Hur man optimerar utläggning med automatiserad teknik

Vi pratade med Tilia Labs om hur artificiell intelligens kan leda till den mest kostnadseffektiva påläggningen genom att minska mänsklig insats.

Hur kan Phoenix hjälpa skrivare att optimera utskjutningen?

Optimering av material och tid är avgörande i hela tryckeribranschen. Oavsett om det gäller etiketter och förpackningar, kommersiellt eller bredformat, har materialpriserna ökat och vi ser en brist på kvalificerad arbetskraft. Tilia Phoenix tillhandahåller ett snabbt och konsekvent sätt att skapa hundratals layouter på några minuter, vilket ger tillbaka nyckeldata om pris, tid, avfall och mer.

Tilia Phoenix modellerar ditt produktionsgolv. Eftersom systemet förstår din tryck- och efterbehandlingsutrustning, material och processer, minskar det behovet av mänskligt beslutsfattande. Systemet gör det hårda arbetet för att bestämma det bästa sättet att köra ett visst jobb baserat på viktiga kunddetaljer och leveransdatum.

Samling av jobb kan vara komplicerat på grund av ökade lagerhållningsenheter (SKU) och snabbare förfrågningar om hantering. Systemet grupperar jobb på ett intelligent sätt för att optimera materialet och minska tiden vid utskrift och efterbehandling.

Vilka är några anmärkningsvärda funktioner i Phoenix AI?

Tilia Phoenix har nu en avancerad skriptmodul som utökar funktionaliteten via JavaScript. Kunder ville ha ett sätt att skräddarsy sin layoutskapande baserat på sina egna pre-press produktionsprocesser. Genom att använda förbyggda skript eller skapa egna skript kan Tilia Phoenix automatisera markeringar, åtgärder, beräkningar och mer för att minska repetitiva manuella uppgifter.

Möjligheten att på ett intelligent sätt lägga till bleed baserat på en rektangulär skärbana eller en konturformad skärbana är också en väldigt cool funktion i Phoenix. Genom att eliminera behovet av att manuellt utöka eller klona pixlar, kan Phoenix intelligent förstå teckningen för att utöka grafiken utanför klippvägen utan att behöva redigera filen manuellt.

Vår nya Corrugated Planning Module, en första i branschen, möjliggör avancerad rulloptimering av topparkets utskrift och korrugeringsprocesser. Planering utförs genom att modellera korrugeringsanordningar och processer med alternativ för att specificera antalet hugg- och slitsknivar.

Hur tar AI impposition till en ny nivå?

Imposition AI ger konsekvens och snabbhet. Genom att simulera ditt produktionsgolv kan användare på alla kompetensnivåer ta in filer och låta systemet göra det hårda arbetet med att lägga upp jobbet och tillhandahålla data för att hjälpa till med beslutsfattande.

Hur fungerar AI egentligen?

Vår AI-algoritm minimerar kostnaden som krävs för att producera jobbet. Genom att förstå tillverkningskostnaderna och lagerkostnaderna som krävs för att producera en uppsättning beställningar, kan Phoenix dra nytta av den senaste AI-tekniken för att hjälpa till att iterera genom miljontals olika alternativ för att erhålla den mest kostnadseffektiva utläggningen med liten eller ingen mänsklig inblandning .

Vilka sektorer är AI-pålägg särskilt användbart inom?

Tilia Phoenix har utvecklats som en universell lösning som en omvandlare kan använda över hela sitt verkstadsgolv. Vi har specifika verktyg och funktioner skräddarsydda för industrier inklusive etiketter och vikkartong, reklamtryck, bredformat och wellpapp.

Hur hänger de olika permutationerna av påläggande ihop med skärnings- och efterbehandlingsprocesser?

Återigen, genom att minimera kostnaden för jobbet, är Phoenix inte bara angelägen om att maximera materialutbytet, utan också med tanke på efterbehandlingsstegen. Algoritmen förstår till exempel antalet arkvarv vid skärning på en giljotinskäranordning och utvärderar kostnaden/nyttan av att lägga till ytterligare ett arkvarv jämfört med att det uppstår spill på ett ark.

Hur har kunderna förbättrat sina processer med hjälp av tekniken?

Våra kunder producerar i genomsnitt layouter tre gånger snabbare och använder 15 % mindre material och tid som läggs på press.

Hur kan denna påläggsmetod förfinas i framtiden?

Att fortsätta att modellera och förstå kostnaderna för ytterligare nedströms efterbehandlingssteg som krävs för att producera en widget kommer att göra vår imponerande AI-teknik ännu smartare. Detta blir mer uppenbart när man försöker modellera digital efterbehandlingsutrustning som inte körs med "X" antal ark per timme. Tänk på en laserskärningsanordning: hur vet du hur lång tid det tar att skära ett ark mot det andra? Det här är framtiden för vår teknik, och vi satsar på att detta kommer att bli mer av ett problem i branschen.