Wie können Automatisierer KI-Modelle intuitiv entwickeln und in die Steuerung integrieren? Wie lässt sich überschüssige Energie im Antriebsverbund wieder...
Inhaltsverzeichnis
1. Low-Code-Technologien als Ansatz
2. Schritt für Schritt zur ML-Lösung
3. Historischen Datensatz zum Training der ML-Modelle
4. IIoT-Lösungen einfach erstellen
Dass die Digitalisierung und das Industrial IoT große Chancen für Unternehmen eröffnen, bezweifelt heute niemend mehr. Immer mehr Unternehmen arbeiten an Digitalisierungslösungen und vernetzten Systemen im Zusammenhang mit IoT. Doch welche Anwendungsfälle bieten welchen konkreten Nutzen? Einzeln, auf eine abgeschlossene Applikation betrachtet, können KI-Lösungen sinnvoll sein, beispielsweise wenn nur eine Machine-Learning-Anwendung (ML) zum Einsatz kommt. Wird aber neben einer Analyse auch die Umsetzung verschiedener Automatisierungs- und IoT-Anwendungen sowie eine Visualisierung benötigt, ist eine Kombination verschiedener Software-Tools notwendig. Dabei ist es wichtig, dass die verschiedenen Softwarekomponenten nahtlos, das heißt ohne Schnittstellen-Probleme, miteinander arbeiten. Bestes Beispiel dafür sind die Visualisierungslösung Procon-Web, eine skalierbare Web-HMI-Lösung, und die Industrial AutoML-Software von Weidmüller.
Bild: Weidmüller
Low-Code-Technologien als Ansatz
Der Weg der Digitalen Transformation und der Einsatz von Industrial Internet of Things stellt Unternehmen vor Herausforderungen, insbesondere auch, weil die Programmierung von industriellen IIoT-Softwarelösungen häufig komplex ist. No-Code- bzw. Low-Code-Technologien sind ein Ansatz, mit dem diese Anforderung gelöst werden kann. Die Software-Lösung Procon-Web und das Industrial AutoML-Tool setzen genau da an und bilden die Bausteine für ein durchgängiges Industrial-IoT-Softwareportfolio, das den Anwender befähigt, IIoT-Software-Innovationen agil und einfach mit dem Low-Code-Prinzip umzusetzen. Mit diesem Ansatz ist er in der Lage, IIoT-Lösungen zu erstellen, ohne selbst Expertise im Bereich Software zu haben. Statt zu programmieren werden die Software-Komponenten einfach kombiniert und konfiguriert. Beispielsweise lässt sich die Procon-Web-Scada mit dem Industrial-AutoML-Tool ohne Schnittstellenprobleme zu einer Ende-zu-Ende-Machine-Learning-Lösung kombinieren.
Schritt für Schritt zur ML-Lösung
Im ersten Schritt gilt es, die vielen Maschinen- oder Anlagen-Informationen sinnvoll zu selektieren, aufzubereiten und zu visualisieren. Hier liegt ein enormes Potenzial, denn die Fertigungsqualität und die Leistungsfähigkeit von Maschinen ist bereits auf einem hohen Niveau. Es lässt sich aber durch Datenverarbeitung noch verbessern. Die einfache, skalierbare und plattformunabhängige HMI-Lösung Procon-Web ist flexibel einsetzbar und macht relevante Maschinendaten nutzerzentriert überall verfügbar. Das Software-Tool ist eine Visualisierungslösung, deren dynamische Benutzeroberflächen individuell parametrier- und konfigurierbar sind, ganz ohne Programmierkenntnisse. Mit der HMI/Procon-Web-Software kann der Anwender plattformunabhängige Benutzeroberflächen erzeugen, die ausschließlich auf HTML5 und JavaScript aufsetzen. So erschließt sich die Unterstützung für Smartphones und Tablets in einem adaptiven Design, und dies individuell für jeden Anwender. Über zahlreiche proprietäre und standardisierte Kommunikationsschnittstellen (z.B. OPC UA) erfolgt nicht nur die Anbindung an beliebige Steuerungssysteme, zu übergeordneten MES- und ERP-Systemen, sondern auch die plattformunabhängige Kommunikation in die Cloud.
Historischen Datensatz zum Training der ML-Modelle
Procon-Web erleichtert Datenaufzeichnung und -management und unterstützt auf diese Weise die Steuerung komplexer Prozesse. Intuitive Bedienkonzepte für beliebige Endgeräte können mit der HMI-/Scada-Software Procon-Web einfach erstellt werden. Resultat ist ein flexibles, webbasiertes Maschinenbedienkonzept, das die Maschinendaten verfügbar macht. Die aufgezeichneten Maschinendaten dienen nicht nur der Visualisierung, sondern stehen auch für die weitere Analyse zur Verfügung. Sie bilden den historischen Datensatz für den ModelBuilder zum Training der ML-Modelle als einem Teil des Industrial AutoML-Tools.
