Как AlgaeBarn автоматизира етикетирането на капачки с помощта на вътрешна система за машинно зрение

В AlgaeBarn, производител от Колорадо на живи аквакултурни продукти като копеподи и фитопланктон, всяка от деветте продуктови линии се нуждае от собствен етикет за капачката на бутилката. Години наред това означаваше периодични „партита за стикери“: едно- до двучасови сесии, по време на които служители от различни отдели отлепяха етикети и ги поставяха на ръка. Срещите бяха социални, но откъсваха оператори, техници и инженери от основната им работа — а когато запасът от капачки с поставени етикети неочаквано свършеше, производството трябваше да спре, за да се изработят още.

Вътрешната клетка за етикетиране на AlgaeBarn: шпула за етикети, алуминиева рамка и настолни броячи за визуален контрол на годните и дефектните капачки.

Инженерът по роботика и автоматизация Akash Chinthamanipeta разглежда повтарящата се работа като проблем на производствения цех, а не като задача за закупуване на оборудване. Целта е автономна клетка, която да ориентира всяка капачка, да поставя етикета, да проверява позиционирането и да сортира приетите и отхвърлените детайли без непрекъснат надзор — като същевременно поддържа ниска цена на хардуера и управление на процеса вътре в предприятието.

Защо да се изгради, вместо да се купи

Търговските етикетиращи машини поставят два проблема: капиталовите разходи и затворената логика. Много машини приемат, че след като настройката е правилна, позиционирането ще остане правилно. При работеща линия разместването на ролката с етикети или подложката след няколкостотин цикъла може да измести точката на отделяне достатъчно, за да се постави следващият стикер неправилно. AlgaeBarn също иска редактируема логика на машината, за да може клетката да се развива заедно с производството. Повечето механични компоненти са проектирани в SOLIDWORKS; преките разходи за хардуер остават под 1000 долара. Вътрешната разработка означава, че всяка капачка може да бъде проверена, вместо да се разчита само на първоначалната механична настройка.

От разхлабени капачки до проверени детайли

Операторът изсипва разхлабените капачки в подаващ елеватор. Сензор следи подаващия улей и включва елеватора само когато са необходими още капачки. Самият пасивен улей осигурява пасивна ориентация: правилно поставените капачки продължават към станцията за етикетиране, а обърнатите падат обратно в бункера — така се избягва отделен активен ориентатор.

Тава подава по една капачка наведнъж. Лазер KEYENCE потвърждава наличието; контролерът задейства пневматичен цилиндър, който позиционира детайла, като магнитните крайни изключватели потвърждават достигането на края на хода, преди последователността да продължи. Стъпков двигател с редуктор придвижва ролката с етикети около ръб за отделяне, така че стикерът да се отдели от подложката. Пневматичен апликатор с вакуум захваща етикета и го притиска към капачката, което отново се потвърждава от магнитен краен изключвател.

Проверката с OpenCV на базата на ръбове в камерален възел от клас Raspberry Pi проверява позиционирането на етикета преди сортирането на годните и дефектните детайли.

След това контролерът публикува MQTT съобщение към камерален възел с Raspberry Pi. Персонализирана процедура с OpenCV заснема изображението, измерва разстоянието между откритите ръбове на капачката и етикета и проверява позиционирането спрямо строга допустима граница. Резултатът се връща към контролера, а робот с вакуумна чашка поставя детайла в контейнера за годни или дефектни изделия.

Милиметър, който никога не е бил просто милиметър

Най-трудният проблем е спирането на ролката с етикети на повторяема позиция. Ранното задвижване изпълнява командата за спиране, но продължава да се движи по инерция и заради остатъчната енергия — понякога почти с един инч повече, достатъчно, за да провали следващото позициониране. Преработването с редукторен стъпков двигател NEMA 24 позволява на контролера да задава фиксиран брой стъпки за всеки етикет и да спира плавно. Урокът за опаковъчните клетки е добре познат в производството: повтарящите се грешки под милиметър се превръщат в брак при стотици цикли на час.

Точност преди максимална скорост

Завършената клетка обработва около 450 капачки на час — достатъчно за нуждите на AlgaeBarn. Производителността е вторична спрямо качеството без надзор. Операторът зарежда капачките, стартира машината и се връща към другата си работа. Празен подаващ механизъм или друга неизправност спира клетката и задейства предупреждение, вместо да се произвежда продукт с неясно качество. При изпитване със 100 капачки 98 детайла отговарят на допустимото позициониране; два са отхвърлени заради малки позиционни грешки при умишлено консервативни прагове.

Проектът отнема приблизително четири месеца успоредно с друга работа по автоматизацията. Той слага край на повтарящите се партита за стикери — макар че някои оператори се шегуват, че им липсва времето за разговори — и се очаква да спестява около 40 000–50 000 долара годишно от труд и избегнати прекъсвания. По-широкият извод за по-малките производители е да започнат от реална оперативна потребност, да съобразят времето и бюджета със стойността и да предпочетат надеждната обратна връзка и повторяемото качество пред най-бързата машина от каталога. Сходни решения за опаковане и управление често се комбинират с PLC и PAC системи и сензорни вериги като инструментите на Honeywell, когато предприятията разширяват същата клетка на по-късен етап.