CN117309278A - 一种造口袋的密封性检测装置 - Google Patents
一种造口袋的密封性检测装置 Download PDFInfo
- Publication number
- CN117309278A CN117309278A CN202311046027.XA CN202311046027A CN117309278A CN 117309278 A CN117309278 A CN 117309278A CN 202311046027 A CN202311046027 A CN 202311046027A CN 117309278 A CN117309278 A CN 117309278A
- Authority
- CN
- China
- Prior art keywords
- sensor
- tightness
- data
- tightness detection
- control system
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 123
- 238000007789 sealing Methods 0.000 claims abstract description 31
- 238000004806 packaging method and process Methods 0.000 claims abstract description 21
- 238000004422 calculation algorithm Methods 0.000 claims description 24
- 238000004458 analytical method Methods 0.000 claims description 23
- 238000012545 processing Methods 0.000 claims description 22
- 238000000034 method Methods 0.000 claims description 20
- 238000005516 engineering process Methods 0.000 claims description 16
- 238000005457 optimization Methods 0.000 claims description 13
- 238000012360 testing method Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 10
- 238000013461 design Methods 0.000 claims description 8
- 238000010801 machine learning Methods 0.000 claims description 8
- 239000004973 liquid crystal related substance Substances 0.000 claims description 6
- 230000007246 mechanism Effects 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 230000005856 abnormality Effects 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 5
- 238000007405 data analysis Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 5
- 239000000463 material Substances 0.000 claims description 5
- 230000003287 optical effect Effects 0.000 claims description 5
- 230000000007 visual effect Effects 0.000 claims description 5
- 238000013528 artificial neural network Methods 0.000 claims description 4
- 230000010354 integration Effects 0.000 claims description 3
- 238000003909 pattern recognition Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 238000005094 computer simulation Methods 0.000 claims description 2
- 238000003066 decision tree Methods 0.000 claims description 2
- 238000012706 support-vector machine Methods 0.000 claims description 2
- 238000012800 visualization Methods 0.000 claims description 2
- 238000012300 Sequence Analysis Methods 0.000 claims 1
