基于 EtherCAT 的伺服技术在智能显示设备检测机中的应用
手机和平板电脑一般根据外观缺陷情况分级，以确定所需的翻新措施。人工智能专家 Griffyn Robotech 在其检测设备中（新旧智能设备皆可使用）使用倍福基于 PC 的控制技术，实现产品搬运中的高精度运动控制，从而可在几分之一秒的时间内检测出外壳表面微米级缺陷。
总部位于印度浦那的 Griffyn Robotech 公司专业从事视觉检测、机器人技术和基于 AI 的自动化技术，为汽车、电信、制药、快消品和机床等行业客户提供高性能的工业制造和质量控制解决方案。
由于智能手机、平板电脑和可穿戴电子产品等智能显示设备的更新升级、保修和保险服务简单，因此对逆向供应链的需求日益增加。外观检验和分级是处理退回设备的最重要步骤之一，在这个过程中检测到的缺陷决定了进一步的处理措施。截至到目前，表面划痕以及其它缺陷主要通过人工目视检测。虽然人眼功能的丰富性无可匹敌，但由于物理条件的限制，用人工视觉检查产品质量精度不高且效率低。此外，每年有数以百万计的设备需要在正向供应链中重新循环之前进行检测和分级。
为了满足对逆向供应链日益增长的需求，避免人工分级的主观性，Griffyn Robotech 推出了 Deepsight 外观品质分级机（CGM）。获得专利的视觉系统能够快速、准确、高重复精度地检测、测量和分析所有表面缺陷。它能够智能检测划痕等表面缺陷，并且容错率高，可以识别复杂图案和表面纹理的自然变化，包括光亮或粗糙的表面。它还考虑到适用于设备品牌和型号的公差方面的重大差异。
高效处理缺陷产品助力缩短周期时间
该设备使用一个高分辨率的相机传感器，从设备的所有六个侧面拍摄若干图像，以确定智能手持设备的“真实”质量。但若要准确捕捉图像，需要进行合适的产品处理，即翻转和定位设备。Griffyn 使用倍福超紧凑型 C6015 工业 PC 上安装的 TwinCAT NC I 运动控制软件实现高速高精度运动控制和精确定位。它可以与 AM81xx 伺服电机和 EL7211 伺服电机端子模块相结合，在狭小的空间内实现复杂的多轴插补运动。Griffyn 认为，超高速 EtherCAT 通信和亚毫秒级的处理时间缩短了检测设备的周期时间，提高了吞吐量。
捕捉到的图像通过 Griffyn 专有的深度学习算法识别划痕、裂纹、凹陷和色差等表面缺陷。设备在对图像进行分析后，会提供一份包括原始图像和经过处理的突出显示操作人员肉眼察觉不到的缺陷的图像的详细报告。人眼可以检测到表面大于 80 微米宽的可见划痕，而 Deepsight 机器则能够识别小至 40 微米宽和 3 微米深的缺陷。报告详细说明了设备上的划痕数量、最大划痕的长度和最深划痕的深度等信息。
该设备可与供应链管理系统直接集成，分级数据可驱动下游流程和设备的最终处理。缺陷在可接受范围内的智能手机将被直接送入到打磨抛光过程。例如，划痕深度小于 15 微米的设备通常可以通过打磨抛光完美修复受损部位。Deepsight 凭借其高精度的分级数据，能够可靠地确定设备是只需简单翻新还是需要返工。
以紧凑型设备设计为目标
Griffyn 希望建造一台纤巧、高颜值的设备，因此需要尽可能多的紧凑型部件。据 Griffyn 介绍，倍福的可以控制 5 根伺服轴的紧凑型驱动模块、各种 EtherCAT 端子模块和 C6015 超紧凑型工业 PC 完全满足这些需求。此外，驱动组件中配备的单电缆技术（OCT）简化了布线和安装工作。TwinCAT 软件具有丰富的编程库、方便的用户界面以及简单的工程和调试功能，为开发过程提供了极大的便利。倍福当地子公司为系统的实施提供了强有力的支持。
Deepsight 外观品质分级机既可用作一台独立的设备，通过手动方式送入产品，也可以使用两到四台设备编组，由机械臂自动送入产品。每台设备的检测周期不到一分钟，如果 4 台设备编组，每分钟可实现 4 台设备的检测吞吐量。倍福的高精度运动控制技术使设备的利用率达到 95%，吞吐量达到每小时 200 件。
“倍福团队非常了解我们的要求，并就 Deepsight 的开发方案给我们提供了明确的评估和建议。他们的诚信、服务、质量和全球客户支持都给我们留下了深刻印象。”Griffyn Robotech 总裁 Ameya Kandalkar 先生说道。