INŽENJERSKO MODELIRANJE I

SIMULACIJA
(MASTER STUDIJE)

MODELIRANJE I SIMULACIJA
U TEHNIČKIM SISTEMIMA
(SPECIJALISTIČKE STUDIJE)
OSNOVNI CILJEVI PREDMETA

Upoznavanje
- koncepta modeliranja,
- koncepta simulacije,
- sa programskim alatima za simulaciju.
Sledi
- razmatranje primera iz tehnike,
- pravljenje jednostavnijih modela,
- prikaz i analiza rezultata.
POJMOVI MODELIRANJA I SIMULACIJE

Sistem (proces, objekat istraživanja) se može

proučavati na više načina:
- eksperimentisanjem
- matematičkom analizom rada sistema
- modeliranjem i simulacijom
 POJMOVI MODELIRANJA I SIMULACIJE

realni sistem računar

modeliranje simulacija
model

modeliranje - veze između realnog sistema i modela

simulacija - veze između modela i računara
model - rezultat modeliranja
predmet modeliranja - postojeći ili projektovani
 POJMOVI MODELIRANJA I SIMULACIJE

merljivi merljivi
REALNI SISTEM izlazi
ulazi
sistema sistema

zadati MODEL iz računati

ulazi logički ekvivalent izlazi
sistema realnog sistema sistema
 POJMOVI MODELIRANJA I SIMULACIJE

Model - apstraktni prikaz sistema, opisuje deo strukture

ili ponašanja realnog sistema, sadrži izabrane elemente
i karakteristike sistema bitne za istraživanje.

Može se formirati veći broj modela, npr. električni otpornik

- kao električni element može se opisati: u  Ri

- kao termički element može se opisati:
dT 1 2
dt C

 Ri  k T  T0  
C- toplotni kapacitet,
k- toplotna provodljivost okoline čija je temperatura T0.
 POJMOVI MODELIRANJA I SIMULACIJE

Simulacioni model - formira se na osnovu

matematičkog modela, kao rezultat daje
vremenske serije vrednosti promenljivih veličina.

Računar - uređaj koji izvršava program (model) i prati

ponašanje modela, na osnovu ulaznih podataka.
Za simulaciju se mogu koristiti analogni, digitalni i
hibridni računari.
 POJMOVI MODELIRANJA I SIMULACIJE

Ciljevi modeliranja i simulacije

- eksperimentisanje nad realnim sistemom može da

se izbegne,
- koristi se u slučajevima kada bi operacije na
samom sistemu bile nemoguće, preskupe, opasne
ili neprakticne,
- iz rezultata simulacije se mogu izvesti zaključci o
ponašanju samog sistema,
- na osnovu rezultata modeliranja mogu se vršiti
predviđanja vrednosti nekih veličina ili ponašanja
sistema.
 PRIMENA MODELIRANJA I SIMULACIJE

- u projektovanju, analizi i upravljanju kod

proizvodnih, komunikacionih, transportnih,
saobraćajnih, distributivnih sistema,
- u proizvođačkoj industriji,
- analizi finansijskih ili ekonomskih sistema,
- u meteorologiji,
- u mehaničkim, električnim, hidrauličnim,
termičkim,... sistemima.

Simulacija ne optimizuje,
služi za izbor najbolje strategije.
I PRIMER: Kretanje auta mase M=1000kg, sila motora F=5000N
F
Realni sistem Model
G

Matematički model Mx  F

Analitički način rešavanja M  1000kg, F  5000 N v0  10m / s x0  0
dx
x  5 5 dx  5dt x  5t  C1
dt
t  0, v0  10m / s, 10  0  C1
Zakon promene brzine x  5t  10
dx t2
 5t  10 dx  5tdt  10dt x  5  10t  C2
dt 2
t  0, x0  0, 0  0  0  C2

t2
Zakon kre tan ja x  5  10t
2
 FO
Složeniji model:
F
sila otpora kretanju je proporcionalna brzini
(koeficijent proporcionalnosti B=50Ns/m).
G
II Njutnov zakon: M x  F  Bx

x 
1
F  Bx 
M
Simulacioni model:
II PRIMER: Klipni mehanizam
Realni sistem Model (geometrijski)

Matematički x(t )  a sin t  cos t 

2
model
y(t )  a
2
 cos t  sin t 

Simulacioni
dijagram
NAČINI REŠAVANJA TEHNIČKIH PROBLEMA

Analitičko rešavanje
- koristi postupke matematičke analize
- daje opšte rešenje u obliku formule,
- daje tačniji rezultat,
- ograničeno na jednostavne probleme.
 NAČINI REŠAVANJA TEHNIČKIH PROBLEMA

