杰克,MathWorks
在这次演讲中,MathWorks总裁兼联合创始人杰克·利特尔(Jack Little)从历史的角度介绍了MATLAB®和仿真软金宝app件®本书展示了基于模型的设计如何塑造当今的技术突破,并展望了未来几年推动工程师和科学家前进的大趋势。
录音时间:2016年7月5日
大家好。欢迎来到波士顿。现在是做一名控制工程师的好时机。随着当今技术的发展趋势,世界上需要控制的事情比以往任何时候都多。如今,几乎任何你可以梦想的东西都可以建造,这一切都放大了我们这些控制工程师对世界的影响。
今天我有两个故事要告诉你们。第一个故事是关于MATLAB和控件的起源。丹尼让我说这个。从那时起,工业就遇到了一些麻烦,第二个故事是关于这个麻烦的解决方案那就是基于模型的设计。在那之后,我想谈谈我们今天看到的一些惊人的趋势。我想展示设计工具是如何进化来支持它们的,并分享一些我们现在在工业中看到的令人惊异的控制应用程序。金宝app最后我想给你们一些挑战和行动呼吁。
这就是MATLAB的起源。一年半前有一部电影叫模仿游戏.谁看过那部电影?一些人。很棒的电影,强烈推荐。作为二战的英雄,他绝对是一个工程师和计算机科学家。这部电影引起了人们对这个人的兴趣。你认识他吗?当然,是艾伦·图灵。这部电影讨论了他破解Enigma密码机的工作。顺便说一下,底部的两行MATLAB代码完全执行了英格玛计算机在编码时完成的计算。 So, that’s two lines of MATLAB to perform the Enigma coding. The first—these were matrix operations. The Rs at the bottom are permutation matrices that transform the input character to the output character. At the top of the machine, you see four dials. Each of those is a permutation matrix. The P corresponds to the plug board, which is another permutation matrix, and so if you multiply all those together, and then at the bottom, you use matrix inverse and a couple more matrix multiplies that transforms the operation. One wonders whether Turing thought of the math this way when he was working on these.
这是图灵帮助破解谜团代码的机械计算器的图片。那不是一台电脑。它缺少一些关键元素,如可编程性和存储。
1936年,图灵写了这篇了不起的论文,证明了莱夫定理。有人读过那篇论文吗?谁看过那张纸了?几个人,好的。这是一篇很棒的论文。好的,当他在这篇论文中证明了暂停定理的时候,作为一种旁注,他基本上用这句话奠定了计算机科学的理论基础:通用计算机:发明一台机器来计算一个y可计算的顺序。”真正壮观。当我看到这个的时候,就像第一次看到《大宪章》一样?我的意思是,这确实是我们今天在计算机领域所做的一切,它就在这篇论文的这几段非凡的段落中。
图灵机,实际上是可以制造出来的,只是一个磁带,一个无限的磁带,可以来回移动,你可以读,写,擦除磁带上的1和0。这种架构是我们今天使用的所有机器的基础,图灵确实提出了这一观点,这就是为什么他被称为计算机科学之父。图灵向英国国家物理实验室(British National Physics Laboratory)提出了一个项目,要建造世界上第一批计算机之一。它被命名为ACE,即自动计算引擎。这是他当时写的一篇论文。它叫做“矩阵过程中的舍入误差”。这是这篇论文的目录。这真的很了不起。这个目录可以是你们今天要上的数值分析课程的目录。所以,真正有趣的是图灵在思考矩阵计算。 And also, essentially matrix computations are what the computer was invented to do. That was a means, a purpose of those things. It wasn’t video games. It wasn’t word processing. It wasn’t all those things. It was really about matrix computations. Unfortunately, the management at his labs chose not to approve the building of the ACE, believing it was too ambitious.
