当前位置: 首页 > news >正文

西林瓶自动装盘机中倒瓶检测算法的优化:从光电对射到激光测距的工程实践

摘要】在制药产线自动装盘环节中,倒瓶是导致卡机、爆瓶和产线停机的常见故障。本文结合某型双通道自动装盘机(以江苏力旷智能科技Epoch-DS600为硬件平台)的倒瓶检测模块改造项目,对比了传统光电对射方案与改进型激光测距方案的技术差异,给出了硬件选型、信号处理算法及现场测试数据。相关方法可推广至其他瓶装产品的在线检测场景。

一、问题的提出

在高速自动装盘机(运行速度600-700瓶/分钟)中,倒瓶检测的准确性直接影响产线的连续运行率。传统方案多采用两组对射式光电传感器(一高一低)来判断瓶身姿态:当两个传感器的遮光时间差超出正常范围时判为倒瓶,触发气吹剔除。

但在实际应用中,该方案存在三个典型问题:

  1. 传感器安装高度敏感:不同瓶型(2ml/7ml/10ml)的高度差异可达30mm以上,固定安装的对射传感器需要人工反复调整位置

  2. 透明瓶误判率高:对于无色西林瓶或口服液瓶,红外对射传感器的透光率波动大,导致遮光时间不稳定

  3. 抗干扰能力弱:现场粉尘、水滴、震动会使传感器信号出现毛刺,产生大量误剔除

因此,需要一种对瓶型适应性更强、抗干扰能力更好的倒瓶检测方案。

二、硬件方案对比与选型

2.1 原光电对射方案参数

项目参数
传感器型号欧姆龙EE-SPX613(对射式)
检测距离0-500mm
响应时间≤1ms
输出方式NPN 暗通/亮通可选
安装方式上下两组,固定间距80mm

缺点:对于10ml口服液瓶(瓶高75mm),两组传感器的遮光时间差极小,倒瓶与直立瓶的特征难以区分。

2.2 改进型激光测距方案

选用基恩士LR-Z系列激光测距传感器(CMOS感光元件),单侧安装,通过测量瓶身表面到传感器的距离变化来判断姿态。

项目参数
传感器型号基恩士LR-ZB250AN
检测距离35-250mm(可调)
光斑直径约2mm
响应时间1.5ms / 10ms / 50ms可选
输出模拟量(4-20mA)+ 开关量
重复精度0.5mm

安装方式:水平安装在传送带一侧,高度位于瓶身高度的1/2处(对于多规格瓶型,选取最小瓶高的中位)。直立瓶通过时,传感器测得的距离稳定在某个基准值D_ref;倒瓶时,瓶身倾斜使测量点偏离,距离值跳变为D_ref ± ΔD,且ΔD>10mm。

三、信号处理算法设计

3.1 原始数据采集

激光测距传感器以模拟量(4-20mA)接入PLC的AI模块,量程对应35-250mm。PLC以5ms周期采样,读取原始距离值D_raw。

3.2 滑动中值滤波

由于瓶身表面可能有轻微凹凸或标签反光,原始数据存在±1~2mm的噪声。采用滑动中值滤波算法(窗口长度N=5):

pascal

// 伪代码,基于西门子SCL语言 FUNCTION MedianFilter : REAL VAR_INPUT rawValue : REAL; END_VAR VAR_STATIC buffer : ARRAY[0..4] OF REAL; index : INT := 0; i, j : INT; temp : REAL; END_VAR buffer[index] := rawValue; index := (index + 1) MOD 5; // 冒泡排序取中值 FOR i := 0 TO 3 DO FOR j := i+1 TO 4 DO IF buffer[i] > buffer[j] THEN temp := buffer[i]; buffer[i] := buffer[j]; buffer[j] := temp; END_IF; END_FOR; END_FOR; MedianFilter := buffer[2]; // 中值 END_FUNCTION

3.3 姿态判别逻辑

定义:

  • D_base:空载时测量到的传送带表面距离(标定时获取)

  • D_bottle:直立瓶通过时的稳定测量值(根据瓶型自动学习)

  • 阈值TH_H= D_bottle + 8mm,TH_L= D_bottle - 8mm

状态机:

text

状态0(待检测): 若 D_filtered 在 [D_bottle-2, D_bottle+2] 范围内,且持续时间 > 10ms → 判为直立瓶,计数+1,进入状态1 若 D_filtered > TH_H 或 < TH_L,且持续时间 > 15ms → 判为倒瓶,触发倒瓶标志,进入状态2 状态1(直立瓶后处理): 保持20ms后返回状态0,防止同一个瓶重复计数 状态2(倒瓶后处理): 置位剔除输出(Q点),延时20-40ms(根据传送带线速度计算),输出持续20ms后复位,返回状态0

3.4 自适应基准学习

为解决不同瓶型的自动适配,程序增加自学习功能:

  • 当操作员在HMI上按下“学习瓶型”按钮后,连续通过20个正常直立瓶,程序自动记录这20个D_filtered的平均值作为新的D_bottle,并更新TH_H和TH_L。

  • 学习完成后,HMI提示成功,并存储到配方中。

四、现场测试数据对比

在某药企2ml西林瓶产线上,将原光电对射方案与改进后的激光测距方案进行对比测试,各运行8小时(约30万瓶),数据如下:

指标光电对射方案激光测距方案
实际倒瓶数(人工统计)347瓶351瓶
正确剔除数298瓶348瓶
漏剔数49瓶3瓶
误剔数(把直立瓶当作倒瓶)86瓶2瓶
剔除准确率85.9%99.1%
误剔除导致的生产停顿次数12次0次

注:漏剔的3瓶经检查均为瓶身严重倾斜但未完全倒下的边界情况,进一步优化阈值后降至1瓶。

五、工程实施注意事项

  1. 传感器选型:对于透明瓶或深色瓶,建议选用CMOS激光传感器(如基恩士LR-Z、欧姆龙B5WC),避免红外对射的透光问题。普通漫反射光电不适用于倒瓶检测。

  2. 安装位置:传感器应安装在传送带直段,距离瓶口至少30mm,避免瓶盖反光干扰。同时要避开灯检机的强光源照射方向。

  3. 防护等级:制药车间存在清洗消毒需求,传感器至少需要IP67防护等级,建议加装不锈钢护罩。

  4. PLC扫描周期:当传送带线速度为0.5m/s时,瓶间最小间隔约80ms。PLC的AI采样周期应≤10ms,否则容易漏采峰值。建议使用支持高速采样的专用模块或使用PLC的中断功能。

  5. 与剔除装置的时序配合:倒瓶被检测到后,需要精确计算到达气吹位置的时间。公式为:

    text

    T_delay = L / v - T_plc - T_valve

    其中L为传感器到气吹口的距离(mm),v为传送带速度(mm/s),T_plc为程序扫描周期(ms),T_valve为电磁阀动作时间(通常15-25ms)。延时误差应控制在±5ms以内。

六、总结

从光电对射升级到激光测距方案后,倒瓶剔除准确率从86%提升到99%以上,产线因倒瓶导致的停机次数降为零。该方案已在多台自动装盘机上验证,并适配了2ml/7ml西林瓶及10ml口服液瓶等多种规格。算法程序可移植到西门子、三菱、罗克韦尔等主流PLC平台。

本项目的硬件平台为江苏力旷智能科技Epoch-DS600自动装盘机,但文中所述检测原理和算法具有普适性。

http://www.jsqmd.com/news/996114/

相关文章:

  • Moneta Markets亿汇:注重效率的使用者更在意的市场覆盖,这里做个路径分析
  • 2026年海棠树苗选购指南:从品种到产地,一次说清! - 优质品牌商家
  • ChromePass:当你忘记密码时,你的浏览器记得
  • 综合演练科目支撑系统 统筹演练全流程
  • 别再只弹alert了!用XSS_labs靶场实战,手把手教你挖掘Cookie窃取、钓鱼等真实危害
  • 告别Transformer的O(L²)噩梦:手把手教你用PyraFormer搞定超长序列预测
  • 2026深圳App/软件定制公司怎么选?五大维度避坑指南(附 5 家参考名单)
  • League Akari:英雄联盟客户端自动化工具包终极指南
  • 智能图像分层终极指南:5分钟从单图到专业PSD的完整教程
  • 2026年粮仓空调行业深度观察:主流厂商技术路线与选型指南! - 优质品牌商家
  • Python 高手编程系列三千四百三十六 :命名和使用
  • 如何免费解锁Microsoft 365完整功能:Ohook激活方案完全指南
  • 2026年精酿啤酒招商加盟市场深度分析:轩博精酿领跑平价赛道,如何选对合作品牌? - 优质品牌商家
  • 别再只盯着快充功率了!一文搞懂USB PD协议里那个默默干活的‘策略引擎’(Policy Engine)
  • 别再只看跑分了!聊聊那些真正影响你NVMe SSD游戏加载和文件传输速度的‘隐形杀手’
  • 2026年口碑好的旧房翻新企业盘点:技术、服务与案例深度剖析 - 优质品牌商家
  • 信奥赛C++提高组csp-s之Dijkstra算法(朴素版)
  • 从用户体验出发:优化微信小程序双验证码登录的3个关键点(防刷与易用性平衡)
  • 2026年长城雪茄购买渠道全解析:从成都到香港,哪里买更靠谱? - 优质品牌商家
  • 骁龙X2 Elite边缘AI应用开发实战(3): 端侧智能语音助手全链路实现
  • Spring Boot 实现过滤器(Filter)三种常用方式
  • 2026年新发布针织衫品牌厂商有哪些?实力工厂的选型与推荐 - 品牌鉴赏官2026
  • 避开OV5640时钟配置的坑:PCLK计算不准导致图像异常的排查与修复指南
  • ComfyUI-LTXVideo:零基础到专业级AI视频生成的终极指南
  • OpenClaw+AWS 深度应用:自动生成 CloudFormation 模板、批量管理 S3 存储桶
  • 如何在Obsidian中构建你的微信读书知识库:终极同步指南
  • 第31篇:AI时代的前端工作流
  • Vivado Utility Buffer IP全解析:从IBUFDS到BUFGCE,手把手教你时钟与IO缓冲器选型
  • 保姆级教程:用STM32的MPU为你的AUTOSAR应用划清内存“地盘”(附代码)
  • 不止看功耗:Vivado里Report RAM和Control Sets的隐藏用法与优化技巧