用于端到端物品管理的系统和方法与流程

背景技术：

传统的织物制造过程从服装的概念到服装的生产可能需要很长的时间。但是，消费者服装趋势的变化可能会很快发生。另外，制造参数(例如可用资源)的变化可能会影响是否可以生产特定服装。到制造服装的制造过程已改变以适应新的趋势并考虑到可用资源时，可能会出现另一新的服装趋势。所需的是可以更有效地适应变化的趋势和实时制造参数的织物制造过程。

作为示例，第9,623,578号美国专利总体上描述了按需服装制造的系统，所述系统包含纺织品印刷机、纺织品切割机和计算装置，其中计算装置被配置成执行包含以下项的过程：汇总产品订单、根据产率因素来组织订单并将订单中产品的面板安排到汇总的纺织品面板模板中。然而，需要改进。

作为另一示例，第9,782,906号美国专利总体上描述了按需服装制造的系统，所述系统包含纺织品切割机和计算装置。计算装置被配置成执行包含在纺织品切割机上捕获纺织片的图像的过程，其中纺织片包含用于产品的面板。所述方法进一步包含使用纺织片的图像来标识切割控制因素，以说明纺织片的纺织线、纺织、起绒或编织图案，纺织片上的纺织品印刷图案对准或纺织品切割机上的纺织片的面板变形。然而，纺织品切割机或台外可发生材料的改变。因此，需要改进纺织品切割和对准。

技术实现要素：

在一个或多个方面中，本公开涉及一种用于物品管理的端到端过程。此类物品可以包括衣服、服装、配件、包括织物的组件等。在一个或多个方面中，本公开涉及在此类物品的设计容差范围内生产物品。通常，在常规过程中，物品管理的步骤是离散且分离的，过程步骤之间的过渡会引入与预期设计的误差或差异。本公开的端到端过程可以使此类差异最小化，并且可以在预期的设计的严格容差内促进例如服装的物品的生产。特别地，成品物品的颜色可以在设计颜色的预定容差内。替代地或另外，本公开的方法和系统可以促进动态定价、动态提前期、动态批处理、动态交付，并且可以为客户提供个性化或定制的过程。

常规方法被锁定在长期预测驱动的供应链中。本公开通过使例如着色的过程步骤更靠近消费者而提供了需求驱动的服装制造过程。

描述了用于管理例如织物制造的材料的系统和方法。本文中所描述的系统和方法可以包括用于制造物品的示例方法。示例方法可以包括接收至少包括与一个或多个消费者相关联的生物统计信息的消费者数据。示例方法可以包括接收指示物品的设计的设计输入，其中物品的设计基于消费者数据。示例方法可以包括使交互式内容输出到与一个或多个消费者相关联的用户界面，其中所述交互式内容至少包括物品的设计的表示。示例方法可以包括输出指示与物品的制造相关联的指令的制造数据，其中所述指令基于物品的设计。在本文中描述了这些和其它织物制造管理方法和系统。

附图说明

以下附图通常借助于示例而非借助于限制展示本公开中所论述的各种示例。在附图中：

图1a-1e展示了制造过程的示例图。

图2展示了设计过程的示例图。

图3是示例方法的流程图。

图4是示例方法的流程图。

图5展示了嵌套的示例图。

图6展示了物品管理过程的示例图。

图7a是基于本公开的处理的示例数据。

图7b示出了示例处理的制剂。

图7c示出了示例处理的制剂。

图7d是示例方法的流程图。

图8是示例方法的流程图。

图9a是示例方法的流程图。

图9b-9e示出了示例可追溯性机制。

图10是过程图。

图11示出了示例系统。

图12示出了示例系统。

图13示出了示例系统。

图14示出了示例处理流程。

图15是示例方法的流程图。

图16-17示出了示例系统。

具体实施方式

描述了用于管理例如衣服/服装的物品的系统和方法，仅作为举例，所述衣服/服装包含但不限于衬衫、裤子、短裤、鞋类和包。系统和/或方法可包括例如制造的端到端物品管理。系统和/或方法可以包括从服装的设计到将服装交付给客户的每个制造方面。系统和/或方法可以从管理或制造过程的一个或多个步骤捕获信息，以影响管理或制造过程的其它步骤。在本文中可以作为说明参考织物或纺织品。但是，可以预期将其应用于更广泛的材料，且因此不应限于此类说明性术语。

本文中所描述的系统和/或方法可以包括一种或多种工具、单元或工厂，用于管理从织物到客户的物品，例如服装或衣服。本文中所描述的系统和/或方法可以包括一个或多个服装制造厂。本文中所描述的系统和/或方法可以包括与一个或多个服装制造厂相关联的一个或多个计算装置，所述一个或多个服装制造厂与一个或多个相应的服装制造厂相关联。本文中所描述的系统和/或方法可以包括与一个或多个服装制造厂相关联的一个或多个云计算环境。本文中所描述的系统和/或方法可以包括一个或多个客户端装置，例如膝上型计算机、桌上型计算机、智能电话、可穿戴装置、平板计算机等。一个或多个客户端装置可以经由网络与一个或多个计算装置和/或一个或多个云计算环境进行通信。一个或多个客户端装置可以包括在一个或多个客户端装置上执行的一个或多个应用程序。

本文中所描述的系统和/或方法可以包括业务过程。业务过程可以包括用于创建作业文件(例如，图1a中的110)的过程。作业文件可以包括用于创作工具的指令、用于数字资产管理的指令和/或用于图案和/或标记的指令。创作工具可以包括2维设计工具、3维多边形设计工具和/或3维参数设计工具。数字资产管理可以包括有关数字材料、图形、图像、3维资产、颜色特征曲线、配合块、设计库管理、材料开发、线计划、材料清单、材料测试、供应商协作和/或财务计划的信息。如本文中所描述，数字资产管理可以包括或可以基于有关材料物理特性、材料光谱反射率和折射特性、材料性能特性、材料出处和相关资源消耗、分批串行化等的数据。图案和/或标记可以包括关于图案、参考点、切割数据、分级、图形图像、颜色、切割计划、作业状态管理和/或材料利用的信息。作业文件可以包括将由用户选择的选项。作业文件可以包括由用户选择的选项。作业文件可以包括在没有用户干预的情况下选择的选项。

作业文件可以由一个或多个计算装置(“作业文件创建者”)创建。作业文件创建者可以与一个或多个计算装置进行通信，所述一个或多个计算装置被配置成经由网络收集实时和/或近实时的制造和/或消费者数据(“数据收集”)。作业文件和/或与作业文件相关联的可用参数可能会受到从数据收集接收到的实时数据的影响。作业文件创建者可以与一个或多个计算装置通信，所述一个或多个计算装置被配置成经由网络促使执行一个或多个制造步骤(“控制器”)。作业文件创建者可以将作业文件提供到控制器。控制器可以根据作业文件促使执行一个或多个制造步骤。

本文中所描述的系统和/或方法可以包括设计者的反馈回路。可以捕获生物统计数据和/或消费者数据，并且可以标识趋势。设计者在其设计工具上可用的选项可能会受到所捕获的生物统计和/或消费者数据的影响。设计者可以根据其设计工具上可用的选项来设计服装。可以捕获与所设计的服装相关联的生物统计数据和/或消费者数据，并且可以标识趋势，从而重新开始反馈回路。

本文中所描述的系统和/或方法可以使用嵌套来有效地使用需要切割的材料。嵌套涉及布置从材料上切割出的图案，以减少切割造成的浪费。嵌套可以涉及在边界处布置具有相似或相同的颜色和/或图案的组件，使得两个组件的两个此类边界彼此相邻。嵌套可能涉及在两个或更多个组件之间使用颜色重叠。嵌套可能涉及动态批处理订单。

本文中所描述的系统和/或方法可以包括泡沫预处理过程。泡沫预处理过程可以代替传统的浸渍过程。泡沫预处理过程可以降低水的含量。泡沫预处理过程可以降低能耗。泡沫预处理过程可以减少化学物质的使用。泡沫预处理过程可以实现更深和/或更丰富的颜色。泡沫预处理过程可能比传统的浸渍过程更容易地干燥。

本文中所描述的系统和/或方法可以包括等离子体预清洁/激活过程。大气等离子体预清洁/激活过程可以包括电晕等离子体。大气等离子体预清洁/激活过程可用于清洁织物和/或材料，并增加织物/纤维和/或材料的表面粗糙度以改进粘合性。大气等离子体预清洁/激活过程可用于从织物和/或材料上汽化去除(分解)污染物(例如，油、蜡等)。大气等离子体预清洁/激活过程可以在泡沫预处理和/或垫过程之后和/或之前清洁织物和/或材料。大气等离子体预清洁/激活过程可以激活织物和/或材料。等离子体预清洁/激活过程可以在织物和/或材料上实现更深和/或更饱和的颜色，同时使用更少的染料和/或化学物质。等离子体预清洁/激活过程可能是无水的，并且在环境温度下发生。等离子体预清洁/激活过程可以由不同的载气施加，例如空气、氧气、氮气、氦气、氩气、烃基气体、碳氟化合物基气体和/或不同气体的混合物。每种气体为织物和/或材料提供不同的表面形貌、化学性质和表面能量。在织物和/或材料与等离子体载气之间可能发生一些接枝反应(官能化反应)。在等离子体处理之后，可以改变表面上的织物和/或材料的化学组成。本文中所描述的系统和/或方法可以包括着色分析过程。着色分析过程可以比较预期的颜色和实际的颜色。着色分析过程可以从数字数据(例如来自作业文件的数据)确定预期的颜色。着色分析过程可以使用计算机视觉来确定实际颜色。

本文中所描述的系统和/或方法可以包括向织物操作插入和/或添加一个或多个传感器，例如用于在操作之前、期间和/或之后对材料进行在线检查。一个或多个传感器可以包括光谱仪。一个或多个传感器可以包括光学光谱仪。一个或多个传感器可以包括分光光度计。在制造过程的一个或多个步骤中，可以检查一个或多个传感器以确保质量。一个或多个传感器可以由人手动检查。一个或多个传感器可以由一个或多个计算装置检查。由一个或多个计算装置检查一个或多个传感器可以包括：将观测数据集与预期数据集进行比较。由一个或多个计算装置检查一个或多个传感器可以包括：当观测数据集与预期数据集之间的差大于预定阈值时，触发警报。在一方面中，举例来说，可以将标识添加到例如条形码、qr码、不可见标记等的材料中，以使得能够利用例如光谱仪的读取器装置来读取或感测所述代码。

