FMU精度问题

1.fmu存在的本质意义是连接来自不同学科的模型，进行多学科协同仿真，提高工作效率并降低开发成本，而不是对求解精度的复现；
2.建模工具的开发语言不确定，但是生成fmu的语言皆为C语言，所以每种开发语言、每款软件从原生模型到生成fmu的过程中都进行了相应的处理，导致fmu会和原生模型有不同程度的差别；
3.fmu本身是个黑盒，模型求解异常甚至失败时不能做到问题追踪，导致精度不能保证；
4.fmu功能本身是提供对不同软件模型的适配性和兼容性，所有这些特性都是和精度的要求相悖的；
5.原生模型在原有的仿真软件中，在输出求解结果时一般是用插值算法的方式进行了数据拟合，而这个代码实现一般不会打包到生成的fmu中，所以精度不一样无法溯源。

功能模型接口（FMI）作为一种标准，可以简化协同仿真（CS）过程，在早期验证阶段具有一定的优势。然而，由于存在不确定性，FMI不适用于后期关键验证环节。影响FMI仿真性能的关键因素包括步长、PID调优、FMU数量和软件版本。由于存在持续不确定性，目前不建议将FMI用于安全关键系统的验证。
具体来说：
早期验证： FMI适用于关注系统级行为且对精度要求不高的早期验证阶段。
协同开发： FMI支持将模型分布给不同领域和团队，促进协同仿真开发。
后期验证限制：由于转换、求解器差异和潜在精度损失带来的不确定性，FMI不适用于后期开发阶段的关键验证任务。
FMI用于验证：
当前验证不可靠： FMI版本2无法处理连续信号或不同类型信号，导致仿真结果与基准模型差异过大。此外，由于不同Simulink版本会使仿真行为不同，FMI无法用于安全关键系统的验证，特别是当不同部门使用不同Simulink版本时。
多个FMU导致精度下降和速度变慢：在单个仿真中使用多个FMU会导致精度下降和仿真速度变慢，进一步降低了FMI的优势。
建议：
避免在关键验证中使用FMI：目前，FMI不建议用于需要高可靠性的关键验证过程，因为存在的不确定性会导致结果不一致。