시스템 레벨 시뮬레이션

System-level simulation
이 기사는 사이버 물리 시스템의 시스템 수준 시뮬레이션에 관한 것이다.사회 시뮬레이션은 사회 시뮬레이션 § 시스템 레벨 시뮬레이션을 참조하십시오.전자 시스템 시뮬레이션은 전자 시스템 수준 설계 및 확인을 참조하십시오.

시스템 레벨 시뮬레이션(SLS)은 대형 사이버-물리적 시스템의 글로벌 동작을 컴퓨터로 시뮬레이션하기 위해 시스템 엔지니어링 분야에서 사용되는 실용적인 방법의 집합체다.null

사이버 물리 시스템(CPS)은 계산 요소(예: 전자 제어기)에 의해 규제되는 물리적 실체로 구성된 시스템이다.null

시스템 수준 시뮬레이션은 주로 다음과 같은 특징이 있다.

  • 크고 복잡한 사이버 물리 시스템의 실제 시뮬레이션(예: 발전소, 항공기, 산업 시설)에 맞게 조정된 세부 사항 수준
  • 시스템이 완전히 지정되지 않았더라도 시뮬레이션을 사용할 수 있는 가능성. 즉, 시뮬레이션이 반드시 시스템의 각 부분에 대한 상세한 지식이 필요한 것은 아니다.이를 통해 이 프로세스의 초기 단계에서도 개념 또는 연구 단계에 시뮬레이션을 사용할 수 있다.

이러한 두 가지 특성은 모델링 선택 측면에서 여러 가지 의미를 갖는다(자세한 내용 참조).null

시스템 수준 시뮬레이션에는 일반적으로 CPS 시뮬레이션과 공유하는 몇 가지 다른 특성이 있다.

  • SLS는 다중물리학 모델(열유체, 기계, 전기 등)을 포함한다.
  • SLS는 여러 분야를 아우르는 경우가 많다.[1] 즉, 전문성이 다른 사람들 간의 협업의 결과인 경우가 많다.
  • SLS는 일반적으로 모델의 계층 구조에 기초한다; 전체 모델을 쉽게 하기 위해 조직화된 모델링이 필요하다; 시스템의 하위 시스템으로의 개념적 분해는 시스템 개념과 관련이 있다.

SLS는 주로 관심 시스템을 특징짓는 물리적 양의 시간 경과에 따른 진화를 계산하는 것이지만, 고장 모델링이나 요건 검증과 같은 다른 측면도 추가할 수 있다.null

동기 및 이익

SLS의 주된 동기는 전체론적 원리를 컴퓨터 시뮬레이션에 적용하는 것인데, 이것은 시스템 전체를 시뮬레이션하는 것이 시스템의 일부를 별도로 시뮬레이션하는 것보다 더 많은 것을 말해줄 것이라고 기술할 것이다.실제로 복잡한 시스템의 다른 부분을 개별적으로 시뮬레이션하는 것은 상호 작용의 가능한 모든 영향을 무시하는 것을 의미한다.많은 애플리케이션에서 이러한 상호작용을 무시할 수 없는 것은 부품 간의 강한 의존성 때문이다.예를 들어, 많은 CPS는 시스템 동작을 수정하지 않으면 중단할 수 없는 피드백을 포함하고 있다.피드백은 일반적으로 하나 이상의 제어 시스템을 포함하는 대부분의 현대 산업 시스템에서 찾을 수 있다.태양열 시스템의 경우 시스템 수준 시뮬레이션에서 얻을 수 있는 편익의 또 다른 예는 그러한 시뮬레이션의 높은 정확도(예: 작동 후 6개월 동안의 누적 유효성 검사 오류 1% 미만)에 반영된다.[2]null

한편, 각각 시스템 부품 중 하나를 시뮬레이션하기 위해 특별히 제작된 기존 시뮬레이션 도구를 단순히 연결하는 것은 수용 불가능한 계산 시간으로 이어질 수 있기 때문에 대형 시스템에서는 불가능하다.SLS는 전체 사이버 물리 시스템을 시뮬레이션할 수 있도록 새로운 도구를 개발하고 관련 단순화를 선택하는 것을 목표로 한다.null

