Kastenkontrolle in der Getränkeabfüllung: Flaschen im Mehrwegkasten vollzählig und Leerkästen wirklich leer

Jeder Mehrwegkasten passiert in einem Getränkebetrieb zwei Stellen, an denen eine Flasche zu wenig oder eine Flasche zu viel zählt. Gefüllt fährt er zum Palettierer, und sobald die nächste Lage auf ihm steht, sieht niemand mehr in seine Fächer. Geleert kommt er aus dem Auspacker, und eine Flasche, die darin stehen geblieben ist, gehört nicht in den nächsten Schritt. Dieser Beitrag richtet sich an Verpackungs- und Instandhaltungsingenieure in Brauereien, Mineralbrunnen und Erfrischungsgetränkebetrieben und an Maschinenbauer, die Packer und Palettierer auslegen. Er stützt sich auf fünf dokumentierte Anwendungen aus Getränkebetrieben und von einem Anlagenbauer der Branche. Eine abgenommene Kastenkontrolle beschreibt keine davon.

Wichtige Punkte im Überblick

Vor dem Palettierer genügt ein Ja oder Nein je Kasten, wofür der AI Vision-Sensor der Modellreihe IV4 in Frage kommt, während eine Restflasche im Leerkasten zusätzlich eine Position braucht, damit ein Roboter sie greifen kann.
Praktisch gibt es ein Prüfprogramm je Kastensorte, und über externe Eingänge sind bis zu 32 Programme wählbar, deren Wechsel meist die Liniensteuerung vorgibt.
In einer dokumentierten Anwendung ist ausdrücklich reine Anwesenheit ohne Unterscheidung der Flaschen gefragt, sodass das Programm je Fach nur zwischen Flasche und leerem Fach trennen muss.
Bei einheitlichen Verschlüssen und deutlichem Kontrast zum leeren Fach kann eine Prüfung von Farbe oder Helligkeit genügen, wechseln dagegen Braunglas, Klarglas und Verschlussfarben, ist AI Identify die robustere Wahl.
Für Restflaschen in leeren Bierkästen kommt die All-in-One Kamera mit integrierter AI der Modellreihe VS mit AI-Segmentierung in Frage, die die Position der Flasche an einen Roboter übergeben kann.

Voll vor dem Palettierer, leer nach dem Auspacker: zwei Prüfpunkte am selben Kasten

Die beiden Prüfpunkte sehen denselben Kasten, fragen aber Verschiedenes. Vor dem Palettierer lautet die Frage, ob jedes Fach eine Flasche trägt; die Antwort ist i.O. oder n.i.O. für den ganzen Kasten, und ein unvollständiger Kasten wird ausgeschleust, bevor er in eine Lage kommt. Nach dem Auspacker lautet sie, ob der Kasten wirklich leer ist, und wenn nicht, wo die übrig gebliebene Flasche steht. Die erste Frage braucht ein Ja oder Nein, die zweite zusätzlich eine Position.

Aus diesem Unterschied folgt die Geräteklasse. Für die Vollkastenkontrolle genügt in der Regel ein Prüfergebnis je Kasten, und dafür kommt der AI Vision-Sensor der Modellreihe IV4 in Frage. Soll ein Roboter die Restflasche greifen, braucht die Steuerung eine Koordinate, und damit wird die Station zu einer Aufgabe für eine Bildverarbeitung mit Roboteranbindung. Von den fünf dokumentierten Anwendungen betreffen vier den vollen Kasten und eine den leeren.

Kastensorten, Flaschenzahl, Glas- und Verschlussfarben: was das Prüfprogramm tragen muss

In einer der Anwendungen sollen drei verschiedene Kastensorten geprüft werden. Ein Maschinenbauer für Getränkeanlagen nennt Kästen, die je nach Ausführung vier bis zwanzig Flaschen fassen, dazu Verschlüsse in mehreren Farben. Im Fall des Leerkastens kommen mehrere Kastensorten und mehrere Glasfarben zusammen. Das Prüfprogramm muss also wissen, wie viele Fächer der Kasten hat, wo sie liegen und wie eine Flasche von oben aussieht.

