新一代聚酯纖維智能制造關鍵技術發展方向及展望

張 紅

（中國紡織科學研究院有限公司 生物源纖維制造技術國家重點實驗室 北京 100025）

1 引言

聚酯纖維是最重要的紡織原料。我國聚酯纖維工業始于1958年，經過60 多年的發展，產量已接近全球總產量的80%，超過中國紡織纖維加工總量的70%。盡管我國聚酯纖維產品規模龐大，但同質化嚴重，高功能產品比重小、品種少、品質不能滿足國際市場高端要求，造成了聚酯纖維產能結構性過剩，行業利潤率較低。同時，受到發達國家利用“再工業化”戰略在高端領域形成新優勢，以及新興發展中國家憑借成本、資源等優惠條件擠占中低端產品市場份額，我國聚酯纖維產業發展面臨“雙重擠壓”。

新一代聚酯纖維是指具有高品質、高功能、低消耗和低排放特征的差別化纖維，不僅是指纖維的性能、狀態的特性，如阻燃、導電、抗菌等。同時強調纖維的可再生原料來源和制造過程的低能耗、低排放、柔性化、智能化。當前，新一代聚酯纖維產業技術創新應以提升聚酯纖維綠色制造、智能制造水平為主線，推動信息化和工業化深度融合，形成面向用戶的快速響應機制，構建高效率的產業協同創新網絡，帶動以聚酯纖維為核心的整體產業鏈進入全球價值鏈中高端，增強我國聚酯纖維企業的國際競爭力。

2 新一代聚酯纖維智能制造發展現狀及趨勢

2.1 當前我國化纖行業智能制造發展現狀

以工業和信息化部發布的《紡織工業發展規劃（2016-2020年）》為契機，我國化纖行業智能制造發展取得長足進步。主要體現在：一是智能化裝備和工藝廣泛應用。一些化纖企業基本實現“機器換人”，生產過程控制部分實現“智能化聯動”。二是部分企業在設備互聯互通實現一定突破。在工信部組織開展的智能制造試點示范專項行動推動下，部分化纖企業自動化、智能化水平都有相當程度提升，并形成了較好的行業示范效應。例如，新鳳鳴集團作為首家實現滌綸長絲生產5G智能化升級的企業，在內外系統聯動方面實現數據“精準化傳輸”，生產監測方面實現“精益化管理”，倉儲系統基本實現“無人化作業”等。三是智能化制造技術的應用提升了行業生產效率。一些企業利用數控、智能化等技術，實現從紡絲、假捻變形到絲餅檢驗分級、包裝、倉儲全流程自動化、信息化，提高產品質量和經濟效益。根據中國化學纖維工業協會有關統計，在智能制造試點示范專項行動中，示范企業2015年實現絲餅數字化精密卷繞成型，紡絲卷繞加彈生產流程數字化控制；卷繞滿筒率達到98%，等級判定精確度達到98，產品質量提高10%，經濟效益提高20%。

2.2 新一代聚酯纖維智能制造發展趨勢

當前，發達國家知名化纖企業除在高端纖維制造及其新產品研發方面具有技術、裝備和品牌等傳統優勢外，還高度重視智能制造水平提升，積極按照各自國家的智能制造戰略推進化纖業的智能制造升級,在關鍵技術方面體現了“數據驅動”的優勢。

1.設備智能化。國際知名化纖企業加大研發投入，研制出一批智能化核心部件，重點突破高檔數控系統、可編程邏輯控制器（PLC）等工業控制部件，以及高性能伺服電機及驅動器、高精密減速器等伺服傳動部件，還有一些激光傳感器等測控部件，大幅提高了生產設備的精確度和可靠性。

2.過程信息化。聚酯纖維制造具有明顯的“離散+流程”型生產特征，整體流程設備多、環節多。傳統制造模式缺乏設備之間、設備與人員之間的聯動和協同。隨著5G、物聯網、人工智能等技術發展，特別是基于 IPv6、4G/5G移動通信、無線傳感器網絡等新型工業互聯網技術規模化應用，國際知名化纖企業推動積極打造基于互聯互通的覆蓋產品全生命周期的大數據平臺，對數據實時采集、高吞吐量存儲、數據索引、查詢優化并進行分析處理，實現工藝控制、故障診斷和質量保障等過程的“智能化”。

3.生產柔性化。國際知名化纖企業利用新一代的網絡和通訊技術，將產品個性化需求和生產制造環節相銜接，建立基于網絡的數字化柔性生產系統。數字化的控制技術保障產品個性化、差異化的小批量等多品種生產模式，以及產品質量的穩定性和可靠性。

4.管理集約化。以“數據驅動”實現研發設計、生產制造、經營管理、成本核算、市場營銷等各個環節的融合，提高監測追溯、預測維修、質量控制、能源管理、目標客戶評估、風險管控等智能化服務能力。

