Boîte à outil MOR
MOR est une boîte à outils basée sur MATLAB® qui fournit des algorithmes avancés permettant
- de réduire des modèles dynamiques linéaires de grande dimension,
- de construire des modèles dynamiques linéaires à partir de données fréquentielles entrées/sorties.
Les algorithmes de la boîte à outils MOR génèrent un modèle sous forme de représentation d'état linéaire dont le comportement entrées/sorties est proche de celui du modèle initial. Divers outils d'analyse sont également fournis afin d'évaluer la pertinence du modèle réduit.
Un large panel de méthodes et d'options est offert, permettant d'ajuster au mieux le processus de réduction à votre problème. Entre autre, il est possible d'approcher des modèles sur une bande de fréquence limitée, de préserver la stabilité, le gain statique ou encore certaines valeurs propres.
Certaines méthodes exploitent la nature creuse des modèles et peuvent ainsi être appliquées à des modèles de très grande dimension ayant plusieurs centaines de milliers d'états que l'on peut rencontrer en physique des structures, des fluides, systèmes biologiques, phénomènes transport de chaleur...
Fonctionalités
Réduction de modèles linéaires sous forme d'état
Créez des modèles dynamiques réduits à partir de modèles décris par une représentation d'état de très grande dimension.
En savoir plus »
Réduction limitée en fréquence
Créez des modèles dynamiques réduits, précis sur une bande de fréquence limitée, permettant de réduire davantage sur le support fréquentiel qui vous intéresse.
En savoir plus »
Préservation de valeurs propres
Créez des modèles dynamiques réduits, en préservant certaines valeurs propres, afin de retrouver des propriétés physiques de votre système d'état original.
En savoir plus »
Approximation depuis des données fréquentiellles issues d'un simulateur
Depuis un simulateur (e.g. haute fidélité), créez des modèles dynamiques avec une complexité maitrisée.
En savoir plus »
Approximation depuis des données expérimentales
A partir de données expérimentales, créez des modèles dynamiques avec une complexité maîtrisée.
En savoir plus »
Réduction de modèles linéaires sous forme d'état
Etant donnée une représentation d'état d'un système linéaire continu multi-entrées multi-sorties, décrite par les matrices A
, B
, C
, D
et E
, et un objectif de réduction r
, la boîte à outils MOR offre une interface utilisateur épurée et simple, permettant d'approximer la représentation initiale par une représentation d'état d'ordre réduite. Ceci est fait au travers de l'interface MATLAB® dédiée mor.lti
, comme suit:
Hr = mor.lti({A,B,C,D,E},r)
La fonction ci-dessus génère Hr
, un modèle d'état d'ordre r
qui restitue au mieux le comportement entrées/sorties du modèle initial.
« Retour à la liste des fonctionnalités
Réduction limitée en fréquence
A des fins de contrôle, il peut être intéressant d'avoir un modèle très simple et fidèle sur une bande de fréquence donnée. En effet, dans bien des cas, un modèle représentatif sur le domaine fréquentiel où l'actionneur et les perturbations agissent, suffit amplemant pour synthétiser une lois de contrôle ou effectuer des simulations.
Etant donnée une représentation d'état d'un système linéaire continu multi-entrées multi-sorties, décrite par les matrices A
, B
, C
, D
et E
, un objectif de réduction r
et une bande de fréquence d'intérêt [fmin fmax]
, la boîte à outils MOR offre une interface utilisateur épurée et simple, permettant d'approximer la représentation initiale par une représentation d'état d'ordre réduite, de manière fidèle sur la bande de fréquence désirée. Ceci est fait au travers de l'interface MATLAB® dédiée mor.lti
, comme suit:
opt.freqBand = [fmin fmax]
Hr = mor.lti({A,B,C,D,E},r,opt)
La fonction ci-dessus génère Hr
, un modèle d'état d'ordre r
qui restitue au mieux le comportement entrées/sorties du modèle initial sur le support fréquentiel fournit par l'utilisateur [fmin fmax]
.
