newly produced white pills on a blue surface

SolVisionEstudio de casos

Inspección de Tabletas con IA

Cliente

El cliente es una destacada empresa farmacéutica multinacional

Caso

Inspección de Calidad de Tabletas

Tras su producción, las tabletas se someten a una rigurosa inspección de calidad para verificar su cumplimiento con las especificaciones de tamaño, textura, forma, color y precisión del etiquetado. Este minucioso proceso incluye una detección exhaustiva de contaminantes o cuerpos extraños que puedan comprometer la integridad de las tabletas. La identificación y eliminación rápidas de tabletas dañadas o con irregularidades son fundamentales para evitar posibles retiradas del mercado y mantener la reputación de la empresa.

newly produced white pills on a blue surface

Desafío

Limitaciones de los Métodos Tradicionales de Inspección

Las píldoras y tabletas pueden presentar defectos como formas y tamaños inconsistentes, decoloración y fallos externos, que suelen variar considerablemente. Las máquinas de Inspección Óptica Automatizada (AOI) a menudo tienen dificultades para detectar de manera fiable estos defectos, lo que requiere inspecciones manuales frecuentes. Sin embargo, la inspección manual prolongada puede provocar fatiga y aumentar las tasas de error, lo que representa un desafío para los procesos efectivos de control de calidad.

Solución

Inspección Mejorada con SolVision

Las herramientas de detección visual de defectos de SolVision AI permiten a los fabricantes utilizar aprendizaje basado en imágenes para identificar diversos tipos de defectos específicos de la producción de tabletas farmacéuticas. Esta tecnología innovadora permite la detección de defectos en tiempo real y un aprendizaje continuo, lo que permite a SolVision adaptarse y mejorar sus capacidades mediante la incorporación de nuevos defectos identificados. Esta capacidad mejora significativamente la eficiencia de producción y las tasas de rendimiento en la línea de producción de tabletas.

Resultados

Incremento en la eficiencia de producción y las tasas de rendimiento
Mayor precisión en la inspección
Capacidad para detectar nuevos defectos mediante aprendizaje profundo