당사에서는 쿠키, 쿠키와 유사한 기술 및 트래킹 서비스를 이용하고 있습니다.

이 웹사이트에서 당사는 쿠키, 쿠키와 유사한 기술 및 트래킹 서비스를 이용하고 있습니다(이하 “쿠키”). 당사에게는 당사의 웹사이트를 기술적으로 표시하는 데 사용될 뿐만 아니라 당사의 웹사이트를 되도록 잘 사용할 수 있도록 하고 여러분의 사용 특성을 바탕으로 이를 개선하는 데 사용되거나 또는 여러분의 관심사에 맞추어 컨텐츠와 마케팅을 제공하는 데 사용되는 이러한 쿠키에 대해 여러분의 동의가 필요합니다. 이러한 목적을 달성하기 위해 당사는 제삼의 제공자(예를 들어 Salesforce, LinkedIn, Google, Microsoft, Piwik PRO)와 협력합니다. 또한 여러분은 이러한 제공자를 통해 타사의 웹사이트에서도 광고를 수신하실 수 있습니다.
동의할 경우, 여러분의 개인정보에 대한 모든 후속 처리(프로필에 있는 여러분의 IP 주소 저장)에 대해 동의하고 당사의 파트너가 여러분의 개인정보를 미국으로, 그리고 경우에 따라 다른 국가에 전송하는 것에 동의하는 것으로 간주됩니다. 이렇게 정보가 전송될 경우 관할 당국이 해당 정보에 액세스하고 여러분의 권리가 행사되지 않을 위험이 있습니다. “설정”에서 당사가 사용할 수 있는 쿠키를 선택하십시오. 더 자세한 정보, 특히 동의의 철회와 같은 여러분의 권리는 당사 개인정보 보호정책에 수록되어 있습니다 .

설정

기술적으로 필요한 쿠키만

동의 수락

다음에서는 이 웹사이트에서 사용되는 개별 기술을 활성화하거나 비활성화할 수 있습니다.

전체 동의

필수

이 쿠키는 페이지 검색, 언어 설정, 선호하는 쿠키 및 웹사이트 보호 영역 액세스 등과 같은 기본 기능을 제공하여 웹사이트를 이용할 수 있도록 합니다. 또한 이 카테고리의 쿠키는 웹사이트가 관련 법 규정과 보안 기준의 요건을 충족하도록 합니다. 이러한 이유로 당사 웹사이트 방문 시 이 쿠키에 대해 반드시 동의해야 합니다. 이 쿠키에 대한 상세 정보는 “자세한 정보”에서 확인할 수 있습니다.

기능성 및 개인 설정

이 쿠키는 여러분이 당사 웹사이트를 방문할 때의 특성에 대한 정보를 수집하여 당사 웹사이트의 기능성과 호감도를 여러분의 지난 방문 내역, 여러분의 현재 위치 및 브라우저 설정에 맞게 변경하여 여러분의 사용자 경험을 개선하는 데 사용합니다. 또한 이 쿠키는 당사의 웹사이트에 통합된 제삼자 제공업체의 툴에 여러분이 접근할 수 있도록 해줍니다(예: 통합 인증을 위한 Microsoft Azure). 이 과정에서 여러분의 개인정보가 안전하지 않은 제삼국인 미국으로 전송될 수 있습니다(여기에 내재된 위험에 대한 정보에 관해서는 당사의 개인정보 보호정책 1.5절 참조). 이 쿠키에 동의하지 않으실 경우, 웹사이트의 기능을 제한적으로만 사용하실 수 있습니다. 사용된 툴에 대한 상세 정보는 “자세한 정보”에서 확인할 수 있습니다.

분석

이 쿠키는 제삼자 제공업체가 당사 웹사이트의 콘텐츠를 소셜미디어를 통해 어떻게 공유하는지에 대한 정보를 수집할 수 있도록 해주거나, 여러분이 소셜미디어 플랫폼 또는 소셜미디어 캠페인 및 당사 자체 웹사이트(예: LinkedIn Insights) 사이에서 이동할 경우 이러한 이용 특성에 대한 분석 데이터를 전달합니다. 또한 제삼자 제공업체의 마케팅 쿠키는 다른 웹사이트에 게시되는 당사 광고의 효과를 측정할 수 있도록 해줍니다(예: Google Ads, Microsoft Advertising). 당사는 이 쿠키를 사용하여 여러분에게 당사 콘텐츠가 전달되는 방식을 최적화합니다. 사용된 제삼자 제공업체 및 소셜미디어 플랫폼에서는 여러분의 개인정보를 안전하지 않은 제삼국인 미국으로 전송할 수 있습니다(여기에 내재된 위험에 대한 정보에 관해서는 당사의 개인정보 보호정책 1.5절 참조). 이 쿠키 사용에 동의하실 경우 쿠키 설정 외에 개인정보 처리 및 위에 설명된 바와 같이 개인정보가 전송되는 것에 동의하는 것으로 간주합니다. 사용된 툴과 당사 소셜미디어 활동 등에 대한 상세 정보는 “자세한 정보”에서 확인할 수 있습니다.