本文中所描述的系统和/或方法可以包括观测过程。观测过程可以包括观测织物上的图案。织物可以经历一个或多个制造步骤。观测过程可以包括在一个或多个制造步骤之后观测织物上的图案。观测过程可以包括确定在一个或多个制造步骤之前的织物上的观测图案与在一个或多个制造步骤之后的织物上的观测图案之间的增量。观测过程可以由一个或多个计算装置(“观测装置”)执行。观测装置可以将确定的增量提供到与用于切割织物的机器通信的一个或多个计算装置。

数字产品创建

用于物品创建的常规过程包括孤立的和手动的步骤/操作。本公开使消费者能够经由订购系统定制产品，并且可能包含用户输入数据(例如其测量值)的能力。软件可产生自动图案，且基于正建立的定制规则，解决方案将选取适当图案。此类软件可以包括颜色或图形的定制选择，其可以在图案的自动生成或现有图案的选择中使用。此图案可以接着与包括到制造现场的工作指令的设计材料清单相关联。系统和方法可以与实现按需制造的后端系统集成。

量身定制

现今，面向消费者的前端系统提供了从选项列表中定制产品的功能。这些选项映射到后端制造系统，且因此受其限制。定制以适应独特大小的能力受到限制。此外，个性化产品的选项也受到限制。按需进行此操作的选项并不存在。本公开提供了定制产品或将用户输入信息添加到产品的能力。系统和方法可动态地配置产品以符合个别的要求且创建制造就绪的包装。可以进一步扩展系统和方法以使大部分产品创建自动化。

图像的预失真

在常规的纺织处理中，纺织材料以“纤维网”形式处理，由此机械力和/或机械力与热组合会引起整个“纤维网”的失真。这意味着，数字印刷机上印刷的图像可以控制在纳米范围内的精度，但随后的处理可能会导致失真，而这并不是作者的意图。本公开通过下游处理接收与原材料纤维网的失真相关联的信息，且接着映射失真，使得在数字印刷阶段处应用于纤维网的图像可为“预失真”，使得最终产品与作者的意图匹配。作为示例，本公开可以使用反馈回路/验证来解决常规过程的一个或多个缺点，例如，如图12所示。

在制造过程中对材料的处理(例如，在鞋楦头周围处理印刷的上层材料)会造成图像或图案与预期印刷品的弯曲和偏斜。根据本公开，至少在图9a中示出的示例，通过将预失真包含在印刷作业文件中以说明下游过程，可以制造出更忠实于原始形式的最终产品。

材料分类

当前的行业实践是零散的，不考虑基材及其对多光谱颜色折射率、半透明性、不透明度等的相应影响。另外，基材构造对织物在现实生活中的悬垂和/或流动方式具有重大影响。额外输入数据，例如白度指数、ph、丝光程度、折射率和反射率指数、厚度、压缩率、弯曲度、粗糙度、摩擦力、热特性、光滑度、柔软度、温暖度、褶皱、失真、其综合测量值，或自然观测到的性能历史和差异中的一个或多个。根据本公开的各方面，通过收集基材特性和性能数据(例如，白度指数、ph等)并集成这些特性，可以按数字格式数字地重新创建关键的设计和性能特性，即创建我们可以在现实生活中产生诚实娱乐的数字化双胞胎。

订单创建和作业管理

图1a-1e展示了管理(例如，制造)过程的示例图。尽管展示了示例顺序，但是应当理解，各种步骤可以以任何次序来实施，并且可以选择性地被实施或不被实施。来自一个或多个下游过程的反馈回路可以被接收，并且可以被用于更新一个或多个上游过程。作为示例，在制造步骤中的任一个处收集的数据可以在端到端过程中在上游或下游共享，并且可以用于更新其它过程。作为另一示例，所有制造步骤可以在单个设施处实施以提供完整的端到端控制。但是，步骤之间共享的数据可以允许一个或多个过程在不同的设施中进行，而不会失去控制或标准化。在100处，可以接收项目请求和/或订单。可以在与服装制造商相关联的一个或多个计算装置处接收项目请求和/或订单。可以在与服装制造商相关联的云计算环境中接收项目请求和/或订单。如本文所使用，制造或制造商可以指与物品生产和交付的管理的任何部分相关联的操作或实体。可以从与客户相关联的客户端装置接收项目请求和/或订单。

响应于接收到项目请求和/或订单，可以创建作业(例如，订单、项目等)文件110。作业文件110可以包括图形设计文件112、分级信息114、数量/码数请求116、配套数据118、订单数据120、图案文件122、基材124、修整数据126、组装数据128和/或跟踪和/或路由数据130。作业文件110可以包括材料清单和/或串行化数据。其它信息可以包括在作业文件110中，也可以在作业文件110中参考/由作业文件参考。

响应于接收到项目请求和/或订单，可以在102处确定是否已经创建了与项目请求和/或订单相关联的织物。与服装制造商相关联的一个或多个计算装置和/或云计算环境可以确定是否已经创建了与项目请求和/或订单相关联的织物。如果尚未创建织物，则过程可以移动到106。如果已经创建织物，则过程可以移动到104。

在104处，可以确定与项目请求和/或订单相关联的织物是否有库存。与服装制造商相关联的一个或多个计算装置和/或云计算环境可以确定与项目请求和/或订单相关联的织物是否有库存。如果织物有库存，则过程可以移动到108。如果织物没有库存，则过程可以移动到106。

在106处，可以订购与项目请求和/或订单相关联的织物。与服装制造商相关联的一个或多个计算装置和/或云计算环境可以从织物供应商订购织物。在订购了与项目请求和/或订单相关联的织物之后，材料测试数据库134可以被更新，并且过程可以移动到108。

在108处，可导致处理与织物相关联的采购订单和/或支付周期的过程，所述采购订单和/或支付周期的过程与项目请求和/或订单相关联。与服装制造商相关联的一个或多个计算装置和/或云计算环境可以处理采购订单和/或支付周期的过程。与服装制造商相关联的一个或多个计算装置和/或云计算环境可以使另一个或多个计算装置处理采购订单和/或支付周期的过程。

在导致处理与项目请求和/或订单相关联的织物相关联的采购订单和/或支付周期的过程之后，可以在132处执行库存管理。与服装制造商相关联的一个或多个计算装置和/或云计算环境可以执行库存管理和/或使库存管理被执行。执行库存管理可以包括更新库存以反映与项目请求和/或订单相关联的织物相关联的采购订单和/或支付周期的过程。执行库存管理可以包括在138处将库存信息用作织物摄入步骤的一部分。执行库存管理可以包括在138处基于织物摄入步骤来更新库存信息。执行库存管理可以包括在140处基于织物预处理步骤来更新库存信息。

材料测试数据库134可以与相关联于织物供应商工厂136的一个或多个计算装置通信。材料测试数据库134可致使将织物与织物供应商工厂136一起放置。织物供应商工厂136可以使织物作为在138处的织物摄入步骤的一部分被交付到服装制造商。

在138处，材料操作员或经理，例如服装制造商，可具有或可接收材料(例如，来自织物供应商工厂136的织物作为在138处的织物摄入步骤的一部分)。可使用其它材料。在织物摄入步骤之后，所述过程可以在140处移动到织物预处理步骤。应当理解，并不是将此类过程限制在服装制造中，而是非限制性示例。其它实体和操作员可以执行相同或相似的操作。在一个方面中，可以考虑例如特定产品的制造能力的操作能力以便确定报价的提前期(例如，实时)，并且可以实现浪涌定价/优先定价。

在138处的织物摄入步骤之后，可以在142处执行实验室和/或视觉检查。所述检查可以包括人的检查。所述检查可以包括使用计算机视觉的检查。所述检查可以包括对与织物通信的一个或多个传感器的检查。如果织物未通过检查，则可以更新材料测试数据库134(这又可以使材料测试数据库134从织物供应商工厂136订购更多织物)。实验室和/或视觉检查的结果可以在144处传递到实验室和/或视觉检查。

在140处的织物预处理步骤可以包括泡沫预处理过程。泡沫预处理过程可以代替传统的浸渍过程。泡沫预处理过程可以降低水的含量。泡沫预处理过程可以降低能耗。泡沫预处理过程可以减少化学物质的使用。泡沫预处理过程可以实现更深和/或更丰富的颜色。泡沫预处理过程可能比传统的浸渍过程更容易地干燥。经历泡沫预处理过程的织物可以在146处的织物调节步骤中使用。

在140处的织物预处理步骤之后，可以在144处执行实验室和/或视觉检查。所述检查可以包括人的检查。所述检查可以包括计算机视觉、机器视觉和机器学习。所述检查可以包括对与织物通信的一个或多个传感器的检查。如果织物未通过检查，则可以更新材料测试数据库134(这又可以使材料测试数据库134从织物供应商工厂136订购更多织物)。如果织物未通过检查，则视失败/缺陷的类型而定，它还可能导致生成新订单以回填失败的材料。失败可能导致报价的提前期发生变化。可以将实验室和/或视觉检查的结果传递到在146处的织物调节步骤中涉及的一个或多个计算装置。

在146处的织物调节步骤可以包括大气等离子体预清洁/激活过程。大气等离子体预清洁/激活过程可以包括电晕等离子体。大气等离子体预清洁/激活过程可用于清洁织物和/或材料，并增加织物/纤维和/或材料的表面粗糙度以改进粘合性。大气等离子体预清洁/激活过程可用于从织物和/或材料上汽化去除(分解)污染物(例如，油、蜡等)。大气等离子体预清洁/激活过程可以在泡沫预处理和/或垫过程之后和/或之前清洁织物和/或材料。大气等离子体预清洁/激活过程可以激活织物和/或材料。等离子体预清洁/激活过程可以在织物和/或材料上实现更深和/或更饱和的颜色，同时使用更少的染料和/或化学物质。等离子体预清洁/激活过程可能是无水的，并且在环境温度下发生。等离子体预清洁/激活过程可以由不同的载气施加，例如空气、氧气、氮气、氦气、氩气、烃基气体、碳氟化合物基气体和/或不同气体的混合物。每种气体为织物和/或材料提供不同的表面形貌、化学性质和表面能量。在织物和/或材料与等离子体载气之间可能发生一些接枝反应(官能化反应)。在等离子体处理之后，可以改变表面上的织物和/或材料的化学组成。经历了等离子体预清洁/激活过程的织物可以在158处的印刷步骤中使用。

