Der Smart-Factory-Sensorik-Baukasten von SSV ermöglicht einen Technologie-Upgrade für jede SPS: Bluetooth-Echtzeitdaten werden per Machine Learning analysiert und das Ergebnis an eine Steuerung geschickt.

Maschinen- und Anlagenkonstrukteure konnten die vielfältigen IoT-Funksensorikmöglichkeiten inklusive Machine-Learning-basierter Echtzeitdatenanalysen bisher nicht nutzen, wenn die entsprechenden Optionen für die jeweils zum Einsatz kommende Steuerung fehlen. Das ändert sich nun durch den Smart-Factory-Sensorik-Baukasten von SSV. Über das Evaluierungskit SFS/BE1 lassen sich verschiedene Bluetooth-Sensoren in praktisch jede Steuerungslösung einbinden. Dabei werden die Sensordaten und Schnittstellen in ein zur jeweiligen SPS passendes Format konvertiert. 

Neben flexibler Signalverarbeitung, Sensorfusion und Datenkonvertierungen unterstützt ein SFS/BE1 auch die Machine-Learning-Bibliothek TensorFlow. Damit lassen sich Echtzeitsensordaten mit Hilfe zuvor trainierter neuronaler Netzwerke in Informationen umwandeln. Sie ermöglichen innovative Anwendungsszenarien aus den Bereichen Condition Monitoring und Predictive Maintenance, um Maschinen- und Anlagenzustände als stetige oder kategoriale Ausgangsvariable an SPSen zu übermitteln. Aber auch Luftqualitäts-, CO2- und Energieeffizienzoptimierungen in der Gebäudeautomatisierung sind mit dem Kit realisierbar.     

Funksensordaten, die z. B. als Führungsgrößenbestandteil in eine Steuerungsanwendung einbezogen werden, müssen in jedem Fall vertrauenswürdig sein. Daher gehören zum SFS/BE1-Lieferumfang die Funktionsbausteine einer digitalen Vertrauenskette. Sie besteht aus einer Smartphone-App für das Device Pairing sowie kryptografische Methoden, um die Authentizität jedes einzelnen Sensormesswerts automatisch zu prüfen.

Passend zum Thema veranstaltet SSV am 2. Dezember ein Webinar. Darin geht es um die technischen Aspekte der Bluetooth-Funksensorik und die Informationsweitergabe an marktübliche Steuerungen mittels digitaler und analoger Eingänge sowie typischer SPS-Kommunikationsschnittstellen. Im Anschluss an dieses Webinar besteht die Möglichkeit eines interaktiven Hands-on, in dem jeder Teilnehmer am eigenen Rechner eine TensorFlow-basierte Condition-Monitoring-Erweiterung inklusive der kryptografischen Sicherheitsfunktionen für eine SPS erstellen kann.

Über die SSV Software Systems GmbH

Die SSV Software Systems GmbH wurde 1981 in Hannover als Entwicklungsdienstleister für Mikroprozessoranwendungen in der Logistik und Automatisierung gegründet. Seit Anfang der 90er Jahre entwickelt und produziert das Unternehmen ei-gene Hardwarebaugruppen und Systeme für den Industrieeinsatz. Der Anwendungsschwerpunkt liegt dabei im Bereich der industriellen M2M- und IoT-Kommunikation. Zu den neuesten Entwicklungen gehören komplette Lösungsbausteine für Echtzeitdatenanalysen per Machine Learning, vollständige Wireless-Sensor-Network-Anwendungen für Predictive Mainte-nance und Condition-based Monitoring, einen Softsensor-Engineering-Prozess sowie Remote Maintenance Gateways mit verschiedenen Funktionen und Kommunikationsschnittstellen.

Firmenkontakt und Herausgeber der Meldung:

SSV Software Systems GmbH
Dünenweg 5
30419 Hannover
Telefon: +49 (511) 40000-0
Telefax: +49 (511) 40000-40
http://www.ssv-embedded.de

Ansprechpartner:
Werner Bührig
Marketing
Telefon: +49 (511) 40000-22
E-Mail: wbu@ssv-embedded.de
Für die oben stehende Pressemitteilung ist allein der jeweils angegebene Herausgeber (siehe Firmenkontakt oben) verantwortlich. Dieser ist in der Regel auch Urheber des Pressetextes, sowie der angehängten Bild-, Ton-, Video-, Medien- und Informationsmaterialien. Die United News Network GmbH übernimmt keine Haftung für die Korrektheit oder Vollständigkeit der dargestellten Meldung. Auch bei Übertragungsfehlern oder anderen Störungen haftet sie nur im Fall von Vorsatz oder grober Fahrlässigkeit. Die Nutzung von hier archivierten Informationen zur Eigeninformation und redaktionellen Weiterverarbeitung ist in der Regel kostenfrei. Bitte klären Sie vor einer Weiterverwendung urheberrechtliche Fragen mit dem angegebenen Herausgeber. Eine systematische Speicherung dieser Daten sowie die Verwendung auch von Teilen dieses Datenbankwerks sind nur mit schriftlicher Genehmigung durch die United News Network GmbH gestattet.

counterpixel