使用PyFMI进行灵敏度分析 - FMU for for-loop

时间：2017-11-17 19:24:37

标签： python modelica fmi jmodelica

主要目标

区域供热网络的敏感性分析。

方法

  1. 使用AixLib和BuildingSystem库的系统的Modelica模型（在Dymola中）

  2. 将模型导出为FMU协同模拟

  3. 使用SALib（灵敏度分析python库）定义样本（参数扫描）

  4. 使用PyFMI在Python的for循环中为所有单个样本运行模型（并且可以使用JobLib并行化for循环以在多个处理器上执行模拟）

  5. SALib执行基于差异的敏感度分析（http://salib.readthedocs.io/en/latest/basics.html#an-example）

    6. 第一步

    Ishigami函数的简单modelica模型（不依赖于时间）。此功能通常用于测试灵敏度分析方法（https://www.sfu.ca/~ssurjano/ishigami.html）。

    python代码（包括使用PyFMI加载FMU和参数扫描）工作正常。

    问题

    经过一定程度的模拟后，我们得到一个错误。错误输出看起来并不总是相同。有时我们得到

      

    FMUException：加载二进制文件时出错。无法加载DLL：Eine   DLL-Initialisierungsroutine ist fehlgeschlagen。

    翻译：DLL-Initilisation例程失败。

    有时我们得到：

      

    FMUException：加载二进制文件时出错。无法加载DLL：Für   Diesen Befehl istnichtgenügendSpeicherverfügbar。

    翻译：此命令有内存不足。

    在大约650次模拟运行后发生错误。 这不取决于模拟是否在较小的循环块中执行，这些循环块一个接一个地重新运行，或者如果一个单循环遍历所有模拟。通过重新启动python控制台/进程，可以再次运行新的模拟。

    工作环境：

    Windows 10，Python 2.7，使用pip安装的PyFMI（不是JModelica），Jupyther笔记本上的Python编码（在Mozilla Firefox上）

    我们只有python和PyFMI的基本知识，并且真的在努力解决这个错误！

    附件

    下面你可以找到

    • Modelica模型用于从Dymola导出协同仿真FMU（使用CVode）

    • Python代码为py文件

    • python代码的输出散点图。

    我还在JModelica论坛上发了帖子，你可以直接下载文件（FMU，Jupyter笔记本等）： http://www.jmodelica.org/27925

    Modelica模型 

    model IshigamiFunction

  final parameter Real a = 7;

  final parameter Real b = 0.05;

  parameter Real x1 = 1;

  parameter Real x2 = 1;

  parameter Real x3 = 1;

  Real f;

equation

  f = sin(x1) + a * sin(x2)^2 + b * x3^4 * sin(x1);

end IshigamiFunction;

    Python代码 

    import numpy as np
import pylab as pl
from pyfmi import load_fmu
from SALib.sample import saltelli
from SALib.analyze import sobol
from ipywidgets import FloatProgress
from IPython.display import display


n = 100

problem = {
    'num_vars': 3,
    'names': ['x1', 'x2', 'x3'],
    'bounds': [[-np.pi, np.pi],
               [-np.pi, np.pi],
               [-np.pi, np.pi]]
}

param_values = saltelli.sample(problem, n)

fmu = 'Model\IshigamiFunction\IshigamiFunction.fmu'
n_sim = param_values.shape[0]

# Progress bar
f = FloatProgress(min = 0, max = n_sim, description='Progress:')
display(f)

# Numpy array to save results
y = np.zeros([param_values.shape[0]])
x1 = np.zeros([param_values.shape[0]])
x2 = np.zeros([param_values.shape[0]])
x3 = np.zeros([param_values.shape[0]])

for i, X in enumerate(param_values):
    model = load_fmu(fmu)  
    model.set(problem['names'], X)
    res = model.simulate(final_time = 1)
    y[i] = res['f'][-1]
    x1[i] = res['x1'][-1]
    x2[i] = res['x2'][-1]
    x3[i] = res['x3'][-1]
    f.value += 1


# Scatter plots
fig = pl.figure(figsize=(20, 5))
pl.clf()

pl.subplot(1,3,1)
pl.plot(x1, y, 'or')
pl.ylabel('x1')
pl.xlabel('f')

pl.subplot(1,3,2)
pl.plot(x2, y, 'ob')
pl.ylabel('x2')
pl.xlabel('f')

pl.subplot(1,3,3)
pl.plot(x3, y, 'og')
pl.ylabel('x3')
pl.xlabel('f')

pl.suptitle('Scatter plots')
pl.show()

# Sensitivity analysis
Si = sobol.analyze(problem, y, print_to_console=True)

    来自python脚本的输出图 enter image description here

    更新

    我做了一些测试，这就是我发现的：

    根据FMU是从Dymola还是从JModelica导出，行为是不同的：

    使用从Dymola导出的FMU：

    • 从{for循环中取出load_fmu行似乎正常工作
    • 即使{for}循环中没有load_fmu，有时候也是如此 崩溃
    • 在model.reset()命令之前添加新行model.set(...) 似乎工作正常
    • 使用或不使用模拟时的结果会有所不同 model.reset() - ＆gt;为什么??
    • model.instantiate()代替model.reset() - ＆gt;不起作用。该 任务管理器中的内存使用量最多可达350 MB左右
        

