中文
English
Italiano
Deutsch
日本語
Español
我们提供先进的解决方案，用于可靠的颗粒检测和外观缺陷检测，同时还提供补充技术，例如用于测试容器完整性的泄漏检测等。
在涉及药品检测时，没有“通用”的解决方案。在斯蒂瓦那托集团，我们对每种产品及其性能进行评估，并根据评估结果推荐适合您需求的技术。
1. 顶部形状和外观
2. 色码环
3. OPC
4. 瓶体
5. 颗粒
6. 底部
1. 瓶盖（密封盘、橡胶盖）
2. 颗粒
3. 瓶子
4. 胶塞
5. 底部
1. 盖子
2. 瓶颈
3. 瓶肩
4. 颗粒
5. 容器
6. 胶塞（顶部，表面）
7. 法兰
1. 胶塞
2. 铝盖
3. 瓶口边
4. 瓶颈
5. 瓶肩
6. 容器
7. 颗粒
8. 瓶跟
9. 瓶底
1. 胶塞
2. 铝盖
3. 瓶口边
4. 瓶颈
5. 瓶肩
6. 容器
7. 颗粒
8. 冻干层
9. 瓶跟
10.瓶底
凭借我们的颗粒跟踪算法，我们可以根据动态检测和颗粒分析来高效地检测各种液体药品。能否举一些示例？
我们研发了一种可靠地检测胰岛素等有挑战性的悬浮液或混浊产品的专利方法。结合高速线扫描摄像机和智能照明系统，我们实现了高检测率和低错误剔除率。我们的方法具有以下特征：
使用普通的摄像机检测技术来区分装有粘性产品（如透明质酸）的容器内外的物质会带来一些挑战。斯蒂瓦那托集团可以通过创新的方法为您提供支持。
我们的3D颗粒位置检测技术包括：
冻干产品由于其性质通常是难检的药物。冻干产品表现为块状，并且具有可能被错误地分类为缺陷的可变特征。
在此情况下，使用一套照明和图像采集技术是对冻干产品进行准确而精密自动化检测的关键。以下是我们已经成功实施的一些“诀窍”：
顶空氧激光检漏适用于可在光学上透过760-1400nm范围内的近红外辐射的包装（管状、模制、透明、琥珀色玻璃、PP、PE、COC、COP）
顶空氧激光检漏确保100%：
1. 多变的稳定性：与基于规则的传统解决方案相比，该模型可以系统化地嵌入更大的知识库-降低错误剔除率
2. 持续改进：该模型可以有效地提高知识水平，从而提高结果的准确性-降低错误剔除率
此外，人工智能模型还可以概括所获得的信息，以分类数个相似的对象。知识抽象能够优化成本，例如，可以使用相同的AI模型检测来自不同供应商的不同注射器法兰。
斯蒂瓦那托集团 Vision AI，一个集成了深度学习模型的平台，它将提高您的设备的检测性能，在提高检测率的同时减少误检率。
省钱，依靠熟练的人工智能和视觉工程师。
我们是这项技术的先驱，使用“概念验证”平台获得的结果具有重要意义。
|
液体检测 |
↓ 将因气泡引起的错误剔除率降低95% |
|
外观检测（注射器法兰和卡式瓶底部） |
↓ 错误剔除率降低90% |
我们的主要目标是协助我们的客户，甚至采用创新的方法来帮助他们成功地克服挑战。我们已经成功地测试了以下技术：
Near Infrared (NIR)
近红外（NIR）是一种光谱方法。使用广谱近红外光（多种波长或频率）照射物质，近红外光可以被样品吸收，透射，反射或散射。摄相机通常会识别出嵌入冻干药物表面或底部的颗粒，而NIR可用于识别块状物内部的污染物，从而能够将颗粒碎片（玻璃，纸等）与药物本身区分开来。
Bubble suppression
检测注射用药物时，相机会将气泡误分类为颗粒，从而可能将良品识别为次品。在几个项目中，我们成功地实施了一种从颗粒中分离气泡的有效方法，该方法特别适用于高速卡式瓶检测。我们通过高速旋转容器，将气泡限制在中心位置，并在所有其他区域查找缺陷。
X-Ray
制药行业仍然对采用X射线检测持保留态度，因为他们担心产品的稳定性可能会受到辐射的损害。最近的研究表明，在暴露于检测系统中的X射线后,药物的化学组成和有效性均未受影响。这带来了新的机遇：X射线可用于生物制品的检测或冻干产品的自动取样。
近红外（NIR）是一种光谱方法。使用广谱近红外光（多种波长或频率）照射物质，近红外光可以被样品吸收，透射，反射或散射。摄相机通常会识别出嵌入冻干药物表面或底部的颗粒，而NIR可用于识别块状物内部的污染物，从而能够将颗粒碎片（玻璃，纸等）与药物本身区分开来。
检测注射用药物时，相机会将气泡误分类为颗粒，从而可能将良品识别为次品。在几个项目中，我们成功地实施了一种从颗粒中分离气泡的有效方法，该方法特别适用于高速卡式瓶检测。我们通过高速旋转容器，将气泡限制在中心位置，并在所有其他区域查找缺陷。
制药行业仍然对采用X射线检测持保留态度，因为他们担心产品的稳定性可能会受到辐射的损害。最近的研究表明，在暴露于检测系统中的X射线后,药物的化学组成和有效性均未受影响。这带来了新的机遇：X射线可用于生物制品的检测或冻干产品的自动取样。