Praktisch heißt das ein Programm je Kastensorte. Der Vision-Sensor hält intern 32 Programme, und über externe Eingänge sind ebenfalls bis zu 32 wählbar; die Erweiterung auf 128 Programme setzt eine microSD-Karte und die aktivierte Programmerweiterung voraus und gilt nicht für die Umschaltung über Eingänge. Die Schnelle Programmumschaltung mit rund 100 ms ist auf höchstens acht Programme beschränkt. Welche Kastensorte gerade kommt, weiß meist die Liniensteuerung, die den Wechsel dann über die Eingänge vorgibt.

Für das Zählen selbst stehen zwei Wege offen. Das Werkzeug AI Count zählt bis zu 500 Objekte je Werkzeug, und das Ergebnis lässt sich mit der Fächerzahl der Sorte vergleichen. Alternativ prüft je Fach ein eigenes Werkzeug, ob dort eine Flasche steht; ein Programm fasst bis zu 64 Prüfwerkzeuge, davon bis zu 16 AI Count oder AI OCR.

Reine Anwesenheit ohne Sortenunterscheidung: warum die Aufgabe einfacher ist, als sie aussieht

Eine der Anwendungen formuliert die Anforderung ausdrücklich: Es geht um die reine Anwesenheit, eine Unterscheidung der Flaschen wird nicht verlangt. Diese Einschränkung macht die Aufgabe kleiner, als sie auf den ersten Blick wirkt. Das Programm muss je Fach nur zwischen Flasche und leerem Fach trennen, nicht zwischen eigener und fremder Flasche oder zwischen zwei Sorten.

Wer beides zugleich verlangt, verbindet zwei Fragen, die in der Planung besser getrennt bleiben. Fremdflaschen und Kastensorten zu unterscheiden, ist eine Typfrage mit eigenem Beitrag in dieser Reihe, der beschädigte Kasten gehört zur Defektprüfung. In einer anderen Anwendung gehören zur Vollkastenkontrolle eine Etiketten- und eine MHD-Prüfung; auch dort lohnt es sich, die drei Prüfungen getrennt auszulegen, selbst wenn ein Gerät sie abdeckt.

Braunglas und farbige Verschlüsse: wann eine Regel genügt und wann AI

Von oben zeigt ein voller Kasten vor allem Mündungen und Verschlüsse. Sind alle Verschlüsse gleich und hebt sich das leere Fach deutlich ab, kann eine regelbasierte Prüfung von Helligkeit oder Farbe je Fach genügen. Das Farbwerkzeug des Vision-Sensors unterscheidet nach Farbe und Helligkeit, und die Dokumentation zeigt es selbst am Beispiel farbiger Flaschenkappen.

Schwieriger wird das Bild, wenn Braunglas, Klarglas und Verschlüsse in mehreren Farben auf einer Strecke wechseln. Dann ändert sich mit jeder Sorte, was eine Flasche im Bild ausmacht, und eine feste Schwelle muss immer weiter angepasst werden. Hier setzt AI Identify an, das die Registrierung eines einzigen Bildes als Ausgangspunkt braucht und Form, Farbe, Helligkeit und Kanten nutzt. Für den Maschinenbauer für Getränkeanlagen wurden auch Verschlüsse unterschiedlicher Farben erkannt; das ist ein erster Eindruck. Ob Regel oder AI an der eigenen Strecke trägt, zeigt erst der Versuch mit allen Kastensorten und Glasfarben.

Restflaschen im Leerkasten finden und an den Roboter melden

Im dokumentierten Fall des Leerkastens ist der Sollzustand klar: Die Bierkästen sollen leer sein. Bleibt eine Flasche zurück, soll die Prüfung sie finden, und ein Roboter soll sie entnehmen. Beschrieben sind mehrere Kastensorten und Glasfarben, ein Bildfeld von rund 400 x 600 mm, eine geforderte Genauigkeit von ein bis zwei Millimetern und eine Bildaufnahme etwa jede Sekunde. Die Beleuchtung ist vorhanden, angebunden wird über PROFINET.

Dafür kommt die All-in-One Kamera mit integrierter AI der Modellreihe VS mit AI-Segmentierung in Frage, einem Werkzeug der Modellreihen VS und VS-G. Ein erster Test verlief sehr gut. Ein Teil der Anlagen dieses Betriebs ist bereits mit einer Bildverarbeitung von KEYENCE ausgestattet.

