Tekoälyavusteiset ohjaukset
Tekoälyavusteiset ohjaukset automaatiosuunnittelun lisänä
Tekoälyavusteisissa ohjauksissa kerätään ja hyödynnetään erilaista dataa. Tekoälyavusteisessa prosessin-, liikkeen- tai muun tuotannon ohjauksessa kaikki toiminta perustuu kerättyyn aineistoon. Kerätty data visualisoidaan usein jo ennen tekoälymallin kouluttamista, jolloin käsitys datan ominaisuuksista paranee.
Oheisessa kuvassa näkyy hyvin, minkä verran aineistossa on halutun alueen (100–120) ulkopuolisia näytteitä.
Tekoälyn avustamilla ohjauksilla prosesseja voidaan nopeuttaa, tehostaa ja tarkentaa. Tekoälyn avustamat ohjaukset sopivat:
- Prosesseihin, joissa on suuria hitauksia.
- Prosesseihin, joissa on paljon tai epälineaarisia muuttujia.
- Tilanteisiin, joissa prosessin riippuvuuksia ei välttämättä tunneta tai tiedosteta.
- Sellaisiin prosesseihin tai ohjauksiin, joihin halutaan tuoda prosessin ulkopuolelta tietoa, saadaan tekoälyn avulla tuotua tarkkuutta ja parempaa laatua.
Tai toisinpäin, jos halutaan vaikka kuvan tunnistukseen liittää prosessin tietoa, voidaan tunnistettava kohde luokitella paremmin prosessista saadun datan perusteella.
Ohjauksien perustuessa dataan saadaan käytetyn mallin hyödyistä luotua helposti visuaalinen raportti. Tällainen raportointi voidaan automatisoida, jolloin mallin toimivuutta voidaan seurata reaaliajassa prosessin toimiessa. Mallin toimivuus on mahdollista todeta jo koulutuksen aikana testausvaiheessa.
Tunnetuimpien PLC-valmistajien laitteisiin mallit voidaan viedä joko suoraan PLC:lle (mm. Beckhoff) tai erilliseen tekoälyä varten luotuun yksikköön (Siemens TM-NPU). Mallin ollessa osana normaalia prosessinohjausjärjestelmää, erillistä tietokonetta mallin suorittamista varten ei tarvita. Näin ollen malli voi toimia täysin suljetussa verkossa, jolloin tietoturvapäivityksiä ei tarvitse tehdä.
Integroitaessa tekoäly osaksi tuotantolinjaa molempien osien tuntemus – logiikkaohjauksen ja tekoälymallin tekemisen – auttaa projektin onnistumisessa valtavasti. Ainakin ensimmäisiä kertoja toteutusta tehtäessä asiantuntijan käyttö helpottaa tekemistä huomattavasti. Meidän malleillamme ja opastuksellamme pääsee hyvin alkuun, ja tarvittaessa olemme tukena koko projektin ajan.
Koneoppiminen eri ympäristöissä
Siemens TM-NPU
Siemensin TM-NPU-moduulin ansiosta neuroverkon tuomat mahdollisuudet ovat helposti myös niiden käytettävissä, joilla ei ole vahvaa tuntemusta muuten koneoppimisalgoritmeista. Lisäksi TM-NPUn saa liitettyä tuotantolinjaan ilman erillistä tietokonetta, jolloin esimerkiksi tietokoneeseen tarvittavia päivityksiä ei tarvitse tehdä varmistuakseen linjan toiminnasta.
TM-NPUlle voidaan ottaa käyttöön tunnettujen merkkien, kuten Caffe ja Tensorflow, kouluttamia neuroverkkoja.
Beckhoff AI
Beckhoffin IPC-laitteissa on mahdollista käyttää erilaisia koneoppimismalleja, kuten mm neuroverkot, satunnaismetsä, tukivektorikone ja pääkomponenttianalyysi. Samoin kuin TM-NPU:n käytössä, Beckhoffin koneoppimisalgoritmien käyttöön ei tarvitse erillistä tietokonetta, vaan se pyörii normaalissa IPC:ssä (industrial PC).
Muut valmistajat
Myös muilta valmistajilta, kuten Schenider Electric ja Omron, löytyy erilaisia koneoppimisalgoritmeja hyödyntäviä komponentteja. Voimme toteuttaa sovelluksia myös muiden valmistajien komponenteilla.
Ennakkokartoitukset ja opastukset
Asaulta saat osaamista neuroverkkojen ja muiden koneoppimismallien koulutukseen, tuotantoon siirtämiseen sekä opastamiseen ja käyttöön. Asau tekee myös ennakkokartoituksia, joilla selvitetään, sopiiko tekoälyn käyttö kohteeseen.