コイドラは機械学習、IoT、数学、物理学を組み合わせて操作の精度を自動化します
の元記事 オートメーションワールド.com
記事から抜粋を選択
数年間、Microsoft で機械学習アルゴリズムの主任研究エンジニアを務めた Tran 氏によると、業務効率を損なう基本的な問題が存在します。 これは、プロジェクト開発時にオートメーション エンジニアによって実装された静的なハードコーディングされた命令に従うマシン コントローラー (数十年にわたって同じように動作してきた PLC) に由来します。 プログラムを実行するPLCのラダーロジックを更新するのは大変です。
しかし一方で、誰がマシンを操作するか、どのようなデータが収集されるか、および環境条件に応じて、マシンの動作は異なります。 この一貫性の欠如を克服するのは困難です。
このことは、伝統的な PLC、HMI、および SCADA テクノロジーを使用して建設されたベトナムにある家族のバイオマス生産施設で働いていたときに、トラン氏に明らかになりました。 たとえば、乾燥機は効率的に動作しておらず、オペレーターに理由を尋ねると、オペレーターは異なる答えを返しました。 PLC にはさまざまなソースからデータを受信する機能が装備されていなかったため、何が起こっているかの全体像を理解できる形式で提示できなかったため、彼も自分でそれを理解することができませんでした。
したがって、Tran は、複雑で高価なプログラミングの雑草に手を染めることなくプロセスを改善するという使命を負っていました。 代わりに、人工知能 IoT ソフトウェアを実行するエッジ コンピューターに PLC ソース データをプルし、センサー データと動作パラメーターを追加しました。 ラダー ロジックに踏み込むことなく、ローコード言語を適用して、動作を最適化するための制御ロジックとアルゴリズムを改善することができました。
コイドラ意思決定インテリジェンス プラットフォームは、ラダー ロジック プログラム内に静的に存在する時代遅れの産業オートメーションと、機械制御システム間の相互運用性に欠けるデータ サイロに関連する問題を解決します。 また、拡張性と、熟練していない作業者向けの簡単な操作インターフェイスも実現します。
