Streszczenie
Zmiany na rynku usług drukarskich zwizane z rosncymi wymaganiami klientów w zakresie jakoci dostarczanych produktów oraz rozwojem konkurencji powoduj, i firmy działajce w tym sektorze musz skraca czas realizacji zlecenia i obnia mare. Zapewnienie wysokiej jakoci druku i spełnienie normy jakoci ISO 12647-2 jest wci trudne dla wikszoci drukar offsetowych. Ocena jakoci wydruku obej-muje wiele parametrów, a znalezienie przyczyny powstałej wady jest moliwe tylko przez dowiadczonego operatora maszyny. Zadaniem przedstawionego w artykule sys-temu ekspertowego jest ocena jakoci wydruku, wskazanie przyczyny wad jakoci wraz z okreleniem prawdopodobiestwa jej wystpienia oraz wsparcie operatora maszyny w procesie jej naprawy.
Słowa kluczowe: kontrola jakoĞci, proces druku offsetowego, system ekspertowy Wprowadzenie
DziałalnoĞü poligraficzna w Polsce obejmuje ponad 8,5 tys. podmiotów gospodarczych, z czego 94% to mikro i małe przedsiĊbiorstwa poligraficzne produkujące akcydensy informacyjne [1]. Gama oferowanych usług jest bardzo wysoka i obejmuje wiĊkszoĞü produktów przeznaczonych do uĪytku reklamowego. DziałalnoĞü sektora opiera siĊ na realizacji jednorazowych zamówieĔ w niewielkich nakładach. Rosnące wymagania klientów i rozwój konkurencji powoduje, Īe firmy muszą skracaü czas realizacji zamówienia i obniĪaü marĪe, przy zachowaniu wysokiej jakoĞü druku.
OsiągniĊcie wysokiej jakoĞci druku według normy ISO 12647-2 [2] jest bardzo trudne z uwagi na iloĞü oraz złoĪoną zaleĪnoĞü parametrów kontroli jakoĞci. Fakt ten powoduje, iĪ utrzymanie sta-bilnoĞci procesu jest moĪliwe tylko dziĊki wiedzy i doĞwiadczeniu drukarza. Wczesne wykrycie wad jakoĞci druku i znalezienie przyczyny ich powstania znacząco skraca nie tylko czas procesu drukowania całego nakładu, ale równieĪ redukuje koszty w postaci papieru, farby, itd.
W artykule przedstawiono metodĊ oceny jakoĞci procesu drukowania z wykorzystaniem sys-temu ekspertowego. W pierwszej sekcji przedstawiono miejsce syssys-temu ekspertowego w procesie oceny jakoĞci druku offsetowego. W drugiej sekcji przedstawiono problem złoĪonej zaleĪnoĞci pa-rametrów jakoĞci druku. W sekcji trzeciej przedstawiono strukturĊ systemu ekspertowego wraz z mechanizmem uczącym siĊ. W sekcji czwartej został przedstawiony przykład praktycznego zasto-sowania opracowanej metody oceny jakoĞci druku offsetowego z wykorzystaniem systemu ekspertowego.
1. Miejsce systemu ekspertowego w procesie oceny jakoci druku offsetowego
Proces wytworzenia produktu podzielony jest na trzy główne podprocesy: przygotowanie do druku, proces drukowania i obróbkĊ introligatorską druków. Realizacja procesu rozpoczyna siĊ w momencie przyjĊcia zlecenia od klienta (rys. 1). NastĊpuje wtedy kontrola jakoĞci pliku PDF (preflight) pod kątem wymogów technologicznych (wykonania obróbki introligatorskiej), w tym przypadku arkuszowego druku offsetowego. Plik PDF jest nastĊpnie przekształcany na postaü od-powiednią dla maszyny drukującej i przygotowywane są formy drukarskie. Dla kaĪdego koloru CMYK przygotowywana jest osobna forma drukarska. Zawiera ona zrastrowany obraz zlecenia uło-Īony według zadanego schematu impozycyjnego.
