EP0775533A2

EP0775533A2 - Sorting method

Info

Publication number: EP0775533A2
Application number: EP96118241A
Authority: EP
Inventors: Martin Rosatzin; Fernando Alvarez
Original assignee: Elpatronic AG
Current assignee: Elpatronic AG
Priority date: 1995-11-24
Filing date: 1996-11-14
Publication date: 1997-05-28
Also published as: MX9605774A; CA2191120A1; AR004340A1; EP0775533A3; BR9605701A

Abstract

The method involves sorting in accordance with a number of object properties determined by at least one test device. The characteristics of a large number of objects are first determined by the test device before sorting commences. The results are evaluated and are graduated and stored according to frequency of occurrence. During the actual sorting the characteristics of the individual objects are determined and sorting decisions made depending on comparisons with the frequencies of occurrence of measurement values made on the large number of objects.

Description

Die Erfindung betrifft ein Verfahren zum Sortieren von Gegenständen in mindestens zwei Sortierklassen aufgrund einer Mehrzahl von durch mindestens eine Prüfeinrichtung an den Gegenständen festgestellten Eigenschaften. Ferner betrifft die Erfindung eine Vorrichtung zur Durchführung des Verfahrens sowie eine Anwendung des Verfahrens.The invention relates to a method for sorting objects in at least two sorting classes on the basis of a plurality of properties determined on the objects by at least one test device. The invention further relates to a device for carrying out the method and an application of the method.

In den verschiedensten Anwendungsgebieten kann sich das Problem stellen, dass Gegenstände aufgrund ihrer Eigenschaften sortiert werden müssen. Insbesondere wenn bei den Gegenständen jeweils eine Vielzahl von Eigenschaften geprüft werden, und wenn Eigenschaften geprüft werden, bei denen das Messresultat auf vielfältige Weise variieren kann, und wenn zudem der Entscheid über die Sortierung rasch gefällt werden muss, z.B. weil pro Zeiteinheit viele Gegenstände anfallen, so ist der maschinelle Aufwand für die Prüfung bzw. Sortierung sehr hoch. Als Beispiel kann die Prüfung von Mehrweg-Getränkeflaschen bei ihrem Rücklauf angeführt werden. Dabei wird durch Prüfeinrichtungen ermittelt, ob in der Flasche eine unzulässige Verunreinigung vorhanden ist, wozu z.B. das Massenspektrum einer Gasprobe aus jeder Flasche ermittelt wird. Ein entsprechendes Verfahren und eine Vorrichtung dazu sind aus EP-A-0 579 952 bekannt. Zusätzlich zu der Analyse mit einem Massenspektrometer kann z.B. ein Detektor für polyaromatische Kohlenwasserstoffe eingesetzt sein und es kann z.B. ferner das Farbspektrum von Restflüssigkeit in der Flasche ermittelt werden. Weitere Prüfeinrichtungen prüfen z.B. die Höhe der Flasche, das Vorhandensein eines Deckels, das Vorliegen eines Lecks, das Vorhandensein von zulässigen Etiketten usw. Als Resultat dieser Prüfung stehen also eine Vielzahl von Messwerten als Spektren oder Einzelmesswerte zur Verfügung. Die Einzelmesswerte können dabei z.B. in die Spektren integriert werden, um für die Auswertung ein einheitliches Messwertformat zu erhalten. Ausgehend von den Messwerten muss nun der Sortierentscheid gefällt werden, ob die jeweilige Flasche als "gute" Flasche zur erneuten Befüllung vorgesehen ist oder als "schlechte" Flasche auszuscheiden ist. Es sind natürlich auch mehr als zwei Sortierkriterien möglich, z.B. das Aussortieren von Flaschen, die einer erneuten oder weiteren Prüfung zuzuführen sind und also noch nicht als gut oder schlecht definitiv sortiert sind.The problem can arise in a wide variety of applications that objects have to be sorted based on their properties. In particular if a large number of properties are checked for each item, and if properties are checked for which the measurement result can vary in a variety of ways, and if the decision on sorting must also be made quickly, e.g. because many items are generated per unit of time, the mechanical effort for checking and sorting is very high. As an example, the testing of reusable beverage bottles can be cited when they return. It is determined by test equipment whether there is an impermissible contamination in the bottle, for which purpose the mass spectrum of a gas sample from each bottle is determined. A corresponding method and a device for this are known from EP-A-0 579 952. In addition to the analysis with a mass spectrometer, a detector for polyaromatic hydrocarbons can be used, for example, and the color spectrum of residual liquid in the bottle can also be determined. Other test facilities check, for example, the height of the bottle, the presence of a lid, the presence of a leak, the presence of permissible labels, etc. As a result of this test, a large number of measured values are available as spectra or individual measured values. The individual measured values can be integrated into the spectra, for example in order to obtain a uniform measurement format for the evaluation. Based on the measured values, the sorting decision must now be made as to whether the respective bottle is intended as a "good" bottle for refilling or whether it is to be discarded as a "bad" bottle. Of course, more than two sorting criteria are also possible, for example the sorting out of bottles that have to be checked again or further and are therefore not yet definitely sorted as good or bad.

Der Erfindung liegt die Aufgabe zugrunde, ein Sortierverfahren der eingangs genannten Art zu schaffen, das rasch und mit relativ geringem Aufwand durchgeführt werden kann, und welches gute Sortierresultate bringt, d.h. die Klasse der schlechten Flasche soll möglichst vollständig erfasst werden, und dabei sollen möglichst wenige gute Flaschen fälschlicherweise als schlecht eingestuft werden.The invention has for its object to provide a sorting method of the type mentioned, which can be carried out quickly and with relatively little effort, and which brings good sorting results, i.e. the class of the bad bottle should be recorded as completely as possible, and as few as possible wrong bottles should be wrongly classified as bad.

