چگونه AlgaeBarn برچسب‌گذاری درپوش‌ها را با بینایی ماشین داخلی خودکار کرد

در AlgaeBarn، تولیدکننده کلرادو‌ی محصولات زنده آبزی‌پروری مانند کوپه‌پودها و فیتوپلانکتون، هر یک از ۹ خط محصول به برچسب مخصوص خود برای درپوش بطری نیاز دارد. سال‌ها این کار به‌معنای برگزاری دوره‌ای «جشن‌های برچسب‌زنی» بود: نشست‌های یک تا دو ساعته‌ای که در آن کارکنان بخش‌های مختلف شرکت برچسب‌ها را جدا می‌کردند و با دست روی درپوش‌ها می‌چسباندند. این گردهمایی‌ها جنبه اجتماعی داشت، اما اپراتورها، تکنسین‌ها و مهندسان را از کار اصلی‌شان جدا می‌کرد—و وقتی موجودی درپوش‌های برچسب‌خورده ناگهان تمام می‌شد، تولید باید متوقف می‌شد تا تعداد بیشتری آماده شود.

سلول برچسب‌زنی داخلی AlgaeBarn: قرقره برچسب، قاب آلومینیومی و شمارنده‌های بینایی رومیزی برای درپوش‌های سالم/معیوب.

آکاش چینتامانی‌پتا، مهندس رباتیک و اتوماسیون، این کار تکراری را یک مشکل کف کارخانه دانست، نه صرفاً مسئله‌ای برای خرید تجهیزات. هدف، ساخت سلولی خودکار بود که هر درپوش را جهت‌دهی کند، برچسب را بچسباند، محل قرارگیری را بازرسی کند و قطعات پذیرفته‌شده را از قطعات مردود جدا کند؛ بدون نیاز به نظارت مداوم، و در عین حفظ هزینه سخت‌افزار و کنترل فرایند در داخل کارخانه.

چرا ساختن به‌جای خریدن

برچسب‌زن‌های تجاری دو مشکل ایجاد می‌کردند: هزینه سرمایه‌ای و منطق بسته. بسیاری از ماشین‌ها فرض می‌کنند وقتی تنظیمات درست باشد، محل قرارگیری برچسب نیز درست باقی می‌ماند. در یک خط زنده، جابه‌جایی رول برچسب یا لاینر پس از چند صد چرخه می‌تواند نقطه جداشدن برچسب را آن‌قدر تغییر دهد که برچسب بعدی در محل نادرست قرار بگیرد. AlgaeBarn همچنین می‌خواست منطق قابل ویرایش ماشین را داشته باشد تا سلول بتواند همراه با تولید تکامل پیدا کند. بیشتر اجزای مکانیکی در SOLIDWORKS طراحی شدند؛ هزینه مستقیم سخت‌افزار زیر ۱٬۰۰۰ دلار باقی ماند. ساخت داخلی به این معنا بود که هر درپوش بازرسی شود، نه اینکه فقط به تنظیم مکانیکی اولیه اعتماد شود.

از درپوش‌های آزاد تا قطعات بازرسی‌شده

اپراتور درپوش‌های آزاد را داخل یک بالابر تغذیه می‌ریزد. یک حسگر مسیر تغذیه را زیر نظر دارد و بالابر را فقط زمانی به کار می‌اندازد که درپوش بیشتری لازم باشد. خود مسیر غیرفعال، جهت‌دهی را انجام می‌دهد: درپوش‌هایی که درست قرار گرفته‌اند به ایستگاه برچسب‌زنی ادامه می‌دهند، در حالی که درپوش‌های وارونه به مخزن برمی‌گردند؛ بنابراین به جهت‌دهنده فعال جداگانه نیازی نیست.

یک سینی، هر بار یک درپوش را ارائه می‌کند. لیزر KEYENCE وجود قطعه را تأیید می‌کند؛ کنترلر سیلندر پنوماتیکی را برای قرار دادن قطعه به حرکت درمی‌آورد و سوئیچ‌های رید رسیدن به انتهای کورس را تأیید می‌کنند تا توالی ادامه یابد. یک استپر موتور گیربکس‌دار رول برچسب را دور لبه جداکننده پیش می‌برد تا برچسب از لاینر جدا شود. یک اعمال‌کننده پنوماتیکی مجهز به خلأ، برچسب را می‌گیرد و روی درپوش فشار می‌دهد؛ این مرحله نیز با سوئیچ رید تأیید می‌شود.

