Digitalni tisak općenito uključuje mnogo kratkoročnih poslova s ​​brzim obrtom za sve kraće rokove isporuke, a sve to uglavnom potaknuto automatiziranim tijekovima rada koji mogu obuhvaćati nekoliko različitih odjela, od pripreme za tisak i tiska do završne obrade i ispunjavanja narudžbi. Neočekivani kvarovi uzrokuju probleme s gustim rasporedima proizvodnje, posebno tamo gdje su se tiskari oslanjali na jedan ili dva uređaja za veliki volumen. Kako bi se suprotstavili tim problemima i uvjerili kupce, mnogi dobavljači pisača prihvaćaju prediktivno održavanje uz obećanje da će smanjiti zastoje strojeva.

Neizbježno je da se strojevi kvare i nemoguće je u potpunosti ukloniti takve probleme, ali smanjenje učestalosti takvih problema uvelike bi rasteretilo većinu operacija ispisa. U prošlosti su se tiskari oslanjali na utvrđene rutine održavanja koje bi uzimale u obzir očekivani vijek trajanja glavnih komponenti. Međutim, ova vrsta preventivnog održavanja vrlo je neprecizna znanost jer će mnogi čimbenici, od uvjeta okoline, uključenog opterećenja i vještine operatera u korištenju pisača, različito utjecati na svaki stroj i njegove dijelove.

Uz to, moderni pisači sada su opremljeni nizom različitih senzora za bilježenje širokog raspona informacija, poput radne temperature unutar pisača, kao i vremena koliko je pisač uključen i radi. Ovi podaci mogu dati vrlo točnu predodžbu o pogoršanju stanja pisača i razini rada koju sustav u cjelini obavlja. Većina pisača također uključuje specifične senzore za mjerenje performansi svih glavnih komponenti kako bi se bolje predvidjelo kada bi te komponente mogle zakazati.

Tumačenje podataka

Naravno, ovi sirovi podaci vas vode samo do određene točke. I dalje im morate moći pristupiti i analizirati ih. U tu svrhu mnogi dobavljači opreme sada prodaju analitičke programe uz svoje strojeve koji mogu interpretirati te podatke i pomoći kupcima da optimiziraju učinkovitost svog sustava. Ovi programi omogućili su proizvođačima strojeva prikupljanje podataka o svim sustavima koje imaju na terenu kako bi bolje razumjeli kako različiti kriteriji između različitih kupaca mogu utjecati na performanse njihove opreme.

Naravno, ovo proizvodi ogromnu količinu podataka, ali ovo je jedno područje koje je stvarno imalo koristi od umjetne inteligencije i njezine sposobnosti da obrađuje ogromne skupove podataka kako bi pronašla obrasce i predvidjela kako bi ti obrasci mogli funkcionirati u stvarnim scenarijima. Kao rezultat toga, ova vrsta softvera sve je više u stanju dati prilično točna predviđanja potencijalnih problema i predložiti odgovarajuće korake održavanja.

To zauzvrat znači da se savjeti za servis mogu personalizirati za svaki pojedinačni pisač, posebno u vezi s preporukama…

...