杰克·利特尔
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®和模拟万博1manbetx®,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。
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大家。第一个故事是关于MATLAB和控件的起源。Danny向我提出了一个挑战,让我来谈谈这个问题。从那以后,在整个过程中,工业界遇到了一些麻烦。第二个故事是关于出现的问题的解决方案,叫做基于模型的设计。在那之后,我想谈谈我们今天看到的一些惊人的趋势。我想展示一下设计工具是如何演变来支持它们的,并分享一些我们现在在行业中看到的惊人的控制应用程序。然后我想在最后给大家一些挑战和行动呼吁。万博1manbetx
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。
图灵在1936年写了这篇惊人的论文,证明了停顿定理。有人读过那份报纸吗?谁看过那张报纸?几个人,好的。这是一篇了不起的论文。好的,虽然他证明了本文中的停顿定理,但在某种程度上,他基本上奠定了计算机科学的理论基础,具有这样一条显著的单行:“通用计算机:有可能发明一台机器用来计算一台计算机。y可计算序列。”真是壮观。你知道,当我看到这个,就像第一次看到大宪章,好吗?我的意思是,这就是我们今天在计算机领域所做的一切,在这篇论文的这几段话中,这是非常了不起的。
图灵机实际上是可以制造的,它只是一个磁带,一个可以来回移动的无限磁带,你可以读取、写入和擦除磁带上的1和0。这种体系结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主张,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提出了一个项目,以建造世界上第一台计算机之一。它将被称为ACE,自动计算引擎。这是他当时写的一篇论文。它被称为“矩阵过程中的舍入误差”。这是本文的目录。这真的很了不起。本目录可能是您今天可以学习的数值分析课程的目录。所以,真正有趣的是图灵在考虑矩阵计算。而且,本质上矩阵计算是计算机被发明的目的。那是一种手段,一种目的。那不是电子游戏。这不是文字处理。并不是所有这些事情。它实际上是关于矩阵计算的。不幸的是,他的实验室管理层选择不批准ACE的建设,认为这太雄心勃勃了。
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。
克利夫·莫勒是吉姆·威尔金森的一个初级同事。克里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。Cleve继续使用Jim和他的同事们创造的算法,他和一群人一起创造了LINPACK。LINPACK是Fortran子例程的一个有组织的集合,都是用标准格式编写的,都是用Fortran编写的。吉姆的东西是用ALGOL和其他各种语言写的。这是由一个团队完成的,非常坚固。如果你用当今几乎所有的软件,无论是Excel还是JavaScript,对矩阵进行反求,或者通过数据拟合曲线,你都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,Cleve想教他的学生在他教的课上使用Fortran例程,但这不是一门编程课,这就是为什么他发明了MATLAB,它是简单的,交互式的访问。
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.
这是我出现在舞台上的时候。1980年左右,我在斯坦福大学读研究生。我在斯坦福上了Kailath的线性系统课程和其他一些数字控制课程,我们要解Ricatti方程。信不信由你,1980年在斯坦福,我们不得不打孔卡片。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态不佳。
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,从一个不同的方向开始了一个重大的创新大趋势: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售量;大约一百万。从长远来看,这还不到现在每年售出3亿辆车的百分之零点五。你知道,如果我和这么多人在一个房间里,如果这里有300人,当MATLAB第一次出现时,你们中只有一个人会使用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,发生了一件奇妙的事情:这个表格显示了标准PC的规格,就像Danny之前说的,在1984年。今天他们来了。性能的提高实际上是非常惊人的。我觉得你还没意识到,丹尼,这里的变化。看看这个:6万倍的内存;10万倍的磁盘存储。在表的末尾,FLOPS代表每秒浮点运算数。这是在MATLAB中矩阵相乘的速度和每秒运算。自1984年以来,它从17千次到500亿次。这比第一台电脑快了300万倍,令人难以置信。 Now, this amazing increase has been transformational in my business, which is making software for computer-aided control system design. 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,没有磁带。如果你的车里有一个晶体管,它就在你的收音机里。这不是别的地方。在这段时间内发生的部分变化是,例如,到今天的汽车,有50到100个微控制器。他们在动力传动系。它们在底盘系统中。他们在安全系统里。它们在便利系统中,就在整个汽车中。这是一个了不起的转变。
