Digitaal drukken omvat over het algemeen veel opdrachten in kleine oplagen met een snelle doorlooptijd voor steeds kortere levertijden. Dit alles wordt grotendeels aangestuurd door geautomatiseerde workflows die verschillende afdelingen kunnen omvatten, van prepress en drukken tot afwerking en fulfilment. Onverwachte storingen veroorzaken problemen met strakke productieschema’s, vooral wanneer drukkers hebben vertrouwd op één of twee apparaten met een hoog volume. Om deze problemen tegen te gaan en klanten gerust te stellen, omarmen veel printerleveranciers predictief onderhoud met de belofte dat het de stilstandtijden van machines zal verminderen.

Het is onvermijdelijk dat machines stuk gaan en het is onmogelijk om dergelijke problemen volledig te elimineren, maar het verminderen van de frequentie van dergelijke problemen zou veel druk wegnemen van de meeste printoperaties. In het verleden vertrouwden printers op vaste onderhoudsroutines die rekening hielden met de verwachte levensduur van belangrijke onderdelen. Dit soort preventief onderhoud is echter een zeer onnauwkeurige wetenschap omdat veel factoren, van omgevingscondities tot de werkbelasting en de vaardigheid van de operator in het gebruik van de printer, allemaal een verschillend effect hebben op elke machine en de onderdelen.

Dat gezegd hebbende, moderne printers zijn tegenwoordig uitgerust met een reeks verschillende sensoren die een enorme hoeveelheid informatie registreren, zoals de werktemperatuur in de printer en de tijd dat de printer aanstaat. Deze gegevens kunnen een zeer nauwkeurig beeld geven van de slijtage van de printer en de hoeveelheid werk die het systeem in zijn geheel verzet. De meeste printers bevatten ook specifieke sensoren om de prestaties van alle belangrijke onderdelen te meten, zodat beter kan worden geanticipeerd op eventuele storingen.

De gegevens interpreteren

Met deze ruwe gegevens kom je natuurlijk niet verder. Je moet er nog steeds toegang toe hebben en ze kunnen analyseren. Daarom verkopen veel machineleveranciers nu analyseprogramma’s naast hun machines die deze gegevens kunnen interpreteren en klanten kunnen helpen om de efficiëntie van hun systeem te optimaliseren. Deze programma’s hebben machinebouwers in staat gesteld om gegevens te verzamelen over alle systemen die ze in het veld hebben staan, zodat ze beter kunnen begrijpen hoe verschillende criteria tussen verschillende klanten van invloed kunnen zijn op hoe hun apparatuur presteert.

Dit levert natuurlijk een enorme hoeveelheid gegevens op, maar dit is een gebied dat echt heeft geprofiteerd van kunstmatige intelligentie en haar vermogen om enorme datasets te doorzoeken om patronen te vinden en te voorspellen hoe die patronen in werkelijkheid zouden kunnen werken.…

...