5月11日，2018年紡織服裝智能制造方案推介及紡織智能制造系統解決方案供應商對接會在北京舉辦。
中國紡織工業聯合會黨委書記高勇，工信部裝備工業司副司長王瑞華，消費品工業司副司長曹學軍，中國紡織機械協會會長王樹田、總工程師祝憲民、副會長呂洪鋼、李毅、徐林等出席了會議。60多位紡織裝備企業負責人、紡織服裝企業代表、智能制造系統集成商、軟硬件供應商以及其他與紡織智能制造有關單位的代表參加了會議。
夯實基礎推動紡織行業智能化轉型
中國紡織工業聯合會黨委書記高勇在發言中指出，當前我國經濟正從高速發展向高質量發展轉變，而要高質量發展，智能制造是基礎。根據《紡織工業“十三五”規劃》，紡織行業要建立紡紗、化纖長絲、針織、印染、非織造布、服裝6條智能示范生產線和一個機織智能生產車間。目前紡紗和化纖長絲智能制造生產線進展較快，在最近兩年內可實現紡紗生產夜間無人值守，紡紗過程的無人化將可以實現。但總體來看，目前紡織過程僅僅實現了自動化和數控化、信息化，離真正智能化的要求還比較遠，在工業2.0、2.5、3.0方面還需要補課，離工業4.0要求還有距離。對此，應有清醒的認識。
由于勞動力成本不斷提高，企業招工困難，紡織企業面臨著巨大的轉型升級壓力，這也迫使企業不得不進行自動化、數控化改造。紡織產業鏈長，各生產環節智能制造發展進展不一。高勇認為，除了紡紗、化纖智能生產外，目前需要下功夫最大的是服裝生產過程。縫紉過程實現了吊掛化，還沒有實現自動化，要實現無人化還需要較長的時間。高勇提出，要推進紡織服裝智能制造，一方面是建立和完善智能制造示范生產線，另一方面是加快在業內的推廣，相關供應鏈也要不斷完善。此次會議的召開，就是要把智能制造系統解決方案供應商集中和組織起來，使紡織服裝智能制造示范生產線更快建立和推廣，促進紡織服裝智能制造系統提升。
工信部消費品司副司長曹學軍表示，在《中國制造2025》里，智能制造是轉型升級、強國建設的主攻方向。智能制造對紡織行業來說已經有了一些好的實踐，在提高生產效率、提高產品質量、提高市場快速反應能力、緩解用工短缺和環境的制約方面發揮了重要作用。近些年，在中國紡織機械協會和企業的共同努力下，紡織行業的智能制造進展特別明顯，在“十三五”規劃中提出六條生產線，棉紡、化纖、服裝、針織等都有了成功的試點，有12個項目列入了工信部的試點示范，18個項目列入智能制造新模式和標準驗證平臺的專項支持。盡管試點示范取得了一定的進展，但整個行業智能制造的基礎還比較弱，行業內參加貫標的企業只有400多家，通過單項評定的企業不到150家，成套生產線智能車間企業只有幾十家，基礎參差不齊，工作任務非常重；同時，關鍵技術和軟件還要進一步提升。工信部部長苗圩在5月9日出席2018智能制造國際會議時指出，要堅定不移地推進智能制造，他提出了4個著力：著力補齊短板、著力促進應用、著力夯實基礎和著力擴大開放。這4個著力對紡織行業同樣適用。通過今天供應商和企業的對接會，可以以需求為基礎，以創新為支撐，把紡織行業分行業的智能制造系統解決方案能做得更完善，更具有可復制性和推廣性，從而推動紡織智能制造的提升。
工信部裝備工業司副司長王瑞華對當前國內智能制造發展的總體情況進行了介紹。她表示，近年來，通過試點示范、三年行動計劃等措施，傳統產業轉型升級及智能制造建設已經取得一定成效。智能制造的發展，不僅促進了裝備企業供給能力的提升，4000多臺(套)設備實現了創新應用，在工業互聯網領域實現快速提升，而且促進了行業新舊動能的轉換，實現了各方面信息技術的集成聯合創新。隨著互聯網企業入駐、社會資金融入，聯合體發展模式基本形成。 王瑞華表示，當前智能制造推進體系已經形成，部分概念走向落地，高質量發展已經成為共識。下一個發展階段，行業企業應進一步補短板，促應用，打基礎，擴大開放，深入推進智能制造工程的帶動性，國家相關機構也將提升試點示范項目申報應用門檻，制定、細化供應商解決方案，完善標準、模式等基礎構架，推動國內制造業企業與國際領先企業、機構的合作，深入推動智能制造的發展。
