Gérez la complexité des modèles à mesure que les systèmes évoluent grâce à des workflows dédiés à l'architecture des modèles, à la gestion des données, à la collaboration, aux tests, à la vérification et aux performances de simulation. Assurez un développement et une maintenance plus efficaces des modèles Simulink à grande échelle au sein des différentes équipes.
Bonnes pratiques pour la mise à l'échelle
Découvrez les conseils des experts de MathWorks dans la série de vidéos « Bonnes pratiques Simulink pour la modélisation à grande échelle », qui présente les approches permettant de développer et gérer de grands modèles Simulink de manière collaborative. Cette série en cinq parties présente des stratégies pratiques pour les composants et interfaces, le développement collaboratif, la gestion des données et l'accélération des simulations.
Accélérer les simulations
Améliorez le débit des simulations grâce au mode Accelerator, au Fast Restart, aux fichiers de cache, aux outils d'analyse des performances et aux techniques de calcul parallèle.
Dépanner et accélérer les performances de simulation
Identifiez les causes du ralentissement de vos simulations et découvrez des solutions efficaces pour les accélérer.
Cache Simulink
Obtenez plus rapidement les résultats de simulation en utilisant des artefacts de modèle partagés.
Simulations parallèles
Exécutez plusieurs simulations indépendantes sur un ordinateur multicœurs ou un cluster d'ordinateurs.
Performance Advisor
Analysez votre modèle pour identifier les goulots d'étranglement courants qui nuisent aux performances de simulation.
Fast Restart
Exécutez plus rapidement des simulations consécutives.
Choix d'un mode de simulation
Sélectionnez le mode le plus efficace pour votre workflow.
Génération accélérée « Just-in-time »
Créez rapidement le modèle de plus haut niveau pour améliorer les performances lors de l'exécution de simulations en mode Accelerator.
Témoignages de réussite
Les leaders de l'industrie utilisent Simulink pour concevoir et simuler des systèmes volumineux et complexes. Découvrez comment ils utilisent ces modèles pour accélérer leur développement et tester de nouvelles idées.
Mise à l’échelle de vos modèles
Découvrez des documents qui vous aideront à prendre des décisions clés concernant l'architecture et la gestion des modèles. Ces rubriques proposent également des informations et des directives sur l'utilisation de certains patterns de modélisation dans des situations courantes, y compris lors de la mise à l'échelle de modèles.
Composition des modèles
Créez des architectures évolutives dans Simulink en vous appuyant sur Model References (des références de modèles), des composants réutilisables, des références de sous-systèmes et les bonnes pratiques en matière de design d'interfaces.
Gestion des données
Organisez les paramètres, les signaux, les types de données et les informations de configuration en utilisant les dictionnaires de données et les architectures de données évolutives Simulink.
Gestion de fichiers
Gérez les fichiers de projet, les dépendances et la configuration de l'espace de travail grâce à MATLAB Projects et aux références de projet.
Gestion de version et intégration continue
Intégrez les modèles Simulink à Git™, aux workflows de tests automatisés, aux systèmes de gestion de version et aux pipelines CI/CD.
Vérification et validation
Améliorez la qualité des modèles grâce à des workflows de test, d'analyse de couverture, d'analyse statique et de vérification des composants.
- Tester la planification et les stratégies
- Effectuer une vérification rigoureuse des composants
- Simplifier des modèles pour procéder à une analyse ciblée
- Activer la réutilisation des composants avec détection de clones
- Exécuter une suite de tests et traiter les insuffisances de couverture d'un modèle
Intégration de composants externes
Intégrez du code C, C++ et Python®, des FMU (Functional Mockup Units) et d'autres composants externes dans des modèles Simulink.
Développer vos connaissances grâce à nos formations
Développez et renforcez votre connaissance des bonnes pratiques en matière de mise à l’échelle, avec la formation Gestion et architecture de modèles Simulink, ou découvrez les autres formations de notre catalogue.
FAQ sur la modélisation Simulink à grande échelle
Les grands projets Simulink sont plus faciles à maintenir lorsque les modèles sont décomposés en module grâce à Model References, que les interfaces sont simplifiées avec des bus, que les données sont gérées via des dictionnaires de données Simulink et que le développement est organisé avec MATLAB Projects.
