導入事例

製造 · ベトナム、韓国、香港

製造業向けソリューション一覧

NTQの製造業向けプロジェクトをまとめたものです。通関・在庫管理システム、AGVを活用したSmart Warehouse、PCB/リレーの不良をAIで検出するシステム、QRコードによる熱処理工場の生産管理、乳製品工場向けWMS、作業員の動作認識、WiFi IoTデバイスを含みます。

C#.NET Core 6.0ASP.NET BoilerplatePostgreSQLJavaJSPPHPMySQLPythonOpenCVTensorFlowTensorRT

プロジェクト概要

  • 分野: 製造(Manufacturing)
  • 国: ベトナム、韓国、香港(プロジェクトにより異なる)
  • プロジェクト種別: Web Application, AI Solution (Computer Vision), IoT/Embedded
  • 代表的な8件のプロジェクトで構成されています。詳細は以下のとおりです。

代表的なプロジェクト

1. 通関・コード変換・在庫管理システム(Order Management System)

  • 国: ベトナム · 規模: 10.38 MM · プロジェクト種別: Web Application
  • 技術: C#, .NET Core 6.0, ASP.NET Boilerplate, PostgreSQL
  • 主な機能:
    • Material Master:資材の管理/インポート、フィールド/グループのカスタマイズ、入庫伝票の印刷。
    • Master BOM:動的なBOM管理、BOMデータのインポート、在庫アラートの設定。
    • Customs Code Management:税関コードの管理/インポート、申告用の社内コード変換。
    • Product Conversion and Export:製品リストの管理、自動集計、税関と連携した輸出処理。
    • Inventory and Reporting:実在庫/保税在庫の管理、書類の印刷、輸出入レポート。

2. Smart Warehouse – スマート倉庫システム

  • 国: 韓国 · 規模: 76.5 MM · プロジェクト種別: Web Application
  • 技術: Java, JSP, HTML5, CSS3, JavaScript, SQL
  • 課題: 統合物流制御と倉庫管理のシステムにより、スペース利用と保管効率を最大化し、迅速な倉庫処理によって在庫回転率を高めること。お客様は、シンプルなものから複雑なものまでのパイロットプロジェクトに対応するコアチームを構築し、長期的な開発に向けてチームを育成したいと考えていました。
  • 主な機能:
    • ジャストインタイム供給のための資材(WIP)処理、工程間の搬送。
    • AGV搬送ロボットを活用した自動倉庫の構築。
    • シャトルとスタッカークレーンによる保管量と在庫回転率の最大化。
    • 入出庫データの管理と在庫の追跡による正確性の確保、不要在庫の排除。
    • 構内物流(intra-logistics)の監視による安定したプロセスと効率的な倉庫管理。
  • メリット: 収容能力の向上、生産性の向上、柔軟性と拡張性、安全性、コストとエネルギーの削減。

3. AIによるプリント基板の不良検出(PCB Error Detection)

  • 規模: 12 MM · プロジェクト種別: AI Solution
  • 課題: 製造後のPCB不良検査には、多くの作業員がルーペで目視確認する必要がありました。一般的な不良が約50種類、まれな不良が10種類あります。
  • ソリューション: AIの物体検出でPCB上の不良箇所を特定し、画像処理で不良を分類して合否(pass/fail)を判定します。
  • 技術: Python 3, OpenCV, TensorFlow, TensorRT; Object detection, image processing.

4. AIによるリレーの不良検出(Relay Error Detection)

  • 規模: 10 MM · プロジェクト種別: AI Solution
  • 課題: リレーの生産ラインでは手作業で検査しており、生産性が低く人手の無駄が生じていました。spike、glue on terminal、standoff height、soldering on standoff、lack pre-solderingの5種類の不良を検出する必要がありました。
  • ソリューション:
    • Object segmentationでterminalとstandoffの2つの対象を切り出します。
    • terminalの分類モデル:OKまたはNG(Spike, Glue, Lack pre-soldering)。
    • standoffの分類モデル:OKまたはNG(soldering on standoff)。standoff画像の高さを計算して「Standoff height」の不良を検出します。
  • 技術: Python 3, OpenCV, TensorFlow Lite; Deep Learning: Object detection, Object segmentation, Image Classification.

5. 熱処理工場向け生産管理システム(Manufacture Management System)

  • 課題: 熱処理工場の生産活動を管理すること。製品と注文にQRコードを発行し、QRコードで管理プロセスを制御します。
  • 主な機能:
    • Back End:User & User groupの管理、マスタデータ、各機能画面のデータ設定。
    • Front End:W10X – Tag & Lot Management、W20X – Delivery Order Management、W30X – Stock Management、W40X – Return Order Management。
  • 作業範囲: Coding, Integration, Test, Deployment, Training.

6. 乳製品工場向け倉庫管理システム(Warehouse Management System for Factories)

  • お客様: 香港の信頼ある乳製品サプライヤー · プロジェクト規模(金額): 100K – 500K USD
  • 技術: PHP, Java, HTML, MySQL
  • 主な機能: Dashboard、Purchase Order管理、複数倉庫の運用、仕入先管理、マルチユーザー、Delivery Tracking、顧客管理、入荷追跡、倉庫間移動、在庫返品。

7. AIによる作業員の動作認識(Action Recognition)

  • 規模: 2.5 MM · プロジェクト種別: AI Solution
  • 課題: 工場の機械にエラーが発生した際、オペレーターの操作がOKかNGかを検出・認識すること。
  • ソリューション: Object Detectionで動画から人物の位置を切り出し、LSTMアーキテクチャに基づくAction Recognitionモデルを構築して動作を認識します。
  • 技術: Python 3, OpenCV, TensorFlow; Deep Learning: Object Detection, Object Tracking; Edge Deviceに実装。

8. WiFi IoTデバイス

  • 作業範囲: Specification, Design, Coding, Production
  • 主な機能:
    • Base Board:プログラム可能で、WiFiアクセスポイントに接続してWiFi経由でデータを送信。Extension Boardからデータを受け取り、サーバーへ転送。
    • Extension Board:センサーデータを読み取り、Base Boardへ送信。
    • Programmer Board:コンピューターとBase Boardの橋渡し役となり、ユーザーがBase Boardにコードを書き込むのを支援。

同様のプロジェクトをご検討ですか?

SSDに問い合わせる