5月11日，2018年纺织服装智能制造方案推介及纺织智能制造系统解决方案供应商对接会在北京举办。
中国纺织工业联合会党委书记高勇，工信部装备工业司副司长王瑞华，消费品工业司副司长曹学军，中国纺织机械协会会长王树田、总工程师祝宪民、副会长吕洪钢、李毅、徐林等出席了会议。60多位纺织装备企业负责人、纺织服装企业代表、智能制造系统集成商、软硬件供应商以及其他与纺织智能制造有关单位的代表参加了会议。
夯实基础推动纺织行业智能化转型
中国纺织工业联合会党委书记高勇在发言中指出，当前我国经济正从高速发展向高质量发展转变，而要高质量发展，智能制造是基础。根据《纺织工业“十三五”规划》，纺织行业要建立纺纱、化纤长丝、针织、印染、非织造布、服装6条智能示范生产线和一个机织智能生产车间。目前纺纱和化纤长丝智能制造生产线进展较快，在最近两年内可实现纺纱生产夜间无人值守，纺纱过程的无人化将可以实现。但总体来看，目前纺织过程仅仅实现了自动化和数控化、信息化，离真正智能化的要求还比较远，在工业2.0、2.5、3.0方面还需要补课，离工业4.0要求还有距离。对此，应有清醒的认识。
由于劳动力成本不断提高，企业招工困难，纺织企业面临着巨大的转型升级压力，这也迫使企业不得不进行自动化、数控化改造。纺织产业链长，各生产环节智能制造发展进展不一。高勇认为，除了纺纱、化纤智能生产外，目前需要下功夫最大的是服装生产过程。缝纫过程实现了吊挂化，还没有实现自动化，要实现无人化还需要较长的时间。高勇提出，要推进纺织服装智能制造，一方面是建立和完善智能制造示范生产线，另一方面是加快在业内的推广，相关供应链也要不断完善。此次会议的召开，就是要把智能制造系统解决方案供应商集中和组织起来，使纺织服装智能制造示范生产线更快建立和推广，促进纺织服装智能制造系统提升。
工信部消费品司副司长曹学军表示，在《中国制造2025》里，智能制造是转型升级、强国建设的主攻方向。智能制造对纺织行业来说已经有了一些好的实践，在提高生产效率、提高产品质量、提高市场快速反应能力、缓解用工短缺和环境的制约方面发挥了重要作用。近些年，在中国纺织机械协会和企业的共同努力下，纺织行业的智能制造进展特别明显，在“十三五”规划中提出六条生产线，棉纺、化纤、服装、针织等都有了成功的试点，有12个项目列入了工信部的试点示范，18个项目列入智能制造新模式和标准验证平台的专项支持。尽管试点示范取得了一定的进展，但整个行业智能制造的基础还比较弱，行业内参加贯标的企业只有400多家，通过单项评定的企业不到150家，成套生产线智能车间企业只有几十家，基础参差不齐，工作任务非常重；同时，关键技术和软件还要进一步提升。工信部部长苗圩在5月9日出席2018智能制造国际会议时指出，要坚定不移地推进智能制造，他提出了4个着力：着力补齐短板、着力促进应用、着力夯实基础和着力扩大开放。这4个着力对纺织行业同样适用。通过今天供应商和企业的对接会，可以以需求为基础，以创新为支撑，把纺织行业分行业的智能制造系统解决方案能做得更完善，更具有可复制性和推广性，从而推动纺织智能制造的提升。
工信部装备工业司副司长王瑞华对当前国内智能制造发展的总体情况进行了介绍。她表示，近年来，通过试点示范、三年行动计划等措施，传统产业转型升级及智能制造建设已经取得一定成效。智能制造的发展，不仅促进了装备企业供给能力的提升，4000多台(套)设备实现了创新应用，在工业互联网领域实现快速提升，而且促进了行业新旧动能的转换，实现了各方面信息技术的集成联合创新。随着互联网企业入驻、社会资金融入，联合体发展模式基本形成。 王瑞华表示，当前智能制造推进体系已经形成，部分概念走向落地，高质量发展已经成为共识。下一个发展阶段，行业企业应进一步补短板，促应用，打基础，扩大开放，深入推进智能制造工程的带动性，国家相关机构也将提升试点示范项目申报应用门槛，制定、细化供应商解决方案，完善标准、模式等基础构架，推动国内制造业企业与国际领先企业、机构的合作，深入推动智能制造的发展。
