Page 35

HOB_1119

MAGENTIFY POSSIBILITIES Entdecken Sie unsere aktuellen Innovationen für ein noch effizienteres Arbeiten mit einer Vielzahl von Materialien. Beispiellose Prozessqualität in der Bearbei- tung von Massivholz, Plattenwerk stoffen und Verbundmaterialien. Innovative Lösungen für Stationär- und Durchlauf-Bearbeitung. Digi- tales Toolmanagement, individuelle Beratung und Services. Magentify your possibilities. www.leuco.com YOUR WERKZEUGE FÜR MODERNE WERKSTOFFE: www.leuco.com/materials Alles auf einen Blick: Finden Sie schnell die passenden Werkzeuge zur Bearbeitung Ihrer Materialien. – eine Aufgabe, die sonst von Menschen erledigt wird. Auf diese Weise wird das Holz jetzt so in der Maschine positioniert, dass eine optimierte Bearbeitung und Materialausnutzung erreicht wird. Ausbau des Deep-Learning-Sensorportfolios Mit der Umsetzung von Deep Learning in ausgewählten Sensoren und Sensorsystemen bietet Sick nach dem Eco- System Appspace ein neues Sensor-Software Konzept, das anpassungsfähige, zukunftssichere Lösungen für Automatisierungsanwendungen ermöglicht. Prinzipiell ist das Konzept des spezialisierten Sensors mit künstlicher Intelligenz auch auf einfache Sensoren wie induktive Näherungsschalter, Reflexionslichtschranken oder Ultraschallsensoren anwendbar. Gleichzeitig gilt es, alte Pfade zu verlassen und Neues zu ermöglichen: Die Nutzung neuronaler Netzwerke und die Möglichkeit, selbstständig Wissen aus Erfahrungen zu generieren, wird neue kognitive Bereiche erschließen und bisher undenkbare Applikationen ermöglichen, die Prozesse effizienter und produktiver machen. u www.sick.de ¢  Simulationssystem ISG-virtuos Auf der diesjährigen SPS in Nürnberg zeigt ISG Industrielle Steuerungstechnik, Stuttgart, die komplett überarbeitete Version 2.8 des Simulationssystems ISGvirtuos Training neuronaler Netzwerke nutzt Sick als ausführende Einheit eine unabhängige, leistungsfähige Rechner- und IT-Basis. Das umfangreiche Rechnen der komplexen Operationen der Deep-Learning-Lösung für das Training erfolgt auf speziell ausgestatteten, hausinternen Rechnern mit hoher GPU-Performance. Die daraus generierten neuen Deep-Learning-Algorithmen werden lokal auf dem Sensor bereitgestellt und sind unmittelbar und ausfallsicher zum Beispiel auf einer intelligenten Kamera verfügbar. Umgesetzt wurde von Sick eine Deep- Learning-Anwendung zuletzt in der Holzverarbeitung. Trainiert wurde über eine große Anzahl von Bildern roh geschnittener Bretter mit Baumkante die Lage der Jahresringe. Ziel war es, durch eine programmierbare Kamera der Produktfamilie Inspector P65x über den Verlauf der Jahresringe die Drehlage zu erkennen. Aus diesem Training heraus kann die Kamera neue, ihr nicht bekannte Bilder bewerten und einem Ergebnis zuordnen. Mittels Deep Learning wurde ihr beigebracht, wie das Holz am besten genutzt werden kann – eine offene Simulationsplattform für digitale Zwillinge. Anwender dieser Plattform – insbesondere im Anlagen- und Maschinenbau – können damit die TTM (time to market) signifikant verkürzen und die Inbetriebnahmezeit um bis zu 90 Prozent reduzieren. Auch Betreiber der Anlagen profitieren von der Plattform, auf der Hersteller die sogenannten Schattenanlagen für die produktionsbegleitende Optimierung und Serviceunterstützung als Mehrwert anbieten können. Mittels einer neuen intuitiven Anwenderoberfläche lässt sich die Anlagensimulation komfortabel in 3-D aus einer herstellerübergreifenden Komponentenbibliothek konfigurieren. Immer mehr Produzenten stellen neben den realen auch die virtuellen Komponenten bereit, um ihren Kunden die digitale Transformation zu erleichtern. Mit der Weiterentwicklung von ISG-dirigent steht zudem ein Werkzeug zur Verfügung, um notwendige, noch manuell ausgeführte Tests zu automatisieren und die Steuerungssoftwarequalität in Verbindung mit den digitalen Zwillingen frühzeitig zu optimieren. Nicht zuletzt präsentiert ISG in Nürnberg die neueste Version des Steuerungskernels ISG-kernel, der dank Multikanaltechnik die synchrone Ansteuerung von Maschinen- und Roboterachse ermöglicht. (Bild: ISG Industrielle Steuerungstechnik) u www.isg-stuttgart.de


HOB_1119
To see the actual publication please follow the link above