• Cognex Vertrieb: +41-44-578-8877

  • Kontakt

Pharma/Medizintechnik

Fläschchen- und Ampullenzählung

Einzelne Fläschchen oder Ampullen in Trays vor dem Verpacken zählen

Defect detected on tray of vials

Ähnliche Produkte

VisionPro ViDi Product Tile

VisionPro Deep Learning

Grafische Programmierumgebung für Deep Learning-basierte industrielle Bildanalyse

In-Sight D900

In-Sight D900

Ausgestattet mit der In-Sight ViDi Deep-Learning-basierten Vision-Software

Gefüllte Fläschchen und Ampullen müssen genau gezählt werden, um absolute Zuverlässigkeit sicherzustellen, bevor sie zur Sekundärverpackung gelangen. Menschliche Fehler können zu Rückrufen führen, während automatisierte Lösungen die Wahrscheinlichkeit für solche Fehler verringern. Es gibt genaue mechanische Zählprozesse für Fläschchen, jedoch kann ein visueller Zählvorgang viele Vorteile bieten. Zum Beispiel können dabei heruntergefallene oder falsch positionierte Fläschchen erkannt und Fläschchen mit Deckeln der falschen Farbe oder Form, die auf das falsche Produkt hinweisen, entdeckt werden. Eine Prüfung der Fläschchen und Ampullen während des Zählvorgangs bestätigt, dass die richtige Anzahl des richtigen Produkts vorhanden ist.

Das Aufspüren von Schwachstellen in einem vollen Tray kann jedoch aufgrund des Lupeneffekts (oder der Bildverzerrung) des Sichtfeldes der erforderlichen Breite schwierig sein. Teile am äußeren Rand des Sichtfeldes sehen anders aus als Teile direkt unter der Kamera. Insbesondere können Ampullen Spiegelungen und innere Brechungen erzeugen, die eine Bestätigung der richtigen Positionierung erschweren.

Ein standardmäßiges industrielles Bildverarbeitungssystem kann Fläschchen und Ampullen erfolgreich zählen, jedoch ist Cognex Deep Learning flexibler und besser in der Lage, nicht zurechenbare Fehler zu erkennen, wie zum Beispiel Probleme durch Herunterfallen, verkehrte Positionierung oder Produktverwechslungen von Behältern mit der falschen Verschlussfarbe. Dies erhöht die gesamte Anlageneffizienz (OEE = Overall Equipment Efficiency). Das Teilelokalisierungstool wird anhand von Behältern in jeder Ausrichtung geschult und erkennt diese dann erfolgreich aus allen Winkeln, was zu einer besser wiederholbaren und zuverlässigen Zählmethode führt. Es berücksichtigt bei der Durchführung der Identifikation auch die Verzerrung an den äußersten Rändern des Sichtfelds.

Eine mit der High Dynamic Range Plus-Technik (HDR+) von Cognex ausgestattete Deep-Learning-basierte Kamera erzeugt mit einer einzigen Bildaufnahme ein einheitliches Bild, sogar bei einem breiten Sichtfeld. Dadurch entsteht durch Spiegelungen von Fläschchen und insbesondere durch den Lichthof rund um Ampullen weniger Störungen. HDR+ unterscheidet sich von standardmäßigem HDR dadurch, dass es mit einer einzigen Bildaufnahme bei hoher Geschwindigkeit an beweglichen Teilen durchgeführt werden kann, während standardmäßige HDR stationär sein und mehrere Bilder erfassen müsste, um dieselben Ergebnisse zu erzielen.

Die Deep-Learning-basierte Zählung beseitigt durch die Zählung bedingte Abweichungen, sogar bei einer großen Anzahl von Fläschchen oder Ampullen. Dadurch werden zeitaufwändige und teure Nacharbeiten, die sich aus Fehlzählungen ergeben können, verhindert.

EMPFOHLENE COGNEX-PRODUKTE

ERHALTEN SIE ZUGANG ZU SUPPORT & TRAINING FÜR PRODUKTE & MEHR

Werden Sie Teil von MyCognex

SIE HABEN EINE FRAGE?

Cognex is weltweit vertreten, um Sie bei Ihren Vision- und Barcode-Anwendungen zu unterstützen.

Kontakt
Loading...