吉姆·威尔金森是图灵在国家物理实验室的初级同事。吉姆对矩阵计算和制造计算机也很感兴趣,于是他的火炬从图灵传给了吉姆·威尔金森。吉姆领导的一个项目成功地建造了一个缩小版的ACE,被称为试点ACE,这是世界上最早的计算机之一。
吉姆继续这个矩阵计算的研究,他发展了很多线性代数逆的基本算法;奇异ID组成;最小二乘;所有这些,都是他在1971年出版的这本手册中完成的这本手册包含了很多这样的算法。
克里夫·莫勒是吉姆·威尔金森的一位初级同事。克利夫的兴趣还包括矩阵计算和数值分析。火炬在这里再次传递。克里夫继续采用吉姆和他的同事们创建的算法,他与一个团队一起创建了LINPACK。LINPACK是Fortran子程序的一个有组织的集合,所有子程序都是用标准格式编写的,都是用Fortran编写的。吉姆用的是阿尔戈语和其他各种语言。这是由一个团队完成的,而且非常坚固。如果你用现在几乎所有的软件(无论是Excel还是JavaScript在线软件)反转矩阵,或者通过数据拟合曲线,你就是在使用这个库中的算法。它们可能被重新编码成许多不同的语言,但本质上,它们来自这项工作。现在,克里夫想在他所教的课堂上教他的学生使用这些Fortran例程,但这不是一门编程课,这就是为什么他发明了MATLAB,这是一种简单的交互式访问方式。
所以,我想如果你和Cleve Moler合作过,或者只是使用MATLAB,这意味着你在房间里和Alan Turing有两个程度的分离,通过这些矩阵计算,矩阵计算是计算机最初被发明的原因之一。所以,这真的是一个直接的传统。
这是我出现在现场的时候。1980年左右,我是斯坦福大学的一名研究生。我在斯坦福大学学习Kailath的线性系统课程和其他一些数字控制课程,我们必须解Ricatti方程。信不信由你,我们必须打卡,你知道,1980年在斯坦福,好吧。有微型计算机和其他计算机,但计算机辅助控制系统设计的状况并不好。
作为一名年轻的研究生,我通过重要的控制理论学习了数学领域。当然,这些包括线性代数,特别是特征值和奇异值分解。为了模拟动态系统,有常微分方程。存在线性时间和变状态空间情况,以及传递函数形式。当然,这里有微分方程的离散时间等价物。这包括状态空间和传递函数形式。如果你是经济学家的话,它被称为数字滤波器和信号处理,或者ARMA。此外,FFT。因此,这个简短的数学列表在控制和信号处理的研究和实践中非常重要。他们形成了一套你可以称之为黄金方程式的东西。但我们必须用打孔卡片来计算。
1984年,从一个不同的方向,一个重大的创新大趋势开始了:个人电脑的诞生。这是一张年轻的比尔·盖茨和史蒂夫·乔布斯的照片。剪报显示了当时个人电脑的年销量;大约有一百万。换句话说,这还不到目前每年销售3亿辆汽车的0.5%。如果我和这么多人在一个房间里,如果这里有300人,当MATLAB刚出现的时候,只有一个人会用PC。
以下是1984年前后的技术创新趋势:个人电脑;芯片中内置的浮点数学;交互式软件取代了穿孔卡片和Fortran;C和Unix;窗口系统。1984年,MathWorks成立。在这些技术的基础上,我们引入了一个针对PC、Mac和Unix的新版本的MATLAB,并添加了来自控制和信号处理的“黄金方程”。
其结果是在廉价的个人电脑上使用交互式工程数学,这是控制和信号处理的“黄金方程式”,任何人都可以轻松使用。这是第一本小册子的图片,1984年我们在PC上介绍了MATLAB。
这是我最喜欢的一个例子我认为它体现了MATLAB的强大。这是八行MATLAB代码,解决了线性二次最优控制问题。这段代码中的所有变量都是矩阵。在1970年,厄尔·霍尔在斯坦福大学的博士论文中写了数千行Fortran代码来解决这个问题,而在MATLAB中,斯坦福大学的博士论文缩减到了大约这八行代码。
从1984年到今天,发生了最精彩的事情:这张表显示了标准PC的规格,如Danny在1984年之前谈论了。性能的增加实际上非常令人惊讶。我认为你甚至意识到,丹尼,这里的变化。看这个:记忆更多60,000倍;磁盘存储100,000倍。在表格末尾,拖鞋代表每秒浮点操作。这是Matlab中矩阵乘以矩阵的每秒速度和操作。自1984年以来,它从17公斤拖鞋到500亿拖鞋。这是比第一次使用的速度快300万次。现在,这种惊人的增加在我的业务中一直在变革,这是制作计算机辅助控制系统设计的软件。 It’s made possible larger-scale design, analysis, and modeling right at your fingertips on your desktop.
70年代的世界没有安全气囊,没有防抱死刹车,也没有卡带。如果你的车里有一个晶体管,它就在你的收音机里。不是别的地方。在这段时间内发生的一部分是转变,例如,今天的汽车有50到100个微控制器。他们在动力系统。它们在底盘系统中。它们在安全系统里。它们存在于便利系统中,遍布整个汽车。这是一场令人瞩目的转变。
然而,在转型期间,工业出现了麻烦。为了讨论这一点,我想谈谈当时传统的发展过程。传统的开发过程包括需求、规格说明、设计、实现和测试。一般情况下,软件算法、机械和电子元件分别设计。由于在这段时间间隔内软件复杂性的增长,传统的开发过程很快就遇到了问题。问题始于阶段之间存在的墙壁。写在纸上的东西和行业使用的旧流程设计出来的东西之间总是有差距的。组件的独立设计导致这些设计流之间的隔阂,直到最后集成和测试将它们拉到一起。还有更多:需求文档很难分析。纸张规格是不精确的,几乎总是过时的。 Physical prototypes are expensive. Think, for example, automobiles and airplanes. And, worst of all, writing code is very expensive, and introduces defects. And then, of course, testing finds them late in the process when they’re harder to fix. So, this is kind of the state of things when industry started to run into a problem.
