Aus dem Original-Abstract des Vortrags:

Viele Entwicklungsorganisationen setzen auf Systemmodellierung, doch nur ein Teil von ihnen nutzt den vollen Umfang von Model-Based Design. Manche verwenden Modelle lediglich zur Definition der Architektur von eingebetteten Regelungssystemen oder zur Codegenerierung ein. Bei einer solch isolierten Anwendung der Modellierung liegt jedoch ein Großteil des Potenzials von Model-Based Design brach. Durch einen frühzeitigen und über die gesamte Entwicklung laufenden Einsatz von Model-Based Design können Entwickler-Teams Fehler sehr früh identifizieren und beheben. Die frühzeitige Verifikation sorgt dafür, dass Ingenieurteams die meisten Probleme vor dem Implementieren und Testen mithilfe von ausführbaren Spezifikationen, Mehrdomänensimulationen und virtuellen Prüfständen identifizieren und korrigieren können.

Dieser Beitrag stellt erprobte Ansätze vor, mit denen eine frühzeitige Verifikation und Richtlinien zur Anwendung von Model-Based Design im gesamten Entwicklungs-Workflow erzielt werden können.

Wie unschwer zu erkennen ist, hielt ich den Vortrag in meiner Rolle als MathWorker. Wenn Sie auch ein »MathWorker« werden wollen, dann schreiben Sie mir an Joachim punkt Schlosser at MathWorks punkt De.

Fassen Sie diese Auflistung also nicht als Tabelle zum Abhaken auf, sondern als Anregung, sich über Ihre Ziele und Ihre Gegebenheiten klar zu werden.

1. Wer, den Sie kennen oder dem Sie vertrauen, setzt die Software schon ein? Warum hat er oder sie sich dafür entschieden? Wie zufrieden ist er oder sie damit?
2. Woher kennen Sie die Software? Wurde sie Ihnen empfohlen? Haben Sie gezielt nach einer Funktionalität gesucht? Stießen Sie im Internet bei der Recherche Ihres Aufgabengebietes darauf? Wer schreibt über die Software? Nur der Hersteller bzw. die Gruppe, oder auch Anwender?
3. Worin besteht der Hauptnutzen der Software allgemein? Gibt die Website Auskunft über Anwendungsszenarien, oder werden eher Funktionalitäten aufgellistet?
4. Wofür ist die Software geeignet? Kann sie nur genau ihren Zweck erfüllen, oder ist die Funktionalität so breit beschaffen, dass sie Ihnen auch hilft, wenn sich Ihre gesetzten Aufgaben verschieben und verändern?
5. Warum wollen Sie die Software einsetzen? Was versprechen Sie sich von deren Einsatz? Was sollte oder wird sich verbessern für Sie?
6. Was kostet Sie es fortlaufend an Arbeit, Aufwand oder Geld, wenn Sie die Software nicht anschaffen? Wie können Sie Ihre Aufgabe bewältigen, falls überhaupt? Was passiert, wenn Sie die Aufgabe nicht bewältigen können?
7. Wie werden Sie damit zurecht kommen, Einzelheiten der Benutzung immer wieder zu vergessen, falls Sie die Software nur ab und zu benutzen? Wie hilft Ihnen die Software dabei, zielführende Schritte zu unternehmen?
8. Welche Art von Dokumentation kommt mit der Software? Gibt es eine Online-Hilfe? Bringt die Stichwortsuche relevante Ergebnisse? Ist die Dokumentation sowohl offline als auch im Internet zu finden?
9. Wie werden Sie die Software erlernen ? Möchten Sie sich die Benutzung selbst beibringen? Bevorzugen Sie Online-Tutorials oder Videos? Bevorzugen Sie ein Buch, das Sie immer wieder zur Hand nehmen und in Ihrer eigenen Geschwindigkeit durcharbeiten können? Möchten Sie eine Schulung besuchen, in der Sie komprimiert und didaktisch aufbereitet das erfahren, was Sie wirklich brauchen, verbunden mit den Kniffen des Trainers und der Möglichkeit, direkt Fragen zu stellen?
10. Wer wird Sie unterstützen, wenn Sie während der Benutzung auf Probleme stoßen, die Sie nicht oder nur mit erheblichem Aufwand selbst bewältigen können? Diskutieren Sie gerne in Online-Foren? Oder haben Sie lieber einen technischen Ansprechpartner, den Sie auch anrufen können und der Zeit für Sie hat?
11. Wie lange wollen Sie die Software einsetzen? Wie schätzen Sie die Wahrscheinlichkeit ein, dass die Software auch bis zum Ende Ihrer angestrebten Nutzungszeit aktualisiert und unterstützt wird? Würde die Software den Aufkauf des Herstellers durch eine andere Firma überstehen?
12. Wann wollen Sie die Software beginnen zu verwenden? Ist die Software bereits verfügbar oder gibt es nur Ankündigungen oder Betaversionen? Wie lange gibt es die Software bzw. den Hersteller oder die Gruppe dahinter schon?
13. Wie lassen sich wiederkehrende Tätigkeiten in der Software automatisieren? Besitzt sie eine Skriptingschnittstelle? Wie ist diese dokumentiert? Welche Sprache und welche Konstrukte werden verwendet? Sie müssen das Skripting ja nicht jetzt und nicht selbst durchführen können, aber die Möglichkeit macht sie flexibler.
14. Wieviel Zeit können und wollen Sie für Preisverhandlungen aufwenden? Wie transparent ist die Preisgestaltung, falls es sich um kommerzielle Software handelt? Gibt es eigentlich immer irgendein Sonderangebot? Werden Preise frei verhandelt oder zahlt jeder vergleichbare Nutzer auch fair gleich viel?

