检查医疗设备的质量


复杂的医疗设备和机电组件使视觉验证变得困难,这增加了小错误被忽略的风险,从而可能导致返工、召回或审计问题。Zebra Iris GTX智能相机以标准生产速度采集细节,配备板载处理能力和坚固紧凑的设计,简化了生产线上的部署。结合Zebra Design Assistant,几乎无需编程即可构建可靠的检测流程和操作员HMI(人机界面)。当需要捕捉微妙且不可预测的异常时,可以利用Zebra Aurora Vision Studio的深度学习功能。自动化的通过/失败判定能够立即隔离可疑单元,而图像和数据记录则有助于保护生产效率并支持合规性。

Zebra Iris GTX Scanning Fill Level in Pharmaceutical Manufacturing 4x3 3600

使用智能摄像头、无代码开发和深度学习来发现医疗设备组装中的缺陷

Zebra GTX Smart Camera for Medical Device Inspection 16x9 3600

自动化检查

Zebra Iris GTX智能相机是一款多功能平台,专为在线质量检测设计,结合高分辨率传感器和板载处理能力,以生产线速度采集清晰图像并执行检测工具。它们能够验证螺钉、连接器和标签的存在、位置及对齐情况,同时检查安装、极性、方向和电缆布线。基于预定义逻辑,智能相机提供通过/失败的输出信号,以防止缺陷在工位处流出,同时向PLC、机器人、MES/QMS系统和工厂仪表板发送信号,实现可追溯性和合规性。

Aurora Design Assistant Photography Website Managing Ampule Inspection 16x9 3600

构建和管理检查

Zebra Design Assistant 提供基于流程图的开发环境,加速医疗设备生产线的部署与标准化。工程师可利用经过验证的基于规则的工具,轻松配置检测流程,包括模式查找、测量、代码读取、OCR/OCV以及在位/离位检测等功能。通过拖放式工具,用户能够快速获得带有置信分数的可解释通过/失败结果,同时在同一项目中创建操作员HMI(人机界面)、警报和重新检测工作流程。此外,系统还支持将图像、检测结果、时间戳、零件/批次ID及元数据记录到MES/QMS系统中。此外,它通过有效管理配方、权限和版本化项目来支持合规性。

Aurora Vision Studio Photography Website Find Hard Defects with Deep Learning 16x9 3600

利用深度学习识别难以发现的缺陷

Zebra Aurora Vision Studio 通过引入深度学习技术增强了传统的基于规则的方法,使其能够处理复杂的变化和细微的差异,从而学习可接受的变化并识别异常。用户可以利用生产线上的图像训练分类、分割或异常检测模型,通常只需较小的数据集即可完成训练。这些模型可以与基于规则的检测相结合,以提高检测精度的同时保持生产节拍。Zebra Aurora Vision Studio 在识别微小缺陷方面表现出色,例如细微划痕、凹痕、纤维、夹杂物或表面异常,这些通常难以通过编程实现。同时,系统还提供热图、阈值以及带置信分数的通过/失败输出等可视化结果。该平台支持从 Iris GTX 智能相机采集图像,并在边缘PC或服务器上执行推理。随着材料、供应商或SKU的变化,用户还可以重新训练和微调模型,以确保检测精度的持续可靠性。

  1. 本页所列方案效果基于企业特定场景实测,实际效果可能因使用环境、操作方式等因素存在差异,具体以实际情况为准。
  2. 除非另有说明,否则文中所述产品声明均基于Zebra内部测试。产品个体有差异,具体以实物为准。