TOP
Artificial Intelligence Smart Sensor (AISS)

Bildunterschrift: SSV stellt auf der SPS IPC Drives 2018 mit dem DNP/AISS1 ein kompaktes Evaluierungsboard samt Sensoren, Embedded System, Connectivity und AI-Software vor. Das DNP/AISS1 ist das erste intelligente Sensorkonzept mit voll ausgestattetem Technologie-Stack für Embedded Machine Learning in industriellen Anwendungen. Zum Lieferumfang gehört außerdem ein Webinar in dem das Grundwissen für die Entwicklung KI-basierter Anwendungen vermittelt wird.

Oktober 2018

Artificial Intelligence Smart Sensor (AISS)

Erstes intelligentes Sensorkonzept mit voll ausgestattetem AI-Technologie-Stack für Embedded Machine Learning in industriellen Anwendungen.

Hannover, Oktober 2018. Industrie 4.0, (I)IoT und die digitale Transformation funktionieren nur mit Daten aus einer Vielzahl vernetzter Sensoren und künstlicher Intelligenz (Artificial Intelligence: AI). Um sich mit diesem komplexen Thema vertraut zu machen, stellt SSV auf der diesjährigen SPS IPC Drives mit dem DNP/AISS1 ein kompaktes Evaluierungsboard samt Sensoren, Embedded System, Connectivity und AI-Software vor.

Das DNP/AISS1 ist mit drei Bosch-Sensorelementen ausgestattet: ein Sensor für Luftfeuchtigkeit, Temperatur und Luftdruck, ein 3-Achsen-Beschleunigungssensor sowie ein 3-Achsen-Magnetometer. Diese Messgrößen erlauben bspw. die Evaluierung von Predictive Maintenance-Anwendungen und Anomalieerkennungen. Die Connectivity-Komponente bildet eine Ethernet-Schnittstelle, die per Modbus, Profinet, MQTT, REST und OPC UA mit anderen Systemen kommunizieren kann.

Gesteuert wird das ganze vom DNP/9535. Dieses Embedded System enthält auch die Software-Bausteine für die künstliche Intelligenz. So können auf dem DNP/9535 direkt vor Ort und in Echtzeit die Sensordaten miteinander verknüpft und per Klassifizierung oder Regression in Informationen für eine SPS umgewandelt werden.

Um den Anwender bei seinen ersten Schritten zu unterstützen, gehört zum Lieferumfang des DNP/AISS1 auch ein Webinar mit folgenden Inhalten: 1. Grundlegende Prinzipien und Terminologie des maschinellen Lernens. 2. Ein vollständiger Machine-Learning-Prozess, einschließlich Sensordatenerfassung, Datenaufbereitung, Modellierung und Modellbewertung. 3. Bewertung und Anpassung von maschinellen Lernmodellen. 4. Den Ausgang eines AISS-Machine-Learning-Algorithmus mit einer SPS oder Cloud verbinden.

Damit erhält der Anwender nicht nur die Hard- und Software, sondern auch das nötige Grundwissen, um eigenständig Machine Learning-Anwendungen zu entwickeln und damit jede SPS-Anwendung nachträglich mit künstlicher Intelligenz aufzurüsten.

 

Sie finden SSV auf der SPS IPC Drives 2018 in Halle 6 auf Stand 150X.

 

Pressemitteilung speichern

Weiteres Bildmaterial für Ihre Berichterstattung

 

 

Zurück zur Übersicht

SSV Software Systems GmbH

Dünenweg 5
30419 Hannover

Fon: +49(0)511 / 40 000-0
Fax: +49(0)511 / 40 000-40

sales@ssv-embedded.de

 

Impressum    ·    Datenschutz    ·    AGB

© 2018 SSV Software Systems GmbH. Alle Rechte vorbehalten.

ISO 9001:2015