TF3810 | TwinCAT 3 Neural Network Inference Engine

Die TwinCAT 3 Function TF3810 ist ein hochperformantes Ausführungsmodul (Inferenzmaschine) für trainierte, neuronale Netze.

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 neuronalen Netze in Echtzeit realisiert. Auf diese Weise erhält der Maschinenbauer die optimale Grundlage zur Steigerung der Maschinenperformance.

Das Training der neuronalen Netze erfolgt in für Data Scientists etablierten Frameworks wie z. B. SciKit-Learn, PyTorch, TensorFlow u. v. m., oder im für Automatisierungsingenieure optimierten TE3850 TwinCAT 3 Machine Learning Creator. In jedem Fall wird das erstelle KI-Modell 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 PLC 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.

Neuronale Netze werden in vielen Bereichen eingesetzt — auf tabularen Daten, Zeitreihen und auch Bilddaten. Mit ihnen werden sowohl Klassifikations- als auch Regressionsaufgaben gelöst, sodass sich ein riesiges Anwendungsspektrum ergibt. Beispielapplikationen sind Restlebensdauerprädiktion, Sensorfusion/virtuelle Sensorik, Produktqualitätsprädiktion oder automatisches Maschinenparameter-Tuning.