6ES7556-1AA00-0AB0西门SIMATIC S7-1500工艺模块

我司代理西门子全系列产品，价格优势，型号齐全，拥有完善齐备的西门子产品仓库，根据客户需求提供专业完善的售前售后服务。

能够满足客户现场紧急需求，保证现场产线以及工程大量现货需求，保证工期进度。保证货期稳定，如约交付！

我们有专业的工程师提供选型+技术支持，欢迎各位新老客户前来咨询采购，期待您的来电~！

西门子PLC（S7-200、S7-200SMART、S7-300、S7-400、S7-1200、S7-1500、ET200S、ET200M、ET200SP）

、触摸屏、变频器、工控机、电线电缆、仪器仪表等，产品选型，询价、采购，敬请联系，上海君俞自动化科技有限公司

产品说明：SIMATIC S7-1500，TM NPU， 工艺模块，用于 带人工 智能的应用，1xEthernet， 1x USB，1x SD

概述

• 用于人工智能应用的工艺模块

• 集成式 AI 处理器 “Intel Movidius Myriad X” 能够以非常低的功耗（Zui大 2 - 3W）处理可加载的神经元网络

• 带用于连接摄像头的接口（USB 3.1：Intel RealSense，千兆以太网：GigE Vision)

• 用于安装 SIMATIC 存储卡的 SD 卡插槽；
  支持安装神经元网络和用户程序 (Micropython)

• 使用 AI Model Deployer V1.1 转换神经元网络，适用于分类和对象检测应用

• 通过 Micropython 脚本和集成的 Micropython Interpreter 随意调整模块功能

应用

借助用于 SIMATIC S7-1500 和 ET 200MP 的 TM NPU（神经处理单元）工艺模块，可以直接在 SIMATIC自动化系统中实现基于人工智能的应用。该模块配备有支持人工智能的 Intel Movidius Myriad X芯片，从而能够高效处理神经元网络。例如，通过使用机器学习算法，可以在生产工厂中有效地实施视觉质量检查。通过集成 MicropythonInterpreter，还可以根据需要自定义应用程序。

集成的图像处理单元与神经元网络的计算单元整合使用，以极低的能耗训练模型，加速图像处理过程和快速本地数据评估，从而在工业自动化过程中实现新的应用。

如果必须对每个工件的数据进行Zuijingque的配置，以便使用传统的图像处理系统来识别工件，则通过对已识别的图像数据应用训练程序，可以更灵活地构建此过程。使用开放的AI 框架，例如 Tensorflow、Keras 或 Pytorch。

由此形成的优势在质量检测中发挥重要作用，例如：通过使用分配的（图像）数据训练神经元网络，例如通过连接的摄像头，可以将有关产品或工艺过程的一致性、颜色或质地等参数的专业知识直接传输到模块中。

操作模式

通过在 SD 卡上提供经过训练的神经元网络，并配备 USB 3.1接口和千兆以太网端口，该模块可以执行其功能。基于神经元网络，可以处理所连接的传感器或 CPU程序的数据。在该模块运行时，也可以更新和切换主动神经元网络，例如通过连接的 FTP 服务器。

内置 Vision Processing Unit 是英特尔推出的 Myriad X VPU芯片，配备有适配深度神经元网络结构的专用硬件加速器。

用户可以将兼容的摄像头连接到集成的 USB 3.1 接口和 S7-1500 TM NPU模块的千兆以太网端口。以太网接口还可用于与外部（FTP） 服务器通讯。可以使用神经元网络来处理所连接传感器的数据以及 CPU程序本身的信息。可以在 CPU 程序中评估处理结果。

功能

该模块能够通过神经元网络评估传入数据（连接摄像头的图像或控制器的传感器数据）。可以在 CPU 程序中评估处理结果。

该模块提供有集成的 Micropython Interpreter。以 Micropython 脚本的形式（SD卡）向该模块提供用户程序，并可根据需要针对应用程序进行调整。

该模块的自由可编程性还实现了在“人工智能生命周期”中的自由集成和嵌入应用。传入图像也可以保存在本地 SD 卡上，或直接保存在具有集成FTP 客户端的外部（FTP）服务器上，以供后续训练。由于直接连接到背板总线，每个捕获的图像也可以直接提供与工艺过程相关的上下文信息，例如时间戳或序列号。还可以在运行时将新的（重新）训练的神经元网络加载并初始化应用到模块中。TMNPU 的应用示例首次深入探究了如何以示例性方式实现这些功能。

该模块的内置功能（例如摄像头访问、过程图像、SD 卡或 FTP服务器的读/写访问、神经元网络的初始化等）在模块固件中以库的形式提供。它们都支持 Micropython 标准，TM NPU编程手册中包含有 TM NPU 特定库和函数的详细说明。

得益于其图形用户界面，AI Model Deployer 支持 TM NPU的初始调试，特别是在分类和对象检测领域的应用配置、神经元网络转换和调试方面。对于其他应用，例如分段应用，甚至基于 PLC数据或时间序列的应用，也可以使用 TM NPU 执行，英特尔的 OpenVINO 可用于转换应用。

组态

TM NPU 通过工程组态集成到自动化系统中。此处提供有 TIA Portal 结合 S7-1500 CPU使用的应用示例。除包含功能块的示例项目外，其中还包含具有完整模块配置的 SD 卡映像和 Micropython 脚本示例。

该模块的某些配置并不在 TIA Portal 中执行，而是通过 SD 卡中的配置文件单独执行。这些可以手动执行，也可以使用 AIModel Deployer V1.1 更轻松地执行。