CN118153781B - 一种管制注射剂瓶的智能生产优化方法、设备及介质 - Google Patents
一种管制注射剂瓶的智能生产优化方法、设备及介质 Download PDFInfo
- Publication number
- CN118153781B CN118153781B CN202410564535.5A CN202410564535A CN118153781B CN 118153781 B CN118153781 B CN 118153781B CN 202410564535 A CN202410564535 A CN 202410564535A CN 118153781 B CN118153781 B CN 118153781B
- Authority
- CN
- China
- Prior art keywords
- bottle
- optimized
- controlled injection
- production
- determining
- 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
- 238000002347 injection Methods 0.000 title claims abstract description 273
- 239000007924 injection Substances 0.000 title claims abstract description 273
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 202
- 238000005457 optimization Methods 0.000 title claims abstract description 60
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000007547 defect Effects 0.000 claims abstract description 50
- 239000003814 drug Substances 0.000 claims description 35
- 230000007613 environmental effect Effects 0.000 claims description 20
- 238000011156 evaluation Methods 0.000 claims description 18
- 239000002994 raw material Substances 0.000 claims description 17
- 238000004458 analytical method Methods 0.000 claims description 16
- 230000001276 controlling effect Effects 0.000 claims description 13
- 238000003860 storage Methods 0.000 claims description 13
- 230000007797 corrosion Effects 0.000 claims description 10
- 238000005260 corrosion Methods 0.000 claims description 10
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 229940079593 drug Drugs 0.000 claims description 9
- 230000001105 regulatory effect Effects 0.000 claims description 4
- 238000013136 deep learning model Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000003672 processing method Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 238000007789 sealing Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000004806 packaging method and process Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000001746 injection moulding Methods 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 238000001802 infusion Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 238000004381 surface treatment Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 229960005486 vaccine Drugs 0.000 description 2
- 102000014150 Interferons Human genes 0.000 description 1
- 108010050904 Interferons Proteins 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 239000003513 alkali Substances 0.000 description 1
- 239000003242 anti bacterial agent Substances 0.000 description 1
- 229940088710 antibiotic agent Drugs 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 229940090044 injection Drugs 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 229940079322 interferon Drugs 0.000 description 1
- 238000009533 lab test Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000825 pharmaceutical preparation Substances 0.000 description 1
- 229940127557 pharmaceutical product Drugs 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000375 suspending agent Substances 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Geometry (AREA)
- Game Theory and Decision Science (AREA)