Drugim etapem jest proces drukowania. Rozpoczyna siĊ on w momencie zamontowania form drukowych w maszynie. Równolegle wczytywana jest do maszyny elektroniczna wersja opisu zle-cenia w formacie JDF [3]. Po wczytaniu do maszyny elektronicznej wersji zlezle-cenia nastĊpuje początkowe ustawienie parametrów maszyny takich jak: strefy kałamarzowe, parametry registrów, parametry systemu prowadzenia papieru, itd. NastĊpnie uruchamiany jest początkowy przebieg druku. Kilkadziesiąt (lub kilkaset dla niedoĞwiadczonego drukarza) pierwszych arkuszy jest marno-wane z uwagi na czas konieczny dla prawidłowej dystrybucji farb drukarskich. WłaĞciwe drukowanie rozpoczyna siĊ, gdy parametry wydruku są zgodne z odpowiednimi normami, takimi jak ISO 12647-2. Podczas właĞciwego procesu drukowania, umieszczone miejscowo urządzenia kontrolne dokonują pomiarów niektórych wydruków z maszyny. Wszystkie dane pomiarowe wraz z informacjami o zadaniu są zapamiĊtywane w bazie danych.
Proces wytworzenia produktu koĔczy siĊ, gdy wydrukowana została odpowiednia iloĞü arkuszy wymaganej jakoĞci. Arkusze są nastĊpnie poddawane odpowiednim pracom wykoĔczeniowym (ciĊ-cie, szy(ciĊ-cie, oprawa) mającym na celu uzyskanie finalnego produktu poligraficznego np. ksiąĪki.
W związku z faktem, iĪ proces druku na etapie ustalania parametrów maszyny drukującej jest Ĩródłem powstawania odchyleĔ jakoĞciowych, a w konsekwencji generowania dodatkowych kosz-tów, propozycją autora jest wprowadzenie mechanizmu pozwalającego na wykrycie tych odchyleĔ w postaci systemu ekspertowego. System ekspertowy uruchamiany jest na etapie procesu drukowa-nia. Gdy zostaje wykryta wada wydruku, ostatnie wyniki pomiarów są kierowane z bazy danych do systemu ekspertowego, który analizuje je celem opracowania porady dla operatora maszyny druku-jącej. Porada wskazuje operatorowi, jakie akcje mogą zostaü wykonane, aby wyeliminowaü problem z jakoĞcią.
Zastosowanie systemu ekspertowego w systemie jest niezbĊdne z uwagi na dobrze okreĞloną naturĊ zasad kontroli jakoĞci. PoniewaĪ reguły te mogą byü precyzyjnie zdefiniowane przez ludz-kich ekspertów, nie istnieje potrzeba zastosowania innych technik sztucznej inteligencji, taludz-kich jak sieci neuronowe. Istnieje natomiast potrzeba zastosowania algorytmu hierarchizowania porad sys-temu ekspertowego. Eksperci są zgodni co do tego, Īe jest wrĊcz niemoĪliwe wskazanie jednej przyczyny wystąpienia wad wydruku [4]. NajczĊĞciej jest ich kilka i sprawdzenie kaĪdej z nich z osobna wymaga duĪo czasu. ZłoĪoną zaleĪnoĞü pomiĊdzy parametrami jakoĞci druku przedsta-wiono w nastĊpnej sekcji artykułu. Dodatkowo, kaĪda zmiana ustawieĔ parametrów maszyny drukującej wiąĪe siĊ z koniecznoĞcią dodatkowego przebiegu i stratą materiałów w postaci papieru czy farby. System ekspertowy został wzbogacony o mechanizm uczący siĊ, którego zadaniem jest okreĞlenie prawdopodobieĔstwa wystąpienia konkretnej reguły. Zatem, operator maszyny oprócz informacji o przyczynie powstałej wady jakoĞci otrzyma równieĪ informacje o prawdopodobieĔ-stwie jej wystąpienia.
Rysunek 1. Proces oceny jakoci druku offsetowego 2. Parametry oceny jakoci druku offsetowego
Parametry oceny jakoĞci druku offsetowego dzielą siĊ na trzy grupy: wizualne, densytome-tryczne i kolorymedensytome-tryczne [5]. Parametry wizualne słuĪą ogólnej ocenie jakoĞci wydruku pod kątem pasowania, murzenia, dublowania, zabrudzeĔ, rys, itd. Instrumentem pomiarowym są mikroskopy i lupy. Parametry densytometryczne dostarczają informacji o gruboĞci farby nanoszonej na podłoĪe oraz o kontraĞcie druku, przyroĞcie pokrycia rastrowego czy trapie. Mierzone są za pomocą densy-tometrów. Kolorymetria dostarcza informacji o barwie w L*a*b* i umoĪliwia obliczenie wiernoĞci odwzorowania barw. Do obliczenia róĪnicy pomiĊdzy dwoma barwami wykorzystywana jest for-muła ∆E [6].
