杰克很少,Mathworks
在这次演讲中,MathWorks的总裁和联合创始人Jack Little提供了关于MATLAB的历史观点®和模拟金宝app®,显示了基于模型的设计如何塑造今天的技术突破,并朝着未来几年推动工程师和科学家的兆特。
你好,每个人。欢迎来到波士顿。这是一个成为控制工程师的好时机。随着今天的技术趋势,世界比以往任何时候都有更多的事情需要控制。如今,几乎任何你能梦想到的东西,你都能建造出来,而这一切都放大了我们在这个房间里,控制工程师,对世界的影响。
我有两个故事今天告诉你。第一个故事是关于matlab和控制的起源。Danny有点挑战我谈谈这一点。然后沿着旅途起来,行业遇到了一些麻烦,第二个故事是关于这个问题的解决方案,这是一种被称为基于模型的设计。之后,我想谈谈我们今天在那里看到的一些令人惊叹的趋势。我想展示设计工具如何发展支持它们,并分享我们在行业中看到的一些惊人的控制应用程序。金宝app然后我想在一些挑战和一些呼吁采取行动时离开你。
所以,MATLAB的起源。有说出来大约一年半以前称为电影模仿游戏.谁看过那部电影?所以,有些人。很棒的电影,强烈推荐它。绝对是一种工程师和计算机科学家作为第二次世界大战的英雄。这部电影促使对这个男人感兴趣。你认出来了吗?当然,它是艾伦的。这部电影讨论了他的工作破解了谜团代码机。作为一种缺点,底部的两行Matlab代码完全执行谜机器所做的编码计算。 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.
这是图灵帮助发明的机械计算器,用来破解英格玛密码。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可计算序列。“真正壮观。你知道,当我看到这个时,就像第一次看到Magna Carta一样,好吗?我的意思是,这真的是我们今天在计算中所做的一切,并且在这篇论文中,这是在这篇上少数段落。
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。
Cleve Moler是Jim Wilkinson的初级同事。Cleve的兴趣也是矩阵计算和数值分析。在这里再次通过火炬。Cleve继续采取吉姆和他的同事所创造的算法,他创建了Linpack,以及一群人。Linpack是一个有组织的Fortran子程序集合,全部以标准格式写成,全部在Fortran中。吉姆的东西一直处于藻类和各种各样的语言。这是由团队完成的,它真的很粗鲁。如果您反转矩阵,或者您通过现在使用几乎任何软件符合数据的曲线,无论是Excel还是JavaScript在线,您都可以使用来自此库的算法。他们可能已被重新登记成许多不同的语言,但基本上,他们来自这项工作。现在,Cleve想教导他的学生在他正在教学的课堂上使用这些Fortran例程,但它不应该是一个编程类,这就是为什么他发明了MATLAB的原因,这是简单,交互式的互动访问。
So, I suppose that if you’ve collaborated with Cleve Moler, or perhaps just used MATLAB, this means you in the room have two degrees of separation from Alan Turing, back through these matrix calculations, with matrix calculations being some of the reasons why computers were invented in the first place. So, it was really a straight heritage here.
这是一种在现场出现的时候。因此,我是斯坦福大约1980年的研究生。我正在采取什么是Kailath的线性系统课程和斯坦福的其他一些数字控制课程,我们必须解决Ricatti方程。好吧,相信它与否,我们不得不打卡片,你知道,在1980年在斯坦福国,好吧。有迷你电脑和其他计算机,但电脑辅助控制系统设计的状态不好。
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。为了建立动态系统的模型,有常微分方程。存在线性时间和变化状态空间的情况,传递函数形式。当然,这是微分方程的离散时间等价。这包括状态空间和传递函数形式。它被称为数字滤波器和信号处理,或者ARMA,如果你是经济学家的话。同时,FFT。因此,这个短短的数学列表在控制和信号处理的研究和实践中是非常重要的。他们形成了一套你可以称之为黄金方程式的东西。 But we had to do this math with punch cards.