- General Factory Administration (AREA)
Abstract
本发明公开了一种管制注射剂瓶的智能生产优化方法、设备及介质，涉及专门适用于管理目的的数据处理方法技术领域，获取待优化管制注射剂瓶的瓶体信息；根据瓶体待应用需求确定瓶体规格数据的规格需求差值；获取待优化管制注射剂瓶的多角度图像并输入预设的瓶体瑕疵识别模型以确定待优化瑕疵；根据瓶体信息分析待优化管制注射剂瓶以确定待优化管制注射剂瓶对应的性能参数，并根据瓶体待应用需求确定性能参数需求差值；基于规格需求差值、待优化瑕疵与性能参数需求差值，在待优化管制注射剂瓶对应的生产工艺以及对应生产线中的若干个生产设备中，确定待优化的节点及对应优化方案，以基于优化方案实现管制注射剂瓶的智能生产优化。
Description
技术领域
本发明涉及专门适用于管理目的的数据处理方法技术领域，尤其涉及一种管制注射剂瓶的智能生产优化方法、设备及介质。
背景技术
管制注射剂瓶广泛应用于医疗领域，主要用于包装和储存各种注射剂、抗生素、干扰素、疫苗等药品。随着医疗行业的不断发展和药品市场的不断扩大，管制注射剂瓶的市场需求也在不断增加。目前，随着医疗行业的迅猛发展和公众对药品安全的日益关注，管制注射剂瓶的质量和生产效率问题变得愈发重要。作为医药包装的关键组成部分，管制注射剂瓶不仅要确保药品的密封性和稳定性，还要满足高效、安全的生产要求。
传统的管制注射剂瓶生产方式主要以人工检测和调整为主，然而这种方式存在明显的弊端。首先，人工检测效率低下，无法满足大批量生产的需求。其次，人为因素如技能水平、疲劳程度等都会对检测结果产生影响，从而导致产品质量的不稳定性，无法保证产品的一致性和精准性。
发明内容
为了解决上述问题，本发明提出了一种管制注射剂瓶的智能生产优化方法，包括：
获取待优化管制注射剂瓶对应的瓶体信息；其中，所述瓶体信息包括所述待优化管制注射剂瓶对应的原材料数据和瓶体规格数据；
根据所述待优化管制注射剂瓶的瓶体待应用需求，确定所述瓶体规格数据的规格需求差值；
获取所述待优化管制注射剂瓶的多角度图像，并将所述多角度图像输入预设的瓶体瑕疵识别模型，以确定所述待优化管制注射剂瓶的待优化瑕疵；
根据所述瓶体信息，对所述待优化管制注射剂瓶进行瓶体分析，确定所述待优化管制注射剂瓶对应的性能参数，并根据所述瓶体待应用需求，确定性能参数需求差值；
基于所述规格需求差值、所述待优化瑕疵与所述性能参数需求差值，在所述待优化管制注射剂瓶对应的生产工艺以及对应生产线中的若干个生产设备中，确定待优化的节点及对应的优化方案，以基于所述优化方案实现管制注射剂瓶的智能生产优化。
在本发明的一种实现方式中，所述根据所述待优化管制注射剂瓶的瓶体待应用需求，确定所述瓶体规格数据的规格需求差值，具体包括：
根据所述待优化管制注射剂瓶的瓶体待应用需求，获取与所述瓶体待应用需求相匹配的多个关联管制注射剂瓶，并获取所述多个关联管制注射剂瓶对应的瓶体评估数据集；所述瓶体评估数据集中包括每个关联管制注射剂瓶对应的瓶体规格数据和瓶体性能评估结果；
基于所述瓶体评估数据集，构建所述待优化管制注射剂瓶对应的瓶体规格预测模型，并将所述瓶体待应用需求输入至所述瓶体规格预测模型中，以确定所述待优化管制注射剂瓶对应的目标瓶体规格数据；
在每种规格维度下，基于所述待优化管制注射剂瓶的所述目标瓶体规格数据和所述瓶体信息中的瓶体规格数据，确定每种规格维度下的差值，以确定所述待优化管制注射剂瓶对应的规格需求差值。
在本发明的一种实现方式中，所述获取所述待优化管制注射剂瓶的多角度图像，并将所述多角度图像输入预设的瓶体瑕疵识别模型，以确定所述待优化管制注射剂瓶的待优化瑕疵之前，所述方法还包括：
确定出所述待优化管制注射剂瓶的所述瓶体规格数据对应的多个样本管制注射剂瓶，并获取所述多个样本管制注射剂瓶对应的瑕疵图像，确定所述瑕疵图像中的瑕疵信息；其中，所述瑕疵信息包括所述样本管制注射剂瓶对应的瑕疵位置、瑕疵类型和瑕疵面积；
根据所述瑕疵类型和所述瑕疵面积，确定所述样本管制注射剂瓶对应的瑕疵程度，并确定所述瑕疵位置在所述待优化管制注射剂瓶中对应的瓶体位置；所述瓶体位置包括瓶身、瓶口和瓶底；
基于预设的安全性评估表，确定每种瑕疵类型在不同瓶体位置所允许的预设瑕疵程度，以基于所述预设瑕疵程度以及瑕疵程度与瑕疵位置和瑕疵类型之间的映射关系，确定所述多个样本管制注射剂瓶中具有瑕疵优化需求的瑕疵图像；
通过深度学习模型，并基于所述多个样本管制注射剂瓶以及所述多个样本管制注射剂瓶中具有瑕疵优化需求的瑕疵图像，构建所述待优化管制注射剂瓶对应的瓶体瑕疵识别模型。
在本发明的一种实现方式中，所述获取所述待优化管制注射剂瓶的多角度图像，并将所述多角度图像输入预设的瓶体瑕疵识别模型，以确定所述待优化管制注射剂瓶的待优化瑕疵，具体包括：
根据所述瓶体待应用需求，确定所需的所述待优化管制注射剂瓶的待采集图像角度，以根据所述待采集图像角度，以及生产线对应的空间布局，在所述待优化管制注射剂瓶生产线上设置对应的图像采集装置；
基于所述待优化管制注射剂瓶对应的生产工艺，确定所述待优化管制注射剂瓶对应的图像采集频率，以按照所述图像采集频率，并通过生产线上所述待采集图像角度对应的图像采集装置，获取所述待优化管制注射剂瓶对应的多角度图像；
将所述多角度图像输入至瓶体瑕疵识别模型中，以识别出所述待优化管制注射剂瓶对应的瑕疵图像，并根据所述瑕疵图像对应的图像类型，确定所述待优化管制注射剂瓶中的待优化瑕疵；所述图像类型包括主视图、俯视图和仰视图。
在本发明的一种实现方式中，所述根据所述瓶体信息，对所述待优化管制注射剂瓶进行瓶体分析，确定所述待优化管制注射剂瓶对应的性能参数，具体包括：
获取与所述待优化管制注射剂瓶的原材料相同以及瓶体规格相同的至少一个瓶体历史使用数据，并根据至少一个所述瓶体历史使用数据，确定所述待优化管制注射剂瓶对应的历史环境参数；其中，所述历史环境参数包括所述待优化管制注射剂瓶的历史使用环境温度、历史使用环境湿度和历史使用环境压力；
基于所述瓶体信息中的所述原材料数据和所述瓶体规格数据，对至少一个所述历史使用环境温度、所述历史使用环境湿度和所述历史使用环境压力进行分析，以确定所述待优化管制注射剂瓶对应的性能参数；所述性能参数用于表示所述待优化管制注射剂瓶的当前最大耐温程度、当前最大耐腐蚀程度和当前最大耐压程度。
在本发明的一种实现方式中，所述根据所述瓶体待应用需求，确定性能参数需求差值，具体包括：
基于所述待优化管制注射剂瓶的瓶体待应用需求，确定所述待优化管制注射剂瓶对应的使用场景，并确定在预设药品供应范围内所述使用场景对应的至少一个目的地位置；
确定所述待优化管制注射剂瓶对应的药品充装地点，并根据所述药品充装地点和至少一个所述目的地位置，确定药品运输对应的运输计划；所述运输计划包括：运输类型和运输时长，所述运输类型包括空运、陆运和海运；
根据所述运输计划，确定每种运输类型对应的运输环境参数，并确定所述待优化管制注射剂瓶在药品充装时对应的充装环境参数；
基于所述待优化管制注射剂瓶对应的所述充装环境参数和所述运输环境参数，确定所述待优化管制注射剂瓶对应的参考性能参数，以基于所述待优化管制注射剂瓶的性能参数和参考性能参数，确定所述待优化管制注射剂瓶对应的性能参数需求差值。
在本发明的一种实现方式中，所述基于所述规格需求差值、所述待优化瑕疵与所述性能参数需求差值，在所述待优化管制注射剂瓶对应的生产工艺以及对应生产线中的若干个生产设备中，确定待优化的节点及对应的优化方案，具体包括：
