Smart Factory

ระบบควบคุมเครื่องทดสอบความทนทาน (Sliding Tester) โจทย์ที่ได้รับ: โรงงานผลิตชิ้นส่วนยานยนต์ต้องการยกระดับกระบวนการ QC (Quality Control) สำหรับการทดสอบความทนทาน (Endurance Test) จากเดิมที่ต้องใช้คนคอยคุมเครื่อง หรือใช้ซอฟต์แวร์เก่าที่ไม่เสถียร ให้กลายเป็นระบบอัตโนมัติที่เชื่อถือได้ 100% เพื่อรองรับมาตรฐานลูกค้า (เช่น นิชิกาว่า) ความท้าทาย: ความไม่แน่นอนของคน (Human Error): การตั้งค่าความเร็วและระยะทางในการสไลด์แต่ละครั้งไม่เท่ากัน ทำให้ผลเทสไม่แม่นยำ ซอฟต์แวร์ระบบเก่า (Legacy System): ระบบเดิมเขียนด้วย WinForms แบบผูกติดกับ Hardware (Hard-coded) ทำให้เมื่ออุปกรณ์เสียหรือตกรุ่น ไม่สามารถหาอะไหล่มาเปลี่ยนแทนได้ง่ายๆ การ Monitor หน้างาน: Engineer ต้องมายืนเฝ้าเครื่องเพื่อนับรอบการทำงาน ทำให้เสียเวลาทำงานส่วนอื่น แนวทางการแก้ปัญหาของเรา เราทำการ Refactor ระบบใหม่ทั้งหมด โดยเปลี่ยนจากโครงสร้างเดิมมาเป็น C# (WPF) บนสถาปัตยกรรมแบบ Clean Architecture เพื่อแยกส่วน Logic การทดสอบออกจาก Driver ของอุปกรณ์ เทคโนโลยีที่ใช้ (Tech Stack) C# (.NET / WPF): พัฒนาหน้าจอควบคุมที่ทันสมัย ตอบสนองไว แสดงกราฟและสถานะได้แบบ Real-time Clean Architecture & HAL: ออกแบบ Hardware Abstraction Layer ทำให้ซอฟต์แวร์ “ไม่ยึดติดกับยี่ห้ออุปกรณ์” (Vendor Neutral) อนาคตเปลี่ยนยี่ห้อ Sensor ก็แค่แก้ Driver ไม่ต้องรื้อทั้งระบบ Precision Motion Control: ควบคุม Linear Actuator ด้วยคำสั่ง Move Absolute และ Jog ที่แม่นยำระดับมิลลิเมตร ฟีเจอร์เด่นเพื่อ Engineer หน้างาน Automated Cycle Control: ตั้งค่ารอบการทดสอบ (Cycle Loop) ได้อัตโนมัติ ระบบจะทำงานจนครบจำนวนแล้วหยุดเองพร้อมสรุปผล Profile Management: บันทึกสูตรการทดสอบ (Speed, Distance, Acceleration) ไว้เป็น Profile มาตรฐาน ใครมาคุมเครื่องก็ได้ค่าเดิมเสมอ Real-time Visualization: หน้าจอแสดงตำแหน่งแกนสไลด์ (Position) และสถานะ I/O ทันที ช่วยให้วิเคราะห์ปัญหาเครื่องจักรได้ง่ายขึ้น ผลลัพธ์ที่ได้ (Business Impact) ✅ Standardization: ขจัดความผันแปรที่เกิดจากมนุษย์ (Human Variation) ได้ 100% ✅ Maintainability: ลดความเสี่ยงเรื่องอะไหล่ขาดแคลน เพราะซอฟต์แวร์รองรับอุปกรณ์หลากหลายยี่ห้อ ✅ Efficiency: ลดภาระงานพนักงาน QC ให้ระบบทำงานแทนและแจ้งเตือนเมื่อเสร็จสิ้น เกร็ดความรู้จากหน้างาน: การทำเครื่องทดสอบ QC สิ่งที่สำคัญกว่า “ความเร็ว” คือ “ความนิ่ง” (Stability) การใช้ Clean Architecture ช่วยให้เรามั่นใจว่า Logic ในการวัดค่าจะยังคงถูกต้องเสมอ แม้ว่าเราจะอัปเกรด Windows หรือเปลี่ยน Hardware ใหม่ในอนาคต ...

