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 2 Jahren

Einkaufsführer 2021

  • Text
  • Datenlogger
  • Qualitaetssicherung
  • Messtechnik
  • Sensorik
Einkaufsführer Messtechnik & Sensorik

Sensoren Bild 3:

Sensoren Bild 3: Typische Anwendungen für drahtlose Sensoren plus Machine Learning-Algorithmen sind Zustandsüberwachungen aller Art (Condition Monitoring). Dafür wird eine Umgebung (z. B. eine Maschine, Anlage oder die gesamte Smart Factory) mit möglichst vielen Sensoren ausgestattet, die zusammen jederzeit ein qualitativ hochwertiges Datenabbild der Realität liefern. Datentechnisch werden die Messwerte aller Sensoren zum Zeitpunkt t in einem Merkmalsvektor zusammengefasst und durch ein neuronales Netzwerk klassifiziert. Flash des Sensormikrocontrollers in einen A- und B-Bereich aufgeteilt werden. (A/B-Boot- bzw. Update- Konzept: gestartet wird die Software jeweils aus einem Bereich. Das Update erfolgt in den jeweils anderen Bereich. Erst wenn ein Software-Update vollständig und ohne Fehler durchgelaufen ist, werden die Bereiche gewechselt und ein Neustart der Mikrocontrollersoftware ausgelöst, um die neue Softwareversion zu starten.) In die Kommunikationsbeziehungen für Software-Updates sind die Gateway-Funktionen einer Anwendung eingebunden. Sie dienen nicht nur als OTA-Update-Proxy für das Sensor-Update, sondern benötigen auch selbst Funktionsund Sicherheits-Updates aus der Cloud. Durch den Einsatz von ML- Algorithmen zur Sensordatenanalyse in Echtzeit innerhalb der Gateway- Funktionen werden auch Updates für das dabei zum Einsatz kommende Machine-Learning-Modell benötigt (ML Model Updates). Solche Edge- AI-Lösungen nutzen Modelle, die durch eine Machine-Learning-Trainingsphase (ML Model Building) in der Cloud entstehen. Sensor plus ML-Modell Die künstliche Intelligenz einer Edge-AI-IoT-Applikation wird durch Supervised Machine Learning- Methoden gebildet. Zum Sensor gehört dann jeweils ein ML-Modell für die Inferenzphase (beispielsweise eine Echtzeitdatenanalyse mittels einer zuvor erlernten und zur jeweiligen Aufgabenstellung passenden Mustererkennung). Den dafür zum Einsatz kommenden ML-Algorithmus kann man sich als Mapping-Funktion vorstellen: zu den jeweiligen Eingangsparametern X werden über ein mathematisches Regressionsoder Klassifizierungsverfahren die passenden Ausgangswerte Y geliefert. Der Zusammenhang zwischen X und Y wird von der Mapping-Funktion aus zuvor erfassten Trainingsdaten erlernt (siehe Beitrag „Sensordaten zur KI-Wissensbildung“ in PC&Industrie 3-2020 [1]). Das mathematische Mapping-Verfahren lässt sich durch ein neuronales Netzwerk realisieren (siehe Bild 2). Die ML-Modellbildung mit einem neuronalen Netzwerk ist auf Grund der zahlreichen Iterationen ein rechenintensiver Vorgang, der mit einer ausreichend großen Menge an Trainingsdaten erfolgen sollte. Darüber hinaus benötigt ein ML- Modell hin und wieder einige weitere Lernphasen, um auf Veränderungen in der Inferenzumgebung zu reagieren und die Inferenz fehlerquote zu optimieren. Des Weiteren muss die aktuelle Modellversion allen Sensing-Endpunkten einer Edge-AI-Anwendung zentral zur Verfügung stehen. Durch diese unterschiedlichen Anforderungen ist eine Cloud oder ein gleichwertiger On-Prem-Service in den meisten Fällen der beste Ort für Modellbildung, Modellpflege und Modellspeicherung. Anwendungsbeispiel Condition Monitoring Typische Anwendungen für drahtlose Sensoren plus Machine Learning-Algorithmen sind Zustandsüberwachungen aller Art (Condition Monitoring). Dafür wird eine Umgebung (z. B. eine Maschine, Anlage oder die gesamte Smart Factory) mit möglichst vielen Sensoren ausgestattet, die zusammen jederzeit ein qualitativ hochwertiges Datenabbild der Realität liefern. Datentechnisch werden die Messwerte aller Sensoren zum Zeitpunkt t in einem Merkmalsvektor zusammengefasst und durch ein neuronales Netzwerk klassifiziert. Hierzu ein Beispiel: Der Betreiber eines Maschinenparks möchte für eine größere Werkzeugmaschine eine Echtzeitinformation an eine MES-Software übermittelt bekommen, aus der hervorgeht, in welchem der folgenden Zustände sich die Maschine jeweils befindet: 1) Maschine wird nicht benötigt (Versorgungsspannung = Aus). 2) Maschine ist im Standby-Zustand (Versorgungsspannung = Ein). 3) Maschine ist aktiv und produziert. 4) Es liegt eine Rüstphase vor. 5) Geplanter Halt, die Maschine wartet auf etwas. 6) Ungeplanter Halt, Maschine ist defekt (z. B. Not-Aus-Schalter betätigt). 7) Maschine zeigt ein auffälliges Betriebsverhalten (z. B. eine Unwucht). Um diese sieben Zustände möglichst genau voneinander unterscheiden zu können, sind verschiedene Sensoren erforderlich. Die Zustände 3) und 7) sind mit Hilfe einer mehrdimensionalen Vibrations- bzw. Stromsensorik aus reichend sicher bestimmbar. Aus den Messwerten dieser Sensoren lässt sich auch ableiten, ob ein Zustand ungleich 3) oder 7) vorliegt, also irgendwas aus dem Bereich 1), 2), 4), 5) oder 6). Um zwischen den Zuständen 1), 2), 4), 5) und 6) differenzieren zu können, sind weitere Sensoren erforderlich. Evtl. kann man 1), 2) und 6) über einen optischen Farbsensor bestimmen, der an der Maschinenampel befestigt wird und RGB-Farbwerte bestimmen kann (ist die Versorgungsspannung der Maschine ausgeschaltet, ist auch die Maschinenampel inaktiv). In der Rüstphase 4) ist die Tür zum Maschineninnenraum geöffnet, evtl. befindet sich sogar eine Person im inneren Arbeitsbereich der Maschine. Um den Zustand der Tür zum Arbeitsbereich zu bestimmen, wäre ein binärer Türsensor erforderlich. Der Zustand 5) ist dann jeweils der inaktive Wartezustand ohne Rüstphase und Not-Aus (Maschinenampel nicht Rot, aber aktiv) usw. ◄ Externe Quellenangabe [1] Download Link zu „Sensordaten zur KI-Wissensbildung“ in PCIndustrie 3-2020: https://www.beam-verlag.de/fachartikel-aus-pc-industrie/sensoren/ 38 Einkaufsführer Messtechnik & Sensorik 2021

