CN113577422A - 透析器的质检方法及组装方法 - Google Patents
透析器的质检方法及组装方法 Download PDFInfo
- Publication number
- CN113577422A CN113577422A CN202110782630.9A CN202110782630A CN113577422A CN 113577422 A CN113577422 A CN 113577422A CN 202110782630 A CN202110782630 A CN 202110782630A CN 113577422 A CN113577422 A CN 113577422A
- Authority
- CN
- China
- Prior art keywords
- image
- tank body
- dialyzer
- end cover
- gray
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 75
- 238000007689 inspection Methods 0.000 title claims abstract description 27
- 238000001514 detection method Methods 0.000 claims abstract description 107
- 239000012510 hollow fiber Substances 0.000 claims abstract description 65
- 239000000565 sealant Substances 0.000 claims abstract description 42
- 239000012528 membrane Substances 0.000 claims abstract description 38
- 238000007789 sealing Methods 0.000 claims abstract description 30
- 230000000712 assembly Effects 0.000 claims abstract description 8
- 238000000429 assembly Methods 0.000 claims abstract description 8
- 239000002245 particle Substances 0.000 claims description 26
- 238000011156 evaluation Methods 0.000 claims description 18
- 239000012535 impurity Substances 0.000 claims description 15
- 238000003064 k means clustering Methods 0.000 claims description 15
- 238000004659 sterilization and disinfection Methods 0.000 claims description 15
- 238000012546 transfer Methods 0.000 claims description 12
- 238000004806 packaging method and process Methods 0.000 claims description 9
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 claims description 8
- 238000009434 installation Methods 0.000 claims description 8
- 238000003908 quality control method Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000001035 drying Methods 0.000 claims description 4
- 238000011010 flushing procedure Methods 0.000 claims description 3
- 238000012372 quality testing Methods 0.000 claims description 3
- 238000010998 test method Methods 0.000 claims 1
- 238000004519 manufacturing process Methods 0.000 abstract description 24
- 230000002950 deficient Effects 0.000 abstract description 6
- 230000007547 defect Effects 0.000 abstract description 4
- 239000003292 glue Substances 0.000 description 17
- 239000008280 blood Substances 0.000 description 16
- 210000004369 blood Anatomy 0.000 description 16
- 238000005520 cutting process Methods 0.000 description 13
- 239000007789 gas Substances 0.000 description 6
- 230000001954 sterilising effect Effects 0.000 description 6
- 238000000605 extraction Methods 0.000 description 5
- 238000001631 haemodialysis Methods 0.000 description 5
- 230000000322 hemodialysis Effects 0.000 description 5
- 238000005119 centrifugation Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000000502 dialysis Methods 0.000 description 4
- 238000002347 injection Methods 0.000 description 4
- 239000007924 injection Substances 0.000 description 4
- 238000007781 pre-processing Methods 0.000 description 4
- 238000012797 qualification Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 238000007621 cluster analysis Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000003792 electrolyte Substances 0.000 description 3
- 238000011049 filling Methods 0.000 description 3
- 239000002504 physiological saline solution Substances 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 238000009827 uniform distribution Methods 0.000 description 3
- ZRALSGWEFCBTJO-UHFFFAOYSA-N Guanidine Chemical compound NC(N)=N ZRALSGWEFCBTJO-UHFFFAOYSA-N 0.000 description 2
- XSQUKJJJFZCRTK-UHFFFAOYSA-N Urea Chemical compound NC(N)=O XSQUKJJJFZCRTK-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- DDRJAANPRJIHGJ-UHFFFAOYSA-N creatinine Chemical compound CN1CC(=O)NC1=N DDRJAANPRJIHGJ-UHFFFAOYSA-N 0.000 description 2
