kdw

Joined: 05 May 2006 Posts: 1500
|
Posted: 17.09.2024, 16:43 Post subject: KI für Low-Code-Anwendungen … |
|
|
Wenn beispielsweise eine Digitalisierungsaufgabe im Umfeld von Maschinen und Anlagen mit Hilfe einer Low-Code oder No-Code-Anwendung zu lösen ist, eignet sich z. B. unser KI-basiertes Softsensor-Konzept.
Ein Softsensor, auch virtueller Sensor oder Sensorfusion genannt, ist kein real existierender Sensor, sondern eine Modell-basierte Verknüpfung von „stellvertretenden Messgrößen“ zu einer Zielgröße. Softsensoren berechnen die gewünschte Zielgröße als Ausgangswert aus verschiedenen zu ihr korrelierenden Eingangsvariablen. Das Eingangsdatenbild kann aus Messdaten einzelner Hardware-Sensoren, aber auch Messwerten bzw. Variablen aus anderen Quellen bestehen. Wichtig ist, dass eine mathematisch beschreibbare Wechselbeziehung zwischen den einzelnen Eingangsvariablen und der Zielgröße existiert. Mit Hilfe des maschinellen Lernens (ML), also einem Teilbereich der künstlichen Intelligenz (KI), lassen sich sehr leistungsfähige Softsensoren für verschiedene Anwendungsbereiche erstellen. Die folgende Abbildung zeigt ein Beispiel:
(1) Eingangsdatenbild: Datenerfassung durch externe Hardware-Sensoren und/oder Messwerte bzw. Variablen, die per CAN-Bus aus einer Maschinensteuerung ausgelesen werden.
(2) Ausgangszielgröße: Datenanalyse der Eingangsdaten durch maschinelles Lernen. Dadurch entsteht eine Zielgröße. Weitergabe der Zielgröße an die Low-Code-Applikation, z. B. per MQTT oder ein REST-API.
Eine solche Anwendung lässt sich im Produktionsbereich innovativer Fabriksysteme einsetzen. Unter anderem z. B. für Predictive Maintenance (also die vorausschauende Wartung), eine automatische optische Qualitätskontrolle, für die Steuerung von Lagersystemen und zum Betrieb autonomer Fahrzeuge. |
|