GST 數據庫在服裝智能制造升級中的應用

任麗惠

（廣東職業技術學院，廣東 佛山 528041）

《中國制造2025》《深化“互聯網+先進制造業”發展工業互聯網的指導意見》等文件的發布，標志著智能制造已成為中國制造業升級的主攻方向。隨著數字化大規模個性服裝定制和智能化生產體系的推進，信息共享、技術標準成為推廣過程中的障礙，整個服裝產業的轉型升級迫在眉睫。大部分服裝企業無法應對高成本的全智能化轉型，搭建GST 信息化平臺，實現管理簡單化、流程順暢化，成為推動智能信息化升級的關鍵因素。

一、GST 概念

對服裝行業而言，促進互聯網與制造業的融合，大力發展智能制造，核心是打通企業全生命周期的數據流，用數據流帶動產品流、物流，整合資源，使企業從提供產品型向服務型、制造轉型升級。

GST 是精益生產管理下的一個模塊，有兩層含義：一般車縫時間（general sewing data）、成衣標準工時（Garment Standard Time）。文中的GST 數據庫指的是成衣標準工時數據庫，以“互聯網+”的模式實現企業內、企業間數據共享。GST 數據庫管理系統融合現代IE 理念，可自動生成生產平衡圖、員工的效率表、工藝平衡表等多種IE 數據報表，建立科學決策體系。

二、GST 發展歷程

PMTS（Pre-determined Motion Time Systems，預定動作時間法。）是一種間接測量法[1]。20 世紀20年代，美國人西格（A.B.Segur）發表《動作時間分析》，提出動作時間分析法，其理論依據是吉爾布雷斯夫婦（Frank＆Lillian Gilbreth）的動作經濟原則和動作要素。

PMTS 將構成工作單元的動作分解成若干個基本動作，并確定基本動作對應的標準時間。通過觀測某項工作方法及其動作順序，從標準時間表上查出時間，把所有時間值加起來，就可以得到工作的正常時間。根據基本動作的分類與使用時間單位的不同，PMTS 有幾種方法，其中使用最廣泛的是MTM（時間度量法，Methods Time Measurement）。MTM 數據庫經過不斷發展，可用于各種行業，GST 是從MTM數據庫中衍生出來的，專門用于縫制品行業[2]，見表1。

表1 MTM 到GST 發展

三、GST 數據庫內容與作用

1.GST 系統的內容

GST 是專門用于服裝行業的一種貫徹精益生產管理的方法，分析作業人員在縫制過程中所有可能出現的動作，建立標準：動作標準——時間標準——作業標準，實現技術和管理思維的異地傳輸、共享，降低企業生產成本，提高生產效率。常用的GST 管理系統一般由四個部分組成：基礎設置、款式數據庫、管理報表、系統維護[3]。

（1）基礎設置

基礎設置模塊包括基礎參數（產品類型、建庫編碼、工人技能數據庫等）、訂單數量、面料系數、等級系數、機器類型、輔助工具等因素。

（2）款式數據庫

根據款式類型、產品特點進行款式分析，得出標準工時和生產單價。在分析過程中，建立款式數據庫，為新款分析提供參考依據。在建立款式數據庫時，按照從款式——部件——工序——動作分析這一過程，獲得每個款式的工藝單、標準工時及工價，建立款式庫、部件庫、工序庫和動作分析庫，見圖1。

圖1 建立款式數據庫流程

（3）管理報表

基于款式數據庫，生成生產流線平衡表、款式工序流程圖和款式工序表，根據員工技能、機器情況，為企業提供生產管理數據。

（4）系統維護

通過設置不同成員的管理權限，保證系統正常運行。

2.GST 系統的作用

在服裝企業智能制造升級轉型中，GST 數據庫可以為企業成本預算、現場管理等提供決策，主要包括以下幾個方面。

建立時間標準：以正確的方法分析，結合相關因素（如針步、轉速、線跡）計算出標準時間[4]；設計成本預算：計算新產品的成本，作為接單業務的依據；制定現場平衡生產線：利用標準時間制定各工作站的工作量，以達到流水線順暢，進而提高產量；評估投資：對引進設備、機器改良做評估分析，確定投資方案；制定生產計劃：跟據標準時間計劃未生產的前期數據，提前安排生產線；培訓員工：根據方法描述，有指引地進行車縫技能培訓；有組織地進行方法改進：將正確的方法作為標準并推廣，達到標準統一化。

四、GST 數據庫在智能制造中的應用

1.GST 在服裝企業應用案例

以阿里“犀牛智造”為例，犀牛運用GST 數據庫在供給端打造柔性制造系統，實現100 件起訂，7天內交貨。與傳統服裝生產相比，犀牛能夠縮短75%的交貨時間、降低30%的庫存。在需求端，犀牛打通淘寶、天貓等零售平臺，為品牌商提供精準銷售預測，實現規模化按需生產。高度數字化的犀牛工廠，能夠在承接更多個性化、小規模訂單的同時，又可以保持低成本和高效率，實現了定制服裝批量化生產。

2.GST 應用范圍

GST 適用于所有縫制品行業，包括服裝、家紡、鞋包等。同時，GST 也不局限于縫制過程，對于前期的物料計劃、裁剪，后期的整燙、包裝，同樣可以建立數據庫，制定工作標準，見圖2。

圖2 GST 應用圖

3.制定款式工序表

通過款式分析，在生產前分解工序，了解制作工藝、機器類型、工藝難易度、加工時間、工序單價及小時指標，使計劃更精確，見表2。

表2 款式工序表

4.制定人員分配表

根據工人技術、數量，進行人員分配，見表3。

表3 款式工序表

5.制定生產工藝平衡圖

根據工序標準作業時間、工人技能水平模擬生產工藝平衡圖（見圖3），預判生產中可能出現的問題。同時，通過現場數字化看板反饋，動態調整生產計劃。

圖3 流水平衡圖

6.制定SOP 標準作業書

通過SOP 的方式將工作進行量化，將細節進行量化和規范化，見圖4。

圖4 SOP 標準作業書

建立GST 數據庫，改變過去服裝企業生產管理依賴人的經驗這一局面，通過款式分析確定物料計劃，制定數字化工藝、SOP 標準作業，準確高效獲取每件衣服的工藝流程、加工方法、標準時間、機器設備等數據，在智能制造平臺中，GST 像大腦一樣，指揮保證各生產單元高效協同并按標準程序進行作業。

五、存在的問題

GST 數據庫在服裝智能制造升級過程中發揮著重要的作用，卻并沒有實現廣泛應用，主要原因有兩個：一是GST 人才不足。服裝行業歸根到底是密集型產業，人在服裝智能制造的實施過程中的重要性尤為突出，高素質人才對GST 的推廣和應用起到了一定的阻礙作用；二是GST 數據庫通過動作標準和時間標準建立了工作標準，不受地域、天氣和人的因素的影響。但由于大多數企業技術保護，不愿共享數據庫，難以建立工作標準。

六、結束語

傳統服裝企業升級為智能制造型企業，必須立足現狀，根據自身所處階段，建立基礎管理數據庫，實行標準化管理，進而整合優化到集成化管理、智能化管理，幫助企業全面提升內部管理水平，構建企業強大的核心競爭力。