Formations MATLAB et Simulink

Détails de la formation

Cette formation d'une journée se concentre sur l'utilisation de Simulink Design Verifier™ pour s'assurer qu'un modèle est exempt d'erreurs de conception, qu'il est complètement testé et qu'il répond aux exigences nécessaires.

Les sujets abordés contiennent :

  • Détection et correction d'erreurs de conception communes
  • Collecte de la couverture de modèle
  • Génération automatique de test pour compléter la couverture du modèle
  • Preuve de propriétés du modèle pour la vérification basée sur les exigences
  • Gestion de la complexité du modèle pour rendre l'analyse efficace

Jour 1


Comprendre le workflow de vérification

Objectif: Se familiariser avec le workflow de vérification et apprendre à préparer un modèle et à lancer une analyse simple avec Simulink Design Verifier.

  • Introduction aux méthodes de vérification formelles
  • Exploration du workflow de Simulink Design Verifier
  • Préparation du modèle et vérification de la compatibilité
  • Configuration des options d'analyse
  • Génération des résultats

Détection d'erreurs de conception

Objectif: Apprendre l'utilisation de l'outil de détection d'erreurs de design (conception) pour vérifier un modèle.

  • Vue d'ensemble des types d'erreurs de design
  • Détection des erreurs de design
  • Interprétation des résultats et création de rapports
  • Correction des erreurs de design
  • Utilisation des parameter tables

Génération automatique de tests

Objectif: Utiliser la génération automatique de tests pour compléter la couverture manquante du modèle pour différent types de couverture.

  • Vue d'ensemble des types de couvertures
  • Mesure de la couverture de modèle
  • Augmentation de la couverture en générant des tests automatiquement
  • Interprétation des résultats et création de rapports
  • Utilisation de conditions et d'objectifs personnalisés

Preuve de propriétés

Objectif: Formaliser les exigences en propriétés et utiliser ces propriétés pour prouver la conformité d'un design vis à vis de ses exigences.

  • Formalisation des exigences
  • Preuve de propriété
  • Correction des propriétés falsifiées
  • Utilisation d'opérateurs temporels

Gestion de la complexité de modèle

Objectif: Identifier les origines de la complexité du modèle et apprendre les techniques pouvant améliorer les performances de l'analyse.

  • Identification des origines de la complexité du modèle
  • Implémentation du remplacement de bloc
  • Gestion des non-linéarités
  • Gestion de la complexité des lookup tables
  • Travail avec des compteurs et des timers

Niveau: Intermédiaire

Durée: 1 jour

Langues: English, 日本語, 한국어, 中文

Afficher le calendrier et s'inscrire