KI (Künstliche Intelligenz) Funktionsmodell 9V

Qualitätssicherung mit Künstlicher Intelligenz

Der Einsatz von Künstlicher Intelligenz im Produtionsumfeld steigert die Prozessstabilität, Effizienz und Qualität enorm. Ein Beispiel ist die Umsetzung von maschinellem Lernen zur Qualitätssicherung von haptischen Produkten. Diese zunehmende Verwendung vonkünstlicherIntelligenz in der Produktion erfordert nicht nur Investitionen in neue Technologien, sondern auch die Qualifizierung von Mitarbeitern für denUmgang mit diesen Technologien. Das fischertechnik Simulationsmodell zeigt niederschwellig und eindrücklich die Vorteile von Künstliche Intelligenz im Produktionsumfeld.

Visualisierung von KI-Systemen, Machine Learning und neuronalen Netzen

• SPS-Basisprogramm (strukturierter Text)
• TypeScript für zentrale Steuerung auf dem Raspberry Pi
• Node-RED für Kommunikation zwischen SPS und TXT 4.0 Controller
• Python für Programme auf TXT 4.0 Controller

Top Features

• Ideales Schulungs-, Simulations- und Demonstrationsmodell für Bildung und Forschung
• Visualisierung von KI-Systemen, Machine Learning und neuronalen Netzen
• Vernetzung von Theorie und Praxis für ein nachhaltiges Lernergebnis
• Bereits fertig gebautes, stabiles Trainingsmodell. Montiert auf stabiler Holzplatte, Verpackung des Modells in stabilem Karton
• ACHTUNG: zum Betrieb zwingend erforderlich ist ein Netzgerät 9V/2,5A

inkl. MwS

Produktbeschreibung

Künstliche Intelligenz in Forschung, Bildung und Industrie

Der Einsatz von künstlicher Intelligenz in Industrie, Bildung und Forschung wird immer wichtiger. Um dieses komplexe Thema hands-on zu visualisieren, eignet sich das Modell Qualitätssicherung mit KI-System von fischertechnik hervorragend. Es wird dank Verknüpfung von Theorie und Praxis ein nachhaltiges Lernerlebnis geschaffen.

Visualisierung von Qualitätssicherung durch KI mit fischertechnik

Der Einsatz von künstlicher Intelligenz bei der Qualitätskontrolle bringt viele Vorteile mit sich, welche beispielsweise in der Automobilindustrie bereits genutzt werden. Es können Prozesse verkürzt, Fehlerquoten und Kosten minimiert sowie die Fehlerbewertung standardisiert werden. Die fischertechnik Sortieranlage wird mit Werkstücken in drei verschiedenen Farben geliefert. Diese Werkstücke sind mit drei Bearbeitungsmerkmalen sowie verschiedenen Fehlerbildern versehen. Die Werkstücke werden von der Kamera gescannt und mit Hilfe der eintrainierten KI klassifiziert. Je nach Farbe, Merkmal und Fehlerbild werden die Werkstücke anschließend anhand ihrer Qualitätsmerkmale von der künstlichen Intelligenz sortiert. Die verwendete KI ist mit maschinellem Lernen in Tensorflow realisiert, bei dem ein künstliches neuronales Netz mit Bilddaten eintrainiert wurde. Die eingelernte KI wird auf dem fischertechnik TXT 4.0 Controller ausgeführt. Die Ablaufsteuerung des Modells ist in der Programmierumgebung ROBO Pro Coding und in Python implementiert.

Eigene KI-Anwendungen generieren

Wer einen Schritt weiter gehen möchte, dem steht die Möglichkeit zur Generierung eigener KI-Anwendungen zur Verfügung. Das Eintrainieren erfolgt hierbei in Python, wofür zur Erklärung ein entsprechendes Beispielprojekt bereitgestellt wird.

Modellaufbau der Sortierstrecke mit KI

Sortieranlage für Werkstücke in 3 verschiedenen Farben (weiß, rot, blau), mit 3 verschiedenen Bearbeitungsmerkmalen (Bohrung, Ausfräsungen, Bohrung+Ausfräsungen) sowie verschiedenen Fehlerbildern (Bohrung unrund, Bohrung fehlt, Ausfräsungen fehlen ganz oder teilweise, Risse im Werkstück. Diese Bearbeitungs- und Fehlermerkmale werden mit entsprechenden Klebeetiketten auf den Werkstücken simuliert. Die Werkstücke werden von der Kamera gescannt und mit Hilfe der eintrainierten KI klassifiziert. Je nach Farbe, Merkmal und Fehlerbild werden die Werkstücke anschließend in 4 verschiedene Schächte sortiert. Die KI ist mit Tensorflow realisiert und wird auf dem TXT 4.0 Controller ausgeführt. Es können auch eigene KI-Modelle generiert werden. Das Eintrainieren erfolgt auf einem Rechner in Python. Ein entsprechendes Beispielprojekt wird zur Verfügung gestellt. Die Ablaufsteuerung für die Sortieranlage ist in der Programmierumgebung ROBO Pro Coding und in Python implementiert.

Inhalt

Im Trainingsmodell inklusive:

• TXT 4.0 Controller
• USB-Kamera
• Encodermotor
• Kompressor
• 4x 3/2-Wege-Magnetventile
• 4x Pneumatikzylinder
• 5x Lichtschranken (5x Fototransistor+5xLichtschranken-LED)
• 4x LED für Beleuchtung des Kamerafelds
• 24 Werkstücke