基于智能技術打造無人化數字棉紡工廠

劉金珠+李穎新+羅丹+藺建旺

摘要：紡織行業正處于產業升級、設備更新換代的關鍵時期。結合近些年來出現的一些新技術、新理念，加強數字化智能紡紗成套裝備的研發，使棉紡企業由勞動力密集型向少人化、無人化、高質量方向發展是當前重要的技術趨勢。國內棉紡行業雖規模龐大，但大部分裝備在智能性方面還較為落后，緊密結合市場需求，研發和應用先進的數字化、智能化技術，提升制造工藝的現代化水平，打造裝備智能化、生產無人化的新型棉紡工廠，已成為當前和今后一段時期內紡織裝備企業的主要任務之一。

關鍵詞：智能技術；無人化數字棉紡工廠；網絡化；大數據

中圖分類號：TS118 文獻標志碼：A

Building Unmanned Digital Cotton Spinning Mill Based on Intelligent Technology

Abstract： Chinese textile industry is in a critical period for industrial upgrading， and this requires textile machinery producers strengthen their R&D on digital， intelligent spinning equipment to help cotton spinning mills use less labor or build unmanned workshop. Nowadays， although domestic cotton spinning industry has the largest production capacity around the world， most domestic cotton spinning machines are not so good in intelligent performance. To meet the requirements of market， it is significant for textile machinery producers to develop cutting-edge textile machinery applying new ideas and technology， and help to build new intelligent unmanned cotton spinning mill.

Key words： intelligent technology； unmanned digital cotton spinning mill； internet-based； big data

1 引言

近幾年，我國紡織行業的生產成本普遍上漲，大量企業出現了用工成本大幅度上升和招工難并存的局面，而企業自身科技創新能力不足、產品附加值不高，也嚴重了影響紡織企業的競爭力。

與此同時，全球經濟發展方式正在發生深刻變革，科技創新孕育新的突破，“智能制造”已成為世界制造業發展的大趨勢。《經濟學人》2012 年4月發表的“第三次工業革命：制造業與創新”專題報道中闡述了目前由技術創新引發的制造業的深刻變化，指出數字化與智能化的制造技術是“第三次工業革命”的核心技術。

在發達國家，汽車、電子電器、工程機械等行業已大量使用工業機器人自動化生產線，出現了數字化、智能化工廠。近年來，物聯網、云計算、人工智能等領域內各項新技術得到了快速發展和廣泛應用，這將對紡織行業向數字化、網絡化、連續化和集成化、智能化方向轉型發揮強勁的驅動作用。

目前歐、美等發達國家和地區已經有紡織工廠實現了從原料到成品的全流程智能化生產，生產狀況和車間環境實現了集中監控和遠程控制，工人勞動強度大幅降低。作為紡織科技的重要載體，數字化、智能化的紡織工廠將是紡織行業未來重要的發展方向，是現代紡織工業化與信息化深度融合的應用體現。

2 經緯紡機新型無人化棉紡工廠

棉紡是紡織行業最重要的組成部分之一。在國內，棉紡機械較早推廣使用數字化技術，棉紡工廠的自動化水平有了很大的提高，但與國際新技術相比在高速、高產、高質、連續化、智能化及穩定性、可靠性等方面還有很大差距。國外先進紡機具備了高度智能化的功能，生產自動化、連續化程度很高。

作為中國最大的棉紡織成套設備供應商，經緯紡織機械股份有限公司（以下簡稱“經緯紡機”）擁有30多家分、子公司，產品覆蓋清、鋼、并、粗、細、絡、捻、織、染等工藝流程。經緯紡機通過原始創新、集成創新和消化吸收再創新，加強產、學、研間的技術合作與交流，利用棉紡裝備開發平臺協同分、子公司研發和應用當代先進的數字化、智能化技術，致力于打造新型無人化數字棉紡工廠。圖 1 描述了經緯紡機新型無人化數字棉紡工廠的構想。