Numeričko rešavanje
- podrazumeva korišćenje računara (numeričke
metode ili programski paketi),
- uvrštavaju se numeričke vrednosti ulaza i
parametara
- daje se rešenje samo za zadate ulaze i parametre
modela,
- svaka promena parametara ili ulaza zahteva novo
rešavanje,
- tačnost zavisi od preciznosti korišćene metode.
 NAČINI REŠAVANJA TEHNIČKIH PROBLEMA

Za nelinearne probleme → koristi se Simulacija

- eksperimentisanje sa matematičkim modelima,

- više ponovljivih simulacionih eksperimenata,
- daje izlaze samo za neke vrednosti ulaza i
parametara modela,
- ne dobija se funkcionalna zavisnost između ulaza
i izlaza.
Primeri simulacije
PRIMER SIMULACIJE JEDNOSTAVNOG SISTEMA

x (t )  2 x(t )  u (t )
u(t) - funkcija pravougaonog oblika sa amplitudom 1
i frekvencijom 1rad/s.
PRIMER SIMULACIJE SLOŽENIJEG SISTEMA
Termodinamički model kuće
 IZRADA MODELA

Model koji uključuje sve promenljive i sve veze u

realnom sistemu je valjan, pouzdan ali glomazan i
neekonomičan; zato se pojednostavljuje shodno
zahtevanoj tačnosti; treba da preslikava stvarnost što
vernije, shodno ceni i zahtevanoj složenosti
(ni suviše detaljan i složen, ni previše pojednostavan).

Pri izradi modela neophodno je:

- obuhvatiti sve bitne pojave;
- uključiti važne promenljive
KORACI U MODELIRANJU I SIMULACIJI
1) Definisanje ciljeva i željenih ishoda
2) Prikupljanje podataka o sistemu i njihova analiza
3) Izgradnja konceptualnog modela, usvajanje
pretpostavki, postavljanje jednačina modela,
formiranje algoritma.
4) Izbor programskog jezika ili programskog alata.
5) Verifikacija programa
6) Vrednovanje (validacija) simulacionog modela
7) Planiranje i izvođenje simulacionih eksperimenata.
8) Analiza i interpretacija rezultata eksperimenata
KLASIFIKACIJA MODELA

I) Podela po načinu formiranja

- Misaoni (mentalni) modeli
- Verbalni modeli
- Fizički modeli
- Matematički modeli
- Konceptualni (strukturni) modeli
- Računarski (simulacioni) modeli
 KLASIFIKACIJA MODELA

II) Podela s obzirom na formalnost opisa

- Neformalni opis modela daje osnovne pojmove o

modelu, sadrži objekte, opisne promenljive i
pravila interakcije objekata. Može biti
nekompletan, nekonzistentan ili nejasan.

- Formalni opis modela obezbeđuje veću preciznost

i potpunost.
 KLASIFIKACIJA MODELA

III) Podela s obzirom na prirodu modela

 KLASIFIKACIJA MODELA

Fizički modeli su materijalne reprezentacije sistema.

Fizički modeli sa istom prirodom predstavljaju

umanjene modele, prototipove.
Fizički modeli sa različitom prirodom koriste analogiju
fizičkih veličina.

Osnovni nedostaci su: tehnički problemi pri izradi

modela, njihova cena, ograničena tačnost.
 KLASIFIKACIJA MODELA

Apstraktni modeli – simbolična i matematičko-

logička reprezentacija sistema.

Nematematičko modeliranje - verbalni opisi, grafovi,

dijagrami i sl.

Matematičko modeliranje je proces formiranja

matematičkog modela. Model je skup
matematičkih izraza koji opisuju objekat i mogu
da predvide njegovo ponašanje, nekad ima
ograničenu oblast primene.
Primer
PRIMER ZA FORMIRANJE MODELA: Mehanizam
Mehanizam sa sastoji od krivaje OA=r koja rotira oko ose O
konstantnom ugaonom brzinom  (rad/s),
štapa AB=3r koji prolazi kroz klizač C. j=t OC=r i AM=2r.

x(t )  r cos t  cos 2t 

y (t )  r sin t  sin 2t 
 KLASIFIKACIJA MODELA

IV) Podela u odnosu na promenljive veličine

a) u pogledu promenljivih veličina stanja:

Modeli bez memorije i modeli sa memorijom

b) u pogledu ulaznih promenljivih veličina:

