新闻
成员自2020年以来
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
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。