• Skip to primary navigation
  • Skip to main content

Stratis

Stratis

  • hu
  • Rólunk
  • Kulcsemberek
  • Szolgáltatások
    • Vezetési tanácsadás
    • IT menedzsment
    • Információ- és adatmenedzsment
    • Komplex, üzletileg kritikus projektek szakmai menedzsmentje
  • Adatvezérelt megoldások
    • Ipari megoldások
    • A.N.I.T.A.
    • Anomália felderítés
  • Referenciák
  • Karrier
    • Pozíciók
    • Kiválasztási folyamat
  • Blog
  • Kapcsolat

Ipari megoldások

Ipar 4.0 megoldások a Stratistól

Mert az adatokon alapuló döntések jobbak

Tovább

Előnyök

Milyen előnyöket hozhat az Ipar 4.0 a termelő vállalatok részére?

Termelékenység növekedése

Az automatizált gyárak nincsenek műszakhoz kötve, a termelés valóban 0-24 órában folyhat

A leállások ritkábban fordulnak elő és kevesebb ideig tartanak

Ugyanazokkal a berendezésekkel több termék állítható elő

Jobb minőség

A termelési folyamat egészében csökken a selejtarány

Az esetleges selejt a lehető legkorábbi fázisban észlelhető, így a további feldolgozási műveletek költsége megtakarítható

A minőség ellenőrzés rendszerbe szervezhetővé, valós időben mérhetővé és automatizálhatóvá válik

Gyorsaság és rugalmasság

A termékek gyártása közötti átállási idő csökken, a termelési program könnyen változtatható

Új termékek gyorsabban gyártásba állíthatók

Az automatizálás csökkenti a ciklusidőket és növeli a kihasználtságot

Munkaerő optimalizálása

Csökken a munkaerő összköltsége

Biztonságosabb munkakörnyezet teremthető meg

A monoton, ismétlődő műveletek kiküszöbölésével könnyebb a munka, kevesebb a hiba

Adatelemzésre épülő megoldásaink

Minőség-ellenőrzés

Automatizált termékminőség-ellenőrzés kamerarendszerrel és számítógépes képfeldolgozással

Termelékenység  

Magasabb minőség  

Gyorsaság és rugalmasság  

Munkaerő optimalizálása  

Termék minőségi problémák és a beszállított alapanyag- és részegység minőségi paraméterei összefüggéseinek elemzése

Termelékenység  

Magasabb minőség  

Gyorsaság és rugalmasság  

Munkaerő optimalizálása

Integrált folyamatközi minőség-ellenőrzés gépi tanulással

Termelékenység  

Magasabb minőség  

Gyorsaság és rugalmasság

Munkaerő optimalizálása  

Karbantartás támogatás

Meghibásodások előrejelzése mesterséges intelligenciával

Termelékenység  

Magasabb minőség  

Gyorsaság és rugalmasság

Munkaerő optimalizálása  

Szerszámbeállítások optimalizálása fejlett analitikával

Termelékenység  

Magasabb minőség  

Gyorsaság és rugalmasság  

Munkaerő optimalizálása  

A gépek szokatlan működésének felderítése szenzoradatok folyamatos elemzésével

Termelékenység  

Magasabb minőség  

Gyorsaság és rugalmasság  

Munkaerő optimalizálása  

Ellátási lánc optimalizálása

Készletek és raktári mozgások előrejelzése és tervezése

Termelékenység  

Magasabb minőség

Gyorsaság és rugalmasság  

Munkaerő optimalizálása  

Adatelemzésre épülő energiamenedzsment

Termelékenység  

Magasabb minőség  

Gyorsaság és rugalmasság  

Munkaerő optimalizálása  

Adatalapú döntéstámogatás beszerzési döntésekhez

Termelékenység  

Magasabb minőség  

Gyorsaság és rugalmasság  

Munkaerő optimalizálása  

Vevői rendelések előrejelzése mesterséges intelligenciával

Termelékenység  

Magasabb minőség

Gyorsaság és rugalmasság  

Munkaerő optimalizálása  

Minőség-ellenőrzés

Ellátási lánc optimalizálása

Karbantartás támogatás

Automatizált termékminőség-ellenőrzés kamerarendszerrel és számítógépes képfeldolgozással

 

Termelékenység  

Minőség 

Rugalmasság 

Munkaerő 

Készletek és raktári mozgások előrejelzése és tervezése

 

Termelékenység  

Minőség

Rugalmasság 

Munkaerő 

Meghibásodások előrejelzése mesterséges intelligenciával

 

Termelékenység 

Minőség 

Rugalmasság

Munkaerő 

Termék minőségi problémák és a beszállított alapanyag- és részegység minőségi paraméterei összefüggéseinek elemzése