- 238000004519 manufacturing process Methods 0.000 abstract description 24
- 239000003814 drug Substances 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 8
- 230000007547 defect Effects 0.000 description 6
- 230000006872 improvement Effects 0.000 description 6
- 239000005022 packaging material Substances 0.000 description 6
- 239000000047 product Substances 0.000 description 5
- 230000035945 sensitivity Effects 0.000 description 5
- 239000011521 glass Substances 0.000 description 4
- 238000007689 inspection Methods 0.000 description 4
- 238000003908 quality control method Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 230000003190 augmentative effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 241001178520 Stomatepia mongo Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000011888 foil Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000003331 infrared imaging Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012858 packaging process Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 239000012466 permeate Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000005549 size reduction Methods 0.000 description 1
- 229910001220 stainless steel Inorganic materials 0.000 description 1
- 239000010935 stainless steel Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012731 temporal analysis Methods 0.000 description 1
- 238000000700 time series analysis Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
- G01M3/26—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors
- G01M3/32—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for containers, e.g. radiators
- G01M3/3281—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for containers, e.g. radiators removably mounted in a test cell
- G01M3/329—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for containers, e.g. radiators removably mounted in a test cell for verifying the internal pressure of closed containers
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/02—Measures preceding sorting, e.g. arranging articles in a stream orientating
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/34—Sorting according to other particular properties
- B07C5/3404—Sorting according to other particular properties according to properties of containers or receptacles, e.g. rigidity, leaks, fill-level