2.3 小結

與發達國家知名高端纖維智能化制造發展對標，我國新一代聚酯纖維智能制造發展仍處于初級階段。特別是在以“數據驅動”的纖維加工過程全流程數字化智能化集成方面任重道遠。在綜合應用ERP、MES 系統，綜合利用工業大數據，推進生產計劃優化、生產過程控制、設備監控和產品質量追溯等生產管理與決策的信息化綜合集成等方面，與國際高端纖維制造企業相比有明顯差距。

為此，促進纖維加工過程全流程數據信息綜合集成，實現事件驅動的數據實時通信，提供生產過程分析、產品質量追溯及預測、在線優化調整等智能系統的應用是化纖產業實現智能制造的關鍵。

3 新一代聚酯纖維智能制造關鍵技術特征及內容

化纖產業特別是新一代聚酯纖維智能制造涉及到數據互聯互通、分類檢測識別、質量追溯優化等方面。重點是實現聚合、紡絲、加彈、包裝、倉儲物流過程的設備參數及過程信息互聯互通，實現工業大數據采集，建立質量關聯模型和高品質功能聚酯纖維智能制造標準體系，實現制造與應用過程信息流閉環反饋及產品質量可追溯，以及工藝參數自動調節和故障遠程診斷。關鍵技術主要涉及數據采集系統、數字管理系統質量追溯系統等。

1.數據采集系統。構建產品全生命周期各個環節全流程網絡，網絡結構分下列三級：廠級網絡、主干控制網絡、設備組控制網絡（見圖1）。包括以下三部分：設備組控制網絡連接到設備組監控中心；設備組監控中心通過主干控制網絡/廣域網連接到中央監控中心；中央監控中心通過廠級網絡與ERP 系統連接。

圖1 網絡拓撲結構

中央監控中心建立數據庫，實時數據按生產批號、時間、設備分類，生產批次又與產品標碼掛鉤，實現產品與相關參數匹配。

2.數字管理系統。通過建立ERP管理系統，搭建實時數據庫平臺。實時數據庫系統平臺通過API、OPC、DDE、Modbus、Profibus 等多種數據服務方式實現和不同廠家的集散控制系統（DCS）、可編程控制器（PLC）、電氣設備（SCADA）、環境檢測設備等過程控制層的控制系統、設備、數據平臺以及智能儀表等的連接通訊及實時數據采集和歷史數據存儲，同時通過DCOM 接口、TCP/IP 高級接口、SOAP 接口等實現各類實時數據的集成。

ERP 管理系統將控制畫面、數據信息、設備狀況等通過可視化平臺推送給相關工作人員（ERP 模塊結構見圖2）。異地的科研人員、設備廠服務人員可在相應的界面中進行對工藝或設備的相關操作。系統也可將庫存、產品、生產情況發給外地的管理者，使其便捷地了解情況。

圖2 ERP 模塊結構

3.質量追溯系統（見圖3）。通過ERP、MES、CAPP 等基礎信息系統，獲取生產過程中的人員、工藝、檢驗、設備、配套件等數據，是質量追溯的策劃、執行、評價和改進的數據基礎。在集成數據信息平臺的基礎上，采用分層結構，包括數據采集層、數據模型層、追溯方法層、狀態指標與追溯結果層及客戶端層。其中數據采集層是質量追溯系統的數據來源，帶有與基礎信息系統的接口，采集方法主要有兩種：一是通過與其他系統的接口抓取或導入需要的數據；二是采集未包含在基礎信息系統內的質量數據，采集方式以二維條碼、RFID 等自動識別技術為主。數據模型層按照產品質量信息模型將數據采集層采集的數據信息統一進行轉換、整理和關聯，使這些數據集合成為能夠被追溯方法層直接應用。追溯方法層為質量追溯系統提供追溯的原理和策略，主要包括產品生產過程的追蹤策略、產品試驗信息追溯策略及配套件質量信息追溯策略等算法。狀態指標與追溯結果層包含了質量溯源判斷的依據及溯源結果。客戶端層提供了對生產質量追溯系統的操作接口，用戶通過客戶端可以實現對聚酯長絲產品生產過程的信息查詢、對質量事故的溯源、狀態指標的設定等操作。

圖3 質量追溯系統總體架構

4 結語和展望

在“中國制造2025”戰略實施以及和以5G 基建、大數據中心、人工智能和工業互聯網為代表的新基建的蓬勃發展下，中國化纖行業特別是以新一代聚酯纖維為代表的高端功能纖維智能制造面臨著新的機遇和挑戰。

盡管我國化纖行業智能化發展取得較大進步，為產業轉型升級奠定了一定技術支撐，但也應當清醒地認識到，我國化纖行業智能化發展仍處初級階段，應從以下方面加快推進：一是加強化纖行業智能制造的頂層設計，特別是建立健全行業智能制造應用標準體系；二是加快化纖行業智能制造試點示范力度，推動建設一批產業集群智能化服務平臺，促進中小化纖企業信息化工業化融合發展水平；三是加大化纖行業智能制造多學科多層次人才培養及儲備。