张 红
(中国纺织科学研究院有限公司 生物源纤维制造技术国家重点实验室 北京 100025)
聚酯纤维是最重要的纺织原料。我国聚酯纤维工业始于1958年,经过60 多年的发展,产量已接近全球总产量的80%,超过中国纺织纤维加工总量的70%。尽管我国聚酯纤维产品规模庞大,但同质化严重,高功能产品比重小、品种少、品质不能满足国际市场高端要求,造成了聚酯纤维产能结构性过剩,行业利润率较低。同时,受到发达国家利用“再工业化”战略在高端领域形成新优势,以及新兴发展中国家凭借成本、资源等优惠条件挤占中低端产品市场份额,我国聚酯纤维产业发展面临“双重挤压”。
新一代聚酯纤维是指具有高品质、高功能、低消耗和低排放特征的差别化纤维,不仅是指纤维的性能、状态的特性,如阻燃、导电、抗菌等。同时强调纤维的可再生原料来源和制造过程的低能耗、低排放、柔性化、智能化。当前,新一代聚酯纤维产业技术创新应以提升聚酯纤维绿色制造、智能制造水平为主线,推动信息化和工业化深度融合,形成面向用户的快速响应机制,构建高效率的产业协同创新网络,带动以聚酯纤维为核心的整体产业链进入全球价值链中高端,增强我国聚酯纤维企业的国际竞争力。
以工业和信息化部发布的《纺织工业发展规划(2016-2020年)》为契机,我国化纤行业智能制造发展取得长足进步。主要体现在:一是智能化装备和工艺广泛应用。一些化纤企业基本实现“机器换人”,生产过程控制部分实现“智能化联动”。二是部分企业在设备互联互通实现一定突破。在工信部组织开展的智能制造试点示范专项行动推动下,部分化纤企业自动化、智能化水平都有相当程度提升,并形成了较好的行业示范效应。例如,新凤鸣集团作为首家实现涤纶长丝生产5G智能化升级的企业,在内外系统联动方面实现数据“精准化传输”,生产监测方面实现“精益化管理”,仓储系统基本实现“无人化作业”等。三是智能化制造技术的应用提升了行业生产效率。一些企业利用数控、智能化等技术,实现从纺丝、假捻变形到丝饼检验分级、包装、仓储全流程自动化、信息化,提高产品质量和经济效益。根据中国化学纤维工业协会有关统计,在智能制造试点示范专项行动中,示范企业2015年实现丝饼数字化精密卷绕成型,纺丝卷绕加弹生产流程数字化控制;卷绕满筒率达到98%,等级判定精确度达到98,产品质量提高10%,经济效益提高20%。
当前,发达国家知名化纤企业除在高端纤维制造及其新产品研发方面具有技术、装备和品牌等传统优势外,还高度重视智能制造水平提升,积极按照各自国家的智能制造战略推进化纤业的智能制造升级,在关键技术方面体现了“数据驱动”的优势。
1.设备智能化。国际知名化纤企业加大研发投入,研制出一批智能化核心部件,重点突破高档数控系统、可编程逻辑控制器(PLC)等工业控制部件,以及高性能伺服电机及驱动器、高精密减速器等伺服传动部件,还有一些激光传感器等测控部件,大幅提高了生产设备的精确度和可靠性。
2.过程信息化。聚酯纤维制造具有明显的“离散+流程”型生产特征,整体流程设备多、环节多。传统制造模式缺乏设备之间、设备与人员之间的联动和协同。随着5G、物联网、人工智能等技术发展,特别是基于 IPv6、4G/5G移动通信、无线传感器网络等新型工业互联网技术规模化应用,国际知名化纤企业推动积极打造基于互联互通的覆盖产品全生命周期的大数据平台,对数据实时采集、高吞吐量存储、数据索引、查询优化并进行分析处理,实现工艺控制、故障诊断和质量保障等过程的“智能化”。
3.生产柔性化。国际知名化纤企业利用新一代的网络和通讯技术,将产品个性化需求和生产制造环节相衔接,建立基于网络的数字化柔性生产系统。数字化的控制技术保障产品个性化、差异化的小批量等多品种生产模式,以及产品质量的稳定性和可靠性。
4.管理集约化。以“数据驱动”实现研发设计、生产制造、经营管理、成本核算、市场营销等各个环节的融合,提高监测追溯、预测维修、质量控制、能源管理、目标客户评估、风险管控等智能化服务能力。
