喬燕
摘 要:近年來,社會迅速發展帶動了各行各業的發展,紡織服裝行業的發展也有了進步。中國紡織服裝業進入“新時代”,正加速成為創新驅動的科技產業。文章從紡織服裝業的國內外發展歷程、投資狀況、發展趨勢等方面,詳細論述了我國紡織服裝業智能化與智慧化建設的現狀、智能制造的關鍵裝備及技術、智慧服裝的發展趨勢,并從智慧化發展的社會責任、大數據平臺、人工智能與產業協同、柔性智慧服裝、行業規范等方面進行了展望,建議建立智能紡織品等系列產品的國家標準,為我國紡織服裝業的智能化發展提供有益借鑒。
關鍵詞:智能制造;紡織服裝工業;應用現狀;展望
引言
“十三五”時期是我國制造業提質增效、由大變強的關鍵期。智能轉型是建設制造強國的關鍵,實現“數字化、網絡化、智能化”制造,是制造業發展的新趨勢,也是新一輪科技革命和產業變革的核心所在。在新一代信息技術改造傳統紡織服裝行業大背景下,推動紡織服裝產業向綠色低碳、數字化、智能化和柔性化等方向發展,建設紡織服裝智能工廠系統與平臺應運而生。圍繞紡織機械設計基礎理論創新、紡織裝備智能化、紡織智能工廠、紡織智能云平臺和紡織大數據等領域的技術與應用創新,在新型紡織機械設計、RFID與泛在感知網絡、面向紡機裝備智能化的人工智能、紡織制造物聯與智能工廠、嵌入式系統、分布式計算與智能信息服務、紡織制造大數據、復雜系統建模與優化控制等方面開展基礎理論與應用技術研究,將實現紡織服裝制造全過程的動態感知、智能計算、優化控制與實時信息服務,探索實現紡織行業“互聯網+”和紡織制造大數據創新應用中的核心關鍵技術,進而打造兼具共性技術高度和行業特色的科研創新體系。
1 紡織工業智能化研究范圍
紡織工業的智能化和智慧化研究范圍非常廣泛。現代信息控制技術已經滲透到紡織服裝生產各個領域。紡織工業的各個領域與環節正趨向于建立數字化紡織設計、加工、制造和供給全過程的整體集成模型,因此研究行業智慧化應從全部要素和流程入手。智慧化的智能紡織工業應至少包括3層含義:①智能紡織產品:以紡織產品為基質(或媒介)通過跨領域技術整合(光電、通信、生物醫藥等),創新研發、拓寬紡織產品應用范圍;②智能制造:實現生產過程控制智能化,產品設計制造的信息化,制造裝備數字化,企業管理信息化,商貿和咨詢服務網絡化;③智能供給:以電子商務為主要平臺的大規模個性化供給方式正在推動新一輪產業革命的誕生。紡織行業的智能化不僅表現為以結果為導向,還要深刻理解智能產品給生產和供給帶來的影響和驅動。智能化是一個互相推動和作用的潘多拉魔盒,無論從哪一端研究都會發現其內在的魔力,使生產和供給不再是一個單一依存的系統,更趨向于自我智慧化的智能系統。
2 服裝生產等縫制行業的智能化現狀
目前,在縫制類工廠智能化升級改造中,多數企業從應用智能化懸掛式生產線開始做起,將生產車間的生產數字化、智能化。行業頭部企業開始將整個工廠的物流體系,包括從面料到生產到成品庫的系列物流輸送環節打通,避免信息孤島,形成智能化工廠。縫制行業智能制造車間,將傳統的捆包流生產流程升級為單件流生產流程,可以實現“數據化、部件化、智能化”生產。即生產全過程數據通過RFID采集的方式實現數字化;將產品制造過程分成若干部件,通過智能懸掛式流水線實現多款、多碼、多色、多部件分別加工拼接;通過生產過程智能控制系統,智能、自動、精確的對繁雜的工序進行管控,完成管理和制造的對接。除上述數字化車間功能外,加上具備智能自動存儲、分揀的面料庫、成品庫,以及各環節之間的輸送線或者AGV等自動輸送系統,可以構成整個智能工廠的整體框架結構。
3 涉及智能制造的關鍵技術
在新的工業革命中,工業技術革命要結合智能制造的基本技術,智能制造是最關鍵的。經濟的飛躍前行和技術革命的不斷翻新,網絡信息化、數字化和云制造,都屬于智能制造的范疇。智能制造的產品,將智能技術、信息技術和數字化結合起來進行產品的研發。在主要的智能制造技術中,涵蓋了智能產品、生產線、研發之設備、供應鏈、生產工廠以及必須加入的后勤服務和管理決策。在推進知識制造業發展中,智力制造設備是為基礎服務的設備。這是一個由人類和知識機器人開發的系統。在生產過程中,這一系統擔負著分析推理與計算的職能,受人為的控制,可以承擔部分決策工作,使生產制造的科學性得以提高。智力生產有五個關鍵技術:自動化智能技術、信息與互聯網技術、大數據和建模技術、信息傳感器和檢查技術、過程設備的集成和自動連接技術。在智能化服裝、家紡車間中應用RFID技術,具有自動化縫制單元、模板自動縫制系統,智能吊掛系統、柔性整燙系統,自動立體倉儲和物流配送系統,建立包含測體、設計、試衣、加工的自動化生產流程及檢驗、儲運、信息追溯、門店管理等在內的信息化集成管理體系。
結語
人工智能技術在紡織工業的智能制造、紡織品設計與分析、流行趨勢和專家系統等領域取得了初步進展。其中,人工智能是紡織智能化制造的核心技術,涉及生產過程特征提取、生產過程優化、生產計劃調度、設備調度算法、質量電路檢測、設備故障診斷等。然而,在這類項目中,知識獲取、知識庫建設、深度學習、優化決策等智能功能仍然不足,需要在下一階段加以改進,從而使智能制造名副其實。
參考文獻
[1]梅順齊,胡貴攀,王建偉,等.紡織智能制造及其裝備若干關鍵技術的探討[J].紡織學報,2017,38(10):166-171.