首页 新闻 工控搜 论坛 厂商论坛 产品 方案 厂商 人才 文摘 下载 展览
如何将机器学习引入自动化?原来只需要这三步!
2021/8/16 13:51:55
投发新闻 收藏本文 查看收藏

说现在最热门的前沿技术,那非人工智能(AI)莫属。而人工智能的核心却是机器学习(ML)。可以说,掌握了机器学习,也就掌握了人工智能技术。

那么,对于工业用户来说,如何将机器学习引入到自动化领域,突破传统自动化技术发展的天花板呢?面对人工智能、机器学习、深度学习、神经网络……这些深奥的概念,如何快速了解和掌握呢?

这篇只需 5 分钟就能阅读完毕的文章,让您轻松掌握机器学习的概念、关键技术、如何应用到工业自动化之中等内容!

首 先

我们来看一个,用机器学习进行优化的一个运动控制案例,以便你对机器学习有一个感性的认识。

截图20210816140950

这是两个相同的直线加圆弧的传输轨道,但我们可以看到,左边轨道上的工件输送十分平缓,而右边轨道上的工件传输很不平稳,加速很急,产品都快要被甩出去了。这不仅对轨道上的工件影响很大,而且轨道自身的磨损也很严重,右边轨道上工件运动曲线的设计显然不如左边的传输轨道。

那如何才能设计出左边这样的运动曲线呢?这里就需要用到机器学习,通过对工件多次的速度、加速度、位置等信息的记录,再经过建立数据模型,不断优化(训练)模型,最后得出一个最佳的运动曲线。为何要用机器学习来设计呢,这是因为这样的运动曲线设计并没有现存的曲线(如正圆、椭圆、渐开线等),也不能通过数学方程计算出来,所以只有借助机器学习的“算法模型加训练”来求解出来。

看完这个例子,您对机器学习的作用应该有了一个初步认识。下面我们再来理解几个常见概念。

人工智能(AI)

能够模仿人智力的智能,分为弱 AI 和强 AI,目前AI处于弱AI阶段。

机器学习(ML)

达到弱 AI 的水平,基于可以通过“训练数据”学习特定任务的数学模型进行优化。

深度学习(DL)

专注于深度神经网络(DNN)作为模型,需要大量数据集进行训练的复杂模型,目前主要用于强大的视觉应用。

三者的关系是从属关系,如下图所示:

1

简单理解,机器学习就是通过根据各类算法建立数学模型,然后通过数据不断训练模型,提高模型准确性,最后将训练好的模型放到实际应用场景中运行做推理计算,解决用普通数学方法难以解决的实际问题。

所以我们可以总结一下,将机器学习引入到工业自动化中,需要三步:收集工业现场数据、建立模型并训练模型、下载到实际应用中运行,如下图所示:

2

看上去是不是过程很简单?

当然了,实际使用过程并非如此简单,每个环节都会涉及到专业知识和工具,下面我们就来一一展开介绍一下,让你不仅入门,而且成为“专家”!

第 /一/ 步

收集工业现场数据

首先,在数据收集阶段,就是要通过各类传感器和测试测量工具来采集现场数据,这个环节就会用到我们自动化控制中的很多产品,比如像倍福的 TwinCAT3 Scope、TwinCAT3 Database Server、TwinCAT3 Data Agent 和 TwinCAT3 Analytics Logger 等工具,可以利用这些工具将数据采集到本地数据库或者云端存储、呈现,以便下一步来建模和训练。

截图20210816140447

第 /二/ 步

模型的搭建和训练

这一步是至关重要的一步,也是目前机器学习中最难、研究最多的一步。这一步里首先需要对上一步采集到的数据进行预处理,数据清洗除去异常值,数据转化或者数据集成等。然后,选择特征数据确定数学模型,进行学习微调,并进行未知数据的学习模型验证。模型训练后,生成导出一个可供 TwinCAT3 等模型运行环境的描述文件:XML 文件或者 ONNX 文件。这一步中特征数据的挖掘,也就是提取哪些数据来建模是整个机器学习能否成功的关键,往往需要精通行业知识经验的人才能做到。

4

在这一步中,搭建模型时往往需要用到第三方框架(平台工具),比如:Python SciKit、MATLAB Machine Learning Toolbox,以及深度学习框架TensorFlow (谷歌)、Keras (frontend for TensorFlow, CNTK, …)、PyTorch (脸书)、MxNet (亚马逊)、CNTK (微软)、MATLAB Deep Learning Toolbox (MathWorks) 等,其中大多数是开源的和基于 Python 的。

5

当然,除了这些框架外,还有一个重要的事,数学模型的选择和建立。在数学上,可以把万事万物所有问题分为两大问题:回归问题和分类问题。回归问题通常是用来预测一个值,如预测房价、未来的天气情况等。分类问题是用于将事物打上一个标签,通常结果为离散值,如判断一幅图片上的动物是一只猫还是一只狗。解决这两类问题需要用到不同的数学模型,比如常见的有支持向量机(SVM)、神经网络、决策树和随机森林、线性回归、贝叶斯线性回归等,这些模型在框架中是现存的,可以直接使用。

在这里,还需要提到一个知识点,那就是 ONNX 开放神经网络交换文件,这是一种针对机器学习所设计的开放式文件格式,用于存储训练好的模型。它使得不同的人工智能框架(如Pytorch,MXNet)可以采用相同格式存储模型数据并交互。主要由微软,亚马逊 ,Facebook 和 IBM 等公司共同开发。