还有更多的麻烦。这导致了大量的召回,错过了发货日期,以及由于复杂性的突然增加,正在投入生产的软件数量的增加,行业中出现了各种各样的问题。
麻烦,更多麻烦,然后大麻烦。我想起了我的处女航阿丽亚娜5作为标志性的旧方法。我要展示了一个视频。有多少人看到过的视频阿丽亚娜5?夫妇在这里。我认为这是最著名的软件故障之一。这是第一次飞行阿丽亚娜5.之前的车辆是阿里安4.在发射后的15秒内,发生了这样的事情。好吧,作为一个控制工程师,你不会想看到的。好吧,这是五亿美元的失败。他们把控制系统,硬件和软件都从阿里安4他们把它移到了阿丽亚娜5把它栓上。不幸的是阿丽亚娜5有更强的火箭,火箭有更大的水平运动比阿里安4.当推进器在起飞时为了纠正一些风而转到万向节时,处理器就溢出来了。定点计算溢出了。当你包装一个定点变量时,好的事情不会发生在你的驱动器上,它很快就会自毁。
现在,虽然你可以编写软件来捕捉它,但我不认为这是一个软件缺陷,但发生的是,他们真的没有建模和模拟它。我们很容易提前对其进行建模,并看到这种情况的发生。这本质上是一个需求失败,在模拟过程中很容易检测到。
好的,现在我将进入我演讲的第二部分,讨论基于模型的设计的兴起来帮助解决这些问题。解决工业问题的方法有两部分。第一部分是多领域系统建模。我们可以看看建模软件的发展。它始于古代的文本ODE语言。来自隆德大学的SIMNON是最早开始这一研究的人之一。然后世界转向了处理控制图的图形框图。但实际上,正确建模这些系统所需要的进化是多域系统建模。这就是我想说的。
我想看一看建模领域,我在这里松散地使用领域,这样一个概念需要对一个系统进行完全建模,其中有六个领域。第一个领域是显而易见的:系统模型需要包括连续时间模型。这些通常用于植物建模、环境建模、模拟元素。第二个领域是离散时间控制。这可以实现数字控制、图像处理和视频处理。第三个领域是物理模型。这包括电子、机械连杆、液压、流体和热力。这些模型不同于控制图,因为它们在图线上有双向流动,它们是用微分代数方程来模拟的。由于现代产品中机电一体化的大量增加,物理模型变得非常重要。第四个领域是状态机模型。状态图表示法描述控制和模式逻辑,如汽车电动车窗控制器的示意图。这种类型的模式逻辑实际上占了汽车、飞机和其他设备中嵌入式软件的很大一部分。第五个领域是离散事件建模。这些建模元素包括消息、服务器、队列,它可用于使用网络数据包队列对计算机网络和总线进行建模。这些在配备can总线和其他类型网络的汽车中很重要。第六个也是最后一个领域就是基于文本的代码模型。事实证明,与图形模型相比,文本代码更好地描述了系统模型的某些元素。我现在展示的例子是一个扩展卡尔曼滤波器的模型,它只需要16行MATLAB代码。卡尔曼滤波器最自然地使用文本矩阵运算来描述。如果你把它图形化,好事就不会发生。下载188bet金宝搏
好的,我想给你们展示一个所有这些合作的例子。这个例子,好的,这是一个风力涡轮机农场的图片,我将向你们展示一个风力涡轮机的多域模型。这是一个单台风力涡轮机的多域模型。这是刀片。这是在一个细胞,这是一个隔间,容纳一切,但叶片。这就是塔。我们这里甚至有一个电网模型。这是俯仰控制器、偏航控制器和主控制器。这是一个风的模型,是系统的输入。让我们打开一间牢房。在这里我们发现了一个齿轮系,从后面很难看到,不是吗?-一个发电机和执行器模型。让我们打开风输入。输入将是一个上升和下降的风速。我们在那里指定风向的变化,然后电网包括输电线路。现在我们来看看主控制器。这是一个控制涡轮机的状态流模型。它有单独的停车、启动、发电和制动模式。这是偏航控制器。对于这个例子,它是一个简单的PID控制器。
好的,我想展示所有这些工作,这个多麦田模拟。那里发生了很多东西。我们将以两倍的速度运行这个。如果您在左上角看,您可以看到风速增加。在右边,你可以看到刀片的音高指挥的角度进入风中,然后他们开始控制它。在右下方,您可以看到转子速度。所以,你看到它加速并最终击中15 rpm。在顶部,您现在可以看到音高控制器,努力保持速度,尽管风势变化。在左上方,您可以看到风正在发生变化,在较低的左侧,您可以看到该单元格变化为指向风。在右上角的左上角,你看到风速开始下降,因此右上方的控制器开始努力工作以维持速度。 Eventually it gives up and puts on braking and feathers the blades to the wind. So, there’s a lot going on there. You know, you guys may not have seen something as multidomain. This was sort of purposely built with a whole bunch of domains all working at once to sort of demonstrate the concept. Most people use a subset of that, but this is an example of all those working.
