在變壓器鐵芯制造中，生產效率的提升不能以犧牲工件加工精度為代價。因此，OEM 制造商 Micro Tool & Machine 公司(MTM)在重新設計其 X-Shear 剪切機時，將重復精度作為首要任務。在將自動化技術從傳統的 PLC 轉換到倍福全集成控制平臺后，他們的生產效率提高了一半以上，同時加工精度也獲得很大提升。

　　基于 PC 的控制技術和 EtherCAT 是實現

　　柔性電路板機械化生產的先決條件

　　DP Patterning 公司由 Staffan Nordlinder 于 2006 年在瑞典北雪平市成立。自那時起，公司一直在不斷研發同名柔性電路板制造技術，即 Dry Phase Patterning，DPP。創新早在 2001 年就開始，當時，Staffan Nordlinder 是一名在瑞典 RISE(瑞典國家研究院)工作的科學家。因此，直到今天，雙方在 DPP 技術研究方面保持著持續深入的合作。

　　包括 CEO Staffan Nordlinder(左)和軟件工程師 Jakob Sagatowski(右)在內的 DP Patterning工程師們在開發DPP技術的自動化技術期間，與瑞典倍福的運動控制產品專家 Marcus Aldrin(中)展開了密切合作。

　　通過 DPP 技術，可以使用柔性材料制作導電結構。其功能原理基本上與在一張紙上打洞或經典的壓花工藝一樣簡單。一個帶最終成品結構的相反圖案的旋轉模具將載體壓在一個旋轉碾動輪上。載體上涂了一層超薄的頂部導電層，碾動設備使用機械方式去除上層載體，下層載體保持不被碰到。這樣可以將導電圖案留在層壓板上，然后柔性電路板可以用卷筒方式提供。

　　該工藝適用于各種不同的載體材料，包括 PET(聚對苯二甲酸乙二醇酯)、PC(聚碳酸酯)、PI(聚酰亞胺)和 PEN(聚萘二甲酸乙二醇酯)。Al(鋁)、Cu(銅)或 CCA(銅包鋁)適合作為頂層材料，具體取決于所需厚度。DPP 也可用于非電子和非導電類應用，包括塑料或紙質裝飾品或者三維功能性結構體，如微流體通道或用于平整電子元件的腔體。

　　該專利技術工藝可為電子元件制造商帶來直接的好處，例如提高成本效率、縮短交貨期，以及無需使用化學品或有害物質，實現環保、可持續生產。此外，金屬芯片可以回收再利用，安全功能也可以整合到企業的生產過程中，這也意味著制造商可以保留所有有關的知識產權。DP Patterning 公司設備的一大特點是能夠在一條生產線上同時生產原型和大量產品。而如果采取傳統方式，交付周期會很漫長，還需要進行數天的測試，因此難以實現上述目標。

　　集成式自動化技術助力實現高速度和高精度

　　由于基材非常薄，需要移除的材料厚度僅在幾微米范圍內，DPP 工藝需要配備高性能的自動化技術，并將盡可能多的組件集成到一個連續系統中。這也是 DP Patterning 公司自成立以來一直選擇與倍福合作的原因所在。他們一開始僅在子系統中使用工業 PC 與外部系統通信，自 2016 年起，他們采用全套倍福產品：AX5000 伺服驅動器、HMI、I/O，現在還使用 TwinCAT Vision 軟件將圖像處理功能無縫集成到基于 PC 的控制系統中。由于功能完全集成到用戶界面中，操作人員現在可以直接通過 TwinCAT HMI 控制材料的移除。這樣不僅能夠讓操作更加簡便，而且還讓碾動參數的配置更加簡單。

　　碾動柔性電路板的精細導電圖案所需的高性能驅動技術和時間高度同步的工藝順序

　　金屬箔層厚度比人的頭發還要薄 10 倍，在加工過程中需要極高的精度，調整范圍在 100 納米內。“倍福產品的最大好處之一是讓我們能夠實現快的驚人的工藝循環速度。”DP Patterning 公司的軟件工程師 Jakob Sagatowski 說道。“在對我們的設備與其他制造商提供的設備進行對比時，其結果令人印象深刻。我們的設備在全速運行時，可以在 1 毫秒內碾動出大約 0.5 毫米的圖案，相當于 0.5 米/秒的輸送帶速度，明顯快于目前實際應用中常見的速度。”

　　另一個重要要求是采集和存檔生產數據。“我們的技術在不斷發展，因此需要跟蹤數據 — 越多越好。”Staffan Nordlinder 說道。在這種情況下，數據庫連接和大容量存儲是優化生產線配置的一個重要的關鍵點。基于 PC 的控制技術對實現這一點做出了很大貢獻。首先，DP Patternning 可以在工業 PC 上無縫使用所有程序，這同時也簡化了系統配置工作。另一方面，也可以為客戶提供低成本的標準硬件解決方案。

　　通過集成人工智能提供潛能

　　現在，人工智能(AI)或機器學習(ML)在所有需要分析大量數據的應用中始終是大家關注的要點。尤其是 DP Patterning 作為一家創新型企業，目前一直在尋找下一個技術突破。Jakob Sagatowski 解釋道：“這可能涉及到集成人工智能，例如，使用 TwinCAT 機器學習進一步完善預測性維護，提升生產效率。”同時還要考慮擴大圖像處理的應用范圍：DP Patterning 現在想要使用 TwinCAT Vision 和專用功能檢測和標記中斷的導體路徑，以便在后續工作中自動省略掉這些步驟。