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。
下面是1984年左右的技术创新趋势的清单:电脑;浮动内置到芯片定点数学;交互式软件,而不是打孔卡和Fortran;C和Unix的;窗口系统。在1984年,MathWorks的形成。我们建立了对这些技术的引进MATLAB于PC,Mac和Unix的一个新的版本,我们增加了从控制和信号处理到“黄金方程式”。
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。
这是我认为捕获Matlab的力量的最受欢迎的例子。这是八行Matlab代码,解决了线性二次最佳控制问题。此代码中的所有变量都是矩阵。有一个斯坦福博士。1970年由Earl Hall的论文是千分之二的Fortran代码来解决这个问题,所以用Matlab,Stanford Ph.D.论文减少到关于这八行代码。
从1984年到今天,最奇妙的事情发生了:该表显示规格为标准的PC,就像丹尼早先提到,1984年在这里,他们的今天。在性能上的提高实际上是令人啧啧称奇。我不认为你甚至知道,丹尼,这里的变化。看看这个60,000倍以上的内存;10万次较大的磁盘存储。在表的末尾,FLOPS代表浮点运算每秒。这就是速度和每秒乘法在MATLAB矩阵的操作。自1984年以来,它是从17公斤增长触发器50个十亿FLOPS。这比使用的第一台PC快令人难以置信的300万次。现在,这个惊人的涨幅已经在我的生意,它正在为计算机辅助控制系统设计软件转型。 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,在这种转变期间,在那段时间内,行业出现了麻烦。并谈谈这一点,我想当时谈谈传统的发展过程。传统的开发过程包括要求,规格,设计,实现和测试。通常,单独设计软件算法,机械和电气部件。传统的开发过程通过在此时间间隔内发生的软件复杂性的增长迅速遇到问题。问题从阶段之间存在的墙壁开始。在纸上写的内容之间总是有差距以及使用行业正在使用的这个旧过程的设计。单独的组件设计导致这些设计流之间的墙壁,直到集成和测试在最后将它们拉到一起。还有更多:要求文件难以分析。纸张规格是不精确的,几乎总是超出日期。 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.
而且有更多的麻烦。这在很多召回的情况下,在错过的航运日,以及在所有这些突然增加复杂性的行业中的各种问题中,增加了陷入困境的软件。
所以,麻烦,更麻烦,然后大麻烦。我想到了少女飞行阿丽亚娜5作为标志性的做事的老路子。我要展示的这个视频。有多少人看过的视频阿丽亚娜5还是夫妻这里。好的,所以,我认为是那里最着名的软件之一。这是第一个飞行阿丽亚娜5.以前的车辆是阿里安4.在升降后15秒内,这就是发生的事情。好吧,作为一个控制工程师,你不想看到这一点。好的,这是5亿美元的失败。这里发生了什么,他们采取了控制系统,硬件和软件阿里安4他们把它搬到了阿丽亚娜5然后把它栓上。不幸的是,阿丽亚娜5有更强大的火箭,火箭的水平运动比阿里安4.当推进器闪烁时,在起飞期间纠正某些风,处理器溢出。固定点计算溢出。当你包装一个固定点变量时,你的执行器不会发生好事,好的,好的,它很快就自毁了。
现在,虽然您可以写入软件以捕获,但我不认为这是一个软件缺陷,但它发生了什么,他们真的没有模拟并模拟它。提前模拟这将很容易模拟,看看这种情况会造成。它基本上是一个要求失败,并且在模拟期间可以轻松检测到。
好的,现在我要搬到我的第二部分谈判,谈论基于模型的设计的兴起,以帮助解决这些问题。而且行业麻烦的解决方案真的有两部分。第一部分是多粉末系统建模。我们可以看看建模软件的演变。它始于用文本颂歌语言的过去。来自隆德大学的西姆森是开始的原件之一。然后世界移动到处理控制图的图形框图。但是,真的,真正塑造这些系统的进化是多麦田系统建模。这就是我想谈论的。
我想看看建模域 - 我在这里松散地使用域 - 这概念需要完全建模系统,并且有六个。第一域是显而易见的: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。第二个域是离散时间控制。这使数字控制能够实现数字控制,图像处理,视频处理。第三个域是物理模型。这包括电子,机械连接,液压,流体,热量。这些模型与控制图不同,因为它们具有图线上的双向流动,并且它们使用差分代数方程模拟。这些天物理模型变得非常重要,因为现代产品的机电一体化大幅增加。下载188bet金宝搏第四个域是状态机模型。 State chart notation describes control and mode logic, like this diagram of an automobile power window controller. This type of mode logic actually accounts for a large percentage of embedded software that you find in automobiles, airplane, and other devices. The fifth domain is discrete-event modeling. These modeling elements include messages, servers, queues, and it can be used to model computer networks and buses with network packet queues. These are important in cars with can buses and other types of networks. The sixth and last domain is simply text-based code models. It turns out that some elements of system models are simply best described better with text code than with graphical models. The example here I’m showing right now is a model of an extended Kalman filter, and it takes only 16 lines of MATLAB code. The Kalman filter is most naturally described using textual matrix operations. If you make it graphical, good things don’t happen.