마케팅 및 소셜미디어

이 쿠키는 제삼자 제공업체가 당사 웹사이트의 콘텐츠를 소셜미디어를 통해 어떻게 공유하는지에 대한 정보를 수집할 수 있도록 해주거나, 여러분이 소셜미디어 플랫폼 또는 소셜미디어 캠페인 및 당사 자체 웹사이트(예: LinkedIn Insights) 사이에서 이동할 경우 이러한 이용 특성에 대한 분석 데이터를 전달합니다. 또한 제삼자 제공업체의 마케팅 쿠키는 다른 웹사이트에 게시되는 당사 광고의 효과를 측정할 수 있도록 해줍니다(예: Google Ads, Microsoft Advertising). 당사는 이 쿠키를 사용하여 여러분에게 당사 콘텐츠가 전달되는 방식을 최적화합니다. 사용된 제삼자 제공업체 및 소셜미디어 플랫폼에서는 여러분의 개인정보를 안전하지 않은 제삼국인 미국으로 전송할 수 있습니다(여기에 내재된 위험에 대한 정보에 관해서는 당사의 개인정보 보호정책 1.5절 참조). 이 쿠키 사용에 동의하실 경우 쿠키 설정 외에 개인정보 처리 및 위에 설명된 바와 같이 개인정보가 전송되는 것에 동의하는 것으로 간주합니다. 사용된 툴과 당사 소셜미디어 활동 등에 대한 상세 정보는 “자세한 정보”에서 확인할 수 있습니다.

자세한 정보

설정 저장

  • DXQplant.analytics pointed out

DXQplant.analytics improves first-run rate through systematic fault analysis

New software for improved quality management and greater overall equipment effectiveness

Bietigheim-Bissingen, 18 July 2022 – Higher first-run rate, less rework, systematic fault analysis: DXQplant.analytics helps paint shop operators improve production quality and effectiveness. The latest software tool from Dürr’s DXQanalyze product family detects systematic fault patterns and their causes early, making it much easier to find the relevant fault source. AI algorithms and data-driven machine learning make this possible.

With the Advanced Analytics module, the first market-ready AI application for paint shops, DXQplant.analytics has access to a wealth of data for fault analysis. The software can then detect whether the fault is a one-time or systematic issue, such as recurring quality defects with particular colors. Data from recognized patterns can identify the process step responsible for the fault. This makes it possible to analyze systematic production quality deficiencies, which can be hard to recognize, and quickly identify and fix their causes. Simplified detection and cause analysis make it possible to avoid the fault in the future and increase the first-run rate.

Digital file for each body

The basis of DXQplant.analytics is quality information recorded digitally for each workpiece during the surface inspection. In addition, process parameters, alarms, and anomalies from the individual processing steps supplement the workpiece-related data records. This creates a digital file for each body that models the entire production and life cycle, including any faults found. Machine learning can help identify patterns and correlations in data records. If there are frequent contaminants in the paint, the software will detect this and immediately assign information about the underlying cause to the fault pattern.

Easier fault analysis

Detecting recurring paint defects is very laborious, and locating faults is time-consuming and expensive. DXQplant.analytics flags problematic fault sources to the quality manager and provides targeted help with analyzing the cause. Correlating graphics and automatically generated reports easily document insights to share with colleagues, workers, and management. Integrated documentation functions allow the DXQplant.analytics user to save and manage defined optimization measures and track their impact on quality. Therefore, DXQplant.analytics helps the paint shop operator increase the first-run rate in a targeted way, thus boosting overall equipment effectiveness.

Comprehensive service along the life cycle

Software solutions must always be kept up to date for users to leverage their full potential. With DXQsupport, Dürr offers its customers a comprehensive service package for use and maintenance of its digital solutions. Providing support for the entire software life cycle increases availability, performance and quality and maintains them at this level. In addition to regular updates, Dürr offers a team of experts who constantly monitor live production activity to react quickly in the event of failures or irregularities. These services are complemented by a comprehensive modular training catalog, allowing operators to leverage the full potential of their digital portfolio.

  • DXQplant.analytics pointed out

    DXQplant.analytics helps paint shop operators increase the first-run rate in a targeted way, thus boosting overall equipment effectiveness.

  • DXQplant.analytics improving production systems

    Machine learning can help identify patterns and correlations in data records.