用于将功能块与人工智能集成的方法技术

本发明专利技术涉及一种用于将包括人工智能的至少一个AI功能块集成到工业机器的控制器中的方法。在所述方法中，对于AI功能块，选择用于在AI功能块中执行的AI模型，至少部分自动化地将AI功能块与工业机器的控制软件的其它功能块链接，并且至少部分自动化地使得AI功能块执行，其中，AI功能块借助IEC61499运行时环境来执行。执行。执行。

【技术实现步骤摘要】
用于将功能块与人工智能集成的方法


[0001]本专利技术涉及一种用于将包括人工智能的至少一个AI功能块集成到用于工业机器的控制器中的方法。

技术介绍

[0002]在工业过程中使用所谓的人工智能、即机器学习方法、神经网络、支持向量机(SVM)等原则上是已知的。然而，这种使用不是以标准的方式进行的。
[0003]因此，对于人工智能在工业控制中的使用，经常产生很大的障碍。因此，对于这种人工智能，存在许多不同的架构，这些架构可以以不同的编程语言并且利用不同的接口来实现。由于变体众多，在工业控制中集成和/或执行人工智能时可能很容易出现不兼容性。因此，人工智能的集成通常需要很大的开销。

技术实现思路

[0004]因此，本专利技术要解决的技术问题是，给出一种简化并且加速人工智能向工业机器的控制器中的集成的方法。
[0005]上述技术问题通过根据权利要求1的方法来解决。
[0006]在根据本专利技术的方法中，对于AI功能块，选择用于在AI功能块中执行的AI模型，例如从多个AI模型中选择。此外，至少部分自动化地将AI功能块与工业机器的控制软件的其它功能块链接。最后，至少部分自动化地使得AI功能块执行，其中，AI功能块优选借助IEC 61499运行时环境来执行。
[0007]因此，本专利技术提供一种在很大程度上自动化的方法，其中，操作者例如仅必须给出，是否需要一个AI功能块，要在该AI功能块中执行哪个AI模型，以及该AI功能块要如何与其它功能块连接。因此，在能够将AI功能块以能够正常运行的方式集成到工业机器的控制软件中并且能够执行之前，操作者仅需要较少的点击。特别是，操作者不需要了解执行AI模型所需的软件库(AI推理引擎)。此外，操作者也不需要深入研究AI模型和控制软件之间的通信的配置。
[0008]因此，可以利用较小的开销将能够通过人工智能改善或者变得容易的控制任务集成到控制软件中。在此，正常运行之前的持续时间显著减少，由此例如可以显著更快地改变现有的机器，由此又使生产损失减少。也在构建新的工业机器时实现时间缩短，由此能够减少“Time
‑
to
‑
Market(上市时间)”。
[0009]工业机器的控制器例如可以是借助数据网络连接的多个计算装置(PLC、计算机等)，它们共同实现对工业机器的控制。在此，不同的计算装置能够执行由功能块预先给定的功能。
[0010]工业机器可以包括多个现场设备、例如传感器和执行器。现场设备以及计算装置可以经由数据网络彼此连接，其中，数据网络优选可以是现场总线(例如Sercos III、EtherCAT、EIP等)。特别是，如稍后还要详细描述的，计算装置的协作基于IEC 61499。优选
在分布式的计算装置上执行功能块。此外，功能块可以以基于事件的方式(“eventbasiert”)彼此通信。
[0011]控制软件可以划分为功能块，其中，在配置控制软件时，定义功能块之间的连接或者链接，从而获得控制软件的希望的控制行为。功能块中的至少一个可以构造为AI功能块，AI功能块被构造为用于执行AI模型。AI模型例如可以包括神经网络、机器学习算法、支持向量机(SVM)等。此外，AI模型也可以包括机器学习领域之外的AI变体，例如基于规则的AI系统、基于逻辑推理(Logic Reasoning)的AI系统、规划和优化算法、搜索算法等。可以使用的多个AI模型是这里描述的方法的一个优点，因为将所需要的运行时环境适当地初始化，并且与控制软件连接。
[0012]AI模型例如可以实现分类任务或者执行图像处理。例如，AI模型可以被构造为用于，对在工业过程中制造的部件关于其正确的形状和/或布置进行检查，并且输出对应的结果。因此，AI功能块例如可以与其它的功能块链接，这些其它的功能块将要评估的图像传输到AI功能块，并且对AI功能块的计算结果进行进一步处理。
[0013]AI模型特别是可以是已经用于生产性使用的已经经过训练的模型。
[0014]功能模块的链接例如可以包括功能块例如通过图形元素在图形用户界面中的图形连接，这些图形元素特别是显示一个功能块的输出与另一个功能块的输入的连接。如果操作者以图形产生这种连接，则可以自动实现通信接口，以便于是实现相应的功能块之间的实际数据连接。
