时钟When子句连续变量自动离散化与采样逻辑问题咨询

在Modelica的when子句中使用的连续变量会被自动离散化。以下是你的测试模型代码：

model test
  import Modelica.Constants.pi;
  Real f;
  discrete Real g;
  Clock clk=Clock(0.1);
equation 
  f = sin(pi*time);
  when Clock(0.1) then
    if f >= 0 then
      g = (sin(pi*time)) - 0.1;
    else
      g = (sin(pi*time)) + 0.1;
    end if;
  end when;
end test;

你希望基于连续变量f的数值对离散变量g进行采样，但发现f在when子句中被转换为离散值，这个实现存在以下几个问题：

1. 逻辑一致性风险 #

when子句触发时，f会被采样为该事件时刻的瞬时值，但你给g赋值时直接重新计算sin(pi*time)，而非使用已经采样的f。由于求解器处理事件点时可能存在微小的精度差异，极端情况下可能出现sin(pi*time)计算值和f采样值的偏差，导致判断条件与赋值逻辑不匹配，破坏模型行为的一致性。

2. 计算冗余 #

sin(pi*time)被重复计算了两次：一次赋值给连续变量f，一次在when子句中用于g的赋值。这会增加不必要的计算开销，在复杂模型中可能影响仿真效率。

3. 语义模糊与可读性差 #

代码中没有明确区分连续变量f和它在事件点的离散采样版本，容易让人误解f在when子句中是连续变化的，但实际上它只取事件触发时刻的离散值。这种模糊性会提升后续修改模型时引入错误的概率。

优化后的实现方案 #

方案1：直接复用采样后的f

去掉重复计算，直接使用when子句中采样得到的f值给g赋值，保证逻辑一致且减少计算量：

model test
  import Modelica.Constants.pi;
  Real f;
  discrete Real g;
  Clock clk=Clock(0.1);
equation 
  f = sin(pi*time);
  when Clock(0.1) then
    if f >= 0 then
      g = f - 0.1;
    else
      g = f + 0.1;
    end if;
  end when;
end test;

方案2：显式定义离散采样变量

如果需要更清晰地区分连续变量和其离散采样版本，可以新增一个离散变量存储f的采样值，提升模型可读性：

model test
  import Modelica.Constants.pi;
  Real f;
  discrete Real f_sampled;
  discrete Real g;
  Clock clk=Clock(0.1);
equation 
  f = sin(pi*time);
  when Clock(0.1) then
    f_sampled = f;
    if f_sampled >= 0 then
      g = f_sampled - 0.1;
    else
      g = f_sampled + 0.1;
    end if;
  end when;
end test;

内容的提问来源于stack exchange，提问作者Jack Hsueh