倍福超緊湊型工業 PC 和 TwinCAT 為蛋糕制作機器人提供持久動力

當被問及日本國內常用的機器人有哪些時，多數人想到的可能會是制造工廠內使用的大型機器人、協作機器人（cobots）以及酒店服務機器人和護理機器人。擁有 100 多年歷史的尤海姆（Juchheim）公司近日發布了一款新穎的食品加工解決方案。“Theo”機器人可以烤制出高品質的巴姆庫漢年輪蛋糕，它由一臺安裝有 TwinCAT 軟件的倍福超緊湊型工業 PC 控制，并通過一個人工智能（AI）應用程序提供支持。Matsuura Denkosha 工程公司為控制系統的開發提供技術支撐，包括整合 Denso Wave 機器人。

尤海姆集團成立于 1909 年，自 1922 年起在日本經營，總部設在神戶，它是日本歷史最悠久的年輪蛋糕專門店，目前在日本已擁有超過 350 家分店，他們生產的蛋糕不僅在日本本土銷售，還銷往新加坡等地。巴姆庫漢年輪蛋糕起源于德國，因切面是一圈圈的環環相繞，像樹木年輪而得名，也是風靡日本的人氣糕點之一。自公司成立以來，尤海姆的糕點師們一直按照同樣的配方烤制這種不含任何食品添加劑的美味食品。

“烤制年輪蛋糕需要糕點師擁有高超的技藝和豐富的經驗。”尤海姆中央工廠總經理松本先生強調道。當然，如果可以遠程采集和設置烤箱參數，并精確顯示烘烤溫度，那么尤海姆蛋糕店的糕點師們就可以遠程控制本地設備，制作出頂級年輪蛋糕。“Theo 機器人幫助尤海姆又往前邁了一大步。”尤海姆顧問橫山先生說道。“通過集成人工智能和糕點師的專業知識，可以在世界任何地方制作出相同品質的尤海姆年輪蛋糕。第一個提出建造 Theo 機器人的想法的人是尤海姆總裁 Hideo Kawamoto。”松本先生補充道。

在開發 Theo 機器人的同時，公司計劃在名古屋的榮購物街區建造一個以食品創新為主題的“Baum Haus”建筑綜合體。綜合體內有一個透明的烘焙工作室，結合經過進一步開發的 Theo，構成一個全自動的年輪蛋糕工作室。

基于 PC 的控制技術助力制作完美的 13 層蛋糕面糊層

年輪蛋糕制作過程本身很簡單：將蛋糕面糊均勻地澆在旋轉的芯棒上，然后放入烤箱烤，當烤至七成熟之后，再裹上一層蛋奶糊繼續烤制，就這樣周而復始，直到均勻烤制所有 13 層。

在烘烤前，必須將盛蛋糕面糊的容器和芯棒運送并推入到烤箱中，這個步驟通常由操作人員完成，但也可以使用輸送帶和機械臂輕松實現這一步驟的自動化。但烘烤本身需要一個專業人員。Theo 借助人工智能復制了專業人員的技能。為了順利完成這項史無前例的任務，尤海姆選擇了 Matsuura Denkosha 工程公司作為其合作開發伙伴。這家公司不僅擁有人工智能專業知識，而且在控制關節型機器人方面也擁有豐富的經驗。“年輪蛋糕工廠由三個 Theo 機器人、一個垂直關節機器人和一個輸送盛放蛋糕面糊的容器和芯棒的輸送帶組成。”Matsuura Denkosha 公司總經理北野先生解釋說。所有組件都由一臺搭載 Intel^® Core™ i7 處理器的倍福 C6030 超緊湊型工業 PC 控制，并通過 EtherCAT 通信。

Baum Haus 內設置的高科技蛋糕房幾乎是全自動化生產。操作人員只需要準備好年輪蛋糕面糊和芯棒，將它們放在輸送帶上，并在控制面板上選擇三個烤箱中的一個，然后開啟烘烤過程。隨后，輸送帶自動將盛放面團的容器和芯棒運送至指定位置。機器人拾取容器和芯棒，將它們放在烤箱前面。然后，機器人開始在芯棒上涂抹面團，并逐層涂抹。烤箱中實施的人工智能功能會自動監測這一過程，確保高精度烘烤。

“倍福工業 PC 和 TwinCAT 軟件的優勢在于通過集成 EtherCAT 和 Windows 實時控制整個過程。”北野先生解釋道。在這個系統中，TwinCAT 3 PLC 使用與機器人運動精確同步的 EtherCAT 驅動器和電機控制輸送帶、烤箱的旋轉以及門的開關。此外，工業 PC 具有高可擴展性，因此，尤海姆自己的 Windows 應用程序可以用作可行的遠程系統維護解決方案。倍福的 I/O 組件也發揮了重要作用，集成大量的傳感器和相機。緊湊的外殼和種類繁多的 EtherCAT I/O 能夠幫助系統集成商節省控制柜空間，最大限度地降低工程復雜性。

