Machine Learning direkt an der Steuerung

‚edgeML‘ ist herstellerunabhängig und kann auf allen gängigen industriellen Steuerungen verwendet werden, die eine Ausführung von Docker-Containern unterstützen. Die Lösung kann verschiedene Modelle zu maschinellem Lernen ausführen und eignet sich für Automatisierungsingenieure. Der No-Code-Ansatz von Weidmüller macht es möglich, auch ohne Kenntnisse in Python oder Data Science ML-Modelle auf eine Steuerung deployen zu können.

Machine Learning direkt an der Anlage bringt laut Weidmüller mehrere Vorteile mit sich: Einer der wichtigsten ist die lokale Erfassung, Speicherung und Verarbeitung von Daten, denn im Gegensatz zu cloudbasierten ML-Lösungen muss die Maschine oder die Steuerung die Daten nicht in die Cloud übertragen. Sie werden lokal verarbeitet. So können Betreiber sicherstellen, dass sensible Daten das Unternehmen nicht verlassen. Die ML-Lösung bedeutet zudem Schnelligkeit, denn Unstimmigkeiten im Produktionsprozess werden direkt an der Maschine erkannt. Dies beschleunigt die Fehlerbehebung, beugt langen Ausfällen vor und verringert die Produktion von Ausschuss. Cloud-Lizenzen und Gebühren für die Datenübertragung und -speicherung entfallen. Last but not least können so auch Produktionslinien, deren Maschinen und Anlagen aus Sicherheitsgründen nicht mit dem Internet verbunden werden dürfen, von maschinellem Lernen.

Der Weg zu einem Machine-Learning-Modell auf der Edge beginnt mit der Datensammlung an der Anlage. Diese importiert der Automatisierungsingenieur oder Domänenexperte in den ModelBuilder. Dort kann er nun auf Basis der Daten ML-Modelle erstellen, die im letzten Schritt auf edgeML übertragen werden. Da edgeML das Standardformat ONNX unterstützt, haben Anwender zusätzlich zum ModelBuilder weitere Möglichkeiten: Modelle lassen sich beispielsweise auch in Python erstellen. Existierende ONNX-Modelle lassen sich ebenfalls mit edgeML wiederverwenden.

Über RestAPI können auch Kunden, die bereits eine HMI oder ein MS-System integriert haben, edgeML anwenden. Für den nächsten Entwicklungsschritt ist geplant, die Zugänglichkeit des Produkts weiter zu verbessern. Ein Connector soll die Grenzen von Feldbussen und Protokollen überwinden, sodass die Lösung übergreifend einsetzbar wird.