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/36—Sorting apparatus characterised by the means used for distribution
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
- G01M3/04—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
- G01M3/04—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point
- G01M3/24—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point using infrasonic, sonic, or ultrasonic vibrations
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
本属于医疗器械技术领域,公开了一种造口袋的密封性检测装置,包括:传送带系统、密封性检测区域、密封性检测传感器、控制系统;传送带系统与密封性检测区域连通,密封性传感器设置在密封检测区域内部,控制系统设置在密封检测区域上。本发明通过自动化传送带系统、高精度的密封性检测传感器以及智能化的控制系统,实现了对口袋密封性能的快速准确检测。该装置在食品包装、医药包装等领域具有广阔的应用前景,有望提高包装质量和生产效率。
Description
技术领域
本发明属于医疗器械技术领域,尤其涉及一种造口袋的密封性检测装置。
背景技术
目前,在食品和医药等领域,包装袋的密封性是确保产品质量和安全的关键因素。不完全密封或损坏的包装导致产品受潮、变质或受到污染。因此,一种高效且精确的口袋密封性检测装置对于生产企业至关重要。
通过上述分析,现有技术存在的问题及缺陷为:
缺乏快速和准确的检测装置:现有技术方案中缺乏能够快速且准确检测口袋密封性的装置。传统的检测方法需要人工操作和耗费大量时间,而且准确性有限。这导致生产企业在保证产品质量和安全方面面临挑战。
无法检测微小缺陷:现有技术无法检测到口袋密封性的微小缺陷。微小的孔隙或裂缝会导致微量的气体或液体渗透到包装袋内部,从而影响产品的质量和安全。因此,需要一种能够高灵敏度地检测微小缺陷的技术。
无法应对不同包装材料和形式:现有技术无法应对不同种类和形式的包装材料。不同材料的包装袋在密封性方面存在差异,例如塑料袋、纸质包装袋、铝箔袋等。因此,需要一种通用的技术方案,能够适应各种包装材料和形式。
无法实现在线检测:现有技术无法实现在线检测,即在生产线上实时检测口袋密封性。传统的离线检测方法需要将包装袋取出并进行检测,这会增加生产时间和成本。因此,需要一种能够在生产线上实现高效的在线检测的技术方案。
解决上述问题的关键技术包括:
高灵敏度检测技术:开发高灵敏度的检测技术,能够快速、准确地检测口袋密封性并发现微小缺陷。例如,利用气体或液体渗透性的测量方法、红外成像技术、超声波检测等。
多样化包装材料的适应性:研究并开发能够适应不同包装材料和形式的检测技术。这涉及到不同材料的特性分析、检测算法的优化和适应性调整等方面。
在线检测技术:设计并实现能够在生产线上实时检测口袋密封性的装置。这需要结合自动化控制技术、传感器技术和数据处理技术,实现高效的在线检测和即时反馈。
联合应用技术:考虑将多种检测技术联合应用,以充分利用各种技术的优势,提高口袋密封性检测的准确性和可靠性。例如,结合可视化检测、物理性能测试和化学分析等技术,形成综合的检测方案。
综上所述,解决现有技术的缺陷需要发展高灵敏度的检测技术、适应多样化包装材料的技术、实现在线检测和联合应用技术。这些技术的应用将有助于提高口袋密封性检测的效率和准确性,确保产品质量和安全。
发明内容
针对现有技术存在的问题,本发明提供了一种造口袋的密封性检测装置。
本发明是这样实现的,一种造口袋的密封性检测装置,包括:
传感器选择和布局优化:选择适合的密封性传感器,并合理布置在密封性检测区域内部。使用压力传感器、红外传感器或超声波传感器等,以实时监测包装袋的密封性。传感器的布局应覆盖整个包装袋的封口区域,以获取全面的检测数据。
数据采集和处理:建立数据采集系统,对从密封性传感器获取的信号进行实时采集,并将其传输至控制系统进行处理。可以利用传感器接口和数据采集模块,实现对传感器数据的高效采集和传输。
智能算法分析:在控制系统中,应用智能算法对采集到的数据进行分析和处理。可以采用机器学习、模式识别或图像处理等算法,对密封性数据进行特征提取、异常检测和分类判断。通过训练模型和算法优化,实现对密封性的智能化判定。
报警与反馈:根据智能算法的分析结果,判断包装袋的密封性是否符合要求。如果检测到密封性缺陷或异常,控制系统可以触发报警机制,例如声音或光信号,以及停止传送带系统的运行。同时,将相应的反馈信息显示在控制界面上,以便操作人员进行及时处理和调整。
数据记录和追溯:控制系统可以记录和存储每个包装袋的密封性检测数据,包括通过和不通过的结果、时间戳和其他相关信息。这样可以建立一个数据追溯系统,方便后续的质量分析和质量追溯。
通过智能化改进,密封性检测装置可以实现实时监测、智能分析、报警反馈和数据记录等功能。这将提高密封性检测的准确性和效率,降低人为操作的干预,提升生产线的自动化水平和质量控制能力。所述造口袋的密封性检测装置包括:传送带系统、密封性检测区域、密封性检测传感器、控制系统;传送带系统与密封性检测区域连通,密封性传感器设置在密封检测区域内部,控制系统设置在密封检测区域上。
