TW202212203A - 檢查裝置、泡鼓包裝機及泡鼓盒的製造方法 - Google Patents

檢查裝置、泡鼓包裝機及泡鼓盒的製造方法 Download PDF

Info

Publication number
TW202212203A
TW202212203A TW110124224A TW110124224A TW202212203A TW 202212203 A TW202212203 A TW 202212203A TW 110124224 A TW110124224 A TW 110124224A TW 110124224 A TW110124224 A TW 110124224A TW 202212203 A TW202212203 A TW 202212203A
Authority
TW
Taiwan
Prior art keywords
bag
pattern data
container film
bag portion
inspection
Prior art date
Application number
TW110124224A
Other languages
English (en)
Other versions
TWI781671B (zh
Inventor
小田將藏
田口幸弘
太田英志
Original Assignee
日商Ｃｋｄ股份有限公司
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 日商Ｃｋｄ股份有限公司 filed Critical 日商Ｃｋｄ股份有限公司
Publication of TW202212203A publication Critical patent/TW202212203A/zh
Application granted granted Critical
Publication of TWI781671B publication Critical patent/TWI781671B/zh

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/9508—Capsules; Tablets
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65B—MACHINES, APPARATUS OR DEVICES FOR, OR METHODS OF, PACKAGING ARTICLES OR MATERIALS; UNPACKING
    • B65B11/00—Wrapping, e.g. partially or wholly enclosing, articles or quantities of material, in strips, sheets or blanks, of flexible material
    • B65B11/50—Enclosing articles, or quantities of material, by disposing contents between two sheets, e.g. pocketed sheets, and securing their opposed free margins
    • B65B11/52—Enclosing articles, or quantities of material, by disposing contents between two sheets, e.g. pocketed sheets, and securing their opposed free margins one sheet being rendered plastic, e.g. by heating, and forced by fluid pressure, e.g. vacuum, into engagement with the other sheet and contents, e.g. skin-, blister-, or bubble- packaging
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65B—MACHINES, APPARATUS OR DEVICES FOR, OR METHODS OF, PACKAGING ARTICLES OR MATERIALS; UNPACKING
    • B65B57/00—Automatic control, checking, warning, or safety devices
    • B65B57/02—Automatic control, checking, warning, or safety devices responsive to absence, presence, abnormal feed, or misplacement of binding or wrapping material, containers, or packages
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/8914—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the material examined
    • 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
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/56—Cameras or camera modules comprising electronic image sensors; Control thereof provided with illuminating means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65B—MACHINES, APPARATUS OR DEVICES FOR, OR METHODS OF, PACKAGING ARTICLES OR MATERIALS; UNPACKING
    • B65B9/00—Enclosing successive articles, or quantities of material, e.g. liquids or semiliquids, in flat, folded, or tubular webs of flexible sheet material; Subdividing filled flexible tubes to form packages
    • B65B9/02—Enclosing successive articles, or quantities of material between opposed webs
    • B65B9/04—Enclosing successive articles, or quantities of material between opposed webs one or both webs being formed with pockets for the reception of the articles, or of the quantities of material
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8883—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges involving the calculation of gauges, generating models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Multimedia (AREA)
  • Fluid Mechanics (AREA)
  • Textile Engineering (AREA)
  • Containers And Plastic Fillers For Packaging (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Auxiliary Devices For And Details Of Packaging Control (AREA)

Abstract

[課題]提供一種可精度更良好地檢測出袋部之側部的成形不良之檢查裝置、泡鼓包裝機及泡鼓盒的製造方法。 [解決手段]袋部檢查裝置21，其具備：照明裝置50，其可對成形有袋部2之容器薄膜3照射既定的電磁波；及相機51，其可對穿透容器薄膜3之袋部2之底部的電磁波進行攝像；且根據藉此所取得之圖像資料，抽出與產生於袋部2之底部的濃淡圖案對應的濃淡圖案資料。並且，取得將前述抽出之濃淡圖案資料輸入AI模型而重建後的重建濃淡圖案資料，該AI模型係使學習神經網路僅將無成形不良之袋部2的濃淡圖案資料作為學習資料來學習而生成。接著，對濃淡圖案資料與重建濃淡圖案資料進行比較，進行至少與袋部2之側部的成形狀態相關的良否判定。