- 238000001723 curing Methods 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007711 solidification Methods 0.000 description 2
- 230000008023 solidification Effects 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 238000000108 ultra-filtration Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 208000001889 Acid-Base Imbalance Diseases 0.000 description 1
- 241000894006 Bacteria Species 0.000 description 1
- BVKZGUZCCUSVTD-UHFFFAOYSA-M Bicarbonate Chemical compound OC([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-M 0.000 description 1
- 229920002284 Cellulose triacetate Polymers 0.000 description 1
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- CHJJGSNFBQVOTG-UHFFFAOYSA-N N-methyl-guanidine Natural products CNC(N)=N CHJJGSNFBQVOTG-UHFFFAOYSA-N 0.000 description 1
- 239000004695 Polyether sulfone Substances 0.000 description 1
- 206010049040 Weight fluctuation Diseases 0.000 description 1
- NNLVGZFZQQXQNW-ADJNRHBOSA-N [(2r,3r,4s,5r,6s)-4,5-diacetyloxy-3-[(2s,3r,4s,5r,6r)-3,4,5-triacetyloxy-6-(acetyloxymethyl)oxan-2-yl]oxy-6-[(2r,3r,4s,5r,6s)-4,5,6-triacetyloxy-2-(acetyloxymethyl)oxan-3-yl]oxyoxan-2-yl]methyl acetate Chemical compound O([C@@H]1O[C@@H]([C@H]([C@H](OC(C)=O)[C@H]1OC(C)=O)O[C@H]1[C@@H]([C@@H](OC(C)=O)[C@H](OC(C)=O)[C@@H](COC(C)=O)O1)OC(C)=O)COC(=O)C)[C@@H]1[C@@H](COC(C)=O)O[C@@H](OC(C)=O)[C@H](OC(C)=O)[C@H]1OC(C)=O NNLVGZFZQQXQNW-ADJNRHBOSA-N 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 230000000844 anti-bacterial effect Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- WQZGKKKJIJFFOK-VFUOTHLCSA-N beta-D-glucose Chemical compound OC[C@H]1O[C@@H](O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-VFUOTHLCSA-N 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 239000004202 carbamide Substances 0.000 description 1
- 229940109239 creatinine Drugs 0.000 description 1
- SWSQBOPZIKWTGO-UHFFFAOYSA-N dimethylaminoamidine Natural products CN(C)C(N)=N SWSQBOPZIKWTGO-UHFFFAOYSA-N 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 208000035475 disorder Diseases 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000002503 metabolic effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 229920002492 poly(sulfone) Polymers 0.000 description 1
- 229920006393 polyether sulfone Polymers 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- YGSDEFSMJLZEOE-UHFFFAOYSA-M salicylate Chemical compound OC1=CC=CC=C1C([O-])=O YGSDEFSMJLZEOE-UHFFFAOYSA-M 0.000 description 1
- 229960001860 salicylate Drugs 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
- 239000003053 toxin Substances 0.000 description 1
- 231100000765 toxin Toxicity 0.000 description 1
- 108700012359 toxins Proteins 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M1/00—Suction or pumping devices for medical purposes; Devices for carrying-off, for treatment of, or for carrying-over, body-liquids; Drainage systems
- A61M1/14—Dialysis systems; Artificial kidneys; Blood oxygenators ; Reciprocating systems for treatment of body fluids, e.g. single needle systems for hemofiltration or pheresis
- A61M1/16—Dialysis systems; Artificial kidneys; Blood oxygenators ; Reciprocating systems for treatment of body fluids, e.g. single needle systems for hemofiltration or pheresis with membranes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M1/00—Suction or pumping devices for medical purposes; Devices for carrying-off, for treatment of, or for carrying-over, body-liquids; Drainage systems
- A61M1/14—Dialysis systems; Artificial kidneys; Blood oxygenators ; Reciprocating systems for treatment of body fluids, e.g. single needle systems for hemofiltration or pheresis
- A61M1/16—Dialysis systems; Artificial kidneys; Blood oxygenators ; Reciprocating systems for treatment of body fluids, e.g. single needle systems for hemofiltration or pheresis with membranes
