Articulo de referencia

Gráfico de enlaces

Un diagrama de enlaces simple con sistemas eléctricos y mecánicos análogos. Un diagrama de enlaces es una representación gráfica de los flujos de energía a través y entre sistem...

Un diagrama de enlaces simple con sistemas eléctricos y mecánicos análogos.

Un diagrama de enlaces es una representación gráfica de los flujos de energía a través y entre sistemas dinámicos físicos, incluyendo aquellos en los dominios eléctrico , mecánico , hidráulico , térmico y químico . Se utiliza para modelar y analizar sistemas relevantes para la ingeniería y la biología de sistemas .

Dado que el concepto de energía es común a todos los dominios físicos, el diagrama de enlaces proporciona una descripción unificada de todos estos dominios energéticos y puede considerarse como una aplicación sistemática de las analogías físicas introducidas por los científicos del siglo XIX James Clerk-Maxwell y Lord Kelvin . La analogía mecánico-eléctrica es un ejemplo de analogía física.

Los diagramas de enlaces utilizan el concepto de variables conjugadas de potencia análogas cuyo producto es el flujo de energía o potencia; estos pares de variables se denominan esfuerzo y flujo y, por ejemplo, corresponden a voltaje y corriente en el dominio eléctrico y a fuerza y ​​velocidad en el dominio mecánico. Estas variables conjugadas de potencia se transmiten mediante enlaces que conectan los componentes del diagrama de enlaces.

Los componentes del diagrama de enlaces también se basan en analogías y, utilizando los dominios eléctrico y mecánico como ejemplos, incluyen el componente C para representar tanto un resorte mecánico como un condensador eléctrico , el componente I para representar tanto una inercia mecánica como un inductor eléctrico y el componente R para representar tanto un amortiguador mecánico como una resistencia eléctrica .

Las nociones de circuitos eléctricos de conexiones en paralelo y en serie se abstraen como uniones 0 y uniones 1 en la terminología de grafos de enlaces y se utilizan nuevamente como análogos de conexión para cada dominio físico.

Los componentes transformador (TF) y girador (GY) del diagrama de enlaces representan la transformación de energía dentro y entre dominios; así, una caja de engranajes ideal en el dominio mecánico rotacional está representada por el componente TF, y un motor de CC ideal que transforma energía eléctrica en mecánica está representado por un componente GY. Los transductores no ideales con flexibilidad, inercia y fricción se modelan incluyendo los componentes C, I y R.

El concepto de causalidad en el contexto de los grafos de enlace se utiliza no solo para generar ecuaciones de sistemas en diversas formas, incluyendo ecuaciones diferenciales ordinarias (EDO), ecuaciones en espacio de estados y ecuaciones diferenciales algebraicas (EDA), adecuadas para fines de simulación , sino también para investigar propiedades dinámicas del sistema, como la invertibilidad y la dinámica de ceros . La causalidad también puede utilizarse para guiar y corregir las decisiones de modelado.

El uso de flujos de energía mediante grafos de enlaces conduce a la construcción sistemática de modelos jerárquicos de grandes sistemas multidominio; por lo tanto, el método de grafos de enlaces proporciona una base para construir grandes modelos informáticos, o gemelos digitales , de sistemas físicos multidominio, incluidos sistemas relevantes no solo para la ingeniería sino también para la biología de sistemas y las ciencias de la vida .

El enfoque del grafo de enlaces está relacionado con el enfoque de modelado de comportamiento de Jan C Willems y el enfoque port-hamiltoniano de Arjan van der Schaft y BM Maschke.

El método de los grafos de enlace fue propuesto originalmente por Henry Paynter, quien aplicó este enfoque a sistemas de ingeniería; el uso de grafos de enlace para modelar sistemas biofísicos fue introducido por Aharon Katchalsky , George Oster y Alan Perelson a principios de la década de 1970.

Analogías

La importancia de las analogías entre dominios físicos fue señalada por Lord Kelvin y James Clerk-Maxwell . [ 1 ] [ 2 ] El grafo de enlaces puede considerarse un enfoque sistemático para las analogías. [ 3 ] Esta sección enfatiza las características clave de las analogías de grafos de enlaces; se puede encontrar más información en varios libros de texto y artículos tutoriales. [ 4 ] [ 5 ] [ 6 ] [ 3 ]

Como introducción a las características clave de los diagramas de enlaces, la figura muestra el diagrama de enlaces de dos sistemas análogos: uno eléctrico y otro mecánico. Aquí se ofrece una breve descripción que se desarrolla con mayor detalle en las secciones siguientes.

  • El componente C del diagrama de enlaces representa el condensador eléctrico C o el resorte mecánico K.
  • El componente I del diagrama de enlaces representa el inductor eléctrico L o la masa mecánica M.
  • El componente R del diagrama de enlaces representa la resistencia eléctrica R o el amortiguador mecánico D.
  • El símbolo del arpón representa un enlace que transfiere energía; la dirección del arpón corresponde a un flujo de energía positivo y es una convención de signos . Las variables conjugadas se muestran en cada enlace con fines ilustrativos.
  • La unión 1 representa la conexión en serie del circuito eléctrico, donde la misma corriente i fluye por cada componente, y la conexión de los tres componentes del sistema mecánico, que comparten una velocidad común. Por lo tanto, los componentes del diagrama de enlaces comparten el mismo flujo f, pero los esfuerzos son diferentes, correspondientes a los voltajes y fuerzas de los componentes eléctricos y mecánicos, respectivamente. La energía se conserva en la unión al requerir que la suma de los tres esfuerzos sea cero.

El grafo de enlaces utiliza tres clases de analogía: analogías entre variables, analogías entre componentes y analogías entre conexiones de componentes; estas se analizan en las siguientes secciones.

Analogías entre variables

El grafo de enlaces utiliza el flujo de energía, o potencia, como base para abstraer analogías entre diferentes dominios físicos. [ 4 ] Las variables conjugadas de potencia son un par de variables cuyo producto es la potencia, y una lista de estas aparece en la tabla para varios dominios físicos. Como se indica en la tabla, el grafo de enlaces utiliza la analogía esfuerzo/flujo para categorizar cada una de las dos variables conjugadas; la analogía a través/a través también es posible, pero no se usa comúnmente. [ 7 ] [ 8 ] El símbolo convencional del grafo de enlaces para el esfuerzo es e, y el del flujo es f. [ 4 ]

Además de las dos variables de potencia conjugada e y f, el gráfico de enlaces utiliza dos variables integradas p y q donde:

pag=tmi(τ)dτ   y   q=tF(τ)dτ{\displaystyle p=\int ^{t}e(\tau )d\tau ~~~{\text{and}}~~~q=\int ^{t}f(\tau )d\tau }

equivalentemente:

pag˙=dpagdt=mi   y   q˙=dqdt=F{\displaystyle {\dot {p}}={\frac {dp}{dt}}=e~~~{\text{and}}~~~{\dot {q}}={\frac {dq}{dt}}=f}

El símbolo del arpón que se muestra en la figura representa un enlace de energía; la dirección del arpón corresponde a un flujo de energía positivo y a una convención de signos. Las variables conjugadas se muestran en cada enlace con fines ilustrativos.

Analogías entre componentes

La relación entre las variables conjugadas de potencia del gráfico de enlaces e y f y las variables integradas p y q.

Las definiciones que relacionan p con e y q con f se indican diagramáticamente. Las propiedades físicas se encapsulan en ecuaciones constitutivas que relacionan las variables de energía y potencia. En el diagrama, C representa la ecuación constitutiva que relaciona q con e, I representa la ecuación constitutiva que relaciona p con f y R representa la ecuación constitutiva que relaciona e con f. En lugar de colocar e, f, p y q en los cuatro vértices de un cuadrado como en el diagrama, también se pueden colocar en los cuatro vértices de un tetraedro ; dicho diagrama se denomina tetraedro de estado. [ 4 ]

Estas tres ecuaciones constitutivasΦdo,ΦI y ΦR{\displaystyle \Phi _{C},\Phi _{I}~{\text{and}}~\Phi _{R}}Corresponden a tres componentes, cada una relacionada con e y f: dos componentes dinámicas, C e I, que incorporan un integrador y el componente R. [ 4 ] Los componentes C e I almacenan, pero no disipan energía; R disipa, pero no almacena energía. También es posible definir un componente memristor que vincule p y q, pero este componente no se usa comúnmente. [ 9 ]

Φdo,ΦI y ΦR{\displaystyle \Phi _{C},\Phi _{I}~{\text{and}}~\Phi _{R}}Pueden ser funciones lineales o no lineales que relacionan las variables de la siguiente manera:

q=Φdo(mi),  pag=ΦI(F)  y  mi=ΦR(F){\displaystyle q=\Phi _{C}(e),~~p=\Phi _{I}(f)~~{\text{and}}~~e=\Phi _{R}(f)}

en el caso lineal:

q=domi,  pag=IF,  mi=RF{\displaystyle q=Ce,~~p=If,~~e=Rf}

dóndedo, I, y R{\displaystyle C,~I,~{\text{and}}~R}son constantes escalares que representan la capacitancia, la inercia y la resistencia generalizadas, respectivamente.

Dado que e y f son variables conjugadas, se encuentran en un enlace simple y, por lo tanto, los tres componentes C, I y R están conectados a un enlace simple, lo que implica que tienen un único canal de energía a través del cual fluye la energía. Los componentes y el enlace incidente se muestran en la figura. Por convención, los enlaces apuntan hacia estos tres componentes.

Notación

La notación de dos puntos (:) se utiliza a veces para referirse a los componentes; así, por ejemplo, I:M, C:K y R:D podrían usarse en el diagrama de enlaces del sistema masa-resorte-amortiguador para enfatizar el vínculo entre los componentes del diagrama de enlaces y sus análogos físicos.

Analogías entre conexiones

Los diagramas de circuitos eléctricos presentan dos tipos de conexión: en paralelo y en serie, o tensión común y corriente común; distribuyen, pero no almacenan ni disipan energía. La analogía gráfica de las conexiones de tensión común y corriente común son la unión 0 (esfuerzo común) y la unión 1 (flujo común), respectivamente; ambas distribuyen, pero no almacenan ni disipan energía. [ 4 ]

Todos los enlaces que inciden en una unión 0 tienen el mismo esfuerzo. Como la energía se distribuye, no se disipa, se deduce que la suma de los flujos de energía entrantes (indicados por los enlaces que apuntan hacia adentro) debe ser igual a la suma de los flujos de energía salientes (indicados por los enlaces que apuntan hacia afuera). Por lo tanto, si el esfuerzo común es e, la restricción del flujo de potencia implica que la suma de losmetro{\displaystyle m}entradasFiinorte{\displaystyle f_{i}^{in}}debe ser igual a la suma de losnorte{\displaystyle n}salidasFjot{\displaystyle f_{j}^{out}}:

i=1metroFiinorte=j=1norteFjot{\displaystyle \sum _{i=1}^{m}f_{i}^{in}=\sum _{j=1}^{n}f_{j}^{out}}

Utilizando el mismo argumento, los esfuerzos que inciden en una unión 1 están limitados por:

i=1metromiiinorte=j=1nortemijot{\displaystyle \sum _{i=1}^{m}e_{i}^{in}=\sum _{j=1}^{n}e_{j}^{out}}

Analogías entre conexiones externas

Gráfico de enlace de masa-resorte-amortiguador con fuerza aplicada F y velocidad medida v.