好的,我想给你们看一个例子,所有这些一起工作。这个例子,这是一个风力涡轮机农场的图片,我要给你们展示一个风力涡轮机的多域模型。这是一个风力涡轮机的多域模型。这是刀片。这是一个小隔间,里面装着除了叶片以外的所有东西。这是塔。我们甚至有一个电网的模型。这是俯仰控制器,偏航控制器,还有主控制器。这是风的模型,它是系统的输入。让我们打开一个细胞。 Here we find a gear train—it’s hard to see from back there, isn’t it?—a generator and actuator models. Let’s open up the wind input. The input will be a wind speed that ramps up and settles back down. We specify changes in wind direction in there, and then the power grid includes the transmission line. We can look now at the main controller. This is a Stateflow model that controls the turbine. It has separate modes of park, start-up, generating, and braking. Here’s the yaw controller. For this example, it’s a simple PID controller.
好吧,我想跟你一起显示所有这方面的工作,多域仿真。很多事情在那里。我们要以两倍的速度运行这一点。如果你看一下在左上角,可以看到风速增加。在右边,你可以看到叶片进入风的倾斜指令的角度,然后他们开始控制它。在右下方,可以看到转速。所以,你看它加快并最终创下每分钟15转。在顶部,你可以看到现在的俯仰角控制器,努力保持速度,任凭风吹变化。在左上角,你可以看到风向的改变,并在左下角可以看到该单元格变为点风。在右上左上,你看到的风速开始下降,因此,在右上开始控制器努力尽量保持速度。 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,并一直在努力,是建立一个可以建模整个物理系统的单一建模环境:机械,数字,硬件,软件,环境,整个事物。它需要我正在谈论的所有这些不同的域名。这是我们在MathWorks的25年的主要追求。这是一个人们建立这一切的大队的生活的工作,这是一个可以一起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.
我想现在谈谈行业的影响。Now, we’re actually very lucky as control engineers, because control is at the heart of important things, so if you see important things happening in the world or being built, you’re probably going to find a control engineer there and some controls going on, okay. And so, I’ve got some showcase examples of Model-Based Design, but they’re really showcase designs of the amazing part of what automatic control is.
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。
航天航天一直是一个有趣的地方,寻找展示例子。联合攻击战斗机是下一代美国军用飞机项目。这是一种短距起飞垂直降落的飞机。你可以看看后面的喷嘴。你可以看到它是向下的。在飞行员的后面有一个风扇直指地下。航母的主要设计是在几年前完成的,但第一次航母测试是在去年。这是一个难以置信的控制问题。这就是所谓的六自由度控制问题。你可以控制XYZ坐标以及俯仰、偏航和滚转。 You’re also landing on a moving aircraft carrier, as well. Just, you know, control of unstable systems is just always fun to watch, right? And so, MBD was used to design and fully automatically code the flight control for this airplane.
基于模型设计的航空航天的第二个例子是orion.美国目前没有能力将人类送入太空。orion是美国的下一个载人的宇宙飞船。更换航天飞机。它旨在携带四到六个宇航员。第一个轨道orion试飞大约是在一年半以前。再说一次,回到我的前提,在有趣的事情的核心,你会发现控制,这些东西是控制工程的成功,以及基于模型的设计作为一个整体。
这是另一种航空航天应用。Johns Hopkins的应用物理实验室建造了新的地平线宇宙飞船。这是基于模型的GNC设计。而这一年去年做了一只冥王星的飞行,让人类看到了冥王星的第一次在人类历史中。再次,我认为这些是控制社区的显着成功。你知道,GNC是我心中的宇宙飞船的核心,所以这些是控制这些可能的问题。
这是一个较小的应用程序。这是基于模型的神经 - 假肢在APL的设计。首先,使用ARM的虚拟模型训练控制软件。患者只是通过思考它来控制手臂。身体上的神经末梢有传感器,用于拾取大脑发送的信号。在培训控制软件后,他配备了其中一个武器。因此,这是一个双边截肢者,其生命通过传感,计算,通信和控制的融合而变化。当我第一次看到这个申请大约一年和半前,我甚至不知道这是可能的。小组在建筑控制中可以做些什么的一个例子。
在教育方面,我有几个基于模型设计的影响的例子。教育中有一个影响很大的领域就是基于项目的学习和工程竞赛。好吧,这是一个有趣的问题。这是在阿德莱德大学第四年的顶点项目和研究中使用的电动单轮。这是在没有控制器的情况下运行。你可以看到它基本上是不稳定的。它很震撼。你可以操纵它,但真的很难控制。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。 Step three is they simulate it on the control systems on the model. And step four is they generate code and run it in real time as part of this project. And you can see it’s nice and stable now. Now, as these projects go, there’s always a step five, which is showing off, and so their showing off on this particular project was to stabilize this upside down as well, and have some fun there.
