人工智能（AI）是當(dāng)前倍福控制技術(shù)的一大亮點。倍福在 2019 年漢諾威工業(yè)博覽會上宣布將機器學(xué)習(xí)（ML）集成到 TwinCAT 3 自動化軟件中。在經(jīng)過各項測試之后，倍福已于去年成功地將機器學(xué)習(xí)產(chǎn)品推向市場。倍福將機器學(xué)習(xí)集成到其 TwinCAT 3 控制平臺中，并在該領(lǐng)域積累了寶貴的經(jīng)驗。
近日，倍福 TwinCAT 產(chǎn)品經(jīng)理 Fabian Bause 博士接受了WEKA 行業(yè)媒體《Computer & AUTOMATION》雜志的采訪，向讀者們介紹了如何能夠用有利的方式布署機器學(xué)習(xí)算法和模型。
在企業(yè)布署實施機器學(xué)習(xí)之前，第一步應(yīng)該做什么？
Fabian Bause 博士：首先要詳細分析可以在哪里成功布署機器學(xué)習(xí)（簡稱 ML），即部署必須富有成效。人們在對待新技術(shù)時往往會出現(xiàn)兩種極端態(tài)度。要么會因為缺乏經(jīng)驗持保留態(tài)度，要么會非常興奮，想用這些新技術(shù)來解決過去無法充分解決的難題。我們不應(yīng)該偏向任何一方，而是客觀地分析 ML 在哪些方面真正有用。
一旦找到了潛在的適合機器學(xué)習(xí)的應(yīng)用，就應(yīng)該及時將其作為原型實施，項目團隊的敏捷性在這里是關(guān)鍵。ML 項目實際上是一個進化過程，不能被預(yù)設(shè)的方法等事項所限制。
倍福在 2019 年的漢諾威工業(yè)博覽會上宣布他們將在 TwinCAT 3 控制平臺中整合機器學(xué)習(xí)。自那時起到現(xiàn)在，機器學(xué)習(xí)在哪些應(yīng)用領(lǐng)域中的表現(xiàn)比較突出？
Fabian Bause 博士：去年，我們成功完成了測試，并非常成功地推出了我們的第一款產(chǎn)品 — 一個無縫集成到 TwinCAT 3 中的機器學(xué)習(xí)模型推理引擎。該解決方案的特點是能夠直接在 TwinCAT 實時環(huán)境中執(zhí)行神經(jīng)網(wǎng)絡(luò)等模型，這也意味著這類機器的應(yīng)用領(lǐng)域是無限的。
在用戶方面，已經(jīng)形成了一個基于 ML 的質(zhì)量控制和過程監(jiān)測/優(yōu)化的解決方案集群。一個完全自動化和控制器集成的質(zhì)量控制系統(tǒng)，它可以基于如電機電流、轉(zhuǎn)速和跟隨誤差等現(xiàn)有的機器數(shù)據(jù)對生產(chǎn)的貨物進行全檢測。它可以 7 天 24 小時工作不休息，不會感到疲倦，而且能夠?qū)崿F(xiàn)遠遠超過人類所能做到的周期時間。過程監(jiān)測和優(yōu)化是兩個連續(xù)的步驟。如果用訓(xùn)練好的模型來進行過程監(jiān)測，機器可以通知其操作員，而操作員又可以即時調(diào)整過程，以保持產(chǎn)品質(zhì)量的穩(wěn)定性。下一步是向這名有經(jīng)驗的機器操作員學(xué)習(xí)，并以這樣的方式訓(xùn)練模型，讓模型能夠自主地進行所需的參數(shù)調(diào)整，或在中間步驟中作為“智能助手”發(fā)揮作用，給出參數(shù)設(shè)置建議。
除了控制系統(tǒng)中用于 ML 的基礎(chǔ)組件外，我們越來越關(guān)注倍福產(chǎn)品在圖像處理和運動控制領(lǐng)域的應(yīng)用，目標(biāo)是為用戶提供硬件和軟件方面經(jīng)過優(yōu)化的組件，無需事先掌握 ML 知識即可使用這些組件。
實時機器學(xué)習(xí)尤其是對需要高處理性能同時快速運行各種工藝過程的工廠車間提出了挑戰(zhàn)。然而，如何將 ML 用于實時控制的應(yīng)用，如運動控制應(yīng)用？
Fabian Bause 博士：首先，我們必須認識到，訓(xùn)練基于 ML 的模型要比執(zhí)行（即推理）訓(xùn)練好的模型花費更多的時間。在硬件方面，推理在我們的工業(yè) PC 上運行。它能夠在 CPU 中高效執(zhí)行的一個重要原因是持續(xù)使用 SIMD 命令擴展，并結(jié)合高度優(yōu)化的緩存管理。此外，目前 CPU 中的處理器內(nèi)核越來越多地支持神經(jīng)網(wǎng)絡(luò)的加速執(zhí)行，因為它們可以非常高效地并行執(zhí)行。仔細觀察訓(xùn)練好的模型也非常重要，它就像“手工編寫”的源代碼一樣。執(zhí)行一個龐大、低效的源代碼要比執(zhí)行一個精簡、優(yōu)化的源代碼需要的時間長很多。必須根據(jù)特定的任務(wù)對訓(xùn)練好的 ML 模型進行調(diào)整和優(yōu)化?，F(xiàn)在，可以非常輕松地實現(xiàn)微秒級神經(jīng)網(wǎng)絡(luò)執(zhí)行速度。例如我們有一個展覽就是由 250 個神經(jīng)元組成的多層感知神經(jīng)網(wǎng)絡(luò)。通過我們高度優(yōu)化的推理引擎，它在 Intel Core i3 CPU 上的執(zhí)行時間僅需幾微秒。因此，我們可以確信，在圖像處理和運動應(yīng)用中使用 ML 時，在算力方面不會有任何障礙。
關(guān)于德國倍福
倍福（Beckhoff）公司總部位于德國威爾市。作為全球自動化技術(shù)的驅(qū)動者，倍福定義了自動化領(lǐng)域的許多國際標(biāo)準(zhǔn)。公司所生產(chǎn)的工業(yè) PC、現(xiàn)場總線模塊、驅(qū)動產(chǎn)品和TwinCAT自動化軟件構(gòu)成了一套完整的、相互兼容的控制系統(tǒng)，可為各個工控領(lǐng)域提供開放式自動化系統(tǒng)和完整的解決方案。倍福于1997年進入中國市場，致力于幫助制造企業(yè)提升競爭優(yōu)勢，加速轉(zhuǎn)型升級。倍福在業(yè)內(nèi)享有“創(chuàng)新引擎”的美譽，公司所倡導(dǎo)的PC控制技術(shù)具有良好的開放性，將IT技術(shù)、互聯(lián)網(wǎng)和自動化技術(shù)完美融合，助力實現(xiàn)工業(yè) 4.0 和智能制造。憑借領(lǐng)先的技術(shù)優(yōu)勢和豐富的行業(yè)知識，倍福的創(chuàng)新產(chǎn)品和解決方案廣泛應(yīng)用于風(fēng)力發(fā)電、半導(dǎo)體、光伏太陽能、電子制造、金屬加工、包裝機械、物流輸送以及樓宇自控等眾多領(lǐng)域。
更多信息，請登陸 Beckhoff 中文官方網(wǎng)站：www.beckhoff.com.cn