Herzlich Willkommen beim beam-Verlag in Marburg, dem Fachverlag für anspruchsvolle Elektronik-Literatur.


Wir freuen uns, Sie auf unserem ePaper-Kiosk begrüßen zu können.

Aufrufe
vor 1 Jahr

8-2022

  • Text
  • Elektromechanik
  • Antriebe
  • Stromversorgung
  • Hmi
  • Industrielle kommunikation
  • Robotik
  • Qualitaetssicherung
  • Bildverarbeitung
  • Automatisierung
  • Sensorik
  • Messtechnik
  • Bedienen und visualisieren
  • Messen steuern regeln
  • Bauelemente
  • Iot
  • Embedded systeme
  • Sbc boards module
  • Industrie pc
  • Software
  • Sensoren
Fachzeitschrift für Industrielle Automation, Mess-, Steuer- und Regeltechnik

Messtechnik Ein neuer

Messtechnik Ein neuer Klassiker: Fühlhebel kleiner Bauart im Fertigungsbereich bewährt hat. Abgesehen von dieser Gemeinsamkeit wurden kleine Verbesserungen mit großer Wirkung vorgenommen, die einen Unterschied beim Ablesen der Anzeige aus verschiedenen Blickwinkeln machen: z. B. das blendfreie, flache Uhrenglas, der drehbare Skalenträger und die horizontale Ausrichtung aller Ziffern. Die Länge des für die Genauigkeit wichtigen Standardtasters ist nun auf dem Skalenträger abgebildet, damit ein Anwender direkt sieht, welche die richtige Länge und somit welcher der richtige Taster ist, sofern dieser gewechselt werden muss. In Maschinenumgebungen ist es bloß eine Frage der Zeit, wann ein Taster ersetzt werden muss, und um diesen Vorgang so einfach wie möglich zu gestalten, hat Mitutoyo entschieden, jedem Fühlhebel den Taster als Standard hinzuzufügen. Flexibler als das Vorgängermodell Mitutoyo Deutschland GmbH info@mitutoyo.de www.mitutoyo.de Fühlhebel dürfen seit jeher in keinem Werkzeugkasten von Maschinen bedienern fehlen. Nun bringt Mitutoyo ein neues Modell eines seiner klassischen Fühlhebelmessgeräte auf den Markt, und zwar mit allen Leistungsmerkmalen, die mit den Jahren unentbehrlich für Maschinen bediener geworden sind. Fühlhebel sind nicht nur ein gängiges Instrument in verschiedenen Fertigungsindustrien, auch bei Hobbybastlern mit einem Interesse für Messtechnik sind sie beliebt. Selbst wenn ein Großteil der Messtechnikbranche sich in Richtung digitaler Geräte bewegt, sind analoge Fühlhebel nicht so leicht zu ersetzen. Verbessertes Design Das Fühlhebelmessgerät kleiner Bauart hat ein verbessertes Design im Vergleich zum Vorgängermodell, ähnelt diesem aber in mancherlei Hinsicht. Zum Beispiel wurde der für diese Geräte typische gelbe Skalenträger beibehalten, der sich dank seiner guten Sicht- und Lesbarkeit Noch weitere Design-Merkmale sorgen dafür, dass sich dieser Fühlhebel von anderen Standard- Modellen abhebt: seine Form und Größe. Das schlanke Design sticht sofort ins Auge und macht das neue Modell im Vergleich zum ohnehin schon kompakten Vorgängermodell noch flexibler, was Reichweite und Positionierung angeht. Verglichen mit dem Vorgängermodell ist es ca. 11 % kleiner, wodurch das Messen in Bohrungen und Spalten erleichtert wird. ◄ Mixed-Signal-Oszilloskope Die smarte Lösung für Service und Home-Office Logikanalysator + Protokollanalysator + DSO Digital: 2 GHz Timing – 200 MHz State Analyse Analog: 200 MHz bei 12-Bit Auflösung 8-128 Kanäle – Digital & Analog simultan 8 Gb Speicher – Streaming-Modus www.acutetechnology.de 20 PC & Industrie 8/2022

