Der QASS machine-learning Baukasten
ideal präpariert für Forschung, Entwicklung
und den
industriellen Einsatz
Der Baukasten
- Der Mess-Cube „Optimizer4D“, ein kompakter Hochleistungs-PC mit Linux als offenem Betriebssystem, und allem was man für industrietaugliche machine-learning Implementierungen braucht.
- QASS Körperschallsensoren können aus nahezu jedem Fertigungsprozess Big-Data gewinnen und für die Prozessanalyse und Optimierung nutzen.
- Offene Kommunikationsmodule zur Integration aller denkbaren Datenquellen und Korrelation mit Hochgeschwindigkeits-Messdaten.
- QASS Open-Source Module integrieren den „Optimizer4D“ ins Netzwerk und in machine-learning Entwicklungs-Umgebungen wie Jupyter Lab.
Um Euch den Einstieg so leicht wie möglich zu machen, übernehmen wir für Hochschulen 50% des Preises.
Wenn
Ihr QASS noch gar nicht kennt, findet Ihr hier eine Liste ausgewählter Kunden, Hochschulen, Institute, die unser System nutzen
und hier den
QASS-Mess-Cube
Machine Learning
Die Datenanalysen entwickeln wir im Jupyter-Lab, scripten die Messabläufe und analysieren die Daten mit Tensorflow oder PyTorch. Modelle und echtzeitfähige Datenanalysen sowie Machine Learning Modelle übertragen wir direkt in die Analyse-Operatoren des Optimizer4D und wenden sie im Echtzeitbetrieb direkt an der Maschine an. Die Ergebnisse können leicht in reale Produktionsumgebungen übertragen werden.
Big-Data
Mit unseren Körperschallsensoren können 25 MSamples/s in 16 bit Auflösung in nahezu allen Fertigungsprozessen erhoben werden. Mit unseren Magnetsensoren werten wir 4MSamples/s in 24bit Auflösung zur Bewertung von Härten und anderen Eigenschaften ferromagnetischer Bauteile aus.
Sensorfusion
An unseren Optimizer4D, können Sensoren, die per USB oder
Ethernet Daten liefern, angekoppelt und mit unseren
Hochgeschwindigkeitssensoren korreliert werden.
Visualisierung von Messdaten
Die Messgeräte sind aktuell
mit Flash Speicher von 2 TB bis 16 TB ausgestattet. Datenraten von über 100
MB/s können kontinuierlich aufgezeichnet werden.
Zum Thema
Modelle und Echtzeit
Die Entwicklung unserer Machine Learning (ML) und Analysemodelle findet zumeist in Form eines Prototyps in Jupyter Notebooks statt. Jupyter Notebooks bieten den Vorteil, dass sie eine sehr interaktive und somit agile Entwicklung ermöglichen.
Netzwerk
Alle Daten können parallel im Netzwerk gespeichert werden. Jeder
Optimizer4D kann aus einem Browser vollständig remote betrieben werden.
Kompressionen
Alle Datenströme können bereits auf dem Messcomputer komprimiert
und vorverarbeitet werden. Logs und Resultate werden in SQL Datenbanken
gespeichert und können mit den Roh- und Kompressionsdaten korreliert werden.
Dokumentation / Teamwork
Daten und Ergebnisse können aus den Jupyter-Notebooks oder via
Streamlit geteilt werden.
GUI
Die Messergebnisse und Daten werden direkt auf unserer
integrierten Javascript fähigen GUI im Optimizer4D dargestellt. Die Resultate
können außerdem mit Streamlit oder ähnlichen Bibliotheken im Netzwerk angezeigt
werden. Der Server kann auf einem Optimizer4D gehostet werden.
Tools für inline Datenanalyse
Software und smarte Datenauswertung sind der Kern unserer Lösungen. Erst die Auswertung der erfassten Daten verleiht ihnen Bedeutung. Unser System ist dazu konzipiert, komplexe Datentransformationen intuitiv darzustellen und komplexe Analysen noch während der Messung anwenden zu können.