然而,在这一转型期间,工业出现了麻烦。说到这里,我想谈谈当时的传统开发过程。传统的开发过程包括需求、规范、设计、实现和测试。通常,软件算法、机械和电气组件是单独设计的。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。问题从阶段之间存在的墙开始。在纸上写的东西和工业界使用的旧工艺设计的东西之间总是有差距的。组件的单独设计导致这些设计流之间的隔墙,直到集成和测试最终将它们拉到一起。还有更多:需求文档很难分析。纸张规格不精确,几乎总是过时。物理原型很昂贵。比如,想想汽车和飞机。而且,最糟糕的是,编写代码非常昂贵,并且会引入缺陷。然后,当然,测试会在过程的后期发现它们,当它们更难修复时。所以,这就是工业开始遇到问题时的情况。
还有更多的麻烦。这最终导致了大量的召回,错过了发货日期,以及行业中各种各样的问题,这些问题都是因为突然增加的复杂性,以及软件的增加。
所以,麻烦,更多的麻烦,然后是大麻烦。我想起了我的第一次飞行阿丽亚娜5作为传统做事方式的象征。我要放一段视频。有多少人看过这个视频阿丽亚娜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,虽然您可以编写软件来捕获它,但我不认为这是一个软件缺陷,所发生的是他们真的没有建模和模拟它。我们很容易就能提前建立模型来预测这种情况的发生。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,现在我要转到我演讲的第二部分,讨论基于模型的设计的兴起,以帮助解决这些问题。解决工业问题的办法实际上分为两部分。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。它起源于古代的文字颂歌语言。来自隆德大学的西蒙恩就是其中一个从这开始的原型。然后,世界转向处理控制图的图形框图。但实际上,真正正确地对这些系统建模所需要的是多域系统建模。这就是我想说的。
我想看看建模领域——这里我不严格地使用领域——这样的概念需要完全建模一个系统,有六个这样的领域。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。这使得数字控制,图像处理,视频处理成为可能。第三个领域是物理模型。这包括电子,机械联系,液压,流体,热学。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。s manbetx 845第四个领域是状态机模型。 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,我想展示所有这些一起工作,这个多域模拟。那里发生了很多事情。我们将以两倍的速度运行。如果你看左上角,你可以看到风速在增加。在右边,你可以看到桨叶的俯仰控制角度在风中,然后他们开始控制它。在右下角,你可以看到转子的速度。所以,你看到它加速,最终达到每分钟15转。在顶部,你可以看到现在的俯仰控制器,工作以保持速度,尽管风变化。在左上方,你可以看到风在改变,而在左下方,你可以看到单元格正在改变,指向风。在右上方的左上方,你看到风速开始下降,所以在右上方的控制器开始努力工作,试图保持速度。 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。
解决工业问题的第二部分是流程创新。传统的瀑布式流程被我们称为基于模型的设计的新流程所取代。在基于模型的设计中,模型是规范,是可执行的。它产生了明确的规范,您可以立即开始验证和测试开发。你不要等到最后。设计是迭代优化的。这允许您快速进行设计探索。你可以在早期尝试很多不同的想法。您可以在构建设计之前对其进行优化,同样,您可以尽早发现缺陷。这是基于模型的设计的一个巨大阶段。这就是自动生成代码的想法。这消除了手工编码。这就是许多主要工业客户使用基于模型的设计的原因。在汽车行业,这实际上节省了数十亿美元的成本,降低了创建嵌入式软件系统的成本。它完全消除了手工编码错误。测试和验证持续进行。它不会等到最后。整个过程都是这样。这显然可以让您在第一次使用硬件时更早地检测区域和实现。因此,传统流程已被称为基于模型的设计工作流的新流程所取代。
现在我想谈谈对工业的影响。现在,我们作为控制工程师是非常幸运的,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重要事情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,一些控制正在进行。所以,我有一些基于模型的设计的展示例子,但它们真的展示了自动控制的神奇部分。
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。第一个轨道猎户座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。
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。
这里有一个来自大学教授的评论,他指出,当你完成你的项目列表时,一些最好的学生在完成所有这些工作后,真的在成为经验丰富的控制工程师的道路上。
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。
好的,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,这些趋势现在非常强大。它们将影响公司和行业的成果。事实上,该行业正疯狂地追赶目前的一些趋势。我还将展示一些设计工具是如何支持这些趋势的,我还想与大家分享一些与这些趋势相关的更令人惊叹的行业和教育应用程序。万博1manbetx
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。探索性分析是一种工具,用于在数据收集后深入了解数据,然后您拥有物联网平台,这些平台位于云中,它们从设备收集、组织和存储数据。因此,基于模型的设计缺少物联网平台。因此,我们最近引入了一种物联网云,我们称之为ThingSpeak,以支持基于模型的设计中的物联网应用。这是一个允许应用程序从设备收集数据的云。你可以分析它们,你可以编写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。因此,这意味着完成物联网与基于模型的设计的连接。万博1manbetx
