Bewältigen Sie die zunehmende Modellkomplexität bei wachsenden Systemen mit Workflows für Modellarchitektur, Datenmanagement, Zusammenarbeit, Tests, Verifikation und Simulationsperformance. Entwickeln und pflegen Sie umfangreiche Simulink-Modelle teamübergreifend effizienter.
Bewährte Praktiken bei der Skalierung
Erfahren Sie in der Videoserie „Simulink Best Practices for Large-Scale Modeling“ („Bewährte Methoden für die Modellierung umfangreicher Simulink-Modelle“) von MathWorks Experten mehr über Ansätze zur gemeinsamen Entwicklung und Verwaltung umfangreicher Simulink-Modelle. Die fünfteilige Reihe behandelt praktische Strategien für Komponenten und Schnittstellen, die gemeinsame Entwicklung, das Datenmanagement und die Beschleunigung von Simulationen.
Simulationen beschleunigen
Steigern Sie den Simulationsdurchsatz mithilfe von Accelerator-Modus, Fast Restart, Cache-Dateien, Tools zur Performance-Analyse und paralleler Rechenverfahren.
Fehlersuche und schnellere Simulationen
Identifizieren Sie Ursachen von zu langsamen Simulationen und erfahren Sie, mit welchen Lösungen Sie Ihre Simulationen effektiv beschleunigen.
Simulink-Cache
Beschleunigen Sie Simulationen mithilfe von gemeinsam genutzten Modellartefakten.
Parallele Simulationen
Führen Sie mehrere unabhängige Simulationen auf einem Multicore-Computer oder in einem Computerverbund aus.
Performance Advisor
Analysieren Sie Ihr Modell, um typische Leistungsengpässe bei Simulationen aufzudecken.
Fast Restart
Führen Sie aufeinanderfolgende Simulationen schneller aus.
Auswahl eines Simulationsmodus
Wählen Sie den effizientesten Modus für den jeweils auszuführenden Workflow.
Beschleunigung mit JIT-Modus
Verbessern Sie die Leistung durch schnellere Erstellung des Top-Level-Modells bei Simulationen im Accelerator-Modus.
Erfolgsberichte
Branchenführer nutzen Simulink für den Entwurf und die Simulation von großen, komplexen Systemen. Erfahren Sie, wie Unternehmen und Organisationen mithilfe dieser Modelle ihre Entwicklungsprozesse beschleunigen und neue Ideen testen.
Skalierung Ihrer Modelle
Unsere ausführliche Dokumentation unterstützt Sie bei wichtigen Entscheidungen über die Architektur und Verwaltung von Modellen. Thematisch organisierte Leitfäden erklären im Detail, wann und in welchen typischen Situationen sich bestimmte Modellierungsmuster eignen und wann eine Skalierung der Modelle angebracht ist.
Modellaufbau
Erstellen Sie skalierbare Architekturen in Simulink mithilfe von Modellreferenzen, wiederverwendbaren Komponenten, Subsystem-Referenzen und bewährten Praktiken für die Schnittstellenentwicklung.
Datenverwaltung
Organisieren Sie Parameter, Signale, Datentypen und Konfigurationsinformationen mithilfe von Simulink Data Dictionarys und skalierbaren Datenarchitekturen.
Dateiverwaltung
Verwalten Sie Projektdateien, Abhängigkeiten und die Workspace-Konfiguration mithilfe von MATLAB Projects und Projektreferenzen.
Versionskontrolle und kontinuierliche Integration
Integrieren Sie Simulink-Modelle in Git™, automatisierte Test-Workflows, Versionsverwaltungssysteme und CI/CD-Pipelines.
Verifikation und Validierung
Verbessern Sie die Modellqualität mithilfe von Tests, Abdeckungsanalysen, statischen Analysen und Workflows zur Komponentenverifikation.
Integration von externen Komponenten
Integrieren Sie C, C++, Python®, Functional Mockup Units (FMUs) und andere externe Komponenten in Simulink-Modelle.
Schulungen zur Vertiefung Ihres Wissens
Vertiefen und festigen Sie Ihre Kenntnisse zu bewährten Praktiken bei der Skalierung mit unserem Kurs „Simulink für Fortgeschrittene: Modell-Management und Architektur“ oder stöbern Sie durch unseren Katalog mit weiteren Kursen.
FAQs zur Modellierung umfangreicher Simulink-Modelle
Umfangreiche Simulink-Projekte lassen sich einfacher pflegen, wenn Modelle mithilfe von Modellreferenzen in Komponenten unterteilt, Schnittstellen mit Bussen vereinfacht, Daten mit Simulink Data Dictionarys verwaltet und die Entwicklung mithilfe von MATLAB Projects organisiert werden.
