Smart-Factory-Digitalisierung

Andreas Mühlbauer,

Machine-Learning-Sensoren ab Stückzahl 1

SSV bietet aufgabenspezifische Industriesensoren für Machine-Learning-Anwendungen in der Smart Factory mit Hilfe eines modularen Baukastensystems nun auch in der Stückzahl 1 an.

SSV bietet Sensoren für Industriesensoren für Machine-Learning-Anwendungen an. © SSV Software Systems

Sensordaten für Smart-Factory-Digitalisierungsaufgaben benötigen einen deutlich höherwertigeren Informationsgehalt als beispielsweise in klassischen Ablaufsteuerungsanwendungen. Mittels einer zur Aufgabe passenden Auswahl an Sensorelementen, Sensorfusionen zur Verknüpfung verschiedener Messwerte und KI-Algorithmen werden die Sensorrohdaten in den SSV-Sensoriklösungen zu werthaltigen Informationen, die sich für unterschiedliche Aufgaben in der Prozessoptimierung, Maschinen- und Anlagenwartung sowie Intralogistik nutzen lassen.

Mit der auf einem Baukastensystem basierenden Smart-Factory-Sensorik-Produktfamilie bietet SSV Retrofit-Sensoren mit einem anwendungsspezifischen Datenausgang. Dafür werden Gehäuse, Sensorelemente, Signalverarbeitung, Spannungsversorgung sowie die Daten- und Konfigurationsschnittstelle an die Aufgabe angepasst. Als Zubehör wird zu jedem Sensor ein Support-Docker mit verschiedenen auf den jeweiligen Sensor abgestimmten Funktionen ausgeliefert. Dazu gehören neben Node-RED-Funktionen auch ein TensorFlow-Lite-Inferenzinterpreter für die Echtzeitanalyse der Sensordaten mit Hilfe zuvor trainierter neuronaler Netzwerke, um die gewünschten Informationen zur Weitergabe an übergeordnete Systeme wie ein MES zu schaffen.

Anzeige

Passend zum Thema veranstaltet SSV während der Sensot+Test 2021 am 6. Mai von 11 bis 12 Uhr das Webinar „IoT-Funksensorik für Machine-Learning-Anwendungen“. Darin geht es um die technischen Aspekte der Sensordatenaufbereitung und Informationsgewinnung mit künstlichen neuronalen Netzwerken. Im Anschluss an dieses Webinar besteht die Möglichkeit eines interaktiven Hands-on mit virtueller Anleitung, bei dem jeder Teilnehmer am eigenen Rechner Live-Sensordaten per Google Colab vorverarbeiten und mit TensorFlow analysieren kann.

Anzeige

Das könnte Sie auch interessieren

Anzeige
Anzeige
Anzeige
Anzeige

Sensor+Test 2019

Sensor, Software und Cloud

Kistler zeigt die komplette Messkette vom Sensor bis zur Cloud mit einem deutlich erweiterten Produktportfolio. Mithilfe der cloudfähigen Software KiStudio Lab und ihrer neuen Funktion KiXact lassen sich Messunsicherheiten automatisch berechnen.

mehr...
Anzeige
Anzeige
Anzeige