ไม่ได้ดูแค่ขนาด แต่ดู 'จังหวะชีพจร' ของอุณหภูมิและแรงดัน

เปลี่ยนจาก 'การตรวจสอบภายหลัง' เป็น 'การควบคุมกระบวนการ' ตรวจสอบ KCC แบบเรียลไทม์ เช่น อุณหภูมิแม่พิมพ์ แรงดันฉีด และตัน เพื่อป้องกันข้อบกพร่องที่ซ่อนอยู่และของเสีย

monitoringการตรวจสอบ deployed_codeข้อมูลเชิงลึก Multi-Cavity constructionการบำรุงรักษาเชิงพยากรณ์ timelineความสัมพันธ์แบบ Auto-Lag
Pressure / Temp · Monitor

จุดเจ็บปวดของอุตสาหกรรม

"ขนาดผลิตภัณฑ์ผ่านเกณฑ์ ทำไมลูกค้าถึงบ่นเรื่องรอยร้าว? 32 เบ้าหล่อต่อครั้ง เบ้าไหนกันแน่ที่อุดตัน?"
hourglass_empty

ผลลัพธ์ล่าช้า ยากต่อการป้องกันข้อบกพร่องแฝง

ความเครียดภายในและความเสี่ยงจากการฉีดไม่เต็ม (Short shot) มักตรวจสอบไม่ได้ด้วยการวัดขนาด รอให้เย็นแล้ววัด ผลิตไปแล้วหลายพันชิ้น

view_module

หลุมดำความสม่ำเสมอของ Multi-Cavity

16 หรือ 64 เบ้าหล่อ ค่า Cpk แบบสุ่มผสมดูดี แต่เบ้าที่ 7 อาจตัน เบ้าที่ 12 มีครีบ (Flash) SPC แบบเดิมระบุ 'เบ้าเสีย' ได้ยาก

handyman

การบำรุงรักษาแม่พิมพ์โดยการ 'เดา'

ซ่อมแม่พิมพ์ปั๊มเมื่อไหร่? มักรอจนกว่าครีบ (Burr) จะเกินกำหนด ซึ่งแม่พิมพ์สึกหรอเกินไปแล้ว อายุการใช้งานลดลง

สถานการณ์และโซลูชันหลักของ NEXSPC

ทำลายกล่องดำ: เริ่มจาก 'มองเห็น' พารามิเตอร์กระบวนการ แล้ว 'แยก' เบ้าหล่อหลายเบ้า (Multi-Cavity) และสุดท้าย 'คำนวณ' การบำรุงรักษาอย่างแม่นยำ

OPC UA 'คลื่นหัวใจ' แบบเรียลไทม์ของพารามิเตอร์ควบคุมหลัก (KCC)

'คลื่นหัวใจ' แบบเรียลไทม์ของพารามิเตอร์ควบคุมหลัก (KCC)

เรียลไทม์

รู้ว่าผลิตภัณฑ์ 'สมบูรณ์' หรือไม่ก่อนที่จะขึ้นรูป ใช้การเชื่อมต่อโดยตรงของ NEXSPC เพื่อทำลายกล่องดำของเครื่องฉีดพลาสติก

  • การเก็บข้อมูลพารามิเตอร์ทั้งหมด:อุณหภูมิหลอมเหลว, อุณหภูมิแม่พิมพ์, แรงดันฉีด, เวลาย้ำ, เวลาเย็นตัว ฯลฯ
  • แผนภูมิควบคุม KCC:สร้างแผนภูมิ I-MR สำหรับ KCC เพื่อตรวจสอบ 'จังหวะชีพจร' ของกระบวนการ
  • การสกัดกั้นความผิดปกติ:แรงดันย้ำลดลงต่อเนื่อง (เสี่ยงต่อการหดตัว) จะเรียกเตือนให้หยุดเครื่องทันที
คุณค่า: เปลี่ยนจาก 'การตรวจจับหลังเกิดเหตุ' เป็นการควบคุมกระบวนการ 'ก่อนขึ้นรูป'
Box Plot มุมมองความสมดุลของ Multi-Cavity

มุมมองความสมดุลของ Multi-Cavity

เปรียบเทียบ

คลิกเดียวเพื่อกางแผนที่คุณภาพของ 32 เบ้าหล่อ ระบุ 'จุดอ่อน' ได้อย่างแม่นยำ NEXSPC ปฏิเสธการวิเคราะห์แบบ 'รวมมิตร'

  • Boxplot แบบกลุ่ม:แสดงหมายเลขเบ้าทั้งหมดเรียงกัน เห็นการเลื่อนของค่ามัธยฐานหรือความแปรปรวนที่ผิดปกติในเบ้าใดเบ้าหนึ่งได้อย่างชัดเจน
  • ลายนิ้วมือแม่พิมพ์:ติดตามความสม่ำเสมอของแต่ละเบ้าหล่อในระยะยาว สร้างระเบียนสุขภาพของแม่พิมพ์
  • การซ่อมบำรุงที่แม่นยำ:ซ่อมเฉพาะ 'เบ้าเสีย' เพิ่มประสิทธิภาพการซ่อมบำรุง ลดการถอดแม่พิมพ์โดยไม่จำเป็น
คุณค่า: เบ้าเสียไม่สามารถซ่อนอยู่ใน 'Cpk แบบรวม' ได้อีกต่อไป ความเร็วในการระบุตำแหน่งเพิ่มขึ้นอย่างมาก
Trend Rules การตรวจสอบตันของเครื่องปั๊ม & การทำนายอายุแม่พิมพ์

