Machine Learning: TwinCAT לכל תחומי האוטומציה

Machine Learning פתוח ובזמן אמת, המשולב במערכת בקרה

בקהוף מציגה פתרון למידת מכונה המשולב ב- TwinCAT 3 . יתרונות המערכת הפתוחה הקיימים בבקרה מבוססת PC קיימים גם ביישומי למידת מכונה. בנוסף, הפתרון של TwinCAT תומך במימוש למידת מכונה בזמן אמת, ומאפשר טיפול במשימות מורכבות ביותר, כדוגמת תחום בקרת הינע. יכולות אלו מספקות לבוני מכונות ויצרנים יסודות אופטימליים לשיפור ביצועי מכונות, למשל באמצעות תחזוקה מומלצת (Prescriptive), אופטימיזציה עצמאית של תהליכים או ניטור וזיהוי של אנומליות בתהליכי הייצור.

הרעיון העומד בבסיס למידת מכונה הוא לשנות את קו המחשבה: ממעקב אחרי המסלול ההנדסי הקלאסי של תכנון פתרונות עבור משימות מסוימות והפיכתם לאלגוריתמים, ללמידת האלגוריתמים הרצויים מנתוני תהליכים נבחרים. בגישה חלופית זו, ניתן ללמד מודלים של למידת מכונה ולאחר מכן להשתמש בהם כדי לספק פתרונות טובים יותר. בתחום האוטומציה, שימוש זה פותח אפשרויות חדשות ופוטנציאל של אופטימיזציה בתחומים רבים כגון תחזוקה חזויה ובקרת תהליכים, גילוי חריגות, רובוטיקה היברידית, בקרת איכות אוטומטית ואופטימיזציה של מכונות.

המודלים שאותם יש ללמוד מתורגלים במערכות למידת מכונה כגון MATLAB^® או TensorFlow, ולאחר מכן מיובאים לתוך מערכות בזמן אמת, דרך תבנית העברה ברשת נוירונים פתוחה - ONNX (Open Neural Network Exchange) לרישום כמודלים של TwinCAT. הפונקציות הבאות משולבות במערכת ה- TwinCAT:

מנוע הסקת מסקנות ללמידת מכונה של TwinCAT 3: עבור אלגוריתמים קלאסיים של למידת מכונה כמו למשל מכונת תמך ווקטורי (SVM) וניתוח גורמים ראשיים (PCA)
מנוע הסקת מסקנות ברשת עצבית של TwinCAT 3 לצורך למידה עמוקה ורשתות עצביות, כגון תפישות רב שכבתיות (MLP) ורשתות נוירונים בקונבולוציה (CNN).

את תוצאות המודל אפשר להפעיל מייד ובזמן אמת

את ההיסק, כלומר את התוצר של מודל למידת המכונה, אפשר להפעיל ישירות בזמן אמת באמצעות אובייקט TcCOM של TwinCAT. רשת קטנה תומכת זמן תגובה של פחות מ- 100 מיקרו שנייה (זמן המחזור של TwinCAT הוא 50 מיקרו שניה). אפשר לקרוא למודלים דרך ממשקי PLC, C/C++-TcCOM או ממשימה מחזורית.

האינטגרציה המושלמת לתוך מערכות הבקרה, מתאפשרת גם הודות לתמיכה בריבוי ליבות של TwinCAT. כך מתאפשר למשימות שונות לגשת אל מנוע הסקת המסקנות של TwinCAT 3 מבלי להגביל האחד את השני. בנוסף, יש גישה מלאה לממשקי ה- Fieldbus השונים ולנתונים בתוך TwinCAT. זה מאפשר לפתרון למידת המכונה מצד אחד להשתמש בכמויות עצומות של נתונים כמו למשל עבור מיזוג של נתוני חיישנים (היתוך של נתונים), ומצד שני ממשקי זמן אמת לאקטואטורים השונים יכולים להמשיך את פעולות הבקרה.