Sistemas como los sistemas eléctricos y mecánicos simples de la figura no tienen conexión con el entorno. Dichas conexiones pueden incluir voltajes y fuerzas externas (es decir, esfuerzos) y corrientes y velocidades externas (es decir, flujos). De igual manera, las mediciones externas de esfuerzos y flujos también son importantes. Para construir un sistema jerárquico, es conveniente definir puertos de energía a través de los cuales la energía puede fluir entre sistemas. Estas cinco posibilidades corresponden a cinco componentes del grafo de enlaces: [ 3 ] [ 4 ]

  • Smi{\displaystyle {\text{S}}_{e}}una fuente de esfuerzo análoga a la aplicación de voltajes externos y fuerzas externas
  • SF{\displaystyle {\text{S}}_{f}}una fuente de flujo análoga a la aplicación de corrientes externas y velocidades externas
  • Dmi{\displaystyle {\text{D}}_{e}}, un sensor de esfuerzo (detector) análogo a la medición de voltaje y fuerzas
  • DF{\displaystyle {\text{D}}_{f}}, un sensor de flujo (detector) análogo a la medición de corrientes y velocidades
  • SS{\displaystyle {\text{SS}}}, un componente fuente/sensor que actúa comoSmi{\displaystyle {\text{S}}_{e}}-DF{\displaystyle {\text{D}}_{f}}y comoSF{\displaystyle {\text{S}}_{f}}-Dmi{\displaystyle {\text{D}}_{e}}pares así como un puerto de energía para conexiones externas. [ 3 ]

Por ejemplo, el sistema masa-resorte-amortiguador puede aumentarse con una fuerza.F{\displaystyle F}aplicado a la masa y una medición de la velocidad de la masav{\displaystyle v}utilizando un único componente SS. Se ha incluido la notación de dos puntos; SS:io se refiere al hecho de que el par fuerza-velocidad podría considerarse como entrada y salida del sistema.

Analogías entre transductores de energía

Componentes TF (transformador) y GY (girador) del diagrama de enlaces.

Las variables de esfuerzo y flujo conjugadas tienen unidades diferentes en cada dominio de energía, por lo que los modelos de un dominio no pueden conectarse directamente mediante enlaces a un dominio de energía diferente. Sin embargo, dado que la potencia tiene las mismas unidades (J/s o W) en cada dominio, los componentes transductores de potencia de dos puertos TF y GY pueden utilizarse para proporcionar dichas conexiones. [ 4 ] Como los dos componentes transmiten, pero no almacenan ni disipan potencia, se deduce que la potencia asociada a las variables conjugadas de los enlaces izquierdo y derecho debe ser la misma:

mi2F2=mi1F1{\displaystyle e_{2}f_{2}=e_{1}f_{1}}

Cada componente tiene un módulometro{\displaystyle m}asociado a él. En el caso del componente TF:

mi2=metromi1  y  F1=metroF2{\displaystyle e_{2}=me_{1}~~{\text{and}}~~f_{1}=mf_{2}}

En el caso del componente GY:

mi2=metroF1  y  mi1=metroF2{\displaystyle e_{2}=mf_{1}~~{\text{and}}~~e_{1}=mf_{2}}

Por ejemplo, un pistón sin fricción y sin masa de áreaA{\displaystyle A}convierte la energía hidráulica en energía mecánica de modo que la presión hidráulicaPAG{\displaystyle P}está relacionado con la fuerza mecánicaF{\displaystyle F}por:

F=APAG{\displaystyle F=AP}

y flujo hidráulicoV{\displaystyle V}a la velocidad del pistónv{\displaystyle v}por:

V=Av{\displaystyle V=Av}

Por lo tanto, la analogía del gráfico de enlaces es el componente TF con módulometro=A{\displaystyle m=A}dóndemi1=PAG,  F1=V{\displaystyle e_{1}=P,~~f_{1}=V}ymi2=F,  F2=v{\displaystyle e_{2}=F,~~f_{2}=v}.

Por ejemplo, un motor de CC ideal convierte la energía eléctrica en energía mecánica rotacional de modo que el par mecánico T{\displaystyle T}está relacionado con la corriente eléctricai{\displaystyle i}por:

T=ki{\displaystyle T=ki}

y la fuerza contraelectromotriz (voltaje)mi{\displaystyle E}a velocidad angularΩ{\displaystyle \Omega }por

mi=kΩ{\displaystyle E=k\Omega }

Por lo tanto, la analogía del gráfico de enlaces es el componente GY con módulometro=k{\displaystyle m=k}dóndemi1=mi,  F1=i{\displaystyle e_{1}=E,~~f_{1}=i}ymi2=T,  F2=Ω{\displaystyle e_{2}=T,~~f_{2}=\Omega }.

En ambos casos, el comportamiento de transducción no ideal puede modelarse incluyendo en el modelo los componentes del gráfico de enlaces C, I y R.

Gráficos de enlaces en biología de sistemas

Los grafos de enlace se han utilizado para modelar sistemas relevantes para las ciencias de la vida, incluyendo la fisiología y la biología. [ 10 ] En particular, el uso de grafos de enlace para modelar sistemas biofísicos fue introducido por Aharon Katchalsky , George Oster y Alan Perelson a principios de la década de 1970. [ 11 ] [ 12 ] Más recientemente, estas ideas se utilizaron en el contexto de la biología de sistemas para proporcionar un enfoque basado en la energía para modelar los sistemas de reacción bioquímica de la biología celular [ 13 ] [ 14 ] [ 15 ] y para modelar todo el fisioma . [ 16 ]

El enfoque de grafos de enlaces tiene una serie de características que lo convierten en una buena base para construir grandes modelos computacionales del fisioma .

  • Se basa en la energía, lo que implica que:
    • Los modelos son físicamente plausibles [ 17 ].
    • El equilibrio detallado (condiciones de Wegscheider) para la cinética de reacción se satisface automáticamente [ 18 ].
    • El flujo, el uso y la disipación de energía pueden considerarse directamente.
  • Es modular : los componentes del grafo de enlaces pueden ser ellos mismos grafos de enlaces [ 19 ] [ 20 ]
  • La transducción de energía entre dominios físicos se representa simplemente [ 16 ] - ver más abajo
  • El código simbólico, que puede utilizarse para la simulación, puede generarse automáticamente [ 21 ].

Variables

Las variables del gráfico de enlaces para sistemas bioquímicos son:

  • Desplazamiento: cantidad de especies químicas medida en moles , símboloincógnita{\displaystyle x} (mol)
  • Flujo: tasa de cambio de especies químicas, símbolov{\displaystyle v} (mol/s)
  • Esfuerzo: potencial químico , o energía de Gibbs , por mol de una especie química, símboloμ{\displaystyle \mu }(J/mol) [ 22 ]

Nótese que el producto del esfuerzo y el flujo (μv) es, como siempre en la formulación del grafo de enlaces, la potencia (J/s).

Componentes

Como se detalla a continuación, las características principales de los componentes utilizados para modelar sistemas bioquímicos son: los componentes R y C son no lineales, no se requiere un componente I y el componente R se reemplaza por un componente Re de dos puertos. [ 15 ]

Componentes de unión

Los componentes cero (0) y uno (1) del gráfico de enlaces no son diferentes en este contexto.

Componente C

El componente C integra el flujov{\displaystyle v}dar la cantidadincógnita{\displaystyle x}de especies:

incógnita(t)=tv(τ)dτ{\displaystyle x(t)=\int ^{t}v(\tau )d\tau }

El esfuerzo, potencial químicoμ{\displaystyle \mu }, viene dado por la fórmula: [ 15 ] [ 22 ]

μ=μ0+RTlnincógnitaincógnita0{\displaystyle \mu =\mu ^{0}+RT\ln {\frac {x}{x^{0}}}}

dóndeμ0{\displaystyle \mu ^{0}}es el potencial químico correspondiente aincógnita=incógnita0{\displaystyle x=x^{0}},R{\displaystyle R}es la constante de los gases yT{\displaystyle T}es la temperatura absoluta en grados Kelvin.

La fórmula paraμ{\displaystyle \mu }se puede reescribir de forma simplificada como:

μ=RTlnKincógnita{\displaystyle \mu =RT\ln Kx}dóndeK=1incógnita0expμ0RT{\displaystyle K={\frac {1}{x^{0}}}\exp {\frac {\mu ^{0}}{RT}}}

Debido a la forma especial de este componente C en particular, a veces se le da un nombre especial, Ce, de forma análoga al componente especial Re.

Recomponente

El componente Re (reacción) tiene dos puertos de energía que corresponden a los lados izquierdo (directo) y derecho (inverso) de una reacción química. El lado directoAF{\displaystyle A^{f}}y revertirAr{\displaystyle A^{r}}Las afinidades se definen como el potencial químico neto debido a las especies en los lados izquierdo y derecho de la reacción, respectivamente. El componente Re entonces proporciona el flujo de reacción.v{\displaystyle v}como: [ 15 ]

v=κ(expAFRTexpArRT){\displaystyle v=\kappa \left(\exp {\frac {A^{f}}{RT}}-\exp {\frac {A^{r}}{RT}}\right)}

dóndeκ{\displaystyle \kappa }(mol/s) es una constante de velocidad.

Tenga en cuenta que no es posible utilizar el componente R habitual con la formulación de una unión, ya que el flujo depende tanto del flujo directo como del flujo directo.AF{\displaystyle A^{f}}y revertirAr{\displaystyle A^{r}}afinidades en lugar de la diferenciaAFAr{\displaystyle A^{f}-A^{r}}. [ 13 ]

Modelado de reacciones simples

ReacciónAB{\displaystyle {\ce {A <=> B}}}

Fuentes: [ 13 ] [ 15 ]

El gráfico de enlaces de la reacciónAB{\displaystyle {\ce {A <=> B}}}C:A y C:B representan las especies A y B, y Re:r1 representa la reacción. Los enlaces y las uniones conectan los tres componentes. Se indica el esfuerzo y el flujo asociados a cada enlace.

La reacción simpleAB{\displaystyle {\ce {A <=> B}}}está representada por tres componentes:

  • C:A representa la especie A con potencial químicoμA{\displaystyle \mu _{A}}; el flujo esv{\displaystyle -v}.
  • C:B representa la especie B con potencial químicoμB{\displaystyle \mu _{B}}; el flujo esv{\displaystyle v}.
  • Re_r1 representa la reacción con flujov{\displaystyle v}, afinidad hacia adelanteAF=μA{\displaystyle A^{f}=\mu _{A}}y afinidad inversaAr=μB{\displaystyle A^{r}=\mu _{B}}.
  • Los enlaces y las uniones transfieren energía química con las variables de esfuerzo y flujo indicadas.

Utilizando las ecuaciones anteriores, el flujov{\displaystyle v}es dado por

v=κ(expμARTexpμBRT)=κ(KAincógnitaAKBincógnitaB){\displaystyle v=\kappa \left(\exp {\frac {\mu _{A}}{RT}}-\exp {\frac {\mu _{B}}{RT}}\right)=\kappa \left(K_{A}x_{A}-K_{B}x_{B}\right)}

donde los subíndices corresponden a las especies. Esta es la ecuación simple de acción de masas :

v=k+incógnitaAkincógnitaB{\displaystyle v=k^{+}x_{A}-k^{-}x_{B}}

dóndek+=κKA y k=κKB{\displaystyle k^{+}=\kappa K_{A}{\text{ and }}k^{-}=\kappa K_{B}}.

Reacción catalizada por enzimas

Una reacción catalizada por enzimas transforma reversiblemente la especie A en la especie B mediante la enzima E y el complejo enzimático C. Los cuatro componentes C representan las cuatro especies y los dos componentes Re representan las dos reacciones r1 y r2. El diagrama de enlaces muestra que la enzima E se recicla desde el lado inverso de la reacción r2 hacia el lado directo de la reacción r1.

Como se discute en la sección 1.4 de Keener y Sneyd, [ 22 ] una reacción catalizada por enzimas transforma reversiblemente especiesA{\displaystyle {\ce {A}}}a especiesB{\displaystyle {\ce {B}}}mediante enzimami{\displaystyle {\ce {E}}}y complejo enzimáticodo{\displaystyle {\ce {C}}}se puede escribir como el par de reacciones:

A+midoB+mi{\displaystyle {\ce {A + E <=> C <=> B + E}}}

El complejo enzimáticodo{\displaystyle {\ce {C}}}se forma a partir deA+mi{\displaystyle {\ce {A + E}}}y se descompone en las especies B{\displaystyle {\ce {B}}}y libera enzimami{\displaystyle {\ce {E}}}El diagrama de enlaces que se muestra en la figura ilustra cómo se recicla la enzima.