Welche Fragen stellen Sie sich, bevor Sie für sich über eine Software entscheiden?

Bildquelle: winnifredxoxo auf Flickr, Lizenz CC-BY

all-electronics.de

Interview mit Joachim Schlosser von MathWorks: Neuerungen in Matlab Release 2011b

 Der Einsatz von Elektronik in unterschiedlichsten Bereichen des täglichen Lebens bedingt, dass immer mehr Software erstellt werden muss. Für den Software-Hersteller Mathworks heißt dies, dass zunehmend Anwender außerhalb der „klassischen“ Anwendungsfelder hinzukommen. Wir sprachen mit Joachim Schlosser, über die Neuerungen des aktuellen Matlab/Simulink Release 2011b.

28.10.2011 - Wir unterhielten uns über Trends, und über die Auswirkungen der aktuellen Release 2011b auf Anwenderorganisationen und Anwender.

Design Automation Conference Knowledge Center

Early Verification of Embedded Control Systems with Model-based Design

Tuesday, October 11, 2011, By: Guido Sandmann / Mathworks, Joachim Schlosser / Mathworks

Model-Based Design lets engineering teams verify requirements and designs early, before implementation and test, using executable specifications, multi¬domain simulations, and virtual testbeds. On a typical embedded software project, a large commercial vehicle manufacturer using Model-Based Design can realize total cost savings of more than 60% compared to traditional development. The vast majority of the savings are due to efficiencies gained in the requirements and testing phases through early verification. As the complexity of embedded systems grows, so do the costs of traditional development. In contrast, as an orga¬nization gains more experience with Model-Based Design, development costs are held in check—or even reduced—through shorter development cycles, increased reuse, and improved quality.

Der Beitrag beleuchtet, wie sich frühzeitige Simulation auch monetär auswirkt.

Markt & Technik Sonderheft »Industriecomputer & Embedded Systeme«

Zahlreiche neue Funktionen erweitern einen Klassiker: Projektverwaltung und Zertifizierung vereinfachen

Leider nur als Print ab Seite 30 – zum Heftshop

Ebenso wie im Interview oben führten wir auch hier ein Schreibgespräch, hier mit Fokus auf die Neuerungen in Sachen Projektverwaltung in Simulink und Zertifizierung von Systemen mit generierter Software.

Ich finde dieser Beitrag, besonders auch mit dem Hinweis am Anfang auf die gesellschaftliche Bedeutung von Innovation bei Transportkonzepten und Systemdefinition, gehört in den Grundkanon der Ingenieursausbildung. Bei allem Detailwissen, bei aller perfekter lokaler Auslegung und Domänenwissen kann eines leicht aus dem Fokus geraten: Dass schließlich und endlich das System den Nutzen erbringen muss, nicht einzelne Funktionalitäten, nicht einzelne Elemente. Das gesamte System muss ein möglichst optimales Ergebnis liefern.