在146处的织物调节步骤之后，可以在148处执行实验室和/或视觉检查。所述检查可以包括人的检查。所述检查可以包括使用计算机视觉的检查。所述检查可以包括对与织物通信的一个或多个传感器的检查。如果织物未通过检查，则可以更新材料测试数据库134(这又可以使材料测试数据库134从织物供应商工厂136订购更多织物)。可以将实验室和/或视觉检查的结果传递到在158处的印刷步骤中涉及的一个或多个计算装置。

在150处，作业文件110可用作嵌套图案步骤的一部分。一个或多个计算装置可以将作业文件110用作嵌套图案步骤的一部分。作业文件110的图案文件122可以用作嵌套图案步骤的一部分。也可以使用作业文件110的其它部分，例如图形设计文件112、分级信息114等。嵌套图案步骤将参考图3更详细地描述。在嵌套图案步骤之后，过程可以移动到152。如本文中所描述，可以基于上游或下游信息来生成或更新嵌套。替代地或另外，可以基于所接收的与下游过程或装置性能相关的信息来更新嵌套。举例来说，如果切割过程或机器，或者如果材料处理过程或机器/系统以特定方式执行，则可以基于此类性能信息来更新嵌套。

在152处，可以生成切割文件。可以响应于嵌套图案步骤来生成切割文件。一个或多个计算装置可以生成切割文件。切割文件可以包括用于从织物上切割出组件的信息。可以在182处的切割步骤中使用切割文件。在生成切割文件之后，过程可以移动到154。参考各种文件进行说明。应当理解，可以使用若干文件或单个文件。

在154处，可以执行颜色分离步骤。一个或多个计算装置可以执行颜色分离步骤。作业文件110可以用于执行颜色分离步骤。在颜色分离步骤之后，所述过程可以移动到156。

在156处，可以执行光栅图像处理步骤。一个或多个计算装置可以执行光栅图像处理步骤。作业文件110可以用于执行光栅图像处理步骤。在光栅图像处理步骤之后，过程可以移动到158。

在158处，可以执行印刷步骤。尽管使用了术语印刷，但是应理解，按需滴注是指一般的选择性过程，例如，包含材料的选择性沉积和数字印刷。印刷步骤可以包括使颜色和/或图形被印刷在织物上。一个或多个计算装置可能导致颜色和/或图形被印刷在织物上。156处的光栅图像处理步骤的结果可用于影响织物上的颜色和/或图形的印刷。作业文件110可以用于影响颜色和/或图形在织物上的印刷。经历了印刷过程的织物可以在166处的印刷后染色步骤中使用。

在158处的印刷步骤之后，可以在160处执行实验室和/或视觉检查。所述检查可以包括人的检查。所述检查可以包括使用计算机视觉的检查。所述检查可以包括对与织物通信的一个或多个传感器的检查。检查可以确定在158处的印刷步骤期间预期颜色与实际印刷在织物上的颜色之间是否存在差异以及在什么程度上存在差异。可以将实验室和/或视觉检查的结果传递到与在162处的颜色控制/印刷机校准步骤相关联的一个或多个计算装置。与在162处的颜色控制/印刷机校准步骤相关联的一个或多个计算装置可以提供信息以帮助在160处的检查。可以将实验室和/或视觉检查的结果传递到在166处的印刷后染色步骤中涉及的一个或多个计算装置。

在162处，与颜色控制/印刷机校准步骤相关联的一个或多个计算装置可以在158处确定和/或接收指示预期颜色与实际印刷在织物上的颜色之间的差异的信息。与颜色控制/印刷机校准步骤相关联的一个或多个计算装置可以确定新的涂料颜色以与预期颜色相关联。与颜色控制/印刷机校准步骤相关联的一个或多个计算装置可以确定新的涂料颜色需要更多或更少的特定颜色，例如红色、蓝色和/或绿色，以更接近预期颜色。与颜色控制/印刷机校准步骤相关联的一个或多个计算装置可以与一个或多个计算装置通信，所述一个或多个计算装置与164处的可寻址颜色步骤的更新库相关联。

在164处，与可寻址颜色步骤的更新库相关联的一个或多个计算装置可以基于与颜色控制/印刷机校准步骤相关联的一个或多个计算装置的信息来更新可寻址颜色的库。与可寻址颜色步骤的更新库相关联的一个或多个计算装置可以将确定的新涂料颜色分配给预期颜色。与可寻址颜色步骤的更新库相关联的一个或多个计算装置可使用待创建的可寻址颜色的更新库在110处产生新的项目请求和/或订单。

在166处，可以执行印刷后干燥步骤。印刷后染色步骤可以包括干燥织物。一个或多个计算装置可能会使织物被干燥。经历了印刷后染色过程的织物可以在170处的固定/汽蒸步骤中使用。

在166处的印刷后干燥步骤之后，可以在168处执行实验室和/或视觉检查。所述检查可以包括人的检查。所述检查可以包括使用计算机视觉的检查。所述检查可以包括对与织物通信的一个或多个传感器的检查。如果织物未通过检查，则可以更新材料测试数据库134(这又可以使材料测试数据库134从织物供应商工厂136订购更多织物)。可以将实验室和/或视觉检查的结果传递到在170处的固定/汽蒸步骤中涉及的一个或多个计算装置。

在170处，可以执行固定/汽蒸步骤。固定/汽蒸步骤可以包括汽蒸已经被印刷和/或染色的织物。一个或多个计算装置可能会使织物被汽蒸。经历了固定/汽蒸步骤的织物可以在174处的印刷后清洗步骤中使用。

在170处的固定/汽蒸步骤之后，可以在172处执行实验室和/或视觉检查。所述检查可以包括人的检查。所述检查可以包括使用计算机视觉的检查。所述检查可以包括对与织物通信的一个或多个传感器的检查。可以将实验室和/或视觉检查的结果传递到在174处的印刷后清洗步骤中涉及的一个或多个计算装置。

在174处，可以执行印刷后清洗步骤。印刷后清洗步骤可以包括清洗已经被汽蒸和/或固定的织物。一个或多个计算装置可能会使织物被清洗。经历了印刷后清洗步骤的织物可以在178处的印刷后干燥步骤中使用。

在174处的印刷后步骤之后，可以在176处执行实验室和/或视觉检查。所述检查可以包括人的检查。所述检查可以包括使用计算机视觉的检查。所述检查可以包括对与织物通信的一个或多个传感器的检查。可以将实验室和/或视觉检查的结果传递到在178处的印刷后干燥步骤中涉及的一个或多个计算装置。

在178处，可以执行印刷后干燥步骤。印刷后干燥步骤可以包括干燥已经清洗的织物。一个或多个计算装置可能会使织物被干燥。经历了印刷后干燥步骤的织物可以在182处的切割步骤中使用。

在178处的印刷后干燥步骤之后，可以在180处执行实验室和/或视觉检查。所述检查可以包括人的检查。所述检查可以包括使用计算机视觉的检查。所述检查可以包括对与织物通信的一个或多个传感器的检查。如果织物未通过检查，则可以更新材料测试数据库134(这又可以使材料测试数据库134从织物供应商工厂136订购更多织物)。可以将实验室和/或视觉检查的结果传递到在182处的切割步骤中涉及的一个或多个计算装置。

在182处，可以执行切割步骤。干燥的织物可被切割。可以根据在152处生成的切割文件来切割干燥的织物。一个或多个计算装置可能会使织物被切割。经历了印刷后切割步骤的织物可以在184处的批处理步骤中使用。

在184处，可以执行批处理步骤。切割的织物可以是批处理的。一个或多个计算装置可能会使织物被批处理。经历了批处理步骤的织物可以在186处的配套步骤中使用。

在186处，可以执行配套步骤。批处理的织物可以被配套。一个或多个计算装置可能会使织物被编织。经历了配套步骤的织物可以在188处的组装步骤中使用。

在188处，可以执行组装步骤。编织好的织物可以被组装。一个或多个计算装置可能会使织物被组装。经过组装步骤的织物可以运送给客户。

可以执行其它步骤和过程。可以选择性地执行或不执行步骤。可以在过程之间共享数据，并且可以基于与上游和/或下游过程和设备的性能相关的共享数据来更新过程。

设计/产品开发

当前的设计和产品开发工具并未以数字方式连接到任何现实的生产方法。根据本公开，数字产品创建可以包括从设计平台创建的制造(印刷)指令。着色可行性将具有反馈回路以通知设计平台且限定产品的设计者选择。

图2展示了设计过程的示例图。在200处，可以接收(例如，收集等)消费者数据。消费者数据可以包括生物统计数据。消费者数据可以从一个或多个消费者收集。消费者数据可以从一个或多个可穿戴装置中收集。消费者数据可以从一个或多个电子商务网站中收集。消费者数据可以从反馈回路中收集。消费者数据可以从存储库中收集。

在202处，设计者用户界面可能受到消费者数据的影响。设计工具中的颜色和/或设计可能会受到消费者数据的影响。作为设计工具中的选项的颜色和/或设计可能会受到业务原因的影响，例如在设计者用户界面中突出显示的优选材料或设计者用户界面不允许的不受欢迎的颜色和/或图案。设计者用户界面可以与2维和/或3维设计和/或开发工具相关联。

在204处，可视化工具可能受到2维和/或3维设计和/或开发工具的影响。可视化工具可能会受到消费者数据的影响。作为选项和/或出现在由可视化工具创建的可视化中的颜色和/或设计可能会受到消费者数据的影响。

在206处，可以经由电子商务网站向消费者呈现交互式消费者体验。呈现给消费者的交互式消费者体验可能会受到可视化工具的影响。呈现给消费者的交互式消费者体验可能会受到2维和/或3维设计和/或开发工具的影响。呈现给消费者的交互式消费者体验可能会受到消费者数据的影响。作为选项和/或出现在交互式消费者体验中的颜色和/或设计可能会受到消费者数据的影响。来自交互式消费者体验的反馈可能是200处的新消费者数据。