过去几年发生的第三大趋势是低成本嵌入式处理器和实验硬件的增长。这是Arduino,覆盆子皮,乐高头脑风暴。你知道,这些还不到几个月。还有无人机和其他低成本实验。这真的是相当壮观的,他们以如此快的速度跳到了舞台上,创建了创客社区和诸如此类的东西。
在MathWorks,我们创建了硬件支持包,通过MATLAB和Sim万博1manbetxulink支持基于模型的设计。万博1manbetx我们现在有170个软件包,每个都是一个工具箱,可以让你对这些设备进行编程,比如iPhone或树莓派,而不需要对这些设备有任何了解。它只是一个你可以调用的熟悉的函数库。它可以让你快速连接和运行。我们看到了指数级的增长。去年有超过30万的下载量,这条曲线显示了这些硬件设备的增长从三四年前几乎不存在到如今它们在世界各地的使用数量。
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。万博1manbetx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。
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。
controls社区总是有很多不同的应用程序和很多不同的工具箱。在MathWorks,作为基于模型的设计的一部分,我们已经采取了一些步骤,试图使构建应用程序更容易。我们在工具条上建立了一个位置,允许您轻松访问应用程序。我们已经改进了您设计和构建它们的方式。当然,您可以在文件交换上创建和共享这些应用程序。我想在这里给你举个应用程序的例子,向你展示一下它的一些威力。我想展示的示例应用程序叫做控制系统调谐器,它将进行H无穷合成。现在,为了激发这一点,这是一幅世界图景,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。工程师看着一个屏幕,看到一个这样的方框图,然后说,“我该如何使用H无穷大来调整它呢?”
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。万博1manbetx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。万博1manbetx
我要给大家展示的是60秒内的H无穷大控制。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,因为它移动得很快。但是,这里我们有一个直流电机的Simulink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环形目标。好了,开始吧。这是模型。这是我们要调整的两个块。我们到这里来进行模拟。我们看了一下响应,你可以看到它对步骤输入的响应非常差。现在我们转到这里,选择调谐器应用程序,进入这里,指定要选择的块。然后我们再上到顶万博1manbetx部,我们选择阶跃响应目标,输入或输出是什么。我们指定了时间常数。然后我们再次选择一个回路形状目标,指定回路在模型中的运行位置,然后我们可以指定该目标的交叉频率。然后这是它在频域中的表现。然后我们运行合成。在今天的现代计算机上,这只需要几秒钟。我们可以上传模型,然后重新运行。在那里你可以看到阶跃响应和整体干扰抑制都有很大的改善。这里有60秒内的H无穷大控制。这就是应用程序的目标:以一种实用的方式为工程师提供易于使用的东西。
这种h -∞结构的方法最近才被用到罗塞塔航天器。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塞塔在2014年5月,测试机动,确认取得了较好的性能。他们继续执行一些制动操作,进入彗星轨道,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。
这句话的后记:他们实际上是在试图着陆罗塞塔轨道飞行器今年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。
趋势六,你知道,这个房间里的很多人都在努力,当然是机器人和自治系统。我在这里有一个卡车的自主紧急制动的例子。这是由斯堪尼亚完成的。他们使用基于模型的设计,审查员融合,大数据和机器学习。在这种设计中,它们将雷达和相机数据融合在一起。但是,他们从车辆日志开始使用80×80大的视频和雷达数据,然后他们使用机器学习来开发用于情况检测的融合算法。基于此,他们创建了一个预测模型,他们进入车辆。这是他们的碰撞避免系统的一个非常短的视频剪辑。现在,作为一名驾驶员在高速公路上驾驶着我的卡车,我希望每辆卡车都能获得这个东西。
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,它只是疯了,那里的东西正在发生。你知道,每个月我们都看到一些新的东西在这些事情上以客户应用程序而言。这是一个大学榜样。也许你们中的一些人见过这个。谁看到了那种Robocup视频和那样的东西?一对夫妇。好的,这里是一个公平的号码。好的,Robocup是一个机器人学竞赛,目标到2050年的目标是击败了足球世界杯的人类足球队。这是Tu Eindhoven团队。他们在中等大小的部门。 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、系统建模和基于模型的设计,从工业开始,它真正改变了复杂系统的开发方式,也改变了大学基于项目的学习和研究。
第三个是在过去几年中迈克兰德的惊人技术,并且直接从数学的设计自动化的结合只是放大了每个人在这个房间的影响,并加速了世界上的控制应用数量。
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.
因此,这些行动都是由技术大趋势推动的。它们也是基于模型的设计工具专门设计用来加速的动作。所以,我们已经从计算机辅助控制系统设计的穿孔卡片走了很长的路。谢谢你的收听。
你也可以从以下列表中选择一个网站:
选择中国站点(中文或英文)以获得最佳站点性能。其他MathWorks国家/地区网站未针对您所在地的访问进行优化。