Engee на старт!

Друзья,

При создании больших моделей часто сталкиваешься с тем, что схема превращается в хаотичный набор блоков и соединений, в котором сложно разобраться.

Записали новое видео, в котором на конкретном примере расчёта мощности трёх резисторов показываем, как сделать модель читабельной и удобной для использования.

Разбираем путь от запутанной модели к гибкой архитектуре:
🔸Обычные подсистемы для группировки логики
🔸Маски блоков для их настройки через удобный интерфейс
🔸Атомарные подсистемы, каждая с собственным шагом дискретизации
🔸Модели-ссылки для повторного использования узлов
🔸Пользовательские библиотеки блоков для хранения ваших компонентов

Показываем, как с помощью этих инструментов можно сделать модель наглядной, удобной для настройки и пригодной для повторного использования.

🔧 Если вы работаете над сложными проектами в Engee, этот материал поможет вам структурировать модели и ускорить разработку.

📹 Видео в ВК

Приятного просмотра!

🏆 Школа анализа данных 24.08

🔧 Как объединить детальную механику и алгоритм управления в один замкнутый контур, если они созданы в разных средах?

C помощью косимуляции Engee и Euler!

В новом проекте моделируется система позиционирования груза на горизонтальной направляющей.

Механическая часть реализована в Euler:
🔸груз массой 100 кг движется по направляющей длиной 2 м;
🔸со сферическим звеном массой 2 кг его соединяет пружина жесткостью 80 кгс/м;
🔸движению противодействует сухое трение силой 5 кгс;

Алгоритм управления работает в Engee:
Релейный элемент с гистерезисом переключает целевое положение между 0 и 1,5 м. Базовая траектория с упреждением создает необходимое усилие и обеспечивает перехват звена, а ПИ-регулятор компенсирует ошибку положения. Коррекция ограничена диапазоном ±0,6 м, чтобы не сорвать контактный захват.

Engee передает в Euler командное положение привода, а в обратном направлении получает положение и скорость груза, скорость промежуточного звена и силу трения. Обмен выполняется с шагом 0,001 с по протоколу UDP благодаря пакету поддержки Euler платформы Engee.Интеграции.

✅ Результат симуляции
Получено устойчивое циклическое перемещение груза с перерегулированием не более нескольких сантиметров.

Такой подход позволяет проверять алгоритм управления вместе с детальной механикой контактов и трения еще до создания физического стенда.

➡️ Все материалы проекта выложены в Сообществе Engee

🏆 Школа анализа данных 24.08

Друзья,

Часто при работе с большими моделями не очевидно, откуда сигнал получил свой тип данных, размерность или частоту дискретизации. Особенно если характеристики наследуются через несколько уровней модели.

📹 Записали новое видео, посвящённое прямому и обратному наследованию характеристик сигналов в Engee.

Разбираем, как работает механизм наследования и как определить источник характеристик сигнала.

В видео используем готовую модель из сообщества Engee: показываем, где её найти, как загрузить и повторить все шаги самостоятельно.

🔧 Если вы регулярно работаете со сложными моделями, этот материал поможет быстрее разбираться с вопросами, связанными с распространением характеристик сигналов.

Приятного просмотра!
📱 Ссылка в VK

🏆Школа анализа данных 24.08

Друзья, долгожданный анонс! 🔥

Сегодня мы открываем набор в нашу новую летнюю школу — Школу анализа инженерных данных.

Инженерных данных становится всё больше. Моделирование, испытания, измерения, телеметрия — почти любой проект сегодня оставляет после себя огромный массив информации. Вопрос уже не в том, где взять данные, а в том, как с ними работать.

На практике всё часто выглядит знакомо: несколько скриптов, Excel, Jupyter Notebook, десяток графиков, ручная обработка и папка с файлами, в которой через пару месяцев уже сложно разобраться даже автору.

