34 / 69 AMNYTT NR . 5 2024
Da Beckhoff lanserte TwinCAT Machine Learning Creator i 2019 var programmet , som så mange andre KI-verktøy , forbeholdt større industriselskap og it-eksperter . En annen ting er at dataingeniører er vanskelige å få tak i – og at de gjerne går til it-bransjen fremfor industriell automasjon . Dessuten kan KI-eksperter bare løse automatiseringsutfordringer sammen med en automatiserings- eller prosessekspert . – Vi ville gjøre maskinlæring for industrien bredt tilgjengelig , slik at bedriftene kan lykkes med digitalisering . Maskinbyggere uten inngående it-kompetanse skal selv kunne lage KI-modeller , og vi satte i gang med å utvikle programvare myntet på « ikke-KI-eksperter », sier Bause .
Åpent standardformat Beckhoff har designet de eksisterende PLS-integrerte utførelsesmodulene for KI-modeller i tråd med filosofien om åpen kontrollteknologi . Ved å støtte ONNX-standarden fungerer de uavhengig av KI-treningsmiljøet som brukes . – Når en KI-modell er trent og klar til å integreres i maskinkontrollsystemet , kan den lastes ned fra plattformen som en ONNX-fil . Dette betyr at KI-modellen ikke er knyttet til utførelse i TwinCAT , men kan distribueres så ofte som nødvendig på en hvilken som helst plattform , sier Bause . Videre kan den komplette PLS-koden for TwinCAT lastes ned fra plattformen i PLCopen XML-format . Dette inkluderer hele prosessflyten fra bildeinnhenting og bildeforbehandling til KI-modellkjøring og etterbehandling . Overgangen fra treningsverktøyet til TwinCAT PLS er tilsvarende sømløs . – Du har en basismodell for å sette metaparametere . Hvor mye trening inngår i maskinlæringen ligger innebygget i programmet . Brukeren får et intuitivt brukergrensesnitt og optisk prosessovervåking og klassifisering . For eksempel sluttinspeksjon av objekter i metall med hensyn til form og overflatekvalitet samt
– TwinCAT Machine Learning Creator automatiserer sofistikerte KI-treningsprosesser , som direkte gir automasjons- eller prosesseksperter mulighet til å lage KI-modeller selv . Dette gjør potensialet til denne teknologien direkte anvendelig for alle , sier Fabian Bause , produktdirektør i Beckhoff GmbH . ( Foto : Beckhoff )
sortering av naturprodukter i ulike kvalitetsklasser , forteller Bause . – Hele konseptet med maskinlæring dreier seg om å lære gjennom eksempler . Med dette i tankene er det viktig å ha et rent , representativt datasett som kan brukes til å lære oppgaven , sier han .
Riktig trening for maskinlæring KI-drevet bildegjenkjenning er nyttig i mange bransjer . Du trener modellen på å se forskjell på gode og dårlige produkter , og ganske raskt vil maskinen lære seg å sortere i Kvalitet A og Kvalitet B . KI-modeller , spesielt de dype nevrale nettverkene ( deep learning-modeller ) laget med Twin-