进一步,传送带内置可调速驱动装置,可根据实际需要进行调速。
进一步,密封性检测区域上设有可调节的压力杆。
进一步,密封性检测传感器采用高精度的压力传感器或光学传感器。
进一步,控制系统控制传送带系统的速度、调节密封性检测区域的压力,并实时监测和记录检测结果。
进一步,控制系统可外接其他设备并统一进行控制。
进一步,控制系统设置有液晶显示器。
进一步,控制系统可自动控制传送带将合格的造口袋与不合格的造口袋分流。
结合上述的技术方案和解决的技术问题,本发明所要保护的技术方案所具备的优点及积极效果为:
第一、针对上述现有技术存在的技术问题,解决问题之后带来的一些具备创造性的技术效果。具体描述如下:
高效快速:自动化传送带系统和密封性检测传感器使得检测过程高效快速,适应大规模生产需求。
2.高精度:采用高精度的密封性检测传感器,能够准确检测口袋的密封性能。
3.自动化处理:控制系统根据检测结果自动分类处理口袋,提高了生产线的自动化水平。
4.可调节性:传送带系统速度和密封性检测区域的压力可调节,适用于不同类型和尺寸的口袋。
第二,本发明通过自动化传送带系统、高精度的密封性检测传感器以及智能化的控制系统,实现了对口袋密封性能的快速准确检测。该装置在食品包装、医药包装等领域具有广阔的应用前景,有望提高包装质量和生产效率。
第三,针对上述智能化密封性检测装置中的各个结构部件,以下是它们获得的显著的技术进步:
1.传感器选择和布局优化
技术进步:
多功能性:新一代的传感器能够同时检测多种参数,例如压力、温度和湿度,从而更全面地评估密封性。
尺寸缩小与高灵敏度:微型化和纳米技术使传感器更加小巧,同时保持或提高其灵敏度。
自我校准:传感器能够在使用中自动校准,确保长时间内的准确性。
2.数据采集和处理
技术进步:
高速数据传输:利用先进的数据传输技术,如5G或光纤技术,实现高速、低延迟的数据采集。
边缘计算:数据不需要发送到中央服务器进行处理,而是直接在数据采集地点进行预处理,这大大加快了数据处理速度。
3.智能算法分析
技术进步:
深度学习:利用深度神经网络,特别是卷积神经网络(CNN)和循环神经网络(RNN),提高数据分析的准确性。
自适应学习:算法可以根据新数据自动调整和优化,持续提高其性能。
4.报警与反馈
技术进步:
自适应报警:根据生产线的实际情况,如工作人员的数量、环境噪声等,自动调整报警的音量和频率。
增强现实(AR)支持:操作员通过AR眼镜可以直接看到问题位置,提高了问题定位的速度和准确性。
5.数据记录和追溯
技术进步:
云存储与分析:数据可以实时上传到云端,便于远程监控和大数据分析。
区块链技术:确保数据的真实性和不可篡改性,提高数据追溯的信任度。
综上所述,随着科技的进步,上述每个结构部件都获得显著的技术升级,从而提高整个密封性检测装置的效率、准确性和可靠性。
第四,这些权利要求描述了一个造口袋的密封性检测装置及其关键特点和组件。详细分析每个权利要求所带来的显著的技术进步:
1.整体设计
技术进步:这是一个综合性的权利要求,描述了整个检测装置的各个模块和它们的功能。这种整体性的设计使得装置可以全面、高效地检测包装袋的密封性。
2.传送带系统及基础结构
技术进步:提供了一个物理平台,使得包装袋能够连续地进行检测。这种连通性和结构的设计为高速、连续的生产线提供了便利。
3.调速驱动装置
技术进步:允许操作人员根据需要调整传送带速度,使得不同种类或尺寸的包装袋都能得到合适的检测时间。
4.可调节的压力杆
技术进步:提供了一种方法来调整密封性检测区域的压力,这对于确保传感器准确读取数据是必要的。
5.高精度传感器选择
技术进步:采用高精度的压力或光学传感器可以提高检测的准确性和可靠性。
6.控制系统的多功能性
技术进步:一个集成化、智能的控制系统可以自动调节检测区域的参数,并实时监测检测结果,提高了生产效率和质量控制的水平。
7.外接其他设备
技术进步:这种可扩展性允许检测装置与其他相关设备连接,增强了其适用范围和功能性。
8.液晶显示器
技术进步:为操作员提供了一个直观的界面来查看和控制检测过程,使操作更加简便。
9.自动分流功能
技术进步:自动将合格与不合格的造口袋分流可以极大提高生产效率,并降低了因人为操作错误导致的风险。
10.模块详细描述
技术进步:详细描述了每个模块的细节和功能,为制造和实施提供了明确的指南,确保了装置的可靠性和效率。
这些权利要求不仅为现有的技术提供了改进,而且为将来的创新和优化提供了基础。
附图说明
图1是本发明实施例提供的造口袋密封性检测装置结构图。
图2是本发明实施例提供的造口袋密封性检测装置局部结构图。
图3是本发明实施例提供的造口袋密封性检测装置外观图。
图中:1、传送带系统;2、密封性检测区域;3、密封性检测传感器;4、控制系统;5、压力杆。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
针对上述描述的密封性检测装置,可以进行智能化改进,并设计以下智能化方案来处理信号和数据:
传感器选择和布局优化:选择适合的密封性传感器,并合理布置在密封性检测区域内部。使用压力传感器、红外传感器或超声波传感器等,以实时监测包装袋的密封性。传感器的布局应覆盖整个包装袋的封口区域,以获取全面的检测数据。
数据采集和处理:建立数据采集系统,对从密封性传感器获取的信号进行实时采集,并将其传输至控制系统进行处理。可以利用传感器接口和数据采集模块,实现对传感器数据的高效采集和传输。
