Anzeige

Machine Learning im Schaltschrank

Bild: SSV Software Systems GmbHBild: SSV Software Systems GmbH
BU

Daten sind der Rohstoff des 21. Jahrhunderts. Sie werden in jeder Maschine, jeder Anlage und jedem Prozess permanent erzeugt. Mit geeigneter Hard- und Software lässt sich dieser wertvolle Datenschatz heben und per Machine Learning (ML) in Informationen umwandeln. So sind vorausschauende Service- und Wartungskonzepte (Predictive Maintenance), Qualitätsverbesserungen (Predictive Quality), Produktivitätssteigerungen (Predictive Efficiency) oder ML-basierte Anomalie-Erkennungen möglich. Im IIoT-Umfeld müssen brauchbare Daten zunächst durch spezielle Sensorik erzeugt, verknüpft und aufbereitet werden. Danach erfolgt die Informationsgewinnung mit entsprechenden ML-Algorithmen. Anschließend stehen die Informationen sowohl lokal (z.B. per OPC UA) als auch mit Hilfe einer Cloud zur weiteren Nutzung zur Verfügung. SSV bietet zu diesem Thema mit dem IGW/941 ein kompaktes Edge-Gateway mit vorinstallierten ML-Algorithmen und diversen Data Science-Bausteinen für industrielle Applikationen. Damit lassen sich Anwendungen erstellen, die z. B. Sensordaten erfassen, per Klassifizierung oder Regression in Informationen umwandeln und das Ergebnis per OPC UA oder MQTT weitergeben.

SSV Software Systems GmbH

Dieser Artikel erschien in SCHALTSCHRANKBAU 4 2019 - 04.07.19.
Für weitere Artikel besuchen Sie www.schaltschrankbau-magazin.de