« Retour à la liste des fonctionnalités
Préservation de valeurs propres
Dans certaines applications, les ingénieurs et praticiens ont une notion physique des modes (ou valeurs propres) de leur modèle. Pour des raisons de confort, il peut être important de conserver certaines de ces caractéristiques.
Etant donnée une représentation d'état d'un système linéaire continu multi-entrées multi-sorties, décrite par les matrices A
, B
, C
, D
et E
, un objectif de réduction r
et des valeurs propres d'intérêt eigenvalues
, la boîte à outils MOR offre une interface utilisateur épurée et simple, permettant d'approximer la représentation initiale par une représentation d'état d'ordre réduite. Ceci est fait au travers de l'interface MATLAB® dédiée mor.lti
, comme suit:
opt.eigen = eigenvalues
Hr = mor.lti({A,B,C,D,E},r,opt)
La fonction ci-dessus génère Hr
, un modèle d'état d'ordre r
qui restitue au mieux le comportement entrées/sorties du modèle initial, tout en conservant dans le modèle réduit Hr
, les valeurs propres définies par l'utilisateur.
« Retour à la liste des fonctionnalités
Approximation depuis des données fréquentielles issues d'un simulateur
Lorsqu'un simulateur complexe est disponible, il peut être intéressant d'approcher le comportement entrées/sorties de ce simulateur par une fonction rationelle, à des fins d'analyse ou de synthèse de lois de contrôle. Tout comme lors de phases d'essais, les ingénieurs peuvent recueillir les signaux d'entrées et de sorties du simulateur. Une fois ces signaux transformés dans le domaine fréquentiel (e.g. par une FFT), il est alors possible de définir la réponse fréquentielle Hi
des signaux de sorties par rapport aux entrées en chaque fréquence wi
.
A partir de ces données d'entrées {wi,Hi}
, et en fixant un objectif de réduction r
, la boîte à outils MOR offre une interface utilisateur épurée et simple, permettant de construire un modèle d'état d'ordre défini par l'utilisateur (à noter que l'algorithme permet également de trouver l'ordre minimal permettant de coller exactement aux données). Ceci est fait au travers de l'interface MATLAB® dédiée mor.lti
, comme suit:
Hr = mor.lti({wi,Hi},r)
La fonction ci-dessus génère Hr
, un modèle d'état d'ordre r
qui restitue au mieux le comportement entrées/sorties du modèle initial. Cette fonction fournit une solution au problème d'identification fréquentielle multi-entrées multi-sorties.
La boîte à outils MOR offre en plus des fonctionalités permettant de gérer, l'approximation sur bande de fréquence limitée, mais également de garantir la stabilité du modèle généré, afin que des simulations temporelles puissent être effectuées.
« Retour à la liste des fonctionnalités
Approximation depuis des données expérimentales
Lors d'essais réels, les ingénieurs recueillent les signaux d'entrées et de sorties du système. Une fois transformés dans le domaine fréquentiel (e.g. par une FFT), il est possible de définir la réponse fréquentielle Hi
des signaux de sorties par rapport aux entrées en chaque fréquence wi
.
A partir de ces données d'entrées {wi,Hi}
, et en fixant un objectif de réduction r
, la boîte à outils MOR offre une interface utilisateur épurée et simple, permettant de construire un modèle d'état d'ordre défini par l'utilisateur (à noter que l'algorithme permet également de trouver l'ordre minimal permettant de coller exactement aux données). Ceci est fait au travers de l'interface MATLAB® dédiée mor.lti
, comme suit:
Hr = mor.lti({wi,Hi},r)
La fonction ci-dessus génère Hr
, un modèle d'état d'ordre r
qui restitue au mieux le comportement entrées/sorties du modèle initial. Cette fonction fournit une solution au problème d'identification fréquentielle multi-entrées multi-sorties.
La boîte à outils MOR offre également des fonctionalités permettant de gérer le bruit (par des méthodes de filtrage numérique), l'approximation sur bande de fréquence limitée, mais également de garantir la stabilité du modèle généré.
« Retour à la liste des fonctionnalités
Essayer ou acheter
La boîte à outil MOR est gratuite pour une utilisation académique.
Différentes licences sont disponibles pour les professionnels.
Des questions, des besoins spécifiques? Contactez-nous.