PomiĊdzy parametrami jakoĞci zachodzą złoĪone zaleĪnoĞci i korekta jednego z nich moĪe wpłynąü na jakoĞü pozostałych (rys. 2), np. dla gĊstoĞci optycznej dla koloru magenta równiej 1,50 (ISO 12647-2) wartoĞü przyrostu punktu rastrowego wyniosła 15% (wg normy powinna wynosiü 20%) a dla kontrastu druku wyniosła 20 (według normy powinna wynosiü 36). Przykład ten poka-zuje jak waĪne jest rozpatrywanie jednoczeĞnie wszystkich parametrów wpływających na jakoĞü druku.
ZłoĪona jest równieĪ identyfikacja przyczyn wad jakoĞci. Mogą one byü spowodowane 1) nie-odpowiednimi warunkami procesu druku (temperaturą, wilgotnoĞcią, zapyleniem hali), 2) eksploatacją maszyny drukującej, 3) błĊdami procesu przygotowania do druku (wadami formy dru-kowej, błĊdami preflightu), 4) nieprawidłowymi ustawieniami parametrów maszyny drukującej (nieprawidłową regulacją stref farbowych, dociskiem cylindrów, przemieszczeniem registrów). Ob-szary przyczyn wad jakoĞci są bardzo rozległe i ich identyfikacja w procesie drukowania jest trudna, zwłaszcza dokonywana przez drukarza pod wpływem presji czasu.
Rysunek 2. Zaleno parametrów jakoci wzgldem gstoci optycznej ħródło: badania własne.
Wady jakoĞci druku mogą byü spowodowane kilkoma przyczynami, a rolą operatora maszyny drukującej jest znalezienie tej właĞciwej przyczyny. Drukarz bazując na swojej wiedzy i doĞwiad-czeniu jest w stanie zawĊziü zbiór do kilku przyczyn, a nastĊpnie sprawdza kaĪdą z nim po kolei. KaĪda zmiana ustawieĔ parametrów maszyny drukującej wiąĪe siĊ z koniecznoĞcią dodatkowego przebiegu i stratą materiałów w postaci papieru czy farby – są to straty rzĊdu 200–300 arkuszy na kaĪdy dodatkowy przebieg maszyny.
W dalszej czĊĞci artykułu przedstawiony zostanie system ekspertowy, który wspomaga opera-tora maszyny drukującej w podejmowaniu decyzji dotyczącej oceny jakoĞci druku oraz przyczyn powstania wad jakoĞci.
3. System ekspertowy z mechanizmem uczcym si
Doradczy system ekspertowy składa siĊ z trzech głównych podsystemów: 1) pozyskiwania wie-dzy, 2) maszyny wnioskującej i 3) podsystemu wyjaĞniającego [7].
1) Podsystem pozyskiwania wiedzy jest programem, którego uĪywa inĪynier wiedzy by wpro-wadzaü i testowaü reguły. Baza wiedzy zawiera wiedzĊ konieczną dla rozumienia, formułowania i rozwiązywania problemów.
Relacje w systemie ekspertowym zostały przedstawione za pomocą reguł: ))) (p ( ) x ( R
(defrule i
¦
i =b assert i , gdzie: R ,i i=1,2,3,,n jest regułą, (xi=b) jestparame-trem jakoĞci z przypisaną flagą, (assert(pi)) – przyczyną nieprawidłowej wartoĞci parametru jakoĞci x . i
WiedzĊ niezbĊdną do stworzenia reguł zebrano od 1) ekspertów i specjalistów z dziedziny po-ligrafii i kontroli jakoĞci, 2) pracowników związanych bezpoĞrednio z procesami produkcyjnymi, 3) producentów maszyn i urządzeĔ drukujących. Dodatkowo, uzupełnianie wiedzy na bieĪąco o in-formacje pochodzące z procesu produkcyjnego pozwoli wykluczyü niektóre przyczyny wad jakoĞci produktu np. daty wymiany czĊĞci eksploatacyjnych, temperatura i wilgotnoĞü powietrza.