SLS는 시스템 서브파트의 세부적인 공동시뮬레이션에 비해 많은 장점이 있다.시스템 수준에서 시뮬레이션의 결과는 보다 세부적인 수준에서 시뮬레이션의 결과만큼 정확하지는 않지만, 적응된 단순화를 통해 시스템이 아직 완전히 명시되지 않은 경우에도 초기 단계에서 시뮬레이션이 가능하다.초기 버그나 디자인 결함은 더 쉽게 감지될 수 있다.null

SLS는 또한 교차 분야 전문가, 엔지니어 및 관리자의 공통 도구로서 유용하며, 결과적으로 협력 노력과 커뮤니케이션을 강화할 수 있다.거래소의 품질을 개선하면, 복잡한 시스템 엔지니어링에서 설계 오류의 주요 원인이라고 알려져 있는, 엔지니어와 관리자 사이의 의사소통이나 오해의 위험을 줄일 수 있다.[3]null

더 일반적으로 SLS는 계산 시간이 제약되는 동안 전체 시스템의 시뮬레이션만 의미가 있을 때마다 모든 애플리케이션에 대해 고려되어야 한다.예를 들어, 발전소 운영자 교육을 위한 시뮬레이터는 전체 발전소의 동작을 모방해야 하며 시뮬레이션된 시간은 실시간보다 더 빨리 실행되어야 한다.null

모델링 선택사항

사이버-물리적 시스템은 하이브리드 시스템이다. 즉, 그것들은 이산형 및 연속형 역학의 혼합을 보여준다.이산 역학은 대부분 디지털 감지 또는 계산 하위 시스템(예: 컨트롤러, 컴퓨터, 신호 변환기)에서 발생한다.채택된 모델은 결과적으로 그러한 하이브리드 동작을 모델링할 수 있어야 한다.null

SLS에서는 2D 또는 3D 방정식이 아닌 공간 변수로 물리적 현상을 모형화하기 위해 0D - 때로는 1D 방정식을 사용하는 것이 일반적이다.그러한 선택을 하는 이유는 시뮬레이션 시스템의 크기 때문이며, 시뮬레이션은 일반적으로 너무 커서(즉, 너무 많은 요소 및/또는 너무 큰 공간 확장) 시뮬레이션이 계산적으로 추적할 수 없다.또 다른 이유는 3D 모델은 모델링할 각 부품의 상세 형상이 필요하기 때문이다.이러한 상세한 지식은 특히 개발 과정의 초기 단계에서 일하는 모델러에게 알려지지 않을 수 있다.null

대형 CPS의 복잡성으로 인해 기술 및 시각화가 어렵다.원체계의 구조처럼 보이도록 배열할 수 있는 표현은 가독성과 이해 용이성 측면에서 큰 도움이 된다.따라서 일반적으로 인과적인 블록 다이어그램 모델링보다 폐경 모델링이 선호된다.[4]블록 다이어그램으로 개발된 모델과 달리 구성요소 모델을 재사용할 수 있기 때문에 Aacausion 모델링도 선호된다.[4]null

응용 프로그램 도메인

시스템 수준 시뮬레이션은 다음과 같은 다양한 도메인에서 사용된다.

