รางวัลชนะเลิศ ผลงาน “เครื่องผสมประสิทธิภาพสูงสำหรับกระบวนการการกระจายตัวอย่างสม่ำเสมอของผงของแข็งในของเหลว” รางวัลเทคโนโลยียอดเยี่ยมด้านเครื่องจักรกลและอุปกรณ์ ประจำปี 2567 (Technology for Equipment and Machinery Awards 2024)
ผลงาน “เครื่องผสมประสิทธิภาพสูงสำหรับกระบวนการการกระจายตัวอย่างสม่ำเสมอของผงของแข็งในของเหลว” รางวัลชนะเลิศ สาขาการผลิตในเชิงอุตสาหกรรม (Technology and Machinery for Manufacturing)
ผู้ทรงคุณวุติ/ผู้แทน จากกระทรวง อว. และ MTEC เข้าตรวจความคืบหน้าโครงการพัฒนาสร้างเครื่องผลิตสีน้ำขนาดเล็กกำลังการผลิต 250 ลิตรต่อชั่วโมง และ โครงการพัฒนาสร้างซอฟต์แวร์สำหรับงานด้านเทคโนโลยีการผสมของเหลว ณ โรงงาน บริษัท มิสซิเบิล เทคโนโลยี จำกัด, ตำบล คลองควาย อำเภอสามโคก จังหวัดปทุมธานี ภายใต้การสนับสนับโครงการ VCE.66
MISCIBLE เป็น 1 ใน 117 Digital Startup ไทย ที่ได้รับการรับรองสิทธิประโยชน์ทางภาษี Capital Gains Tax
MISCIBLE ร่วมเป็น 1 ใน 11 บริษัทฯ กิจกรรม Business Pitching งาน MEET & MATCH DAY: Where Business Partnerships Connect / ครบรอบ 2 ปี LiVEx
MISCIBLE ร่วมแชร์ Good Practices ผู้ประกอบกาารตัวอย่างที่เคยได้รับรางวัล SME NATIONAL AWARDS ในหัวข้อ “Entrepreneur Eye-view การบริหารธุรกิจที่ดีในมุมมองของท่าน.?
ทีมวิศวกร ระบบอัตโนมัติ ของบริษัทฯ กำลังทดสอบสัญญาณระบบอัตโนมัติสำหรับการผลิตไบโอแก็ส, ทดสอบสัญญาณเครื่องมืดวัด, การควบคุมสั่งการ Shop Floor, ระบบ feedback control, การแสดงผลข้อมูล dashboard ฯลฯ ผ่านระบบ SCADA-PLC
เครื่องหมายการค้า จำพวก 7 เครื่องปั่นอาหารความเร็วสูงชนิดใช้สารเคมีที่ช่วยในการรวมตัวของน้ำและน้ำมัน, ตามพระราชบัญญัติเครื่องหมายการค้า พ.ศ.2534 แก้ไขเพิ่มเติมโดยพระราชบัญญัติเครื่องหมายการค้า (ฉบับที่2) พ.ศ 2543 และ พระราชบัญญัติเครื่องหมายการค้า (ฉบับที่3) พ.ศ 2559 โดยเครื่องหมายการค้านี้มีอายุ 10ปี นับตั้งแต่วันที่ 1 มี.ค. 2566 นี้เป็นต้นไป
การนำโครงข่ายประสาทเทียมมาใช้งานก็เป็นอีกวิธีที่ MISCIBLE เลือกใช้ ซึ่งต้องอาศัยข้อมูลจำนวนมาก (Big Data) และต้องเป็นข้อมูลที่ผ่านการทดสอบใช้งานจริงมาแล้ว จึงจะกล่าวได้ว่าเป็นข้อมูลที่มีคุณภาพมากพอในการสอนโครงข่ายประสาทเทียม (Back Propagation) ให้ทำนายค่าต่างๆตามต้องการได้, การเลือกพารามิเตอร์ที่จำเป็นต่อการ Predict ก็เป็นสิ่งสำคัญมาก เพราะจะทำให้ได้ output ที่แม่นยำแล้ว ยังช่วยลดเวลาการสอนโครงข่ายประสาทเทียมได้อีกด้วย