TF3800 | TwinCAT 3 Machine Learning Inference Engine

Die TwinCAT 3 Function TF3800 ist ein hochperformantes Ausführungsmodul (Inferenzmaschine) für trainierte, klassische, maschinelle Lernalgorithmen.

Beckhoff bietet eine in TwinCAT 3 nahtlos integrierte Lösung für Maschinelles Lernen (ML) an. Dabei sind die von PC-based Control gewohnten Vorteile der Systemoffenheit durch die Nutzung etablierter Standards auch für ML-Anwendungen gegeben. Zudem wird die Ausführung der Machine-Learning-Modelle in Echtzeit realisiert. Auf diese Weise erhält der Maschinenbauer die optimale Grundlage zur Steigerung der Maschinenperformance.

Das Training der Algorithmen erfolgt in etablierten Frameworks wie z. B. SciKit-Learn, libSVM, XGBoots u. v. m. Das erstelle KI-Modell wird als ONNX-Datei aus der Lernumgebung exportiert. ONNX (Open Neural Network Exchange) hat sich als offener Standard für Interoperabilität im Maschinellen Lernen durchgesetzt und gewährleistet eine Abstraktion zwischen Lernumgebung und Ausführungsumgebung gelernter Modelle.

Die ONNX-Datei kann in TwinCAT 3 eingelesen und um anwendungsspezifische Metainformationen ergänzt werden — beispielsweise Modellname, Modellversion, Kurzbeschreibung usw. In der TwinCAT 3 SPS wird ein Funktionsbaustein angeboten, welcher zum einen die KI-Modellbeschreibungsdatei lädt und zum anderen zyklussynchron ausführt. Laden und Ausführen sind als Methoden des Funktionsbausteins realisiert. Somit wird eine tiefe Integration des KI-Modells in die Maschinenapplikation gewährleistet.

Das Produkt unterstützt die Ausführung einer Vielzahl verschiedener Modelltypen, beginnend mit k-means, SVM und PCA bis hin zu decision trees und ensemble trees wie Random Forest, XGBoost oder LightGBM.

Das Anwendungsspektrum klassischer, maschineller Lernalgorithmen ist breit. Häufig werden sie bei Klassifikationsaufgaben eingesetzt, wie zum Beispiel für die Qualitätskontrolle, Prozessüberwachung oder Anomalieerkennung.