Autonomni i neautonomni modeli

c) u pogledu izlaznih promenljivih veličina:

Zatvoreni i otvoreni modeli
 KLASIFIKACIJA MODELA

V) Podela u odnosu na prirodu opsega vrednosti

promenljivih u modelu
- Modeli sa diskretnim stanjima
- Modeli sa kontinualnim stanjima
- Modeli sa mešovitim stanjima
 KLASIFIKACIJA MODELA

VI) Podela u odnosu na prirodu opsega vrednosti

promenljive t –vreme

Modeli sa kontinualnim vremenom

i
modeli sa diskretnim vremenom
 KLASIFIKACIJA MODELA

VII) Podela u odnosu na vremensku zavisnost

Varijantni (vremenski promenljivi)

i
invarijantni (vremenski nepromenljivi) modeli
 KLASIFIKACIJA MODELA

VIII) Podela u odnosu na determinizam

- Deterministički modeli - njihovo stanje se može

predvideti, ne postoje slučajne promenljive.
- Nedeterministički (stohastički) - postoji bar jedna
slučajna promenljiva, njihovo ponašanje se ne
može unapred predvideti, mogu se predvideti
verovatnoće promene stanja.
VRSTE SIMULACIONIH MODELA
Kontinualna simulacija - promenljive stanja se
menjaju kontinualno tokom vremena,
jednostavni problemi -diferencijalne jednačine,
složeni sistemi - u agregatnom obliku.

- modeli sa jednom nezavisnom promenljivom koji se

opisuju diferencijalnim jednačinama
- modeli koji se opisuju parcijalnim diferencijalnim
jednačinama
- modeli dinamike sistema za sisteme sa povratnom
vezom.
 VRSTE SIMULACIONIH MODELA

Simulacija diskretnih događaja – modeliraju se

sistemi koji se mogu predstaviti skupom događaja.
Događaj je diskretna promena stanja sistema nastupa
u određenom trenutku a između dva uzastopna
događaja stanje sistema je nepromenjeno.
 VRSTE SIMULACIONIH MODELA

Mešovita kontinualno - diskretna simulacija -

modeliranje sistema koji sadrže kontinualne procese i
događaje (diskretne promene).

Uvode se dva tipa događaja:

vremenski događaj izaziva trenutnu promenu stanja
kontinualne promenljive
i
događaj stanja aktivira događaje diskretnog dela
modela.
Primer
PRIMER ZA MEŠOVITU SIMULACIJU:
Kontrola nivoa x (m) tečnosti u rezervoaru površine A(m2):
qu –dotok tečnosti u rezervoar (m3/s), reguliše se zatvaranjem i otvaranjem
ventila; qi –protok tečnosti iz rezervoara (m3/s)
Ako nivo dostigne zadatu visinu xmax, dotok tečnosti se zaustavlja
zatvaranjem ventila, koji se nakon određenog vremena (npr. 3s) ponovo
otvara.

dx qu t   qi t 
Model: V=0 (zatvoren ventil)
 ili
dt A V=1 (otvoren ventil)
qu t   V  qmax

Kontinualni model – promena nivoa tečnosti

+
proces 1: događaj stanja koji detektuje xmax i zatvara ventil
+
proces 2: diskretan događaj aktiviran procesom 1 kojim se aktivira
vremenski proces (period u kome je ventil zatvoren), nakon čega otvara ventil.
 VRSTE SIMULACIONIH MODELA

Monte Karlo simulacija - pri rešavanju problema

determinističkog i stohastičkog karaktera.

Primenjuje se kod:
- determinističkih problema
- nedovoljno poznatih složenih problema
- statističkih problema koji nemaju analitička rešenja
VALIDACIJA I VERIFIKACIJA MODELA

Uzroci greški modela:

- Pogrešne pretpostavke;
- Preveliko pojednostavljenje problema;
- Pogrešna matematička formulacija problema;
- Pogrešne vrednosti konstanti / ulaznih podataka;
- Odabir neadekvatne numeričke metode;
- Pogrešan redosled naredbi u algoritmu;
- Velika tolerancija u numeričkoj metodi.
 VALIDACIJA I VERIFIKACIJA MODELA

Valjanost (ispravnost) modela govori koliko verno

model predstavlja realan sistem, daje stepen
poklapanja rezultata simulacije i izmerenog
ponašanja sistema.

