广东溢达纺织有限公司以纵向一体化产业链(纺纱、织布、印染、制衣及销售)为基础，构建了涵盖全产业链的信息化、数字化平台，通过智能设备研发与应用，实现全面集成和数据共享。基于三维仿真客户研发平台的协同，建立了以PDM为核心的产品全生命周期管理体系，关键核心工艺实现智能优化。通过建立制造管理系统和质量管理系统，实现生产过程和质量监控可视化，极大地提升了整体生产效率和管理水平，为传统产业转型升级树立了良好典范。

智能制造亮点及模式总结

在GEW通过网络技术、大数据、物联技术、人工智能、智能预测、仿真技术等的结合应用，实现了工艺和产品设计、计划与调度、生产作业与装备、设备管理、能源管理以及客户服务与产品服务等方面的智能化。

打造基于数字化和织物仿真的工艺设计系统，实现订单工艺信息的统一管理和新产品的快速开发

通过信息化实现订单的集中处理和产品的统一跟踪;通过颜色数字化实现颜色的精确传递，减少纱线及人工成本，杜绝颜色传递错误风险;通过织物仿真缩短新产品开发周期。

开发具有动态排产、智能反馈的自优化计划系统，实现排产和调度的最优化设计

通过计划调度优化，制定最优计划、执行最优计划、追踪并反馈执行结果、调整最优计划的整个闭环管理过程。形成可视化的智能调度平台，为调度排产和生产指挥提供全面、准确、及时、直观的信息，并通过指令模拟保证调度指令的可行性。

通过自主研发和引进自动化和智能化设备，提高生产效率及产品质量，缩短生产周期

通过自主研究和引进了自动化/智能化设备、颜色智能化系统、织造可视化系统智能中央控制、自动配料系统等设备，并通过中央控制系统统一管理和协调，使得上述各模块紧密关联，最终实现整个GEW生产作业的智能化。全流程的智能化使得我们的生产效率、产品的质量稳定性及可追溯性都得到极大的提升，同时产品生产周期也得以大幅缩减。

自主研发组态式管控一体的闭式能源管理系统，实现用能信息的可视化及异常用能的快速侦测和报警

通过组态、工控、数据库等技术自主开发能源管理系统，具备实时数据采集、易扩展架构及易于与W.mis实现数据交互的特性,可实现能源数据的可视化,对用能异常进行实时诊断和报警，同时为开展工艺优化、排产优化、设备改造和节能项目孵化等提供了大数据的支持。

开发和引入基于大数据+3D技术的客户管理系统，实现对客户的精准服务提升客户的满意度

在客户服务方面，通过3D数字化的引入，以及开发流程管理系统，为客户进行定制性开发与服务，大幅减少开发周期，并建立客户授权认证开发人员机制;设计建立全流程的质量控制系统，建立客户对过程质量管控100%信心;建立完备的客户反馈信息管理与分析改善系统：自营品牌PYE引入CRM系统，实现对消费者的精细化管理和精准服务。在产品服务方面，通过全流程ERP系统，实现产品信息全线可追溯;开发仓储系统对产品的存储进行科学管理;开发不合格品管理系统，实现不合格品的信息记录及改善措施记录。

智能制造项目建设

项目背景

2016年9月28日工业和信息化部发布了《纺织工业发展规划(2016-2020年)》，其重点任务之一为推进纺织智能制造：自动化、数字化、智能化纺织装备开发。加强对高性能纤维、生物基纤维等化纤新材料成套装备、短流程新型纺纱织造装备、新型印染等装备的开发生产，提高装备的生产效率、性能、功能以及自动化、数字化水平。开发纺织新型传感器、智能测量仪表、质量控制与执行系统,推进具有自动感知、智慧决策、自动执行功能的高端智能装备的产业化开发和应用。作为纺织行业的龙头企业，广东溢达纺织有限公司深刻地认识到推进智能化建设的必要性，只有持续提升生产的自动化、数字化和智能化，才能将传统行业做的不传统，保持企业的竞争力。