Description

檢查裝置、泡鼓包裝機及泡鼓盒的製造方法
本發明係關於一種檢查裝置、泡鼓包裝機及泡鼓盒的製造方法，該檢查裝置，係用以檢查泡鼓盒之袋部的成形狀態。
過往，已廣泛利用泡鼓盒作為包裝藥品、食品、電子零件等之包裝容器。其中，於藥品之領域中，為了包裝錠劑、膠囊等而使用之PTP(Press Through Pakage，泡殼包裝)薄片乃眾所皆知。
PTP薄片，係由成形有用以收容錠劑等內容物之袋部的容器薄膜、及以密封袋部之開口側之方式安裝於該容器薄膜上的覆蓋膜所構成，且藉由從外側按壓袋部，利用收容於其內部之內容物將作為蓋的覆蓋膜戳破，從而可取出該內容物。
該PTP薄片係經由以下之步驟等而製造，這些步驟包含：袋部成形步驟，其於帶狀之容器薄膜上成形袋部；填充步驟，其將內容物填充於該袋部內；安裝步驟，其以密封該袋部之開口側之方式將覆蓋膜安裝於容器薄膜上；及切斷步驟，其從安裝該帶狀之兩膜而形成之帶狀的PTP薄膜切斷作為最終製品的PTP薄片。
其中，袋部之成形，通常為例如藉真空成形、加壓成形、柱塞成形、柱塞輔助加壓成形等對局部被加熱軟化的帶狀之容器薄膜的一部分(預定成形部)進行延伸加工。
因此，於袋部之底部及側部每一者的壁厚存在相關關係，若底部厚則側部變薄，若底部薄則側部變厚。
於如此之底部及側部的壁厚平衡失衡的情況下，袋部之一部分過度變薄，有產生氣體阻隔性降低等各種弊病。尤其是於較底部更薄的側部上，存在過度薄壁化的顧慮。
對此，也推出一種技術(例如，參照專利文獻1)，於該技術中，利用前述相關關係，且根據拍攝袋部之底部而獲得的圖像資料，檢測袋部之側部的成形不良。 [先前技術文獻] [專利文獻]
專利文獻1：日本專利第6368408號公報
[發明欲解決之課題]
然而，於專利文獻1之先前技術中，其係構成為：根據拍攝袋部之底部而獲得的圖像資料，從光的透射率與底部的壁厚之關係性算出底部上之各個位置的壁厚，且根據其平均值(底部的平均壁厚)，檢測袋部之側部的成形不良。
如此，雖然可從底部之壁厚大致上推估袋部之側部的成形狀態，但即使於例如底部之壁厚的平均值、最大值或最小值皆成為所需的值，且判斷底部的成形狀態為恰當的情況下，仍有在底部的壁厚分佈存在偏差的情況及底部之形狀複雜的情況等中，存在側部未達所需之壁厚，且於側部的壁厚分佈上產生偏差的情況。
因此，於前述先前技術中，有無法精度良好地檢測袋部之側部的成形不良(壁厚不良)之虞。
再者，前述課題不限於PTP包裝，在其他的泡鼓包裝之領域中也存在。
本發明係有鑑於上述情況而研創者，其目的在於，提供一種可精度更良好地檢測袋部之側部的成形不良之檢查裝置、泡鼓包裝機及泡鼓盒的製造方法。 [用以解決課題之手段]
以下，針對適合用於解決前述課題之各手段逐項進行說明。再者，根據需要對於對應之手段附記特有的作用功效。
手段1.一種檢查裝置，係用以檢查泡鼓盒之袋部的成形狀態，其特徵在於具備： 照射手段，其可對成形有前述袋部之容器薄膜照射既定的電磁波； 攝像手段，其隔著前述容器薄膜而設於前述照射手段的對向側，且至少可對穿透前述袋部之底部的前述電磁波進行攝像以取得圖像資料； 濃淡圖案抽出手段，其可根據藉由前述攝像手段取得之圖像資料，抽出與藉由前述電磁波之照射而產生於前述袋部底部的濃淡圖案(濃淡分佈像)對應的濃淡圖案資料； 識別手段(生成模型)，其係使具有編碼部(編碼器)及解碼部(解碼器)的神經網路僅將無成形不良之前述袋部的濃淡圖案資料作為學習資料來學習而生成，該編碼部係從輸入之濃淡圖案資料中抽出特徵量，該解碼部係根據該特徵量重建濃淡圖案資料； 重建資料取得手段，其可取得重建濃淡圖案資料，該重建濃淡圖案資料，係將藉由前述濃淡圖案抽出手段抽出之濃淡圖案資料輸入前述識別手段而重建後的濃淡圖案資料； 比較手段，其可對藉由前述濃淡圖案抽出手段抽出之濃淡圖案資料、與藉由前述重建資料取得手段取得之重建濃淡圖案資料進行比較；及 良否判定手段，其可根據前述比較手段之比較結果，執行至少與前述袋部之側部的成形狀態相關的良否判定。
再者，雖然於以下之手段中也同樣，但前述「神經網路」包含有例如具有複數之卷積層的卷積神經網路等。此外，前述「學習」包含有例如深度學習(deep learning)等。前述「識別手段(生成模型)」包含有例如自動編碼器(自編碼器)、卷積自動編碼器(卷積自編碼器)等。
此外，前述「泡鼓盒」包含有例如收容錠劑等之PTP薄片、收容食品等之定量包裝、收容電子零件等的運送帶等，前述「電磁波」包含有例如可見光、紫外光及X射線等。
此外，前述「藉由前述電磁波之照射而產生於前述袋部底部的濃淡圖案(濃淡分佈像)」，係指根據袋部之底部上的各個位置(二維坐標位置)之壁厚的差異(壁厚分佈)、與穿透該位置之電磁波的透射率等的關係，於袋部之底部產生之濃淡的二維分佈像。
亦即，在此所謂之「濃淡」意味著穿透袋部之底部上的各個位置之電磁波的強度(亮度)的大小。因此，前述「藉由前述電磁波之照射而產生於前述袋部底部的濃淡圖案(濃淡分佈像)」的表現，也可更換為以下之表現，例如「穿透袋部之底部的電磁波的強度分佈像」、「根據袋部之底部的各個位置的壁厚差異而於各個位置上之不同的電磁波強度(亮度)的二維分佈像」、或「與袋部之底部的壁厚分佈對應之濃淡分佈像(電磁波強度分佈像、亮度分佈像)」等。
如前述「背景技術」中所述，於將容器薄膜局部延伸而成形之袋部的底部及側部之壁厚上分別存在相關關係，若底部厚則側部變薄，若底部薄則側部變厚。
利用此種之相關關係，於前述手段1中成為下述之構成：從照射既定之電磁波並且拍攝袋部之底部而獲得的圖像資料中，抽出產生於袋部底部的濃淡圖案(即底部之壁厚分佈狀態)，且根據此濃淡圖案，進行至少與袋部之側部的成形狀態相關的良否判定。
根據此構成，可精度更良好地檢測有無袋部之側部的壁厚分佈的偏差等之袋部之側部的成形不良(壁厚不良)。
尤其是，於本手段中，其構成為：使用學習神經網路而構建的自編碼器等之識別手段(生成模型)，進行與袋部之側部的成形狀態相關的檢查。
具體言之，其構成為：對拍攝作為檢查對象之袋部的底部而獲得的濃淡圖案資料、與藉由識別手段對該濃淡圖案資料進行重建而獲得的重建濃淡圖案資料進行比較，以進行良否判定。
藉此，即使於過往難以檢測之微細成形不良、底部之形狀及壁厚分佈複雜的袋部等中也可進行檢查。其結果，可進一步提高檢查精度。
再者，於本手段中，於進行比較的兩濃淡圖案資料中，不存在基於作為檢查對象物之容器薄膜側的攝像條件(例如容器薄膜之配置位置、配置角度、撓度等)、或檢查裝置側之攝像條件(例如照明狀態或相機的視場角等)的差異的影響，可更正確地檢測更細微的成形不良等。
再者，當檢查袋部之側部的成形狀態時，也可考慮直接對側部進行攝像檢查。於此情況下，需要考慮氣體阻隔性等，以把握側部全周的成形狀態。然而，於直接對側部進行攝像的構成下，為了把握側部全周之成形狀態需要花費較多的時間或大型的裝置，因此，可能會降低泡鼓盒的生產性。
關於這點，根據本手段，由於可於拍攝袋部之底部以把握其成形狀態之基礎上，在短時間內且簡單地把握側部全周的成形狀態，因此可實現檢查的高速化，進而可提高泡鼓盒的生產性。
手段2.如手段1之檢查裝置，其中前述容器薄膜係由具有透光性之樹脂薄膜材料構成， 前述照射手段係被構成為可照射作為前述電磁波的紫外光(例如，於200nm以上且280nm以下的範圍內具有峰值波長的紫外光等)。
於容器薄膜係由具有透光性之樹脂薄膜材料構成的情況下，當假設為從照射手段照射可見光之構成時，會有在袋部底部之薄壁部位與厚壁部位上不易產生光之透射率的差異之虞。亦即，底部整體變得一致，可能難以產生濃淡圖案。其結果，有難以正確地進行檢查之虞。
相對地，根據前述手段2，其係對由具有透光性之樹脂薄膜材料構成的容器薄膜照射紫外光之構成。
由於紫外光較可見光之透射率低，難以穿透具有透光性的容器薄膜，因此可更適宜地進行關於袋部之成形狀態的檢查。
再者，其中之「具有透光性之樹脂薄膜材料」，包含有例如『「透明之樹脂薄膜材料」，其係具有穿透光之性質(透光性)的薄膜，且電磁波(光)的透射率極高，能通過該薄膜透視至另一側』、及『「半透明之樹脂薄膜材料」，其雖然具有透光性，但由於穿透之電磁波(光)被擴散或電磁波(光)之透射率低，因此人的肉眼無法穿過該薄膜清晰地認識或者完全無法認識另一側之物體的形狀等』等。
此外，「透明」及「半透明」係顯示具有透光性之薄膜的材質的表現，與有無色彩無關。因此，「透明」或「半透明」的薄膜，除了包含例如「無色透明」或「無色半透明」的薄膜外，還包含「有色透明」或「有色半透明」的薄膜。
手段3.如手段1或2之檢查裝置，其中前述電磁波包含有前述容器薄膜(例如聚丙烯或聚氯乙烯等樹脂薄膜材料)之透射率為15%以上且60%以下之波長的電磁波。
無論穿透容器薄膜之電磁波的透射率是過高還是過低，於袋部底部之薄壁部位與厚壁部位上皆有不易產生光之透射率的差異之虞。其結果，恐有難以適宜地進行檢查之虞。
相對地，如前述手段3那樣，藉由使用容器薄膜之透射率為15%以上且60%以下之波長的電磁波，可更適宜地進行檢查。更佳為，使用容器薄膜之透射率為20%以上且50%以下(例如30%)之波長的電磁波進行檢查。
手段4.如手段1至3中任一項之檢查裝置，其中前述袋部係熱成形於平坦之前述容器薄膜成形。
其中之「熱成形」，係指使平坦之容器薄膜的一部分(預定成形部)局部加熱軟化而進行延伸加工的成形方法，例如包含真空成形、加壓成形、柱塞成形、柱塞輔助加壓成形等。
藉此，於本手段4之構成下，前述手段1等的作用功效更加有效。
手段5.一種泡鼓包裝機，其特徵在於具備：如手段1至4中任一項之檢查裝置。
如前述手段5那樣，藉由泡鼓包裝機(例如PTP包裝機)具備前述檢查裝置，可於泡鼓盒(例如PTP薄片)之製造過程中產生能有效率地除去不良品等的優點。此外，泡鼓包裝機也具備排出手段，該排出手段，係用以排出藉由前述檢查裝置判定為不良的泡鼓盒。
在更具體之泡鼓包裝機的構成方面，可列舉如下構成。
一種泡鼓包裝機，係用以製造泡鼓盒，該泡鼓盒係於成形於容器薄膜上之袋部內收容有既定的內容物，且以封閉該袋部之方式安裝覆蓋膜而成，其特徵在於具備： 袋部成形手段，其對呈帶狀搬送之前述容器薄膜成形前述袋部； 填充手段，其將前述內容物填充於前述袋部內； 安裝手段，其以封閉前述袋部之方式，將帶狀之前述覆蓋膜安裝於已將前述內容物填充於前述袋部內之前述容器薄膜上； 切斷手段(包含按薄片單位進行衝切之衝切手段)，其用以從於前述容器薄膜上安裝有前述覆蓋膜之帶狀體(帶狀的泡鼓薄膜)切斷前述泡鼓盒；及 如手段1至4中任一項之檢查裝置。
再者，如要檢查姿勢不固定的容器薄膜時，當然必須執行用以特定袋部之位置的處理，且於非圓形之袋部的情況下，根據圖像資料計算作為檢查對象之袋部的中心位置，且於將預先記憶之圖案匹配用之基準圖像的中心對齊該袋部的中心位置之後，按每隔既定角度旋轉該基準圖像，且每次皆必須進行判定兩者是否一致的處理，袋部之檢查的處理量非常地多，可能耗時且耗力。
相對地，如前述手段5那樣，藉由在成形包裝機上具備前述檢查裝置，由於容器薄膜之相對於攝像手段的停止位置及朝向(姿勢)固定，因此於檢查時不需要進行檢查對象的對位及朝向調整等，可實現檢查的高速化。其結果，用於一個袋部上的處理量顯著減少，可顯著提高檢查處理速度。
並且，於前述手段5之構成下，也可構成為： 「於較前述檢查裝置靠下游側配置前述填充手段，且 具備填充控制手段，該填充控制手段，可根據前述檢查裝置之檢查結果控制前述填充手段的動作，以切換可否對前述袋部填充前述內容物」。
根據此構成，也可不對例如成形不良之袋部填充內容物。藉此，於因袋部之成形不良引起而將泡鼓盒廢棄的情況下，可防止與該泡鼓盒一起連帶地將內容物也廢棄等之不利的產生。此外，不需要為了再利用內容物而進行將一度填充於袋部內之內容物取出等的麻煩作業。其結果，可抑制生產性的降低。