智能算法分析:在控制系统中,应用智能算法对采集到的数据进行分析和处理。可以采用机器学习、模式识别或图像处理等算法,对密封性数据进行特征提取、异常检测和分类判断。通过训练模型和算法优化,实现对密封性的智能化判定。
报警与反馈:根据智能算法的分析结果,判断包装袋的密封性是否符合要求。如果检测到密封性缺陷或异常,控制系统可以触发报警机制,例如声音或光信号,以及停止传送带系统的运行。同时,将相应的反馈信息显示在控制界面上,以便操作人员进行及时处理和调整。
数据记录和追溯:控制系统可以记录和存储每个包装袋的密封性检测数据,包括通过和不通过的结果、时间戳和其他相关信息。这样可以建立一个数据追溯系统,方便后续的质量分析和质量追溯。
通过智能化改进,密封性检测装置可以实现实时监测、智能分析、报警反馈和数据记录等功能。这将提高密封性检测的准确性和效率,降低人为操作的干预,提升生产线的自动化水平和质量控制能力。
为了详细描述每个模块的实现方案,我们可以细化上述智能化方案的每一部分:
1.传感器选择和布局优化类型选择:根据包装袋的材料和内容物选择最合适的传感器。例如,对于食品包装,可以使用压力传感器检测气体泄漏。
布局设计:使用计算机模拟技术对密封区域进行模拟,根据模拟结果优化传感器的布局,确保能全面检测到任何潜在的泄漏点。
2.数据采集和处理数据采集卡:使用高速的数据采集卡,可以实时收集多个传感器的数据。
信号处理:对原始数据进行滤波和放大,提高信号的质量和可读性。
3.智能算法分析预处理:对采集的数据进行归一化处理,消除的噪声。
特征提取:使用时间序列分析或频域分析提取数据特征。
机器学习:使用神经网络、支持向量机或决策树等机器学习算法进行训练,实现模型的自动优化。
4.报警与反馈实时监控:使用可视化工具实时显示检测结果。
报警机制:集成LED指示灯、蜂鸣器等设备,当检测到异常时自动触发报警。
手动确认:操作员可以在控制面板上确认或忽略报警。
5.数据记录和追溯数据库集成:使用关系型数据库如MySQL或NoSQL数据库如MongoDB存储检测数据。
用户界面:开发一个用户友好的界面,供操作员查看历史数据、生成报告和进行数据分析。
以上方案在实际应用中需要根据具体生产线的条件和需求进行调整。但它为密封性检测装置提供了一个全面的智能化实现框架,能够大大提高生产效率和质量控制的准确性。
如图1所示,本发明实施例提供的造口袋密封性检测装置包括:传送带系统1、密封性检测区域2、密封性检测传感器3、控制系统4;传送带系统1与密封性检测区域2连通,密封性传感器3设置在密封检测区域2内部,控制系统4设置在密封检测区域2上。
如图2所示,密封检测区域2上设有可调节的压力杆5,用于将口袋表面与密封性检测传感器3之间建立均匀的接触压力。
如图3所示,是本发明实施例提供的造口袋密封性检测装置外观图。
传送带系统1:用于将待检测的口袋从装填区域运送到密封性检测区域2。传送带系统1采用可调速驱动装置,以确保适应不同生产线的生产速率。
密封性检测区域2:传送带将待检测的口袋带入密封性检测区域2。在这个区域,有一个可调节的压力杆5,用于将口袋表面与密封性检测传感器3之间建立均匀的接触压力。
密封性检测传感器3:高精度的密封性检测传感器3,用于检测待检口袋的密封情况。该传感器可以是压力传感器、光学传感器或其他适用的传感器类型。
控制系统4:用于控制传送带系统1的速度、调节密封性检测区域2的压力,并实时监测和记录检测结果。控制系统4还可以与生产线上的其他设备实现联动,以确保生产流程的连续性。
本发明的造口袋的密封性检测装置工作原理如下:
待检口袋通过传送带系统1从装填区域运送至密封性检测区域2。
2.在密封性检测区域2,口袋表面与密封性检测传感器3之间建立均匀的接触压力,确保测试的准确性。
3.密封性检测传感器3开始检测口袋的密封情况,记录数据并传输给控制系统4。
4.控制系统4分析检测数据,并根据预设的密封标准判断口袋的密封性能是否合格。
5.根据检测结果,控制系统4会自动将合格的口袋继续传送至后续包装流程,而不合格的口袋将被自动剔除或进行人工处理。
根据之前的智能化密封性检测装置描述,以下是四个具体的实施例及其实现方案:
1.基于红外传感器的温度变化密封性检测
实施方案:
传感器部署:在包装袋封口区域部署微型红外传感器,用于实时检测温度变化。封口不良或泄露的地方会有明显的温度变化。
数据处理:实时收集传感器数据并与标准温度模型进行对比。利用快速的数据处理单元进行实时分析。
结果反馈:当检测到温度异常时,系统会立即触发报警,并通过界面显示具体的异常位置。
2.利用深度学习进行图像识别的密封性检测
实施方案:
摄像头安装:在包装袋封口的关键位置安装高清摄像头,实时捕捉图像。
图像处理:利用深度学习模型,如CNN,进行实时图像分析,识别封口不良或泄露的特征。
结果反馈:当模型识别到的封口问题时,触发报警,并在屏幕上高亮显示问题区域。
3.利用压力传感器进行泄露检测
实施方案:
传感器布局:在包装袋内部放置微型压力传感器,实时监测包装内的压力。
数据分析:设置一个标准压力范围,实时与传感器检测到的数据进行比较。若检测到的压力超出范围,则存在泄露。
结果提示:当检测到压力异常时,系统触发报警,并通过界面提示操作员进行检查。
4.基于增强现实(AR)的实时反馈系统
AR设备配置:为操作员配备AR眼镜,用于实时显示密封性检测的结果。
数据融合与显示:当上述任何一种检测技术发现异常时,AR眼镜可以直接高亮显示问题的具体位置,并提供的解决方案或建议。
