TOP
SSV Software Systems Registrieren  Registrieren
Einloggen, um private Nachrichten zu lesen  Einloggen, um private Nachrichten zu lesen
Startseite FAQ Suchen Mitglieder Profil  Login 
SSV Support-Forum
Machine Learning Starterkit ...

 
Neues Thema eröffnen   Neue Antwort erstellen    SSV-Forum Foren-Übersicht >>> DNP/9535
<<< Vorheriges Thema - Nächstes Thema >>>  
Beiträge der letzten Zeit anzeigen:   
Autor Nachricht
kdw



Anmeldedatum: 05.05.2006
Beiträge: 1288

BeitragVerfasst am: 16.01.2019, 12:13    Titel: Machine Learning Starterkit ... Antworten mit Zitat

Hallo Forum.

Inzwischen ist auch ein Machine Learning Starterkit mit dem DNP/9535 lieferbar. Zu diesem Kit finden auch immer wieder Webinare statt, in den die Funktionen und Vorgehensweisen bei Machine Learning Projekten mit Embedded Systemen erläutert werden.



Unter dem folgenden Link findet man ein Handbuch mit den ersten Schritten zu dem Machine Learning Starterkit [Preview Version 0.4 (05.2019)]:

https://ssv-embedded.de/doks/manuals/AISS1-ML-SK.pdf

VG KDW


Zuletzt bearbeitet von kdw am 21.05.2019, 15:36, insgesamt einmal bearbeitet
Nach oben
Benutzer-Profile anzeigen Private Nachricht senden
kdw



Anmeldedatum: 05.05.2006
Beiträge: 1288

BeitragVerfasst am: 18.05.2019, 07:06    Titel: DNP/AISS1 - Erste Schritte ... Antworten mit Zitat

Hallo Forum.

Unter https://mewi.ssv-embedded.de/index.php?title=DNP/AISS1:_Erste_Schritte ist eine Beschreibung zur Inbetriebnahme des DNP/AISS1 zu finden.

Der Flyer zu diesem Machine-Learning-Starterkit steht unter https://www.ssv-embedded.de/doks/flyer/flyer_aiss.pdf zur Verfügung. Siehe hierzu auch https://www.ssv-embedded.de/aiss/.

Gruß KDW
Nach oben
Benutzer-Profile anzeigen Private Nachricht senden
kdw



Anmeldedatum: 05.05.2006
Beiträge: 1288

BeitragVerfasst am: 03.06.2019, 15:45    Titel: Hardware Reference Manual ... Antworten mit Zitat

Hallo Forum.

Nun gibt es auch ein Hardware Reference Manual zum Machine Learning Starterkit DNP/AISS1.



Das Handbuch enthält, neben den wichtigsten technischen Daten, die Pinbelegung aller Steckverbinder, die I2C-Adressen der Sensoren usw. Siehe

https://www.ssv-embedded.de/doks/manuals/hr_dnpaiss1_en.pdf

DNP/AISS1-Website: https://www.ssv-embedded.de/aiss/

DNP/AISS1-Wiki: https://mewi.ssv-embedded.de/

VG KDW


Zuletzt bearbeitet von kdw am 15.02.2020, 21:30, insgesamt einmal bearbeitet
Nach oben
Benutzer-Profile anzeigen Private Nachricht senden
kdw



Anmeldedatum: 05.05.2006
Beiträge: 1288

BeitragVerfasst am: 07.11.2019, 17:48    Titel: Fachbeitrag zum Thema ... Antworten mit Zitat

... siehe "Sensorintelligenz vor Ort" unter https://www.it-production.com/industrie-4-0-iot/sensor-to-information/

Der Autor geht von der Annahme aus, dass jede Maschine eine spezifische Schwingungs-, Strom- und Schallcharakteristik aufweist, die sich mit geeigneten Sensorelementen messen lässt. Aus den jeweiligen Messdaten lässt sich mit einem entsprechend trainierten Machine-Learning-Algorithmus in Echtzeit der aktuelle Betriebszustand bestimmen.

Siehe hierzu auch: https://www.ssv-embedded.de/doks/pm/pm_mls160.pdf

VG KDW
Nach oben
Benutzer-Profile anzeigen Private Nachricht senden
kdw



Anmeldedatum: 05.05.2006
Beiträge: 1288

BeitragVerfasst am: 04.06.2020, 14:00    Titel: On-Demand-Webinar "AWS-IoT" ... Antworten mit Zitat

Hallo Forum.

Ab sofort können wir bei Bedarf das "On-Demand-Webinar AWS-IoT-Integration" für den DNP/AISS1 anbieten. In dem Event zeigen wir Ihnen, wie Sie einen DNP/AISS1 in der Amazon-AWS-IoT-Cloud registrieren und die dabei entstehenden Zugriffsberechtigungs- bzw. Schlüsseldateien (CA File, Client Certificate, Client Key) herunterladen und anschließend direkt zur DNP/AISS1-Konfiguration verwenden können. Sie lernen auch die Konfigurationsdetails einer TLS-gesicherten MQTT-Verbindung zum AWS-IoT-Hub kennen, um periodisch DNP/AISS1-Sensordaten als JSON-Objekte in die Cloud zu senden.



Um die DNP/AISS1-Sensordaten in Echtzeit zu visualisieren, nutzen wir in dem Webinar eine Webseite mit einer Landkarte, die auf einem PC lokal gespeichert ist und sich jederzeit mit einem Webbrowser betrachten lässt. Diese Webseite erhält jede DNP/AISS1-Sensordatenänderung per MQTT und JSON direkt aus der AWS-Cloud. In jedem JSON-Objekt ist eine Positionsangabe mit Breitengrad (Latitude) und Längengrad (Longitude) gespeichert. Diese Positionsparameter benutzt die Webseite zur Messwertdarstellung in der Landkarte.

Code:
{
  "name" : "DNP/AISS1 Sensor Data",
  "timestamp" : 1587133790385,
  "id" : "182a940399a2b",
  "status" : 0,
  "position" : {
    "lat" : 52.3877,
    "lon" : 9.6952
  },
  "data" : {
    "temperature" : 23.6
  }
}


Mit dem „status“-Feld des JSON-Objekts kann die Farbe des Positionselements in der Karte gesteuert werden. Hier gilt: status=0 ergibt ein grünes, status=1 ein gelbes und status=2 ein rotes Element in der Landkarte.

Das On-Demand-Webinar AWS-IoT-Integration eines DNP/AISS1 dauert ca. 30 Minuten plus die jeweils erforderliche Zeit, um Ihre Fragen zu beantworten.

VG KDW
Nach oben
Benutzer-Profile anzeigen Private Nachricht senden
Beiträge der letzten Zeit anzeigen:   
Neues Thema eröffnen   Neue Antwort erstellen    SSV-Forum Foren-Übersicht >>> DNP/9535 Alle Zeiten sind GMT + 1 Stunde
Seite 1 von 1

 
Gehe zu:  
Sie können keine Beiträge in dieses Forum schreiben.
Sie können auf Beiträge in diesem Forum nicht antworten.
Sie können Ihre Beiträge in diesem Forum nicht bearbeiten.
Sie können Ihre Beiträge in diesem Forum nicht löschen.
Sie können an Umfragen in diesem Forum nicht teilnehmen.

SSV Software Systems GmbH

Dünenweg 5
30419 Hannover

Fon: +49(0)511 / 40 000-0
Fax: +49(0)511 / 40 000-40

sales@ssv-embedded.de

 

Impressum    ·    Datenschutz    ·    AGB

© 2018 SSV Software Systems GmbH. Alle Rechte vorbehalten.

ISO 9001:2015