經緯紡機新型無人化數字棉紡工廠主要由智能化單元設備、車間數據采集與監控系統、智能物流與搬運系統、基于大數據和云計算的智能數據處理與分析等系統組成。數字棉紡工廠提供的棉紡成套工藝方案包括：精梳/緊密紡成套工藝、普梳成套工藝、氣流紡成套工藝。緊密紡流程：清梳聯合機（含清花設備、異性纖維分檢機、梳棉機）→頭并并條機→條并卷聯合機→精梳機→末并并條機→自動落紗粗紗機→集體落紗環錠細紗機→細絡聯型自動絡筒機。轉杯紡流程：清梳聯合機→并條機→轉杯紡紗機。

無人化數字棉紡工廠能夠把傳統上分為多個工序的棉紡裝備通過自動化、連續化、數字化技術集成為一個智能化的整體進行管理，將原來需要大量人工管理的生產流程統一在系統智能管控之下，將原來大量需要人工搬運的原料和半成品實現自動輸送，將原來大量需要一線工人掌握高超技能的操作簡化為裝備的自動化標準操作，各項生產工藝數據實現自動采集分析、預測。無人化數字棉紡工廠是現代紡織工業化、信息化、智能化融合的綜合體現，也是實現智能化紡織的必經之路。 2.1 棉紡單機設備由機電一體化走向智能化

智能化紡織機械是在原有機電一體化設備的基礎上，通過數字化和計算機技術，融合傳感器技術、信息科學、人工智能等新思想、新方法，模擬人類智能，使其具有感知、推理和邏輯分析功能，以實現自適應、自學習、自組織、自主決策能力。比如，紡織過程各種工藝參數、運行狀態能夠在線檢測、顯示和自動調節；機臺具有自適應的生產控制、智能化加工編程、故障自動診斷、遠程監控等功能。智能化紡織機械是新型無人化數字棉紡工廠的重要組成部分，表 1列出了幾種主要棉紡單機的作用和智能化功能。

綜上所述，棉紡機械單機的智能化主要體現為：（1）在機電一體化的基礎上進一步融合機器視覺、模式識別等技術實現質量在線監測系統，如異纖分檢機、自動絡筒機的斷紗智能檢測裝置和空管自動識別裝置；（2）先進控制技術的應用：并條機自調勻整系統、細紗機集體落紗全過程恒張力控制技術、半自動轉杯紡紗機張力精確控制系統；（3）先進的驅動技術，有變頻調速、交流伺服、步進電機等；（4）聯網接口、RFID射頻識別、現場總線和人機界面，實現工藝參數、運行狀態的在線監測、顯示和自動調節，使機器運行在最優狀態，具備故障顯示和自動排除、遠程診斷和服務等功能。

2.2 棉紡工序連續化

隨著紡織工廠自動化水平的提高，單機自動化已經無法滿足紡織行業發展的需求。通過智能化技術將紡紗工序進行合理的硬連接或軟連接，實現工序連續化已經成為棉紡工廠目前的迫切需求，并為最終實現紡紗全自動化鋪平道路。

2.2.1 聯合機

聯合機是將不同工序設備進行有機的自動聯結，如：清梳聯、粗細聯、細絡聯等，使部分紡紗工序連續化，實現少人或無人管理的從原棉到成品紗的連續生產。

（1）清梳聯：將清花工序與梳棉工序組合成一條新的生產線，實現棉纖維的抓取、開松、除雜、混合、梳理自動聯接，直接生成棉條。該設備精確配合自調勻整系統，對棉流、棉箱、棉層、棉條進行智能控制；工藝參數在線調整、數據實時采集、傳遞；設備故障自動診斷和維護。

（2）粗細聯軌道自動輸送系統：與自動落紗粗紗機配合，使用空中電動軌道小車系統EMS（Electrified Monorail Systems）牽引運紗單元將滿筒粗紗送至滿筒紗庫，待細紗機發出需求信號后再將滿筒粗紗送至細紗機；將細紗機用完的空管送回空管庫，待粗紗機發出需求信號后再將空管送至粗紗機，供粗紗機自動落紗使用，實現粗細聯。

（3）細絡聯：在細紗機和自動絡筒機之間增加一個軌道聯接系統，其主要功能是將經細紗機自動落紗裝置落下的管紗自動運輸到自動絡筒機進行絡紗，并將空管自動運回到細紗機。經緯紡機研發的新型細絡聯型自動絡筒機，可以與細紗機直接連接，自動落紗、生頭、插管、換管、空管返回，實現了管紗從細紗機到絡筒機的自動輸送，改善紗線的清潔情況，避免紗線的接觸損傷，減少毛羽增量，生產效率大大提高。