El gráfico de enlaces se puede utilizar para derivar las propiedades de estas reacciones que son de forma generalizada de Michaelis-Menten . [ 13 ]

Transducción de energía

Transducción de energía en las ciencias de la vida. El componente TF del diagrama de enlaces representa la transducción de energía dentro o entre dominios de energía. Este diagrama se centra en la transducción entre el dominio químico con esfuerzoμ{\displaystyle \mu }(J/mol) y flujov{\displaystyle v}(mol/s) y un dominio genérico con esfuerzomi{\displaystyle e}y flujoF{\displaystyle f}. El transformador tiene un módulo m.

El componente TF (transformador) del gráfico de enlaces representa la transducción de energía dentro o entre dominios de energía. [ 4 ] (Nótese que el componente TF se ha denominado componente TD (transducción) [ 11 ] [ 12 ] - TF es más utilizado. [ 4 ] ) Esta sección se centra en la transducción entre el dominio químico con esfuerzoμ{\displaystyle \mu }(J/mol) y flujov{\displaystyle v}(mol/s) y un dominio genérico con esfuerzomi{\displaystyle e}y flujoF{\displaystyle f}.

La característica clave del componente TF es que transmite energía sin disipación; [ 4 ] por lo tanto, con referencia a la figura:

miF=μv{\displaystyle ef=\mu v}

El transformador tiene un módulo m (con las unidades apropiadas) de modo que:

F=metrov{\displaystyle f=mv}

La fórmula de energía implica entonces que:

μ=metromi{\displaystyle \mu =me}

Estequiometría

El gráfico de enlaces que representa la reacción químicaAmegabyte{\displaystyle {\ce {A <=> mB}}}(donde m es un entero positivo) utilizando el componente TF.

La estequiometría de una reacción química determina cuántas especies químicas se producen. Por lo tanto, por ejemplo, la reacciónAmetroB{\displaystyle {\ce {A <=> m B}}}convierte un mol de especiesA{\displaystyle {\ce {A}}}a m mol de especiesB{\displaystyle {\ce {B}}}.

El caso dondemetro=1{\displaystyle m=1}corresponde a la reacción simple del primer ejemplo anterior. Usando el mismo enfoque para generalmetro{\displaystyle m}, el flujo de reacción es: [ 13 ] [ 15 ]

v=κ(expμARTexpmetroμBRT)=κ(KAincógnitaA(KBincógnitaB)metro){\displaystyle v=\kappa \left(\exp {\frac {\mu _{A}}{RT}}-\exp {\frac {m\mu _{B}}{RT}}\right)=\kappa \left(K_{A}x_{A}-(K_{B}x_{B})^{m}\right)}

Transducción quimioeléctrica

Esta sección analiza el caso en el que el dominio genérico es el dominio eléctrico, de modo que el esfuerzo es voltaje (eléctrico).V{\displaystyle {\mathcal {V}}}(mi=V{\displaystyle e={\mathcal {V}}}) y el flujo es corriente (F=i{\displaystyle f=i}). Considere el flujov{\displaystyle v}de iones cargados donde la carga en la molécula eszϵ{\displaystyle z\epsilon }(Coulomb) dondeϵ{\displaystyle \epsilon }es la carga del electrón medida en culombios; la carga asociada a un mol de iones es, por lo tanto,zϵnorteA{\displaystyle z\epsilon N_{A}}dóndenorteA{\displaystyle N_{A}}es la constante de Avogadro . La corriente equivalente es entonces

i=zϵnorteAv=zFv{\displaystyle i=z\epsilon N_{A}v=z{\mathcal {F}}v}dóndeF=ϵnorteA{\displaystyle {\mathcal {F}}=\epsilon N_{A}}es la constante de Faraday ; por lo tanto, el módulo TF correspondiente es:

metro=zF{\displaystyle m=z{\mathcal {F}}}(C/mol)

De nuevo, se deduce que

μ=metromi=zFV{\displaystyle \mu =me=z{\mathcal {F}}{\mathcal {V}}}

En este contexto, el componente TF del grafo de enlaces puede utilizarse para modelar los flujos de energía asociados con el potencial de acción , [ 23 ] los transportadores de membrana , [ 24 ] el potencial de acción cardíaco , [ 25 ] y la cadena de transporte de electrones mitocondrial . [ 26 ]

Transducción quimiomecánica

Consideremos una molécula larga y rígida como la actina , donde una subunidad de longitudδ{\displaystyle \delta }(m) se agrega a una tasa dev{\displaystyle v}(mol/seg). Luego la velocidad de la puntaV{\displaystyle V}está dado por: [ 27 ]

V=δnorteAv{\displaystyle V=\delta N_{A}v}dóndenorteA{\displaystyle N_{A}}es la constante de Avogadro .

Por lo tanto, el módulometro=δnorteA{\displaystyle m=\delta N_{A}}(m/mol) y

μ=metroF=δnorteAF{\displaystyle \mu =mF=\delta N_{A}F}dóndeF{\displaystyle F}es la fuerza correspondiente en la punta.

Estas fórmulas se han utilizado [ 27 ] para generar curvas de fuerza/velocidad para filamentos de actina . El enfoque proporciona una alternativa útil al enfoque del trinquete browniano [ 28 ] , ya que el componente TF del grafo de enlaces puede utilizarse potencialmente con modelos modulares de grafos de enlaces de sistemas celulares. [ 14 ]

Aplicaciones

Se han modelado varios sistemas relevantes para la biología de sistemas utilizando grafos de enlaces. Estos incluyen:

  • Homeostasis de los enterocitos [ 29 ] [ 30 ]
  • Transporte de glucosa [ 31 ]
  • Modelado electrofisiológico celular cardíaco [ 30 ]
  • Circulación cerebral [ 32 ]
  • Redes reguladoras de genes [ 33 ]
  • Polimerización de filamentos de actina [ 27 ]
  • Osciladores bioquímicos [ 34 ]
  • Fotosíntesis [ 15 ]
  • Circulación sanguínea [ 35 ]
  • E. coli simplificada [ 36 ]
  • Cadena de transporte de electrones mitocondrial [ 37 ] [ 26 ]
  • Potencial de acción [ 23 ] [ 24 ] [ 25 ]

Causalidad

Causalidad R

La causalidad es un término con múltiples usos y connotaciones. Sin embargo, en el contexto de los grafos de enlace, tiene un significado limitado, preciso pero importante, y permite convertir el modelo de grafo de enlace de un sistema a diversas formas, incluyendo una representación en el espacio de estados (no lineal). [ 4 ] El concepto de causalidad también puede utilizarse para examinar propiedades estructurales, incluyendo la inversión, del sistema representado por un grafo de enlace, así como para detectar errores de modelado. [ 6 ]

Componentes R, C e I

Causalidad C

El concepto de causalidad se visualiza mediante la notación de trazo causal. [ 4 ] Esta notación se introduce en las tres figuras donde los componentes R, C e I están conectados a un enlace aumentado por el trazo causal: una línea corta perpendicular al enlace y ubicada en cualquiera (pero no en ambos) extremos del enlace. (Para mayor claridad, las figuras corresponden a componentes lineales; en el caso no lineal,RF{\displaystyle Rf}es reemplazado por ΦR(F){\displaystyle \Phi _{R}(f)}y mi/R{\displaystyle e/R}por ΦR1(mi){\displaystyle \Phi _{R}^{-1}(e)}y de forma similar para los componentes C e I. Mientras que un grafo de enlaces acausal (sin trazos) representa un conjunto de ecuaciones (donde los lados izquierdo y derecho de una ecuación se pueden intercambiar sin que cambie el significado), un grafo causal (con trazos en cada enlace) representa un conjunto de sentencias de asignación en las que el valor del lado izquierdo de la sentencia de asignación (representado aquí por  :=) se convierte en el valor de la expresión del lado derecho de la sentencia de asignación. Así, por ejemplo, la ecuación constitutiva de una resistencia lineal se puede escribir como mi=RF{\displaystyle e=Rf}yF=mi/R{\displaystyle f=e/R}sin cambiar el significado; pero, por el contrario, las dos sentencias de asignación e:=Rf y f  := e/R son diferentes. En particular, en el primer caso, se debe conocer f para calcular e, y en el segundo caso, se debe conocer e para calcular f.

La representación de la instrucción de asignación puede visualizarse gráficamente como un diagrama de bloques, donde cada instrucción de asignación se representa como un bloque, con la entrada en el lado derecho y la salida en el lado izquierdo. [ 3 ] [ 4 ] Los diagramas de bloques para cada causalidad se muestran en las figuras correspondientes a cada componente. Cabe destacar que cada causalidad de un componente genera un diagrama de bloques diferente.

Componente R

Yo causalidad

La figura muestra la causalidad del componente R con una ecuación constitutiva lineal. (a) Se impone flujo a R y R impone esfuerzo; esto corresponde a la instrucción de asignación e  := Rf y al diagrama de bloques. (b) Se impone esfuerzo a R y R impone flujo; esto corresponde a la instrucción de asignación f  := e/R y al diagrama de bloques correspondiente.

Componente C

La figura muestra la causalidad del componente C con ecuación constitutiva lineal. (a) Se impone flujo a C y C impone esfuerzo; esto corresponde a las declaraciones de asignación.mi:=q/do  y  q:=tF(τ)dτ{\displaystyle e:=q/C~~{\text{and}}~~q:=\int ^{t}f(\tau )d\tau }y el diagrama de bloques correspondiente; esto se denomina causalidad integral. (b) Se impone un esfuerzo a C y C impone un flujo; esto corresponde a las declaraciones de asignación. q:=domi  y  F:=dqdt{\displaystyle q:=Ce~~{\text{and}}~~f:={\frac {dq}{dt}}}y el diagrama de bloques correspondiente. Esto se denomina causalidad derivada.

Componente I

La figura muestra la causalidad del componente I con ecuación constitutiva lineal. (a) Se impone esfuerzo a I e I impone flujo; esto corresponde a las declaraciones de asignación. F:=pag/I  y  pag:=tmi(τ)dτ{\displaystyle f:=p/I~~{\text{and}}~~p:=\int ^{t}e(\tau )d\tau }y el diagrama de bloques correspondiente. Esto se denomina causalidad integral. (b) El flujo se impone a I e I impone esfuerzo; esto corresponde a las declaraciones de asignación.pag:=IF  y  mi:=dpagdt{\displaystyle p:=If~~{\text{and}}~~e:={\frac {dp}{dt}}}y el diagrama de bloques correspondiente. Esto se denomina causalidad derivada.

Componentes de la fuente-sensor

causalidad SS

El componente SS (sensor de fuente) actúa como una fuente de esfuerzo (Smi{\displaystyle S_{e}}), detector de flujo (DF{\displaystyle D_{f}}) combinación cuando el accidente cerebrovascular causal está alejado del componente SS y viceversa . La figura muestra la causalidad del componente SS (fuente/sensor). (a) El SS actúa como una fuente de esfuerzo (Smi{\displaystyle S_{e}}) detector de flujo (DF{\displaystyle D_{f}}) combinación. (b) El SS actúa como una fuente de flujo (SF{\displaystyle S_{f}}), detector de esfuerzo (Dmi{\displaystyle D_{e}}) combinación.

Cruces

Dado que, por definición, todos los esfuerzos asociados a los vínculos que inciden en una unión 0 son iguales, se deduce que exactamente un vínculo puede imponer causalidad de esfuerzo. De manera similar, todos los flujos asociados a los vínculos que inciden en una unión 1 son iguales, por lo que se deduce que exactamente un vínculo puede imponer causalidad de flujo. Así, si un vínculo impone causalidad de esfuerzo en una unión 0, dicha unión impone esfuerzo a los demás vínculos, y si un vínculo impone causalidad de flujo en una unión 1, dicha unión impone flujo a los demás vínculos.