[0015]链接同样可以包括代码级别的链接，特别是通过例如在源代码中设置输入和输出变量。AI功能块因此被纳入工业机器的控制器中。也就是说，一般来说，AI功能块可以获得并且评估传感器数据(测量值、图像数据等)。此外，可以使用由AI功能块产生的计算结果来控制工业过程的执行器。
[0016]通过功能块的链接，特别是定义了经由哪些数据接口交换功能块数据、事件等。此外，可以定义哪些功能块与哪些另外的功能块通信。这些功能块可以共同形成工业机器的控制软件的至少一部分。
[0017]如稍后还要更详细地描述的，例如可以自动识别AI模型、因此AI功能块需要哪些输入和输出，由此于是可以对应地(自动)将链接匹配于其它功能块。
[0018]至少部分自动化地使得AI功能块执行可以包括部署(Deployment)。如同样稍后还要详细地描述的，为此，特别是可以自动确定正在执行的计算装置(即计算主机)，其中，于是使得AI功能块在正在执行的计算装置上执行。在此，根据本专利技术，借助IEC 61499运行时环境或者在IEC 61499运行时环境(Runtime Environment，RTE)中执行AI功能块。
[0019]根据IEC 61499的运行时环境特别是包括将应用程序(即AI功能块和/或其它功能块或者功能块的网络)分发到多个计算装置(计算主机)的能力。在每个计算主机上运行一个单独的IEC 61499运行时环境。优选由根据IEC 61499的运行时环境自动产生所需要的运行时环境之间的通信(“交叉通信(Cross
‑
Communication)”)。
[0020]这例如意味着，在最合适的计算主机上将IEC 61499运行时环境初始化。然后，在该运行时环境中例如仅执行单个功能块、特别是AI功能块。除了IEC 61499运行时环境之外，还在该计算主机上设置、特别是自动设置AI模型的运行时环境。在自动设置AI模型的运行时环境期间，确保运行时环境匹配于AI模型，例如可以使用用于神经网络的TensorFlow
或ONNX或者用于机器学习模型的mlpack库。同一计算主机上的两个运行时环境于是可以非常高效地彼此交换数据，以便尤其是满足实时要求。
[0021]IEC 61499是一种基于事件的编程语言(Event Driven Language，事件驱动语言)。IEC 61499运行时环境使得控制软件能够在各种分布式硬件资源、例如PLC和/或Linux和/或Windows设备上执行。对于IEC 61499运行时环境中的每一个功能块，可以单独确定正在执行的硬件和/或正在执行的计算装置。以这种方式，一些功能块例如可以在Linux系统上执行，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于将包括人工智能的至少一个AI功能块(FB4)集成到用于工业机器(10)的控制器中的方法，其中，在所述方法中，
‑
对于所述AI功能块(FB4)，选择用于在所述AI功能块(FB4)中执行的AI模型，
‑
至少部分自动化地将所述AI功能块(FB4)与所述工业机器(10)的控制软件的其它功能块(FB1
‑
FB3、FB5)链接，
‑
至少部分自动化地使得所述AI功能块(FB4)执行，其中，所述AI功能块(FB4)借助IEC 61499运行时环境来执行。2.根据权利要求1所述的方法，其中，所述AI功能块(FB4)和所述其它功能块(FB1
‑
FB3、FB5)是根据IEC 61499的功能块。3.根据权利要求1或2所述的方法，其中，所述AI功能块(FB4)包括：提供IEC 61499运行时环境的运行时容器(34)，和在其中执行人工智能的AI容器(36)，其中，所述运行时容器(34)和所述AI容器(36)彼此通信。4.根据前述权利要求中任一项所述的方法，其中，在借助数据网络连接的多个不同的计算装置(12
‑
16)上执行所述控制软件，其中，例如根据所述计算装置(12
‑
16)的可用计算能力，自动化地选择所述计算装置(12
‑
16)中的一个，用于执行所述AI功能块(FB4)。5.根据权利要求3和4所述的方法，其中，在所选择的计算装置(12
‑
16)上自动化地将所述运行时容器(34)和所述AI容器(36)初始化。6.根据权利要求5所述的方法，其中，在将所述AI容器(36)初始化之后，将所选择的AI模型部署在所述AI容器(36)中，和/或在将所述运行时容器(34)初始化之后，发生所述运行时容器(34)在所选择的计算装置(12
‑
16)上的优选主管机关式的部署，特别是自动化部署...

【专利技术属性】
技术研发人员：S，
申请(专利权)人：施耐德电气工业公司，
类型：发明
国别省市：