中國紡織機械協會會長王樹田表示，中國紡織工業是在全球具有競爭優勢的產業，已具備發展智能制造的條件。為了以智能制造為基礎促進紡織業做強，工信部對紡織服裝智能制造的具體工作進行了很多輔導和指引，相關供應商和使用企業也做了很多努力。當前企業智能化投入存在風險，這需要企業家有遠見和魄力。王樹田提出，當前科技發展很快，平臺建設尤為迅速，因為通過平臺能集中不同行業的企業，融合資源優勢。他希望通過中國智能制造系統解決方案供應商聯盟紡織行業分盟，能為中國紡織工業的發展作出貢獻。
密切對接供應商聯盟提供系統解決方案
為完善紡織行業智能制造系統集成技術研發、行業應用和市場推廣的一體化公共服務平臺，進一步帶動紡織行業智能制造裝備發展，推動紡織行業向新一代智能制造轉型升級，紡織行業智能制造系統解決方案供應商聯盟暨中國智能制造系統解決方案供應商聯盟紡織行業分盟于去年12月授牌成立。
中國智能制造系統解決方案供應商聯盟紡織行業分盟負責人祝憲民介紹了分盟當前的運行情況。他表示，在國家工信部、發改委、科技部等部委支持下，我國紡織服裝行業在智能制造方面已經取得了一定成效，具備成立分盟的條件。例如，在建設滌綸長絲自動落卷及包裝倉儲、棉紡、色織紗浸染、雙針床經編機等數字化車間，服裝生產個性化定制、針織品柔性定制與生產一體化等試點示范生產線中，核心智能制造裝備供應商、系統集成商、軟件開發商和用戶組成了各自的產學研聯合體。紡織行業智能制造系統解決方案供應商聯盟暨中國智能制造系統解決方案供應商聯盟紡織行業分盟由中國紡織機械協會、北京機械工業自動化研究所、沈陽新松機器人自動化股份有限公司、機械工業第六設計研究院有限公司、經緯紡織機械股份有限公司、鄭州紡機工程技術有限公司等30余家單位組成。理事長單位由中國紡織機械協會擔任。聯盟的成立為紡織行業智能制造在供給端和需求端提供有力支撐。
經過一段時間的準備運作，分盟在深入開展“針織裝備通信”、“針織面料生產管控”、“經編織造數字化車間通用模型”、“染整智能設備通訊”等智能制造標準研究方面取得一定進展。在于2017年6月舉辦中國智能制造系統解決方案供應商聯盟紡織行業智能制造對接會后，十余家企業在紡織機械協同設計制造標準研究、醫衛用萬噸級生物質非織造布生產智能工廠、色織紗線浸染生產全流程機器人集成示范應用項目、面向化纖長絲的機器人自動化長流程生產線示范應用項目實現成功對接。
祝憲民表示，分盟下一步的工作將集中在3個方面。一是依據《國家智能制造標準體系建設指南》的要求，依托全國紡織機械與附件標準委員會，按照紡織行業細分領域各自特點，繼續組織開展紡織智能制造行業應用標準的研究工作。二是繼續組織紡織行業智能制造系統解決方案對接會，組織相關企業進行專題對接，組織供應商與用戶進行具體項目對接，組織大專院校與供應商進行大數據分析、人工智能應用對接，大力推介紡織行業優秀系統解決方案。三是在2018中國國際紡織機械展覽會暨ITMA亞洲展覽會上，集中展示分盟成員優秀系統解決方案，宣傳推廣聯盟，擴大聯盟社會影響力。
協同創新各方共同努力實現智能制造藍圖
“十二五”以來，在政、產、學、研、用各方多年的努力下，目前智能制造新模式已基本涵蓋了紡織服裝制造的六大領域。
