Datenerfassungsbaugruppe
Data-Science-Bausteine für Maschinendaten
SSV hat eine Datenerfassungsbaugruppe für Maschinensensoren plus Software entwickelt, um den KI-Einsatz in Maschinen, Anlagen und Industrieprozessen zu vereinfachen.
Data Science verfolgt das Ziel, die Entscheidungsfindung zu verbessern, indem Erkenntnisse aus großen Datenmengen extrahiert und als zusätzliches Wissen für Entscheidungen genutzt werden. Dafür kommen Algorithmen aus dem Umfeld der Künstlichen Intelligenz (KI) zum Einsatz. In der Automatisierung ist das Bereitstellen geeigneter Daten die größte Herausforderung, bevor der KI-Algorithmen-Einsatz überhaupt erfolgen kann. Die Baugruppe IO/5640-DS und die Python-Softwarebibliothek PyDSlog wurden zur Lösung dieser speziellen Teilaufgabe entwickelt.
Eingangsseitig besitzt eine IO/5640-DS acht analoge Kanäle zur Digitalisierung von Sensordaten, die in einem konstanten Datenstrom zusammengefasst werden. Die Sensorrohdaten werden per 2-Draht-High-Speed-Verbindung entweder mittels USB-Adapter an einen PC oder direkt an ein Edge-Gateway übergeben. Kanalanzahl, Abtastraten bis zu 435 Mikrosekunden (2,3 kHz) bei 12 Bit-Auflösung sowie Kommunikationsblockgrößen lassen sich hinsichtlich der individuellen Anforderungen einstellen.
Die PyDSlog-Bibliothek ermöglicht die Erfassung sogenannter „gelabelter Trainingsdaten“, aus denen sich die erforderlichen Modelle für den Praxiseinsatz von Machine-Learning-Algorithmen und künstlichen neuronalen Netzen erzeugen lassen. Eingangsseitig sind verschiedene Sensordaten, wie z. B. Strom, Spannung, Vibration, Mikrofonpegel usw. möglich. Ausgangsseitig entsteht eine CSV-Datei, die sich direkt zum Training der jeweiligen Algorithmen oder für manuelle Datenanalysen unter Python, R oder Matlab eignet.
Des Weiteren bietet SSV allen IO/5640-DS- und PyDSlog-Nutzern ein Webinar mit folgenden Inhalten: 1. Grundlegende Prinzipien und Terminologie des maschinellen Lernens. 2. Ein vollständiger Machine-Learning-Prozess, einschließlich Sensordatenerfassung, Datenaufbereitung, Modellierung und Modellbewertung. 3. Bestimmen der Modellgenauigkeit und Anpassen der Hyperparameter. 4. Den Ausgang eines Machine-Learning-Algorithmus mit anderen Systemen verbinden.
Das könnte Sie auch interessieren
Digital und ohne Personal
Eine Weltneuheit verspricht Kasto für seinen Messeauftritt in Hannover. Der Säge- und Lagertechnik-Spezialist zeigt auf der EMO ein vollautomatisiertes System für die Anarbeitung. Das mannlose Konzept ermöglicht einen 24/7-Betrieb.
mehr...Bummel durch die City
Zur EMO lädt DMG Mori zum Stadtbummel ein: In einer eigens errichteten DMG Mori City konzentriert sich der Werkzeugmaschinenbauer auf sein Fokusthema Machining Transformation (MX).
mehr...Automatisierung und Digitalisierung
Natürlich bringt Hermle den Bulli/T1 mit zur EMO – das Showteil sorgte bereits auf der Hausausstellung für Furore.
mehr...Drehscheibe für die flexible Produktion
Im Messeherbst 2023 gehört das Duo Motek/Bondexpo zum Highlight der Branche. Vom 10. bis 13. Oktober 2023 öffnet die 41. Motek zusammen mit der 16. Bondexpo die Tore. Im Mittelunkt steht die industrielle Produktion als Gesamtsystem – von...
mehr...Mitsubishi Electric investiert in die Zukunft
Weiteres Produktionsgebäude in Owariasahi City
Aufgrund der wachsenden Bedeutung der japanischen Region Owarisahi in Aichi erhöht die Mitsubishi Electric Corporation Ihre geplanten Investitionen und kündigt den Bau eines zweiten Produktionsgebäudes an.
mehr...Effizientes Roboter-Monitoring
Mikrochips sind fast überall verbaut – ob in Smartphones, Waschmaschinen oder Autos. Mit zunehmender Digitalisierung steigt der Bedarf an Halbleitern in allen Bereichen der Wirtschaft seit Jahren rasant.
mehr...Alles auf einer Plattform
Für professionelles Arbeiten auf der Baustelle, in der Werkstatt oder beim Reparatureinsatz ist funktionales und leistungsfähiges Werkzeug unerlässlich.
mehr...Augmented Reality erleichtert Designprozesse
Visualisierung ist im Design das A und O. Gängig waren und sind dafür Werkzeuge wie Ausdrucke und Skizzen, PDFs oder Bewegtbilder in Form von Animationen und Filmen.
mehr...Pilotprojekt Emissionsmanagement
Siemens und BayWa treiben CO2-optimierte Produktion voran
Siemens und BayWa treiben gemeinsam eine CO2-optimierte industrielle Produktion voran. Im Rahmen eines Pilotprojekts verknüpfen die beiden Unternehmen die Siemens-Software für Emissionsmanagement Sigreen mit der BayWa-Software zum Emissionsausgleich...
mehr...