Creación automatizada de modelos de IA para el procesamiento de imágenes y señales de proceso basadas en el tiempo

Además del paquete de ampliación TwinCAT 3 MLC Computer Vision (TE3851), TwinCAT 3 MLC (TE3850) también ofrece el módulo TwinCAT 3 MLC Signals and Time Series (TE3852). Esto amplía la gama de funciones para incluir el análisis de señales de proceso basadas en el tiempo, a menudo cruciales para las aplicaciones industriales, ya que las curvas de corriente, temperatura y vibración proporcionan información valiosa sobre el estado de los procesos, los componentes y las herramientas. Los modelos creados con TwinCAT 3 MLC Signals and Time Series detectan patrones y desviaciones en tiempo real basándose en los datos relevantes, lo que permite el mantenimiento predictivo, la optimización de procesos y la detección de anomalías directamente en el entorno de control.

Las aplicaciones típicas en el campo de la detección de anomalías incluyen la detección de averías del motor (daños en los rodamientos, desequilibrio, problemas mecánicos) a partir de señales de corriente, vibración o acústicas, así como la detección del desgaste de las herramientas de fresado y taladrado a partir de las corrientes del husillo. La supervisión de la calidad integrada en el proceso puede aplicarse, por ejemplo, en procesos de soldadura mediante curvas de corriente y tensión o en procesos de corte y embalaje mediante corrientes de servomotor. Algunos ejemplos de optimización de procesos son el ajuste dinámico de parámetros de proceso adaptables (por ejemplo, velocidad de alimentación, fuerza de prensado), la reducción del consumo de energía basada en perfiles de carga y previsiones, o el control predictivo de sistemas complejos.

TwinCAT 3 Machine Learning Creator es una aplicación web pura. Como la ingeniería se realiza íntegramente en el navegador, no se necesita capacidad de cálculo local. El proceso de creación de modelos de IA es, por tanto, muy sencillo y accesible para el usuario.