中国纺织机械协会会长王树田表示，中国纺织工业是在全球具有竞争优势的产业，已具备发展智能制造的条件。为了以智能制造为基础促进纺织业做强，工信部对纺织服装智能制造的具体工作进行了很多辅导和指引，相关供应商和使用企业也做了很多努力。当前企业智能化投入存在风险，这需要企业家有远见和魄力。王树田提出，当前科技发展很快，平台建设尤为迅速，因为通过平台能集中不同行业的企业，融合资源优势。他希望通过中国智能制造系统解决方案供应商联盟纺织行业分盟，能为中国纺织工业的发展作出贡献。
密切对接供应商联盟提供系统解决方案
为完善纺织行业智能制造系统集成技术研发、行业应用和市场推广的一体化公共服务平台，进一步带动纺织行业智能制造装备发展，推动纺织行业向新一代智能制造转型升级，纺织行业智能制造系统解决方案供应商联盟暨中国智能制造系统解决方案供应商联盟纺织行业分盟于去年12月授牌成立。
中国智能制造系统解决方案供应商联盟纺织行业分盟负责人祝宪民介绍了分盟当前的运行情况。他表示，在国家工信部、发改委、科技部等部委支持下，我国纺织服装行业在智能制造方面已经取得了一定成效，具备成立分盟的条件。例如，在建设涤纶长丝自动落卷及包装仓储、棉纺、色织纱浸染、双针床经编机等数字化车间，服装生产个性化定制、针织品柔性定制与生产一体化等试点示范生产线中，核心智能制造装备供应商、系统集成商、软件开发商和用户组成了各自的产学研联合体。纺织行业智能制造系统解决方案供应商联盟暨中国智能制造系统解决方案供应商联盟纺织行业分盟由中国纺织机械协会、北京机械工业自动化研究所、沈阳新松机器人自动化股份有限公司、机械工业第六设计研究院有限公司、经纬纺织机械股份有限公司、郑州纺机工程技术有限公司等30余家单位组成。理事长单位由中国纺织机械协会担任。联盟的成立为纺织行业智能制造在供给端和需求端提供有力支撑。
经过一段时间的准备运作，分盟在深入开展“针织装备通信”、“针织面料生产管控”、“经编织造数字化车间通用模型”、“染整智能设备通讯”等智能制造标准研究方面取得一定进展。在于2017年6月举办中国智能制造系统解决方案供应商联盟纺织行业智能制造对接会后，十余家企业在纺织机械协同设计制造标准研究、医卫用万吨级生物质非织造布生产智能工厂、色织纱线浸染生产全流程机器人集成示范应用项目、面向化纤长丝的机器人自动化长流程生产线示范应用项目实现成功对接。
祝宪民表示，分盟下一步的工作将集中在3个方面。一是依据《国家智能制造标准体系建设指南》的要求，依托全国纺织机械与附件标准委员会，按照纺织行业细分领域各自特点，继续组织开展纺织智能制造行业应用标准的研究工作。二是继续组织纺织行业智能制造系统解决方案对接会，组织相关企业进行专题对接，组织供应商与用户进行具体项目对接，组织大专院校与供应商进行大数据分析、人工智能应用对接，大力推介纺织行业优秀系统解决方案。三是在2018中国国际纺织机械展览会暨ITMA亚洲展览会上，集中展示分盟成员优秀系统解决方案，宣传推广联盟，扩大联盟社会影响力。
协同创新各方共同努力实现智能制造蓝图
“十二五”以来，在政、产、学、研、用各方多年的努力下，目前智能制造新模式已基本涵盖了纺织服装制造的六大领域。