      FMUException：无法实例化模型。请参阅日志以获取更多信息。

    log_level = 4的日志文件：

    FMIL: module = FMILIB, log level = 4: XML specifies FMI standard version 2.0
FMIL: module = FMILIB, log level = 4: Loading 'win32' binary with 'default' platform types
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiInstantiateModel completed
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiInstantiateSlave
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiInstantiateModel completed
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiInstantiateSlave
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiSetReal: x1 = -1.76101
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiSetReal: x2 = -2.53414
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiSetReal: x3 = 0.116583
FMIL: module = Model, log level = 4: [][FMU status:OK] fmi2SetupExperiment: startTime is set to 0
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiEnterSlaveInitializationMode...
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiSetTime to 0
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiEnterSlaveInitializationMode completed
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiExitSlaveInitializationMode...
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiExitSlaveInitializationMode completed
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiGetReal: x1 = -1.76101
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiGetReal: x2 = -2.53414
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiGetReal: x3 = 0.116583
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiGetReal: a = 7
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiGetReal: b = 0.05
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiGetReal: f = 1.29856
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiGetDerivatives
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiGetDerivatives
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiGetDerivatives
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiGetDerivatives
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiGetDerivatives
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiGetDerivatives
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiGetDerivatives
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiGetDerivatives
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiSetTime to 0.002
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiDoStep
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiSetTime to 0.004
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiDoStep
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiSetTime to 0.006
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiDoStep
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiGetDerivatives
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiSetTime to 0.008
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiDoStep
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiSetTime to 0.01
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiDoStep
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiSetTime to 0.012
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiDoStep
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiSetTime to 0.014
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiDoStep
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiSetTime to 0.016
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiDoStep
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiSetTime to 0.018
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiDoStep
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiSetTime to 0.02
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiDoStep

...

FMIL: module = Model, log level = 4: [][FMU status:OK] fmiDoStep
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiSetTime to 0.99
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiDoStep
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiSetTime to 0.992
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiDoStep
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiSetTime to 0.994
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiDoStep
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiSetTime to 0.996
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiDoStep
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiSetTime to 0.998
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiDoStep
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiSetTime to 1
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiDoStep
FMIL: module = Model, log level = 1: [][FMU status:Fatal] The license file was not found. Use the environment variable "DYMOLA_RUNTIME_LICENSE" to specify your Dymola license file.

FMIL: module = Model, log level = 1: [][FMU status:Fatal] Instantiation failed
FMIL: module = Model, log level = 4: [][FMU status:OK] fmiFreeModelInstance

    使用从JModelica导出的FMU：

    • 即使load_fmu在for循环中（但速度较慢）
      • ，也能正常工作
    • 此体验与第5.4.2节（http://www.jmodelica.org/api-docs/usersguide/2.1/ch05s04.html#d0e1854）中JModelica文档中给出的示例不一致，其中在for循环中给出了load_fmu命令
    • 其中需要model.reset()或model.instatiate()命令 for-loop（与Dymola FMU相反） - ＆gt;为什么??

    我的问题：

    执行循环的原因是什么，它使用不同的参数多次模拟FMU模型？

    使用model.reset()，model.instatiate()或其中之一有什么区别？

    附件

    这是一个图表，显示了for循环与model.reset()之间的区别。 enter image description here

    从JModelica导出的FMU（不需要任何许可证）可以在此处下载：http://www.jmodelica.org/27925#comment-6668

2 个答案:

答案 0 :(得分：4)

Dymola FMU的正确方式（可能与其他供应商的FMU相同）将在for循环之外调用fmi / fmi2Instantiate。如果在没有二进制导出许可证的情况下导出FMU，这些功能将分配内存并执行许可证检查。通过调用fmiResetSlave / fmi2Reset，您可以将FMU重置为实例化状态，而无需新的内存分配。

  • fmiInstantiateSlave / fmi2Instantiate

    创建一个可用于模拟的FMU实例，多个调用将创建多个实例，每个实例都需要新内存分配和正确删除。

  • fmiReset

    在实例化之后和调用fmiInitializeSlave / fmi2Intialize之前将实例重置为状态。这个更快，不需要新的动态内存分配，应该在你的情况下使用。

此外，在调用fmiFreeSalveInstance / fmi2FreeInstance时，在没有二进制导出的情况下导出的Dymola FMU的许可检查可能会泄漏旧Dymola版本中的内存。这在大多数情况下不是问题，因为您通常在终止FMU时终止程序。通过在for循环中实例化你的FMU，这变得严重，你的记忆将最终结束。 如果您联系Dymola支持，则应提供修订包。

答案 1 :(得分：1)

对我来说，这看起来像是一个记忆问题。您可以在Win任务管理器中运行期间观察分配的内存吗？ 顺便说一下，你的FMU（来自你的邮件）需要一个DYMOLA_RUNTIME_LICENSE，它只能将复制限制为Dymola用户。

相关问题
最新问题