Schulungen zu MATLAB und Simulink

Kursbeschreibung

In diesem eintägigen Kurs weisen Sie mit Simulink Design Verifier™ nach, dass ein Design frei von möglichen Entwurfsfehlern ist, die notwendigen Anforderungen erfüllt und eine vollständige Testabdeckung erreicht wird.
Themen sind unter anderem:
 
  • Entdecken und Entfernen häufiger Designfehler
  • Ermitteln der Testabdeckung bei der Simulation des Models
  • Testfälle automatisch generieren, um eine vollständige Testabdeckung zu erreichen
  • Verifizieren, dass gewisse Modelleigenschaften die entsprechenden Anforderungen erfüllen
  • Reduzieren der Modellkomplexität, um Modelle effizient analysieren zu können

Tag 1 von 1


Verifikationsprozess

Ziel: Kennenlernen des Verifikationsprozesses. Vorbereiten eines Modells und Durchführen einer einfachen Analyse mit Simulink Design Verifier.

  • Formale Verifikationsmethoden
  • Simulink Design Verifier-Workflow
  • Modelle für die Verifikation vorbereiten und Kompatibilität sicherstellen
  • Analyseoptionen konfigurieren
  • Ergebnisse generieren

Aufdecken von Designfehlern

Ziel: Verifizieren eines Modells durch Aufdecken von Designfehlern.

  • Arten von Designfehlern
  • Designfehler identifizieren
  • Ergebnisse interpretieren und dokumentieren
  • Designfehler beheben
  • Verwenden von Parametertabellen

Tests automatisch generieren

Ziel: Passende Abdeckungsmetriken auswählen. Testfälle automatisch generieren, um für Modelle vollständige Testabdeckung zu erreichen.

  • Unterschiedliche Abdeckungsmetriken verstehen
  • Testabdeckung einer Modellsimulation bestimmen
  • Testabdeckung durch automatische Testgenerierung steigern
  • Ergebnisse interpretieren und dokumentieren
  • Festlegen eigener Randbedingungen, unter denen eine Testabdeckung errreicht werden soll

Beweisen von Eigenschaften

Ziel: Anforderungen in formale Eigenschaften übersetzen und diese Eigenschaften beweisen, um zu verifizieren, dass das Modell die Anforderungen erfüllt.

  • Anforderungen formalisieren
  • Eigenschaften beweisen
  • Ursachen für falsifizierte Eigenschaften ermitteln
  • Eigenschaften, die Zeitabhängigkeiten beinhalten, formulieren

Handhaben der Modellkomplexität

Ziel: Ursachen für Modellkomplexität erkennen und sowohl Laufzeit als auch Genauigkeit einer Analyse steigern.

  • Ursachen für Modellkomplexität identifizieren
  • Blöcke automatisch ersetzen
  • Handhaben von Nichtlinearitäten
  • Handhaben komplexer Kennfelder
  • Behandeln von Zählern und Uhren

Stufe: Aufbaukurse

Dauer: 1 Tag

Sprachen: English, 日本語, 한국어, 中文

Programm ansehen und anmelden