在208处，按需滴注(例如，数字)和/或传统制造可能会受到可视化工具的影响。数字和/或传统制造可能会受到2维和/或3维设计和/或开发工具的影响。数字和/或传统制造可能会受到消费者数据的影响。作为选项和/或出现在数字和/或传统制造中的颜色和/或设计可能会受到消费者数据的影响。来自数字和/或传统制造的反馈可能是200处的新消费者数据。

在210处，高速制造可能会受到可视化工具的影响。高速制造可能会受到2维和/或3维设计和/或开发工具的影响。高速制造可能会受到消费者数据的影响。作为选项和/或出现在高速制造中的颜色和/或设计可能会受到消费者数据的影响。来自高速制造的反馈可能是200处的新消费者数据。

当前，针对时尚趋势的设计和开发是零散的，并不是由消费者需求-设计者直接驱动。创建者将对最佳的趋势和希望的情况作出最佳的估计。此常规方式并未被优化。根据本公开，改进的按需反馈回路可以允许以数据驱动的方式预测所需的配色和设计。

参考图3，示出了用于制造物品的方法。所述方法可以允许定制。所述方法可以允许动态定价。所述方法可以允许动态提前期确定。所述方法可以允许动态交付。

在步骤310，可以接收至少包括与一个或多个消费者相关联的生物统计信息的消费者数据。一个或多个计算装置可以接收至少包括与一个或多个消费者相关联的生物统计信息的消费者数据。消费者数据可以包括消费者偏好信息。

在步骤320，可以接收指示物品的设计的设计输入。一个或多个计算装置可以接收指示物品的设计的设计输入。物品的设计可以基于消费者数据。指示物品的设计的设计输入可以是面向消费者的，例如用于测量物品或个性化和/或定制物品的设计输入。指示物品的设计的设计输入可以用于批量生产的物品的产品设计。指示物品的设计的设计输入可以包括自动图案创建。指示物品设计的设计输入可以直接来自制造商。指示物品的设计的设计输入可以拟合设计模型。“拟合模型”是品牌用于设计产品线的大小参数的模型，即按每个可用大小缩放的尺寸的标准集合。

在步骤330，可以使交互式内容输出到与一个或多个消费者相关联的用户界面。一个或多个计算装置可以使交互式内容输出到与一个或多个消费者相关联的用户界面。交互式内容可以至少包括物品的设计的表示。

在步骤340，可以输出指示与物品的制造相关联的指令的制造数据。一个或多个计算装置可以输出指示与物品的制造相关联的指令的制造数据。所述指令可以基于物品的设计。输出制造数据可以包括将制造数据的至少一部分输出到数字印刷系统。制造数据可以从设计者直接提供到制造商。制造数据可以从客户直接提供到制造商。

可以接收指示着色可行性的着色数据。一个或多个计算装置可以接收指示着色可行性的着色数据。物品的设计可以取决于着色数据。

衣服中的传感器可以检测到何时穿着衣服。传感器可以与在客户端装置上执行的应用程序通信。应用程序可以将信息从传感器中继到集中式服务器。集中式服务器可以包括用于确定趋势信息的应用程序，所述趋势信息例如为最常穿着哪种颜色、图案和/或织物。集中式服务器可以将确定的趋势信息提供到与访问电子商务网站的用户装置上执行的电子商务网站或浏览器相关联的服务器。电子商务网站可以基于确定的趋势信息提出建议。

参考图4，示出了用于物品开发的方法。在步骤410，可以接收至少包括与一个或多个消费者相关联的生物统计信息的消费者数据。一个或多个计算装置可以接收至少包括与一个或多个消费者相关联的生物统计信息的消费者数据。消费者数据可以包括消费者偏好信息。

在步骤420，可以接收指示物品设计或物品着色中的一个或多个的趋势的趋势数据。一个或多个计算装置可以接收指示物品设计或物品着色中的一个或多个的趋势的趋势数据。

在步骤430，可以至少基于消费者数据和趋势数据并经由用户界面来引起一个或多个设计选项的输出。一个或多个计算装置可以至少基于消费者数据和趋势数据并经由用户界面来引起一个或多个设计选项的输出。

在步骤440，可以接收指示物品的设计的设计输入。一个或多个计算装置可以接收指示物品的设计的设计输入。

响应于接收到设计输入，可以将织物的类型呈现给设计者。设计者可以选择所呈现的织物类型中的一种或多种。响应于所选择的一种或多种类型的织物，可以为设计者创建集成技术包。集成技术包可以拟合设计输入和所选择的一种或多种类型的织物。可以为集成技术包生成工程材料清单。工程材料清单可以按需生成。

衣服中的传感器可以检测到何时穿着衣服。传感器可以与在客户端装置上执行的应用程序通信。应用程序可以将信息从传感器中继到集中式服务器。集中式服务器可以包括用于确定趋势信息的应用程序，所述趋势信息例如为最常穿着哪种颜色、图案和/或织物。集中式服务器可以将确定的趋势信息提供到与访问远程可访问的设计者工具的用户装置上执行的远程可访问的设计者工具或浏览器相关联的服务器。设计者工具可以基于确定的趋势信息提出建议。用户可以根据建议创建设计。用户可以基于设计创建订单。材料清单可以根据订单自动生成。

作为示例，用于物品管理的方法可以包括：接收至少包括与一个或多个消费者相关联的生物统计信息的消费者数据。消费者数据可以进一步包括消费者偏好信息。所述方法可以包括接收指示物品的设计的设计输入。物品的设计可以基于消费者数据和/或其它输入。所述方法可以包括使交互式内容输出到与一个或多个消费者相关联的用户界面。交互式内容可以至少包括物品的设计的表示。所述方法可以包括：输出至少包括指示与物品的制造相关联的指令的制造数据的物品数据。输出制造数据可以包括将制造数据的至少一部分输出到按需滴注系统(例如，数字印刷系统)。所述指令可以基于物品的设计。物品数据可以被配置成由与一个或多个制造过程相关联的一个或多个计算装置接收，其中所述一个或多个制造过程至少基于所述物品数据被更新。所述方法进一步包括：接收指示着色可行性的着色数据，其中物品的设计取决于着色数据。所述方法可以包括基于物品的设计和织物选择来生成技术包。所述方法可以包括基于织物的设计而输出材料清单。可以使用其它步骤。作为另一示例，一种或多种方法可以包括：其中物品数据包括指示物品的一个或多个部分的空间布置的嵌套信息，并且其中所述嵌套信息至少部分地从以下一项或多项中被导出：用于形成物品的一个或多个部分的至少一部分的材料的特性；对用于形成物品的一个或多个部分的至少一部分的材料应用的一种或多种处理；所需的纤维网速度或由拾放系统执行的操作，所述拾放系统被配置成一旦物品的一个或多个部分与材料分离，就移动物品的一个或多个部分。嵌套信息至少部分地从与拾放系统的操作相关联的反馈回路中被导出。可以从任何数目的系统、子系统或装置收集数据，并且可以在上游和/或下游共享数据以在一个或多个过程中实现更新。

订单汇总和批处理

数字印刷机的常规订单处理不能解决单个订单执行系统的整个制造过程。这很大程度上是由零散的价值链驱动的，其中每个过程都考虑到其相应过程的效率，而不是整个制造过程及其相关联的整体成本。本公开提供了动态嵌套优化。作为示例，动态嵌套优化可以包括个别消费者订单-特别是一个消费者的理论最小订单数量(moq)-和批处理订单组件，以在业务导向的产品性能、单位成本/利润和可持续性参数范围内最大化回到终端客户的生产和交付速度。

在单个单元订单执行中，个别组件的墨水施加量可能相差很大。在随后的清洗过程中，墨水含量高的组件可能交叉污染墨水含量低的相邻组件(例如，与白色组件相邻的亮红色组件)，从而导致质量下降。根据本公开，通过分析印刷每个离散组件所需的墨水的含量，可以创建嵌套图案，所述嵌套图案从墨水上的最低含量开始并且累积到墨水的最高含量。因此，深色和饱和的组件(例如，亮红色组件)将与同样也是深色的组件相邻，由此避免了深色与浅色的交叉污染。当所述材料在清洗过程中运行时，最浅的颜色将首先进行清洗(当洗衣机上的水最干净时)，且深色将最后进行清洗。这可以允许使用较少的水和化学物质用于较浅的颜色，并使整个过程更加有效和可持续。

常规生产规划过程并不考虑将较小批量(小到单个单元)优化为利用数字制造过程(例如，数字印刷)以及常规‘连续’生产过程(例如，干燥、清洗)两者的大批量生产。根据本公开，可使用将小批量汇总并组织成较大批量同时考虑不同下游路由的规则，由此可针对共同过程汇总小批量，且接着以可有效地在生产中调度的方式拆分成较小批量以用于单独路由。

嵌套

创建rip和印刷作业文件的当前过程并未考虑实际印刷或下游处理的单独吞吐量速度。本公开可以将印刷、修整、组装和其它制造过程的注意事项集成到批处理吞吐量中，以提高效率和整体速度。

当前使用的数字印刷过程中的嵌套优化约为60％-70％(材料浪费30％-40％)，这与用于常规服装制造的约为80％-95％的材料优化(材料浪费5％-20％)相比极差。嵌套优化需要在数字印刷空间中进行改进，以使过程在商业规模下可持续且可行。本公开可以使用按需生产的组件的优化嵌套，以达到约80％-95％材料利用率的常规制造的效率。

图5展示了说明嵌套的一组示例服装。第一服装500可以包括两组颜色。第一颜色可以包括第一服装500的上半部分。第二颜色可以包括第一服装500的下半部分。第二服装502可以包括两组颜色。第二服装502的右上半部可以包括第二颜色。第二服装502的左下半部可以包括第三颜色。第三服装504可以包括一种颜色-第二颜色。第四服装506可以包括一种颜色-第一颜色。第五服装308可以包括一种颜色-第三颜色。

嵌套可以包括布置服装500、502、504、506、508，使得服装500、502、504、506、508的相邻边界的颜色可以是相似的。第三服装506可以布置成与第一服装500的上半部分相邻。第二服装502的左下半部可以布置成与第五服装相邻。第一服装500的下半部分、第二服装502的右上半部和第三服装504中的两个或更多个可以布置成相邻的。

