WS 1999/2000; Einführung, Okt. 1999 1
Universität StuttgartIKE Institut für Kernenergetik
und Energiesysteme
F. Schmidt
Vorlesung im Rahmen der Hauptfächer
Anlagentechnik (Prof. Lohnert)
Angewandte Informatik (Prof. Rühle)
Technische Gebäudeausrüstung (Prof. Bach)
WS 1999/2000Ergänzende Informationen finden Sie im Internet unterhttp://www.ike.uni-stuttgart.de/~www_wn/vorles/simulation/ws99/2000
Simulation komplexer technischer Anlagen
WS 1999/2000; Einführung, Okt. 1999 2
Universität StuttgartIKE Institut für Kernenergetik
und Energiesysteme
Simulation komplexer technischer Anlagen
Ansprechpartner Praktikum und Übungen:Vorlesung:Priv.Doz. Dr.-Ing. habil. F. Schmidt Kurt De Marco
Telefon: 0711/685-2116 Telefon: 0711/685-2130
E-Mail. [email protected] E-Mail: [email protected]
Anschrift:Institut für Kernenergetik und Energiesysteme
Abteilung Wissensverarbeitung und Numerik (WN)
Universität Stuttgart
Pfaffenwaldring 31 Telefax: 0711/685-2010
D-70565 Stuttgart http://www.ike.uni-stuttgart.de/~www_wn/wnhome.html
WS 1999/2000; Einführung, Okt. 1999 3
Universität StuttgartIKE Institut für Kernenergetik
und Energiesysteme
Simulation komplexer technischer Anlagen
GrundideeIngenieure haben Techniken entwickelt, um komplexe Anlagen zu entwerfen, zu bauen und zu betreiben.
Die Übertragung dieser Techniken ins Software Engineering erlaubt es, ähnlich komplexe Anlagen auf dem Rechner zu planen, zu implementieren und zu betreiben (virtuelle Anlagen oder Simulatoren).
Virtuelle Anlagen können dazu dienen, das Verhalten realer Anlagen zu studieren, zu bewerten und zu optimieren. Der Aufwand, der zum Bau virtueller Anlagen nötig ist, ist dem für den Bau realer Anlagen vergleichbar.
Beispiele für den Einsatz virtueller Anlagen sind Fahrsimulatoren, Flugsimulatoren,
Kraftwerkssimulatoren, Gebäudemodelle, Anlagenmodelle
WS 1999/2000; Einführung, Okt. 1999 4
Universität StuttgartIKE Institut für Kernenergetik
und Energiesysteme
Inhalt + Termine
Vorbemerkung:Termine
Modelle als gemeinsame Basis realer und virtueller Anlagen
V1 (1) 25.10.
Teil I: Reale und virtuelle Anlagen V2-V5 (4) 08.11.
1. Planung, Bau und Betrieb technischer Anlagen? 2. Wie läßt sich eine Anlage auf dem Rechner modellieren?
- Klassische Methoden der Software Engineering 3. Elemente zur Modellierung, Implementierung und zum Betrieb virtueller Anlagen
Teil II: Elemente zum Bau virtueller Anlagenkomponenten
4. Objektorientierte Analyse 5. Objektorientierter Entwurf und Programmierung
V6-V9 (4) 01.12. 6. Speicherung von Objekten 7. Algorithmen 1: Was ist berechenbar?
V10-V11 (2) 10.01. 8. Algorithmen 2: Gewöhnliche Differentialgleichungen
Teil III: Integration der Elemente V12-V15 (4) 24.01.
- Eigenschaften von Systemen zum Bau virtueller Anlagen
9 . Systeme zum Umgang mit Objekten10. Qualitätssicherung in objektorientierten Systemen
Praktikum: Simulation komplexer technischer Anlagen (nach Vereinbarung)
WS 1999/2000; Einführung, Okt. 1999 5
Universität StuttgartIKE Institut für Kernenergetik
und Energiesysteme
Simulation komplexer technischer Anlagen
Vorbemerkungen
Modelle als Basis realer und virtueller Anlagen
ŸWas ist ein Modell ?
ŸBeispiel für Modelle komplexer Systeme
ŸWas kann man mit Modellen tun ?
