การพัฒนาระบบอัตโนมัติเพื่อเพิ่มประสิทธิภาพการตรวจวัดชิ้นงานด้วยภาพ
คำสำคัญ:
ระบบอัตโนมัติ, การวัดด้วยภาพ, การควบคุมแบบเรียลไทม์, การเพิ่มประสิทธิภาพบทคัดย่อ
งานวิจัยนี้นำเสนอการพัฒนาระบบอัตโนมัติสำหรับกระบวนการตรวจวัดชิ้นงานด้วยภาพ โดยประยุกต์ใช้กับ Vision Measuring Machine ซึ่งเป็นเครื่องมือวัดที่ประยุกต์ใช้เทคโนโลยีสมัยใหม่เพื่อเสริมศักยภาพภาคอุตสาหกรรมโดยมีวัตถุประสงค์เพื่อเพิ่มประสิทธิภาพของกระบวนการวัดผ่านการบูรณาการเทคโนโลยีระบบควบคุมอัตโนมัติ เพื่อลดการพึ่งพาการทำงานของพนักงาน และแก้ไขปัญหาความล่าช้าและความคลาดเคลื่อนที่เกิดขึ้นจากการปฏิบัติงานด้วยพนักงาน ระบบที่พัฒนาขึ้นประกอบด้วยแอคชูเอเตอร์ไฟฟ้าเชิงเส้นควบคุมด้วย PLC และโปรแกรมเฉพาะทางสำหรับการตรวจวัดชิ้นงานด้วยภาพ ซึ่งสนับสนุนการทำงานแบบเรียลไทม์อย่างมีประสิทธิภาพ ออกแบบโครงสร้างกลไกของระบบด้วยโปรแกรมเขียนแบบด้วยคอมพิวเตอร์ การพัฒนาโปรแกรมควบคุมใช้โปรแกรมเฉพาะทางเพื่อเชื่อมโยงคำสั่งการทำงานให้กับอุปกรณ์ ผลการทดลองเปรียบเทียบเวลาการทำงานระหว่างการทำงานด้วยพนักงานและระบบอัตโนมัติ พบว่าระบบอัตโนมัติสามารถลดระยะเวลาเฉลี่ยต่อรอบจาก 172 วินาที คงเหลือ 58 วินาที คิดเป็นประสิทธิภาพที่เพิ่มขึ้น 66.28% นอกจากนี้ยังสามารถลดต้นทุนการทำงานต่อรอบ 7.56 บาท คืนทุนได้ภายในระยะเวลา 4 เดือน ผลการดำเนินงานสะท้อนให้เห็นถึงศักยภาพของระบบอัตโนมัติในการเพิ่มผลผลิต ลดต้นทุนแรงงาน และยกระดับมาตรฐานกระบวนการวัดในภาคอุตสาหกรรม
เอกสารอ้างอิง
Sumipol Corporation Co., Ltd., “Factory Automation Solution,” accessed Apr. 12, 2025. [Online]. Available: https://www.sumipol.com/service/factory-automation-solution/. (in Thai)
Mitutoyo, “Mitutoyo Thailand,” 2024, accessed Aug. 5, 2024. [Online]. Available: https://www.mitutoyo.co.th/th-en. (in Thai)
Sumipol, “Quick Vision Hyper QVH4 Pro CNC,” 2024, accessed Apr. 2, 2025. [Online]. Available: https://www.sumipol.com/product/qvh4-pro-cnc/
Mitutoyo Corporation, “CNC Vision Measuring System: Quick Vision Series” (Catalog No. E4317-363), Mitutoyo, 2022. [Online]. Available: https://www.mitutoyo.com
M. Patil, Y. Toporovsky, L. Hmurcik, and T. Sobh, “Integration of Vision System, Intelligent ROBO Actuator, HMI and PLC to Design a Universal Quality Inspection or Control Machine,” i-manager’s J. Mech. Eng., vol. 2, no. 3, pp. 5–13, 2012.
W. Chen et al., “Deep Learning-Based Dimensional Measurement for Industrial Parts Using a Single Image,” IEEE Trans. Ind. Informat., vol. 19, no. 2, pp. 1024-1033, 2023.
K. Nakamura et al., “High-Speed 3D Surface Measurement System Using Structured Light for Factory Automation,” Meas. Sci. Technol., vol. 34, no. 5, 055401, 2023.
A. Müller et al., “Labor Productivity vs. Automation Costs: A Cross-Industry Study,” IEEE Trans. Eng. Manage., vol. 70, no. 4, pp. 1567-1580, 2023.
T. Yamashita, “Implementation of Automated Optical Inspection at Toyota Production System,” J. Adv. Manufact. Technol., vol. 17, no. 3, pp. 45-62, 2024.
Mitutoyo Technical Report, “Accuracy Improvement Techniques for Quick Vision Machines,” 2023 Edition.
K. Ploypanichcharoen, Measurement System Analysis (MSA). Bangkok, Thailand: Technology Promotion Association (Thailand-Japan), 1999. (in Thai)
P. Suthat Na Ayutthaya and P. Luangphibul, Engineering Statistics. Bangkok, Thailand: Top Publishing Co., Ltd., 2016. (in Thai)
M. Tanaka and H. Suzuki, “Cost-Benefit Analysis of Automation in Asian Electronics Manufacturing,” Int. J. Prod. Econ., vol. 255, 108663, 2023.
ดาวน์โหลด
เผยแพร่แล้ว
รูปแบบการอ้างอิง
ฉบับ
ประเภทบทความ
สัญญาอนุญาต
บทความ ข้อมูล เนื้อหา รูปภาพ ฯลฯ ที่ได้รับการเผยแพร่ในวารสารเทคโนโลยีการผลิตและการจัดการนี้ ถือเป็นลิขสิทธิ์ของวารสารเทคโนโลยีการ ผลิตและการจัดการหากบุคคลหรือหน่วยงานใดต้องการนำทั้งหมดหรือส่วนหนึ่งส่วนใดไปเผยแพร่ต่อหรือกระทำการใด ๆ จะต้องได้รับอนุญาตเป็น ลายลักษณ์อักษรจากวารสารเทคโนโลยีการผลิตและการจัดการก่อนเท่านั้น
