HomeContenuti SponsorizzatiBeckhoff amplia l’ecosistema TwinCAT con AI integrata: dal PLC++ al Machine Learning...

Beckhoff amplia l’ecosistema TwinCAT con AI integrata: dal PLC++ al Machine Learning fino alle Operations

Beckhoff consolida la propria strategia di integrazione dell’AI nell’automazione industriale estendendo la piattaforma TwinCAT con le ultime innovazioni TwinCAT PLC++, TwinCAT CoAgent e TwinCAT 3 Machine Learning Creator.

Ti potrebbero interessare ⇢

Laura Rubini

Con TwinCAT CoAgent, l’AI non rappresenta più un elemento accessorio, ma diventa parte integrante del flusso di sviluppo (credits: Beckhoff Automation GmbH & Co. KG)

Le ultime innovazioni - TwinCAT PLC++, TwinCAT CoAgent e TwinCAT 3 Machine Learning Creator - introdotte da Beckhoff nella piattaforma TwinCAT, in un'ottica di integrazione sempre più spinta dell'AI nell'automazione industriale, delineano un ecosistema sempre più coeso in cui sviluppo, analisi e operatività convergono in un unico ambiente software.

TwinCAT PLC++

Al centro di questa evoluzione c'è TwinCAT PLC++, la nuova generazione di tecnologia PLC progettata per incrementare in modo sostanziale le prestazioni sia in fase di progettazione sia di runtime. Grazie a un compilatore di nuova concezione e a un’architettura di sistema rinnovata, il codice di controllo può essere eseguito fino a 1,5 volte più velocemente, con un incremento complessivo delle prestazioni che può raggiungere un fattore 3 . Questo salto tecnologico non compromette i principi cardine della piattaforma TwinCAT – integrazione, compatibilità e apertura – ma li rafforza ulteriormente.

TwinCAT PLC++, la nuova generazione di tecnologia PLC progettata per incrementare in modo sostanziale le prestazioni
sia in fase di progettazione sia di runtime (credits: Beckhoff Automation GmbH & Co. KG)

TwinCAT CoAgent

Elemento distintivo di TwinCAT PLC++ è l’integrazione nativa di TwinCAT CoAgent, un assistente intelligente per l’automazione industriale. Il sistema supporta i programmatori nella generazione di codice, nell’ottimizzazione e nella documentazione automatica, oltre a facilitare la progettazione delle interfacce HMI e la configurazione delle topologie I/O direttamente tramite chat. In questo contesto, l’AI non rappresenta più un elemento accessorio, ma diventa parte integrante del flusso di sviluppo.

L’approccio di Beckhoff va però oltre la fase di engineering. Con l’introduzione di TwinCAT 3 CoAgent for Operations, le funzionalità AI vengono estese anche al funzionamento delle macchine, creando un continuum digitale lungo l’intero ciclo di vita dell’automazione. Il sistema monitora costantemente dati di processo, KPI e log, identificando deviazioni e supportando il personale nella diagnosi dei guasti attraverso analisi strutturate e suggerimenti operativi dettagliati .

TwinCAT 3 Machine Learning Creator

A completare questo ecosistema, Beckhoff introduce TwinCAT 3 Machine Learning Creator (MLC), uno strumento che permette di sviluppare modelli di intelligenza artificiale anche agli esperti di automazione senza competenze specifiche di data science. Integrato nel workflow di TwinCAT, MLC consente la creazione automatizzata di modelli per l’elaborazione di immagini e, più recentemente, per l’analisi dei segnali di processo nel dominio del tempo.

Dal punto di vista architetturale, TwinCAT 3 Machine Learning Creator è progettato come applicazione web, eliminando la necessità di risorse di calcolo locali e semplificando ulteriormente l’adozione da parte degli utenti.

La visione di Beckhoff: automazione e intelligenza artificiale operano in sinergia

Nel loro insieme, queste innovazioni delineano una visione chiara: Beckhoff sta trasformando TwinCAT in una piattaforma unificata in cui automazione e intelligenza artificiale operano in sinergia. Dalla generazione del codice alla creazione di modelli AI, fino al supporto operativo in tempo reale, l’intero ciclo di vita della macchina viene arricchito da funzionalità intelligenti integrate.

Questa convergenza tra PLC ad alte prestazioni, assistenti AI e strumenti di machine learning rappresenta un passo decisivo verso sistemi industriali più autonomi, efficienti e adattivi, in grado di rispondere in modo dinamico alle esigenze della produzione moderna.