Modellreferenzen unterstützen die modulare Entwicklung, parallele Entwicklungs-Workflows, die Wiederverwendung von Komponenten, unabhängige Tests und schnellere Builds. Sie verbessern die Simulationsperformance durch inkrementelle Workflows, die Wiederverwendung von Cache-Dateien, selektive Beschleunigung und die unabhängige Kompilierung von Modellkomponenten und unterstützen den Accelerator-Modus und den Rapid-Accelerator-Modus.
Bibliotheken werden in der Regel für kleine, wiederverwendbare Hilfskomponenten verwendet. Subsystem-Referenzen eignen sich für gemeinsam genutzte Komponenten sowie bestimmte Simscape- oder HDL-Workflows. Modellreferenzen werden für die Komponentenbildung in umfangreichen Modellen, wiederverwendbare Architekturen, unabhängige Simulationen und die Beschleunigung von Simulationen empfohlen.
Busse reduzieren die Komplexität von Schnittstellen, indem sie zusammengehörige Signale in einer einzigen Verbindung bündeln. Dies verbessert die Lesbarkeit, Wartbarkeit und Skalierbarkeit des Modells und sorgt zugleich für übersichtlichere Blockdiagramme.
Simulink Data Dictionarys sind spezielle .sldd-Dateien, in denen Parameter, Signale, Busobjekte, Aufzählungen, Werttypen und Konfigurationssätze außerhalb des Modells gespeichert werden. Sie bieten eine skalierbare Alternative zur Speicherung aller Daten im MATLAB-Basis-Workspace.
Der Basis-Workspace eignet sich für Prototyping und einfache Projekte. Für umfangreiche Projekte, verteilte Teams und die langfristige Wartung werden im Allgemeinen Simulink Data Dictionarys empfohlen, da sie eine bessere Organisation, persistente Datenspeicherung, Änderungsverfolgung und Datenpartitionierung ermöglichen.
Ja. Data Dictionarys können auf andere Data Dictionarys verweisen, sodass gemeinsame Parameter, Busdefinitionen, Aufzählungen und Konfigurationsdaten über mehrere Modelle und Modellhierarchien hinweg gemeinsam genutzt werden können.
MATLAB Projects vereinfachen die Einrichtung der Entwicklungsumgebung, die Pfadverwaltung, das Tracking von Abhängigkeiten, die Integration der Versionskontrolle, Projektreferenzen, Test-Workflows und die Zusammenarbeit zwischen Entwicklungsteams.
MATLAB Projects umfassen einen Dependency Analyzer, der Abhängigkeiten zwischen Modellen, Bibliotheken, Data Dictionarys, Testdateien und referenzierten Projekten visualisiert und Teams dabei unterstützt, die Auswirkungen von Änderungen nachzuvollziehen.
MATLAB bietet grafische Tools zum Vergleichen und Zusammenführen, die funktionale und nicht funktionale Änderungen in Simulink-Modellen, Data Dictionarys und anderen unterstützten Dateien hervorheben.
Zu den gängigen Verfahren gehören der Einsatz von Simulink Profiler, Solver Profiler und Performance Advisor sowie Accelerator-Modus, Rapid-Accelerator-Modus, Fast Restart, Modell-Modularisierung, Cache-Dateien und Workflows für parallele Simulationen.
Fast Restart ermöglicht die wiederholte Ausführung von Simulationen, ohne das Modell neu zu kompilieren, wenn sich lediglich Parameterwerte ändern. Dadurch lässt sich die Initialisierungszeit bei der Parameteroptimierung und beim Erkunden von Entwicklungsalternativen erheblich reduzieren. Der Accelerator-Modus generiert kompilierten Code für die Modellausführung, wodurch der Simulations-Overhead reduziert und die Simulationsperformance gegenüber dem Normal-Modus verbessert wird. Der Rapid-Accelerator-Modus erstellt ein eigenständig ausführbares Simulationsziel und ermöglicht bei vielen Workflows eine noch stärkere Beschleunigung der Simulation.
Simulink-Cache-Dateien speichern kompilierte Artefakte und Simulationsziele, sodass sie sitzungsübergreifend wiederverwendet werden können. Dadurch werden die Zeiten für erneute Builds verkürzt und die Modellinitialisierung beschleunigt.
Der parsim-Workflow ermöglicht die gleichzeitige Ausführung mehrerer Simulink-Simulationen auf den verfügbaren CPU-Kernen und reduziert so die Gesamtdauer von Parameter-Sweeps, Monte-Carlo-Studien und Entwicklungsoptimierungen.
Die Modell-Modularisierung verbessert die Lesbarkeit, Wiederverwendbarkeit, Zusammenarbeit, Rückverfolgbarkeit, Testeffizienz, Simulationsperformance und langfristige Wartbarkeit. Sie ist eine grundlegende Praktik für die Skalierung von Model-Based Design-Umgebungen.
