倍福高速工业 PC 控制助力创新的导电图形制作实现高精度加工

　　在变压器铁芯制造中，生产效率的提升不能以牺牲工件加工精度为代价。因此，OEM 制造商 Micro Tool & Machine 公司(MTM)在重新设计其 X-Shear 剪切机时，将重复精度作为首要任务。在将自动化技术从传统的 PLC 转换到倍福全集成控制平台后，他们的生产效率提高了一半以上，同时加工精度也获得很大提升。

基于 PC 的控制技术和 EtherCAT 是实现柔性电路板机械化生产的先决条件

　　DP Patterning 公司由 Staffan Nordlinder 于 2006 年在瑞典北雪平市成立。自那时起，公司一直在不断研发同名柔性电路板制造技术，即 Dry Phase Patterning，DPP。创新早在 2001 年就开始，当时，Staffan Nordlinder 是一名在瑞典 RISE(瑞典国家研究院)工作的科学家。因此，直到今天，双方在 DPP 技术研究方面保持着持续深入的合作。

包括 CEO Staffan Nordlinder(左)和软件工程师 Jakob Sagatowski(右)在内的 DP Patterning工程师们在开发DPP技术的自动化技术期间，

与瑞典倍福的运动控制产品专家 Marcus Aldrin(中)展开了密切合作。

　　通过 DPP 技术，可以使用柔性材料制作导电结构。其功能原理基本上与在一张纸上打洞或经典的压花工艺一样简单。一个带最终成品结构的相反图案的旋转模具将载体压在一个旋转碾动轮上。载体上涂了一层超薄的顶部导电层，碾动设备使用机械方式去除上层载体，下层载体保持不被碰到。这样可以将导电图案留在层压板上，然后柔性电路板可以用卷筒方式提供。

　　该工艺适用于各种不同的载体材料，包括 PET(聚对苯二甲酸乙二醇酯)、PC(聚碳酸酯)、PI(聚酰亚胺)和 PEN(聚萘二甲酸乙二醇酯)。Al(铝)、Cu(铜)或 CCA(铜包铝)适合作为顶层材料，具体取决于所需厚度。DPP 也可用于非电子和非导电类应用，包括塑料或纸质装饰品或者三维功能性结构体，如微流体通道或用于平整电子元件的腔体。

　　该专利技术工艺可为电子元件制造商带来直接的好处，例如提高成本效率、缩短交货期，以及无需使用化学品或有害物质，实现环保、可持续生产。此外，金属芯片可以回收再利用，安全功能也可以整合到企业的生产过程中，这也意味着制造商可以保留所有有关的知识产权。DP Patterning 公司设备的一大特点是能够在一条生产线上同时生产原型和大量产品。而如果采取传统方式，交付周期会很漫长，还需要进行数天的测试，因此难以实现上述目标。

集成式自动化技术助力实现高速度和高精度

　　由于基材非常薄，需要移除的材料厚度仅在几微米范围内，DPP 工艺需要配备高性能的自动化技术，并将尽可能多的组件集成到一个连续系统中。这也是 DP Patterning 公司自成立以来一直选择与倍福合作的原因所在。他们一开始仅在子系统中使用工业 PC 与外部系统通信，自 2016 年起，他们采用全套倍福产品：AX5000 伺服驱动器、HMI、I/O，现在还使用 TwinCAT Vision 软件将图像处理功能无缝集成到基于 PC 的控制系统中。由于功能完全集成到用户界面中，操作人员现在可以直接通过 TwinCAT HMI 控制材料的移除。这样不仅能够让操作更加简便，而且还让碾动参数的配置更加简单。

碾动柔性电路板的精细导电图案所需的高性能驱动技术和时间高度同步的工艺顺序

　　金属箔层厚度比人的头发还要薄 10 倍，在加工过程中需要极高的精度，调整范围在 100 纳米内。“倍福产品的最大好处之一是让我们能够实现快的惊人的工艺循环速度。”DP Patterning 公司的软件工程师 Jakob Sagatowski 说道。“在对我们的设备与其他制造商提供的设备进行对比时，其结果令人印象深刻。我们的设备在全速运行时，可以在 1 毫秒内碾动出大约 0.5 毫米的图案，相当于 0.5 米/秒的输送带速度，明显快于目前实际应用中常见的速度。”

　　另一个重要要求是采集和存档生产数据。“我们的技术在不断发展，因此需要跟踪数据 — 越多越好。”Staffan Nordlinder 说道。在这种情况下，数据库连接和大容量存储是优化生产线配置的一个重要的关键点。基于 PC 的控制技术对实现这一点做出了很大贡献。首先，DP Patternning 可以在工业 PC 上无缝使用所有程序，这同时也简化了系统配置工作。另一方面，也可以为客户提供低成本的标准硬件解决方案。

通过集成人工智能提供潜能

　　现在，人工智能(AI)或机器学习(ML)在所有需要分析大量数据的应用中始终是大家关注的要点。尤其是 DP Patterning 作为一家创新型企业，目前一直在寻找下一个技术突破。Jakob Sagatowski 解释道：“这可能涉及到集成人工智能，例如，使用 TwinCAT 机器学习进一步完善预测性维护，提升生产效率。”同时还要考虑扩大图像处理的应用范围：DP Patterning 现在想要使用 TwinCAT Vision 和专用功能检测和标记中断的导体路径，以便在后续工作中自动省略掉这些步骤。

（来源：倍福）