Diese Aufgabe wird dadurch gelöst, dass durch eine Prüfeinrichtung zunächst vor dem Sortierbetrieb die Eigenschaften bei einer grossen Zahl der Gegenstände festgestellt werden und die dabei ermittelten Messwerte durch eine Auswerteinrichtung nach der Häufigkeit des Vorkommens eingeteilt und gespeichert werden, und dass nachfolgend im eigentlichen Sortierbetrieb durch eine Prüfeinrichtung die Eigenschaften der einzelnen zu sortierenden Gegenstände festgestellt werden und der Sortierentscheid danach gefällt wird, ob die am jeweiligen Gegenstand festgestellten Eigenschaften bei der grossen Zahl von Gegenständen mit einer vorbestimmten Häufigkeit und Aehnlichkeit aufgetreten sind oder nicht.This object is achieved in that the properties of a large number of objects are first determined by a test device before the sorting operation and the measured values determined are classified and stored by an evaluation device according to the frequency of occurrence, and that subsequently in the actual sorting operation by a Testing device the properties of the individual objects to be sorted are determined and the sorting decision is made according to whether or not the properties determined on the respective object have occurred with a large number of objects with a predetermined frequency and resemblance.

In einem ersten Schritt werden somit vor dem eigentlichen Sortierbetrieb an einer grossen Zahl von Objekten, die den später zu sortierenden Objekten wesensgleich sind, deren Eigenschaften festgestellt und es wird eine "Bibliothek" erstellt, die die Eigenschaften in geordneter Weise festhält. Zur Feststellung der Eigenschaften bzw. der Messwerte der Objekte kann dieselbe Prüfanordnung verwendet werden, die später auch die Sortierung ausführt oder es kann eine andere Prüfeinrichtung verwendet werden, die aber dieselben Messwerte erfasst wie die später zur Sortierung verwendete Prüfeinrichtung. Die auf diese Weise geschaffene Bibliothek bietet dann die Basis für das eigentliche Sortieren von Objekten. Die zu sortierenden Objekte werden im normalen Betrieb der Prüfeinrichtung geprüft und die Messwerte bzw. Eigenschaften der Objekte werden mit der Bibliothek verglichen. Das Sortierkriterium ist dann, ob in der Bibliothek schon ein gleicher Eintrag - oder ein genügend ähnlicher Eintrag - vorhanden ist und wenn ja, mit welcher Häufigkeit. Ist der Eintrag mit vorbestimmter genügender Häufigkeit vorhanden, so fällt das Objekt unter eine erste Sortierklasse, andernfalls in eine zweite Sortierklasse. Natürlich könnte auch zwischen mehreren vorbestimmten Häufigkeitsbereichen unterschieden werden, wodurch sich mehr als zwei Sortierklassen ergeben. Das Kriterium für das eigentliche Sortieren ist also, mit welcher Häufigkeit dieselbe oder eine genügend ähnliche Messwertkombination schon einmal bei der Erstellung der Bibliothek vorgekommen ist. Angewandt auf das eingangs erwähnte Beispiel der Mehrwegflaschen wird die mit den genannten Prüfeinrichtungen erstellte Bibliothek mit grosser Häufigkeit Messwerte enthalten, die einer üblichen Flasche und einem der üblichen in der Flasche vorkommenden Getränk, z.B. Orangensaft, entsprechen; mit geringer Häufigkeit werden Messwerte bzw. Eintragungen vorhanden sein, die auf eine unzulässige Flasche oder eine unzulässige Verunreinigung hindeuten, z.B. auf das Vorhandensein von Benzin. Beim nachfolgenden Sortieren beim Betrieb einer Flaschenprüfanlage wird dann bei einer Flasche, die nur Getränkespuren, bzw. Orangensaftspuren, enthält festgestellt, dass die ermittelten Messwerte der Flasche mit hinreichender Aehnlichkeit einer der Bibliothekseintragungen, nämlich derjenigen für Orangensaftgetränk gleichen und dass der als hinreichend ähnlich angesehene Bibliothekseintrag über einer vorbestimmten Häufigkeitsschwelle liegt, was dahingehend interpretiert wird, dass die geprüfte Flasche als gut zu sortieren ist. Bei einer Benzinspuren enthaltenden Flasche wird hingegen festgestellt werden, dass ein hinreichend ähnlicher Eintrag in der Bibliothek unterhalb einer vorbestimmten Häufigkeitsschwelle liegt und die Flasche wird somit als schlechte Flasche ausgeschieden werden. Mit anderen Worten, die Entscheidung, wie ein Gegenstand beim Sortieren einzureihen ist, wird aus der Statistik einer vorgängig geprüften Anzahl Gegenstände abgeleitet; auf das Problem der Flaschen übertragen wird geschlossen, dass eine Flasche mit einer häufig vorkommenden Messwertkombination immer eine gute Flasche ist bzw. eine häufig vorkommende Flasche kann nicht eine schlechte Flasche sein. Zur Optimierung der Bibliothek können auch Messspektren von speziell präparierten Flaschen oder von im natürlichen Flaschenvorkommen gefundenen Schlechtflaschen in die Bibliothek eingelesen werden.In a first step, prior to the actual sorting operation, the properties of a large number of objects which are essentially the same as the objects to be sorted later are determined and a "library" is created which records the properties in an orderly manner. The same test arrangement can be used to determine the properties or the measured values of the objects can be used, which also carries out the sorting later, or another test device can be used, but which records the same measured values as the test device used later for sorting. The library created in this way then provides the basis for the actual sorting of objects. The objects to be sorted are checked during normal operation of the test facility and the measured values or properties of the objects are compared with the library. The sort criterion is then whether the library already has the same entry - or a sufficiently similar entry - and if so, with what frequency. If the entry is present with a predetermined sufficient frequency, the object falls under a first sorting class, otherwise into a second sorting class. Of course, a distinction could also be made between several predetermined frequency ranges, which results in more than two sorting classes. The criterion for the actual sorting is the frequency with which the same or a sufficiently similar combination of measured values has already occurred when the library was created. Applied to the example of reusable bottles mentioned at the beginning, the library created with the test devices mentioned will contain, with great frequency, measurement values which correspond to a conventional bottle and one of the usual drinks found in the bottle, for example orange juice; measured values or entries will be available with a low frequency, which indicate an impermissible bottle or impermissible contamination, for example the presence of gasoline. In the subsequent sorting during the operation of a bottle testing system, it is then determined in the case of a bottle that only contains traces of beverage or orange juice that the measured values of the bottle are similar to one of the library entries, namely those for orange juice drink, and that the library entry is considered to be sufficiently similar lies above a predetermined frequency threshold, which is interpreted to mean that the tested bottle is to be sorted as good. In the case of a bottle containing traces of petrol, on the other hand, it will be found that a sufficiently similar entry in the library is below a predetermined frequency threshold and the bottle will therefore be eliminated as a bad bottle. In other words, the decision as to how an item is to be ranked is derived from the statistics of a previously checked number of items; In relation to the problem of bottles, it is concluded that a bottle with a frequently occurring combination of measured values is always a good bottle, or that a frequently occurring bottle cannot be a bad bottle. To optimize the library, measurement spectra of specially prepared bottles or bad bottles found in natural bottle deposits can also be read into the library.

