倍福 TwinCAT 3 Machine Learning Creator（MLC）將 TwinCAT 3 中的開發(fā)工作流程擴展至 AI 模型自動化生成領(lǐng)域 — 自動化及工藝專家無需具備數(shù)據(jù)科學(xué)背景知識即可直接完成模型創(chuàng)建。此前，該功能主要聚焦于圖像處理，如今其范圍已擴展至?xí)r序信號的分析。

TwinCAT 3 Machine Learning Creator 現(xiàn)在也可支持信號與時間序列分析領(lǐng)域的 AI 模型構(gòu)建

除 TwinCAT 3 MLC Computer Vision 擴展包（TE3851）外，TwinCAT 3 MLC（TE3850）還提供 TwinCAT 3 MLC Signals and Time Series 模塊（TE3852）。該模塊將功能范圍擴展至?xí)r序信號分析領(lǐng)域 —這對工業(yè)應(yīng)用至關(guān)重要，因為電流、溫度及振動曲線能夠提供工藝流程、組件與刀具狀態(tài)相關(guān)的寶貴信息。使用 TwinCAT 3 MLC Signals and Time Series 模塊創(chuàng)建的模型可基于相關(guān)數(shù)據(jù)實時檢測趨勢和偏差，直接在控制環(huán)境中實現(xiàn)預(yù)測性維護、工藝優(yōu)化與異常檢測。

該模塊在異常檢測領(lǐng)域的典型應(yīng)用包括基于電流、振動或聲學(xué)信號的電機故障（軸承損傷、失衡、機械結(jié)構(gòu)問題）檢測，通過主軸電流信號識別銑削與鉆削刀具的磨損情況。例如，可在焊接過程中利用電流和電壓曲線，或在切割和包裝過程中利用伺服電機電流，實時監(jiān)測工藝質(zhì)量。該模塊在工藝優(yōu)化中的應(yīng)用包括自適應(yīng)工藝參數(shù)（如進給速率、壓緊力）的動態(tài)調(diào)節(jié)、基于負荷曲線與預(yù)測的能耗優(yōu)化，以及復(fù)雜系統(tǒng)的預(yù)測性控制。

TwinCAT 3 Machine Learning Creator 采用純 Web 應(yīng)用架構(gòu)。由于所有開發(fā)工作都完全在瀏覽器中進行，不會占用本地計算資源。因此，創(chuàng)建 AI 模型的創(chuàng)建過程對用戶而言十分簡便且易于操作。