Dieses optimale Ergebnis ist oftmals nicht im endlosen Optimieren einzelner Komponenten zu finden – Gunter Duecks Supramanie lässt grüßen –, sondern erst im Zusammenspiel, in der gesamtheitlichen Betrachtung des Systems. Viele moderne Systeme lassen sich durch den einzelnen jedoch kaum noch im Zusammenspiel und Wirkweise der einzelnen Parameter aller Komponenten überblicken, eine rein analytische Auslegung oder Optimierung wird unmöglich, weil das Gesamtsystem hoch nichtlinear ist. Stark vereinfacht fängt der Entwickler an, einzelne Stellschrauben zu verändern in der Hoffnung, das sich das Gesamtsystemverhalten in der darauf folgenden Messung oder Versuchsfahrt verbessert. Dreht er an anderen Stellschrauben, kann sich dies auch wieder verschlechtern. Manuell ist aufs Gesamtsystem bezogen also wenig zu holen.

Man müsste die Möglichkeit haben, hunderte oder tausende von Stellschraubenänderungen zusammen mit dem dazugehörigen Versuch gleichzeitig und automatisch durchführen zu können. Die Technologie dafür heißt Simulation und wird mit vielerlei Werkzeugen – seien es die meines Arbeitgebers, MATLAB & Simulink, oder auch  andere Simulationstools – seit Jahren für Teilsysteme oder einzelne Komponenten durchgeführt. Wie wäre es nun, die Simulation tatsächlich in größerem Maßstab durchzuführen? Und nicht nur einmal, nicht nur zehn mal, sondern hunderte, tausende Male? Und die Parameteroptimierung dabei automatisch durchführen zu lassen? Nicht nur für einen oder zwei, sondern für dutzende Parameter? Automatische Parameteroptimierung auf numerischer Basis gibt es schon. Aber auf einem Computer kommen Sie bei derartigen Aufgabenstellungen freilich nicht. Vielleicht bekommen Sie noch einmal das Modell unter, installieren dafür aber besser die 64-bit-Version des Simulators. Aber die Simulationszeit? Ist kein prinzipielles Hindernis, denn parallelisierbar ist das ganze auch schon. (Vorsicht: 2 Produktlinks). Rechenzeit sollte doch heutzutage kein limitierender Faktor mehr sein. Was hindert Sie daran, tausende von Simulationsläufen durchzuführen, von denen jeder ein paar Stunden dauert? Dass Sie nur einen kleinen Cluster zur Verfügung haben? Wozu gibt es Clouds? Simulation funktioniert auch in Clouds wie Amazons EC2.

Und wenn Sie Simulationen nicht einfach nur platt von vorn bis hinten durchführen, sondern die Simulation des Aufstartverhaltens Ihres Systems vielleicht als Schnappschuss abspeichern und erst dort zu simulieren anfangen, wo es interessant wird, dann sparen Sie sich von jedem Simulationslauf nochmals Zeit. Und wenn Sie dann noch Abstraktionsebenen sinnvoll wählen und Detail nur dort modelliert ist, wo es auch notwendig ist, dann laufen die Modelle auch. Ein Gerüst zur Wahl der Abstraktionsebene in verschiedenen Dimensionen bietet übrigens das Kapitel über Abstraktion in meiner Dissertation. Informatik und Ingenieurswissenschaften gehören hier zusammen.

Prinzipielle Anwendungen einiger Aspekte können Sie auch in den Aufzeichnungen der Vorträge von Scania zum Thema Spritsparen und Loren Dean zum Thema Parallelisierung auf der MathWorks Automotive Conference 2010 sehen, oder auch in der dazugehörigen Keynote.

Ist das einfach, ein Gesamtsystemmodell so zu integrieren, dass es tatsächlich noch in einem heutigen Computer simuliert werden kann? Nein, das wird mit Sicherheit kein Spaziergang. Das ganze dann noch stabil in die Cloud bringen? Es wird die Hölle, zumindest am Anfang. Was aber ist die Alternative? So weitermachen wie bisher und denken Sie (= Ihre Organisation) kommen damit ewig durch? Optimierungspotential auf der Strasse lassen?