中國智能制造系統解決方案供應商聯盟紡織行業分盟秘書長、中國紡織機械協會副秘書長侯曦系統介紹了目前紡織服裝行業典型的智能制造系統解決方案。來自化纖、紡紗、針織、非織造、服裝等領域的企業代表和專家以及智能制造解決方案供應商代表分享了他們對智能制造的實踐和思考。
江蘇國望高科纖維有限公司總工程師梅鋒分析了化纖企業的發展要求，并介紹了對聚酯長絲智能制造未來工廠的構想。梅鋒表示，化纖行業目前整合度越來越高，一方面企業以規模化來提升效率、降低成本，另一方面對產品的功能性要求越來越高，要以領先的技術實現專業化、定制化的生產。公司未來將實現從產品性能、功能設計，熔體輸送、聚合、紡絲、加彈工藝，生產制造，檢測、物流、包裝等全流程智能化數字化生產，通過工業云和工業大數據，實現產品定制化生產。具體包括搭建化纖網上交易平臺，建設生產工藝仿真系統、數字化智能加工系統，實現生產全過程在線質量監測及管理，建設智能物流系統，智能清板及智能更換、清洗吹掃，噴絲板檢測和組裝系統，智能鏡檢機器人系統。他還向供應商介紹了化纖企業當前對智能化的需求：如何按照智能工廠的整體設計要求，結合化纖工藝流程改進，實現效率、品種、品質同步提升；對紡絲清板、組件拆卸、POY上絲等關鍵工序環節有針對性的突破；如何搭建自己的大數據應用及平臺。
山東魯泰紡織股份有限公司研究院院長助理劉政欽介紹了魯泰在兩化深度融合助推智能制造方面的實踐和感受。劉政欽認為，數據的信息化是智能制造的基礎，兩化融合是智能制造的關鍵，以人為本是智能制造的初心。魯泰集成融合了30年來在技術工藝、企業管理、客戶信息等方面的數據資料，構建了計劃排產、生產協同、質量控制、資源管理、互聯互通、決策支持等六維智能大數據平臺。基于大數據平臺、移動互聯網技術、智能物流、云計算等實現兩化深度融合，助推實現智能生產，從大規模的制造向大規模定制轉型，實現快速反應，準確交貨的目標。在智能機器的配合下更好地發揮人的潛能，讓制造企業更具吸引力和魅力。據介紹，現階段魯泰智能化工作的思路是開發數據分析決策軟件，對工藝、流程、管理數據進行采集、分析、決策；定位物流，為實現物聯網奠定基礎；模塊化開發，分段實施，量力而行，不為智能而智能。
浙江理工大學機械與自動控制學院副教授向忠做了題為《紡織智聯網絡織造未來工廠建設》的報告。他表示，打造紡織織造機械互聯互通平臺、大規模個性化產品定制平臺、網絡協同制造平臺是智聯網絡織造發展的趨勢，紡織織造工廠應當推動移動互聯網、云計算、大數據、物聯網等方面的結合，助力企業拓展國際國內市場。值得關注的是，當前，國內智聯網絡織造發展面臨著市場、生產、成本、資源、環保等方面的困境，行業也存在標準化弱、信息不暢、工藝隨意、計劃混亂、原料積壓、決策無據、質控無方等問題。
向忠表示，紡織織造設備信息模型建設是織造過程數字化的基礎與核心智聯網絡織造建設方案的標準化建設，建設智能制造車間，要重點解決不同品牌、類型、型號等設備之間的互聯互通及互操作問題。例如圓機智能制造解決方案未來通過圓機裝備互聯互通，布面疵點在線檢測打標，柔性物流配送、行業專用機器人開發等實現機器換人，構建工廠互聯互通平臺，實現信息在線采集、質量在線檢測，通過工廠信息化、數字化實現大數據挖掘。通過智聯網絡織造案例分析，向忠提出了智聯網絡織造的6個發展措施。一是力爭政府政策、資金、創業等專項扶持；二是從網絡設施、數據中心、公共平臺、物流網絡4個方面，完善發展互聯網絡紡織的硬件環境；三是培育一批具有全國影響力的“智能網絡織造”企業，強化典型應用示范的開展和推廣力度，以示范應用拉動社會資源投入，以點帶面驅動產業加速擴張；四是建立“智聯網絡織造”產業集中區，凸顯產業集群效應，推動區域經濟發展；五是加強互聯網紡織人才培養，匯聚高端人才，以引領培加快互聯網絡的發展；六是加強“質量網絡織造”相關領域的產學研合作，開展技術交流。