交互性反馈:操作员可以通过AR眼镜与系统进行交互,例如标记已检查的区域或请求更多的检测信息。
为每条权利要求提供具体的实施方案:
1.整体设计
实施方案:设计一套完整的系统蓝图,确保所有模块都可以整合在一个统一的平台上。使用CAD软件为每个组件进行详细的设计,然后在现实生产中进行测试和调整。
2.传送带系统及基础结构
实施方案:采购工业级的传送带,并根据需要对其进行定制。使用不锈钢或其他耐用材料确保其可靠性和持久性。
3.调速驱动装置
实施方案:集成一个变频驱动器或伺服马达到传送带系统中,允许操作人员通过控制面板或软件界面进行速度调整。
4.可调节的压力杆
实施方案:在传感器区域上方安装一个机械或电动的压力杆,操作人员可以通过旋钮或按钮进行微调。
5.高精度传感器选择
实施方案:从知名供应商采购高精度压力或光学传感器,并确保其与数据采集模块的完美兼容。
6.控制系统的多功能性
实施方案:使用工业级的PLC或嵌入式控制器作为控制核心,开发相应的控制软件以实现所有功能。
7.外接其他设备
实施方案:设计具有多个通用的通信接口(如RS232、RS485、Ethernet等),确保可以与其他设备连接和通讯。
8.液晶显示器
实施方案:选择适当尺寸的工业级液晶显示屏,确保其具有高分辨率和防护功能,并与控制系统进行集成。
9.自动分流功能
实施方案:在传送带的末端设计一个分流机制,通过气动或电动执行器实现造口袋的自动分流。
10.模块详细描述
实施方案:
1.传感器选择和布局优化模块:使用计算机仿真软件进行模拟和测试,确定最佳的传感器类型和布局。
2.数据采集和处理模块:设计一个高速数据采集卡,并开发相应的驱动程序和软件。
3.智能算法分析模块:利用机器学习框架,如TensorFlow或PyTorch,进行模型的训练和优化。
4.报警与反馈模块:集成声光报警器和显示器,确保异常情况可以迅速被注意到。
5.数据记录和追溯模块:开发数据库管理系统,存储和管理所有检测数据。
这些实施方案可以为制造和部署密封性检测装置提供一个明确的方向。
以上是四个的实施例及其实现方案,为了确保最佳效果,实际应用时可以结合多种技术进行综合分析和判断。
在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上;术语“上”、“下”、“左”、“右”、“内”、“外”、“前端”、“后端”、“头部”、“尾部”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”等仅用于描述目的,而不能理解为指示或暗示相对重要性。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种造口袋的密封性检测装置,其特征在于,包括:
传感器选择和布局优化模块:选择适合的密封性传感器,并合理布置在密封性检测区域内部;使用压力传感器、红外传感器或超声波传感器,以实时监测包装袋的密封性;传感器的布局应覆盖整个包装袋的封口区域,以获取全面的检测数据;
数据采集和处理模块:建立数据采集系统,对从密封性传感器获取的信号进行实时采集,并将其传输至控制系统进行处理;可以利用传感器接口和数据采集模块,实现对传感器数据的高效采集和传输;
智能算法分析模块:在控制系统中,应用智能算法对采集到的数据进行分析和处理;可以采用机器学习、模式识别或图像处理算法,对密封性数据进行特征提取、异常检测和分类判断;通过训练模型和算法优化,实现对密封性的智能化判定;
报警与反馈模块:根据智能算法的分析结果,判断包装袋的密封性是否符合要求;如果检测到密封性缺陷或异常,控制系统可以触发报警机制,例如声音或光信号,以及停止传送带系统的运行;同时,将相应的反馈信息显示在控制界面上,以便操作人员进行及时处理和调整;
数据记录和追溯模块:控制系统可以记录和存储每个包装袋的密封性检测数据,包括通过和不通过的结果、时间戳和其他相关信息;这样可以建立一个数据追溯系统,方便后续的质量分析和质量追溯。
2.如权利要求1所述的造口袋的密封性检测装置,其特征在于,所述造口袋的密封性检测装置包括:传送带系统、密封性检测区域、密封性检测传感器、控制系统;传送带系统与密封性检测区域连通,密封性传感器设置在密封检测区域内部,控制系统设置在密封检测区域上。
3.如权利要求1所述的造口袋的密封性检测装置,其特征在于,传送带内置可调速驱动装置,可根据实际需要进行调速。
4.如权利要求1所述的造口袋的密封性检测装置,其特征在于,密封性检测区域上设有可调节的压力杆。
5.如权利要求1所述的造口袋的密封性检测装置,其特征在于,密封性检测传感器采用高精度的压力传感器或光学传感器。
6.如权利要求1所述的造口袋的密封性检测装置,其特征在于,控制系统控制传送带系统的速度、调节密封性检测区域的压力,并实时监测和记录检测结果。
7.如权利要求1所述的造口袋的密封性检测装置,其特征在于,控制系统可外接其他设备并统一进行控制。
8.如权利要求1所述的造口袋的密封性检测装置,其特征在于,控制系统设置有液晶显示器。
9.如权利要求1所述的造口袋的密封性检测装置,其特征在于,控制系统可自动控制传送带将合格的造口袋与不合格的造口袋分流。
10.如权利要求1所述的造口袋的密封性检测装置,其特征在于,
1)传感器选择和布局优化模块的包括:
类型选择:根据包装袋的材料和内容物选择最合适的传感器;例如,对于食品包装,可以使用压力传感器检测气体泄漏;
布局设计:使用计算机模拟技术对密封区域进行模拟,根据模拟结果优化传感器的布局,确保能全面检测到任何潜在的泄漏点;