Die Vorrichtung zur Durchführung des Verfahrens ist gekennzeichnet durch die Merkmale des Patentanspruchs 4. Eine bevorzugte Anwendung des Verfahrens ist im Patentanspruch 5 definiert.The device for performing the method is characterized by the features of claim 4. A preferred application of the method is defined in claim 5.

Im folgenden werden Ausführungsbeispiele der Erfindung anhand der Figuren näher erläutert. Dabei zeigt

Figur 1 grobschematisch ein Diagram mit der Häufigkeitsverteilung von Messwertkombinationen; und
Figur 2 grobschematisch das Blockschaltbild einer Vorrichtung zur Durchführung des Verfahrens.

Exemplary embodiments of the invention are explained in more detail below with reference to the figures. It shows

FIG. 1 roughly a diagram with the frequency distribution of measurement value combinations; and
Figure 2 is a rough schematic of the block diagram of an apparatus for performing the method.

Nachfolgend wird das Verfahren anhand einer speziellen Behälterart, nämlich anhand von Mehrweg-PET-Flaschen beschrieben, bei denen das Verfahren besonders vorteilhaft anwendbar ist, da dabei eine Vielzahl von Messwerten anfallen und in kurzer Zeit, z.B. in 100 ms bei einem Flaschendurchsatz von 600 Flaschen/Minute ein Sortierentscheid gefällt werden muss. Natürlich lässt sich das Verfahren bei irgendwelchen anderen Gegenständen anwenden.The method is described below using a special type of container, namely using reusable PET bottles, in which the method can be used particularly advantageously, since a large number of measurement values are obtained and in a short time, for example in 100 ms with a bottle throughput of 600 bottles / Minute a sorting decision has to be made. Of course, the method can be applied to any other object.

