案例研究 加装AI辅助的粒子检测

该公司是一家生产医药和医疗用品的全球领先企业。它在几个地方都有大型的BFS（吹瓶-灌装-封口）容器的生产线。该公司已经使用VITRONIC的自动视觉检测系统进行质量控制。

BFS容器必须绝对干净：生产过程中的金属或塑料颗粒、灰尘或毛发都不能留在里面。这些不需要的颗粒，例如在输液中，会严重伤害病人，甚至导致他们死亡。

出于这个原因，每一个BFS容器在灌装和密封后都必须进行检查。带图像处理的相机传感器被用于这一目的。然而，容器内和容器上的无害气泡、液滴或泡沫很容易被误认为不需要的颗粒。这就导致了相对较高的误报率。

生产者不能接受这种错误的废品率。然而，使用经典的图像处理方法也无法进一步降低它。

VITRONIC通过经典的图像处理和人工智能的混合解决方案解决了这一挑战。检测系统通过基于神经网络的机器学习组件得到了加强。

以前检查的图像被分割，取决于上面可以看到什么样的颗粒。通过这些图像，人工智能被训练来区分无害和不良的颗粒。人工智能模型最终被整合到运行中的生产线上，并在测试运行中进一步完善。

此外，在粒子检测站安装了分辨率更高的摄像机，具有500万像素，而不是只有130万像素。AI模型被集成到现有的软件应用程序中。

VITRONIC按照制药环境中计算机辅助系统的GAMP®-5准则，对该检测系统进行了全面鉴定。

该项目总共花了6个月的时间；在生产现场的安装和鉴定只用了3个星期就完成了。2022年4月正式投入使用。

与其他人工智能项目一样，训练数据的质量和数量起到了决定性的作用：只有大量的、认真准备的数据集才能实现快速结果。

该项目表明：经典的图像处理和人工智能可以完美结合。可以假设，这种混合系统也可以用于其他生产领域的困难检测任务。