2.2.2 智能化柔性物流倉儲系統

自動導引車AGV（automated guided vehicle）、電動軌道小車系統EMS與機器人技術在一些現代制造企業，比如汽車制造等領域已廣泛應用，但是在棉紡行業中尚無應用。AGV、EMS系統配有電磁、磁條、光學、視覺等自動導引裝置，按規定的導引路線自動行駛，用于多功能運輸，是一個完全自動化、智能化的系統。

AGV、EMS系統具有自動導航、優化路線、自動作業、交通管理、車輛調度、安全避碰、自動充電、自動診斷、多傳感器控制、網絡交互等功能。數字棉紡工廠利用AGV、EMS系統與機器人技術，實現智能物流系統的柔性搬運、傳輸、打包等功能，包括條桶智能輸送系統、精梳棉卷智能輸送系統、粗紗空中輸送系統、筒紗智能整理輸送與包裝系統等。

2.3 網絡化、智能化系統實現棉紡工廠管控一體化

2.3.1 棉紡設備網絡監控和管理系統

棉紡設備網絡監控和管理系統利用傳感器、通信、總線、數據庫、物聯網等技術，把棉紡廠單機設備的運轉數據、產量數據、質量數據（如異纖分檢機、電子清紗器等）、設備的用電數據、人員、環境溫濕度、空壓、除塵系統、電力供應、ERP數據等相互獨立的信息流集成在一個平臺上，消除生產過程的黑箱運行，實現紡織工廠的敏捷化、透明化、數字化生產和現代化管理。

該系統以數據采集為基礎，實時顯示設備的狀態，記錄主機設備運行的各種數據；可按班組、員工、品種自動統計報表；實時記錄設備的每個狀態變化，如細紗機的落紗次數、落紗時間、落紗長度；把數據轉換為狀態的管理報警，如速度過高、CV值過高的報警；車間環境智能監控系統，可對溫濕度、空壓、粉塵濃度等環境狀況進行監控，使得電力供應統一調度，工廠少人或無人值守，為各種設備的運行維護提供有利工具。

該系統通過有線或無線網絡把棉紡工廠的各個單元聯接起來，消除信息孤島，構建全廠信息流，實現生產高效的管理；可對整個工廠的各種資源（如設備、能源、人員等）進行優化配置，提高效率，降低能耗；提高棉紡工廠的智能化、信息化、管控一體化水平。

2.3.2 大數據、云計算技術、物聯網技術的融合

隨著信息化的發展，棉紡工業將應對大數據時代來臨的挑戰。數字化紡織工廠設備（棉紡設備、輔助設備）眾多，棉紡設備網絡監控和管理系統實時采集成千上萬個傳感器的數據，并生成各種統計圖表。企業ERP系統每天都在生成大量數據和報表。圖 2 展示了數字化棉紡工廠信息數據處理流程圖。這些數據不僅體量巨大，而且種類多樣、實時性強。面對大數據，處理數據的效率就是企業的生命，傳統關系型數據庫對其難以存儲，單機數據分析統計工具也無法對其處理。

擁有數千萬臺機器的大規模并行運行的云計算平臺為這些海量數據提供了廉價的存儲空間和超強的計算能力。云存儲不僅為數字棉紡工廠提供了遠端大容量存儲空間，而且可以對這些數據進行管理，如對重要數據進行本地與云端的兩級備份。另外，還可通過web方式、PC客戶端、手機客戶端等形式訪問數據，對設備狀態進行監控，對生產進行控制和管理等。

大數據的核心是要獲得數據價值，數據需要理解才能轉化為有用的信息，最關鍵的部分是數據分析。打造智能化的數字棉紡工廠，就要依靠專家系統與智能軟件對大數據進行自動分析、歸納推理，從中挖掘出潛在的模式，調節紡織機械設備達到最優的狀態，進而更好地控制生產，同時將有用的信息反饋給管理者幫助其正確決策、執行，減少風險。隨著網絡化、數字化技術的發展，基于機器學習、統計學、數據庫、可視化等技術的數據挖掘方法有了很大的進步。利用數據挖掘技術對采集的數據進行分類統計、對比分析、關聯分析、聚類分析、異常分析、預測分析等，能夠及時發現設備的問題，并對生產異常狀況進行報警、預測、判斷和敏捷響應。