2)数据采集和处理模块的包括:
数据采集卡:使用高速的数据采集卡,可以实时收集多个传感器的数据;
信号处理:对原始数据进行滤波和放大,提高信号的质量和可读性;
3)智能算法分析模块的包括:
预处理:对采集的数据进行归一化处理,消除的噪声;
特征提取:使用时间序列分析或频域分析提取数据特征;
机器学习:使用神经网络、支持向量机或决策树机器学习算法进行训练,实现模型的自动优化;
4)报警与反馈模块的包括:
实时监控:使用可视化工具实时显示检测结果;
报警机制:集成LED指示灯、蜂鸣器设备,当检测到异常时自动触发报警;
手动确认:操作员可以在控制面板上确认或忽略报警;
5)数据记录和追溯模块的包括:
数据库集成:使用关系型数据库如MySQL或NoSQL数据库如MongoDB存储检测数据;
用户界面:开发一个用户友好的界面,供操作员查看历史数据、生成报告和进行数据分析。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311046027.XA CN117309278A (zh) | 2023-08-18 | 2023-08-18 | 一种造口袋的密封性检测装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311046027.XA CN117309278A (zh) | 2023-08-18 | 2023-08-18 | 一种造口袋的密封性检测装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117309278A true CN117309278A (zh) | 2023-12-29 |
Family
ID=89261203
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311046027.XA Pending CN117309278A (zh) | 2023-08-18 | 2023-08-18 | 一种造口袋的密封性检测装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117309278A (zh) |
-
2023
- 2023-08-18 CN CN202311046027.XA patent/CN117309278A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US5284164A (en) | Method for improving the quality of products produced in the cigarette manufacturing process | |
CN103868934B (zh) | 基于机器视觉的玻璃灯杯检测系统及方法 | |
CN105817430B (zh) | 基于机器视觉的产品检测方法 | |
JP4373219B2 (ja) | 製品の空間選択的なオンライン質量または容積測定を実行するための装置および方法 | |
CN113108996A (zh) | 用于泄漏检测的成像系统 | |
CN210108486U (zh) | 燃气表计量检定装置 | |
US5822208A (en) | Method and apparatus for predicting errors in a manufacturing process | |
JP2004517318A (ja) | 検査装置および方法 | |
CN104122498B (zh) | 光电式接近开关动作距离检测系统 | |
CN206321578U (zh) | 机器视觉检测实验平台 | |
CN104417788A (zh) | 一种具有质量追溯功能的小袋包装横封检测方法及检测系统 | |
CN108426876A (zh) | 一种2%戊二醛消毒液有效浓度的检测装置 | |
CN205581122U (zh) | 八通道全自动凝血分析仪 | |
CN111112130A (zh) | 一种基于机器视觉技术的软管封尾质量检测装置及方法 | |
CN106404379A (zh) | 安全阀性能在线检测装置 | |
CN117309278A (zh) | 一种造口袋的密封性检测装置 | |
CN104792942B (zh) | 挥发性有机化合物自动检测系统及检测方法 | |
CN112858174A (zh) | 一种aoi检测设备 | |
CN205506321U (zh) | 一种管状包装产品的密封性检测装置 | |
WO2021030322A1 (en) | System and method of object detection using ai deep learning models | |
CN107688864A (zh) | 调试和配置与资产相关联的控制电子器件 | |
CN201034949Y (zh) | 印制电路板缺陷的x光检测装置 | |
CN109506707A (zh) | 一种精密测量仪器用智能监测管理系统及使用方法 | |
CN108106653A (zh) | 一种传感器振动实验数据采集系统 | |
CN211669096U (zh) | 泡罩类包装药品缺陷在线检测装置 |
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 |