우사게스

개발 주기의 초기 단계에서는 SLS를 치수화 또는 다른 설계 테스트에 사용할 수 있다.예를 들어, 자동차 애플리케이션의 경우, "엔지니어들은 물리적 시험 차량을 제작하기 전에 시뮬레이션을 사용하여 사양을 세분화한다."[16]엔지니어는 요건에 대한 성능을 검증하고 조정 가능한 매개변수를 최적화하기 위해 이 시스템 수준 모델로 시뮬레이션을 실행한다.null

시스템 수준 시뮬레이션은 실제 시스템 대신 시뮬레이션 시스템에 연결된 컨트롤러를 테스트하는 데 사용된다.컨트롤러가 ECU와 같은 하드웨어 컨트롤러인 경우 이 방법을 하드웨어 인더루프(hardware-in-the-roop)라고 한다.컨트롤러를 일반 PC에서 컴퓨터 프로그램으로 실행하면 이 방법을 소프트웨어 인더루프(Software-in-the-Loop)라고 한다.소프트웨어 인 더 루프(Software-in-the-Loop)는 하드웨어 컨트롤러의 사용에 의해 부과되는 실시간의 제약조건을 배치하고 해제하는 것이 더 빠르다.[17]null

SLS는 운전원 훈련 시뮬레이터 또는 MPC 제어기에 통합될 수 있을 만큼 충분히 빠르게 시뮬레이션될 수 있는 발전소 모델을 구축하는 데 사용된다.[18]운전 시뮬레이터의 차량처럼 보다 빠른 역학을 가진 시스템도 시뮬레이션할 수 있다.[19]null

SLS 사용의 또 다른 예는 시스템 수준 시뮬레이션을 CFD 시뮬레이션과 결합하는 것이다.시스템 수준 모델은 CFD 모델에서 유체 영역의 경계 조건을 제공한다.[20]null

방법 및 도구

특정 언어는 SysML 또는 FORM-L과 같은 규격 및 요구사항 모델링에 사용된다.[21]그것들은 시스템 물리학을 모델링하기 위한 것이 아니라 Modelica와 같은 하이브리드 시스템 모델링 언어로 쓰여진 사양 모델과 다중 물리학 모델을 결합할 수 있는 도구가 존재한다.[22]null

모형이 너무 복잡하거나 커서 합리적인 시간에 시뮬레이션할 수 없는 경우, 수학적 기법을 사용하여 모형을 단순화할 수 있다.예를 들어, 모델 주문 감소는 대략적인 모델을 제시하는데, 정확도는 낮지만 더 짧은 시간에 계산할 수 있다.축소된 순서 모델은 유한 요소 모델에서 얻을 수 있으며,[23] MEMS의 시스템 수준 시뮬레이션에 성공적으로 사용되어 왔다.[24]

SLS는 병렬 컴퓨팅 아키텍처로부터 이익을 얻을 수 있다.예를 들어, 높은 수준의 모델링 언어에서 코드를 생성하기 위한 기존 알고리즘을 GPU와 같은 멀티 코어 프로세서에 적용할 수 있다.[25]병렬 코시뮬레이션은 수치 통합 속도 업을 가능하게 하는 또 다른 접근법이다.[26]이 접근방식에서, 글로벌 시스템은 하위 시스템으로 분할된다.서브시스템은 서로 독립적으로 통합되며 이산 동기화 포인트에서 동기화된다.서브시스템 간의 데이터 교환은 동기화 포인트에서만 이루어진다.따라서 하위 시스템 간의 결합이 느슨해진다.null

최적화를 사용하여 알 수 없는 시스템 매개변수, 즉 CPS 모델을 교정하여 성능을 실제 시스템 작동과 일치시키는 데 사용할 수 있다.[27]공정을 지배하는 정확한 물리적 방정식을 알 수 없는 경우, 예를 들어 다중 선형 회귀 분석을 사용하여 대략적인 경험적 방정식을 도출할 수 있다.[28]null

가능한 미래 진화

시뮬레이션이 슈퍼컴퓨팅 아키텍처에 배치될 수 있다면, 오늘날 일반적으로 채택되는 모델링 선택사항들 중 많은 것들이 쓸모 없게 될 수 있다(위 참조).예를 들어, 미래의 슈퍼컴퓨터는 "완전하게 결합된 전방 시뮬레이션 패러다임에서 벗어날 수 있다"[29]고 할 수 있다.특히, "Exascale Computing은 복잡한 문제에 대한 보다 전체적인 처리를 가능하게 할 것이다."[29]그러나 엑사스케일 컴퓨터를 이용하기 위해서는 오늘날의 시뮬레이션 알고리즘의 설계를 재고할 필요가 있을 것이다.null