Bei rücklaufenden Mehrwegflaschen, insbesondere bei PET-Flaschen, findet eine Untersuchung der Flasche selber und der in den Flaschen enthaltenen Reststoffe statt. In EP-A-0 579 952 ist dargelegt, wie aus auf einer Fördereinrichtung in rascher Kadenz geförderten Flaschen Gasproben entnommen werden, die einem Massenspektrometer für die Prüfung zugeführt werden. Neben der Prüfung einer Gasprobe aus dem Behälter können noch, wie bereits erwähnt, weitere Prüfungen vorgenommen werden. Zum Beispiel kann das Farbspektrum der Restflüssigkeit im Behälter ermittelt werden. Ferner können Behältereigenschaften wie z.B. die Dichtigkeit, die Behälterhöhe usw. geprüft werden. Die auf diese Weise durch mindestens eine Prüfeinrichtung erhobenen Messresultate werden nun als Beurteilungsgrundlage verwendet, um die Behälter in mehrere Gruppen zu sortieren, z.B. in wiederverwendbare, gute Flaschen, in beschränkt verwendbare und in nicht mehr verwendbare, schlechte Flaschen. Gemäss der Erfindung wird das Sortierverfahren nun auf die beanspruchte spezielle Art und Weise durchgeführt. Zur Sortierung der Flaschen wird zunächst eine Sammlung der Flascheneigenschaften an einer grossen Stichprobe von Flaschen vorgenommen. Diese Sammlung kann als Bibliothek bezeichnet werden und deren Erstellung erfolgt vor dem Sortierbetrieb. Die Erstellung der Bibliothek kann dabei im normalen Betrieb einer Flaschenprüfanlage durchgeführt werden, die die Flaschen aufgrund bisheriger Sortieralgorithmen sortiert. Die Bibliothek kann aber auch in einem speziellen Flaschendurchlauf erstellt werden. Jedenfalls wird aus einer grossen Stichprobe, welche z.B. 10'000 Flaschen umfassen kann, die Statistik aller Flaschen, d.h. des gesamten Flaschenflusses dadurch hinreichend genau abgebildet, dass die Flaschen basierend auf der Messung in verschiedene Klassen mit entsprechenden Prozentzahlen eingeteilt werden. Man kann dabei von Selbstlernresultaten sprechen, da die Flaschen durch die Prüfeinrichtung laufen und die Bibliothek durch die Steuereinrichtung - in der Regel durch einen Digitalrechner - selbständig aufgebaut wird. Figur 1 zeigt schematisch die Darstellung der Häufigkeitsverteilung der Messwertkombinationen bei der Aufnahme der Stichprobe. Auf der Ordinate ist dabei die Häufigkeit einer bestimmten Messwertkombination aufgetragen. Wie in Figur 1 ersichtlich, ergibt sich eine Kurve 1 der Häufigkeitsverteilung der Messwertkombinationen. Die verschiedenen Kombinationen von Messwerte können dabei in verschiedene Klassen eingeteilt werden, was im gezeigten Beispiel auf der Abszisse mit den Klassen 1 bis 19 dargestellt ist. In der Klasse 10 z.B. können solche Messwertkombinationen vorhanden sein, deren Massenspektrum auf ein Getränk hindeutet, z.B. Orangensaft und deren Farbspektrum zu dem ebenfalls Orangensaft entspricht und bei dem die Flaschen kein Leck aufweisen und eine korrekte Höhe haben. In der Stichprobe des Flaschenrücklaufs befinden sich eine grosse Anzahl solcher intakten und mit keiner Verunreinigung versehenen Flaschen, die ehemals mit Orangensaft gefüllt waren und daher ist die Häufigkeit von Messwerten in dieser Klasse 10 hoch. Dasselbe gilt z.B. für Messwertkombinationen, welche eher auf mit einem Cola-Getränk gefüllte Flaschen hinweisen, welche z.B. in der Klasse 9 eingeordnet sein können. Selten werden in der Stichprobe, die eine zufällige, repräsentative Stichprobe ist, solche Flaschen vorkommen, deren Messwertkombination z.B. ein Massenspektrum aufweist, das auf das Vorhandensein von einem organischen Lösungsmittel hinweist. Solche rücklaufenden Flaschen kommen indes vereinzelt vor, da leere PET-Flaschen mit gewisser Häufigkeit zur Aufbewahrung von irgendwelchen nicht zur Konsumation bestimmten Flüssigkeiten verwendet werden. Es ist z.B. möglich, dass eine auf bestimmte Lösungsmittel hinweisende Messwertkombination mit einer relativ geringen Häufigkeit auftritt und in der Kurve 1 an deren rechten Randbereich zu finden ist. Diese speziellen Messwertkombinationen können in einer Klasse 18 zusammengefasst sein. Die Verteilung der Kurve 1 ergibt sich aus der Stichprobe. Die Einteilung in die Klassen 1 bis 19 ist natürlich willkürlich und kann je nach der Art der gemessenen Objekte verschieden sein. Die Einteilung in neunzehn gleichmässige Klassen ist nur als Beispiel zu verstehen. Zur Vervollständigung der Bibliothek werden nun, basierend auf der allgemein bekannten statistischen Verteilung der Gegenstände bzw. Retourflaschen, Regeln angewandt bzw. festgelegt, welche die verschiedenen Klassen in mindestens zwei Gruppen einteilt. Auf die Flaschen bezogen ist die Gruppeneinteilung mindestens in eine gute Gruppe und in eine schlechte Gruppe vorzunehmen. In der Figur 1 ist dies auf der rechts dargestellten Abszisse mit der Bezeichnung Entscheidung dargestellt, bei der oberhalb einer bestimmten Häufigkeit die Entscheidung "gut" angegeben ist, d.h. die unter dieses Kriterium fallenden Flaschen werden zur Wiederbefüllung freigegeben, während die anderen Flaschen, die unter das Entscheidungskriterium "schlecht" fallen, ausgesondert werden. Die Entscheidung wird dabei aufgrund der Häufigkeit der Stichprobenverteilung gefällt. In dem dargestellten Beispiel fallen diejenigen Flaschen unter das Sortierkriterium schlecht, deren Messwertkombinationen weniger häufig als z.B. 15 % der Fälle auftauchen. Es sind dies die Messwertkombinationen, die in die Klassen 1, 2 und 3 sowie in die Klassen 17, 18 und 19 fallen. Mit anderen Worten, diejenigen Messwertkombinationen, die in der Stichprobe mit mehr als 15 % der Fälle vertreten sind, erhalten das Sortierkriterium "gut" zugeteilt, die anderen das Sortierkriterium "schlecht". Natürlich könnte eine Unterteilung nach mehr als nur zwei Sortierkriterien vorgenommen werden. In Figur 1 ist als Variante eine weitere Unterteilung durch die gestrichelte Linie 2 dargestellt, die bei einer Häufigkeit der Messwertkombination von z.B. 25 % gezogen ist. Denjenigen Messwertkombinationen, die zwischen 15 % und 25 % liegen, kann z.B. ein weiteres Sortierkriterium zugeordnet werden, welches eine Nachprüfung der Flasche mit speziellen Mitteln beinhaltet. Diese Flaschen werden also weder als gut noch als schlecht eingestuft, sondern als nachzuprüfende Flaschen. Mit der Aufnahme der Messwertkombination der grossen Stichprobe und der Einteilung in Klassen, wobei auch nur eine oder zwei Klassen für die gesamte Verteilung vorgesehen sein kann, ist der Aufbau der Bibliothek abgeschlossen. Diese Bibliothek bildet die Grundlage für das Sortieren der Flaschen im eigentlichen Sortierbetrieb. Wie bereits erwähnt, kann der Aufbau der Bibliothek während des Betriebes einer Flaschenprüfungsanlage erfolgen. Die Bibliothek kann im Betrieb in periodischen oder zufälligen Abständen oder stetig dem Flaschenfluss angepasst werden, in dem der gegenwärtige Flaschenfluss als Stichprobe betrachtet wird, der die Häufigkeitsverteilung der Bibliothek beeinflusst.In the case of returnable returnable bottles, in particular PET bottles, the bottle itself and the residues contained in the bottles are examined. EP-A-0 579 952 describes how gas samples are taken from bottles conveyed in rapid cadence on a conveyor and are fed to a mass spectrometer for testing. In addition to testing a gas sample from the container, as already mentioned, other tests can also be carried out. For example, the color spectrum of the residual liquid in the container can be determined. Furthermore, container properties such as tightness, container height etc. can be checked. The measurement results obtained in this way by at least one test device are now used as the basis for the assessment in order to sort the containers into several groups, for example into reusable, good bottles, into restrictedly usable and no longer usable, bad bottles. According to the invention, the sorting process is now carried out in the special manner claimed. To sort the bottles, a collection of the bottle properties is first carried out on a large sample of bottles. This collection can be called a library and it is created before the sorting operation. The library can be created during normal operation of a bottle inspection system, which sorts the bottles based on previous sorting algorithms. The library can also be created in a special bottle run. In any case, the statistics of all bottles, ie the total bottle flow, are mapped with sufficient accuracy from a large sample, which may include 10,000 bottles, for example, by dividing the bottles into different classes with corresponding percentages based on the measurement. One can speak of self-learning results since the bottles run through the test facility and the library through the control facility - as a rule by a digital computer - is set up independently. FIG. 1 shows a schematic representation of the frequency distribution of the measured value combinations when the sample was taken. The frequency of a specific combination of measured values is plotted on the ordinate. As can be seen in FIG. 1, a curve 1 of the frequency distribution of the measured value combinations results. The different combinations of measured values can be divided into different classes, which is shown in the example shown on the abscissa with classes 1 to 19. In class 10, for example, there may be combinations of measured values whose mass spectrum indicates a drink, for example orange juice and whose color spectrum corresponds to that of orange juice and in which the bottles have no leak and are of the correct height. In the sample of the bottle return, there are a large number of such intact and non-contaminated bottles that were formerly filled with orange juice and therefore the frequency of measurements in this class 10 is high. The same applies, for example, to combinations of measured values, which rather indicate bottles filled with a cola drink, which can be classified, for example, in class 9. Rarely will the sample, which is a random, representative sample, contain bottles whose combination of measured values has, for example, a mass spectrum that indicates the presence of an organic solvent. Such returning bottles occur occasionally, however, since empty PET bottles are used with a certain frequency to store any liquids not intended for consumption. It is possible, for example, that a combination of measured values indicating certain solvents occurs with a relatively low frequency and can be found in curve 1 on the right edge area thereof. These special combinations of measured values can be combined in a class 18. The distribution of curve 1 results from the Sample. The division into classes 1 to 19 is of course arbitrary and can vary depending on the type of objects measured. The division into nineteen uniform classes is only to be understood as an example. To complete the library, rules are then applied based on the generally known statistical distribution of the objects or return bottles, which rules divide the different classes into at least two groups. With regard to the bottles, the grouping should at least be made into a good group and a bad group. In FIG. 1, this is shown on the abscissa shown on the right with the designation decision, in which the decision "good" is specified above a certain frequency, ie the bottles falling under this criterion are released for refilling, while the other bottles, which are under the decision criterion "bad" fall, be eliminated. The decision is made based on the frequency of the sample distribution. In the example shown, those bottles fall badly under the sorting criterion whose combinations of measured values occur less frequently than, for example, 15% of the cases. These are the measured value combinations that fall into classes 1, 2 and 3 as well as classes 17, 18 and 19. In other words, those combinations of measured values that are represented in the sample with more than 15% of the cases are assigned the sorting criterion "good", the others are assigned the sorting criterion "bad". Of course, a subdivision could be made according to more than just two sorting criteria. In FIG. 1, a further subdivision is shown by the dashed line 2 as a variant, which is drawn at a frequency of the measurement value combination of, for example, 25%. For those combinations of measured values that lie between 15% and 25%, another sorting criterion can be assigned, for example, which includes checking the bottle with special means. This Bottles are therefore neither classified as good nor bad, but as bottles to be checked. With the inclusion of the measured value combination of the large sample and the division into classes, whereby only one or two classes can be provided for the entire distribution, the structure of the library is completed. This library forms the basis for sorting the bottles in the actual sorting operation. As already mentioned, the library can be set up while a bottle inspection system is in operation. The library can be periodically or randomly adjusted in operation or continuously adapted to the bottle flow by taking a sample of the current bottle flow, which influences the frequency distribution of the library.