基于所述待优化管制注射剂瓶对应的规格需求差值以及性能参数需求差值，确定待优化规格维度以及待优化性能参数维度，并分别确定所述待优化规格维度在生产线中对应的多个规格控制生产设备，以及所述待优化性能参数维度在所述生产线中对应的多个性能参数控制生产设备；其中，所述规格维度至少包括瓶体容量、瓶体高度、屏体宽度和瓶壁厚度，所述性能参数维度至少包括耐温程度、耐腐蚀程度和耐压程度；
在所述多个规格控制生产设备和所述多个性能参数控制生产设备中，确定所述待优化规格维度对应的指定规格生产设备，以及所述待优化性能参数对应的指定性能参数生产设备，并基于所述指定规格生产设备和所述指定性能参数生产设备对应的若干个生产参数，确定用于调整所述待优化规格维度的至少一个指定规格生产参数，以及用于调整所述待优化性能参数维度的至少一个指定性能参数生产参数；
根据所述待优化管制注射剂瓶对应的规格需求差值，对所述指定规格生产设备对应的至少一个所述指定规格生产参数进行调整，以得到优化后的瓶体规格数据，以及根据所述待优化管制注射剂瓶对应的性能参数需求差值，对所述指定性能参数生产设备对应的至少一个所述指定性能参数生产参数进行调整，以得到优化后的瓶体性能参数。
在本发明的一种实现方式中，所述基于所述规格需求差值、所述待优化瑕疵与所述性能参数需求差值，在所述待优化管制注射剂瓶对应的生产工艺以及对应生产线中的若干个生产设备中，确定待优化的节点及对应的优化方案，具体包括：
按照所述待优化管制注射剂瓶对应的生产工艺，在多个生产设备对应的相邻多角度图像中，确定出存在关键帧图像的目标相邻多角度图像，并确定所述目标相邻多角度图像中前一多角度图像对应的途径可选生产设备，以及所述关键帧图像对应的途径可选生产设备；其中，所述关键帧图像用于表示所述待优化管制注射剂瓶生产过程中第一次出现具有瑕疵的瑕疵图像；
基于所述前一多角度图像的途径可选生产设备和所述关键帧图像的途径可选生产设备，确定所述待优化瑕疵对应的异常生产设备，并确定所述异常生产设备中所述待优化瑕疵对应的生产参数，以确定所述待优化瑕疵对应的优化方案。
本发明实施例还提供了一种管制注射剂瓶的智能生产优化设备，所述设备包括：
至少一个处理器；
以及，与所述至少一个处理器通信连接的存储器；
其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上述的一种管制注射剂瓶的智能生产优化方法。
本发明实施例还提供了一种非易失性计算机存储介质，存储有计算机可执行指令，所述计算机可执行指令被执行时，实现如上述的一种管制注射剂瓶的智能生产优化方法。
本发明实施例提供了一种管制注射剂瓶的智能生产优化方法、设备及介质，至少包括以下有益效果：
通过获取待优化管制注射剂瓶的瓶体信息，包括原材料数据和瓶体规格数据，能够使生产厂家更准确地了解产品的基础属性，从而进行更精确的生产控制和优化；根据瓶体待应用需求来确定规格需求差值，可以灵活地根据客户需求调整生产规格，更好地满足市场的定制化需求；利用多角度图像和瓶体瑕疵识别模型来确定待优化瑕疵，可以大幅提升产品质检的效率和准确性，提升产品的整体质量；通过对瓶体信息的分析，确定待优化管制注射剂瓶的性能参数，并根据应用需求确定性能参数需求差值，有助于针对性地提升产品性能，使其更符合实际应用场景的要求；通过智能化的生产方式，可以提高生产效率，降低生产成本，同时提升产品质量和产品性能。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明实施例提供的一种管制注射剂瓶的智能生产优化方法的流程示意图；
图2为本发明实施例提供的一种管制注射剂瓶的智能生产优化设备的内部结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明具体实施例及相应的附图对本发明技术方案进行清楚、完整地描述。显然，所描述的实施例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。
以下结合附图，详细说明本发明各实施例提供的技术方案。
图1为本发明实施例提供的一种管制注射剂瓶的智能生产优化方法的流程示意图。
本发明实施例涉及的分析方法的实现可以为终端设备，也可以为服务器，本发明对此不作特殊限制。为了方便理解和描述，以下实施例均以服务器为例进行详细描述。
需要说明的是，该服务器可以是单独的一台设备，可以是有多台设备组成的系统，即，分布式服务器，本发明对此不做具体限定。
如图1所示，本发明实施例提供的一种管制注射剂瓶的智能生产优化方法，包括：
101、获取待优化管制注射剂瓶对应的瓶体信息；其中，瓶体信息包括待优化管制注射剂瓶对应的原材料数据和瓶体规格数据。
管制注射剂瓶是医药行业常见的药品容器，如悬浮剂、蛋白质制剂等特殊用途的药品、注射剂冻干粉针剂以及生物制剂、偏酸碱药品等疫苗制品、注射剂等药品，都使用了管制注射剂瓶进行包装。但是，管制注射剂瓶可能会存在的裂缝、斜底、气泡、拧脖、口不齐等多种瑕疵类型。
在管制注射剂瓶出现裂缝的情况下，可能会引起注射剂药品泄露甚至会导致药品变质，药品使用者不仅得不到治疗所需效果，还会因为药品变质引发严重的安全问题。在管制注射剂瓶出现斜底的情况下，会影响注射剂的包装售卖，甚至还可能会存在破裂的风险。在管制注射剂瓶出现口不齐或者拧脖的情况下，可能会对注射剂充装后的密封产生影响，使得药品充装后的管制注射剂瓶密封不严，从而导致药品被外界环境所污染，受潮或者变质。因此，需要对管制注射剂瓶进行安全性评估，及时发现生产出的管制注射剂瓶在结构、性能以及质量上的问题，据此对生产工艺、生产参数进行调整，提高管制注射剂瓶的产品质量和产品性能。
首先，服务器需要获取已经生产出来，且具有优化需求的管制注射剂瓶的瓶体信息，包括管制注射剂瓶对应的生产原材料，以及已经生产出的管制注射剂瓶的瓶体规格数据，从而便于后续根据原材料数据和瓶体规格数据，对已经生产出来的管制注射剂瓶进行分析，进而优化生产参数。
102、根据待优化管制注射剂瓶的瓶体待应用需求，确定瓶体规格数据的规格需求差值。
具体地，在本发明的一个实施例中，服务器根据待优化管制注射剂瓶的瓶体待应用需求，获取与瓶体待应用需求相匹配的多个关联管制注射剂瓶，并获取多个关联管制注射剂瓶对应的瓶体评估数据集。需要说明的是，本发明实施例中的瓶体评估数据集中包括每个关联管制注射剂瓶对应的瓶体规格数据和瓶体性能评估结果。
服务器基于瓶体评估数据集，构建待优化管制注射剂瓶对应的瓶体规格预测模型，并将瓶体待应用需求输入至瓶体规格预测模型中，以确定待优化管制注射剂瓶对应的目标瓶体规格数据；在每种规格维度下，基于待优化管制注射剂瓶的目标瓶体规格数据和瓶体信息中的瓶体规格数据，确定每种规格维度下的差值，以确定待优化管制注射剂瓶对应的规格需求差值。
在一个实施例中，首先，深入理解待优化管制注射剂瓶的瓶体待应用需求是至关重要的。这些需求可能包括但不限于瓶体的容量、形状、材料、密封性能等方面的具体要求。明确这些需求后，开始寻找与这些需求相匹配的关联管制注射剂瓶。
接着，通过各种渠道，如数据库查询、市场调研或行业报告等，获取与瓶体待应用需求相匹配的多个关联管制注射剂瓶的信息。同时，收集这些关联管制注射剂瓶对应的瓶体评估数据集。这些数据集应包含每个关联管制注射剂瓶的详细瓶体规格数据，如瓶身高度、底部直径、壁厚等，以及对应的瓶体性能评估结果，如耐压性能、密封性能等。