Propagación causal

Gráfico de vínculos causales.

Cuando los componentes de un puerto (fuentes, C, I y R) se conectan mediante una estructura de unión compuesta por uniones 0, uniones 1, TF y GY, la causalidad asignada a cada componente de un puerto se propaga a través de la estructura de unión debido a las restricciones causales impuestas por los componentes de dicha estructura. Esta propagación puede aplicarse sistemáticamente mediante el procedimiento de asignación causal secuencial (SCAP): [ 4 ]

  1. Seleccione cualquier fuente (SS, Se o Sf) y asigne la causalidad requerida. Extienda inmediatamente las implicaciones causales a través del grafo de enlaces hasta donde sea posible, utilizando las restricciones en los elementos de unión (0 y 1) y los elementos TF y GY.
  2. Repita el paso 1 para todos los componentes de origen.
  3. Elija cualquier elemento de almacenamiento (C o I) y asígnele la causalidad integral. Extienda inmediatamente las implicaciones causales a través del grafo de enlaces hasta donde sea posible, utilizando las restricciones en los elementos de unión (0 y 1) y los elementos TF y GY.
  4. Repita el paso 3 hasta que a todos los elementos C e I se les haya asignado causalidad.

La figura muestra el resultado de este procedimiento en el ejemplo simple. En particular, el componente I impone causalidad de flujo sobre la unión 1, por lo que la unión 1 impone causalidad de flujo sobre los otros tres componentes: SS, C y R. Esto significa que los componentes C, R y SS imponen causalidad de esfuerzo sobre la unión 1; por lo tanto, el componente C está en causalidad integral y el componente R corresponde a la asignación.miR:=RF{\displaystyle e_{R}:=Rf}.

Si bien este procedimiento puede realizarse manualmente para sistemas pequeños, un enfoque basado en computadora resulta más útil en general.

Este procedimiento puede tener tres resultados posibles.

  1. Se completa con todos los componentes C e I en causalidad integral y todas las causalidades de enlace asignadas; el sistema resultante es un grafo de enlace causal y se puede convertir en un sistema de espacio de estados.
  2. Todos los bonos tienen una causalidad asignada, pero uno o más componentes C o I tienen causalidad derivada.
  3. Todos los componentes C e I tienen causalidad integral, pero a algunos enlaces no se les ha asignado causalidad.

Mientras que el caso 1 conduce a ecuaciones diferenciales ordinarias (EDO) en forma de espacio de estados , el caso 2 da lugar a ecuaciones diferenciales algebraicas (EDA). Dependiendo del contexto, puede ser mejor reconsiderar el sistema físico subyacente para evitar las EDA, [ 4 ] [ 5 ] [ 6 ] o puede ser posible reducir la EDA a una EDO [ 6 ] [ 38 ] o las EDA pueden resolverse utilizando un solucionador de EDA apropiado.

Causalidad alternativa.

El procedimiento de asignación causal secuencial (SCAP) está diseñado para derivar ecuaciones de espacio de estados , adecuadas para el análisis de sistemas de computación o control . Sin embargo, existen otras formas de análisis causal diseñadas para abordar otros problemas, entre ellos:

Ecuaciones de espacio de estados

La representación de un sistema de grafos de enlaces contiene las ecuaciones constitutivas de cada componente, integradas en la estructura de enlaces y uniones.

La cuestión de cómo manipular un conjunto de ecuaciones para convertirlas en una forma adecuada para la computación analógica fue planteada y parcialmente respondida por Lord Kelvin. [ 46 ] Este enfoque subyace a la conversión de un modelo de grafo de enlaces a una representación de espacio de estados adecuada para la computación digital. [ 47 ]

El grafo de enlaces utiliza la noción de causalidad (del grafo de enlaces) para proporcionar una forma sistemática y constructiva de investigar si existe una representación del espacio de estados y, de ser así, cuál es esa representación; este enfoque de causalidad es muy adecuado para la implementación computacional y tiene una representación intuitiva en el propio grafo de enlaces utilizando la notación de trazos causales.

Un grafo de vínculos causales puede expresarse en forma de espacio de estados si: [ 4 ]

  • cada vínculo tiene un accidente causal y
  • cada componente ha permitido la causalidad
  • Todos los componentes C e I están en causalidad integral.

El procedimiento de asignación causal secuencial (SCAP) proporciona un enfoque gráfico para determinar si un sistema representado por un grafo de enlaces tiene una representación en el espacio de estados. [ 4 ] [ 6 ]

El diagrama de enlaces es análogo a varios sistemas diferentes; para mayor claridad, se utiliza el análogo mecánico como ejemplo, pero se aplica exactamente el mismo método a los dominios eléctricos y otros dominios físicos.

Es conveniente elegir los estados del sistema como las variables integradas correspondientes a los componentes en causalidad integral; en el caso del ejemplo simple, hay dos estados:pag{\displaystyle p}correspondientes a la masa M yq{\displaystyle q}correspondiente al resorte. Las entradas y salidas del sistema corresponden a los componentes Se, Sf y SS. En este caso, hay una entrada y una salida correspondientes al componente SS: el esfuerzo (fuerza aplicada).F{\displaystyle F}) y el flujo medido (velocidadv{\displaystyle v}Guiados por los trazos causales, los derivados de estado (esfuerzo aplicado a los componentes I, flujo aplicado a los componentes C) pueden escribirse en términos de los estados. Por lo tanto:

q˙=F=pagmetropag˙=Fmidomir=FkqdF=Fkqdpagmetro{\displaystyle {\begin{aligned}{\dot {q}}&=f={\frac {p}{m}}\\{\dot {p}}&=F-e_{c}-e_{r}=F-kq-df=F-kq-d{\frac {p}{m}}\end{aligned}}}

Esto se puede escribir en el espacio de estados lineal estándar como:

incógnita˙=Aincógnita+By=doincógnita{\displaystyle {\begin{aligned}{\dot {x}}&=Ax+Bu\\y&=Cx\end{aligned}}}

donde el estadoincógnita{\displaystyle x}aporte{\displaystyle u}y saliday{\displaystyle y}son dados por:

incógnita=(qpag),=F y y=v{\displaystyle x={\begin{pmatrix}q\\p\end{pmatrix}},\;u=F{\text{ and }}y=v}

y las matricesA{\displaystyle A},B{\displaystyle B}ydo{\displaystyle C}son dados por:

A=(01metrokdmetro),B=(01),do=(01metro){\displaystyle A={\begin{pmatrix}0&{\frac {1}{m}}\\-k&-{\frac {d}{m}}\end{pmatrix}},\;B={\begin{pmatrix}0\\1\end{pmatrix}},\;C={\begin{pmatrix}0&{\frac {1}{m}}\end{pmatrix}}}

La ecuación de estado tiene tres parámetros: la masametro{\displaystyle m}, la constante elásticak{\displaystyle k}y la constante de amortiguaciónd{\displaystyle d}.

Utilizando la notación habitual de la transformada de Laplace de la teoría de sistemas de control , la función de transferencia del sistema relaciona la entrada{\displaystyle u}para generary{\displaystyle y}es:

s(k+ds+metros2){\displaystyle {s \over {\left(k+ds+ms^{2}\right)}}}

Si bien puede resultar instructivo derivar estas fórmulas a mano, a menudo es conveniente utilizar álgebra computacional para realizar la misma función.

Inversión del sistema

Gráfico de vínculos causales de un sistema inverso .

El comportamiento de un sistema lineal no solo está determinado por el denominador de la función de transferencia del sistema, sino también por el numerador. En el caso no lineal, el concepto de numerador de la función de transferencia se reemplaza por el concepto de dinámica cero . Contar con una interpretación física de la dinámica cero resulta útil para el diseño y rediseño de un sistema dinámico. Por esta razón, se ha desarrollado un enfoque de grafo de enlaces para la inversión de sistemas. [ 48 ] [ 49 ] [ 41 ]

Este procedimiento se ilustra mediante el diagrama de enlace del sistema masa-resorte-amortiguador, que, aunque lineal, ejemplifica las ideas clave. En particular, la inversión del sistema se realiza invirtiendo la causalidad en el componente fuente-sensor; por lo tanto, se invierte el rol de entrada y salida. En este caso particular, invertir la causalidad del componente SS implica que la causalidad del componente I también debe invertirse, ya que solo un componente puede imponer flujo en la unión 1. Así, solo un componente, el componente C, permanece en causalidad integral. Por lo tanto, la dinámica cero es de primer orden, lo que, en este caso simple, corresponde al hecho de que la función de transferencia del sistema original tiene un numerador de primer orden.

Tras los accidentes cerebrovasculares causales, el estado restanteq{\displaystyle q}se puede escribir en términos de la entradav{\displaystyle v}del sistema inverso

q˙=v{\displaystyle {\dot {q}}=v}

pag{\displaystyle p}ya no es un estado, pero se puede escribir como:

pag=metrov{\displaystyle p=mv}

la salidaF{\displaystyle F}del sistema inverso es:

F=kpag+dv+pag˙=kpag+dv+metrov˙{\displaystyle F=kp+dv+{\dot {p}}=kp+dv+m{\dot {v}}}

Este enfoque se basa en que la entrada y la salida del sistema se encuentren en el mismo componente del sistema de almacenamiento (SS); se dice que la entrada y la salida están ubicadas en el mismo lugar. Si esto no es así, debe utilizarse el concepto de bicausalidad.

Bicausalidad

Aunque la causalidad (estándar) proporciona una herramienta poderosa para investigar la inversa de un sistema dinámico descrito por un grafo de enlaces, está restringida a pares fuente-sensor coubicados donde la entrada y la salida residen en un único componente SS. Para eliminar esta restricción, se introdujo el concepto de bicausalidad [ 50 ] y se aplicó a varios problemas de inversión. [ 48 ] [ 41 ] [ 51 ] La bicausalidad también se ha utilizado en el contexto de la detección de fallas, [ 40 ] [ 52 ] el análisis de propiedades estructurales de sistemas dinámicos, [ 53 ] [ 54 ] el diseño de sistemas de control [ 55 ] [ 56 ] [57 ] [ 58 ] [ 59 ] y el análisis no lineal . [ 60 ]

Componentes del sensor de fuente (SS)

Biacualidad SS (fuente-sensor)

El componente SS (fuente-sensor) tiene dos posibles configuraciones causales correspondientes a Se/Df (fuente de esfuerzo, sensor de flujo) y De/Sf (sensor de esfuerzo, fuente de flujo). Como se ilustra en la figura, el componente SS tiene dos configuraciones bicausales correspondientes a Se/Sf (fuente de esfuerzo, fuente de flujo) y De/Df (sensor de esfuerzo, sensor de flujo). Esto se representa gráficamente mediante medios trazos causales , donde el medio trazo del lado del arpón del vínculo corresponde al flujo y el medio trazo del otro lado del vínculo corresponde al esfuerzo.

Las reglas para la bicausalidad de las uniones son las mismas que para la causalidad: solo un enlace impone un esfuerzo a una unión 0 y solo un enlace impone un flujo a una unión 1. En el contexto de la inversión, los enlaces conectados a I, C y componentes no pueden ser bicausales.

Estas ideas se ilustran mediante un ejemplo con una fuente y un sensor que no están ubicados en el mismo lugar.

Ejemplo: inversión de un sistema fuente-sensor no colocalizado

Ejemplo con SS adicional: causalidad.

El ejemplo se amplía añadiendo una unión cero y un componente SS adicional. En el caso mecánico, esto corresponde a insertar un sensor de fuerza y ​​una fuente de velocidad entre el resorte y tierra; en el caso eléctrico, corresponde a añadir una fuente de corriente y un sensor de voltaje en paralelo al condensador. El ejemplo se simplifica estableciendo el flujo de la fuente de flujo añadida a cero, como se indica en el diagrama de enlaces.