- A61M1/1621—Constructional aspects thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2207/00—Methods of manufacture, assembly or production
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2209/00—Ancillary equipment
- A61M2209/02—Equipment for testing the apparatus
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E30/00—Energy generation of nuclear origin
- Y02E30/30—Nuclear fission reactors
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Heart & Thoracic Surgery (AREA)
- Urology & Nephrology (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Hematology (AREA)
- Vascular Medicine (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Biomedical Technology (AREA)
- Anesthesiology (AREA)
- Emergency Medicine (AREA)
- General Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- External Artificial Organs (AREA)
- Separation Using Semi-Permeable Membranes (AREA)
Abstract
透析器的质检方法及组装方法,所述透析器包括罐体以及设置于所述罐体两端的端盖组件,所述罐体内设置有中空纤维束并填充有密封胶,所述中空纤维束包括若干中空纤维膜,所述端盖组件包括端盖和密封圈;在将所述罐体和所述端盖组件进行装配前,对所述罐体进行AOI检测,步骤如下:通过图像采集器采集所述罐体两端部的图像;根据采集到的检测图像,对所述罐体进行AOI检测,判断罐体质量是否合格。在对透析器进行组装的过程中,将前述透析器的质检方法应用到组装工艺中,以精确地识别出罐体的缺陷,并排除罐体生产过程中残次品,及时减少透析器的生产故障率,从而达到兼顾透析器生产过程中的安全性和效率性的目的。
Description
技术领域
本发明属于医疗器械技术领域,具体涉及一种透析器的质量检测方法及组装方法。
背景技术
透析器是一种用于血液透析治疗的医疗器械。如图1所示,使用时,人体血液通过血路输入导管10a输送至透析器10内,透析液通过透析液输入导管10b输送至透析器内,透析器10内设置有透析膜,人体血液和透析液以相反方向在透析器10内传输并分别流经透析膜两侧,透析膜两侧的溶质和水在浓度和压力梯度下做跨膜运动,进行物质交换,使人体血液中代谢积累的尿素、肌酐、胍类、酸根和过多的电解质被交换至透析液中,而透析液中的碳酸氢根、葡萄糖、水杨酸盐、电解质等肌体所需物质补充到人体血液中,从而达到清除体内代谢废物、纠正水和电解质紊乱及酸碱失衡的治疗目的。进行物质交换后的血液经血路输出导管10c输回人体,透析液经透析液输出导管10d输至废液袋。
透析器属于医疗器械,其质量合格与否十分重要,会影响到治疗效果以及治疗的安全性,如果出厂的透析器存在残次品,这些存在质量隐患的透析器流入医疗市场后,不仅会提高产品的使用故障率,更重要的是,会降低血液透析治疗的安全性。因此,如何提高透析器出厂产品的合格率是厂家亟待解决的问题。
发明内容
本发明的目的在于提供一种透析器的质检方法,可以提高透析器的出厂合格率,保证透析器的使用质量。
本发明的另一目的在于提供一种透析器的组装方法,可以提高透析器的出厂合格率,保证透析器的使用质量。
为了实现上述第一目的,本发明采取如下的技术解决方案:
透析器的质检方法,所述透析器包括罐体以及设置于所述罐体两端的端盖组件,所述罐体内设置有中空纤维束并填充有密封胶,所述中空纤维束包括若干中空纤维膜,所述端盖组件包括端盖和密封圈;在将所述罐体和所述端盖组件进行装配前,对所述罐体进行AOI检测,包括以下步骤:
S101、通过图像采集器采集所述罐体两端部的图像;
S102、根据采集到的检测图像,对所述罐体进行AOI检测,判断罐体质量是否合格;
采用以下两种检测方法中的至少一种对所述罐体进行AOI检测:
第一种检测方法的步骤如下:
S102-1、对采集到的每一幅检测图像进行特征提取,一幅检测图像提取多个图像特征点,提取到的所述图像特征点组成一幅检测图像的图像数据集合;
S102-2、将每一检测图像的图像数据集合与标准图像数据集合进行比较,依次对比每一检测图像的图像数据集合中每个图像特征点的图像数据与所述标准图像数据集合中对应图像特征点的图像数据,根据所述检测图像的图像数据集合与所述标准图像数据集合之间的差异程度,判断所述罐体是否合格;
第二种检测方法的步骤如下:
S102-1’、对于采集到的每一幅检测图像,将所述检测图像等分为若干个图像区间,计算每个所述图像区间的灰度值;
S102-2’、对一幅检测图像的所有所述图像区间的灰度值进行K-means聚类,得到K个图像灰度组,每个所述图像灰度组包含至少一个所述图像区间;
S102-3’、计算每个所述图像灰度组内图像区间的数量,将所述图像灰度组内所述图像区间的数量作为所述图像灰度组的权重系数;
S102-4’、根据每个所述图像灰度组包含的所述图像区间的数量及所述图像区间的灰度值,计算每个所述图像灰度组的平均灰度值,将计算得到的平均灰度值作为所述图像灰度组的聚类中心;
S102-5’、在每个所述图像灰度组中,计算各所述图像区间的灰度值与所述聚类中心之间的欧氏距离;
S102-6’、对于每一个所述图像灰度组,统计一个所述图像灰度组中所有所述图像区间与所述聚类中心之间的欧式距离的总和,作为所述图像灰度组的灰度代表值;
S102-7’、根据每个所述图像灰度组的灰度代表值及权重系数计算每个所述图像灰度组的均匀评价值:A=B*C,式中的A表示所述图像灰度组的均匀评价值,B表示所述图像灰度组的灰度代表值,C表示所述图像灰度组的权重系数;
S102-8’、计算所有所述图像灰度组的均匀评价值的方差,将计算得到的方差和设定阈值相比,若方差在设定阈值范围内,则认为罐体合格。
作为本发明透析器的质检方法的一种可选的实施方式,所述步骤S102-1中,根据像素提取图像特征点,将一幅检测图像中多个邻近的像素作为一个图像特征点,所述图像特征点的图像数据包含所述图像特征点的灰度值和/或亮度值和/或RGB值。
作为本发明透析器的质检方法的一种可选的实施方式,所述步骤S102-1中,在提取图像特征点之前,先对采集到的所述检测图像进行预处理,预处理至少包括锐化边缘、去噪、增强对比度中的一种。
作为本发明透析器的质检方法的一种可选的实施方式,所述第一种检测方法中,根据所述检测图像的图像数据集合与所述标准图像数据集合之间的差异比较,对所述罐体的至少以下一种性能是否合格进行判定:密封胶的密封性能、密封胶切面的光滑程度、密封胶是否残留杂质、罐体内中空纤维束的数量以及密封胶的切面面积。
作为本发明透析器的质检方法的一种可选的实施方式,所述标准图像数据集合按照以下步骤建立:
采集若干质量合格的透析器的罐体端口的图像作为参考图像;
对每一所述参考图像进行特征提取,提取到的图像特征点组成所述参考图像的图像数据集合;
然后计算所有所述参考图像的图像数据集合中对应的图像特征点的图像数据的平均值,将计算得到的平均值作为标准图像数据集合的标准图像数据。
作为本发明透析器的质检方法的一种可选的实施方式,所述S102-2’步骤中进行K-means聚类的方法如下:
a、设定所述检测图像中需要聚类的类别数目K,K小于所述检测图像中所述图像区间的数量;
b、在所有所述图像区间中任意选取K个所述图像区间,分别作为K个图像质点,以所述检测图像为基础,建立直角二维坐标系,得到每个所述图像区间的二维直角坐标;
c、分别计算每个所述图像区间和所述图像质点之间的欧式距离,将每个所述图像区间分配给与其最近的所述图像质点,将所有所述图像区间划分为K个类别,每个所述类别包含至少一个所述图像区间,并在每个所述类别中计算每个所述图像区间与对应图像质点之间的欧式距离之和;
d、用每个所述类别的几何中心对图像质点进行更新,计算每个所述图像区间和更新后的图像质点之间的欧式距离,将每个所述图像区间分配给与其最近的所述图像质点,将所有所述图像区间划分为K个类别,并在每个所述类别中计算每个所述图像区间与对应图像质点之间的欧式距离之和;
