系统架构设计
1. 整体架构¶
TRICYS 采用分层架构设计，主要包含以下几层：
┌─────────────────────────────────────────────┐
│ 用户界面层
│ tricys basic, tricys analysis, tricys gui
└─────────────────────────────────────────────┘
↓
┌─────────────────────────────────────────────┐
│ 仿真执行层
│ simulation, simulation_analysis
└─────────────────────────────────────────────┘
↓
┌─────────────────────────────────────────────┐
│ 核心功能层
│ Jobs, Modelica, Interceptor
└─────────────────────────────────────────────┘
↓
┌─────────────────────────────────────────────┐
│ 分析与后处理层
│ Metric, Plot, Report, SALib
└─────────────────────────────────────────────┘
↓
┌─────────────────────────────────────────────┐
│ 工具函数层
│ Config, File, Log, SQLite Utils
└─────────────────────────────────────────────┘
↓
┌─────────────────────────────────────────────┐
│ 外部依赖层
│ OpenModelica, Pandas, NumPy, SALib
└─────────────────────────────────────────────┘
2. 程序分层¶
2.1. 用户界面层¶
位置：tricys/main.py
职责：
- 提供命令行接口（CLI）和图形用户界面（GUI）两种交互方式
- 解析用户输入的命令行参数和子命令（
basic,analysis,gui,example,archive,unarchive） - 路由请求到相应的仿真执行层模块
- 管理用户会话和配置文件加载
关键功能：
- CLI 命令分发：根据子命令或配置文件内容自动识别运行模式
- GUI 交互界面：提供可视化的参数设置、仿真启动和结果查看功能
- 示例运行器：集成交互式示例选择和运行功能
2.2. 仿真执行层¶
位置：tricys/simulation/
职责：
- 基础仿真模式 (
simulation.py)：执行单次或参数扫描仿真任务 - 灵敏度分析模式 (
simulation_analysis.py)：执行多种敏感性分析工作流 - 管理仿真任务的完整生命周期（初始化、执行、后处理）
- 协调核心功能层、分析层和后处理层的调用
2.3. 核心功能层¶
位置：tricys/core/
职责：
- Modelica 交互 (
modelica.py)：通过 OMPython 与 OpenModelica 引擎通信 - 任务生成 (
jobs.py)：根据配置生成参数扫描任务和仿真作业 - 拦截器机制 (
interceptor.py)：生成和集成拦截器模型，实现协同仿真
2.4. 分析与后处理层¶
位置：tricys/analysis/, tricys/postprocess/
职责：
- 性能指标计算 (
analysis/metric.py)：计算启动盘存、倍增时间、转折点等关键指标 - 数据可视化 (
analysis/plot.py)：生成时间序列图、参数扫描图、对比图等 - 灵敏度分析 (
analysis/salib.py)：集成 SALib 库执行多种敏感性分析方法 - 分析报告生成 (
analysis/report.py)：自动生成 Markdown 格式的分析报告，支持 AI 增强 - 后处理模块 (
postprocess/)：提供可扩展的数据后处理功能
2.5. 工具函数层¶
位置：tricys/utils/
职责：
- 配置管理 (
config_utils.py)：配置文件加载、验证和预处理 - 文件操作 (
file_utils.py)：文件路径处理、唯一文件名生成、归档管理 - 日志系统 (
log_utils.py)：结构化日志记录和配置恢复 - 数据库操作 (
sqlite_utils.py)：SQLite 数据存储和查询
2.6. 外部依赖层¶
主要依赖：
- OpenModelica：Modelica 模型编译和仿真执行引擎
- OMPython：Python 与 OpenModelica 的接口库
- SALib：敏感性分析和不确定性量化库
- Pandas/NumPy：数据处理和数值计算
- Matplotlib/Seaborn：数据可视化
- OpenAI（可选）：AI 增强的分析报告生成
职责：
- 提供底层的仿真引擎、数值计算和科学计算支持
- 确保跨平台兼容性和高性能计算能力