Al igual que en el ejemplo colocalizado, se considera el sistema mecánico y se toma como entrada del sistema la fuerza.F{\displaystyle F}actuando sobre la masa M. Sin embargo, se considera que la salida es la fuerza.Fs{\displaystyle F_{s}}del resorte que no está ubicado junto con la fuerza aplicadaF{\displaystyle F}.

Ejemplo inverso con SS adicional: bicausalidad.

El sistema de espacio de estados correspondiente es el mismo, excepto que la matriz de salida C viene dada por:

do=(k0){\displaystyle C={\begin{pmatrix}k&0\end{pmatrix}}}

reflejando el cambio del sensor. La función de transferencia que relaciona la entradaF{\displaystyle F}para generarFs{\displaystyle F_{s}}se convierte en:

k(k+ds+metros2){\displaystyle {k \over {\left(k+ds+ms^{2}\right)}}}

El denominador permanece sin cambios, pero el numerador es diferente, lo que refleja el cambio de sensor.

El sistema se invierte haciendo que la salidaFs{\displaystyle F_{s}}una entrada y la entradaF{\displaystyle F}una salida. Así, el SS de la izquierda se convierte en un sensor de esfuerzo y flujo, y el SS de la derecha en una fuente de esfuerzo y flujo con las causalidades correspondientes. Como los componentes I, C y R deben conservar la causalidad convencional, la bicausalidad se propaga como se muestra. Tanto los componentes I como C están en causalidad derivativa y, por lo tanto, la dinámica cero es de orden cero, lo que, en este caso simple, corresponde al hecho de que la función de transferencia del sistema original tiene un numerador de orden cero.

Como en el caso colocalizado, la función de transferencia del sistema inverso es el recíproco de la función de transferencia del sistema; nuevamente, el método de causalidad del grafo de enlaces también puede utilizarse para examinar la dinámica cero de sistemas no lineales. [ 60 ] [ 41 ]

Obtención del diagrama de enlaces de sistemas mecánicos, eléctricos y electromecánicos.

Los métodos para derivar el grafo de enlaces de sistemas en diversos dominios físicos se explican detalladamente en los libros de texto. [ 4 ] [ 6 ] [ 7 ] En un artículo tutorial se presenta una derivación detallada de un sistema electromecánico de laboratorio. [ 3 ]

Esta sección contiene métodos y ejemplos resueltos para algunos sistemas sencillos.

Electromagnético

Los pasos para resolver un problema electromagnético como un diagrama de enlaces son los siguientes:

  1. Coloca una unión 0 en cada nodo.
  2. Insertar fuentes, enlaces R, I, C, TR y GY con 1 unión
  3. Tierra (ambos lados si hay un transformador o girador presente)
  4. Asignar la dirección del flujo de potencia
  5. Simplificar

Estos pasos se muestran con mayor claridad en los ejemplos que aparecen a continuación.

Mecánica lineal

Los pasos para resolver un problema de mecánica lineal como un gráfico de enlaces son los siguientes:

  1. Coloca uniones de 1 punto para cada velocidad distinta (normalmente en una masa).
  2. Inserte los enlaces R y C en sus propias uniones 0 entre las uniones 1 donde actúan.
  3. Inserte las fuentes y los enlaces I en las uniones 1 donde actúan.
  4. Asignar la dirección del flujo de potencia
  5. Simplificar

Estos pasos se muestran con mayor claridad en los ejemplos que aparecen a continuación.

Simplificando

El paso de simplificación es el mismo independientemente de si el sistema es electromagnético o mecánico lineal. Los pasos son:

  1. Eliminar el vínculo de potencia cero (debido al suelo o a la velocidad cero)
  2. Eliminar las uniones 0 y 1 con menos de tres enlaces.
  3. Simplificar la alimentación en paralelo
  4. Combinar 0 uniones en serie
  5. Combinar 1 unión en serie

Estos pasos se muestran con mayor claridad en los ejemplos que aparecen a continuación.

Potencia paralela

La potencia paralela se da cuando la potencia se distribuye en paralelo en un diagrama de enlaces. A continuación se muestra un ejemplo de potencia paralela.

El cálculo de potencia en paralelo se puede simplificar recordando la relación entre esfuerzo y flujo para las uniones 0 y 1. Para resolverlo, primero se deben escribir todas las ecuaciones para las uniones. En el ejemplo proporcionado, las ecuaciones se muestran a continuación. (Tenga en cuenta el número de enlace que representa la variable esfuerzo/flujo). F1=F2=F3mi2=mi4=mi7mi1=mi2+mi3F2=F4+F7mi3=mi5=mi6F7=F6=F8F3=F5+F6mi7+mi6=mi8{\displaystyle {\begin{matrix}f_{1}=f_{2}=f_{3}&&e_{2}=e_{4}=e_{7}\\e_{1}=e_{2}+e_{3}&&f_{2}=f_{4}+f_{7}\\&&\\e_{3}=e_{5}=e_{6}&&f_{7}=f_{6}=f_{8}\\f_{3}=f_{5}+f_{6}&&e_{7}+e_{6}=e_{8}\end{matrix}}}

Manipulando estas ecuaciones, se pueden ordenar de tal manera que se pueda encontrar un conjunto equivalente de uniones 0 y 1 para describir la potencia en paralelo.

Por ejemplo, porquemi3=mi6{\textstyle e_{3}=e_{6}}ymi2=mi7{\textstyle e_{2}=e_{7}}Se pueden reemplazar las variables en la ecuación.mi1=mi2+mi3{\textstyle e_{1}=e_{2}+e_{3}}Resultando enmi1=mi6+mi7{\textstyle e_{1}=e_{6}+e_{7}}y desdemi6+mi7=mi8{\textstyle e_{6}+e_{7}=e_{8}}, ahora sabemos quemi1=mi8{\displaystyle e_{1}=e_{8}}Esta relación de dos variables de esfuerzo iguales puede explicarse mediante una unión 0. Manipulando otras ecuaciones se puede encontrar queF4=F5{\displaystyle f_{4}=f_{5}}que describe la relación de una unión 1. Una vez determinadas las relaciones, se puede redibujar la sección de potencia en paralelo con las nuevas uniones. El resultado del ejemplo se muestra a continuación.

Ejemplos

Sistema eléctrico simple

Un circuito eléctrico simple que consta de una fuente de voltaje, una resistencia y un condensador en serie.

El primer paso es dibujar uniones de orden 0 en todos los nodos: 0000{\displaystyle {\begin{matrix}&0&&0&\\&&&&\\&&&&\\&0&&0&\end{matrix}}}

El siguiente paso es agregar todos los elementos que actúan en su propia unión 1: R|010||Smi11do||0_0{\displaystyle {\begin{matrix}&&&&R&&&&\\&&&&|&&&&\\&&0&-&1&-&0&&\\&&|&&&&|&&\\S_{e}&-&1&&&&1&-&C\\&&|&&&&|&&\\&&{\underline {0}}&-&-&-&0&&\end{matrix}}}

El siguiente paso es seleccionar una tierra. La tierra es simplemente una unión 0 que se supone que no tiene voltaje. En este caso, se elegirá como tierra la unión 0 inferior izquierda, que está subrayada arriba. El siguiente paso es dibujar todas las flechas para el diagrama de enlaces. Las flechas en las uniones deben apuntar hacia tierra (siguiendo una trayectoria similar a la de la corriente). Para los elementos de resistencia, inercia y compliancia, las flechas siempre apuntan hacia los elementos. El resultado de dibujar las flechas se puede ver a continuación, con la unión 0 marcada con una estrella como tierra.

Ahora que tenemos el diagrama de Bond, podemos comenzar a simplificarlo. El primer paso es eliminar todos los nodos de tierra. Se pueden eliminar las dos uniones 0 inferiores, ya que ambas están conectadas a tierra. El resultado se muestra a continuación.

A continuación, se pueden eliminar las uniones con menos de tres enlaces. Esto se debe a que el flujo y la fuerza pasan a través de estas uniones sin modificarse, por lo que se pueden eliminar para reducir la cantidad de elementos a dibujar. El resultado se puede ver a continuación.

El último paso consiste en aplicar la causalidad al gráfico de enlaces. La aplicación de la causalidad se explicó anteriormente. El gráfico de enlaces final se muestra a continuación.

Sistema eléctrico avanzado

Un sistema eléctrico más avanzado con una fuente de corriente, resistencias, condensadores y un transformador.

Siguiendo los pasos de este circuito se obtiene el diagrama de enlaces que se muestra a continuación, antes de su simplificación. Los nodos marcados con una estrella indican la conexión a tierra.

Simplificando el gráfico de enlaces se obtendrá la imagen que aparece a continuación.

Por último, al aplicar la causalidad se obtiene el gráfico de enlaces que se muestra a continuación. El enlace con estrella indica un conflicto causal.

Mecánica lineal simple

Un sistema mecánico lineal simple, que consiste en una masa unida a un resorte y fijada a una pared. La masa está sometida a una fuerza. A continuación se muestra una imagen del sistema.

Para un sistema mecánico, el primer paso es colocar una unión 1 en cada velocidad distinta; en este caso, hay dos velocidades distintas: la de la masa y la de la pared. Generalmente, es útil etiquetar las uniones 1 para facilitar la identificación. El resultado se muestra a continuación. 1masa1muro{\displaystyle {\begin{matrix}&&\\&&\\1_{\text{mass}}&&\\&&\\&&\\&&\\1_{\text{wall}}&&\end{matrix}}}

El siguiente paso consiste en dibujar los enlaces R y C en sus respectivas uniones 0 entre las uniones 1 donde actúan. En este ejemplo, solo hay un enlace de este tipo: el enlace C del resorte. Este actúa entre la unión 1 que representa la masa y la unión 1 que representa la pared. El resultado se muestra a continuación. 1masa|0do:1k|1muro{\displaystyle {\begin{matrix}&&\\&&\\1_{\text{mass}}&&\\|&&\\0&-&C:{\frac {1}{k}}\\|&&\\1_{\text{wall}}&&\end{matrix}}}

A continuación, se deben agregar las fuentes y los enlaces I en la unión I donde actúan. Hay una fuente, la fuente de esfuerzo (fuerza), y un enlace I, la masa de la masa, ambas actuando en la unión I de la masa. El resultado se muestra a continuación. Smi:F(t)|1masaI:metro|0do:1k|1muro{\displaystyle {\begin{matrix}S_{e}:F(t)&&\\|&&\\1_{\text{mass}}&-&I:m\\|&&\\0&-&C:{\frac {1}{k}}\\|&&\\1_{\text{wall}}&&\end{matrix}}}

A continuación, se debe asignar el flujo de potencia. Al igual que en los ejemplos eléctricos, la potencia debe fluir hacia tierra, en este caso, hacia la unión 1 de la pared. Las excepciones son los enlaces R, C o I, que siempre apuntan hacia el elemento. El diagrama de enlaces resultante se muestra a continuación.

Ahora que se ha generado el diagrama de enlaces, se puede simplificar. Dado que la pared está conectada a tierra (tiene velocidad cero), se puede eliminar esa unión. Por lo tanto, la unión 0, donde se encuentra el enlace C, también se puede eliminar, ya que entonces tendrá menos de tres enlaces. El diagrama de enlaces simplificado se puede ver a continuación.

El último paso es aplicar la causalidad; el gráfico de enlaces final se puede ver a continuación.

Mecánica lineal avanzada

A continuación se puede observar un sistema mecánico lineal más avanzado.

Al igual que en el ejemplo anterior, el primer paso consiste en crear uniones de 1 en cada una de las velocidades distantes. En este ejemplo, hay tres velocidades distantes: la masa 1, la masa 2 y la pared. A continuación, se conectan todos los enlaces y se asigna el flujo de potencia. El enlace se puede observar a continuación.

A continuación, se inicia el proceso de simplificación del diagrama de enlaces, eliminando la unión de 1 enlace de la pared y las uniones con menos de tres enlaces. El diagrama de enlaces se puede ver a continuación.