我们在MathWorks的目标是,建立一个单一的建模环境,可以对整个物理系统建模:机械的,数字的,硬件的,软件的,环境的,所有的东西。它需要我说的所有这些不同的领域。这是我们MathWorks 25年来的主要探索。这是一个大团队的毕生工作来建造这个,一个可以模拟所有这些的环境。
解决工业困境的第二部分是过程创新。传统的瀑布过程被我们称为基于模型的设计的新过程所取代。在基于模型的设计中,模型就是规范,它是可执行的。它会产生明确的规范,您可以立即开始验证和测试开发。你不能等到最后一刻。设计是反复完善的。这允许您进行快速的设计探索。你可以在早期尝试很多不同的想法。你可以在构建之前优化设计,同样,你也可以尽早发现缺陷。这是基于模型的设计的一个重要阶段。 This is the idea of automatically generating code. And this eliminates hand coding. That alone is a reason why many of the major industrial customers use Model-Based Design. In the automotive industry, this saves literally billions of dollars in terms of the cost, taking cost out of the system of creating embedded software. And it completely eliminates hand code errors. The test and verification is done continuously. It doesn’t wait until the end. It’s all the way through the process. And this obviously allows you to detect areas earlier and implementations that work the first time when you go to the hardware. So, the traditional process has been replaced by this new process called the Model-Based Design workflow.
我现在想谈谈对工业的影响。现在,作为控制工程师,我们实际上非常幸运,因为控制是重要事情的核心,所以如果你看到世界上发生的或正在建造的重要事情,你可能会在那里找到一个控制工程师和一些正在进行的控制,好吗。所以,我有一些基于模型设计的展示示例,但它们实际上是展示自动控制这一惊人部分的设计。
这是我几年前在马萨诸塞州开第一辆雪佛兰沃蓝达的照片。通用Volt的动力系统由电力驱动单元,锂离子电池,发电机和许多控制策略组成。这句话来自通用汽车的开发团队,强调了电池、电力驱动和引擎之间的相互依存关系,这对整体设计非常重要。这是通用汽车公司自己的幻灯片讲的是他们如何扩大基于模型的设计。在建造他们的汽车时,他们有数百万块的模型。他们每六周释放一次。他们有成百上千的工程师分布在世界各地。所以,这种类型的设计,你知道,规模相当大。
但小公司也可以使用它。特斯拉也在汽车行业,他们在没有实体原型的情况下模拟了数百种动力系统配置。这里引用了一位工程师的话,它表明基于模型的设计是可行的。它能让一个小公司在没有资源的情况下制造一辆汽车。
航空航天总是一个有趣的地方来寻找展示的例子。联合攻击战斗机是美国下一代军用飞机计划。这是一架短距起飞和垂直降落的飞机。你可以看看后面的喷嘴。你可以看到它指向下方。飞行员的正后方有一个风扇,直接指向地下。主要设计是在几年前完成的,但第一艘航空母舰的测试是在去年。这是一个令人难以置信的控制问题。这就是所谓的六自由度控制问题。您可以控制XYZ坐标以及俯仰、偏航和横摇。你也在一艘移动的航空母舰上着陆。只是,你知道,控制不稳定的系统总是很有趣的,对吧?因此,MBD被用于设计和完全自动编码这架飞机的飞行控制。
基于模型的设计的第二个航空航天示例是猎户座. 美国目前没有能力将人类送入太空。猎户座是美国取代航天飞机的下一艘载人飞船。它打算搭载4到6名宇航员。第一个轨道猎户座试飞大约是一年半以前。再一次,回到我的前提,在有趣的事情的核心,你会发现控制,这些事情对于控制工程和基于模型的设计整体来说都是成功的。
这是另一个航空应用。约翰·霍普金斯大学应用物理实验室建造了“新视野号”宇宙飞船。这是基于模型的GNC设计。这在去年进行了一次飞越冥王星,让人类在人类历史上第一次看到了冥王星是什么。再次强调,我认为这是控制社区的巨大成功。在我看来GNC是宇宙飞船的核心,所以这些控制问题使得这些成为可能。
这是一个较小的应用程序。这是APL基于模型的神经假肢手臂设计。首先,用手臂的虚拟模型训练控制软件。病人通过思考来学会控制手臂。身体的神经末梢上有传感器,可以接收大脑发出的信号。在训练了控制软件后,他装上了其中一只手臂。这是一个双侧截肢者他的生活被传感,计算,通讯和控制的融合所改变。大约一年半以前,当我第一次看到这个应用程序时,我甚至不知道这是可能的。这是一个小团队在构建控制方面可以做什么的例子。
我有几个关于基于模型的设计的影响的教育例子。教育中有一个影响很大的领域是整个基于项目的学习和工程竞赛领域。好吧,这里有一个有趣的。这是阿德莱德大学第四年顶点项目和研究中使用的电动方向盘。因此,这是在没有控制器的情况下运行的。你可以看到它基本上是不稳定的。它摇晃得很厉害。你可以操纵它,但很难控制它。项目的第一步是推导运动的数学方程。第二步是设计一个控制系统。第三步是在模型上的控制系统上进行模拟。第四步是生成代码,并作为项目的一部分实时运行。你可以看到它现在很好很稳定。现在,随着这些项目的进行,总有一个第五步,那就是炫耀,所以他们在这个特定项目上的炫耀也是为了稳定这个颠倒,并且在那里有一些乐趣。
