solidThinking Activate使产品创建者、系统仿真和控制工程师能够对多学科系统进行建模、仿真和优化,确保成功满足所有设计要求,同时在设计过程早期识别系统级问题。
Hierarchical & Parametric Modeling
Build hierarchical component-based models of the real world system using signal based and physical modeling libraries
Mix Signal-based and Modelica Blocks
Mix signal based and physical modeling blocks in the same model.
Activate 直观的框图环境增强用户快速建立真实世界系统功能的演示,轻松尝试新的想法而无需创建原型。
Activate 2017 提供了一流的现代化的用户体验,包括:
- 基于模型的混合系统开发
- 分层、参数化多学科建模环境
- 可在同一框图中混合使用基于信号的组件和物理 (Modelica) 组件
- 内置包含库管理的模块库,易于扩展
- 通过功能性实物模型接口 (FMI) 进行模型转换或协同仿真
- 支持多体动力学分析的最新协同仿真功能
- 易于将模型编译为可执行代码
优势
提高系统级性能利用Activate模拟和改善任意多学科系统的动态行为。Activate能够使用户轻松地进行建模、仿真和验证智能系统,用户可以内置来自不同组件的传感器、驱动和控制的函数。
鲁棒性设计
使用Activate的基于模型的开发为在整个设计过程中建立一个共同的通信框架提供了一个有效的方法。在系统级别运行what-if分析可以快速地测试几个设计和调查系统中所有组件的相互作用。
早期获得功能洞察力
Activate增强用户在设计过程的早期阶段识别系统级的问题,同时确保满足所有的设计要求。Activate为用户提供一组标准的预定义块,可以很容易地组合到模型系统中。Activate用户可以很容易地使用丰富的Modelica物理部件库来进一步地描述设备和控制器。
功能
建立直观的图表- 拖拽、下拉和连接范例以快速构建模型
- 多窗口配置,具有在窗口之间使用拖放和复制粘贴操作来修改图表的能力
- 支持一个会话中多个模型的并发加载
混合建模
连续和离散动态系统建模与仿真。
多学科建模
现实世界系统在本质上是多领域的。 Activate允许用户建模和仿真真实世界系统中的组合系统行为,支持多个领域,如机械、电气等。
层次结构和参数化建模
- 使用基于信号和物理模型库来建立由分层的基于组件模型组成的真实世界系统。
- 在同一个模型中混合基于信号和物理建模功能。
- 当对大的或复杂系统进行建模时,通过将一个框图中的多个功能块封装成一个块很容易创建超级块。超级块是模块化的、可重用的,能够被屏蔽并从根本上表现为普通块,让用户更灵活地使用。
- 由于模型可以是分层的,参数可以在不同的层次上定义,Activate提供了一个所有可用的参数选项,它允许用户在框图中导航,并在当前级别中得到一个已知或已定义的所有参数的报告。
- 从自定义的模型中直接产生C代码
内置基于框图的模型库
Activate包括大量预定义的功能块,在一个调色板式组件库系统中可以获取。用户也可以用C或数学脚本创建他们自己的自定义功能块,并将它们保存到新的或现有的库中。
信号发生器 |
动态 混合 路由 逻辑运算 激活操作 矩阵运算 查询数据表 |
端口 缓冲 总线操作 优化 协同仿真 触发器 自定义块 |
使用Modelica进行物理组件建模
使用Modelica可以很容易地扩展Activate的功能。使用隐式块是一个更好的方式来模拟物理组件,其中功能块的行为是通过符号方程进行指定。
Modelica是一个组件级建模的标准,Activate支持基于Modelica的快速建模。
库管理
轻松创建组件和组装用户自定义应用。使用Activate的库管理器可以创建和编辑自定义库。Activate提供集成开发环境(IDE),带有API函数来进一步地用于库管理。
混合模拟器
Activate的模拟器为用户提供了几种高性能的数值求解器,准确、稳定地求解动态系统,包括连续、离散时间和基于事件的行为。
求解类型 | 刚度 | 求解器名称 |
---|---|---|
固定步长 | 非刚性常微分方程 |
前向欧拉 显式梯形法 经典的龙格-库塔法 龙库法 |
刚性常微分方程 |
后向欧拉 隐式梯形法 |
|
Variable step-size | 非刚性常微分方程 |
CVODE-BDF功能 CVODE-ADAMS功能 DOPRI (Dormand-Prince) |
刚性常微分方程 |
一阶常微分方程法 CVODE-BDF-NEWTON CVODE-ADAMS-NEWTON RADAU-IIA for ODE CPODE |
|
代数微分方程(DAE) |
IDA RADAUV-IIA for DAE DASKR |
优化
通过以下内容提出优化问题以改善系统参数和设计鲁棒性控制策略:
- BOBYQA优化功能块
- 此优化块可直接在模型中使用,无需任何外部调用函数或链接。
- 级联多个优化块,制定最大-最小和最小-最大问题。
- 图形优化工具——最简单的方式来制定和解决优化问题。
- 基于脚本的优化——强大的机制用于解决一般的优化问题,其中的成本和约束可以从Activate仿真结果和数学脚本的结合中获取。
通过功能模拟接口(FMI)进行模型转换和协同仿真
Activate支持FMI2.0标准可以用于在动态系统中进行模型交换和协同仿真,包含输入和输出FMU(功能模拟单元)的能力。FMU可用于模型转换和协同仿真情境中。
多体动力学联合仿真
协同仿真界面允许用户模拟一个复杂系统,包含多体系统(MBS)和一个或多个控制子系统。为了有效地模拟整个系统,MBS是使用一个多体模拟求解器进行仿真,同时控制子系统是使用solidThinking Activate进行仿真。
线性化
Activate允许用户从Activate功能块中使用线性化来创建线性模型。不仅可以采用给定的时间内的运行仿真来计算操作点,还可以通过在输入、输出、状态和状态衍生物中施加约束来计算稳定态来计算操作点。
编译模型到可执行代码
Activate支持用于系统性能和IP保护的代码生成。