Kontakt · Newsletter · ENGLISH
Durch das Zusammenspiel des 6-Achsen-Inertialsensors (Trägheitssensor) MLS/160A mit den Machine-Learning-Bausteinen des Remote Maintenance Gateways RMG/941 entsteht ein sog. Softsensor oder auch virtueller Sensor, der die spezifische Schwingungscharakteristik von Kraft- und Arbeitsmaschinen als Funktionsprinzip nutzt.
Da die kennzeichnenden Schwingungsmerkmale zustandsabhängig sind, lässt sich ein solcher Softsensor für Condition-based-Monitoring- und Predictive-Maintenance-Anwendungen einsetzen. Die gesamte Echtzeitdatenanalyse kann ohne eine permanente Cloudanbindung direkt im RMG/941 erfolgen.
Alternativ lässt sich auch periodisch ein vom MLS/160A erfasster Merkmalsdatenvektor in die Cloud übertragen und dort durch einen Machine-Learning-Algorithmus weiterverarbeiten.
Dies ermöglicht ein Condition-based Monitoring an Hand von Echtzeit-Schwingungsdaten für praktisch jede Maschine oder Anlage.
Das RMG/SSDK1 besteht aus dem Remote Maintenance Gateways RMG/941 und dem MLS/160A. Der Lieferumfang des RMG/941 enthält u. a. eine Python3-Laufzeitumgebung mit zahlreichen Data-Science-Bibliotheken, die verschiedene ML-Funktionen bis hin zu neuronalen Netzwerken bieten.
Der Workflow einer auf Machine Learning (ML) basierenden Condition-Monitoring-Anwendung besteht aus zwei Phasen. In einer Trainingsphase werden aus den zu einer bestimmten Anwendung gehörenden Sensoren zunächst Historiendaten mit Merkmalsvektoren in einer Textdatei (CSV-Datei) gesammelt und dann zur Modellbildung eines geeigneten ML-Algorithmus genutzt.
In der anschließenden Inferenzphase wird dann jeweils ein einzelner Merkmalsvektor mit Echtzeitsensordaten an Hand des mathematischen Modells per Supervised Learning analysiert und dabei der jeweilige Betriebszustand klassifiziert.
Sowohl zur Erfassung der Historiendaten für die Trainingsphase als auch für die Erzeugung der einzelnen Merkmalsvektoren lässt sich der Data Streaming Mode des MLS/160A nutzen.
Die Daten des 6-Achsen-Inertialsensors reichen für Maschinen mit geringer Drehzahl aus, um per ML-basierter Echtzeitdatenanalyse unterschiedliche Zustände mit hoher Genauigkeit zu erkennen.
Mit PyDSlog ("Python Data Stream logger") steht zudem eine vorkonfigurierte Software zur Messdatenerfassung zur Verfügung, mit der sich sehr einfach die Merkmalsvektoren zur Modellbildung erzeugen lassen.
Damit ist innerhalb kürzester Zeit eine Edge-Lösung für das Condition Monitoring mit RMG/941 und MLS/160A realisierbar.
Mit dem PyDSlog-Docker setzen wir die Anforderungen einer Machine-Learning-Applikation an die Datenqualität so präzise wie möglich um und schaffen Standardschnittstellen (wie bspw. MQTT) zu anderen Anwendungen.
Der Docker ist auf SSV-Gateways aber auch auf anderen geeigneten Plattformen in der Edge einsetzbar und unterstützt nicht nur die Sensorkonfiguration, sondern dient auch zum sicheren Remote Update der MLS/160A-Firmware.
Wir haben den PyDSlog-Docker auf GitHub zur Verfügung gestellt.
Betrachtet man eine typische Steuerungslösung in der Automatisierung aus dem Blickwinkel der IT-Sicherheit, müssten eigentlich sehr viele Lösungen sofort stillgelegt werden. Hauptgrund sind in der Regel fehlende Möglichkeiten für Software-Updates. In den meisten Fällen existieren noch nicht einmal Patches, obwohl einige Steuerungen seit langem bekannte Schwachstellen besitzen.