这是大学教授的评论只是指出,当您完成项目列表时,一些最好的学生在制定所有这项工作后,最好的学生在经验丰富的控制工程师的路上。
这是另一对夫妇的例子。在德国公式学生竞争中,来自25个国家的115支球队,其中竞争了八个学科。该团队使用基于模型的设计来模拟策略,分析性能,设计实验和实施控制器。我希望我在研究生院的控制。这是Robo-Boat。这是自主信道导航,图像处理,控制。再次,学生显然,真正进入这些事情。你知道,这是一个重要的技术趋势。这是在慕尼黑。学生在这个程序设计飞行控制系统,但后来他们将他们飞到一个现实的飞行模拟器中,学校在他们的校园里。 And boy, what a great way to feel your control gains and your control designs, but to sit in a flight simulator and bring the thing in for a landing based upon your control system.
我想提一下基于模型的设计的元影响,而这种元影响,即产品开发中的长期影响,是在设计上投入更多的时间,而在实现和测试上投入更少的时间。这是一个很好的趋势。设计才是最有趣的部分。谁想做实现和测试?我们将由亚瑟·利特尔研究的这张图表显示了随着时间的变化。基于模型的设计是这一趋势中的一个速度推手,允许您在实现和测试上花费更少的时间。
这是汽车工业的一个例子过去这是汽车制造商和供应商在不同发展阶段的细分。现在的情况是,这家汽车制造商正在做更多的设计。供应商的设计工作和以前一样多,但每个人都想进入设计领域,因为这是知识产权的所在。这就是优势所在。这就是创新发生的地方。因此,基于模型的设计有助于鼓励这条道路,使汽车制造商回到做更多的设计比他们过去做的。
基于模型的设计对工业的总体影响是增加了系统中的数学和算法内容,在早期设计迭代中推动创新。我提到过的最重要的一点是消除手工编码。质量的提高——更少的缺陷,更少的召回——因为早期的验证和确认。它有助于跨规程、跨开发阶段的协作,其结果是在如何设计、实现和测试系统方面发生了巨大的变化。
现在,一个有趣的事情是MATLAB真的来自教育,来自大学。这是它第一次开始和控制区域第一次流行。基于模型的设计实际上首先开始于工业,并基于工业的需求、用例和需求进行开发,然后作为一种有用的工具重新回到教育领域。所以,作为一家公司,我们很有趣地看到,这两个平台来自不同的起源。
好了,我演讲的最后一部分,我想谈谈我们今天看到的一些惊人的趋势,这些趋势在当今非常强大。它们将影响公司和行业的结果。事实上,工业界正在疯狂地追赶当前的一些趋势。我还将展示一些设计工具是如何演变来支持这些趋势的,我也想分享一些我们已经看到的与这些趋势相关的更令人惊叹的行业和教育应用程序。金宝app
我想提的第一个大趋势是软件、算法和数学。我们真的参与了世界上所有软件的构建。我说的一切,是指所有的设备。设备是什么?嗯,设备就是洗衣机。这是一个冰箱。你的车是个装置。它有30到100个处理器。或是酒店的电梯。知道吗,你们在酒店的电梯里待过。 That didn’t exist two years ago. And so, we’re really participating in the putting of software in everything. I’ve heard some people have said software is eating the world. Okay. The fundamental enabler of the digital age is the transistor. The first one was made in 1947. There were 25 million trillion made in 2014. That’s actually 30 billion for every human on the planet. And more transistors made in 2014 than every year up through 2011. Now, there’s more. There’s actually been a huge surge in the last 15 years or so. There’s an acceleration, even an explosion, in the growth of the transistors, as measured by companies like Intel. We’re really heading towards software to find everything. So that’s really, in my mind, the biggest trend there is going on these days. And this, of course, is leading to smarter systems: adaptive; autonomous; collaborative; multi-function. You know, there’s tracks of this conference that are focused on these particular aspects. Obviously, an enormous change.
