超緊湊型工業 PC 和 TwinCAT 為蛋糕製作機器人提供持久動力
提到日本國內常用的機器人時，多數人想到的可能是製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 多年歷史的尤海姆株式會社（Juchheim）最近推出一款新穎的食品加工解決方案。
「Theo」機器人可以烘烤高品質的年輪蛋糕（Baumkuchen），它由一台安裝有 TwinCAT 軟體的超緊湊型倍福工業 PC 控制，並藉由人工智慧（AI）應用程式提供支援。Matsuura Denkosha 工程公司為控制系統的開發提供技術支援，包括整合 Denso Wave 機器人。尤海姆株式會社成立於 1909 年，自 1922 年起在日本經營，總部在神戶，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銷售，還外銷新加坡等地。年輪蛋糕起源於德國，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烘烤這種不含任何食品添加劑的美味食品。
「烘烤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，如果可以遠端採集和設置烤箱參數，並精確顯示烘烤溫度，那麼尤海姆蛋糕店的糕點師們就可以遠端控制本地設備，製作出頂級年輪蛋糕。「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。「透過整合人工智慧和糕點師的專業知識，可以在世界任何地方製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，公司計畫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」建築物。該建築內有一個透明的烘焙工作室，結合經過進一步開發的 Theo，成為一個全自動的年輪蛋糕工作室。
PC-based控制技術協助烘烤完美的 13 層蛋糕麵糊層
製作年輪蛋糕的過程很簡單，將蛋糕麵糊均勻地澆在旋轉的芯棒上，然後放入烤箱烤，當烤至七成熟之後，再裹上一層麵糊繼續烤製，就這樣重複相同的動作，直到均勻烘烤完 13 層麵糊。
在烘烤前，必須將裝有蛋糕麵糊的容器和芯棒放進烤箱，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手臂輕鬆實現自動化。但烘烤需要一個專業人員。Theo 借助人工智慧複製了專業人員的技能。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夥伴。這家公司不僅擁有人工智慧專業知識，而且在控制關節型機器人方面也擁有豐富的經驗。Matsuura Denkosha 公司總經理北野先生解釋：「年輪蛋糕工廠由三個 Theo 機器人、一個垂直關節型機器人和一個輸送盛放蛋糕麵糊的容器和芯棒的輸送帶組成。」所有組件都由一台搭載 Intel®-Core™ i7 處理器的倍福 C6030 超緊湊型工業 PC 控制，並透過 EtherCAT 通訊。
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麵糊和芯棒，將它們放在輸送帶上，並在控制台上選擇三個烤箱中的一個，然後開啟烘烤過程。隨後，輸送帶自動將盛放麵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。然後，機器人開始在芯棒上塗抹麵團，並逐層塗抹。烤箱中實施的人工智慧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 軟體的優勢在於透過整合 EtherCAT 和 Windows 即時控制整個過程。」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 應用程式可以用作可行的遠端系統維護解決方案。倍福的 I/O 組件也發揮了重要作用，整合大量的感測器和相機。緊湊的外殼和種類繁多的 EtherCAT I/O 能夠幫助系統整合商節省控制櫃空間，顯著降低工程複雜性。
AI 推理和 TwinCAT PLC 整合在同一個平台上
AI 功能作為 Windows 應用程式，與 TwinCAT 一起在同一台工業 PC 上運行。「我們使用多模態 AI 技術監測年輪蛋糕的品質。」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。這些資料與其它感測器資料相連，包括輻射高溫計中的資料。AI 模型基於卷積神經網路（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 應用程式實施。
隨著蛋糕坯料層數的增加，年輪蛋糕的直徑也會增加。各種參數也會發生變化，例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。製作年輪蛋糕的過程非常繁瑣，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，要使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的年輪蛋糕才能再現糕點師的專業烘焙過程。一批需要 30 分鐘的烘烤時間，因此採集數據的總時間約為3 小時。「在這個有限的資料量基礎上，訓練 AI 模型大概需要20小時，這包括最後的測試。」北野先生解釋道。
在運行期間，Theo會即時檢查相機的圖像資料以及其它感測器數據，以測定年輪蛋糕的品質。當一個蛋糕麵糊層處於最佳狀態時，這一資訊將被回饋到控制系統中。然後，TwinCAT 將停止旋轉蛋糕麵糊管，並打開門，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，直到回饋至控制系統，總共花費的時間約為 100 至 200 毫秒。「由於 AI 推理和 PLC 控制整合在同一個倍福工業 PC 控制平台上，因此 AI 應用能夠實現這種超快的回應時間。」北野先生說道。
另一個技術挑戰是將相同量的蛋糕麵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塗上同等厚度的蛋糕麵糊。與手工製作相比，這樣能夠大幅地降低原料損耗，進而降低生產成本。「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，才能保證品質的穩定性，也就是說，蛋糕麵糊的配比始終都應該是相同的。「如果蛋糕麵糊的配方有變化，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，根據修改後的蛋糕麵糊配方建立新的推理模型。
高靈活性控制系統助力輕鬆實現優化
在 Baum Haus 的試營運期間，工程師對系統組態進行了優化，修改了安全光幕的位置和輸送帶的佈局，以改善操作人員的工作流程。EtherCAT 的網路拓撲結構具備高度自由度，因此可以輕鬆做到這一點。也因為採用靈活的 TwinCAT 開發平台，因此可直接配置系統更新。
Baum Haus 是全球唯一一個配備 AI 烤箱、輸送帶和機器人的自動化年輪蛋糕工作室的建築物。另一方面，目前在日本多家門店已投入使用多台配備 AI 功能和 Theo 機器人的獨立烤箱，甚至可以作為移動式年輪蛋糕店。此外，尤海姆還在擴張經營活動，松本先生解釋道：「我們正在開發一種用於烤製巧克力蛋糕麵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夥伴 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援。」