此外，於前述手段5之構成下，也可構成為： 「前述袋部成形手段，其具備：第一模具；第二模具，其隔著前述容器薄膜而與該第一模具相對；及延伸手段(延伸成形手段)，其對藉由該兩模具夾持之前述容器薄膜成形前述袋部」。
於此構成中，由於會產生如前述「背景技術」所述之袋部的底部與側部之壁厚的相關關係、即若底部之壁厚厚則側部之壁厚變薄，若底部之壁厚薄則側部的壁厚變厚的相關關係，因此，根據拍攝袋部之底部而獲得的圖像資料，檢測袋部之側部的成形不良之前述手段1等的作用功效，更加有效。
手段6.一種泡鼓盒的製造方法，係於成形在容器薄膜上之袋部內收容有既定的內容物，且以封閉該袋部之方式安裝有覆蓋膜而形成之泡鼓盒的製造方法，其特徵在於包含以下之步驟： 袋部成形步驟，其對呈帶狀搬送之前述容器薄膜成形前述袋部； 填充步驟，其將前述內容物填充於前述袋部內； 安裝步驟，其以封閉前述袋部之方式，將帶狀之前述覆蓋膜安裝於已將前述內容物填充於前述袋部內之前述容器薄膜上； 切斷步驟(包含按薄片單位進行衝切之衝切步驟)，其用以從於前述容器薄膜上安裝有前述覆蓋膜之帶狀體(帶狀的泡鼓薄膜)切斷前述泡鼓盒；及 檢查步驟，其檢查前述泡鼓盒之袋部的成形狀態， 於前述檢查步驟中，具備以下之步驟： 照射步驟，其對成形有前述袋部之容器薄膜照射既定的電磁波； 攝像步驟，其至少對穿透前述袋部之底部的前述電磁波進行攝像以取得圖像資料； 濃淡圖案抽出步驟，其根據於前述攝像步驟中取得之圖像資料，抽出與藉由前述電磁波之照射而產生於前述袋部底部的濃淡圖案(濃淡分佈像)對應的濃淡圖案資料； 重建資料取得步驟，其用以取得重建濃淡圖案資料，該重建濃淡圖案資料，係將在前述濃淡圖案抽出步驟中抽出之濃淡圖案資料輸入識別手段而重建後的濃淡圖案資料，該識別手段係使具有編碼部(編碼器)及解碼部(解碼器)的神經網路僅將無成形不良之前述袋部的濃淡圖案資料作為學習資料來學習而生成，該編碼部係從輸入之濃淡圖案資料中抽出特徵量，該解碼部係根據該特徵量重建濃淡圖案資料； 比較步驟，其對在前述濃淡圖案抽出步驟中抽出之濃淡圖案資料、與在前述重建資料取得步驟中取得的重建濃淡圖案資料進行比較；及 良否判定步驟，其根據前述比較步驟中之比較結果，進行至少與前述袋部之側部的成形狀態相關的良否判定。
根據前述手段6，可獲得與前述手段1、5相同的作用功效。
[用以實施發明的形態]
以下，參照附圖對一實施形態進行說明。首先，針對作為泡鼓盒之PTP薄片1進行說明。
如圖1、2所示，PTP薄片1具有：容器薄膜3，其具有複數個袋部2；及覆蓋膜4，其以封閉袋部2之方式安裝於容器薄膜3。
容器薄膜3係由例如PP(聚丙烯)或PVC(聚氯乙烯)等之無色透明的熱塑性樹脂材料形成，且具有透光性。另一方面，覆蓋膜4係由例如於表面設置有由聚丙烯樹脂等構成之密封膠的不透明材料(例如鋁箔等)構成。
PTP薄片1係形成為俯視呈大致矩形之形狀。於PTP薄片1上沿其短邊方向形成有兩列袋列，該袋列係由沿長邊方向排列之5個袋部2構成。亦即，形成有共計10個袋部2。於每個袋部2內分別收容一個作為內容物的錠劑5。
袋部2係由俯視呈大致圓形之底部2a、及大致圓筒形狀的側部2b構成，底部2a係以與覆蓋膜4對向之方式配置，側部2b係與該底部2a周圍連接且用以連接該底部2a與薄膜平坦部(袋非成形部)3b。
本實施形態之底部2a係被成形為平緩彎曲之剖面大致圓弧狀，但不限於此，也可為底部2a被成形為平坦狀的構成。此外，也可為將底部2a及側部2b相交之角部2c成形為不明顯的、曲率更大的剖面圓弧狀之構成。
PTP薄片1(參照圖1)，係藉由將由帶狀之容器薄膜3及帶狀之覆蓋膜4形成的帶狀PTP薄膜6(參照圖3)衝切成矩形薄片狀而製造。
接著，參照圖5，針對作為製造前述PTP薄片1之泡鼓包裝機的PTP包裝機11之概略構成進行說明。
於PTP包裝機11之最上游側，帶狀之容器薄膜3的未加工原料被捲繞成捲筒狀。捲繞成捲筒狀之容器薄膜3的引出端側係由導輥13導引。容器薄膜3係於導輥13的下游側被張掛於間歇進給輥14上。間歇進給輥14連結於間歇旋轉之馬達，將容器薄膜3間歇地搬送。
於導輥13與間歇進給輥14之間沿著容器薄膜3的搬送路徑依序配置有加熱裝置15及袋部成形裝置16。藉由加熱裝置15及袋部成形裝置16來構成本實施形態之袋部成形手段。關於加熱裝置15及袋部成形裝置16的構成，稍後會詳細說明。
在此，於藉由加熱裝置15加熱容器薄膜3使該容器薄膜3變得較柔軟的狀態下，藉由袋部成形裝置16於容器薄膜3之既定位置上一次成形複數個袋部2(袋部成形步驟)。再者，袋部2之成形，係於藉由間歇進給輥14搬送容器薄膜3之搬送動作期間的間隔(interval)中進行。
此外，在導輥13與間歇進給輥14之間且為袋部成形裝置16的下游，配置有袋部檢查裝置21。
袋部檢查裝置21係用以對藉由袋部成形裝置16成形之袋部2的成形狀態進行檢查(檢查步驟)者。關於袋部檢查裝置21的構成，稍後會詳細說明。
從間歇進給輥14送出之容器薄膜3被依序張掛於張緊輥18、導輥19及薄膜支撐輥20上。
由於薄膜支撐輥20連結於固定旋轉的馬達，因此以固定速度連續地搬送容器薄膜3。張緊輥18係設為藉由彈性力將容器薄膜3朝張緊側拉伸的狀態，防止因間歇進給輥14與薄膜支撐輥20之搬送動作的差異所致之容器薄膜3的鬆弛，而將容器薄膜3始終保持成張緊狀態。
在導輥19與薄膜支撐輥20之間，沿著容器薄膜3的搬送路徑配置有錠劑填充裝置22。
錠劑填充裝置22，具有作為填充手段自動地將錠劑5填充於袋部2內的功能。錠劑填充裝置22，係與利用薄膜支撐輥20搬送容器薄膜3的搬送動作同步，於每既定間隔開啟閘門使錠劑5落下，伴隨著該閘門開啟動作，將錠劑5填充於袋部2內(填充步驟)。錠劑填充裝置22之動作，係藉由後述之填充控制裝置82控制。
另一方面，形成為帶狀之覆蓋膜4的未加工原料在最上游側被捲繞成捲筒狀。捲繞成捲筒狀的覆蓋膜4之引出端藉由導輥24被朝加熱輥25的方向導引。加熱輥25係可與薄膜支撐輥20壓接，且構成為往兩輥20、25之間送入容器薄膜3及覆蓋膜4。
然後，透過容器薄膜3及覆蓋膜4以加熱壓接狀態通過兩輥20、25之間，使得覆蓋膜4被安裝於容器薄膜3，袋部2被覆蓋膜4封閉(安裝步驟)。藉此，製造作為各袋部2內收容有錠劑5之帶狀體的PTP薄膜6。薄膜支撐輥20及加熱輥25以構成本實施形態之安裝手段。
自薄膜支撐輥20送出之PTP薄膜6係依序被張掛於張緊輥27及間歇進給輥28。
由於間歇進給輥28被連結於間歇式地旋轉之馬達，故間歇地搬送PTP薄膜6。張緊輥27係設為藉由彈性力將PTP薄膜6朝張緊側拉伸的狀態，防止因薄膜支撐輥20與間歇進給輥28之搬送動作的差異所致之PTP薄膜6的鬆弛，將PTP薄膜6始終保持於張緊狀態。
自間歇進給輥28送出之PTP薄膜6依序被張掛於張緊輥31及間歇進給輥32上。
由於間歇進給輥32連結於間歇式地旋轉之馬達，故間歇地搬送PTP薄膜6。張緊輥31係被設為藉由彈性力將PTP薄膜6朝張緊側拉伸的狀態，防止在間歇進給輥28、32之間的PTP薄膜6之鬆弛。
在於間歇進給輥28與張緊輥31之間，沿著PTP薄膜6的搬送路徑依序配置有狹縫成形裝置33及刻印裝置34。狹縫成形裝置33具有於PTP薄膜6之既定位置上成形切斷用狹縫的功能。刻印裝置34具有於PTP薄膜6之既定位置(例如標籤部)上實施刻印的功能。
從間歇進給輥32送出之PTP薄膜6，於其下游側被依序張掛於張緊輥35及連續進給輥36上。
在間歇進給輥32與張緊輥35之間，沿著PTP薄膜6的搬送路徑配置有薄片衝切裝置37。薄片衝切裝置37係具有作為薄片衝切手段(切斷手段)而按1個單位之PTP薄片對PTP薄片6的外緣進行衝切的功能。
由薄片衝切裝置37衝切之PTP薄片1，藉由取出用輸送帶38搬送，被暫時貯存於成品用料斗39內(切斷步驟)。惟，當從後述之填充控制裝置82對可選擇性地排出PTP薄片1的不良薄片排出機構40輸入不良信號時，則不良薄片排出機構40另行將不良品之PTP薄片1排出，且移送至未圖示之不良品料斗。
於連續進給輥36之下游側配置有裁斷裝置41。於藉由薄片衝切裝置37衝切後呈帶狀殘留的廢料部42係在被張緊輥35及連續進給輥36導引後，被導引至裁斷裝置41。在此，連續進給輥36與從動輥壓接，一面夾持廢料部42一面進行搬送動作。
裁斷裝置41具有將廢料部42裁斷成既定尺寸的功能。經裁斷的廢料部42貯存於廢料用料斗43之後，被另外進行廢棄處理。
再者，前述各輥14、19、20、28、31、32等具有使其輥表面與袋部2對向的位置關係，但於各輥14等之表面形成有收容袋部2的凹部，因此基本上不會損傷袋部2。此外，藉由一面將袋部2收容於各個輥14等的凹部一面執行進給動作，可確實地進行間歇進給動作及連續進給動作。
接著，參照圖7，針對加熱裝置15及袋部成形裝置16的構成進行說明。
加熱裝置15具備上部加熱板15a及下部加熱板15b。兩加熱板15a、15b係被構成為可藉由未圖示的加熱器加熱。兩加熱板15a、15b係以夾持容器薄膜3之搬送路徑之方式設置，且分別被設為可朝靠近或者遠離容器薄膜3之方向移動。
此外，各加熱板15a、15b在與容器薄膜3之袋部2的預定成形部3a對應的位置具有複數個突出部15c、15d。
被間歇地搬送之容器薄膜3係於暫時停止期間，伴隨著兩加熱板15a、15b之靠近移動，藉由突出部15c、15d夾持而被局部(點狀地)加熱，使該被加熱之部分變成軟化狀態。於本實施形態中，突出部分15c及15d之與容器薄膜3的接觸部，係被構成為較袋部2之平面形狀小一圈。
袋部成形裝置16係具備作為第二模具之下模61及作為第一模具的上模71。下模61係隔著筒狀之下模模穴62而固定於處在固定狀態之支撐台63上。此外，下模61係在與袋部2之位置對應的位置上具有複數個插通孔64。
於支撐台63上形成有複數個貫通孔，於該貫通孔內隔著軸承機構插通有桿狀的滑動柱65。滑動柱65可藉由未圖示的凸輪機構而上下運動。
於滑動柱65之上部固定有袋部成形模具66，該袋部成形模具66，具備複數個可插通於前述插通孔64且朝上下方向延伸的形成為桿狀之柱塞66a。柱塞66a之前端形狀，係作成與袋部2之內表面對應的形狀。袋部成形模具66，伴隨著藉由前述凸輪機構驅動之滑動柱65的上下運動而上下運動。再者，下模61及袋部成形模具66等，可根據生產之PTP薄片1的品種而適宜交換。
並且，於滑動柱65及袋部成形模具66之各內部形成有用以循環冷卻水(或熱水)的循環路徑67。藉此，以抑制各個柱塞66a之表面溫度的變化。
柱塞66a係以當成形袋部2時依位於初始位置、中間停止位置、突出位置之順序配置且最終返回至初始位置之方式構成。再者，這種柱塞66a之動作係藉由後述之成形控制裝置81控制。
初始位置係於袋部2之成形步驟之開始時配置柱塞66a的位置，配置於該位置上之柱塞66a，係成為位於插通孔64的下方且配置於插通孔64外之狀態。
中間停止位置，係於袋部2之成形步驟的中間階段配置柱塞66a的位置，配置於該位置上之柱塞66a，係成為配置於插通孔64內且在與容器薄膜3之間形成既定間隙的狀態。
突出位置，係於袋部2之成形步驟的最終階段配置柱塞66a的位置，配置於該位置上之柱塞66a的前端面，係成為自下模61突出與袋部2之深度對應的長度量之狀態。
另一方面，上模71係隔著板72固定於可上下運動的上板73，且被設為可沿著與下模61接近或遠離的方向移動。上模71在與下模61之插通孔64相對的位置上具有氣體供給孔74。
此外，於板72及上板73之內部形成有與氣體供給孔74連通的氣體供給路徑75。從例如藉由壓縮機等構成之氣體供給裝置76將既定之高壓氣體(惰性氣體，於本實施形態中為空氣)供給於該氣體供給路徑75。
