传统的油墨预置技术是操作人员根据经验在印刷机台上进行预置墨量,这种传统方式不仅浪费人力物力,且受操作人员经验等因素的影响很大,传统的油墨预置方法操作复杂,已不能适应高速、高效的印刷方式。随着印前数字化工作流程、色彩管理系统、数字打样、CTP技术的发展,从印前到印刷已经迈入了数字化工作流程的轨道。目前,国内印刷业为了进一步提高印刷质量和生产效率,一些企业相继引进了国外各种油墨预置系统,在开机前预先调整印刷机的墨键,但油墨预置系统在实际应用中却不尽人意,并没有达到预期的使用效果。因此,发展新的数字化油墨预置技术,对推进数字化印刷工作流程具有重大的意义。　　 本课题的研究内容以油墨预置试验为基础,首先选取胶印机特定转速,针对不同网点面积率从低到高逐格调整墨键开度值,使印刷品实地密度值由测量范围下限值达到上限值;其次记录各墨键开度以及对应密度值;最后整理分析试验数据,并拟合出网点面积率—墨键开度曲线。这种方法没有考虑到相邻墨键相互影响的因素,拟合出的油墨预置曲线预置墨键开度不能完全保证实地密度在国标范围内,但是稍加调整就能使得墨键开度达到要求。　　 因此设计了以实际印张为对象的印刷试验,先根据网点面积率大小预置墨键开度值,然后根据X-Rite分光密度仪检测结果逐步调整墨键开度值,最终印品达到要求时记录下各个墨区网点面积率所对应的墨键开度,通过对比两个油墨预置试验,分析试验数据得出影响油墨用量的因素。　　 本文引入BP神经网络的方法,以实际合格印品为检测样本,建立印品图文数字信息与墨键控制参数间的映射关系,从而实现油墨预置。该方法可有效缩短开机调整时间,提高印刷效率。　　 在试验所得数据的基础上,通过VC++6.0与SQL Server2000开发出油墨预置系统,系统具有油墨预置数据添加、修改、删除模块、BP神经网络预测新数据模块、印刷图像预览模块等几大部分,可以方便地读取、保存、删除油墨预置信息。