砥砺奋进,纺织信息化飞速发展的五年 时间:2017-10-27 作者: 浏览次数:次
中国纺织工业联合会产业部副主任 吴迪/文
党的十八大以来的五年中,纺织行业信息化在新一代信息技术快速发展带动全球科技创新的大环境下,出于纺织行业转型升级对于信息化的迫切需求,得到五年来国家一系列重大政策的引导和支持,取得了较之以往更快的发展。两化融合走向深入,关键技术攻关取得突破性进展,信息技术改造传统产业全面提速,智能制造树立了试点示范,互联网的行业应用逐步深化,新模式新业态不断成长,行业信息化水平显著提升,已经成为引领行业创新、驱动转型升级、实现强国目标的重要动力。
中央出台两化深度融合的战略部署
2012年11月,党的十八大报告指出:“坚持走中国特色新型工业化、信息化、城镇化、农业现代化道路,推动信息化和工业化深度融合、工业化和城镇化良性互动、城镇化和农业现代化相互协调,促进工业化、信息化、城镇化、农业现代化同步发展”,为中国特色新型工业化道路指明了方向。随后的五年,是出台支持两化深度融合相关政策最密集的时期。
2015年5月,国务院发布《中国制造2025》,是中国政府实施制造强国战略第一个十年的行动纲领,突出了两化深度融合主线。该文件指出,要以加快新一代信息技术与制造业深度融合为主线,明确了两化融合在整个制造业转型升级中的重要地位,也是我国制造业所要占据的一个制高点。
2016年7月,中办、国办发布了《国家信息化发展战略纲要》(简称《战略纲要》),立足于我国信息化建设进程和新形势,明确了新的指导思想、战略目标、基本方针和重大任务,从增强信息化发展能力、提高信息化应用水平、优化信息化发展环境三个方面对未来信息化发展方向做了明确规划。其中,“提高信息化应用水平”的相关内容与纺织信息化最为密切。
随后,政府各个部门高频度地出台了《积极推进“互联网+”行动的指导意见》、《智能制造发展规划》、《深化制造业与互联网融合发展的指导意见》等一系列文件,从多方面对两化深度融合进行引导,也为纺织信息化建设提供了战略性的指导。
信息技术改造传统产业取得重大进展
产品设计信息化推广面广
CAD等技术趋于成熟,在纺织各个行业应用已经成为常态。这五年,在三维人体测量、服装人体数据库、虚拟试衣等技术支持下,基于互联网环境、面向个性化定制的服装设计逐步推广;CAD与CAM的接口技术及相关标准取得进展;纺织品颜色及相关工艺的数字化管理进一步深入;织物花型设计与服装款式设计有了结合的尝试;PLM得到应用,在综合集成方面发挥了作用。
国内已经有多种相关软件产品,占有很大市场份额,有的已经到达国际先进水平,而价格远低于国外同类产品,在国际市场上具有竞争力。
生产制造和管理进展最为明显
由于近年来纺织企业设备更新和技术改造加快步伐,基于物联网的MES推广很快,在线监测系统建立了典型应用,涌现了一大批技术和服务提供商。
印染生产过程监控系统近年来推广最快,有多种解决方案可供用户选择,如杭州开源、常州宏大、西安德高、佛山南海天富等,对于印染企业稳定产品质量、提高生产效率、优化生产工艺、促进节能减排发挥了重要作用;棉纺在线监测和管理系统的集成化水平明显提高,适应性增强,一般不局限于特定供应商,可以联接多种型号设备,还可以与ERP对接,经纬新技术、厦门软通、长岭纺电等开发的系统都有典型应用;服装生产管理系统应用RFID技术,实现了生产任务进度控制、生产物料追踪、生产品质监控以及生产核心环节实时监控调度等功能,天泽盈丰最早提供这些技术;基于互联网的针织网络管理系统,如福建睿能、江南大学针织中心等单位开发的系统,具备生产绩效分析、生产质量追溯和生产智能排产等功能。越来越多的供应商推出了MES与ERP集成的整体解决方案,应用水平和技术水平显著进步。
企业信息化管理开始步入新阶段
ERP等管理软件的应用不断推广,功能日臻完善,并采用了一系列新的应用模式,更多地与PDM、MES等应用系统集成,CRM、SCM在互联网环境下更好地发挥了作用,企业管理信息化开始步入集成应用新阶段。
波司登、山东南山、安徽华茂等行业龙头企业的ERP建设不断完善和深入,密切与企业生产经营相结合,整体管理信息化水平明显提升;无锡一棉、山东鲁泰、江苏悦达等企业作为棉纺织行业的试点示范,近年来深化了ERP应用,逐步建设了电能监测系统、质量监测系统、设备在线监测系统等,在支撑企业生产经营模式变革等方面起到了很大作用;山东如意集团与西安科技大学合作开发应用了面向纺织服装制造过程的协同生产管理系统,着重解决生产计划制定过程中的优化问题,有利于纺织服装产业链上下游企业的协同;湖南忘不了公司开发了包括服装设计、工艺数据库、生产管理的信息化综合管理系统,较为全面地覆盖了企业的服装设计、生产和经营业务等。
智能制造成为主攻方向
智能制造成为行业信息化新的重点领域