BazĊ wiedzy zawierającą ponad 200 reguł zredukowano do 32 reguł złoĪonych. Redukcja reguł była moĪliwa dziĊki zgrupowaniu parametrów kontroli jakoĞci. Oto przykładowe z nich:
− R1. if ((P1 == 'b(P1)=-1' || P2 == 'b(P2)=-1' || P3 == 'b(P3)=-1') && P2 != 'b(P2)=1' && P5 != 'b(P5)=2' && P7 != 'b(P7)=2' && P3 != 'b(P3)=1' && P10C != 'b(P10C)=2') K1 = true;
− R2. if ((P1 == 'b(P1)=-1' || P2 == 'b(P2)=1' || P3 == 'b(P3)=1' || P10C == 'b(P10C)=2') && P2 != 'b(P2)=-1' && P3 != 'b(P3)=-'b(P2)=-1' && P5 != 'b(P5)=2' && P7 != 'b(P7)=2') K2 = true;
− R3. if ((P1 == 'b(P1)=-1' || P2 == 'b(P2)=-1' || P5 == 'b(P5)=2') && P2 != 'b(P2)=1' && P7 != 'b(P7)=2' && P10C != 'b(P10C)=2' && P3 != 'b(P3)=-1' && P3 != 'b(P3)=1' && S1 == 'tak' && S3 == 'nie') K3 = true;
− R4. if (P1 == 'b(P1)=-1' && P2 != 'b(P2)=-1' && P2 != 'b(P2)=1' && P5 != 'b(P5)=2' && P7 != 'b(P7)=2' && P10C != 'b(P10C)=2' && P3 != 'b(P3)=-1' && P3 != 'b(P3)=1' && S2 == 'nie') { K4 = true; K5 = true; K7 = true; }
− R5. if ((P1 == 'b(P1)=-1' || P2 == 'b(P2)=-1' || P7 == 'b(P7)=2') && P2 != 'b(P2)=1' && P5 != 'b(P5)=2' && P10C != 'b(P10C)=2' && P3 != 'b(P3)=-1' && P3 != 'b(P3)=1') K6 = true;
− R6. if ((P1 == 'b(P1)=1' || P2 == 'b(P2)=1' || P3 == 'b(P3)=1' || P10C == 'b(P10C)=2') && P2 != 'b(P2)=-1' && P3 != 'b(P3)=-'b(P2)=-1' && P10b != 'b(P10b)=2') K8 = true;
− R7. if ((P1 == 'b(P1)=1' || P2 == 'b(P2)=-1' || P10b == 'b(P10b)=2') && P2 != 'b(P2)=1' && P10C != 'b(P10C)=2' && P3 != 'b(P3)=1' && P3 != 'b(P3)=-1') K9 = true;
− R8. if (P1 == 'b(P1)=1' && P2 != 'b(P2)=1' && P10C != 'b(P10C)=2' && P3 != 'b(P3)=1' && P2 != 'b(P2)=-1' && P10b != 'b(P10b)=2' && P3 != 'b(P3)=-1') K10 = true;
− R9. if (P2 == 'b(P2)=1' && P7 != 'b(P7)=2' && P8 != 'b(P8)=2' && P3 != 'b(P3)=-1' && P10C != 'b(P10C)=2' && P3 != 'b(P3)=1' && P13 != 'b(P13)=2') { K11 = true; K13 = true; K14 = true; } − R10. if ((P2 == 'b(P2)=1' || P7 == 'b(P7)=2' || P10C == 'b(P10C)=2' || P13 == 'b(P13)=2' || P3 == 'b(P3)=1'
|| P3 == 'b(P3)=-1') && P8 != 'b(P8)=2') K12 = true;
'b(P10C)=2' && P3 != 'b(P3)=1' && P13 != 'b(P13)=2') { K15 = true; K16 = true; K17 = true; K18 = true; }
− R12. if (P9 == 'b(P9)=2') K19 = true;
− R13. if (P2 == 'b(P2)=-1' || P10A == 'b(P10A)=2') K20 = true; − R14. if (P10A == 'b(P10A)=2') K21 = true;
− R15. if (P10b == 'b(P10b)=2') K22 = true;
− R16. if ((P6 == ''b(P6)=2'' || P7 == 'b(P7)=2') && P13 != 'b(P13)=2') { K23 = true; K25 = true; } − R17. if (P6 == ' b(P6)=2' && P7 != 'b(P7)=2' && P13 != 'b(P13)=2') K24 = true;
− R18. if ((P6 == ' b(P6)=2' || P13 == 'b(P13)=2') && P7 != 'b(P7)=2') K28 = true; − R19. if (P4 == ' b(P4)=2' && P5 != 'b(P5)=2') K26 = true;
− R20. if (P4 == ' b(P4)=2' || P5 == 'b(P5)=2') K27 = true;
gdzie Ri, i=1,…,20 oznacza numer reguły, Pi, i=1,…,13 parametr kontroli jakoĞci, a Ki, i=1,…,28 konkluzjĊ (przyczynĊ) powstałej wady jakoĞci.