山東濟南永信新材料科技有限公司總經理王晶重點介紹了永信公司智能制造工廠的建設規劃及愿景。王晶表示，公司作為國內高端醫衛用生物質材料研發生產企業，其產品憑借抑菌抗菌、止血促愈、滋潤保濕等獨特性，在高端醫療衛生、健康養老、母嬰護理等領域擁有相當好的發展前景。據王晶介紹，目前公司已經初步構建了訂單驅動的柔性智能化水刺非織造生產新模式，涵蓋“一個中心，三大平臺，四大標準體系”多個方面。正在建設的智能制造中央指揮調度中心，作為智能工廠的大腦和神經中樞，可對生產運營全過程數據進行統一調度，并與MES、ERP實現數據協同，打通數據孤島，實現全廠數據互聯互通；正在建設的智能設備監控，可集成應用一系列高靈敏度傳感裝置及高精度質量在線檢測系統，實現高速生產條件下設備狀態、產品質量的精準檢測、實時反饋、在線診斷和智能修正。下一個發展階段，永信公司將繼續大力開發定制化ERP系統，開發應用多關節工業機器人，開發應用全流程智能水刺生產線及智能倉儲物流裝備系統。王晶希望國內紡織高校在培養行業專業人才時，也要加強對其智能化技術、關鍵制造技術開發能力和運維能力的培養，掌握自主知識產權的核心力量。
三六一度(中國)有限公司服裝供應鏈總經理李輝現場匯報了基于供應鏈的運動鞋服行業企業群網絡協同設計/制造項目情況。他表示，目前不易找到匹配項目愿景的智能制造方案供應商是三六一度公司的痛點。2025年，體育產業總規模將達到7億元，行業發展潛力巨大。但當前鞋服行業背負著勞動力減少、產業轉移、信息孤島三座大山，作為勞動密集型及企業，適齡勞動力在逐漸減少，隨著產業轉移，工人要實現家門口就業，這些現實的問題需要網絡協同制造來解決。業務協同、信息協同、設計協同、供應協同是實現跨區域網絡協同制造的四個基石，智能裝備、大數據相關技術、政產學研結合等的支持必不可少。“跨區域網絡協同制造需要智能設備、工業互聯網、大數據和云平臺的支持，通過網絡協同制造和大數據實現服裝產業鏈的低庫存和零庫存的目標，打通爭產學研究，借助品牌打通整個產業鏈的互聯，作為中國品牌，我們希望同中國的軟件供應商聯合，真正走向世界。我們在鞋材方面對大數據和云平臺的需求非常迫切，真正實現跨區域網絡協同之后，實現了從品牌研發設計到到零售終端的鏈條之后，應該是到了微笑曲線最中間的環節，我們要借助智能制造來實現升級，做到所謂的柔性制造和零售轉型。我們目標是將柔性制造做到從品牌設計到門店銷售在30天內完成，這是我們給自己的挑戰。三六一度公司未來的布局不僅把目標放在國內，還要著眼世界，在各方的努力下，跨區域網絡協同制造能夠真正落地，成為國際化的公司。”李輝說。
北京機械工業自動化研究所有限公司副總工程師韓立新在《智能制造協助企業創新轉型》的報告中指出，智能制造是一個大概念，是新一代信息技術與先進制造技術的深度融合，貫穿于產品設計、織造、服務等全生命周期的各個環節及相應系統的優化集成，旨在不斷提升企業的產品質量、效益、服務水平，減少資源消耗，推動制造業創新、綠色、協調、開放、共享發展。智能工廠的體系架構主要由企業生命周期管理和產品生命周期管理構成，而生命周期管理又需要研發平臺、生產運作品臺、服務平臺來實現。談到智能工廠的建設時，他表示規劃先行、打好基礎、做好集成三大要點不容忽視。同時，韓立新也介紹了云計算、大數據、工業互聯網和人工智能等幾個熱點技術在智能工廠中的應用。北自所的智能制造主要覆蓋集成化產線、數字化車間、智能化工廠三個層級，同時他現場分享了“滌綸長絲熔體直紡智能制造數字化車間”項目這一基于智能物流技術的化纖后紡生產系統的案例。（來源：中國紡織報）
