LTTSの最新情報
フィルター
表示中 550 結果
詳しく知る
ケーススタディ

- 自動車
車載インフォテインメントにおけるアクティブ・ノイズ・マネジメントの変革
オーディオシステムは、自動車購入の意思決定とユーザーエクスペリエンスの両方を左右する重要な要素となっています。オーディオシステムと音響がより調整された自動車への需要は増加傾向にある。 車載オーディオ・アンプは、車載エンターテイメント・システムの重要なコンポーネントであり、ユーザーがオーディオ体験を制御できるようにします。この製品は、外部通信用のフロントエンドARMマイクロコントローラと...
詳しく知る
ケーススタディ

- 工業製品
トランス・タップ・チェンジャー
エネルギー効率に対するニーズが高まっているため、電力会社の電力調整市場は活況を呈している。数千kW規模の電力を制御するには、異なるアプローチが必要です。電力消費者は、機器が適切に動作するよう、比較的一定の電圧に依存しています。タップ・チェンジャーは、1つの巻線の巻数を変えることによって変圧器の出力電圧を調整し、それによって変圧器の巻数比を調整します。このシステムは、IEC...
詳しく知る
ケーススタディ

- 工業製品
街路照明接続のためのIoTベースのセンサーノード
スマート組込みシステムは、道路上の自動車やその他の障害物を検知して街灯を制御する。IoT対応スマート照明システム(SLS)は、複数のIoT通信プロトコルで処理される集中分散型照明制御システムです。照明ノードに内蔵されたセンサーが、光の強さや人の存在に基づいて自動制御を行います。SLSは電力の無駄を減らすために使用できる。SLSは、複数のセンサー(人感センサー、光センサー、霧センサーなど)を使って...
詳しく知る
ケーススタディ

- 工業製品
LTキャビネット用フロストセンサー
フロストセンサーは、冷凍システムの蒸発熱交換器上の断熱性蓄積物(氷や汚れなど)の蓄積を測定する装置および技術です。霜の蓄積は、冷却コイルの断熱材として機能し、コイルの冷却フィン上の空気の流れを阻害するため、冷凍システムの性能に影響を与えます。LTTSが設計した霜センサーは、蒸発器コイルに形成された霜を検出し、必要に応じて霜取りを行い、冷凍システムのエネルギー効率を高めます。
詳しく知る
ケーススタディ

- 工業製品
汎用産業用IOモジュール
産業用イーサネット技術の進歩に伴い、リアルタイム・イーサネットの採用は今後のトレンドであり、オープンスタンダードが多くの機械メーカーを支援しています。フレキシブルI/OまたはユニバーサルI/Oを備えたセンサーは、さまざまな環境要因に対する洞察を得ることができます。予知保全に向かうにつれて、この機能は多くの未開拓の可能性を秘めています。追加データの必要性と...
詳しく知る
パンフレット

- プラントエンジニアリング
エンジニアリング・サステイナビリティ
LTTSは、環境に優しいソリューションに重点を置き、2030年までにカーボンニュートラルを達成することを目標に、顧客が製造業全体で持続可能性を達成できるよう支援している。
詳しく知る
ケーススタディ

- メドテック
遠隔患者モニタリングと臨床試験製品のグローバル・コンプライアンス・パラダイムを変革する
デジタルヘルス技術の一種であるSaMD(Software as a Medical Device)は、臨床医の意思決定を支援し、疾患の治療選択肢を提供し、さらには生命を脅かす疾患の早期診断を可能にするスタンドアロン型のソフトウェアである。 SaMDが成長するにつれ、規制当局は頻繁に更新され、安全性や有効性が変わる可能性のあるソフトウェアを規制するという課題に直面している...
詳しく知る
ケーススタディ

- メドテック
血糖モニタリング・アプリケーション
新世代のアプリケーションには、Software-as-a-Medical-Device (SaMD)が含まれる。SaMDは医療機器そのものであり、診断、モニタリング、治療プロセスの両方において、ユーザーの生活の一部となりつつある。 SaMDは、医療機器企業と規制当局の双方に、患者の安全性と臨床効果を確保しながらイノベーションを可能にする新たな機会と課題をもたらします。 LTTSは...
詳しく知る
パンフレット

- メドテック
- デジタル・マニュファクチャリング
製薬のデジタル化
LTTSでは、1000人以上の専門家がライフサイエンスに特化し、コラボレーションとデジタルイノベーションを促進するテスト済みのテクノロジーとコンサルティングソリューションを提供しています。
詳しく知る
ケーススタディ

- メドテック
ヘルスケアデータストリーム取り込みのためのスケーラブルで堅牢なフレームワーク
ソーシャルメディア・プラットフォームやモノのインターネット(IoT)の進化と普及に伴い、想像を絶する量のデータが生成されている。 増え続けるデータ量と不規則性の高いデータレートは、データストリーム処理システムに新たな課題を突きつけている。そのような挑戦的だが重要な課題の1つは、さまざまなソースや場所からのデータストリームを正確に取り込み、分析プラットフォームに統合する方法である。 さらに詳しく