CN117114511B - 一种基于物联网的软胶囊生产车间智能管理*** - Google Patents
一种基于物联网的软胶囊生产车间智能管理*** Download PDFInfo
- Publication number
- CN117114511B CN117114511B CN202311369654.7A CN202311369654A CN117114511B CN 117114511 B CN117114511 B CN 117114511B CN 202311369654 A CN202311369654 A CN 202311369654A CN 117114511 B CN117114511 B CN 117114511B
- Authority
- CN
- China
- Prior art keywords
- soft capsule
- sample
- completed
- liquid
- production quality
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000007901 soft capsule Substances 0.000 title claims abstract description 344
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 247
- 239000007788 liquid Substances 0.000 claims abstract description 123
- 238000004458 analytical method Methods 0.000 claims abstract description 64
- 238000007789 sealing Methods 0.000 claims abstract description 39
- 238000000034 method Methods 0.000 claims abstract description 38
- 238000012360 testing method Methods 0.000 claims abstract description 35
- 238000011156 evaluation Methods 0.000 claims abstract description 25
- 230000002159 abnormal effect Effects 0.000 claims abstract description 18
- 230000005856 abnormality Effects 0.000 claims abstract description 9
- 238000002360 preparation method Methods 0.000 claims description 97
- 239000013049 sediment Substances 0.000 claims description 23
- 238000004140 cleaning Methods 0.000 claims description 15
- 238000001035 drying Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000001556 precipitation Methods 0.000 claims description 11
- 239000002244 precipitate Substances 0.000 claims description 7
- 238000013101 initial test Methods 0.000 claims description 3
- 239000003086 colorant Substances 0.000 claims description 2
- 230000002950 deficient Effects 0.000 claims 1
- 230000006855 networking Effects 0.000 claims 1
- 239000003814 drug Substances 0.000 description 12
- 229940079593 drug Drugs 0.000 description 8
- 239000002775 capsule Substances 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 230000001988 toxicity Effects 0.000 description 2
- 231100000419 toxicity Toxicity 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 208000030453 Drug-Related Side Effects and Adverse reaction Diseases 0.000 description 1