中国智能制造系统解决方案供应商联盟纺织行业分盟秘书长、中国纺织机械协会副秘书长侯曦系统介绍了目前纺织服装行业典型的智能制造系统解决方案。来自化纤、纺纱、针织、非织造、服装等领域的企业代表和专家以及智能制造解决方案供应商代表分享了他们对智能制造的实践和思考。
江苏国望高科纤维有限公司总工程师梅锋分析了化纤企业的发展要求，并介绍了对聚酯长丝智能制造未来工厂的构想。梅锋表示，化纤行业目前整合度越来越高，一方面企业以规模化来提升效率、降低成本，另一方面对产品的功能性要求越来越高，要以领先的技术实现专业化、定制化的生产。公司未来将实现从产品性能、功能设计，熔体输送、聚合、纺丝、加弹工艺，生产制造，检测、物流、包装等全流程智能化数字化生产，通过工业云和工业大数据，实现产品定制化生产。具体包括搭建化纤网上交易平台，建设生产工艺仿真系统、数字化智能加工系统，实现生产全过程在线质量监测及管理，建设智能物流系统，智能清板及智能更换、清洗吹扫，喷丝板检测和组装系统，智能镜检机器人系统。他还向供应商介绍了化纤企业当前对智能化的需求：如何按照智能工厂的整体设计要求，结合化纤工艺流程改进，实现效率、品种、品质同步提升；对纺丝清板、组件拆卸、POY上丝等关键工序环节有针对性的突破；如何搭建自己的大数据应用及平台。
山东鲁泰纺织股份有限公司研究院院长助理刘政钦介绍了鲁泰在两化深度融合助推智能制造方面的实践和感受。刘政钦认为，数据的信息化是智能制造的基础，两化融合是智能制造的关键，以人为本是智能制造的初心。鲁泰集成融合了30年来在技术工艺、企业管理、客户信息等方面的数据资料，构建了计划排产、生产协同、质量控制、资源管理、互联互通、决策支持等六维智能大数据平台。基于大数据平台、移动互联网技术、智能物流、云计算等实现两化深度融合，助推实现智能生产，从大规模的制造向大规模定制转型，实现快速反应，准确交货的目标。在智能机器的配合下更好地发挥人的潜能，让制造企业更具吸引力和魅力。据介绍，现阶段鲁泰智能化工作的思路是开发数据分析决策软件，对工艺、流程、管理数据进行采集、分析、决策；定位物流，为实现物联网奠定基础；模块化开发，分段实施，量力而行，不为智能而智能。
浙江理工大学机械与自动控制学院副教授向忠做了题为《纺织智联网络织造未来工厂建设》的报告。他表示，打造纺织织造机械互联互通平台、大规模个性化产品定制平台、网络协同制造平台是智联网络织造发展的趋势，纺织织造工厂应当推动移动互联网、云计算、大数据、物联网等方面的结合，助力企业拓展国际国内市场。值得关注的是，当前，国内智联网络织造发展面临着市场、生产、成本、资源、环保等方面的困境，行业也存在标准化弱、信息不畅、工艺随意、计划混乱、原料积压、决策无据、质控无方等问题。
向忠表示，纺织织造设备信息模型建设是织造过程数字化的基础与核心智联网络织造建设方案的标准化建设，建设智能制造车间，要重点解决不同品牌、类型、型号等设备之间的互联互通及互操作问题。例如圆机智能制造解决方案未来通过圆机装备互联互通，布面疵点在线检测打标，柔性物流配送、行业专用机器人开发等实现机器换人，构建工厂互联互通平台，实现信息在线采集、质量在线检测，通过工厂信息化、数字化实现大数据挖掘。通过智联网络织造案例分析，向忠提出了智联网络织造的6个发展措施。一是力争政府政策、资金、创业等专项扶持；二是从网络设施、数据中心、公共平台、物流网络4个方面，完善发展互联网络纺织的硬件环境；三是培育一批具有全国影响力的“智能网络织造”企业，强化典型应用示范的开展和推广力度，以示范应用拉动社会资源投入，以点带面驱动产业加速扩张；四是建立“智联网络织造”产业集中区，凸显产业集群效应，推动区域经济发展；五是加强互联网纺织人才培养，汇聚高端人才，以引领培加快互联网络的发展；六是加强“质量网络织造”相关领域的产学研合作，开展技术交流。