AI 推理和 TwinCAT PLC 整合在同一個平臺上

AI 功能作為 Windows 應用程序，與 TwinCAT 一起在同一臺工業 PC 上運行。“我們使用多模態 AI 技術監測年輪蛋糕的質量。”北野先生指出。為此，每個烤箱前都安裝了高性能相機，以捕獲蛋糕表面的圖像。這些數據與其它傳感器數據相連，包括輻射高溫計中的數據。AI 模型基于卷積神經網絡（CNN），以前它是在一個單獨的環境中用 Python 進行訓練。它在標準工業 PC 中作為一個 Windows 應用程序實施。

隨著蛋糕坯料層數的增加，年輪蛋糕的直徑也會增加，各種參數也會相應發生變化，如與烤箱壁的距離和達到完美烘烤蛋糕坯料層所需的烘烤時間。年輪蛋糕的制作過程極其繁瑣，需要仔細監測烘烤條件，確保在最佳時間內將每層蛋糕坯料從烤箱中取出。此外，必須用刮刀抹平每層蛋糕坯料的表面，以便讓年輪蛋糕具有其特有的圓筒形狀。

系統通常需要五到六個批次的年輪蛋糕才能再現糕點師的專業烤制過程。一個批次需要 30 分鐘的烤制時間，因此采集數據的總時間約為約 3 小時。“在這個有限的數據量基礎上，訓練 AI 模型需要約 20 小時的時間，包括最后的測試。”北野先生解釋道。

Theo 在運行期間實時檢查相機的圖像數據以及其它傳感器數據，以測定年輪蛋糕的質量：當一個蛋糕面糊層處于最佳狀態時，這一信息將被反饋到控制系統中。隨后，TwinCAT 停止蛋糕面糊管的旋轉運動，并打開門，這樣機器人就可以取出年輪蛋糕。從將數據輸入到訓練好的模型，包括推理輸出，直到反饋至控制系統，總共花費的時間約為 100 至 200 毫秒。“由于 AI 推理和 PLC 控制集成在同一個倍福工業 PC 控制平臺上，因此 AI 應用能夠實現這種超快的響應時間。”北野先生說道。

另一個技術挑戰是將相同量的蛋糕面糊不斷澆在蛋糕坯料卷上。為此，TwinCAT 被用來控制旋轉芯棒的最佳位置和角度，以便讓機器人能夠給給每層都澆上同等厚度的蛋糕面糊。相對于手工制作，這樣能夠最大限度地降低原料損耗，顯著降低生產成本。“從這個角度來看，Theo 是一個比糕點師更好的年輪蛋糕大師。”橫山先生微笑著指出。除了烘培之外，其它條件必須保持穩定，才能保證質量的穩定性，也就是說，蛋糕面糊的配比始終都應該是相同的。“如果蛋糕面糊的配方有變化，訓練好的模型就不再能夠完美地工作了。”橫山先生繼續說道。這時就需要與糕點師合作，根據修改后的蛋糕面糊配方創建一個新的推理模型。

控制系統的高靈活性助力輕松實現優化

在 Baum Haus 的試運營期間，工程師對系統配置進行了優化，修改了安全光幕的位置和輸送帶的布局，以改進操作人員的工作流程。EtherCAT 可以自由選擇網絡拓撲結構，因此可以輕松做到這一點。由于采用了靈活的 TwinCAT 開發平臺，因此也可以直接配置系統更新。

Baum Haus 是全球唯一一個擁有配備了 AI 烤箱、輸送帶和機器人的自動化年輪蛋糕工作室的建筑綜合體。另一方面，多臺配備 AI 功能和 Theo 機器人的獨立烤箱目前正在日本多家門店投入使用，甚至可以用作移動式年輪蛋糕店。此外，尤海姆還在擴大其經營活動，松本先生解釋道：“我們正在開發一種用于烤制巧克力蛋糕面糊的模型和一種配備緊湊型垂直多關節型機械手臂的系統。倍福和我們的合作開發伙伴 Matsuura Denkosha 將繼續為我們在烘焙領域實現雄心壯志和創新方案提供最佳支持。”

更多信息：

www.beckhoff.com/c6030

www.beckhoff.com.cn/c6030

在涂抹一層新的蛋糕糊后精確地撇去多余蛋糕糊的動作，也需要通過 AI 推理來“學習”

基于 PC 的控制技術和人工智能確保尤海姆可以在其所有店面提供相同品質的年輪蛋糕

倍福 C6030 工業 PC 通過 TwinCAT 控制輸送系統和烤箱門；訓練好的 AI 模型也在安裝有 Windows 操作系統的同一設備上運行

尤海姆顧問橫山先生（左）和尤海姆中央工廠總經理松本先生采用倍福技術將糕點師的年輪蛋糕專業知識整合到軟件中