2) Podsystem maszyny wnioskującej dostarcza informacji o metodologii wnioskowania i for-mułowania wniosków. Znajdowanie wiedzy i wyciąganie wniosków nastĊpuje na podstawie uprzednio zdefiniowanych przesłanek i predefiniowanych załoĪeĔ. Ten rodzaj wnioskowania w li-teraturze zdefiniowany jest jako wnioskowanie w przód [8]. System zaimplementowano w jĊzyku Clips opartym na mechanizmie wnioskowania w przód [9].
3) Podsystem wyjaĞniający potrafi znaleĨü Ĩródła odpowiedzialne za otrzymane wnioski i wy-jaĞniü zachowanie systemu ekspertowego. Mechanizm wyjaĞniający wyjaĞnia uĪytkownikowi sposób wnioskowania w systemie.
PoniewaĪ wiedza dziedzinowa jest niepełna a baza wiedzy systemu ekspertowego jest niekom-pletna, proces wnioskowania w wielu przypadkach wyciąga wiĊcej niĪ jeden wniosek. System ekspertowy został wzbogacony o algorytm wnioskowania oparty na twierdzeniu Bayesa [10].
ZałóĪmy, Īe mamy dany zbiór hipotez H (wynik wnioskowania systemu ekspertowego) przy i
dostĊpnych okreĞlonych danych uczących D , gdzie i i=1 , ,n. KaĪdej hipotezie h ęH
przypo-rządkowane jest prawdopodobieĔstwo P
( )
h . Celem zastosowania podejĞcia bayesowskiego jest wskazanie najbardziej prawdopodobnej hipotezy h ęH po zaobserwowaniu danych D. Zbiór danych uczących D okreĞlany jest na podstawie algorytmu zliczania poprawnych wystąpieĔ danego wariantu decyzyjnego. Poprzez poprawne wystąpienie wariantu decyzyjnego ro-zumiana jest sytuacja, w której konkretny wariant spoĞród N wariantów decyzyjnych zlikwidował wadĊ jakoĞci.Za kaĪdym razem kiedy wybrana hipoteza jest trafna podsystem uczenia siĊ systemu eksperto-wego zwiĊksza licznik dla tego konkretnego wariantu decyzyjnego. System ekspertowy podaje informacje, który z wariantów miał najwiĊkszą liczbĊ trafieĔ, sugerując tym samym moĪliwą sytu-acjĊ wystąpienia wariantu. Mogą wystąpiü dwa przypadki podjĊcia przez system decyzji:
− System na podstawie licznika zasugerował wariant, który przy kolejnym cyklu siĊ faktycznie sprawdził,
Przyjmując, Īe r jest indeksem rzeczywistej przyczyny usterki, k indeksem sugerowanej przez system odpowiedzi, która najczĊĞciej w przeszłoĞci była prawdziwa, a y odpowiedzią sugerowanąk
przez system ekspertowy, algorytm okreĞlający prawdopodobieĔstwo poszczególnych reguł na pod-stawie teorii Bayesa wygląda nastĊpująco (rys.3):
Rys 3. Algorytm okrelania prawdopodobiestwa reguł ħródło: badania własne.
