在近日舉辦的“經緯紡機杯”第六屆中國紡紗智能化技術論壇上，東華大學副校長、教授、博士生陳革以主旨報告的形式，深入討論了紡紗智能制造的機制和發展路徑。

紡織產業體系龐大，生產工藝繁多。當前，紡織生產的發展趨勢是將互聯網技術、人工智能、數字化技術嵌入傳統產品設計。以機械化代替手工，擴大生產規模；以生產過程自動化，提高生產效率；以信息化實現信息采集與反饋。陳革表示，自動化強調對既定動作和已知事件的執行；信息化是管理流程的自動化，并拓展到數字化；智能化強調對不可知事件的判斷和決策。

在分析了噴氣渦流紡紗和轉杯紡紗等新型紡紗的特點之后，陳革提出，新型紡紗技術實現智能化的優勢是易于集成傳感器與智能控制，收集的大量生產數據可用于質量追溯、工藝優化、效率分析和預測性維護，這些都是智能制造和高級自動化的核心要素。設備可設計標準的數據接口，方便接入工廠的制造執行系統和物聯網平臺，成為智能化紡紗工廠的有機組成部分，實現中央集中監控與調度、遠程診斷與維護、生產計劃與執行的聯動。

對于紡織智能制造的機制，陳革分析，從智能制造系統架構的層次來看，可分為設備層、網絡層、數據層、應用層、用戶層五個層次；從智能制造關鍵技術模塊來看，主要包括智能設備與產線、生產執行系統（MES）、工業互聯網平臺、人工智能與大數據分析、供應鏈與物流智能化、人工智能應用、數字孿生、區塊鏈與供應鏈協同等模塊；從系統集成與優化來看，可分為垂直集成（縱向打通從設備層到企業管理層的數據流）、水平集成（橫向跨部門、跨企業的業務流程整合）、持續優化閉環（通過數據反饋調整生產參數）。

目前紡織智能制造面臨諸多的挑戰，如智能制造技術的研發投入較大，企業需要承擔較高的成本壓力；智能制造技術的應用需要企業進行較大規模的技術改造，對中小企業來說是較大的壓力；傳統生產方式的轉型升級需要時間，企業面臨技術和人才的短缺；發展智能制造技術面臨數據安全、知識產權保護等問題。陳革認為，其發展趨勢是云邊端協同，邊緣計算處理實時任務，云端負責復雜分析與模型訓練；低代碼開發，降低業務人員開發應用門檻（如通過拖拽配置MES規則）；綠色智能制造，結合碳足跡追蹤與能耗優化算法，推動可持續發展；建立行業大模型，細分領域專用AI模型（如紡織服裝大模型）將成核心驅動力。

圍繞紡紗智能制造，陳革提出七方面的發展路徑。

一是加大紡織機器人的開發和應用，以加強紡織裝備的單機智能化和工序銜接。紡織機器人分為紡織專用機器人和通用機器人+紡織類末端執行器兩類。紡織機器人的開發和應用需大力研發紡織專用的芯片、部件、傳感器、檢測儀器（裝置）；研制紡織專用機器人，如具有工序切換或補給功能的柔性化紡織機器人、換管機器人，棉條、粗紗、細紗、絡筒工序中的接頭機器人等；發展紡織生產工序集成的通用機器人技術，如紡紗系統中的棉卷、條桶、精梳小卷輸送系統，全自動絡筒機自動絡筒和筒子紗傳輸等。

二是開展工序集成、數據聯網和原料拓展。棉紡智能化生產系統從主機智能化向車間環境智能監控系統、智能物流系統、數據智能分析預測系統擴展。將智能化生產示范向滌綸短絲、錦綸、毛麻纖維等拓展。

三是強化政策引領，將工業和信息化部發布《智能制造典型場景參考指引（2024年版）》中15個環節的40個智能制造典型場景，作為智能工廠梯度培育、智能制造系統解決方案“揭榜掛帥”、智能制造標準體系建設的參考指引。

四是開展智能制造工廠分級建設，普及推廣基礎級智能工廠，規模建設先進級智能工廠，擇優打造卓越級智能工廠，探索培育領航級智能工廠。

五是支持大型企業持續深化智能制造工程，針對數字化和網絡化基礎較好的大型企業，以智能、柔性制造能力建設為核心，加快數據分析、可視化、人工智能等高級信息系統的建設和應用，提高智能排產、全周期質量管控、數據高效利用等能力，深化智能車間、智能工廠、智能區域多維試點示范建設。大力發展跨境電商、市場采購貿易方式等外貿新業態、新模式。

六是為中小企業制定“小步快跑、反復迭代”的模塊化、菜單化定制方案。可采用“4+X”數字化改造模式（“4”是指數據打通、系統應用、大屏展示、員工培訓，“X”是指個性化應用，如自動接頭、智能驗布、智能倉儲、AGV小車等），此模式具有“入門級、易實施”“通用型、打基礎”“輕量化、花錢少”“標的明、績效好”等特點。將可普及的共性技術按能耗管理、生產環境控制、車間內物流、智慧立庫等模塊劃分并推廣，企業根據自身實際進行模塊化迭代。“試成一批，帶起一片”，在確定試點企業數改解決方案時梳理共性問題、明確數改基本內容；在試點過程中跟蹤具體問題，及時完善方案；在試點完成后總結經驗、提煉可復制、可推廣、可持續的數改模式。

七是建設紡織智能制造公共服務平臺，加快共性技術的研制、鑒定和推廣，減少資源重復投入。

來源：中國紡織報