在收集到足够的数据后，利用这些数据构建一个瓶体规格预测模型。通过机器学习算法对瓶体规格预测模型进行训练，以便根据输入的瓶体待应用需求预测出目标瓶体规格数据。在模型的构建过程中，进行参数调优，以确保瓶体规格预测模型的预测准确性和泛化能力。
当瓶体规格预测模型构建完成后，将待优化管制注射剂瓶的瓶体待应用需求输入到瓶体规格预测模型中，从而得到对应的目标瓶体规格数据。这些数据是在满足应用需求的前提下，瓶体规格预测模型预测出的最优瓶体规格参数。
最后，将预测出的目标瓶体规格数据与待优化管制注射剂瓶原始的瓶体规格数据进行对比。在每种规格维度下，如瓶身高度、底部直径等，计算出两者的差值，这个差值就是待优化管制注射剂瓶在对应规格维度上的规格需求差值。
103、获取待优化管制注射剂瓶的多角度图像，并将多角度图像输入预设的瓶体瑕疵识别模型，以确定待优化管制注射剂瓶的待优化瑕疵。
在本发明的一个实施例中，服务器确定出待优化管制注射剂瓶的瓶体规格数据对应的多个样本管制注射剂瓶，并获取多个样本管制注射剂瓶对应的瑕疵图像，进而确定出瑕疵图像中的瑕疵信息。需要说明的是，本发明实施例中的瑕疵信息包括样本管制注射剂瓶对应的瑕疵位置、瑕疵类型和瑕疵面积。
服务器根据瑕疵类型和瑕疵面积，能够确定出样本管制注射剂瓶对应的瑕疵程度，并确定瑕疵位置在待优化管制注射剂瓶中对应的瓶体位置。需要说明的是，本发明实施例中的瓶体位置包括瓶身、瓶口和瓶底。
服务器基于预设的安全性评估表，确定每种瑕疵类型在不同瓶体位置所允许的预设瑕疵程度，以基于预设瑕疵程度以及瑕疵程度与瑕疵位置和瑕疵类型之间的映射关系，确定多个样本管制注射剂瓶中具有瑕疵优化需求的瑕疵图像；通过深度学习模型，并基于多个样本管制注射剂瓶以及多个样本管制注射剂瓶中具有瑕疵优化需求的瑕疵图像，构建待优化管制注射剂瓶对应的瓶体瑕疵识别模型。
在一个实施例中，在获取待优化管制注射剂瓶的多角度图像，并将其输入预设的瓶体瑕疵识别模型以确定待优化管制注射剂瓶的待优化瑕疵之前，需要构建和优化这个瑕疵识别模型。
首先，需要从大量管制注射剂瓶中确定出一组与待优化管制注射剂瓶具有相同或相似瓶体规格数据的样本管制注射剂瓶。这些样本瓶将作为构建和优化瑕疵识别模型的基础数据集。接下来，需要获取这些样本管制注射剂瓶对应的瑕疵图像。这可以通过高分辨率相机或专业的检测设备来实现，以确保图像质量足以捕捉到各种瑕疵细节。一旦获取了瑕疵图像，就可以利用图像处理技术来确定瑕疵信息，包括瑕疵位置、瑕疵类型和瑕疵面积。
然后，根据瑕疵的类型和面积来评估每个样本管制注射剂瓶的瑕疵程度。同时，还需要确定这些瑕疵在待优化管制注射剂瓶中对应的瓶体位置，如瓶身、瓶口或瓶底。
随后，基于预设的安全性评估表来确定每种瑕疵类型在不同瓶体位置所允许的预设瑕疵程度。这个评估表是根据行业标准、法规要求以及实际生产经验制定的，旨在确保管制注射剂瓶的安全性和质量。通过比较实际瑕疵程度和预设瑕疵程度，能够筛选出那些具有瑕疵优化需求的瑕疵图像。
最后，利用深度学习技术来构建瓶体瑕疵识别模型。基于筛选出的具有瑕疵优化需求的瑕疵图像以及对应的样本管制注射剂瓶，对瓶体瑕疵识别模型进行训练。通过不断地迭代和优化，瓶体瑕疵识别模型将学会识别和分类各种瑕疵，并能够在新的多角度图像中准确地定位出待优化的瑕疵。
具体地，服务器根据瓶体待应用需求，确定所需的待优化管制注射剂瓶的待采集图像角度，以根据待采集图像角度，以及生产线对应的空间布局，在待优化管制注射剂瓶生产线上设置对应的图像采集装置；基于待优化管制注射剂瓶对应的生产工艺，确定待优化管制注射剂瓶对应的图像采集频率，以按照图像采集频率，并通过生产线上待采集图像角度对应的图像采集装置，获取待优化管制注射剂瓶对应的多角度图像；将多角度图像输入至瓶体瑕疵识别模型中，以识别出待优化管制注射剂瓶对应的瑕疵图像，并根据瑕疵图像对应的图像类型，确定待优化管制注射剂瓶中的待优化瑕疵；图像类型包括主视图、俯视图和仰视图。
在一个实施例中，首先，需要根据瓶体待应用需求来确定所需的待优化管制注射剂瓶的待采集图像角度，以确保能够全面观察并识别出瓶体各种可能的瑕疵。这些角度可能包括瓶身的正面、侧面、顶部和底部等。在确定了待采集图像角度后，需要结合生产线的空间布局，在待优化管制注射剂瓶生产线上设置对应的图像采集装置。这些图像采集装置被设置在能够捕捉到所需角度的清晰图像的位置。
接下来，基于待优化管制注射剂瓶对应的生产工艺来确定图像采集的频率。这个频率需要确保能够在不影响生产效率的前提下，捕捉到足够数量的多角度图像，以供瓶体瑕疵识别模型分析。在确定了图像采集频率之后，就可以按照这个频率，通过生产线上待采集图像角度对应的图像采集装置，获取待优化管制注射剂瓶对应的多角度图像。
在获取了多角度图像之后，将这些图像输入到预先训练好的瓶体瑕疵识别模型中，以通过瓶体瑕疵识别模型对图像进行分析，识别出待优化管制注射剂瓶对应的瑕疵图像。在识别过程中，瓶体瑕疵识别模型会考虑图像的各种特征，如颜色、形状、纹理等，以准确判断瓶体是否存在瑕疵。
最后，需要根据瑕疵图像对应的图像类型来确定待优化管制注射剂瓶中的待优化瑕疵。这里的图像类型可能包括主视图、俯视图和仰视图等。不同类型的图像能够提供瓶体不同部分的瑕疵信息，从而能够更全面地了解瓶体的质量状况。例如，主视图主要用于观察瓶身的整体情况，俯视图和仰视图则分别用于观察瓶口和瓶底部分的瑕疵。
104、根据瓶体信息，对待优化管制注射剂瓶进行瓶体分析，确定待优化管制注射剂瓶对应的性能参数，并根据瓶体待应用需求，确定性能参数需求差值。
具体地，服务器获取与待优化管制注射剂瓶的原材料相同以及瓶体规格相同的至少一个瓶体历史使用数据，并根据至少一个瓶体历史使用数据，确定待优化管制注射剂瓶对应的历史环境参数。需要说明的是，本发明实施例中的历史环境参数包括待优化管制注射剂瓶的历史使用环境温度、历史使用环境湿度和历史使用环境压力。
服务器基于瓶体信息中的原材料数据和瓶体规格数据，对至少一个历史使用环境温度、历史使用环境湿度和历史使用环境压力进行分析，以确定待优化管制注射剂瓶对应的性能参数。需要说明的是，本发明实施例中的性能参数用于表示待优化管制注射剂瓶的当前最大耐温程度、当前最大耐腐蚀程度和当前最大耐压程度。
在一个实施例中，首先，需要获取与待优化管制注射剂瓶的原材料相同以及瓶体规格相同的至少一个瓶体历史使用数据。这些数据可以从制造商的数据库、用户反馈、实验室测试报告等途径获取。瓶体历史使用数据应包含在各种环境条件下的使用情况，特别是与瓶体性能相关的数据。
在收集到足够的历史使用数据之后，从这些数据中提取出历史环境参数，包括历史使用环境温度、历史使用环境湿度和历史使用环境压力。这些环境参数能够直接影响瓶体的耐温、耐腐蚀和耐压等性能。
接下来，基于瓶体信息中的原材料数据和瓶体规格数据，对提取出的历史环境参数进行深入分析，以便准确地理解原材料和规格如何与环境因素相互作用，从而影响瓶体的性能。在分析过程中，需要特别关注瓶体在极端环境下的表现，例如高温、高湿或高压条件下的性能变化。这些数据点对于确定瓶体的性能极限至关重要。
最后，通过分析结果，可以确定待优化管制注射剂瓶对应的性能参数，包括当前最大耐温程度、当前最大耐腐蚀程度和当前最大耐压程度。这些性能参数不仅反映了瓶体在特定环境下的表现，也为后续的优化设计、生产控制和质量检测提供了重要依据。
在本发明的一个实施例中，服务器基于待优化管制注射剂瓶的瓶体待应用需求，确定待优化管制注射剂瓶对应的使用场景，并确定在预设药品供应范围内使用场景对应的至少一个目的地位置；确定待优化管制注射剂瓶对应的药品充装地点，并根据药品充装地点和至少一个目的地位置，确定药品运输对应的运输计划。需要说明的是，本发明实施例中的运输计划包括：运输类型和运输时长，运输类型包括空运、陆运和海运。
