AI-baseret produktionsoptimering med MLnext Ressourcebesparende og effektive produktionsprocesser takket være intelligent dataanalyse
Data er grundlaget for digitalisering, men voksende netværk og øgede sikkerhedskrav betyder, at de bliver mere og mere komplekse i deres anvendelse og evaluering. Den korrekte håndtering af data er en væsentlig del af digitaliseringen af produktionsfaciliteter. For at f.eks. opdage uregelmæssigheder i fabrikken i tide, giver løsningerne i MLnext mulighed for, gennem maskinlæring, at evaluere dine data samt at foretage optimeringer hurtigt, enkelt og præcist.
Produktionsdata på et øjeblik til enhver tid
Mere bæredygtig produktion takket være intelligent dataanalyse AI-baserede anbefalinger til handling for design af smarte produktionsprocesser
I dag kan data findes i meget højt antal i en produktions maskiner og anlæg. De danner grundlaget for implementering af alle digitaliseringsløsninger. Når der skal evalueres, giver data f.eks. et indblik i forbruget af forskellige ressourcer som (tryk-)luft og vand. Evalueringen af data baseret på maskinlæring giver en række fordele sammenlignet med manuel dataanalyse. Ud over automatiseret dataevaluering kan brugerne her drage fordel af skalerbarheden for hele produktionsprocesser. Ud over den automatiserede og dermed meget hurtigere dataevaluering drager brugerne fordel af skalerbarheden af individuelle maskiner, komplette systemer og endda hele produktionsprocesser.
Med de smarte løsninger fra MLnext tilbyder Phoenix Contact en nem måde at skabe og bruge maskinelle læringsmodeller til produktion. Det betyder for eksempel, at neurale netværk kan bruges til automatisk at finde problemer i produktionsprocesser og forbinde dem med anbefalinger til handling. I Phoenix Contacts PLCnext Factory er der allerede opnået produktivitetsstigninger på 10 % på meget kort tid ved brug af MLnext-baserede løsninger. På samme måde kan man opnå kortere implementeringscyklusser for nye løsninger, hvilket resulterer i et hurtigere investeringsafkast (ROI).
Dine fordele Afstemt efter din anvendelsessituation og din applikation
Med MLnext nyder du godt af forskellige fordele:
- Klar til brug – ingen forudgående viden påkrævet, da neurale netværk oprettes automatisk
- Enkel – parametrering i stedet for programmering muliggør fejlfri og hurtig tilpasning af løsningen
- Gennemsigtig – oprettelse og udførelse af modeller logges og visualiseres automatisk
- Optimal – en integreret, intuitiv modelsammenligning gør det muligt hurtigt at identificere den bedste model
Maksimal fleksibilitet med MLnext Fra styring til anvendelse i skyen
Baseret på tidligere forbrugsaktiviteter lærer modellen, hvilke optimeringstiltag der kan anvendes. Aktuelle ændringer, såsom f.eks. et fald i omgivelsestemperaturen i et anlæg, tages automatisk i betragtning og inkluderes i evalueringen.
I praksis kender anvendelsen af MLnext-løsninger ingen grænser. Mulige anvendelsesområder kunne f.eks. være forudsigelig vedligeholdelse eller procesoptimering af produktionsanlæg.
Elektronikproduktionen PLCnext Factory fra Phoenix Contact har med MLnext-løsningerne for første gang realiseret den maskinrelaterede brug af kunstig intelligens i stor skala. Som et resultat heraf har det været lettere at registrere tilstanden for komponenterne i maskinen siden da. Baseret på dette resultat vil der i fremtiden blive udført yderligere dataanalyser til tilstandsbaseret vedligeholdelse (predictive maintenance).
MLnext Framework Enkel udførelse af dataanalyse
MLnext Framework er velegnet til at skabe et hurtigt og enkelt overblik over dataene for standardsprogprogrammører. Brugerne drager også fordel af et hurtigt udvalg af de relevante data. I overensstemmelse med aktuelt gældende datasikkerhedsstandarder tilbyder MLnext Framework et open source-grundlag, der kan køres på PLCnext Technology eller andre hardware-uafhængige platforme.
Programmeringsbiblioteket implementerer konstant en lang række (nye) tilgange fra forskning, som bruges i PLCnext Factory og allerede har ført til en stigning i produktiviteten på 10 %. Kortere implementeringscyklusser kunne også realiseres. Alle resultater flyder ind i det fremtidige design af løsningerne omkring MLnext.
MLnext Execution Nemt at lære og udføre algoritmer
MLnext Execution leverer software, der er uafhængig af platformen, til at udføre neurale netværk. Løsningen kan bruges fleksibelt – hvad enten det er på kontrolniveau, en lokal IT-server eller i skyen. Udviklede løsninger kan testes, forbedres og sammenlignes i miljøet. Det nødvendige dataflow skabes her af konfigurationsfilerne. For derefter at kunne udføre forbehandlingen, forudsigelsen, efterbehandlingen og lagringen af datasættene, defineres oprindelsen af dataene til dette. Den intuitive webgrænseflade overvåger runtime-adfærden og giver information om funktionaliteten og eksekveringstider.
Derudover kan nye løsninger nemt udvikles på samme platform uden at afbryde de allerede integrerede processer. Ændringer kan foretages fleksibelt af brugeren, servicepartneren eller eksperterne fra Phoenix Contact.
Muligheden for at supplere datastrømme under kørsel giver brugerne en høj grad af fleksibilitet.
MLnext Creation På vej til fuldautomatiseret Deep Learning
MLnext Creation muliggør oprettelse og parametrering af neurale netværk. Da applikationen fungerer på basis af en konfigurationsfil, kræves ingen programmeringskendskab. På grund af den automatiske logning registreres alle bearbejdningstrin individuelt og genererer standardiseret rapportering. Når det optimale neurale netværk til applikationen skal vælges, kan flere modeller også hurtigt sammenlignes med hinanden. Konfigurationsfilen kan derefter justeres baseret på rapporterne.
Smart optimering af produktionen
Uanset om det drejer sig om registrering af afvigelser, lokalisering af lækager eller optimering af processer, kan skjult potentiale nemt og målrettet findes med MLnext. Se flere informationer i vores infopaper.