ระบบควบคุมการส่งข้อมูลอัตโนมัติ (Auto Transfer Laser Mark) โจทย์ที่ได้รับ: ในกระบวนการผลิตชิ้นส่วนความแม่นยำสูง (Machining) พนักงานหน้างานต้องคอยเดินก๊อปปี้ไฟล์ข้อมูลจากเครื่อง CNC เพื่อนำมาป้อนใส่เครื่อง Laser Marker ด้วยตนเอง (Manual Entry) ปัญหานี้ไม่เพียงทำให้เสียเวลาการผลิต แต่ยังเป็นช่องโหว่ให้เกิด Human Error เช่น การพิมพ์ Serial Number ผิด หรือการจับคู่ชิ้นงานผิดฝาผิดตัว ความท้าทาย: ความยากของงานนี้คือการทำ System Integration ระหว่างเครื่องจักรที่ “คุยคนละภาษา”: CNC: ส่งข้อมูลเป็นไฟล์ผ่านระบบ Network (IT Protocol) Laser Marker: รับคำสั่งผ่านสาย Serial RS-232 (Legacy Protocol) PLC: ควบคุมจังหวะการทำงานด้วยสัญญาณไฟฟ้า (OT Signal) จาก PLC หลายยี่ห้อ (Mitsubishi, Allen-Bradley) แนวทางการแก้ปัญหาของเรา เราพัฒนาระบบซอฟต์แวร์ “Middleware” เพื่อทำหน้าที่เป็นสะพานเชื่อม (Bridge) และผู้จัดการจราจรข้อมูล (Traffic Controller) โดยระบบจะทำงานแทนคน 100% ดังนี้: 1. โลจิสติกส์ของข้อมูล (Information Logistics) เราไม่ได้แค่ส่งข้อมูล แต่เราบริหาร “คิว” ด้วยระบบ FIFO (First In, First Out) เหมือนการเข้าคิวของสินค้าบนสายพานจริง เพื่อให้มั่นใจว่าข้อมูลที่ส่งไปยิงเลเซอร์ จะตรงกับชิ้นงานที่ไหลมาถึงจุด Marking พอดีเป๊ะ ...

ระบบเก็บข้อมูลการจับคู่เฟืองท้าย (Gearset Matching) โจทย์ที่ได้รับ: ลูกค้ารายใหญ่ผู้ผลิตชิ้นส่วนยานยนต์ในนิคมฯ ปลวกแดง ระยอง ต้องการเก็บค่าผลการทดสอบชิ้นส่วน “เฟืองท้าย” (Ring & Pinion) จากเครื่องทดสอบ Oerlikon T60 เข้าสู่ระบบฐานข้อมูลกลาง (Server) เพื่อใช้ในการตรวจสอบย้อนกลับ (Traceability) ความท้าทาย (Pain Point): เครื่องจักรระบบปิด: เครื่อง Oerlikon เป็นเครื่องจักรเฉพาะทางที่มีมูลค่าสูง การเข้าไปแก้ไข Program หรือ Logic ภายในเครื่องเป็นเรื่องต้องห้าม (เสี่ยงเครื่องรวนและหมดประกัน) ข้อมูลเป็น Text File: เครื่องทำได้เพียง Gen ไฟล์ผลลัพธ์ (*.prt) เก็บไว้ในเครื่องตัวเอง ไม่มีการส่งข้อมูลออกข้างนอก ทำให้ฝ่าย QC ตรวจสอบข้อมูลย้อนหลังได้ยาก แนวทางการแก้ปัญหาของเรา: เทคนิค “Sidecar Integration” ทีมงาน WP Solution เลือกใช้วิธีติดตั้งระบบประกบ (External System) โดยทำหน้าที่เป็นเพียง “ผู้สังเกตการณ์” และดึงข้อมูลออกมาเมื่อเครื่องทำงานเสร็จ โดย ไม่ยุ่งเกี่ยวกับ Source Code เดิมของเครื่องจักร ขั้นตอนการทำงาน (System Workflow) Scan & Check: พนักงานสแกน Barcode ของชิ้นงาน (Ring/Pinion) ระบบจะวิ่งไปเช็คกับ MSSQL Server ว่าชิ้นงานนี้ผ่านกระบวนการก่อนหน้ามาถูกต้องหรือไม่ Machine Testing: ปล่อยให้เครื่อง Oerlikon ทำงานทดสอบตามปกติ Signal Trigger (จุดสำคัญ): เราติดตั้งคอมพิวเตอร์เสริม 1 ชุด พร้อม การ์ด DAQ (Data Acquisition) ทำการ Wiring สัญญาณ “Test Complete” จากเครื่องจักร เข้ามาที่ DAQ เพื่อบอกโปรแกรมของเราว่า “ทดสอบเสร็จแล้วนะ เตรียมอ่านข้อมูลได้” File Parsing: เมื่อได้รับสัญญาณ โปรแกรม C# ของเราจะทำการ: วิ่งผ่าน Network (Map Drive) เข้าไปที่ Path เก็บไฟล์ของเครื่อง (\\xxx\TEST_xxxx\Protocols\*.prt) ค้นหาไฟล์ล่าสุด และอ่านข้อมูล Text ภายใน ถอดรหัส (Parse) ค่าที่ต้องการ เช่น ค่า Backlash หรือ Pattern การขบกันของเฟือง Save to DB: บันทึกค่าที่อ่านได้ คู่กับ Serial Number ลงฐานข้อมูล MSSQL ทันที เทคโนโลยีที่ใช้ (Tech Stack) Software: C# (.NET WPF) สำหรับทำหน้าจอและ Logic การอ่านไฟล์ Hardware: Industrial PC + DAQ Card สำหรับรับสัญญาณ Trigger Database: Microsoft SQL Server Integration: Network File Sharing (SMB) & Log File Parsing ผลลัพธ์ที่ได้ (Business Impact) ✅ Real-time Traceability: ข้อมูลการผลิตถูกส่งขึ้น Server ทันทีที่ผลิตเสร็จ ผู้บริหารดู Dashboard ได้ Real-time ✅ Risk Free: ไม่มีความเสี่ยงต่อเครื่องจักรเดิม เพราะเราใช้วิธี “อ่าน” ไฟล์ และ “รับ” สัญญาณเท่านั้น ไม่มีการส่งคำสั่งไปกวนการทำงานของเครื่อง ✅ Data Integrity: ลดความผิดพลาดจากการจดบันทึกด้วยมือ (Manual Recording) ได้ 100% เกร็ดความรู้จากหน้างาน: การทำ Automation กับเครื่องจักรเก่า (Retrofit) ไม่จำเป็นต้องรื้อระบบ PLC เสมอไป การใช้วิธีดักจับสัญญาณ (IO Monitoring) ผสมกับการอ่าน Log File เป็นวิธีที่ “Play Safe” ที่สุด และประหยัดงบประมาณกว่าการเปลี่ยน Controller ใหม่ทั้งระบบ ...

ระบบควบคุมการทดสอบ Aging Test ความหนาแน่นสูง โจทย์ที่ได้รับ: ลูกค้าต้องการระบบทดสอบ Burn-in สำหรับโมดูลชาร์จรุ่น MXR100030 (30kW) และ MXR100050 (50kW) ในระดับ Mass Production โดย 1 คอมพิวเตอร์ต้องสามารถคุมเครื่องได้ถึง 20 เครื่องพร้อมกัน ความท้าทาย: “กฎ 10 วินาที” (The 10s Watchdog) ความยากที่สุดของงานนี้ไม่ใช่แค่การอ่านค่า แต่คือการ “เลี้ยงไฟ” ตัวโมดูลมีระบบ Safety ภายใน: หากไม่มีการสื่อสารวิ่งเข้ามาหาตัวมันภายใน 10 วินาที ระบบจะสั่ง Cut-off DC Output ทันที การใช้ PC เครื่องเดียวคุยกับ 20 เครื่องที่มี Data วิ่งตลอดเวลา มีความเสี่ยงสูงมากที่จะเกิดคิวข้อมูลล้น (Buffer Overflow) จนส่ง Heartbeat ไปไม่ทัน ทำให้การทดสอบล่ม แนวทางการแก้ปัญหาของเรา เราออกแบบสถาปัตยกรรม Network ใหม่ โดยไม่นำ 20 เครื่องมาต่อพ่วงกันในเส้นเดียว (Single Bus) แต่ใช้การกระจายโหลดผ่าน USB Hub และ USB-CAN Adapters หลายตัวทำงานขนานกัน ...

