ในการผลิตยาและโภชนเภสัช, ความแม่นยำไม่ใช่สิ่งหรูหรา แต่เป็นความจำเป็นด้านกฎระเบียบและเชิงพาณิชย์. ไม่ว่าจะเป็นการนับเม็ดยา, แคปซูล, ซอฟเจล, หรือเหนียว, ผู้ผลิตจะต้องตรวจสอบให้แน่ใจว่าขวดทุกขวดที่ออกจากสายการผลิตมีปริมาณที่ถูกต้องและตรงตามมาตรฐานคุณภาพที่เข้มงวด.
เครื่องนับด้วยการมองเห็นแสดงถึงความก้าวหน้าครั้งสำคัญเหนือแบบดั้งเดิม เครื่องนับตาแมว. ด้วยการบูรณาการด้านทัศนศาสตร์, อิเล็กทรอนิกส์, อัลกอริธึมซอฟต์แวร์, และการควบคุมทางกล, สามารถนับได้อย่างแม่นยำ, การตรวจจับข้อบกพร่องแบบเรียลไทม์, และการปฏิเสธอัตโนมัติ—ทั้งหมดนี้ด้วยความเร็วสูง.
บทความนี้จะอธิบาย, ในลักษณะที่มีโครงสร้างและทางเทคนิค, เครื่องนับด้วยภาพทำงานอย่างไรในการนับ, การตรวจสอบ, และการปฏิเสธ, และเหตุใดจึงกลายเป็นโซลูชันที่ต้องการในอุตสาหกรรมที่มีการควบคุม.
1. การได้มาของภาพและการแปลงสัญญาณ
ขั้นตอนแรกในการนับด้วยภาพคือการได้ภาพที่ปราศจากการบิดเบือน, ภาพความละเอียดสูงของวัสดุที่เคลื่อนที่เร็ว. โดยไม่มีข้อมูลภาพคุณภาพสูง, อัลกอริธึมดาวน์สตรีมไม่สามารถทำงานได้อย่างน่าเชื่อถือ.
1.1 ระบบการถ่ายภาพด้วยแสงและการส่องสว่าง
เมื่อแท็บเล็ตหรือแคปซูลผ่านโซนการตรวจจับ—ซึ่งมักจะอยู่ในช่องตกแบบน้ำตก—ระบบจะทริกเกอร์กล้องอุตสาหกรรม. อย่างไรก็ตาม, กล้องอย่างเดียวไม่พอ. การควบคุมแสงสว่างเป็นสิ่งสำคัญ.
การกำหนดค่าไฟส่องสว่างทั่วไปประกอบด้วย:
ไฟทรงโดมช่วยลดแสงสะท้อนสม่ำเสมอ
แสงพื้นหลังสำหรับการดึงรูปร่าง
แสงโคแอกเซียลสำหรับการตรวจจับข้อบกพร่องที่พื้นผิว
แสงสเปกตรัม (ปรับปรุงสีแดง) เพื่อปรับปรุงคอนทราสต์ของสีแท็บเล็ตเฉพาะ
จุดประสงค์คือเพื่อกำจัดการรบกวนของแสงโดยรอบและสร้างความแตกต่างที่สม่ำเสมอระหว่างวัตถุและพื้นหลัง. ในการผลิตยา, แม้แต่แสงที่ไม่สอดคล้องกันเล็กน้อยก็สามารถนำไปสู่การตรวจจับที่ผิดพลาดหรือข้อบกพร่องที่พลาดไป.
1.2 จากสัญญาณออปติคัลสู่ภาพดิจิทัล
ภายในกล้อง, จำนวนพิกเซลหลายล้านพิกเซลในเซนเซอร์ CCD จะแปลงโฟตอนที่สะท้อนให้เป็นสัญญาณไฟฟ้าแบบอะนาล็อก. สัญญาณเหล่านี้ส่งผ่านตัวแปลงอนาล็อกเป็นดิจิทัล (เอดีซี), กลายเป็นข้อมูลระดับสีเทาหรือสีดิจิทัล.
ผลลัพธ์ที่ได้คือภาพดิจิทัลรหัสไบนารี่ที่ประกอบด้วยค่าความเข้มของพิกเซล โดยพื้นฐานแล้วคือเมทริกซ์ข้อมูลที่มีโครงสร้างซึ่งเป็นตัวแทนของวัตถุทางกายภาพ.
การเปลี่ยนแปลงจากข้อมูลดิจิทัลแบบเบาไปเป็นข้อมูลดิจิทัลที่มีโครงสร้างเป็นรากฐานของตรรกะการนับทั้งหมด.