服务器根据运输计划，确定每种运输类型对应的运输环境参数，并确定待优化管制注射剂瓶在药品充装时对应的充装环境参数；基于待优化管制注射剂瓶对应的充装环境参数和运输环境参数，确定待优化管制注射剂瓶对应的参考性能参数，以基于待优化管制注射剂瓶的性能参数和参考性能参数，确定待优化管制注射剂瓶对应的性能参数需求差值。
在一个实施例中，首先，需要深入了解待优化管制注射剂瓶的瓶体待应用需求，这包括了解其将被用于何种药品的包装、预计的销售市场、存储条件等。基于这些信息，可以明确待优化管制注射剂瓶的使用场景，例如在热带地区销售，或是需要长时间海运等。
接下来，确定在预设的药品供应范围内，这些使用场景对应的目的地位置。这可能包括具体的城市、国家或地区。了解这些信息有助于预测瓶体在运输和存储过程中可能遇到的环境条件。随后，确定待优化管制注射剂瓶的药品充装地点。充装地点的环境条件，如温度、湿度等，对瓶体的性能也会产生影响。因此，需要获取充装地点的详细环境参数。
在确定了充装地点和目的地位置之后，制定药品的运输计划。这个计划需要考虑多种运输类型，如空运、陆运和海运，并根据实际情况选择最合适的运输方式。同时，还需要估计每种运输方式的运输时长，以便预测瓶体在运输过程中可能经历的环境条件。
基于运输计划，可以确定每种运输类型对应的运输环境参数，如温度、湿度、压力等。这些参数将用于评估瓶体在运输过程中的性能需求。同时，还需要确定待优化管制注射剂瓶在药品充装时对应的充装环境参数。这些参数可能包括充装时的温度、湿度、压力等，它们对瓶体的性能也有重要影响。
有了充装环境参数和运输环境参数之后，可以确定待优化管制注射剂瓶对应的参考性能参数。这些参数是根据瓶体在使用过程中可能遇到的最恶劣环境条件来设定的，以确保瓶体在任何情况下都能保持足够的性能。
105、基于规格需求差值、待优化瑕疵与性能参数需求差值，在待优化管制注射剂瓶对应的生产工艺以及对应生产线中的若干个生产设备中，确定待优化的节点及对应的优化方案，以基于优化方案实现管制注射剂瓶的智能生产优化。
具体地，服务器基于待优化管制注射剂瓶对应的规格需求差值以及性能参数需求差值，确定待优化规格维度以及待优化性能参数维度，并分别确定待优化规格维度在生产线中对应的多个规格控制生产设备，以及待优化性能参数维度在生产线中对应的多个性能参数控制生产设备。需要说明的是，本发明实施例中的规格维度至少包括瓶体容量、瓶体高度、屏体宽度和瓶壁厚度，性能参数维度至少包括耐温程度、耐腐蚀程度和耐压程度。
在多个规格控制生产设备和多个性能参数控制生产设备中，确定待优化规格维度对应的指定规格生产设备，以及待优化性能参数对应的指定性能参数生产设备，并基于指定规格生产设备和指定性能参数生产设备对应的若干个生产参数，确定用于调整待优化规格维度的至少一个指定规格生产参数，以及用于调整待优化性能参数维度的至少一个指定性能参数生产参数；根据待优化管制注射剂瓶对应的规格需求差值，对指定规格生产设备对应的至少一个指定规格生产参数进行调整，以得到优化后的瓶体规格数据，以及根据待优化管制注射剂瓶对应的性能参数需求差值，对指定性能参数生产设备对应的至少一个指定性能参数生产参数进行调整，以得到优化后的瓶体性能参数。
在一个实施例中，首先，对待优化管制注射剂瓶的规格需求差值和性能参数需求差值进行深入分析。规格需求差值涉及瓶体容量、瓶体高度、瓶体宽度和瓶壁厚度等规格维度，而性能参数需求差值则可能关联到耐温程度、耐腐蚀程度和耐压程度等性能参数维度。通过分析这些差值，可以明确哪些规格维度和性能参数维度需要优化。
接下来，在生产线中识别出与这些待优化规格维度和性能参数维度相关的生产设备。对于规格维度，需找到对应的规格控制生产设备，如控制瓶体容量的注塑机、控制瓶体高度的拉伸机等；对于性能参数维度，需确定性能参数控制生产设备，如控制耐温程度的热处理设备、控制耐腐蚀程度的表面处理设备等。
在确定了这些生产设备之后，进一步识别出具体的指定规格生产设备和指定性能参数生产设备。这些设备是直接影响待优化规格维度和性能参数维度的关键环节。随后，分析这些指定设备当前的生产参数，找出用于调整待优化规格维度和性能参数维度的具体生产参数。
有了这些基础信息之后，就可以开始进行优化调整。对于规格维度的优化，需根据规格需求差值，逐步调整指定规格生产设备的相关生产参数，如注塑机的注塑量、拉伸机的拉伸速度等，以得到优化后的瓶体规格数据。对于性能参数维度的优化，依据性能参数需求差值，对指定性能参数生产设备的相关生产参数进行微调，如热处理设备的温度和时间设置、表面处理设备的处理液浓度等，以获得优化后的瓶体性能参数。
在本发明的一个实施例中，服务器按照待优化管制注射剂瓶对应的生产工艺，在多个生产设备对应的相邻多角度图像中，确定出存在关键帧图像的目标相邻多角度图像，并确定目标相邻多角度图像中前一多角度图像对应的途径可选生产设备，以及关键帧图像对应的途径可选生产设备。需要说明的是，本发明实施例中的关键帧图像用于表示待优化管制注射剂瓶生产过程中第一次出现具有瑕疵的瑕疵图像。
服务器基于前一多角度图像的途径可选生产设备和关键帧图像的途径可选生产设备，确定待优化瑕疵对应的异常生产设备，并确定异常生产设备中待优化瑕疵对应的生产参数，以确定待优化瑕疵对应的优化方案。
在一个实施例中，首先，仔细分析待优化管制注射剂瓶的生产工艺，并了解每个生产设备在生产过程中的作用。在此基础上，关注生产线上的多个生产设备对应的相邻多角度图像。这些图像能够提供生产过程中各个阶段的详细信息。
接下来，从这些相邻多角度图像中识别出存在关键帧图像的目标相邻多角度图像。关键帧图像是指生产过程中第一次出现具有瑕疵的图像，它对于确定瑕疵产生的具体环节至关重要。通过对比前一多角度图像和关键帧图像，可以定位到瑕疵首次出现的具体位置。
在确定了关键帧图像之后，进一步分析前一多角度图像和关键帧图像对应的途径可选生产设备。这些设备是在生产过程中可能导致瑕疵产生的关键环节。需仔细检查这些设备的运行状态以及相关的生产参数。基于上述分析，可以确定待优化瑕疵对应的异常生产设备。这些设备可能是导致瑕疵产生的直接原因。接下来，针对这些异常生产设备进行深入的分析，找出其中可能导致瑕疵的具体生产参数。
最后，根据分析的结果，确定待优化瑕疵对应的优化方案。这个方案可能包括调整异常生产设备的生产参数、更换损坏的部件、优化生产工艺流程等。通过实施这些优化措施，可以有效地减少或消除瑕疵的产生，提高产品质量和生产效率。
以上为本发明提出的方法实施例。基于同样的发明构思，本发明实施例还提供了一种管制注射剂瓶的智能生产优化设备，其结构如图2所示。
图2为本发明实施例提供的一种管制注射剂瓶的智能生产优化设备的内部结构示意图。如图2所示，设备包括：
至少一个处理器；
以及，与至少一个处理器通信连接的存储器；
其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够：
获取待优化管制注射剂瓶对应的瓶体信息；其中，瓶体信息包括待优化管制注射剂瓶对应的原材料数据和瓶体规格数据；
根据待优化管制注射剂瓶的瓶体待应用需求，确定瓶体规格数据的规格需求差值；
获取待优化管制注射剂瓶的多角度图像，并将多角度图像输入预设的瓶体瑕疵识别模型，以确定待优化管制注射剂瓶的待优化瑕疵；
