Skip to Main Content
texto

注射器装配件和组件检测

注射器制造流程(如针头粘接、柱塞验证、确保尺寸准确性和安全防护罩放置)需要卓越的精度和准确性。透明材料、复杂的几何尺寸和细微缺陷对于基于规则的机器视觉而言过于复杂。康耐视使用 AI 技术解决这些挑战,该技术基于示例学习,能够区分真正的缺陷与可接受的异常,并适应新变量,以保持生产线合规和高效运营。 

推荐产品

Cognex In-Sight 3900 vision system

In-Sight 3900 系列

In-Sight 3900 是一款高速 AI 机器视觉系统,专为产量/处理量生产线而构建,具有强大的计算能力和嵌入式 AI,可用于处理高分辨率图像和高级检测。

查看产品
VisionPro Deep Learning software interface

VisionPro Deep Learning 软件

用于快速、强大的质量控制的AI驱动的PC图像检测软件。

查看产品

可靠的注射器制造需要精确的检测 

注射器装配件和组件检测可能是医疗器械制造领域面临的一项严苛质量控制挑战。从精确的针头装配和柱塞放置到尺寸精度和安全防护罩定位,注射器的每个细节直接影响产品性能和法规合规性。制造缺陷(如针头粘合不充分、柱塞挡边破损、针尖突出或尺寸变化)可能损害产品的无菌性或导致注射失败,进而对医疗保健服务提供者和患者造成潜在安全风险。 

注射器材料过于复杂,基于规则的检测系统难以应对挑战 

在应对注射器制造的复杂要求方面,传统目视检测方法存在不足之处。在下列情况下,必须考虑到检测透明玻璃或聚合物材料的复杂性:

  • 反光表面造成眩光和视觉混淆
  • 法兰上的微小裂纹或针头粘合剂中的气泡等细微缺陷难以识别,并且看上去可能与可接受的瑕疵相似
  • 玻璃金属、粘合剂和液体等多种材料具有不同的光学特性

仅针头检测就需要在高放大倍率下识别针尖歪斜、毛刺和尺寸变化等异常。柱塞检测必须识别组件上破损的挡边和液体污染,这些组件的颜色通常为黑色,这导致对比度受限并带来照明挑战。这些应用需要高精度和灵活的适应性,只有 AI 驱动的机器视觉才能在量产环境下可靠满足要求。 

使用工业级 AI 检测提升注射器制造运营 

康耐视将基于 AI 的缺陷检测和先进的成像技术相结合,成功解决这些挑战。康耐视机器视觉系统基于样本图像学习,以确定注射器针头粘合胶粘剂、柱塞放置和尺寸规格的可接受范围,然后剔除超出这些参数范围的任何组件。  

先进的视觉系统在具有挑战性的环境中增强图像对比度,而 AI 技术则检测透明和反射材料上的复杂缺陷。当生产线切换到不同的针头规格或注射器型号时,康耐视系统可轻松适应,无需手动重新编程,显著缩短停机时间,并在整个初级包装运营中维持高质量检测。  

从全球支持专家网络到综合在线资源集,康耐视 还提供一整套支持资源,确保您的系统始终以您需要的方式运行。 

Cognex AI detects defects on syringe needle tips

Cognex AI finds defects in syringe plungers

Cognex AI detects missing parts in syringe glass

Cognex AI finds a chip in the glass flange of a syringe

Pentagon

“最终,我们使用康耐视 VisionPro 软件成功完成该任务,康耐视帮助我们改进了检测方法和结果。”

Monoi Mathew

Pentagon Assembly Automation 技术总监

观看视频
Monoi Mathew, Technical Director, Pentagon Assembly Automation