Die Technologie der Simulation kann und wird sich nur in dem Maße vereinfachen und verbessern, in dem Sie genutzt und an ihre Grenzen und darüber hinaus getrieben wird. Es liegt in Ihrer Hand, die fußballfeldergroßen Hallen voller Computerracks, die an den Flüssen dieser Welt stehen, für Innovation im Ingenieurbereich, speziell der Antriebstechnik, zu nutzen. Und es liegt an Ihnen, der Software, genauer gesagt den Softwareherstellern immer mehr abzuverlangen. Aber simulieren Sie!

Kampmann schließt mit den Worten »Wer ins System investiert, wird in Zukunft den Markt für Hybrid- und Elektrofahrzeug aktiv mitgestalten.« Und ins System investieren heißt Systemverständnis herstellen, vertiefen und verfeinern, um dann mit diesem Verständnis arbeiten und optimieren zu können. Simulation ist der Schlüssel. Tun Sie was!

Was meinen Sie? Lassen Sie es die anderen Leser und mich bitte wissen.

Tim Harford ruft uns auf, zu akzeptieren, dass viele Problemstellungen und Aufgaben der Welt zu komplex sind, als dass wir sie zur Lösungsfindung komplett erfassen können. Viele Experten seien anfällig für das »Gott-Syndrom«. Komplexe Aufgaben ließen sich eben oft besser durch Versuch und damit auch durch möglichst gute Fehlschläge lösen.

Das trifft wohl auf auch viele Aufgaben aus dem Ingenieurbereich zu, er selbst nennt als Beispiel den Sprühkopf einer ###. Und hier treffen sich die beiden Welten: Evolution, also Versuch und Fehlschlag, lassen sich mit ingenieurmäßigen Vorgehen ja wunderbar verbinden. Genetische Algorithmen in Verbindung mit Simulation, also dem virtuellen dynamischen Test, lassen uns der Lösung schon sehr nahe kommen. Und dort, wo sich das Modell gegenüber der Realität geschlagen geben muss, bedarf es dann eben noch realer Versuche und Tests.

Entscheidend dürfte dabei wohl sein, dass dieses Ausprobieren und Versuchen nicht blind geschieht, sondern die Ergebnisse jeder Runde jeweils bewertet werden. Das heißt auch, dass es viele Runden des Ausprobierens benötigt. Wie Tim Harford berichtet, sollte dies nicht unbedingt durch realen Versuch geschehen, sondern durch Simulation.

Ich freue mich, dass das Thema simulationsbasierte Optimierung damit einem breiteren Publikum zugänglich gemacht wird. Vor allem, weil ja keiner die Genetik selbst ausprogrammieren muss, sondern es dafür vorgefertigte Werkzeuge gibt. Naheliegend für solche Verfahren erscheinen Probleme aus dem biologisch-medizinischen Bereich. Als ich gestern durch die Anwenderberichte zum Thema globale Optimierungsprobleme auf der Website meines Arbeitgebers, MathWorks, stöberte, fand ich auch einen zum Thema Design einer Brennstoffzelle für den Challenge-X-Wettbewerb an der Uni Waterloo.

Software wird für vielerlei Aufgabenstellung im Bereich der Optimierung benutzt. Das schöne daran ist eben, dass solche Algorithmen nicht länger Mathematikern und Informatikern vorbehalten sind, sondern jeder Fachrichtung offen stehen. Die Kernkompetenz wird damit zunehmend das Formulieren von Problemstellungen in mathematisch orientierten Sprachen wie MATLAB. Das detaillierte Ausprogrammieren des Lösungsalgorithmus reduziert sich stark. Und immer wieder gilt: nur die Fehlschläge bei der Suche nach einer Lösung (die Lösung gibt es ja oft nicht) ermöglichen es, uns zu lernen und den Lösungsraum einzuschränken. Weil anders als die Natur haben wir ja meist nicht ewig Zeit.

