Erweiterter Engineering-Workflow: Mit dem TwinCAT 3 Machine Learning Creator (MLC) von Beckhoff können Automatisierungs- und Prozessexperten KI-Modelle automatisiert erstellen – ohne Data-Science-Vorkenntnisse. Der Schwerpunkt lag bisher auf der Bildverarbeitung und wird nun auf die Analyse zeitbasierter Prozesssignale ausgeweitet.
TwinCAT 3 MLC (TE3850) bietet neben dem Erweiterungspaket TwinCAT 3 MLC Computer Vision (TE3851) ergänzend das Modul TwinCAT 3 MLC Signals and Time Series (TE3852). Damit wird der Funktionsumfang um die Analyse zeitbasierter Prozesssignale erweitert. Dies ist oft entscheidend für industrielle Anwendungen: Strom-, Temperatur- oder Vibrationsverläufe geben wertvolle Hinweise auf den Zustand von Prozessen, Komponenten und Werkzeugen. Die mit TwinCAT 3 MLC Signals and Time Series erstellten Modelle erkennen anhand der zugehörigen Daten Muster und Abweichungen in Echtzeit und ermöglichen so eine vorausschauende Wartung, Prozessoptimierung und Erkennung von Anomalien direkt im Steuerungsumfeld.
Zu den typischen Anwendungen im Bereich Anomalieerkennung zählen die Erkennung von Motorfehlverhalten (Lagerschäden, Unwucht, mechanische Probleme) anhand von Strom-, Vibrations- oder Akustiksignalen sowie die Verschleißerkennung an Fräs- und Bohrwerkzeugen anhand der Spindelströme. Eine prozessintegrierte Qualitätsüberwachung lässt sich zum Beispiel realisieren bei Schweißprozessen über Strom- und Spannungskurven oder bei Schneid- und Verpackungsprozessen anhand von Servomotorströmen. Beispiele für eine Prozessoptimierung sind das dynamische Anpassen adaptiver Prozessparameter (wie etwa Vorschub, Presskraft), die Reduzierung des Energieverbrauchs auf Basis von Lastprofilen und Prognosen respektive die prädiktive Regelung komplexer Anlagen.
Der TwinCAT 3 Machine Learning Creator ist eine reine Webapplikation. Da das Engineering vollständig im Browser erfolgt, ist keine lokale Rechenleistung erforderlich. Die KI-Modellerstellung ist für den Anwender daher einfach und zugänglich.
Quelle: Beckhoff
