创新的质量检测解决方案加快了多腔袋的视觉检测速度，使视觉检测技术更加可靠――图像处理技术是视觉检测中非常先进的质量控制技术，但任何想要实现输液袋(简称IV袋)自动检测的企业都必须克服特殊的挑战。经过深思熟虑的硬件和软件技术方案，可以将输液袋厂家的废品率降到1%以下。 　　

　　Florian Krickl是Vitronic公司的保健产品生产经理。 　　

　　B.博朗公司是一家药品和医疗用品公司，而Vitronic公司是一家工业图像处理技术公司。这两家公司已经合作了25年。大约10年前，Vitronic公司在其总部所在地Melsungen开始了第一个针对静脉注射袋的光学质量检测项目。最近双方的合作项目是人工营养液多腔袋质检。该项目于2018年秋季启动，自实施以来给项目参与者带来了诸多挑战。“我们面临的挑战主要是在凹凸不平的多腔袋的小面积上印刷多种语言的小字体字符。”Vitronic总部的运营工程师Lutz Reinbold说。 　　

　　一份可靠性研究报告显示，到目前为止，在用的多腔袋测试系统在检测分辨率和数据校准方面已经达到极限，不能满足进一步的要求。当使用较少的字体时，测试系统很难在指定位置可靠地找到这些单词。所以这些多腔袋虽然是完全合格的产品，但也会被选为废品。”Vitronic公司医疗健康产品副总监Frank Fohler老师解释道。Vitronic面临的另一个挑战是多腔袋的尺寸小，表面不平整。这就需要使用铜印或锌印技术来印刷这些字符和符号。 　　

　　使用摄像机采集输液袋数据，检查多腔袋上文字的印刷质量。 　　

　　自主学习确定位置 　　

　　市场上有一种机器学习方案，可以“教会”检测系统直接从PDF文件或标准样本中识别字符。这种经过改进和优化的符号验证版检测方法，可用于对多腔袋检测过程中的图像符号和文字进行校正，进而转化为统计技术所需的信息。最后，将机器学习得到的信息与规定的质量保证限值进行比较，对检测出的多腔袋的质量进行评价。 　　

　　该方案可以补偿所有的不均匀变形和起伏，并且可以可靠地检查印刷在多腔袋上的字符。“这种自动化技术的另一个优点是工作效率更高；因为更快的机器学习方法缩短了整个过程的停机时间。”弗兰克福勒老师说。 　　

　　按照优先等级分类 　　

　　由于印刷的字符不能完全印在多腔袋上，B.Braun公司决定将多腔袋上的字符分为三个优先级。弗兰克福勒(Frank Fohler)说，“有大量文本符号的零件优先级最高。此部分不允许丢失或缺少任何字符和符号。其他印刷区域的错误率允许更高。这种优先分类方式进一步降低了多腔袋的废品率。” 　　

　　多腔袋的质量检查变得更加困难的原因是字符需要以多种语言印刷。“由于立法机构的监管要求，有时必须在多腔袋上印刷三种不同的语言。这意味着原本很小的可用空间需要容纳三倍的文字。”鲁茨莱因博尔德老师说。目前，该领域的31系列百万像素相机提供了目前所能达到的最高分辨率。 　　

　　整个检测系统由软件和计算机组成。 　　

　　最终，Frank Fohler和他的团队依靠正确的软硬件技术，确定了可以采用的传感器技术。评估软件还可以可靠地检查所谓的“柔性”多腔袋的印刷质量。这个技术方法是Vitronic公司开发的Vitronic Workframe(虚拟工具箱)的一个组件。整个虚拟工具箱包括各种工具，如代码或OCR字符读取工具。公司会根据特定用户的特殊要求，将这些工具组合起来供用户使用。“此时缺少‘小字体识别和凹凸补偿’功能；我们需要根据实际情况重写这个补偿程序。”弗兰克福勒老师说。 　　

　　无缝追溯 　　

　　在B.Braun领导的项目中，Vitronic的R & ampd团队由来自其产品开发、设计、生产和技术文档处理部门的人员组成。通常情况下，技术文档部门的人员根据良好制造规范(GMP)在生产线上签发测试设备的安装、功能和性能的合格证书。“毕竟用户从我们这里购买的是完整的系统解决方案。”弗兰克福勒老师说。这意味着除了软件解决方案，还包括电脑、摄像头、电气柜等硬件，以及设计文件和由设计文件衍生出的测试技术规范。在设备安装调试和认证测试之前，运营工程师Lutz Reinbold需要多次来到Vitronic总部。在用新的测试系统替换现有的测试系统后，梅尔松根的设备开始了联合评估，并在通过检查后投入生产。“目前，我们每小时可以生产620个多腔袋，但我们计划将产能提高到每小时800个。采用新的检测技术方案后，多腔袋的废品率下降到了1%以下。”Lutz Reinbold老师强调。