一個圓柱形測試套筒用作質(zhì)量基準。用套筒密封的螺栓必須完全適合這個規(guī)格，也就是說，套筒不能把螺栓閉合得過緊或過松。根據(jù)對密封過程進行的各種 FEM 仿真結(jié)果，定義會影響密封結(jié)果的參數(shù)。然后根據(jù)這些信息進行調(diào)整，隨后進行大量的密封測試，期間用 TwinCAT Scope 軟件示波器記錄來自兩個伺服缸的所有重要實時數(shù)據(jù)，如功耗、扭矩和伺服電機的滯后誤差。
*測試統(tǒng)計數(shù)據(jù)的可視化顯示
將 ML 集成到設(shè)備控制器中
在一個經(jīng)典的 ML 框架內(nèi)開發(fā)了一個非常強大的機器學習回歸模型（這里是 Scikit Learn），并在所記錄的測試數(shù)據(jù)基礎(chǔ)上進行訓練。機器學習框架內(nèi)的工作包括準備和選擇數(shù)據(jù)、建模和訓練合適的 ML 算法及其評價。在這個開發(fā)步驟中會生成一個訓練好的機器學習模型，它表示輸入和目標數(shù)據(jù)之間的關(guān)系。在 TwinCAT 3 中布署訓練好的 ML 模型接口與數(shù)據(jù)接口一樣都是開放式的，并支持行業(yè)標準的開放式神經(jīng)網(wǎng)絡(luò)交換（ONNX）格式。
一個圓柱形測試套筒用作質(zhì)量基準。用套筒密封的螺栓必須完全適合這個規(guī)格，也就是說，套筒不能把螺栓閉合得過緊或過松。根據(jù)對密封過程進行的各種 FEM 仿真結(jié)果，定義會影響密封結(jié)果的參數(shù)。然后根據(jù)這些信息進行調(diào)整，隨后進行大量的密封測試，期間用 TwinCAT Scope 軟件示波器記錄來自兩個伺服缸的所有重要實時數(shù)據(jù)，如功耗、扭矩和伺服電機的滯后誤差。
*將套筒寬度作為套筒密封質(zhì)量標準之一來表示
項目的下一步是將訓練好的 ML 模型實時集成到設(shè)備控制器中。Robin Vetsch 介紹說，他們?yōu)榇耸褂昧?TwinCAT 3 Neural Network Inference Engine（TF3810），有了這個軟件，只需幾行代碼，即可使用非常簡單的方式在 TwinCAT 實時環(huán)境中實施轉(zhuǎn)換為 ONNX 格式的模型。在進行此類在 TwinCAT 3 中布署 ML 模型時，導出的 ML 模型被轉(zhuǎn)換為二進制格式（.bml），然后存儲在目標系統(tǒng)（嵌入式控制器或控制柜式 PC）中。在加載 .bml 文件后，Runtime 模型將自身配置為在工業(yè) PC 的 CPU 上有效地執(zhí)行機器學習模型的推理計算。這樣可以就確保所生成的模塊是一個實時推理引擎，能夠無縫集成到 TwinCAT 3 中，并支持 TwinCAT 3 中所有常見的編程方法：從 PLC、C/C++ 或直接通過循環(huán)任務調(diào)用該模塊。
項目取得重大成果
*項目團隊（左起）：OST 計算工程研究所（ICE）科學助理 Christian Egger，ICE 講師 Christoph Würsch 教授博士，以及研發(fā)工程師 Robin Vetsch
由于執(zhí)行了為檢測地腳螺栓而訓練好的 ML 模型，因此能夠以 +/-0.15 毫米的精度（相當于相對誤差低于 2%）分析評估密封套筒的高度和寬度，并能夠以 10% 的相對誤差分析套筒開口。它可以作為一個簡化后的近似值，確定所使用的測試套筒是否滿足規(guī)定密封套筒的高度和寬度。我們?yōu)榇耸褂昧?MLP（多層感知機）類型的神經(jīng)網(wǎng)絡(luò)。模型的輸出變量是套筒寬度、高度和開口的估算值。通過在 PLC 中定義的簡單極限值，還可以實現(xiàn)除回歸分析法之外的簡單分類法。
據(jù) Robin Vetsch 介紹，公司通過基于數(shù)據(jù)的質(zhì)量檢測獲得了很多優(yōu)勢。這樣，無需額外的傳感器或測試工位即可實現(xiàn) 100% 在線質(zhì)量檢測。此外，每個密封過程的現(xiàn)有質(zhì)量數(shù)據(jù)可用于進行更詳細的分析。ML 解決方案的實時能力為盡早剔除檢測到的壞件提供了最佳基礎(chǔ)。最后，通過 TwinCAT HMI 的詳細趨勢顯示，操作人員可以在需要時迅速做出響應。