再者，於本實施形態之構成中，藉由袋部成形裝置16之一次動作，同時成形與2片PTP薄片1對應的共計20個袋部2。亦即，可同時對容器薄膜3之薄膜寬度方向(Y方向)成形5個袋部2，且對薄膜搬送方向(X方向)成形4個袋部2。
在此，針對成形控制裝置81進行說明。成形控制裝置81，係用以進行與加熱裝置15及袋部成形裝置16之袋部2的成形相關的控制，且由具有CPU及RAM等之電腦系統構成。
於成形控制裝置81內設定記憶有關於袋部成形裝置16之柱塞66a之初始位置的資訊、關於柱塞66a之中間停止位置的資訊、關於柱塞66a之突出位置的資訊等，且根據這些資訊進行柱塞66a之動作控制。再者，關於柱塞66a之初始位置、中間停止位置及突出位置的資訊，可根據作為製造對象之PTP薄片1之袋部2的深度等而適宜變更。
接著，針對袋部檢查裝置21之構成詳細進行說明。如圖4〜6所示，袋部檢查裝置21具備作為照射手段之照明裝置50、作為攝像手段的相機51及控制其等之檢查控制裝置52。
照明裝置50係從袋部2之突出側(圖4下側)對容器薄膜3之既定範圍照射既定的電磁波。照明裝置50具有電磁波照射裝置50a及將其覆蓋的擴散板50b，且被構成為可面發光。本實施形態之照明裝置50，係對容器薄膜3照射包含紫外光的電磁波。
相機51係於從照明裝置50照射之電磁波的波長區內具有感應度者。相機51係設置於容器薄膜3之袋部2的開口側(圖4上側)，且以其透鏡之光軸OL沿著與容器薄膜3之薄膜平坦部3b正交的鉛垂方向(Z方向)之方式配置。
此外，與相機51之透鏡對應地設置有帶通濾波器51a。帶通濾波器51a，係以僅供紫外光進入透鏡的方式設置。
藉由設置帶通濾波器51a，相機51僅對從照明裝置50照射之電磁波中之穿透容器薄膜3的紫外光進行二維攝像。此外，如此藉由相機51取得之透射圖像資料，基於紫外光之對容器薄膜3之透射率的差異，成為於各像素(各坐標位置)上亮度不同的亮度圖像資料。
尤其是，於本實施形態中，在前述帶通濾波器51a方面，係使用僅供例如容器薄膜3之透射率約為30±10%的波長253±20nm之紫外光通過的濾波器。這是因為無論穿透容器薄膜3之電磁波的透射率是過高還是過低，於袋部2之底部2a的薄壁部位與厚壁部位上皆可能不易產生光的透射率之差異。
再者，本實施形態之相機51的攝像範圍，係以一次拍攝以下之範圍的方式設定，其中之範圍係包含與至少以袋部成形裝置16之一次動作成形於容器薄膜3上的2片PTP薄片1對應的共計20個袋部2的範圍、即包含容器薄膜3之薄膜寬度方向(Y方向)上5個且薄膜搬送方向(X方向)上4個之袋部2之範圍。
檢查控制裝置52係由電腦構成，該電腦包含執行既定之運算處理的CPU(Central Processing Unit，中央處理單元)、記憶各種程式及固定值資料等之ROM(Read Only Memory，唯讀記憶體)、執行各種運算處理時暫時記憶各種資料的RAM(Random Access Memory，隨機存取記憶體)及其等之周邊電路等。
並且，檢查控制裝置52係藉由CPU依據各種程式進行動作，而作為後述之主控制部171、照明控制部172、相機控制部173、圖像取得部174、圖像處理部175、學習部176、檢查執行部177等之各種功能部發揮功能。
惟，前述各種功能部，係藉由前述CPU、ROM、RAM等各種硬體的協同動作而實現，不需要明確區分以硬體或軟體實現的功能，這些功能之一部分或全部，也可藉由IC等硬體電路實現。
此外，於檢查控制裝置52設置有由鍵盤、滑鼠及觸控面板等構成的輸入部185、具有液晶顯示器等顯示畫面的顯示部186、可記憶各種資料或程式、運算結果等的記憶部187、可與外部收發各種資料的通信部188等。
在此，針對構成檢查控制裝置52之前述各種功能部詳細地進行說明。主控制部171係司職袋部檢查裝置21整體之控制的功能部，且被構成為可與照明控制部172、相機控制部173等其他功能部收發各種信號。
照明控制部172係驅動控制照明裝置50的功能部，且根據來自主控制部171的指令信號控制照明時序等。
相機控制部173係驅動控制相機51的功能部，且根據來自主控制部171之指令信號控制攝像時序等。再者，主控制器171根據來自設於PTP包裝機11上之未圖示的編碼器的信號控制前述照明及攝像的時序。
藉此，執行以下之處理：於暫時停止成形有袋部2之容器薄膜3之搬送的每一間隔從照明裝置50對該容器薄膜3照射電磁波，並且藉由相機51對穿透該容器薄膜3之電磁波(紫外光)進行攝像。
然後，於相機51之內部將藉由相機51攝像而生成之透射圖像資料轉換成數位信號(圖像信號)之後，以數位信號的形式傳送至檢查控制裝置52(圖像取得部174)。
圖像取得部174係用以取入藉由相機51攝像而取得之圖像資料的功能部。
圖像處理部175係對藉由圖像取得部174取入之圖像資料進行既定的圖像處理的功能部。例如，於後述之學習處理中生成學習用濃淡圖案資料，該濃淡圖案資料係作為用於深度神經網路190(以下，簡稱為「神經網路190」。參照圖8)之學習的學習資料。此外，生成用於進行後述之檢查處理時之檢查用濃淡圖案資料。再者，較佳為，盡可能使在學習處理中使用之學習用濃淡圖案資料的攝影條件、與檢查處理中使用之檢查用濃淡圖案資料的攝影條件一致。
學習部176，係使用學習資料等進行神經網路190的學習，以構建作為識別手段之AI(Artificial Intelligence，人工智慧)模型200的功能部。
再者，本實施形態之AI模型200，係如後述僅將無成形不良之良品的容器薄膜3之袋部2的濃淡圖案資料作為學習資料(學習用濃淡圖案資料)，深度學習神經網路190而構建的生成模型，具有所謂自動編碼器(自編碼器)的構造。
在此，參照圖8，針對神經網路190之構造進行說明。圖8為示意顯示神經網路190之構造的示意圖。如圖8所示，神經網路190係具有卷積自動編碼器(CAE：Convolutional Auto-Encoder)之構造，該卷積自動編碼器具有從輸入之圖像資料(濃淡圖案資料)GA中抽出特徵量(潛在變數)TA之作為編碼部的編碼器部191、及從該特徵量TA重建圖像資料(濃淡圖案資料)GB之作為解碼部的解碼器部192。
由於卷積自動編碼器之構造係公知構造，故而省略詳細說明，但編碼器部191具有複數之卷積層(Convolution Layer)193，於各卷積層193中，輸出對輸入資料進行使用複數個濾波器(內核)194之卷積運算的結果作為下一層的輸入資料。同樣地，解碼器部192具有複數之逆卷積層(Deconvolution Layer)195，且於各逆卷積層195中，輸出對輸入資料進行使用複數個濾波器(內核)196之逆卷積運算的結果作為下一層之輸入資料。然後，於後述之學習處理中，更新各濾波器194、196的權重(參數)。
檢查執行部177，係對袋部2之成形狀態進行檢查的功能部。關於藉由檢查執行部177執行之袋部檢查的詳細內容，稍後會介紹。
記憶部187，係由HDD(Hard Disk Drive，硬碟機)或SSD(Solid State Drive，固態硬碟)等構成，用以記憶檢查用之各種設定資訊、檢查結果等。於本實施形態中，在各種設定資訊方面，係設定記憶有例如PTP薄片1、袋部2及錠劑5之形狀及尺寸、用以界定檢查範圍(與一片PTP薄片1對應的範圍)之檢查框的形狀及尺寸以及與相機51之相對位置關係、用以界定袋部2之區域的袋框W的形狀及尺寸以及與相機51(或檢查框)之相對位置關係等。
此外，於記憶部187設置有既定之記憶區域，該既定之記憶區域，係用以記憶AI模型200(藉由神經網路190及其學習而獲得的學習資訊)。
通信部188係例如具有依據有線LAN(Local Area Network，區域網路)或無線LAN等之通信規格的無線通信介面等，且被構成為可與外部收發各種資料。例如，通信部188係構成為可在與後述之填充控制裝置82之間收發信號，且可將檢查結果等輸出至填充控制裝置82。
接著，參照圖9，針對藉由成形控制裝置81之控制而執行的袋部成形步驟進行說明。
於前述袋部成形步驟中，首先進行步驟S101之中間停止位置配置步驟。於中間停止位置配置步驟中，藉由滑動柱65之移動使袋部成形模具66朝上方移動，而使配置於初始位置之柱塞66a朝上方移動。
然後，若柱塞66a到達設定之中間停止位置，則停止滑動柱65之移動，柱塞66a成為配置於中間停止位置之狀態。此時，柱塞66a之前端面成為與容器薄膜3間隔既定距離之狀態。該既定距離通常設為小於袋部2之深度。
接著，於步驟S102之夾持步驟中，藉由使上模71朝下方移動，成為藉由處於固定狀態之下模61與上模71夾持容器薄膜3的狀態。此時，容器薄膜3中之位於作為袋部2的預定成形部3a(參照圖7)之周圍的環狀部分成為藉由兩模具61、71所夾持的狀態。此外，也可同時進行中間停止位置配置步驟及夾持步驟，或者也可較中間停止位置配置步驟先一步進行夾持步驟。
接著，於步驟S103的膨出步驟中，藉由從氣體供給裝置76經由氣體供給路徑75朝氣體供給孔74供給氣體，從表面側(圖7上側)對容器薄膜3之袋部2的預定成形部3a吹送壓縮空氣。藉由氣體之供給，預定成形部3a朝袋部2之突出側(圖7上側)的對向側(圖7下側)膨出，且被拉伸變薄。
然後，預定成形部3a係膨出直到成為被柱塞66a之前端面支撐的狀態為止。於藉由氣體之供給而使預定成形部3a膨出之情況下，膨出後之預定成形部3a的壁厚整體上大致相同。
再者，容器薄膜3之延伸量係根據柱塞66a的中間停止位置而變化，且預定成形部3a的壁厚也隨之變化。於柱塞66a之中間停止位置較高的情況下，由於容器薄膜3之延伸量為較小的量，因此預定成形部3a整體上成為較厚之狀態。
另一方面，於柱塞66a之中間停止位置較低的情況下，由於容器薄膜3之延伸量為較大的量，因此預定成形部3a整體上成為較薄的狀態。
接著，於步驟S104之最終成形步驟中，柱塞66a朝上方移動，且配置於突出位置。其結果，預定成形部3a中之膨出方向反轉，成形具有既定深度之袋部2。藉此，於本實施形態中，使容器薄膜3之一部分(預定成形部3a)延伸而成形袋部2之延伸手段(延伸成形手段)係藉由柱塞66a及氣體供給裝置76等構成。
再者，於藉由按壓使容器薄膜3變形之情況下，由於預定成形部3a中之與底部2a對應的部位與柱塞66a接觸而被冷卻，因此與底部2a對應之部位幾乎不延伸。藉此，只要較高地設定中間停止位置而將預定成形部3a整體設為較厚的狀態，當藉由柱塞66a按壓時，可將與底部2a對應之部位維持於較厚的狀態，因此，其結果可使成形之袋部2之側部2b變得較薄。
另一方面，若將中間停止位置設為較低而將預定成形部3a整體設為較薄的狀態，當藉由柱塞66a按壓時，可使與底部2a對應之部位維持於較薄的狀態，因此，其結果可使成形之袋部2的側部2b變得較厚。
如此，藉由調節柱塞66a之中間停止位置以調節預定成形部3a的壁厚，可調節最終成形之袋部2的底部2a及側部2b之各壁厚的平衡。
於最終成形步驟之後，藉由將柱塞66a配置於初始位置，並且解除兩模具61、71之對容器薄膜3的夾持，結束袋部成形步驟。
接著，針對填充控制裝置82進行說明。填充控制裝置82，係用以進行與錠劑填充裝置22之錠劑5的填充相關之控制，且由具有CPU、RAM等之電腦系統構成。填充控制裝置82係構成本實施形態之填充控制手段。
尤其是，本實施形態之填充控制裝置82，係被構成為可根據袋部檢查裝置21之檢查結果，切換控制是否將錠劑5填充於既定之袋部2。
具體言之，於自袋部檢查裝置21輸入與既定之PTP薄片1(10個袋部2的成形狀態)相關的檢查結果，且前述檢查結果為良品判定結果之情況下，填充控制裝置82以將錠劑5填充於前述PTP薄片1所包含之所有10個袋部2內之方式控制錠劑填充裝置22。