เนื้อหาบทความ โจทย์ที่ได้รับ: ลูกค้าต้องการเปลี่ยนกระบวนการ QC จากการ “อ่านค่าด้วยตาแล้วจดลงกระดาษ” มาเป็นระบบ Digital (Digitization of Metrology) เพื่อลดความผิดพลาดจากคน (Human Error) และต้องการให้ออก Report เป็น Excel ที่มีสูตรคำนวณสถิติ (CPK, Yield) ที่ซับซ้อนได้ทันที ความท้าทาย (The Real Bottleneck): ความยากไม่ใช่แค่การอ่านค่าจาก Linear Scale แต่คือ “ไฟล์ Template Excel ของลูกค้ามีขนาดใหญ่มาก” ภายในเต็มไปด้วยสูตรคำนวณทางสถิติและกราฟที่ผูกกันหลายชีท การใช้ Library ทั่วไปเขียนข้อมูลเข้าไปตรงๆ ทำให้โปรแกรมค้าง (Crash) หรือทำงานช้ามาก บ่อยครั้งที่เขียนเสร็จ ไฟล์ปลายทางเสียหาย (Corrupted) เพราะโครงสร้างสูตรคำนวณพัง แนวทางการแก้ปัญหาของเรา เราพัฒนาระบบ Linear Scale Data Logger ที่ทำงานแบบครบวงจร: Smart Connectivity: เชื่อมต่อ Linear Scale ผ่านพอร์ต RS-232 ดึงค่าเข้าคอมพิวเตอร์โดยตรง ไม่ต้องพิมพ์เอง Active QC: ระบบมี Spec/Tolerance ในตัว พนักงานวัดปุ๊บ รู้ผล Pass/Fail ทันทีด้วย Visual Indicator (สีเขียว/แดง) Advanced Excel Manipulation (เทคนิคพิเศษ): แก้ปัญหาไฟล์ Excel บวมด้วยการจัดการระดับโครงสร้างไฟล์: Unpack: โปรแกรมจะแตกไฟล์ .xlsx (ซึ่งจริงๆ คือ Zip) ออกมาเป็นไฟล์ XML ย่อยๆ Inject: เข้าไปแก้ไขข้อมูลในไฟล์ XML เนื้อหาโดยตรง (Direct XML Manipulation) โดยไม่แตะต้องส่วนที่เป็นสูตรคำนวณ Repack: รวมไฟล์กลับเป็น .xlsx ที่สมบูรณ์ Result: สามารถสร้าง Report จาก Template ขนาดใหญ่ได้รวดเร็ว โดยที่สูตร CPK ยังทำงานได้ถูกต้อง 100% ...

