Data-Science-Bausteine für Maschinendaten

PRODUKT NEWS INDUSTRIECOMPUTER

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 von SSV 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 Online-Seminar 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.

Fachartikel