《中国制造2025》发布之后,智能制造成为制造业转型升级的突破口和重点领域,各级政府也将其作为做强制造业的抓手,给予了各种形式的专项支持。工信部、财政部印发《智能制造发展规划(2016~2020)》,明确了 “十三五”期间我国智能制造发展的指导思想、目标和十大重点任务,并从2015年开始,每年设立智能制造综合标准化与新模式应用专项,评选智能制造试点示范企业,山东康平纳、青岛红领、宁波慈星、江苏大生等十几家纺织企业相继入选。
智能化生产线建立了行业试点示范
以智能生产线为代表的生产过程智能化是智能制造的核心,投入最大,最受关注。
山东康平纳公司研制了数字化自动染色成套技术与装备,开发了染色生产全流程的中央自动化控制系统,创建了筒子纱数字化自动高效染色生产线,建立起数字化染色车间,生产工序间可做到无缝连接,实现了染色现场的无人化运行。该项目荣获2014年国家科技进步一等奖,应用于山东鲁泰等多家企业。
棉纺行业建设了山东华兴、江苏大生等纺纱生产线试点,在行业内很有影响力。如山东华兴的环锭纺智能生产线,包括在线监测信息系统、条筒AGV 输送系统、细纱接头智能导航系统、筒纱智能包装与输送系统等,实现了对国内外不同供应商的设备和系统全流程综合集成,建成了从原料投入到成品入库的连续化、自动化生产线。
智能化物流系统取得突破
化纤、棉纺企业内部的生产物流系统这五年在技术上形成突破,应用取得快速发展,成为生产线的重要组成部分和连接各个环节的纽带,提高了生产线的自动化程度。
北自所开发的全自动落丝系统,实现了落丝、装车和转运的自动化,能够自动完成丝饼产品信息的跟踪及标签打印;再加上自动包装物流系统,能实现丝饼从落筒、输送、储存、检验分类、包装到码垛的全自动化。在盛虹集团等多家化纤企业投入运用以后,大大节省了用工,提高了日包装产量。
青岛赛特环球的筒纱自动包装物流系统,包括筒纱的自动识别输送、堆垛、拆垛、视觉检测、称重筛重、多方式自动成包、自动装箱、整包(箱)称重贴标、打包、码垛、入库出库等功能。可以对筒纱品种自动识别跟踪,并采用视觉识别技术全过程质量监控,自动剔除不合格筒纱。已经应用于魏桥纺织等企业,大大提高了纺纱生产线后道工序的自动化水平。
定制化服务新模式不断创新
随着电子商务的快速发展,个性化定制模式得到越来越多的企业青睐,并逐步走向实际应用。定制化服务作为制造业服务化转型的重要创新模式,有着巨大的发展空间。
青岛红领作为个性化定制的先行企业,其网络化MTM平台多年来应用于男西装个性化定制,五年来有新进展。依据大规模样板库,以订单信息流为核心,任务分配给计算机网络控制的多个柔性加工单元组成的分布式制造系统,实现了快速响应,而在其后台,则有功能较强的信息化系统支撑。
宁波慈星开发了针织毛衫定制系统,提供可随时获取、按需使用的毛衫款式、制版软件、织造工艺单和设备改造等服务功能。通过整合上下游资源,形成包括产品设计、订单受理、工艺制版、原料仓库、织造生产、半成品仓库、缝制生产、去污柔软、整烫定型、质量检测、成品仓库、物流配送等环节的网络化产业链。
广东爱斯达服饰公司将网购营销与生产制造相衔接,开发了T恤衫、牛仔服等服装单件定制的“智能裁缝”网络平台。消费者通过键盘输入有关数据,网上的虚拟试衣系统有画面显示;平台还提供大量的面料、色彩、图案、款式等,消费者根据喜好选择;最后完成确认后下单,提交到车间生产。
互联网技术的行业应用走向深化
五年来,新一代信息技术飞速发展,互联网空前普及。在国家政策推动下, “互联网+”更是异军突起,成为产业界乃至全社会的关注点。纺织行业深化互联网应用,给传统产业模式带来深刻变革。
电子商务平台发展迅速,尤其是淘宝、京东等面向广大消费者的B2C平台发展更是超出预期。2016年纺织服装电子商务交易总额为4.45万亿元,是2012年的2.4倍。电子商务发展带动互联网向供应链上下游延伸,如江苏红豆在红豆商城等终端产品电商业务的基础上,依托红豆电信和纺织材料交易中心的优势,构建了红豆集团与上下游供应链之间的原材料电子商务平台。
面向中小企业的信息化服务平台服务面增大,如浙江绍兴、广东西樵等产业集群的服务平台获得云计算等新的技术和运营模式的支撑,业务发展快;行业化软件通过云平台推广,形成了一些“纺织云”,如武汉纺织大学,为广大纺织企业提供资源优化共享、使用安全可靠的服务。
软件开发商在纺织行业开展了SaaS软件租用服务,随时获取,按需使用,按使用付费,如杭州爱科开展的服装排料服务;设备厂商对全球客户的运行数据进行实时跟踪,对出厂设备提供远程诊断和后期维护,如福建睿能的针织横机网络监控平台。
移动互联技术蓬勃兴起,已经广泛应用于纺织企业的办公自动化(OA)和电子商务。移动应用扩充了ERP的应用场景,并借助于移动化特性实现传统管理软件难以实现的创新应用。
大数据应用开始起步,已经用于纺织品服装的精准营销和需求定位, 行业层面的大数据信息服务平台也在筹建中。在企业层面,ERP系统中积累了大量数据,与物联网、社交网络等其他来源数据形成庞大资源,对企业的经营决策和预测意义重大。