Ang pagmomodelo at pag-iinam ng mga sistema ng inhinyeriya ay mga mahahalagang gawain sa pagsusuri ng inhinyeriya. gamit ang mga aklatan ng Python tulad ng NumbePy at SciPy simplifices Ang mga prosesong ito ay nagbibigay ng mga makapangyarihang kasangkapan para sa pagbilang at pagsusuri ng sistema. Ang artikulong ito ay nagpapakilala ng mga pangunahing pamamaraan upang imodelo at gayahin ang mga sistema ng inhinyeriya sa pamamagitan ng mga aklatan na ito.

Pagtatatag ng Kapaligiran

Upang magsimula, i-install ang mga kinakailangang aklatan kung hindi pa ito magagamit. Gamitin ang pip commands na mag-install ng Numbey at SciPy:

Angpip ay nag-install ng numpy scipy

Pagmomodelo ng mga Sistema ng Inhinyeriya

Ang mga sistemang pang-inhinyeriya ay kadalasang maaaring katawanin gamit ang mga modelong matematikal gaya ng mga iba't ibang ekwasyon o gawaing paglilipat. ang NumbePy ay nagbibigay ng mga kasangkapan sa paglikha ng mga marisa at vector, habang ang SciPy ay nagbibigay ng mga tungkulin para sa paglutas ng mga ekwasyon at mga pagtugon ng sistemang pang-impektibo.

Halimbawa, ang isang simpleng mass-spring-damper system ay maaaring imodelo sa iba't ibang ekwasyon:

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

Mga Sistema ng Pag - unlad

Ang SuciPy's integrated module ay pumapayag sa paglutas ng iba't ibang mga ekwasyon ng mga numero. Ang 'solment ivp' na tungkulin ay karaniwang ginagamit para sa layuning ito. Narito ang isang halimbawa ng pag-iisa-sa-sa-spring-damper na sistema:

Sabihin ang sistema bilang isang gawain:

[import numpy bilang np

mula sa scipy.integrate na pag-angkat ay nakalutas sa ivp

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

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

Magtakda ng mga kalagayan sa simula at mga parameter:

inditional conditions = [x0, v0]

t span = [0, 10]

Tawagin ang tagalutas:

solusyon = lutasin ivp(mass spring damper, t span, paunang conditions, args=(c, k)]

Mga Resulta ng Pagsusuri

Pagkatapos na muling suriin, suriin ang mga resulta sa pamamagitan ng pagpaplano sa pagtugon ng sistema sa paglipas ng panahon.

[ulat matplotlib.pyplot bilang plt

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

plt.xlabel('Time ('Time)'

plt.ylabel('Displamentment')

plt.show()