자동화 기술로 임포지션을 최적화하는 방법

우리는 인공 지능이 인간의 입력을 줄임으로써 가장 비용 효율적인 부과로 이어질 수 있는 방법에 대해 Tilia Labs와 이야기했습니다.

Phoenix는 프린터가 임포지션을 최적화하도록 어떻게 도울 수 있습니까?

재료와 시간의 최적화는 인쇄 산업 전반에 걸쳐 매우 중요합니다. 라벨과 패키징, 상업용 또는 와이드 포맷을 막론하고 재료 가격이 상승했고 숙련된 노동력이 부족한 상황입니다. Tilia Phoenix는 몇 분 안에 수백 개의 레이아웃을 생성하는 빠르고 일관된 방법을 제공하여 가격, 시간, 낭비 등에 대한 핵심 데이터를 제공합니다.

Tilia Phoenix는 생산 현장을 모델링합니다. 이 시스템은 인쇄 및 마무리 장비, 재료 및 프로세스를 이해하므로 사람의 의사 결정이 필요하지 않습니다. 시스템은 주요 고객 세부 정보 및 배송 날짜를 기반으로 특정 작업을 실행하는 가장 좋은 방법을 결정하기 위해 열심히 노력합니다.

갱 작업은 SKU(재고 관리 단위) 증가와 빠른 처리 요청으로 인해 복잡할 수 있습니다. 이 시스템은 작업을 지능적으로 그룹화하여 재료를 최적화하고 인쇄 및 후가공 시간을 단축합니다.

Phoenix AI의 주목할만한 기능은 무엇입니까?

Tilia Phoenix는 이제 JavaScript를 통해 기능을 확장하는 고급 스크립팅 모듈을 보유하고 있습니다. 고객은 자체 프리프레스 생산 프로세스를 기반으로 레이아웃 생성을 사용자 정의할 수 있는 방법을 원했습니다. 사전 구축된 스크립트를 활용하거나 자체 스크립트를 생성하면 Tilia Phoenix는 마크, 작업, 계산 등을 자동화하여 반복적인 수동 작업을 줄일 수 있습니다.

직사각형 절단 경로 또는 윤곽 모양 절단 경로를 기반으로 블리드를 지능적으로 추가하는 기능도 Phoenix의 매우 멋진 기능입니다. 픽셀을 수동으로 확장하거나 복제할 필요가 없기 때문에 Phoenix는 파일을 수동으로 편집할 필요 없이 아트웍을 지능적으로 이해하여 컷 경로 외부로 그래픽을 확장할 수 있습니다.

업계 최초의 새로운 Corrugated Planning Module을 사용하면 톱 시트 인쇄 및 골판지 공정의 고급 롤 최적화가 가능합니다. 촙 및 슬릿 나이프의 수를 지정하는 옵션을 사용하여 파형 장치 및 프로세스를 모델링하여 계획을 수행합니다.

AI는 어떻게 부과를 새로운 수준으로 끌어올립니까?

임포지션 AI는 일관성과 속도를 제공합니다. 생산 현장을 시뮬레이션함으로써 모든 기술 수준의 사용자가 파일을 가져올 수 있고 시스템이 작업을 배치하고 의사 결정에 도움이 되는 데이터를 제공하는 어려운 작업을 수행할 수 있습니다.

AI는 실제로 어떻게 작동합니까?

우리의 AI 알고리즘은 작업을 생성하는 데 필요한 비용을 최소화합니다. 일련의 주문을 생산하는 데 필요한 제조 비용과 재고 비용을 이해함으로써 Phoenix는 최첨단 AI 기술을 활용하여 수백만 가지의 다양한 옵션을 반복하여 사람의 개입이 거의 또는 전혀 없이 가장 비용 효율적인 임포지션을 도출할 수 있습니다. .

AI 부과가 특히 도움이 되는 분야는?

Tilia Phoenix는 변환기가 작업 현장에서 사용할 수 있는 범용 솔루션으로 개발되었습니다. 우리는 라벨 및 폴딩 카톤, 상업 인쇄, 와이드 포맷 및 골판지를 포함하여 산업에 맞게 조정된 특정 도구와 기능을 보유하고 있습니다.

임포지션의 다양한 순열이 절단 및 마무리 프로세스와 어떻게 결합됩니까?

다시 말하지만, 작업 비용을 최소화함으로써 Phoenix는 재료 수율을 극대화할 뿐만 아니라 다운스트림 마무리 단계도 고려합니다. 예를 들어, 알고리즘은 단두대 절단 장치에서 절단할 때 시트 회전 수를 이해하고 추가 시트 회전을 추가하는 것과 시트에 낭비를 발생시키는 비용/이점을 평가합니다.

고객이 이 기술을 사용하여 프로세스를 어떻게 개선했습니까?

우리 고객은 평균적으로 레이아웃을 3배 더 빠르게 생성하고 인쇄에 소요되는 재료와 시간을 15% 적게 사용합니다.

이 부과 방법은 앞으로 어떻게 개선될 수 있습니까?

위젯을 생성하는 데 필요한 추가 다운스트림 마무리 단계의 비용을 계속 모델링하고 이해하면 임포지션 AI 기술이 더욱 스마트해집니다. 이는 시간당 'X'장의 시트 수로 작동하지 않는 디지털 마무리 장비를 모델링하려고 할 때 더욱 분명해집니다. 레이저 절단 장치를 생각해 보십시오. 한 시트를 다른 시트보다 절단하는 데 걸리는 시간을 어떻게 알 수 있습니까? 이것이 우리 기술의 미래이며 우리는 이것이 업계에서 더 많은 문제가 될 것이라고 확신합니다.