|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/neuronales-netz-in-scl-mit-dem-tia-portal/
课程评论：没有评论
Coursera 课程“使用 TIA Portal 进行 SCL 神经网络”摘要 本课程清晰地回答了 PLC 是否能参与人工智能（机器学习）的问题，答案是肯定的。课程包含一个简单的 Python 程序，无需额外库即可在 PLC 中实现机器学习，并可用于控制 PLC 中处理的值。 **课程内容概览：** * **第一部分：** 介绍 SCL（结构化控制语言）的功能，重点讲解数组及其在层技术中的应用，为理解神经网络打下基础。 * **第二部分：** 通过一个直观的彩色图像示例，讲解人工神经网络的技术，帮助学员更好地理解后续的 SCL 程序。 * **第三部分：** 开始编写第一个神经网络程序。强调理解功能块 (FB2) 如何训练神经网络。 * **第四部分：** 实现一个包含 5 个数字输入的指定功能图 (FUP)，并对其进行训练。虽然仅针对 32 种可能性中的一种情况进行训练，但 SCL 算法展示了真正的 AI 能力，因为神经网络能够识别其余 31 种情况，即使它们并未被显式训练。 * **第五部分：** 提供一个使用神经网络功能的定位系统 TIA 示例。此部分作为附加内容，仅供自学，不包含 SCL 代码解释。 **重要提示：** * 本课程 **不是** SCL 或 Python 的入门课程。 * 拥有 SCL 编程知识的程序员将受益匪浅，甚至 Codesys 程序员也可将学到的知识应用于实践（但没有 Codesys 示例）。 * 本课程 **不适合初学者**。 * 所有示例均使用 TIA V15。第四部分的最后一个 TIA 项目和附加项目均为 TIA V18 的存档文件。
Die Frage ob eine SPS am Geschehen der KI mit "machine learning" teilnehmen kann, wird hier in diesem Kurs eindeutig mit ja beantwortet. Damit die erarbeiteten Werte in der SPS zum "machine learning" auch kontrolliert werden können, dient ein kleines Python-Programm, welches ohne die Nutzung von zusätzlichen Bibliotheken das gleiche Ergebnis liefert. Der Kurs beginnt in Teil-1 mit der Erklärung der Funktionen in SCL, welche grundsätzlich notwendig sind, arrays und deren Anwendung mit der Layer-Technik zu verstehen. In Teil-2 werden die Techniken zum künstlichen, neuronalen Netz an einem bildlichen Farbbeispiel erklärt, damit die später folgenden SCL-Programme besser verstanden werden.In Teil-3 wird schliesslich mit dem Programmieren des ersten neuronalen Netzes bekonnen. Hier wird besonderen Wert darauf gelegt, dass grundsätzlich verstanden wird, wie ein FB2 ein neuronales Netz trainiert. Teil-4 zeigt die Umsetzung eines vorgegebenen Funktionsplanes (FUP) mit 5 digitalen Eingängen, welcher trainiert wird. Das Training bezieht sich allerdings nur auf eine Situation der 32 Möglichkeiten. Hier zeigt der Algorithmus in SCL, dass tatsächlich eine KI am Werke ist, da die restlichen 31 Situationen nun vom künstlichen, neuronalen Netz selbst erkannt werden, obwohl nur eine Situation trainiert wurde. In Teil-5 wird ein TIA-Beispiel über eine Positioniersystem mit neuronalen Funktion vorgestellt. Dieses Projekt ist als Anhang zu betrachten und dient ausschließlich dem Selbststudium. Es gibt keine Erklärungen dazu, wie der SCL-Code funktioniert.Es wird daruf hingewiesen, dass es sich hier nicht um einen SCL- oder Python-Kurs handelt. Jedoch können Programmierer mit SCL-Kenntnissen auch davon sehr profitieren. Ich denke sogar die Codesys-Programmierer können das gelernte ebenfalls umsetzen. Es gibt dazu allerdings kein Beispiele. Der Kurs ist nicht für Anfänger geeignet.Alle Beispiel mit TIA V15. Das letzte TIA-Projekt im Teil-4 als Archive V18 und ebenfalls der Anhang in Archive V18.