如果你看看这个行业,很多事情都发生在,你知道,三到五年的时间里,现在每个人都在努力应对这些趋势。但你看看这个行业,这太神奇了,好吧。有一些初创公司正在制造垂直着陆的运载火箭,它们都在去年左右着陆。有一些互联网公司正在涉足航空航天业务。你有互联网公司进入汽车行业。你让他们进入汽车和航空设备。可以我们看到控制工程师从大公司流向新公司,他们带来了基于模型的设计方法。基于模型的设计直接针对这些公司瞄准的快速开发和短开发周期。当然,你知道,还有成千上万的其他应用程序,它们都是正在发生的事情的一部分。
第二个趋势是物联网。我不想赘述,但当我听说物联网时,我总是喜欢一个有趣的模型。在19世纪初,你很有可能一辈子都没有离开过你的村庄,而世界上第一个连接是交通系统。在那一百年里,火车头,蒸汽船,火车,汽车,飞机把地球上所有的地方连接起来。下一个层次的连接是人与人之间的连接,这是通过移动设备实现的。这在很大程度上是史蒂夫·乔布斯和他的时代。就在最近,也就是最近10年,地球上的每一个人都被连接起来了。这就是第二次浪潮。现在,当然,巨浪将地球上所有的事物连接起来。所以,我一直认为这是理解它的一个很好的背景。
现在,我们MathWorks,从控制,软件和工具的角度来看,我们认为互联网有三个部分。智能连接设备是物联网上的东西。它们通常是自主操作的,它们将信息反馈给云,并进行一些局部闭环控制和数据缩减。探索性分析是收集数据后获取数据的工具,然后你有物联网平台,它们在云端,它们收集,组织,并存储设备上的数据。因此,物联网平台是基于模型设计的缺失部分。因此,我们最近推出了一种物联网云,我们称之为ThingSpeak,以支持基于模型的设计中的物联网应用。金宝app这是一个云,它允许应用程序从设备上收集数据。你可以分析它们,你可以写MATLAB,上传MATLAB脚本,然后你可以对它们采取行动。你可以在那里施加控制动作。所以,这意味着完成了物联网与基于模型的设计的连接。
过去几年发生的第三个大趋势是低成本嵌入式处理器和实验硬件的增长。这是Arduino,树莓派,乐高头脑风暴。这些都是几个月前的东西了。还有无人机和其他低成本的实验。它们迅速地跃上舞台,并创造出创造者社区之类的东西,真是令人惊叹。
在MathWorks,我们创建了硬件支持软件包,以通过MATLAB和金宝appSimulink支持基于模型的设计。金宝app我们今天有170个包 - 其中一个是一个工具箱,允许您编程这些设备,如iPhone或raspberry Pi等程序,而不知道这些设备。这只是一个熟悉的函数库,您可以致电。它允许您快速连接和运行。我们看到了真正的指数增长。去年有超过300,000次下载,这曲线真的展示了这些硬件设备的增长,几乎没有三年,四年前几乎不存在于今天世界各地的使用量。
这些被用作机器人设计竞赛的一部分。这是乐高思维风暴的一个应用程序,您可以使用Simulink块,基于模型的设计块来进行边缘跟踪。在世界各地的设计比赛中都会用到。举个例子,东京的ET机器人公司。在ACC,如果你有兴趣在几分钟内尝试设计控制器,楼下的MathWo金宝apprks展览将有一个小型版本的竞赛。
对世界来说第四个重要的大趋势是应用的增长。现在,这是一个思考应用程序的模型。第一个平台是大型机平台,它拥有数百万用户和数以千计的应用程序。历史上第二大平台是PC。丹尼说的就是这个。拥有数亿用户和数万个应用程序。世界现在站在第三个平台上。这是云、移动、基于浏览器的应用,它拥有数十亿用户和数百万应用。MathWorks是建立在第二个平台的大趋势上的,现在整个世界和每个人都在努力构建第三个平台。
控制社区总是有许多不同的应用程序和许多不同的工具箱。在MathWorks,作为基于模型的设计的一部分,我们采取了一些步骤,试图使构建应用程序更容易。我们在工具条上建立了一个地方,让你可以轻松访问应用程序。我们改进了你们的设计和制造方式。当然,你可以在文件交换中创建和共享这些应用程序。我想给你们举一个应用程序的例子向你们展示它的一些功能。我想展示的这个例子应用叫做控制系统调谐器,这是用来做h∞合成的。现在,为了推动这个,这是世界的一幅图鲁棒控制理论家喜欢从数学的角度来看待它。然而,现实世界是混乱的。工程师看着屏幕,看到这样的框图,然后说,“我怎么能用h -∞来调整它呢?”
