Industrial Internet of Things AWS bringt fünf ML-basierte IIoT-Produkte und -Services

Anbieter zum Thema

Syslogic GmbH

NetModule AG

SECO Northern Europe

Amazon Web Services Germany GmbH

Amazon Web Services Germany GmbH

Amazon Web Services hat auf seiner Kundenveranstaltung AWS re:Invent 2020 im Dezember eine Reihe von Produkten für den Industrial IoT Markt vorgestellt. Wir haben einen näheren Blick darauf geworfen und stellen diese kurz vor.

Die Produkte Amazon Monitron, Amazon Lookout for Equipment, AWS Panorama Appliance, AWS Panorama SDK und Amazon Lookout for Vision zielen darauf ab, industrielle Endgeräte wie etwa Windturbinen oder Videokameras erstens durch KI-Funktionen mit „Intelligenz“ zu versehen und sie zweitens mit der AWS Cloud zu verbinden, damit ihre Daten dort im Hinblick auf eventuell nötige Maßnahmen ausgewertet werden können.

Es handelt sich also teils um reine Software und Cloud-Services, teils aber auch um Kombinationen mit Hardware wie Monitron und Panorama. Da sie alle mit Machine Learning Services ausgestattet sind, besteht ihre Aufgabe darin, den Industriekunden zu helfen, ihre mit den Endgeräten verbundenen Produktionsprozesse effizienter zu gestalten, Qualitätskontrolle durchzuführen, Datensicherheit zu gewährleisten und die Überwachung der Sicherheit am Arbeitsplatz zu ermöglichen. Die Services vereinen Cloud- und andere Konnektivität, Machine-Learning-Modelle, Sensoranalyse und Computer-Vision-Funktionen.

AWS Monitron

Amazon Monitron will Kunden eine End-to-End-Lösung zur Überwachung von Maschinen bieten. Die Predictive-Maintenance-Lösung, die beispielsweise in einem Starter Kit zu erwerben ist, besteht aus Sensoren, einem Gateway und ML-Service, der mit der AWS Cloud verbunden ist. Die Cloud wiederum schickt die Ergebnisse an die Monitron Mobile App. Mit dieser Lösung sollen sich Anomalien und Fehler an rotierenden Geräten wie etwa Motoren, Pumpen-Lüftern oder Förderbändern erkennen lassen, die eine Wartung erfordern können. Die Wartungstechniker brauchen keine Erfahrung in Analytik oder gar Machine Learning mitzubringen; sie können zudem die Genauigkeit des Alarmbereichs einstellen. Der Einsatzbereich kann vom Rechenzentrum bis zum Industriekomplex reichen. Einer der bekanntesten Kunden ist wohl Fender, ein Hersteller von Gitarren und Verstärkern. Elektrische Musikausrüstung reagiert empfindlich auf rapide Temperaturwechsel, Feuchtigkeit und heftige Stöße. Das gilt nicht nur für die Fertigung selbst, sondern auch für den weltweiten Transport.

„Die Sensoren zeichnen Messwerte wie etwa Temperatur und Vibration auf“, so Jan Metzner, Specialist Solutions Architect Manufacturing in Deutschland bei AWS, und weiter: „Über die Zeit erkennt der Service den normalen Zustand der Maschine und meldet Ereignisse und Trends, die auf einen möglichen Fehler hinweisen. Das Gateway verfügt über WLAN-Verbindung zur AWS Cloud und ist mit den Sensoren via NFC und BLE gekoppelt“. Das Starter Kit enthält das Gateway, fünf Sensoren, Batterien und Kabel. Es kostet 615,00 EUR plus einer Abogebühr von 4,17 USD/Sensor/Monat, also etwa 50 USD pro Jahr. Das Starter Kit ist bereits verfügbar.

Sicheres MCU-Betriebssystem von AWS für den industriellen IoT-Einsatz

Amazon Lookout for Equipment

Amazon Lookout for Equipment gibt Kunden mit bereits vorhandenen Sensoren die Möglichkeit, Machine-Learning-Modelle von AWS zu verwenden, um Anomalien im Verhalten der Geräte zu erkennen und Predictive Maintenance zu ermöglichen, beispielsweise bei komplexen Maschinen wie Turbinen. Die vorausschauende Wartung löst die reaktive beziehungsweise die präventive Wartung ab, die im Unterhalt viel kostspieliger sind. Bei der Inbetriebnahme des Service laden die Kunden ihre Sensordaten auf AWS S3 hoch und stellen diesen Speicherort dem Service zur Verfügung.

Amazon Lookout for Equipment kann auch Daten aus AWS IoT Sitewise verwenden und arbeitet mit anderen Maschinenbetriebssystemen wie OSI Soft zusammen. Die Machine-Learning-Modelle, die der Service erstellt, sind auf die individuelle Umgebung des Kunden angepasst und lösen Benachrichtigungen bei vordefinierten Schwellenwerten aus, die beispielsweise einen drohenden Maschinenausfall ankündigen. Der AWS Kunde CEPSA gibt an, mit Lookout for Equipment 45 Tage vor einem größeren Event Anomalien erkennen zu können und entsprechend benachrichtigt zu werden.

