April 2021

Smart Factory Sensor – Individuelle Machine-Learning-Sensoren ab Stückzahl 1

SSV bietet aufgabenspezifische Industriesensoren für Machine-Learning-Anwendungen in der Smart Factory mit Hilfe eines modularen Baukastensystems nun auch in der Stückzahl 1 an.

Hannover, April 2021. Sensordaten für Smart-Factory-Digitalisierungsaufgaben benötigen einen deutlich höherwertigeren Informationsgehalt als z. B. in klassischen Ablaufsteuerungsanwendungen. Mittels einer zur Aufgabe passenden Auswahl an Sensorelementen, Sensorfusionen zur Verknüpfung verschiedener Messwerte und KI-Algorithmen werden die Sensorrohdaten in den SSV-Sensoriklösungen zu werthaltigen Informationen, die sich für unterschiedliche Aufgaben in der Prozessoptimierung, Maschinen- und Anlagenwartung sowie Intralogistik nutzen lassen.

Mit der auf einem Baukastensystem basierenden Smart-Factory-Sensorik-Produktfamilie, bietet SSV ab sofort Retrofit-Sensoren mit einem anwendungsspezifischen Datenausgang. Dafür werden Gehäuse, Sensorelemente, Signalverarbeitung, Spannungsversorgung sowie die Daten- und Konfigurationsschnittstelle an die Aufgabe angepasst.

Als Zubehör wird zu jedem Sensor ein Support-Docker mit verschiedenen auf den jeweiligen Sensor abgestimmten Funktionen ausgeliefert. Dazu gehören neben Node-RED-Funktionen auch ein TensorFlow-Lite-Inferenzinterpreter für die Echtzeitanalyse der Sensordaten mit Hilfe zuvor trainierter neuronaler Netzwerke, um die gewünschten Informationen zur Weitergabe an übergeordnete Systeme, wie z. B. ein MES, zu schaffen.

Passend zum Thema veranstaltet SSV während der SENSOR+TEST 2021 am 6. Mai von 11:00 bis 12:00 Uhr das Webinar "IoT-Funksensorik für Machine-Learning-Anwendungen" (Hier anmelden...). Darin geht es um die technischen Aspekte der Sensordatenaufbereitung und Informationsgewinnung mit künstlichen neuronalen Netzwerken.

Im Anschluss an dieses Webinar besteht die Möglichkeit eines interaktiven Handson mit virtueller Anleitung, bei dem jeder Teilnehmer am eigenen Rechner Live-Sensordaten per Google Colab vorverarbeiten und mit TensorFlow analysieren kann.

 

Pressemitteilung speichern

Weiteres Bildmaterial für Ihre Berichterstattung

 

 

Übersicht Pressemitteilungen