受标准化程度、自动化程度和信息化程度比较低的影响，传统的大规模梭织生产流程中存在诸如信息传递不畅、物料难以精确跟踪、排产难度大等弊端。

对于产品设计环节：①由于缺乏信息系统的支撑，订单信息的传递需要多人操作，浪费人力的同时还会存在订单信息传递错误的风险;另外,订单信息主要以纸张为载体存在难以存储、查找及无法获取实时信息等问题。②在工艺设计时，由于缺乏大数据的支持，往往类似品种的设计存在差异，造成工艺难以标准化：其一，造成工艺信息日益庞大，管理难度增加;其二，生产过程造成原材料浪费或补做问题;其三，造成产品设计周期比较长、效率低下的问题。

对于计划调度环节：①需要消耗大量的人力盘点物料的消耗情况，同时手工计算预计订单的纱线需求情况,进而做出纱线采购计划,往往会造成库存庞大或急需的纱线不能及时采购的情况;②在做生产排程时，需要面对复杂的订单多参数与设备多参数匹配的数学问题，依靠人工很难实现订单和设备的准确匹配，往往会造成产品质量不稳定排机不合理拆轴重排、排产不合理造成产能浪费等问题;③信息传递不畅造成的库存积压或紧急赶单的问题。

对于生产作业环节，由于缺乏信息、数据和自动化支持，无法准确对设备效率进行计算，对设备效率的提升改进措施比较零散，没有一个整体的规划，设备效率提升效果不明显。当出现产品质量问题时，由于缺乏生产过程中设备信息和物料信息的支持，质量问题原因的调查耗时耗力，往往也找不到根本原因，对于质量问题的预防非常不利。生产中所需化工料由人工调配，劳动力强度大且容易出错，产品质量的重现性差，由于人工调配过程中变动因素比较多，工艺标准化难以实现。

对于设备管理，由于没有设备关键参数的监控，设备管理人员往往花费更多的精力在出现设备问题后的救火工作上,而无暇顾及设备预防性维护，而设备预防性维护可以提升设备的安全运行效力、延长设备的使用寿命、减少因设备问题造成的质量和安全事故。设备操作人员在进行设备参数设置时，往往根据经验进行，产品质量的波动性比较大，同时，会造成质量对人的经验的依赖，不利于企业的发展。

由于传统梭织生产流程中存在流程冗长、信息不畅、效率不高、质量波动大、工艺标准化难等问题，GEW团队决定结合信息化、数字化、自动化、大数据和科学的管理方法等先进的技术打造一套涵盖 GEW生产流程各环节的管理系统,使各生产要素有机地紧密地结合起来，以提升 GEW的生产效率和产品质量稳定性，减少人力成本、生产物料浪费和能源消耗。

实施路径

通过应用最新的数字化、信息技术、仿真技术、自动化、物联技术等核心技术的融合应用，GEW在智能信息平台、智能设施和设备、智能能源管理及智能客户服务等方面都取得了显著的成效，本文选取其中一部分较典型的案例来详细阐述GEW智能化的实施路径。

智能设备的自主研发

传统纺织制造行业存在劳动密集，业务流程复杂繁琐，现场管理大多数通过人来管理，信息传递、生产任务、运输作业、设备状态检测、生产状态监测都是通过人工来完成，存在信息滞后、生产线不流畅、没有可用数据分析等困难。

要改变传统制造业落后的人工管理带来的各种弊端,就必须通过可视化、智能运输视觉技术、AI数据分析等新技术结合生产业务实现生产线智能化管理。以智能物料为例：通过引入基于激光导航的AGV，同时结合H5和WEBAPI技术开发的可视化整经系统，实现经轴的智能运输，整经和浆纱车间实现了智能化管理后节约了37人。智能准备制造生产线如图1所示。

整经车间生产可视化规划——使生产与工艺信息可视化,提高信息传递的效率和准确性，使整经车间实现信息化管理;

