Ottimizzazione della produzione basata sull'IA con MLnext Processi di produzione efficienti e con risparmio di risorse grazie alla valutazione intelligente dei dati
I dati sono il fondamento della digitalizzazione, ma stanno diventando sempre più complessi da usare e valutare a causa della crescita delle reti e dei maggiori requisiti di sicurezza. La corretta gestione dei dati è una componente essenziale per la digitalizzazione degli impianti di produzione. Ad esempio, per individuare tempestivamente le anomalie in fabbrica, le soluzioni MLnext offrono la possibilità di valutare i dati attraverso il machine learning e di effettuare ottimizzazioni in modo rapido, semplice e preciso.
Dati di produzione sempre a portata di mano
Produzione più sostenibile grazie alla valutazione intelligente dei dati Raccomandazioni d'azione basate sull'IA per progettare processi di produzione intelligenti
Al giorno d'oggi, i dati si ritrovano in grandi quantità nelle macchine e negli impianti di una produzione. Essi forniscono la base per l'implementazione di tutte le soluzioni di digitalizzazione. Quando si tratta di valutazione, i dati forniscono ad esempio una visione del consumo di varie risorse come l'aria (compressa) o l'acqua. La valutazione dei dati sulla base dell'apprendimento automatico offre una serie di vantaggi rispetto alle analisi manuali dei dati. Oltre alla valutazione automatica dei dati, a questo punto gli utenti possono beneficiare della scalabilità per interi processi di produzione. Oltre alla valutazione automatica e quindi molto più rapida dei dati, gli utenti possono beneficiare della scalabilità di singole macchine, impianti completi e persino interi processi produttivi.
Con le soluzioni intelligenti di MLnext, Phoenix Contact offre un modo semplice per creare e utilizzare modelli di apprendimento automatico per la produzione. Ciò significa, ad esempio, che le reti neurali possono essere utilizzate per individuare automaticamente i problemi nei processi produttivi e collegarli a raccomandazioni di intervento. Nella PLCnext Factory di Phoenix Contact, sono già stati ottenuti aumenti di produttività del 10% in pochissimo tempo grazie all'utilizzo di soluzioni basate su MLnext. Allo stesso modo, si potrebbero realizzare cicli di implementazione più brevi per le nuove soluzioni, con un conseguente ritorno sull'investimento (ROI) più rapido.
I vantaggi Specifico per il tuo caso d'uso e l'applicazione
Con MLnext benefici di vari vantaggi:
- Pronto all'uso - non sono necessarie conoscenze preliminari, poiché le reti neurali vengono create automaticamente
- Semplice - la parametrizzazione, invece della programmazione, consente un adattamento rapido e senza errori della soluzione
- Trasparente - la creazione e l'esecuzione del modello vengono registrate e visualizzate automaticamente
- Ottimale - un confronto integrato e intuitivo dei modelli consente di individuare rapidamente il modello migliore
Massima flessibilità con MLnext Dal controllo all'uso nel cloud
Il modello impara quali misure di ottimizzazione possono essere utilizzate sulla base delle attività di consumo passate. I cambiamenti attuali, come ad esempio il calo della temperatura ambiente in un impianto, sono automaticamente presi in considerazione e inclusi nella valutazione.
In pratica, non ci sono limiti all'applicazione delle soluzioni MLnext. Possibili aree di applicazione possono essere, ad esempio, la manutenzione predittiva o l'ottimizzazione dei processi degli impianti di produzione.
La produzione elettronica PLCnext Factory di Phoenix Contact ha automatizzato l'uso dell'intelligenza artificiale vicino alla macchina per la prima volta su tutta la linea con le soluzioni MLnext. Di conseguenza, gli stati dei componenti all'interno della macchina possono essere registrati più facilmente. Sulla base di questo risultato, in futuro verranno effettuate ulteriori analisi dei dati per la manutenzione basata sulle condizioni (manutenzione predittiva).
MLnext Framework Semplice implementazione dell'analisi dei dati
Per una panoramica rapida e facile dei dati, MLnext Framework è adatto ai programmatori di linguaggio di alto livello. Gli utenti beneficiano così anche di una rapida selezione dei dati rilevanti. In conformità con gli standard di sicurezza dei dati attualmente validi, MLnext Framework offre una base open source che può essere eseguita su PLCnext Technology o altre piattaforme indipendenti dall'hardware.
La libreria di programmazione implementa costantemente una varietà di (nuovi) approcci dalla ricerca che sono utilizzati nella fabbrica PLCnext e hanno già portato ad aumenti di produttività del 10%. Si potrebbero anche realizzare cicli di implementazione più brevi. Tutti i risultati confluiranno nella configurazione futura delle soluzioni legate a MLnext.
MLnext Execution Semplice insegnamento ed esecuzione di algoritmi
MLnext Execution fornisce un software indipendente dalla piattaforma per l'esecuzione di reti neurali. La soluzione può essere utilizzata in modo flessibile, sia a livello di controllo, sia su un server IT locale o nel cloud. Le soluzioni sviluppate possono essere testate, migliorate e confrontate nell'ambiente. Il flusso di dati necessario è creato qui dai file di configurazione. Per poter effettuare successivamente la pre-elaborazione, la predizione, la post-elaborazione e l'archiviazione dei set di dati, viene definita a tal fine l'origine dei dati. L'interfaccia web intuitiva monitora il comportamento di runtime e fornisce informazioni sulla funzionalità e sui tempi di esecuzione.
Inoltre, nuove soluzioni possono essere facilmente sviluppate sulla stessa piattaforma senza interrompere i processi già integrati. Le modifiche possono essere fatte in modo flessibile dall'utente, dal partner di servizio o dagli esperti di Phoenix Contact.
La possibilità di aggiungere flussi di dati durante il runtime offre agli utenti un alto grado di flessibilità.
MLnext Creation Verso il Deep Learning completamente automatizzato
MLnext Creation permette la creazione e la parametrizzazione delle reti neurali. Poiché l'applicazione funziona sulla base di un file di configurazione, non è richiesta alcuna conoscenza di programmazione. Attraverso la registrazione automatica, tutte le fasi di lavorazione vengono registrate individualmente e generano rapporti standardizzati. Al fine di selezionare la rete neurale ottimale per l'applicazione, diversi modelli possono anche essere rapidamente confrontati tra loro. Sulla base dei rapporti, il file di configurazione può essere adattato.
Produzione ottimizzata in modo intelligente
Che si tratti del riconoscimento di anomalie, della localizzazione di perdite o dell'ottimizzazione dei processi, con MLnext è possibile individuare facilmente e in modo mirato i potenziali nascosti. Maggiori informazioni nell'Infopaper.
