Bahasa IndonesiaMODERN FACTORY / CONNECTED PRODUCTION
Modern Factory adalah kelompok perangkat keras dan lunak untuk mengumpulkan data dari jalur produksi, termasuk status mesin, volume produksi, nilai pengukuran kualitas, dan gambar dari kamera AI, kemudian menampilkan dan memberikan peringatan menggunakan set angka yang sama.
Kamera · Sensor · Alat Ukur
DoLINE · InQC · nimitFlow
Dasbor · Tren · Peringatan
Modern Factory cocok untuk pabrik komponen otomotif, elektronik, pengemasan, dan System Integrators (SI) yang memerlukan melihat status jalur produksi selama shift tanpa menunggu laporan shift. Poin awalnya adalah DoLINE, perangkat lunak pelacakan jalur produksi yang menerima sinyal dari rangkaian DIY atau InTrigger menggunakan daya 24V DC.
Untuk menerapkan SPC (Pengendalian Proses Statistik), tambahkan InQC dan InGauge. Untuk pemeriksaan visual, tambahkan Task Cam atau LearningCam. Untuk memantau kondisi mesin, tambahkan InCBM.
Modern Factory tidak cocok untuk pabrik yang memerlukan sistem untuk menghentikan mesin, menyesuaikan mesin, atau melepaskan lot secara otomatis. Sistem membantu mengumpulkan data dan memberikan peringatan, sementara keputusan tetap berdasarkan rencana manajemen pabrik. Sebelum menggunakan kamera AI untuk pekerjaan nyata, kami melakukan uji coba kamera dan kondisi pencahayaan dengan produk asli Anda.
Coba DoLINE gratis untuk 10 Stasiun untuk mengumpulkan data jalur produksi sebelum memilih paket Cloud Scale-Up atau penerapan on-premises berdasarkan ukuran proyek.
Sebelum memilih sistem, jawab 4 pertanyaan di bawah ini. Jawaban akan menunjukkan produk mana yang harus dimulai dan data apa yang harus disiapkan.
Kita mulai dari apa yang terjadi di barisan nyata, seperti waktu siklus, tempat mesin sering berhenti, atau bagian yang memerlukan pemeriksaan ulang. Kemudian kita memilih sinyal dan perangkat yang akan digunakan, bukan dari versi AI.
Sebelum menggunakan AI, data dan sistem pengukuran harus dapat dipercaya. Jika pengukur yang digunakan untuk membuat keputusan belum lulus Analisis Sistem Pengukuran (MSA), setiap sistem akan belajar dari kesalahan pengukur. Oleh itu, kita memeriksa sistem pengukuran terlebih dahulu, kemudian menggunakan InGauge untuk mengirim nilai alat pengukur langsung ke InQC tanpa entri manual.
Kita memilih peran AI yang sesuai dengan tugas. Menghitung jumlah bagian atau memeriksa keadaan mesin menggunakan sensor dan aturan. Memantau nilai pengukuran yang bergerak menggunakan grafik kontrol. Pemeriksaan visual atau verifikasi urutan kerja menggunakan kamera AI, dimulai dari rekomendasi AI dan pengambilan keputusan manusia.
Sistem peringatan harus memiliki orang yang bertanggung jawab dan dapat diidentifikasi. Kami menetapkan posisi penerima dan apa yang harus dilakukan dalam setiap kasus sebelum sistem diaktifkan. Jika tidak ada penerima, peringatan tidak akan memimpin pada perbaikan.
DoLINE adalah sistem untuk melacak barisan produksi dan OEE (Efektivitas Perangkat Total). Menampilkan rencana, aktual, dan selisih antara stasiun selama shift di tablet atau layar Android. Mengambil sinyal dari rangkaian DIY atau InTrigger menggunakan daya 24V DC untuk pabrik yang tidak memerlukan desain rangkaian sendiri.
Teliti solusi — Memantau produksi dan OEEInQC adalah program SPC di tablet Android yang menerima data dari alat ukur melalui InGauge. Grafik kontrol dan indeks kemampuan proses (Cp/Cpk) dihitung langsung dari alat ukur, mengurangi salinan manual dan mendukung proses kualitas IATF 16949.