e、将步骤c计算得到的欧氏距离之和与步骤d计算得到的欧氏距离之和进行比较,如果两者的差值小于预设值,则完成K-means聚类,并将更新后的K个类别作为K个图像灰度组;反之,则返回至步骤c,继续进行K-means聚类中的迭代,直至步骤c计算得到的欧氏距离之和与步骤d计算得到的欧氏距离之和的差值小于预设值。
作为本发明透析器的质检方法的一种可选的实施方式,在将所述端盖组件和所述罐体组装在一起之前,检查所述中空纤维膜是否存在堵孔,步骤如下:根据所述图像采集器采集到的所述检测图像,检查所述中空纤维膜是否被密封胶堵塞,当被堵塞的中空纤维膜的数量大于设定值时认为不合格。
作为本发明透析器的质检方法的一种可选的实施方式,通过检测所述透析器两端的气体压强差检查所述中空纤维膜是否存在堵孔,步骤如下:在所述透析器的一端充入设定压强的检测气体,在所述透析器的另一端采集气体的压强,如果所述透析器两端的压强差大于设定值则存在堵孔。
作为本发明透析器的质检方法的一种可选的实施方式,将所述端盖组件和所述罐体组装好后,检测所述端盖组件和罐体之间是否旋紧,步骤如下:通过扭力传感器分别检测所述端盖组件和所述罐体之间的扭力,如果检测到的扭力大于预设扭力阈值,则认为所述端盖组件和所述罐体之间旋得过紧,不合格。
作为本发明透析器的质检方法的一种可选的实施方式,所述透析器组装完成后,连续采集若干个所述透析器的重量,绘制透析器重量折线图,当重量折线图出现突然上升或下降时,定位重量突然变化的透析器,判定为不合格产品。
由以上技术方案可知,本发明的质检方法通过采集罐体端部的图像,对罐体进行AOI检测,对采集到的检测图像可以结合图像特征提取及分析和/或K-means聚类分析的方法,转化出用于罐体质量评判的量化指标,通过数值的比较,可以精确、合理的评价罐体的质量,排除人为判断可能存在的主观性、疏漏等因素对质量检测结果的影响,提高检测的准确性。图像特征提取及分析检测方法可以从多个维度去评价罐体的质量,而K-means聚类分析检测方法可以评价出中空纤维束在密封胶内的均匀分布情况,以防止透析器在生产过程中出现中空纤维束在密封胶中出现不均匀分布的情况,保证了透析器的生产质量。
为了实现上述第二目的,本发明采取如下的技术解决方案:
透析器的组装方法,包括以下步骤:
设置用于输送所述透析器的罐体的第一输送线,所述第一输送线的输送路径上设置有AOI检测工位,所述AOI检测工位处设置有用于采集所述罐体两端部图像的图像采集器;
设置用于输送所述透气器的端盖的第二输送线,
设置用于输送所述透析器的密封圈的第三输送线;
设置用于输送所述透析器的端盖组件的第四输送线,所述端盖组件由所述端盖和所述密封圈组装而成;
设置端盖组件装配工位,所述第二输送线和所述第三输送线交汇于所述端盖组件装配工位处,所述端盖和所述密封圈在所述端盖组件装配工位处组装成所述端盖组件;
设置总装工位,所述第四输送线将所述端盖组件从所述端盖组件装配工位输送至所述总装工位,所述第一输送线将经AOI检测合格的所述罐体输送至所述总装工位,所述端盖组件和所述罐体在所述总装工位组装成所述透析器;
在所述透析器组装过程中,采用前述透析器的质检方法进行质量检测。
作为本发明透析器的组装方法的一种可选的实施方式,所述总装工位设置有工位转盘、机械手和定位器,所述工位转盘按照设定的旋转速率旋转,所述工位转盘上设置有多个沿环形间隔布置的用于固定所述罐体的安装工位;所述机械手将输送至所述总装工位的所述端盖组件放置于所述定位器所在位置,当所述工位转盘上放置有所述罐体的所述安装工位旋转至与所述定位器对齐的位置时,所述机械手将所述端盖组件安装到所述罐体的端部并旋紧。
作为本发明透析器的组装方法的一种可选的实施方式,所述工位转盘的转速与所述第一输送线的移送速率相匹配。
作为本发明透析器的组装方法的一种可选的实施方式,在所述总装工位组装好所述透析器后,将所述透析器放置于消毒输送线运送至消毒室,在所述消毒室内对所述透析器进行消毒;
消毒完毕后,用生理盐水对所述透析器进行冲洗;
对冲洗后的所述透析器进行烘干,将烘干后的所述透析器放置于打包输送线输送至无菌车间,在无菌车间内对所述透析器进行封装和装箱。
由以上技术方案可知,本发明通过设置多条输送线及不同的装配工位,实现了透析器的自动传送和自动组装,降低了人力物力,提高了透析器的生产效率;另一方面,在透析器的组装工艺中加入了质检环节,可以结合包括AOI检测在内的多种检测手段对透析器罐体以及部件之间的组装情况、成品的情况进行质量检测,尤其是针对透析器生产工艺中出现故障概率最高的罐体进行AOI检测,通过对罐体生产过程中故障状态进行自动、智能检测,及时识别出质量不合格的罐体,降低了透析器生产过程中的残次品比率,既提高了透析器的生产效率,同时也可以提高了透析器的出厂合格率,保证了透析器的使用质量,兼顾了透析器生产的效率性和透析器的使用安全性。
附图说明
为了更清楚地说明本发明实施例,下面将对实施例或现有技术描述中所需要使用的附图做简单介绍,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为透析器的使用原理示意图;
图2为透析器的结构示意图;
图3为本发明方法的流程图;
图4为罐体端部采集到的检测图像示意图;
图5为将检测图像划分图像区间后的示意图;
图6为检测图像中图像区间的几何中心的示意图;
图7为本发明实施例透析器组装线的示意图。
以下结合附图对本发明的具体实施方式作进一步详细地说明。
具体实施方式
下面结合附图对本发明进行详细描述,在详述本发明实施例时,为便于说明,表示器件结构的附图会不依一般比例做局部放大,而且所述示意图只是示例,其在此不应限制本发明保护的范围。需要说明的是,附图采用简化的形式且均使用非精准的比例,仅用以方便、清晰地辅助说明本发明实施例的目的。
如图2所示,透析器包括罐体110,罐体110的两端分别设置有端盖102,端盖102和罐体110之间设置有密封圈(未图示)。端盖102上设置有血液通口106(血液输入口、血液输出口),罐体110的周壁上设置有透析液输入口120和透析液输出口122。罐体110内设置有中空纤维束114。生产透析器时,要将中空纤维束114放置在罐体110内后,对罐体进行注胶、离心、固化及切胶的工序,然后再将罐体110和端盖及密封圈组装在一起,制作成透析器成品。
透析器罐体内的中空纤维束由若干中空纤维膜组成,罐体内中空纤维膜的数量可为8000~15000根,每根中空纤维膜的管径约为0.2mm,壁厚约为0.015mm,中空纤维膜的材料可为三醋酸纤维素、聚醚砜或者聚砜。中空纤维束在透析器中相当于半透膜,利用膜两侧溶质梯度及水压梯度差,通过弥散、对流及吸附来清除血液中的毒素,以达到血液透析的效果。中空纤维膜和密封胶一起填充于罐体中,切胶后罐体端口密封胶的情况、中空纤维膜的情况对透析器的质量有着重要的影响。为了保证透析器的质量,本发明的质检方法通过对经过切胶工序后的罐体进行检测来检验透析器的质量,下面结合图3,对本发明的透析器质检方法进行说明,如图3所示,本发明的质检方法包括AOI检测环节,步骤如下:
S101、通过设置于罐体端部侧的图像采集器采集罐体两端部的图像,采集到的检测图像如图4所示;图像采集器可采用高清摄像机等,能够在短时间能够抓取透析器两端的若干张图像;
S102、根据采集到的检测图像,对切胶后的罐体进行AOI(automated opticalinspection,自动光学检测)检测,判断罐体质量是否合格。
更具体的,本发明的AOI检测环节包括以下两种检测方法中的至少一种,下面相对第一种检测方法进行说明,步骤如下:
S102-1、对采集到的每一幅检测图像进行特征提取,每一幅检测图像可以提取到多个图像特征点,这些图像特征点组成一幅检测图像的图像数据集合;一个图像数据集合中包含有一幅检测图像的所有图像特征点的图像数据,图像特征点的图像数据包含了该图像特征点的灰度值,从而一个图像数据集合就反映了该检测图像的连续灰度值的变化情况;可选的,可以根据像素来提取图像特征点,将一幅检测图像中,将多个邻近的像素作为一个图像特征点;在其他可选的实施例中,也可以采用现有的其他特征提取方法来对检测图像进行特征提取,图像数据还可以包含图像特征点的亮度值和/或RGB值,以体现检测图像的亮度和/或色彩的变化;
S102-2、将检测图像的图像数据集合与标准图像数据集合进行比较,将检测图像的图像数据集合中每个图像特征点的图像数据与标准图像数据集合中对应图像特征点的图像数据依次进行比较,根据检测图像的图像数据集合与标准图像数据集合之间的差异程度,判断罐体的端口是否合格。
优选的,为了减少AOI检测误差,在提取特征点之前,可以先对采集到的检测图像进行预处理,预处理至少包括锐化边缘、去噪、增强对比度中的一种,预处理可以消除采集图像过程中的干扰量。边缘锐化、去噪、增强对比度为常规的图像处理方法,不是本发明的创新之处,此处不做赘述。
