【技术实现步骤摘要】
【国外来华专利技术】
专利技术涉及用于监测特别用于制药工业的填充和/或封闭装备和/或后处理装备的方法和装置。专利技术进一步涉及填充和/或封闭装备和/或后处理装备，以及涉及用于监测填充和/或封闭装备和/或后处理装备的计算机程序。用于制药工业的填充和/或封闭装备用于将液体或粉末形式的药物和生物制药产品填充到诸如小瓶(小玻璃瓶)、输液瓶、卡普耳(carpule)、一次性注射器等的容器中，在填充和任何后续检查之后尽可能立即借助于诸如例如塞子和/或盖子的封闭物来封闭容器。在申请的上下文中，容器和封闭物被称为初级包装部件。后处理装备用于例如检查、贴标签、重新包装或被填充且通常已经封闭的初级包装部件的其他处理。在这种情况下，敏感或危险产品的填充通常在隔离器中执行。此外，用于药物和/或其它产品的填充或后处理的不具有隔离器的装备也是已知的。填充和封闭的工艺流程和/或后处理的工艺流程中的干扰或故障可导致装备停机。然而，特别是当在填充和/或封闭装备和/或后处理装备中处理小批量时，如果可能的话，非常希望避免停机时间。此外，填充和/或封闭装备和/或后处理装备的计划外停机可具有产品不可再使用的后果。这特别适用于——但不唯一适用于——敏感的生物制药产品。
技术介绍
技术实现思路
1、专利技术的目的是要提供用于自动监测特别用于制药工业的填充和/或封闭装备和/或后处理装备的方法和装置。另外的目的是要提供具有自动监测系统和用于自动监测填充和/或封闭装备和/或后处理装备的计算机程序的填充和/或封闭装备和/或后处理装备。
2、这些目的通过具有
3、根据第一方面，提供了一种用于监测特别用于制药工业的填充和/或封闭和/或后处理装备的方法，其中，使用相机系统拍摄填充和/或封闭和/或后处理装备的输送、进料和/或出料区域的图像，并且其中基于图像，通过使用被训练用来检测初级包装部件并对检测到的初级包装部件进行分类的人工智能模型(ai模型)，确定初级包装部件存在于哪个图像位置，并且将检测到的初级包装部件分配到类别。
4、在申请的上下文中，术语“一(a)”和“一个(an)”被用作不定冠词，而不是计数术语。特别地，在实施例中提供了，不是单个图像而是图像序列被拍摄和评估以用于连续监测输送、进料和/或出料区域。
5、取决于应用，在填充和/或封闭和/或后处理装备处提供一个相机系统或多个相机系统。
6、通过使用ai模型对图像或图像序列的图像的评估使得有可能自动监测输送、进料和/或出料区域，而无需事先知道初级包装部件在被监测区域中出现的位置和/或时间。
7、此外，在这种情况下，ai模型被用来将检测到的初级包装部件分配到类别。
8、对于初级包装部件的分类，在实施例中，由专家根据特定应用预先定义类别。在实施例中，在这方面提供了，可以检测不同类型的初级包装部件，其中类别被分派给每种类型。在实施例中，标记不可以被分配到类别的检测到的物体。
9、备选地或附加地，在实施例中，一种类型的初级包装部件基于它们的取向被分类。在实施例中，在这方面，被正确取向、在输送方向上翻转、横向于输送方向翻转、扭曲和/或倒置馈送的初级包装部件被区分用于分类。
10、在实施例中，ai模型是人工神经网络。特别地，在实施例中，ai模型是深度学习人工神经网络，通常称为深度神经网络。
11、对于典型的输送、进料和/或出料区域以及对于不同的初级包装部件，可以预先生成用于ai模型的训练数据，并且相应地训练ai模型。在有利的实施例中，基于特定输送、进料和/或出料区域以及特定初级包装部件的训练数据和/或考虑典型的环境参数，实现预训练ai模型的至少一种改进，以便因此增加监测的可靠性。
12、在实施例中，提供了记录监测的结果，特别是电子记录。在这种情况下要记录的数据可以由本领域技术人员根据应用适当地指定。在实施例中，这种情况下的记录还用于通过使用ai模型来检查监测。在实施例中，记录的状态与适当准备的图像文件一起用作用于ai模型的训练数据。
13、在实施例中，出于确定干扰的目的，通过使用基于规则的算法来评估ai模型的输出。
14、在申请的上下文中，基于规则的算法是基于可由本领域技术人员或专家预先适当指定的规则和信息来执行所确定的干扰的评估的算法。在这方面，该方法使用关于特定输送、进料和/或出料区域和/或特定初级包装部件和/或其它边界条件的专家知识。
15、在申请的上下文中，术语“干扰”一般用来描述工艺流程中的不规则性，其中，取决于实施例，干扰已经导致装备的停机或工艺流程中的干扰、干扰在装备的停机或工艺流程中的干扰发生之前被检测和处理(特别是校正)、和/或干扰对直接工艺流程没有影响。在实施例中，干扰可以是初级包装部件的进料或出料或者输送中的不规则性，例如不正确取向的初级包装部件、缺失的初级包装部件或过量的初级包装部件。在实施例中，提供初级包装部件的存在检查，例如，以确定进料区域中是否存在足够的数量的初级包装部件和/或出料区域中是否不存在初级包装部件，使得有可能在这个区域中放置初级包装部件。初级包装部件的计划外的存在或不存在被称为干扰。