До какого-то момента этого хватает. Но когда проект становится сложнее, такой подход начинает тормозить разработку.

Именно поэтому мы решили посвятить новую школу инженерному анализу данных.

Будем говорить не столько об инструментах, сколько о подходах. О том, как подготовить данные к анализу, как находить в них закономерности, как строить воспроизводимые расчёты и как сделать так, чтобы результаты можно было использовать не один раз, а на протяжении всего жизненного цикла проекта.

По большому счёту, школа про одну простую вещь — как встроить анализ данных в инженерный процесс. Чтобы он перестал быть набором разрозненных скриптов и превратился в такой же полноценный этап разработки, как моделирование, испытания или верификация.

Присоединяйтесь 💙

🧑‍🎓 Формат: онлайн, еженедельные лекции и разборы
⭐️ Обучение бесплатное, по итогам выдаём сертификат.
⏳ Старт Школы – с 24 августа 2026 г.

📎 Подробнее о программе и регистрация

🛠 Julia, MATLAB и Python в одной инженерной среде

В инженерных командах редко бывает так, что все работают на одном языке. Где-то исторически остался MATLAB, новые алгоритмы пишутся на Julia, а для анализа данных и сторонних библиотек используется Python.

Но какой язык лучше выбрать для вычислений? Хорошая новость в том, что в Engee ничего из этого выбирать не нужно. Все три языка могут работать вместе.

Недавно мы подготовили три материала, посвящённых этой теме.

➡️ Сравнение синтаксиса Julia, MATLAB и Python

Если приходится регулярно переключаться между языками, постоянно ловишь себя на мысли: "А как это пишется в MATLAB? А как в Python?"

Мы собрали для вас наиболее часто используемые конструкции в одном месте: работа с массивами и матрицами, линейная алгебра, функции, словари, исключения, ввод-вывод и многое другое. Пользуйтесь!

Например:

Поэлементное умножение
Julia: A .* B
MATLAB: A .* B
Python: A * B

Матричное умножение
Julia: A * B
MATLAB: A * B
Python: A @ B

Логическая индексация
Julia: A[A .> 0]
MATLAB: A(A>0)
Python: A[A>0]

➡️ Интеграция Julia, MATLAB и Python

Самое интересное — языки можно использовать совместно.
Например, передать массив из Julia в MATLAB:

x = rand(1000)

@mput x

mat"""
y = fft(x);
"""

@mget y

Или сразу обратиться к библиотеке NumPy:

np = pyimport("numpy")
np.mean(y)

В опубликованном проекте показана полноценная цепочка вычислений: Julia формирует исходные данные, MATLAB выполняет быстрое преобразование Фурье, Python анализирует результат через NumPy, после чего данные возвращаются обратно в Julia. Всё это происходит внутри одного проекта без экспорта файлов и ручной конвертации данных.

➡️ А что по производительности?

Заодно решили сравнить Julia, MATLAB и Python на нескольких типовых инженерных задачах.

В тест вошли:
• векторные вычисления на массивах из 10⁷ элементов;
• умножение матриц 5000×5000;
• решение СЛАУ размерностью 8000×8000;
• быстрое преобразование Фурье для 10⁷ отсчётов;
• численное интегрирование;
• метод Монте-Карло;
• решение уравнения теплопроводности.

Картина получилась вполне ожидаемой:
🔹На линейной алгебре Julia и MATLAB работают практически одинаково — обе используют высокооптимизированные BLAS/LAPACK.
🔹А вот там, где начинается большое количество последовательных вычислений — циклы, Монте-Карло, численные схемы, — Julia начинает заметно уходить вперёд. В некоторых задачах преимущество над MATLAB достигает порядка, а над Python — нескольких порядков.

Если вам интересны Julia, MATLAB или Python в инженерных расчётах — рекомендуем посмотреть все три материала. Они хорошо дополняют друг друга: сначала можно быстро найти нужную конструкцию, затем разобраться с интеграцией языков, а после посмотреть, как они ведут себя на реальных вычислительных задачах.