Im eigentlichen Sortierbetrieb wird nun durch eine Vergleichseinrichtung jedem Satz von Messungen bzw. jeder Messwertkombination an einem Objekt der ähnlichste Bibliothekseintrag bzw. die ähnlichste Klasse der Klassen 1 bis 19 zugeordnet, sofern überhaupt eine Klasse mit hinreichend genauer Uebereinstimmung gefunden werden kann. Wird eine solche Klasse gefunden, so wird dem Objekt bzw. der Flasche das entsprechende Sortierkriterium zugeordnet. Wenn also im eigentlichen Sortierbetrieb eine intakte Flasche auftritt, deren Messwertkombination auf Orangensaft hin deutet, so wird bei genügender Uebereinstimmung mit der Messwertkombination der Klasse 10 die Flasche dieser Klasse zugeordnet. Auf diese Weise wird der Flasche weiter das zugehörige Sortierkriterium "gut" zugeordnet, da alle Flaschen, deren Häufigkeit der Klasse 10 entspricht, als gut zu bewerten sind. Es ist nämlich statistisch auszuschliessen, dass bei rücklaufenden Mehrwegflaschen als schlecht zu bezeichnende Flaschen mit einer derartigen Häufigkeit auftreten. Hingegen wird im eigentlichen Sortierbetrieb eine Flasche, deren Messwertkombination in der Bibliothek nur mit einer geringen, im gezeigten Beispiel unter 15 % liegenden Häufigkeit auftritt, als schlecht bewertet. Diese Flasche kann z.B. eine Messwertkombination aufweisen, die in der Klasse 2 zu finden ist. Diese Flasche wird aus dem Mehrweg-Umlauf ausgeschieden, da die geringe Häufigkeit der ihr zukommenden Messwertkombination statistisch darauf schliessen lässt, dass eine als schlecht zu beurteilende Flasche vorliegt. Flaschen, die gar keiner Klasse zugeordnet werden können, werden ebenfalls als schlechte Flaschen ausgeschieden.In the actual sorting operation, the most similar library entry or the most similar class of classes 1 to 19 is now assigned to each set of measurements or each combination of measured values on an object by means of a comparison device, if a class with a sufficiently exact match can be found at all. If such a class is found, the corresponding sorting criterion is assigned to the object or bottle. If, therefore, an intact bottle occurs in the actual sorting operation, the measurement value combination of which points to orange juice, the bottle is assigned to this class if there is sufficient agreement with the measurement value combination of class 10. In this way, the associated sorting criterion "good" is assigned to the bottle, since all bottles whose frequency corresponds to class 10 are to be rated as good. In fact, it can be statistically excluded that bottles with a frequency of this type occur in returnable returnable bottles. On the other hand, in the actual sorting operation, a bottle whose measurement value combination occurs in the library only with a low frequency, which is below 15% in the example shown, rated as bad. This bottle can, for example, have a combination of measured values that can be found in class 2. This bottle is discarded from the reusable circulation, since the low frequency of the combination of measured values it receives statistically suggests that there is a bottle to be assessed as bad. Bottles that cannot be assigned to any class are also eliminated as bad bottles.