Teliti solusi — Pengendalian kualitas dengan SPCTask Cam adalah kamera AI di setiap stasiun kerja dengan 3 mode: Sequential untuk memverifikasi urutan kerja, Completion untuk memeriksa kelengkapan tanpa memaksa urutan, dan Skeleton untuk mengamati postur dari siluet tubuh untuk menyesuaikan pekerjaan stasiun dan ergonomi. Ini tidak digunakan untuk menilai atau menjatuhkan hukuman kepada individu dan karyawan harus diberitahu sebelum penggunaan. LearningCam adalah kamera yang mengajarkan tugas untuk menghitung benda kerja dan memeriksa benda kerja dengan gambar.
Teliti solusi — Verifikasi urutan kerja dengan AInimitFlow adalah platform Low-Code (pengembangan drag-and-drop) yang menghubungkan data dari lantai pabrik ke proses kerja dan sistem organisasi yang sudah ada. InSensor mengumpulkan data dari sensor dan memprosesnya di lokasi sebelum dikirim ke sistem pusat, dengan X1 Board sebagai komponen internal.
Teliti solusi — Menghubungkan data dari lantai pabrikIsyarat mesin masuk melalui InTrigger atau InSensor, nilai dari alat ukur masuk melalui InGauge, dan kamera AI memproses gambar secara internal dan mengirim hasil dari stasiun kerja yang sebenarnya.
DoLINE, InQC, dan nimitFlow mengubah nilai menjadi status, tren, dan peringatan sesuai jenis pekerjaan.
Kepala shift memeriksa insiden yang tidak biasa menurut prosedur yang disepakati, dan manajer melihat gambaran umum dari set angka yang sama
Setiap poin di bawah ini adalah pendekatan kami yang diperoleh dari pekerjaan nyata di pabrik, menunjukkan apa yang telah kami lakukan, pelajari, dan apa artinya untuk pabrik Anda
Pengalaman kamiKami mengembangkan sistem pencacah shot untuk mold injeksi plastik dan memberi tahu siklus perawatan untuk produsen komponen otomotif di Thailand pada tahun B.E. 2564 dan dipasang di basis produksi di Kamboja pada tahun 2565. Sistem ini menggabungkan jumlah shot dari 2 merek mesin injeksi ke satu layar mold.
Pelajaran yang kita dapatkanDalam pengujian penutupan proyek, kami membandingkan jumlah shot yang dibaca sistem dengan berkas laporan mesin dari 2 merek. Angka pada layar dapat digunakan untuk pengambilan keputusan setelah dipastikan sesuai data sumber
Apa artinya bagi Anda?Sebelum menggunakan angka dari sistem untuk merencanakan produksi atau perawatan, kami termasuk fase pengujian yang membandingkan total dengan data mesin asli dalam jadwal awal.
Baca studi kasus sistem pencacah shot mold (Thailand-Kamboja)Pengalaman kamiKami mengembangkan aplikasi web untuk pelacakan produksi di server internal untuk produsen komponen otomotif yang mencakup 9 barisan produksi pada tahun B.E. 2563-2564, dan pada tahun 2565, klien kami menyewa kami untuk memperluas sistem yang sama ke 11 barisan produksi lainnya.
Pelajaran yang kita dapatkanSetelah klien menguji sistem dalam penggunaan nyata, kami menyesuaikan perhitungan dan layar menurut perubahan yang diminta. Oleh itu, sistem pertama harus memastikan waktu untuk putaran penyesuaian sebelum memperluas ke barisan lainnya.
Apa artinya bagi Anda?Proyek Anda dimulai dengan beberapa barisan atau stasiun, menyetujui metrik dan putaran penyesuaian untuk menyelesaikan set pertama, kemudian memperluas ke barisan lainnya
Baca studi kasus aplikasi web untuk memantau produksi di 9 garisPengalaman kamiKami memasang LearningCam model Inspection Cam di atas konveyor bagi produsen tutup plastik untuk memeriksa flash berlebih dan tutup yang tidak terbentuk sempurna. Pengujian dilakukan beberapa kali dari Januari hingga Maret B.E. 2569. Penyesuaian model masih sedang berlangsung sebelum penyerahan sistem lengkap dikonfirmasi
Pelajaran yang kita dapatkanUji coba dengan tutup putih memenuhi kriteria yang ditetapkan oleh tim, tetapi model yang sama tidak memenuhi kriteria ketika digunakan pada tutup biru. Oleh karena itu, model yang dilatih pada satu jenis benda kerja harus diuji kembali pada jenis benda kerja lainnya.
Apa artinya bagi Anda?Sebelum memulai, kami minta benda kerja baik dan cacat dari setiap warna atau setiap model untuk diperiksa dan uji bersamaan dengan metode pemeriksaan saat ini sebelum membolehkan kamera untuk mengklasifikasikan benda kerja nyata.
