در بسیاری از سیستم‌های واقعی، رابطه ورودی و خروجی به‌صورت ساده و خطی قابل‌بیان نیست. رفتار سیستم ممکن است در نقاط مختلف عملکرد، تغییرات ناگهانی یا تدریجی داشته باشد و نتوان آن را با یک معادله واحد توصیف کرد. در چنین شرایطی، ابزارهای مدل‌سازی مبتنی بر داده ارزش بالایی پیدا می‌کنند. یکی از رایج‌ترین روش‌ها در سیمولینک برای نمایش این دسته از روابط، استفاده از Lookup Table است. این روش به شما اجازه می‌دهد رفتار واقعی سیستم را از طریق داده‌های تجربی یا نتایج آزمایشگاهی تعریف کنید، بدون اینکه نیاز به استخراج یک مدل ریاضی پیچیده داشته باشید.

Lookup Table چیست و چه کاربردی دارد؟

Lookup Table یک جدول نگاشت است که برای هر ورودی، خروجی متناظر را ارائه می‌کند. این جدول می‌تواند شامل داده‌های واقعی، نتایج اندازه‌گیری یا داده‌هایی باشد که از شبیه‌سازی‌های دیگر استخراج شده‌اند. این ساختار به‌جای استفاده از روابط تحلیلی، با تکیه بر داده، خروجی مناسب را پیدا می‌کند. زمانی که رفتار سیستم غیرخطی باشد یا امکان مدل‌سازی آن با روابط سنتی وجود نداشته باشد، Lookup Table ابزاری ساده، دقیق و قابل‌اتکا محسوب می‌شود.

چرا استفاده از Lookup Table مفید است؟

مزیت اصلی Lookup Table در این است که مدل‌سازی را به‌شدت ساده می‌کند. نیاز نیست معادلات پیچیده تشکیل دهید یا تقریب‌های دشوار بسازید. تنها کافی است نقاط کلیدی رفتار سیستم را ثبت کنید و جدول را در سیمولینک وارد کنید. علاوه بر این، این روش دقیقاً مطابق داده‌های واقعی عمل می‌کند و خطاهای ناشی از فرضیات مدل‌سازی را از بین می‌برد. این ویژگی باعث می‌شود که Lookup Table هم در مراحل اولیه طراحی و هم در پیاده‌سازی مدل‌های دقیق کاربرد گسترده‌ای داشته باشد.

انواع Lookup Table در سیمولینک

سیمولینک چند نوع Lookup Table ارائه می‌دهد تا برای شرایط مختلف مناسب باشد. یکی از رایج‌ترین نوع‌ها، 1‑D Lookup Table است که رابطه‌ای بین یک ورودی و یک خروجی تعریف می‌کند. زمانی که رابطه پیچیده‌تر باشد و چند ورودی برای محاسبه خروجی نقش داشته باشند، می‌توان از 2‑D یا n‑D Lookup Table استفاده کرد. این بلوک‌ها به شما اجازه می‌دهند رفتار سطحی یا حجمی داده‌ها را شبیه‌سازی کنید. با انتخاب نوع مناسب، می‌توان هر سطحی از پیچیدگی غیرخطی را مدل کرد.

نحوه کار Lookup Table در مدل‌سازی غیرخطی

Lookup Table بر اساس نقاط داده‌شده، خروجی مناسب را پیدا می‌کند. اگر ورودی دقیقاً برابر یکی از نقاط جدول باشد، همان مقدار مربوطه بازگردانده می‌شود. اما اگر ورودی بین دو نقطه قرار بگیرد، سیمولینک از روش‌هایی مانند درون‌یابی برای تعیین خروجی استفاده می‌کند. این کار باعث می‌شود مدل با وجود داده‌های محدود، همچنان رفتار پیوسته و روانی داشته باشد. این روش کاملاً مفهومی و مبتنی بر فاصله‌یابی داده‌هاست و برای نمایش رفتار غیرخطی بسیار مناسب است.

مدیریت داده‌ها و بهبود دقت مدل

برای اینکه Lookup Table رفتار دقیق‌تری ارائه دهد، لازم است نقاط داده‌شده به‌خوبی توزیع شوند. اگر فاصله بین نقاط زیاد باشد، احتمال خطا در درون‌یابی افزایش می‌یابد. بنابراین معمولاً پیشنهاد می‌شود نقاط بیشتری در بخش‌هایی قرار گیرند که سیستم رفتار غیرخطی‌تری دارد. همچنین می‌توان از ابزارهای سیمولینک برای بررسی پیوستگی خروجی، جلوگیری از ایجاد نوسان، و مدیریت ورودی‌های خارج از محدوده استفاده کرد. این کار کمک می‌کند مدل براساس داده‌ها، پایدار و قابل‌اعتماد باقی بماند.

چه زمانی باید از Lookup Table استفاده کنیم؟

اگر رابطه بین ورودی و خروجی پیچیده، چندبخشی، یا غیرخطی باشد، بهترین انتخاب Lookup Table است. این ابزار مخصوصاً زمانی مفید است که داده‌های واقعی یا نتایج شناسایی سیستم در اختیار دارید. همچنین در مدل‌سازی عملگرها، حسگرها، رفتار مواد، دینامیک‌های تجربی و سیستم‌هایی که تحلیلی نیستند، استفاده از Lookup Table یکی از ایده‌آل‌ترین راهکارها محسوب می‌شود. در بسیاری از پروژه‌های صنعتی نیز برای جلوگیری از مدل‌سازی تحلیلی سنگین، این روش به‌عنوان راه‌حل اصلی توصیه می‌شود.

جمع‌بندی

Lookup Table یکی از ساده‌ترین و درعین‌حال قدرتمندترین روش‌ها برای مدل‌سازی روابط غیرخطی در سیمولینک است. با استفاده از داده و بدون نیاز به فرمول‌بندی، می‌توان رفتار واقعی سیستم را به‌خوبی شبیه‌سازی کرد. انواع مختلف این بلوک‌ها به شما امکان می‌دهند روابط ساده تا بسیار پیچیده را پوشش دهید و مدل نهایی بسیار نزدیک به رفتار واقعی باشد. این روش راهکاری عملی و داده‌محور برای سیستم‌های غیرخطی است که در دنیای واقعی بسیار رایج‌اند.

کلیدواژه ها : مدل‌سازی غیرخطی-nonlinear modeling-لوکاپ تیبل-Lookup Table-شبیه‌سازی داده‌محور-data driven simulation-بلوک Lookup Table در سیمولینک-Lookup Table block in Simulink-رابطه ورودی خروجی-input output relation-درون‌یابی-interpolation-مدل‌سازی مبتنی بر داده-data based modeling-سیمولینک متلب-simulink matlab-روابط چندبعدی-multidimensional mapping-مدل‌سازی حسگر و عملگر-sensor actuator modeling-رفتار غیرخطی سیستم-system nonlinear behavior-تحلیل داده تجربی-experimental data analysis-دقت مدل‌سازی-model accuracy