Am Mathworks-Stand – Halle 6, Stand 215 – erhalten Sie Einblicke zum Einsatz von Matlab und Simulink anhand folgender Demos:
Virtuelle Montagelinie
Virtuelle Inbetriebnahme ist das Testen, Verifizieren und Validieren von Steuerungssystemen für die Automatisierung mithilfe eines digitalen Modells der Anlage und der Automatisierungstechnik. In der Desktop- und Hardware-in-the-Loop-Simulation kann die Interaktion zwischen elektromechanischen Komponenten, dem Steuerungssystem und dem Prozess in verschiedenen Szenarien getestet werden, bevor die Software in der Produktion eingesetzt wird.
Die Demo zeigt eine virtuelle Montagelinie, die durch den Import von CAD-Dateien erstellt wurde. Sie kombiniert ein wichtiges Update von Simulink 3D Animation, das eine API zur Unreal Engine von EPIC Games für Virtual-Reality-Simulationen bietet, mit anderen Mathworks-Lösungen für die Robotik, die Modellierung von Zustandsautomaten und die Bildverarbeitung.
KI-gestützte Visuelle Inspektion auf SPSen
Diese Demo zeigt einen umfassenden Workflow für die Entwicklung und den Einsatz von KI-Algorithmen für die automatische Visuelle Inspektion auf speicherprogrammierbaren Steuerungen (SPS). Zu den wichtigsten Schritten des Workflows gehören der Entwurf und das Training eines robusten Deep-Learning-Algorithmus mit der Deep Learning Toolbox. Das trainierte Modell wird dann auf einer Beckhoff-SPS mittels C-Code-Generierung implementiert. Dabei wird sichergestellt, dass der Quellcode bibliotheksfrei und adaptierbar ist. Zur Verbesserung der Leistung werden Techniken wie Pruning und Quantisierung angewendet, um die Grösse des Modells zu reduzieren und die Inferenzgeschwindigkeit zu verbessern. Damit veranschaulicht die Demo-Anwendung den gesamten Prozess vom Modell-Design bis zur Hardware-Implementierung und unterstreicht die zentrale Rolle von Matlab bei der Entwicklung praktischer KI-Lösungen.
Fehlerklassifizierung auf Edge-Geräten
Diese Demo zeigt ein Predictive Maintenance (PdM)-Framework für Siemens-SPSen und Edge-Geräte, das die intelligente Fertigung im Kontext von Industrie 4.0 voranbringt. Zunächst werden Fehler in einem physikbasierten Modell simuliert, um umfassende Datensätze zu Fehlerfällen zu erstellen. Anschließend erfolgen die Datenvorverarbeitung und Merkmalsextraktion. Daraus wird ein Machine-Learning-Modell zur Fehlerklassifizierung entwickelt, das auf die Anforderungen des Edge Computing zugeschnitten ist. Die Anwendung demonstriert zudem die Integration mit Siemens-Automatisierungshardware, die einen effizienten Einsatz von PdM-Modellen für die Echtzeitüberwachung und eine schnelle Problemlösung gewährleistet und so Ausfallzeiten minimiert.
Modellbasierter Entwurf für die Produktion
Modelle und Simulationen sind entscheidend, um Einblicke in das Systemverhalten zu erhalten, verschiedene Design-Optionen zu untersuchen und die Leistung von Produktionsanlagen in verschiedenen Anwendungsszenarien zu testen. Diese Demo zeigt den Einsatz von SimEvents in Matlab zur Modellierung und Simulation der Auftragsplanung und Ressourcenschätzung in einer Produktionsanlage. Damit lassen sich Produktionsprozesse durch effiziente Ressourcenzuweisung und Aufgabenplanung optimieren, um Verzögerungen zu minimieren und den Durchsatz zu maximieren. Die Anwendung bietet Einblicke in die Dynamik von Fertigungssystemen und ermöglicht eine bessere Entscheidungsfindung und betriebliche Effizienz.
Prototyping von Bewegungssteuerungen
Die Demo zeigt einen 6-DoF-Roboterarm, der sich bewegt und dabei ein Logo hält. Sie veranschaulicht, wie Simulink, Stateflow und Simulink Real-Time für das Rapid Prototyping der Bewegungssteuerung von Robotern eingesetzt werden können. Die Regelung des Roboters läuft auf einem Prototyping-Testsystem von Speedgoat, das über EtherCAT angebunden ist. Die Art der Bewegung und die Geschwindigkeit lassen sich über eine in Simulink bzw. in MATLAB implementierte Benutzeroberfläche steuern.
SPS-Tests mit digitalen Zwillingen
Echtzeit-Simulationen mit Digitalen Zwillingen lassen sich für Tests und die virtuelle Inbetriebnahme von SPSen einsetzen. Die Demo veranschaulicht, wie ein Digitaler Zwilling eines Roboters erstellt, auf einem Testsystem von Speedgoat implementiert und über EtherCAT mit einer Beckhoff-SPS verbunden wird.