现在,这张图表显示了控制中一些流行的合成方法的灵活性和可加工性,这就是可加工性和可加工性。显然,目标是右上角的蓝带,但你可以看到现有的方法,往往落在不同的角落,右下角的通用优化是暴力方法。通过Pascal Gahinet和Pierre Apkarian的一些工作,他们引入了一个叫做结构化h∞合成的新概念。他们发明了这种新方法并在几年前发表了一篇论文。这就是我想说的。Pascal构建了一个控制系统调谐器应用程序,它使用了这种固定结构的h -∞环整形算法。这个应用程序,它在Simulink中调整控制器。金宝app它经过五个不同的步骤。您可以指定想要调优的块,指定目标,然后进行合成,然后您可以可视化结果并将参数更新回Simulink。金宝app
我要给你们看的是h -∞控制在60秒内。这是一个好的应用应该做的,不是吗?让你快速完成。所以,你要仔细观察,因为它移动得很快。但是,这里我们有一个直流电机的Simul金宝appink模型,我们想要控制电机的速度。我们有一个阶跃响应目标和一个循环形状目标。好了,开始吧。这是模型。这是我们要调优的两个块。我们上去运行这个模拟。 We look at the response, and you can see extremely poor response to that step input from that. We now go up here and we select the tuner app, and we go in here and we specify the blocks we’re going to select. Then we go up there to the top again, and we choose the step response goal, what the inputs are or the outputs are that’s going to happen over. And we specify the time constant. Then we go up and we select a loop shape goal again, specify where the loop will run from in the model and then we can specify the crossover frequency of that. And then here’s how that looks in the frequency domain. Then we run the synthesis. That just takes a few seconds on today’s modern computers. We can upload the model and we can run it again. And there you see much-improved step response and overall disturbance rejection, as well. So, here you have H-infinity control in 60 seconds. That’s the goal of apps: to make something easy to use, in a practical way for an engineer.
现在,这种构造H无穷大的方法实际上是最近,或者说是最近,在罗塞塔宇宙飞船。这是一项环绕67P彗星的任务。它进行了10年的飞行,在3年的冬眠后苏醒了,它在任务中遇到了一些问题:一个推进器失去了效率;太阳能板中的柔性模式没有被很好地控制。因此,他们在遇到问题之前重新调整了控制器以便更好地处理这些问题,他们使用了Pierre和Pascal研究的鲁棒控制工具箱中的结构化h -∞。重新设计的控制器被上传到罗塞塔2014年5月,测试机动证实取得了更好的性能。接着进行了一些刹车动作,进入了围绕彗星的轨道,他们有一个探测器降落在彗星上。
这就产生了这张彗星的照片,你知道,我看着它,我说,人类以前从未见过这张照片。你知道,人类从未近距离观察过彗星。这是人类看到的第一张照片。我看着这个,我说h -∞控制的胜利?这个问题的核心是一个控制工程师,你知道,这里的h -∞直接对人类有用的重要问题做出了贡献。
补充一句,他们实际上是在试图降落罗塞塔今年9月彗星上的轨道飞行器。我在“陆地”周围加了引号,因为,你知道,它实际上可能撞上彗星,但因为轨道没有那么快,引力也没有那么强,他们认为它可能在撞击中幸存下来,他们希望一旦撞上它,他们能得到一些其他的遥测数据。因此,我们都应该在9月份寻找它,看看情况如何。
第五:数据分析。机器学习和大数据是广泛的大趋势,但看到它们如何被用于和应用于控制系统尤其有趣。这是澳大利亚一家名为BuildingIQ的公司的例子,他们正在使用MATLAB开发自适应加热控制系统,实际上,我应该说基于模型的设计为办公楼开发了自适应加热和冷却系统。你们知道,我这里有一种建筑物使用的传统控制。他们将特别考虑居住者的舒适度。他们将关注能源价格和需求响应的使用时间,以及天气因素。然后他们将在云中运行一个优化程序来帮助执行所有这些控制。因此,他们将它们以旧的方式移动,即每天更改两次设定点,以新的方式使用所有控件,其中是自适应设定点。这使成本降低了25%。再说一次,这是一家小型初创公司,将软件应用于各种事物中,研究如何做这些事情。
第六种趋势,你们知道,在座的很多人都在研究机器人和自主系统。我这里有一个卡车自动紧急制动的例子。这是由斯堪尼亚公司完成的。他们使用基于模型的设计、审查融合、大数据和机器学习。在这个设计中,他们把雷达和相机数据融合在一起。但他们从80tb的车辆日志视频和雷达数据开始,然后他们使用机器学习来开发用于态势检测的融合算法。在此基础上,他们将建立一个预测模型,并将其放入车辆中。这是一个非常短的视频剪辑,展示了他们测试避碰系统的过程。现在,作为一个在高速公路上开卡车的司机,我希望每辆卡车都装上这个。
还有两个关于自主系统的小例子。Aurora Centaur正在制造一种可选驾驶员的飞机,所以你可以买一架飞机,有时你可以自己驾驶,有时它可以自动驾驶。还有,这是我最喜欢的部分:你仍然需要地面人员向飞机招手才能启动。但如果你看飞机内部,你可以看到实际上没有人坐在那里。只是个相机而已。这是飞行员可选择的飞机起飞。你可以看到操纵杆是由机械臂控制的。如果你是一名乘客,你会坐在飞机的后部,而这架飞机正在飞行。然后它被带进来着陆。所以,这是今天建立起来的,同样,一个相对小的公司能够做到这一点。 Here’s another example: Yamaha has built something called Motobot, where they’ve slapped a robot on top of a motorcycle and are making it drive a motorcycle. It’s a pretty mean-looking device until you see the training wheels. Then it’s not quite so scary.