เปลี่ยนข้อมูลค่าไฟ ให้เป็นกำไรของโรงงาน โจทย์ที่ได้รับ: ค่าพลังงานไฟฟ้าเป็นต้นทุนแฝงที่ควบคุมยากที่สุดในโรงงาน ผู้บริหารและฝ่ายวิศวกรรมต้องการระบบที่สามารถ “มองเห็น” การใช้ไฟฟ้าของเครื่องจักรแต่ละไลน์การผลิตได้แบบ Real-time เพื่อนำไปวิเคราะห์จุดรั่วไหลและวางแผนประหยัดพลังงาน แทนการเดินจดมิเตอร์แบบเดิม. ความท้าทาย: Data Complexity: ต้องดึงข้อมูลจาก Digital Power Meter จำนวนมาก ผ่าน Protocol Modbus RTU ทุกๆ 1 นาที. Data Integrity: ข้อมูลต้องห้ามหาย เพื่อให้การคำนวณค่าไฟ (Billing) แม่นยำที่สุด User Experience: หน้าจอต้องดูง่าย เข้าถึงได้ผ่าน Web Browser โดยไม่ต้องลงโปรแกรม. แนวทางการแก้ปัญหาของเรา เราพัฒนาแพลตฟอร์ม SSC Factory Insight โดยใช้เทคโนโลยี Web Application (Vue.js + Quasar) ทำงานร่วมกับ Node-RED ที่ทำหน้าที่เป็นสมองกลในการรวบรวมข้อมูลจากมิเตอร์และคำนวณค่าทางไฟฟ้าต่างๆ. ฟีเจอร์เด่น (System Highlights) Real-time Monitoring: แสดงค่าทางไฟฟ้าละเอียดระดับวินาที ทั้ง แรงดัน (V), กระแส (A), กำลังไฟฟ้า (kW) และ Power Factor ช่วยให้รู้ทันทีเมื่อเครื่องจักรทำงานหนักผิดปกติ. Harmonic Analysis (THD): ตรวจสอบสัญญาณรบกวน (THD%) ในระบบไฟฟ้า ซึ่งเป็นสาเหตุให้อุปกรณ์อิเล็กทรอนิกส์เสียหาย. Cost Calculation: ระบบคำนวณค่าไฟเป็น “จำนวนเงิน (บาท)” ให้ทันที ทั้งแบบรายวัน รายสัปดาห์ และรายเดือน ทำให้รู้ต้นทุนการผลิตที่แท้จริง. Custom Reporting: ผู้ใช้งานสามารถเลือกช่วงเวลา (Date Range) เพื่อดูข้อมูลย้อนหลังและกด Export ออกมาเป็นไฟล์ Excel/CSV เพื่อทำรายงานส่งผู้บริหารได้ง่ายๆ. เทคโนโลยีที่ใช้ (Tech Stack) Frontend: Vue.js 3 & Quasar Framework (Modern UI, Responsive) Backend Logic: Node-RED (Flow-based programming) Database: MySQL (เก็บข้อมูล Raw Data และ Aggregated Data) ผลลัพธ์ที่ได้ (Business Impact) ✅ Visibility: ผู้บริหารเห็นภาพรวมการใช้พลังงานทั้งโรงงานในหน้าจอเดียว (Dashboard). ✅ Cost Saving: วิเคราะห์ช่วงเวลาที่ใช้ไฟสูงสุด (Peak Load) เพื่อบริหารจัดการการเดินเครื่องจักรใหม่ ลดค่า Demand Charge ✅ Accessibility: เข้าดูข้อมูลได้จากทุกที่ผ่าน Tablet หรือ Laptop โดยผ่านระบบเครือข่ายภายใน. เกร็ดความรู้จากหน้างาน: เพื่อป้องกันปัญหา “ข้อมูลหลุด” (Data Gap) จากความไม่เสถียรของ Network เราได้เขียน Logic พิเศษใน Node-RED (aggregateBackfillSequential.js) ให้ทำการ “ซ่อมแซมข้อมูล” โดยอัตโนมัติ เพื่อให้กราฟและรายงานมีความต่อเนื่องสมบูรณ์ที่สุด. ...