检测图像的图像数据集合与标准图像数据集合之间的差异比较,可对透析器罐体以下任意一种性能进行判定:密封胶的密封性能、密封胶切面的光滑程度、密封胶是否残留杂质、罐体内中空纤维束的数量以及密封胶的切面面积。
当透析器的罐体经过切胶后,罐体的两端口会存在密封胶,中空纤维膜之间也会存在密封胶,通过检测图像各图像特征点的图像数据与标准图像数据集合中对应图像特征点的图像数据的比较,如果两者的图像数据的差值小于比较阈值时,说明罐体端口的密封胶和罐体的端口之间的贴合连接情况牢固,从而说明密封胶的密封性能合格。
对于密封胶切面的光滑程度,每个检测图像的图像特征点的图像数据也可以反映出密封胶切面的情况,切面光滑或切面凹凸不平都可以通过数值在图像数据中反映出来,因此,当检测图像各图像特征点的图像数据与标准图像数据集合中对应图像特征点的图像数据间的差值小于比较阈值时,说明密封胶的切面光滑,也说明罐体端口的切胶质量合格,反之,当通过检测图像各图像特征点的图像数据与标准图像数据集合中的图像特征点的图像数据间的大于比较阈值时,说明密封胶的切面不光滑,密封质量不合格。
在对罐体进行切胶时,密封胶切面容易引入一些固体碎屑等杂质,当切面存在杂质时,具有杂质的图像特征点的图像数据相比于标准图像数据集合中的对应图像特征点的图像数据会有所不同,因此,通过比较检测图像各图像特征点的图像数据与标准图像数据集合中的图像特征点的图像数据间的差值就可以知道切面是否存在杂质,当检测图像各图像特征点的图像数据与标准图像数据集合中的图像特征点的图像数据间的差值小于比较阈值时,说明切面没有杂质,反之,则说明切面存在杂质。当罐体端口的密封胶残留有杂质时,这些杂质将影响血液透析过程中的血液安全性。
如图4所示,透析器的罐体内的中空纤维膜之间被密封胶填充,中空纤维膜的灰度值和密封胶的灰度值存在明显差异,因此,通过检测图像的图像特征点的图像数据可以区分出中空纤维膜和密封胶,通过比较检测图像各图像特征点的图像数据与标准图像数据集合中的图像特征点的图像数据间的差值就可以知道中空纤维膜的数量是否达标,还可以以计算出中空纤维膜的数量。
密封胶的切面面积可反应出透析器的血液透析的容量,中空纤维膜的灰度值和密封胶的灰度值存在明显差异,因此还可以根据检测图像的图像特征点的图像数据计算出密封胶的切面面积,从而通过比较检测图像各图像特征点的图像数据与标准图像数据集合中的图像特征点的图像数据间的差值判断透析器的罐体每个端口的密封胶切面面积是否合格,还可以计算出端口的密封胶的切面面积。
第一种检测方法通过对比检测图像的图像数据集合和标准参考数据集合之间的差异,以密封胶的密封性能、密封胶切面的光滑程度、密封胶是否残留杂质、罐体内中空纤维束的数量以及密封胶的切面面积这5个维度作为质量优良程度的评价指标,而且图像数据集合和标准参考数据集合之间的差异属于数值之间的差值,从而能够定量化地评价罐体的每个端口的质量优良程度,克服了传统技术中采用人为主观评价罐体的每个端口的质量优良程度存在的不客观、没有统一标准等问题。
标准图像数据集合可以通过事先采集若干质量合格的透析器的罐体端口的图像作为参考图像,进行标准图像数据的收集建立起来。在采集到质量合格的透析器的罐体端口的参考图像后,采用相同的方法进行特征提取,从而得到参考图像的图像数据集合,然后计算所有参考图像的图像数据集合中对应的图像特征点的图像数据的平均值,将计算得到的平均值作为标准图像数据集合的标准图像数据。检测图像的图像数据和标准图像数据集合中的标准图像数据之间比较时的比较阈值为经验值,可根据产品的质量要求进行设定。
本发明对透析器切胶后的罐体进行AOI检测的第二种检测方法主要对罐体内的中空纤维束分布是否均匀进行检测,中空纤维束在罐体内分布越均匀,透析器在使用过程中的透析率越高。第一种检测方法和第二种检测方法可以单独使用,也可以同时使用,同时使用时检测更全面,能够更好地保证产品质量,第二种检测方法的步骤如下:
S102-1’、对于采集到的每一幅检测图像,将检测图像等分为若干个图像区间(图5),计算每个图像区间的灰度值,更具体的,每个图像区间至少包含一个像素;每个图像区间的灰度值代表了每个图像区间的亮度变化,根据所有图像区间的灰度值就可以得出整幅检测图像的亮度变化情况;
S102-2’、对一幅检测图像的所有图像区间的灰度值进行K-means聚类,得到K个图像灰度组,每个图像灰度组包含至少一个图像区间;对所有的图像区间进行K-means聚类后,就能够划分出具有相同灰度值属性的图像灰度组;K-means聚类的方法将在后面做详细说明;
S102-3’、计算每个图像灰度组内图像区间的数量,将图像灰度组内图像区间的数量作为图像灰度组的权重系数;每个图像灰度组中图像区间的数量代表具有相似灰度值的图像区间在整幅检测图像中所占据的比重;
S102-4’、根据每个图像灰度组包含的图像区间的数量及图像区间的灰度值,计算每个图像灰度组的平均灰度值,将计算得到的平均灰度值作为该图像灰度组的聚类中心;
S102-5’、在每个图像灰度组中,计算各图像区间的灰度值与聚类中心之间的欧氏距离;
S102-6’、对于每一个图像灰度组,统计一个图像灰度组中所有图像区间与聚类中心之间的欧式距离的总和,作为该图像灰度组的灰度代表值;
S102-7’、根据每个图像灰度组的灰度代表值和每个图像灰度组的权重系数计算每个图像灰度组的均匀评价值:A=B*C,式中的A表示图像灰度组的均匀评价值,B表示图像灰度组的灰度代表值,C表示图像灰度组的权重系数;
S102-8’、计算所有图像灰度组的均匀评价值的方差,将计算得到的方差和设定阈值相比,方差在设定阈值范围内,则认为中空纤维束在罐体的端口的密封胶中均匀情况合格。设定阈值范围也是通过事先采集若干质量合格的透析器的罐体端口的图像作为参考图像,采用相同的方法计算出各参考图像的图像灰度组的均匀评价值的方差,可以根据质量要求确定设定阈值的范围。
下面以一个具体的例子对中空纤维束分布是否均匀的检测方法做详细说明:
假设某一采集到的检测图像,在经过K-means聚类得到6个图像灰度组,以其中一个图像灰度组为例,该图像灰度组包括6个图像区间,则该图像灰度组的权重系数为6,这6个图像区间的灰度值分别为:60、189、39、85、28、201,则该图像灰度组的聚类中心为:(60+189+39+85+28+201)÷6=100.33;
在该图像灰度组中,每个图像区间与聚类中心之间的欧式距离分别为:
|60-100.33|=40.33,
|189-100.33|=88.67,
|39-100.33|=61.33,
|85-100.33|=15.33,
|28-100.33|=72.33,
|201-100.33|=100.67;
则该图像灰度组的灰度代表值为:40.33+88.67+61.33+15.33+72.33+100.67=378.66;
该图像灰度组的均匀评价值为:378.66×6=2271.96。
采用同样的方法计算其余5个图像灰度组的均匀评价值,该检测图像的6个图像灰度组的灰度代表值和权重系数分别为:(378.66,6)、(300.1,10)、(104,3)、(261,5)、(189.01,4)、(319,8);则6个图像灰度组的均匀评价值分别为:
378.66×6=2271.96;
300.1×10=3001;
104×3=312;
261×5=1305;
189.01×4=756.04;
319×8=2552;
计算所有图像灰度组的均匀评价值的方差,先计算所有图像灰度组的均匀评价值的平均值:(2271.96+3001+312+1305+756.04+2552)÷6=1699.67,则所有图像灰度组的均匀评价值的方差为:(2271.96-1699.67)2+(3001-1699.67)2+(312-1699.67)2+(1305-1699.67)2+(756.04-1699.67)2+(2552-1699.67)2÷6=953212,把计算得到的方差和设定阈值范围进行比较,如果在设定阈值范围内,则中空纤维束在罐体的端口的密封胶中均匀情况合格,否则判定为不合格。
根据所有图像灰度组的均匀评价值的方差能够定量地评价出中空纤维束在密封胶中均匀分布情况,对检测图像中图像区间的灰度值进行K-means聚类分析后,可以更加客观、精确地得到中空纤维束的均匀分布情况,便于用户提高透析器的实际组装、生产质量。
S102-2’步骤中对所有图像区间的灰度值进行K-means聚类的方法如下:
a、设定检测图像中需要聚类的类别数目K,K小于检测图像中图像区间的数量;
b、在所有的图像区间中任意选取K个图像区间,分别作为K个图像质点,以检测图像为基础,建立直角二维坐标系(图5),得到每个图像区间的二维直角坐标;
c、分别计算每个图像区间和图像质点之间的欧式距离,将每个图像区间分配给与它最近的图像质点,将所有的图像区间划分为K个类别,每个类别包含至少一个图像区间,并在每个类别中计算每个图像区间与对应图像质点之间的欧式距离之和;欧式距离式中的(x1,y1)表示图像区间的二维直角坐标,(x2,y2)表示图像质点的二维直角坐标;