大數據和云計算技術相輔相成，與棉紡設備網絡監控和管理系統、企業ERP等系統的融合，將會對棉紡企業帶來革命性的影響，改變企業傳統的管理和運營模式，成為企業的神經系統及決策中心，能有效降低管理成本，提高生產、商務和服務的智能化水平。

3 結論與展望

新型無人化數字棉紡工廠實現了從原料到筒紗的自動化生產流程；從工廠環境輔助設備的監控到設備運轉數據的采集；從設備單元的自動化、智能化到工廠生產的連續化、網絡化、智能化，并最終實現少人化、無人化管理。智能棉紡設備具有高速、高產、高效的性能，能極大提高成紗品質和產品附加值。聯合機和基于AGV、EMS、機器人系統的物流倉儲系統實現了棉紡工序之間的剛/柔性聯接，保證了全流程運行的穩定性、可靠性、連續性，極大地提高了生產效率。大數據和云計算技術將助力棉紡設備網絡監控和管理系統、ERP系統，提高棉紡工廠的信息化水平。因此，利用智能化技術，融合新思想、新技術，打造新型無人化數字棉紡工廠將成為當前和今后一段時期內紡織裝備企業的主要任務之一。

建設新型無人化數字棉紡工廠，將對加快棉紡企業的轉型升級，提高生產效率、技術水平和產品質量，降低能源、資源消耗，節約用工成本，實現紡紗生產過程的數字化、智能化、網絡化，提高企業競爭力，在應對國際挑戰中發揮重要作用。因此，智能化數字棉紡工廠將會給紡織行業、紡機制造業帶來巨大的經濟效益和社會效益，具有良好的發展前景。

參考文獻

[1] 路甬祥. 走向綠色和智能制造——中國制造發展之路[J]. 國內外機電一體化技術，2010（3）：37-38.

[2] A third industrial revolution：manufacturing and innovation[EB/ OL]. The Economist，Apr. 2012. http：//www.economist.com/ node/21552901.

[3] 周濟. 制造業數字化智能化[J]. 中國機械工程，2012，23（20）：2395-2400.

[4] 張國軍，黃剛. 數字化工廠技術的應用現狀與趨勢[J]. 航空制造技術，2013（8）：34-37.

[5] 韓丹，范文慧，邵貝恩. 棉紡裝備協同制造平臺技術研究[J]. 計算機集成制造系統，2008，14（7）：1337-1341.

[6] 孫文立. 加強科技戰略化管理，增強裝備制造集團型企業技術創新能力[J]. 紡織機械，2011（5）：4-9.

[7] 范祥，盧道華，王佳. 機器視覺在工業領域中的研究應用[J]. 現代制造工程，2007，（6）：129-133.

[8] 趙斌，張紅雨. RFID技術的應用及發展[J]. 電子設計工程，2010，18（10）：123-126.

[9] 張辰貝西，黃志球. 自動導航車（AGV）發展綜述[J]. 中國制造業信息化，2010，39（1）：53-59.

[10] 李坡，吳彤，匡興華. 物聯網技術及其應用[J]. 國防科技，2011（1）：18-22.

[11] 劉煒，夏翠娟，張春景. 大數據與關聯數據：正在到來的數據技術革命[J]. 現代圖書情報技術，2013（4）：2-9.

[12] 張亞明，劉海鷗. 云計算研究綜述——基于技術與商業價值雙重視角[J]. 中國科技論壇，2010（8）：126-133.

[13] Tom M Mitchell：Machine learning[M]. Boston，MA：McGraw-Hill，1997.

[14] Z H Zhou. Ensemble Methods：Foundations and Algorithms[M]. Boca Raton，FL：Chapman & Hall/CRC，2012.

[15] 何清. 物聯網與數據挖掘云服務[J]. 智能系統學報，2012，7（3）：1-5.

[16] 李明江，唐穎，周力軍. 數據挖掘技術及應用[J]. 中國新通信，2012（22）：66-67.