Es wird nun noch einmal auf den Aufbau der Bibliothek eingegangen, wobei verschiedene Möglichkeiten gezeigt werden, wie die verschiedenen Messwerte in einer Messwertkombination vereinheitlicht werden können. Jeder Messvorgang an einem Behälter ergibt eine Vielzahl von Messwerten (z.B. Massenspektrum, Farbspektrum, Messung des PAK-Detektors (PAK = polyaromatische Kohlenwasserstoffe), Messung der Füllhöhe, Höhe der Flasche, Deckel, etc.). Die Menge aller Messwerte bilden ein Messspektrum. Die Messspektren verschiedener Messinstrumente können in verschiedenen Varianten verarbeitet werden:

1. Alle Messdaten werden in einem Messspektrum zusammengefasst (z.B. Massenspektrum und PAK) und verarbeitet.
2. Die Messdaten werden als unabhängige Messspektren (z.B. Farbmessung) behandelt und die verschiedenen einzelnen Messspektren in einer höheren logischen Ebene zusammen verarbeitet.
3. Die Messdaten werden als unabhängige Messspektren (z.B. Farbmessung) behandelt und die verschiedenen einzelnen Messspektren in einer Kreuzkorrelation verarbeitet.
4. Eine Kombination der Varianten 1.-3.

The structure of the library will now be discussed again, with different possibilities being shown how the different measured values can be standardized in a combination of measured values. Each measurement process on a container results in a large number of measurement values (e.g. mass spectrum, color spectrum, measurement of the PAH detector (PAA = polyaromatic hydrocarbons), measurement of the fill level, height of the bottle, lid, etc.). The set of all measured values form a measurement spectrum. The measuring spectra of different measuring instruments can be processed in different variants:

1. All measurement data are summarized in a measurement spectrum (eg mass spectrum and PAK) and processed.
2. The measurement data are treated as independent measurement spectra (eg color measurement) and the various individual measurement spectra are processed together at a higher logical level.
3. The measurement data are treated as independent measurement spectra (eg color measurement) and the various individual measurement spectra are processed in a cross-correlation.
4. A combination of variants 1.-3.

Mehrere Referenz-Messspektren werden in einem Datenfile abgespeichert und als Referenz-Bibliothek verwendet und zusammen mit jedem Messspektrum wird auch eine Zusatzinformation abgespeichert, welche die Sortierkriterien definiert, z.B. "GUT", "SORTIEREN" oder "SCHLECHT" für gute, weiterzusortierende und auszuscheidende Flaschen. In dieser Referenz-Bibliothek ist auch eine Referenzmessung abgespeichert, welche die veränderlichen Umwelteinflüsse kompensiert (Hintergrundsignale). Die Bibliothek kann unverändert bleiben, oder periodisch resp. kontinuierlich der Statistik des Objektflusses (Flaschenflusses) angepasst werden. Bei selbstadaptiven Bibliotheken kommt der Vermeidung einer Fehlerfortpflanzung besondere Bedeutung zu (Stabilität der Bibliothek).Several reference measurement spectra are stored in a data file and used as a reference library, and together with each measurement spectrum, additional information is also stored that defines the sorting criteria, e.g. "GOOD", "SORT" or "BAD" for good bottles to be sorted and rejected. A reference measurement is also stored in this reference library, which compensates for the changing environmental influences (background signals). The library can remain unchanged, or periodically resp. continuously adapted to the statistics of the object flow (bottle flow). With self-adaptive libraries, avoiding error propagation is of particular importance (library stability).

Der Aufbau und die Anpassung einer Bibliothek erfolgt vorzugsweise selbstlernend. Die Anzahl von möglichen Inhaltsstoffen in Behältern ist äusserst vielfältig und wird zusätzlich vergrössert durch verschiedenste Umwelteinflüsse (Gefrieren, Schimmel, Fermentierung, Fremdstoffe, etc.) Aus diesem Grund ist der Aufbau von einzelnen Messspektren nur über empirische Messung möglich. Da für eine repräsentative Statistik eine grosse Zahl von Messspektren erforderlich ist, die manuell nicht zu handhaben ist, wird für den Aufbau oder die Anpassung einer Bibliothek in einem Selbstlernverfahren die ganze oder eine definiert eingeschränkte Auswahl der Gesamtheit aller Messspektren abgespeichert und nach statistischen Gesichtspunkten angeordnet. Statische Informationen und andere Kriterien erlauben die manuelle oder automatische Zuordnung der Messspektren zu einem der Sortierkriterien. Für diese Zuordnung werden bekannte Informationen der statistischen Verteilung der verschiedenen Behältereigenschaften zugrundegelegt. Die Zuordnung der Klasse 3 zum Sortierkriterium "SCHLECHT" erfolgt also aufgrund solcher Kriterien.The setup and adaptation of a library is preferably self-learning. The number of possible ingredients in containers is extremely diverse and is additionally increased by a wide variety of environmental influences (freezing, mold, fermentation, foreign substances, etc.). For this reason, the construction of individual measurement spectra is only possible via empirical measurement. Since a large number of measurement spectra is required for representative statistics, which cannot be handled manually, the entire or a defined, limited selection of the entirety of all measurement spectra is stored and arranged according to statistical criteria in order to set up or adapt a library in a self-learning process. Static information and other criteria allow manual or automatic assignment of the measurement spectra to one of the sorting criteria. Known information on the statistical distribution of the various container properties is used for this assignment. Class 3 is assigned to the "BAD" sorting criterion on the basis of such criteria.

