Otimização da produção baseada em IA com o MLnext Processos de produção eficientes e que poupam recursos graças a uma avaliação de dados inteligente
Os dados são os alicerces da digitalização, mas a sua implementação e avaliação torna-se cada vez mais complexa devido ao crescimento das redes e aos elevados requisitos de segurança. A manipulação correta dos dados representa uma parte integrante essencial para a digitalização das instalações de produção. Para, p. ex., ser possível detetar atempadamente anomalias na fábrica, as soluções da MLnext conseguem avaliar os seus dados e implementar otimizações com rapidez, simplicidade e precisão através de aprendizagem automática.
Dados de produção sempre à vista
Produzir de forma mais sustentável graças à avaliação de dados inteligente Recomendações de manuseamento baseadas em IA para conceção de processos de produção inteligentes
Hoje em dia, é possível voltar a encontrar grandes volumes de dados nas máquinas e instalações de uma produção. Representam a base para a implementação de todas as soluções de digitalização. Caso pretenda fazer a avaliação, os dados dão, p. ex., uma imagem dos consumos de diferentes recursos, como o ar (comprimido) e a água. A avaliação dos dados com base na aprendizagem automática oferece inúmeras vantagens em comparação com as análises de dados manuais. Para além de uma avaliação de dados automatizada, os utilizadores podem, aqui, beneficiar da escalabilidade de processos de produção completos. Para além de uma avaliação de dados automatizada e, portanto, muito mais rápida, os utilizadores beneficiam da escalabilidade de máquinas individuais, sistemas e até de processos de produção completos.
Com as soluções inteligentes MLnext, a Phoenix Contact oferece uma forma fácil de criar e utilizar modelos de aprendizagem automática para a produção. Tal significa, p. ex., que as redes neuronais podem ser utilizadas para encontrar automaticamente problemas nos processos de produção e associá-los a recomendações de ação. Através da utilização de soluções baseadas no MLnext na PLCnext Factory da Phoenix Contact, já foram alcançados aumentos de produtividade de 10 % num curto espaço de tempo. Do mesmo modo, podem ser realizados ciclos de implementação mais curtos para novas soluções, resultando num retorno do investimento (Return-of-Investment, ROI) mais rápido.
Vantagens Adaptado para o seu caso e a sua aplicação
O MLnext traz várias vantagens:
- Pronto a utilizar – não são necessários conhecimentos prévios, uma vez que as redes neuronais são criadas automaticamente
- Simples – a parametrização em vez da programação permite uma adaptação da solução rápida e sem erros
- Transparente – a criação e execução de modelos são automaticamente registadas e visualizadas
- Ideal – uma comparação de modelos integrada e intuitiva permite identificar rapidamente o melhor modelo
Máxima flexibilidade com MLnext Na nuvem, do controlador até à utilização
Com base nas atividades de consumo anteriores, o modelo aprende quais as medidas de otimização que podem ser usadas. As alterações presentes, como p. ex. a descida da temperatura ambiente numa instalação, são automaticamente consideradas e incluídas na avaliação.
Na prática, não há limites para a implementação das soluções MLnext. Possíveis áreas de aplicação podem ser, por exemplo, a manutenção de prevenção ou a otimização dos processos das instalações de produção.
A produção eletrónica PLCnext Factory da Phoenix Contact realizou, pela primeira vez e de forma abrangente, a utilização de inteligência artificial orientada para máquinas com as soluções MLnext. Desde então, é possível registar com maior facilidade os estados dos componentes no interior da máquina. Com base neste resultado, serão futuramente efetuadas outras análises de dados para a manutenção baseada nas condições (manutenção de prevenção).
MLnext Framework Análise de dados implementada com facilidade
O MLnext Framework permite aos programadores de linguagens de alto nível obter uma visão geral sobre os dados com rapidez e simplicidade. Deste modo, os utilizadores também beneficiam de uma seleção rápida dos dados relevantes. Respeitando as normas de segurança de dados atualmente em vigor, a MLnext Framework disponibiliza uma base de fonte aberta que pode ser executada na PLCnext Technology ou noutras plataformas, independentemente do hardware.
A biblioteca de programação implementa constantemente inúmeras abordagens (novas) baseadas na investigação, usadas no PLCnext Factory e que geram logo um aumento da produtividade na ordem dos 10 %. Da mesma forma, também foi possível obter ciclos de implementação mais curtos. Todas as conclusões são incorporadas na versão futura das soluções relacionadas com o MLnext.
MLnext Execution Programação e execução simples de algoritmos
O MLnext Execution é um software independente da plataforma para executar redes neurais. A solução pode ser implementada com flexibilidade. Não importa se ao nível de controlo, de um servidor de TI local ou na nuvem. As soluções desenvolvidas podem ser testadas, melhoradas e comparadas na nuvem. O fluxo de dados necessário é gerado através dos ficheiros de configuração. Para, de seguida, levar a cabo o pré-processamento, a previsão, o processamento posterior, assim como para armazenar os registos de dados, é definida, para o efeito, a origem dos dados. A interface web intuitiva monitoriza o comportamento do tempo de execução e fornece informações sobre o funcionamento e os tempos de execução.
Além disso, é possível desenvolver facilmente novas soluções na mesma plataforma sem interromper os processos já integrados. Tanto o utilizador, como o parceiro de serviço ou as especialistas e os especialistas da Phoenix Contact podem efetuar alterações.
A possibilidade de complementar os fluxos de dados durante o tempo de execução dá aos utilizadores uma maior flexibilidade.
MLnext Creation A caminho do deep learning totalmente automatizado
O MLnext Creation permite criar e parametrizar redes neurais. Como a aplicação se baseia num ficheiro de configuração, não são necessários quaisquer conhecimentos de programação. Graças ao registo automatizado, todas as etapas de processamento são registadas individualmente e geram um relatório padronizado. Para selecionar a rede neural ideal para o caso de aplicação, é possível comparar rapidamente vários modelos entre si. Tendo por base os relatórios, é possível adaptar de seguida o ficheiro de configuração.
Produção otimizada de forma inteligente
Quer seja a deteção de anomalias, a localização de fugas ou a otimização de processos, com o MLnext é possível encontrar potenciais escondidos de forma simples e eficaz. Descubra mais informações no Infopaper.
