Maschinen-und Anlagenkonstrukteure konnten die vielfaltigen IoT-Funksensorikmoglichkeiten inklusive Machine-Learning-basierter Echtzeitdatenanalysen bisher nicht nutzen, wenn die entsprechenden Optionen fur die jeweils zum Einsatz kommende Steuerung fehlten. Das mochte SSV mit seinem Smart-Factory-Sensorik-Baukasten andern. Uber das Evaluierungs-Kit SFS/BE1 lassen sich nach Unternehmensangaben verschiedene Bluetooth-Sensoren in nahezu jede Steuerungslosung einbinden. Dabei werden die Sensordaten und Schnittstellen in ein zur jeweiligen SPS passendes Format konvertiert. Neben flexibler Signalverarbeitung, Sensorfusion und Datenkonvertierungen unterstutzt ein SFS/BE1 auch die Machine-Learning-Bibtiothek Tensor-Flow. Damit lassen sich Echtzeit-Sensordaten mithilfe zuvor trainierter neuronaler Netzwerke in Informationen umwandeln. Sie ermoglichen Anwendungsszenarien aus den Bereichen Condition Monitoring und Predictive Maintenance, um Maschinen-und Anlagenzustande als stetige oder kategoriale Ausgangsvariable an SPS-Systeme zu ubermitteln. Aber auch Luftqualitats-, CO_2-und Energieeffizienzoptimierungen in der Gebaudeautomatisierung sind mit dem Kit realisierbar.
展开▼
