Modellering og simulering av ingeniørsystemer er viktige oppgaver i ingeniøranalyse. Ved hjelp av Python biblioteker som NumPy og SciPy forenkler disse prosessene ved å gi kraftige verktøy for numerisk beregning og systemanalyse. Denne artikkelen introduser grunnleggende metoder for å modellere og simulere ingeniørsystemer med disse bibliotekene.

Å sette opp miljøet

For å begynne, installer de nødvendige bibliotekene hvis de ikke allerede er tilgjengelige. Bruk pip-kommandoer for å installere NumPy og SciPy:

pip installer numpy scipy

Modellering Ingeniørsystemer

Ingeniørsystemer kan ofte representeres ved hjelp av matematiske modeller som differensialligninger eller overføringsfunksjoner. NumPy gir verktøy for å skape matriser og vektorer, mens SciPy tilbyr funksjoner for å løse ligninger og simulere systemresponser.

For eksempel kan et enkelt masse-fjær-damper-system modelleres med differensialligningen:

m * x'' + c * x' + k * x = 0

Simulatorsystemer

SciPys integrasjonsmodul gjør det mulig å løse differensiallikninger numerisk. Funksjonen «solve ivp» brukes vanligvis til dette formålet. Her er et eksempel på å simulere masse-fjær-damper-systemet:

Definer systemet som en funksjon:

import numpy som np]

fra scipy.integrerate import solve ivp

]def mass spring damper(t, y, c, k):

retur [y[1], - (c / m) * y[1] - (k / m) * y[0]]

Sette startbetingelser og parametre:

initial conditions = [x0, v0]]

]t span = [0, 10]]

Ring løseren:

løsning = solute ivp(mass spring damper, t span, initial conditions, args=(c, k))

Analysere resultater

Etter simulering analyserer du resultatene ved å planlegge systemets respons over tid. Bruk biblioteker som Matplotlib til å visualisere dataene:

Import matplotlib.pyplot som plt]

plt.plot(solution.t, løsning.y[0])]

plt.xlabel('Tid (s)')]

plt.ylabel('Displacement')]

plt.show()