根据瓶体信息，对待优化管制注射剂瓶进行瓶体分析，确定待优化管制注射剂瓶对应的性能参数，并根据瓶体待应用需求，确定性能参数需求差值；
基于规格需求差值、待优化瑕疵与性能参数需求差值，在待优化管制注射剂瓶对应的生产工艺以及对应生产线中的若干个生产设备中，确定待优化的节点及对应的优化方案，以基于优化方案实现管制注射剂瓶的智能生产优化。
本发明实施例还提供了一种非易失性计算机存储介质，存储有计算机可执行指令，计算机可执行指令被执行时能够：
获取待优化管制注射剂瓶对应的瓶体信息；其中，瓶体信息包括待优化管制注射剂瓶对应的原材料数据和瓶体规格数据；
根据待优化管制注射剂瓶的瓶体待应用需求，确定瓶体规格数据的规格需求差值；
获取待优化管制注射剂瓶的多角度图像，并将多角度图像输入预设的瓶体瑕疵识别模型，以确定待优化管制注射剂瓶的待优化瑕疵；
根据瓶体信息，对待优化管制注射剂瓶进行瓶体分析，确定待优化管制注射剂瓶对应的性能参数，并根据瓶体待应用需求，确定性能参数需求差值；
基于规格需求差值、待优化瑕疵与性能参数需求差值，在待优化管制注射剂瓶对应的生产工艺以及对应生产线中的若干个生产设备中，确定待优化的节点及对应的优化方案，以基于优化方案实现管制注射剂瓶的智能生产优化。
本发明中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于设备和介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
上述对本发明特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本发明实施例提供的设备和介质与方法是一一对应的，因此，设备和介质也具有与其对应的方法类似的有益技术效果，由于上面已经对方法的有益技术效果进行了详细说明，因此，这里不再赘述设备和介质的有益技术效果。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器 (CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器 (RAM) 和/或非易失性内存等形式，如只读存储器 (ROM) 或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存 (PRAM)、静态随机存取存储器 (SRAM)、动态随机存取存储器 (DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器 (ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘 (DVD) 或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体 (transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本发明的实施例而已，并不用于限制本发明。对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。
Claims (5)
1.一种管制注射剂瓶的智能生产优化方法，其特征在于，所述方法包括：
获取待优化管制注射剂瓶对应的瓶体信息；其中，所述瓶体信息包括所述待优化管制注射剂瓶对应的原材料数据和瓶体规格数据；
根据所述待优化管制注射剂瓶的瓶体待应用需求，确定所述瓶体规格数据的规格需求差值；
获取所述待优化管制注射剂瓶的多角度图像，并将所述多角度图像输入预设的瓶体瑕疵识别模型，以确定所述待优化管制注射剂瓶的待优化瑕疵；
根据所述瓶体信息，对所述待优化管制注射剂瓶进行瓶体分析，确定所述待优化管制注射剂瓶对应的性能参数，并根据所述瓶体待应用需求，确定性能参数需求差值；
基于所述规格需求差值、所述待优化瑕疵与所述性能参数需求差值，在所述待优化管制注射剂瓶对应的生产工艺以及对应生产线中的若干个生产设备中，确定待优化的节点及对应的优化方案，以基于所述优化方案实现管制注射剂瓶的智能生产优化；
所述根据所述待优化管制注射剂瓶的瓶体待应用需求，确定所述瓶体规格数据的规格需求差值，具体包括：
根据所述待优化管制注射剂瓶的瓶体待应用需求，获取与所述瓶体待应用需求相匹配的多个关联管制注射剂瓶，并获取所述多个关联管制注射剂瓶对应的瓶体评估数据集；所述瓶体评估数据集中包括每个关联管制注射剂瓶对应的瓶体规格数据和瓶体性能评估结果；
基于所述瓶体评估数据集，构建所述待优化管制注射剂瓶对应的瓶体规格预测模型，并将所述瓶体待应用需求输入至所述瓶体规格预测模型中，以确定所述待优化管制注射剂瓶对应的目标瓶体规格数据；
在每种规格维度下，基于所述待优化管制注射剂瓶的所述目标瓶体规格数据和所述瓶体信息中的瓶体规格数据，确定每种规格维度下的差值，以确定所述待优化管制注射剂瓶对应的规格需求差值；
所述根据所述瓶体信息，对所述待优化管制注射剂瓶进行瓶体分析，确定所述待优化管制注射剂瓶对应的性能参数，具体包括：
获取与所述待优化管制注射剂瓶的原材料相同以及瓶体规格相同的至少一个瓶体历史使用数据，并根据至少一个所述瓶体历史使用数据，确定所述待优化管制注射剂瓶对应的历史环境参数；其中，所述历史环境参数包括所述待优化管制注射剂瓶的历史使用环境温度、历史使用环境湿度和历史使用环境压力；
基于所述瓶体信息中的所述原材料数据和所述瓶体规格数据，对至少一个所述历史使用环境温度、所述历史使用环境湿度和所述历史使用环境压力进行分析，以确定所述待优化管制注射剂瓶对应的性能参数；所述性能参数用于表示所述待优化管制注射剂瓶的当前最大耐温程度、当前最大耐腐蚀程度和当前最大耐压程度；
所述根据所述瓶体待应用需求，确定性能参数需求差值，具体包括：
基于所述待优化管制注射剂瓶的瓶体待应用需求，确定所述待优化管制注射剂瓶对应的使用场景，并确定在预设药品供应范围内所述使用场景对应的至少一个目的地位置；
确定所述待优化管制注射剂瓶对应的药品充装地点，并根据所述药品充装地点和至少一个所述目的地位置，确定药品运输对应的运输计划；所述运输计划包括：运输类型和运输时长，所述运输类型包括空运、陆运和海运；
根据所述运输计划，确定每种运输类型对应的运输环境参数，并确定所述待优化管制注射剂瓶在药品充装时对应的充装环境参数；
基于所述待优化管制注射剂瓶对应的所述充装环境参数和所述运输环境参数，确定所述待优化管制注射剂瓶对应的参考性能参数，以基于所述待优化管制注射剂瓶的性能参数和参考性能参数，确定所述待优化管制注射剂瓶对应的性能参数需求差值；
所述获取所述待优化管制注射剂瓶的多角度图像，并将所述多角度图像输入预设的瓶体瑕疵识别模型，以确定所述待优化管制注射剂瓶的待优化瑕疵之前，所述方法还包括：
确定出所述待优化管制注射剂瓶的所述瓶体规格数据对应的多个样本管制注射剂瓶，并获取所述多个样本管制注射剂瓶对应的瑕疵图像，确定所述瑕疵图像中的瑕疵信息；其中，所述瑕疵信息包括所述样本管制注射剂瓶对应的瑕疵位置、瑕疵类型和瑕疵面积；
根据所述瑕疵类型和所述瑕疵面积，确定所述样本管制注射剂瓶对应的瑕疵程度，并确定所述瑕疵位置在所述待优化管制注射剂瓶中对应的瓶体位置；所述瓶体位置包括瓶身、瓶口和瓶底；
基于预设的安全性评估表，确定每种瑕疵类型在不同瓶体位置所允许的预设瑕疵程度，以基于所述预设瑕疵程度以及瑕疵程度与瑕疵位置和瑕疵类型之间的映射关系，确定所述多个样本管制注射剂瓶中具有瑕疵优化需求的瑕疵图像；