d、用每个类别的几何中心对图像质点进行更新,即将每个类别的几何中心作为新的图像质点,计算每个图像区间和(更新后的)图像质点之间的欧式距离,将每个图像区间分配给与它最近的图像质点,将所有的图像区间划分为K个类别,并在每个类别中计算每个图像区间与对应图像质点之间的欧式距离之和;
e、将步骤c计算得到的欧氏距离之和与步骤d计算得到的欧氏距离之和进行比较,如果两者的差值小于预设值,则完成K-means聚类,并将更新后的K个类别作为K个图像灰度组;反之,则返回至步骤c,继续进行K-means聚类中的迭代,直至步骤c计算得到的欧氏距离之和与步骤d计算得到的欧氏距离之和的差值小于预设值。
步骤d中,当类别只包括一个图像区间时,则该图像区间就是几何中心;当类别包括至少两个图像区间时,则找到一个能够包括所有图像区间的直径最小的圆,该圆的圆心就是该类别的几何中心;如图6所示,假设一类别包括6个图像区间,则采用一个圆将6个图像区间全部包含在圆中,并且这个圆的直径最小,那么这个圆的圆心就是这个类别的几何中心。
作为本发明一种可选的实施方式,质检方法还包括检查中空纤维膜是否存在堵孔的情况,在将端盖和罐体装配在一起之前对中空纤维膜是否存在堵孔进行检测。当罐体进行注胶、离心、固化切胶后,中空纤维束的两端会在罐体端口处形成开口,在检测图像上,开口体现为圆圈,如图4所示,白色的圆圈即为中空纤维膜形成的开口,斜线填充区域为密封胶;正常情况下,密封胶经过切胶操作以后,中空纤维束的两端会被切割形成开口,如果发生堵孔,开口处被密封胶填充,则在检测图像中的圆圈就会被斜线填充,由此可以精确地识别出哪些中空纤维膜出现堵塞。进一步的,如果被堵塞的中空纤维膜的数量大于设定值,则认为产品不合格,还可以对罐体上的产品标签信息扫码,获取对应的产品批号信息,便于生产者能够获取出现故障的透析器,并分析中空纤维束出现堵塞的原因,从而对生产进行改进。
更进一步的,还可以采用以下步骤对中空纤维膜是否存在堵孔进行检测:从透析器的一端,如血液输入口,充入设定压强的检测气体,如氧气等,在透析器的另一端,如血液输出口,采集气体的压强,根据透析器的两个端口之间的压强差来检测罐体内的中空纤维膜是否出现堵孔情况,压强差大于设定值时则认为中空纤维膜出现堵孔,若检测到罐体内的中空纤维膜出现堵孔情况,则进一步统计中空纤维束中的中空纤维膜被堵塞的数量。
作为本发明另一种可选的实施方式,质检方法还包括检查端盖组件和罐体之间是否旋紧,端盖组件包括端盖和密封圈,组装时,将端盖组件分别装配于罐体的两端,和罐体旋紧。端盖组件和罐体之间是否旋紧的检测步骤如下:通过扭力传感器分别检测罐体两端的端盖组件和罐体之间的扭力,如果检测到的扭力大于预设扭力阈值,则认为端盖组件和罐体之间旋得过紧,不合格。当端盖组件旋得过紧时,在透析器的使用过程中可能会把透析器撑破,从而存在使用安全隐患。
作为本发明又一种可选的实施方式,质检方法还包括透析器重量检测步骤,步骤如下:连续采集若干个透析器(成品)的重量,绘制出透析器重量折线图,当重量折线图出现突然上升或下降时,定位重量突然变化的透析器,判定为不合格产品。对于同一生产线的透析器,每个透析器的生产、组装工艺相同,因此在组装质量符合标准的情况下,透析器的重量应该不会出现太大的偏差,而是应该在透析器平均重量值附近,即折线图会很平缓,因此可以从重量折线图是否出现突然上升或者突然下降来判断透析器是否出现较大的重量波动,实现对透析器重量是否合格进行检测。
本发明的质检方法可以应用在透析器的组装工艺中,从而在生产的同时即完成质检,以提高产品良率,避免不良品流入市场导致存在使用安全隐患。下面,结合图7对本发明的透析器组装方法进行说明,如图7所示,设置第一输送线1、第二输送线2、第三输送线3、第四输送线4、总装工位5以及端盖组件装配工位6。其中,第一输送线1用于输送切胶后的罐体,第二输送线2用于输送端盖,第三输送线3用于输送密封圈,第四输送线4用于输送端盖组件,第一输送线1上设置有放置罐体的产品定位座1a,第二输送线2上设置有放置端盖的端盖产品位2a,第三输送线3上设置有放置密封圈的密封圈产品位3a。同时,在第一输送线1的运行路径上还设置有AOI检测工位7,AOI检测工位7处设置有两个相对设置的图像采集器8,图像采集器8用于采集罐体两端的检测图像,AOI检测工位7对罐体进行AOI检测,检测不合格的罐体会被剔除。第二输送线2和第三输送线3在端盖组件装配工位6处交汇,第四输送线4将装配好的端盖组件从端盖组件装配工位6向总装工位5输送,第一输送线1将经AOI检测合格的罐体向总装工位5输送。
将中空纤维束放入罐体内,对罐体进行注胶、离心、固化以及切胶(中空纤维束所含的中空纤维膜的数量可根据透析器的超滤系数设定,注胶、离心、固化、切胶工序均为现有透析器制造工艺中的常规工序),制得切胶后的罐体,切胶后的罐体放置于第一输送线1的产品定位座1a上,由第一输送线1进行输送,输送过程中,罐体先经过AOI检测工位7进行AOI检测合格后,才继续输送至总装工位5;透析器生产过程中,罐体是最容易出现缺陷的部件,尤其是切胶工序,因此通过对罐体进行AOI检测,判断罐体是否存在缺陷,排除不良品;AOI检测的方法参见前面质检方法中对AOI检测环节的说明;
将端盖放置于第二输送线2的端盖产品位2a上,由第二输送线2输送至端盖组件装配工位6;
将密封圈放置于第三输送线3的密封圈产品位3a上,由第三输送线3输送至端盖组件装配工位6;
在端盖组件装配工位6处将端盖和密封圈组装成端盖组件,端盖组件通过第四输送线4送至总装工位5;
在总装工位5将端盖组件安装至罐体的两端,组装成透析器。
可选的,在总装工位5处设置一工位转盘5-1和机械手(未图示),工位转盘5-1可按照一定的旋转速率旋转,工位转盘5-1上设置有多个沿环形间隔布置的用于固定罐体的安装工位5-1a,罐体可经第一输送线1送至安装工位5-1a上,机械手将输送至总装工位5的端盖组件放置于定位器5-2所在位置,当工位转盘5-1上放置有罐体的安装工位5-1a旋转至与定位器5-2对齐的位置时,机械手将端盖组件安装到罐体的端部并旋紧。作为一种更具体的实施方式,工位转盘5-1的转速根据第一输送线1的移送速率进行调节,检测出第一输送线1的移送速率后,根据第一输送线1的移送速率调节工位转盘5-1的转速,使第一输送线1的移动速率和工位转盘5-1的旋转速率匹配,如当第一输送线的移动速率越大时,工位转盘的旋转速率也就越大,使第一输送线1送来的罐体可顺畅地放置于安装工位5-1a上。
可选的,第一输送的产品定位座1a上设置有罐体感应器,通过罐体感应器可以检测出罐体是否已放置于产品定位座1a上,以便于保证罐体的运送效率和准确性。罐体感应器可采用压力传感器,当罐体放置在产品定位座1a上时,压力传感器接收的外界压力会发生变化,从而检测出产品定位座上1a罐体的放置情况。更具体的,当罐体感应器检测到罐体后,控制第一输送线停止运行,如停止运行5-6秒,以便于调整产品定位座1a上罐体的位置,方便后续AOI检测时罐体端口图像的采集,以及和端盖组件的装配。
作为本发明的一种可选的实施方案,在将中空纤维束装入罐体之前,在罐体上设置产品标签码,产品标签码根据产品批号信息生成,产品批号信息包括透析器被组装的时间、透析器的超滤系数、中空纤维膜的材料类型。这样用户使用时,可以通过扫描产品标签码,了解透析器的生产过程及组装检测信息。
作为本发明另一种可选的实施方案,在透析器组装完成后,将透析器放置在消毒输送线(未图示)上,通过消毒输送线将透析器运送至消毒室,在消毒室内对透析器进行红外消毒和高温消毒;
消毒完毕后,用生理盐水对透析器进行冲洗,以去除透析器内的杂质;具体步骤如下:将生理盐水通过血液输入口输入至罐体内,然后通过血液输出口将生理盐水排出,将生理盐水通过透析液输入口输入至罐体内,然后通过透析液输出口将透析液排出,从而将透析器内的杂质全部去除;更具体的,在用生理盐水对透析器进行冲洗后,用水处理过滤器对冲洗后的生理盐水进行过滤,实现生理盐水的循环利用;
对冲洗后的透析器进行烘干,将烘干后的透析器放置在打包输送线,通过打包输送线输送至无菌车间;通过生理盐水将透析器内的杂质进行去除后,透析器内被生理盐水湿润,湿润后的中空纤维束很容易被细菌感染,通过对透析器进行烘干,以使透析器满足出厂条件;
在无菌车间内对透析器进行封装和装箱,在无菌车间内采用封装盒对透析器进行封装,以保障封装后的透析器能够实现抗菌防尘的效果;然后将封装后的透析器按照一定数量进行装箱,出厂。
本实施例的透析器的组装方法,通过设置多条输送线对透析器的各个组成部件进行自动运送并组装,提高了透析器的制造、组装效率;并且在透析器组装过程中,结合包括了AOI检测环节的质检工序,以精确地识别出罐体中的缺陷,并排除罐体生产过程中残次品,及时减少透析器的生产故障率,从而达到兼顾透析器生产过程中的安全性和效率性。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽范围。