Verifikacija modela je procena korektnosti

simulacionog programa, proveravaju se programi i
podaci i definiše se stepen podudaranja. Odnosi na
proveru da li je simulacioni program bez grešaka i
konzistentan sa modelom.
 VALIDACIJA I VERIFIKACIJA MODELA

Pri stvaranju modela unose se mnoge aproksimacije

realnog sistema a najčešće su:

1.Funkcionalna aproksimacija
2. Aproksimacija raspodele
3. Aproksimacija nezavisnosti
4. Aproksimacija agregacije
5. Aproksimacija stacionarnosti
 VALIDACIJA I VERIFIKACIJA MODELA

Ciljevi procesa validacije su:

- Da proizvede model (dovoljno blizak realnom
sistemu) koji se može koristiti za eksperimente.
- Da model bude pouzdan, da se može koristiti za
donošenje odluka.

Interaktivno poređenje modela i realnog sistema se

vrši pomoću različitih testova koji mogu biti
subjektivni i objektivni.
 VALIDACIJA I VERIFIKACIJA MODELA

Proces validacije se sastoji iz tri faze:

1. Izgraditi model koji verno predstavlja realni sistem.
2. Potvrditi pretpostavke modela: o strukturi i o
podacima.
3. Poređenje (validacija) ulazno – izlaznih
transformacija modela i realnog sistema.
 VALIDACIJA I VERIFIKACIJA MODELA

U postupku verifikacije se vrši više različitih provera:

- Ručna verifikacija logičke ispravnosti,
- Modularno testiranje: pojedinačno testiranje svakog
modula,
- Provera u odnosu na poznata rešenja,
- Testiranje osetljivosti: variramo jedan parametar,
dok ostali ostaju nepromenjeni,
- Testiranje na poremećaje: postavimo parametre na
neprirodne vrednosti i proveravamo ponašanje
modela.
 MODELIRANJE U TEHNIČKIM SISTEMIMA
Uobičajena je primena matematičkog modeliranja.
Znanja su sadržana u već izučavanim predmetima,
sam pristup je nešto drugačiji.
Pojave se mogu opisati matematičkim izrazima, tj.
napravi se matematički model koji se opisuje na
računaru i kroz simulacije otkriva njegovo
ponašanje.

Primeri formiranja modela: za isticanje tečnosti iz sudova, za

ekonomski sistem države, za električno kolo, za
termodinamički proces, za hemijsku reakciju, itd.
 MODELIRANJE U TEHNIČKIM SISTEMIMA

Matematičko modeliranje se sastoji iz koraka:

-postavka zadatka,
-pojednostavljivanje sistema,
-korišcenje zakona materijalnog i
energetskog balansa,
-pravljenje blok dijagrama sistema
-predstavljanje modela u odgovarajućem
obliku (diferencijalne jednacine, funkcija
prenosa, simulaciona šema....)
 MODELIRANJE U TEHNIČKIM SISTEMIMA

Sistem je izložen delovanju velikog broja faktora:

Ulazi sistema su spoljašnji signali koji utiču na
ponašanje sistema, često unapred poznati, na njih
se može delovati.
Signali poremećaja su signali iz okoline na koje se
ne može uticati ili koje nije moguće birati (mogu se
direktno meriti ili se ne mogu meriti).
 MODELIRANJE U TEHNIČKIM SISTEMIMA

Dva prilaza u dobijanju modela objekta:

Matematičko modeliranje - analitički pristup i

Identifikacija procesa - eksperimentalni pristup

Primer formiranja modela kretanja planeta oko Sunca:

Kepler je formulisao zakone koristeći obimna
eksperimentisanja (identifikacija) dok je Njutn matematički
opisao kretanje planeta koristeći zakon gravitacije
(matematičko modeliranje).
 MODELIRANJE U TEHNIČKIM SISTEMIMA

Matematičko modeliranje
Na osnovu poznatih teoretskih znanja formiraju se
odgovarajući modeli, nisu neophodni eksperimenti.
Moguće je kod jednostavnih sistema bez
korišćenja računara, za složene objekte je
primenljiva jedino pomoću računara.
 MODELIRANJE U TEHNIČKIM SISTEMIMA

Identifikacija procesa

Proces se eksperimentalno modelira, određuje se

model koji je ekvivalentan posmatranom objektu,
na osnovu analize ulaza i izlaza procesa,
to je postavljanje matematičkog modela
procesa, na osnovu eksperimentalno dobijenih
podataka.
 MODELIRANJE U TEHNIČKIM SISTEMIMA

Za kompleksan objekat modeliranja nije moguće

dobiti zadovoljavajući model samo prvim
pristupom, tada se mora koristiti tehnika
identifikacije.