Sensoren Individuelle Sensorenlösungen für jede Anwendung Füllstandsmessung mit Sensor: Intelligente Füllstandsensoren messen nicht nur den Pegel eines Tanks, sondern lösen beim Unterschreiten eines eingestellten Wertes auch eine Aktion aus. ( Bild: Heilind ) Heilind Electronics gehört zu den weltweit führenden Distributoren für Verbindungstechnik, Elektromechanik und Sensoren. Wir vertreiben Produkte in 25 Kategorien und beliefern auf der ganzen Welt mehr als 150 führende Hersteller der Branche. Unser internationales Netz von 40 Standorten ermöglicht eine schnelle Abwicklung aller Bestellungen. Neben dem vielfältigen Lagersortiment bietet Heilind Electronics einen umfassenden Service und individuelle, sachkundige Beratung. Wir stehen Ihnen mit unserem fundierten Fachwissen zur Seite und unterstützen Sie dabei, die optimale Lösung für Ihre Anwendung zu finden. Flexible und hochwertige Sensorenlösungen Als weltweit bekannter Spezial-Distributor für Steckverbinder bieten wir seit zwei Jahren auch ein vielfältiges Sortiment an Sensorenprodukten für die unterschiedlichsten Applikationen und Märkte. Unsere Sensorentechnologien unterscheiden sich untereinander nur in Nuancen. So finden Sie bei Heilind Electronics eine Sensorenlösung ganz nach Ihren individuellen Anwendungs- und Designansprüchen. Unsere Sensor-Systemlösungen beziehen wir von führenden Herstellern wie Amphenol Advanced Sensors, Pressure Sensor Limited, Probes Unlimited, Sensata Technologies, Standex Electronics und TE Connectivity Sensor Solutions. Wir arbeiten eng mit unseren Herstellern zusammen und können dadurch kundespezifische Sensorenlösungen liefern. Warum Heilind Electronics? Seit über 40 Jahren bieten wir unseren Kunden ein umfangreiches Produktsortiment sowie einen exzellenten, kundenorientierten Service. Heilind Electronics steht für: • ein vielfältiges und hochwertiges Produktangebot von renommierten Sensorenherstellern • umfangreiche Lagerbestände an Sensorprodukten an über 40 Standorten in der ganzen Welt • maßgeschneiderte und flexible Sensorenlösungen • kompetente und individuelle Produkt- und Anwendungsberatung • sachkundigen technischen Support • höchste Standards in Qualität und Service • zügige Auftragsbearbeitung ohne Mindestbestellwert • schnelle Lieferung dank innovativer Lieferkettenlösungen und flexibler Lieferpolitik. Mit den individuellen Sensorenlösungen von Heilind Electronics und den umfassenden Serviceleistungen sparen Sie Zeit, Aufwand und Kosten und können sich auf Ihr Kerngeschäft konzentrieren. Heilind Electronics GmbH • Pfarrer-Huber-Ring 8 • 83620 Feldkirchen-Westerham Tel.: 08063/8101-100 • Fax: 08063/8101-222 • vertrieb@heilind.com • www.heilind.com Einkaufsführer Messtechnik & Sensorik 2021 39

hf-praxis

PC & Industrie

© beam-Verlag Dipl.-Ing. Reinhard Birchel