3. Przykład działania systemu ekspertowego z mechanizmem uczcym si
W procesie kontroli jakoĞci przyjĊto nastĊpujące załoĪenia. Dla kaĪdego zlecenia produkcyj-nego okreĞlany jest zbiór parametrów jakoĞci X =
{
x1,x2,x3,,xr}
gdzie: x , i i=1,2,3,,rjestparametrem kontroli jakoĞci. Dla kaĪdego parametru jakoĞci xi∈X istnieje zakres wartoĞci max
min i i
i x x
x ≤ ≤ okreĞlanych jako norma jakoĞci. Parametrom jakoĞci przypisywana jest flaga -1, 0, 1, 2 w zaleĪnoĞci do wartoĞci parametru jakoĞci:
− b(xi)=−1 dla x spełniającego warunek i x <i ximin (pomiar poniĪej dolnej normy) − b(xi)=0 dla x spełniającego warunek i ximin ≤xi≤ximax(pomiar w normie) − b(xi)=1 dla x spełniającego warunek i
x >
ix
imax (pomiar powyĪej górnej normy) − b(xi)=2dla x spełniającego warunek i xi<ximin ∨ xi>ximax(poza górną lub dolną normą)Wynik kontroli jakoĞci oznaczany jakoSokreĞla status zlecenia produkcyjnego i jednoczeĞnie gotowoĞü przejĞcia produktu do kolejnego etapu produkcji. Zatem, dla kaĪdego S
( )
xi , gdzie x , ik
i=1,2,3,, jest parametrem jakoĞci druku, wartoĞü parametruS
( )
xi moĪe przyjąü postaü:¯ ® ≤ ≤ > ∨ < = x x x dla 0 x x x x dla 1 ) ( imax i imin imax i imin i i x S
PoniĪej przedstawiono przykład działania systemu ekspertowego z mechanizmem uczącym siĊ. System został przetestowany w rzeczywistych warunkach produkcyjnych w okresie 3 miesiĊcy. Przykład dotyczy druku ulotki w nakładzie 2000 sztuk, proces drukowania jednostronnego, CMYK). Ocena jakoĞci druku wykazała nieprawidłowe wartoĞci trzech z szeĞciu zmierzonych pa-rametrów:
− GĊstoĞü optyczna x1=1,95, flaga b(x1)=+1, wynik kontroli jakoĞci negatywnyS
( )
x1 =1 − Przyrost pokrycia rastrowegox2 =23%, flaga b(x2)=0, wynik kontroli jakoĞci pozytywny( )
x2 =0 S− Kontrast druku x3=40,9, flaga b(x2)=0, wynik kontroli jakoĞci pozytywny S
( )
x3 =0 − Pasowanie x4=0,15, flaga b(x4)=0, wynik kontroli jakoĞci pozytywny S( )
x4 =0 − Murzenie x5= stwierdzono, flaga b(x5)=2, wynik kontroli jakoĞci negatywny S( )
x5 =1 − Dublowanie x6= stwierdzono, flaga b(x6)=2, wynik kontroli jakoĞci negatywnyS( )
x6 =1W wyniku działania systemu ekspertowego wyodrĊbnionych zostało 5 reguł:
− R5 – if ((x1 == -1 || x2 == -1 || x6 == 2) && x2 != +1 && x3 != -1 && x3 != +1) p6 = true;
− R6 – if ((x1 == +1 || x2 == +1 || x3 == +1) && x2 != -1 && x3 != -1) p8 = true; − R7 – if ((x1 == +1 || x2 == -1) && x2 != +1 & x3 != +1 && x3 != -1) p9 = true; − R8 – if (x1 == +1 && x2 != +1 && x3 != +1 && x2 != -1 && x3 != -1) p10 = true; − R16 – if ((x4 == 2 || x6 == 2) { p23 = true; p25 = true; }
Na ich podstawie system wskazał 6 moĪliwych przyczyn wystąpienia powyĪszych wad jakoĞci: 6
p – forma drukowa: miejsca drukujące formy drukowej za słabo przyjmują farbĊ, 8
p – zespół farbowy: za duĪa iloĞü przekazywanej na podłoĪe farby, 9
p – zespół drukujący: za mały docisk pomiĊdzy cylindrem dociskowym a offsetowym, 10
p – zespół farbowy: zabrudzenie wałków farbowych cząstkami pyłu i włókien papieru (do-datkowe potwierdzenie po wizualnym zidentyfikowaniu zabrudzeĔ drukujących miejsc formy drukowej oraz gumy offsetowej,
23
p – problemy z gumą offsetową: wady powierzchni gumy, moĪe byü ona za lepka i/lub za bardzo wypolerowana.
