Kurs OMSI im WiSe 2012/13

Transkript

1 Kurs OMSI im WiSe 2012/13 Objektorientierte Simulation mit ODEMx Prof. Dr. Joachim Fischer Dr. Klaus Ahrens Dipl.-Inf. Ingmar Eveslage fischer ahrens 1.1

2 LV-Angebot im WS 2012/13 Modul OMSI-1: Objektorientierte Modellierungs-,Spezifikations- und Implementationstechniken 2 Vorlesungen pro Woche plus Praktikum Modul Industrielle Workflows 2 Vorlesung pro Woche plus Praktikum Semester BA-Projekt Verkehrsdedektion 1 Kompaktvorlesung plus spezifische Vorlesung plus Entwicklungsarbeit Forschungsseminar Modellbasierte Softwareentwicklung BA-, Studien- Diplom-, Promotionsarbeiten 1.2

3 Sprache, Bibliotheken kompatibel zu C die Brücke zur UNIX-Welt aktive Community IS0/ANSI FDIS C++11 C++ Hardware- Nähe Embedded Systems Objekt- Orientierung (Objekte: Identität, Zustand, Verhalten) ODEMx Simulationsbibliothek Was steckt hinter den Sprachkonzepten? OO-Programmierung + OO-Modellierung Wie kommt man zu ausführbaren Modellen dynamischer Systeme? 1.3

4 OMSI- Literaturhinweise sowie ODEMx Online-Dokumentation Skripte und Foliensätze zur Vorlesung 1.5

5 Homepage 1.6

6 1. Einführung 1. Systemsimulation was ist das? 2. Ein Blick zurück in die Anfänge 3. Modelle und Originale 4. Modellierungssprachen, Simulationsumgebungen 5. Bespiele aus der aktuellen Forschung 6. Paradigma der objektorientierten Modellierung 7. Klassifikation dynamischer Systeme 8. M&S eines Niedertemperaturofens

7 Simulationsbegriff Simulation ist eine experimentelle Methode bei der mit Hilfe von Modellen von realen oder erdachten Systemen neue Erkenntnisse hinsichtlich bestimmter Fragestellungen erlangt werden können Computersimulation ist eine experimentelle Untersuchungsmethode von realen oder gedachten Systemen, unter Verwendung von formalen Modellen, die als ausführbare Softwarekomponenten das Verhalten dieser Modelle näherungsweise im Hinblick auf ein bestimmtes Untersuchungsziel nachbilden. nicht zwingend Computermodelle (auch reale Miniaturmodelle hier: Welle, Schiffskörper) weitere Aspekte überwiegend: Untersuchung dynamischer Systeme Modellierung ist prinzipielle Voraussetzung einer Simulation Einsatz von Rechnern (Simulator= programmierte Objektorientierte Maschinenkonfiguration) Simulation mit ODEMx hier: Schiffssteuerungssimulator 1.8

8 Vorgehensweise bei der Systemsimulation Zielgerichtetes Experimentieren mit (ausführbaren abstrakten) Modellen auf dem Computer - anstatt mit Originalen - Bewertung / Rückschlüsse / Modellverbesserung Original reales bzw. gedachtes Phänomen Problemanalyse / Abstraktion Experimente Ausführungs- Modell im Speicher Simulator Ziel informales /semiformales Systemmodell Struktur + Verhalten (bei Änderungen in Raum und Zeit) softwaretechnische Umsetzung formales mathematisches Simulationsmodell Formalisierung/ Programmierung offene Frage: Systembegriff 1.9

9 Vorgehensweise bei der Systemsimulation Experimente Bewertung / Rückschlüsse / Modellverbesserung Ausführungs- Modell im Speicher Simulator softwaretechnische Umsetzung reales bzw. gedachtes Phänomen Ziel formales mathematisches Simulationsmodell Problemanalyse / Abstraktion informales /semiformales Systemmodell Formalisierung/ Programmierung Übergang ist in der Regel sehr vielschichtig Mathematische Beschreibung naturwissenschaftlicher, technischer, wirtschaftlicher Phänomene, Abläufe (Prozesse) Besonderheit: Modellgrößen ändern sich zeitabhängig (kontinuierlich, diskret / ereignishaft) dynamische Systeme Zustandsgrößen (als ausgezeichnete Modellgrößen) 1.10

10 Modellierung von Struktur und Verhalten zeitdiskrete Modelle zeitkontinuierliche Modelle Zustandsgröße x Treppenfunktionen kombinierte Modelle Zustandsgröße y stückweise stetige Funktionen Zeit unsere OO-Auffassung: System als Konfiguration nebenläufiger Prozesse mit zeit- und zustandsbedingten Abhängigkeiten Zeit Prozess ~ Lebenslauf eines Objektes 1.11

