华交会展位申请:021-5414 3996
距华交会开幕还有天    中文  English  日本語
分享到: 更多
高科技正在改变我国纺织业,智能制造成效明显
发表日期:2018年1月11日

在推进供给侧结构性改革的过程中,我国纺织产业升级步伐加快,在激烈的市场竞争中不断迈向中高端。但发展中,来自成本、环保、市场竞争的压力以及招工难、融资难等一系列问题,都是当前纺织行业发展面临的挑战。要解决这些问题,通过智能化进程促进产业转型升级是关键之一。

智能化应用已覆盖全产业链

在用工荒、劳动力成本居高不下的今天,智能制造的变革是传统制造业走出当下困境的有效方法之一,能够助力企业提高利润率,增加核心竞争能力。党的十九大报告提出“加快建设制造强国,加快发展先进制造业,推动互联网、大数据、人工智能和实体经济深度融合。”现阶段,智能制造正是我国纺织行业的主攻方向。特别是近两年来,纺织业以智能制造为焦点,形成试点项目,成效明显。

目前纺织智能制造重点应用领域包括化纤制造智能化、纺织加工智能化、染整加工智能化、服装设计加工智能化、纺织服装规模定制、纺织产业供应链智能优化管理、废旧纺织服装资源循环利用、可穿戴智能纺织品等。

从现有路径来看,纺织服装业推进智能制造,将从产品设计智能化、关键工序智能化、供应链优化管控等方面,推进重点行业智能制造单元、智能生产线、智能车间、智能工厂建设。同时也积极培育新型生产方式,不断探索大规模个性化定制、云制造等新型制造模式。

我国纺织服装行业智能化发展速度很快。一项对我国纺织行业340家企业开展的智能化应用调查结果显示,全行业开展定制化的企业逐渐增多,智能化应用已覆盖纺织行业全产业链。

青岛红领集团就是智能纺织的典范。该公司通过导入信息化管理体系,抓住个性化、小批量、定制化的消费趋势,把个性化定制和大规模工业化生产相融合,以客户为导向,以大数据为工具,推行“c2m”模式,直接将产品卖给消费者,借助资源整合和信息化流程再造,打造快速供应体系,把每个员工变成能应变的“机器人”,根据不同的标准指令操作,使原本全手工制作、动辄价格数万元人民币的定制西服的价格降低到了几千元。

有专家预测,到2020年,我国纺织行业智能制造应用标准体系将初步建立;数字化、智能化工厂(车间)建设将取得显著成效,普及率大幅提升;行业智能制造共性关键技术和装备将实现明显突破,新一代互联网、大数据、人工智能技术与纺织工业的融合进一步深化。

问题和不足

行业信息化水平的提升、智能化进程的加快,为我国纺织产业转型升级提供了坚实的技术支撑。但同时也应当清醒地认识到,纺织行业智能化还处在初步发展的阶段,还存在许多问题和不足。

首先,企业间、地区间两化融合发展不均衡,多数企业对智能化转型的认识水平和建设能力有待提高。其次,行业智能制造缺乏顶层设计,智能制造、物联网相关领域标准化工作滞后。再次,纺织行业智能制造技术创新能力仍然不强,智能制造解决方案供应商亟待培育。最后,智能制造专业人才缺乏。

以服装制造为例,现阶段存在的问题主要体现在大量信息流仍然依靠人工统计,效率低下;各个工序间的物料转运还基本依靠人力;制造装备自动化、信息化程度低,生产装备大量依赖人工操作;质量监测没有形成完整的数据体系,质量问题难以追溯。

针对这些问题,有技术企业提出了系统性的智能解决方案,覆盖生产过程的每一个环节。比如,智能面料存储系统可以实现面料在整个库区内的无人工搬运,找寻面料时系统自我报告,管理者只需在显示器上操作,即可进行面料捡取;生产数据实时采集系统针对生产现场的数据采集,实时获取车间现场的数据信息,为生产及决策提供依据;智能生产辅助机器人系统则是集机械、电子、控制、计算机、传感器、人工智能等多学科先进技术于一体的自动化装备。

目前行业内的不少知名服装企业都多多少少运用了这些智能系统,包括九牧王、海澜之家、大洋、江苏天源等企业。但由于一体化智能设备的投入成本较高,因此普及率还不是很高,很多企业只是部分采用。

四大举措推进智能制造

智能制造是纺织业转型升级的重要抓手,要进一步加快推进智能制造的落地,纺织业还需要做很多努力,政府管理层面也要积极地动起来。

首先,要推进智能化纺织装备的研发和应用。纺织装备是纺织行业开展智能制造的基础和新一代信息技术与纺织技术融合的载体。智能化纺织装备的产业化应用,是提高生产效率和产品质量的关键。应当充分利用现有资金渠道,支持企业开展新型纺纱织造装备、新型印染等装备的研发与推广。

其次,要充分发挥试点示范的带动作用。工信部已连续两年开展智能制造试点示范行动,纺织行业涌现出一批先进典型。应当充分总结领先企业的成功经验和技术,并在全行业进行推广,从而带动纺织行业智能化水平的整体提升。

还有,打造纺织行业智能制造人才队伍。培养一批兼具纺织行业知识和智能制造技术的复合型人才,一批擅长智能化装备与系统操作的高素质职业人才。探索多样化的人才培养机制,鼓励纺织企业与高校合作培养智能制造人才。

搭建纺织行业智能制造公共服务平台。通过产学研深度融合,推进纺织智能制造公共服务平台的建设,向企业提供纺织行业智能制造关键技术的测试验证、转移孵化、专业技术咨询等服务,强化服务资源支撑,加速纺织行业智能制造前沿技术的应用。

X关 闭
微信二维码