整经轴智能物流运输——结合整经车间可视化实现整经轴自动运输，由智能运输系统实现智能交通运输调度，提高物流效率，节约人工成本;

智能浆纱机——监控浆纱机生产过程的原料和设备异常，利用视觉技术和AI算法识别设备运行状态，确保质量稳定;

浆纱机中控——使浆纱生产实现可视化，生产信息流快速传达到每个生产岗位，实现工艺参数自动导入。

颜色智能化系统

在纺织领域，颜色应用行业内，颜色专用品质管理类硬件、软件一直比较昂贵，颜色领域数据的比较、搜索、应用一直都受制于专业软件和专业设备的垄断，无法实现生产中的灵活运用。

颜色数据的存储一直是在颜色硬件设备所在的本地专用电脑硬盘，虽然几套颜色专用品质管理软件，可以临时组建局域数据库使用，但这几台机的颜色品质管理软件必须外购于同一家颜色软件公司，且每台机都需要装一套独立运行,也仅限于安装有同一家专业颜色软件的本地机台才可以使用颜色数据连接,未连接专业颜色品质管理软件的机台和企业人员，一直都无法查看、使用颜色数据，更别提分析颜色数据，利用颜色数据为生产提供价值。

生产色织品的过程，一般包括对纺织品的染色处理。对纺织品染色处理，先需要按照一定的纺织品重量比例，进行溶液制配，将纺织品与配制好的染液放入染缸，按特定的工艺，把纺织品染成一定的目标颜色，纺织品的染色效果与纺织品批次、缸型、浴比等一系列因素相关，故每次对纺织品染色前，都需要根据染色的纺织品批次、目标颜色等确定此次染色所需要的配方。

传统的染色配方确定方式，一般是在计划排缸后按需要染成的目标颜色的染料组合、染料用量进行多种配方的小样模拟大货染色，根据小样染色调出的实物颜色，与目标颜色的距离,选择最接近的实物样,再根据实物样的小样染色配方确定大货染色配方。小样模拟大货染色在操作过程中分为打样、调色两个工序，耗费时间长，而且需要安挂打样人员、和调色人员，工作量大。

我们通过对颜色数据的采集、颜色大数据应用及颜色互联，实现颜色数据的共享、共用，利用历史颜色数据，取代传统的人工，为客户新的来单颜色自动给出最优化的智能配方，同时在生产染色完成后，利用智能化的系统，取代人工自动判断颜色是否可能放行，使车间实现无间断生产。颜色智能化系统如图2所示。

织造可视化系统

由于织造生产品种类型复杂且数量庞大，织造工艺卡记录的品种质量提示种类超过100种以上，而且提示内容内掺杂了大量的其他内容如上机操作提示、剪样、试织信息等，不同岗位的员工需要从中分离出当前生产需要的信息，不仅耗费大量时间，而且不够准确。

在生产过程中调机和操作都依赖于培训和员工记忆，培训的质量和员工的学习记忆能力都直接影响到生产过程质量，存在一定的风险，同时没有系统的操作指引，对岗位的要求也会随着品种的复杂程度而提高，提高了人工成本。

通过在织机上加装平板电脑，将原来需要员工大量记忆的信息直观地显示在员工的工作区域，在生产过程中遇到问题，系统可以指引员工操作或者调机;同时，利用平板可及时记录生产过程问题，将信息传递到上下工序,坯布验布可以在系统及时录入验布情况。如果遇到质量问题挡车员工可直接反馈到机修工处调机，从而极大地提高信息传递的速度及准确性，减少质量疵布。织造可视化系统功能点如图3所示。

智能验布

在纺织企业中，所有的布面质量检测全都依靠人眼来完成。人眼长时间工作会产生疲劳，由此会增加疵点漏验的风险和验布效率的降低，同时劳动力成本也呈逐年上升的趋势。

随着视觉技术的发展和应用，如何利用视觉技术替代人眼进行智能检测被提出。经过市场调研，广东溢达纺织有限公司与机器视觉供应商合作,开展高端色织布智能验布的研究。利用视觉检测和数据回归技术，同时利用独特的增强缺陷分类算法，达到疵点检测的目的。

