Advertisement

Elemente der Modellbildung

  • Klaus Janschek
Chapter

Zusammenfassung

Hintergrund Abstrakte Verhaltensmodelle spielen im Entwurfsgeschehen für mechatronische Systeme eine zentrale Rolle. Das dynamische Verhalten von Systemkomponenten und deren gewollte (oder ungewollte) Interaktion bestimmen in fundamentaler Weise die positiven (und negativen) Produkteigenschaften. Die besondere Herausforderung bei der Modellbildung mechatronischer Systeme liegt in deren Multidomäneneigenschaften. In dem Maße wie heterogene physikalische Komponenten zu einer homogen wirkenden Funktionseinheit zusammengeschaltet werden, müssen natürlich auch deren Verhaltensmodelle in eine domänenunabhängige abstrakte Wirkstruktur abgebildet werden. Die relevanten physikalischen Verhaltenseigenschaften müssen dabei aus naheliegenden Gründen korrekt abgebildet werden und die Zuordnung von Parametern der realen Komponenten zu Modellparametern soll hinreichend transparent bleiben.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur zu Kapitel 2

  1. Angermann A, Beuschel M, Rau M, Wohlfarth U (2005) Matlab-Simulink-Stateflow. Grundlagen, Toolboxen, Beispiele. München, Oldenbourg WissenschaftsverlagGoogle Scholar
  2. Ballas R G, Pfeifer G, Werthschützky R (2009) Elektromechanische Systeme in Mikrotechnik und Mechatronik, SpringerGoogle Scholar
  3. Brenan K E, Campbell S L, Petzold L R (1996) Numerical Solution of Initial-Value Problems in Differential-Algebraic Equations, SIAMGoogle Scholar
  4. Buss M (2002) Methoden zur Regelung Hybrider Dynamischer Systeme, Fortschritt-Berichte, VDI Reihe 8, Nr. 970Google Scholar
  5. Cellier F E (1991) Continuous System Modeling, SpringerGoogle Scholar
  6. Cellier F E, Elmqvist H (1993) Automated formula manipulation supports object-oriented continuous-system modelling. IEEE Control System Magazine 13(2): 28-38CrossRefGoogle Scholar
  7. Cellier F E, Kofman E (2006) Continuous System Simulation. Berlin, SpringerMATHGoogle Scholar
  8. Cervera J, Van Der Schaft A J, Banos A (2007) Interconnection of port-Hamiltonian systems and composition of Dirac structures. Automatica 43(2): 212-225MathSciNetMATHCrossRefGoogle Scholar
  9. Conrad M, Fey I, Sadeghipour S (2005) Systematic Model-Based Testing of Embedded Automotive Software Electronic Notes in Theoretical Computer Science 111: 13-26CrossRefGoogle Scholar
  10. Damic V, Montgomery J (2003) Mechatronics by Bond Graphs, SpringerGoogle Scholar
  11. Engell S, Frehse G, Schnieder E, Eds. (2002) Modelling, analysis, and design of hybrid systems. SpringerGoogle Scholar
  12. Fuchshumer S, Grabmair G, Schlacher K, Keintzel G (2003) Automatisierungstechnik in der Mechatronik — zwei Beispiele aus der Stahlindustrie e&i 120(5): 164-171Google Scholar
  13. Geitner G H (2006) Power Flow Diagrams Using a Bond Graph Library under Simulink. Proc. of 32nd Annual Conference on IEEE Industrial Electronics, IECON 2006-: 5282-5288Google Scholar
  14. Geitner G H (2008) Bondgraphen-Modelle für ausgewählte mechatronische Anschauungsbeispiele. Persönliche Kommunikation, Elektrotechnisches Institut, Technische Universität DresdenGoogle Scholar
  15. Harel D (1987) Statecharts - A Visual Formalism for Complex Systems. Science of Computer Programming 8: 231-274MathSciNetMATHCrossRefGoogle Scholar
  16. Hatley D J, Pirbhai I A (1987) Strategies for Real-Time System Specification. New York, NY., Dorset HouseGoogle Scholar
  17. Hatley D J, Pirbhai I A (1993) Strategien für die Echtzeitprogrammierung. München, Wien, HanserGoogle Scholar
  18. IEEE (1997) IEEE Trial-Use Recommended Practice for Distributed Interactive Simulation -Verification, Validation, and Accreditation. IEEE Std 1278.4-1997. I. C. SocietyGoogle Scholar
  19. Isidori A (2006) Nonlinear Control Systems, SpringerGoogle Scholar
  20. Karnopp D C, Margolis D L, Rosenberg R C (2006) System dynamics: modeling and simulation of mechatronic systems, John Wiley & Sons, Inc.Google Scholar
  21. Koycheva E, Janschek K (2007) Performance analysis of system models with UML and Generalized Nets. EUROSIM 2007, 6th EUROSIM Congress on Modelling and Simulation. Ljubljana, Slovenia Google Scholar
  22. Kugi A, Schlacher K (2001) Dissipativit&ts- und passivitätsbasierte Regelung nichtlinearer mechatronischer Systeme. e&i 120(1): 40-48MathSciNetGoogle Scholar
  23. Kugi A, Schlacher K (2002) Analyse und Synthese nichtlinearer dissipativer Systeme: Ein Überblick (Teil 2). at - Automatisierungstechnik 50(3): 103-111CrossRefGoogle Scholar
  24. Kuypers F (1997) Klassische Mechanik, Wiley-VCHGoogle Scholar
  25. Litz L (2005) Grundlagen der Automatisierungstechnik, Oldenbourg Verlag München WienGoogle Scholar
  26. Lunze J (2002) What Is a Hybrid System? In Modelling, Analysis, and Design of Hybrid Systems. S. Engell, G. Frehse E. Schnieder, Springer: 3-14Google Scholar
