Das DNP/AISS1 arbeitet mit 3 Bosch-Sensoren

Das DNP/AISS1 arbeitet mit 3 Bosch-Sensoren SSV

SSV: Industrie 4.0, (I)IoT und die digitale Transformation funktionieren nur im Zusammenspiel von Daten aus einer Vielzahl vernetzter Sensoren und künstlicher Intelligenz (Artificial Intelligence: AI). Um sich mit diesem komplexen Thema vertraut zu machen, gibt es von SSV das DNP/AISS1, ein kompaktes Evaluierungsboard samt Sensoren, Embedded System, Connectivity und AI-Software. Es ist mit drei Bosch-Sensorelementen ausgestattet: ein Sensor für Luftfeuchtigkeit, Temperatur und Luftdruck, ein 3-Achsen-Beschleunigungssensor sowie ein 3-Achsen-Magnetometer. Diese Messgrößen erlauben z. B. die Evaluierung von Predictive Maintenance-Anwendungen und Anomalieerkennungen. Die Connectivity-Komponente hat eine Ethernet-Schnittstelle, die per Modbus, Profinet, MQTT, REST und OPC UA mit anderen Systemen kommunizieren kann. Gesteuert wird das komplette System vom DNP/9535. Dieses enthält auch die Software-Bausteine für die künstliche Intelligenz. So lassen sich auf dem DNP/9535 direkt vor Ort und in Echtzeit die Sensordaten miteinander verknüpfen und per Klassifizierung oder Regression in Informationen für eine SPS umzuwandeln. 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.: Bewerten und Anpassen von maschinellen Lernmodellen, und 4.: Den Ausgang eines AISS-Machine-Learning-Algorithmus mit einer SPS oder Cloud verbinden. Damit erhält der Anwender nicht nur die Hard- und Software, sondern auch das nötige Grundwissen, um eigenständig Machine Learning-Anwendungen zu entwickeln und damit jede SPS-Anwendung nachträglich mit künstlicher Intelligenz aufzurüsten.

SPS IPC Drives 2018: Halle 6, Stand 150X