在说明性示例中，可以使用机械臂(或机器人)来转移和/或堆叠(汇总)服装部件。具有对应末端执行器的多个此类机械臂可以包括拾放生产线。拾放过程(涉及转移和堆叠)通常比设想的系统中的其它过程慢得多，且因此可被视为“瓶颈”。然而，可以使用考虑机械臂的特定布置和传递特性的嵌套协议来改进过程，以使吞吐量最大化。嵌套布置可以根据例如：织物特性(例如，孔隙率、刚度等)；应用于织物的处理类型；所需的纤维网速度；由机械臂执行的其它操作等而改变。起始嵌套布置可以由人或嵌套软件执行。随着拾放过程发生，机械臂可以将可能导致嵌套布置发生变更的反馈发送到计算机，从而整体吞吐量和/或拾放速度最大化。

作为示例，服装的各部件可以被分组成大小，例如：小号和大号。可以针对特定操作或所需输出确定用于分组的阈值和组的数目。就纺织品材料而言，与用于大型部件的方法相比，可以对小型部件使用不同的拾放方法。可以创建考虑到与任何特定机械臂相关联的各种时间延迟的特殊嵌套(例如，调整夹持器的大小和布置，使得在小型部件之后立即拾取大型部件等)。上文所提及的拾放系统可以配置有嵌套优化，以允许系统一次或按时间顺序处理多个较小部件。拾放系统可以配置有嵌套优化，以处理个别大型部件或小型部件和大型部件的混合物。拾放系统可以配置有嵌套优化，以使吞吐量速度和织物利用率最大化。可以使用其它优化。

组件制造

图6展示了组件制造过程的示例图。在600处，可以接收印刷织物。织物可能已经在图1中的158处的印刷步骤处被印刷。织物可能已经在图1中的166处的印刷后干燥步骤处被干燥。织物可以包括鞋的定制鞋帮部分。织物可以包括行和/或列，其中每个行和列的组合可以包括相同的印刷。织物可以包括棉帆布。

在602处，织物可以被修整。修整织物可以包括对织物进行汽蒸。可以在图1中的170处的固定/汽蒸步骤中对织物进行汽蒸。修整织物可以包括清洗织物。织物可以在图1的174处的印刷后清洗步骤处被清洗。修整织物可以包括干燥织物。织物可以在图1的178处的印刷后干燥步骤处被干燥。

在604处，可以将衬里施加到织物上。衬里可以胶粘到织物的背面。织物可以是印刷的和修整的棉帆布。可以使用替代或额外方法。

在606处，可以在织物中切割组件。激光、路由器或刀可用于切割织物中的组件。部分碎屑可能会留在所切割的组件中。可以完全切割每个行和列的组合。

在608处，可以堆叠完全切割的织物(行和列)的组合。可以堆叠完全切割的织物，使得一个织物层的部分切割的组件与堆叠在上方和/或下方的织物层的对应部分切割的组件对齐。堆叠的织物可以发送到组装器进行组装。

颜色控制

常规的着色方法在很大程度上取决于手动过程，并且需要在延长时段的反复试验中进行多次耗时的迭代。本公开可组合精密的基材特性化数据、按颜色划分的墨水化学特征曲线以及精密的湿式修整数据，以抢占延长的反复试验过程。

常规的设计工具是零散的、不兼容的，并且在许多方面与制造过程完全隔离，因此需要延长的反复试验过程来按设计进行生产，从而创建对制造的原始设计进行变更的需要。本公开包括集成的制造作业文件创建功能，所述功能仅向客户、设计者和其它终端用户提供可实现的设计和材料属性，排除在允许的性能属性和标准内无法维持的颜色和特性，由此直接从输入设计无缝地创建制造作业文件。

通常作为后处理qa/qc功能而作为单独的临时过程进行-其花费太长时间且发生得与着色过程相距太远。其它制造商未能将数据集成到价值链的上游和下游，即所需终端颜色、基材构造以及后续的湿式处理和层压过程。本公开可以将此集成到我们的在线着色和固色过程中，以更主动地告知颜色匹配和可重复性。

预处理

泡沫应用

在纺织品行业的直接到织物数字印刷中，预处理化学物质通过称为填充的过程以平幅的形式应用于纺织品，由此将整个纺织品浸入化学物质中，且在化学物质的干燥/固定之前挤出过量。在常规过程下，纺织品吸收的水分的量可以在纺织品重量的70％至>100％范围内(在行业中称为“吸湿率”)，且当在后续处理之前干燥纺织品时，在能量密集过程中必须蒸发掉所有这些水分。预处理化学物质的常规填充的另一问题是，在大多数情况下，仅在将被印刷的表面上需要化学物质时，化学物质才会被施加在整个纺织品上并贯穿整个纺织品。因此，与在后续过程中增加价值所需要的相比，常规过程需要使用更多的能量、水和化学物质。纺织行业是世界上第二大淡水消耗体，且为在农业行业之后的最大地表水污染体中的一个。行业正在寻找减少水、能源和化学物质消耗的新颖方式。

化学物质的泡沫应用已经在商业上使用了几十年。在直接到织物数字印刷的新兴行业中，生产速度正在提高到行业快速增长的水平，并引起了投资界的关注。在本公开中，过程包括经由泡沫施加器施加的预处理化学物质，所述预处理化学物质对纺织行业具有重要的若干益处，例如：降低能耗、减少水消耗、减少化学物质消耗、更准确地施加需要的化学物质、减少废水处理系统上的化学物质负载。还已经证明，与常规过程相比，通过泡沫应用过程可以实现更深、更丰富的颜色。

图7a展示了在四种初步化学制剂中泡沫应用预处理的正结果。与对照情况或常规过程中的平均结果相比，这些初步制剂在多个类别中显示出较高的平均结果。r是以十进制方式在最大吸收波长处的反射率(20％r＝0.20r)

对所有4个样品(3c、5b、2b和2d)都进行泡沫应用，并将结果与对应常规填充或垫涂样品进行比较。举例来说，将样品3c和5b与填充样品(下面的垫1)进行比较，且将2b和2d与另一填充样品(下面的垫2)进行比较。

与泡沫样品相关联的swl值>100％意味着至少与常规样品相比，通过泡沫制剂和条件可实现较高的颜色产率。

图7b示出了四种不同化学制剂的正结果，其中2b和2d示出了与基线对照情况相似的性能结果，3c和5b示出了与对照和其它制剂变量的结果相比改进的性能。

本公开包括用于泡沫处理的制剂，例如以下制剂(但可使用其它化学物质)：

可以使用耐久防水剂(dwr)的泡沫处理。作为示例，图7c展示了具有用于将泡沫施加到聚酯基材上的特定参数的dwr制剂，由此示出了性能的改进可使化学物质节省量减少50％，同时化学消耗量可能减少80-85％。

参考图7d，示出了用于预处理纺织品的方法。在步骤710，可以接收纺织品。材料制造商可以接收纺织品。图1中的步骤138可以包括步骤710。

在步骤720，可以确定将要印刷的纺织品的选择区域。材料制造商可以确定要印刷的纺织品的选择区域。图1中的步骤140可以包括步骤720。

在步骤730，可以使施加器将泡沫化学物质施加到纺织品的选择区域。材料制造商可以使施加器将泡沫化学物质施加到纺织品的选择区域。泡沫化学物质到选择区域外部的纺织品区域的施加可能会被最小化。图1中的步骤140可以包括步骤730。

在步骤740，可以使纺织品的选择区域干燥，使得能够印刷所述选择区域的表面。材料制造商可以使纺织品的选择区域干燥，使得能够印刷所述选择区域的表面。图1中的步骤140可以包括步骤740。

材料制造商可以接收纺织品和对应作业文件。作业文件可指示应被印刷的纺织品的特定区域。材料制造商可以使纺织品的特定区域接受泡沫预处理。材料制造商可以使纺织品的特定区域干燥。材料制造商可以根据作业文件的指示，使纺织品的特定区域被印刷。

等离子体预清洁/激活

纺织材料必须彻底清洗，以优化化学物质的可湿性和粘合性(例如，耐久的防水修整面层、着色剂、聚合物涂层、层压等)。随着对溶剂和表面活性剂的使用的环境限制日益严格，越来越难以达到与过去的腐蚀性化学物质(例如，溶剂)获得的相同水平的清洁度。现今，大多数纺织品的清洁都是基于使用大量的热能和可能最温和的清洁剂化学物质的水。不利的是，现代的清洁系统虽然对环境友好，但并不能使纺织品免受污染物的影响，所述污染物会干扰纺织品的着色和修整。将化学物质施加到受污染的织物上通常会导致性能较差、功能性修整面层的耐久性较差，或者需要使用比织物完全清洁时所需的更多的化学物质来达到合格等级。大气等离子体处理可以改变织物和/或材料的表面化学物质和表面形貌，以改进对不同材料的粘合性。每个等离子体载气可以提供不同的表面化学物质和表面形貌。

根据本公开，电晕等离子体过程可以使用电离的气体来汽化去除(分解)纺织品表面上的污染物(油、蜡等)。其为无水过程，且通过改变织物和/或具有水基化学性质的材料的表面化学物质和表面能量，使清洁器表面更易于“浸湿”。可以在化学物质应用步骤之前放置电晕等离子体单元，以帮助化学物质渗透(可湿性)以及激活纺织品表面。等离子体可用于提高一些化学物质应用(例如dwr)的性能，并使用较少的染料和化学物质获得更深、更饱和的颜色。

参考图8，示出了用于预处理纺织品的方法。在步骤810，可以接收纺织品。材料制造商可以接收纺织品。图1中的步骤138可以包括步骤810。

在步骤820，可以调节纺织品的至少一部分，以使用等离子体从纺织品的至少一部分中去除一种或多种污染物。材料制造商可以使用等离子体调节纺织品的至少一部分以从纺织品的至少一部分去除一种或多种污染物。调节纺织品的至少一部分可以激活纺织品的表面。等离子体可以包括电晕等离子体。图1中的步骤140可以包括步骤820。图1中的步骤146可以包括步骤820。

在步骤830，可以将一种或多种化学物质施加到纺织品的至少一部分。材料制造商可以将一种或多种化学物质施加到纺织品的至少一部分。图1中的步骤140可以包括步骤830。图1中的步骤146可以包括步骤830。与具有相同的一种或多种化学物质施加到其上的纺织品的未激活表面相比，纺织品的表面的激活可以改进一种或多种化学物质的性能。

