智能化印染該如何推進？

本刊記者 徐盼盼 文／攝

新聞眼：2019年智能制造系統解決方案大會紡織行業分論壇印染智能制造供需對接會日前在北京召開。會議圍繞當前紡織印染行業智能制造需求，通過實際案例展示、圓桌討論等方式進行了熱烈的交流。

目前印染行業存在人員密集、能耗高、排放大等問題，而智能制造在這些方面可以實現的樂觀成果讓人期待：從降成本、穩質量、快反應、減排降耗到生產物流管理自動化、柔性生產……

然而，印染行業技術密集、工藝復雜、控制難度高，實現智能制造有一定難度，不僅要實現前處理、染色、后整理設備之間的聯接，完成類似紡紗、化纖、針織等管理系統、生產系統和裝備自動化等系統對接，更要解決涉及染化料注料系統、染料輸送系統以及廢水的處理、排放等環節的問題。

智能化是什么？

當人們談論印染智能制造時，已有這樣的共識：智能化不是簡單購買一些智能化設備就能實現的，同樣需要管理模式和企業運營思路的改變。

傳統的生產模式大都是師傅帶徒弟，靠經驗傳授，而智能化則會把這些技師的優秀經驗進行提升和總結，形成標準化信息，進行傳遞、輸出。其次，智能制造必須要有理念，有這方面的專業人才才能落地、執行，智能化工廠才能夠實現并進行推廣。智能制造不能簡單追求自動化，而應將整個染廠進行綜合考慮布局，把不同的產線，不同的產品生產要求結合起來，綜合考量。

當然，這一切的前提是把生產現場的數據進行收集，數據的互聯互通是智造的基礎。

作為國內具有代表性的染整智能化項目，煙臺業林紡織印染有限責任公司旨在完善自動化設備，智能化系統和數字化數據的應用，建設無人化工廠。據悉，煙臺業林目前主營針織內衣染色相關業務，產品主打功能化和差異化、定向研發，專屬定制。

該公司董事長衛金龍表示，印染行業的工藝復雜，針織染整真正實現自動化的難度比較大，自動輸料系統、染缸的自動化、皂洗等部分都需要根據實際情況進行設計，與此同時，實現數據的精準化也尤為重要。對于智能制造的訴求，衛金龍希望不同裝備供應商實現數據端口的開放；軟件供應商系統架構的搭建、算法的完善；集成商對數據進行標準化、系統架構與實際案例的優先對接，這也是廣大印染企業的迫切需求。

印染行業智能化要根據不同染廠實際情況，圍繞痛點，尋找合適方式推進。

智能工廠并非“無人工廠”而是“與人有關”的智能化生產模式。

打造智能染廠、縮減人工、節能減排、降本增效，已成為行業共識。

智能化要整體布局

當然，我們討論的智能智能工廠，并非“無人工廠”而是“與人有關”的智能化生產模式。

與煙臺業林合作的恒天立信公司認為智能工廠的建設不是從一個問題去解決，而是要從整體去布局。首先，立信從整體工廠布局進行系統考慮，然后從企業實際生產過程中相關的各個方面細化，而后再反饋回整體布局規劃。

目前一些企業從生產拿到的數據，不能夠變成管理數據，立信在追尋大數據管理時，特別注重把數據變成能夠有效幫助客戶管理工廠的依據，配合客戶的產品生產。

智能制造是大勢所趨，這個過程需要循序漸進，而在其中我們更要關注實際效果。

印染企業的設備工藝排列組合復雜，國內的印染廠又不會存在兩家設備配置完全一樣的企業。這讓印染行業的智能制造推進變得復雜，必須針對不同印染廠的實際情況和差別化需求，圍繞痛點和關鍵點，尋找適合他們的方式，不論是進行組合，還是模塊化配置，都要針對客戶需求實現其目標價值。從設備生產流程智能化、全廠設備智能網聯、構建智能制造體系到最終實現工業4.0，實現印染行業的“智能制造+信息化”。

深挖潛力相互融合

作為紡織大國，目前中國印染行業的信息化還有一定的路程要走，如何把相關的行業打通，做成最終產品交到客戶手上，印染智能制造可能在這方面也有著更大的潛力。

以數碼印花為例，目前數碼印花在這個方面已實現較大范圍的應用。如何通過服裝實現印染產品資源的整合，數碼印花產業鏈在其中扮演著關鍵的角色。而數碼印花在生產工藝方面，比起傳統工藝有更多的精細化要求，在智能制造方面有天然的優勢，數字化和信息化的基礎性工作本身已經有了，其更多考慮的是如何讓數碼印花能夠與面料，甚至服裝行業，實現更好的融合。

另一方面，人工智能迅速發展，將深刻改變人類社會生活改變世界。你是否想過它與印染也可能有所聯系？常州宏大董事長顧仁就曾表示，織物的印染是一個復雜的加工過程，每天在開發產品，人工智能技術未來在印染行業應用非常重要，也非常迫切，而印染行業不可能用一張圖紙就變成一模一樣的智能制造企業，企業需要個性化的系統。他認為印染智能制造工藝數字化、執行智能化、管理網絡化、企業組織化是最重要的部分。

打造智能染廠、縮減人工、節能減排、降本增效，已成為行業的共識。但要從單一裝備的數控化向整體工廠的智能化轉變，卻困難重重，實施的路徑，又仁者見仁，在實踐過程中遇到的一些問題，還需要行業共同努力解決。在腳踏實地做產品的同時，打開思路、培養復合人才，謀求企業之間交流與合作，積極加強創新驅動等工作離不開產業鏈每個環節的努力和探索。