下面是从教授在大学刚指出,由你完成你的项目清单时,一些最优秀的学生真的是很好的方式努力,使所有的工作后被老到的控制工程师评论。
下面是这里的另一对夫妇的例子。在学生方程式德国比赛中,有来自25个国家是在八个学科竞争115队。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,并实现控制器。我希望我在研究生院控制是这样的。这是ROBO-船。这是自主频道导航,图像处理,控制。同样,学生获得,显然,真正进入这些东西。要知道,这是一个重要的技术趋势。这是在慕尼黑工业大学。学生这种方案设计的飞行控制系统,但他们飞他们在一个真实的飞行模拟器,学校对他们的校园。 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.
基于模型的设计具有荟萃影响,我只想提及,并且产品开发的长期影响,是在设计和测试中更少的设计和较少的时间。现在,这是一个很好的趋势。你知道,设计是有趣的部分。谁想做实施和测试?因此,此图表,我们将通过Arthur学习很少在这里显示随时间的变化。基于模型的设计是这种趋势的速度启动器,允许您在实施和测试时花费更少的时间。
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。
基于模型的设计对行业的整体影响是增加系统的数学和算法的内容,通过早期的设计迭代推动创新。一个我已经提到了最重要的问题是消除手工编码。质量提高,缺陷少,少召回,因为早期的验证和确认。它有助于协作跨学科,跨越发展阶段,结果已在系统是如何设计,实现和测试行业的巨大变化。
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。
好吧,我的谈话最后一节,我想谈谈我们看到的一些令人惊叹的趋势,这些趋势如今非常强大。他们将影响公司和行业的结果。行业实际上是疯狂地赛车,以跟上现在的一些趋势。我也将展示一些设计工具如何发展以支持这些趋势,而且我还希望分享一些我们一直看到与这些趋势有关的令人惊叹的行业和教育应用。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.
如果你看一下工业,你知道,在大约三到五年的时间里,发生了很多这样的事情,现在每个人都在努力实现这些趋势。但你看看工业,它是惊人的,好吧。有些初创公司正在建造垂直着陆的运载火箭,它们都是在去年左右着陆的。互联网公司也进入了航空航天领域。互联网公司进入了汽车行业。他们进入了汽车和航空设备领域。好吧。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所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这些都是正在发生的事情的一部分。
趋势二是事情的互联网。我不打算掩盖这一点,但是当我听说我的互联网时,我总是喜欢的有趣模式。在18世纪初,你有一个很好的机会在没有离开你的村庄的情况下生活的一生,以及全球的第一个连接是运输系统。在那百年的百年,机车,轮船,火车,汽车,飞机真正连接了地球上的所有地方。下一个连接级别是人们的连接,这通过移动设备发生。这是很大程度上史蒂夫乔布斯和他的时代。最近,过去10年来,这真的很近,这就是将每个人在地球上连接。那是第二波。当然,现在大浪是将所有的东西连接到地球上。所以,我一直认为这是理解这一点的良好背景。
现在,我们在MathWorks,从看控件和软件和工具的角度来看,我们认为互联网物品有三个部分。智能连接的设备是物联网上的东西。它们经常自动操作,将信息回馈回云,并进行一些本地闭环控制和数据减少。探索性分析是在收集之后获得数据洞察力的工具,然后您拥有IoT平台,并且其中在云中,它们收集,组织,从设备中存储数据。因此,基于模型的设计缺失的部分已经是物联网平台。因此,我们最近推出了一个IOT云,我们称之为optionspeak,以支持基于模型的设计中的IOT应用程序。金宝app这是一个允许允许您从设备收集数据的应用程序的云。您可以分析它们,您可以编写MATLAB,上传MATLAB脚本,然后您可以对其进行操作。您可以在那里施加控制操作。因此,这意味着要为基于模型的设计进行完整的IOT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公司,我们创建了硬件支持包通过MATLAB和Si金宝appmulink支持基于模型的设计。金宝app我们有170包今天,它们中的每一个是一个工具箱,它允许您为这些设备,像在iPhone或树莓派编程,不知道有关这些设备的任何东西。它的功能只是一个熟悉的图书馆,你可以调用。它可以让你得到连接并快速运行。我们已经看到了真正的指数增长。有超过30万次下载在过去的一年,在这里这条曲线真正体现出这些硬件设备,从排序的生长几乎不存在短短三,四年前使用,他们正在世界各地得到今天的量。
