바늘은 약물을 체내에 주입하거나 체액을 빼내는 주사기의 핵심 부품입니다. 이 애플리케이션은 바늘이 성형된 후 허브 및 플런저와 함께 최종 주사기에 조립되기 전의 바늘 검사에 중점을 둡니다.
어떤 제조상의 결함이 발생합니까?
바늘 제작 과정에서는 재료 품질, 장비 및 도구 유지 관리, 공정 제어, 인적 오류 등 다양한 요인으로 인해 결함이 발생할 수 있습니다. 일반적인 결함은 다음과 같습니다.
- 구부러진 바늘– 주사를 어렵게 하거나 불가능하게 만드는 구부러진 바늘
- 불규칙한 바늘 날카로움– 주사 시 통증을 유발하거나 천자 시 손상을 일으킬 수 있는 제대로 형성되지 않았거나 무딘 팁
- 표면 결함 – 주사 중 불편함을 유발할 수 있는 긁힘이나 구멍과 같은 바늘 표면의 결함
- 버즈– 특히 주사 후 바늘 가장자리에 형성되는 작은 금속 조각은 주사 중 통증이나 조직 손상을 유발할 수 있습니다.
- 잘못된 치수– 절단 또는 성형 공정의 오류로 인해 바늘의 길이 또는 직경이 변할 수 있으며, 이는 투여량 정확도 및 주사기 허브와의 호환성에 영향을 미칠 수 있습니다.
이러한 결함은 주사의 기능, 효과, 그리고 편의성을 저해하여 궁극적으로 환자 안전을 위협할 수 있습니다. 품질 불량은 막대한 리콜, 법적 문제, 그리고 의료 서비스 제공자와 환자의 평판 손상으로 이어질 수 있습니다. 제조업체는 불량을 방지하기 위해 주사 바늘을 엄격하게 검사하는 것이 매우 중요합니다. 또한, 제조 후 주사 바늘을 검사하고 문제를 조기에 발견함으로써 제조업체는 낭비를 줄이고 효율성을 향상시킬 수 있습니다.
하지만 이러한 결함은 감지하기 어려울 수 있습니다. 강철로 만들어진 바늘 표면은 결함을 가리는 방식으로 빛을 반사할 수 있습니다. 또한 바늘 형성 결함은 대부분 미묘하여 감지하기 어렵습니다. 특히 결함과 배경의 대비가 낮을 경우 더욱 그렇습니다. 기존의 머신 비전 시스템은 선명한 이미지를 캡처하고 실제 결함, 반사 표면, 그리고 배경을 구분하는 데 어려움을 겪어, 결국 결함을 놓치거나 잘못된 불량 판정을 초래합니다.
대량 생산 환경에서는 생산 속도를 따라잡기 위해 바늘을 신속하게 검사해야 합니다. 기존의 머신 비전 제품은 필요한 사이클 타임을 따라가지 못할 수 있습니다.
솔루션
UnitX의 AI-powered 검사를 통해 다른 솔루션이 실패하는 곳에서도 주사기 바늘 형성 결함을 효과적으로 감지할 수 있습니다.
첫째, OptiX 영상 시스템은 바늘을 비추고 영상화합니다. 그런 다음 CorteX Central AI 플랫폼은 바늘 형성 결함에 대해 학습됩니다. 마지막으로, 이러한 AI 모델은 CorteX Edge 결함을 인라인으로 감지하고 분류하는 추론 시스템입니다.
UnitX 주사기 바늘 형성 검사를 위해서?
OptiX 반사율은 최소화하고 결함 가시성은 극대화하여 뛰어난 이미지를 제공합니다. 32개의 독립적으로 제어 가능한 조명 광원을 갖추고 있으며, 소프트웨어를 통해 바늘의 강철 표면과 다양한 결함에 맞춰 최적화할 수 있습니다. 컴퓨터 이미징 기능을 활용하여 여러 장의 사진을 촬영하고 반사율이 높은 바늘 표면으로 인한 핫스팟을 제거할 수 있습니다. 또한, 조명 돔 디자인은 투사광의 매우 날카로운 입사각을 지원하여 아주 작은 결함에도 그림자를 드리워 가시성을 높여줍니다.
CorteX는 무작위적이고 복잡한 결함을 정확하게 감지합니다. 위치 및 방향의 변동성을 자동으로 정규화하고 픽셀 수준까지 결함을 인식합니다. 불량품 및 제품 낭비로 이어지는 오탐(false positive)을 줄여줍니다.
CorteX는 빠른 AI 모델 개발, 배포 및 반복을 지원합니다.CorteX AI 모델은 샘플 효율성이 뛰어납니다. 즉, 새로운 결함 유형에 대해 학습하는 데 몇 개의 이미지만 필요합니다.
UnitX 수율을 최적화합니다. CorteX에서는 품질 기준을 조정하고 변경 사항을 생산에 적용하기 전에 수율에 미치는 영향을 시각화할 수 있습니다. 모든 검사 데이터는 제조업체가 분석하고 공정 개선 영역을 파악할 수 있는 단일 중앙 플랫폼에서 참조할 수 있습니다.
UnitX 100% 인라인 검사를 신속하게 제공합니다. OptiX 밝은 LED와 1m/s의 빠른 파리 포획 속도를 갖춰 고속 이미징이 가능합니다. CorteX Edge 최대 100MP의 높은 추론 속도를 지원하여 OK/NG 결정을 빠르게 출력하고, 모든 주요 PLC, MES, FTP 시스템과 통합하여 해당 결정을 원활하게 전달합니다.
사용하는 제조업체 UnitX 바늘 검사를 자동화하려면 다음이 필요합니다.
- 환자의 안전과 편안함을 위협하는 고품질 탈출을 방지하세요
- 제조 공정 초기에 결함을 식별하고 기존 머신 비전에서 흔히 발생하는 잘못된 거부율을 최소화하여 폐기물을 줄입니다.
- 생산 및 품질 데이터를 분석하여 프로세스 개선 기회를 찾아 수율을 향상시킵니다.
- 생산 속도에 맞춰 검사를 자동화하여 제조 처리량을 늘립니다.
UnitX 검사 예시 심층 분석
이 사례에서는 바늘이 성형된 후 주사기 부품과 조립되기 전에 검사하여 결함을 조기에 발견하고 낭비를 최소화했습니다. 특히 바늘 끝이 휘어진 부분을 확인했습니다.
영상
첫째, 우리는 OptiX 바늘의 이미지를 촬영하여 결함이 있는 부분과 정상인 부분을 모두 촬영했는지 확인했습니다.
트레이닝
다음으로 우리는 다음을 사용했습니다. CorteX Central 모델을 훈련하기 위해 구부러진 바늘 결함을 나타내는 레이블을 만들었습니다. 그런 다음 캡처한 이미지에서 해당 결함에 레이블을 지정했습니다. OptiXNG 부품의 이미지 4개만 사용했습니다.
CorteX의 사용자 친화적인 인터페이스와 AI 모델을 훈련하는 데 필요한 이미지 수가 적기 때문에 몇 백만 시간밖에 걸리지 않았습니다.이미지의 결함에 라벨을 붙이는 것은 어렵습니다.
Detection System
그런 다음 우리는 해당 AI 모델을 배포했습니다. CorteX Edge 새로운 바늘 부분의 결함을 감지하여 구부러진 바늘 결함을 정확하게 감지하고 분류합니다.
