Modelica 与使用DASSL的正常计算模式相比，Dymola中内联集成的性能

我试图使用Dymola中的内联积分来进行实时仿真，我以

Modelica.Fluid.Examples.HeatingSystem

为例，但无论我选择哪种内联积分方法，仿真总是失败

当我选择显式方法时，Dymola无法启动集成

当我选择隐式方法时，Dymola陷入了困境

特别的是Rosenbrock方法，其误差表明Dymola无法对某些方程进行微分

在我的理解中，内联积分意味着将离散化方程添加到模型方程中，然后Dymola可以进行更多的符号操作并得到新的BLT形式。我知道这种方法会导致更多的代数循环，并使牛顿法难以求解这些代数循环。
我的问题是：

与Dymola中的常规方法相比，哪种模型更适合内联积分方法

内联积分是为了提高仿真速度而设计的，但是当非线性代数循环难以求解时，内联积分可能会很困难，因此使用内联积分方法是否有限制或规则

以

Modelica.Fluid.Examples.HeatingSystem

为例，如何调整模型以使用内联集成

我知道Dymola只支持使用带Euler积分器的内联积分方法（固定步长积分算法），那么为什么内联积分方法只支持固定步长呢？是否不需要使用可变步长？如果不局限于实时仿真，我只想使用内联集成来提高仿真速度，那么可以将内联集成方法与DASSl结合起来吗

---

对于大多数隐式解算器来说，它似乎被卡住了，因为：

• 它是一个大小合理的模型，可以与毫秒时间步长集成6000秒；这意味着600万步（每一步都涉及方程组）
• 在内联集成期间反馈较少（因为提供反馈需要花费太多时间）

但是隐式Euler并没有被卡住——它只需要几分钟就可以完成

但是，对于该模型，可以大幅增加隐式Euler的步长，它实际上可以在1s内正常工作；然后在不到一秒的时间内完成

除非使用更小的步长（与非内联显式Euler相同），否则内联显式Euler将失败

---

注：Dymola中的内联解算器都是固定步长解算器，因此设置过短的步长会减慢模拟速度，过长的步长会导致模拟失败，而dassl、lsodar、radau、，esdirk*在积分过程中都会调整步长以避免这两个问题。

如果我必须使用固定步长解算器，我必须优化步长以证明步长独立性，就像我进行CFD时一样，我需要证明网格独立性。你对这个问题有什么经验？