Project

Industrial AI/AR/VR

VR Training for Industry

Realistic, data-driven VR simulations for maintenance, safety, and complex procedures. Measure proficiency, close skill gaps, and standardize training across sites.

ฝึกทักษะด้วย VR ที่จำลองเครื่องจักรและ SOP จริง — เรียนรู้เร็วขึ้น ปลอดภัยขึ้น และวัดผลได้.

Suppalo, T., Junchai, P., & Khamkanya, A. (2024, December). Immersive Reality in Industrial Training: A Case Study with Welding Robots. In TENCON 2024-2024 IEEE Region 10 Conference (TENCON) (pp. 1642-1645). IEEE.

AI for Industrial Motion and Time Study

Computer vision and AI convert shop-floor video into motion elements, cycle times, and improvement insights—no stopwatch required.

Computer Vision และ AI แปลงวิดีโอจากหน้างานการผลิตให้เป็นองค์ประกอบการเคลื่อนไหว เวลาไซเคิล และอินไซต์เพื่อการปรับปรุง—บอกลา นาฬิกาจับเวลา.

Sitthidetchtamroung, N., & Khamkanya, A. (2024, November). Mathematical Model Development for AI Gesture Classification in Industrial Motion and Time Study. In 2024 8th International Conference on Information Technology (InCIT) (pp. 793-797). IEEE.

Khamkanya, A., Paulguy P., & Em-o S. (2023). Application of holistic detection in industrial motion and time study. Advances in Transdisciplinary Engineering, 2023, 41, pp. 473–481

Khamkanya, A., Promteravong, S., & Thongampa, S. (2023). Application of Python and OpenCV on industrial cycle time study. Engineering and Applied Science Research, 50(1), 19-25.

Khamkanya, A., Sitthidetchtamroung, N., Thongampa, S., & Pattanapairoj, S. (2022). Comparison study of motion detecting algorithms on the application of motion and time study. The Asia Pacific Industrial Engineering & Management Systems Conference 2022. Taichung City, Taiwan. November 11-14, 2022.

Digital Transformation

We diagnose the problem, design a transformation plan, build the right app, and validate it with UAT—so change actually ships.

วิเคราะห์ปัญหา วางแผนทรานส์ฟอร์ม สร้างแอป และทดสอบ UAT กับผู้ใช้จริง—ให้การเปลี่ยนแปลงเกิดขึ้นได้จริง.

Manufacturing and Business Process Improvement

Quality Engineering

We combine DMAIC with Response Surface Methodology to pinpoint critical factors, fit predictive models, and locate the optimal process window. Results: fewer defects, tighter variability, and verified gains via confirmation runs and control plans.

ยกระดับคุณภาพด้วย Six Sigma + RSM: ออกแบบการทดลอง-สร้างแบบจำลอง-หา setting ที่เหมาะสมของพารามิเตอร์ในการผลิต เพื่อลดของเสียและเพิ่ม Cpk อย่างรวดเร็ว

Reliability-Centered Maintenance

We apply RCM to map functions, failure modes, and consequences, then select optimal tasks (PM, CBM/PdM, redesign, or run-to-failure). Results: higher uptime, safer operations, and lower lifecycle cost.

ใช้ RCM เพื่อระบุหน้าที่ โหมดความขัดข้อง และผลกระทบ แล้วกำหนดงานที่เหมาะสม (PM, CBM/PdM, ปรับปรุงออกแบบ หรือปล่อยให้ชำรุดได้). ผลลัพธ์คือความพร้อมใช้งานสูงขึ้น ความปลอดภัยดีขึ้น และต้นทุนวงจรชีวิตลดลง

Page updated

Report abuse