25
OkreĞlenie prawdopodobieĔstwa wystĊpowania dla poszczególnych reguł zostało przeprowa-dzone na podstawie danych historycznych, zebranych po 1000 kontrolach jakoĞci w okresie około 3 miesiĊcy. Tab. 1 przedstawia dane o iloĞci sytuacji, w których reguła była rzeczywistą przyczyną wad jakoĞci, iloĞci sytuacji, gdy konkretna reguła była uznawana przez system za najbardziej praw-dopodobną oraz iloĞci razy kiedy podpowiadana reguła okazała siĊ nią w rzeczywistoĞci. PrawdopodobieĔstwo wystąpienia konkretnej reguły przedstawiono w ostatniej kolumnie tab. 1.
Tabela 1. Prawdopodobiestwo wystpowania reguł systemu ekspertowego
Numer reguły Ilo rzeczywistych wystpie Ilo sugestii systemu Ilo trafionych sugestii Prawdopodobiestwo wystpienia reguły p9 49 102 6 P(r9|D)=0,3492 p8 48 117 4 P(r8|D)=0,2473 p10 43 213 8 P(r10|D)=0,1939 p23 36 0 0 P(r23|D)=0 p25 36 22 0 P(r25|D)=0 p6 23 0 0 P(r6|D)=0
ħródło: badania własne.
System dostarcza operatorowi maszyny informacji jaka jest prawdopodobna przyczyna wad jakoĞci druku. W tym przypadku najprawdopodobniejszą przyczyną powstałej wady są problemy w zespole drukującym. System koĔczy pracĊ w momencie wyĞwietlenia operatorowi procedury na-prawy wady jakoĞci druku, w tym przypadku procedury regulacji docisku pomiĊdzy cylindrem dociskowym a offsetowym.
4. Podsumowanie
Problematyka oceny jakoĞci druku jest zagadnieniem, w którym zastosowanie systemu eksper-towego na potrzeby identyfikacji wad procesu pozwala automatyzowaü proces kontroli jakoĞci.
Implementacja systemu ekspertowego i weryfikacja jego działania w rzeczywistych warunkach pozwoliły na szereg korzyĞci, w tym zwiĊkszenie wydajnoĞci operowania offsetową maszyną dru-karską, skrócenie czasów przygotowawczych do kilku minut oraz przyspieszenie procedury wykrywania przyczyn wad jakoĞci. W rezultacie, zastosowanie systemu ekspertowego na bazie pro-wadzonych eksperymentów przyczyniło siĊ do zmniejszenia iloĞci zuĪywanego papieru o ok. 100 arkuszy na kaĪdy nieproduktywny przebieg oraz zmniejszenia zuĪycie farb.
Bibliografia
[1] KPMG, PBKG, Raport „Rynek poligraficzny i opakowa z nadrukiem w Polsce”, Warszawa 2016.
[2] ISO 12647-2, Graphic technology. Process control for the production of half-tone color separations, proof and production prints — Part I1: Offset lithographic processes, 2013. [3] JDF Specification, release 1.5:2013, ródło: www.cip4.org, DostĊp: [2016.10.25] [4] Destree T.M, Guide to Troubleshooting for the Sheetfed Offset Press, Gatfpress 2005. [5] Kipphan H, Handbook of Print Media – Technologies and Production Methods, Springer,
Heidelberg 2001.
[6] Luo MR i in., The development of the CIE 2000 colour-difference formula: CIEDE2000. Color Research and Application 2001; 26(5): 340–350.
[7] Helvacioglu S., M. Insel, Expert systems applications in marine technologies, Ocean Engi-neering 2008, Vol. 35, pp. 1067–1074.
[8] Hayes-Roth F., Building Expert Systems, Addison-Wesley. Publishing Company, Boston 1983.
[9] Waterman D.A., Hayes-Roth F., An Investigation of Tools for Building Expert Systems, Ad-dison-Wesley Publishing Co 2000.
[10] Hamada M.S. i in., Bayesian Reliability, Springer 2008.
OFFSET PRINT QUALITY ASSESSMENT USING EXPERT Summary
Changes on printing services market connected especially to increasing customer requirements in regard to delivered product quality and growing competition causes that companies in this sector have to shorten order realization times and lower mar-gins. Achieving high print quality and fulfilling ISO 12647-2 quality norm is still difficult for most offset printing shops. Print quality assessment includes many param-eters and finding the cause of ensuing flaw is only possible for an experienced printing machine operator. The task of expert system presented in the article is to assess print quality, to pinpoint causes of quality flaws and determine probability of their oc-curence and to support machine operator in the process of its repair.
Keywords: quality control, offset printing, expert system
Agnieszka Olejnik-Krugły