Bei der eigentlichen Sortierung müssen die Messwerte ausgewertet werden. Zur Charakterisierung eines Behälters oder seines Inhalts wird sein Messspektrum mit dem Inhalt der Bibliothek verglichen oder beliebig verrechnet und dann einem bestimmten Bibliothekseintrag zugeordnet (positive Erkennung) und seiner entsprechenden Sortierklasse zugeordnet. Ueber diese Zuordnung wird durch einen Rechner eine Entscheidung getroffen und der Behälter entsprechend sortiert.The measured values must be evaluated during the actual sorting. To characterize a Container or its content, its measurement spectrum is compared with the content of the library or offset as required and then assigned to a specific library entry (positive recognition) and assigned to its corresponding sort class. A decision is made about this assignment by a computer and the container is sorted accordingly.

Die Verrechnung des Messspektrums mit der Referenzbibliothek kann mit folgenden Verfahren erfolgen:

Mustererkennung
Schwellwerte
Kombination von Mustererkennung und Schwellwert
Clusteranalyse

The measurement spectrum can be offset against the reference library using the following methods:

Pattern recognition
Thresholds
Combination of pattern recognition and threshold
Cluster analysis

In einer Variante können die Bibliotheksdaten in eine "Look-up Table" umgewandelt werden. Dabei wird der Bibliotheksinhalt in eine mehrdimensionale "Landkarte" abgebildet, welche die statistische Verteilung der Objekte wiedergibt. In diesem Fall müssen beim Zugriff auf die Bibliothek nicht sämtliche Daten geprüft werden. Stattdessen reicht es aus, die Dichteverteilung in der "Umgebung" der zu prüfenden Einzelmessung zu prüfen, um eine relevante Aussage über das Einzelobjekt machen zu können. Als Vorteil ergibt sich erhöhte Geschwindigkeit durch kürzere Rechenzeiten.In one variant, the library data can be converted into a "look-up table". The library content is shown in a multidimensional "map", which shows the statistical distribution of the objects. In this case, not all data need to be checked when accessing the library. Instead, it is sufficient to check the density distribution in the "environment" of the individual measurement to be tested in order to be able to make a relevant statement about the individual object. The advantage is increased speed due to shorter computing times.

Es wird natürlich nicht immer möglich sein eine aktuelle Messwertkombination genau einer der Messwertkombinationen der Bibliothek zuzuordnen, mit andern Worten, es bestehen Grenzen der positiven Erkennung.Of course, it will not always be possible to assign a current measurement value combination to exactly one of the measurement value combinations in the library, in other words, there are limits to positive detection.

Bei jeder Beurteilung eines Messspektrums basierend auf der Referenz-Bibliothek kann dem Behälter nicht nur ein Sortierkriterium, sondern auch eine Beurteilungssicherheit (S) zugeordnet werden. Zum Beispiel: 100 % Uebereinstimmung mit einem Bibliothekseintrag: S = 100. Je schlechter die Uebereinstimmung, desto kleiner der Wert S. Bei schlechter Uebereinstimmung des Messspektrums mit einem Bibliothekseintrag kann die Flasche nicht mehr mit genügender Sicherheit einer Bibliothekseintragung zugeordnet werden. Der "Unbekannt-Grenzwert" definiert in diesem Falle die Eigenschaften eines Behälters als "unbekannt", wodurch andere Sortierkriterien angewandt werden können.Each time a measurement spectrum is assessed based on the reference library, the container can be assigned not only a sorting criterion, but also an assessment certainty (S). For example: 100% agreement with a library entry: S = 100. The worse the agreement, the smaller the value S. If the measurement spectrum does not agree with a library entry, the bottle can no longer be assigned to a library entry with sufficient certainty. In this case, the "unknown limit" defines the properties of a container as "unknown", which means that different sorting criteria can be applied.

Zum Beispiel: S = 85 < Unbekannt-Grenzwert = 90: Sortierentscheid: SCHLECHT. Mit diesem Vorgehen wirdverhindert, dass nur als positiv gut erkannte Flaschenmit beliebigen unbekannten Gemsichen und Fremdstoffen ausgeleitet werden.For example: S = 85 <Unknown limit = 90: Sort decision: BAD. This procedure prevents that only bottles with any unknown mixture and foreign substances that are recognized as positive are discharged.

Memory-Effekt-Kompensation:Memory effect compensation:

Bei hohen Konzentrationen von Verunreinigungen kann es vorkommen, dass die Messkammer nicht hinreichend schnell gespült werden kann, bis die nächste Flasche analysiert wird. In diesem Fall können eine oder mehrere nachfolgende Flaschen falsch erkannt werden. Durch Kontrolle der letzten paar Messspektren können solche Flaschen erkannt und einer zweiten Prüfung zugeführt werden.With high concentrations of contaminants, it can happen that the measuring chamber cannot be rinsed sufficiently quickly until the next bottle is analyzed. In this case, one or more subsequent bottles can be incorrectly recognized. By checking the last few measurement spectra, such bottles can be recognized and subjected to a second test.