Često model dobijen pomoću fizičkih zakona

sadrži veliki broj nepoznatih parametara, tada se
metoda identifikacije može primeniti za
određivanje nepoznatih parametara.
 MODELIRANJE U TEHNIČKIM SISTEMIMA

Modeli dobijeni postupkom identifikacije

-Imaju ograničenu valjanost
-Daju mali fizički uvid u ponašanje objekta
-Relativno se jednostavno formiraju i koriste.

Na rezultate identifikacije utiču:

- Način izvođenja eksperimenta
- Struktura modela
- Metoda identifikacije
 MODELIRANJE U TEHNIČKIM SISTEMIMA

"Beli model"- izveden deduktivno, koristeći fizičke zakone

(model električnog kola na osnovu Kirhofovih zakona).
"Crni model"- postavljen na osnovu merne informacije o
ulazu i izlazu, ne postoji adekvatno znanje o procesu.
Između ova dva postoji "sivi model" koji uključuje
raspoložive informacije o procesu (više u tehničkim
procesima nego u društvenim).
 MODELIRANJE U TEHNIČKIM SISTEMIMA

Osnovni koraci pri identifikaciji:

-Proučavanje objekta, definisanje zadatka; izbor metoda

dobijanja i obrade podataka- planira se eksperiment.
-Izvodi se eksperiment merenjem ulaza i izlaza u
određenom vremenskom intervalu.
-Na osnovu dobijenih podataka treba izabrati odgovarajući
oblik modela

-Pomoću neke metode određuju se parametri modela.

- Istraživanje i analiza dobijenog modela, provera

adekvatnosti, razmatranje potrebe poboljšanja modela.
PREDSTAVLJANJE MATEMATIČKIH MODELA

Postoji više formi za predstavljanje matematičkih

modela, izabrani oblik zavisi od oblasti primene
simulacije.

Model tehničkog sistema se najčešće predstavlja

- u obliku diferencijalnih jednačina,
- u obliku modela u prostoru stanja i
- u obliku prenosne funkcije.
 PREDSTAVLJANJE MATEMATIČKIH MODELA

Prvi oblik modela je pogodan za analitičko rešavanje,

dok je za simulaciju pogodniji model u prostoru
stanja.
Ako je prvi model predstavljen
diferencijalnom jednačinom n-tog reda,
tada model u prostoru stanja obuhvata
n običnih diferencijalnih jednačina prvog reda.
Linearni modeli izraženi u obliku
diferencijalnih jednačina mogu da se predstave
u obliku funkcije prenosa.
 PREDSTAVLJANJE MATEMATIČKIH MODELA

Model u obliku diferencijalnih jednačina

Primer: mehanički model - masa m vezana za
oprugu krutosti c, koeficijent trenja po podlozi b,
deluje spoljašnja sila f(t) koja izaziva pomeraj x(t):

mx  bx  cx  f (t )
 PREDSTAVLJANJE MATEMATIČKIH MODELA

Model u prostoru stanja

Prethodni model odgovara modelu u prostoru stanja
koji obuhvata 2 diferencijalne jednačine prvog reda:
x1  x2 dx
x1  x(t ), x2   x
c b f (t ) dt
x2   x1  x2 
m m m

 x1   0 1  x   0 
 x    c b      1  f (t )
1

 2   m    x2   
m m
 PREDSTAVLJANJE MATEMATIČKIH MODELA

Model u obliku prenosne funkcije

Veza između izlazne i ulazne promenljive sistema
predstavljena je funkcijom prenosa.

Funkcija prenosa se definiše kao odnos Laplasovih

transformacija izlaza i ulaza modela, pri nultim
početnim uslovima.

Diferencijalna jednačina se prevodi u Laplasov

domen zamenom izvoda d/dt sa s, d2/dt2 sa s2 itd;
tako se diferencijalna jednačina prevodi u algebarsku
po Laplasovoj promenljivoj s.
 PREDSTAVLJANJE MATEMATIČKIH MODELA

Primer mx  bx  cx  f (t )

ms2 X ( s)  b sX ( s)  cX ( s)  F ( s)
X(s) Laplasova transformacija izlazne veličine x(t),
F(s) je Laplasova transformacija ulazne funkcije f(t)
a svi početni uslovi su jednaki nuli

ms 2

 b s  c X ( s)  F ( s)

X ( s) 1 A(s)
G( s)   2 
F (s) ms  b s  c B(s)