Raspberry Pi als Edge-KI-Gerät in der Industrie

• Tag 1: Die Plattform industrietauglich aufsetzen
• 1. Raspberry Pi im industriellen Umfeld
  
• 2. Betriebssystem und Härtung
  
• 3. Aufbau und Umgebung
  
• 4. Reproduzierbar statt handgemacht
  
• 5. Die Schnittstellen des Geräts
  
• Praxis-Übung 1:
    Ein Gerät wird von Grund auf aufgesetzt, gehärtet, auf NVMe umgezogen  und als wiederverwendbares Abbild gesichert; anschließend wird die  Wiederherstellung auf einem zweiten Gerät nachgewiesen.
• Tag 2: Anbindung an die Anlage
• 6. Feldebene anbinden
  
• 7. Modbus in der Praxis
  
• 8. OPC UA
  
• 9. Weitere Wege in die Anlage
  
• 10. Daten erfassen und puffern
  
• Praxis-Übung 2:
    Das Gerät wird über OPC UA an eine simulierte Steuerung und über Modbus an ein Feldgerät angebunden; die erfassten Werte werden lokal  gespeichert und ein Netzausfall wird nachgestellt.
• Tag 3: Beschleuniger und Bildverarbeitung
• 11. Warum ein neuronaler Beschleuniger
  
• 12. Beschleuniger einrichten
  
• 13. Kamera und Bildkette
  
• 14. Vorhandene Modelle nutzen
  
• 15. Leistung messen und einordnen
  
• Praxis-Übung 3:
    Der Beschleuniger wird eingerichtet und eine Objekterkennung auf dem  Live-Kamerabild ausgeführt; anschließend werden Bildrate, Latenz und  Auslastung mit und ohne Beschleuniger verglichen.
• Tag 4: Eigene Modelle und generative Anwendungen
• 16. Eigene Daten, eigenes Modell
  
• 17. Modellgüte unter Produktionsbedingungen
  
• 18. Generative Modelle lokal ausführen
  
• 19. Anwendungsfälle aus der Praxis
  
• 20. Reaktion in der Anlage auslösen
  
• Praxis-Übung 4:
    Für einen selbst gewählten Fall wird ein eigenes Modell trainiert und  eingebunden oder ein lokales Sprachmodell in Betrieb genommen; das  Ergebnis löst über die Anlagenschnittstelle eine Reaktion aus.
• Tag 5: Absichern, betreiben, in Serie bringen
• 21. Das Gerät absichern
  
• 22. Rechtlicher Rahmen im Überblick
  
• 23. Dauerbetrieb und Überwachung
  
• 24. Aktualisierung im Feld
  
• 25. Vom Einzelgerät zur Serie
  
• Praxis-Übung 5:
    Der Gesamtaufbau wird abgesichert, für Fernwartung eingerichtet und mit einer Modellaktualisierung versehen; abschließend werden Ausfall und Wiederanlauf nachgestellt und die Wiederherstellungszeit gemessen.
  
  
  
  
• ...

Den kompletten Seminarinhalt finden Sie auf der Anbieterseite

• Automatisierungstechnik und Instandhaltung, die Anlagendaten lokal auswerten will
• Systemintegration mit Verantwortung für Geräte zwischen Feldebene und IT
• Produktions- und Fertigungsleitung, die Machbarkeit und Aufwand beurteilen muss
• Entwicklung und Betriebs-IT mit Berührung zur Anlagentechnik

Voraussetzungen:
  Grundkenntnisse auf der Linux-Kommandozeile und in Python. Erfahrung  mit Anlagentechnik oder Steuerungen ist hilfreich, aber nicht Bedingung. Vorkenntnisse in maschinellem Lernen werden nicht vorausgesetzt.