另一方面，在與既定之PTP薄片1相關的檢查結果為不良判定結果之情況下，以不將錠劑5填充於前述PTP薄片1所包含之所有10個袋部2內之方式控制錠劑填充裝置22。同時，對不良薄片排出機構40輸出不良品信號。其結果，藉由不良薄片排出機構40將與不良品信號有關之PTP薄片1(不良薄片)排出。
接著，參照圖10之流程圖，針對藉由袋部檢查裝置21進行之神經網路190的學習處理進行說明。
首先，作業者準備良品之容器薄膜3(與形成有複數個良品之袋部2之複數片PTP薄片1對應的容器薄膜3)。再者，較佳為，作為在此準備之容器薄膜3，係具有與作為檢查對象之容器薄膜3相同形狀的袋部2者。但是，不需要容器薄膜3之厚度、材質、袋部2之大小及配置佈局等之相同性，且從通用性之角度考慮，以根據多種多樣之種類的學習資料做學習者較佳。
然後，作業者，首先於袋部檢查裝置21之既定的檢查位置配置預先準備之良品的容器薄膜3(成形有良品之袋部2的容器薄膜3)之後，使主控制部171執行既定的學習程式。
若根據既定之學習程式的執行開始學習處理，則主控制部171首先於步驟S201中進行用以進行神經網路190之學習的前處理。
具體言之，首先照明控制部172根據來自主控制部171的指令將照明裝置50點亮。接著，相機控制部173根據來自主控制器171的指令驅動相機51，且拍攝容器薄膜3的既定範圍。藉此，取得與容器薄膜3之既定範圍相關的圖像資料。在此，藉由圖像取得部174取入由相機51取得之圖像資料之後，於圖像處理部175中實施既定之圖像處理(例如，陰影校正、傾斜校正等)，且記憶於記憶部187。
再者，一面使容器薄膜3上之攝像範圍移動一面重複地進行前述一系列的處理，直到取得與作為學習資料所需要之數量的袋部2的圖像資料(濃淡圖案資料)為止。
當於步驟S201中取得學習所需數量之袋部2的圖像資料(濃淡圖案資料)時，於緊接之步驟S202中，學習部176根據來自主控制部171的指令，準備未學習的神經網路190。例如，讀取預先儲存於記憶部187等之神經網路190。或者，根據儲存於記憶部187等之網路構成資訊(例如神經網路的層數、各層的節點數等)構建神經網路190。
於步驟S203中，取得作為學習資料之學習用濃淡圖案資料。具體言之，圖像處理部175根據來自主控制部171的指令，以於步驟S201中記憶於記憶部187之圖像資料為基準，自該圖像資料所包含之複數個袋部2中抽出一個袋部2，取得與產生於該袋部2之底部2a的濃淡圖案(濃淡分佈像)對應之濃淡圖案資料作為一個學習用濃淡圖案資料。然後，將該學習用濃淡圖案資料輸出至學習部176。亦即，僅使用無成形不良之良品的容器薄膜3之袋部2的濃淡圖案資料作為學習資料(學習用濃淡圖案資料)。
於步驟S204中，取得重建濃淡圖案資料。具體言之，學習部176根據來自主控制部171的指令，將於步驟S203中取得之學習用濃淡圖案資料作為輸入資料，供給於神經網路190的輸入層，藉此，取得自神經網路190之輸出層輸出的重建資料、也就是濃淡圖案資料作為重建濃淡圖案資料。
接著，於步驟S205中，學習部176對在步驟S203中取得之學習用濃淡圖案資料、與在步驟S204中藉由神經網路190輸出之重建濃淡圖案資料進行比較，判定其誤差是否夠小(是否為既定之閾值以下)。
在此，於誤差夠小的情況下，將神經網路190及其學習資訊(後述之更新後的參數等)作為AI模型200儲存於記憶部187，結束本學習處理。
另一方面，於該誤差不夠小的情況下，於步驟S206中進行網路更新處理(神經網路190的學習)後，再次返回步驟S203，重複前述一系列處理。
具體言之，於步驟S206之網路更新處理中，使用例如倒傳遞演算法(Backpropagation)等公知的學習演算法，以盡可能減小表示學習用濃淡圖案資料與重建濃淡圖案資料之差分的損失函數之方式，將神經網路190中的前述各濾波器194、196的權重(參數)更新為更適宜者。再者，作為損失函數，可利用例如BCE(Binary Cross-entropy，二值交叉熵)等。
藉由重複無數次這些處理，於神經網路190中，學習用濃淡圖案資料與重建濃淡圖案資料的誤差變得極小，從而可輸出更正確的重建濃淡圖案資料。
接著，參照圖11的流程圖，針對藉由袋部檢查裝置21進行之袋部檢查的流程進行說明。
再者，圖11所示之袋部檢查的檢查處理，係分別對與作為製品之一片PTP薄片1而被衝切成矩形片狀的範圍對應之各檢查範圍進行的處理。亦即，於暫時停止容器薄膜3之搬送的每一間隔，對2個檢查範圍分別進行圖11所示之袋部檢查。以下詳細地進行說明。
當藉由袋部成形裝置16成形有袋部2之容器薄膜3的既定範圍暫時停止於袋部檢查裝置21時，則檢查控制裝置52使主控制部171執行既定的檢查程式。
當根據既定之檢查程式的執行而開始檢查處理時，首先執行自照明裝置50對容器薄膜3的既定範圍照射電磁波(紫外光)之照射處理(照射步驟)，並且藉由相機51執行攝像處理(攝像步驟)。
具體言之，照明控制部172根據來自主控制部171的指令，將照明裝置50點亮，且相機控制部173驅動相機51。藉此，拍攝容器薄膜3上之既定之檢查範圍，取得包含複數個袋部2的透射圖像資料。然後，將該透射圖像資料取入於圖像取得部174。
當圖像取得部174取入容器薄膜3之透射圖像資料時，則檢查控制裝置52首先執行檢查圖像取得處理(步驟S301)。
具體言之，圖像處理部175根據來自主控制部171的指令，以被取入於圖像取得部174之容器薄膜3的透射圖像資料為基準，使用前述檢查框，取得與一片PTP薄片1對應之檢查範圍(包含10個袋部2的範圍)內的圖像資料作為檢查圖像且記憶於記憶部187。
再者，於本實施形態中，容器薄膜3上之對應於各PTP薄片1的範圍所停止的位置每次相對於相機51之攝像範圍皆固定，且前述檢查框的設定位置，係藉由與相機51之相對位置關係而預先設定。因此，於本實施形態中，前述檢查框之設定位置雖然無需每次根據圖像資料而被調整位置，但不限於此，也可考慮位置偏差之產生等，而根據自圖像資料中獲得的資訊適宜地調整前述檢查框的設定位置。
此外，也可設為對檢查圖像實施各種加工處理的構成。例如自照明裝置50將電磁波均勻地照射於整個攝像範圍，技術上存在限度，因此，也可為進行陰影校正之構成，該陰影校正係用以校正因位置之差異而產生的電磁波強度(亮度)的變化。
若取得檢查圖像，則檢查控制裝置52於隨後之步驟S302中執行遮罩處理。
具體言之，圖像處理部175根據來自主控制部171的指令，分別與在步驟S301中取得之檢查圖像上的10個袋部2的位置對齊設定袋框W(參照圖12)，並且進行對藉由該袋框W特定之袋區域以外的區域、即與薄膜平坦部3b對應的區域施加遮罩M的處理。
再者，於本實施形態中，袋框W之設定位置，係根據與前述檢查框之相對位置關係而預先確定。因此，於本實施形態中，袋框W之設定位置雖然無需每次根據檢查圖像而調整位置，但不限於此，也可考慮位置偏差的產生等，根據自檢查圖像中獲得的資訊適宜地調整袋框W的設定位置。
接著，檢查控制裝置52，於步驟S303中，將所有袋部2之袋良品旗標的值設為「0」。
再者，「袋良品旗標」係用以顯示對應之袋部2的良否判定結果者，且被設定於記憶部187之既定區域。並且，於既定之袋部2被判定為良品的情況下，將與其對應之袋良品旗標的值設為「1」。
接著，檢查控制裝置52係於步驟S304中，將設定於記憶部187之袋編號計數器的值C設為初始值、也就是「1」。
再者，「袋編號」，係指於1個檢查範圍內之分別與10個袋部2對應而設定的序號，可藉由袋編號計數器的值C(下面，簡稱為「袋編號C」)特定袋部2的位置。
然後，檢查控制裝置52係於步驟S305中，判定袋編號C是否為每一檢查範圍(每一片PTP薄片1)之袋數N(於本實施形態中為「10」)以下。
在此，於被判定為肯定之情況下轉移至步驟S306。於步驟S306中，檢查執行部177根據來自主控制部171的指令，執行濃淡圖案抽出處理(濃淡圖案抽出步驟)，該濃淡圖案抽出處理，係用以抽出當前之袋編號C的袋部2的濃淡圖案資料。本實施形態之濃淡圖案抽出手段，主要藉由執行該處理之功能所構成。
具體言之，抽出於步驟S302中進行了遮罩處理之檢查圖像(遮光圖像資料)中之與當前的袋編號C(例如C=1)對應之袋部2的袋框W內的濃淡圖像，作為與該袋部2之底部2a產生的濃淡圖案K(參照圖12之濃淡圖案K1、及圖14的濃淡圖案K2等)對應的濃淡圖案資料。
再者，圖12為顯示產生於無成形不良之袋部2的底部2a之濃淡圖案K1的圖，圖13為顯示沿圖12所示之濃淡圖案K1的A-A線之各像素的亮度值的曲線圖。
此外，圖14為顯示產生於具有成形不良之袋部2的底部2a之濃淡圖案K2的圖，圖15為顯示沿圖14所示之濃淡圖案K2的B-B線之各像素的亮度值的曲線圖。
亦即，濃淡圖案(濃淡圖案資料)K係指具有每個像素之亮度資訊(例如0〜255之256灰階中的任一值)之二維圖像資訊，且是與根據袋部2之底部2a等的各位置(坐標位置)之壁厚的差異(壁厚分佈)、與穿透該位置之電磁波的透射率等的關係，顯示產生於袋部2之底部2a等的濃淡之二維分佈的像(穿透電磁波的強度分佈像)對應者。
此外，於本實施形態中，袋框W係依袋部2之開口周緣部(側部2b與薄膜平坦部3b的連接部)而設定，因此，於該步驟S306中取得之濃淡圖案K中，不僅包含袋部2之底部2a的濃淡圖案，而且還包含袋部2之側部2b、以及底部2a與側部2b相交之袋部2的角部2c的濃淡圖案。
此外，關於濃淡圖案K中之與底部2a對應的範圍，可獲得具有大致與底部2a之壁厚分佈對應的濃淡分佈(亮度分佈)的濃淡圖案。另一方面，關於與側部2b及角部2c對應的範圍，由於其亮度資訊並不是與沿著側部2b等之壁厚方向(X方向或Y方向)穿透的電磁波對應者，而是與成形時沿延伸方向(Z方向)穿透的電磁波對應者，因此與側部2b等之壁厚之關係較淺。
接著，於步驟S307中，檢查執行部177執行重建處理(重建資料取得步驟)。本實施形態之重建資料取得手段，主要藉由執行該處理的功能所構成。
具體言之，檢查執行部177將在步驟S306中抽出之袋編號C(例如C=1)的袋部2之底部2a的濃淡圖案資料K輸入至AI模型200的輸入層。然後，取得藉由AI模型200重建且自輸出層輸出的重建資料即濃淡圖案資料，作為前述袋編號C(例如C=1)之袋部2的底部2a的重建濃淡圖案資料KS。
在此，當然不用說是輸入如圖12所示之無成形不良的袋部2之底部2a的濃淡圖案資料K1的情況，即使於輸入如圖14所示之具有成形不良的袋部2之底部2a的濃淡圖案資料K2的情況下，AI模型200也可藉由如前述學習之經歷，輸出如圖16(a)所示之無成形不良的袋部2之底部2a的濃淡圖案資料，作為重建濃淡圖案資料KS。
接著，於步驟S308中，檢查執行部177執行比較處理(比較步驟)。本實施形態中之比較手段主要藉由執行該處理的功能所構成。
具體言之，檢查執行部177係首先對在步驟S306中抽出之濃淡圖案資料K、與在步驟S307中取得之重建濃淡圖案資料KS進行比較，算出兩資料之每個像素的亮度的差分。接著，將於預先設定之容許範圍內並無該差分的像素特定為不良像素Px，計算該不良像素Px的總數(不良面積)。圖16(b)為示意顯示於比較處理中產生有不良像素Px之部位的圖。
然後，於步驟S309中，檢查執行部177判定於步驟S308中算出之不良像素Px的數量是否為預先設定之判定基準Po以下。亦即，藉由判定不良像素Px之數量是否在容許範圍內，進行該袋部2之成形狀態的良否判定。藉由執行這樣的步驟S309之良否判定處理(良否判定步驟)的功能而構成本實施形態之良否判定手段。
