AlgaeBarn tự động hóa việc dán nhãn nắp chai bằng hệ thống thị giác máy nội bộ
AlgaeBarn đã thay thế các “buổi dán nhãn” nắp thủ công bằng một hệ thống có chi phí dưới 1.000 USD, có thể định hướng, dán nhãn, kiểm tra bằng OpenCV và phân...
Tại AlgaeBarn, một nhà sản xuất các sản phẩm nuôi trồng thủy sản sống ở Colorado như copepod và thực vật phù du, mỗi dòng trong số chín dòng sản phẩm đều cần nhãn riêng trên nắp chai. Trong nhiều năm, điều đó đồng nghĩa với các “buổi dán nhãn”: những buổi kéo dài từ một đến hai giờ, trong đó nhân viên từ khắp công ty bóc nhãn và dán thủ công. Các buổi này mang tính giao lưu, nhưng khiến nhân viên vận hành, kỹ thuật viên và kỹ sư phải rời công việc chính—và khi nắp chai đã dán nhãn bất ngờ hết, hoạt động sản xuất phải dừng lại để làm thêm.
Cụm dán nhãn nội bộ của AlgaeBarn: cuộn nhãn, khung nhôm và bộ đếm thị giác trên bàn để phân loại nắp đạt/không đạt.
Kỹ sư robot và tự động hóa Akash Chinthamanipeta xem công việc lặp đi lặp lại này là một vấn đề trên sàn nhà máy, không phải một bài toán mua sắm thiết bị. Mục tiêu là một cell tự động có thể định hướng từng nắp, dán nhãn, kiểm tra vị trí và phân loại sản phẩm đạt hoặc bị loại mà không cần giám sát liên tục—đồng thời giữ chi phí phần cứng và quyền kiểm soát quy trình trong nội bộ nhà máy.
Vì sao tự chế tạo thay vì mua
Máy dán nhãn thương mại đặt ra hai vấn đề: chi phí đầu tư và logic khép kín. Nhiều máy giả định rằng khi cài đặt ban đầu chính xác, vị trí dán sẽ luôn chính xác. Trên dây chuyền thực tế, cuộn nhãn hoặc lớp đế có thể bị xê dịch sau vài trăm chu kỳ, khiến điểm bóc lệch đủ để làm sai vị trí của nhãn tiếp theo. AlgaeBarn cũng muốn có logic máy có thể chỉnh sửa để cell thích ứng với sản xuất. Phần lớn cơ cấu được thiết kế bằng SOLIDWORKS; chi phí phần cứng trực tiếp được giữ dưới 1.000 USD. Tự chế tạo trong nội bộ giúp kiểm tra từng nắp thay vì chỉ tin vào thiết lập cơ khí ban đầu.
Từ nắp rời đến sản phẩm đã kiểm tra
Nhân viên đổ nắp rời vào một bộ nâng cấp liệu. Cảm biến theo dõi máng cấp liệu và chỉ vận hành bộ nâng khi cần thêm nắp. Bản thân máng thụ động thực hiện việc định hướng: các nắp được đặt đúng chiều tiếp tục đi đến trạm dán nhãn, còn nắp bị úp ngược sẽ rơi trở lại thùng chứa—không cần thêm bộ định hướng chủ động.
Một khay đưa từng nắp vào vị trí. Cảm biến laser KEYENCE xác nhận có nắp; bộ điều khiển kích hoạt xi lanh khí nén để định vị sản phẩm, với các công tắc từ chứng minh xi lanh đã đi hết hành trình trước khi trình tự tiếp tục. Động cơ bước có hộp số kéo cuộn nhãn quanh mép bóc để tách nhãn khỏi lớp đế. Bộ dán khí nén có hỗ trợ chân không giữ nhãn và ép nhãn lên nắp, một lần nữa được xác nhận bằng công tắc từ.
Hệ thống kiểm tra OpenCV dựa trên cạnh chạy trên một nút camera cấp Raspberry Pi, kiểm tra vị trí nhãn trước khi phân loại đạt/loại.
Sau đó, bộ điều khiển gửi một tin nhắn MQTT đến nút camera Raspberry Pi. Quy trình OpenCV tùy chỉnh chụp ảnh, đo khoảng cách giữa các cạnh được phát hiện của nắp và nhãn, đồng thời kiểm tra vị trí theo dung sai chặt chẽ. Kết quả được gửi lại bộ điều khiển, rồi robot dùng cốc hút đặt sản phẩm vào thùng đạt hoặc thùng loại.
Một milimét chưa bao giờ chỉ là một milimét
Vấn đề khó nhất là dừng cuộn nhãn ở một vị trí có thể lặp lại chính xác. Cơ cấu truyền động ban đầu tuân theo lệnh dừng nhưng vẫn trôi do năng lượng dư và quán tính—đôi khi vượt quá gần một inch, đủ để làm hỏng vị trí dán tiếp theo. Việc thiết kế lại với động cơ bước NEMA 24 có hộp số cho phép bộ điều khiển ra lệnh một số bước cố định cho mỗi nhãn và dừng gọn gàng. Bài học này quen thuộc trên sàn sản xuất: các sai số dưới milimét lặp đi lặp lại sẽ trở thành phế phẩm khi chạy hàng trăm chu kỳ mỗi giờ.
Ưu tiên độ chính xác trước tốc độ tối đa
Cell hoàn thiện chạy khoảng 450 nắp mỗi giờ—đủ đáp ứng nhu cầu của AlgaeBarn. Sản lượng được đặt sau chất lượng khi vận hành không cần giám sát. Nhân viên nạp nắp, khởi động máy rồi quay lại công việc khác. Khi hết nắp cấp liệu hoặc phát sinh lỗi khác, cell sẽ dừng và phát cảnh báo thay vì tạo ra sản phẩm không chắc chắn. Trong thử nghiệm 100 nắp, 98 sản phẩm đáp ứng dung sai vị trí; hai sản phẩm bị loại do sai lệch vị trí nhỏ theo các ngưỡng được đặt thận trọng có chủ ý.
Dự án mất khoảng bốn tháng, được thực hiện song song với các công việc tự động hóa khác. Dự án đã chấm dứt những buổi dán nhãn định kỳ—dù một số nhân viên đùa rằng họ nhớ những lúc trò chuyện—và dự kiến tiết kiệm khoảng 40.000–50.000 USD mỗi năm nhờ giảm chi phí lao động và tránh gián đoạn. Bài học rộng hơn dành cho các nhà sản xuất nhỏ là bắt đầu từ một nhu cầu vận hành thực tế, phân bổ thời gian và ngân sách tương xứng với giá trị, đồng thời ưu tiên phản hồi đáng tin cậy và chất lượng ổn định thay vì chọn máy có tốc độ cao nhất trong danh mục. Các hệ thống đóng gói và điều khiển liên quan thường được triển khai cùng các hệ thống PLC và PAC cũng như các tuyến cảm biến như thiết bị đo lường Honeywell khi nhà máy mở rộng cùng cell này về sau.
Về tác giả
Akash Chinthamanipeta | Kỹ sư Robot & Tự động hóa – AlgaeBarn
Akash Chinthamanipeta là kỹ sư robot và tự động hóa tại AlgaeBarn ở Commerce City, Colorado. Ông có bằng thạc sĩ kỹ thuật cơ khí của University of Colorado Boulder, tập trung vào robot và các hệ thống điều khiển.