Bild: Weidmüller
Dabei startet der Anwender mit dem AutoML ModelBuilder, mit dem er beispielsweise ML-Modelle zur Anomalieerkennung und Klassifikation erzeugen kann. Für die eigenständige, einfache Ausarbeitung von ML-Modellen führt die Industrial-AutoML-Software den Anwender durch den Prozess der Modellentwicklung. Die Software hilft bei der Übersetzung und Archivierung des komplexen Applikationswissens in eine verlässliche ML-Anwendung. Dabei fokussiert sich der Experte auf sein Wissen zum Maschinen- und Prozessverhalten und verknüpft dieses mit den im Hintergrund ablaufenden Machine-Learning-Schritten.
Am Ende dieser Prozesse werden dem Anwender mehrere Modelle vorgeschlagen, die auf unterschiedlichen Algorithmen und Werteparametern beruhen. Ziel ist es, im gigantischen Optimierungsraum der ML-Möglichkeiten, automatisiert das vielversprechendste Modell zu finden, u.a. durch unterschiedliche Kombinationen von Features, Auswahl der passenden Algorithmen und Optimierung von deren Hyperparametern. Am Ende des Modellbildungsprozesses wählt der Nutzer das für seine Applikation am besten geeignete ML-Modell nach bestimmten Kriterien wie Modellgüte, Ausführungszeit oder seinen bevorzugten Parametern aus.
Das ausgewählte Modell kommt anschließend zur Ausführung, dies kann direkt an der Maschine oder in der Cloud passieren. Die ModelRuntime basiert auf Docker Containern, in denen die wesentlichen Elemente zur Ausführung der ML-Modelle miteinander verbunden werden: Definition der Maschinen, Anbindung der Datenquellen, auszuführende Modelle, Konfiguration der Modellausführung. Durch die verwendete Technologie muss auch hier der Anwender keine speziellen Programmierkenntnisse besitzen. Er konfiguriert einfach die Ergebnisse mithilfe der bereitgestellten Schnittstellen.
Die mit Industrial AutoML generierten Modellresultate werden jetzt wieder Procon-Web zur Verfügung gestellt, beispielsweise über die OPC-UA-Schnittstelle. Die so gewonnenen Daten stehen dem Anwender zur Verfügung, der mit Procon-Web alle für ihn relevanten Informationen userzentriert aufbereiten und darstellen kann. Mit diesem Wissen kann der Anwender jetzt frühzeitiger und effektiver beispielsweise auf Abweichungen vom Ist-Zustand reagieren. So wird er bei seinen Aufgaben bestmöglich unterstützt, beispielsweise zum Auslösen von Meldungen über den jeweiligen Maschinenzustand bis hin zur automatisierten Änderung von Maschinenparametern zur Optimierung des Produktionsprozesses.
IIoT-Lösungen einfach erstellen
Procon-Web und Industrial AutoML sind Teil des umfassenden, zukunftsorientierten und aufeinander abgestimmten IoT-fähigen Portfolios von Weidmüller. Egal, ob ein Zugang zu wertvollen Daten benötigt wird oder neue, datenbezogene Services generiert werden sollen, Weidmüller bietet Komponenten sowie Services und ermöglicht so den einfachen Zugang ins Industrial IoT, „from data to value“. Die Mehrwerte erschließen sich im konkreten Anwendungsfall: Ob es beispielsweise um die Erhöhung von Anlageneffizienz geht oder den optimierten Einsatz von Servicetechnikern dank Remote Maintenance. Nicht zuletzt ermöglicht es das Unternehmen seinen Kunden, mit dem Low-Code-Prinzip IIoT-Lösungen zu erstellen, ohne selbst Expertise im Bereich Software zu haben. Statt zu programmieren, werden die Software-Komponenten einfach kombiniert und konfiguriert.
Neben den heutigen Produkten arbeitet die Weidmüller GTI Software an einem Softwarebaukasten, der noch mehr Flexibilität durch einen komplett modularen Ansatz und offenen Schnittstellen bietet. Die mit den heutigen Softwaretools abgebildeten Funktionalitäten werden sukzessive durch Software-Pakete ergänzt. Diese Baukasten-Philosophie ermöglicht es, individuelle IIoT-Plattform-Lösungen durch einzelne Software-Pakete zu realisieren. So wird gemeinsam mit und für den Anwender das Industrial IoT einfach und effizient gestaltet. (ge)
Hier finden Sie mehr über:
