卡第那思助力Starlinger实现长期稳定的成本减缩和效率提升

在这里插入图片描述奥地利Starlinger(史太林格)有限公司于隶属于史太林格集团,于1835年成立于奥地利首都维也纳,是机械和编制塑料袋加工技术的全球市场领导者,在机械领域方面拥有170年之久的经验,其设备在世界100多个国家的塑编工厂中广泛使用,每年为各行业提供超过300亿个塑料编织袋。其在全球拥有1000余名雇员,2006年财政年度总共实现超过2亿欧元的营业额。

STARLINGER主要数据一览:
–550名员工年销售额超1.5亿欧元
–45个工作岗位使用了零部件数据资源管理系统PARTsolutions
–到目前为止,全球已安装了45000台织机
–Starlinger成立于1835年,拥有超过175年的丰富行业经验
– Starlinger的产品设备获得了来自136个国家的900多家客户的信赖
– Starlinger凭借一流的技术,30多年来一直处于行业世界领先地位

Starlinger遇到的问题
在引进PARTsolutions前,Starlinger是通过在ERP和PDM中输入纯文本来进行零部件搜索的。由于不同的产品部门被分割成单独的组织架构,Starlinger急需一个统一的,在产品开发初期就可进行物流控制的零部件管理系统。使规模经济性和学习曲线能相互配合, 从而提升企业利润。

Partsolutions所提供的支持:

  • 价格估算功能
    在对新产品定价之前,PARTsolutions会根据产品所需的类似零部件对产品价格进行初步估算。因此,Starlinger可以在准确的核算(设计,绘制图纸等)之前进行初步评估,是否新产品的投入可以得到回报,从而尽早地对其做出反应。

  • 采购及成本控制
    Starlinger和其他制造型企业一样,创新型和技术密集型零部件多由企业自制,而其他设计用零部件采取外购方式。自2013年初以来,PARTsolutions已被广泛用于采购/物流流程。

  • 用零部件目录替代零部件图纸
    借助CADENAS的众多电子产品目录,并结合几何相似性搜索功能,可以实现零部件电子模型目录代替零部件图纸。在机械工程中,创建零部件电子产品目录的平均成本是创建零部件图纸的十分之一。

节省总成本为:
不使用PARTsolutions时新物料的增加只能根据历史发展来推断,因此由零部件种类的减少所节省的总成本只能粗略估算。按绝对值计算,在测量期内, 新创建的零部件从A到Z减少了约1100个。按照一个新物料约为700欧元的创建成本,约为100欧元的年维护费用来计算,与预测曲线相比,通过零部件重用可为公司节省近100万欧元。

计划更多的综合项目
 PARTsolutions目前主要被用于Starlinger的研发和物流部门。将来还计划在客户服务中心进行部署。
 Starlinger的主要目标是进一步促进B和C领域零部件的产品标准化,从而继续以具有吸引力的价格为客户提供高质量的产品和定制服务。
 Starlinger已计划对PARTsolutions进行升级。新版本的功能范围将被进一步扩大和增强:例如用户将能更轻松快捷地进行零部件价格比较。未来,Starlinger将着重关注PURCHINEERING环节,以便能在国际竞争中保持领先地位。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值