Pular para o conteúdo principal

Arquitetura

O Synapsys é construído em seis camadas. Cada camada tem uma única responsabilidade e depende apenas das camadas abaixo. Isso significa que você pode usar o núcleo matemático isoladamente sem tocar na infraestrutura de agentes, ou trocar o transporte sem alterar nenhuma lógica de controle.

Diagrama de camadas​

Decisões de projeto​

Separação API / Motor matemático​

A camada synapsys.api é apenas um wrapper de conveniência. Toda a matemática vive em synapsys.core. Isso permite que a API evolua sem tocar no núcleo numérico.

Operator overloading nas classes LTI​

G1 * G2 (série), G1 + G2 (paralelo) e G.feedback() permitem compor sistemas com álgebra de blocos natural:

T = (C * G).feedback()   # malha fechada: C em série com G

Padrão Strategy no transporte​

PlantAgent e ControllerAgent não sabem como os dados são enviados. Eles chamam transport.write() e transport.read(). A implementação concreta é injetada na construção — sem mudar lógica de controle.

Ciclo de vida do transporte​

O transporte é gerenciado pelo chamador, não pelo agente. O agente nunca chama transport.close(). Isso evita double-free quando múltiplos agentes compartilham visões do mesmo bloco de memória.

Contínuo vs Discreto​

StateSpace(A, B, C, D, dt=0) é contínuo. dt > 0 é discreto. O mesmo objeto suporta ambos:

  • is_stable() usa Re(poles) < 0 para contínuo e |poles| < 1 para discreto
  • step() delega para scipy.signal.step ou scipy.signal.dstep automaticamente
  • evolve(x, u) executa x(k+1) = Ax + Bu passo a passo para simulação em tempo real