材料制造商可能会收到在纺织品的特定区域上具有污染物的纺织品。材料制造商可以通过在特定区域上使用等离子体来去除污染物。材料制造商可以将一种或多种化学物质施加到纺织品的特定区域，以激活纺织品的特定区域。

数字着色

按需滴注(例如，数字印刷)

在服装行业中，常规产品当前是在预测模型下制造的，在所述模型中，批发商和零售商在消费者实际购买最终产品之前根据预测下达服装和鞋类订单。在此情境下，使用大批量输入(例如，例如纺织品的材料)制造产品，所述输入连续地分解为越来越小的批量，直到最终过程为止，由此最终产品作为‘1批量’单元完成，这是图9b中展示的说明性示例。在此系统下，直到过程中的最后一个步骤才分配最终产品的唯一标识符。在产品将在“批量定制”模型下制造的一个情境中，消费者可在其制造之前购买最终产品。在此模型下，至关重要的是在整个制造过程中标识最终产品的每个组件，以便跟踪从起始到交付的订单。可以使用唯一标识符(例如，条形码或qr码)在数字印刷步骤处生成每个组件的标识。然而，大多数消费者不希望看到最终产品上的唯一标识符，在图9b中展示了说明性示例。此外，材料利用是有效和可持续使用原材料的关键驱动力。为了在不使用过多材料的情况下解决标识问题，需要以清晰的方式将唯一标识符放置在每个组件上，但对于消费者而言是不可见的。

在本公开中，可以经由不可见的对准点来实施质量控制，例如使用可以经由计算机视觉或某一其它过程来查看的不可见墨水。本发明的系统和方法可以通过唯一抖动图案来嵌入数据。举例来说，本公开包括使用对消费者‘不可见’的方法来应用唯一标识符(例如，图9b中展示的条形码、qr码、说明性示例)，同时可通过销售点从数字印刷读取制造过程。本公开包括使用应用于每个组件的唯一标识符，所述唯一标识符使用机器视觉可读的不可见墨水，但是使用人类感知的可见光谱之外的墨水(例如，紫外线、红外线等)。

归因和可追溯性

在服装行业中，“按比例”行业生产不支持由消费者产生或汇总内容驱动的数字定制制造。为了管理可用于提出索赔和证明产品和组件出处的独特、单一单元工作流程，需要用于每个纺织品组件的数字生成的标记系统，所述标记系统可以对每个纺织品组件进行从生成点到销售点的全程跟踪，由此标记可以通过制造集成和智能系统连接到整个价值链。在本公开中，系统和方法可以使用可见和/或不可见代码经由数字印刷嵌入具有可见和不可见归因的客户订单数据。

用于归因和/或可追溯性的方法可以包括接收与一个或多个第一消费者订单相关联的订单数据。一个或多个唯一标识符(uid)可以设置在材料的至少一部分上。一个或多个唯一标识符可以是人眼不可见的，并且可以借助于预定的视觉方法可见。一个或多个唯一标识符可以表示包括订单数据的至少一部分的物品数据。一种或多种方法可以包括经由一种或多种制造过程来处理材料以形成物品的至少一部分。可以基于每个制造过程来更新由一个或多个唯一标识符表示的物品数据，以包括与相应制造过程相关联的信息。制造过程中的每一个(或一个或多个)可以包括读取物品数据，并基于物品数据调整与相应制造过程相关联的一个或多个动作。物品数据可以指示物品的出处。如本文所使用，物品数据可为或包括其它数据，例如嵌套数据、订单数据、颜色数据等。

用于归因和/或可追溯性的方法可以包括接收与一个或多个第一消费者订单相关联的订单数据。一个或多个唯一标识符可以设置在材料的至少一部分上。一个或多个唯一标识符对于人眼来说是可见的，并且被配置成通过一个或多个制造过程被隐藏。一个或多个唯一标识符可以表示包括订单数据的至少一部分的物品数据。可以表示其它数据。一种或多种方法可以包括经由一种或多种制造过程来处理材料，以形成物品的至少一部分并且隐藏一种或多种唯一标识符的至少一部分。可以基于每个制造过程来更新由一个或多个唯一标识符表示的物品数据，以包括与相应制造过程相关联的信息。制造过程中的每一个(或一个或多个)可以包括读取物品数据，并基于物品数据调整与相应制造过程相关联的一个或多个动作。物品数据可以指示物品的出处。

服装/鞋类组件的数字标记需要独特的标记和/或串行化的独特标记(例如，图9b)，所述标记足够大以经由机器视觉清晰可见，以便实现自动化制造(可靠的易读性)。数字标记的大小因基材而变化-例如，非常平坦，甚至基材由于平坦表面的物理性质而标记有较小标记，而具有较大程度的z方向纹理(例如，泡泡纱纺织、华夫格编织)的基材由于从基材表面反射的光的物理特性而需要相对较大标记。在本公开中，制造集成和智能系统(mii)可以生成唯一数字标识符(例如，qr码、条形码)，所述唯一数字标识符根据给定基材上收集的数据而生成为可靠地易读。本公开可以基于基材数据和印刷组件的大小自动选择合适大小的标记。

当前的产品故事讲述需要与上游供应链进行数月或数年的规划，由此通过承销或法律文件来管理输入(例如，有机内容、回收内容)的出处，以管理与所定义的数字监管链相反的风险。随着市场朝向较小批量大小和较高程度的定制发展，越来越难以跟踪输入和过程来制备营销主张。本公开的系统和方法可以生成唯一标识符，所述唯一标识符可以以数字方式(例如，qr码、条形码)访问，以将消费者与最终产品的历史和出处连接起来，由此随着产品移动通过供应链而编译输入和‘成分’，且通过与唯一标识符交互(例如，通过移动装置、扫描器、数码相机等)将对终端消费者可访问。

在服装和鞋类行业中，纺织品基材虽然是‘工程’材料，但通过制造过程中的步骤(特别是在处理的修整阶段)，基材的尺寸变化可具有较大程度的变化。尺寸变化可能是各种因素的结果：水分/材料湿润的变化；湿式和干式处理中的机械力，例如材料的拉伸或压实；由于热固定(热定型)、化学物质(例如，涂层等)的应用，热塑性基材中的永久性/半永久性变化。尺寸变化不仅表现在宏观层面(批次间)，而且还表现在一码或一米的基材内的微观层面，使得尺寸变化的局部预测不可预测。由于前述尺寸变化，个别组件的切割过程的对准标记的关系(应用于先前的过程中，例如在数字印刷机上)可以通过处理发生显著变化，使得在整个处理过程中可能会发生很大的变化，使得基于初始设计尺寸的切割将导致组件不合规格。为了解决此问题，需要更为稳健的过程来标识在切割之前的尺寸变化，以便提供准确的切割，并且还提供数据反馈回路，以改进尺寸变化的预测和/或使用机器视觉标识质量问题。在纺织纤维网的宽度和长度上添加尺寸参考点是至关重要的。在终端产品上放置高密度的参考标记在商业上是消费者不可接受的，因此消费者看不见(在视觉光谱之外)但机器视觉可见的标记对于纺织品的高速单层切割是至关重要的。如果在服装/鞋类产品的每个组件上都能看到大到可以可靠地检测到的标记，则所述标记可能会引起普通消费者的反感。在本公开中，不可见墨水可用于创建对准点，所述对准点跟踪原始图案的变化作为质量控制量度。这可以在切割过程中校正，或者将订单引用回预格式化作业文件中的队列以进行再生产。

常规组件通常是从整体印刷品上切割出的-这会造成浪费墨水、修整面层，并增加回收未使用的材料(例如，织物或其它组件)的难度。在本公开中，修整的精确应用允许回收未使用的织物。

传统上，粘合剂以整体方式和模拟方式施加。这就产生了大量的浪费，既浪费了过量的化学物质，又阻碍了回收未利用的材料(例如，织物或其它组件)的能力。本公开可以利用使用专有制剂的粘合剂的数字印刷/打印来仅在需要时施加化学物质。平台可以标识视觉对准点，引用数字技术包数据库中的层，且仅对相应组件级(或工程)印刷品的必要区域使用化学物质的精确应用。

图9a呈现了与精密激光切割组合的组件级印刷的说明性示例，以促进简化组装和自动化。组件级工程印刷的演示，成对嵌套并根据下游处理进行批处理，实现了下游缝纫和组装的灵活性-在订单的印刷中可以实现益处，而下游缝纫和组装在实践中很大程度上是商品化的。图9b示出了相对于qr码的用于上下游可追溯性的示例。qr码是抖动图案和制剂中‘不可见’的标识，以含有用于供应链可持续性和csr的基础数据，以促进整个运输过程中的制造，并为营销和归因创造机会。图9c展示了图中所示的增量改进，例如，精确切割以留下剩余的未切割碎屑，转化为直接人工成本的材料节省，同时与现有的制造方法相比，提高了基础产品的质量和一致性。图9d-e示出了通过大型工程印刷和数字制造而消除的传统制造过程的示例。在此情况下，用数字印刷信息简单地替换标签(具有适用的护理和大小信息以及必要的原产国证明数据)消除了归因于商品制造的直接人工成本，同时也提供了防止欺诈和仿冒商品流通的对策的机会。

替代地或除了用作信息载体之外，uid还可以用于对一个或多个过程步骤进行“分级”或评估。举例来说，如果特定的uid具有反射特性，则在pu涂层应用(“过程”)之前以及在过程完成之后再次测量反射率，将产生有关厚度的“局部”信息或特定于服装部件的信息和/或所应用的pu涂层的质量。在其它情况下，uid本身会发生变化(例如，对应于过程中使用的最高和/或最低温度或指示特定的温度范围的颜色变化或可见性变化)。可以设想对其它生产过程特性的评估。这些uid可以应用在每个服装部件的接缝余量内和/或织物辊的装订线区域内。

湿式修整

常规的修整过程通常是零散的过程，在物理上和数字上与印刷过程分离。当前状态呈现了极长的反馈回路。当前以较高程度的差异(特别是从一个位点到另一位点)手动执行。在本公开中，可以实施在线分光光度计以测量差异并创建算法以优化用于本地和网络化制造的设置。举例来说，系统和方法可以使用汇总数据来创建基线配方，所述基线配方可以针对其它制造场所及其相应条件(例如，水质量、化学物质、环境条件等)进行调整，从先前的过程和设置中读取数据，接着从过程的此部分写入条件。