📎 Все материалы уже доступны в каталоге проектов сообщества Engee:
• Cравнение синтаксиса Julia, MATLAB и Python
• Интеграция Julia, MATLAB и Python
• Тестирование производительности: Julia, MATLAB, Python

Релиз 26.6 – новое в июне 🌞🛠️🍒

Друзья,

☀️ Кажется, лето только началось, а первый месяц уже позади. Надеемся, вы успели не только немного отдохнуть, но и сделать что-нибудь интересное.

Мы тем временем тоже без дела не сидели. На Engee.com уже доступно июньское обновление, в котором появилось много полезных возможностей и улучшений для среды моделирования. Постарались сделать ежедневную работу инженеров немного удобнее, быстрее и приятнее.

Самое важное:
⭐️Новое приложение - Словари данных;
⭐️Новые возможности для контекстного меню холста;
⭐️Синхронизация временных графиков;
⭐️Обновление дизайна и юзабилити Engee.Интеграции;
⭐️Подсветка синтаксиса в пользовательских шаблонах генератора кода;
⭐️Поддержка CAN FD;

А еще:
✅Новые блоки и функции в библиотеках Электричества, Газа, Навигации, РЧ, Интерфейсов, Радаров, ФАР, ЦОС;
✅Горячие клавиши для «комментирования» блоков;
✅Улучшения конвертора моделей;
✅Улучшение подсветки выходов мультискоростных подсистем;
✅Блоки Servo в пакете поддержки Arduino;
✅Новые статьи в Документации и новые Примеры;

Если хотите ознакомиться со всеми изменениями, обязательно загляните в раздел Что нового 26.6.

Желаем вам продуктивного июля, интересных инженерных задач и времени не только на работу, но и на лето. Спасибо, что развиваете Engee вместе с нами! 💼

P.S. Следите за новостями, очень скоро мы анонсируем кое-что очень интересное! 👀

▶️ Моделируем режимы работы аккумулятора

Друзья, хотим поделиться с вами наглядным проектом на основе конечных автоматов.

Представьте себе аккумулятор, который может находиться в различных режимах работы:

1️⃣Быстрая зарядка - с 0 до 80%;
2️⃣Медленная зарядка - с 80 до 100%;
3️⃣Разрядка в ходе использования аккумулятора;
4️⃣Переключение на резервную батарею при критическом уровне заряда.

Как спроектировать такую систему, чтобы логика переключений между режимами была понятной и не превращалась в запутанный клубок условий?

В Engee для этого есть надёжный и удобный инструмент - библиотека «Конечные автоматы».

➡️ На её основе мы разработали модель, которая позволяет:

✔️ Отслеживать уровень заряда аккумулятора и резервной батареи;
✔️ Автоматически выбирать нужный режим работы в зависимости от уровня заряда;
✔️ Наблюдать за изменением выходной мощности аккумулятора;
✔️ Визуализировать периоды активности резервной батареи.

➡️ Проект демонстрирует ключевые концепции моделирования на основе конечных автоматов:

🔹Графы переходов и машины состояний;
🔹Иерархичность состояний;
🔹Параллельную декомпозицию и синхронизацию параллельных состояний.

Особенно полезен этот пример будет для тех, кто только знакомится с моделированием управляющей логики в Engee: возможности библиотеки разбираются последовательно - от простых к сложным. Так что разобраться сможет каждый!

📎 Ознакомиться с проектом вы можете в Сообществе Engee.

Используйте современные инструменты для моделирования сложных систем, и пусть ваши наработки превращаются в надёжные и масштабируемые решения!

Что для вас самое полезное в Engee? 👀

Публикуем третью часть отзывов наших пользователей.

