■韩金
〔北京中棉机械成套设备有限公司,北京 100089〕
让纺纱更简单 配棉专家来帮忙
——CAS自动配棉系统让你成为专家
■韩金
〔北京中棉机械成套设备有限公司,北京 100089〕
棉花作为纺织原料,从农产品到工业品离不开交易和使用。供需信息不透明,质量数据难以有效匹配成为困扰交易和纺纱用棉的关键难题,加工企业希望优棉能够优价。纺织企业原料需求个性化,希望买的就是自己需要的。
供需不能有效对接、使用不能精准匹配是困扰纺织企业的一个突出难题。之所以纺企对外棉比较青睐,原因有多种,其中之一是纺织企业难以购买到适合自己纺纱需要的棉花,无法按照质量指标购买棉花,即便按照传统方式购买到了棉花,也是质量不符合要求,供需难以有效匹配,买非所需。
找棉、购棉、配棉、用棉是棉纺企业的一项业务活动,也是棉纺企业一项重要基础工作。我国原棉在性能上呈现出多样性和差异性,使得找棉、购棉、配棉、用棉工作面临的问题越来越复杂。找到适合的、买到经济的、配到精确的、用到优质的,对匹配技术与配棉技术的科学性要求越来越高,棉纺工程具有工序长、周期长、信息反馈滞后、生产连续等特点。在调整纺纱品种时,要保证纱线质量不能因棉花原料的质量变化而变化,就必须考虑棉花质量选择的连续性和稳定性,这需要借助配棉,既要避免质量欠缺,也要避免质量浪费,减少剩余质量或避免产品质量降低。
同样,纺织企业购买棉花和使用棉花分属不同部门,采购部门根据需求采购棉花,纺纱部门依据采购回来的棉花进行试纺。受限于资金和生产计划,配棉只能眼盯着自己的工业库存,难免范围小,眼光受限。俗话说,巧妇难为无米之炊,如果这个米不限于自家粮袋子,而可以放眼全国粮仓,那是否是一位让人艳羡的厨师呢?
如何能够在全国的商业库存中选择配棉?好质量与好棉纱如何有效对接?都是困扰纺织行业的现实难题,亟需行业解药。
随着信息化对经济社会发展的影响日渐深远,大数据被广泛应用于企业生产和经营活动中,成为当下最流行的应用。棉花大数据的重要意义不仅体现在庞大的数据量上,更体现在有效解决配棉难题上。全国棉花交易市场的棉花大数据正成为一种生产要素,在棉花产业链的数据分享和价值创造上日渐发挥着重要的经济推动作用。
由全国棉花交易市场控股的北京中棉机械成套有限公司致力于通过技术解决纺织购买和使用的难题,通过数据平台搭建供应端和应用端的对接,通过大数据成熟精准的匹配算法解决精准购棉和精确用棉的行业难题。
传统纺纱配棉主要是人工配棉、人工计算,效果很大程度上取决于人的经验,不免片面和偶然。为了做好配棉,配棉专家也需要多年的经验积累,在人力成本高企的背景下,配棉人才瓶颈已经成为现代纺织业发展的掣肘。
尽管大多数纺织企业有配棉师指导配棉生产,但基本上依靠纺织配棉师的经验来完成,为了保险起见多用高质量高安全的棉花,很难适合适度,真正意义上的精准匹配难以实现。
从改善纺纱配棉优化出发,将产业链上游棉花生产加工企业和下游用棉企业整合在基于大数据的精准购买和精准匹配的配棉平台上,实现产业链上下游有效衔接、精准匹配,为纺织用户找到适合自己的加工企业,为纺纱厂匹配到适合自己的纺织原料,从根本上降低交易成本和用棉成本。
通过CAS自动配棉平台,采集端和应用端在平台上实施有效对接,实现找棉和用棉。通过供需双方的使用和查询检索,供应端的加工企业可以看到应用端的纺织企业关注和需求,纺织企业可以查看检索符合纺纱要求的加工数据,提高应用端配棉软件的使用频率和用户体验,实现纺织企业根据纺纱质量匹配所需原料,达到精准配棉的目的。