图10展示了修整过程的示例图。湿式修整过程可以包括过程数据集合1000和产品数据集合1050。过程数据集合1000可以从数字输入和/或命令1040接收和/或提取数据。过程数据集合1000可以与产品数据集合1050通信。

过程数据集合1000可以包括过程配方数据库1010。过程配方数据库1010可以包括基材数据1012、着色数据1014、手感数据1016、修整数据1018等。过程数据集合1000可以包括关于各种过程步骤的数据，例如基材预处理步骤1020、基材着色步骤1022、基材汽蒸步骤1024、基材清洗步骤1026、基材固化步骤1028、基材干燥步骤1030、基材功能修整步骤1032、基材翻转步骤1034等。可从传感器获得关于各种过程步骤的数据。可以从光谱仪获得关于各种过程步骤的数据。可以从在线分光光度计获得有关各种过程步骤的数据。在线分光光度计可以测量有关各种过程步骤的数据差异。关于各种过程步骤的数据中测得的差异可用于创建算法以获得更佳设置。过程数据集合1000可以包括设置和/或条件。设置和/或条件可以归因于直接性能输出。设置和/或条件可以与在线干燥机、蒸汽机、洗衣机、拉幅机等相关联。

产品数据集合1050可以包括产品反馈集合1060。产品反馈集合1060可以包括关于产品的各种方面的数据，例如非同色异谱颜色匹配反馈1070、基材手反馈1072、基材空气渗透率反馈1074、基材水渗透率反馈1076、基材光反射率反馈1078、基材吸热率反馈1080、基材保热性反馈1082等。可以从传感器获得有关产品各种方面的数据。可以从光谱仪获得关于各种方法的数据。可以从在线分光光度计获得有关各种方面的数据。在线分光光度计可以测量有关各种方面的数据差异。关于各种方面的数据中测得的差异可用于创建算法以获得更佳设置。产品数据集合1050可以包括设置和/或条件。设置和/或条件可以归因于直接性能输出。设置和/或条件可以与在线干燥机、蒸汽机、洗衣机、拉幅机等相关联。

数字修整

dwr的组件级应用(例如，无氟或常规氟)

常规的dwr工艺是在整体化学物质应用中分批进行的，其中化学物质应用于整个纺织材料纤维网，在整个表面上的应用水平相同。此方法的问题是，在作为废料结束的材料上使用化学物质，且不存在控制‘工程’方法中的抗拒性水平，以产生新的性能应用。在本公开中，dwr在组件级和辊对辊过程中的数字应用将允许可以数字启用的水分管理的工程图案。这将产生更可持续的过程，从而使用较少的化学物质来产生性能。并且，在切割过程之后作为废料结束的织物由于废料不含化学物质污染物，因此可以更容易地回收。此外，在化学物质的数字应用中，可以通过化学物质的工程放置来实现新的性能功能，所述工程放置可以在不同大小的组件上缩放以实现单个单元的定制。

化学物质的工程应用

化学物质的常规应用覆盖了所有织物，在化学物质中产生了大量浪费，并阻碍了未利用织物的回收。在本公开中，例如粘合剂的化学物质的精确数字应用可以减少化学物质的使用、节省成本并允许回收未使用的织物。

切割

典型的常规方法是从整体印刷中切割出预编程的图案，从而需要重复设置组件图案并导致墨水浪费，并阻碍了缩放定制。在本公开中，切割图案的动态识别允许增加总体吞吐量、减少浪费和批量定制。

在纺织材料行业中的当前自动单层切割不具有足够的吞吐量以在服装/鞋类行业中扩展。常规技术利用机架驱动的x/y轴设备，通常使用机械刀，且有时还使用激光能量。本公开的系统和方法可以利用高速电流计驱动的激光器，其吞吐量比机架驱动系统高2个数量级。图11示出了早期高速单层电流计驱动激光切割原型的设计，所述原型远远超过现有的常规纺织切割方法。

传统的湿式修整过程(例如，印刷后汽蒸、清洗和支架置入术)会在织物中产生失真，所述失真是非线性的并且很难一致地预测(特比是在针织物上)。这些失真阻碍了以精确度一致地印刷图案和组件两者的能力。本公开的系统和方法可以匹配预分级的组件形状和图案的数据库，并进行切割调整以校正观测到的形状失真，同时为下一次印刷迭代调整配方改变。图12是图11的进料部分，其中收集并传输视觉识别和实时作业文件校正数据。

在组件级进行印刷会导致下游过程的分类和处理效率低下，其中工程印刷组件很难从废料中辨别出来。本公开的系统和方法可以嵌套印刷品并切割组件，使得未使用的基材保持作为纤维网附接。未使用基材的此纤维网从传送带上辊绕，留下待分类编织和组装的相关所切割的组件，使得可以有效地对废料进行批处理和回收。图13示出了用于废料去除以及随后的下循环或再循环的轧辊。

常规的切割方法包含使用具有模拟功能的机械工具手动切割组件，或使用机架驱动的刀、路由器或激光器自动切割材料。确切地说，此劳动密集型过程尤其会对定制造成极大的效率低下。本公开的系统和方法通过独特的定制订单、批处理和精确的激光切割来提供嵌套，以使碎屑保持在一起，从而实现与块手动分离。

一种用于切割对准的方法可以包括使用计算机视觉分析设置在印刷材料上的第一图案配置。一种或多种方法可以包括在印刷材料上实施修整过程，从而产生与第一图案配置不同的第二图案配置。一种或多种方法可以包括使用计算机视觉分析设置在印刷材料上的第二图案配置。一种或多种方法可以包括基于第一图案配置和第二图案配置来确定切割控制信息。一种或多种方法可以包括将切割控制信息发送到切割系统以促进切割印刷材料。切割系统可以包括高速单层电流计驱动的激光切割系统。修整过程包括汽蒸材料、清洗材料和/或干燥材料。修整过程可以包括数字修整过程。切割控制信息可以取决于材料的类型。一种或多种方法可以包括将一个或多个客户订单分批处理成批，并基于所述批将多个物品组件嵌套在印刷材料上。

切割方法可以包括将一个或多个客户订单批处理成批，基于所述批嵌套多个物品组件，并从基材上切割出所嵌套的组件，使得一个或多个凸片将所切割的组件连接到基材的一部分上。在切割步骤之前，一种方法可以包括：使用计算机视觉分析设置在基材上的第一图案配置；在基材上实施修整过程，从而产生与第一图案配置不同的第二图案配置；使用计算机视觉分析设置在基材上的第二图案配置；并基于第一图案配置和第二图案配置来确定切割控制信息。可以至少基于切割控制信息来实施切割步骤。可以使用高速电流计驱动的激光切割系统来实施切割步骤，以切割单层。修整过程可以包括汽蒸材料、清洗材料或干燥材料中的一个或多个。修整过程可以包括传送带压实、机械压实、蒸呢、润湿预缩、防缩皱处理、松弛干燥、连续翻滚或分批翻滚中的一个或多个。修整过程可以包括以下各项中的一个或多个：仿麂皮起绒、剪切、起绒、平幅压实、管状压实、轧光、汽化、润湿预缩、大气等离子体修整、连续蒸呢、半连续蒸呢、煮呢、涂覆、层压、压花、无张力干燥、松弛干燥、伸幅、拉幅、拉绒、刷拭、烧毛、捶布、热定型、热固定、缩绒、数字印刷、滚筒印刷、打麻、溅射或电光整理。切割控制信息可以取决于材料特性，所述材料特性包括以下各项中的一个或多个：材料的类型、材料的厚度、材料的每单位面积的质量、材料的孔隙率或纱线特性。

图14展示了激光切割过程的示例图。在1400处，可以观测到织物。织物可以是数字印刷织物。数字印刷织物可以包括图案。机器人视觉可以用于捕获图案尺寸。捕获的图案尺寸可以包括原始图案尺寸。捕获的图案尺寸可以包括预修整图案尺寸。

在1402处，可以在织物上执行织物修整过程。织物修整过程可以包括对织物进行汽蒸。可以在图1中的170处的固定/汽蒸步骤中对织物进行汽蒸。织物修整过程可以包括清洗织物。织物可以在图1的174处的印刷后清洗步骤处被清洗。织物修整过程可以包括干燥织物。织物可以在图1的178处的印刷后干燥步骤处被干燥。织物可以经历传统和/或数字修整过程。织物修整过程可产生包括更改图案尺寸的织物。

在1404处，可以观测到织物变化。机器人视觉可用于在织物修整过程之后捕获织物的图案尺寸。在织物修整过程之后捕获的织物的图案尺寸可以包括变更的图案尺寸。在织物修整过程之后捕获的织物的图案尺寸可以包括修整后图案尺寸。可以将变更的图案尺寸与原始图案尺寸进行比较以获得增量(例如，变化、变更等)。可以将增量提供到激光控制系统。激光控制系统可以使用增量来更准确且更精确地从织物上切割出图案。

参考图15，示出了用于切割对准的方法。在步骤1510，可以使用计算机视觉分析设置在印刷织物上的第一图案配置。材料制造商可以使用计算机视觉分析设置在印刷织物上的第一图案配置。

在步骤1520，可以在印刷织物上实施修整过程，从而产生与第一图案配置不同的第二图案配置。材料制造商可以在印刷织物上实施修整过程，从而产生与第一图案配置不同的第二图案配置。

在步骤1530，可以使用计算机视觉分析设置在印刷织物上的第二图案配置。材料制造商可以使用计算机视觉分析设置在印刷织物上的第二图案配置。

在步骤1540，可以基于第一图案配置和第二图案配置来确定切割控制信息。材料制造商可以基于第一图案配置和第二图案配置来确定切割控制信息。

在步骤1550，可以将切割控制信息发送到切割系统以促进切割印刷织物。材料制造商可以将切割控制信息发送到切割系统以促进切割印刷织物。

材料制造商可能会收到具有印刷设计的织物。材料制造商可以使用计算机视觉捕获织物上的原始印刷设计。织物可经历修整过程。材料制造商可以使用计算机视觉捕获织物上的变更的印刷设计。材料制造商可以使用原始印刷设计和变更的印刷设计来确定增量。材料制造商可以将增量提供到切割系统。切割系统可以使用增量来切割具有变更的印刷设计的织物。