- 206010070863 Toxicity to various agents Diseases 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000002552 dosage form Substances 0.000 description 1
- 238000007654 immersion Methods 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y10/00—Economic sectors
- G16Y10/25—Manufacturing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y20/00—Information sensed or collected by the things
- G16Y20/20—Information sensed or collected by the things relating to the thing itself
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/10—Detection; Monitoring
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Development Economics (AREA)
- Computing Systems (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Manufacturing & Machinery (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Geometry (AREA)
- Accounting & Taxation (AREA)
- Operations Research (AREA)
- Medical Preparation Storing Or Oral Administration Devices (AREA)
Abstract
本发明涉及软胶囊生产车间智能管理技术领域,具体公开一种基于物联网的软胶囊生产车间智能管理***,该***包括:软胶囊外壳信息分析模块、软胶囊液体信息分析模块、云数据库、软胶囊密封性测试分析模块、软胶囊生产质量初步分析模块、软胶囊生产质量二次分析模块和生产车间生产异常定位模块;本发明通过分析外壳生产质量符合系数、液体综合生产质量符合系数和密封性能评估指数,从而分析软胶囊在制作完成时和清洗干燥后对应的综合生产质量符合系数,并对目标软胶囊生产车间的异常过程进行定位和反馈,从而精确地定位异常生产过程,提高了异常生产过程发现的及时性,同时保障了软胶囊的生产进度,降低了生产车间的生产损失。
Description
技术领域
本发明涉及软胶囊生产车间智能管理技术领域,具体而言,涉及一种基于物联网的软胶囊生产车间智能管理***。
背景技术
软胶囊是一种常见的药物剂型,它提供了容纳和分发药物的有效方式,并在患者治疗中发挥着重要作用,从而对软胶囊生产车间的生产质量进行管理分析是制药行业中至关重要的一项任务,它直接关系到产品质量、合规性和最终患者的生命安全,因此,需要对软胶囊生产车间的生产进行管理分析。
现有的对软胶囊生产车间的生产进行管理分析方式中还存在以下几个方面的问题:1、当前仅通过分析软胶囊最终的生产质量情况判断软胶囊生产车间是否存在生产异常,未对软胶囊生产车间的各生产过程对应的软胶囊生产质量进行分析,从而无法精确地定位到哪个生产过程存在问题,降低了异常生产过程发现的及时性和维护的及时性,同时无法保障软胶囊的生产进度,增加了生产车间的生产损失。
2、仅监测软胶囊的外壳情况,未对软胶囊的液体情况进行监测,即未监测软胶囊的液体浑浊度和液体沉淀度,使得软胶囊在制作完成时对应的综合生产质量符合系数分析结果存在较大的差异性,进一步降低了软胶囊的液体综合生产质量的监测效果,致使无法精确了解软胶囊液体的质量状态,无法确保药物的安全性和有效性,从而无法保障患者的生命健康安全。
3、未对软胶囊的密封性能进行测试分析,不良的密封性可能导致胶囊中的药物或其他成分泄漏,这不仅浪费了宝贵的药物,还可能导致剂量不准确,从而减弱了治疗效果,同时可能导致药物毒性增加。
发明内容
鉴于此,为解决上述背景技术中所提出的问题,现提出一种基于物联网的软胶囊生产车间智能管理***。
本发明的目的可以通过以下技术方案实现:本发明提供一种基于物联网的软胶囊
生产车间智能管理***,包括:软胶囊外壳信息分析模块,用于从目标软胶囊生产车间当前
生产批次中随机抽取若干软胶囊,将其记为样品软胶囊,对制作完成时的各样品软胶囊进
行图像采集,得到图像信息,分析制作完成时的样品软胶囊对应的外壳生产质量符合系数。
软胶囊液体信息分析模块,用于分析制作完成时的样品软胶囊对应的液体综合生
产质量符合系数。
云数据库,用于存储软胶囊的标准轮廓体积,并存储软胶囊液体中各液体浑浊度对应的颜色集合。
软胶囊密封性测试分析模块,用于对制作完成时的各样品软胶囊进行气泡测试,
得到测试信息,分析制作完成时的样品软胶囊对应的密封性能评估指数。
软胶囊生产质量初步分析模块,用于分析软胶囊在制作完成时对应的综合生产质
量符合系数。
