成员自2020年以来

了解更多

Beckhoff Automation是一家提供先进和开放式自动化解决方案的提供商,基于证明的技术,为客户提供高性能控制系统的速度更快,整体成本低于传统的PLC和运动控制系统。Beckhoff的“新型自动化技术”产品系列包括基于PC的控制,工业PC,自动化控制器,操作员接口,I / O,伺服驱动器和电机。在超过75个国家的代表中,Beckhoff很好地为其客户提供全球销售和服务。Beckhoff销售和服务直接处理,没有中间人参与卓越的客户服务和咨询。

内容提交:

工业:
运动控制组件制造运动控制组件制造

应用程序:
N/A

Beckhoff介绍了用于自动化所有领域的机器学习

发布04/19/2019

随着Twincat 3软件,自动化专家现在可以在熟悉的工程环境中挖掘新的机器学习和深度学习能力。TwinCAT 3机器学习软件为控制系统提供无缝集成、开放和实时的解决方案

野蛮的- Beckhoff Automation宣布了一台新的机器学习(ML)解决方案,它无缝集成到Twincat 3软件中。建立既定标准,TwinCAT 3机器学习提供ML应用程序的应用与基于PC的控制技术熟悉的系统开放性相同的优势。此外,这种TwinCAT解决方案支持实时ML,允许其同时处理像运动控制等要求的要求。这些功能为机器制造商和制造商提供了最佳基础,以提高机器性能,例如通过预测性维护,过程自我优化和过程异常的自主检测。

通过机器学习,控制工程师不再需要遵循传统的工程设计解决方案的特定任务,并将这些解决方案转化为算法。相反,自动化控制器可以从示例性过程数据学习所需的算法。通过这种替代方法,可以培训强大的ML型号,然后用于提供优越,更高的良好解决方案。在自动化技术中,这在许多领域开辟了新的可能性,包括预测性维护和过程控制,异常检测,协作机器人(Cobots),自动化质量控制和机器优化。

要学习的模型在ML框架中进行训练,如MATLAB®或TensorFlow,然后通过开放神经网络交换格式(ONNX)导入到TwinCAT运行时,该格式是用于描述训练模型的标准化数据交换格式。为此,TwinCAT运行时包含了以下新功能:

  • TwinCAT 3机器学习推理引擎用于经典的ML算法,如支持向量机(SVM)和主成分分析(PCA)
  • 用于深度学习和神经网络的TwinCAT 3神经网络推理引擎,如多层感知器(MLPs)和卷积神经网络(CNNs)

直接执行模型的结果是实时的
推断,即培训的ML模型的执行,可以使用TwinCAT TCCOM对象直接执行。利用较小的网络,支持对应于50μs的TwinCAT循环时间的小于100μs的系统响应时间。可以通过PLC,C / C ++ TCCOM接口或循环任务调用模型。

通过与控制技术的无缝集成,TwinCAT 3提供的多核支持也可用于ML应用程序。例如,这意味着不同的任务上下文可以访问特定的TwinCAT 3推理引擎,而不相互限制。TwinCAT中的所有现场总线接口和数据都是完全可访问的。这使得ML解决方案可以使用大量数据,例如用于复杂传感器数据融合(数据合并),这也意味着与执行器的实时接口可以实现最佳控制器性能。