Upload
alwin-streng
View
106
Download
1
Embed Size (px)
Citation preview
2/1
Universität Stuttgart W
isse
nsv
erar
be
itu
ng
un
d N
um
erik
Institut für Kernenergetikund Energiesysteme
Numerische Methoden, SS 01 Teil II: Kp. 2
Grundmodelle technischer Vorgänge
Basismodell Erhaltungsgleichungen für Masse, Energie und Impuls in komponentenspezifischer Formulierung
Grundform zeitliche Änderung einer Systemgröße y = Differenz aus Quellen und Senken
Simulationsmodelle erfordern mathematische Modelle und darauf abgestimmte Daten Datenmodelle müssen Semantik des Weltausschnittes und der Modellierung seines Verhaltens
enthalten (Ontologie) Mathematische Modelle
a) differentielle Betrachtungsweise
Das ist gewöhnliche Differentialgleichung am Ort x i
b) Integrale Betrachtungsweise an Zeitpunkten tn und tn+1
Das ist eine Integralgleichung
c) Systeme von Differentialgleichungen erhält man, wenn
- mehrere Systemgrößen und
- mehrere Ortspunkte zu berücksichtigen sind.
y,tftyStyQdt
dy ,,
dttynt
nt
fn
tyn
ty ,11
2/2
Universität Stuttgart W
isse
nsv
erar
be
itu
ng
un
d N
um
erik
Institut für Kernenergetikund Energiesysteme
Numerische Methoden, SS 01 Teil II: Kp. 2
Eigenschaften von Modellen
ŸModelle
- beschreiben Ausschnitt der Welt
- haben beschränkte Gültigkeit
- unterliegen vielen Fehlerquellen
ŸModelle sind
- nicht wahr, aber brauchbar
- nicht verifizierbar, aber validierbar
- nicht richtig, aber nützlich
ŸModellergebnisse benötigen
- Interpretation
- Validierung
- Daten
2/3
Universität Stuttgart W
isse
nsv
erar
be
itu
ng
un
d N
um
erik
Institut für Kernenergetikund Energiesysteme
Numerische Methoden, SS 01 Teil II: Kp. 2
Numerische Methoden
Teil II: Rechner als endliche Maschine
Kap. 2: Modellieren auf endlichen Maschinen
Inhalt: Endlichkeit von Rechnern Vom Problem zum Programm Bessere Rechner via bessere Verfahren
Übung: Matlab-Kurs 2
2/4
Universität Stuttgart W
isse
nsv
erar
be
itu
ng
un
d N
um
erik
Institut für Kernenergetikund Energiesysteme
Numerische Methoden, SS 01 Teil II: Kp. 2
Simulation mit Hilfe von Rechnern
Das Rechnen auf dem Computer ist - im Gegensatz zu Algebra - ein Rechnen mit Zahlen auf einer endlichen Maschine. Die Zahlen werden durch Rechenvorschriften - Algorithmen - generiert. Die Rechenvorschriften sind über Attribute, die konkrete Werte annehmen müssen (z.B. Geometriedaten oder Materialdaten) mit der Wirklichkeit verknüpft; unter Umständen müssen die Attribute selbst über Rechenvorschriften bestimmt werden. Daraus ergeben sich für den Einsatz von Rechnern zur Lösung von technischen Problemen eine Reihe von Konsequenzen und Fehlermöglichkeiten:
Probleme müssen so aufbereitet (modelliert) werden, daß sie durch Zahlen und Operationen auf Zahlen beschreibbar sind,
Zahlen und Operationen auf Zahlen sind auf endlichen Maschinen zu verarbeiten, die Attribute müssen so aufbereitet sein, daß sie die Realität auf das
Rechenmodell abbilden.
2/5
Universität Stuttgart W
isse
nsv
erar
be
itu
ng
un
d N
um
erik
Institut für Kernenergetikund Energiesysteme
Numerische Methoden, SS 01 Teil II: Kp. 2
Lösung von Problemen
Methoden zurBeschreibung
DatenstrukturAlgorithmen
Modell
Reduktion
System
AbstrakteDatentyp-Module
Methoden zur Lösung (Beschreibung des Verhaltens)
Simulationsprogramm(Modul)
Reduktion Komplexität
Komplexität
Funktions-Module
Problem
2/6
Universität Stuttgart W
isse
nsv
erar
be
itu
ng
un
d N
um
erik
Institut für Kernenergetikund Energiesysteme
Numerische Methoden, SS 01 Teil II: Kp. 2
Datenstruktur -1
Definition Zusammenfassung von Daten verschiedenen Typs zur Beschreibung eines Problems
Realisierung eines Abstrakten Datentyps auf Rechner
Datentypen Beschreibt Menge der möglichen Werte,
zulässige Operationen der Variablen eines Typs.
