纺织行业机械制造中的大数据技术应用分析

张宸銘

摘 要：印染行业体量较大，对于这样的行业而言，大数据分析显得尤为重要。在社会经济和科技的快速发展下为了能够为纺织智能机械制造行业提供更多的发展支持，促进纺织智能制造技术的发展文章在阐述智能制造内涵和关键技术形式的基础上，结合当前纺织行业发展现状，为如何更好地借助智能技术优化纺织行业发展进行策略分析。

关键词：大数据技术;纺织;机械制造;智能化

一般来说，大数据在具体应用操作的时候能够像整合电脑系统一样来对大数据信息进行全方位的分析处理。而纺织行业拥有大量的经济运行数据、海关进出口数据、企业经营发展数据、市场数据等，这些数据信息能够从宏观角度上体现出行业发展的情况。将大数据技术应用到纺织行业，能够解决纺织行业大量数据信息的处理繁琐问题，提升各类信息的综合利用率。纺织智能机械是纺织行业实现智能化、稳定化、长远化发展的关键，为此，文章结合纺织行业机械制造发展实际情况，就如何依托大数据技术更好地实现纺织机械智能化发展进行策略分析。

一、基于大数据技术的智能制造内涵

1.智能制造内涵

从上个世纪80年代开始，美国第一次提出了智能制造的发展理念，在经过几十年的发展，特别是物联网技术、云计算等信息技术的快速发展，使得智能制造的内涵发生了新的变化，当前智能制造主要是指基依托信息通信技术和先进制造技术融合的，体现在设计、加工制造、管理服务等活动各个环节的一种生产方式。大数据技术的应用流程如图一所示。

智能制造的发展是一项庞大的功能，需要从产品、生产、管理、模式等角度深入推进进行。智能制造的发展需要得到信息网络的支持，在时代的发展进步下智能制造的发展内涵也在不断发生着变化。

2.智能制造和关联技术分析

从当前工业化发展实际情况来看智能制造是最新一轮工业革命发展的核心技术形式，在社会经济和科技的在影响下智能制造体现出不同的表现形式，诸如云制造、数字化制造、网络制造等。从宏观角度上来看，智能制造技术基本上涵盖智能产品、智能机械、智能生产车间、智能工厂、智能产线、智能物流、智能供应、智能开发、智能服务管理等内容。

二、纺织行智能制造的发展需求分析

参照《工业4.0参考架构模型》和中国智能制造标准化参考模型可以发现防止智能制造体系的发展需要充分考虑产品的生命周期和各个阶段的生产情况等，打造多维度的建设工作模式，实现产品设计、制造、物流运输、销售管理多个环节的一体化发展。为了能够满足以上纺织行业智能制造建设发展需要，需要利用物联网技术在互联纺织制造过程各个加工工序设备的基础上纺织智能制造的系统构成如下所示：第一，横向集成。纺织智能制造行业的横向集成主要是指面向纺织产品生产全生命周期的物料和信息的全面收集整理，具体包含企业之间的横向集成和企业内部的横向集成。其中之间的横向集成主要是指打破产业链的发展约束，促进各个企业之间信息的有效 沟通交流。纺织产品全产业链管理是从上中下游三个方面来对纺织行业的物流发展进行管理。大数据的快速发展催生了纺织行业横向集成发展新需求。考虑到在集成化发展过程中各个企业信息不对称的问题，因而怎样治疗出统一和离开的数据接口规范成为相关人员需要思考和解决的问题。第二，纵向集成。纺织行业发展过程中所涉及到的纵向集成包含服务的封装、服务平台的打造、服务配置的补充几个方面。其中，制造服务封装主要是指地制造业的发展资源、服务管理等进行封装化处理，实现对产品封装操作的集成化管理。第三，端到端的集成化发展。在纺织产品的智能制造中，客户往往会参与到产品的设计和生产中，因而会使得产品的生产链更加严谨。在纺织车间中端到端的集成需要依靠大户数据技术。在大数据技术的作用下会将产品的供应商、产品的销售商、产品客户和纺织物设计、纺织物生产和售后服务等统一联系在一起，实现对纺织产品的规模化管理。为了能够实现端到端的发展目标，需要在大数据平台上设计出面向设备管理和生产调度的决策算法，在算法的支持下实现纺织行业的精准化发展。

三、基于大数据技术的纺织智能制造技术分析

纺织智能化发展的核心是机械的智能化，在实现纺织机械智能化发展的过程中往往会涉及到智能控制技术、信息网络技术、智能装置处理、纺织机械智能的检测和故障判断等。

1.纺织机械的智能化控制技术

纺织行业在发展的过程中具有连续高负荷运作的特点，工作环境多为高温高压和高湿润。从实际加工生产情况来看，纺织机械的基本控制包含以下几个方面的内容：第一，均匀的纺织控制。在纺织行业发展的过程中需要相关人员强化对纤维纱线的定量控制，减少纱线使用细度分布不均衡的问题。第二，强化系统张力控制。在纺织行业发展的过程中需要对纤维、纱线、纺织物开展必要的在线张力检测和施工控制。第三，做好纺织生产的速度、位置控制。第四，加强对纺织生产工艺的操作动作和循环管理控制。

2.纺织机械的智能化控制细节分析

纺织机械的智能化控制重在细节，尤其是纺织工艺和通用控件，所以，首先要针对某一种纺织工艺设备开发所使用的控制器。在发展纺织工艺的时候根据各个工艺设备的使用特点来积极研发嵌入式处理器和芯片技术。在信息科技的发展支持下纺织行业可以加大力度研究开发可编程控制技术、CAN控制技术，通过对这些技术的研究和开发实现对整个纺织机械系统的智能化控制管理。其次，基于通用控制性器件支持的智能化开发控制系统。在纺织工业发展的过程中相关人员要加大对PLC控制器件、工程控制机的开发使用。