WS 1999/2000; Einführung, Okt. 1999 6
Universität StuttgartIKE Institut für Kernenergetik
und Energiesysteme
Bildung von Modellen
Problem
mathematischesModell
physikalischesModell
Analyse und Darstellungder Ergebnisse
Analyse des mathe-matischen ModellsExistenz und Lösungen
numerisches Modell
Konsistenz, Konvergenz
Simulation
Daten-Beschaffung
ModulVerknüpfung
Entwurf und Implementierung eines Programmes
WS 1999/2000; Einführung, Okt. 1999 7
Universität StuttgartIKE Institut für Kernenergetik
und Energiesysteme
Wärmebedarf eines Wohngebäudes
Ta
Transmissions-verluste
SolareWärmegewinne
Lüftungs-verluste
Ti
Interne Wärmegewinne
Wärmebedarf
WS 1999/2000; Einführung, Okt. 1999 8
Universität StuttgartIKE Institut für Kernenergetik
und Energiesysteme
Physikalisches Modell
Zonenweise stationäre Energiebilanz bei vorgegebener Sollinnentemperatur
Q Q Q Q QT L I S
WS 1999/2000; Einführung, Okt. 1999 9
Universität StuttgartIKE Institut für Kernenergetik
und Energiesysteme
Mathematisches Modell
• Transmissionsverluste:
• Lüftungsverluste:
• Interne Wärmegewinne:
• Solare Wärmegewinne bleiben unberücksichtigt
Q k A T T tT i a ( )
Q a V c T T tL i a ( )
tAQQ II
Mittlere interne Wärmegewinne auf der Basis eines durchschnittlichen 2,7-Personenhaushaltes pro Tag und Wohnraumfläche
:IQ
WS 1999/2000; Einführung, Okt. 1999 10
Universität StuttgartIKE Institut für Kernenergetik
und Energiesysteme
Beispielgebäude EFH - Isometrie
WS 1999/2000; Einführung, Okt. 1999 11
Universität StuttgartIKE Institut für Kernenergetik
und Energiesysteme
Beispiele komplexer Systeme
Beispiel 1
Modellierung von Anlagen in Gebäuden
Ziel: Minimierung des Energieverbrauchs durch Ersatz von Energie durch Intelligenz oder
Kontrolle von Gebäude, Anlage und
Anlagenverhalten durch modellbasierte Methoden
Beispiel 2
Informationssystem zur kooperativen Verarbeitung von Umweltdaten
Ziel: Einbringung von Umweltgesichtspunkten in Entscheidungsprozesse
durch integrale Behandlung der Umweltbelange
auf Basis der demokratischen Entscheidungsstrukturen
WS 1999/2000; Einführung, Okt. 1999 12
Universität StuttgartIKE Institut für Kernenergetik
und Energiesysteme
Beispiel 1a: Modell des Architekten
Block A: Schnitt
WS 1999/2000; Einführung, Okt. 1999 13
Universität StuttgartIKE Institut für Kernenergetik
und Energiesysteme
Beispiel 1b: Modell des Ingenieurs(Modell Raum als Bild und attributiert)
Bauteil Zusammen-setzung
Dickem
LeitfähigkeitW/m/K
spez.WärmekJ/kg/K
Dichtekg/m3
äußereWand
VerputzBeton
Dämmung
0,0050,3
0,09
0,872,0350,045
1,00,520,84
14002400
75
innereWand
Dämmung 0,1 0,045 0,84 75
Boden TeppichEstrichBeton
0,0070,0750,012
0,061,40
2,035
1,30,920,92
10020002100
Decke BetonEstrichTeppich
0,0120,0750,007
2,0351,400,06
0,920,921,3
21002000100
3 m
Attribut
0,7
m
WS 1999/2000; Einführung, Okt. 1999 14
Universität StuttgartIKE Institut für Kernenergetik
und Energiesysteme
Anlagen in Gebäuden - Datenquellen für das Produktdatenmodell
Nicht alle Daten werden von allen Nutzern des PDM benötigt. Häufig sind die Daten in anwendungsabhängiger Form zusammenzufassen. Für Fachanwender sind die Produktdatenmodelle daher durch Aspektmodelle zu ergänzen.