Model References supporte le développement modulaire, les workflows d'ingénierie parallèles, la réutilisation des composants, les tests indépendants et l'accélération des compilations. Cela permet d’améliorer les performances de simulation via des workflows incrémentaux, la réutilisation du cache, l'accélération sélective, la compilation indépendante des composants du modèle, ainsi que le support des modes Accelerator et Rapid Accelerator.
Les bibliothèques sont typiquement employées pour les petits utilitaires réutilisables. Subsystem References est utile pour les composants partagés et pour certains workflows Simscape ou HDL. Model References est recommandé pour la modularisation à grande échelle, les architectures réutilisables, les simulations autonomes et l'accélération des simulations.
Les bus réduisent la complexité des interfaces en regroupant des signaux liés au sein d'une même connexion. Cela améliore la lisibilité, la maintenabilité et l'évolutivité du modèle, tout en réduisant l'encombrement des schémas.
Simulink Data Dictionaries comprend des fichiers .sldd dédiés servant à stocker des paramètres, des signaux, des objets de bus, des énumérations, des types de valeurs et des jeux de configuration en dehors du modèle. Cela constitue une alternative évolutive au stockage de l'ensemble des données dans l'espace de travail de base de MATLAB.
L'espace de travail de base est utile pour le prototypage et les projets simples. Pour les projets de grande envergure, les équipes décentralisées et la maintenance à long terme, il est généralement recommandé d'utiliser Simulink Data Dictionaries, car cela offre une amélioration notable de l'organisation, de la persistance, du suivi des modifications et du partitionnement des données.
Oui. Data Dictionaries peut faire référence à d'autres Data Dictionaries, ce qui permet de partager des paramètres, définitions de bus, énumérations et données de configuration communs entre plusieurs modèles et hiérarchies de modèles.
MATLAB Projects simplifient la configuration de l'environnement, la gestion des chemins d'accès, le suivi des dépendances, l'intégration de la gestion de version, les références de projet, les workflows de test et la collaboration entre les équipes d'ingénieurs.
MATLAB Projects inclut l'outil Dependency Analyzer qui permet de visualiser les dépendances entre les modèles, les bibliothèques, les dictionnaires de données, les fichiers de test et les projets référencés, pour aider les équipes à comprendre l'impact des modifications.
MATLAB propose des outils graphiques de comparaison et de fusion qui mettent en évidence les modifications fonctionnelles et non fonctionnelles apportées aux modèles Simulink, à Data Dictionaries et aux autres fichiers supportés.
Parmi les techniques courantes, on peut citer l'utilisation de Simulink Profiler, de Solver Profiler, de Performance Advisor, du mode Accelerator, du mode Rapid Accelerator, de Fast Restart, de la modularisation des modèles, des fichiers de cache et des workflows de simulation parallèle.
Fast Restart permet d'effectuer des simulations à plusieurs reprises sans avoir à recompiler le modèle, dès lors que seules les valeurs des paramètres changent. Cela peut réduire considérablement le temps d'initialisation lors du réglage des paramètres et de l'exploration du design. Le mode Accelerator génère du code compilé pour l'exécution du modèle, ce qui réduit la surcharge liée à la simulation et améliore les performances de simulation par rapport au mode Normal. Le mode Rapid Accelerator génère une cible de simulation exécutable autonome, ce qui offre des gains de vitesse encore plus importants pour de nombreux workflows.
Les fichiers de cache Simulink stockent les artefacts compilés et les cibles de simulation pour pouvoir les réutiliser entre différentes sessions. Cela permet de réduire les délais de reconstruction et d'accélérer l'initialisation des modèles.
Le workflow parsim permet d'exécuter simultanément plusieurs simulations Simulink sur l'ensemble des cœurs de CPU disponibles, ce qui réduit la durée totale nécessaire aux balayages de paramètres, aux études de Monte Carlo et à l'optimisation du design.
La modularisation améliore la lisibilité, la réutilisabilité, la collaboration, la traçabilité, l'efficacité des tests, les performances de simulation et la maintenabilité à long terme. Il s'agit d'une pratique fondamentale pour faire évoluer les environnements reposant sur l'approche Model-Based Design.
