در AlgaeBarn، تولیدکننده کلرادو‌ی محصولات زنده آبزی‌پروری مانند کوپه‌پودها و فیتوپلانکتون، هر یک از ۹ خط محصول به برچسب مخصوص خود روی درِ بطری نیاز دارند. سال‌ها این کار به معنای برگزاری دوره‌ای «مهمانی‌های برچسب‌زنی» بود: جلسه‌هایی یک تا دو ساعته 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 دور می‌کرد—و وقتی موجودی درپوش‌های برچسب‌خورده به‌طور غیرمنتظره 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 و معیوب.

آکاش چینتامانیپتا، مهندس رباتیک و اتوماسیون، این کار تکراری را یک مسئله مربوط به کف کارخانه دانست، نه صرفاً موضوعی برای خرید تجهیزات. هدف، ساخت سلولی خودکار بود که هر درپوش را جهت‌دهی کند، برچسب را بچسباند، محل قرارگیری آن را بازرسی کند و قطعات پذیرفته‌شده و ردشده را بدون نظارت مداوم از هم جدا کند—در حالی که هزینه سخت‌افزار و کنترل فرایند در داخل کارخانه باقی بماند.

چرا ساختن بهتر از خریدن بود

دستگاه‌های تجاری برچسب‌زن دو مشکل ایجاد می‌کردند: هزینه سرمایه‌ای و منطق کنترلی بسته. بسیاری از ماشین‌ها فرض می‌کنند وقتی تنظیمات درست انجام شد، محل قرارگیری برچسب نیز درست باقی می‌ماند. در یک خط زنده، جابه‌جایی رول برچسب یا کاغذ زیرین پس از چند صد چرخه می‌تواند نقطه جداشدن برچسب را به اندازه‌ای تغییر دهد که برچسب بعدی در محل نادرست قرار بگیرد. AlgaeBarn همچنین می‌خواست منطق ماشین قابل ویرایش باشد تا سلول بتواند همراه با تولید تکامل پیدا کند. بیشتر بخش‌های مکانیکی در SOLIDWORKS طراحی شدند و 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 اولیه مکانیکی اعتماد شود.

از درپوش‌های آزاد تا قطعات بازرسی‌شده

اپراتور درپوش‌های آزاد را داخل یک بالابر تغذیه می‌ریزد. حسگری 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 دوباره به مخزن برمی‌گردند—بدون نیاز به یک جهت‌دهنده فعال جداگانه.

یک سینی هر بار یک درپوش را ارائه می‌کند. لیزر KEYENCE وجود قطعه را تأیید می‌کند؛ سپس کنترلر یک سیلندر پنوماتیکی را فعال می‌کند تا قطعه را در موقعیت قرار دهد و کلیدهای نی ثابت، رسیدن به انتهای کورس را تأیید می‌کنند تا توالی ادامه یابد. یک استپر موتور گیربکس‌دار رول برچسب را از روی لبه جداکننده عبور می‌دهد تا برچسب از کاغذ زیرین جدا شود. یک اعمال‌کننده پنوماتیکی مجهز به خلأ، برچسب را می‌گیرد و روی درپوش فشار می‌دهد؛ این مرحله نیز با یک کلید نی تأیید می‌شود.

بازرسی OpenCV مبتنی بر لبه‌ها روی یک گره دوربین در کلاس Raspberry Pi، محل برچسب را پیش از جداسازی قطعات سالم و معیوب بررسی می‌کند.

سپس کنترلر یک پیام MQTT را به گره دوربین Raspberry Pi ارسال می‌کند. یک روال سفارشی OpenCV تصویر را ثبت می‌کند، فاصله میان لبه‌های شناسایی‌شده درپوش و برچسب را اندازه می‌گیرد و محل قرارگیری را با تلرانس سخت‌گیرانه مقایسه 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 مسئله، متوقف کردن رول برچسب در موقعیتی تکرارپذیر بود. سامانه محرک اولیه فرمان توقف را اجرا می‌کرد، اما به دلیل انرژی و اینرسی باقی‌مانده به حرکت ادامه می‌داد—گاهی نزدیک به یک اینچ بیش‌روی، 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 به‌طور تمیز متوقف شود. درس این پروژه برای سلول‌های بسته‌بندی در کف کارخانه آشناست: خطاهای تکرارشونده زیر یک میلی‌متر، پس از صدها چرخه در ساعت به ضایعات تبدیل می‌شوند.

دقت پیش از حداکثر سرعت

سلول نهایی حدود ۴۵۰ درپوش در ساعت پردازش می‌کند—سرعتی کافی برای نیاز AlgaeBarn. توان عملیاتی در اولویت دوم قرار داشت و کیفیت بدون نظارت مداوم مهم‌تر بود. اپراتور درپوش‌ها را بارگیری می‌کند، دستگاه را راه می‌اندازد و به کارهای دیگر بازمی‌گردد. خالی شدن مسیر تغذیه یا بروز خطاهای دیگر، سلول را متوقف و هشدار را فعال می‌کند، نه اینکه محصولی با وضعیت نامطمئن تولید شود. در یک آزمایش ۱۰۰ درپوشی، ۹۸ قطعه تلرانس محل قرارگیری را برآورده کردند؛ دو قطعه به دلیل خطاهای کوچک موقعیتی، تحت آستانه‌های عمداً محافظه‌کارانه، رد شدند.

این پروژه در کنار دیگر کارهای اتوماسیون، تقریباً چهار ماه زمان برد. پروژه به مهمانی‌های تکرارشونده برچسب‌زنی پایان داد—هرچند برخی اپراتورها شوخی می‌کردند که دلتنگ زمان گفت‌وگو شده‌اند—و پیش‌بینی می‌شود سالانه حدود ۴۰٬۰۰۰ تا ۵۰٬۰۰۰ دلار از هزینه نیروی کار و توقف‌های پیشگیری‌شده صرفه‌جویی کند. نتیجه گسترده‌تر برای تولیدکنندگان کوچک‌تر این است که کار را از یک نیاز واقعی عملیاتی آغاز کنند، زمان و بودجه را متناسب با ارزش آن تعیین کنند و بازخورد قابل‌اعتماد و کیفیت تکرارپذیر را به سریع‌ترین ماشین موجود در کاتالوگ 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 بعداً همین سلول را توسعه می‌دهند.