TwinCAT Machine Learning

Maschinelles Lernen für alle Bereiche der Automatisierung

Beckhoff bietet eine in TwinCAT 3 nahtlos integrierte Lösung für Maschinelles Lernen (ML). Dabei sind die von PC-based Control gewohnten Vorteile der Systemoffenheit durch die Nutzung etablierter Standards auch für ML-Anwendungen gegeben. Zudem wird das Machine Learning in Echtzeit realisiert, sodass sich die TwinCAT-Lösung z. B. auch für den anspruchsvollen Motion-Bereich eignet. Auf diese Weise erhält der Maschinenbauer die optimale Grundlage zur Steigerung der Maschinenperformance.

Grundidee des Maschinellen Lernens ist, Lösungen für bestimmte Aufgaben nicht mehr durch klassisches Engineering zu erarbeiten und in einen Algorithmus zu überführen. Vielmehr soll der gewünschte Algorithmus anhand von Prozessdaten erlernt werden. Zur Datenaufnahme stehen eine Vielzahl etablierter TwinCAT-Produkte zur Verfügung wie der TC3 Database Server TF6420 oder der TC3 Scope Server TF3300. Das Training erfolgt in etablierten Frameworks wie MATLAB®, TensorFlow, PyTorch, SciKit-learn, usw. Das gelernte Modell kann einfach in einem standardisierten Format (ONNX) exportiert und in der TwinCAT-Laufzeit ausgeführt werden. Für die Automatisierungstechnik erschließt dies neue Möglichkeiten und Optimierungspotenziale, beispielsweise in den Bereichen prädiktive Wartung und Prozesssteuerung, Anomaliedetektion, kollaborative Roboter, automatisierte Qualitätskontrolle und Maschinenoptimierung.

Produkte

TF3800 | TwinCAT Machine Learning Inference Engine

TF3800 | TwinCAT Machine Learning Inference Engine: Ausführungsmodul von trainierten klassischen Machine-Learning-Algorithmen

TF3810 | TwinCAT Neural Network Inference Engine

TF3810 | TwinCAT Neural Network Inference Engine: Ausführungsmodul von trainierten neuronalen Netzen