MLnext Framework Homepage

Phoenix Contact GmbH & Co. KG

9
TRL

If you are a Python developer who wants to get in touch with machine learning, the MLnext Framework provides functions for data handling, visualization, and pre-processing as well as neural network evaluations and monitoring.

The MLnext Framework is an open-source framework for hardware independent execution of machine learning using Python and Docker. It also provides machine learning utilities for TensorFlow and Keras. The corresponding Python package is called mlnext.

Anbieter kontaktieren Predictive Maintenance/Condition Monitoring Vorhersagen und Predictive Analytics Intelligente Automatisierung Datenanalyse

Anwendungsprofil

Beschreibung

The MLnext Framework consists out of 5 modules:

  • For data loading and manipulation: import mlnext.data
  • For loading and saving files: import mlnext.io
  • For data preprocessing: mlnext.pipeline
  • For data visualization: mlnext.plot
  • For model evaluation: mlnext.score

Would you like to develop your own machine learning solution without any programming? In this case, you should use our generic framework MLnext Execution. It is part of the "Digital Factory now" campaign by Phoenix Contact Electronics to support the solution portfolio "Anomaly Detection".

Unternehmensbereich

  • Instandhaltung
  • Produktion / Montage
  • Kundendienst / Inbetriebnahme
  • Logistik / Supply Chain Management

Hierarchie-Ebene

  • Feldebene/Sensoren/Aktoren (field device)
  • Regelung & Steuerung (control device)
  • Station/Maschine oder Maschinengruppe (station)

Prozess

  • Fertigungs- und Montagevorbereitung
  • Produktionsplanung und –steuerung
  • Teilefertigung
  • Produktionsinstandhaltung

Branche (erprobt)

  • Datenverarbeitungsgeräte, elektronische und optische Erzeugnisse
  • Maschinenbau
  • Elektrische Ausrüstungen

Branche (anwendbar)

  • Keine / Branchenunabhängig

Nutzen

Szenarien / Use cases

  • Anomalieerkennung an Produktionsanlagen
  • Zustandsorientierte Wartung
  • Verschleißbasierte Anomalieerkennung

KPI

  • Effizienz - Stillstandzeit/Anzahl und Dauer ungeplanter Produktionsausfälle
  • Effizienz - Taktrate
  • Qualität - Qualitätsmängel
  • Kosten/Nutzen - Instandhaltungsquote (%)

Lösungsanbieter:

Phoenix Contact GmbH & Co. KG

Ansprechpartner:

Kontaktanfrage

Ihre Nachricht an den Anbieter

Melden

Kommentare