- Konu Yazar
- #1
👋 Elveda "Etiketleme Partileri", Merhaba Verimlilik!
Colorado merkezli su ürünleri üreticisi AlgaeBarn'da, dokuz farklı ürün hattımız için kapak etiketleme süreci, eskiden binlerce etiketi elle yapıştırmak anlamına geliyordu. Bu durum, çalışanlarımızı bir araya getiren "etiketleme partileri"ne dönüşse de, aslında operasyonel bir verimsizlik kaynağıydı. Üretim ekibimiz, etiketli kapak stoğu azaldığında ana işlerini bırakıp etiketleme yapmak zorunda kalıyordu.
💡 Otomasyon Fırsatı: Neden Kendi Sistemimizi Kurduk?
Robotik ve Otomasyon Mühendisi olarak, bu tekrarlayan süreci otomatikleştirmek için bir fırsat gördüm. Amacımız sadece daha hızlı etiketlemek değildi; kapakları yönlendirebilen, etiketleyebilen, sonucu denetleyebilen ve bitmiş parçayı operatör denetimi olmadan ayırabilen otonom bir hücre yaratmaktı.
Piyasada ticari etiketleme makineleri olmasına rağmen, maliyet ve kontrol endişeleri nedeniyle kendi sistemimizi kurmayı tercih ettik. Ticari sistemler genellikle etiket yerleşiminin doğru kalacağını varsayar, ancak üretim ortamında bu her zaman geçerli değildir. Ayrıca, üretim ihtiyaçlarımızla birlikte gelişebilmesi için makine mantığına erişmek istedik. SOLIDWORKS kullanarak tasarladığımız bu sistemin donanım maliyeti 1.000 doların altında kaldı. En önemlisi, her kapağı denetleyebilmemiz, sadece başlangıçtaki mekanik kuruluma güvenmekten çok daha değerliydi.
⚙️ Nasıl Çalışıyor? Kapaktan Denetlenmiş Parçaya Yolculuk
- Besleme: Operatör kapakları bir dağıtım asansörüne boşaltır. Sensörler, daha fazla kapağa ihtiyaç duyulduğunda asansör konveyörünü devreye sokar. Kapaklar pasif olarak yönlendirilir; doğru olanlar etiketleme istasyonuna giderken, ters olanlar toplama kutusuna düşer.
- Konumlandırma: Bir tepsi birer birer kapakları alır. KEYENCE lazer sensörü kapağın varlığını doğrular ve kontrolöre sinyal gönderir. Pnömatik silindir kapağı konumuna getirir ve reed anahtarları, silindirin gerekli konumuna ulaştığını doğrular.
- Etiketleme: Dişli bir step motor, etiket rulosunu bir soyma kenarı etrafında ilerletir. Destek kağıdı yön değiştirdikçe etiket astardan ayrılır. Vakum destekli pnömatik bir aplikatör serbest kalan etiketi yakalar ve kapağa yapıştırır.
- Denetim ve Ayırma: Kontrolör, bir kamera modülü ile donatılmış bir Raspberry Pi'ye MQTT mesajı gönderir. Özel bir OpenCV rutini bir görüntü yakalar ve etiketin konumunu değerlendirir. Kapak ve etiket boyutları sabit olduğundan, yazılım algılanan kenarlar arasındaki boşluğu ölçer ve yerleşimin seçilen tolerans içinde kalıp kalmadığını doğrular. Denetim sonucu kontrolöre döner ve bir robotik kol, kapağı ya kabul edilen parçalar kutusuna ya da reddedilenler kutusuna yerleştirir.
🎯 Hassasiyet Her Şeydir: Küçük Hataların Büyük Etkisi
En zor mühendislik zorluğu, etiket rulosunu tam olarak doğru yerde durdurmaktı. Erken bir motor tahriki kontrolörün dur komutuna yanıt verse de, artık enerji ve mekanik atalet şaftın kaymasına neden oluyordu. Bu ek hareket, bir sonraki etiketin yanlış hizalanması için yeterliydi. Bu sorunu çözmek için, tahriki dişli bir NEMA 24 step motor etrafında yeniden tasarladım. Bu değişiklik, tutarlılığı önemli ölçüde artırdı ve projenin en önemli derslerinden birini pekiştirdi: Üretim ortamında, bir milimetre asla sadece bir milimetre değildir. Küçük sapmalar, yüzlerce kez tekrarlandığında önemli kalite sorunlarına dönüşür.
⏱️ Hızdan Önce Kalite: Saatte 450 Kapak
Tamamlanan sistem saatte yaklaşık 450 kapak işliyor. Bu oran üretim ihtiyaçlarımızı karşılıyor, ancak verimlilik tek başarı ölçütü değildi. Bir operatör kapakları yükleyebilir, makineyi çalıştırabilir ve diğer işlerine geri dönebilir. Besleyici kapaksız kalırsa veya kontrolör başka bir anormal durum tespit ederse, sistem durur ve belirsiz sonuçlar üretmeye devam etmek yerine bir uyarı gönderir.
İlk 100 kapaklık denemede, 98 kapak seçilen yerleştirme toleransını karşıladı. Diğer ikisi küçük konum farklılıkları nedeniyle reddedildi. Ürün kalitesi öncelikli olduğu için, denetim eşikleri kasıtlı olarak muhafazakardı.
Bu proje yaklaşık dört ay sürdü ve manuel etiketleme ihtiyacını ortadan kaldırdı. Azalan manuel iş gücü ve daha az üretim kesintisi sayesinde, sistemin yıllık yaklaşık 40.000 ila 50.000 dolar arasında iş gücü ve verimlilik tasarrufu sağlaması bekleniyor.
Daha geniş ders basittir: Gerçek bir operasyonel ihtiyaçla başlayın. Otomasyona başlamadan önce zamanı, bütçeyi ve beklenen değeri tahmin edin ve ardından bu kısıtlamalar dahilinde tasarım yapın. Küçük üreticilerin her zaman en hızlı veya en pahalı ekipmana ihtiyacı yoktur. Doğru sorunu çözen, bir şeyler ters gittiğinde geri bildirim sağlayan ve tekrarlanabilir kalite sunan güvenilir sistemlere ihtiyaçları vardır.
