Back to Blog

玻璃抛光总线控制方案设计

#fpga开发

玻璃抛光总线控制方案概述

2.5D玻璃已广泛应用于手机盖板、车内显示屏、智能手表显示屏等产品。在实际加工过程中,为了提升玻璃的透明度和质感,通常采用数控扫光机对玻璃四周的直立面进行扫光。本文将详细介绍 信迈 为扫光设备提供的总线控制方案,包括硬件架构、关键技术特性以及实际应用效果,帮助读者了解如何通过 EtherCAT 总线与 AMC1600E 控制器实现高精度、低成本的多轴抛光控制。

1. 典型扫光机结构与运动需求

市面上的七轴 2.5D 扫光机整体结构可分为两大部分:

  1. 压紧装置:通过气缸将工件压紧在工作台上,并由伺服电机驱动工件旋转,实现基准转动轴的运动。
  2. 抛光毛刷系统:左右两侧各配备一根抛光毛刷轮,同样由伺服电机驱动。毛刷在程序指令下沿工件边缘进行仿形进给,同时能够实现上下及旋转的复合运动。

通过毛刷与工件旋转轴的联动,形成完整的打磨轨迹。力矩的实时补偿则用于微调轮廓曲线,确保每一次扫光都保持一致的去除量。

2. 总线型运动控制的硬件选型

2.1 EtherCAT 总线

EtherCAT(Ethernet for Control Automation Technology)是一种基于以太网的实时工业网络,具备极低的通信延迟和高带宽特性,特别适合多轴同步控制场景。其分布式时钟同步机制能够保证各轴在微秒级别内保持相位一致,从而实现高精度定位。

2.2 AMC1600E 运动控制器

AMC1600E 是 信迈 推出的 EtherCAT 系统总线型运动控制器,内置高性能 DSP 与 FPGA,支持多轴同步、电子凸轮、力矩补偿等高级功能。它能够在单机上集中管理所有伺服驱动器,简化系统布线并降低硬件成本。

2.3 QXE 总线伺服驱动器

QXE 系列伺服驱动器采用专用总线协议,提供高速闭环控制和丰富的运动参数配置。配合 AMC1600E 的电子凸轮功能,可实现复杂轨迹的实时生成与调节。

3. 方案特色与技术实现

3.1 分段速度可调

在实际抛光过程中,工件的不同区域对线速度的要求往往不一致。方案将加工物件划分为若干段,每段的转速均可独立调节。通过控制主轴(工件旋转轴)速度,调节毛刷与工件接触部位的线速度,实现 恒线速度打磨。这种方式能够显著提升打磨质量,降低玻璃弯角、曲面区域的加工难度。

实现要点

  • 在 AMC1600E 中预设多个速度段的参数表。
  • 运动程序根据工件轮廓的 DXF 数据,动态切换对应段的速度。
  • 通过 EtherCAT 实时下发速度指令,确保所有轴在切换瞬间保持同步。

3.2 力矩实时补偿

抛光过程中的力矩波动会直接影响去除量的均匀性。利用 AMC1600E 的 电子凸轮 功能,系统能够在毛刷与工件旋转轴的包络轨迹上实时计算所需补偿力矩,并将补偿值写入 QXE 伺服驱动器的扭矩指令中。

关键流程

  1. 读取 DXF 中的轮廓曲线,生成电子凸轮轮廓。
  2. 在每个采样周期内,根据当前轴位置计算理论力矩。
  3. 将计算结果通过 EtherCAT 发送至对应伺服驱动器,实现闭环补偿。

3.3 完整 DXF 文件导入

抛光轮廓往往由 CAD 软件设计,DXF(Drawing Exchange Format)是业界通用的矢量图形交换标准。方案实现了 DXF 文件直接导入,包括:

  • 读取多段多弧线的坐标信息。
  • 自动生成对应的运动指令(位置、速度、加速度)。
  • 支持路径平滑处理,避免因离散点过密导致的抖动。

4. 实施效果与对比分析

  • 定位精度:整机设备精度可达 ±0.01 mm,满足高端手机玻璃、车载显示屏等严苛应用需求。
  • 硬件成本:仅使用一台 AMC1600E 控制器即可完成七轴同步控制,相比传统 CNC 控制或 PLC+视觉方案,硬件数量与成本均显著下降。
  • 加工质量:分段速度与力矩实时补偿的组合,使得扫光去除量保持均匀,轮廓一致性高,显著降低了玻璃弯角和曲面打磨的难度。
  • 系统可靠性:EtherCAT 的分布式时钟与错误检测机制提升了整体系统的鲁棒性,故障定位更快捷。

5. 典型应用场景

场景关键需求方案优势
手机玻璃盖板高精度、低缺陷率恒线速度打磨 + 实时力矩补偿
车内显示屏大尺寸、复杂曲面DXF 导入 + 多段速度调节
智能手表显示屏小批量快速切换单控制器多轴统一管理,降低调试成本

6. 结论

信迈的 玻璃抛光总线控制方案 通过 EtherCAT 总线、AMC1600E 运动控制器以及 QXE 伺服驱动器的深度融合,实现了七轴同步、分段速度可调、力矩实时补偿和 DXF 文件直接导入等关键技术。相较于传统的 CNC 或 PLC+视觉方案,该方案在 精度、成本、灵活性 三方面均表现出显著优势,已在抛光行业得到广泛验证和应用。

后续展望
随着 AI 边缘计算平台的成熟,未来可以在控制器上叠加机器学习模型,实现自适应力矩补偿和智能路径优化,进一步提升抛光效率与质量。


本文基于信迈公开的技术资料撰写,旨在帮助行业工程师快速了解并落地玻璃扫光总线控制方案。