[发明专利]复杂关联系统框图模型自动推导处理方法、装置、终端及存储介质

说明书

本发明揭示了一种复杂关联系统框图模型自动推导处理方法、装置、终端及存储介质，其中方法包括：对系统框图模型进行模型元素和连线关系的识别，基于识别结果将系统框图模型等效转化为Mason信号流图；对Mason信号流图进行方程系统转换，再将转换所得的系统方程组转化为矩阵方程，基于Python对矩阵方程中的各个矩阵进行定义；通过Python符号计算执行矩阵运算，对运算后得到的结果表达式进行符号多项式处理，基于处理结果构造得到整体系统的传递函数。本发明保证了系统化简、自动推导以及线性分析等多项操作的有序展开，极大地提升了对于系统传递函数的处理效率。

技术领域

本发明为一种基于Python符号计算的、针对由Modelica.Blocks框图所构成复杂关联系统的传递函数自动处理方案，涉及Modelica控制系统技术领域。

背景技术

在经典控制理论中,针对使用微分方程组描述的动态物理系统，在引入拉普拉斯变换后，系统可进一步转化为传递函数。借助传递函数，系统内输入变量与输出变量之间的关系可以被直观地表示出来，而且传递函数之间的交联还可以反映出系统内部的关联关系。

框图模型是业内常见的一种复杂系统的展示形式，被广泛地应用于各类控制工程的图示化表达中。一个完整的框图模型由多个单向的功能方框组成，其中每个功能方框分别代表和对应了一个环节的传递函数，可以说，框图模型对于系统内部受控变量与输入变量之间关系的展示是直观而清晰的。而在诸多不同类型的框图模型中，Modelica.Blocks作为一种开放、面向对象、跨越多个领域的框图模型库，近年来受到了各界的广泛关注。

通过Modelica.Blocks框图库中所提供的传递函数、累加、反馈等组件，用户可以根据实际需要，方便、快速地构建出系统模型。但在实际的技术应用过程中，对于一些具有复杂关联关系的系统而言，其框图的化简过程是一项琐碎甚至难以实现的任务，这也就导致复杂关联系统相对应的传递函数很难通过Modelica.Blocks框图模型自动推导获得。

综上所述，如果能够将Modelica.Blocks框图模型与其他技术相结合，实现一种针对复杂关联系统的，系统化、标准化的传递函数自动处理方案，那么必将极大地提升效率，保证系统化简、推导及分析等业务的正常开展。

发明内容

鉴于现有技术存在上述缺陷，本发明的目的是提出一种基于Python符号计算的、针对由Modelica.Blocks框图所构成复杂关联系统的传递函数自动处理方法、装置、终端及存储介质，具体如下。

一种复杂关联系统框图模型自动推导处理方法，包括：

对系统框图模型进行模型元素和连线关系的识别，基于识别结果将所述系统框图模型等效转化为Mason信号流图；

对Mason信号流图进行方程系统转换，再将转换所得的系统方程组转化为矩阵方程，基于Python对所述矩阵方程中的各个矩阵进行定义；

通过Python符号计算执行矩阵运算，对运算后得到的结果表达式进行符号多项式处理，基于处理结果构造得到整体系统的传递函数。

优选地，所述对系统框图模型进行模型元素和连线关系的识别，基于识别结果将所述系统框图模型等效转化为Mason信号流图，包括：

对由Modelica.Blocks构造而成的系统框图模型进行模型元素识别及连线关系识别，所述模型元素识别为依据所述系统框图模型代码中的组件类名称进行关键词识别，所述连线关系识别为依据所述系统框图模型代码中的连接词进行关键词识别；

基于识别结果对所述系统框图模型进行等效转化，将所述系统框图模型中的方框等效为Mason信号流图中的支路，将所述系统框图模型中输入、输出信号的点等效为Mason信号流图中的节点，得到Mason信号流图。