Ssi_443

96 AUTOMAZIONE OGGI 446 SOLUZIONI SOFTWARE PER L’INDUSTRIA S SI gestione della produzione Margherita Crespi I l system integrator Tianjin FengYuLingKong the Electrical and Mechanical Equipment si è aggiudicato il contratto per la fornitu- ra di un sistema di controllo del packaging per uno dei maggiori produttori cinesi di fast food e bevande. La società, che vanta le linee di produzione di noodle istantanei più grandi del mondo, ha una produzione media di circa 500 confezioni al minuto per linea e una lavorazione totale annua fino a 4,8 miliardi di confezioni. Ottimizzazione e soddisfazione L’imballaggioe la sigillatura sonooperazioni essenziali nellaproduzione di noodle istantanei. Una confezione di noodle contiene un blocco di noodle precotti più diverse bustine con spezie e salse. Durante il pro- cesso di produzione ci sono vari fattori che possono potenzialmente causare il mal posizionamento delle bustine di condimento ed èmolto difficile identificare gli errori, poiché i processi all’interno della mac- china sigillatrice e confezionatrice non sono osservabili e gli eventuali difetti di confezionamento spesso non sono visibili nemmeno dall’e- sterno durante il successivo controllo ottico. Per trovare una soluzione a questa esigente operazione di analisi, Tianjin FengYu ha deciso di uti- lizzare TwinCATMachine Learning comemezzoper implementare una progettazione data based grazie al machine learning. Prima di tutto, i dati dei sensori sono stati acquisiti tramite i terminali input digitali e analogici EL1xxx o EL3xxx Ethercat e TwinCAT Scope View. Successi- vamente, il modello ML è stato preparato tramite il framework open source Scikit-learn, consentendo la generazione del file di descrizione del modello. La necessaria pre-elaborazione dei dati dei sensori è stata implementata con TwinCAT Condition Monitoring nel sistema di con- trollo. Quindi il file BML corrispondente è stato trasferito a un PC em- bedded CX51xx, che esegue il modello in tempo reale con l’aiuto del runtime TwinCAT Machine Learning e produce i risultati dell’inferenza per l’identificazione dei prodotti difettosi attraverso un terminale di- gitale output EL2xxx Ethercat. Secondo Tianjin FengYu, l’apertura del sistema è un grande vantaggio della tecnologia di controllo Beckhoff ed è stata molto efficace in questo caso, perché ha potuto essere inte- grata senza grandi sforzi con il controller principale della linea di pro- duzione. Lo sviluppo, la verifica e la convalida tramite la piattaforma aperta TwinCAT elimina la necessità di testare gli algoritmi di ML su im- pianti industriali e accelera notevolmente la fase di implementazione. Secondo Tianjin FengYu, questo ha contribuito al fatto che il corso del progetto congiunto in questa azienda alimentare non è stato quasi per nulla influenzato dalla pandemia di Coronavirus. La società ha sottoli- neato che l’utilizzo della macchina è diventato molto più semplice e flessibile grazie ai prodotti Beckhoff CX51xx, agli I/O Ethercat e a Twin- CAT. Nonostante i complessi meccanismi della linea di produzione in loco, lamessa in funzione e lamanutenzione sono statemolto semplici grazie al prezioso supporto degli ingegneri Beckhoff. Inoltre, la tecno- logia di controllo aperta PC based ha risolto il problema dell’ispezione della qualità degli imballaggi, utilizzando anche metodi ML per acqui- sire i dati dalle macchine per noodle esistenti, indipendentemente dalla loromarca. Tianjin FengYu è convinta che sempre più utilizzatori beneficeranno del TwinCAT Machine Learning nel prossimo futuro. Beckhoff Automation - www.beckhoff.it Machine learningenoodle: cos’hanno incomune? Per ridurre il rischio di errori nell’imballaggio dei noodle istantanei, un grande produttore cinese ha deciso di utilizzare la tecnologia di controllo Beckhoff, che include TwinCAT Machine Learning, rendendo possibile un controllo intelligente e affidabile in tempo reale della qualità dell’imballaggio Il flusso di lavoro ML (sopra). Sotto, segnato in rosso, un’anomalia rilevata e visualizzata in TwinCAT Scope View