但不限於此，在此也可為藉由其他方法進行良否判定之構成，例如，判定不良像素Px之連結成分中的最大面積之成分是否落在容許範圍內的方法、判定不良像素Px之連結成分的分散程度(分佈狀況)的方法等。當然，也可為無關乎其大小，只要於一個部位存在不良像素Px即判定為不良品之構成。
於步驟S309中作出肯定不良像素Px之數量在判定基準Po以下之判定的情況下，轉移至步驟S310。另一方面，於被判定為否定之情況下，則將與當前之袋編號C對應的袋部2視為不良品，並直接轉移至步驟S311。
於步驟S310中，檢查執行部177將與當前之袋編號C對應的袋部2視為良品，將與該袋編號C對應之袋良品旗標的值設為「1」，且轉移至步驟S311。
然後，檢查控制裝置52於步驟S311中，於當前之袋編號C上加上「1」之後，返回至步驟S305。
在此，於新設定之袋編號C仍在袋數N(於本實施形態中為「10」)以下的情況下，再次轉移至步驟S306，重複地執行前述一系列的處理。
另一方面，於判定新設定之袋編號C為超過袋數N的情況下，則視為與所有袋部2相關的良否判定處理結束，轉移至步驟S312。
於步驟S312中，檢查控制裝置52係判定檢查範圍內之所有袋部2的袋良品旗標的值是否為「1」。藉此，判定與該檢查範圍對應之PTP薄片1是良品還是不良品。
在此，於被判定為肯定之情況、亦即於檢查範圍內之所有袋部2皆為「良品」、且被判定為「不良品」之袋部2一個也不存在的情況下，於步驟S313中，將與該檢查範圍對應之PTP薄片1判定為「良品」，結束本檢查處理。
另一方面，於步驟S312中判定為否定之情況、亦即於檢查範圍內就算存在一個被判定為「不良品」之袋部2的情況下，於步驟S314中，將與該檢查範圍對應之PTP薄片1判定為「不良品」，並結束本檢查處理。
再者，於步驟S313之良品判定處理、及步驟S314的不良品判定處理中，檢查控制裝置52將關於與該檢查範圍對應之PTP薄片1的檢查結果記憶於記憶部187，並且輸出至填充控制裝置82。
如以上詳述，根據本實施形態，於暫停搬送成形有袋部2之容器薄膜3的每一間隔，自照明裝置50對該容器薄膜3照射電磁波，並且藉由相機51對穿透該容器薄膜3之電磁波(紫外光)進行攝像，然後從取得之透射圖像資料中抽出產生於袋部2之底部2a的濃淡圖案(濃淡圖案資料)K，且根據該資料，進行與袋部2之成形狀態相關之良否判定。
藉由這樣的構成，不用說是關於袋部2之底部2a的成形狀態(壁厚分佈狀態)之良否判定，而且連關於袋部2之側部2b及角部2c的成形狀態(壁厚分佈狀態)之良否判定也可進行，無論袋部2之側部2b等的壁厚分佈有無偏差等，皆可更高精度地檢測袋部2之側部2b等的成形不良(壁厚不良)。
尤其是，於本實施形態中，係使用學習神經網路190而構建之AI模型200進行關於袋部2之側部2b等的成形狀態的檢查之構成。
具體言之，藉由對拍攝袋部2之底部2a而獲得的濃淡圖案資料K、與藉由AI模型200重建該濃淡圖案資料K而獲得的重建濃淡圖案資料KS進行比較而進行良否判定。
藉此，即使為於先前技術中檢測困難之微細的成形不良、或底部2a之形狀及壁厚分佈複雜的袋部2等，也可進行檢查。其結果，可進一步提高檢查精度。
並且，於本實施形態中，由於對拍攝袋部2而獲得之濃淡圖案資料K、與基於該濃淡圖案資料K而重建獲得之重建濃淡圖案資料KS進行比較，因此於比較之兩濃淡圖案資料中，不存在基於作為檢查對象物之容器薄膜3側的攝像條件(例如容器薄膜3之配置位置、配置角度、或撓度等)、或袋部檢查裝置21側的攝像條件(例如照明裝置50之照明狀態或相機51的視場角等)之差異的影響，從而可更正確地檢測更細微的成形不良。
此外，於本實施形態中，由於可藉由對袋部2之底部2a進行攝像的一次攝像，把握側部2b全周的成形狀態，因此可實現檢查的高速化，進而可提高泡鼓盒的生產性。
並且，於本實施形態中，使用容器薄膜3之透射率約為30±10%的波長253±20nm的紫外光作為電磁波，對具有透光性之容器薄膜進行檢查。由於紫外光較可見光之透射率低，難以穿透具有透光性的容器薄膜3，因此可更適宜進行關於袋部2之成形狀態的檢查。此外，於袋部2之底部2a的薄壁部位及厚壁部位上容易產生光之透射率的差異，從而可更適當地進行檢查。
再者，不限於前述實施形態之記載內容，例如也可依如下方式實施。毋庸置疑，於以下之說明中未例示之其他應用例、變更例當然也可實施。
(a)作為檢查對象之泡鼓盒的構成，不限於前述實施形態。例如，於前述實施形態中，作為泡鼓盒例示了收容錠劑5等之內容物的PTP薄片1。
但不限於此，可將各種之泡鼓盒、例如自容器薄膜上撕揭覆蓋膜而取出內容物之撕揭式泡鼓盒(收容食品等之定量包裝等)、收容且搬送電子零件等內容物之泡鼓盒(輸送帶等)、未對容器薄膜安裝覆蓋膜而組裝襯紙等之類型的泡鼓盒等，作為檢查對象。
(b)容器薄膜上之袋部的形狀、大小、深度、個數、排列等之袋部的構成，不限於前述實施形態，可根據內容物之種類、形狀、用途等適宜選擇。例如袋部2之底部2a也可為俯視呈大致三角形、大致橢圓形、大致四方形、大致菱形等。
更具體言之，例如，也可將如圖17(a)、(b)所示之泡鼓盒500作為檢查對象。泡鼓盒500具有袋部501。袋部501係由俯視呈矩形之底部501a、及與該底部501a之周圍連接的矩形框狀的側部501b構成。於袋部501之底部501a形成有複數個朝袋內側膨出之膨出肋501c。
在針對如此之袋部501，按照前述實施形態之檢查順序，抽出產生於底部501a之濃淡圖像(步驟S306)，且進行重建處理(步驟S307)及比較處理(步驟S308)的情況下，獲得與厚壁區域(膨脹肋501c)對應之低亮度區域、及與薄壁區域(底部501a之通常部分)對應之高亮度區域，可進行關於袋部501之成形狀態的良否判定。
(c)容器薄膜及覆蓋膜之材質或層構造等，不限於前述實施形態。例如，於前述實施形態中，容器薄膜3係由PP或PVC等無色透明之熱塑性樹脂材料形成，且具有透光性。
但不限於此，例如容器薄膜3，當然可由無色半透明之樹脂材料、有色透明或有色半透明之樹脂材料形成，亦可藉由不透明材料(不透明樹脂材料或金屬材料等)形成。在金屬材料方面，可列舉例如氧化鋁層積薄膜等以鋁作為主要材料者等。
再者，如後述，關於藉由不透明材料形成之容器薄膜3係可藉由自照明裝置50照射例如X射線等之可穿透不透明材料的電磁波進行檢查。
(d)袋部之成形方法，不限於前述實施形態。例如，於前述實施形態中，藉由柱塞輔助加壓成形法成形袋部2。
但亦可取而代之，改為採用例如真空成形法、加壓成形法、柱塞成形法等之使平坦之容器薄膜3的一部分(預定成形部3a)局部加熱軟化後進行延伸加工之公知的各種成形方法。
但是，於容器薄膜係氧化鋁層積薄膜之情況下，由於加熱可能會於黏著層之間產生剝離而在成形時造成破損，因此適合使用事先不進行加熱之冷軋成形(冷成形)。於此情況下，於袋部成形時，由於例如夾持部分近旁等容易被拉伸，容器薄膜未必能均勻地延伸，因此仍有在袋部之各部分的壁厚上產生偏差之虞。
(e)照射手段及攝像手段之構成，不限定於前述實施形態。例如亦可構成為：於前述實施形態中，照明裝置50係配置於袋部2之突出側，且相機51配置於袋部2的開口側，但兩者之位置關係也可顛倒。
此外，於前述實施形態中，雖然照明裝置50係以照射包含紫外光之電磁波的方式構成，但也可根據容器薄膜3之材質或顏色等，適宜變更自照明裝置50照射之電磁波的波長。當然，在此也可構成為：省略帶通濾波器51a，而將自照明裝置50照射而穿透容器薄膜3之電磁波直接射入相機51。
例如，於藉由鋁等構成之不透明材料構成容器薄膜3的情況下，也可自照明裝置50照射X射線。此外，於藉由彩色之半透明材料構成容器薄膜3之情況下，也可自照明裝置50照射白光等的可見光。
(f)於前述實施形態中，構成為：將容器薄膜3之透射率約為30±10%之波長253±20nm的紫外光利用於檢查，但也可為使用與此不同波長之電磁波進行檢查之構成。
惟，由於無論穿透容器薄膜3之電磁波的透射率是過高還是過低，於袋部2之底部2a的薄壁部位及厚壁部位上皆有可能不易產生光的透射率之差異，因此較佳為使用容器薄膜3之透射率為15%以上且60%以下之波長的電磁波，更佳為使用容器薄膜之透射率為20%以上且50%以下之波長的電磁波。
(g)在識別手段之AI模型200(神經網路190)的構成及其學習方法方面，不限於前述實施形態。
(g-1)於前述實施形態中，雖然未特別提及，但當進行神經網路190之學習處理、袋部檢查處理之重建處理等時，也可根據需要對各種資料進行正規化等之處理。
(g-2)神經網路190之構造不限於圖8所示的構成，例如也可構成為：於卷積層193之後設置池化層之構成。當然，也可為神經網路190之層數、各層的節點數、各節點的連接構造等是不同的構成。
(g-3)於前述實施形態中，AI模型200(神經網路190)係具有卷積自動編碼器(CAE)之構造的生成模型，但不限於此，例如也可為具有變分自動編碼器(VAE:Variational Autoencoder)等之不同類型的自動編碼器之構造的生成模型。
(g-4)於前述實施形態中，構成為：藉由倒傳遞演算法學習神經網路190，但不限於此，也可構成為：使用其他各種之學習演算法進行學習。
(g-5)神經網路190也可藉由所謂AI晶片等之AI處理專用電路構成。於此情況下，可藉由僅將參數等之學習資訊記憶於記憶部187，且由AI處理專用電路讀取該學習資訊並設定於神經網路190，而構成AI模型200。
(g-6)於前述實施形態中，構成為：具有學習部176，且於檢查控制裝置52內進行神經網路190之學習，但不限於此，只要至少將AI模型200(學習完畢之神經網路190)記憶於記憶部187即可，也可省略學習部176。因此，也可於檢查控制裝置52之外部進行神經網路190之學習，將該學習記憶於記憶部187。
(h)於前述實施形態中，在會進行到錠劑5等內容物之填充的PTP包裝機(泡鼓包裝機)11內配置有袋部檢查裝置21。但不限於此，例如也可於分別進行容器薄膜3之製造、及內容物之包裝的生產線等中，於容器薄膜3之製造裝置具備袋部檢查裝置21。此外，也可與容器薄膜3之製造裝置獨立，具備離線且檢測成形有袋部2之容器薄膜3的檢查裝置。
1:PTP薄片 2:袋部 2a:底部 2b:側部 2c:角部 3:容器薄膜 4:覆蓋膜 5:錠劑 11:PTP包裝機 15:加熱裝置 16:袋部成形裝置 21:袋部檢查裝置 50:照明裝置 51:相機 52:檢查控制裝置 176:學習部 177:檢查執行部 190:神經網路 200:AI模型 K(K1,K2):濃淡圖案
圖1為PTP薄片的立體圖。 圖2為PTP薄片的局部放大剖視圖。 圖3為PTP薄膜的立體圖。 圖4為袋部檢查裝置的概略構成圖。 圖5為PTP包裝機的概略構成圖。 圖6為顯示袋部檢查裝置之功能構成的方塊圖。 圖7為顯示袋部成形裝置及加熱裝置之概略構成的局部剖面前視圖。 圖8為用以說明神經網路之構造的示意圖。 圖9為顯示袋部成形步驟之流程的流程圖。 圖10為顯示神經網路之學習處理的流程的流程圖。 圖11為顯示袋部之檢查處理流程的流程圖。 圖12為顯示產生於無成形不良之袋部的濃淡圖案等的圖。 圖13為顯示沿圖12中之A-A線的各像素之亮度值的曲線圖。 圖14為顯示產生於存在成形不良之袋部的濃淡圖案等的圖。 圖15為顯示沿圖14中之B-B線的各像素之亮度值的曲線圖。 圖16(a)為示意顯示重建濃淡圖案資料而獲得之重建濃淡圖案資料的圖，圖16(b)為示意顯示於比較處理中產生不良像素之部位的圖。 圖17為用以說明另一實施形態之泡鼓盒的圖，圖17(a)為立體圖，圖17(b)為俯視圖。
2:袋部
3:容器薄膜
3b:薄膜平坦部
21:袋部檢查裝置
50:照明裝置
50a:電磁波照射裝置
50b:擴散板
51:相機
51a:帶通濾波器

