AI 自动建模技术在图像处理与时序信号分析中的应用

倍福 TwinCAT 3 Machine Learning Creator(MLC)将 TwinCAT 3 中的开发工作流程扩展至 AI 模型自动化生成领域 — 自动化及工艺专家无需具备数据科学背景知识即可直接完成模型创建。此前，该功能主要聚焦于图像处理，如今其范围已扩展至时序信号的分析。

除 TwinCAT 3 MLC Computer Vision 扩展包(TE3851)外，TwinCAT 3 MLC(TE3850)还提供 TwinCAT 3 MLC Signals and Time Series 模块(TE3852)。该模块将功能范围扩展至时序信号分析领域 —这对工业应用至关重要，因为电流、温度及振动曲线能够提供工艺流程、组件与刀具状态相关的宝贵信息。使用 TwinCAT 3 MLC Signals and Time Series 模块创建的模型可基于相关数据实时检测趋势和偏差，直接在控制环境中实现预测性维护、工艺优化与异常检测。

该模块在异常检测领域的典型应用包括基于电流、振动或声学信号的电机故障(轴承损伤、失衡、机械结构问题)检测，通过主轴电流信号识别铣削与钻削刀具的磨损情况。例如，可在焊接过程中利用电流和电压曲线，或在切割和包装过程中利用伺服电机电流，实时监测工艺质量。该模块在工艺优化中的应用包括自适应工艺参数(如进给速率、压紧力)的动态调节、基于负荷曲线与预测的能耗优化，以及复杂系统的预测性控制。

TwinCAT 3 Machine Learning Creator 采用纯 Web 应用架构。由于所有开发工作都完全在浏览器中进行，不会占用本地计算资源。因此，创建 AI 模型的创建过程对用户而言十分简便且易于操作。

TwinCAT 3 Machine Learning Creator 现在也可支持信号与时间序列分析领域的 AI 模型构建。

（倍福）