[2019年4月1日,德國(guó)] 倍福現(xiàn)在可以提供機(jī)器學(xué)習(xí)(ML)解決方案,它可以被無(wú)縫集成到 TwinCAT 3軟件中。TwinCAT 3 Machine Learning基于成熟的標(biāo)準(zhǔn),讓機(jī)器學(xué)習(xí)應(yīng)用領(lǐng)域也能享受基于 PC 的控制系統(tǒng)的開放性優(yōu)勢(shì)。此外,TwinCAT 解決方案還支持實(shí)時(shí)機(jī)器學(xué)習(xí),能夠處理運(yùn)動(dòng)控制等要求更嚴(yán)苛的任務(wù)。這些功能通過(guò)如預(yù)測(cè)性維護(hù)、過(guò)程自優(yōu)化和過(guò)程異常的自動(dòng)檢測(cè)等功能,為設(shè)備制造商提升設(shè)備性能提供最佳基礎(chǔ)。
機(jī)器學(xué)習(xí)的基本概念是不再遵循為特定任務(wù)設(shè)計(jì)解決方案然后將這些解決方案轉(zhuǎn)化為算法的傳統(tǒng)工程思想,而是從樣板性的過(guò)程數(shù)據(jù)中學(xué)習(xí)所需的算法。通過(guò)這種替代方法來(lái)訓(xùn)練強(qiáng)大的機(jī)器學(xué)習(xí)模型,以提供更高級(jí)或性能更佳的解決方案。在自動(dòng)化技術(shù)方面,這樣可以為許多領(lǐng)域開辟新的可能性和優(yōu)化潛力,包括預(yù)測(cè)性維護(hù)和過(guò)程控制、異常檢測(cè)、協(xié)作機(jī)器人、全自動(dòng)質(zhì)量控制及機(jī)器優(yōu)化。
需要學(xué)習(xí)的模型在機(jī)器學(xué)習(xí)框架(如 MATLAB®或 TensorFlow)中進(jìn)行訓(xùn)練,然后通過(guò)開放式神經(jīng)網(wǎng)絡(luò)交換(ONNX)格式導(dǎo)入到 TwinCAT 運(yùn)行時(shí),ONNX是一個(gè)用于表示深度學(xué)習(xí)模型的標(biāo)準(zhǔn)化數(shù)據(jù)交換格式。TwinCAT 實(shí)時(shí)核為實(shí)現(xiàn)此目的包含以下新功能:
-用于傳統(tǒng)機(jī)器學(xué)習(xí)算法的TwinCAT 3 Machine Learning Inference Engine,如支持向量機(jī)(SVM)和主成分分析(PCA)
-用于深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)的TwinCAT 3 Neural Network Inference Engine,如多層感知器(MLP)和卷積神經(jīng)網(wǎng)絡(luò)(CNN)
可以實(shí)時(shí)直接執(zhí)行模型結(jié)果
TwinCAT TcCOM 對(duì)象可以實(shí)時(shí)直接執(zhí)行推理,即訓(xùn)練好的機(jī)器學(xué)習(xí)模型的執(zhí)行。對(duì)于較小的網(wǎng)絡(luò),支持響應(yīng)時(shí)間小于 100 μs 的系統(tǒng),相對(duì)應(yīng)于 TwinCAT周期時(shí)間 50 μs。可以通過(guò) PLC、C/C ++ TcCOM 接口或循環(huán)任務(wù)調(diào)用模型。
通過(guò)與控制技術(shù)的無(wú)縫集成,TwinCAT 3 支持多核系統(tǒng)的特點(diǎn)也可用于機(jī)器學(xué)習(xí)應(yīng)用。這意味著,例如,不同的任務(wù)情境可以訪問(wèn)某個(gè)特定的 TwinCAT 3 Inference Engine,而不會(huì)互相制約。也可以完全訪問(wèn) TwinCAT 中可用的所有現(xiàn)場(chǎng)總線接口和數(shù)據(jù)。這使得機(jī)器學(xué)習(xí)解決方案可以使用大量數(shù)據(jù),例如,用于復(fù)雜的傳感器數(shù)據(jù)融合(數(shù)據(jù)合并),這也意味著可以使用致動(dòng)器的實(shí)時(shí)接口來(lái)實(shí)現(xiàn)最佳控制。