Modelleren en simuleren van engineeringsystemen zijn essentiële taken in engineering-analyse. Met behulp van Python-bibliotheken zoals NumPy en SciPy vereenvoudigen deze processen door krachtige tools te leveren voor numerieke berekening en systeemanalyse. Dit artikel introduceert basismethoden om engineeringsystemen te modelleren en te simuleren met deze bibliotheken.

Milieu

Om te beginnen, installeer de benodigde bibliotheken als ze nog niet beschikbaar zijn. Gebruik pip commando's om NumPy en SciPy te installeren:

pip install numpy scipy

Modellerings- en engineeringsystemen

Technische systemen kunnen vaak worden weergegeven met behulp van wiskundige modellen zoals differentiaalvergelijkingen of transferfuncties. NumPy biedt hulpmiddelen voor het maken van matrices en vectoren, terwijl SciPy functies biedt voor het oplossen van vergelijkingen en het simuleren van systeemresponsen.

Bijvoorbeeld, een eenvoudig massa-veer-damper systeem kan worden gemodelleerd met de differentiaalvergelijking:

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

Simulatiesystemen

De integratiemodule van SciPy maakt het numeriek oplossen van differentiaalvergelijkingen mogelijk. De functie 'solve ivp' wordt hiervoor vaak gebruikt. Hier is een voorbeeld van het simuleren van het massa-spring-dampersysteem:

Definieer het systeem als functie:

invoer van numpy als np

van scipy.integrate import solution ivp

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

terug te keren [y[1], - (c / m) * y[1] - (k / m) * y[0]]

Beginvoorwaarden en parameters instellen:

Initiële voorwaarden = [x0, v0]

t span = [0, 10]

Bel de oplosser:

oplossing = solution ivp(mass spring damper, t span, initial conditions, args=(c, k))]

Resultaten analyseren

Na simulatie, analyseer de resultaten door het plotten van de reactie van het systeem in de tijd. Gebruik bibliotheken zoals Matplotlib om de gegevens te visualiseren:

import matplotlib.pyplot as plt

plt.plot(solution.t, solution.y[0])

plt.xlabel('Tijd (en)']

plt.ylabel('Displacement')]

plt.show()