纺织产业智能制造提升路径研究

前言：想要写出一篇引人入胜的文章？我们特意为您整理了纺织产业智能制造提升路径研究范文，希望能给你带来灵感和参考，敬请阅读。

【内容摘要】随着国家智能制造战略的实施，纺织行业开始以智能制造为主攻方向，而智能化的纺织企业是真正实现了以需求为导向进行个性化制造与个性化服务，这都有赖于大数据技术支撑。本文基于国家智能制造标准，分析纺织智能制造的具体需求以及大数据技术在纺织智能制造中的作用机制。在分析浙江智能制造建设任务的基础上，针对浙江绍兴纺织产业智能制造现状进行深入调研与问题研究，提出基于大数据驱动下的纺织产业智能制造提升路径，并构建大数据智慧供应链。

【关键词】大数据;纺织产业;智能制造;智慧供应链

一、大数据技术在纺织智能制造中的作用机制

通过集成客户需求、产品设计、生产组织、销售售后等海量数据，将实现纺织产业链各环节的协同优化。利用大数据感知用户需求，进而重新定义产品和服务，以数据作为服务用户和连接用户的载体，从广泛用户的数据中获取隐形的知识，再利用知识为用户提供客制化的服务。参考中国智能制造标准，纺织智能制造体系应考虑:一是整个产品生命周期，包括市场需求调研、设计、生产、物流、销售、售后等各环节;二是多个价值链，系统集成、互联互通、实现资源配置等价值提升;三是多层次系统架构，完成设备层、网络层、控制层、管理层、企业层等全面构建。

二、浙江绍兴纺织产业智能制造现状

浙江绍兴纺织产业主要包括化纤、织造、印染、服装服饰家纺等四大行业，涵盖上游原材料PTA、聚酯纤维、纺丝，中游面料的织造印染，下游的服装服饰家纺生产等完整的产业链，线下以中国轻纺城、钱清轻纺原料市场等为纺织专业市场，成为国内最具竞争力、产业链最完整的纺织产业专业集群。根据对多家绍兴纺织企业开展的智能制造调查结果显示，自动化、智能化纺织设备的应用有效帮助企业解决了用工多、生产效率低、产品质量不稳定等问题。但多数纺织企业仍停留在传统思维，存在组织层次多、工艺不互通、产品不互动、装备不互联等问题。共性技术为发展纺织产业智能制造奠定基础，纺织企业要向智能制造成功转型，首先要解决的问题是实现产业链节点企业的互联互通。

三、大数据驱动下纺织产业智能制造提升路径

(一)建立大数据驱动的纺织智能制造平台体系。纺织产业智能制造不仅包括以计算机数字控制为代表的数字化技术贯穿产品全生命周期，而且要重点突破实现泛在感知和互联条件下的网络化制造以及用户全流程参与的大规模个性化定制。参考中国智能制造标准，根据数字化、网络化、智能化制造(新一代智能制造)，本文提出以工业互联网为基础，人———信息———物理系统(HCPS)的信息物理融合平台为核心，客户集成、智力集成、纵向集成、横向集成、价值链集成五大集成为手段的纺织智能制造平台体系。工业互联网结合软件和大数据分析，通过智能设备间的连接并最终将人机连接，重构纺织工业系统。HCPS系统利用物联网技术全面互联纺织制造设备的基础上，将纺织原料转换为个性化定制产品的过程中，通过工业互联网实现智能控制、智能信息交互、智能分析决策等一系列功能，除有感知、分析和决策以及控制的功能外，具备认知和学习的功能，促进数据的体系化和知识的模型化，让机器具备自主知识学习能力。五大集成，客户集成是智能制造的起点，包括大量的差异化需求、个性化需求中的共性集中。智力集成，通过互联网集成全世界的大数据资源、权威的专家、优秀的设计人员等资源。纵向集成，把传感器、各层次智能设备、智能车间与业务场景整合在一起，同时确保这些信息能够传输到HCPS平台中，实现制造过程的互联化、数据化、信息化、知识化和智能化，对横向集成以及端到端的价值链集成提供支持。横向集成，即完成所有MES任务的全部功能和数据互联，包括企业间横向集成与企业内横向集成。企业间的横向集成旨在打通产业链的信息壁垒，提高上下游企业协同制造水平，使大规模定制成为可能。企业内部的横向集成指在设备、生产经营业务和信息系统上实现全面集成。价值链集成，运用信息物理系统，能够实现价值链上各端的集成，实现从产品设计、生产组织、物流供应、销售售后等在内的产品全生命周期的管理。

(二)建立大数据驱动下的纺织智慧供应链。在智能制造背景下，打造纺织智慧供应链是企业获得市场竞争优势的关键。由于大量业务外包使得供应链延伸，企业不仅要向分散的第三方公司购买原料、设计和制造服务，还要依靠第三方物流协调仓储和配送。纺织产品的供应链因快速且频繁出现的市场更新，使这些产品的生命周期变短。要管理产品供应链中流动的信息，首要是实行信息流管理，而智能化+大数据为管理产品供应链信息提供新方法。纺织大数据应涵盖客户需求分析、产品设计分析、生产制造分析、销售分析、物流库存分析等内容，可有效提高智慧供应链的协同运作效率。通过客户需求感知形成精准需求计划，聚焦于产业链的端到端整合，并形成智慧供应链。智慧供应链通过节点企业之间动态数据共享传输，实现协同运作。通过大数据的采集、挖掘与处理，可以实现基于用户数据支持前端的需求预测、研发和生产，有效降低智慧供应链的反应时间。智能客户需求预测，与终端客户及经销商的信息分享与互动，通过需求感知形成精准需求计划。智能产品设计，通过客户数据采集、大数据分析、协同产品开发CP-DM、测试评价等，形成描述产品结构的物料组成、零部件工艺过程及相关工艺资源的BOM清单。智能生产组织，涉及到产品生命周期、市场、供应商、流程、信息等要素，通过供应链管理SCM、智能生产系统MES、资源计划ERP、库存管理WMS实现全价值链的精益制造。智能销售售后，通过精准营销与社会关系管理SCRM，提升客户服务满意度。智能物流，应用RFID、MES、WMS等智能化设备与软件，实现整个物流流程的智能化，进而实现智慧供应链与智能制造的有效融合。

四、结语

推进纺织业智能制造的政策建议:一是充分发挥试点示范企业的带动作用，二是打造纺织行业智能制造人才队伍，三是搭建纺织行业智能制造公共服务平台。本课题在研究纺织智能制造建设任务基础上，深入调查浙江绍兴纺织产业智能制造发展现状与问题，提出大数据驱动下纺织产业智能制造的提升路径。研究也存在不足，基于HCPS的纺织产业智能制造体系以及基于工业大数据的纺织产业数字化管控体系需作进一步研究。相信研究将进一步推动大数据技术与纺织智能制造的深度融合，也是大数据技术在纺织智能制造中的具体实践。有利于纺织产业摆脱困境，有助于实现纺织产业智能制造的转型，并为相关部门制定产业政策和发展战略提供参考。

【参考文献】

［1］张洁．大数据驱动的纺织智能制造平台架构［J］．纺织学报，2017，10

［2］梅顺齐．纺织智能制造及其装备若干关键技术的探讨［J］．纺织学报，2017，10

作者：缪顾贤 戴伟杰 单位：绍兴职业技术学院 洛阳理工学院