11 Modelle (in erste Näherung) sind vereinfachte Abbilder der Realität... helfen, die zu entwickelnden Systeme besser zu verstehen ermöglichen (meist vereinfachte) Beschreibung/Darstellung von Struktur und Verhalten komplexer Systeme dienen als Vorlagen zum Bau realer Systeme dokumentieren getroffene Entwurfsentscheidungen abstrakt mathematische/formale oder informale Modelle konkret gegenständliche Modelle 1.12

12 Beispiel: Workflow-Simulation eines Ring-Walzwerkes Walzwerk Stempelpresse Herddrehofen Radialwalze 2 Stauchpresse 2 Aufweitpresse 4 Glühhaubenanlage Vergüterei Nachwärmofen Regel Auftragsgenerator Auftragsmodifikator Walzwerk- Simulator Animator Vergüterei- Simulator Animator 1.13

13 Entwicklung komplexer Systeme Wozu Modellierung? 1.14

14 Zeitkonzepte Unterscheidung unterschiedlicher Zeitkonzepte für die Dauer einer Aktivität oder die Distanz zweier Ereignisse Realzeit [s] reales bzw. gedachtes Phänomen Spezialfall: Echtzeitsimulation Ausführungszeit Realzeit i.allg aber: Zeitlupen oder Zeitraffer Ausführungszeit [s] Ausführungs- Modell im Speicher Simulator informales /semiformales Systemmodell Simulationszeit formales mathematisches Simulationsmodell Modellzeit [dimensionslos] 1.15

15 Bedeutung von Analogien für die Gültigkeit von Modellen Bewertung / Rückschlüsse / Modellverbesserung reales bzw. gedachtes Phänomen Experimente Ausführungs- Modell im Speicher Simulator Ziel informales /semiformales Systemmodell Analogien im Verhalten u. strukturellen Aufbau formales mathematisches Simulationsmodell Beachtung: Zustandsgrößen ändern sich zeitabhängig (kontinuierlich, diskret / ereignishaft) 1.16

16 1. Einführung 1. Systemsimulation was ist das? 2. Ein Blick zurück in die Anfänge 3. Modelle und Originale 4. Modellierungssprachen, Simulationsumgebungen 5. Bespiele aus der aktuellen Forschung 6. Paradigma der objektorientierten Modellierung 7. Klassifikation dynamischer Systeme 8. M&S eines Niedertemperaturofens

17 Analogie im Systemverhalten Basis für jede Verhaltensmodellierung betrachten zwei Schwingungssysteme Phänomen: strukturell ähnlich Verhaltensbeschreibungen 1.18

18 Helmut Hoelzer ( ) Erfinder des ersten frei programmierbaren Analogrechners (1941) - TH Darmstadt (Diplom) - Heeresversuchsanstalt Peenemünde (ab 1939) - Marshal Space Flight Centre Huntsville (ab 1946) Appollo-Programm der Nasa 1.19

19 Anlogrechner MEDA

20 Rechenelemente eines Analogrechners 1.21

21 1.22

22 Mercuri-Kapsel Granino Arthur Korn (Prof. für Elektrotechnik University of Arizona) 1.23

23 1. Einführung 1. Systemsimulation was ist das? 2. Ein Blick zurück in die Anfänge 3. Modelle und Originale 4. Modellierungssprachen, Simulationsumgebungen 5. Bespiele aus der aktuellen Forschung 6. Paradigma der objektorientierten Modellierung 7. Klassifikation dynamischer Systeme 8. M&S eines Niedertemperaturofens

24 Präzisere Begriffsbestimmung Original Ausschnitt einer gedachten oder real existierenden Welt als System, charakterisiert durch (1) Systemzweck, (2) Abgrenzung zur Systemumgebung, (3) Systemstruktur und Systemverhalten Originale als statische oder dynamische Systeme Modelle sind als Abstraktionen von Originalen Abstraktionen= Vereinfachungen aus einer bestimmten Sicht mit einer bestimmten Zielstellung Modelle sind Abstraktionen kompletter Systeme oder einzelner Systemelemente Systemmodelle= Struktur- und Verhaltensmodelle des Systems 1.25

