AI-baseret produktionsoptimering med MLnext Intelligent dataanalyse for ressourcebesparende og effektive produktionsprocesser.

Kunstig intelligens afbildet abstrakt på en sort baggrund

Udfordring


Dashboard med oversigt over produktionsdata

Dataekspertise til digitale produktionsanlæg

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. I dag kan data findes i meget højt antal i en produktions maskiner og anlæg. 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 den automatiserede og dermed meget hurtigere dataevaluering drager brugerne fordel af skalerbarheden af individuelle maskiner, komplette systemer og endda hele produktionsprocesser.

Løsning


AI-baserede anbefalinger til handling for design af smarte 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). For f.eks. at 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.

Evaluering af data i produktionen

Maksimal fleksibilitet med MLnext

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 forebyggende 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).

Dine fordele

  • Klar til brug-løsning uden behov for forudgående viden, da neurale netværk oprettes automatisk
  • Parametrering i stedet for programmering muliggør fejlfri og hurtig tilpasning af løsningen
  • Gennemsigtighed takket være automatisk logning og visualisering af modeloprettelse og -udførelse
  • Hurtig identifikation af den bedste model takket være integreret, intuitiv modelsammenligning
MLnext Framework logo
MLnext Execution logo
MLnext Creation logo
MLnext Framework logo

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 realiseres også. Alle resultater flyder ind i det fremtidige design af løsningerne omkring MLnext.

MLnext Execution logo

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 Cloud. 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. Den giver oplysninger om funktionalitet 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 logo

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 justeres derefter baseret på rapporterne.

Download
Anvend MLnext i din produktion

Brug prøveversionen til at blive fortrolig med MLnext.

Til PLCnext Store
MLnext-logo

Kontakt


Gruppefoto af ekspertteamet for den digitale fabrik
Your experts for the digital factory
Global Industry Management Digital Factory now
Vi støtter dig gerne på vejen til en effektiv, bæredygtig og sikker fabrik.

Produkter


Mand foran en styretavle med tablet

Har du endnu ikke fundet det rigtige produkt?

Du er velkommen til at kontakte os. Vi rådgiver dig og finder den optimale løsning sammen med dig.