Figur 2 zeigt grob schematisch eine Prüfvorrichtung zur Durchführung des Verfahrens. Dabei sind in der Regel mehrere Prüfeinrichtungen vorgesehen, welche Messwerte über den Zustand des Gegenstandes an eine Auswerteinrichtung abgeben. Im gezeigten Beispiel ist eine erste Prüfeinrichtung 3 gezeigt, an welcher die zu prüfenden Gegenstände 8 mittels einer Förderanlage 9 vorbeigefördert werden. Die Prüfeinrichtung 3 kann z.B. eine Prüfeinrichtung zur Entnahme und Analyse von Gasproben aus Behältern sein, wie sie in EP-A-0 579 952 gezeigt ist. In Figur 2 ist nur eine weitere Prüfeinrichtung 4 z.B. ein PAK-Detektor dargestellt, aber es können natürlich noch mehrere Prüfeinrichtungen vorgesehen sein, wie vorstehend bereits erwähnt. Die Prüfeinrichtungen 3, 4 liefern ihre Messdaten entweder als Rohdaten oder bereits in einer bearbeiteten Form an eine Steuereinrichtung 5. Diese wird in der Regel von einem entsprechend programmierten Rechner gebildet. Bei der Erstellung der Bibliothek sind die Behälter 8 die Behälter der Stichprobe. Die Steuereinrichtung erstellt wie bereits beschrieben als Auswerteinrichtung die Bibliothek mit den Sortierkriterien und legt diese in einem Speichermedium 6 ab. Die Steuereinrichtung 5 steuert weiter ein Sortierelement 7, das die Behälter aufgrund ihrer gemessenen Eigenschaften aus dem Förderstrom aussortiert oder sie im Förderstrom belässt. Die Sammlung der Daten für die Erstellung der individuellen Bibliothek kann dabei während eines Betriebs erfolgen, bei dem das Sortieren der Gegenstände anhand einer Standard-Bibliothek erfolgt. Sobald die individuelle Bibliothek im Speichermedium 6 erstellt ist, kann die Vorrichtung das Sortieren gemäss der Erfindung aufgrund dieser Bibliothek ausführen, was ein schärferes Sortieren erlaubt als jenes mit einer Standard-Bibliothek. Damit kann die fälschliche Erkennung von Gut-Flaschen als Schlecht-Flaschen (Falsch-Auswurf) drastisch reduziert werden, wobei die fälschliche Erkennung von Schlecht-Flaschen als Gut-Flaschen weiterhin unterdrückt wird. Die Steuereinrichtung 5 arbeitet dann als Vergleichseinrichtung zum Vergleich der aktuellen Messwerte mit der Bibliothek. Die Ermittlung der Bibliothek erfolgt entweder mit der gleichen Prüfvorrichtung die auch das spätere Sortieren ausführt, oder die Prüfvorrichtung zur Aufnahme der Bibliothek ist eine andere Prüfvorrichtung als die nachfolgende sortierende Prüfvorrichtung. In diesem Fall werden die Bibliotheksdaten aus der ersten Prüfvorrichtung auf die zweite Prüfvorrichtung übertragen.FIG. 2 shows a roughly schematic test device for carrying out the method. As a rule, several test devices are provided, which transmit measured values about the condition of the object to an evaluation device. In the example shown, a first test device 3 is shown, to which the objects 8 to be tested are conveyed past by means of a conveyor system 9. The test device 3 can be, for example, a test device for taking and analyzing gas samples from containers, as is shown in EP-A-0 579 952. FIG. 2 shows only one further test device 4, for example a PAK detector, but of course several test devices can also be provided, as already mentioned above. The test devices 3, 4 deliver their measurement data either as raw data or already in a processed form to a control device 5. This is generally programmed by a corresponding one Calculator formed. When creating the library, containers 8 are the containers of the sample. As already described, the control device creates the library with the sorting criteria as an evaluation device and stores it in a storage medium 6. The control device 5 also controls a sorting element 7 which, based on its measured properties, sorts the containers out of the flow or leaves them in the flow. The data for the creation of the individual library can be collected during an operation in which the items are sorted using a standard library. As soon as the individual library has been created in the storage medium 6, the device can carry out the sorting according to the invention on the basis of this library, which permits a sharper sorting than that with a standard library. This can drastically reduce the false detection of good bottles as bad bottles (incorrect ejection), while the false detection of bad bottles as good bottles is still suppressed. The control device 5 then works as a comparison device for comparing the current measured values with the library. The library is determined either with the same test device which also carries out the later sorting, or the test device for holding the library is a different test device than the subsequent sorting test device. In this case, the library data are transferred from the first test device to the second test device.

Claims

Method for sorting objects in at least two sorting classes on the basis of a plurality of properties determined by at least one test device (3, 4) on the objects (8), characterized in that the properties for a large number of objects are initially checked by the test device before the sorting operation are determined and the measured values determined are classified and stored by an evaluation device (5) according to the frequency of occurrence, and that the properties of the individual objects to be sorted are subsequently determined in the actual sorting operation and the sorting decision is then made by a comparison device (5) whether or not the properties determined on the respective object have occurred with a predetermined frequency and similarity in the large number of objects.

A method according to claim 1, characterized in that the measured values comprise at least one spectrum.

Method according to Claim 1 or 2, characterized in that at least two sorting criteria are added to the measured values which are classified and stored according to frequency and are also stored.

Device for carrying out the method according to claims 1 to 3, characterized by at least one test device (3, 4) for determining the properties of objects to be tested (8), an evaluation device (5, 6) which detects that of the test device (3, 4 ) divides and stores the measured values determined according to the frequency of their occurrence and a comparison device (5) which compares the properties determined on the respective object (8) with the stored measured values in the sorting operation and a sorting decision due to the frequency distribution of the measured values.

Application of the method according to claims 1 to 3 in the sorting of returnable returnable bottles.

Use according to claim 5, characterized in that physical properties of the bottles themselves as well as properties of fluid samples taken from the bottles are classified and stored as measurement values according to the frequency of occurrence, and that at least one sorting criterion reuse and one sorting criterion separating are added separately by a certain frequency threshold will.