Künstliche Intelligenz Quantencomputing: Neue Potenziale für automatisiertes maschinelles Lernen Fraunhofer und industrielle Partner entwickeln erste quantengestützte Cloudlösung für das automatisierte maschinelle Lernen ©Ludmilla Parsyak Fraunhofer IAO unter Verwendung von nobeastsofierce – stock Quantencomputing ermöglicht es, rechenintensive Technologien wie das maschinelle Lernen (ML) weiterzubringen. Im Projekt »Auto- QML« entwickeln acht Partner aus Forschung und Industrie deshalb Lösungsansätze, die Quantencomputing und ML verknüpfen. Eine Open-Source-Plattform soll Entwickler befähigen, Algorithmen des Quanten-Machine-Learnings ohne tiefgehendes Fachwissen nutzen zu können. Das Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA ist am Projekt maßgeblich beteiligt und bringt seine Expertise im Quantencomputing und in Verfahren des herkömmlichen ML ein. Wie gelingt es Unternehmen, die Potenziale der Digitalisierung zu nutzen und wettbewerbsfähig zu bleiben? Der Einsatz von Technologien wie künstlicher Intelligenz (KI) kann dabei helfen, von der digitalen Transfor- Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA www.ipa.fraunhofer.de mation bestmöglich zu profitieren. Vor allem ML spielt in der Digitalisierungsstrategie vieler Unternehmen bereits eine große Rolle und ermöglicht unter anderem effizientere Prozesse sowie neue Geschäftsmodelle. Allerdings fehlt es oft an Fachkräften. So ist die Implementierung von ML-Lösungen bisher noch häufig mit hohem Arbeitsaufwand verbunden. Von der Datenakquisition über die Wahl der passenden Algorithmen bis hin zur Optimierung des Trainings ist ein detailliertes Fachwissen in ML notwendig. Automatisiertes maschinelles Lernen Der Ansatz des automatisierten maschinellen Lernens (AutoML) wirkt diesen Herausforderungen entgegen und erleichtert Fachkräften den Einsatz von KI. Dabei wird insbesondere die Wahl der konkreten ML-Algorithmen automatisiert. Anwender müssen sich somit weniger mit ML beschäftigen und auskennen und können sich mehr auf ihre eigentlichen Prozesse konzentrieren. In diesem Zusammenhang markiert Quantencomputing den Durchbruch in eine neue technologische Ära, denn damit lässt sich der AutoML-Ansatz signifikant verbessern. Zudem bietet Quantencomputing die für AutoML oftmals nötige Rechenpower. Neuer Ansatz Quantencomputing bringt maschinelles Lernen auf neues Niveau Das Verbundprojekt »AutoQML« setzt an dieser Innovation an und verfolgt zwei wesentliche Ziele: Zum einen wird der neue Ansatz AutoQML entwickelt. Dieser wird um neu ent wickelte Quanten-ML-Algorithmen erweitert. Zum anderen hebt Quantencomputing den AutoML-Ansatz auf ein neues Niveau, denn bestimmte Probleme lassen sich mithilfe von Quantencomputing schneller lösen als mit konventionellen Algorithmen. Beteiligte Unter Leitung des Fraunhofer- Instituts für Arbeitswirtschaft und Organisation IAO ermöglicht das Projekt Entwicklern einen vereinfachten Zugang zu konventionellen und Quanten-ML-Algorithmen über eine Open-Source-Plattform. Neben Fraunhofer beteiligen sich die Unternehmen GFT Integrated Systems, USU Software AG, IAV GmbH Ingenieursgesellschaft Auto und Verkehr, KEB Automation KG, TRUMPF Werkzeugmaschinen GmbH + Co. KG und die Zeppelin GmbH am Projekt. Die ent wickelten Lösungen werden anhand von konkreten Anwendungsfällen aus dem Automotive- und Produktionsbereich erprobt. AutoQML Infografik © Fraunhofer IAO/IPA Das Beste aus beiden Welten: Softwarebibliothek für hybride Gesamtlösungen Das Projektkonsortium wird Komponenten des Quantencomputings in heutige Lösungsansätze des maschinellen Lernens integrieren, um die Performance-, Geschwindigkeits- und Komplexitätsvorteile von Quanten-Algorithmen im industriellen Kontext nutzen zu können. In der sogenannten AutoQML-Developer Suite – einer Softwarebibliothek – sollen entwickelte Quanten- ML-Komponenten und Methoden in Form eines Werkzeugkastens zusammengeführt und den Entwicklern in einer Open-Source- Plattform zur Verfügung gestellt werden. Dies befähigt Anwender, maschinelles Lernen und Quanten-Machine-Learning einzusetzen und hybride Gesamtlösungen entwickeln zu können. Die Laufzeit des Projekts beträgt drei Jahre. Die weiterführende Marktverbreitung durch die Unternehmenspartner ermöglicht den Transfer von forschungsnaher Hochtechnologie in ein breites, industrielles Umfeld mit dem Ziel, den Industriestandort Deutschland signifikant zu stärken. Das Projekt wird vom Bundesministerium für Wirtschaft und Klimaschutz gefördert. ◄ PC & Industrie 8/2022 21

hf-praxis

PC & Industrie

© beam-Verlag Dipl.-Ing. Reinhard Birchel