1.3 การนับการนำลอจิกไปใช้
เมื่อได้ภาพดิจิทัลแล้ว, คอมพิวเตอร์อุตสาหกรรม (ไอพีซี) ประมวลผลแบบเรียลไทม์.
ขั้นตอนการประมวลผลภาพหลักประกอบด้วย:
การแบ่งส่วนเกณฑ์ – การแยกวัตถุออกจากพื้นหลัง
การตรวจจับขอบ – การระบุรูปทรง
การกรองทางสัณฐานวิทยา – ขจัดเสียงรบกวน
การวิเคราะห์องค์ประกอบที่เชื่อมต่อ – การแยกวัตถุแต่ละรายการ
วัตถุที่จดจำแต่ละรายการจะถูกลงทะเบียนเป็นหน่วยนับได้. ต่างจากระบบตามน้ำหนัก, การนับด้วยสายตาไม่ได้รับผลกระทบจากความแปรผันของมวลเม็ดยาแต่ละชนิด.
ระบบขั้นสูงสามารถเกินได้ 1000 ชิ้นต่อวินาที, แม้ภายใต้สภาวะการเรียงซ้อนด้วยความเร็วสูง. อัลกอริธึมการแบ่งส่วนที่ซับซ้อนทำให้สามารถแยกแท็บเล็ตที่ทับซ้อนกันด้วยระบบดิจิทัล, รักษาความแม่นยำในการนับ.
2. การรับรู้คุณลักษณะและการตรวจสอบคุณภาพ
ข้อได้เปรียบที่ชัดเจนของเครื่องนับด้วยภาพที่เหนือกว่าเคาน์เตอร์โฟโตอิเล็กทริคแบบดั้งเดิมคือความสามารถในการตรวจสอบ. ไม่เพียงแต่นับเท่านั้น แต่ยังประเมินคุณภาพอีกด้วย.
2.1 การสกัดคุณลักษณะทางสัณฐานวิทยา
ก่อนที่จะยืนยันแต่ละหน่วยว่าถูกต้อง, ระบบจะแยกคุณลักษณะหลายมิติและเปรียบเทียบกับเทมเพลต "สูตรอาหาร" ที่กำหนดไว้ล่วงหน้า.
พารามิเตอร์ที่วัดได้ทั่วไป ได้แก่: พื้นที่ (จำนวนพิกเซล), ความยาวเส้นรอบวง, อัตราส่วนความยาวและความกว้าง, ความกลม (ค่าสัมประสิทธิ์การหมุนเวียน), อัตราส่วนภาพ
หากพารามิเตอร์ทางเรขาคณิตของวัตถุที่ตรวจพบอยู่นอกช่วงที่ยอมรับได้, จัดอยู่ในประเภทมีข้อบกพร่อง.
ตัวอย่าง:
พื้นที่เล็กกว่าเกณฑ์ → ชิ้นส่วนที่แตกหัก
พื้นที่ใหญ่กว่าเกณฑ์ → เม็ดยาที่ทับซ้อนกัน
ความกลมไม่สม่ำเสมอ → เม็ดบิ่น
2.2 การวิเคราะห์สีและระดับสีเทา
ในการผลิตยา, ความสม่ำเสมอของสีเป็นสิ่งสำคัญ. ความแปรผันอาจบ่งบอกถึงปัญหาการเคลือบ, การปนเปื้อน, หรือการย่อยสลาย.
วิชันซิสเต็มวิเคราะห์:
การกระจายสี RGB หรือ HSV
ส่วนเบี่ยงเบนสีที่มีการแปล (จุดด่างดำ, คราบเหลือง)
ความสอดคล้องของสีทั่วโลกเทียบกับเทมเพลตมาตรฐาน
หากการเบี่ยงเบนของสีเกินค่าความคลาดเคลื่อนที่ตั้งไว้, วัตถุถูกตั้งค่าสถานะ.
2.3 วัตถุที่ทับซ้อนกันและการตรวจจับสิ่งแปลกปลอม
ระบบโฟโตอิเล็กทริคแบบดั้งเดิมประสบปัญหากับแท็บเล็ตที่ทับซ้อนกันหรือซ้อนกัน. ระบบการมองเห็นขั้นสูง โดยเฉพาะระบบที่บูรณาการการเรียนรู้เชิงลึกของ AI สามารถสร้างความแตกต่างได้:
แท็บเล็ตที่ทับซ้อนกันได้แต่ไม่เสียหาย
อนุภาคแปลกปลอมผสมกัน
เศษหัก
การปนเปื้อนของเส้นผมหรือเส้นใย
โมเดลการเรียนรู้เชิงลึกที่ได้รับการฝึกอบรมเกี่ยวกับชุดข้อมูลที่มีข้อบกพร่องช่วยปรับปรุงการจดจำในสภาพแวดล้อมที่ซับซ้อน, ลดผลบวกลวงและปรับปรุงความไวในการตรวจจับ.