Abstrakter Datentyp Datenstruktur + darauf definierten Operationen
2/7
Universität Stuttgart W
isse
nsv
erar
be
itu
ng
un
d N
um
erik
Institut für Kernenergetikund Energiesysteme
Numerische Methoden, SS 01 Teil II: Kp. 2
Datenstruktur -2
Implementierung einer Datenstruktur
bestimmt Effizienz der darauf definierten Operationen
Erfahrung Falsch gewählte Datenstrukturen können Lösung eines Problems unmöglich machen.
Schlußfolgerung Es müssen verschiedene Sichten auf Daten eines Problems möglich sein.
2/8
Universität Stuttgart W
isse
nsv
erar
be
itu
ng
un
d N
um
erik
Institut für Kernenergetikund Energiesysteme
Numerische Methoden, SS 01 Teil II: Kp. 2
Algorithmen -1
Definition Verfahren zur Lösung von Problemen
Eigenschaften Korrektheit - durch Testen kann man Anwesenheit von Fehlern nachweisen
Effizienz - Speicherbedarf
Rechenzeitbedarf je als Funktion der Problemgröße
Implementierung Abbildung eines Verfahrens auf Grundoperationen
- einer konkreten Programmiersprache
- eines konkreten Rechners
2/9
Universität Stuttgart W
isse
nsv
erar
be
itu
ng
un
d N
um
erik
Institut für Kernenergetikund Energiesysteme
Numerische Methoden, SS 01 Teil II: Kp. 2
Algorithmen -2
Grundoperationen Methoden abstrakter Datentypen (Algorithmen können so formuliert werden, daß sie nur auf Datentypen und ihre Methoden zurückgreifen).
Erfahrung Es sind in der Regel konkurrierende Verfahren, konkurrierende Implementierungen, konkurrierende Datentypen
möglich.
2/10
Universität Stuttgart W
isse
nsv
erar
be
itu
ng
un
d N
um
erik
Institut für Kernenergetikund Energiesysteme
Numerische Methoden, SS 01 Teil II: Kp. 2
Modul
Faßt man die Operationen zur Lösung einer Aufgabe unter einer Schnittstelle zusammen, so erhält man einen Modul.
Beschreibung Funktion
Interface
Validierung
Typen Funktionsmodul: Eingabe Daten - aus Eingabe folgt eindeutige Ausgabe in Form neuer Daten
Abstrakter Datentyp-Modul
Eingabe Methode - aus Eingabe folgt Zustandsveränderung.
Realisierung Unterprogramm
Prozedur
Hierarchische Strukturierung des Kontrollflusses
Hierarchische funktionale Zerlegung durch schrittweise Verfeinerung (HIPO)
Modularisierungskonzepte betreffen sowohl den Entwurf, die Spezifikation als auch die Programmierung.
2/11
Universität Stuttgart W
isse
nsv
erar
be
itu
ng
un
d N
um
erik
Institut für Kernenergetikund Energiesysteme
Numerische Methoden, SS 01 Teil II: Kp. 2
Beispiel Modul zur Beschreibung des Wärmetransportes in einem Rohr
Prinzip: Input - Prozeß - Output
IN P U T
O U T P U T
Te i n
Te m b
Te x
m
.
m
.Q.
