倍福超紧凑型工业 PC 和 TwinCAT 为蛋糕制作机器人提供持久动力

倍福超紧凑型工业 PC 和 TwinCAT 为蛋糕制作机器人提供持久动力

当被问及日本国内常用的机器人有哪些时，多数人想到的可能会是制造工厂内使用的大型机器人、协作机器人（cobots）以及酒店服务机器人和护理机器人。拥有 100 多年历史的尤海姆（Juchheim）公司近日发布了一款新颖的食品加工解决方案。“Theo”机器人可以烤制出高品质的巴姆库汉年轮蛋糕，它由一台安装有 TwinCAT 软件的倍福超紧凑型工业 PC 控制，并通过一个人工智能（AI）应用程序提供支持。Matsuura Denkosha 工程公司为控制系统的开发提供技术支撑，包括整合 Denso Wave 机器人。

尤海姆集团成立于 1909 年，自 1922 年起在日本经营，总部设在神户，它是日本历史最悠久的年轮蛋糕专门店，目前在日本已拥有超过 350 家分店，他们生产的蛋糕不仅在日本本土销售，还销往新加坡等地。巴姆库汉年轮蛋糕起源于德国，因切面是一圈圈的环环相绕，像树木年轮而得名，也是风靡日本的人气糕点之一。自公司成立以来，尤海姆的糕点师们一直按照同样的配方烤制这种不含任何食品添加剂的美味食品。

“烤制年轮蛋糕需要糕点师拥有高超的技艺和丰富的经验。”尤海姆中央工厂总经理松本先生强调道。当然，如果可以远程采集和设置烤箱参数，并精确显示烘烤温度，那么尤海姆蛋糕店的糕点师们就可以远程控制本地设备，制作出顶级年轮蛋糕。“Theo 机器人帮助尤海姆又往前迈了一大步。”尤海姆顾问横山先生说道。“通过集成人工智能和糕点师的专业知识，可以在世界任何地方制作出相同品质的尤海姆年轮蛋糕。第一个提出建造 Theo 机器人的想法的人是尤海姆总裁 Hideo Kawamoto。”松本先生补充道。

在开发 Theo 机器人的同时，公司计划在名古屋的荣购物街区建造一个以食品创新为主题的“Baum Haus”建筑综合体。综合体内有一个透明的烘焙工作室，结合经过进一步开发的 Theo，构成一个全自动的年轮蛋糕工作室。

基于 PC 的控制技术助力制作完美的 13 层蛋糕面糊层

年轮蛋糕制作过程本身很简单：将蛋糕面糊均匀地浇在旋转的芯棒上，然后放入烤箱烤，当烤至七成熟之后，再裹上一层蛋奶糊继续烤制，就这样周而复始，直到均匀烤制所有 13 层。

在烘烤前，必须将盛蛋糕面糊的容器和芯棒运送并推入到烤箱中，这个步骤通常由操作人员完成，但也可以使用输送带和机械臂轻松实现这一步骤的自动化。但烘烤本身需要一个专业人员。Theo 借助人工智能复制了专业人员的技能。为了顺利完成这项史无前例的任务，尤海姆选择了 Matsuura Denkosha 工程公司作为其合作开发伙伴。这家公司不仅拥有人工智能专业知识，而且在控制关节型机器人方面也拥有丰富的经验。“年轮蛋糕工厂由三个 Theo 机器人、一个垂直关节机器人和一个输送盛放蛋糕面糊的容器和芯棒的输送带组成。”Matsuura Denkosha 公司总经理北野先生解释说。所有组件都由一台搭载 Intel^® Core™ i7 处理器的倍福 C6030 超紧凑型工业 PC 控制，并通过 EtherCAT 通信。

Baum Haus 内设置的高科技蛋糕房几乎是全自动化生产。操作人员只需要准备好年轮蛋糕面糊和芯棒，将它们放在输送带上，并在控制面板上选择三个烤箱中的一个，然后开启烘烤过程。随后，输送带自动将盛放面团的容器和芯棒运送至指定位置。机器人拾取容器和芯棒，将它们放在烤箱前面。然后，机器人开始在芯棒上涂抹面团，并逐层涂抹。烤箱中实施的人工智能功能会自动监测这一过程，确保高精度烘烤。

“倍福工业 PC 和 TwinCAT 软件的优势在于通过集成 EtherCAT 和 Windows 实时控制整个过程。”北野先生解释道。在这个系统中，TwinCAT 3 PLC 使用与机器人运动精确同步的 EtherCAT 驱动器和电机控制输送带、烤箱的旋转以及门的开关。此外，工业 PC 具有高可扩展性，因此，尤海姆自己的 Windows 应用程序可以用作可行的远程系统维护解决方案。倍福的 I/O 组件也发挥了重要作用，集成大量的传感器和相机。紧凑的外壳和种类繁多的 EtherCAT I/O 能够帮助系统集成商节省控制柜空间，最大限度地降低工程复杂性。

