Damit mobile KI nicht an der Stromversorgung scheitert

Die Digitalisierung schreitet auch bei Nutzfahrzeugen kräftig voran. Vereinfacht doch das Zusammenführen von GPS-, Bild- und Videodaten die Dokumentation von Einsätzen – oder ermöglicht in der Personenbeförderung, Bedrohungsszenarien im Rücken von Fahrzeugführern rechtzeitig zu erkennen. KI und clevere Algorithmen lösen viele Aufgaben - scheitern aber gelegentlich daran, dass das Stromnetz auf Fahrzeugen keine Steckdose ist. Systemabstürze durch Unter- und Überspannung sind vielleicht noch beherrschbar. Weit unangenehmer hingegen sind permanente Ausfälle oder gar die physische Zerstörung von SSD-Speicherkarten durch Spannungsspitzen. Abhilfe bieten die Industrie-PCs von EFCO Electronics aus Deggendorf.
Bild: EFCO Electronics GmbH

Wenn sich Anlasser, Klimaanlage oder Generator bedarfsgesteuert zu- oder abschalten, entstehen mitunter gefährliche Spannungsspitzen, welche nicht nur IPCs zum Absturz bringen, sondern im Extremfall auch Speicherbausteine zerstören. Ein leistungsfähiger Überspannungsschutz (Surge Protection) von EFCO bügelt diese Störenfriede aus, bevor sie Schaden anrichten können. Spannungsschwankungen gleicht der Weitbereichseingang aus: die Versorgungsspannung darf zwischen 9…36VDC liegen. Das erlaubt den Betrieb an jedem gängigen Bordnetz. Optional stehen Lösungen für die 42- bzw. 48V-Ebenen zur Verfügung.

Weitere unverzichtbare Features für den mobilen Einsatz von Industrie-Rechnern sind ein Remote-Power-Steuereingang sowie eine Aktivierung über das Zündschlüssel-Signal K15 (geschalteter Plus). Damit lässt sich der Rechner samt Betriebssystem starten – oder mit einstellbarer Verzögerungszeit geordnet herunterfahren. Wird das Feature nicht benötigt, lässt es sich auch über das BIOS des Rechner deaktivieren, oder an die jeweilige Aufgabenstellung anpassen.

Auf mobilen Arbeitsmaschinen ist die Qualität der Versorgungsspannung nicht die einzige Herausforderung. Auch der mechanische Stress – Stoß, Vibrationen – oder die Umgebungs­temperaturen sind nicht ohne. Entsprechend verfügen die Industrie-PCs der Eagle-Eyes-Generation von EFCO über herausragende Anti-Schock-Eigenschaften. Einigen Modellen macht sogar der freie Fall vom Tisch nicht wirklich etwas aus. Erweitere Einsatztemperaturen bis zu +70°C sind realisierbar; Systemabstürze wegen Übertemperatur entfallen. Ebenso das lästige Ausblasen von Filtermatten nach dem Einsatz, da die Rechner von EFCO ohne Zwangskühlung durch Lüfter aufgebaut sind. Die geringe Verlustwärme wird ausschließlich per Konvektion über das Aluminium-Gehäuse abgeführt.

Die Eagle-Eyes-Serie von EFCO überzeugt zudem durch ihre reichhaltige Ausstattung an Rechenleistung und Schnittstellen: Bis zu zehn Gigabit-Ethernet-Ports stehen zur Verfügung; Peripherie und Kameras können bequem via Power-over-Ethernet (PoE) versorgt werden – und sind dann ebenso gegen Störungen auf dem Bordnetz geschützt. Neben den zahlreichen USB-3.0-Ports zeichnet sich die Lösung auch durch 16 galvanisch getrennte, digitale I/Os aus“: Mit ihrer Hilfe lassen sich einfache Steuerungs- und Schaltaufgaben im Handumdrehen realisieren, ganz ohne SPS oder Busklemme.

EFCO Electronics GmbH

Das könnte Sie auch Interessieren

Anzeige

Anzeige

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Chancen und Herausforderungen von Machine Learning in der Fertigung

Chancen und Herausforderungen von Machine Learning in der Fertigung

Automatisierung, künstliche Intelligenz (KI), Internet of Things (IoT) und Machine Learning (ML) sind heutzutage bekannte Technologien und kommen bereits in vielen Unternehmen zum Einsatz. Mit Hilfe von Machine Learning wird es IT-Systemen ermöglicht, Muster und Zusammenhänge aus Daten zu lernen und sich selbst zu verbessern. Dabei ist keine explizite Programmierung notwendig. Die Bearbeitung von Kundenanfragen, die Erkennung möglicher Störfälle sowie unerwarteter Ereignisse wie z.B. Cyberangriffe sind klassische Anwendungsfelder von ML. Aber auch die Unterstützung bei einer rein datengestützten Entscheidungsfindung und die Interpretation großer Datenmengen gehören dazu.

Bild: ©Shuo/stock.adobe.com
Bild: ©Shuo/stock.adobe.com
Sensoren lernen das Denken

Sensoren lernen das Denken

Im Fraunhofer-Leitprojekt NeurOSmart forscht das Fraunhofer IPMS zusammen mit vier weiteren Instituten (ISIT, IMS, IWU, IAIS) unter Leitung des Fraunhofer ISIT gemeinsam an energieeffizienten und intelligenten Sensoren für die nächste Generation autonomer Systeme. Dabei sollen die Brücken zwischen Wahrnehmung und Informationsverarbeitung durch innovative Elektronik neu definiert werden.

Bild: ©ipopba/stock.adobe.com
Bild: ©ipopba/stock.adobe.com
Wie KI 2022 praktikabel wird

Wie KI 2022 praktikabel wird

Künstliche Intelligenz war bereits in der Vergangenheit in aller Munde, schaffte es aber doch oft nicht bis in die Anwendung. Das wird sich 2022 ändern – auch weil sich langsam Standards etablieren und sich neue, konkrete Einsatzmöglichkeiten ergeben. In welchen Bereichen Business-Implementierungen zu erwarten sind, erläutert Bernhard Niedermayer, Head of AI bei Cloudflight.

Anzeige

Anzeige

Anzeige