3. การติดตามข้อบกพร่องและการดำเนินการปฏิเสธ
การตรวจสอบเพียงอย่างเดียวไม่เพียงพอ. เมื่อตรวจพบข้อบกพร่องแล้ว, ระบบจะต้องกำจัดเอาท์พุตที่ได้รับผลกระทบออกทางกายภาพโดยไม่รบกวนขั้นตอนการผลิต.
3.1 ตรรกะการตัดสินใจและการติดตามตำแหน่ง
หลังจากตรวจสอบแล้ว, IPC ส่งผลการตรวจจับไปยังตัวควบคุม PLC. PLC จะคำนวณเวลาเดินทางที่แม่นยำซึ่งจำเป็นสำหรับสินค้าที่มีข้อบกพร่องหรือขวดที่บรรจุสินค้านั้น เพื่อไปถึงสถานีคัดแยก.
สิ่งนี้ต้องการ:
การซิงโครไนซ์ตัวเข้ารหัส
การตรวจสอบความเร็วสายพานลำเลียง
การสื่อสารแบบเรียลไทม์ระหว่าง IPC และ PLC
โดยทั่วไปความแม่นยำของกำหนดเวลาจะอยู่ในหน่วยมิลลิวินาที.
3.2 กลไกการปฏิเสธ
ขึ้นอยู่กับการออกแบบระบบ, การปฏิเสธอาจเกิดขึ้นได้สองระดับ:
การลบรายการแต่ละรายการ (ผ่านทางแอร์เจ็ทหรือแขนหุ่นยนต์)
การปฏิเสธระดับขวด (นำขวดออกทั้งหมดหากตรวจพบการนับหรือข้อบกพร่องที่ไม่ถูกต้อง)
เทคโนโลยีการปฏิเสธทั่วไป ได้แก่:
ระบบเป่าลมแบบนิวแมติก
พุชเชอร์เชิงกลที่ขับเคลื่อนด้วยเซอร์โว
แขนหุ่นยนต์สำหรับการจัดการที่ละเอียดอ่อน
วัตถุประสงค์คือการแยกผลิตภัณฑ์ที่ไม่เป็นไปตามข้อกำหนดโดยสิ้นเชิงโดยยังคงรักษาปริมาณงานได้อย่างต่อเนื่อง.
4. สถาปัตยกรรมหลักแบบบูรณาการ
เครื่องนับการมองเห็นรวมระบบย่อยหลายระบบไว้ในหน่วยที่มีการประสานงานกัน:
| เวทีหลัก |
เทคโนโลยีที่สำคัญ |
ผลลัพธ์การทำงาน |
| การได้มาของภาพ |
กล้องอุตสาหกรรม, เลนส์ที่แม่นยำ, ไฟ LED, เอดีซี |
แปลงการสะท้อนทางแสงให้เป็นภาพดิจิทัลที่มีความละเอียดสูง |
| การนับ & กำลังประมวลผล |
อัลกอริธึมการแบ่งส่วนภาพ, การวิเคราะห์ทางสัณฐานวิทยา |
ระบุและนับวัตถุได้อย่างแม่นยำด้วยความเร็วสูง |
| การตรวจสอบคุณสมบัติ |
การวิเคราะห์ปริภูมิสี, การเปรียบเทียบทางเรขาคณิต, การเรียนรู้เชิงลึกของ AI |
ตรวจจับข้อบกพร่องเช่นการแตกหัก, การเสียรูป, การปนเปื้อน |
| การดำเนินการปฏิเสธ |
การควบคุม PLC, เซอร์โวมอเตอร์, ตัวกระตุ้นหุ่นยนต์ |
นำสิ่งของหรือขวดที่ไม่เป็นไปตามข้อกำหนดออก |
สถาปัตยกรรมแบบวงปิดนี้ช่วยให้แน่ใจว่าการตัดสินใจในการตรวจจับจะแปลงเป็นการดำเนินการทางกลทันที.