Claims (10)
1.透析器的质检方法,所述透析器包括罐体以及设置于所述罐体两端的端盖组件,所述罐体内设置有中空纤维束并填充有密封胶,所述中空纤维束包括若干中空纤维膜,所述端盖组件包括端盖和密封圈;其特征在于:在将所述罐体和所述端盖组件进行装配前,对所述罐体进行AOI检测,包括以下步骤:
S101、通过图像采集器采集所述罐体两端部的图像;
S102、根据采集到的检测图像,对所述罐体进行AOI检测,判断罐体质量是否合格;
采用以下两种检测方法中的至少一种对所述罐体进行AOI检测:
第一种检测方法的步骤如下:
S102-1、对采集到的每一幅检测图像进行特征提取,一幅检测图像提取多个图像特征点,提取到的所述图像特征点组成一幅检测图像的图像数据集合;
S102-2、将每一检测图像的图像数据集合与标准图像数据集合进行比较,依次对比每一检测图像的图像数据集合中每个图像特征点的图像数据与所述标准图像数据集合中对应图像特征点的图像数据,根据所述检测图像的图像数据集合与所述标准图像数据集合之间的差异程度,判断所述罐体是否合格;
第二种检测方法的步骤如下:
S102-1’、对于采集到的每一幅检测图像,将所述检测图像等分为若干个图像区间,计算每个所述图像区间的灰度值;
S102-2’、对一幅检测图像的所有所述图像区间的灰度值进行K-means聚类,得到K个图像灰度组,每个所述图像灰度组包含至少一个所述图像区间;
S102-3’、计算每个所述图像灰度组内图像区间的数量,将所述图像灰度组内所述图像区间的数量作为所述图像灰度组的权重系数;
S102-4’、根据每个所述图像灰度组包含的所述图像区间的数量及所述图像区间的灰度值,计算每个所述图像灰度组的平均灰度值,将计算得到的平均灰度值作为所述图像灰度组的聚类中心;
S102-5’、在每个所述图像灰度组中,计算各所述图像区间的灰度值与所述聚类中心之间的欧氏距离;
S102-6’、对于每一个所述图像灰度组,统计一个所述图像灰度组中所有所述图像区间与所述聚类中心之间的欧式距离的总和,作为所述图像灰度组的灰度代表值;
S102-7’、根据每个所述图像灰度组的灰度代表值及权重系数计算每个所述图像灰度组的均匀评价值:A=B*C,式中的A表示所述图像灰度组的均匀评价值,B表示所述图像灰度组的灰度代表值,C表示所述图像灰度组的权重系数;
S102-8’、计算所有所述图像灰度组的均匀评价值的方差,将计算得到的方差和设定阈值相比,若方差在设定阈值范围内,则认为罐体合格。
2.如权利要求1所述的透析器的质检方法,其特征在于:所述第一种检测方法中,根据所述检测图像的图像数据集合与所述标准图像数据集合之间的差异比较,对所述罐体的至少以下一种性能是否合格进行判定:密封胶的密封性能、密封胶切面的光滑程度、密封胶是否残留杂质、罐体内中空纤维束的数量以及密封胶的切面面积。
3.如权利要求1所述的透析器的质检方法,其特征在于:所述标准图像数据集合按照以下步骤建立:
采集若干质量合格的透析器的罐体端口的图像作为参考图像;
对每一所述参考图像进行特征提取,提取到的图像特征点组成所述参考图像的图像数据集合;
然后计算所有所述参考图像的图像数据集合中对应的图像特征点的图像数据的平均值,将计算得到的平均值作为标准图像数据集合的标准图像数据。
4.如权利要求1所述的透析器的质检方法,其特征在于:所述S102-2’步骤中进行K-means聚类的方法如下:
a、设定所述检测图像中需要聚类的类别数目K,K小于所述检测图像中所述图像区间的数量;
b、在所有所述图像区间中任意选取K个所述图像区间,分别作为K个图像质点,以所述检测图像为基础,建立直角二维坐标系,得到每个所述图像区间的二维直角坐标;
c、分别计算每个所述图像区间和所述图像质点之间的欧式距离,将每个所述图像区间分配给与其最近的所述图像质点,将所有所述图像区间划分为K个类别,每个所述类别包含至少一个所述图像区间,并在每个所述类别中计算每个所述图像区间与对应图像质点之间的欧式距离之和;
d、用每个所述类别的几何中心对图像质点进行更新,计算每个所述图像区间和更新后的图像质点之间的欧式距离,将每个所述图像区间分配给与其最近的所述图像质点,将所有所述图像区间划分为K个类别,并在每个所述类别中计算每个所述图像区间与对应图像质点之间的欧式距离之和;
e、将步骤c计算得到的欧氏距离之和与步骤d计算得到的欧氏距离之和进行比较,如果两者的差值小于预设值,则完成K-means聚类,并将更新后的K个类别作为K个图像灰度组;反之,则返回至步骤c,继续进行K-means聚类中的迭代,直至步骤c计算得到的欧氏距离之和与步骤d计算得到的欧氏距离之和的差值小于预设值。
5.如权利要求1所述的透析器的质检方法,其特征在于:将所述端盖组件和所述罐体组装好后,检测所述端盖组件和罐体之间是否旋紧,步骤如下:通过扭力传感器分别检测所述端盖组件和所述罐体之间的扭力,如果检测到的扭力大于预设扭力阈值,则认为所述端盖组件和所述罐体之间旋得过紧,不合格。
6.如权利要求1所述的透析器的质检方法,其特征在于:所述透析器组装完成后,连续采集若干个所述透析器的重量,绘制透析器重量折线图,当重量折线图出现突然上升或下降时,定位重量突然变化的透析器,判定为不合格产品。
7.透析器的组装方法,其特征在于,包括以下步骤:
设置用于输送所述透析器的罐体的第一输送线,所述第一输送线的输送路径上设置有AOI检测工位,所述AOI检测工位处设置有用于采集所述罐体两端部图像的图像采集器;
设置用于输送所述透气器的端盖的第二输送线,
设置用于输送所述透析器的密封圈的第三输送线;
设置用于输送所述透析器的端盖组件的第四输送线,所述端盖组件由所述端盖和所述密封圈组装而成;
设置端盖组件装配工位,所述第二输送线和所述第三输送线交汇于所述端盖组件装配工位处,所述端盖和所述密封圈在所述端盖组件装配工位处组装成所述端盖组件;
设置总装工位,所述第四输送线将所述端盖组件从所述端盖组件装配工位输送至所述总装工位,所述第一输送线将经AOI检测合格的所述罐体输送至所述总装工位,所述端盖组件和所述罐体在所述总装工位组装成所述透析器;
在所述透析器组装过程中,采用如权利要求1至6任一项所述的透析器的质检方法进行质量检测。
8.如权利要求7所述的透析器的组装方法,其特征在于:所述总装工位设置有工位转盘、机械手和定位器,所述工位转盘按照设定的旋转速率旋转,所述工位转盘上设置有多个沿环形间隔布置的用于固定所述罐体的安装工位;所述机械手将输送至所述总装工位的所述端盖组件放置于所述定位器所在位置,当所述工位转盘上放置有所述罐体的所述安装工位旋转至与所述定位器对齐的位置时,所述机械手将所述端盖组件安装到所述罐体的端部并旋紧。
9.如权利要求8所述的透析器的组装方法,其特征在于:所述工位转盘的转速与所述第一输送线的移送速率相匹配。
10.如权利要求7所述的透析器的组装方法,其特征在于:在所述总装工位组装好所述透析器后,将所述透析器放置于消毒输送线运送至消毒室,在所述消毒室内对所述透析器进行消毒;
消毒完毕后,用生理盐水对所述透析器进行冲洗;
对冲洗后的所述透析器进行烘干,将烘干后的所述透析器放置于打包输送线输送至无菌车间,在无菌车间内对所述透析器进行封装和装箱。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110782630.9A CN113577422B (zh) | 2021-07-12 | 2021-07-12 | 透析器的质检方法及组装方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110782630.9A CN113577422B (zh) | 2021-07-12 | 2021-07-12 | 透析器的质检方法及组装方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113577422A true CN113577422A (zh) | 2021-11-02 |
CN113577422B CN113577422B (zh) | 2023-05-26 |
Family
ID=78246992
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110782630.9A Active CN113577422B (zh) | 2021-07-12 | 2021-07-12 | 透析器的质检方法及组装方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113577422B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114526769A (zh) * | 2021-12-24 | 2022-05-24 | 健帆生物科技集团股份有限公司 | 透析器的检测方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014067296A1 (zh) * | 2012-11-05 | 2014-05-08 | 深圳市恩普电子技术有限公司 | 一种血管内外膜识别、描记和测量的方法 |