Python Integration
Durch die Integration von Python in unsere Software schaffen wir maximale Flexibilität für deine Projekte und natürlich Zugang zu State of the art Bibliotheken des Machine Learnings. Um die Einstiegshürde möglichst gering zu gestalten, installieren wir Bibliotheken wie Numpy, Tensorflow, SciPy und viele weitere schon vor der Auslieferung auf dem Optimizer4D.
Python-Operator
Der Python Operator ist einer unserer Analyse-Bausteine der grafisch programmierbaren Echtzeit-Analyse und doch ganz anders. Dieser Operator bietet die Möglichkeit, seine eigenen Analyse-Ansätze zu implementieren und auch noch in Echtzeit auf den Datenstrom anzuwenden.
QASS Open-Source Bibliotheken
Die Analyzer4D Software kommt mit einer Netzwerkschnittstelle, über die beispielsweise der Messablauf gesteuert werden kann. Messungen können gestartet und gestoppt werden. Es können Parameter in den Einstellungen gesetzt und Anwendungsvariablen in der Software definiert werden.
Maschinen Kommunikation
Das Trigger-System ist eine Ablauf- und Kommunikationssteuerung innerhalb der Analyzer4D Software. Diese Steuerung ähnelt einer Mini SPS, in der, analog zur SPS einer großen Maschinensteuerung, zyklisch eine Art Programm abgearbeitet wird.
Lust auf mehr? Schau gerne bei unserem YouTube-Kanal vorbei!
einige Industriekunden, Hochschulen, und Institute
mit QASS Messtechnik und Software
-
KIT: Karslruher Institut für Technologie
-
RWTH AACHEN
-
TU Dortmund
-
Hochschule Furtwangen
-
Universität Stuttgart
-
TU Berlin
-
TU Braunschweig
-
Universität Bremen
-
Universität Hannover
-
TU Bergakademie Freiberg
-
DHBW: Duale Hochschule Baden-Wüttemberg
-
Hochschule Bremerhaven
-
FH Bielefeld
-
KTH Vetenskap Och Konst
-
Ruhr Universität Bochum
-
FAU: Friedrich-Alexander Universität Erlangen-Nürnberg
-
University of Southampton
-
Otto von Guericke - Universität Magdeburg
-
Hochschule Pforzheim
-
HAW Hamburg
-
Hochschule Esslingen
-
Technische Universität Ilmenau
-
Technische Universität Dresden
-
Hochschule Ravensburg-Weingarten
-
Hochschule Kaiserslautern
-
Fachhochschule Südwestfalen
-
Universität Augsburg
-
Hochschule Wismar
-
BAM
-
viele Fraunhofer Institute
-
Mercedes Benz
-
Daimler
-
MAN
-
Volkswagen
-
Audi
-
Skoda
-
BMW
-
Stellantis
-
Renault
-
Honda
-
Jaguar
-
Hyundai
-
Fiat
-
Ford
-
General Motors
-
Harley Davidson
-
SpaceX
-
Scania
-
Volvo
-
Tata Motors
-
Toyota
-
BYD
-
Great Wall
-
Siemens
-
Thyssen Krupp
-
Salzgitter AG
-
Mannesmann
-
Voestalpine
-
Benteler
-
Deutsche Bahn
-
Fendt (AGCO)
-
John Deere
-
Caterpillar
-
Stihl
-
Hilti
-
Metabo
-
Zwilling
-
SMS
-
Bosch
-
ZF
-
Continental
-
Schaeffler
-
Magna
-
GKN
-
Eaton
-
Dana
-
Samsung
Zu ausgewählten Hochschul- und Forschungsprojekten
Erfahre mehr über einige unserer Hochschul-Projekte.
Tritt mit uns in Kontakt!
Wir helfen Dir gerne.