Machine Learning im Schaltschrank

Share on facebook
Share on twitter
Share on linkedin
Share on xing
Share on whatsapp
Share on email
Share on print

Daten sind der Rohstoff des 21. Jahrhunderts. Sie werden in jeder Maschine, jeder Anlage und jedem Prozess permanent erzeugt. Mit geeigneter Hard- und Software lässt sich dieser wertvolle Datenschatz heben und per Machine Learning (ML) in Informationen umwandeln. So sind vorausschauende Service- und Wartungskonzepte (Predictive Maintenance), Qualitätsverbesserungen (Predictive Quality), Produktivitätssteigerungen (Predictive Efficiency) oder ML-basierte Anomalie-Erkennungen möglich. SSV hat zur Hannover Messe 2019 ein passendes Gateway parat.

igw_941

Daten sind der Rohstoff des 21. Jahrhunderts. Sie werden in jeder Maschine, jeder Anlage und jedem Prozess permanent erzeugt. Mit geeigneter Hard- und Software lässt sich dieser wertvolle Datenschatz heben und per Machine Learning (ML) in Informationen umwandeln. So sind vorausschauende Service- und Wartungskonzepte (Predictive Maintenance), Qualitätsverbesserungen (Predictive Quality), Produktivitätssteigerungen (Predictive Efficiency) oder ML-basierte Anomalie-Erkennungen möglich. SSV hat zur Hannover Messe 2019 ein passendes Gateway parat.

Im IIoT-Umfeld müssen brauchbare Daten zunächst durch spezielle Sensorik erzeugt, verknüpft und aufbereitet werden. Danach erfolgt die Informationsgewinnung mit entsprechenden ML-Algorithmen. Anschließend stehen die Informationen sowohl lokal (z. B. per OPC UA) als auch mit Hilfe einer Cloud zur weiteren Nutzung zur Verfügung.

SSV zeigt auf der Hannover Messe zu diesem Thema mit dem IGW/941 ein kompaktes Edge-Gateway mit vorinstallierten ML-Algorithmen und diversen Data Science-Bausteinen für industrielle Applikationen. Damit lassen sich Anwendungen erstellen, die beispielsweise Sensordaten erfassen, per Klassifizierung oder Regression in Informationen umwandeln und das Ergebnis per OPC UA oder MQTT weitergeben.

Zum IGW/941 gehören vorkonfigurierte und sofort einsatzbereite Entwicklungswerkzeuge für die ML-Trainingsphase und Modellbildung. Des Weiteren bietet SSV allen IGW/941-Nutzern ein Webinar mit folgenden Inhalten: 1. Grundlegende Prinzipien und Terminologie des maschinellen Lernens. 2. Ein vollständiger Machine-Learning-Prozess, einschließlich Sensordatenerfassung, Datenaufbereitung, Modellierung und Modellbewertung. 3. Bestimmen der Modellgenauigkeit und Anpassen der Hyperparameter. 4. Den Ausgang eines Machine-Learning-Algorithmus mit anderen Systemen verbinden.

Share on facebook
Facebook
Share on twitter
Twitter
Share on linkedin
LinkedIn
Share on xing
XING
Share on whatsapp
WhatsApp
Share on email
E-Mail
Share on print
Drucken

Ihre Meinung zum Artikel

avatar
  Abonnieren  
Benachrichtige mich bei

Andere Leser haben sich auch für die folgenden Artikel interessiert

Anfang des Jahres hat AMD die W4300 herausgebracht, eine professionelle Grafikkarte für CAD-Anwendungen, die einerseits in den Midrange-Bereich vordringt und andererseits durch ihre geringen Abmessungen auffällt. Wir haben uns die Karte in Verbindung mit der Tarox-Workstation E9143 CD im Small Form Factor (SFF) live angeschaut. von Andreas Müller und Jan Bihn
Werbung

Top Jobs

Keine Top-Jobs gefunden

Redaktionsbrief

Tragen Sie sich zu unserem Redaktions-Newsletter ein, um auf dem Laufenden zu bleiben.

Aktuelle Ausgabe

Topthema: Mit Continuous Integration Engineering-Kosten reduzieren

Turbo für die Software-Entwicklung

Mehr erfahren

Tragen Sie sich jetzt kostenlos und unverbindlich ein, um keinen Artikel mehr zu verpassen!

* Jederzeit kündbar

Entdecken Sie weitere Magazine

Schön, dass Sie sich auch für weitere Fachmagazine unseres Verlages interessieren.

Unsere Fachtitel beleuchten viele Aspekte der Digitalen Transformation entlang der Wertschöpfungskette und sprechen damit unterschiedliche Leserzielgruppen an.