ModelFitter
Kurzfassung
Parameterfitting, Modellanalyse und Versuchsplanung
Der ModelFitter unterstützt unsere Kunden bei der automatisierten Anpassung von Modellparametern sowie bei der Versuchsplanung (DOE). Der verwendete Optimierungs-Algorithmus, in Kombination mit effizienten Auswertungsroutinen, ermöglicht eine einfache Anpassung – selbst von dynamischen, hochgradig nichtlinearen Modellen. Unsere Software lädt Modelle im FMI-Standard oder im kompilierten Dymola-Code und kann entweder als Excel-Tool oder mittels einer Python-Schnittstelle verwendet werden.
Die Software
Funktionsweise und Nutzen
Nutzer der Software können Komponenten oder Systeme, die sie zuvor mit einer beliebigen, den FMI-Standard unterstützenden Software (z.B. TIL Suite) modelliert haben, zunächst als FMU exportieren und anschließend in den ModelFitter laden. Dieser ermittelt optimale Parameterwerte für diese Komponenten oder Systeme, um eine bestmögliche Anpassung der Modelle an stationäre Messdaten, Ergebnisse aus Feldberechnungsmethoden oder Herstellerangaben zu gewährleisten. Hierbei werden diverse Methoden zur mathematischen Analyse eingesetzt, um den Fitting-Prozess effizient zu gestalten.
Abbildung 1: Arbeitsablauf
ModelFitter for Excel
Nutzung des ModelFitters mit Excel-Integration
Als Oberfläche steht den Nutzern ein fertiges Exceltool zur Verfügung. Hiermit können sie bequem in einer gewohnten Oberfläche arbeiten. In Excel bieten wir unseren Kunden zahlreiche Ergebnisdarstellungen an, die die Analyse und Interpretation des Fittings unterstützen. Darüber hinaus können im ModelFitter for Excel alle Vorteile genutzt werden, welche Excel auch sonst bietet: komfortables Kopieren und Einfügen der Daten sowie Hinzufügen eigener Darstellungen und Berechnungen in das Dokument.
Abbildung 2: Excel-Oberfläche des ModelFitters
ModelFitter for Python
Nutzung des ModelFitters in Python
Alternativ zum Exceltool stellen wir im ModelFitter auch eine Code-basierte Schnittstelle für Python bereit. Diese bietet nicht alle Komfortfunktionen von Excel, das Fitting kann jedoch flexibler bedatet und ausgewertet werden. Außerdem kann das Python-Modul in eigene Software-Umgebungen und Skripte eingebunden werden. Die prägnanten, aus dem ModelFitter for Excel bekannten Plots sind auch in Python verfügbar. Der ModelFitter for Python ist Teil der Optimization Suite.
Ausgabe statistischer Größen
Verbessertes Modellverständnis durch Sensitivitäts- und Datenanalyse
Anwender des ModelFitters erhalten wichtige statistische Informationen über die Approximationsqualität, Abhängigkeiten der Parameter untereinander sowie zwischen Modell und Datenbasis. Diese ermöglichen die Analyse beispielsweise von Sensitivitäten der gewählten Modellparameter, Annahmen in der Modellierung oder Unstimmigkeiten in der Datenbasis. Der ModelFitter trägt damit zu einem besseren Modellverständnis bei.
Abbildung 3: Statistische Auswertung
Versuchsplanung
Effiziente Versuchsplanung dank ModelFitter-Statistik und Beratung
Die simulatorische Abbildung eines Systems oder einzelner Komponenten erfordert nicht nur ein passendes Modell, sondern auch eine geeignete Datenbasis zur Parametrisierung. Auf Basis der statistischen Informationen des ModelFitters kann ein effizienter Versuchsplan erstellt werden. Sprechen Sie uns an, bevor Sie unnötig viel Zeit in Messungen investieren. Wir beraten oder unterstützen Sie gerne.
