Simulation wird überwacht und überprüft

Simulink enthält eine Bibliothek mit Blöcken zur Überwachung von Simulationsergebnissen. Damit werden Signalwerte beobachtet, statische oder dynamische Grenzen dieser Werte gesetzt und Assertions - so genannte Zusicherungen - für den Fall einer Werteverletzung festgelegt.

Hält die Simulation alle Erwartungswerte ein, ist das noch keine Garantie für gute Ergebnisse. Es gilt auch zu beachten, welche Art von Signal man überwacht. Integratoren und Übertragungsfunktionen glätten oft deren Ausgaben. Dieser Filtereffekt kann unrealistische Dynamikanteile im System verschleiern. So kann eine stark schwankende Beschleunigung trotzdem ein akzeptables Orts- und Geschwindigkeitssignal erzeugen.

In Simulationen lassen sich gemachte Grundannahmen überprüfen

Bis hierher wurde gezeigt, wie die Wahl der Implementierungsmethode die Genauigkeit eines Modells bestimmt und welche „Best Practices“ es zur Verwendung von Assertions und zur Verifikation der Simulationsergebnisse gibt. Hohe Genauigkeit ist aber nur erreichbar, wenn alle Annahmen, wie etwa für Aktuatoren erlaubte Maximalströme, zusammen mit dem Modell gespeichert werden. Das Modell wird dadurch zu einer ausführbaren Spezifikation und somit zu der zentralen Quelle für alle Informationen zum Systemverhalten.

In Simulationen können die Entwickler nun Schritt für Schritt alle implizit und explizit gemachten Grundannahmen überprüfen. Hierbei ist es nicht nur wichtig, fehlerhafte Annahmen aufzuspüren, sondern auch solche, die unbewusst in das Modell eingeflossen sind und zu unerwartetem Verhalten oder Fehlern führen können. Alle Komponenten eines Systems werden nun für sich simuliert und ihr korrektes Verhalten wird so verifiziert.

Verletzungen des Normverhaltens lassen sich in Simulink durch den grafischen Charakter und die freie Erweiterbarkeit des Systementwurfs schnell aufspüren. Die Entwickler können dann unmittelbar entscheiden, ob eine Parameteränderung, eine zusätzliche Assertion, eine Heuristik oder der Ersatz eines Designelements durch Alternativen – etwa einen anderen Solver – das Problem behebt und das Ergebnis sofort wieder simulieren.

Systemmodell wächst Stück für Stück zur Implementierungsreife

Mit Verständnis für die Systemdynamik kann der Entwickler die richtige Ausgangskonfiguration für sein System finden und die entscheidenden Stellen für den Einbau von Überwachungselementen erkennen. Das Modell muss sämtliche Design-Annahmen enthalten. Voraussetzung für eine Modellierung mit hoher Genauigkeit sind separate Tests aller beteiligten Komponenten sowie ein klares Verständnis des zu modellierenden Systems auf Seiten des Entwicklers.

Ein so entwickeltes Systemmodell wächst Stück für Stück zur Implementierungsreife, während die Ingenieure zu jedem Zeitpunkt einen exakten Eindruck von seinem Aufbau, seinem Verhalten und allen darin gemachten Annahmen behalten. Durch diese Transparenz und die Möglichkeit, es als „Goldene Referenz“ zu verwenden, gegen die das fertige Produkt verifiziert wird, wird das Modell auch höchsten Ansprüchen gerecht, wie sie beispielsweise an sicherheitskritische Systeme in Fahrzeugen oder Flugzeugen gestellt werden. Das fertige Modell kann nun sowohl als Quelle für die Hardware-Implementierung als auch zur Codegenerierung dienen. Ergebnis einer solchen Entwicklung ist ein schneller entwickeltes Produkt mit weniger Fehlern bei hoher Wiederverwendbarkeit des Modells.

* Seth Popinchalk, The MathWorks

(ID:276532)