Claims (10)

  1. 一種檢查裝置，係用以檢查泡鼓盒之袋部的成形狀態，其特徵在於具備：  照射手段，其可對成形有前述袋部之容器薄膜照射既定的電磁波；  攝像手段，其隔著前述容器薄膜而設於前述照射手段的對向側，且至少可對穿透前述袋部之底部的前述電磁波進行攝像以取得圖像資料；  濃淡圖案抽出手段，其可根據藉由前述攝像手段取得之圖像資料，抽出與藉由前述電磁波之照射而產生於前述袋部底部的濃淡圖案對應的濃淡圖案資料；  識別手段，其係使具有編碼部及解碼部的神經網路僅將無成形不良之前述袋部的濃淡圖案資料作為學習資料來學習而生成，該編碼部係自輸入之濃淡圖案資料中抽出特徵量，該解碼部係根據該特徵量重建濃淡圖案資料；  重建資料取得手段，其可取得重建濃淡圖案資料，該重建濃淡圖案資料係為將藉由前述濃淡圖案抽出手段抽出之濃淡圖案資料輸入前述識別手段而重建後的濃淡圖案資料；  比較手段，其可對藉由前述濃淡圖案抽出手段抽出之濃淡圖案資料、與藉由前述重建資料取得手段取得之重建濃淡圖案資料進行比較；及  良否判定手段，其可根據前述比較手段之比較結果，執行至少與前述袋部之側部的成形狀態相關的良否判定。
  2. 如請求項1之檢查裝置，其中前述容器薄膜係由具有透光性之樹脂薄膜材料構成，  前述照射手段係被構成為可照射作為前述電磁波的紫外光。
  3. 如請求項1之檢查裝置，其中前述電磁波包含有前述容器薄膜之透射率為15%以上且60%以下之波長的電磁波。
  4. 如請求項2之檢查裝置，其中前述電磁波包含有前述容器薄膜之透射率為15%以上且60%以下之波長的電磁波。
  5. 如請求項1之檢查裝置，其中前述袋部被熱成形於平坦之前述容器薄膜。
  6. 如請求項2之檢查裝置，其中前述袋部被熱成形於平坦之前述容器薄膜。
  7. 如請求項3之檢查裝置，其中前述袋部被熱成形於平坦之前述容器薄膜。
  8. 如請求項4之檢查裝置，其中前述袋部被熱成形於平坦之前述容器薄膜。
  9. 一種泡鼓包裝機，其特徵在於具備：如請求項1至8中任一項之檢查裝置。
  10. 一種泡鼓盒的製造方法，該泡鼓盒係於成形在容器薄膜上之袋部內收容有既定的內容物，且以封閉該袋部之方式安裝覆蓋膜而形成，該泡鼓盒的製造方法之特徵在於包含：  袋部成形步驟，其對呈帶狀搬送之前述容器薄膜成形前述袋部；  填充步驟，其將前述內容物填充於前述袋部；  安裝步驟，其以封閉前述袋部之方式，將帶狀之前述覆蓋膜安裝於已將前述內容物填充於前述袋部內之前述容器薄膜上；  切斷步驟，其用以從前述容器薄膜上安裝有前述覆蓋膜之帶狀體切斷前述泡鼓盒；及  檢查步驟，其檢查前述泡鼓盒之袋部的成形狀態，  於前述檢查步驟中，具備：  照射步驟，其對成形有前述袋部之容器薄膜照射既定的電磁波；  攝像步驟，其至少對穿透前述袋部之底部的前述電磁波進行攝像以取得圖像資料；  濃淡圖案抽出步驟，其根據於前述攝像步驟中取得之圖像資料，抽出與藉由前述電磁波之照射而產生於前述袋部底部的濃淡圖案對應的濃淡圖案資料；  重建資料取得步驟，其用以取得重建濃淡圖案資料，該重建濃淡圖案資料係為將在前述濃淡圖案抽出步驟中抽出之濃淡圖案資料輸入識別手段而重建後的濃淡圖案資料，該識別手段係使具有編碼部及解碼部的神經網路僅將無成形不良之前述袋部的濃淡圖案資料作為學習資料來學習而生成，該編碼部係自輸入之濃淡圖案資料中抽出特徵量，該解碼部係根據該特徵量重建濃淡圖案資料；  比較步驟，其對在前述濃淡圖案抽出步驟中抽出之濃淡圖案資料、與在前述重建資料取得步驟中取得的重建濃淡圖案資料進行比較；及  良否判定步驟，其根據前述比較步驟中之比較結果，進行至少與前述袋部之側部的成形狀態相關的良否判定。
TW110124224A 2020-08-04 2021-07-01 檢查裝置、泡鼓包裝機及泡鼓盒的製造方法 TWI781671B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2020132478A JP7241721B2 (ja) 2020-08-04 2020-08-04 検査装置、ブリスター包装機及びブリスターパックの製造方法
JP2020-132478 2020-08-04

