8MB Rohdaten pro Sekunde
Ein Sensor misst kontinuierlich eine Prozessgröße über die Zeit mit einer Abtastrate von 1.000.000 Werten pro Sekunde. Wenn jeder Wert mit einer Genauigkeit von 64 Bit bzw. 8 Byte gespeichert wird, entstehen pro Sekunde Rohdaten von 8MB. Eine Möglichkeit diese Daten zu komprimieren liegt in der Kombination aus einer schnellen Fourier-Transformation mit anschließender Hauptkomponentenanalyse. Dabei werden die Zeitsignale zunächst in den Frequenzbereich überführt. Bei einer schnellen Fourier-Transformation mit rollender Fensterfunktion und einer Überabtastung von Faktor 10, vergrößert sich die Dateigröße der Rohdaten von 8 auf 80MB. Allerdings werden die einzelnen Frequenzen dafür in einem Bereich von 0 bis 500kHz mit einer Auflösung von 0,1kHz angezeigt. Folglich ergibt das 5.000 Werte. Im zweiten Schritt erfolgt eine Dimensionsreduktion mittels Hauptkomponentenanalyse. Bei dieser werden die abzubildenden Signale durch eine Kombination aus Basisfunktionen, auch Hauptkomponenten genannt, dargestellt. Der Vorteil hierbei ist, dass die Basisfunktionen nur ein einziges Mal abgespeichert werden müssen. Für das Abspeichern der Zeitsignale reicht es aus, den Faktor jeder Hauptkomponente zu speichern. Bei Untersuchungsreihen mit Prozesssignalen beim Lichtbogenschweißen konnte gezeigt werden, dass bereits fünf Hauptkomponenten ausreichen, um 99 Prozent der enthaltenen Information zu speichern. Die 5.000 Werte des Signals im Frequenzbereich reduzieren sich somit auf fünf Werte. Die ursprünglich 8MB große Datei wird zunächst in einem Zwischenschritt auf 80MB vergrößert und in einem zweiten Schritt dann auf 80KB reduziert.
Von der Datenkompression zum überwachten Lernen
Eine Datenkompression mit solch hoher Kompressionsrate ermöglicht es, sehr hochauflösende Prozessdaten kontinuierlich aufzuzeichnen und in einem zentralen Datenspeicher abzulegen. Werden diese Daten zusätzlich mit weiteren Informationen über die Konfiguration des Schweißprozesses und mit einer Qualitätsbewertung ergänzt, ergibt sich ein vollständiger Datensatz, welcher anschließend für überwachtes Lernen verwendet werden kann. Das bedeutet, dass ein Modell trainiert wird, welches Muster in den Prozessdaten erkennt und diese der Qualitätsinformation zuordnet. Nachdem dieses vorliegt, kann es im Folgenden zur Prozessüberwachung oder Qualitätsprüfung eingesetzt werden. Mehr zu diesem Thema erfahren Sie auf den Stuttgarter Innovationstagen im März 2021. n Stuttgarter Innovationstage 2021
Steuerungstechnik aus der Cloud? Der einst kontrovers diskutierte Ansatz wurde vor fünf Jahren erstmals umfangreich auf der Fachtagung Stuttgarter Innovationstage präsentiert. Zum fünfjährigen Jubiläum werden Experten und Anwender am 2. und 3. März 2021 in einer Podiumsdiskussion die Fortschritte der Steuerungstechnik aus der Cloud und reale Anwendungsfälle aufzeigen. Zusätzlich geben an beiden Tagen die Schwerpunktthemen Software Defined Manufacuturing und Intelligente Produktion Einblicke in aktuelle Trends und Entwicklungen. Die Fachvorträge und der direkte Kontakt zu den geladenen Experten aus den Fachbereichen der IT und Automatisierungstechnik ermöglichen den interdisziplinären Austausch mit den Gestaltern der Steuerungstechnik von morgen. Weitere Infos zur Fachtagung unter www.stuttgarter-innovationstage.de
