Ein weiteres Anwendungsfeld für das Erweiterungsmodul AXC F XT ML 1000 liegt in der vorbeugenden Wartung (Predictive Maintenance). In diesem Umfeld erfasst die SPS Daten durch z.B. Vibrations-, Temperatur- oder akustische Sensoren, die dann über die Schnittstellen der Steuerung an das KI-Erweiterungsmodul übergeben werden. Das KI-Modul nutzt die Informationen der Sensoren als Eingangsdaten für das entsprechende Modell der künstlichen Intelligenz, beispielsweise das neuronale Netz oder die Regression. Mit den Ergebnissen (Interferenzen) der KI kann die SPS die Maschine nun bei einer drohenden Gefahr durch Verschleiß in einen sicheren Zustand bringen oder eine Meldung an das Wartungspersonal senden, damit es die Maschine zeitnah überprüft.
Bestehende KI-Lösungen im Serienmaschinenbau weiterverwenden
Typische Applikationen, die mit Unterstützung von KI-Methoden spezielle Aufgaben lösen, werden selten mehrfach wiederverwendet. Häufig betreibt der Anwender die KI-Lösung nur an einem Ort für eine bestimmte Aufgabe. Serienmaschinenbauer, die eine Maschine in großer Stückzahl herstellen und sie daher sehr gut kennen, könnten zur Durchführung einer vorbeugenden Wartung ein KI-Modell trainieren. Das Modell lässt sich anschließend mit der PLCnext Control und dem Erweiterungsmodul AXC F XT ML 1000, das die Google-Coral-TPU umfasst, für die einzelnen Maschinen vervielfältigen. Da die PLCnext Control mit zahlreichen gängigen Cloud-Lösungen kommunizieren kann, besteht ferner die Möglichkeit, die Ergebnisse der verschiedenen lokalen KI-Anwendungen zentral auszuwerten. Auf der Grundlage dieser Erkenntnisse lässt sich das KI-Modell im nächsten Schritt weiter trainieren. So entsteht ein kontinuierlicher Verbesserungsprozess für die KI-Anwendung, der auf den realen Daten unterschiedlicher Maschinen basiert: ein echter Mehrwert sowohl für den Maschinenbauer als auch den -betreiber.
Computergestützte oder künstliche Intelligenz hat tiefgreifende Auswirkungen auf jeden Bereich des Lebens, wobei immer neue Applikationen hinzukommen. Die entsprechenden Designer wählen Python deshalb als bevorzugte Programmiersprache, weil sie sich aufgrund ihrer zahlreichen Vorteile – z.B. dem großen Portfolio an Bibliotheken und Systemen – bestens für KI- und Deep-Learning-Projekte eignet. So vereinfacht die umfassende Auswahl an expliziten KI-Bibliotheken und -Strukturen den Entwicklungsprozess und verkürzt die Entwicklungszeit. Die einfache Syntax und Verständlichkeit von Python fördern das schnelle Testen komplexer Berechnungen und erschließen die Sprache ebenfalls für Personen außerhalb des Entwicklerkreises.
Python verfügt außerdem über ein umfangreiches und dynamisches Netzwerk an Entwicklern, die gerne unterstützend zur Seite stehen. Das erweist sich bei der Verwaltung komplizierter Projekte als wichtig. Selbst wenn auch andere Programmiersprachen in KI-Projekten eingesetzt werden, zeigt sich Python als das präferierte Werkzeug, das Entwickler nach der stets notwendigen kritischen Prüfung für ihr KI-Projekt in Betracht ziehen sollten.