 

Termelékenység

Minőség 

Rugalmasság 

Munkaerő

Adatelemzésre épülő energiamenedzsment

 

Termelékenység 

Minőség

Rugalmasság

Munkaerő

Szerszámbeállítások optimalizálása fejlett analitikával

 

Termelékenység 

Minőség 

Rugalmasság 

Munkaerő 

Integrált folyamatközi minőség-ellenőrzés gépi tanulással

 

Termelékenység 

Minőség 

Rugalmasság

Munkaerő 

Adatalapú döntéstámogatás beszerzési döntésekhez

 

Termelékenység  

Minőség

Rugalmasság 

Munkaerő 

A gépek szokatlan működésének felderítése szenzoradatok folyamatos elemzésével

 

Termelékenység  

Minőség 

Rugalmasság 

Munkaerő

Vevői rendelések előrejelzése mesterséges intelligenciával

 

Termelékenység

Minőség

Rugalmasság 

Munkaerő 

Felhasználási esetek

Minőségellenőrzés

Részletek

Cél:

  • Termékcsoport gyártási minőségének javítása
  • Minőségi költségek csökkentése
  • Gyártásközi és vevői selejt-arány csökkentése
  • Gyártás felé a minőséggel kapcsolatos visszajelzések gyorsítása

Alkalmazott eszköz:

Mesterséges intelligencia alapú optikai minőségellenőrző berendezés

Eredmények:

Az optikai, mesterséges intelligencia alapon működő minőségellenőrző és termékválogató berendezés üzembe helyezésével

  • évi 20 millió alkatrész ellenőrzése és válogatása
  • egy nagyságrenddel javul a válogatás hatékonysága és minősége
  • megtérülés: 1-2 év
  • az mesterséges intelligenciának köszönhetően rugalmasan bővíthető a vizsgált alkatrészek köre

Ellátási lánc optimalizálása

Részletek

Cél:

  • Raktár-terület csökkentése, a termelés terület növelése.
  • Készletek és raktári mozgások előrejelzése és tervezése.
  • Adatalapú döntéstámogatás raktári kapacitások tervezéséhez.
  • A termelési folyamatok és anyaggazdálkodás összehangolt működése.

Alkalmazott eszköz:

Adatvezérelt és predikciós modellezésre épülő logisztikai modul.

Eredmények:

Rendelkezésre álló ERP ill. MES adatok felhasználásával optimalizáltuk a vállalat logisztikai terület-igényét, melynek eredményeképpen.

  • 15%-al csökken a raktár-terület
  • nő az alapanyag-, félkész áru- és készáru raktár forgási sebessége
  • csökken a raktárkészlet értéke és tőke-kötése
  • nő a vállalat cash-flowja
  • javul a kereslet-előrejelzés pontossága, ezáltal az ügyfél-kiszolgálás biztonsága

Karbantartás támogatás

Részletek

Cél:

  • Termelő berendezéseinek váratlan leállásának megelőzése
  • A berendezések OEE-jének (Overall Equipment Efficiency) javítása
  • A selejtköltségek, karbantartási költségek csökkentése.

Alkalmazott eszköz:

Szenzorok, termelési és gyártó berendezések adattárháza és mesterséges intelligencia alapú elemző modul fejlesztése és telepítése.

A projekt során összegyűjtjük és elemezzük a jellemzően egyébként is rendelkezésre álló adatokat:

  • A termelő berendezések vezérléséből kinyert adatok (pl. üzemóra, ciklusidő, olaj hőmérséklet, nyomások, rezgés, áramfelvétel, stb.),
  • Minőségi adatok: a berendezés által gyártott alkatrészek megfelelősége, valamint
  • Termelési terv adatok
  • Külső adatok (hőmérséklet, gépkezelő, műszak, stb.)

Az adatok elemzésével meghatározzuk azokat a kritikus mintákat, melyek a berendezés váratlan leállásához, valamint selejtgyártáshoz vezetnek.

Eredmények:

  • A termelékenység javulása
  • Minőségi költségek csökkenése
  • Berendezések OEE-nek javulása
  • Kapacitásbővülés
  • Váratlan leállások és karbantartási költségek csökkenése
Érdekel

Hogyan dolgozunk?

 

Hogyan tudnak a termelő vállalatok élni a digitalizáció lehetőségeivel? Mit lehet tenni a rendelkezésre álló adatok tömegével? Melyik technológiát válasszam? Hogyan lehet ezt nálunk megcsinálni?
A Stratis szolgáltatási portfóliójában minden olyan elem megtalálható, amely lehetővé teszi, hogy egyedi megoldást nyújtsunk a termelő vállalatok egyedi problémáira. A stratégiai tanácsadástól az adatplatformok építésén át a mesterséges intelligencián alapuló megoldások fejlesztéséig minden rendelkezésre áll, amihez szakembergárdánk és 30 éves tapasztalatunk nyújt biztosítékot.