Bildergalerie

Bildergalerie mit 10 Bildern

AWS Panorama

Mit der AWS Panorama Appliance können Kunden die bereits vorhandenen Kameras in ihren Industrieanlagen mit Computer-Vision ergänzen, um sowohl die Qualitätskontrolle als auch die Sicherheit am Arbeitsplatz zu verbessern. Viele sensible Fabrikbereiche werden heute bereits videoüberwacht, doch die Auswertung in Echtzeit ist mühselig und aufwändig, was Personal und Zeit anbelangt. Dieses Vorgehen ist häufig fehlerbehaftet und die Lösung ist meist nur begrenzt skalierbar.

Die kleine Appliance verbindet sich einfach mit den vorhandenen Kameras, verbindet sich mit dem Netzwerk sowie anderen Panorama Geräten und identifiziert die vorhandene Kamera sowie ihre Videoströme. Gleich darauf bewerten die verschiedenen lernfähigen ML-Modelle, ob beispielsweise die Abstände zwischen Personen und Nutzfahrzeugen sowie die Social-Distancing-Abstände zwischen Personen eingehalten werden. Sogar das Tragen oder Fehlen von PPE-Masken (Personal Protective Equipment, Persönliche Schutzausrüstung) lässt sich so kontrollieren.

Mehrere Modelle lassen sich simultan ausführen, so etwa auch Modelle, die in der Entwicklungsumgebung Amazon Sage Maker entwickelt worden sind. Es ist nicht unbedingt Konnektivität nötig, um das Modell auszuführen und die optische Analyse vorzunehmen.

AWS Panorama SDK

Das Panorama SDK erlaubt Herstellern von Industriekameras die Einbettung von Computer-Vision-Funktionen in neue Kameras. Diese Kameras sollten Chips von Nvidia oder Ambarella verwenden. Analog zu Sprachanwendungen auf der Alexa-Plattform können dabei Computer-Vision-Anwendungen entstehen, die beispielsweise Sicherheitsfunktionen ausführen oder Qualitätskontrolle an fehlerhaften Stücken ausführen. Die Bildauflösung bei Videoströmen soll hoch sein, um beispielsweise Anomalien zu detektieren. Hinsichtlich der Konnektivität soll sich auch Ethernet verwenden lassen, um damit Kameras anzubinden. Kunden können Sage Maker-Modelle selbst entwickeln und auf einer Panorama-Appliance mit nur einem Mausklick im SDK installieren. Verwenden die Kunden auch AWS Lambda auf Kameras, können sie sich per E-Mail oder SMS benachrichtigen lassen.

Geolocation aus der Wolke

AWS lernt LoRaWAN: IoT-Anwendungen schneller entwickeln

Amazon Lookout for Vision

Amazon Lookout for Vision verwendet von AWS trainierte Computer-Vision-Modelle, um in Bildern und Videostreams Anomalien und Fehler in Produkten oder Prozessen zu finden. Dieser Service soll personenbasierte Qualitätskontrollen ablösen, indem er Anomalien an Produkten sofort mithilfe seines Machine-Learning-Modells erkennt. Diese optische Qualitätskontrolle kann rasch auf Fehler reagieren, die Millionenverluste verursachen könnten. Schon anhand von 30 „guten“ Produktfotos soll das Modell in der Lage sein, eine Grundlinie des Soll-Werts zu etablieren. Weicht ein IST-Wert davon ab, löst er eine Benachrichtigung aus.

„AWS legt dieses Jahr (2020) einen viel größeren Schwerpunkt auf geschäftliche Lösungen“, sagt Nick McQuire, Head of Enterprise and AI Research bei CCS Insight. „Seine KI-Strategie fokussiert sich zunächst auf zwei Bereiche, nämlich Callcenter und Industrieanwendungen, Marktsegmente, in denen wir als Ergebnis der Covid-19-Pandemie einen umfassenden Wandel registriert haben.“ Lösungen wie AWS Panorama und Lookout for Equipment zwängen die Kunden nicht dazu, vorhandenes Equipment herauszureißen, um ihre KI-basierten Vorteile nutzen zu können. „Die zahlreichen Ankündigungen, die AWS im KI-Bereich getätigt hat, dürften Druck auf Google Clouds Contact Centre AI und Microsofts Autonomous Systems, die schon früh am Markt waren, ausüben.“

Kommentar zur KI- und ML-Entwicklung

Die Zukunft der KI-Chips liegt in der Software

Dieser Beitrag erschien zuerst auf unserem Partnerportal Industry-of-Things.de.

(ID:47120913)