材料处理

纺织和服装行业内用于处理和配套功能的传统自动化方法高度专用于特定产品应用。由于传统的服装和鞋类组装线是资本密集且特定于产品的，因此需要具有较低劳动力成本的大批量和吞吐量来证明投资的合理性。此投资阈值对于大多数企业来说高得令人望而却步，通常阻碍了高成本发达市场的制造业务。

在本公开中，如图16-17所示，用于自动化配套和组装的设计创建了灵活的平台，所述平台可以针对不同的产品类型和类别进行重新配置，并能够根据相应的吞吐量速度和产量的差异进行调整。举例来说，通过使用高架轨道系统，拾放机器人类型(例如，scara与delta)具有可变的浓度和重叠的半径。可以通过使用托盘和分类系统来调节吞吐量速度/产量，所述分类系统允许将零件动态分类成一堆类似的组件或作为批处理的订单，从而简化经由视觉识别导航的问题集，并使所行进的机械距离最小化。平台敏捷性的其它示例可以通过可互换的末端执行器(静电、水、真空等)来说明基材类型、扩展的输送机以管理较大的所切割的组件，并用托盘替换包封以用于其它地方的定制订单的场外组装。

常规的物品管理过程仍然与印刷、嵌套和批处理考虑因素完全隔离。特别是在组件级进行印刷时，这会导致成本效率过分低下。本公开可以将端到端制造价值链视为封闭系统和反馈回路。

纤维网缺陷跟踪方法：

在本系统中，可能有多个“子系统”(印刷机、蒸汽机、切割机等)。子系统中的每一个在某些情况下都会产生缺陷。举例来说，印刷机中的一个可能会印刷错误，或者通过与对象进行物理接触而使沉积的墨水被弄脏。作为另一示例，设置为执行错误配方的蒸汽机可能会产生织物辊中无法使用的片段。在另一示例中，操作员可以选择切割织物辊的片段，且接着将其重新连接(经由缝合)。此类变更可以被记录并传送到指定的子系统，以便例如，切割机能够从纤维网上准确且精确地切割出服装部件和/或使得机械臂知道期望的部件及其位置。

因而，嵌套程序(例如，在执行嵌套协议之后)可以沿着织物辊的“装订线”区域沉积uid。uid可以是可扫描的条形码、数据矩阵或等效物，并且沿着织物的长边缘相等地间隔开。可以使用其它uid。举例来说，一个人可以每5英寸创建唯一标识符(另一平行装订线内含有相同的uid副本)；替代地，这些uid可以沿着装订线以任何其它规则方式间隔开。每个uid(虚拟织物切片)之间的空间可以称为“片段”，其中将含有印刷的服装部件或图形设计。嵌套程序可以记录每个虚拟片段内(即，两个连续的uid之间)含有的特定服装部件或图形设计。应注意，特定片段中的一些部件将不是“完整”的，因为部件的部分将含于在当前片段之后或之前的片段中。

作为说明性示例，当检测到缺陷时，可以执行以下操作中的一个：1)操作员切割出织物的缺陷片段，扫描两个uid(一个在缺陷区域之前，一个在缺陷区域之后)，并且重新连接织物。2)不会发生织物的切割。操作员(或相机)扫描含有缺陷区域(可能跨越多个片段)的两个uid。可以执行其它操作。来自扫描的uid的信息可以被传送到计算机系统，所述计算机系统对主嵌套文件进行适当的调整，以便在以后的操作(例如，切割)中排除切割片段。另外或替换地，可以存储有关含于缺陷区域内的部件(和/或图形设计)的信息。所存储的信息可以进一步附加有来自相同织物材料的其它辊的其它缺陷数据。在生产过程结束时(或在任何时候)，可以将所存储的信息发送回嵌套软件，所述嵌套软件可以汇总并重新嵌套“缺失”的部件。一旦部件被嵌套，就进行生产过程(即，印刷、汽蒸、切割等)，直到生产出所有必需的部件。替代地或另外，可以实施与以上相同的过程，但是将uid放置在嵌套部件之间而不是放置在装订线中。

本公开至少包括以下方面：

方面1：一种用于物品管理的方法，所述方法包括：接收至少包括与一个或多个消费者相关联的生物统计信息的消费者数据；接收指示物品的设计的设计输入，其中所述物品的所述设计基于所述消费者数据；使交互式内容输出到与所述一个或多个消费者相关联的用户界面，其中所述交互式内容至少包括所述物品的所述设计的表示；并输出指示与所述物品的制造相关联的指令的制造数据，其中所述指令基于所述物品的所述设计。

方面2：根据方面1所述的方法，其中所述消费者数据进一步包括消费者偏好信息。

方面3：根据方面1所述的方法，其进一步包括：接收指示着色可行性的着色数据，其中所述物品的所述设计取决于所述着色数据。

方面4：根据方面1的方法，其中所述输出制造数据包括将所述制造数据的至少一部分输出到数字印刷系统。

方面5：一种用于直接到制造商物品管理的方法，所述方法包括：接收至少包括与一个或多个消费者相关联的生物统计信息的消费者数据；接收指示物品的设计的设计输入，其中所述物品的所述设计基于所述消费者数据；自动生成包括所述物品的一个或多个组件和第二物品的一个或多个组件的图案；并输出指示与所述物品的制造相关联的指令的制造数据，其中所述指令基于所述图案。

方面6：根据方面1的方法，其中所述自动生成图案包括执行嵌套优化。

方面7：一种用于物品开发的方法，所述方法包括：接收至少包括与一个或多个消费者相关联的生物统计信息的消费者数据；接收指示物品设计或物品着色中的一个或多个的趋势的趋势数据；至少基于所述消费者数据和所述趋势数据并经由用户界面引起一个或多个设计选项的输出；并接收指示物品的设计的设计输入。

方面8：根据方面7所述的方法，其中所述消费者数据进一步包括消费者偏好信息。

方面9：根据方面7的方法，其中所述一个或多个设计选项包括织物的类型。

方面10：根据方面7的方法，其中所述一个或多个设计选项基于可用的织物而受到限制。

方面11：根据方面7的方法，其进一步包括基于所述物品的所述设计和织物选择来生成技术包。

方面12：根据方面7所述的方法，其进一步包括基于所述织物的所述设计输出材料清单。

方面13：一种用于颜色控制的方法，所述方法包括：接收指示用于形成物品的基材的一个或多个特性的数据；基于指示所述基材的一个或多个特性的所述数据、化学特征曲线或修整过程或两者选择；并使用所选择的化学特征曲线或修整过程或两者来形成所述物品的至少一部分。

方面14：根据方面13所述的方法，其中所述物品呈现出在设计颜色的容差范围内的颜色。

方面15：一种颜色控制的方法，所述方法包括：执行多个物品管理过程中的第一过程，以输出第一阶段物品；使用在线分光光度计捕获与所述第一阶段产品相关联的颜色数据；将所述颜色数据与预期数据进行比较；并至少基于所述颜色数据与预期数据的所述比较来执行修复。

方面16：一种预处理纺织品的方法，所述方法包括：接收纺织品；确定将要印刷的纺织品的选择区域；使施加器将泡沫化学物质施加到所述纺织品的所述选择区域，其中将所述泡沫化学物质施加到所述纺织品的在所述选择区域外部的区域被最小化；且干燥所述纺织品的所述选择区域，使得所述选择区域的表面能够被印刷。

方面17：一种预处理纺织品的方法，所述方法包括：接收纺织品；使用等离子体调节所述纺织品的至少一部分，以从所述纺织品的至少所述部分去除一种或多种污染物，并改变所述纺织品的至少所述部分的表面化学物质和表面形貌中的一种或多种；并将一种或多种化学物质应用于所述纺织品的至少所述部分。

方面18：根据方面17所述的方法，其中所述纺织品的至少所述部分的所述调节进一步激活所述纺织品的表面，并且其中与施加了相同的一种或多种化学物质的所述纺织品的未激活表面相比，所述纺织品的所述表面的激活改进了所述一种或多种化学物质的性能。

方面19：一种用于归因和/或可追溯性的方法，所述方法包括将一个或多个唯一标识符设置在物品的至少一部分上，其中所述一个或多个唯一标识符对人眼不可见且借助于预定视觉方法可见，且其中在包括数字印刷的制造过程期间引用所述一个或多个唯一标识符，以提供所述制造过程中的一个或多个步骤的质量控制数据。

方面20：根据方面19所述的方法，其中所述一个或多个唯一标识符指示用于所述物品的一个或多个组件的对准机制。

方面21：一种用于归因和/或可追溯性的方法，所述方法包括将一个或多个唯一标识符设置在物品上，其中所述一个或多个唯一标识符包括人眼不可见且借助于预定视觉方法可见的不可见组件以及人眼可见的可见组件，且其中所述一个或多个唯一标识符至少指示归因数据。

方面22：根据方面21所述的方法，其中所述归因数据包括指示所述物品的出处的信息。

方面23：一种用于组件级应用的方法，所述方法包括：接收指示用于在物品的表面上施加材料的位置的信息；以及使用数字印刷或数字挤压并基于所述位置将所述材料仅选择性地设置在所述位置处，由此所述材料不设置在所述物品的至少一部分上。

方面24：根据方面23所述的方法，其中所述材料包括粘合剂。

方面25：根据方面23所述的方法，其中所述选择性地设置基于与所述物品相关联的对准点。

方面26：一种用于切割对准的方法，所述方法包括：使用计算机视觉分析设置在印刷织物上的第一图案配置；在所述印刷织物上实施修整过程，从而产生与所述第一图案配置不同的第二图案配置；使用计算机视觉分析设置在所述印刷织物上的所述第二图案配置；基于所述第一图案配置和所述第二图案配置来确定切割控制信息；并将所述切割控制信息发送到切割系统以促进切割所述印刷织物。

方面27：一种切割方法，其包括：将一个或多个客户订单批处理成批；基于所述批嵌套多个物品组件；并从基材上切割出所嵌套的组件，使得一个或多个凸片将所切割的组件连接到所述基材的一部分上。

方面28：一种材料处理的方法，其包括：布置托盘和分类系统，所述托盘和分类系统具有配置成用于材料处理的高架轨道系统；接收多个材料组件；使用所布置的托盘和分类系统以及所述高架轨道系统，基于一种或多种类型的组件或批处理的订单或这两者中的一种或多种，对所述多个材料组件进行分类。

方面29：一种用于实施方面1至28的方法中的任一个的系统。