En el gráfico de enlaces se observa potencia paralela. La resolución de la potencia paralela se explicó anteriormente. El resultado de su resolución se puede observar a continuación.

Por último, aplicando la causalidad, el gráfico de enlaces final se puede ver a continuación.

Ecuaciones de estado

Una vez completado el grafo de enlaces, se puede utilizar para generar las ecuaciones de representación en el espacio de estados del sistema. La representación en el espacio de estados es especialmente potente, ya que permite resolver sistemas diferenciales complejos de múltiples órdenes como un sistema de ecuaciones de primer orden. La forma general de la ecuación de estado es: incógnita˙(t)=Aincógnita(t)+B(t){\displaystyle {\dot {\mathbf {x} }}(t)=\mathbf {A} \mathbf {x} (t)+\mathbf {B} \mathbf {u} (t)} dóndeincógnita(t){\textstyle \mathbf {x} (t)}es una matriz columna de las variables de estado , o las incógnitas del sistema.incógnita˙(t){\textstyle {\dot {\mathbf {x} }}(t)}es la derivada temporal de las variables de estado.(t){\textstyle \mathbf {u} (t)}es una matriz columna de las entradas del sistema. YA{\textstyle \mathbf {A} }yB{\textstyle \mathbf {B} }son matrices de constantes basadas en el sistema. Las variables de estado de un sistema sonq(t){\textstyle q(t)}ypag(t){\textstyle p(t)}valores para cada enlace C e I sin conflicto causal. Cada enlace I obtiene unpag(t){\textstyle p(t)}mientras que cada enlace C obtiene unq(t){\textstyle q(t)}.

Por ejemplo, si se tiene el siguiente gráfico de enlaces

uno tendría lo siguienteincógnita˙(t){\textstyle {\dot {\mathbf {x} }}(t)},incógnita(t){\textstyle \mathbf {x} (t)}, y(t){\textstyle \mathbf {u} (t)}matrices:

incógnita˙(t)=[pag˙3(t)q˙6(t)]yincógnita(t)=[pag3(t)q6(t)]y(t)=[mi1(t)]{\displaystyle {\dot {\mathbf {x} }}(t)={\begin{bmatrix}{\dot {p}}_{3}(t)\\{\dot {q}}_{6}(t)\end{bmatrix}}\qquad {\text{and}}\qquad \mathbf {x} (t)={\begin{bmatrix}p_{3}(t)\\q_{6}(t)\end{bmatrix}}\qquad {\text{and}}\qquad \mathbf {u} (t)={\begin{bmatrix}e_{1}(t)\end{bmatrix}}}

Las matrices deA{\textstyle \mathbf {A} }yB{\textstyle \mathbf {B} }Se resuelven determinando la relación entre las variables de estado y sus respectivos elementos, como se describió en el tetraedro de estados. El primer paso para resolver las ecuaciones de estado es enumerar todas las ecuaciones que rigen el diagrama de enlaces. La tabla a continuación muestra la relación entre los enlaces y sus ecuaciones correspondientes.

"♦" denota causalidad preferida.

Para el ejemplo proporcionado,

Las ecuaciones que rigen el sistema son las siguientes.

  1. mi1=aporte{\textstyle e_{1}={\text{input}}}
  2. mi3=mi1mi2mi4{\textstyle e_{3}=e_{1}-e_{2}-e_{4}}
  3. F1=F2=F4=F3{\textstyle f_{1}=f_{2}=f_{4}=f_{3}}
  4. mi2=R2F2{\textstyle e_{2}=R_{2}f_{2}}
  5. F3=1I3mi3dt=1I3pag3{\textstyle f_{3}={\frac {1}{I_{3}}}\int e_{3}\,dt={\frac {1}{I_{3}}}p_{3}}
  6. F5=F4r{\textstyle f_{5}=f_{4}\cdot r}
  7. mi4=mi5r{\textstyle e_{4}=e_{5}\cdot r}
  8. mi5=mi7=mi6{\textstyle e_{5}=e_{7}=e_{6}}
  9. F6=F5F7{\textstyle f_{6}=f_{5}-f_{7}}
  10. mi6=1do6F6dt=1do6q6{\textstyle e_{6}={\frac {1}{C_{6}}}\int f_{6}\,dt={\frac {1}{C_{6}}}q_{6}}
  11. F7=1R7mi7{\textstyle f_{7}={\frac {1}{R_{7}}}e_{7}}

Estas ecuaciones se pueden manipular para obtener las ecuaciones de estado. Para este ejemplo, se intenta encontrar ecuaciones que relacionenpag˙3(t){\textstyle {\dot {p}}_{3}(t)}yq˙6(t){\textstyle {\dot {q}}_{6}(t)}en términos depag3(t){\textstyle p_{3}(t)},q6(t){\textstyle q_{6}(t)}, ymi1(t){\textstyle e_{1}(t)}.

Para empezar, conviene recordar del tetraedro de estados quepag˙3(t)=mi3(t){\textstyle {\dot {p}}_{3}(t)=e_{3}(t)}Partiendo de la ecuación 2, se puede reorganizar de manera quemi3=mi1mi2mi4{\displaystyle e_{3}=e_{1}-e_{2}-e_{4}}.mi2{\displaystyle e_{2}}puede sustituirse por la ecuación 4, mientras que en la ecuación 4,F2{\displaystyle f_{2}}puede ser reemplazado porF3{\displaystyle f_{3}}debido a la ecuación 3, que luego puede ser reemplazada por la ecuación 5.mi4{\displaystyle e_{4}}Asimismo, puede reemplazarse utilizando la ecuación 7, en la quemi5{\displaystyle e_{5}}puede ser reemplazado pormi6{\displaystyle e_{6}}que luego se puede reemplazar con la ecuación 10. Después de estas sustituciones se obtiene la primera ecuación de estado que se muestra a continuación.

pag˙3(t)=mi3(t)=mi1(t)R2I3pag3(t)rdo6q6(t){\displaystyle {\dot {p}}_{3}(t)=e_{3}(t)=e_{1}(t)-{\frac {R_{2}}{I_{3}}}p_{3}(t)-{\frac {r}{C_{6}}}q_{6}(t)}

La segunda ecuación de estado también puede resolverse, recordando queq˙6(t)=F6(t){\textstyle {\dot {q}}_{6}(t)=f_{6}(t)}La segunda ecuación de estado se muestra a continuación.

q˙6(t)=F6(t)=rI3pag3(t)1R7do6q6(t){\displaystyle {\dot {q}}_{6}(t)=f_{6}(t)={\frac {r}{I_{3}}}p_{3}(t)-{\frac {1}{R_{7}\cdot C_{6}}}q_{6}(t)}

Ambas ecuaciones pueden reordenarse en forma matricial. El resultado se muestra a continuación.

[pag˙3(t)q˙6(t)]=[R2I3rdo6rI31R7do6][pag3(t)q6(t)]+[10][mi1(t)]{\displaystyle {\begin{bmatrix}{\dot {p}}_{3}(t)\\{\dot {q}}_{6}(t)\end{bmatrix}}={\begin{bmatrix}-{\frac {R_{2}}{I_{3}}}&-{\frac {r}{C_{6}}}\\{\frac {r}{I_{3}}}&-{\frac {1}{R_{7}\cdot C_{6}}}\end{bmatrix}}{\begin{bmatrix}p_{3}(t)\\q_{6}(t)\end{bmatrix}}+{\begin{bmatrix}1\\0\end{bmatrix}}{\begin{bmatrix}e_{1}(t)\end{bmatrix}}}

En este punto, las ecuaciones pueden tratarse como cualquier otro problema de representación en el espacio de estados .

Conferencias internacionales sobre modelado de grafos de enlaces (ECMS e ICBGM)

Se puede extraer una bibliografía sobre modelado de grafos de enlaces de las siguientes conferencias  :

  • ECMS-2013, 27.ª Conferencia Europea sobre Modelado y Simulación, del 27 al 30 de mayo de 2013, Ålesund, Noruega.
  • ECMS-2008, 22.ª Conferencia Europea sobre Modelado y Simulación, del 3 al 6 de junio de 2008, Nicosia, Chipre.
  • ICBGM-2007: 8.ª Conferencia Internacional sobre Modelado y Simulación de Grafos de Enlace, 15-17 de enero de 2007, San Diego, California, EE. UU.
  • ECMS-2006 XX Conferencia Europea sobre Modelado y Simulación, 28-31 de mayo de 2006, Bonn, Alemania
  • Multiconferencia Internacional sobre Modelización Mediterránea IMAACA-2005
  • ICBGM-2005 Conferencia Internacional sobre Modelado y Simulación de Grafos de Enlace, 23-27 de enero de 2005, Nueva Orleans, Luisiana, EE. UU. – Artículos
  • Conferencia Internacional ICBGM-2003 sobre Modelado y Simulación de Grafos de Enlace (ICBGM'2003), del 19 al 23 de enero de 2003, Orlando, Florida, EE. UU. – Artículos
  • XIV Simposio Europeo de Simulación, del 23 al 26 de octubre de 2002, Dresde, Alemania.
  • ESS'2001, XIII Simposio Europeo de Simulación, Marsella, Francia, 18-20 de octubre de 2001
  • ICBGM-2001 Conferencia Internacional sobre Modelado y Simulación de Grafos de Enlace (ICBGM 2001), Phoenix, Arizona, EE. UU.
  • Multiconferencia Europea de Simulación, 23-26 de mayo de 2000, Gante, Bélgica.
  • XI Simposio Europeo de Simulación, 26-28 de octubre de 1999, Castillo, Universidad Friedrich-Alexander, Erlangen-Núremberg, Alemania
  • ICBGM-1999 Conferencia Internacional sobre Modelado y Simulación de Grafos de Enlace 17-20 de enero de 1999 San Francisco, California
  • ESS-97 9º Simposio y Exposición Europea de Simulación: Simulación en la Industria, Passau, Alemania, 19-22 de octubre de 1997
  • ICBGM-1997, 3.ª Conferencia Internacional sobre Modelado y Simulación de Grafos de Enlace, del 12 al 15 de enero de 1997, Hotel Sheraton-Crescent, Phoenix, Arizona.
  • XI Conferencia Europea Multiconferencia sobre Simulación, Estambul, Turquía, 1-4 de junio de 1997.
  • ESM-1996, 10.ª Conferencia Europea Anual de Simulación, Budapest, Hungría, del 2 al 6 de junio de 1996.
  • Conferencia Internacional ICBGM-1995 sobre Modelado y Simulación de Grafos de Enlace (ICBGM'95), del 15 al 18 de enero de 1995, Las Vegas, Nevada.

Véase también

Sistemas para gráficos de enlaces

Muchos sistemas pueden expresarse mediante términos utilizados en diagramas de enlaces. Estos términos se muestran en la tabla a continuación.