与发达国家知名高端纤维智能化制造发展对标,我国新一代聚酯纤维智能制造发展仍处于初级阶段。特别是在以“数据驱动”的纤维加工过程全流程数字化智能化集成方面任重道远。在综合应用ERP、MES 系统,综合利用工业大数据,推进生产计划优化、生产过程控制、设备监控和产品质量追溯等生产管理与决策的信息化综合集成等方面,与国际高端纤维制造企业相比有明显差距。
为此,促进纤维加工过程全流程数据信息综合集成,实现事件驱动的数据实时通信,提供生产过程分析、产品质量追溯及预测、在线优化调整等智能系统的应用是化纤产业实现智能制造的关键。
化纤产业特别是新一代聚酯纤维智能制造涉及到数据互联互通、分类检测识别、质量追溯优化等方面。重点是实现聚合、纺丝、加弹、包装、仓储物流过程的设备参数及过程信息互联互通,实现工业大数据采集,建立质量关联模型和高品质功能聚酯纤维智能制造标准体系,实现制造与应用过程信息流闭环反馈及产品质量可追溯,以及工艺参数自动调节和故障远程诊断。关键技术主要涉及数据采集系统、数字管理系统质量追溯系统等。
1.数据采集系统。构建产品全生命周期各个环节全流程网络,网络结构分下列三级:厂级网络、主干控制网络、设备组控制网络(见图1)。包括以下三部分:设备组控制网络连接到设备组监控中心;设备组监控中心通过主干控制网络/广域网连接到中央监控中心;中央监控中心通过厂级网络与ERP 系统连接。
图1 网络拓扑结构
中央监控中心建立数据库,实时数据按生产批号、时间、设备分类,生产批次又与产品标码挂钩,实现产品与相关参数匹配。
2.数字管理系统。通过建立ERP管理系统,搭建实时数据库平台。实时数据库系统平台通过API、OPC、DDE、Modbus、Profibus 等多种数据服务方式实现和不同厂家的集散控制系统(DCS)、可编程控制器(PLC)、电气设备(SCADA)、环境检测设备等过程控制层的控制系统、设备、数据平台以及智能仪表等的连接通讯及实时数据采集和历史数据存储,同时通过DCOM 接口、TCP/IP 高级接口、SOAP 接口等实现各类实时数据的集成。
ERP 管理系统将控制画面、数据信息、设备状况等通过可视化平台推送给相关工作人员(ERP 模块结构见图2)。异地的科研人员、设备厂服务人员可在相应的界面中进行对工艺或设备的相关操作。系统也可将库存、产品、生产情况发给外地的管理者,使其便捷地了解情况。
图2 ERP 模块结构
3.质量追溯系统(见图3)。通过ERP、MES、CAPP 等基础信息系统,获取生产过程中的人员、工艺、检验、设备、配套件等数据,是质量追溯的策划、执行、评价和改进的数据基础。在集成数据信息平台的基础上,采用分层结构,包括数据采集层、数据模型层、追溯方法层、状态指标与追溯结果层及客户端层。其中数据采集层是质量追溯系统的数据来源,带有与基础信息系统的接口,采集方法主要有两种:一是通过与其他系统的接口抓取或导入需要的数据;二是采集未包含在基础信息系统内的质量数据,采集方式以二维条码、RFID 等自动识别技术为主。数据模型层按照产品质量信息模型将数据采集层采集的数据信息统一进行转换、整理和关联,使这些数据集合成为能够被追溯方法层直接应用。追溯方法层为质量追溯系统提供追溯的原理和策略,主要包括产品生产过程的追踪策略、产品试验信息追溯策略及配套件质量信息追溯策略等算法。状态指标与追溯结果层包含了质量溯源判断的依据及溯源结果。客户端层提供了对生产质量追溯系统的操作接口,用户通过客户端可以实现对聚酯长丝产品生产过程的信息查询、对质量事故的溯源、状态指标的设定等操作。
图3 质量追溯系统总体架构
在“中国制造2025”战略实施以及和以5G 基建、大数据中心、人工智能和工业互联网为代表的新基建的蓬勃发展下,中国化纤行业特别是以新一代聚酯纤维为代表的高端功能纤维智能制造面临着新的机遇和挑战。
尽管我国化纤行业智能化发展取得较大进步,为产业转型升级奠定了一定技术支撑,但也应当清醒地认识到,我国化纤行业智能化发展仍处初级阶段,应从以下方面加快推进:一是加强化纤行业智能制造的顶层设计,特别是建立健全行业智能制造应用标准体系;二是加快化纤行业智能制造试点示范力度,推动建设一批产业集群智能化服务平台,促进中小化纤企业信息化工业化融合发展水平;三是加大化纤行业智能制造多学科多层次人才培养及储备。