软胶囊生产质量二次分析模块,用于对清洗干燥后的各样品软胶囊进行图像采集和气泡测试,得到清洗干燥后的图像信息和测试信息,按照软胶囊在制作完成时对应的综合生产质量符合系数的分析方式同理分析软胶囊在清洗干燥后对应的综合生产质量符合系数。
生产车间生产异常定位模块,用于对目标软胶囊生产车间的生产异常过程进行定位,并进行反馈。
具体地,所述图像信息包括外壳信息和液体信息,其中,外壳信息包括轮廓体积、外壳划痕处数目和各划痕处对应的划痕长度,液体信息包括液体颜色、沉淀物数目和各沉淀物的沉淀体积。
具体地,所述分析制作完成时的样品软胶囊对应的外壳生产质量符合系数,具体
分析过程为:A1、从云数据库中提取软胶囊的标准轮廓体积,并记为。
A2、从外壳信息中提取制作完成时的各样品软胶囊的轮廓体积,并将其与软胶囊
的标准轮廓体积进行重叠对比,得到制作完成时的各样品软胶囊的重叠轮廓体积,记为
,其中,表示样品软胶囊的编号,。
A3、计算制作完成时的各样品软胶囊的形变度,,其中,表
示设定参照的重叠轮廓体积占比,表示自然常数。
A4、从外壳信息中提取制作完成时的各样品软胶囊的外壳划痕处数目和各划痕处
对应的划痕长度,据此计算制作完成时的各样品软胶囊的划痕度。
A5、计算制作完成时的样品软胶囊对应的外壳生产质量符合系数,,其中,和分别表示设定参照的形变度和
划痕度,和分别表示设定的形变度和划痕度对应样品软胶囊的外壳生产质量符合评
估占比权重,表示样品软胶囊的数目。
具体地,所述计算制作完成时的各样品软胶囊的划痕度,具体计算过程为:B1、将
制作完成时的各样品软胶囊的外壳划痕处数目记为。
B2、将制作完成时的各样品软胶囊的各划痕处对应的划痕长度进行累加,得到各
样品软胶囊划痕总长度,记为。
B3、计算制作完成时的各样品软胶囊的划痕度,,其中,和分别表示设定参照的外壳划痕处数目和
划痕总长度,和分别表示设定的外壳划痕处数目和划痕总长度对应划痕度评估占比
权重。
具体地,所述分析制作完成时的样品软胶囊对应的液体综合生产质量符合系数,具体分析过程为:C1、从液体信息中提取制作完成时的各样品软胶囊的液体颜色。
C2、将制作完成时的各样品软胶囊的液体颜色与云数据库中存储的软胶囊液体中
各液体浑浊度对应的颜色集合进行对比,若某样品软胶囊的液体颜色位于某液体浑浊度对
应的颜色集合内,则将该颜色集合对应的液体浑浊度作为该样品软胶囊的液体浑浊度,记
为。
C3、从液体信息中提取制作完成时的各样品软胶囊的沉淀物数目和各沉淀物的沉
淀体积,按照制作完成时的各样品软胶囊的划痕度的计算方式同理计算得到制作完成时的
各样品软胶囊的液体沉淀度。
C4、计算制作完成时的各样品软胶囊对应的液体生产质量符合系数。
C5、从制作完成时的各样品软胶囊对应的液体生产质量符合系数中提取最小值,
记为。
C6、将制作完成时的各样品软胶囊对应的液体生产质量符合系数与设定参照的液体生产质量符合系数进行对比,若某样品软胶囊对应的液体生产质量符合系数小于设定参照的液体生产质量符合系数,则判定该样品软胶囊为质量不合格软胶囊,统计质量不合格软胶囊数目,记为。
C7、计算制作完成时的样品软胶囊对应的液体综合生产质量符合系数,,其中,和分别表示设定参照的液体生产质
量符合系数和质量不合格软胶囊数目占比,和分别表示设定的液体生产质量符合系
数和质量不合格软胶囊数目占比对应液体综合生产质量符合评估占比权重。
具体地,所述测试信息包括开始测试时对应的时间点、出现气泡时对应的时间点和出现的气泡数目。
具体地,所述分析制作完成时的样品软胶囊对应的密封性能评估指数,具体分析过程为:D1、从测试信息中提取制作完成时的各样品软胶囊的开始测试时对应的时间点、出现气泡时对应的时间点和出现的气泡数目。
D2、将各样品软胶囊的开始测试时对应的时间点和出现气泡时对应的时间点进行对比,得到各样品软胶囊的密封保持时长。
D3、将各样品软胶囊的密封保持时长与设定参照的密封保持时长进行对比,若某
样品软胶囊的密封保持时长小于设定参照的密封保持时长,则判定该样品软胶囊为密封性
不合格软胶囊,统计密封性不合格软胶囊数目,记为。
D4、从各密封性不合格软胶囊对应的出现气泡的数目中提取最大值,记为。
D5、计算制作完成时的样品软胶囊对应的密封性能评估指数,,其中,和分别表示设定参照的密封性不合格软胶囊
数目占比和出现气泡的数目,和分别表示设定的密封性不合格软胶囊数目占比和出
现气泡的数目对应密封性能评估占比权重。
具体地,所述软胶囊在制作完成时对应的综合生产质量符合系数的计算公式为:,其中,、和分别表示设定的外壳生产质量符合系数、液
体综合生产质量符合系数和密封性能评估指数对应综合生产质量符合评估占比权重。
具体地,所述对目标软胶囊生产车间的生产异常过程进行定位,具体定位方式为:E1、将软胶囊在制作完成时对应的综合生产质量符合系数与设定参照的制作完成时对应的综合生产质量符合系数进行对比,若软胶囊在制作完成时对应的综合生产质量符合系数小于设定参照的制作完成时对应的综合生产质量符合系数,则判定目标软胶囊生产车间的生产制作过程存在异常。
E2、若软胶囊在制作完成时对应的综合生产质量符合系数大于或者等于设定参照的制作完成时对应的综合生产质量符合系数,则将其与软胶囊在清洗干燥后对应的综合生产质量符合系数进行对比,得到综合生产质量符合系数差,若综合生产质量符合系数差大于或者等于设定参照的综合生产质量符合系数差,则判定目标软胶囊生产车间的清洗干燥过程存在异常。