На этот раз своими впечатлениями делятся преподаватели, инженеры и исследователи из университетов России и Беларуси. Среди преимуществ Engee они отмечают низкий порог входа для пользователей MATLAB, встроенные обучающие курсы, подробную документацию, обширные библиотеки компонентов и удобную браузерную среду для совместной работы.

💼 Для многих Engee стал не только инструментом моделирования, но и эффективной платформой для обучения студентов и проведения научных исследований.

📡 Как определить направление на источник сигнала, когда целей несколько, а условия приёма далеки от идеальных?

Друзья,

В сообществе Engee опубликован новый проект по моделированию многоканальной широкополосной системы пеленгации множественных малоразмерных объектов - БПЛА типа «квадрокоптер».

➡️ Сценарий: радиолокационная станция (РЛС) с прямоугольной фазированной антенной решёткой (ФАР) расположена в начале координат. В её зоне наблюдения по направлению к РЛС одновременно движутся 4 малоразмерных БПЛА. Дальность до целей составляет 1000-1500 метров, скорость 130-150 м/с. Азимутальные направления на цели лежат в пределах [-20, 20] град, угломестные - [0, 30] град.

➡️ Задача: при заданных параметрах антенной решётки, зондирующего широкополосного импульса и приёмо-передающего тракта РЛС сравнить, какой из трёх алгоритмов цифровой обработки сигналов (BeamScan, MVDR (Capon), MUSIC) точнее справляется с задачей определения углового положения целей при различных значениях отношения сигнал/шум (ОСШ).

Внутри модели:
🔹генерация пачки импульсов сигналов с линейной частотной модуляцией (ЛЧМ);
🔹моделирование эквидистантной прямоугольной антенной решётки;
🔹излучение и прием отраженного сигнала;
🔹добавление шумов и изменение ОСШ в широком диапазоне;
🔹моделирование сценариев движения и фоно-целевой обстановки;
🔹расчет пространственных спектров;
🔹оценка направлений прихода сигналов различными алгоритмами.

В проекте можно проследить, как меняется работа каждого алгоритма при ухудшении отношения сигнал/шум, а именно - результаты моделирования показывают, что MVDR обеспечивает высокое разрешение при хорошем качестве сигнала, BeamScan сохраняет работоспособность при сильных шумах, а MUSIC демонстрирует наиболее удачный баланс между разрешающей способностью и помехоустойчивостью. Даже при отрицательных значениях ОСШ алгоритм MUSIC продолжает уверенно обнаруживать все четыре цели.

Важно отметить, что проект позволяет не просто получить готовый результат, а исследовать саму задачу пеленгации множественных целей в сложных сценариях.

Можно изменять:
🔸параметры антенной решётки и приёмо-передающего тракта;
🔸параметры зондирующих импульсов;
🔸количество источников сигнала и сценарии их движения;
🔸отношение сигнал/шум;
🔸используемый алгоритм пеленгации.

В результате мы имеем полноценный исследовательский стенд для изучения современных методов DOA-оценки, который можно использовать как для обучения, так и в качестве отправной точки для собственных разработок в области радиопеленгации, радионавигации, радиоэлектронной борьбы (РЭБ), связи и телекоммуникации.

➡️ Длинные выходные — хороший повод открыть проект, запустить моделирование и посмотреть, как ведут себя классические алгоритмы пеленгации в разных условиях.

🇷🇺 С наступающим Днём России и хороших выходных!

Что для вас самое полезное в Engee? 👀

Продолжаем делиться ответами наших пользователей. Во второй части мнения представителей промышленности, науки и образования.

Кто-то отмечает возможность объединять моделирование и инструменты искусственного интеллекта в одном проекте. Кто-то ценит низкий порог входа для инженеров, знакомых с MATLAB/Simulink. А для многих важны независимость от зарубежных решений и возможность решать реальные инженерные задачи на отечественной платформе.

➡️ Собрали новые отзывы в карточках.

А что вы считаете главным преимуществом Engee? Делитесь в комментариях