การตรวจสอบตันของเครื่องปั๊ม & การทำนายอายุแม่พิมพ์

แนวโน้ม

ข้อมูลบอกคุณว่า: 'ลับคมใหม่ในอีก 5,000 ครั้ง' การสึกหรอของแม่พิมพ์เป็นแบบค่อยเป็นค่อยไป SPC จับสัญญาณอ่อนๆ เหล่านี้ได้

  • การตรวจสอบตัน:การเก็บข้อมูล Peak Tonnage ของเครื่องปั๊มแบบเรียลไทม์
  • การเตือนแนวโน้ม:เปิดใช้งานกฎเช่น '7 จุดขึ้น/ลงต่อเนื่อง' เพื่อแจ้งเตือนการบำรุงรักษาล่วงหน้า
  • การบำรุงรักษาเชิงพยากรณ์:เปลี่ยนจาก 'การซ่อมเมื่อเสีย' เป็นการบำรุงรักษาเชิงพยากรณ์ ยืดอายุแม่พิมพ์
คุณค่า: การลับคมล่วงหน้า = อายุแม่พิมพ์ +20% ลดเวลาหยุดทำงานและของเสียพร้อมกัน
Auto-Lag ความสัมพันธ์แบบ 'ล่าช้า' (Lag) ระหว่างพารามิเตอร์กระบวนการและคุณภาพ

ความสัมพันธ์แบบ 'ล่าช้า' (Lag) ระหว่างพารามิเตอร์กระบวนการและคุณภาพ

auto-lag

ย้อนรอยผลกระทบสู่สาเหตุ เพื่อปรับสูตรกระบวนการ ขนาดที่ใหญ่เกินไปอาจเกิดจากความผันผวนของอุณหภูมิแม่พิมพ์เมื่อ 10 นาทีที่แล้ว

  • Auto-Lag:วิเคราะห์ 'อุณหภูมิแม่พิมพ์ (X)' เทียบกับ 'ขนาดผลิตภัณฑ์ (Y)' โดยอัตโนมัติ และคำนวณเวลาหน่วงที่ดีที่สุด
  • การปรับสูตรให้เหมาะสม:ล็อคพารามิเตอร์ที่ละเอียดอ่อนที่สุด (อุณหภูมิ/แรงดัน) เพื่อแนะนำวิศวกรกระบวนการในการปรับแต่งอย่างแม่นยำ
คุณค่า: ยกระดับจาก 'การลองผิดลองถูก' เป็น 'การระบุสาเหตุด้วยข้อมูล' ปรับแต่งได้เร็วขึ้น เสถียรขึ้น และทำซ้ำได้

การเปรียบเทียบคุณค่าสำหรับลูกค้า (ก่อน & หลัง)

จากเป้าหมายการตรวจสอบสู่การบำรุงรักษาแม่พิมพ์ และการระบุสาเหตุปัญหา: เปลี่ยน 'กระบวนการกล่องดำ' ให้เป็น 'กระบวนการที่อธิบายได้'

มิติ โหมด QC แบบดั้งเดิม NEXSPC ฉบับงานฉีด/ปั๊ม
เป้าหมายการตรวจสอบ ตรวจสอบเฉพาะขนาดผลิตภัณฑ์ (KPC) การคัดกรองภายหลัง ตรวจสอบพารามิเตอร์กระบวนการ (KCC) บนหน้าจอเดียวกัน; การควบคุมกระบวนการ
การจัดการ Multi-Cavity การสุ่มตัวอย่างแบบผสม; เบ้าเสียตรวจพบได้ยาก Boxplot แบบกลุ่ม; สถานะ 32 เบ้าหล่อเห็นได้ชัดเจนในพริบตา
การบำรุงรักษาแม่พิมพ์ ซ่อมเมื่อมีของเสียเท่านั้น; ความเสียหายของแม่พิมพ์สูง เตือนแนวโน้มเพื่อซ่อมล่วงหน้า; อายุแม่พิมพ์ +20%
การระบุสาเหตุปัญหา ปรับแต่งแบบลองผิดลองถูก; บางครั้งแย่ลงกว่าเดิม การถดถอย Big Data + Auto-Lag; ระบุพารามิเตอร์ที่เป็นสาเหตุ
พร้อมเริ่มหรือยัง?

เข้าใจโซลูชันของเราแล้ว คุณพร้อมหรือยัง? คลิกปุ่มด้านขวาเพื่อดูราคาหรือปรึกษาทันที