Las piezas de plástico de las jeringas son componentes esenciales para garantizar una dosificación precisa y un movimiento fluido del émbolo. Esta aplicación se centra en la inspección de los componentes de plástico de las jeringas después del moldeo por inyección y antes de su ensamblaje con la aguja en la jeringa final.
¿Qué defectos de fabricación ocurren?
Pueden ocurrir defectos durante el proceso de moldeo por inyección debido a diversos factores, como problemas con los materiales, diseños de molde inadecuados, desgaste y daños en el molde, parámetros de proceso incorrectos, desgaste de la maquinaria y errores humanos. Entre los defectos más comunes se incluyen daños físicos (grietas y marcas de tensión en los componentes de la jeringa) que pueden provocar fugas y contaminación, inutilizando la jeringa.
Estos defectos pueden comprometer la funcionalidad y la eficacia de las jeringas, poniendo en riesgo la seguridad del paciente. Las fugas de calidad pueden provocar retiradas costosas, problemas legales y dañar la reputación de los profesionales sanitarios y los pacientes. Es fundamental que los fabricantes inspeccionen rigurosamente los componentes de las jeringas para evitar fugas. Al inspeccionar los componentes después del moldeo por inyección e identificar los problemas a tiempo, los fabricantes reducen el desperdicio y mejoran la eficiencia.
Sin embargo, estos defectos pueden ser difíciles de detectar: los componentes generalmente están hechos de plástico transparente, que es difícil de inspeccionar ya que las piezas transparentes no siempre producen suficiente contraste y pueden reflejar y refractar la luz de formas impredecibles, creando reflejos o distorsión.
Los componentes también pueden variar en tamaño y tipo, y cada uno requiere criterios de inspección diferentes. La visión artificial tradicional requiere la programación de cientos de reglas personalizadas, lo que impide la detección de piezas nuevas o variables, o defectos que no se ajustan a los parámetros programados.
En entornos de fabricación de alto volumen, los componentes de las jeringas deben inspeccionarse rápidamente para mantener el ritmo de producción. Los productos de visión artificial tradicionales pueden no cumplir con los tiempos de ciclo requeridos.
La Solución
UnitX, AI-powered La inspección detecta eficazmente defectos en el moldeo por inyección de plástico de componentes de jeringas donde otras soluciones fallan.
En primer lugar, la OptiX El sistema de imágenes ilumina y captura imágenes de los componentes plásticos de la jeringa. Luego, CorteX Central La plataforma de IA se entrena en defectos de moldeo por inyección de plástico. Finalmente, esos modelos de IA se implementan en... CorteX Edge Sistema de inferencia para detectar y clasificar defectos en línea.
Por Qué UnitX ¿Para la inspección de moldeo por inyección de plástico de componentes de jeringa?
OptiX Proporciona imágenes superiores que minimizan la reflectividad y maximizan la visibilidad de los defectos. Cuenta con 32 fuentes de iluminación controlables de forma independiente, optimizadas mediante software para diversas superficies plásticas y defectos de los componentes transparentes de la jeringa. Su diseño de domo de iluminación permite un ángulo de incidencia muy agudo de la luz proyectada, lo que permite que incluso los defectos más pequeños proyecten sombras que aumentan su visibilidad.
CorteX detecta con precisión defectos aleatorios y complejos. Normaliza automáticamente la variabilidad en posiciones y orientaciones y reconoce defectos a nivel de píxel. Reduce los falsos positivos que generan desperdicio y desperdicio de producto.
CorteX admite el desarrollo, la implementación y la iteración rápidos de modelos de IALos modelos de IA de CorteX son eficientes en el uso de muestras: solo requieren unas pocas imágenes para entrenarse en nuevos tipos de defectos.
UnitX optimiza el rendimiento. En CorteX, es posible ajustar los criterios de calidad y visualizar el impacto en el rendimiento antes de implementar dichos cambios en la producción. Todos los datos de inspección se pueden consultar en una plataforma central para que los fabricantes los analicen e identifiquen áreas de mejora en sus procesos.
UnitX Proporciona una inspección rápida, 100% en línea. OptiX Tiene LED brillantes y velocidades de captura de moscas de 1 m/s para imágenes de alta velocidad. Y CorteX Edge Admite altas velocidades de inferencia (hasta 100 MP) para emitir rápidamente una decisión OK/NG y comunicar sin problemas dicha decisión mediante la integración con todos los principales sistemas PLC, MES y FTP.
Fabricantes que utilizan UnitX Para automatizar la inspección del moldeo por inyección de componentes de jeringas, podemos:
- Prevenir fugas de calidad que pongan en riesgo la seguridad del paciente
- Reducir los desechos identificando defectos en las primeras etapas del proceso de fabricación y minimizando las tasas de rechazo falso comunes en la visión artificial tradicional.
- Mejore el rendimiento analizando los datos de producción y calidad para encontrar oportunidades de mejora de procesos.
- Automatizar la inspección a la velocidad de su producción para aumentar el rendimiento de fabricación.
UnitX Ejemplo de inspección en profundidad
En este ejemplo, inspeccionamos los componentes de la jeringa, específicamente el cuerpo y el émbolo, después del moldeo por inyección y antes del ensamblaje final para detectar defectos a tiempo y minimizar el desperdicio. Buscamos específicamente daños físicos y contaminación.
Proyección de imagen
Primero usamos OptiX Para capturar imágenes de los componentes de la jeringa, asegurándonos de capturar tanto las piezas defectuosas como las correctas. Se tomaron imágenes de la parte frontal y posterior de los componentes.
Capacitación
A continuación, utilizamos CorteX Central Para entrenar nuestros modelos, creamos etiquetas para tres defectos: rasguño, grieta y cabello (que indica contaminación). Luego, etiquetamos esos defectos en las imágenes que capturamos de OptiX, utilizando solo 8 imágenes de piezas NG y 5 imágenes de piezas OK.
Gracias a la interfaz fácil de usar de CorteX y al bajo número de imágenes que requiere para entrenar sus modelos de IA, solo nos tomó 4 minutos y 45 segundos etiquetar los defectos en las imágenes.
Detección
Luego implementamos esos modelos de IA en CorteX Edge para detectar defectos en componentes de jeringas nuevas, lo que da como resultado la detección y clasificación precisa de rayones, grietas y contaminación de las jeringas.