16、当确定干扰时，可以取决于应用而采取适当的措施。在简单的实施例中，任何确定的干扰导致装备的关闭，直到干扰被手动处理或以自动方式处理。
17、在有利的实施例中，通过使用基于规则的算法，对确定的干扰进行分类(即分配到类别)和/或按优先序排列(即为确定的干扰分配优先级值)。在实施例中，将与用于确定干扰相同的基于规则的算法用于分类和按优先序排列，在这种情况下，在实施例中，在一次程序运行中实现对干扰的确定、分类和按优先序排列。在其它实施例中，提供了单独的算法，所述算法至少部分地一个接一个地执行。对于干扰的分类，定义(特别是由专家预先定义)对应于特定应用的类别。在实施例中，然后基于分类指定如何处理所确定的干扰。对于按优先序排列，特别由专家根据特定应用来预先定义确定的干扰的优先级值。在实施例中，然后基于按优先序排列指定是否——以及如果是，则何时——处理所确定的干扰。由于分类和/或按优先序排列，有可能对确定的干扰，特别是还对在时间重叠的情况下发生的多个干扰做出情境反应。
18、在实施例中，仅检测干扰已经发生的事实，而不检测干扰位于真实环境中。在有利的实施例中，提供了标识输送、进料和/或出料区域中确定的干扰的位置。在实施例中，由允许检测到的干扰位于监测区域中的坐标来定义这种情况下的位置。换句话说，检测干扰的位置，使得干扰可以然后由操作者处理或以自动方式处理。
19、在实施例中，提供了被监测的输送、进料和/或出料区域具有用于初级包装部件的输送和/或分拣部件，特别是被监测的具有分拣箱和/或具有用于塞子或容器的一条路径或具有用于塞子或容器的多条路径的输送、进料和/或出料区域。在实施例中，由ai模型根据检测到的初级包装部件的取向对其进行分类。在这种情况下，输送、进料和/或出料区域本文档来自技高网...
【技术保护点】
1.一种用于监测特别用于制药工业的填充和/或封闭和/或后处理装备的方法，其中，使用相机系统(10)拍摄所述填充和/或封闭和/或后处理装备的输送、进料和/或出料区域(2，3，6)的图像，并且其中基于所述图像，通过使用被训练用来检测所述输送、进料和/或出料区域(2，3，6)中的初级包装部件并对检测到的初级包装部件进行分类的人工智能模型(AI模型)(120)，确定初级包装部件存在于哪个图像位置，并且将检测到的初级包装部件分配到类别。
2.根据权利要求1所述的方法，其特征在于，初级包装部件(4)基于它们的类型被分类，和/或一种类型的初级包装部件(4)基于它们的取向被分类。
3.根据权利要求1或2所述的方法，其特征在于，出于确定干扰的目的，通过使用基于规则的算法(122)来评估所述AI模型(120)的输出，并且优选地对确定的干扰进行分类和/或按优先序排列，其中特别地，基于分类指定如何处理所述确定的干扰，和/或基于按优先序排列指定是否——以及如果是，则何时——处理所述确定的干扰。
4.根据权利要求3所述的方法，其特征在于，标识所述输送、进料和/或出料区域(
5.根据权利要求1至4中任一项所述的方法，其特征在于，监测具有输送部件和/或分拣部件的输送、进料和/或出料区域(2)，和/或在其处以矩阵排列或以无序方式提供或放置初级包装部件(4)的输送、进料和/或出料区域(2)。
6.根据权利要求1至5中任一项所述的方法，其特征在于，所述相机系统(10)被布置在所述输送、进料和/或出料区域(2，3，6)上方，以向所述输送、进料和/或出料区域(2，3，6)的初级空气供应不被所述相机系统(10)干扰的这样的方式偏离所述输送、进料和/或出料区域(2，3，6)，所述相机系统(10)的光轴(100)相对于垂直轴(I)倾斜。
7.根据权利要求1至6中任一项所述的方法，其特征在于，使用机械手(14)来处理确定的干扰，所述机械手(14)能够借助于机器控制器(140)、借助于分散机械手控制器和/或借助于手动可操作控制器出于处理所述确定的干扰的目的而移动。
8.一种用于监测特别用于制药工业的填充和/或封闭装备和/或后处理装备的装置，包括：相机系统(10)，被配置成拍摄所述填充和/或封闭装备和/或后处理装备的输送、进料和/或出料区域(2，3，6)的图像；以及计算单元(12)，包括被训练用来检测所述输送、进料和/或出料区域(2，3，6)中的初级包装部件并对检测到的初级包装部件(4，40，41，44，45)进行分类的人工智能模型(AI模型)(120)，所述计算单元(12)被配置成通过使用所述AI模型(120)基于所述图像确定初级包装部件(4，40，41，44，45)存在于哪个图像位置，并将检测到的初级包装部件(4，40，41，44，45)分配到类别。