임베디드 시스템 애플리케이션의 경우, 안전 고려사항은 아마도 SLS의 진화를 이끌 것이다.예를 들어 동기식 언어와 달리 현재 SLS에 사용되는 모델링 언어(위 참조)는 예측이 불가능하며 예기치 않은 동작을 나타낼 수 있다.그러면 안전상 중요한 맥락에서 그것들을 사용할 수 없다.언어는 먼저 엄격하게 형식화되어야 한다.[30]일부 최근의 언어는 이산 컴포넌트를 프로그래밍하기 위한 동기 언어의 구문과 OSE 작성을 위한 방정식 기반 언어의 구문을 결합한다.[31]null

참조

  1. ^ "NASA - System-Level Simulation". www.nasa.gov. Retrieved 2015-11-17.
  2. ^ Fontanella, Giuliano; Basciotti, Daniele; Dubisch, Florian; Judex, Florian; Preisler, Anita; Hettfleisch, Christian; Vukovic, Vladimir; Selke, Tim (2012). "Calibration and validation of a solar thermal system model in Modelica". Building Simulation. 5 (3): 293–300. doi:10.1007/s12273-012-0070-y.
  3. ^ Thuy, Nguyen (October 2015). "The Benefits and Challenges of Massive Behavioural Simulation in the Engineering of Complex and Critical Cyber-Physical & Human Systems". 3rd International Workshop on Simulation at the System Level (Sim@SL). Retrieved November 17, 2015.
  4. ^ a b Tiller, Michael (2001-01-01). "Block Diagrams vs. Acausal Modeling". Introduction to Physical Modeling with Modelica. The Springer International Series in Engineering and Computer Science. Springer US. pp. 255–264. doi:10.1007/978-1-4615-1561-6_11. ISBN 978-1-4613-5615-8.
  5. ^ "System-Level Monitoring and Diagnosis of Building HVAC System". eScholarship. Retrieved 2015-11-17.
  6. ^ Bouvy, Claude; Baltzer, Sidney; Jeck, Peter; Gissing, Jörg; Lichius, Thomas; Eckstein, Lutz (2012). Holistic vehicle simulation using Modelica - An application on thermal management and operation strategy for electrified vehicles. Proceedings of the 9th International MODELICA Conference, September 3–5, 2012, Munich, Germany. Proceedings of the 9th International MODELICA Conference, September 3–5, 2012, Munich, Germany. Vol. 76. pp. 264–270. doi:10.3384/ecp12076263. ISBN 978-91-7519-826-2.
  7. ^ Butler, K.L.; Ehsani, M.; Kamath, P. (1999-11-01). "A Matlab-based modeling and simulation package for electric and hybrid electric vehicle design". IEEE Transactions on Vehicular Technology. 48 (6): 1770–1778. CiteSeerX 10.1.1.476.2182. doi:10.1109/25.806769. ISSN 0018-9545.
  8. ^ Braig, Thomas; Ungethüm, Jörg (2009). System-Level Modeling of an ICE-powered Vehicle with Thermoelectric Waste-Heat-Utilization. Proceedings of the 7 International Modelica Conference Como, Italy. Vol. 43. pp. 708–715. doi:10.3384/ecp09430044. ISBN 9789173935135.
  9. ^ Flueckiger, Scott M.; Iverson, Brian D.; Garimella, Suresh V.; Pacheco, James E. (2014-01-01). "System-level simulation of a solar power tower plant with thermocline thermal energy storage". Applied Energy. 113: 86–96. doi:10.1016/j.apenergy.2013.07.004.
  10. ^ Casella, Francesco; Pretolani, Francesco (September 2006). "Fast Start-up of a Combined-Cycle Power Plant: a Simulation Study with Modelica" (PDF). Proceedings Modelica 2006. Retrieved November 17, 2015.
  11. ^ Song, Zhaohui; Sun, Teng; Wu, Jian; Che, Lufeng (2014-09-16). "System-level simulation and implementation for a high Q capacitive accelerometer with PD feedback compensation". Microsystem Technologies. 21 (10): 2233–2240. doi:10.1007/s00542-014-2315-4. ISSN 0946-7076.