بازرسی OpenCV مبتنی بر لبه‌ها در یک گره دوربین هم‌رده Raspberry Pi، محل قرارگیری برچسب را پیش از جداسازی قطعات سالم/مردود بررسی می‌کند.

سپس کنترلر یک پیام MQTT به گره دوربین Raspberry Pi ارسال می‌کند. یک روال سفارشی OpenCV تصویر را ثبت می‌کند، فاصله بین لبه‌های شناسایی‌شده درپوش و برچسب را اندازه می‌گیرد و محل قرارگیری را با تلرانس محدود بررسی می‌کند. نتیجه به کنترلر بازمی‌گردد و یک ربات مکنده، قطعه را در مخزن پذیرش یا رد قرار می‌دهد.

یک میلی‌متر که هرگز فقط یک میلی‌متر نبود

سخت‌ترین مشکل، متوقف کردن رول برچسب در موقعیتی تکرارپذیر بود. سامانه محرک اولیه فرمان توقف را اجرا می‌کرد، اما به‌دلیل انرژی باقیمانده و اینرسی، همچنان حرکت می‌کرد—گاهی تقریباً یک اینچ اضافه‌حرکت داشت؛ مقداری که برای خراب کردن محل قرارگیری بعدی کافی بود. بازطراحی سامانه با یک استپر موتور گیربکس‌دار NEMA 24 به کنترلر اجازه داد برای هر برچسب تعداد گام ثابتی فرمان دهد و به‌صورت تمیز متوقف شود. این موضوع برای سلول‌های بسته‌بندی در محیط کارخانه آشناست: خطاهای تکرارشونده زیر یک میلی‌متر، در صدها چرخه در ساعت به ضایعات تبدیل می‌شوند.

دقت پیش از حداکثر سرعت

سلول نهایی حدود ۴۵۰ درپوش در ساعت پردازش می‌کند—سرعتی که برای تقاضای AlgaeBarn کافی است. توان عملیاتی در مقایسه با کیفیت بدون نظارت اهمیت کمتری داشت. اپراتور درپوش‌ها را بارگیری می‌کند، دستگاه را راه می‌اندازد و به کارهای دیگر بازمی‌گردد. خالی شدن تغذیه یا بروز خطاهای دیگر، سلول را متوقف و هشدار ایجاد می‌کند؛ نه اینکه محصولی با کیفیت نامطمئن تولید شود. در آزمایش ۱۰۰ درپوش، ۹۸ قطعه تلرانس محل قرارگیری را برآورده کردند؛ دو قطعه به‌دلیل خطاهای کوچک موقعیتی، تحت آستانه‌های عمداً محافظه‌کارانه، رد شدند.

این پروژه در کنار دیگر کارهای اتوماسیون، تقریباً چهار ماه زمان برد. پروژه به جشن‌های تکرارشونده برچسب‌زنی پایان داد—هرچند برخی اپراتورها به شوخی می‌گفتند دلتنگ زمان گفت‌وگو شده‌اند—و پیش‌بینی می‌شود سالانه حدود ۴۰٬۰۰۰ تا ۵۰٬۰۰۰ دلار از هزینه نیروی کار و وقفه‌های پیشگیری‌شده صرفه‌جویی کند. پیام گسترده‌تر برای تولیدکنندگان کوچک‌تر این است که کار را از یک نیاز عملیاتی واقعی آغاز کنند، زمان و بودجه را متناسب با ارزش آن تعیین کنند و بازخورد قابل‌اعتماد و کیفیت تکرارپذیر را به سریع‌ترین ماشین کاتالوگی ترجیح دهند. ساخت‌های مرتبط با بسته‌بندی و کنترل اغلب در کنار سامانه‌های PLC و PAC و مسیرهای حسگری مانند تجهیزات Honeywell قرار می‌گیرند، زمانی که کارخانه‌ها همین سلول را در مراحل بعد گسترش می‌دهند.