25 Gibt es perfekte Modelle? Modelle werden aus einer bestimmten Sicht bei Verfolgung eines bestimmten Untersuchungsziels abgeleitet kein einziges Modell, keine einzige Sicht ist ausreichend um ein komplexes System zu erfassen es gibt kein Modell an sich Entscheidung, welche Modelle erzeugt werden, hat großen Einfluss auf die Modelluntersuchung jedes Modell kann in unterschiedlichen Abstraktionsniveaus und aus unterschiedlichen Blickwinkeln dargestellt werden die besten Modelle sind realitätsnah Gefahr: bereits bewährte Modelle werden für Untersuchungen mit anderem Untersuchungsziel eingesetzt 1.26

26 Modelle in unterschiedlichen Sichten auf einen Realitätsausschnitt Booch: Object-Oriented Design with applications Benjamin/Cummings Publishing Company Inc. Das jeweilige Untersuchungsziel bestimmt Sicht und Abstraktionsgrad 1.27

27 Begrenztheit von Modellen Norbert Wiener ( ) Begründer der Kybernetik, Kommunikation, Steuerung und Regelung Was ist das beste Modell einer Katze? scherzhaft: Das beste Modell einer Katze ist... eine Katze. Am besten dieselbe Katze. Modelle ersetzen ihre Originale nur bedingt 1.28

28 1. Einführung 1. Systemsimulation was ist das? 2. Ein Blick zurück in die Anfänge 3. Modelle und Originale 4. Modellierungssprachen, Simulationsumgebungen 5. Bespiele aus der aktuellen Forschung 6. Paradigma der objektorientierten Modellierung 7. Klassifikation dynamischer Systeme 8. M&S eines Niedertemperaturofens

29 Modellierungssprachen und Simulationsumgebung Zustandsänderungen kontinuierlich oder/und diskret in Raum und Zeit reales bzw. gedachtes Phänomen Simulationsumgebung Unterscheidung nach - Modellklassen - Anwendungsdomänen - Typ des Laufzeitsystems -... Ausführungs- Modell im Speicher Simulator Ziel informales /semiformales Systemmodell Debugger Codegeneratoren Interpreter Simulationslaufzeitsysteme numerische Lösungsverfahren formales mathematisches Simulationsmodell Modellierungssprache - Unterscheidung nach Modellklassen - Editoren Syntaxchecker Modellchecker Compiler zeitkontinuierlich zeitdiskret /Diskretisierung + + zeitdiskret /Ereignisrealisierung 1.30

30 Beispiele domänenspezifische Modellierungssprachen Simulink hierarchische graphische Modellierung kontinuierliche u. diskreter Schaltblöcke S-Functions: eigener Code u. MATLAB für einzelne Domänen (wie mechanische, elektrische oder hydraulische Systeme) stehen spezielle Zusätze zur Verfügung, welche die Modellierung von physikalischen Systemen zusätzlich vereinfachen zeitkontinuierlich + zeitdiskret /Diskretisierung 1.31

31 Beispiele domänenspezifische Modellierungssprachen Plant Simulation graphische Modellierung, Simulation, Visualisierung Optimierung von Logistik- und Geschäftsprozessen zeitdiskret /Ereignisrealisierung Frage: Wie ist der Stand des Modelleinsatzes bei der Software-Produktion? 1.32

32 Modellbasierte Software-Entwicklung verteilter Systeme (vereinfacht) Anforderungen Anforderungsmodelle Analysemodelle Umgebungsmodelle Modell-Checker Simulator Test, Wartung Entwurfsmodelle Verteilungsmodelle Implementierungsmodelle Plattformmodelle Wasserfallmethode später verbessert: iterativ, inkrementell Zielcode Binärcode- Komponenten 1.33

33 Modellgetriebene Software-Entwicklung verteilter Systeme (vereinfacht) Anforderungen Anforderungsmodelle Analysemodelle Umgebungsmodelle Modell-Checker Simulator Test, Wartung Entwurfsmodelle Verteilungsmodelle Implementierungsmodelle Plattformmodelle automatisierte Modelltransformation Zielcode Binärcode- Komponenten 1.34

34 Modellgetriebene Software-Entwicklung spiralförmig, inkrementell & iterativ Test funktionaler und nicht-funktionaler Rückkkopplungen Wechselwirkung mit der Umgebung Integration mit Simulation MDD:= Model Driven Development SW-Entwicklung ist modellzentriert (Modelle begleiten ges. SW-Lebenszyklus) automatische Transformationen für Modellübergänge spezifische Analysen (Checker, Simulatoren, ) partielle oder komplette Codegenerierung Deployment Implementation Test/Validierung MDD SDL, UML, SysML Ausführung durch Simulation Test funktionaler Eigenschaften Design Anforderungsanalyse Echtzeit, Leistungsprognose Ausführung durch Simulation Test nicht-funktionaler Eigenschaften 1.35