Bagaimana AlgaeBarn Mengautomatikkan Pelabelan Penutup dengan Penglihatan Mesin Dalaman
AlgaeBarn menggantikan “parti pelekat” penutup secara manual dengan sel berharga kurang daripada $1,000 yang mengorientasikan, melabel, memeriksa menggunakan...
Di AlgaeBarn, pengeluar produk akuakultur hidup dari Colorado seperti kopepod dan fitoplankton, sembilan rangkaian produk masing-masing memerlukan label penutup botol sendiri. Selama bertahun-tahun, itu bermakna “pesta pelekat” berkala: sesi selama satu hingga dua jam apabila pekerja dari seluruh syarikat menanggalkan label dan melekatkannya dengan tangan. Perhimpunan itu bersifat sosial, tetapi menyebabkan operator, juruteknik dan jurutera meninggalkan tugas utama—dan apabila stok penutup berlabel habis tanpa diduga, pengeluaran terpaksa dihentikan untuk menghasilkan lebih banyak.
Sel pelabelan dalaman AlgaeBarn: gelendung label, rangka aluminium dan pembilang penglihatan di atas meja untuk penutup yang baik atau rosak.
Jurutera robotik dan automasi Akash Chinthamanipeta menganggap kerja berulang itu sebagai masalah di lantai kilang, bukannya urusan pembelian. Matlamatnya ialah sel autonomi yang boleh mengorientasikan setiap penutup, melekatkan label, memeriksa kedudukan dan mengasingkan bahagian yang diterima daripada yang ditolak tanpa pengawasan berterusan—sambil mengekalkan kos perkakasan dan kawalan proses di dalam kilang.
Mengapa bina sendiri dan bukannya membeli
Mesin pelabelan komersial menimbulkan dua isu: kos modal dan logik tertutup. Banyak mesin mengandaikan bahawa apabila persediaan betul, kedudukan label akan kekal betul. Di barisan langsung, peralihan gulungan label atau pelapik selepas beberapa ratus kitaran boleh mengubah titik pengelupasan dengan cukup banyak sehingga pelekat seterusnya tersasar. AlgaeBarn juga mahukan logik mesin yang boleh disunting supaya sel itu dapat berkembang mengikut keperluan pengeluaran. Kebanyakan mekanik direka dalam SOLIDWORKS; kos terus perkakasan kekal di bawah $1,000. Pembinaan dalaman bermakna setiap penutup boleh diperiksa, bukannya hanya bergantung pada persediaan mekanikal awal.
Daripada penutup longgar kepada bahagian yang diperiksa
Operator menuangkan penutup longgar ke dalam lif pendispensan. Sensor memantau landasan suapan dan menghidupkan lif hanya apabila lebih banyak penutup diperlukan. Landasan pasif itu sendiri menyediakan orientasi pasif: penutup yang duduk dengan betul bergerak ke stesen pelabelan, manakala penutup yang terbalik jatuh semula ke dalam tong—tanpa memerlukan pengorientasi aktif berasingan.
Dulang mempersembahkan satu penutup pada satu masa. Laser KEYENCE mengesahkan kehadiran; pengawal mengaktifkan silinder pneumatik untuk meletakkan bahagian, dengan suis reed mengesahkan hujung lejang sebelum urutan diteruskan. Motor stepper bergear memajukan gulungan label mengelilingi tepi pengelupasan supaya pelekat terpisah daripada pelapik. Aplikator pneumatik berbantukan vakum mengambil label dan menekannya pada penutup, sekali lagi disahkan oleh suis reed.
Pemeriksaan OpenCV berasaskan tepi pada nod kamera kelas Raspberry Pi memeriksa kedudukan label sebelum pengasingan diterima atau ditolak.
Pengawal kemudian menerbitkan mesej MQTT kepada nod kamera Raspberry Pi. Rutin OpenCV tersuai menangkap imej, mengukur jarak antara tepi penutup dan label yang dikesan, serta memeriksa kedudukan mengikut toleransi yang ketat. Hasilnya dihantar kembali kepada pengawal, dan robot cawan sedutan meletakkan bahagian itu ke dalam tong penerimaan atau penolakan.
Satu milimeter yang tidak pernah sekadar satu milimeter
Masalah paling sukar ialah menghentikan gulungan label pada kedudukan yang boleh diulang. Pemacu awal mematuhi arahan berhenti tetapi terus bergerak akibat tenaga baki dan inersia—kadangkala hampir satu inci terlebih gerak, cukup untuk merosakkan kedudukan seterusnya. Reka bentuk semula berasaskan motor stepper NEMA 24 bergear membolehkan pengawal menetapkan bilangan langkah tetap bagi setiap label dan berhenti dengan kemas. Pengajarannya bagi sel pembungkusan sudah biasa di lantai kilang: ralat submilimeter yang berulang menjadi bahan buangan selepas ratusan kitaran sejam.
Ketepatan sebelum kelajuan maksimum
Sel yang siap beroperasi pada kira-kira 450 penutup sejam—mencukupi untuk permintaan AlgaeBarn. Kadar pengeluaran menjadi perkara kedua selepas kualiti tanpa pengawasan. Operator memasukkan penutup, menghidupkan mesin dan kembali kepada tugas lain. Suapan kosong atau kerosakan lain menghentikan sel serta mengeluarkan amaran, bukannya menghasilkan produk yang tidak pasti. Dalam ujian 100 penutup, 98 bahagian memenuhi toleransi kedudukan; dua ditolak kerana ralat kedudukan kecil di bawah ambang yang sengaja ditetapkan secara konservatif.
Projek itu mengambil masa kira-kira empat bulan, berjalan seiring dengan kerja automasi lain. Projek ini menamatkan pesta pelekat yang berulang—walaupun sesetengah operator bergurau bahawa mereka merindui masa berbual—dan diunjurkan menjimatkan kira-kira $40,000–$50,000 setahun melalui penjimatan tenaga kerja serta gangguan yang dielakkan. Pengajaran yang lebih luas bagi pengeluar kecil ialah bermula daripada keperluan operasi sebenar, menetapkan masa dan bajet mengikut nilainya, serta mengutamakan maklum balas yang boleh dipercayai dan kualiti yang konsisten berbanding mesin katalog yang paling pantas. Binaan pembungkusan dan kawalan berkaitan sering digabungkan dengan sistem PLC dan PAC serta laluan sensor seperti instrumentasi Honeywell apabila kilang mengembangkan sel yang sama kemudian.
Tentang Penulis
Akash Chinthamanipeta | Jurutera Robotik & Automasi – AlgaeBarn
Akash Chinthamanipeta ialah jurutera robotik dan automasi di AlgaeBarn di Commerce City, Colorado. Beliau memiliki ijazah sarjana dalam kejuruteraan mekanikal dari University of Colorado Boulder, dengan pengkhususan dalam robotik dan sistem kawalan.