9.根据权利要求8所述的装置，其特征在于，所述AI模型(120)被训练用来基于它们的类型对初级包装部件(4，40，41，44，45)进行分类，和/或基于它们的取向对一种类型的初级包装部件(4)进行分类。
10.根据权利要求8或9所述的装置，其特征在于，所述计算单元(12)被配置成出于确定干扰的目的，通过使用基于规则的算法(122)来评估所述AI模型(120)的输出，并且优选地通过使用所述基于规则的算法(122)来对确定的干扰进行分类和/或按优先序排列，所述计算单元(12)特别被配置成基于分类来指定要如何处理所述确定的干扰，和/或基于按优先序排列来指定是否，以及如果是则何时，要处理所述确定的干扰。
11.根据权利要求8、9或10所述的装置，其特征在于，所述相机系统(10)的光轴(100)相对于垂直轴(I)倾斜，使得所述相机系统(10)可以被布置在所述输送、进料和/或出料区域(2，3)上方，以向所述输送、进料和/或出料区域(2，3)的初级空气供应不被干扰的这样的方式偏离被监测的输送、进料和/或出料区域(2，3)。
12.根据权利要求8至11中任一项所述的装置，其特征在于，提供了机械手(14)，所述机械手(14)被配置成借助于中央机器控制器(140)、分散机械手控制器和/或借助于手动可操作控制器(142)来处理确定的干扰。
13.一种填充和/或封闭装备和/或后处理装备，包括输送、进料和/或出料区域以及根据权利要求8至12所述的装置，所述填充和/或封闭装备和/或后处理装备特别包括隔离器外壳，其中所述输送、进料和/或出料区域(2，3，6)被布置。
14.一种包括指令的计算机程序，当所述程序由计算单元(12)执行时，所述指令使得后者基于填充和/或封闭...
【技术特征摘要】
【国外来华专利技术】
1.一种用于监测特别用于制药工业的填充和/或封闭和/或后处理装备的方法，其中，使用相机系统(10)拍摄所述填充和/或封闭和/或后处理装备的输送、进料和/或出料区域(2，3，6)的图像，并且其中基于所述图像，通过使用被训练用来检测所述输送、进料和/或出料区域(2，3，6)中的初级包装部件并对检测到的初级包装部件进行分类的人工智能模型(ai模型)(120)，确定初级包装部件存在于哪个图像位置，并且将检测到的初级包装部件分配到类别。
2.根据权利要求1所述的方法，其特征在于，初级包装部件(4)基于它们的类型被分类，和/或一种类型的初级包装部件(4)基于它们的取向被分类。
3.根据权利要求1或2所述的方法，其特征在于，出于确定干扰的目的，通过使用基于规则的算法(122)来评估所述ai模型(120)的输出，并且优选地对确定的干扰进行分类和/或按优先序排列，其中特别地，基于分类指定如何处理所述确定的干扰，和/或基于按优先序排列指定是否——以及如果是，则何时——处理所述确定的干扰。
4.根据权利要求3所述的方法，其特征在于，标识所述输送、进料和/或出料区域(2，3，6)中确定的干扰的位置。
5.根据权利要求1至4中任一项所述的方法，其特征在于，监测具有输送部件和/或分拣部件的输送、进料和/或出料区域(2)，和/或在其处以矩阵排列或以无序方式提供或放置初级包装部件(4)的输送、进料和/或出料区域(2)。
6.根据权利要求1至5中任一项所述的方法，其特征在于，所述相机系统(10)被布置在所述输送、进料和/或出料区域(2，3，6)上方，以向所述输送、进料和/或出料区域(2，3，6)的初级空气供应不被所述相机系统(10)干扰的这样的方式偏离所述输送、进料和/或出料区域(2，3，6)，所述相机系统(10)的光轴(100)相对于垂直轴(i)倾斜。
7.根据权利要求1至6中任一项所述的方法，其特征在于，使用机械手(14)来处理确定的干扰，所述机械手(14)能够借助于机器控制器(140)、借助于分散机械手控制器和/或借助于手动可操作控制器出于处理所述确定的干扰的目的而移动。
8.一种用于监测特别用于制药工业的填充和/或封闭装备和/或后处理装备的装置，包括：相机系统(10)，被配置成拍摄所述填充和/或封闭装备和/或后处理装备的输送、进料和/或出料区域(2，3，6)的图像；以及计算单元(12)，包括被训练用来检测所述输送、进料和/或出料区域(2，3，6)中的初级包装部件并对检测到的初级包装部件(4，40，41，44，45)进行分类的人工智能模型(ai模型)(120)，所述计算单...
【专利技术属性】
技术研发人员：M·霍夫曼，W·梅耶，M·波斯洛夫斯基，T·波斯皮奇，J·罗斯鲍尔，J·施威格特，F·魏佩特，
申请(专利权)人：奥普蒂玛制药有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。