项目过程中如何实现智能验布的高检出率和低过检率是关键，什么规格什么颜色使用什么参数去验布更是难点。项目初期先使用小样对设备性能进行测试，设备性能稳定后再测试大量不同规格和不同颜色的布,获取大量数据去匹配人眼检测与智能检测的差异，通过软件和硬件方面去改善。实施过程中对相机的个数由初期的9个增加到12个，线路也由初期2条线增加到3条线，对系统参数进行调整，软件进行升级，最终实现不同规格不同颜色都有相对应的系统参数。机器视觉平台如图4所示。

智能验布技术的成功运用解放了传统验布对人眼的依赖,其验布效率是人工的2倍台智能验布机可替代3名验布人员,且漏验率只有 0.5%的水平(人工漏验率约4%)。疵点信息的在线采集及离线解析如图5所示。

自动预测面料优质率

优质率是指梭织面料优质品比例，即优质品与总产品的比例。在订单生产之前，需要考虑这个产品的优质品比例，从而在订单开始生产前，确定订单的原料投入数量。例如一个梭织面料的订单量是1000米，如果设定这个品种的优质率为95%，则在计算原料投入时，要投入1000/0.95=1053米的原料。

GEW生产的梭织面料，有几十万个品种，不同的品种，因为其面料特性和生产流程不一样，对应的优质率也不一样。十几年前，GEW对所有品类，采用一个统一的优质率计算原料投入，随着生产的不断优化和数据采集的不断完善，GEW开始根据不同产品类型的实际优质率情况，对优质率分类和预测,但是这个预测过程是人工操作的，人工预测优质的弊端有以下几个方面。

分类粗犷，影响优质率的因素较多，但是人工分析的局限性，无法处理太多因子，只能考虑有限的因子数。

预测数据不连续，预测数据以0.5%为梯度进行分类,与实际存在较大的差异。

预测周期长，因为是人工分析，需要耗用一定的时间，GEW一年更新一次数据，预测周期长，无法适时反映生产情况，根据生产情况及时调整优质率。

对人的依赖性大，因为预测的优质率，不是直接以实际优质率的计算结果为准，四舍五入到0.5%，必须要一个质量经验丰富的人进行数据统计和分析，而且还有可能存在经验判断失误的情况。

为了解决以上难题，GEW利用自身丰富的数据资源优势，结合目前市场上先进的机器学习技术，跟研究机构一起，共同研发出一套自动预测优质率的系统。此系统采用分步法和统计学中较常用的线性回归方法，建立预测模型。系统自动预测优质率，完全不需要人工干预，减少对人的依赖和经验误差;每个月更新一次模型数据，每5钟输出一次预测结果,大大缩短预测周期,同时预测准确度比较高,可以指导生产精确投料,减少原材料浪费。优质率预测数据流如图6所示。

生产车间智能监控

数码印花车间的生产要在恒温、恒压、恒湿的高要求环境，需要不断地监控车间环境的状态，如果超出设定的标准范围，就需要不断补充洁净冷热空气及雾化的水汽。要实时监控不同厂家的设备运行状态，设备故障导致的生产效率的浪费，产品的质量问题都对企业有很大的损失。火灾、易燃易爆物品、粉尘、水管破裂等安全隐患也要时刻预防，一刻也不能松懈。人员的异常操作通常是很难去量化和监控，这些都是对数码印花智能监控系统是很大的挑战。针对于此，广东溢达纺织有限公司研发了数码印花车间的智能监控系统。其解决方案如下：

