NNP

Neuronaler Netzwerkplan
Dipl.-Ing. Johannes Hofer

Letzte Bearbeitung: 22.01.2026

Nachdem ich einige neue Wege der KNN ausprobiert habe, bin ich nun bei diesem Ergebnis gelandet.

Wie heißt es so schön “ back to the roots“.

Die Neuronentechnik ist sicherlich fazinierend und hat mich nach der Erkenntnis, dass Neuronen für die SPS immer feuern (spikes) zum NNP geführt. Hier steht NNP für Neuronaler Netzwerkplan und ist nicht mit einem neuronalen Netzwerkdiagramm zu verwechseln.

Die Anwendung eines neuronalen Netzwerkes bis hin zum Netzwerkplan innerhalb einer SPS war bei meinen ersten Versuchen mit dem TIA-Portal in der Programmiersprache SCL erfolgreich, aber mit erheblichen Hindernissen des Editors begleitet. Aus diesem Grund habe ich parallel einen Weg über eine andere SPS gesucht und bin schließlich bei verschiedenen SPSen gelandet, welche ebenfalls bezüglich der Geschwindigkeit zur Abarbeitung der Nuronen erfolgreich waren und unter Berücksichtigung der IEC 61131-Sprachen kompatibel sind. Es fehlt also nicht an der Ausführungsgeschwindigkeit der Hardware, sondern an der Möglichkeit des Editors in SCL oder ST, mit Schleifen und Arrays zu arbeiten und vor allem diese zu debuggen.

Das war sehr mühselig und zudem zeitaufwendig. Aus dem neuronalen Netzwerkplan eine verständliche Verarbeitung für den Anwender (Elektriker) zu erreichen, wurde letztendlich dadurch möglich, dass die Neuronenwerte (LReal) aus den verschiedenen Layern wieder zu einem Stromlaufplan führten. Back to the Roots ist im wahrsten Sinne des Wortes tatsächlich gelungen.

Es ist damit nicht unbedingt notwendig einen Programmierer zur Lösung für einen NNP einzusetzen, sondern nur ein Training, welches normalerweise der Konstrukteur der Anlage durchführen sollte. Zur Kontrolle des so trainierten Netzwerkplanes wird zusätzlich daraus ein Stromlaufplan generiert. 😎

Im Bild ist die Simatic-Lösung ersichtlich. Insgesamt sind im FL=First-Layer über 16T Neuronen zu sehen. Im Beispiel für den Ausgang A0.7 sieht man den Strompfad mit den Schaltern dazu, welcher aus den neuronalen Werten generiert wird. Derzeit wird die Arduino Opta getestet!

Fortsetzung folgt ….