Convenciones para la tabla que aparece a continuación:

  • PAG{\displaystyle P}es la potencia activa ;
  • incógnita^{\displaystyle {\hat {X}}}es un objeto matriz ;
  • incógnita{\displaystyle {\vec {x}}}es un objeto vectorial ;
  • incógnita{\displaystyle x^{\dagger }}es el conjugado hermitiano de x ; es el conjugado complejo de la transpuesta de x . Si x es un escalar, entonces el conjugado hermitiano es el mismo que el conjugado complejo;
  • Dtnorte{\displaystyle D_{t}^{n}}es la notación de Euler para la diferenciación , donde:DtnorteF(t)={tF(s)ds,norte=1F(t),norte=0norteF(t)tnorte,norte>0{\displaystyle D_{t}^{n}f(t)={\begin{cases}\displaystyle \int _{-\infty }^{t}f(s)\,ds,&n=-1\\[2pt]f(t),&n=0\\[2pt]{\dfrac {\partial ^{n}f(t)}{\partial t^{n}}},&n>0\end{cases}}}
  • {incógnitaα:=|incógnita|αsgn(incógnita)a=kbβb=(1ka)1/β{\displaystyle {\begin{cases}\langle x\rangle ^{\alpha }:=|x|^{\alpha }\operatorname {sgn}(x)\\\langle {a}\rangle =k\langle b\rangle ^{\beta }\implies \langle b\rangle =\left({\frac {1}{k}}\langle a\rangle \right)^{1/\beta }\end{cases}}}
  • Factor de convergencia:ϕL={Prismático: longitudsección transversal áreaCilindro: ln(radisotradisinorte)2πlongitudEsfera: 14π(radisinorteradisot){\displaystyle \phi _{L}={\begin{cases}{\textrm {Prismatic}}:\ {\dfrac {\textrm {length}}{{\textrm {cross-sectional}}\ {\textrm {area}}}}\\{\textrm {Cylinder}}:\ {\dfrac {\ln \left({\frac {\mathrm {radius_{out}} }{\mathrm {radius_{in}} }}\right)}{2\pi \cdot {\textrm {length}}}}\\{\textrm {Sphere}}:\ {\dfrac {1}{4\pi \left(\mathrm {radius_{in}} \parallel \mathrm {-radius_{out}} \right)}}\end{cases}}}

Other systems:

  • Thermodynamic power system (flow is entropy-rate and effort is temperature)
  • Electrochemical power system (flow is chemical activity and effort is chemical potential)
  • Thermochemical power system (flow is mass-rate and effort is mass specific enthalpy)
  • Macroeconomics currency-rate system (displacement is commodity and effort is price per commodity)
  • Microeconomics currency-rate system (displacement is population and effort is GDP per capita)

References

  1. Thomson, William (2011-06-30). Mathematical and Physical Papers (1 ed.). Cambridge University Press. doi:10.1017/cbo9780511996009.004. ISBN 978-1-108-02898-1.
  2. Clerk-Maxwell, J. (1869). "Remarks on the Mathematical Classification of Physical Quantities". Proceedings of the London Mathematical Society. s1-3 (1): 224–233. doi:10.1112/plms/s1-3.1.224.
  3. 123456"Bond-graph modeling". IEEE Control Systems. 27 (2): 24–45. 2007. doi:10.1109/MCS.2007.338279. ISSN 1066-033X.
  4. 12345678910111213141516171819Karnopp, Dean; Margolis, Donald L.; Rosenberg, Ronald C. (2012). System dynamics: modeling and simulation of mechatronic systems (5th ed.). Hoboken, NJ: Wiley. ISBN 978-0-470-88908-4.
  5. 12Borutzky, Wolfgang, ed. (2017). Bond Graphs for Modelling, Control and Fault Diagnosis of Engineering Systems. Cham: Springer International Publishing. doi:10.1007/978-3-319-47434-2. ISBN 978-3-319-47433-5.
  6. 123456Gawthrop, Peter; Smith, Lorcan (1996). Metamodelling: for bond graphs and dynamic systems. Prentice Hall international series in systems and control engineering. London: Prentice Hall. doi:10.5281/zenodo.6998395. ISBN 978-0-13-489824-7.
  7. 12Wellstead, P. E. (1979). Introduction to physical system modelling. London; New York: Academic Press. ISBN 978-0-12-744380-5.
  8. Shearer, J. Lowen; Murphy, Arthur T.; Richardson, Herbert H. (1971). Introduction to system dynamics (2. print ed.). Reading, Mass.: Addison-Wesley Publ. Comp. ISBN 978-0-201-07017-0.
  9. Chua, L. (1971). "Memristor-The missing circuit element". IEEE Transactions on Circuit Theory. 18 (5): 507–519. Bibcode:1971ITCT...18..507C. doi:10.1109/TCT.1971.1083337. ISSN 0018-9324.
  10. Akbarpour Ghazani, Mehran; Pan, Michael; Tran, Kenneth; Rampadarath, Anand; Nickerson, David P. (2024). "A review of the diverse applications of bond graphs in biology and physiology". Proceedings of the Royal Society A: Mathematical, Physical and Engineering Sciences. 480 (2294) 20230807. Bibcode:2024RSPSA.48030807A. doi:10.1098/rspa.2023.0807. ISSN 1471-2946.
  11. 12Oster, George; Perelson, Alan; Katchalsky, Aharon (1971). "Network Thermodynamics". Nature. 234 (5329): 393–399. Bibcode:1971Natur.234..393O. doi:10.1038/234393a0. ISSN 0028-0836.
  12. 12Oster, George F.; Perelson, Alan S.; Katchalsky, Aharon (1973). "Network thermodynamics: dynamic modelling of biophysical systems". Quarterly Reviews of Biophysics. 6 (1): 1–134. doi:10.1017/S0033583500000081. ISSN 0033-5835. PMID 4576440.
  13. 12345Gawthrop, Peter J.; Crampin, Edmund J. (2014). "Energy-based analysis of biochemical cycles using bond graphs". Proceedings of the Royal Society A: Mathematical, Physical and Engineering Sciences. 470 (2171). arXiv:1406.2447. Bibcode:2014RSPSA.47040459G. doi:10.1098/rspa.2014.0459. ISSN 1364-5021. PMC 4197480. PMID 25383030.
  14. 12Rajagopal, Vijay; Arumugam, Senthil; Hunter, Peter J.; Khadangi, Afshin; Chung, Joshua; Pan, Michael (2022). "The Cell Physiome: What Do We Need in a Computational Physiology Framework for Predicting Single-Cell Biology?". Annual Review of Biomedical Data Science. 5 (1): 341–366. doi:10.1146/annurev-biodatasci-072018-021246. ISSN 2574-3414. PMID 35576556.
  15. 1234567Gawthrop, Peter J.; Pan, Michael (2022). "Network thermodynamics of biological systems: A bond graph approach". Mathematical Biosciences. 352 108899. doi:10.1016/j.mbs.2022.108899. PMID 36057321.
  16. 12Hunter, P.; de Bono, B.; Brooks, D.; Christie, R.; Hussan, J.; Lin, M.; Nickerson, D. (2025). "The Physiome Project and Digital Twins". IEEE Reviews in Biomedical Engineering. 18: 300–315. Bibcode:2025IRBE...18..300H. doi:10.1109/RBME.2024.3490455. ISSN 1937-3333. PMID 39504298.
  17. Gawthrop, Peter J.; Cudmore, Peter; Crampin, Edmund J. (2020). "Physically-plausible modelling of biomolecular systems: A simplified, energy-based model of the mitochondrial electron transport chain". Journal of Theoretical Biology. 493 110223. arXiv:1905.12958. Bibcode:2020JThBi.49310223G. doi:10.1016/j.jtbi.2020.110223. PMID 32119969.
  18. Gawthrop, Peter J.; Cursons, Joseph; Crampin, Edmund J. (2015). "Hierarchical bond graph modelling of biochemical networks". Proceedings of the Royal Society A: Mathematical, Physical and Engineering Sciences. 471 (2184) 20150642. arXiv:1503.01814. Bibcode:2015RSPSA.47150642G. doi:10.1098/rspa.2015.0642. ISSN 1364-5021.
  19. Pan, Michael; Gawthrop, Peter J.; Cursons, Joseph; Crampin, Edmund J. (2021-10-13). Wallqvist, Anders (ed.). "Modular assembly of dynamic models in systems biology". PLOS Computational Biology. 17 (10) e1009513. Bibcode:2021PLSCB..17E9513P. doi:10.1371/journal.pcbi.1009513. ISSN 1553-7358. PMC 8544865. PMID 34644304.
  20. Gawthrop, Peter J.; Pan, Michael; Crampin, Edmund J. (2021). "Modular dynamic biomolecular modelling with bond graphs: the unification of stoichiometry, thermodynamics, kinetics and data". Journal of the Royal Society Interface. 18 (181) 20210478. doi:10.1098/rsif.2021.0478. ISSN 1742-5662. PMC 8385351. PMID 34428949.
  21. Cudmore, Peter; Pan, Michael; Gawthrop, Peter J.; Crampin, Edmund J. (2021). "Analysing and simulating energy-based models in biology using BondGraphTools". The European Physical Journal E. 44 (12) 148. doi:10.1140/epje/s10189-021-00152-4. ISSN 1292-8941. PMID 34904197.
  22. 123Keener, James; Sneyd, James, eds. (2009). Mathematical Physiology. Interdisciplinary Applied Mathematics. Vol. 8/1. New York, NY: Springer New York. doi:10.1007/978-0-387-75847-3. ISBN 978-0-387-75846-6.
  23. 12Gawthrop, Peter J.; Siekmann, Ivo; Kameneva, Tatiana; Saha, Susmita; Ibbotson, Michael R.; Crampin, Edmund J. (2017). "Bond graph modelling of chemoelectrical energy transduction". IET Systems Biology. 11 (5): 127–138. doi:10.1049/iet-syb.2017.0006. ISSN 1751-8849. PMC 8687425.
  24. 12Pan, Michael; Gawthrop, Peter J.; Tran, Kenneth; Cursons, Joseph; Crampin, Edmund J. (2019). "A thermodynamic framework for modelling membrane transporters". Journal of Theoretical Biology. 481: 10–23. arXiv:1806.04341. Bibcode:2019JThBi.481...10P. doi:10.1016/j.jtbi.2018.09.034. PMID 30273576.
  25. 12Pan, Michael; Gawthrop, Peter J.; Tran, Kenneth; Cursons, Joseph; Crampin, Edmund J. (2018). "Bond graph modelling of the cardiac action potential: implications for drift and non-unique steady states". Proceedings of the Royal Society A: Mathematical, Physical and Engineering Sciences. 474 (2214) 20180106. arXiv:1802.04548. Bibcode:2018RSPSA.47480106P. doi:10.1098/rspa.2018.0106. ISSN 1364-5021. PMC 6030650. PMID 29977132.
  26. 12Gawthrop, Peter J. (2017). "Bond Graph Modeling of Chemiosmotic Biomolecular Energy Transduction". IEEE Transactions on NanoBioscience. 16 (3): 177–188. arXiv:1611.04264. Bibcode:2017ITNB...16..177G. doi:10.1109/TNB.2017.2674683. ISSN 1536-1241. PMID 28252411.
  27. 123Gawthrop, Peter J.; Pan, Michael; Rajagopal, Vijay (2025). "Energy-based modelling of single actin filament polymerization using bond graphs". Journal of the Royal Society Interface. 22 (222) 20240404. doi:10.1098/rsif.2024.0404. ISSN 1742-5662. PMC 11780404. PMID 39881657.
  28. Peskin, C.S.; Odell, G.M.; Oster, G.F. (1993). "Cellular motions and thermal fluctuations: the Brownian ratchet". Biophysical Journal. 65 (1): 316–324. Bibcode:1993BpJ....65..316P. doi:10.1016/S0006-3495(93)81035-X. PMC 1225726. PMID 8369439.
  29. Hunter, Peter; Dowrick, Jarrah; Ai, Weiwei; Nickerson, David; Shafieizadegan, Mohammad Hossein; Argus, Finbar (2026-01-30). "The biophysical basis of enterocyte homeostasis". bioRxiv 10.64898/2026.01.28.702213.
  30. 12Tran, Kenneth; Pan, Michael; Hunter, Peter J.; Nickerson, David P. (2024), "Cardiac Cellular Electrophysiological Modeling", in Iaizzo, Paul A.; Eggen, Michael D.; Iles, Tinen L. (eds.), Cardiac Electrophysiology Methods and Models: A Practical Handbook for Scientists, Engineers, and Clinicians, Cham: Springer Nature Switzerland, pp. 365–394, doi:10.1007/978-3-031-71067-4_12, ISBN 978-3-031-71067-4
  31. Hunter, Peter J.; Ai, Weiwei; Nickerson, David P. (2025). "Energy-based bond graph models of glucose transport with SLC transporters". Biophysical Journal. 124 (2): 316–335. Bibcode:2025BpJ...124..316H. doi:10.1016/j.bpj.2024.12.006. ISSN 0006-3495. PMC 11788503. PMID 39644093.
  32. Su, Shan; Blanco, Pablo J.; Müller, Lucas O.; Hunter, Peter J.; Safaei, Soroush (2020-08-26). "Bond Graph Model of Cerebral Circulation: Toward Clinically Feasible Systemic Blood Flow Simulations". Physiome. doi:10.36903/physiome.12859424. ISSN 2744-6204.
  33. Pan, Michael; Gawthrop, Peter J.; Faria, Matthew; Johnston, Stuart T. (2025). "Thermodynamically consistent, reduced models of gene regulatory networks". Royal Society Open Science. 12 (7) 241725. Bibcode:2025RSOS...1241725P. doi:10.1098/rsos.241725. ISSN 2054-5703. PMC 12312648. PMID 40746961.
  34. Gawthrop, Peter; Pan, Michael (2025). "Energy-based analysis of biochemical oscillators using bond graphs and linear control theory". Royal Society Open Science. 12 (4) 241791. Bibcode:2025RSOS...1241791G. doi:10.1098/rsos.241791. ISSN 2054-5703. PMC 12040473. PMID 40309185.
  35. Gawthrop, Peter J.; Pan, Michael (2022). "Energy-based advection modelling using bond graphs". Journal of the Royal Society Interface. 19 (195) 20220492. doi:10.1098/rsif.2022.0492. ISSN 1742-5662. PMC 9554522.
  36. Gawthrop, Peter J.; Pan, Michael; Crampin, Edmund J. (2021). "Modular dynamic biomolecular modelling with bond graphs: the unification of stoichiometry, thermodynamics, kinetics and data". Journal of the Royal Society Interface. 18 (181) 20210478. doi:10.1098/rsif.2021.0478. ISSN 1742-5662. PMC 8385351. PMID 34428949.
  37. Gawthrop, Peter J.; Cudmore, Peter; Crampin, Edmund J. (2020-05-21). "Physically-plausible modelling of biomolecular systems: A simplified, energy-based model of the mitochondrial electron transport chain". Journal of Theoretical Biology. 493 110223. arXiv:1905.12958. Bibcode:2020JThBi.49310223G. doi:10.1016/j.jtbi.2020.110223. ISSN 0022-5193. PMID 32119969.
  38. Cacho, R.; Felez, J.; Vera, C. (2000-08-01). "Deriving simulation models from bond graphs with algebraic loops.: The extension to multibond graph systems". Journal of the Franklin Institute. 337 (5): 579–600. doi:10.1016/S0016-0032(00)00025-9. ISSN 0016-0032.
  39. Gawthrop, P. J. (1995). "Bicausal Bond Graphs". eprints.gla.ac.uk. Retrieved 2026-02-08.
  40. 12Samantaray, A. K.; Ghoshal, S. K. (2008-01-01). "Bicausal bond graphs for supervision: From fault detection and isolation to fault accommodation". Journal of the Franklin Institute. 345 (1): 1–28. doi:10.1016/j.jfranklin.2007.05.009. ISSN 0016-0032.
  41. 1234Gawthrop, Peter J. (2000-09-01). "Physical interpretation of inverse dynamics using bicausal bond graphs". Journal of the Franklin Institute. 337 (6): 743–769. doi:10.1016/S0016-0032(00)00051-X. ISSN 0016-0032.
  42. Bideaux, Eric; Marquis-Favre, Wilfrid; Scavarda, Serge (2000-09-01). "Formulation of the Constitutive Relations in the Bicausal Bond Graph: Symbolic and Numerical Issues". IFAC Proceedings Volumes. IFAC Conference on Mechatronic Systems, Darmstadt, Germany, 18–20 September 2000. 33 (26): 655–660. doi:10.1016/S1474-6670(17)39220-0. ISSN 1474-6670.
  43. Dauphin-Tanguy, G.; Rahmani, A.; Sueur, C. (1999-12-15). "Bond graph aided design of controlled systems". Simulation Practice and Theory. 7 (5): 493–513. doi:10.1016/S0928-4869(99)00009-9. ISSN 0928-4869.
  44. Sueur, C.; Dauphin-Tanguy, G. (1991-01-01). "Bond-graph approach for structural analysis of MIMO linear systems". Journal of the Franklin Institute. 328 (1): 55–70. doi:10.1016/0016-0032(91)90006-O. ISSN 0016-0032.
  45. Marquis-Favre, Wilfrid; Scavarda, Serge (2002-09-01). "Alternative Causality Assignment Procedures in Bond Graph for Mechanical Systems". Journal of Dynamic Systems, Measurement, and Control. 124 (3): 457–463. doi:10.1115/1.1481369. ISSN 0022-0434.
  46. Murray-Smith, David J. (2024). "Kelvin and Bush: Their Contributions to Today's System Modelling and Simulation Methods". SNE Simulation Notes Europe. 34 (4): 233–239. doi:10.11128/sne.34.on.10716.
  47. Kailath, Thomas (1980). Linear systems. Prentice-Hall information and system sciences series. Englewood Cliffs, NJ: Prentice-Hall. ISBN 978-0-13-536961-6.
  48. 12Ngwompo, R. Fotsu; Scavarda, S.; Thomasset, D. (1996-03-01). "Inversion of linear time-invariant SISO systems modelled by bond graph". Journal of the Franklin Institute. 333 (2): 157–174. doi:10.1016/0016-0032(96)00025-7. ISSN 0016-0032.
  49. Bera, Tarun K.; Samantaray, Arun K. (2011). "BOND GRAPH MODEL-BASED INVERSION OF PLANAR PARALLEL MANIPULATOR SYSTEMS". International Journal of Modelling and Simulation. 31 (4). doi:10.2316/Journal.205.2011.4.205-5637. ISSN 1925-7082.
  50. Gawthrop, P. J. (1995). "Bicausal Bond Graphs". eprints.gla.ac.uk. Retrieved 2026-02-15.
  51. Ngwompo, R F; Ngwompo, R F; Scavarda, S; Thomasset, D (2001-03-01). "Physical model-based inversion in control systems design using bond graph representation Part 1: Theory". Proceedings of the Institution of Mechanical Engineers, Part I: Journal of Systems and Control Engineering. 215 (2): 95–104. doi:10.1243/0959651011540888. ISSN 0959-6518.
  52. Benmoussa, Samir; Bouamama, Belkacem Ould; Merzouki, Rochdi (April 2014). "Bond Graph Approach for Plant Fault Detection and Isolation: Application to Intelligent Autonomous Vehicle". IEEE Transactions on Automation Science and Engineering. 11 (2): 585–593. doi:10.1109/TASE.2013.2252340. ISSN 1558-3783.
  53. El Feki, Mariem; Jardin, Audrey; Marquis-Favre, Wilfrid; Krähenbühl, Laurent; Bideaux, Eric; Thomasset, Daniel (2012-11-01). "Determination of Essential Orders From a Bond Graph Model". Journal of Dynamic Systems, Measurement, and Control. 134 (6). doi:10.1115/1.4004772. ISSN 0022-0434.
  54. Bideaux, Eric; Marquis-Favre, Wilfrid; Scavarda, Serge (2006). "Equilibrium set investigation using bicausality". Mathematical and Computer Modelling of Dynamical Systems. 12 (2–3): 127–140. doi:10.1080/13873950500069003. ISSN 1387-3954.
  55. Mouhib, Omar; Jardin, Audrey; Marquis-Favre, Wilfrid; Bideaux, Eric; Thomasset, Daniel (2009-01-01). "Optimal control problem in bond graph formalism". Simulation Modelling Practice and Theory. Bond Graph Modelling. 17 (1): 240–256. doi:10.1016/j.simpat.2008.04.011. ISSN 1569-190X.
  56. Sanchez, Roberto; Dauphin-Tanguy, Geneviève; Guillaud, Xavier; Colas, Frédéric (2010-10-01). "Bond graph based control of a three-phase inverter with LC filter – Connection to passive and active loads". Simulation Modelling Practice and Theory. 18 (9): 1185–1198. doi:10.1016/j.simpat.2010.05.016. ISSN 1569-190X.
  57. Vink, D.; Ballance, D.; Gawthrop, P. (2006). "Bond graphs in model matching control". Mathematical and Computer Modelling of Dynamical Systems. 12 (2–3): 249–261. doi:10.1080/13873950500068278. ISSN 1387-3954.
  58. Ngwompo, R. F; Scavarda, S (1999-12-15). "Dimensioning problems in system design using bicausal bond graphs". Simulation Practice and Theory. 7 (5): 577–587. doi:10.1016/S0928-4869(99)00013-0. ISSN 0928-4869.
  59. Ngwompo, Roger F.; Gawthrop, Peter J. (1999-11-01). "Bond graph-based simulation of non-linear inverse systems using physical performance specifications". Journal of the Franklin Institute. 336 (8): 1225–1247. doi:10.1016/S0016-0032(99)00032-0. ISSN 0016-0032.
  60. 12Richard, P. Y.; Buisson, J.; Cormerais, H. (2002-01-01). "ANALYSIS OF FLATNESS USING BOND GRAPHS AND BICAUSALITY". IFAC Proceedings Volumes. 15th IFAC World Congress. 35 (1): 25–30. doi:10.3182/20020721-6-ES-1901.00254. ISSN 1474-6670.
  61. "Bond Graph Modelling of Engineering Systems"(PDF).