这些都是机器人设计竞赛的一部分。这是一个适用于乐高头脑风暴的应用程序,您可以使用Simulink块,基于模型的设计块来做边缘跟踪。金宝app这些都在世界各地的设计比赛中使用。举个例子,东京的ET-Robocon。在这里的ACC,楼下的MathWorks展览将有这个竞赛的小规模版本,如果您有兴趣在几分钟内尝试设计一个控制器。
第四兆头对世界重要的是应用的增长。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,其中有数百万个用户和数千个应用程序。历史的第二个主要平台是PC。这是丹尼谈论的人。已经有数亿用户和数万个应用程序。世界现在在第三平台上。这是云,移动,基于浏览器的应用程序,这拥有数十亿用户以及数百万个应用程序。MathWorks成立于第二个平台兆特,现在全世界,每个人都在努力建立第三个平台。
控件社区始终有很多不同的应用程序,具有许多不同的工具箱。在MathWorks,作为基于模型的设计的一部分,我们采取了一些步骤尝试使其更容易构建应用程序。我们在工具条上构建了一个位置,允许您轻松访问应用程序。我们改进了您设计和构建它们的方式。当然,您可以在文件交换机上创建和共享这些应用程序。我想在这里给你一个应用程序的例子,向您展示一些权力。我想要显示的示例应用程序称为控制系统调谐器,这将是为H-Infinity合成。现在,为了激励这一点,这是世界上的一张照片,作为强大的控制理论家喜欢在数学方面看到它。然而,现实世界很乱。工程师看一个屏幕并看到这样的框图,并说:“我如何使用H-Infinity调整如何调整?”
现在,此图表在此显示了控制中一些流行的合成方法的灵活性与易易用性,因此它的易动性与灵活性相比。显然,目标是右上角的蓝色丝带,但你可以看到现有的方法,你知道,往往落在不同的角落里,在右下角的通用优化是蛮力方法。通过Pascal Gahinet和Pierre Apkariar的一些工作,他们介绍了一个称为结构化H-Infinity合成的新概念。他们真的发明了这种新方法并在几年前发表了一篇论文。所以,这就是我想谈论的。Pascal建立了一个控制系统调谐器应用程序,它使用该固定结构化的H-Infinity环形整形算法。而这个应用程序,它会在Simulink中调整一个控制器。金宝app它经历了五个不同的步骤。您可以指定要调整的块,指定目标,您可以进行综合,然后您可以可视化结果并将参数更新回Simulink。金宝app
所以,我将在这里向您展示的是60秒内的H-Infinity控制。这就是一个好的应用程序应该做的,对吗?允许您快速执行此操作。所以,你必须仔细观察,因为这很快就会移动。但是,这里我们有一个直流电机的模拟模型,金宝app我们希望控制电机速度。我们有一个步进响应目标和循环形状目标。好的,我们走了。这是模特。这些是我们想要调整的两个块。我们在这里上升,我们运行模拟。 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,这种结构H-Infinity的方法最近或最近使用的是最近使用的罗萨塔航天器。这是轨道彗星67p的使命。这是在10年的旅途中,它在休眠三年后醒来,并且在该特派团遇到了问题:其中一个推进人员丧失了效率;太阳能电池板中的柔性模式不会很好地控制。因此,它们在遇到的问题之前重新调整了控制器,以便在这些问题上更好地应对,并且它们在Pierre和Pascal工作的强大控制工具箱中使用了结构化的H-Infinity。然后重新设计的控制器上传到罗萨塔在2014年5月,测试机动证实了实现更好的性能。这继续执行一些制动演习,在彗星周围进入轨道,并且它们有一个探头,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。