通过深度学习模型，并基于所述多个样本管制注射剂瓶以及所述多个样本管制注射剂瓶中具有瑕疵优化需求的瑕疵图像，构建所述待优化管制注射剂瓶对应的瓶体瑕疵识别模型；
所述获取所述待优化管制注射剂瓶的多角度图像，并将所述多角度图像输入预设的瓶体瑕疵识别模型，以确定所述待优化管制注射剂瓶的待优化瑕疵，具体包括：
根据所述瓶体待应用需求，确定所需的所述待优化管制注射剂瓶的待采集图像角度，以根据所述待采集图像角度，以及生产线对应的空间布局，在所述待优化管制注射剂瓶生产线上设置对应的图像采集装置；
基于所述待优化管制注射剂瓶对应的生产工艺，确定所述待优化管制注射剂瓶对应的图像采集频率，以按照所述图像采集频率，并通过生产线上所述待采集图像角度对应的图像采集装置，获取所述待优化管制注射剂瓶对应的多角度图像；
将所述多角度图像输入至瓶体瑕疵识别模型中，以识别出所述待优化管制注射剂瓶对应的瑕疵图像，并根据所述瑕疵图像对应的图像类型，确定所述待优化管制注射剂瓶中的待优化瑕疵；所述图像类型包括主视图、俯视图和仰视图。
2.根据权利要求1所述的一种管制注射剂瓶的智能生产优化方法，其特征在于，所述基于所述规格需求差值、所述待优化瑕疵与所述性能参数需求差值，在所述待优化管制注射剂瓶对应的生产工艺以及对应生产线中的若干个生产设备中，确定待优化的节点及对应的优化方案，具体包括：
基于所述待优化管制注射剂瓶对应的规格需求差值以及性能参数需求差值，确定待优化规格维度以及待优化性能参数维度，并分别确定所述待优化规格维度在生产线中对应的多个规格控制生产设备，以及所述待优化性能参数维度在所述生产线中对应的多个性能参数控制生产设备；其中，所述规格维度至少包括瓶体容量、瓶体高度、屏体宽度和瓶壁厚度，所述性能参数维度至少包括耐温程度、耐腐蚀程度和耐压程度；
在所述多个规格控制生产设备和所述多个性能参数控制生产设备中，确定所述待优化规格维度对应的指定规格生产设备，以及所述待优化性能参数对应的指定性能参数生产设备，并基于所述指定规格生产设备和所述指定性能参数生产设备对应的若干个生产参数，确定用于调整所述待优化规格维度的至少一个指定规格生产参数，以及用于调整所述待优化性能参数维度的至少一个指定性能参数生产参数；
根据所述待优化管制注射剂瓶对应的规格需求差值，对所述指定规格生产设备对应的至少一个所述指定规格生产参数进行调整，以得到优化后的瓶体规格数据，以及根据所述待优化管制注射剂瓶对应的性能参数需求差值，对所述指定性能参数生产设备对应的至少一个所述指定性能参数生产参数进行调整，以得到优化后的瓶体性能参数。
3.根据权利要求1所述的一种管制注射剂瓶的智能生产优化方法，其特征在于，所述基于所述规格需求差值、所述待优化瑕疵与所述性能参数需求差值，在所述待优化管制注射剂瓶对应的生产工艺以及对应生产线中的若干个生产设备中，确定待优化的节点及对应的优化方案，具体包括：
按照所述待优化管制注射剂瓶对应的生产工艺，在多个生产设备对应的相邻多角度图像中，确定出存在关键帧图像的目标相邻多角度图像，并确定所述目标相邻多角度图像中前一多角度图像对应的途径可选生产设备，以及所述关键帧图像对应的途径可选生产设备；其中，所述关键帧图像用于表示所述待优化管制注射剂瓶生产过程中第一次出现具有瑕疵的瑕疵图像；
基于所述前一多角度图像的途径可选生产设备和所述关键帧图像的途径可选生产设备，确定所述待优化瑕疵对应的异常生产设备，并确定所述异常生产设备中所述待优化瑕疵对应的生产参数，以确定所述待优化瑕疵对应的优化方案。
4.一种管制注射剂瓶的智能生产优化设备，其特征在于，所述设备包括：
至少一个处理器；
以及，与所述至少一个处理器通信连接的存储器；
其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1-3任一项所述的一种管制注射剂瓶的智能生产优化方法。
5.一种非易失性计算机存储介质，存储有计算机可执行指令，其特征在于，所述计算机可执行指令被执行时，实现如权利要求1-3任一项所述的一种管制注射剂瓶的智能生产优化方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410564535.5A CN118153781B (zh) | 2024-05-09 | 2024-05-09 | 一种管制注射剂瓶的智能生产优化方法、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410564535.5A CN118153781B (zh) | 2024-05-09 | 2024-05-09 | 一种管制注射剂瓶的智能生产优化方法、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN118153781A CN118153781A (zh) | 2024-06-07 |
| CN118153781B true CN118153781B (zh) | 2024-08-06 |
Family
ID=91291984
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410564535.5A Active CN118153781B (zh) | 2024-05-09 | 2024-05-09 | 一种管制注射剂瓶的智能生产优化方法、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118153781B (zh) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117689086A (zh) * | 2024-02-02 | 2024-03-12 | 山东国泰民安玻璃科技有限公司 | 一种中硼硅玻璃瓶的生产参数优化方法、设备及介质 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102019203060A1 (de) * | 2019-03-06 | 2020-09-10 | Krones Ag | Verfahren zur Produktführung in einer Abfüllanlage und Abfüllanlage für Glasflaschen |
| CN111620112A (zh) * | 2020-06-22 | 2020-09-04 | 浙江赛腾自动化设备有限公司 | 一种用于西林瓶视觉检测平台的出瓶装置及输送系统 |
| US11501426B2 (en) * | 2020-09-17 | 2022-11-15 | International Business Machines Corporation | Tracking of mass-produced products |
| CN113920053A (zh) * | 2021-07-22 | 2022-01-11 | 杭州深想科技有限公司 | 基于深度学习的瑕疵检测方法、计算设备和存储介质 |
| CN113627389B (zh) * | 2021-08-30 | 2024-08-23 | 京东方科技集团股份有限公司 | 一种目标检测的优化方法及设备 |
| WO2023224647A1 (en) * | 2022-05-17 | 2023-11-23 | Corning Incorporated | Feedback control systems and methods for glass tube converting processes |