Secure Device Updates (SDU) lösen diese Probleme und bieten darüber hinaus die Möglichkeit, neue Funktionen an die Anwender zu verteilen. Soll eine Komponente, Maschine oder Anlage über eine IoT-Anbindung mit Software- und Konfigurations-Updates versorgt werden, muss neben der Anlagen- vor allen Dingen auch die IT-Sicherheit beachtet werden.
Beim aktuellen Stand der Technik erfordert dies eine Public-Key-Infrastruktur (PKI) für digitale Signaturen mit privaten und öffentlichen Schlüsseln, Zertifikaten, Sperrlisten usw., um zumindest die Authentizität und Integrität des Updates zu gewährleisten. Alle dafür erforderlichen Bausteine sind in SDU enthalten.
Der Softsensor MLS/160A wird hinsichtlich der Firmware-Updates sowohl von den SDU-Entwicklungswerkzeugen als auch von der RMG/941-SDU-App unterstützt.
Ich habe 150 Anlagensteuerungen mit MLS/160A als Überwachungssensor weltweit in Betrieb.
Da möchte ich bei Bedarf die Sensor-Firmware per Remote-Update pflegen können.
Wir haben ein umfangreiches Beispiel für ein Firmware-Update des MLS/160A via SDU und dem RMG/941 veröffentlicht. Das gesamte Beispiel für das Firmware-Update inklusive sämtlichen Code-Dateien und einer ausführlichen Beschreibung (in Englisch) ist auf GitHub zu finden:
| Prozessor | |
|---|---|
| Hersteller / Typ | STM32 Microcontroller mit ARM 32-Bit Cortex-M3 Core |
| Taktgeschwindigkeit | max. 72 MHz |
| Speicher | |
| RAM | 20 KB SRAM |
| Flash | 64 KB |
| Schnittstellen | |
| Serielle I/Os | 1x RS485 Halb-Duplex, 115200 Baud |
| JTAG/Debug | 1x 18-Pin-Connector (intern) |
| 6-Achsen-Inertialsensor Bosch BMI160 | |
| 3-Achsen-Beschleunigungssensor | Max. Abtastrate: 1600 Hz Max. analoge Bandbreite: 684 Hz für x- und y-Achse; 353 Hz für Z-Achse Messbereich: ±2 g (g = 9.81 m/s²) Auflösung: signed 16-bit integer |
| 3-Achsen-Gyroskop | Max. Abtastrate: 1600 Hz Max. analoge Bandbreite: 523.9 Hz Messbereich: ±2000°/s Auflösung: signed 16-bit integer |
| Umweltsensor Bosch BME280 | |
| Luftfeuchtigkeit | Betriebsbereich 0 .. 100% rel. Luftfeuchtigkeit |
| Luftdruck | Betriebsbereich 300 .. 1100 hPa |
| Temperatur | Betriebsbereich -40 .. 85 °C |
| Software | |
| Betriebssystem | RIOT 2019.04 |
| Sonstiges | SDU Device Driver |
| Protokolle | RS485 zur Übertragung der Messwerte in speziellem Data Streaming Mode |
| Konfiguration | Mittels Datagrammen |
| Sonstiges | Firmware-Update mittels Secure-Device-Update-App (A/B-Boot) |
| Anzeigen / Kontrollelemente | |
| LEDs | 1x Power/Systemstatus |
| Elektrische Eigenschaften | |
| Spannungsversorgung | 12 .. 24 VDC über externes Netzteil |
| Stromaufnahme | typ. 20 mA @12 V / typ. 10 mA @24 V |
| Mechanische Eigenschaften | |
| Schutzart | IP40/IP65 |
| Masse | < 50 g |
| Maße | 91.2 mm x 43.2 mm x 26 mm (ohne Kabel) |
| Betriebstemperatur | -20 .. 70 °C |
| Standards und Zertifikate | |
| EMC | CE |
| Umweltstandards | RoHS, WEEE |
SSV SOFTWARE SYSTEMS
Dünenweg 5
30419 Hannover
Fon: +49(0)511 · 40 000-0
Fax: +49(0)511 · 40 000-40
Impressum · Datenschutz · AGB
© 2024 SSV SOFTWARE SYSTEMS GmbH. Alle Rechte vorbehalten.
ISO 9001:2015