Für die Übergabe an den Roboter bringt die All-in-One Kamera die nötigen Bausteine mit. Sie wird über einen Ethernet-Port des Controllers nach Vorgabe des Roboterherstellers angebunden, und die Kalibrierung mit Schachbrett- oder Punktmuster korrigiert Kameraneigung und Objektivverzeichnung, auch als Autokalibrierung mit dem Roboter. Zur Steuerung hin stehen EtherNet/IP, PROFINET, PLC-Link und EtherCAT zur Wahl. Ob die Anlage die Flaschen danach zusätzlich nach Sorten trennt, ist eine eigene Frage und gehört nicht zur Anwesenheit.

Takt, Trigger und Sonnenlicht an der Kastenstrecke

In den dokumentierten Anwendungen reicht die Spanne von einer Bildaufnahme etwa jede Sekunde bis zu einem Takt von rund drei Sekunden je Kasten. Die Strecke mit rund drei Sekunden Takt läuft auf einem schwarzen Förderband.

In der Anwendung mit drei Kastensorten ist ein externer Trigger vorhanden, angebunden wird über digitale Ein- und Ausgänge, und der Abstand zum Kasten beträgt rund 400 mm. Das liegt bequem im Arbeitsabstand des Vision-Sensors von 50 mm bis über 3 m. Fehlt ein Trigger, nimmt AI Trigger das Bild im passenden Moment auf, ohne Triggersensor und ohne dass der Kasten anhalten muss.

Aus derselben Anwendung stammt der Hinweis, die Anwendung vor direkter Sonneneinstrahlung zu schützen. An Kastenstrecken nahe an Hallenfenstern oder Toren gehört deshalb eine Abschirmung oder Haube in die Planung, damit das Bild am Morgen dasselbe zeigt wie am Nachmittag.

Häufige Fragen

F Worin unterscheidet sich die Vollkastenkontrolle von der Leerkastenkontrolle?

Die Vollkastenkontrolle vor dem Palettierer fragt, ob jedes Fach eine Flasche trägt, und liefert ein i.O. oder n.i.O. je Kasten. Die Leerkastenkontrolle nach dem Auspacker fragt, ob noch eine Flasche im Kasten steht. Soll ein Roboter diese Flasche entnehmen, muss die Prüfung zusätzlich ihre Position melden.

F Braucht die Kastenkontrolle eine AI?

Nicht in jedem Fall. Bei einheitlichen Verschlüssen und deutlichem Kontrast zum leeren Fach kann eine Prüfung von Farbe oder Helligkeit je Fach genügen. Wechseln Braunglas, Klarglas und Verschlussfarben, ist AI Identify die robustere Wahl, weil es Form, Farbe, Helligkeit und Kanten zugleich nutzt.

F Wie viele Kastensorten kann ein Vision-Sensor verwalten?

Mit einem Programm je Kastensorte hält der AI Vision-Sensor der Modellreihe IV4 intern 32 Programme, und ebenso viele sind über externe Eingänge wählbar. Mehr, bis 128, gibt es nur mit microSD-Karte und aktivierter Programmerweiterung. Für einen Wechsel in rund 100 ms sind höchstens acht Programme vorgesehen.

F Muss die Kastenkontrolle die Flaschensorte erkennen?

In einer dokumentierten Anwendung ausdrücklich nicht: Gefragt war reine Anwesenheit ohne Unterscheidung der Flaschen. Die Erkennung von Fremdflaschen oder Kastensorten ist eine Typfrage und wird besser als eigene Prüfung ausgelegt.

F Wie gelangt die Position einer Restflasche zum Roboter?

Die All-in-One Kamera mit integrierter AI der Modellreihe VS findet die Flasche mit AI-Segmentierung und wird über einen Ethernet-Port des Controllers nach Vorgabe des Roboterherstellers angebunden. Kameraneigung und Objektivverzeichnung korrigiert die Kalibrierung mit Schachbrett- oder Punktmuster, auch als Autokalibrierung mit dem Roboter.

Weiterführende Artikel

Übergeordnete Themenseite: Messen, Kennzeichnen und Prüfen in der Lebensmittel- und Getränkeproduktion: Der Überblick für Qualitäts- und Produktionsverantwortliche

Hauptartikel zum Thema: Anwesenheits- und Vollständigkeitsprüfung in der Lebensmittel- und Getränkeproduktion: Kasten, Behälter, Produkt und Füllung

Weiterer Artikel im Thema: Behälter und Lebensmittel am Band: Anwesenheit im Einlauf und vor der Verpackungsmaschine mit Laser-, Lichtleiter- und Höhenvergleichssensoren