以python作为控制器，在simulink中搭建被控对象模型。技术点涉及python与simulink的数据交互、matlab实时仿真技术、python的数据可视化、增量式PID算法的编写等。有别于平时simulink仿真实验的模型和控制器同处一处，且仿真时间与CPU真实时间不同步。笔者将控制器和被控对象分离，实现远程的实时控制。

针对快速成型过程仿真技术,开发了一种实时仿真软件。利用OpenGL三维图形绘制和交互能力,结合Visual C++事件处理程序,模拟了零件快速成型制作过程,实现了具有真实感的图形场景和连续三维动画仿真快速成型过程。介绍了实时仿真动画软件开发步骤,给出了一个成型制作实例。

为验证基于dSPACE的SVPWM调制方式的可行性与实用性，搭建了以dSPACE和IPM为核心的异步电机变频调速系统实时仿真实验平台。利用simulink的RTW功能可将Matlab/Simulink中建立的电机控制模型下载至DSP芯片中，实现了对异步电机的SVPWM调制实时控制，同时也验证了dSPACE实时仿真系统的快速性及高效性。

RTsync Blockset 在实时仿真中扩展了 MATLAB Simulink 仿真功能。 Blockset 由单个模块组成，当放置到模型中时，会将仿真时间与 CPU 实时时钟同步。 Simulink 中的实时仿真概念相当简单，但有效。 通常，模型模拟的运行速度比实时快得多（如果模拟运行速度较慢，那么没有人可以提供帮助，在 Windows 操作系统中更是如此）。 可以测量每个模拟步骤的时间和实际占用的 CPU 时间。 因此，您可以计算 Simulink 进程在每个仿真步骤后必须Hibernate以执行实时仿真的时间延迟。 因此，您可以在没有额外 CPU 负载的情况下实现实时建模。 RTsync Blockset 利用了上述理论和其他一些魔法。 实际上，RTsync Blockset 在实时模拟方面并没有取得突破。 之前在 Simulink 中有多种用于实时仿真的工具和想法。 MA

默认情况下MATLAB/Simulink是超实时仿真，而此S-函数用于实现Simulink实时仿真精确度维持在ms级；用户也可在此基础上添加自己的内容，进一步增加实时精确度。

matlab机器人工具箱+Simscape Multibody+实时仿真测试官方帮助文档

DDC单回路PID闭环控制系统的设计及实时仿真，里面包含用phthon写的代码

AMESim在实时仿真方面的应用：包括实时仿真的流程等

matlab开发-带MatlabSimulinkSimmechanics3D动画的Pushingabox。模拟和动画一个盒子，这是通过一个导纳模型推动。

Speedgoat 的入门演示通过简单的练习带您完成典型的实时仿真和测试工作流程，这些练习包括 Simulink 模型和 Speedgoat 实时目标机器，其 I/O 连接到带有直流电的被测设备 (DUT)电机、开关和 LED。 参考应用程序利用 Speedgoat 入门演示套件 ( https://www.speedgoat.com/products-services/demo-kits/getting-started-demo )，它具有通过 H 桥和电位计的电动伺服直流电机反馈。 该套件可与经济高效的 IO397 FGPA I/O 模块 ( https://www.speedgoat.com/products/simulink-programmable-fpgas-fpga-io-modules-io397 ) 无缝运行，并随附定制 FPGA 实现文件集成： - PWM 生成