  27. Lunze J (2009) Regelungstechnik 1: Systemtheoretische Grundlagen, Analyse und Entwurf einschleifiger Regelungen, SpringerGoogle Scholar
  28. Maschke B M, Van Der Schaft A J (1992) Port-controlled Hamiltonian systems: Modelling origins and system theoretic properties. IFAC Symposium on Nonlinear Control Systems Design (NOLCOS) 1992. Bordeaux, France: 359-365Google Scholar
  29. Mattsson S E, Söderlind G (1993) Index Reduction in Differential-Algebraic Equations Using Dummy Derivatives. SIAM Journal on Scientific Computing 14(677-692)MathSciNetMATHCrossRefGoogle Scholar
  30. Nenninger G, Schnabel M, Krebs V (1999) Modellierung, Simulation und Analyse hybrider dynamischer Systeme mit Netz-Zustands-Modellen. at-Automatisierungstechnik 47(3): 118-126Google Scholar
  31. Oestereich B (2006) Analyse und Design mit der UML 2.1 - Objektorientierte Softwareentwicklung, Oldenbourg WissenschaftsverlagGoogle Scholar
  32. Ogata K (1992) System Dynamics, Prentice HallGoogle Scholar
  33. Ortega R, Van Der Schaft A J, Maschke B M, Escobar G (2002) Interconnection and damping assignment passivity-based control of port-controlled Hamiltonian systems. Automatica 38: 585-596MathSciNetMATHCrossRefGoogle Scholar
  34. Otter M (1999a) Obkjektorientierte Modellierung Physikalischer Systeme, Teil 2. at-Automatisierungstechnik 47(2): A5-A8Google Scholar
  35. Otter M (1999b) Obkjektorientierte Modellierung Physikalischer Systeme, Teil 4. at-Automatisierungstechnik 47(4): A13-A16Google Scholar
  36. Otter M, Bachmann B (1999a) Obkjektorientierte Modellierung Physikalischer Systeme, Teil 5. at-Automatisierungstechnik 47(5): A17-A20Google Scholar
  37. Otter M, Bachmann B (1999b) Obkjektorientierte Modellierung Physikalischer Systeme, Teil 6. at-Automatisierungstechnik 47(6): A21-A24Google Scholar
  38. Pantelides C C (1988) The consistent initialization of differential-algebraic systems. SIAM Journal of Scientific and Statistical Computing 9: 213-231MathSciNetMATHCrossRefGoogle Scholar
  39. Paynter H M (1961) Analysis and Design of Engineering Systems, MIT Press, Cambridge, Mass.Google Scholar
  40. Rabiner L R, Gold B (1975) Theory and Application of Digital Signal Processing. Englewood Cliffs, New Jersey, Prentice HallGoogle Scholar
  41. Rau A (2002) Model-Based Development of Embedded Automotive Control Systems, Universität Tübingen, DissertationGoogle Scholar
  42. Reinschke K (2006) Lineare Regelungs- und Steuerungstheorie, SpringerGoogle Scholar
  43. Reinschke K, Schwarz P (1976) Verfahren zur rechnergestützten Analyse linearer Netzwerke, Akademie Verlag BerlinMATHGoogle Scholar
  44. Schnabel M, Nenninger G, Krebs V (1999) Konvertierung sicherer Petri-Netze in Statecharts. at - Automatisierungstechnik 47(12): 571-580Google Scholar
  45. Schnieder E (1999) Methoden der Automatisierung. Beschreibungsmittel, Modellkonzepte und Werkzeuge für Automatisierungssysteme. Braunschweig, Wiesbaden, ViewegGoogle Scholar
  46. Schultz D G, Melsa J L (1967) State functions and linear control systems, McGraw-Hill Book CompanyGoogle Scholar
  47. Schwarz P, Clauß C, Haase J, Schneider A (2001) VHDL-AMS und Modelica - ein Vergleich zweier Modellierungssprachen. 15. Symposium Simulationstechnik ASIM 2001. Paderborn: 85-94Google Scholar
  48. Schwarz P, Zaiczek T (2008) Torbasierte Rechnermodelle für ausgewählte mechatronische Anschauungsbeispiele. Persönliche Kommunikation, Fraunhofer Institut Integrierte Schaltungen, Institutsteil Entwurfsautomatisierung, DresdenGoogle Scholar
  49. Sciavicco L, Siciliano B (2000) Modelling and Control of Robot Manipulators, SpringerGoogle Scholar
  50. Short M, Pont M J (2008) Assessment of high-integrity embedded automotive control systems using hardware in the loop simulation. Journal of Systems and Software 81(7): 1163-1183CrossRefGoogle Scholar
  51. Tiller M M (2001) Introduction to Physical Modeling with Modelica, Kluwer Academic PublishersGoogle Scholar
  52. Van Der Schaft A J, Maschke B M (1995) The Hamiltonian formulation of energy conserving physical systems with external ports. Archiv für Elektronik und Übertragungstechnik 49: 362-371Google Scholar
  53. Van Der Schaft A J, Maschke B M (2002) Hamiltonian representation of distributed parameter systems with boundary energy flow. Journal of Geometry and Physics 42: 166-194MathSciNetMATHCrossRefGoogle Scholar
  54. Vogel-Heuser B (2003) Systems Software Engineering. München, OldenbourgMATHGoogle Scholar
  55. Wellstead P E (1979) Introduction to Physical System Modelling. London, Academic Press Ltd.Google Scholar
  56. Yourdon E (1989) Modern Structured Analysis, Yourdon PressGoogle Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 2010

Authors and Affiliations

  1. 1.Institut fär AutomatisierungstechnikTechnische Universität DresdenDresdenDeutschland

Personalised recommendations