Sztuczna inteligencja

AI i sieci neuronowe w systemach SIMATIC

Sztuczna inteligencja, sieci neuronowe, uczenie maszynowe, deep learning – to określenia, które w ogólnym pojęciu oznaczają metody, algorytmy i techniki samodzielnego dochodzenia przez maszynę do rozwiązywania stawianego problemu, tak aby nie angażować programisty w manualne opisywanie reguł w kodzie. Oznacza to, że zastosowanie sztucznej inteligencji ma sens tam, gdzie problem jest na tyle złożony, że opisanie go w kodzie jest nieefektywne czasowo i/lub daje ograniczone rezultaty. Korzyści z zastosowania sieci neuronowych w takich przypadkach to, między innymi, oszczędność czasu, większa precyzja, oraz elastyczność rozwiązań – co przekłada się na obniżenie kosztów i podniesienie jakości.

Integration³ - koncepcja Totally Integrated Automation uzupełniona o technologie przyszłości W Totally Integrated Automation, różne rozwiązania AI możemy stosować na poziomie sterowników, urządzeń Industrial Edge (komputery IPC i IoT), a także w chmurze, dzięki platformie MindSphere. Oznacza to, że możemy zaadaptować je do wielu aplikacji i środowisk, w zależności od potrzeb.

Sztuczna inteligencja odegra kluczową rolę w zmniejszeniu nakładów inżynieryjnych potrzebnych do stworzenia rozwiązań automatyki przemysłowej. Już teraz algorytmy uczenia maszynowego wspomagają systemy wizualnej kontroli jakości w zakładach produkcyjnych lub pozwalają systemom robotów sterowanych obrazem reagować bardziej elastycznie na nieoczekiwane zdarzenia. W rezultacie działają one znacznie wydajniej ponieważ informacja produktowa - na przykład dotycząca koloru, konsystencji lub jakości produktu czy procesu - może być z pomocą uczenia maszynowego przekazana systemom automatyki.

Pierwszym krokiem do integracji sztucznej inteligencji w środowisku automatyki jest nowy moduł technologiczny S7-1500 TM NPU służący do przyspieszania obliczeń w zastosowaniach wizyjnych. Szczególnie polecany jest do poniższych rozwiązań:

Inteligentne rozpoznawanie obiektów

Moduł TM NPU wykorzystuje możliwości sieci neuronowych do rozpoznawania złożonych wzorców. Obrazy są przetwarzane z pomocą wiedzy zdobytej w procesie uczenia maszynowego. Oznacza to na przykład, że elementy i części mogą być rozpoznawane w dowolnym miejscu i położeniu.

Wizualna kontrola jakości

Kontrola jakości tworzy wąskie gardło w wielu procesach produkcyjnych, ponieważ sprawdzanie jakości produktu jest często czasochłonne i w wielu przypadkach dalej musi być wykonywane ręcznie.

SIMATIC S7-1500 TM NPU wyposażony jest w procesor AI MyriadTM X Vision od Intel MovidiusTM będący wydajną platformą uruchomieniową dla sieci neuronowych.

Nowy moduł technologiczny SIMATIC S7-1500 TM NPU przeznaczony jest dla sterowników SIMATIC S7-1500 oraz systemu rozproszonego ET 200MP I/O. Umożliwia on bezpośrednią integrację z systemami automatyki, bez konieczności stosowania dodatkowych rozwiązań PC-Based. Moduł stanowi doskonałe uzupełnienie logiki PLC o algorytmy sztucznej inteligencji, dzięki czemu konwencjonalne systemy sterowania osiągają wyższy poziom zaawansowania technologicznego i mogą być stosowane w aplikacjach dotychczas dla nich nieosiągalnych.

SIMATIC S7-1500 TM NPU

Korzyści z zastosowania modułu SIMATIC S7-1500 TM NPU w systemach automatyki:

Wyższa elastyczność

Dzięki sztucznej inteligencji i uczeniu maszynowemu, SIMATIC S7-1500 TM NPU pozwala na obsługę produktów o nieznanych właściwościach i parametrach, bez angażującego programowania.

Wyższa jakość

Wiedza ekspercka dotycząca szybkiej i efektywnej kontroli jakości implementowana jest bezpośrednio w module SIMATIC S7-1500 TM NPU dzięki wysoce wydajnemu uczeniu sieci neuronowych.

Większa wydajność

Dzięki SIMATIC S7-1500 TM NPU, maszyny mogą reagować szybko i automatycznie na sytuacje wymagające dotychczas manualnej interwencji - redukując tym samym przestoje i zwiększając dostępność.

Większa efektywność kosztowa

Moduł SIMATIC S7-1500 TM NPU umożliwia wczesną detekcję problemów w procesie produkcyjnym, pozwalając tym samym uniknąć kosztownej przebudowy czy rezygnacji z danego produktu.

Kontakt