3.纺织机械生产加工的信息化和网络化

纺织行业属于传统行业，受新兴经济影响最大，数字化时代下，传统产业的生产线改革创新尤为重要，从整个纺织行业的发展实际情况来看，纺织行业首先要进一步改进生产工艺，解决操作工艺繁多、涉及機械种类众多的特点。整合生产工艺以后，简化设备种类，更换成综合性、集体化程度更高的设备，降低整体实现信息化的难度。只有生产线整体实现信息化，生产才能数据化，整个行业才能走向网络化。当然，在纺织行业发展整体数字化的过程中，为了能够更好地实现网络信息化发展，还必须需要强化各个设备之间的网络通信，网络通信技术的实现是解决未来对设备进行联网控制的基础。

4.纺织生成智能装置和机器人的研发

当前，我国纺织行业在发展的过程中仍有一些工作是需要人工完成的，比如细纱机械设备的自动落纱操作、粗纱机的落纱操作，多条机的还筒操作等。而这些工作的开展往往需要消耗较多的人力和物力，但在信息技术的发展支持下则是可以借助大数据技术来统一完成以上的工作，从而大幅下降成本。根据纺织工艺的条件和要求，完全可以借助大数据技术形式开发出一种自动化系统装置，通过自动化自动装置的开发来增强整个系统工序操作的安全性和可靠性，并在纺织行业发展的过程中减少系统空间的占用。另外，在纺织行业发展的过程中可以应用工艺机器人，根据系统动作轨迹和动作速度来完成系统可编程操作。借助系统操作来完成编程的优点是在很大程度上减少了专用机械结构开发操作的局限，缺点是整个工序在运作的时候机器人的运动速度十分有限，整体运作的紧凑性较差。

5.纺织机械智能化检测和故障分析

纺织机械智能化的重要保障就是智能化检测和故障分析，主要是加工工艺参数的检测，机械电气性能的监测，以及故障类型的判断。第一，纺织加工工艺参数的在线检测和分析。在纺织工艺发展的过程中可以应用先进的技术形式对纤维的细度、纤维的包密度、纤维的含水率以及纱线的运动状态进行全过程的监督，了解紡织行业在的温度压力和加工浓度等参数信息。第二，加强对机械电气性能的在线监测和控制。对机械电气性能的监控包含各个零部件的位移、零部件的基本运行轨迹、机械运行加压和电流损耗等。第三，加强对纺织机械故障类型的综合判断。借助先进的技术形式对纺织机械动态特点问题开展研究，打造科学合理的纺织机械故障分析判断模型，通过对一系列纺织机械工艺参数的获取和分析能够及时掌控整个纺织工艺的参数信息。

6.强化各个纺织生产工序的自动化连接

智能化的第一步就是自动化，对纺织产业来说，自动化的重点就是调试好纺织生产工序的自动化链接，具体从以下两方面进行操作：第一，根据各个工序设备及其在生产车间的空间分布情况来设置出专业的纺织生产装置系统，完成对已经设计完成纺织品的工序运输传递。这种专业的纺织产品信息输送系统具有信息传输效率高的特点，但是在具体应用的时候需要根据纺织品的应用情况来设置不同功能的输送装置系统。第二，基于自动牵引的小车输送系统。基于自动牵引的小车输送系统具有良好的通用性，在具体应用的时候能够以纺织行业的发展实际情况来编订可编程控制系统。

7.基于大数据技术的纺织智能制造机械数据建模

大数据技术是纺织机械控制模型和算法操控的重要基础，纺织智能机械大数据技术所包含的内容由纺织机械运行状态数据信息，具体包含纺织机械运行的速度、电压和电流波动和电力资源的消耗;纺织加工工艺数据，具体包含纱线织物的基本张力纱线和纤维条的细度大小等。

四、结束语

综上所述，纺织智能机械制造是多学科交叉的系统性工程，在具体实施操作的时候往往会和产品加工、产品生产管理、基础应用四个维度进行操作。在信息科技的发展支持下纺织行业的发展将步入到新的发展阶段，表现为纺织业逐渐步入到数字化、信息化的发展进程。大数据技术的出现和发展为纺织行业的进步提供了重要的支持，实现了纺织智能化发展。纺织智能制造机械是一种高端机械设备，是整个纺织行业的发展基础，工艺机械是纺织行业的核心力量。因此想要在大数据环境下实现纺织行业的进一步发展需要相关人员强化对纺织智能制造机械理论的研究，从而为纺织智能制造机械的设计提供更有力的支持。

参考文献：

[1]刘佩全.纺织行业数据处理过程中大数据技术的选择与应用[J].纺织导报，2017（3）：90-91.

[2]张洁，吕佑龙，汪俊亮，等.大数据驱动的纺织智能制造平台架构[J].纺织学报，2017（10）.

[3]韩金.解构纺织精准配棉——棉花大数据应用商业调研[J].中国棉麻流通经济，2015（3）：20-26.

[4]邵景峰，贺兴时，王进富，等.大数据环境下的纺织制造执行系统设计[C]//第十八届中国科协年会，2018（11）：23-26.

[5]栾劲.大数据为机械制造企业所带来的影响[J].中国新通信，2017（10）.

[6]雷亚国.大数据下机械装备故障的深度迁移诊断方法[J].机械工程学报，2018.