WS 1999/2000; Einführung, Okt. 1999 15
Universität StuttgartIKE Institut für Kernenergetik
und Energiesysteme
Anlagen in Gebäuden- Aufgaben, für die Daten aus dem Produktdatenmodell verwendet werden
können
Projekt-Daten- Bank
Gebäudedaten-akquisition
Anlagensimulation(Verifikation und
Optimierung des Konzeptes
Betriebsüberwachung(Vergl. Simulation und Messung)
Werkzeuge zurDatenaufbereitung
(Zeitreihen und Eingaben)
Betriebssimulation(Festlegung der Betriebsstrategie)
Anlagenplanung
Anlagenvorplanung
Leittechnikplanung
Gebäudesimulation
WS 1999/2000; Einführung, Okt. 1999 16
Universität StuttgartIKE Institut für Kernenergetik
und Energiesysteme
Reale und virtuelle Anlagen -1Produkt und Produktmodell (PDM + Methoden)
Zusammenspiel während des Lebenszyklus
WS 1999/2000; Einführung, Okt. 1999 17
Universität StuttgartIKE Institut für Kernenergetik
und Energiesysteme
Reale und virtuelle Anlagen 2Wechselspiel von Produkt und Produktmodell
am Beispiel der energetischen Optimierung
Optimierungen können in allen Phasen des Lebenszyklus eines Gebäudes erfolgen
Phase 1: PlanungEnergetische Optimierung des Gebäudeentwurfes durch dynamische Gebäudesimulation
Optimale Auswahl der technischen Anlagen durch wissensbasierte Systeme
Phase 2: BauOptimierung der Auslegung und der Arbeitspunkte durch dynamische Anlagensimulation
Phase 3: BetriebAnpassung der virtuellen Anlage an das tatsächliche Verhalten der realen Anlage
Optimierung des Anlagenbetriebes und der Wartung (Erkennung von fehlerhaften Entwicklungen) durch ständigen Vergleich des Soll-Ist-Verhaltens aus Messungen an der virtuellen und der realen Anlage
WS 1999/2000; Einführung, Okt. 1999 18
Universität StuttgartIKE Institut für Kernenergetik
und Energiesysteme
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
WS 1999/2000; Einführung, Okt. 1999 19
Universität StuttgartIKE Institut für Kernenergetik
und Energiesysteme
Grundlagen der Verbesserungvon Modellen
ŸRechnerleistung
- erlaubt detaillierte physikalische und mathematische Beschreibung als Grundlage der Modelle
ŸSoftware Engineering
- erlaubt, komplexe Modelle in Programme umzusetzen
ŸKommunikationstechnik
- erlaubt Bereitstellung aktueller Zustandsdaten für realitätsnahe Simulation
WS 1999/2000; Einführung, Okt. 1999 20
Universität StuttgartIKE Institut für Kernenergetik
und Energiesysteme
Modelle zur Interpretation von Daten
• Modelle verhalten sich im Rahmen ihrer Gültigkeit wie Realität
• Modelle können Realität ergänzen, wenn– Daten lückenhaft
– Daten ungenau
– Daten interpretationsbedürftig
– Daten fehlen
• Realität kann an Modellen gemessen werden– Synoptische Prüfung von Daten
– Bewertung von Entwurfsalternativen
– Optimierung von Systemen
– Aufspüren von Fehlern
– Schulung im Umgang mit komplexen Systemen
WS 1999/2000; Einführung, Okt. 1999 21
Universität StuttgartIKE Institut für Kernenergetik
und Energiesysteme
Nutzen besserer Modelle
Interpolation zwischen Meßwerten
(Verringerung teuerer Messungen)
Korrelation verschiedener Bereiche
(Gesamtschau statt Einzeleffekt)
Untersuchung von alternativen Lösungen
(Variantenkonstruktion)
Optimierung des Betriebs unter aktuellen Randbedingungen
Untersuchungen in Grenzbereichen(Störfallsimulation)
WS 1999/2000; Einführung, Okt. 1999 22
Universität StuttgartIKE Institut für Kernenergetik
und Energiesysteme
Reale Welt
Beschreibbar
Weltausschnitte je als dynamisches System
Aktionsfähige Einheiten wirken zur Erreichung gemeinsamer Ziele,
dabei werden Güter und Nachrichten (Daten)
- bearbeitet, - über Verbindungen getauscht, - in Speichern koordiniert.
Einheiten haben Eigenschaften und innere Strukturen (sie sind selber Weltausschnitte mit eigener Hierarchie) und können durch Botschaften (Informationsflüsse) aktiviert werden.
Dynamische Systeme erfordern Kontrollflüsse.