ADAT

Elvégezzük meglévő adatvagyonának felmérését és javaslatot teszünk annak hasznosítására, amivel a vállalatának üzleti eredményeit leginkább tudja javítani. Megvalósítási koncepciót adunk az adatok automatizált gyűjtésének, tárolásának és kezelésének módjára.

Megvalósítjuk a kitűzött üzleti célokhoz szükséges adatok gyűjtését közvetlenül a gyártási környezetben.

Feldolgozzuk és döntéshozatali célokra alkalmassá tesszük a nyers adatokat.

TECHNOLÓGIA

Fejlett analitikai eszközöket használunk az adatokban rejlő összefüggések feltárására.

Mesterséges intelligenciával támogatott rendszereket fejlesztünk a folyamatok egészben vagy részben történő automatizálására, a döntések támogatására.

Egyedi, testreszabott megoldásokat nyújtunk az IoT eszközök telepítésében, gyártási automatizálásban és robotizálásban.

ÜZLETI ÉRTÉK

Elemezzük az üzleti célokat és közösen tervezzük meg azt az utat, amellyel ki lehet használni az Ipar 4.0 lehetőségeit ezek megvalósítására.

Üzleti fókusszal közelítjük meg a problémákat: költségeket csökkentünk és gyártási rugalmasságot növelünk, nem csupán „rendszert vezetünk be”.

Folyamatosan mérjük és megjelenítjük a célok teljesülését a menedzsment számára.

Érdekel

Kapcsolat

Örömmel vesszük megkeresését, lépjen kapcsolatba velünk az alábbi elérhetőségeken.

Email
info@stratis.hu

Cím
1037 Budapest, Szépvölgyi út 139.

11 + 8 =

Mi az Ipar 4.0?

Az Ipar 4.0 víziója az ipari termelés informatika által vezérelt átalakulása a fizikai kapcsolódásból a digitális hálózatokba. Az Ipar 4.0 által vázolt jövőképben az adatok, emberek, folyamatok és az IoT szenzorokkal felszerelt eszközök digitális hálózatba kapcsolódnak, szoros egymásra épülő módon látják el feladatukat. Adatokat állítanak elő és dolgoznak fel, az adatok alapján pedig döntéseket hoznak. Az intelligens termelést segítő technológiák lehetővé teszik az operatív működés hatékonyságának jelentős javítását, nagyban növelik a működési megbízhatóságot és az innováció gyors beépíthetőségét a folyamatokba.

Kapcsolat

Rólunk

  • Cégismertető
  • Kulcsemberek
  • Adatvédelmi tájékoztató

Szolgáltatások

  • IT menedzsment
  • Információ és adatmenedzsment
  • Komplex, üzletileg kritikus projektek szakmai menedzsmentje
  • Vezetési tanácsadás

Iparág / Referenciák

  • Bankok
  • Biztosítók
  • Egészségügy
  • Közigazgatás
  • Távközlés

Karrier

  • Pályakezdők, frissdiplomások
  • Tapasztalt szakemberek
  • Kiválasztási folyamat

Közbeszerzés

  • Közbeszerzési projektek
Széchenyi Terv 2020

Stratis Vezetői és Informatikai Tanácsadó Kft. - Minden jog fenntartva.
1037 Budapest, Szépvölgyi út 139. Tel: +36-1-454-1900 Fax: +36-1-454-1901 Email: info@stratis.hu

We use cookies on our website to give you the most relevant experience by remembering your preferences and repeat visits. By clicking “Accept”, you consent to the use of ALL the cookies.
Cookie settingsACCEPT
Manage consent

Privacy Overview

This website uses cookies to improve your experience while you navigate through the website. Out of these, the cookies that are categorized as necessary are stored on your browser as they are essential for the working of basic functionalities of the website. We also use third-party cookies that help us analyze and understand how you use this website. These cookies will be stored in your browser only with your consent. You also have the option to opt-out of these cookies. But opting out of some of these cookies may affect your browsing experience.
Necessary
Always Enabled
Necessary cookies are absolutely essential for the website to function properly. This category only includes cookies that ensures basic functionalities and security features of the website. These cookies do not store any personal information.
Non-necessary
Any cookies that may not be particularly necessary for the website to function and is used specifically to collect user personal data via analytics, ads, other embedded contents are termed as non-necessary cookies. It is mandatory to procure user consent prior to running these cookies on your website.
SAVE & ACCEPT