Publications (2)

Publication Number Publication Date
TW202212203A true TW202212203A (zh) 2022-04-01
TWI781671B TWI781671B (zh) 2022-10-21

Family

ID=80117970

Family Applications (1)

Application Number Title Priority Date Filing Date
TW110124224A TWI781671B (zh) 2020-08-04 2021-07-01 檢查裝置、泡鼓包裝機及泡鼓盒的製造方法

Country Status (6)

Country Link
US (1) US20230184692A1 (zh)
EP (1) EP4194350A4 (zh)
JP (1) JP7241721B2 (zh)
CN (1) CN116075466A (zh)
TW (1) TWI781671B (zh)
WO (1) WO2022030088A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230067759A (ko) * 2021-11-08 2023-05-17 삼성디스플레이 주식회사 광학 검사 장치 및 이를 이용한 검사 방법

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0618958U (ja) * 1992-08-19 1994-03-11 東芝エンジニアリング株式会社 Ｐｔｐ用異物検査装置
CA2288476C (en) * 1998-11-05 2010-10-12 Denwood F. Ross, Iii Missing lens detection system and method
US10475174B2 (en) * 2017-04-06 2019-11-12 General Electric Company Visual anomaly detection system
JP6368408B1 (ja) * 2017-08-08 2018-08-01 Ckd株式会社 ブリスタ包装機
KR101911061B1 (ko) 2018-03-26 2018-10-23 주식회사 대곤코퍼레이션 비지도 학습기반 영역별 자가부호기를 이용한 제품 불량판별 시스템 및 비지도 학습기반 영역별 자가부호기를 이용한 제품 불량판별 방법
JP6777784B2 (ja) * 2019-03-04 2020-10-28 Ckd株式会社 検査装置、ブリスター包装機及びブリスターパックの製造方法
JP7380019B2 (ja) * 2019-09-27 2023-11-15 オムロン株式会社 データ生成システム、学習装置、データ生成装置、データ生成方法及びデータ生成プログラム

Also Published As

Publication number Publication date
US20230184692A1 (en) 2023-06-15
WO2022030088A1 (ja) 2022-02-10
EP4194350A1 (en) 2023-06-14
EP4194350A4 (en) 2024-10-02
JP2022029241A (ja) 2022-02-17
CN116075466A (zh) 2023-05-05
JP7241721B2 (ja) 2023-03-17
TWI781671B (zh) 2022-10-21

Similar Documents

Publication Publication Date Title
JP6777784B2 (ja) 検査装置、ブリスター包装機及びブリスターパックの製造方法
JP6368408B1 (ja) ブリスタ包装機
US11017523B2 (en) Inspection device and PTP packaging machine
US10926907B2 (en) PTP packaging machine
US20240040230A1 (en) Inspection device, blister packaging machine, and method for manufacturing blister pack
US11360033B2 (en) Inspection apparatus, PTP packaging machine, and method for manufacturing PTP sheet
US11994477B2 (en) Inspection device, packaging sheet manufacturing device, and inspection method
US20230184692A1 (en) Inspection device, blister packing machine, and method of manufacturing blister pack
CN112673249A (zh) 检查装置、ptp包装机和ptp片的制造方法
CN115461611A (zh) 外观检查用照明装置、外观检查装置以及泡罩包装机

Legal Events

Date Code Title Description
GD4A Issue of patent certificate for granted invention patent