山东济南永信新材料科技有限公司总经理王晶重点介绍了永信公司智能制造工厂的建设规划及愿景。王晶表示，公司作为国内高端医卫用生物质材料研发生产企业，其产品凭借抑菌抗菌、止血促愈、滋润保湿等独特性，在高端医疗卫生、健康养老、母婴护理等领域拥有相当好的发展前景。据王晶介绍，目前公司已经初步构建了订单驱动的柔性智能化水刺非织造生产新模式，涵盖“一个中心，三大平台，四大标准体系”多个方面。正在建设的智能制造中央指挥调度中心，作为智能工厂的大脑和神经中枢，可对生产运营全过程数据进行统一调度，并与MES、ERP实现数据协同，打通数据孤岛，实现全厂数据互联互通；正在建设的智能设备监控，可集成应用一系列高灵敏度传感装置及高精度质量在线检测系统，实现高速生产条件下设备状态、产品质量的精准检测、实时反馈、在线诊断和智能修正。下一个发展阶段，永信公司将继续大力开发定制化ERP系统，开发应用多关节工业机器人，开发应用全流程智能水刺生产线及智能仓储物流装备系统。王晶希望国内纺织高校在培养行业专业人才时，也要加强对其智能化技术、关键制造技术开发能力和运维能力的培养，掌握自主知识产权的核心力量。
三六一度(中国)有限公司服装供应链总经理李辉现场汇报了基于供应链的运动鞋服行业企业群网络协同设计/制造项目情况。他表示，目前不易找到匹配项目愿景的智能制造方案供应商是三六一度公司的痛点。2025年，体育产业总规模将达到7亿元，行业发展潜力巨大。但当前鞋服行业背负着劳动力减少、产业转移、信息孤岛三座大山，作为劳动密集型及企业，适龄劳动力在逐渐减少，随着产业转移，工人要实现家门口就业，这些现实的问题需要网络协同制造来解决。业务协同、信息协同、设计协同、供应协同是实现跨区域网络协同制造的四个基石，智能装备、大数据相关技术、政产学研结合等的支持必不可少。“跨区域网络协同制造需要智能设备、工业互联网、大数据和云平台的支持，通过网络协同制造和大数据实现服装产业链的低库存和零库存的目标，打通争产学研究，借助品牌打通整个产业链的互联，作为中国品牌，我们希望同中国的软件供应商联合，真正走向世界。我们在鞋材方面对大数据和云平台的需求非常迫切，真正实现跨区域网络协同之后，实现了从品牌研发设计到到零售终端的链条之后，应该是到了微笑曲线最中间的环节，我们要借助智能制造来实现升级，做到所谓的柔性制造和零售转型。我们目标是将柔性制造做到从品牌设计到门店销售在30天内完成，这是我们给自己的挑战。三六一度公司未来的布局不仅把目标放在国内，还要着眼世界，在各方的努力下，跨区域网络协同制造能够真正落地，成为国际化的公司。”李辉说。
北京机械工业自动化研究所有限公司副总工程师韩立新在《智能制造协助企业创新转型》的报告中指出，智能制造是一个大概念，是新一代信息技术与先进制造技术的深度融合，贯穿于产品设计、织造、服务等全生命周期的各个环节及相应系统的优化集成，旨在不断提升企业的产品质量、效益、服务水平，减少资源消耗，推动制造业创新、绿色、协调、开放、共享发展。智能工厂的体系架构主要由企业生命周期管理和产品生命周期管理构成，而生命周期管理又需要研发平台、生产运作品台、服务平台来实现。谈到智能工厂的建设时，他表示规划先行、打好基础、做好集成三大要点不容忽视。同时，韩立新也介绍了云计算、大数据、工业互联网和人工智能等几个热点技术在智能工厂中的应用。北自所的智能制造主要覆盖集成化产线、数字化车间、智能化工厂三个层级，同时他现场分享了“涤纶长丝熔体直纺智能制造数字化车间”项目这一基于智能物流技术的化纤后纺生产系统的案例。（来源：中国纺织报）