相较于现有技术,本发明的实施例至少具有如下优点或有益效果:(1)本发明通过分析外壳生产质量符合系数、液体综合生产质量符合系数和密封性能评估指数,从而分析软胶囊在制作完成时对应的综合生产质量符合系数,并对软胶囊在清洗干燥后对应的综合生产质量符合系数进行同理分析,对目标软胶囊生产车间的生产异常过程进行定位和反馈,进而精确地定位到哪个生产过程存在问题,提高了异常生产过程发现的及时性和维护的及时性,同时保障了软胶囊的生产进度,降低了生产车间的生产损失。
(2)本发明通过分析软胶囊的液体浑浊度和液体沉淀度,从而计算制作完成时的样品软胶囊对应的液体综合生产质量符合系数,降低了软胶囊在制作完成时对应的综合生产质量符合系数分析结果的差异性,进一步提高了软胶囊的液体综合生产质量的监测效果,致使精确了解了软胶囊液体的质量状态,进而确保了药物的安全性和有效性,同时保障了患者的生命健康安全。
(3)本发明通过对制作完成时的各样品软胶囊进行气泡测试,分析制作完成时的样品软胶囊对应的密封性能评估指数,降低了不良的密封性导致胶囊中的药物或其他成分泄漏的可能性,同时减少了宝贵药物的浪费,从而提高了治疗效果,同时有效防止了药物毒性的增加。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明***模块结构连接示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1所示,本发明提供了一种基于物联网的软胶囊生产车间智能管理***,包括:软胶囊外壳信息分析模块、软胶囊液体信息分析模块、云数据库、软胶囊密封性测试分析模块、软胶囊生产质量初步分析模块、软胶囊生产质量二次分析模块和生产车间生产异常定位模块。
所述软胶囊外壳信息分析模块和软胶囊液体信息分析模块相连,软胶囊外壳信息分析模块、软胶囊液体信息分析模块和软胶囊密封性测试分析模块三者均与软胶囊生产质量初步分析模块相连,软胶囊生产质量初步分析模块与软胶囊生产质量二次分析模块相连,软胶囊生产质量初步分析模块和软胶囊生产质量二次分析模块均与生产车间生产异常定位模块相连,软胶囊外壳信息分析模块和软胶囊液体信息分析模块均与云数据库相连。
所述软胶囊外壳信息分析模块,用于从目标软胶囊生产车间当前生产批次中随机
抽取若干软胶囊,将其记为样品软胶囊,对制作完成时的各样品软胶囊进行图像采集,得到
图像信息,分析制作完成时的样品软胶囊对应的外壳生产质量符合系数。
在本发明具体实施例中,所述图像信息包括外壳信息和液体信息,其中,外壳信息包括轮廓体积、外壳划痕处数目和各划痕处对应的划痕长度,液体信息包括液体颜色、沉淀物数目和各沉淀物的沉淀体积。
在一个具体实施例中,所述软胶囊外壳存在多种颜色,而本发明所述的软胶囊外壳颜色为透明色。
需要说明的是,所述轮廓体积通过安置的摄像头采集得到轮廓图像,再从轮廓图像中定位得到轮廓体积,所述外壳划痕处数目和各划痕处对应的划痕长度通过安置在目标软胶囊生产车间的自动视觉检测***来检测划痕和测量其长度,所述沉淀物数目和各沉淀物的沉淀体积通过安置的激光粒度分析仪器测量沉淀物的大小,通过测量沉淀物的大小,可以估算得到沉淀物体积,所述液体颜色通过光谱仪采集得到。
在本发明具体实施例中,所述分析制作完成时的样品软胶囊对应的外壳生产质量
符合系数,具体分析过程为:A1、从云数据库中提取软胶囊的标准轮廓体积,并记为。
A2、从外壳信息中提取制作完成时的各样品软胶囊的轮廓体积,并将其与软胶囊
的标准轮廓体积进行重叠对比,得到制作完成时的各样品软胶囊的重叠轮廓体积,记为
,其中,表示样品软胶囊的编号,。
A3、计算制作完成时的各样品软胶囊的形变度,,其中,表
示设定参照的重叠轮廓体积占比,表示自然常数。
A4、从外壳信息中提取制作完成时的各样品软胶囊的外壳划痕处数目和各划痕处
对应的划痕长度,据此计算制作完成时的各样品软胶囊的划痕度。
在本发明具体实施例中,所述计算制作完成时的各样品软胶囊的划痕度,具体计
算过程为:B1、将制作完成时的各样品软胶囊的外壳划痕处数目记为。
B2、将制作完成时的各样品软胶囊的各划痕处对应的划痕长度进行累加,得到各
样品软胶囊划痕总长度,记为。
B3、计算制作完成时的各样品软胶囊的划痕度,,其中,和分别表示设定参照的外壳划痕处数目和
划痕总长度,和分别表示设定的外壳划痕处数目和划痕总长度对应划痕度评估占比
权重。
A5、计算制作完成时的样品软胶囊对应的外壳生产质量符合系数,,其中,和分别表示设定参照的形变度和
划痕度,和分别表示设定的形变度和划痕度对应样品软胶囊的外壳生产质量符合评
估占比权重,表示样品软胶囊的数目。
所述软胶囊液体信息分析模块,用于分析制作完成时的样品软胶囊对应的液体综
合生产质量符合系数。
在本发明具体实施例中,所述分析制作完成时的样品软胶囊对应的液体综合生产质量符合系数,具体分析过程为:C1、从液体信息中提取制作完成时的各样品软胶囊的液体颜色。
C2、将制作完成时的各样品软胶囊的液体颜色与云数据库中存储的软胶囊液体中
各液体浑浊度对应的颜色集合进行对比,若某样品软胶囊的液体颜色位于某液体浑浊度对
应的颜色集合内,则将该颜色集合对应的液体浑浊度作为该样品软胶囊的液体浑浊度,记
为。
C3、从液体信息中提取制作完成时的各样品软胶囊的沉淀物数目和各沉淀物的沉
淀体积,按照制作完成时的各样品软胶囊的划痕度的计算方式同理计算得到制作完成时的