Also: Wann war Ihr letzter Fehlschlag? Und welche Schlüsse haben Sie daraus gezogen, um einer Lösung näher zu kommen? Und wie haben Sie in Ihrer Entwicklungsarbeit das Fehlermachen automatisiert?

Disclaimer: Ich arbeite für MathWorks, den Hersteller von MATLAB & Simulink, und verdiene somit durch die Software zur Lösung derartiger Aufgabenstellungen meinen Lebensunterhalt.

Sie nutzen MATLAB? Und Sie möchten Ihre Grafiken bzw. Figures bzw. Plots in anderen Dokumenten wiederverwenden? Dann gibt es einige Tipps, wie Sie ihre MATLAB Figures so vorbereiten, dass sie auch im Druck exzellent aussehen.

1. Wenn Sie schon mit dem Export über das Menü gut zurecht kommen und nur gerne die weißen Rändern weg hätten, dann lesen Sie bei Ralph Stelzer oder in der Onlinehilfe zum Befehl saveas (englisch).
2. Ebenfalls in der Onlinehilfe zu MATLAB finden Sie Hinweise, wie Sie ihre Graphen für den Export vorbereiten können.
3. Wie Sie Ihre Plots so richtig schön machen, lesen Sie im Artikel von Jiro Doke (englisch) als Gastbeitrag zu Loren on the Art of MATLAB.
4. Einen wunderbaren Vergleich verschiedener Möglichkeiten, Figures aus MATLAB zu exportieren, bietet Matlab figures – solving export problems von Matthias Pospiech. Angereichert mit Codebeispielen bespricht er die verschiedenen Ansätze.
5. Installieren Sie sich dieses: Das ultimative Allzweckwerkzeug für den Export von Graphen ist das Skript export_fig von Oliver Woodford auf MATLAB Central File Exchange. Dieses Skript bettet Schriften ein, verbessert die Liniendarstellung, aktiviert Antialiasing und Transparenzen für Bitmaps, beschneidet Ränder und hilft so beim Export in pdf, eps, png, tif, jpg und bmp. Brett Shoelson beschreibt das Skript in seinem Artikel Creating and exporting publication quality graphics (englisch).
6. Installieren Sie sich dieses: Jiro Doke beschreibt im Beitrag Fixing PostScript Lines (englisch) das Skript fix_lines, ebenfalls von Oliver Woodford. Dieses verschönert gestrichelte Linien nach dem Export in EPS.

Grafiken: Jiro Doke und Brett Shoelson, MathWorks

In zwölf Minuten ging es vom Beispiel einer Windkraftanlage im Modell bis hin zu den Verifikations- und Validierungsmethoden, die in MATLAB & Simulink vorhanden sind. Das Modell der Windkraftanlage findet sich auf MATLAB Central.

Informatik und Ingenieurwesen haben in der Tat noch einen langen Weg vor sich, um besser zusammenzuwachsen und von den jeweiligen Stärken der Fachgebiete und der Spezialisten wechselseitig zu profitieren.

Sie simulieren mit Simulink? Dann vergleichen Sie bestimmt auch verschiedene Simulationsläufe während der Arbeit am Modell interaktiv mit Hilfe von MATLAB Skripten. Das geht seit letzten Herbst auch einfacher, wie im Interview mit Elektronik Praxis angeführt:

Der Simulink Data Inspector in Standard-Simulink bietet die im Video erwähnte Funktionalität. Ein Video des Data Inspector erläutert auf Englisch die Funktionsweise.

Und wie erfährt man von solchen Neuerungen? Entweder über Webinare, die es zu jedem neuen Release gibt, oder durch die Release Notes.

Embedded-News.tv #1: Autonomous flight vehicle powered by MATLAB & Simulink

Michael Achtelik from Ascending Technologies in conversation with me about Model-Based Design with MATLAB & Simulink for autonomous flight vehicles.

Embedded-News.tv #2: Solving complex problems with modeling and simulation in MATLAB & Simulink

Evgeni Verbitski from MathWorks in conversation with me about letting a Lego robot solve the famous Rubik’s Cube.

DPN-Design Product News (Canada): MathWorks demonstrates breadth at electronica 2010

Michael R. Edwards from the Canadian magazine “Design Product News” interviewing me about our show.