Further reading

  • Kypuros, Javier (2013). Dinámica y control de sistemas con modelado de grafos de enlace . Boca Raton: Taylor&Francis. doi : 10.1201/b14676 . ISBN 978-1-4665-6075-8.
  • Paynter, Henry M. (1960). Análisis y diseño de sistemas de ingeniería . MIT Press. ISBN 0-262-16004-8.{{cite book}}: Incompatibilidad de ISBN/Fecha ( ayuda )
  • Karnopp, Dean C.; Margolis, Donald L.; Rosenberg, Ronald C. (1990). Dinámica de sistemas: un enfoque unificado . Nueva York: John Wiley & Sons. ISBN 0-471-62171-4.
  • Thoma, Jean Ulrich (1975). Grafos de enlace: introducción y aplicaciones . Oxford: Pergamon Press. ISBN 0-08-018882-6.
  • Gawthrop, Peter J.; Smith, Lorcan PS (1996). Metamodelado: grafos de enlaces y sistemas dinámicos . Londres: Prentice Hall. doi : 10.5281/zenodo.6998395 . ISBN 0-13-489824-9.
  • Brown, Forbes T. (2007). Dinámica de sistemas de ingeniería: un enfoque unificado centrado en grafos . Boca Raton: Taylor & Francis. ISBN 978-0-8493-9648-9.
  • Mukherjee, Amalendu; Karmakar, Ranjit (2000). Modelado y simulación de sistemas de ingeniería mediante grafos de enlace . Boca Raton: CRC Press. ISBN 978-0-8493-0982-3.
  • Gawthrop, PJ; Ballance, DJ (1999). «Capítulo 2: Computación simbólica para la manipulación de grafos de enlaces jerárquicos». En Munro, N. (ed.). Métodos simbólicos en el análisis y diseño de sistemas de control . Londres: Institution of Electrical Engineers. pp. 23-52 . ISBN  0-85296-943-0.
  • Borutzky, Wolfgang (2010). Metodología de grafos de enlace . Londres: Springer. doi : 10.1007/978-1-84882-882-7 . ISBN 978-1-84882-881-0.
  • http://www.site.uottawa.ca/~rhabash/ESSModelFluid.pdf Explica el modelado del gráfico de enlaces en el dominio del fluido.
  • http://www.dartmouth.edu/~sullivan/22files/Fluid_sys_anal_w_chart.pdf Explica el modelado del gráfico de enlaces en el dominio del fluido.
  • Simscape es una biblioteca complementaria oficial para MATLAB/Simulink para la programación gráfica de grafos de enlaces.
  • BG V.2.1 Biblioteca complementaria gratuita para MATLAB/Simulink para programación gráfica de grafos de enlaces.
  • BondGraphTools es una herramienta de procesamiento de gráficos de enlaces basada en Python.