各样品软胶囊的液体沉淀度。
需要说明的是,所述计算制作完成时的各样品软胶囊的液体沉淀度,具体计算过
程为:F1、将制作完成时的各样品软胶囊的沉淀物数目记为。
F2、将制作完成时的各样品软胶囊的各沉淀物的沉淀体积进行累加,得到各样品
软胶囊的沉淀物总体积,记为。
F3、计算制作完成时的各样品软胶囊的液体沉淀度,,其中,和分别表示设定参照的沉淀物数目和沉淀物
总体积,和分别表示设定的沉淀物数目和沉淀物总体积对应液体沉淀度评估占比权
重。
C4、计算制作完成时的各样品软胶囊对应的液体生产质量符合系数。
需要说明的是,所述计算制作完成时的各样品软胶囊对应的液体生产质量符合系
数的计算公式为:,其中,和分别表示设定参照的液体浑
浊度和液体沉淀度,和分别表示设定的液体浑浊度和液体沉淀度对应液体生产质量
符合评估占比权重。
C5、从制作完成时的各样品软胶囊对应的液体生产质量符合系数中提取最小值,
记为。
C6、将制作完成时的各样品软胶囊对应的液体生产质量符合系数与设定参照的液体生产质量符合系数进行对比,若某样品软胶囊对应的液体生产质量符合系数小于设定参照的液体生产质量符合系数,则判定该样品软胶囊为质量不合格软胶囊,统计质量不合格软胶囊数目,记为。
C7、计算制作完成时的样品软胶囊对应的液体综合生产质量符合系数,,其中,和分别表示设定参照的液体生产质
量符合系数和质量不合格软胶囊数目占比,和分别表示设定的液体生产质量符合系
数和质量不合格软胶囊数目占比对应液体综合生产质量符合评估占比权重。
本发明实施例通过分析软胶囊的液体浑浊度和液体沉淀度,从而计算制作完成时的样品软胶囊对应的液体综合生产质量符合系数,降低了软胶囊在制作完成时对应的综合生产质量符合系数分析结果的差异性,进一步提高了软胶囊的液体综合生产质量的监测效果,致使精确了解了软胶囊液体的质量状态,进而确保了药物的安全性和有效性,同时保障了患者的生命健康安全。
所述云数据库,用于存储软胶囊的标准轮廓体积,并存储软胶囊液体中各液体浑浊度对应的颜色集合。
所述软胶囊密封性测试分析模块,用于对制作完成时的各样品软胶囊进行气泡测
试,得到测试信息,分析制作完成时的样品软胶囊对应的密封性能评估指数。
在本发明具体实施例中,所述测试信息包括开始测试时对应的时间点、出现气泡时对应的时间点和出现的气泡数目。
在一个具体实施例中,所述气泡测试是一种用于检查软胶囊密封性的测试方法,将注入气体的软胶囊样品放入一个透明容器中,确保它们完全浸泡在水中,在浸泡期间,检查软胶囊内部是否有气泡产生,如果软胶囊内部有气泡,这可能表明存在密封性问题。
需要说明的是,所述开始测试时对应的时间点是指将软胶囊完全浸泡在水中时对应的时间点,所述出现气泡时对应的时间点是指软胶囊中出现第一个气泡出现时对应的时间点,所述出现的气泡数目通过气体检测仪器采集得到。
在本发明具体实施例中,所述分析制作完成时的样品软胶囊对应的密封性能评估指数,具体分析过程为:D1、从测试信息中提取制作完成时的各样品软胶囊的开始测试时对应的时间点、出现气泡时对应的时间点和出现的气泡数目。
D2、将各样品软胶囊的开始测试时对应的时间点和出现气泡时对应的时间点进行对比,得到各样品软胶囊的密封保持时长。
D3、将各样品软胶囊的密封保持时长与设定参照的密封保持时长进行对比,若某
样品软胶囊的密封保持时长小于设定参照的密封保持时长,则判定该样品软胶囊为密封性
不合格软胶囊,统计密封性不合格软胶囊数目,记为。
D4、从各密封性不合格软胶囊对应的出现气泡的数目中提取最大值,记为。
D5、计算制作完成时的样品软胶囊对应的密封性能评估指数,,其中,和分别表示设定参照的密封性不合格软胶囊
数目占比和出现气泡的数目,和分别表示设定的密封性不合格软胶囊数目占比和出
现气泡的数目对应密封性能评估占比权重。
本发明实施例通过对制作完成时的各样品软胶囊进行气泡测试,分析制作完成时的样品软胶囊对应的密封性能评估指数,降低了不良的密封性导致胶囊中的药物或其他成分泄漏的可能性,同时减少了宝贵药物的浪费,从而提高了治疗效果,同时有效防止了药物毒性的增加。
所述软胶囊生产质量初步分析模块,用于分析软胶囊在制作完成时对应的综合生
产质量符合系数。
在本发明具体实施例中,所述软胶囊在制作完成时对应的综合生产质量符合系数
的计算公式为:,其中,、和分别表示设定的外壳生产质
量符合系数、液体综合生产质量符合系数和密封性能评估指数对应综合生产质量符合评估
占比权重。
所述软胶囊生产质量二次分析模块,用于对清洗干燥后的各样品软胶囊进行图像采集和气泡测试,得到清洗干燥后的图像信息和测试信息,按照软胶囊在制作完成时对应的综合生产质量符合系数的分析方式同理分析软胶囊在清洗干燥后对应的综合生产质量符合系数。
所述生产车间生产异常定位模块,用于对目标软胶囊生产车间的生产异常过程进行定位,并进行反馈。
在本发明具体实施例中,所述对目标软胶囊生产车间的生产异常过程进行定位,具体定位方式为:E1、将软胶囊在制作完成时对应的综合生产质量符合系数与设定参照的制作完成时对应的综合生产质量符合系数进行对比,若软胶囊在制作完成时对应的综合生产质量符合系数小于设定参照的制作完成时对应的综合生产质量符合系数,则判定目标软胶囊生产车间的生产制作过程存在异常。
