31.08.2018

Multi-Sensor-Board für Machine Learning-Anwendungen

SSV stellt auf der diesjährigen SPS IPC Drives mit dem DNP/AISS1 ein Evaluierungsboard samt Sensoren, Embedded System, Connectivity und AI-Software vor. Das DNP/AISS1 ist mit drei Bosch-Sensorelementen ausgestattet: ein Sensor für Luftfeuchtigkeit, Temperatur und Luftdruck, ein 3-Achsen-Beschleunigungssensor sowie ein 3-Achsen-Magnetometer.


Bild: SSV

Diese Messgrößen erlauben beispielsweise die Evaluierung von Predictive Maintenance-Anwendungen und Anomalieerkennungen. Die Connectivity-Komponente ist eine Ethernet-Schnittstelle, die per Modbus, Profinet, MQTT, REST und OPC UA mit anderen Systemen kommunizieren kann.

 

Gesteuert wird das ganze vom DNP/9535. Dieses Embedded System enthält auch die Software-Bausteine für die künstliche Intelligenz. So können auf dem DNP/9535 direkt vor Ort und in Echtzeit die Sensordaten miteinander verknüpft und per Klassifizierung oder Regression in Informationen für eine SPS umgewandelt werden.

 

Um den Anwender bei seinen ersten Schritten zu unterstützen, gehört zum Lieferumfang des DNP/AISS1 auch 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. Bewertung und Anpassung von maschinellen Lernmodellen. 4. Den Ausgang eines AISS-Machine-Learning-Algorithmus mit einer SPS oder Cloud verbinden.


 


--> -->