AI 推理和 TwinCAT PLC 整合在同一个平台上

AI 功能作为 Windows 应用程序，与 TwinCAT 一起在同一台工业 PC 上运行。“我们使用多模态 AI 技术监测年轮蛋糕的质量。”北野先生指出。为此，每个烤箱前都安装了高性能相机，以捕获蛋糕表面的图像。这些数据与其它传感器数据相连，包括辐射高温计中的数据。AI 模型基于卷积神经网络（CNN），以前它是在一个单独的环境中用 Python 进行训练。它在标准工业 PC 中作为一个 Windows 应用程序实施。

随着蛋糕坯料层数的增加，年轮蛋糕的直径也会增加，各种参数也会相应发生变化，如与烤箱壁的距离和达到完美烘烤蛋糕坯料层所需的烘烤时间。年轮蛋糕的制作过程极其繁琐，需要仔细监测烘烤条件，确保在最佳时间内将每层蛋糕坯料从烤箱中取出。此外，必须用刮刀抹平每层蛋糕坯料的表面，以便让年轮蛋糕具有其特有的圆筒形状。

系统通常需要五到六个批次的年轮蛋糕才能再现糕点师的专业烤制过程。一个批次需要 30 分钟的烤制时间，因此采集数据的总时间约为约 3 小时。“在这个有限的数据量基础上，训练 AI 模型需要约 20 小时的时间，包括最后的测试。”北野先生解释道。

Theo 在运行期间实时检查相机的图像数据以及其它传感器数据，以测定年轮蛋糕的质量：当一个蛋糕面糊层处于最佳状态时，这一信息将被反馈到控制系统中。随后，TwinCAT 停止蛋糕面糊管的旋转运动，并打开门，这样机器人就可以取出年轮蛋糕。从将数据输入到训练好的模型，包括推理输出，直到反馈至控制系统，总共花费的时间约为 100 至 200 毫秒。“由于 AI 推理和 PLC 控制集成在同一个倍福工业 PC 控制平台上，因此 AI 应用能够实现这种超快的响应时间。”北野先生说道。

另一个技术挑战是将相同量的蛋糕面糊不断浇在蛋糕坯料卷上。为此，TwinCAT 被用来控制旋转芯棒的最佳位置和角度，以便让机器人能够给给每层都浇上同等厚度的蛋糕面糊。相对于手工制作，这样能够最大限度地降低原料损耗，显著降低生产成本。“从这个角度来看，Theo 是一个比糕点师更好的年轮蛋糕大师。”横山先生微笑着指出。除了烘培之外，其它条件必须保持稳定，才能保证质量的稳定性，也就是说，蛋糕面糊的配比始终都应该是相同的。“如果蛋糕面糊的配方有变化，训练好的模型就不再能够完美地工作了。”横山先生继续说道。这时就需要与糕点师合作，根据修改后的蛋糕面糊配方创建一个新的推理模型。

控制系统的高灵活性助力轻松实现优化

在 Baum Haus 的试运营期间，工程师对系统配置进行了优化，修改了安全光幕的位置和输送带的布局，以改进操作人员的工作流程。EtherCAT 可以自由选择网络拓扑结构，因此可以轻松做到这一点。由于采用了灵活的 TwinCAT 开发平台，因此也可以直接配置系统更新。

Baum Haus 是全球唯一一个拥有配备了 AI 烤箱、输送带和机器人的自动化年轮蛋糕工作室的建筑综合体。另一方面，多台配备 AI 功能和 Theo 机器人的独立烤箱目前正在日本多家门店投入使用，甚至可以用作移动式年轮蛋糕店。此外，尤海姆还在扩大其经营活动，松本先生解释道：“我们正在开发一种用于烤制巧克力蛋糕面糊的模型和一种配备紧凑型垂直多关节型机械手臂的系统。倍福和我们的合作开发伙伴 Matsuura Denkosha 将继续为我们在烘焙领域实现雄心壮志和创新方案提供最佳支持。”

更多信息：

www.beckhoff.com/c6030

www.beckhoff.com.cn/c6030

在涂抹一层新的蛋糕糊后精确地撇去多余蛋糕糊的动作，也需要通过 AI 推理来“学习”

基于 PC 的控制技术和人工智能确保尤海姆可以在其所有店面提供相同品质的年轮蛋糕

倍福 C6030 工业 PC 通过 TwinCAT 控制输送系统和烤箱门；训练好的 AI 模型也在安装有 Windows 操作系统的同一设备上运行

尤海姆顾问横山先生（左）和尤海姆中央工厂总经理松本先生采用倍福技术将糕点师的年轮蛋糕专业知识整合到软件中