Machine learning naadloos geïntegreerd in sturing

Een nieuw product draaien op een productielijn vraagt vandaag om het omstellen van parameters. Tijdens de eerste run zal er boven nog wat finetuning aan te pas komen voor een perfect resultaat. Om dergelijke productwissels volledig te automatiseren, zal men niet om machine learning heen kunnen. Beckhoff toonde op de Hannover Messe hoe dit naadloos in een TwinCAT 3 omgeving kan geïntegreerd worden in real-time. Op deze manier beschikt de machinefabrikant over een optimale basis voor betere machineprestaties.

Het basisidee achter machine learning is dat oplossingen niet meer door klassieke engineering tot stand komen, maar op basis van algoritmes. Aan de hand van procesvoorbeeldgegevens kunnen algoritmes aangeleerd worden om efficiënte modellen te trainen en betere, performantere oplossingen te creëren. Voor de automatiseringstechnologie opent dit nieuwe mogelijk­heden en optimalisatiepotentieel op gebieden als preventief onderhoud en procesbesturing, anomaliedetectie, cobots, geautomatiseerde kwalitetiscontrole en machineoptimalisatie. Patrick Gielis, general manager van Beckhoff Automation Belgium vermoedt dat machine learning wel eens de toekomst van automatisering zou kunnen worden. “Net omdat het een antwoord biedt op de uitdagingen waar machinebouwers vandaag voorstaan. We hebben machines al leren kijken, luisteren en praten. Ze leren nadenken en autonoom beslissingen maken is de volgende stap. Machine learning kan immers voor heel wat toegevoegde waarde zorgen voor de eindgebruikers, wat het tot een unique selling point maakt voor machinebouwers die deze weg ingeslagen zijn.”

Met TwinCAT 3 staan de nieuwe mogelijkheden die machine learning en deep learning bieden ter beschikking van de automatiseringsingenieur in zijn vertrouwde omgeving.

Alles in één omgeving
Op de Hannover Messe kon Beckhoff Automation tonen dat het al zijn huiswerk rond machine learning af had, hoewel de technologie nog in zijn kinderschoenen staat. De modellen voor machine learning kunnen in de gebruikelijke frameworks zoals MatLAB of TensorFlow getraind worden. Via het gestandaardiseerde uitwisselingsformaat ONNX (Open Neural Network Exchange) voor het beschrijven van getrainde modellen kunnen ze vervolgens rechtstreeks in de TwinCAT Runtime geïntegreerd worden. “Het grote voordeel hiervan is dat alles in de PLC zit. Je hebt als programmeur niet nog een ander toestel nodig, het kan allemaal gebeuren in één omgeving voor een hogere efficiëntie. Daarenboven kan men dankzij de multi-core ondersteuning van TwinCAT verschillende taken synchroon en in real-time gaan uitvoeren. En dat zal nodig zijn, want machines moeten in fractie van een seconde de juiste aanpassingen kunnen maken. De demo die we klaar hadden toonde hoe een machine energiezuiniger kan worden door het accelereren en afremmen zoveel mogelijk te beperken aan de hand van wat de praktijk hem geleerd had. Maar dat kan even goed voor het verbeteren van de kwaliteit, het opdrijven van de productiviteit …” 

Geen bedreiging voor de mens
Om machine learning mogelijk te maken werden er twee nieuwe functies in TwinCAT-Runtime geïntegreerd. TwinCAT 3 Machine Learning Inference Engine zal de klassieke algoritmes voor machine learning behandelen. TwinCAT 3 Neural Network Inference Engine staat dan weer in voor deep learning en neurale netwerken. De TwinCAT 3 Inference Engine kan vanuit verschillende taakcontexten worden benaderd zonder dat deze elkaar belemmeren. Daarnaast blijft de volledige toegang tot alle fieldbus-interfaces en gegevens in TwinCAT mogelijk. Zo kan voor de ML-oplossing enerzijds een enorme hoeveelheid gegevens worden gebruikt en anderzijds staan realtime interfaces met actoren ter beschikking. “De mens hoeft zich absoluut nog niet bedreigd te voelen door deze stappen. Wat we nu eigenlijk voorstellen zijn methodes waardoor de machine zelf kan gaan leren. Hij is nog niet helemaal zelfstandig aan het nadenken. Maar dat artificiële intelligentie zo een groot thema was op de Hannover Messe, bewijst dat het er wel snel zal gaan aankomen.” Beckhoff heeft in elk geval een geïntegreerde visie klaar.