WS 1999/2000; Einführung, Okt. 1999 23
Universität StuttgartIKE Institut für Kernenergetik
und Energiesysteme
Methoden zur Modellierung von Weltausschnitten • Funktionale Beschreibung
Welt beschrieben durch relevante Funktionen.Funktionen : - können strukturiert sein,
- laufen kontrolliert ab.Beispiel : Organigram
• Datenfluß-Diagramme - strukturierte AnalyseDie Welt wird beschrieben durch DatenströmeDaten werden : - beschrieben, - transformiert, - gespeichert, - weitergegeben.Beispiel : Bilanz
• InformationsflüsseDie Welt wird beschrieben durch Informationseinheiten(Entities) mit - Attributen, - Relationen, - Strukturen, - Verweisen.Beispiel : Ablaufpläne
• Objektorientierte ModelleDie Welt wird beschrieben durch Komponenten. Komponenten sind aufgebaut aus Teilkomponenten und Objekten. Objekte beschreiben Dinge und ihr Verhalten über Parameter und Methoden. Komponenten kommunizieren über Botschaften und nehmen fremde Methoden als Dienste in Anspruch.
Beispiel : Virtuelle Systeme
WS 1999/2000; Einführung, Okt. 1999 24
Universität StuttgartIKE Institut für Kernenergetik
und Energiesysteme
VDI-Definitionen zur Modellierung durch Simulation -1
VDI-Richtlinie 3633 (Beuther Verlag, Berlin 1996)
definiert den Begriff des Systems
“Abgegrenzte Anordnung von Komponenten, die miteinander in Beziehung stehen. Es ist gekennzeichnet durch:
- Systemgrenze, Systemein- und ausgangsgrößen
- Subsysteme, Systemelemente,
- Aufbaustruktur
- Ablauflogik
- Zustandübergänge und -größen“,
den Begriff des Modells
„Ein Modell ist eine vereinfachte Nachbildung eines existierenden oder gedachten Systems mit seinen Prozessen in einem anderen begrifflichen oder gegenständlichen System. Es unterscheidet sich hinsichtlich der untersuchungs-relevanten Eigenschaften nur innerhalb eines vom Untersuchungsziel abhängigen Toleranzrahmens vom Vorbild“. Es wird genutzt, um eine bestimmte Aufgabe zu lösen, deren Durchführung mittels direkter Operationen am Original nicht möglich oder zu aufwendig wäre.
- Gedankliches Modell: Modell, das noch nicht in ein Simulationsmodell umgesetzt wurde.
- Experimentierbares Modell oder Simulationsmodell: Reales Modell, das aus dem gedanklichen Modell entstand und mit dem Experimente durchgeführt werden können.“
WS 1999/2000; Einführung, Okt. 1999 25
Universität StuttgartIKE Institut für Kernenergetik
und Energiesysteme
VDI-Definitionen zur Modellierung durch Simulation -2
Den Prozeß der Modellierung
„Die Modellierung umfaßt bei der Simulation das Umsetzen eines existierenden oder gedachten Systems in ein experimentierbares Modell“,
und der Begriff der Simulation:
„Simulation ist ein Verfahren zur Nachbildung eines Systems mit seinen dynamischen Prozessen in einem experimentierbaren Modell, um zu Erkenntnissen zu gelangen, die auf die Wirklichkeit übertragbar sind.
Im weiteren Sinne wird unter Simulation das Vorbereiten, Durchführen und Auswerten gezielter Experimente mit einem Simulationsmodell verstanden.
Mit Hilfe der Simulation kann das zeitliche Ablaufverhalten komplexer Systeme untersucht werden“.
Auf Basis des Modells vom Verhalten eines Systems können Entwurf und Steuerung von Anlagen geplant werden. Die Steuerung geschieht über die Leittechnik. Die VDI-Richtlinie 3814 definiert als Aufgaben und Zielsetzung beim Einsatz von Gebäudeleittechnikanlagen das Leiten (DIN 19222) von betriebstechnischen Anlagen, d.h. die "Übernahme oder Unterstützung folgender Aufgaben:
- Anlagenautomation
- Betriebskontrolle
- Betriebsführung
- Archivierung
- Betriebsanalyse
- Energiemanagement
- Instandhaltungsmanagement."
Als wesentlichstes Element wird der Erhalt der Selbständigkeit der betriebstechnischen Anlagen gefordert.