6

第 /三/ 步

加载模型到控制器里运行

说完了模型搭建和模型训练后,最后一步就是将模型加载到工业电脑或者控制器中运行计算。由于模型描述文件并不能被工业控制器所识别,所以就需要用到像倍福 TwinCAT 3 这样的自动化控制软件平台作为引擎,将训练好的模型文件加载到控制器,才能在自动化中应用机器学习。

目前、TwinCAT 3 已经无缝集成了机器学习引擎接口。可以通过机器学习文件转换器(ML Converter)把训练生成的模型文件 XML 或者 ONNX 转化成 BML (倍福的机器学习文件)进行加密保护,经过 TwinCAT 3 的 ML Runtime 进行加载,这样已训练好的模型就可以被 TwinCAT TcCOM 对象进行实时调用执行,同时可以被 PLC、C/C++ 封装的 TcCOM 的接口进行调用!如果神经网络较小,如权值大小为 10K 的多层感知器(MLP)可以在一个亚毫秒的任务周期中多次调用,以确保实时性!

7

同时,TwinCAT 3 本身所提供的支持多核技术也同样适用于机器学习应用,不同的任务程序可以访问同一个特定的 TwinCAT 3 推理引擎而不会相互限制。机器学习应用完全可以访问 TwinCAT 中所有可用的现场总线接口和数据,这将使其能够使用到大量数据。

 

8

TwinCAT 3 现在有两个机器学习推理引擎,TF380x TC3 和 TF381x TC3,前者是经典机器学习模型的推理引擎,包括支持向量机(SVM), 主成分分析(PCA), k 均值(k-means)等,后者是神经网络(NN)推理引擎,包括多层感知器(MPL),卷积神经网络(CNN),长短期记忆模型(LSTM)等。

11111

第一步

就是要采集数据,包括工件的位置、速度、加速度、时间等,把这些数据收集存储起来,以便下一步优化。

640 (1)

第二步

提取步骤一里面的特征数据建立模型,用  𝑝(𝑡)  来作为优化准则,通过神经网络算法来循环迭代,监督学习训练模型。

截图20210816140828

第三步

将训练好的模型通过 ONNX 文件部署到 TwinCAT 3 里,从而通过控制器实现最优的运动曲线。

截图20210816140838222

首先,通过 TwinCAT 3 Scope 来采集大量风扇正常情况下的压力、转速、振动等数据,然后用 MATLAB 来读取这些数据,使用 one-class SVM(一类支持向量机)模型来训练,等模型学习了大量正常数据后,就会自动产生一个正常数据的边界。最后将模型从 MATLAB 导出为一个 ONNX 文件,转换后加载到控制器的TwinCAT 3 中。这样,当采集的数据超出边界时,控制器就会检测到风扇发生了异常状况。

这个应用看上去是十分简单的,但是这其中最难的一部分是特征数据的挖掘和提取,也就是常说的特征工程。至于数据的采集、模型的创建、训练,以及最后的控制器上的运行,已经有很多现存的工具和平台,比如 MATLAB 和倍福的 TwinCAT 3。站在这些“巨人”的肩膀上,你只要专注用工业现场知识和经验,就可以轻松将机器学习这一“高大上”的新技术引入到工业自动化之中。

关于德国倍福

倍福(Beckhoff)公司总部位于德国威尔市。作为全球自动化技术的驱动者,倍福定义了自动化领域的许多国际标准。公司所生产的工业 PC、现场总线模块、驱动产品和TwinCAT自动化软件构成了一套完整的、相互兼容的控制系统,可为各个工控领域提供开放式自动化系统和完整的解决方案。倍福于1997年进入中国市场,致力于帮助制造企业提升竞争优势,加速转型升级。倍福在业内享有“创新引擎”的美誉,公司所倡导的PC控制技术具有良好的开放性,将IT技术、互联网和自动化技术完美融合,助力实现工业 4.0 和智能制造。凭借领先的技术优势和丰富的行业知识,倍福的创新产品和解决方案广泛应用于风力发电、半导体、光伏太阳能、电子制造、金属加工、包装机械、物流输送以及楼宇自控等众多领域。

更多信息,请登录 Beckhoff 中文官方网站:www.beckhoff.com.cn


 

状 态: 离线

公司简介
产品目录

公司名称: 德国倍福自动化有限公司
联 系 人: 销售部
电  话: 021-66312666
传  真: 021-66315696
地  址: 中国上海市静安区汶水路 299弄 9-10号(市北智汇园4号楼)
邮  编: 200072
主  页:
 
德国倍福相关新闻:
新闻发布 | 基于 EtherCAT 的控制技术助力实现高效楼宇自动化
精彩视频 | 为什么说倍福的自动化技术是流程工业的理想选择?
展会预告 | 倍福助您在流程工业领域遥遥领先
2024 倍福中国技术交流会
倍福科技自动化技术交流会 | 厦门站
2024 倍福中国技术交流会
倍福半导体行业专题技术交流会 | 北京站
新闻发布 | 灵活用于 DALI-2 的 EtherCAT 通信模块
展会预告 | 倍福自动化新技术助力实现创新型电子制造解决方案
新鲜出炉 | 倍福 2024 年度(上半年)培训计划
精彩回顾 | 倍福中国岁末盛典圆满结束
安排,倍福 2024 培训计划已发布
更多德国倍福新闻...
通过中华工控网在线留言德国倍福自动化有限公司:
用户名: 密码: 免费注册为中华工控网会员
请留下您的有效联系方式,以方便我们及时与您联络
 
中华工控网 GKong.com制作发布 广告联系