2

我相信我的问题与之前的问题有关，但我无法用他们的建议解决我的问题。

这是一个最小的非工作示例。我有一个简单的电路，里面有一个换向开关（在 openModelica 中开发）。我想根据输入参数的值修改switch.control的值。为此，我有以下内容：

model MinimalNonWorkingExemple

 parameter Modelica.Blocks.Interfaces.RealInput openclose;
 Modelica.Electrical.Analog.Ideal.IdealCommutingSwitch switch;
 Modelica.Electrical.Analog.Basic.Ground G;

equation
 connect(switch.p, G.p);
 connect(switch.n2, G.p);
 connect(switch.n1, G.p);

 switch.control = if openclose > 0.5 then true else false;
end MinimalNonWorkingExemple;

注意：我尝试了参数，输入等之间的许多组合......

我想做一个迭代模拟（例如模拟 60 秒的系统，但 60 次连续模拟 1 秒）。这是为了能够根据另一个 FMU 模拟更改输入值（ openclose ）。

因此，我可以修改来自 pyFMI 的输入值。（当我阅读它时，已将更改考虑在内）。但是，我的方程式中也没有考虑“新值”。

这是我的 pyfmi 脚本：

# Import the load function (load_fmu)
from pyfmi import load_fmu
import numpy as np 
from pylab import *

def simulate(model, res, startTime,finalTime, initialState):
 if res == None:
    opts=model.simulate_options()
    opts['initialize']=True
 else:
    opts=model.simulate_options()
    opts['initialize']=False

 for s in initialState:
    model.set(s[0],s[1])

 res = model.simulate(start_time = startTime, final_time=finalTime, options=opts)
 return res


 #main part
 model = load_fmu('MinimalNonWorkingExemple.fmu')
 switchClose = ['openclose', [0.0]]
 switchOpen = ['openclose', [1.0]]

 #Simulate an FMU
 res = simulate(model, None, 0, 50, [switchOpen])

 v = res["openclose"]
 v2 = res["switch.control"]

 res = simulate(model, res, 50, 100, [switchClose])
 v = np.concatenate((v,res["openclose"]))
 v2 = np.concatenate((v2,res["switch.control"]))

 res = simulate(model, res, 100, 200, [switchOpen])
 v = np.concatenate((v,res["openclose"]))
 v2 = np.concatenate((v2,res["switch.control"]))

 print v
 print v2

基本上我在 50 个单位时间内进行模拟，然后更改openclose变量的值，然后再次模拟，再次切换并重新模拟。结果我得到：

 openclose:      [ 1.  1.  1.  1.  0.  0.  0.  0.  1.  1.  1.  1.]
 switch.control: [ 1.  1.  1.  1.  1.  1.  1.  1.  1.  1.  1.  1.]

实际上，只有在第一次调用之前创建的集合才会model.simulate(...)在系统中传播其值。

我试图理解这里annotation(Evaluate = false)提出的建议，但没有奏效。我不确定它是否相关，因为我实际上可以改变我的价值。问题是基于此参数的方程似乎只在初始化期间评估：-/

任何想法/帮助都会非常受欢迎......

4

1 回答 1

2

据我了解，FMI 标准规定，在您初始化模型后，您对参数的更改将不再影响模型。因此，必须使用重置并重新初始化模型，以便再次获取更改。这段代码似乎可以正常工作：

# Import the load function (load_fmu)
from pyfmi import load_fmu
import numpy as np 
from pylab import *

def simulate(model, res, startTime,finalTime, initialState):
  if res == None:
    opts=model.simulate_options()
    opts['initialize']=True
  else:
    model.reset()
    opts=model.simulate_options()
    opts['initialize']=True

  for s in initialState:
    model.set(s[0],s[1])

  res = model.simulate(start_time = startTime, final_time=finalTime, options=opts)
  return res


#main part
model = load_fmu('MinimalNonWorkingExemple.fmu')
print model.get_description()
model.set_log_level(7)
switchClose = ['openclose', [0.0]]
switchOpen = ['openclose', [1.0]]

#Simulate an FMU
res = simulate(model, None, 0, 50, [switchOpen])

v = res["openclose"]
v2 = res["switch.control"]

res = simulate(model, res, 50, 100, [switchClose])
v = np.concatenate((v,res["openclose"]))
v2 = np.concatenate((v2,res["switch.control"]))

res = simulate(model, res, 100, 200, [switchOpen])
v = np.concatenate((v,res["openclose"]))
v2 = np.concatenate((v2,res["switch.control"]))

print v
print v2

结果是：

[ 1.  1.  1.  1.  0.  0.  0.  0.  1.  1.  1.  1.]
[ 1.  1.  1.  1.  0.  0.  0.  0.  1.  1.  1.  1.]

您还可以在此处查看讨论：http: //ext5.modelon.ideon.se/5858

如果您将 openclose 设为输入（无参数），然后将输入对象（openclose、时间、值）提供给模拟（如以下示例所示），它也可能有效： http://www.jmodelica.org/assimulo_home/pyfmi_1。 0/pyfmi.examples.html#module-pyfmi.examples.fmu_with_input 但是，我没有尝试过，所以它可能不起作用。

于 2015-08-10T00:18:13.197 回答