Die Industrielle Bildverarbeitung (Machine Vision) gewährleistet die maximale Produktqualität. Die leistungsfähigen, skalierbaren Systeme prüfen flexibel und hochperformant. Die Daten, die im automatischen Prüfprozess gewonnen werden, sind zugleich die Grundlage für zukunftsweisende Entwicklungen wie Closed Loop und Predictive Maintenance und damit Wegbereiter für eine intelligente Pharmaproduktion.
Menü
Der Zukunfts-Blog der Machine Vision People
Smart Production Ohne Machine Vision keine Smart Factory
Wie Prüfdaten pharmazeutische Produktionsprozesse optimieren
Die Industrielle Bildverarbeitung (Machine Vision) steht in der Pharmaproduktion für sichere Produktqualität ohne Rückrufe, effiziente und stabile Prozesse sowie leistungsfähige und skalierbare Systeme. Darüber hinaus liefert sie die Daten für zukunftsweisende Entwicklungen wie Predictive Maintenance und Fast Feedback Loops – und damit für die Smart Factory von morgen.
Machine Vision als Wegbereiter
Kontinuierliche Produktionssteigerung, zunehmende Automatisierung und höhere Taktleistungen in der pharmazeutischen Industrie – Machine Vision, also die Fähigkeit eines Computers zu „sehen“, ist hier ein entscheidender Wegbereiter. Die Industrielle Bildverarbeitung hat sich parallel dazu rasant weiterentwickelt: Sie übernimmt sehr komplexe Prüfaufgaben und ermittelt zudem eine Vielzahl an Daten. Gerade bei der Pharmaproduktion müssen strenge Vorgaben und gestiegene Sicherheitsanforderungen erfüllt und gleichzeitig ein höchstmöglicher Durchsatz bei der Prüfung ermöglicht werden. Dazu ist ein äußerst leistungsfähiges und intelligentes Prüfsystem erforderlich, mit Hard- und Software-Komponenten, die genau auf die jeweilige Prüfanforderung zugeschnitten sind.
Die Industrielle Bildverarbeitung ist ein wichtiger und integraler Bestandteil der Pharmafertigung. Die Systeme überwachen die Produktsicherheit automatisiert und liefern zusätzlich die Daten für die Industrie 4.0.
Unsere Vision: die smarte Fabrik
Daten, die im automatischen Prüfprozess gewonnen werden, bieten ein enormes Potenzial. Eine der großen Herausforderungen der Zukunft wird es sein, diese noch intelligenter zu nutzen. Von Smart Data sprechen wir immer dann, wenn diese auf Basis intelligenter Algorithmen nutzbringend für Automatisierung und Prozesssteuerung eingesetzt werden können. Bei seiner Produktentwicklung legt VITRONIC hierauf besonderes Augenmerk. So beschäftigen wir uns etwa mit der Anwendung von Deep-Learning-Methoden für einzelne Prüfapplikationen, um die Abläufe und Ergebnisse in der Fehlererkennung weiter zu verbessern. Ein weiteres konkretes Anwendungsfeld ist die prozessgetreue Visualisierung der gesammelten Prüfdaten in Form von Heatmaps und Trendanalysen. Diese lassen sich vielseitig nutzen, u.a. um Prozessparameter zu optimieren oder um den Wechselzeitpunkt für kritische Ersatzteile zu bestimmen.
Gemeinsame Maschinensprache
Wichtige Grundlage für den Austausch dieser Informationen sind standardisierte Schnittstellen. Damit sich die Systeme zukünftig in einer Sprache verständigen können, unterstützt VITRONIC die OPC UA Machine Vision Initiative. Ziel ist es, Datenaustausch und Vernetzung auf der Automatisierungsebene zu vereinfachen und damit eine flexiblere Nutzung von Vision-Systemen zu ermöglichen. So wird eine M2M Schnittstelle basierend auf dem „OPC UA for Machine Vision“ Companion Standard mit dem nächsten Release unseres Basis Software Framework (Q2 2020) als Standardmodul für alle VITRONIC Automationslösungen bereitstehen.
Aus Machine Vision wird Machine Learning
Ein vielversprechendes Entwicklungsthema ist der sogenannte Closed Loop, also die automatische Trendanalyse in einem geschlossenen System. Hier werden in der automatisierten Anwendung die Informationen aus der Prüfung ausgewertet, direkt in die Maschinensteuerung rückgekoppelt und können dort eine automatische Korrektur von Maschinenparametern vornehmen. Sprich: Die Maschine adaptiert sich automatisch. Beim Fast Feedback Loop werden kleinere Teilprozesse in sinnvolle Untereinheiten gegliedert, um möglichst frühzeitig notwendige Anpassungen zu identifizieren und darauf automatisch zu reagieren.
Predictive Maintenance
Nicht zuletzt sehen wir beim Thema Predictive Maintenance weiterhin großes Potenzial. Dabei geht es um eine vorausschauende Wartung, die auf Basis von Prozessparametern prognostiziert, wann ein Bauteil innerhalb des Prozesses in der Produktionsstraße gewartet oder ausgetauscht werden muss.
Durch diese Maßnahmen kann der Hersteller die Ausbringungsmenge signifikant erhöhen und gleichzeitig Stillstandszeiten reduzieren.
In diesem Spannungsfeld bewegen wir uns: Einerseits Hochgeschwindigkeit und Präzision durch ein extrem hochperformantes Prüfsystem abbilden und andererseits flexibel, intuitiv und modular für eine schnelle Umrüstung sein.
Intelligente Einlernmethoden
In der pharmazeutischen Verpackungsindustrie geht es immer häufiger um die Verarbeitung kleinerer Chargen. Das verlangt nach flexibleren Linien, die innerhalb kurzer Zeit umrüstbar sind. Von Prüfsystemen ist daher ebenfalls mehr Flexibilität gefordert. Einerseits müssen diese auf unterschiedliche Produktvarianten skalierbar sein und andererseits eine möglichst einfache Umrüstung ermöglichen, die auch vom Anwender vorgenommen werden kann. Hierbei helfen intelligente Algorithmen, die softwaregestützt den Einlernprozess für eine Vielzahl von Produktvarianten weitestgehend automatisieren.
Alle diese Lösungen leben von gesammelten Messdaten, Machine Learning Algorithmen und automatisierten Prozessen.
Fazit
Machine Vision in der Pharmaproduktion
- Industrielle Bildverarbeitung übernimmt komplexe Prüfaufgaben in der Pharmaproduktion
- Skalierbare, automatisierte Produktion verlangt nach flexiblen, intelligenten Prüfsystemen
- VITRONIC Entwicklungsfelder: Closed Loop, Predictive Maintenance und Deep Learning