E2、若软胶囊在制作完成时对应的综合生产质量符合系数大于或者等于设定参照的制作完成时对应的综合生产质量符合系数,则将其与软胶囊在清洗干燥后对应的综合生产质量符合系数进行对比,得到综合生产质量符合系数差,若综合生产质量符合系数差大于或者等于设定参照的综合生产质量符合系数差,则判定目标软胶囊生产车间的清洗干燥过程存在异常。
本发明实施例通过分析外壳生产质量符合系数、液体综合生产质量符合系数和密封性能评估指数,从而分析软胶囊在制作完成时对应的综合生产质量符合系数,并对软胶囊在清洗干燥后对应的综合生产质量符合系数进行同理分析,对目标软胶囊生产车间的生产异常过程进行定位和反馈,进而精确地定位到哪个生产过程存在问题,提高了异常生产过程发现的及时性和维护的及时性,同时保障了软胶囊的生产进度,降低了生产车间的生产损失。
以上内容仅仅是对本发明的构思所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的构思或者超越本发明所定义的范围,均应属于本发明的保护范围。
Claims (5)
1.一种基于物联网的软胶囊生产车间智能管理***,其特征在于,包括:
软胶囊外壳信息分析模块,用于从目标软胶囊生产车间当前生产批次中随机抽取若干软胶囊,将其记为样品软胶囊,对制作完成时的各样品软胶囊进行图像采集,得到图像信息,分析制作完成时的样品软胶囊对应的外壳生产质量符合系数;
软胶囊液体信息分析模块,用于分析制作完成时的样品软胶囊对应的液体综合生产质量符合系数;
云数据库,用于存储软胶囊的标准轮廓体积,并存储软胶囊液体中各液体浑浊度对应的颜色集合;
软胶囊密封性测试分析模块,用于对制作完成时的各样品软胶囊进行气泡测试,得到测试信息,分析制作完成时的样品软胶囊对应的密封性能评估指数;
软胶囊生产质量初步分析模块,用于分析软胶囊在制作完成时对应的综合生产质量符合系数;
软胶囊生产质量二次分析模块,用于对清洗干燥后的各样品软胶囊进行图像采集和气泡测试,得到清洗干燥后的图像信息和测试信息,按照软胶囊在制作完成时对应的综合生产质量符合系数的分析方式同理分析软胶囊在清洗干燥后对应的综合生产质量符合系数;
生产车间生产异常定位模块,用于对目标软胶囊生产车间的生产异常过程进行定位,并进行反馈;
所述分析制作完成时的样品软胶囊对应的外壳生产质量符合系数,具体分析过程为:
A1、从云数据库中提取软胶囊的标准轮廓体积,并记为;
A2、从外壳信息中提取制作完成时的各样品软胶囊的轮廓体积,并将其与软胶囊的标准轮廓体积进行重叠对比,得到制作完成时的各样品软胶囊的重叠轮廓体积,记为,其中,/>表示样品软胶囊的编号,/>;
A3、计算制作完成时的各样品软胶囊的形变度,/>,其中,/>表示设定参照的重叠轮廓体积占比,/>表示自然常数;
A4、从外壳信息中提取制作完成时的各样品软胶囊的外壳划痕处数目和各划痕处对应的划痕长度,据此计算制作完成时的各样品软胶囊的划痕度;
A5、计算制作完成时的样品软胶囊对应的外壳生产质量符合系数,,其中,/>和/>分别表示设定参照的形变度和划痕度,/>和/>分别表示设定的形变度和划痕度对应样品软胶囊的外壳生产质量符合评估占比权重,/>表示样品软胶囊的数目;
所述分析制作完成时的样品软胶囊对应的液体综合生产质量符合系数,具体分析过程为:
C1、从液体信息中提取制作完成时的各样品软胶囊的液体颜色;
C2、将制作完成时的各样品软胶囊的液体颜色与云数据库中存储的软胶囊液体中各液体浑浊度对应的颜色集合进行对比,若某样品软胶囊的液体颜色位于某液体浑浊度对应的颜色集合内,则将该颜色集合对应的液体浑浊度作为该样品软胶囊的液体浑浊度,记为;
C3、从液体信息中提取制作完成时的各样品软胶囊的沉淀物数目和各沉淀物的沉淀体积,按照制作完成时的各样品软胶囊的划痕度的计算方式同理计算得到制作完成时的各样品软胶囊的液体沉淀度;
C4、计算制作完成时的各样品软胶囊对应的液体生产质量符合系数;
C5、从制作完成时的各样品软胶囊对应的液体生产质量符合系数中提取最小值,记为;
C6、将制作完成时的各样品软胶囊对应的液体生产质量符合系数与设定参照的液体生产质量符合系数进行对比,若某样品软胶囊对应的液体生产质量符合系数小于设定参照的液体生产质量符合系数,则判定该样品软胶囊为质量不合格软胶囊,统计质量不合格软胶囊数目,记为;
C7、计算制作完成时的样品软胶囊对应的液体综合生产质量符合系数,,其中,/>和/>分别表示设定参照的液体生产质量符合系数和质量不合格软胶囊数目占比,/>和/>分别表示设定的液体生产质量符合系数和质量不合格软胶囊数目占比对应液体综合生产质量符合评估占比权重;
所述分析制作完成时的样品软胶囊对应的密封性能评估指数,具体分析过程为:
D1、从测试信息中提取制作完成时的各样品软胶囊的开始测试时对应的时间点、出现气泡时对应的时间点和出现的气泡数目;
D2、将各样品软胶囊的开始测试时对应的时间点和出现气泡时对应的时间点进行对比,得到各样品软胶囊的密封保持时长;
D3、将各样品软胶囊的密封保持时长与设定参照的密封保持时长进行对比,若某样品软胶囊的密封保持时长小于设定参照的密封保持时长,则判定该样品软胶囊为密封性不合格软胶囊,统计密封性不合格软胶囊数目,记为;
D4、从各密封性不合格软胶囊对应的出现气泡的数目中提取最大值,记为;
D5、计算制作完成时的样品软胶囊对应的密封性能评估指数,,其中,/>和/>分别表示设定参照的密封性不合格软胶囊数目占比和出现气泡的数目,/>和/>分别表示设定的密封性不合格软胶囊数目占比和出现气泡的数目对应密封性能评估占比权重;