为解决打车难问题,滴滴出行设计了打车系统,将打车过程平台化。平台把乘客、司机按照匹配条件对接在一起,让有供应的司机与有需求的乘客在时间、空间上有效匹配,降低空驶率,最大化节省司机与乘客的资源和时间,颠覆了路边拦车模式,优化了乘客打车体验。滴滴出行实现了乘客和出租车之间精准匹配,是出行需求和租车资源供应之间的有效对接。
借鉴滴滴出行的精准匹配原理,由中国纤维检验局、西安工程大学和北京中棉机械成套有限公司共同开发CAS自动配棉系统(详见图1),集大数据与纺织工程学于一身,实现纺织企业“买的就是想要的,用的就是正好的”这个最简单的匹配需求。
图1 GAS自动配棉系统界面
纺纱企业根据下游需求订单生产,棉花原料也需要按需采购,按质量指标购买是棉花行业最迫切的需求。正是因为质量和价格的高度相关性,买卖交易和配棉使用离不开质量指标,质量成为纺织企业高度关切的内在指标。棉花质量与成纱质量之间的关联,形成CAS精准配棉的核心。
纺织企业用棉之所以要配棉,最大的困惑就是原料不是无限制,受资金约束,绝大部分纺织企业工业库存不足。包与包之间、批与批之间存在质量差异,要保持纱线质量稳定,就必须合理配棉,配棉师选择的范围较小。
CAS自动配棉平台使用原棉不再受限于单个工业库存,首次可以实现纺织企业全国商业库存中找寻符合纺纱要求的棉花,在更大的范围内找棉和用棉(图2为CAS具备的找棉功能i棉网模块)。
图2 i棉网的找棉功能示意图
加工企业同等质量想卖高价,纺织企业同等价格想要质优。精准匹配、精准配棉,就是纺织用棉的市场化需求。
大数据解决了一个核心问题,就是做供需双方的智能匹配。
滴滴出行的大数据打通了供需,生成更加优化的服务和产品。针对纺织配棉存在的难题,实现供需对接、精准配棉,需要设计一款产品,依据北京中棉机械成套有限公司自身大数据挖掘能力,将技术推进、业务演变与行业需求及问题解决相结合,构建数据平台产品解决方案,这个平台就是CAS自动配棉平台。
现代配棉技术是以原棉管理为基础、成本控制为核心、成纱质量预测为手段,综合运用系统工程的思想和方法,对棉花加工、检验等质量大数据进行智能化高度概括,将棉纺学、运筹学、经济学、模糊数学、地图位置以及计算机技术,定量和描述配棉全过程的规律,并运用互联网思维和互联网大数据匹配技术和搜索技术,形成棉纤维和纱线质量检测为主体的在线网络化棉纱质量工艺专家指导系统。图3 为CAS自动配棉演示界面。
图3 CAS自动配棉演示界面
传统配棉方式,因为棉花库存有限,以及受配棉工程师的经验限制,为确保纺纱质量,往往采用高棉低配,形成质量过剩,在纺纱指标不明或者要求无法准确描述时,就难以得到理想的配棉效果。配棉平台构建,让供需双方和纺织用户有了更多选择,通过精准配棉软件和配棉平台取代人工经验配棉,让配棉结果更精确,既满足纺纱最低质量要求,也不会超越质量要求形成过剩。配棉平台构建健康生态圈,通过质量匹配、资源配置、精准配对,达到交易和使用的资源合理配置目的。
CAS首次实现了纺纱质量预测和自动精准配棉,有了她,配棉不再是专家的事,纺纱更简单。
1.韩金.解构纺织精准配棉:棉花大数据应用商业调研[J].中国棉麻产业经济研究,2015(3):20.
2.韩金.中棉公司基于大数据优化购棉与配棉的棉联网平台应用研究[D].中国人民大学硕士学位论文,2016.
3.邱兆宝.基于HVI数据的配棉优选模型及应用研究[J].棉纺织技术,2012(12):14.