Baca studi kasus tentang pemeriksaan tutup plastik menggunakan LearningCam (sedang berlangsung)Pilih dari pekerjaan yang ingin Anda lakukan
Pilih pekerjaan untuk melihat produk dan layanan terkait, atau cari secara langsung dengan nama produk yang dikenali
Kamera Edge AI yang memverifikasi urutan kerja perakitan, mengukur waktu siklus (Cycle Time), dan membuat panduan Work Instruction dari video pekerjaan nyata
THB 46,500 / unit
Standard / Pro · Peralatan dan penawaran instalasi dipisahkan
Tersedia untuk: Departemen produksi, insinyur IE (insinyur industri) dan tim pelatihan yang mengelola stasiun penyusunan menggunakan pekerja manusia
Rincian
Contoh tampilan layar LearningCam Counter dari data asli — Digunakan untuk menjelaskan prosedur penghitungan objek
Kamera Edge AI memproses data secara internal dan memiliki aplikasi web terintegrasi, digunakan untuk menghitung atau memeriksa benda kerja sesuai dengan mode kerja yang dipilih
THB 46,500 / unit
Standard / Pro · Peralatan dan penawaran instalasi dipisahkan
Tersedia untuk: Insinyur manufaktur dan tim kualitas yang masih menghitung atau memeriksa bagian dengan mata di jalur
Rincian
Program SPC (kontrol proses statistik) pada tablet Android menampilkan grafik X-bar/R dan nilai Cpk saat mengukur di jalur produksi
Tersedia untuk: Tim kontrol kualitas (QA/QC) yang mengukur bagian secara berulang kali per shift dan harus mengirimkan data SPC atau Cpk (indeks kapabilitas proses) kepada pelanggan
Rincian
Platform Low-Code untuk membuat otomatisasi (Workflow) dan Data Pipeline dengan seret dan lepas, mulai THB 8,000/bulan
Tersedia untuk: Tim TI dan insinyur yang perlu menghubungkan data dari berbagai sistem serta menambahkan kode Python sesuai kebutuhan pekerjaan
Rincian
Sistem pelacakan jalur produksi dan OEE (Efektivitas Perangkat Keseluruhan) gratis untuk 10 stasiun pertama, dapat diperluas ke Cloud atau On-Premises
Tersedia untuk: Manajer garis dan departemen produksi yang ingin semua orang dalam garis melihat rencana produksi dibandingkan dengan angka aktual selama shift.
Rincian
Pemindah sinyal untuk port alat ukur Digimatic/SPC ke USB, mengirimkan data pengukuran langsung ke komputer, tablet, atau InQC
Tersedia untuk: Tim kontrol kualitas yang masih mencatat hasil pengukuran dari alat ukur digital pada kertas dan kemudian mengetikkannya ke komputer lagi.
Rincian
Gambar ringkasan dari situs web InCBM · Angka contoh
Aplikasi pemantauan kesehatan mesin dari sensor getaran, lihat nilai kesehatan individu, grafik tren, dan pemberitahuan melalui Android
Tersedia untuk: Tim pemeliharaan dan insinyur mesin yang sudah mengumpulkan sinyal sensor dari mesin serta ingin merencanakan pemeriksaan sebelum mesin berhenti
Rincian
Gambar dokumentasi produk untuk DoDisplay
Perangkat pengendali tampilan layar yang terhubung ke jaringan LAN dan bekerja dengan platform Nimitflow
Gambar InTrigger dari set data produk
Menghubungkan sinyal antara tombol, sensor, dan perangkat lunak, pilih model untuk menerima atau mengirim sinyal yang sesuai dengan stasiun kerja
Visualisasi konfigurasi InSensor berdasarkan gambar referensi perangkat · Konfigurasi sebenarnya bergantung pada paket yang dipilih
Set IoT Gateway untuk menerima data sensor dan mesin, menampilkan X1 Board sebagai pengendali, melakukan pemrosesan di tepi kemudian mengirim data melalui MQTT ke sistem pusat
Dirancang untuk mengumpulkan sinyal dari sensor dan getaran dari mesin, dan menggunakan X1 Board untuk pengolahan AI dan FFT (penyaringan sinyal berdasarkan frekuensi) sesuai dengan persyaratan pekerjaan. Belum ada kasus pengiriman di pabrik.
Tersedia untuk: Peneliti, pengembang sistem, dan kontraktor sistem yang membutuhkan untuk mengumpulkan data sensor lapangan
Rincian