这篇文章:他们实际上试图降落罗萨塔轨道飞行器今年9月在彗星上。我把"陆地"加上引号,因为,你知道,它可能真的会撞上彗星,但因为轨道不是那么快,引力不是那么强,他们认为它可能会幸存下来,他们希望在它坠毁后能得到一些其他的遥测技术。所以,我们都应该在9月份看看情况如何。
第五:数据分析。机器学习和大数据是广泛的大趋势,但看看它们如何被使用和应用于控制系统是特别有趣的。这是澳大利亚一家叫做BuildingIQ的公司的例子,他们使用MATLAB来开发自适应的加热控制系统实际上,我应该说是基于模型的设计为办公楼开发了自适应的加热和冷却系统。你们知道,我这里有一些建筑物使用的传统控制。他们会特别考虑居住者的舒适度。他们将研究能源价格和需求反应的使用时间,以及天气因素。然后他们会在云上运行一个优化程序来帮助执行所有这些控制。所以,他们用旧的方式移动它们,一个设定值每天改变两次,用所有的控制,一个自适应的设定值。这使得成本降低了25%。再说一次,这是一家刚起步的小公司把软件放到东西里,想办法做这些事情。
趋势老六,是的,你知道,许多人在这个房间里正在研究,当然,机器人和自治系统。我在这里有自主紧急制动卡车的例子。这是由斯堪尼亚完成。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,他们融合雷达和摄像头的数据一起。但是,他们开始用80万亿字节的车辆记录视频和雷达数据,然后他们用机器学习开发状况检测融合算法。并在此基础上,他们会创造他们把到车辆的预测模型。下面是测试他们的防撞系统其中的一个很短的视频剪辑。现在,谁在我身后的卡车在公路上驾驶的驾驶员,我希望每一个货车送这个东西安装。
自治系统的两个短的例子看出来那里。极光半人马正在建设的中试可选的飞机,所以你可以买一架飞机,有时你飞到自己,有时它会自主飞行。而且,这是我最喜欢的部分:你还必须有地面人挥舞着飞机得到它开始。但如果你看看飞机里,你可以看到其实有没有人坐在那里。这只是一个摄像头。所以,这里的飞行员,可选飞机起飞。你可以看到棒是由机器人手臂有控制。如果你是一个乘客,你会坐在飞机的后部,这件事情正在飞行。然后它被带到在着陆。所以,这是当今建成,并再次,一个相对较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,这只是疯狂的在那里,这是怎么回事的东西。你知道,每个月我们看到新的东西,我们惊讶于这些东西的客户应用方面。这里是一所大学的例子。也许有些人已经看到了这一点。谁见过机器人世界杯视频之类的东西?一对夫妇。好吧,这里有相当数量。好吧,机器人世界杯是一个机器人竞赛,其目标到2050年是从世界杯足球赛中击败人类足球队。而这里的TU埃因霍温队。他们在中等尺寸的分裂。 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.
好的,这是我谈到的六个趋势。这些是重要的兆元,我们都需要回应。它们非常大波浪。你知道,他们中的大多数都应该熟悉,但它们很重要。这些天对大多数公司来说,他们很重要。许多高管难以在各种行业上跟上这些东西。他们对工业很重要。它们对控件社区很重要,对于像MathWorks这样的工具供应商很重要。我们必须意识到这些,采取行动。
那么,我演讲的关键思想是什么呢?我有三个。第一个是MATLAB,它诞生于数值分析社区,是计算的开端。Danny和他在控制社区的朋友们首先广泛采用了它,因为它非常擅长矩阵,控制社区有很多状态空间公式矩阵。
第二个关键思想是多麦田和系统建模和模型的设计,从业开始,它真的改变了复杂系统的发展是如何完成的,也是在大学的项目学习和研究。
而第三个是存在的只是惊人的技术大趋势,在过去的几年中,并与来自数学设计自动化直接组合只是放大每个人在这个房间的影响,并加速在全球控制应用程序的数量。
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,只是争议,我有一些呼吁采取行动。我以为我会对一些想法对你有所特殊。所以,我这里有几个想法。使用像Arduino等低成本硬件为您的课程添加项目。组织学生设计竞赛。成为一名制造商。在云中构建您自己的IOT应用程序。这并不难。将高级算法应用于真正的硬件,并创造新的东西并启动公司。每个人都似乎正在这样做。 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。
录音时间:2016年7月5日