所述软胶囊在制作完成时对应的综合生产质量符合系数的计算公式为:,其中,/>、/>和/>分别表示设定的外壳生产质量符合系数、液体综合生产质量符合系数和密封性能评估指数对应综合生产质量符合评估占比权重。
2.根据权利要求1所述的一种基于物联网的软胶囊生产车间智能管理***,其特征在于:所述图像信息包括外壳信息和液体信息,其中,外壳信息包括轮廓体积、外壳划痕处数目和各划痕处对应的划痕长度,液体信息包括液体颜色、沉淀物数目和各沉淀物的沉淀体积。
3.根据权利要求1所述的一种基于物联网的软胶囊生产车间智能管理***,其特征在于:所述计算制作完成时的各样品软胶囊的划痕度,具体计算过程为:
B1、将制作完成时的各样品软胶囊的外壳划痕处数目记为;
B2、将制作完成时的各样品软胶囊的各划痕处对应的划痕长度进行累加,得到各样品软胶囊划痕总长度,记为;
B3、计算制作完成时的各样品软胶囊的划痕度,/>,其中,/>和/>分别表示设定参照的外壳划痕处数目和划痕总长度,/>和/>分别表示设定的外壳划痕处数目和划痕总长度对应划痕度评估占比权重。
4.根据权利要求1所述的一种基于物联网的软胶囊生产车间智能管理***,其特征在于:所述测试信息包括开始测试时对应的时间点、出现气泡时对应的时间点和出现的气泡数目。
5.根据权利要求1所述的一种基于物联网的软胶囊生产车间智能管理***,其特征在于:所述对目标软胶囊生产车间的生产异常过程进行定位,具体定位方式为:
E1、将软胶囊在制作完成时对应的综合生产质量符合系数与设定参照的制作完成时对应的综合生产质量符合系数进行对比,若软胶囊在制作完成时对应的综合生产质量符合系数小于设定参照的制作完成时对应的综合生产质量符合系数,则判定目标软胶囊生产车间的生产制作过程存在异常;
E2、若软胶囊在制作完成时对应的综合生产质量符合系数大于或者等于设定参照的制作完成时对应的综合生产质量符合系数,则将其与软胶囊在清洗干燥后对应的综合生产质量符合系数进行对比,得到综合生产质量符合系数差,若综合生产质量符合系数差大于或者等于设定参照的综合生产质量符合系数差,则判定目标软胶囊生产车间的清洗干燥过程存在异常。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311369654.7A CN117114511B (zh) | 2023-10-23 | 2023-10-23 | 一种基于物联网的软胶囊生产车间智能管理*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311369654.7A CN117114511B (zh) | 2023-10-23 | 2023-10-23 | 一种基于物联网的软胶囊生产车间智能管理*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117114511A CN117114511A (zh) | 2023-11-24 |
CN117114511B true CN117114511B (zh) | 2024-01-09 |
Family
ID=88796960
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311369654.7A Active CN117114511B (zh) | 2023-10-23 | 2023-10-23 | 一种基于物联网的软胶囊生产车间智能管理*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117114511B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117367516B (zh) * | 2023-12-04 | 2024-02-23 | 江苏海德曼新材料股份有限公司 | 基于多维测试的铝塑复合板性能检测*** |
CN117401630B (zh) * | 2023-12-14 | 2024-02-20 | 徐州鸿丰高分子材料有限公司 | 一种液体态化工产品灌装生产线智能控制*** |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104306745A (zh) * | 2014-10-31 | 2015-01-28 | 云南永孜堂制药有限公司 | 一种天麻醒脑胶囊的质量控制方法 |
CN105137945A (zh) * | 2015-09-10 | 2015-12-09 | 上海聚益畜牧科技有限公司 | 原奶智能监控*** |
KR101981054B1 (ko) * | 2018-10-12 | 2019-05-22 | 정나호 | 연질캡슐제품 제조방법 |
CN113447356A (zh) * | 2021-07-12 | 2021-09-28 | 广州白云山星群(药业)股份有限公司 | 一种软胶囊囊皮机械性能测试方法及设备 |
WO2022217544A1 (en) * | 2021-04-15 | 2022-10-20 | F. Hoffmann-La Roche Ag | Method and system for sample quality control |