CN104794491A (zh) * | 2015-04-28 | 2015-07-22 | 重庆大学 | 基于预分类的模糊聚类钢板表面缺陷检测方法 |
CN109635112A (zh) * | 2018-12-13 | 2019-04-16 | 平安医疗健康管理股份有限公司 | 异常透析数据筛选方法、装置、设备及存储介质 |
CN110174399A (zh) * | 2019-04-10 | 2019-08-27 | 晋江双龙制罐有限公司 | 一种透明罐头中固形物合格检测方法及其检测系统 |
CN110189297A (zh) * | 2019-04-18 | 2019-08-30 | 杭州电子科技大学 | 一种基于灰度共生矩阵的磁性材料外观缺陷检测方法 |
CN110827276A (zh) * | 2019-11-25 | 2020-02-21 | 河南科技大学 | 基于深度学习的血液透析器空心纤维通透状态识别方法 |
CN111089632A (zh) * | 2019-12-09 | 2020-05-01 | 中北大学 | 一种树脂溶液罐液位检测方法与装置 |
CN112826998A (zh) * | 2020-12-24 | 2021-05-25 | 健帆生物科技集团股份有限公司 | 透析器的批量生产控制方法、透析器、透析系统及批量生产的透析器管理方法 |
-
2021
- 2021-07-12 CN CN202110782630.9A patent/CN113577422B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014067296A1 (zh) * | 2012-11-05 | 2014-05-08 | 深圳市恩普电子技术有限公司 | 一种血管内外膜识别、描记和测量的方法 |
CN104794491A (zh) * | 2015-04-28 | 2015-07-22 | 重庆大学 | 基于预分类的模糊聚类钢板表面缺陷检测方法 |
CN109635112A (zh) * | 2018-12-13 | 2019-04-16 | 平安医疗健康管理股份有限公司 | 异常透析数据筛选方法、装置、设备及存储介质 |
CN110174399A (zh) * | 2019-04-10 | 2019-08-27 | 晋江双龙制罐有限公司 | 一种透明罐头中固形物合格检测方法及其检测系统 |
CN110189297A (zh) * | 2019-04-18 | 2019-08-30 | 杭州电子科技大学 | 一种基于灰度共生矩阵的磁性材料外观缺陷检测方法 |
CN110827276A (zh) * | 2019-11-25 | 2020-02-21 | 河南科技大学 | 基于深度学习的血液透析器空心纤维通透状态识别方法 |
CN111089632A (zh) * | 2019-12-09 | 2020-05-01 | 中北大学 | 一种树脂溶液罐液位检测方法与装置 |
CN112826998A (zh) * | 2020-12-24 | 2021-05-25 | 健帆生物科技集团股份有限公司 | 透析器的批量生产控制方法、透析器、透析系统及批量生产的透析器管理方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114526769A (zh) * | 2021-12-24 | 2022-05-24 | 健帆生物科技集团股份有限公司 | 透析器的检测方法 |
CN114526769B (zh) * | 2021-12-24 | 2023-08-04 | 健帆生物科技集团股份有限公司 | 透析器的检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113577422B (zh) | 2023-05-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1083576C (zh) | 在流体管道中对流体取样的方法及实施该方法的装置 | |
CN113577422B (zh) | 透析器的质检方法及组装方法 | |
US11247216B2 (en) | Methods for sterilely connecting a container to a blood processing set | |
CN103415334A (zh) | 膜分离装置、利用该装置的系统和方法以及数据管理系统和方法 | |
CN108260347A (zh) | Cff/tff单次使用流路径中的再循环回路 | |
CN105828842A (zh) | 样品制备单元和样品制备器件 | |
Kulkarni et al. | An automated computer vision based system for bottle cap fitting inspection | |
CN104492733B (zh) | 一种过滤器自动检漏装置及其自动检漏方法 | |
CN114419038A (zh) | 轮毂表面缺陷的识别方法及装置、存储介质、电子设备 | |
CN117571731B (zh) | 基于灯检机的杂质检测方法及系统 | |
CN112826998B (zh) | 透析器的批量生产控制方法、透析器、透析系统及批量生产的透析器管理方法 | |
AU2012275966A1 (en) | Optical inspection of containers | |
CN110827276B (zh) | 基于深度学习的血液透析器空心纤维通透状态识别方法 | |
CN112465804A (zh) | 一种用于汽车轮毂的加工检测设备 | |
CN109300543A (zh) | 一种用于血液透析的数据监控方法 | |
AU2021291644A1 (en) | Capsule inspection system and method | |
CN114092476B (zh) | 杂质检测方法、系统、装置、设备、存储介质及软件产品 | |
CN107413672A (zh) | 中药饮片分级系统及方法 | |
JP4254185B2 (ja) | 中空糸膜モジュールの製造方法および装置 | |
CN109932978B (zh) | 一种烟支卷制过程剔废阀联动控制装置及其控制方法 | |
EP3413033B1 (en) | Method and apparatus for determining properties of a laboratory sample contained in a laboratory sample container | |
CN114526769B (zh) | 透析器的检测方法 | |
CN209611846U (zh) | 用干粉在线定量生成腹透液的装置 | |
CN117421689B (zh) | 一种基于管道机器人的铀放射性污染测量传输系统 | |
CN214843419U (zh) | 一种血液透析机脱水量的模拟检测系统 |
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 | ||
CP01 | Change in the name or title of a patent holder |
Address after: 519000 No. 98 Science and Technology Sixth Road, Zhuhai High-tech Zone, Guangdong Province Patentee after: JAFRON BIOMEDICAL Co.,Ltd. Patentee after: Zhuhai Jianfan Blood Purification Technology Co.,Ltd. Address before: 519000 No. 98 Science and Technology Sixth Road, Zhuhai High-tech Zone, Guangdong Province Patentee before: JAFRON BIOMEDICAL Co.,Ltd. Patentee before: Zhuhai Jianhang Medical Technology Co.,Ltd. |
|
CP01 | Change in the name or title of a patent holder |