  12. ^ Fang, Ruixian; Jiang, Wei; Khan, J.; Dougal, R. (2009-04-01). System-level thermal modeling and co-simulation with hybrid power system for future all electric ship. IEEE Electric Ship Technologies Symposium, 2009. ESTS 2009. pp. 547–553. doi:10.1109/ESTS.2009.4906565. ISBN 978-1-4244-3438-1.
  13. ^ Thomas, Eric; Ravachol, Michel; Quincy, Jean Baptiste; Malmheden, Martin (2012). Collaborative complex system design applied to an aircraft system. Proceedings of the 9th International MODELICA Conference, September 3–5, 2012, Munich, Germany. Proceedings of the 9th International MODELICA Conference, September 3–5, 2012, Munich, Germany. Vol. 76. pp. 855–866. doi:10.3384/ecp12076855. ISBN 978-91-7519-826-2.
  14. ^ Kittilsen, Pål; Hauger, Svein Olav; Wasbø, Stein O. (2012). Designing models for online use with Modelica and FMI. Proceedings of the 9th International MODELICA Conference, September 3–5, 2012, Munich, Germany. Proceedings of the 9th International MODELICA Conference, September 3–5, 2012, Munich, Germany. Vol. 76. pp. 197–204. doi:10.3384/ecp12076197. ISBN 978-91-7519-826-2.
  15. ^ Costes, Joris; Ghidaglia, Jean-Michel; Muguerra, Philippe; Nielsen, Keld Lund; Riou, Xavier; Saut, Jean-Philippe; Vayatis, Nicolas (2014). On the Simulation of Offshore Oil Facilities at the System Level. Proceedings of the 10th International Modelica Conference, March 10–12, 2014, Lund, Sweden. Proceedings of the 10th International Modelica Conference, March 10–12, 2014, Lund, Sweden. Vol. 96. pp. 799–808. doi:10.3384/ecp14096799. ISBN 978-91-7519-380-9.
  16. ^ "Optimizing Vehicle Suspension Design Through System-Level Simulation". www.mathworks.com. Retrieved 2015-11-17.
  17. ^ "Software in the Loop Simulation". QTronic.
  18. ^ Larsson, P.-O.; Casella, F.; Magnusson, F.; Andersson, J.; Diehl, M.; Akesson, J. (2013-08-01). A framework for nonlinear model-predictive control using object-oriented modeling with a case study in power plant start-up (PDF). 2013 IEEE Conference on Computer Aided Control System Design (CACSD). pp. 346–351. doi:10.1109/CACSD.2013.6663487. ISBN 978-1-4799-1565-1.
  19. ^ "MapleSim used in the creation of breakthrough vehicle driving simulator technology - User Case Studies - Maplesoft". www.maplesoft.com. Retrieved 2015-11-17.
  20. ^ Viel, Antoine (March 2011). "Strong Coupling of Modelica System-Level Models with Detailed CFD Models for Transient Simulation of Hydraulic Components" (PDF). Proceedings 8th Modelica Conference. doi:10.3384/ecp11063256. Retrieved November 17, 2015.
  21. ^ Otter, Martin; Thuy, Nguyen; Bouskela, Daniel; Buffoni, Lena; Elmqvist, Hilding; Fritzson, Peter; Garro, Alfredo; Jardin, Audrey; Olsson, Hans; Tundis, Andrea (2015). Formal Requirements Modeling for Simulation-Based Verification. Proceedings of the 11th International Modelica Conference, Versailles, France, September 21–23, 2015. Proceedings of the 11th International Modelica Conference, Versailles, France, September 21–23, 2015. Vol. 118. pp. 625–635. doi:10.3384/ecp15118625. ISBN 978-91-7685-955-1.
