Bagaimana AlgaeBarn Mengotomatiskan Pelabelan Tutup Botol dengan Visi Mesin Internal
AlgaeBarn mengganti “pesta stiker” tutup manual dengan sel seharga di bawah $1.000 yang mengarahkan, memberi label, memeriksa dengan OpenCV, dan menyortir sekitar 450 tutup per jam.
Di AlgaeBarn, produsen produk akuakultur hidup asal Colorado seperti copepod dan fitoplankton, sembilan lini produk masing-masing memerlukan label tutup botol sendiri. Selama bertahun-tahun, hal itu berarti “pesta stiker” berkala: sesi selama satu hingga dua jam ketika karyawan dari berbagai bagian perusahaan mengelupas label dan menempelkannya dengan tangan. Acara tersebut bersifat sosial, tetapi membuat operator, teknisi, dan teknisi mesin meninggalkan pekerjaan utama—dan ketika stok tutup berlabel tiba-tiba habis, produksi harus berhenti untuk membuatnya lagi.
Sel pelabelan internal AlgaeBarn: gulungan label, rangka aluminium, dan penghitung visi di meja untuk tutup yang lolos/gagal.
Akash Chinthamanipeta, teknisi robotika dan otomasi, memandang pekerjaan berulang tersebut sebagai masalah di lantai produksi, bukan sekadar urusan pembelian. Tujuannya adalah sel otonom yang dapat mengorientasikan setiap tutup, memasang label, memeriksa posisinya, serta memilah komponen yang diterima dan ditolak tanpa pengawasan terus-menerus—sekaligus menjaga biaya perangkat keras dan kendali proses tetap berada di dalam pabrik.
Mengapa membangun sendiri, bukan membeli
Mesin pelabel komersial menimbulkan dua masalah: biaya modal dan logika tertutup. Banyak mesin berasumsi bahwa setelah penyetelan benar, posisi pemasangan akan tetap benar. Di lini produksi yang berjalan, pergeseran gulungan label atau liner setelah beberapa ratus siklus dapat menggeser titik pengelupasan sehingga stiker berikutnya terpasang tidak tepat. AlgaeBarn juga menginginkan logika mesin yang dapat diedit agar sel dapat berkembang mengikuti produksi. Sebagian besar mekanismenya dirancang di SOLIDWORKS; biaya perangkat keras langsung tetap di bawah $1.000. Membangun sendiri berarti setiap tutup dapat diperiksa, bukan hanya mengandalkan penyetelan mekanis awal.
Dari tutup lepas hingga komponen yang diperiksa
Operator menuangkan tutup lepas ke dalam elevator pengumpan. Sensor memantau jalur pengumpanan dan hanya menjalankan elevator saat tutup tambahan diperlukan. Jalur pasif itu sendiri menyediakan orientasi pasif: tutup yang terpasang dengan benar terus menuju stasiun pelabelan, sedangkan tutup yang terbalik jatuh kembali ke wadah—sehingga tidak memerlukan pengorientasi aktif terpisah.
Sebuah baki menyajikan satu tutup setiap kali. Laser KEYENCE mengonfirmasi keberadaan tutup; pengendali mengaktifkan silinder pneumatik untuk memosisikan komponen, dengan sakelar reed yang membuktikan ujung langkah tercapai sebelum urutan berlanjut. Stepper bergigi memajukan gulungan label melewati tepi pengelupasan sehingga stiker terlepas dari liner. Aplikator pneumatik berbantuan vakum mengambil label dan menekannya ke tutup, kembali dikonfirmasi oleh sakelar reed.
Pemeriksaan OpenCV berbasis tepi pada node kamera kelas Raspberry Pi memeriksa posisi label sebelum pemilahan diterima/ditolak.
Pengendali kemudian menerbitkan pesan MQTT ke node kamera Raspberry Pi. Rutinitas OpenCV khusus mengambil gambar, mengukur jarak antara tepi tutup dan label yang terdeteksi, lalu memeriksa posisi terhadap toleransi yang ketat. Hasilnya dikirim kembali ke pengendali, dan robot cangkir hisap menempatkan komponen ke dalam wadah penerimaan atau penolakan.
Satu milimeter yang ternyata bukan sekadar satu milimeter
Masalah tersulit adalah menghentikan gulungan label pada posisi yang konsisten. Penggerak awal mematuhi perintah berhenti, tetapi terus melaju akibat energi sisa dan inersia—kadang hampir satu inci, cukup untuk merusak pemasangan berikutnya. Perancangan ulang dengan stepper NEMA 24 bergigi memungkinkan pengendali memerintahkan jumlah langkah tetap untuk setiap label dan berhenti dengan bersih. Pelajarannya bagi sel pengemasan sudah umum di lantai produksi: kesalahan berulang di bawah satu milimeter menjadi produk terbuang setelah ratusan siklus per jam.
Akurasi sebelum kecepatan maksimum
Sel yang telah selesai beroperasi sekitar 450 tutup per jam—cukup untuk memenuhi kebutuhan AlgaeBarn. Throughput berada di bawah kualitas tanpa pengawasan. Operator mengisi tutup, menyalakan mesin, lalu kembali mengerjakan tugas lain. Pengumpan kosong atau gangguan lain menghentikan sel dan memicu peringatan, alih-alih menghasilkan produk yang tidak pasti. Dalam uji coba 100 tutup, 98 komponen memenuhi toleransi posisi; dua ditolak karena kesalahan posisi kecil berdasarkan ambang batas yang sengaja dibuat konservatif.
Proyek ini memerlukan waktu sekitar empat bulan sambil mengerjakan proyek otomasi lain. Proyek tersebut mengakhiri pesta stiker yang berulang—meskipun beberapa operator bercanda bahwa mereka merindukan waktu mengobrol—dan diproyeksikan menghemat sekitar $40.000–$50.000 per tahun dalam biaya tenaga kerja serta gangguan yang dapat dihindari. Pelajaran yang lebih luas bagi produsen kecil adalah memulai dari kebutuhan operasional nyata, menyesuaikan waktu dan anggaran dengan nilai yang dihasilkan, serta mengutamakan umpan balik yang andal dan kualitas yang konsisten daripada mesin katalog tercepat. Pembangunan terkait pengemasan dan kendali sering kali berdampingan dengan sistem PLC dan PAC serta jalur sensor seperti instrumentasi Honeywell saat pabrik memperluas sel yang sama di kemudian hari.