Modellierung mit reduzierter Ordnung

Reduzierung der Rechenkomplexität von Simulink^®-Modellen durch die Erstellung genauer Ersatzmodelle

Die Modellierung mit reduzierter Ordnung (Reduced Order Modeling, ROM) ist eine Technik zur Reduzierung der Rechenkomplexität oder der Speicheranforderungen eines Modells, während seine Genauigkeit innerhalb eines zulässigen Fehlerbereichs erhalten bleibt. Die Arbeit mit einem Modell mit reduzierter Ordnung kann das Steuerungsdesign und die Analyse vereinfachen.

Sie können Modelle mit reduzierter Ordnung (ROMs) von in Simulink modellierten Subsystemen erstellen, einschließlich vollwertiger, hochpräziser Simulationsmodelle von Dritten. Sie können die von Ihnen erstellten ROMs für Desktop-Simulationen auf Systemebene, Hardware-in-the-Loop-Tests (HIL), Steuerungsdesign und virtuelle Sensormodellierung verwenden.

Die Reduced Order Modeler-App bietet einen UI-Workflow zur Erstellung von ROMs auf der Grundlage von Simulink-Modellen oder -Subsystemen innerhalb von Modellen. Installieren Sie zum Verwenden der App das Support-Paket für den Reduced Order Modeler for MATLAB^® anhand der Anweisungen unter Abrufen und Verwalten von Add-Ons.

Apps

Reduced Order Modeler

Create reduced order models based on Simulink models, subsystems within models, or simulation data (Seit R2025b)

Themen

Grundlagen der Modellierung mit reduzierter Ordnung

Reduced Order Modeling Overview (System Identification Toolbox)
Reduce computational complexity of models by creating accurate surrogates.

Datengesteuerte Methoden

Reduced Order Modeling of Electric Vehicle Battery System Using Neural State-Space Model (System Identification Toolbox)
This example shows a reduced order modeling (ROM) workflow, where you use deep learning to obtain a low-order nonlinear state-space model that serves as a surrogate for a high-fidelity battery model.
Surrogate Modeling Using Gaussian Process-Based NLARX Model (System Identification Toolbox)
In this example, you replace a hydraulic cavitation cycle model in Simulink with a surrogate nonlinear ARX (NLARX) model to facilitate faster simulation.
Physical System Modeling Using LSTM Network in Simulink (Deep Learning Toolbox)
This example shows how to create a reduced order model (ROM) that acts as a virtual sensor in a Simulink® model using a long short-term memory (LSTM) neural network.

Linearisierungsbasierte Methoden

LPV Approximation of Boost Converter Model (Simulink Control Design)
Approximate a nonlinear Simscape™ Electrical™ model using a linear parameter varying model.
Reduce Model Order Using Model Reducer App (Control System Toolbox)
Interactively reduce model order while preserving important dynamics.
Sparse Modal Truncation of Linearized Structural Beam Model (Control System Toolbox)
Compute a low-order approximation of a sparse state-space model obtained from linearizing a structural beam model. (Seit R2023b)
Specify Linearization for Model Components Using System Identification (Simulink Control Design)
You can use System Identification Toolbox™ software to identify a linear system for a model component that does not linearize well, and use the identified system to specify its linearization.
Reduced Order Modeling of a Nonlinear Dynamical System as an Identified Linear Parameter Varying Model (System Identification Toolbox)
Identify a linear parameter varying reduced order model of a cascade of nonlinear mass-spring-damper systems.
Approximate Nonlinear Behavior Using Array of LTI Systems (Simulink Control Design)
You can use linear parameter varying models to approximate the dynamics of nonlinear systems.

Physikbasierte Methoden

Model an Excavator Dipper Arm as a Flexible Body (Simscape Multibody)
Use the Reduced Order Flexible Solid block to model a deformable body of arbitrary geometry. Start with the CAD geometry of the body, produce a finite-element mesh, and generate reduced-order data to use with the block.
Improve Simulation Speed of Power Electronics Systems with Reduced Order Modeling (Simscape Electrical)
This example shows how to enhance the model simulation speed of an electro-thermal DC-DC step-down converter by converting a high-fidelity switch to a reduced order model (ROM) switch. (Seit R2024b)