Development of a Framework for System Simulations

Abstract

Die Systemsimulation von cyber-physischen und biomechanischen Systemen erfordert die Kopplung von Subsystemmodellen aus verschiedenen Modellierungsumgebungen.Jedes Modell bringt einen eigenen Solver und Schnittstellen mit, was die direkte Integration in einem monolithischen Solver erschwert.Bestehende Frameworks auf Basis des Functional Mock-up Interface (FMI) decken die standardisierte Kopplung ab, stoßen aber an Grenzen, sobald nicht standardisierte Modelle, hybride Ereignisse, algebraische Schleifen und Laufzeitmodellwechsel gemeinsam auftreten.Die vorliegende Arbeit stellt mit SysSimX ein Python-Framework für heterogene hybride Co-Simulation mit Laufzeitmodellwechsel vor.Das Framework ermöglicht die strukturelle Analyse der gekoppelten Systemstruktur, die Handhabung von hybriden Ereignissen und algebraischen Schleifen sowie den Laufzeitwechsel zwischen alternativen Modellen desselben Subsystems.Über eine gemeinsame Komponentenabstraktion koppelt es Functional Mock-up Units (FMUs), OpenSim-Modelle und Finite-Elemente-Methoden (FEM) Modelle.Die Implementierung wurde durch Feature-Level-Szenarien verifiziert.Eine Fallstudie mit einem geregelten Pendel und Kontaktereignissen verglich den integrierten Workflow mit monolithischen OpenModelica-Referenzmodellen und einem Full-FEM-Benchmark.Mit kleinerer Makroschrittgröße konvergierte das Basisszenario monoton gegen das monolithische Referenzmodell.Das Kontaktszenario mit Laufzeitmodellwechsel zwischen FMU-, OpenSim- und FEM-Pendelmodellen verfolgte die Referenztrajektorie mit einem maximalen Winkelfehler von etwa 0,30° und reproduzierte alle fünf Kontaktereignisse.Die Aktivierung des FEM-Modells nur in der Nähe des Kontakts reduzierte die mediane Gesamtlaufzeit von 467,6 s auf 289,6 s, was einer Beschleunigung um den Faktor 1,61 gegenüber der Full-FEM-Konfiguration entspricht.Insgesamt belegt die Fallstudie, dass sich der heterogene hybride Co-Simulations-Workflow mit Laufzeitmodellwechsel in einer einheitlichen Architektur umsetzen lässt.Diese Einordnung bleibt auf die numerische Verifikation gegen modellbasierte Referenzen sowie auf die Workflow-Validierung und den Laufzeit-Benchmark der Pendel-Fallstudie beschränkt.

System-level simulation of cyber-physical and biomechanical systems often requires subsystem models from different tools and modeling paradigms.These models keep their own solvers, interfaces, and event semantics, which makes direct integration in one monolithic solver impractical.Existing workflows based on the Functional Mock-up Interface support standardized coupling, but provide limited combined support for tool-specific models, hybrid events, algebraic-loop handling, and runtime model switching.This thesis develops and evaluates SysSimX, a Python framework for heterogeneous hybrid co-simulation with runtime model switching.The framework couples Functional Mock-up Units (FMUs), OpenSim models, and finite-element method (FEM) models through a shared component abstraction.Its orchestration layer derives structural execution metadata and reuses it for initialization, master algorithm execution, and algebraic-loop handling.Additional framework mechanisms support hybrid event localization and runtime switching between alternative models of the same subsystem.The implementation was verified through focused feature-level scenarios, and a controlled-pendulum case study evaluated the integrated workflow against monolithic OpenModelica references and a full-FEM benchmark.The FMU-only baseline converged monotonically toward the monolithic reference under macro-step refinement.The switched contact scenario tracked the rigid-contact reference within a maximum angle error of about 0.30° and reproduced all five contact events.Activating the FEM model only near contact reduced the median total wall time from 467.6 s to 289.6 s, a speedup of 1.61x over the full-FEM configuration.The results show that SysSimX provides a coherent implementation architecture for heterogeneous hybrid co-simulation with runtime model switching.The evidence is limited to numerical verification against model-based references, a selected runtime benchmark, and workflow validation through the controlled-pendulum case study.