基于灯检机的杂质检测方法及系统与流程

本发明涉及杂质检测领域，尤其涉及基于灯检机的杂质检测方法及系统。

背景技术：

1、在医用药品杂质检测领域中，灯检机是一种常用设备，对已经包装成瓶的液体药品质量进行检测，传统灯检机的检测方法通常需要人工操作，需要投入大量的人力、物力，且操作复杂，耗时耗力，存在主观性容易出现误判。随着科技的发展，现在大部分灯检机借助计算机辅助检测，通过计算机分析采集到的图像数据，对成瓶药品的质量进行判断分析，将不合格药品进行剔除。

2、尽管借助计算机辅助检测技术，灯检机在医用药品杂质检测领域中已经取得了显著进展，但仍然存在如下问题：没有对灯检机工作时的光源进行检测，不稳定的光源会影响杂质检测结果的准确性和一致性；利用计算机对图像分析时，对一些透明杂质无法精准进行检测，使杂质检测存在误差，对药品使用产生不定风险；虽然计算机辅助检测可以提高效率，但对于浓度较低的杂质、较透明、较浑浊的药品溶液，无法准确地识别分析杂质并进行自动高效检测。

3、因此，有必要设计一种更加智能化、快速准确的方法来进行杂质检测。

技术实现思路

1、本发明通过提供基于灯检机的杂质检测方法及系统目的在于对生产完成的成瓶药品质量利用灯检机进行可靠检测，在灯检机中稳定的光源可以提供一致的照明条件，使得样本在不同时间和不同位置下都能获得相似的光照条件，确保检测结果的一致性；通过对不透明杂质和透明杂质分别进行检测判断，具有高灵敏度，为药品的检测结果提供保障，减少了检测的错误率；本发明利用光学透镜和建模算法精确地识别杂质，提供准确的检测结果，提高了检测效率、降低了人为误判率、保证了检测的一致性和可靠性。

2、本发明技术方案具体如下：

3、基于灯检机的杂质检测方法，具体包括以下步骤：

4、s1.利用传感器获取光信号数据，将得到的光信号转换为频域信号，建立光源检测神经网络模型对灯检机工作时的光源信号进行检测；

5、s2.通过工业相机或传感器得到安瓿瓶及其所盛溶液的图像，构建不透明杂质识别神经网络模型对不透明杂质进行检测，将有问题的安瓿瓶剔除；对于没有被剔除的安瓿瓶，将光源对安瓿瓶进行投射，根据光电传感器采集的数据信息判断是否存在透明杂质。

6、进一步，步骤s1，具体包括：

7、对所述光源信号进行检测后，如果光源稳定，并且符合灯检机检测工作要求的光源状态，则开始进行杂质检测；否则发出警报，工作人员对光源进行调整或者更换。

8、进一步，步骤s1，具体包括：

9、利用离散傅里叶变换将光信号转换为频域信号；所述光源检测神经网络模型包括输入层、检测层、优化策略层、输出层；输入层与检测层全连接，并将特征数据传递给检测层，检测层对频域信号特征进行检测。

10、进一步，述步骤s2，具体包括：

11、灯检机启动时，灯检盘也随即开始转动；将经过预处理的工业相机或传感器得到安瓿瓶及其所盛溶液的图像，输入到所述不透明杂质识别神经网络模型中，通过深度学习输出对应的杂质识别结果。

12、进一步，在不透明杂质识别神经网络模型的分析层中对安瓿瓶图像分析，具体过程如下：

13、；

14、其中，表示分析层的输出，表示在时刻对安瓿瓶图像的分析结果；表示在转动开始前一时刻安瓿瓶图像的状态；表示自适应的增益参数；表示对安瓿瓶图像分析的期望状态；表示记录的转盘转动的时间；表示转动结束时预期安瓿瓶图像状态；v表示安瓿瓶图像的特征向量；同时进行降维操作。