  22. ^ Schamai, Wladimir; Fritzson, Peter; Paredis, Chris; Pop, Adrian (2009). Towards Unified System Modeling and Simulation with ModelicaML: Modeling of Executable Behavior Using Graphical Notations. Proceedings of the 7 International Modelica Conference Como, Italy. Vol. 43. pp. 612–621. CiteSeerX 10.1.1.364.1268. doi:10.3384/ecp09430081. ISBN 9789173935135.
  23. ^ Rudnyi, Evgenii B. (June 2009). "From Finite Elements to System Level Simulation by means of Model Reduction" (PDF). Automation 2009, 6. und 17. Juni 2009, Kongresshaus Baden-Baden, VDI Bericht. Retrieved November 17, 2015.
  24. ^ "Wiley: System-level Modeling of MEMS, Volume 10 - Gabriele Schrag, Oliver Brand, Gary K. Fedder, et al". eu.wiley.com. Retrieved 2015-11-17.
  25. ^ Stavåker, Kristian (2011). "Contributions to Parallel Simulation of Equation-Based Models on Graphics Processing Units" (PDF). Licentiate Thesis No 1507, Department of Computer and Information Science, Linköping University. Retrieved November 17, 2015.
  26. ^ Ben Khaled, Abir; Ben Gaid, Mongi; Pernet, Nicolas; Simon, Daniel (2014-09-01). "Fast multi-core co-simulation of Cyber-Physical Systems: Application to internal combustion engines". Simulation Modelling Practice and Theory. 47: 79–91. CiteSeerX 10.1.1.635.1427. doi:10.1016/j.simpat.2014.05.002.
  27. ^ Ali, Muzaffar; Vukovic, Vladimir; Sahir, Mukhtar Hussain; Basciotti, Daniele (2013). "Development and validation of a desiccant wheel model calibrated under transient operating conditions". Applied Thermal Engineering. 61 (2): 469–480. doi:10.1016/j.applthermaleng.2013.08.010.
  28. ^ Ali, Muzaffar; Vukovic, Vladimir; Sheikh, Nadeem Ahmed; Ali, Hafiz M.; Sahir, Mukhtar Hussain (2015). "Enhancement and integration of desiccant evaporative cooling system model calibrated and validated under transient operating conditions". Applied Thermal Engineering. 75: 1093–1105. doi:10.1016/j.applthermaleng.2014.10.064.
  29. ^ a b Dongarra, J.; Hittinger, J.; Bell, J.; Chacon, L.; Falgout, R.; Heroux, M.; Hovland, P.; Ng, E.; Webster, C. (2014-02-07). "Applied Mathematics Research for Exascale Computing". Livermore, CA. doi:10.2172/1149042. OSTI 1149042. {{cite journal}}:Cite 저널은 필요로 한다. journal=(도움말)
  30. ^ Satabin, Lucas; Colaço, Jean-Louis; Andrieu, Olivier; Pagano, Bruno (2015). Towards a Formalized Modelica Subset. Proceedings of the 11th International Modelica Conference, Versailles, France, September 21–23, 2015. Proceedings of the 11th International Modelica Conference, Versailles, France, September 21–23, 2015. Vol. 118. pp. 637–646. doi:10.3384/ecp15118637. ISBN 978-91-7685-955-1.
  31. ^ Bourke, Timothy; Pouzet, Marc (April 2013). "Zélus: A Synchronous Language with ODEs". Proceedings of the 16th International Conference on Hybrid Systems: Computation and Control: 113–118. Retrieved November 17, 2015.

외부 링크

  • 시스템 수준의 시뮬레이션에 관한 국제 워크숍: Sim@SL
  • 방정식 기반 객체지향 모델링 언어 및 도구 국제 워크숍: EOLT
  • ACM/IEEE 국제 모델 기반 엔지니어링 언어 및 시스템 컨퍼런스: 모델