TF3810

Функция TwinCAT 3 TF3810 — это высокопроизводительный модуль выполнения (механизм вывода) для обученных нейронных сетей.

Beckhoff предлагает решение машинного обучения (ML), легко интегрированное в TwinCAT 3. Обычные преимущества открытости системы благодаря управлению на базе ПК также доступны для приложений ML благодаря использованию установленных стандартов. Кроме того, работа нейронных сетей осуществляется в режиме реального времени. Таким образом, производитель станка получает оптимальную основу для повышения производительности станка.

Нейронные сети обучаются в средах, созданных для специалистов по данным, таких как: B. SciKit-Learn, PyTorch, TensorFlow и многих других. м. или в TE3850 TwinCAT 3 Machine Learning Creator, оптимизированном для инженеров по автоматизации. В любом случае созданная модель ИИ экспортируется из среды обучения в виде файла ONNX. ONNX (Open Neural Network Exchange) зарекомендовал себя как открытый стандарт совместимости в машинном обучении и обеспечивает абстракцию между средой обучения и средой выполнения изученных моделей.

Файл ONNX может быть прочитан в TwinCAT 3 и дополнен метаинформацией, специфичной для приложения - например, названием модели, версией модели, кратким описанием и т. д. ПЛК TwinCAT 3 предлагает функциональный блок, который, с одной стороны, загружает файл описания модели AI, а с другой стороны, выполняет его синхронно с циклом. Загрузка и выполнение реализованы как методы функционального блока. Это обеспечивает глубокую интеграцию модели ИИ в машинное приложение.

Нейронные сети используются во многих областях — для табличных данных, временных рядов, а также данных изображений. Они используются для решения как задач классификации, так и регрессии, что приводит к огромному спектру приложений. Примеры приложений включают прогнозирование остаточного срока службы, технологию объединения датчиков/виртуальных датчиков, прогнозирование качества продукции или автоматическую настройку параметров машины.