Como posso usar 'fmi2GetDirectionalDerivative'?

Question

Estou tentando obter o modelo de matriz Jacobiana da FMU, de acordo com a literatura a seguir, eu poderia usar fmi2GetDirectionalDerivativepara fazer isso, mas não tenho certeza do que preciso fazer exatamente.

Minha pergunta é:

1. Posso chamar essa função no Dymola ou no MATLAB?
2. Uma captura de tela ou um exemplo seria muito útil.

https://ep.liu.se/ecp/132/091/ecp17132831.pdf

Answer 1

Não estou familiarizado com a chamada de funções DLL no MATLAB, mas este é um exemplo em Python. FMPy (https://github.com/CATIA-Systems/FMPy) tem esses invólucros para executar FMUs em python.

Eu testei isso para um modelo simples que escrevi aqui ( Como acessar o modelo jacobian da FMU ou Dymola sem jacobian analítico ). Nesse caso, conhecidos são referências de valor de estados ou entradas, e desconhecidos são referências de valor de derivadas ou saídas.

Tive sucesso extraindo o Jacobiano quando exportado através da Dymola como Model Exchange FMU, mas não como Co-Simulation FMU.

def get_jacobian(fmu, vr_knowns, vr_unknowns):
    """
    populates jacobian from list of knowns and unknowns
    can be only called after the current sim time and inputs are set
    """
    jacobian = []
    try:
        for vr_known in vr_knowns:
            for vr_unknown in vr_unknowns:
                jacobian.extend(
                    fmu.getDirectionalDerivative(
                        vUnknown_ref=[vr_unknown],
                        vKnown_ref=[vr_known],
                        dvKnown=[1.0]
                    ))
        print_status(f'Jacobian Elements: {jacobian}')
    except Exception as e:
        print("[ERROR] cannot compute jacobian at current timestep")
        print(f"[ERROR] {e}")

Eu uso este snippet de código para coletar as referências de valor para estados e derivados usando FMPy:

# get FMU model description object
model_description = fmpy.read_model_description(
    os.path.join(fmu_path, fmu_filename)
)

# collect the value references
vrs = {}
for variable in model_description.modelVariables:
    vrs[variable.name] = variable.valueReference

# collect list of states and derivatives
states = []
derivatives = []
for derivative in model_description.derivatives:
    derivatives.append(derivative.variable.name)
    states.append(re.findall('^der\((.*)\)$',derivative.variable.name)[0])

# collect the value references for states and derivatives
vr_states = [vrs[x] for x in states]
vr_derivatives = [vrs[x] for x in derivatives]

Answer 2

Houve um artigo da Mitsubishi Electric na recente Conferência NAM Modelica 2020 que pode estar relacionado.