乔燕
摘 要:近年来,社会迅速发展带动了各行各业的发展,纺织服装行业的发展也有了进步。中国纺织服装业进入“新时代”,正加速成为创新驱动的科技产业。文章从纺织服装业的国内外发展历程、投资状况、发展趋势等方面,详细论述了我国纺织服装业智能化与智慧化建设的现状、智能制造的关键装备及技术、智慧服装的发展趋势,并从智慧化发展的社会责任、大数据平台、人工智能与产业协同、柔性智慧服装、行业规范等方面进行了展望,建议建立智能纺织品等系列产品的国家标准,为我国纺织服装业的智能化发展提供有益借鉴。
关键词:智能制造;纺织服装工业;应用现状;展望
引言
“十三五”时期是我国制造业提质增效、由大变强的关键期。智能转型是建设制造强国的关键,实现“数字化、网络化、智能化”制造,是制造业发展的新趋势,也是新一轮科技革命和产业变革的核心所在。在新一代信息技术改造传统纺织服装行业大背景下,推动纺织服装产业向绿色低碳、数字化、智能化和柔性化等方向发展,建设纺织服装智能工厂系统与平台应运而生。围绕纺织机械设计基础理论创新、纺织装备智能化、纺织智能工厂、纺织智能云平台和纺织大数据等领域的技术与应用创新,在新型纺织机械设计、RFID与泛在感知网络、面向纺机装备智能化的人工智能、纺织制造物联与智能工厂、嵌入式系统、分布式计算与智能信息服务、纺织制造大数据、复杂系统建模与优化控制等方面开展基础理论与应用技术研究,将实现纺织服装制造全过程的动态感知、智能计算、优化控制与实时信息服务,探索实现纺织行业“互联网+”和纺织制造大数据创新应用中的核心关键技术,进而打造兼具共性技术高度和行业特色的科研创新体系。
1 纺织工业智能化研究范围
纺织工业的智能化和智慧化研究范围非常广泛。现代信息控制技术已经渗透到纺织服装生产各个领域。纺织工业的各个领域与环节正趋向于建立数字化纺织设计、加工、制造和供给全过程的整体集成模型,因此研究行业智慧化应从全部要素和流程入手。智慧化的智能纺织工业应至少包括3层含义:①智能纺织产品:以纺织产品为基质(或媒介)通过跨领域技术整合(光电、通信、生物医药等),创新研发、拓宽纺织产品应用范围;②智能制造:实现生产过程控制智能化,产品设计制造的信息化,制造装备数字化,企业管理信息化,商贸和咨询服务网络化;③智能供给:以电子商务为主要平台的大规模个性化供给方式正在推动新一轮产业革命的诞生。纺织行业的智能化不仅表现为以结果为导向,还要深刻理解智能产品给生产和供给带来的影响和驱动。智能化是一个互相推动和作用的潘多拉魔盒,无论从哪一端研究都会发现其内在的魔力,使生产和供给不再是一个单一依存的系统,更趋向于自我智慧化的智能系统。
2 服装生产等缝制行业的智能化现状
目前,在缝制类工厂智能化升级改造中,多数企业从应用智能化悬挂式生产线开始做起,将生产车间的生产数字化、智能化。行业头部企业开始将整个工厂的物流体系,包括从面料到生产到成品库的系列物流输送环节打通,避免信息孤岛,形成智能化工厂。缝制行业智能制造车间,将传统的捆包流生产流程升级为单件流生产流程,可以实现“数据化、部件化、智能化”生产。即生产全过程数据通过RFID采集的方式实现数字化;将产品制造过程分成若干部件,通过智能悬挂式流水线实现多款、多码、多色、多部件分别加工拼接;通过生产过程智能控制系统,智能、自动、精确的对繁杂的工序进行管控,完成管理和制造的对接。除上述数字化车间功能外,加上具备智能自动存储、分拣的面料库、成品库,以及各环节之间的输送线或者AGV等自动输送系统,可以构成整个智能工厂的整体框架结构。
3 涉及智能制造的关键技术
在新的工业革命中,工业技术革命要结合智能制造的基本技术,智能制造是最关键的。经济的飞跃前行和技术革命的不断翻新,网络信息化、数字化和云制造,都属于智能制造的范畴。智能制造的产品,将智能技术、信息技术和数字化结合起来进行产品的研发。在主要的智能制造技术中,涵盖了智能产品、生产线、研发之设备、供应链、生产工厂以及必须加入的后勤服务和管理决策。在推进知识制造业发展中,智力制造设备是为基础服务的设备。这是一个由人类和知识机器人开发的系统。在生产过程中,这一系统担负着分析推理与计算的职能,受人为的控制,可以承担部分决策工作,使生产制造的科学性得以提高。智力生产有五个关键技术:自动化智能技术、信息与互联网技术、大数据和建模技术、信息传感器和检查技术、过程设备的集成和自动连接技术。在智能化服装、家纺车间中应用RFID技术,具有自动化缝制单元、模板自动缝制系统,智能吊挂系统、柔性整烫系统,自动立体仓储和物流配送系统,建立包含测体、设计、试衣、加工的自动化生产流程及检验、储运、信息追溯、门店管理等在内的信息化集成管理体系。
结语
人工智能技术在纺织工业的智能制造、纺织品设计与分析、流行趋势和专家系统等领域取得了初步进展。其中,人工智能是纺织智能化制造的核心技术,涉及生产过程特征提取、生产过程优化、生产计划调度、设备调度算法、质量电路检测、设备故障诊斷等。然而,在这类项目中,知识获取、知识库建设、深度学习、优化决策等智能功能仍然不足,需要在下一阶段加以改进,从而使智能制造名副其实。
参考文献
[1]梅顺齐,胡贵攀,王建伟,等.纺织智能制造及其装备若干关键技术的探讨[J].纺织学报,2017,38(10):166-171.