PA R A M E T E R
L , D , , c
h o r iso n ta le o d e r
v e rtik a le R o h re
p
T Y P E 7 0
R o hrle itu ng
T Y P E -IN P U T S :T ein E in tri t ts te m p e ra tu r d e s H e iz w a ss e rm a ss e n flu s se i [G ra d C e ls iu s ]m H e iz w a ss e rm a s se n flu ß [k g /s ]T am b U m g e b u n g s te m p e ra tu r [G ra d C e ls iu s ]
T Y P E -P A R A M E T E R .L R o h rlä n g e l [m ]D R o h rd u rc h m e ss e r [m ] E m is s io n s z a h l fü r d ie ä u ß e re R o h ro b e r flä c h e [ .]c p s p e z if isc h e W ä rm e k a p a z ite t d e s F lu id s [ J /k g K ]
> o d e r = 0 v e rt ik a le s o d e r h o riz o n ta le s R o h r [ .]T Y P E -O U T P U T S :
T ex A u s tri t ts te m p e ra tu r d e s H e iz w a s se rm a ss e n f lu ss e s [G ra d C e ls iu s ]m H e iz w a ss e rm a s se n flu ß [k g /s ]
Q a b g e g e b e n e W ä rm e s tro m [W ]
Durchführung:
2/12
Universität Stuttgart W
isse
nsv
erar
be
itu
ng
un
d N
um
erik
Institut für Kernenergetikund Energiesysteme
Numerische Methoden, SS 01 Teil II: Kp. 2
Integration von Modulen im System
Schritt 1: Verbinden der Schnittstellen (Semantik)
Regelung
Wärme-Erzeuger
Wärme-Verteiler
Wärme-ÜbergabeRaum 2
Wärme-ÜbergabeRaum 1
Nutzer 1
Nutzer 2
Nutzer 3Wärme-
ÜbergabeRaum 3
T,M T
Schritt 2: Steuerung des Ablaufes
Schritt 3: Verfeinerung einzelner Teilaufgaben
2/13
Universität Stuttgart W
isse
nsv
erar
be
itu
ng
un
d N
um
erik
Institut für Kernenergetikund Energiesysteme
Numerische Methoden, SS 01 Teil II: Kp. 2
endlich viele Stellen - Rundungsfehler endlich viele Werte - Diskretisierungsfehler endlich viele Schritte - Abbruchfehler endlich viele Rechnerkomponenten - Rechenergebnisse von Anlage
abhängig Problem gut konditioniert - Rundungsfehler spielen keine Rolle Problem konsistent - alle Diskretisierungsfehler gleiche
Ordnung Problem konvergent - alle Abbruchfehler gleiche Ordnung
Ziel: Verfahren und Implementierungen so gestalten, dass Qualität der Lösung aus Qualität
des Modelles und seiner Daten (Simulation) bestimmt werden.
Rechnen auf endlichen Maschinen
2/14
Universität Stuttgart W
isse
nsv
erar
be
itu
ng
un
d N
um
erik
Institut für Kernenergetikund Energiesysteme
Numerische Methoden, SS 01 Teil II: Kp. 2
Moderne Rechner erlauben• feinere Diskretisierung
• Verbesserung der Konvergenz
• realitätsnähere Modellierung
Detaillierte Modellierung erfordert• Detaillierung der Beschreibung
• Integration neuer Effekte
• verläßlichere Materialdaten
• zuverlässigere Experimente
• exaktere Randbedingungen
• Integration von Erfahrungen aus Nachbardisziplinen
Das alles führt zu Computer Aided Engineering (CAE).
Simulation mit modernen Rechnern
2/15
Universität Stuttgart W
isse
nsv
erar
be
itu
ng
un
d N
um
erik
Institut für Kernenergetikund Energiesysteme
Numerische Methoden, SS 01 Teil II: Kp. 2
Moderne numerische Verfahren erlauben• weniger Einfluss der Rundungsfehler
• gröbere Diskretisierung bei geringeren Diskretisierungsfehlern
• Verbesserung der Konvergenz
• realitätsnähere Modellierung durch heterogene Modelle
• stabile und fehlertolerante Algorithmen
Moderne numerische Verfahren müssen von modernen Software Engineering Konzepten begleited werden
• Datenmodelle zur Beschreibung von Produkten
• Workflows zur Beschreibung von Abläufen
• Komponenten zur Erbringung von Berechnungsdiensten
• Kommunikation und Kooperation zur Unterstützung derZusammenarbeit
Das alles führt zu verteilten CAE - Systemen.
Simulation mit modernen Verfahren
2/16
Universität Stuttgart W
isse
nsv
erar
be
itu
ng
un
d N
um
erik
Institut für Kernenergetikund Energiesysteme
Numerische Methoden, SS 01 Teil II: Kp. 2
Effektivitätssteigerung durch numerischer Verfahren
Beschleunigung
1,0E+00
1,0E+01
1,0E+02
1,0E+03
1,0E+04
1,0E+05
1970 1975 1980 1985 1990 1995 2000
Gauß-Elimination
Gauß-Seidel
SOR
PCG
Mehrgitter
Adaptivität
Entwicklungen im Bereich der Verfahren zur effektiveren Lösung von Gleichungssystemen
2/17
Universität Stuttgart W
isse
nsv
erar
be
itu
ng
un
d N
um
erik
Institut für Kernenergetikund Energiesysteme
Numerische Methoden, SS 01 Teil II: Kp. 2
Effektivitätssteigerung durch verbesserte Rechner
Beschleunigung
1
10
100
1000
10000
100000
1970 1975 1980 1985 1990 1995 2000
CDC 7600
Cray X-MP
IBM SP-2
Parallelrechner
Vektorsupercomputer
Beschleunigung der Lösung von Gleichungssystemen durch schnellere Rechner