| CN117647962B (zh) * | 2024-01-29 | 2024-04-12 | 山东国泰民安玻璃科技有限公司 | 一种注射剂瓶的生产控制方法、设备及介质 |
| CN117908496B (zh) * | 2024-03-13 | 2024-05-24 | 山东国泰民安玻璃科技有限公司 | 一种管制玻璃瓶的自动化生产调控方法及系统 |
| CN117890389B (zh) * | 2024-03-14 | 2024-05-24 | 上海强华实业股份有限公司 | 精烧制品表面质量在线检测方法、设备及其存储介质 |
| CN117974069B (zh) * | 2024-03-28 | 2024-06-07 | 山东国泰民安玻璃科技有限公司 | 一种注射剂瓶生产数据采集方案制定方法、设备及介质 |
-
2024
- 2024-05-09 CN CN202410564535.5A patent/CN118153781B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117689086A (zh) * | 2024-02-02 | 2024-03-12 | 山东国泰民安玻璃科技有限公司 | 一种中硼硅玻璃瓶的生产参数优化方法、设备及介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN118153781A (zh) | 2024-06-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112912964B (zh) | 利用卷积神经网络对冻干药物产品的缺陷检测 | |
| US6252980B1 (en) | Additional dynamic fluid level and bubble inspection for quality and process control | |
| CN105378453B (zh) | 用于流体样本中的颗粒的分类的系统和方法 | |
| US5414778A (en) | Dynamic fluid level and bubble inspection for quality and process control | |
| WO2022042510A1 (zh) | 蛋白表达量的预测方法、装置、计算机设备和存储介质 | |
| Grassi et al. | Seafood freshness: e-nose data for classification purposes | |
| CN101923029A (zh) | 用于确定泡沫密度的方法和装置 | |
| CN113095444B (zh) | 图像标注方法、装置及存储介质 | |
| CN115272234A (zh) | 瓶盖质量检测方法、装置、计算机设备及存储介质 | |
| US9528975B2 (en) | Non-destructive and non-invasive method for inspecting vegetable materials involving the use of electromagnetic radiation | |
| CN118153781B (zh) | 一种管制注射剂瓶的智能生产优化方法、设备及介质 | |
| JP2022509201A (ja) | クローン選択を容易にするためのシステム及び方法 | |
| McLaughlin et al. | Spatial heterogeneity of the cytosol revealed by machine learning-based 3D particle tracking | |
| US20230169638A1 (en) | Automatic quality categorization method and system for pharmaceutical glass containers | |
| CN113379745A (zh) | 产品缺陷识别方法、装置、电子设备和存储介质 | |
| CN116195264A (zh) | 用于确定相机参数值的方法及装置 | |
| Ghafurian et al. | Classification of protein crystallization x-ray images using major convolutional neural network architectures | |
| CN117357928B (zh) | 一种基于物联网的植物提取方法及系统 | |
| US20240271078A1 (en) | Assessing packed cell volume for cell cultures | |
| Herve et al. | Automated particle inspection of continuously freeze-dried products using computer vision | |
| CN109708585A (zh) | 一种基于视觉跟踪的无标记引伸计动态测量及系统 | |
| Gaspari et al. | Effect of measurement uncertainty on artificial vision methods, for quality control on composite components | |
| WO2024083880A1 (en) | Determining a degree of degradation | |
| Guo et al. | Use of Internet of Things (IoT) technologies to monitor quality in fresh produce supply chains | |
| Onea et al. | Quality analysis of blue-veined cheeses by MRI: a preliminary study |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 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 | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: An intelligent production optimization method, equipment, and medium for controlled injection bottles Granted publication date: 20240806 Pledgee: Dongping County sub branch of Postal Savings Bank of China Ltd. Pledgor: Shandong Guotai Minan Glass Technology Co.,Ltd. Registration number: Y2024980040337 |