机器视觉对印刷行业发展的帮助

    印刷行业是一个非常大的行业，并且在人们的生活中，印刷是不可开的，为了能够更好的完善印刷技术，促进印刷行业的发展，那么必然需要对机器视觉系统对印刷行业的所起到的作用进行了解，那么机器视觉在印刷行业中所起到的作用有哪些呢？

    机器视觉自动化

    动态印刷

    人类需要怎样的一种印刷？自动化减少了印刷时间、提升了印刷质量、降低了印刷的工作强度，但真正重要的分析工作仍由人来完成，印刷机的状态、质量提高或者降低的本质原因、成本上升或者降低的因素，都还由经验丰富的领导者或者工艺专家来把关和分析；所以无法做到稳定印刷、最低成本印刷。

    所以，人们其实真正需要的是一种动态印刷，即印刷体系的自我成本分析控制、动态质量分析控制、印刷周期分析控制等。而机器视觉对于实现“动态印刷”有先天的优势，因为机器视觉有眼睛，能够看到印刷的整个过程；机器视觉有大脑能够分析印刷过程进而进行控制。

    工艺上，从印前、过程、印中到印后的完整质量检测的解决方案；这就要求视觉技术要有完整的产品节点，能够满足客户基本的质量检测的需求，保障印刷质量的同时帮助客户节约成本。另外，要求基于视觉检测产品节点，提供完整的解决质量控制的系统。即首先完成质量检测，然后实现质量控制，把检测系统做成解决方案的眼睛，而解决方案是一个闭环的系统，动态发现印刷各工艺环节的问题，然后分析质量原因，反馈给客户，让客户尽早进行动态调整，从而达到动态质量控制的目的。

    因此视觉技术的发展除了基本的检测要求外，必须能够具备识别能力，提供更多更准的信息；不是“0”或者“1”的好坏关系，而是N维度的数据信息。大数据为动态控制做好充分的准备。

    印刷动态质量管理

    动态质量管理的解决方案将是印刷领域的视觉检测技术完整解决方案。基于现在的产品状态及发展态势，可能会有4个阶段：

    一、协助质量检测；

    二、协助质量控制；

    三、自动质量控制；

    四、动态质量管理

    协助质量检测

    这个阶段以终检检品机为主，负责将缺陷检测出来，但在这个阶段还有问题：

    ①仍有部分缺陷无法检测；

    ②设备操作复杂，自动化程度低

    协助质量控制

    这个阶段有两方面的事情。

    一方面要把终检设备的检测能力提升，在完整检出缺陷、提升自动化的同时，要考虑缺陷的分类。这就需要在光学上思考基于工艺的成像，算法软件上要能够进行针对性的缺陷算法设计，系统软件上要能够进行缺陷分类统计输出报表给客户。

    另外一方面开发在线检测设备，协助当前的过程控制的过程，使过程控制更加简单、有效。

    自动质量控制

    首先能够协助解决印前质量控制；

    其次要基于客户目前的过程质量控制的方法、原则进行系统设计。但这个设计是难的，比如人工需要观察网点扩散、套印情况，现在的检测系统的精度不可能达到。

    另外，这个阶段要保障印前、在线、终检设备的成像一致性。要把印前、在线、终检设备的检测数据、模版进行归一化编码；如此有统一的接口和语言，不同检测系统数据可以共用。更加完整的缺陷分类工具。

    动态质量控制

    基于自动质量控制，获取到完整的印刷状态信息，开发专家系统。

    第一，在客户厂内设立服务器，将所有检测系统联网；设计专家系统，对印前工作、印中工作、印后工作、终检工作的状态进行综合分析；判断流程管理上的作业状态；另外，能够对所有的缺陷进行二次分类，自动判断出工艺环节的发展趋势，给出整改建议；与公司ERP系统进行数据通信等。

    第二，建立云服务器，将所有客户信息统一汇总到这个服务器；分析最佳质量控制、最经济作业流程的工艺和管理方法。

    视觉产品定义

    基于质量控制的目的，我们需要基于视觉的检测设备，其实本质上是要解决看到和识别的问题。自动化、分类是我们给客户提供质量控制的一个手段，帮助客户提高单位产能，减少人力。协助质量检测、协助质量控制、自动质量控制、动态质量控制，这四个阶段中的机器视觉产品种类、产品的属性要求不同。

    第一阶段：协助质量检测

    ①更加完整的机器视觉终检设备；

    ②检测更加准确。

    第二阶段：协助质量控制

    详细了解印前客户遇到的困境，基于工艺的认识，将对版软件或者样稿比对系统开发完毕，能够帮助客户在进行首样印刷前、首样印刷后的样张确认能够不再发生错误。

    重点是在线产品的优化和完善；提供足够量的在线印刷信息。

    第三阶段：自动质量控制

    在企业内部设立一个系统框架，在系统框架上允许接入很多统一了接口的视觉系统设备。视觉系统设备通过系统框架进行对话，用“视觉系统语言”，包含：系统的配置信息、缺陷信息、模版信息（客户设置的内容)。

    基于工艺的光学设计完成后，缺陷就可以进行比较好的分类。结合必要的分类器，将缺陷统计功能做好。

    基于终检设备，将缺陷进行分类，统计不同工艺的废品率；从而动态告知客户近期生产的设备情况、缺陷情况。

    用户拥有很多的眼睛，看到了缺陷的情况，但这些缺陷不是综合的。如在印刷厂里，每一台设备都有人在跟踪质量、缺陷情况，但只关注到自己负责的这一环节。而某些厂设置了工艺质量部，就是要求看到产品印刷过程的整体，从而综合分析产品质量情况。

    这个阶段的软件是信息的综合，比如通过在线设备，我们能够看到单位产能情况、不同班组的成品情况；通过终检设备，我们能够看到不同工艺的缺陷分布情况等。

    第四阶段：动态质量控制

    这个阶段，要求对印刷厂本身进行质量控制的手段是清楚的。基于这一点，我们可以把视觉系统眼睛的价值注入进去，加上客户自己其它层面视觉系统无法看到的信息，这样可以综合进行智能质量控制。

    核心要素在于以下几点：

    一、防止缺陷发生而不是发生缺陷后再找出他们。要把这种控制方式融入到生产过程中。

    二、自动指明需要的整改措施，并告知客户我们能够最理想的决策；

    三、对印刷工艺过程不断进行监督和评估，以便了解是在恶化还是转好；

    四、确定变化因素的根源和造成缺陷的原因；

    五、确定真实的加工能力。

    设置一个云服务器，在客户允许的前提下，将客户的检测信息，汇总到这个服务器。服务器有关于质量控制的专家系统（数据挖掘）并能够进行自我学习，给出最佳的质量控制方案，帮助客户降低运营成本、提升产品质量、压缩生产周期。