所以,外面发生的事情简直太疯狂了。你知道,每个月我们都会看到一些新的东西,这些东西让我们惊讶于客户在这些东西上的应用。这是一个大学的例子。也许你们有些人见过这个。谁看过机器人世界杯的视频之类的?一对。好的,这里有很多。机器人世界杯是一项机器人比赛,目标是到2050年在足球世界杯上击败一支人类足球队。这是埃因霍温理工大学的团队。他们在中型部门。 And this is just an amazing controls problem. They’re using controls, vision, autonomous systems, collaborative. There’s also strategy. It’s soccer, after all. And this is done by students using Model-Based Design tools. It’s really impressive what they’re doing here, and it’s a very, very competitive environment. Now, the team has advantages with Model-Based Design, because they can do design adjustments between games. In fact, they could regenerate the controls code if they want to, you know, right in between games, and this Eindhoven team is particularly good, and has had a series of top finishes over the last several years.
好了,这是我谈到的六个趋势。这些都是我们都需要应对的重要大趋势。它们是相当大的浪。你知道,其中大部分应该很熟悉,但它们很重要。如今,它们对大多数公司都很重要。各行各业的许多高管都在努力追赶这些潮流。它们对工业很重要。它们对控件社区和MathWorks这样的工具供应商都很重要。我们必须意识到这些,并采取行动。
那么,我演讲的重点是什么?我有三个。第一个是MATLAB,它是数值分析界的产物,也是计算的开端。它首先被Danny和他的朋友们在控制社区广泛采用,因为它非常擅长矩阵,并且控制社区有很多状态空间公式的矩阵。
第二个关键思想是多领域和系统建模和基于模型的设计,从工业开始,它真的改变了复杂系统的开发是如何完成的,但也在大学基于项目的学习和研究。
第三个是,在过去的几年里出现了令人惊叹的技术大趋势,它与直接来自数学的设计自动化的结合放大了这个房间里每个人的影响并加速了世界上控制应用的数量。
所以,总而言之,我认为我们正处于一个非常激动人心的时期。目前的技术趋势在控制应用方面非常突出。在这个会议上,有令人难以置信的机器人和其他项目正在大学里进行。事实上,创新和小规模发展的爆炸式增长正在催生新公司,并由此改变现有产业。大学已经被证明是世界范围内下一波发展和经济增长的海床。您还可以使用设计自动化软件在数学模型级别工作,并按下按钮生成可工作的实现,而无需编码。所以,所有的东西都在这里结合在一起来扩展控制工程的范围并放大我们在这个房间里对世界的影响。
现在,为了引起争议,我有一些行动呼吁。我想我可以为你详细说明一些想法。我有几个想法。使用Arduino之类的低成本硬件,在课程中添加一个项目。组织学生设计比赛。成为一个制造商。在云中构建自己的物联网应用程序。这并不难。把先进的算法应用到真正的硬件上,发明一些新东西,然后开一家公司。似乎每个人都在这么做。 Create an app that allows others to easily apply your theory. Research new techniques for model-based verification and other capabilities that industry is desperate for. Or, and most of you are doing this already, but it’s really important to be research for some of the control technologies associated with these megatrends that are happening today.
所以,这些行动都是由科技大趋势推动的。它们也是基于模型的设计工具专门设计用来加速的动作。因此,从穿孔卡片到计算机辅助控制系统设计,我们已经走了很长一段路。谢谢你的聆听。
你也可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。