CN116629717A (zh) * | 2023-07-25 | 2023-08-22 | 山东辰欣佛都药业股份有限公司 | 一种基于大数据的滴眼液生产质量监测管理*** |
-
2023
- 2023-10-23 CN CN202311369654.7A patent/CN117114511B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104306745A (zh) * | 2014-10-31 | 2015-01-28 | 云南永孜堂制药有限公司 | 一种天麻醒脑胶囊的质量控制方法 |
CN105137945A (zh) * | 2015-09-10 | 2015-12-09 | 上海聚益畜牧科技有限公司 | 原奶智能监控*** |
KR101981054B1 (ko) * | 2018-10-12 | 2019-05-22 | 정나호 | 연질캡슐제품 제조방법 |
WO2022217544A1 (en) * | 2021-04-15 | 2022-10-20 | F. Hoffmann-La Roche Ag | Method and system for sample quality control |
CN113447356A (zh) * | 2021-07-12 | 2021-09-28 | 广州白云山星群(药业)股份有限公司 | 一种软胶囊囊皮机械性能测试方法及设备 |
CN116629717A (zh) * | 2023-07-25 | 2023-08-22 | 山东辰欣佛都药业股份有限公司 | 一种基于大数据的滴眼液生产质量监测管理*** |
Non-Patent Citations (1)
Title |
---|
基于物联网的生产线质量管理研究;李鹏飞;秦江涛;刘举胜;;物流工程与管理(第10期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117114511A (zh) | 2023-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117114511B (zh) | 一种基于物联网的软胶囊生产车间智能管理*** | |
CN107862338B (zh) | 基于双检验法的海洋环境监测数据质量管理方法及*** | |
Simundic et al. | Comparison of visual vs. automated detection of lipemic, icteric and hemolyzed specimens: can we rely on a human eye? | |
CN107703132A (zh) | 反应曲线异常处理方法及装置、生化分析仪、存储介质 | |
CN116629717B (zh) | 一种基于大数据的滴眼液生产质量监测管理*** | |
CN103901034B (zh) | 一种检测尿液中微量白蛋白的检测试剂条及其制备方法 | |
CN117092304B (zh) | 一种医药中间体生产工序全流程监测分析管理*** | |
CN102323281B (zh) | 液体性质检测方法和*** | |
CN116839650B (zh) | 一种智能化仪器仪表检定***及方法 | |
CN101620178B (zh) | 基于近红外光谱技术快速检测中成药、保健食品或食品中添加化学成分的方法 | |
CN116067671B (zh) | 一种用于测试车辆漆面质量的方法、***及介质 | |
CN110412026A (zh) | 一种烟用香料配制准确性快速检验方法 | |
CN115035969A (zh) | 一种中医诊断医疗器械的临床有效性和安全性评价方法 | |
CN101592644B (zh) | 油田水中钡离子的测定方法 | |
CN111678913B (zh) | 一种基于图像识别实现溶液浓度定量测定的实验方法 | |
CN211374410U (zh) | 一种多功能液体识别容器 | |
CN115841443A (zh) | 测量变压器油中微水含量的方法及装置 | |
CN116797053B (zh) | 基于神经网络的化工生产数据分析方法、***和介质 | |
Gros | Pre-Analytical Within-Laboratory Evacuated Blood-Collection Tube Quality Evaluation | |
CN117191172B (zh) | 一种天平称量罩的质量检测和饱和预警的方法及装置 | |
CN114792213B (zh) | 一种颗粒药品质量稽查方法 | |
CN115494194A (zh) | 一种强酸/强碱溶液的酸碱度自动检测方法 | |
CN115008059B (zh) | 一种基于智能制造的数字化工厂生产安全智能监测预警*** | |
CN114088654B (zh) | 一种评价玻纤涂敷物有效性的方法及其应用 | |
CN202599900U (zh) | 一种直发膏中氢氧化物含量的检测装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |