近期，新冠疫情風波再起。由于多地新冠疫情形勢嚴峻，全國人民的情緒也再次變得緊張，新冠疫苗接種也得到了更多關注。
早在2020年12月15日，中國就正式開展重點人群接種工作。據國家衛(wèi)健委最新數據顯示，截至今年8月10日，全國接種新冠疫苗劑次已經超過18億。如此快速的推廣，離不開海量充足的疫苗產品供應。據預測，要滿足每年4-5億人的接種需求，新冠疫苗的年產量就需達到8-10億支。
為了保證品控，在疫苗的生產過程中，自動化、智能化生產線已經得到了大規(guī)模應用。例如，無論是疫苗罐裝過程中的生產線自動化，還是批量包裝生產線投用的碼垛機器人，都大大提高了疫苗生產的作業(yè)效率，為全民健康保駕護航。
事實上，隨著我國工業(yè)互聯(lián)網、智能制造水平的不斷提高，不只是疫苗生產線，在鋰電池制造、消費類電子產品生產等各種規(guī)?；I(yè)生產過程中已經廣泛使用大量自動化機械設備。而在這些設備背后，智能機械控制器可以說是“幕后的英雄”。
智能機械控制器成為工廠核心
對于工廠而言，機械設備是最不可或缺的核心資產。由于工業(yè)場景中機械產品的系統(tǒng)組成復雜、工作環(huán)境惡劣，通常要求高負荷、長時間運行，這就對機械產品的控制能力提出著嚴苛要求。為了更精準的實現機械設備控制，機械控制器也就應運而生。
機械控制器是工業(yè)機械產品的核心控制部件之一，它通過各種安裝在動力系統(tǒng)、執(zhí)行機構的傳感器，感知系統(tǒng)的運行狀態(tài)，以用戶的預期運動為目標，由其內部的控制算法實現機械的狀態(tài)控制。
然而，傳統(tǒng)機械控制器的控制精度仍然有不小的提升空間。隨著智能制造的不斷發(fā)展，自動化產品線對于機械產品的控制精度要求愈發(fā)嚴格。正所謂失之毫厘、差之千里，一旦自動化產品線的機械精度誤差過大，輕則導致產品不達標，重則可能令整條生產線完全宕機。
為了解決這些難點，在工業(yè)自動化控制領域有著豐富經驗的深圳市匯川技術股份有限公司與合作伙伴英特爾一起，借助英特爾酷睿i5處理器帶來的強勁處理能力，并結合英特爾工業(yè)邊緣控制平臺構建了先進的智能機械控制器，引入了融合OpenVINO工具套件的人工智能工業(yè)視覺技術，在保證產品品質的同時，通過單元模塊化設計和立體式堆疊架構，不但簡化了控制，也幫助企業(yè)提升產品質量并降低總擁有成本。
酷睿i5處理器：精準控制能力
對于消費類電子產品而言，功能性材料器件的品質對其性能影響不容小覷。因此，提升其重要加工設備——圓刀模切機的技術水平能有效提升最終產品的質量表現和用戶口碑。
圖：圓刀模切機生產工序
一般而言，電子配件產品需要經過多次的模切、貼合與剝離幾個步驟。傳統(tǒng)方案需要采用多臺貼合機與模切機組合的方案才可以完成。但圓刀模切機通過各工位組合，一機即可輕松搞定。然而，圓刀模切機存在張力控制、模切精度、靈活豐富的工藝組合等難點，不但需要考慮材料進行收放卷控制時的作用力影響，還需要對每個刀座的位置都進行精準控制。
對于如何提升圓刀模切機的控制精度和加工水平，其實可總結為“快、準、穩(wěn)”三要素。要達到這三點，需要圓刀模切機控制系統(tǒng)具備多軸同步運動控制、準確定位與追標、速度波動和轉矩波動精準控制、高響應速度以及實時控制等能力。
為此，匯川技術與合作伙伴英特爾一起，借助英特爾酷睿i5處理器帶來的強勁處理能力，并結合英特爾工業(yè)邊緣控制平臺構建了先進的AC800系列智能機械控制器，并引入了融合OpenVINO工具套件的人工智能工業(yè)視覺技術，令圓刀模切機在生產實踐中實現了高效率、高精度的精準控制能力。
圖：基于AC810智能機械控制器的高性能圓刀模切解決方案
具體來看，匯川技術圓刀模切機方案采用開環(huán)力矩控制，解耦啟動、加速、穩(wěn)速、減速階段受力過程，進行相應的動態(tài)轉矩補償。同時伺服內置齒槽轉矩補償功能，可以有效抑制高頻小波動。而擾動觀測器功能，可以有效抑制外部擾動引起低頻大波動，讓產品運行時穩(wěn)上加穩(wěn)。
同時，匯川技術在方案中內嵌英特爾酷睿i5處理器，從而有著優(yōu)異的計算處理能力，結合英特爾睿頻加速技術，該方案能有效提升圓刀模切解決方案所關注的響應速度，同時其還能以良好的功耗和穩(wěn)定性適用于環(huán)境復雜的產線環(huán)境。
OpenVINO：異物檢測能力
在疫苗生產中，質檢是非常重要的環(huán)節(jié)。我國2015版《藥典》有明確規(guī)定，藥物制劑中不得檢出粒徑或長度大于50微米的可見異物。正是由于疫苗生產過程中的嚴格要求，現代化制藥企業(yè)往往需要十分嚴格的質檢才能保證產品達標。
圖：融合燈檢機的自動化制藥流程
在現代疫苗生產中，燈檢法是制藥企業(yè)實施異物檢測的常用方法。在過去，企業(yè)一般安排視力符合藥典標準的操作工在暗室中使用燈檢儀對容器進行逐一檢查，但人工目測的方式不僅檢測效率低，同時高強度用眼對員工的視力也會造成損害。為應對人工檢測的種種弊端，近年來自動化燈檢機設備在制藥企業(yè)中獲得越來越廣泛的應用，也成為自動化制藥流程的關鍵環(huán)節(jié)之一。
然而，當瓶體進入異物檢測區(qū)域時，燈檢機需要通過擺臂運動，使瓶體從旋瓶狀態(tài)進入急停狀態(tài)，供安置在擺臂上的高清工業(yè)相機進行拍照。在有限的時間窗口，系統(tǒng)不但要提升拍攝清晰度，還要對拍攝圖片進行快速分析與比對，其難度不可謂不高。
為解決上述問題，匯川技術憑借其在工業(yè)自動化控制領域豐富的經驗，與深度合作伙伴英特爾一起，借助英特爾賽揚處理器、OpenVINO工具套件等先進的軟、硬件產品組合蘊藏的出色計算處理能力和AI性能優(yōu)勢，打造智能燈檢機一站式解決方案，為加速新冠疫苗等生產提供助力。
圖：匯川一站式燈檢機整體解決方案
匯川技術燈檢機整體解決方案由AC801高性能智能機械控制器、KINOVISION工業(yè)視覺控制器、IT7000高性能HMI平臺，以及一系列由SV660N總線伺服器與高性能電機構成的模塊組成。
其中，由英特爾賽揚處理器提供計算處理能力，并結合英特爾工業(yè)邊緣控制平臺打造的AC801高性能智能機械控制器，不僅能夠為視覺處理平臺的推理過程提供強勁算力，還通過OpenVINO工具套件的引入，大幅提升平臺中AI模型的推理效率。
圖：匯川技術KINOVISION(麒麟)視覺控制器
作為英特爾面向高性能計算機視覺和深度學習應用推出的快速開發(fā)工具包，OpenVINO工具套件除對傳統(tǒng)OpenCV、OpenCLTM圖像處理庫的指令集進行了全方位優(yōu)化外，還融合了優(yōu)化視覺庫以及英特爾MediaSDK等組件，并通過內置英特爾深度學習部署工具來有效提升推理速度，為燈檢機整體解決方案提供了高效、可靠的異物檢測能力。
工業(yè)邊緣控制：柔性生產能力
伴隨著新能源汽車和儲能領域等下游應用行業(yè)的高速發(fā)展，鋰電池已成為制造領域新的投資發(fā)展焦點。
鋰電池制造工藝流程包括了勻漿、涂布、模切、疊片、繞卷、化成、分容等工序。在這一過程中，更多的生產企業(yè)正將鋰電池生產與工業(yè)智能化技術相結合，運用于工序自動化、產線自動化以及整體數字化工廠，使得先進的智能化制造設備和生產技術正成為高品質、高效率鋰電池生產的重要保障。
作為鋰電池制造工藝中的重要工序，化成環(huán)節(jié)與鋰電池的自放電性、循環(huán)壽命、安全性和穩(wěn)定性息息相關，直接影響著鋰電池的性能。為保證產品品質，要求化成分容設備精確控制電池充放電時的電流和電壓，以及生產過程中的壓力和溫度。此外，還需要設備適用不同的電池生產工藝，支持靈活配置產能。
傳統(tǒng)的人工控制方式顯然無法應對這一復雜多變的場景，一方面，化成環(huán)節(jié)中的參數調整窗口在極端情況下可能非常短暫，有時會短至操作人員的手眼來不及反應；另一方面，多種參數聯(lián)動下的復雜場景，也使操作人員難以以人工方式快速計算出最優(yōu)方案。此外，傳統(tǒng)的化成設備使用多PLC交互控制，每組分容單元配置一臺PLC，至少需要15臺PLC才能完成整線控制，控制器之間存在相互干擾，且用戶的開發(fā)難度較大，編程復雜。
為應對這些挑戰(zhàn)，采用具備數據采集、數據分析、智能決策以及操作控制等功能的智能化控制技術，同時優(yōu)化拓撲結構、降低成本，無疑是當務之急。基于良好設計的智能化系統(tǒng)，可以根據生產數據的實時變化，靈活配置各工藝單元數量，使得產線在簡化控制的同時，實現柔性生產。但這又對設備控制器的運算處理能力、控制平臺效能提出了更高要求。
在關鍵的自動化控制系統(tǒng)構建上，匯川技術基于英特爾酷睿i5處理器的強大處理能力，并結合英特爾工業(yè)邊緣控制平臺，所打造的AC800系列高性能智能機械控制器具備強大的帶軸和算力，能夠替代傳統(tǒng)產線中基于可編程邏輯控制器、人機接口等一系列單功能控制器，從而實現邊緣側工作負載的高效整合。
不僅如此，該方案還結合英特爾工業(yè)邊緣控制平臺，能夠將實時計算和控制能力有效串接，為AC800系列高性能控制系統(tǒng)提供了虛擬化、標準化工業(yè)協(xié)議、實時計算、信息安全等一系列子模塊，幫助用戶增強系統(tǒng)響應以及降低運維難度。
寫在最后
毫無疑問，隨著工廠自動化、智能化水平的不斷提高，智能機械控制器也將發(fā)揮出越來越大的作用。在時代浪潮的大背景下，匯川技術正與英特爾一起，以先進的信息化與工控技術為抓手，助力企業(yè)加速智能化轉型。