5. เหตุใดการนับด้วยภาพจึงเหนือกว่าวิธีการนับแบบดั้งเดิม
จากจุดยืนด้านการปฏิบัติงานและการกำกับดูแล, การนับตามการมองเห็นให้ข้อดีที่วัดผลได้:
ความแม่นยำ ความเป็นอิสระจากการเปลี่ยนแปลงของน้ำหนัก
ต่างจากเครื่องนับตามน้ำหนัก, ระบบการมองเห็นไม่ได้ขึ้นอยู่กับสมมติฐานความเท่าเทียมกันของมวล.
ความสามารถในการตรวจจับข้อบกพร่อง
ระบบโฟโตอิเล็กทริคตรวจจับการมีอยู่; ระบบการมองเห็นประเมินคุณภาพ.
การสนับสนุนการปฏิบัติตามกฎระเบียบ
ด้วยการบันทึกข้อมูลแบบรวม, ระบบสามารถเชื่อมต่อกับ MES/ERP เพื่อการตรวจสอบย้อนกลับและความพร้อมในการตรวจสอบ ซึ่งเป็นข้อกำหนดที่สำคัญในอุตสาหกรรมที่ได้รับการควบคุม.
ความสามารถในการปรับขนาดและความฉลาด
การอัปเกรดที่ใช้ AI ช่วยให้สามารถปรับปรุงได้อย่างต่อเนื่องโดยไม่มีการเปลี่ยนแปลงฮาร์ดแวร์ที่สำคัญ.
6. ประสิทธิภาพในการผลิตยาและโภชนเภสัช
ในสายการบรรจุขวดแบบเม็ดและแคปซูล, การนับด้วยความเร็วสูงจะต้องอยู่ร่วมกันด้วย: การประกันคุณภาพไม่มีข้อบกพร่อง, การปฏิบัติตามความสะอาดและสุขอนามัย, ความมั่นคงในระยะยาวภายใต้การดำเนินงานอย่างต่อเนื่อง;
เครื่องวิชันเคาน์นิ่งได้รับการออกแบบทางวิศวกรรมมาเพื่อตอบสนอง: ข้อกำหนดการผลิต cGMP, การทำงานด้วยความเร็วสูงเกิน 1000 ชิ้น/วินาที, การเปลี่ยนแปลงผลิตภัณฑ์อย่างรวดเร็วผ่านการจัดการสูตรที่เก็บไว้;
โดยผสมผสานการถ่ายภาพแบบเรียลไทม์, การวิเคราะห์อันชาญฉลาด, และการควบคุมการปฏิเสธที่แม่นยำ, โดยจะเปลี่ยนการนับจากกระบวนการวัดแบบพาสซีฟไปสู่ขั้นตอนการควบคุมคุณภาพเชิงรุก.
บทสรุป: จาก “การมองเห็น” สู่ “การตัดสินใจ” สู่ “การแสดง”
เครื่องนับด้วยภาพทำงานผ่านสามขั้นตอนที่ผสานรวมกันอย่างแน่นหนา:
การมองเห็น – การได้มาของภาพที่มีความละเอียดสูงจะแปลงวัตถุทางกายภาพให้เป็นสัญญาณดิจิตอล.
การตัดสินใจ – อัลกอริทึมและ AI ประเมินปริมาณและคุณภาพไปพร้อมๆ กัน.
การแสดง – กลไกที่ควบคุมโดย PLC จะกำจัดเอาต์พุตที่บกพร่องแบบเรียลไทม์.
การบูรณาการเชิงแสง-เครื่องกล-ไฟฟ้า-คอมพิวเตอร์นี้ช่วยให้มีความเร็วสูงได้, มีความแม่นยำสูง, และการประมวลผลวัสดุที่ซับซ้อนอย่างชาญฉลาด.
สำหรับผู้ผลิตยาและโภชนเภสัช, ผลลัพธ์ที่ได้ไม่เพียงแต่ปรับปรุงการนับเท่านั้น แต่ยังปรับปรุงความสมบูรณ์ของผลิตภัณฑ์อีกด้วย, ลดความเสี่ยงในการเรียกคืน, และเสริมสร้างความเข้มแข็งในการปฏิบัติตามกฎระเบียบ.
ในอุตสาหกรรมที่ความแม่นยำเป็นตัวกำหนดความน่าเชื่อถือ, ระบบการนับด้วยภาพแสดงถึงวิวัฒนาการจากอุปกรณ์การนับแบบธรรมดาไปจนถึงผู้พิทักษ์คุณภาพอัจฉริยะในสายการผลิต.