ระบบควบคุมการจราจรหุ่นยนต์ AGV ขนาด 1.2 ตัน โจทย์ที่ได้รับ: โรงงานผลิตยางรถยนต์ชั้นนำต้องการเปลี่ยนระบบขนส่งม้วนยางขนาดใหญ่ (น้ำหนัก 1.2 ตัน) จากการใช้คนขับ Forklift มาเป็นระบบอัตโนมัติ (AGV) เพื่อลดความเสี่ยงอุบัติเหตุและแก้ปัญหาขาดแคลนแรงงาน ความท้าทาย: น้ำหนักมหาศาล: ความผิดพลาดเพียงเล็กน้อยอาจก่อให้เกิดความเสียหายรุนแรง พื้นที่จำกัด: ทางเดินรถสวนกันได้ยาก ต้องมีการจัดการจราจรที่แม่นยำ 100% ระบบเดิม: ต้องเชื่อมต่อกับเครื่องจักรเก่า (Legacy Machine) ที่มีอยู่เดิม แนวทางการแก้ปัญหาของเรา ทีมงาน WP Solution พัฒนา “Fleet Management System” ซึ่งเปรียบเสมือน “หอบังคับการบิน” สำหรับหุ่นยนต์ โดยใช้ C# เขียนอัลกอริทึมคำนวณเส้นทางแบบ Real-time ฟังก์ชันการทำงานหลัก Job Queueing: รับคำสั่งจากหน้างานและจัดคิวให้ AGV ที่ว่างที่สุดไปรับงาน Traffic Control: ระบบ “จองเส้นทาง” (Node Reservation) ป้องกันรถ 2 คันวิ่งมาจ๊ะเอ๋กันในทางแคบ Auto Charging: เมื่อแบตเตอรี่ต่ำกว่าเกณฑ์ รถจะขออนุญาตปลีกตัวไปชาร์จไฟเองทันที เทคโนโลยีที่ใช้ (Tech Stack) C# (.NET Windows Service): ประมวลผล Logic การจราจรและคำนวณเส้นทาง MariaDB: เก็บข้อมูล Transaction และ Log การทำงานย้อนหลัง Wireless Protocol: สื่อสารกับตัวรถผ่าน TCP/IP บนเครือข่าย Industrial WiFi ผลลัพธ์ที่ได้ (Business Impact) ✅ ความปลอดภัยสูงสุด: ลดอุบัติเหตุจากการชนกันในไลน์ผลิตเป็น 0% ✅ ลดเวลารอคอย: ระบบคำนวณเส้นทางที่สั้นที่สุด ลด Deadlock ของรถ ✅ ตรวจสอบได้: ผู้บริหารดูสถานะรถทุกคันได้ผ่านหน้าจอ Dashboard เกร็ดความรู้จากหน้างาน: “การทำระบบ AGV ในพื้นที่แคบ สิ่งสำคัญคือ Logic การ ‘หลีกทาง’ เราออกแบบให้รถเปล่าต้องหลบทางให้รถที่มีของหนักเสมอ เพื่อลดการเบรคกระทันหันและประหยัดพลังงาน” ...

Modernization: ระบบควบคุมเตาเผาเซรามิก (Kiln Control Retrofit) โจทย์ที่ได้รับ: โรงงานผลิตกระเบื้องเซรามิกชั้นนำเจอปัญหาความเสี่ยงจากอุปกรณ์ควบคุมที่ตกรุ่น (Obsolete) โดยเฉพาะหน้าจอทัชสกรีนยี่ห้อ UniOP ที่เลิกผลิตไปแล้ว ทำให้หาอะไหล่ทดแทนไม่ได้ นอกจากนี้ ระบบเดิมยังมีหน่วยความจำจำกัด ไม่สามารถเพิ่มสูตรการผลิต (Recipe) ใหม่ๆ ได้ และไม่มีระบบบันทึกข้อมูลย้อนหลัง ทำให้วิเคราะห์ปัญหาหน้างานได้ยาก ความท้าทาย: ข้อจำกัดด้าน Hardware: เครื่องจักรเดิมถูกควบคุมด้วย PLC Omron รุ่นเก่า (CQM1H/C200H) และตัวคุมอุณหภูมิ Ascon ซึ่งการรื้อเปลี่ยน PLC ทั้งหมดต้องใช้งบประมาณสูงและใช้เวลานาน Protocol ยุคเก่า: ต้องเขียนโปรแกรมให้คอมพิวเตอร์สมัยใหม่ สามารถ “คุย” กับ PLC และ Controller รุ่นเก่าผ่าน Serial Port (RS232/485) ให้ได้อย่างสมบูรณ์ แนวทางการแก้ปัญหาของเรา เรานำเสนอโซลูชัน PC-Based Control โดยเปลี่ยนจากจอ HMI แบบเดิม มาเป็น Industrial PC ที่รันซอฟต์แวร์ที่พัฒนาขึ้นโดยเฉพาะ (Custom Software) เปลี่ยนสถานะจาก “หน้าจอกดปุ่ม” ให้กลายเป็น Mini-SCADA ที่ทรงพลัง สิ่งที่เราพัฒนา (Implementation Details) เชื่อมต่อข้ามยุค (Interoperability): ทีมงานพัฒนา Driver ด้วยภาษา C# (.NET) เพื่อสื่อสารกับอุปกรณ์เดิมโดยตรง: ...