15、进一步，步骤s2，判断是否存在透明杂质的方法，具体包括：

16、根据安瓿瓶内待检溶液的溶质含量情况对溶液浓度和溶液的反射率进行预设，定义待检溶液浓度为，待检溶液反射率定义为；

17、然后通过光电传感器获取经过对安瓿瓶的投射后的光线的强度和波长位置，根据获得的光线的强度和波长位置求出透明度修正参值。

18、进一步，通过对安瓿瓶的投射后光线的强度对溶液的反射率进行优化；

19、将透明度修正参值与预设透明度修正参值进行对照，然后根据对照结果对待检溶液浓度进行优化；

20、通过优化调整后的溶液浓度和溶液反射率，对待检溶液中的透明杂质进行综测判断。

21、基于灯检机的杂质检测系统，包括以下内容：

22、数据获取模块、信号处理模块、光源识别模块、杂质检测模块、预警模块；

23、数据获取模块，用于获取待检安瓿瓶及安瓿瓶内溶液的数据信息，利用光源照射并通过传感器收集记录所需数据信息；

24、信号处理模块，将数据获取模块获取到的光源信号数据转换为频域信号数据，对数据进行预处理，为光源识别模块提供数据基础；

25、光源识别模块，用于对光源的稳定性进行识别检测，如果光源不稳定或不符合工作要求，预警模块将发出警报；

26、杂质检测模块，用于检测安瓿瓶内的不透明杂质和透明杂质，确保对杂质检测的准确性；杂质检测模块包括第一检测单元、第二检测单元；

27、第一检测单元，对安瓿瓶内的不透明杂质通过进行检测，迅速捕捉图像，并通过构建的神经网络模型进行识别判断；

28、第二检测单元，经过第一检测单元后，通过投射检测安瓿瓶中的透明杂质；

29、预警模块，用于监测杂质检测过程中的工作情况，并在在检测到光源异常、杂质存在时发出警报。

30、有益效果：

31、1.本发明通过傅里叶变换将信号从时间域转换到频域，可以将复杂的光信号分解为一些列频域成分，再进行分析处理，可以提供更全面和详细的信号信息；稳定的光源能够提供具有高能量集中度的频率成分，对安瓿瓶的检测结果更加准确可靠。然后基于频域成分建立光源检测神经网络模型，减少了神经网络模型的参数量和计算量，提高模型的效率和速度；通过处理安瓿瓶图像数据，提取不同的特征表示，然后将这些特征进行融合，可以保证检测的实时性能，还可提高不透明杂质的检测准确性，减少误判和漏检的情况，以确保产品质量符合要求。

32、2.在灯检机中，光源的稳定性对于确保检测结果的准确性至关重要。如果光源输出的亮度或颜色等状态发生异常变化，系统可以发出警报从而调整来保持光源的稳定性，这样可以确保后续的图像检测过程能够在一致的光照条件下进行；减少光照变化对图像质量和检测结果的影响，提高检测的准确性。

33、3.灯检机利用光源和照相机组合，对待检物体进行图像检测，针对不透明杂质，通过建模分析以及对图像处理，可以及时发现并排除不透明杂质，确保产品的质量和安全性。对于透明杂质，灯检机采用投射法进行检测，通过光电传感器获取信息，可以观察到透明杂质是否存在，有效检测透明杂质如悬浮物等，以保证产品质量。本发明通过先对不透明杂质进行检测再对透明杂质进行检测，对安瓿瓶内液体的质量与安全性提供了双重保障，使其对于杂质的检测更加完全和彻底，避免不合格产品流入市场。

技术特征：

1.基于灯检机的杂质检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于灯检机的杂质检测方法，其特征在于，所述步骤s1，具体包括：

3.根据权利要求1所述的基于灯检机的杂质检测方法，其特征在于，所述步骤s1，具体包括：

4.根据权利要求1所述的基于灯检机的杂质检测方法，其特征在于，所述步骤s2，具体包括：

5.根据权利要求4所述的基于灯检机的杂质检测方法，其特征在于，在所述不透明杂质识别神经网络模型的分析层中对安瓿瓶图像分析，具体过程如下：

6.根据权利要求1所述的基于灯检机的杂质检测方法，其特征在于，所述步骤s2，判断是否存在透明杂质的方法具体包括：

7.根据权利要求6所述的基于灯检机的杂质检测方法，其特征在于，通过对安瓿瓶的投射后光线的强度对溶液的反射率进行优化；

8.基于灯检机的杂质检测系统，应用于权利要求1所述的基于灯检机的杂质检测方法，其特征在于，包括以下内容：

技术总结
本发明涉及杂质检测领域，尤其涉及基于灯检机的杂质检测方法及系统，包括利用传感器获取光信号数据，将得到的光信号转换为频域信号，建立光源检测神经网络模型对灯检机工作时的光源信号进行检测；通过工业相机或传感器得到安瓿瓶及其所盛溶液的图像，构建不透明杂质识别神经网络模型对不透明杂质进行检测，将有问题的安瓿瓶剔除；对于没有被剔除的安瓿瓶，将光源对安瓿瓶进行投射，根据光电传感器采集的数据信息判断是否存在透明杂质。本发明提供了准确的检测结果，提高了检测效率、降低了人为误判率、保证了检测的一致性和可靠性。

技术研发人员：孙雪礼,张学乐
受保护的技术使用者：山东鹰眼机械科技有限公司
技术研发日：
技术公布日：2024/2/21