利用IoT物联网技术将温湿度检测仪连接至中控，利用中控控制自动空调、自动加湿机不断地调整车间温湿度在标准范围;将烟雾报警器与手机相连接监控报警。

嵌入式系统开发程序与工控PLC硬件搭建相结合，实现设备联网,数据存储数据可视化。

利用AI技术与高清摄像头结合建立预测模型，对员工的异常动作、车间的异常情况进行监控报警。车间智能监控如图7所示。

基于数字化和信息化的设备全生命周期管理

众所周知，纺织企业基于行业性质,其设备有机型多、数量大、连续化生产的特点。随着企业设备的升级，智能化的不断推进，传统的设备管理手段已经不能满足企业的需求。数字化、智能化、可视化(平台化)是当前设备管理的三大趋势，为了紧跟现代企业发展的需要，我们针对设备管理开展了一场改革与优化。

数字化的设备管理

设备作为生产的重要组成部分，设备管理的数字化是智能化的设备管理的基础。然而，设备管理的数字化不仅仅是用传统设备管理软件提供各类信息，如投入使用日期、维修记录、保养记录等内容，不是简单地把零散的信息进行整合。设备管理数字化不能停留在对过去状态的分析，还包含设备的全生命周期管理，应可以实现设备的各类过程信息全程可追溯、信息的内部管理和外部共享，并可与车间业务系统对接，服务于车间生产。基于上述理念，广东溢达纺织有限公司自主开发了智能化设备管理系统EMMS，通过EMMS实现设备全生命周期的监控及管理，同时通过EMMS大数据的支持，实现设备的定期维修保养转变为精准维修保养。EMMS系统界面如图8所示。

数字化的持续升级

人员是设备管理的重要一环，但如果只是简单的人工数据采集、点检、保养，设备管理数字化的作用将大打折扣，设备智能化升级和改造是实现设备管理智能化的基础。广东溢达纺织有限公司每年都投入专项资金用于设备的持续升级改造：

增加感应器、传感器，实现设备关键运行参数(温度、电压、电流等)数据的实时采集。

鉴于设备分散、监控点多的情况，利用成熟的无线网络和射频技术，结合能源管理系统的现有资源，增设网络节点，实现全方位网络覆盖。

将设备的参数记录通过网络及终端设备进行集成，优化设备的运行监控。设备实现在生产过程中对温度，压力，液位、浓度、速度和张力等重要参数自动记录，形成参数分析曲线自动预警和预测性维护，并可进行远程诊断。无线温度监测系统如图9所示。

搭建设备管理云平台，实现设备管理可视化

在自主研发的基础上，计划引进设备云，寻求与厂商合作，借助其技术力量对目前的系统进行深度开发，搭建设备管理云平台，逐步实现传统设备向云设备的转变，设备工程师可通过连线平台，实现多维、实时、直观的远程设备管理。

依托于实时准确的数据采集技术，检测设备、部件的运行状态，24小时全天候监控，对设备的运行状态和生命周期使用寿命进行统计，对异常设备和接近使用寿命的设备进行预警，对正常设备进行设备整体主动维护和保养。

自主研发组态式管控一体的闭式能源管理系统

经过十余年的持续优化和改善，GEW的节能工作受到计量不完善、能耗数据手工记录、能耗数据时效性差等因素的制约逐渐进入瓶颈期，为了突破这一瓶颈，广东溢达纺织有限公司自主研发了基于组态、工控、数据库等技术的组态式管控一体的闭式能源管理系统。

GEW 能源管理的难点

根据调研及实际开展能源管理过程中遇到的问题，对制约GEW能源管理进一步取得突破性发展的因素总结如下：

计量不完善：GB/17167-2006《用能单位能源计量器具配备和管理通则》对用能单位能源计量器具配备和管理做出了基本要求，而在实际的计量过程中,很多重点用能设备并未进行单独计量，在发生用能异常时，由于各设备的用能计量汇总在一起，很难进行有针对性的分析，或者某些设备的用能异常被整体用能非异常掩盖掉而错失改善机会;由于重点用能设备未进行单独计量，很难针对这些设备进行能效的分析和深入研究,品种结构的改变造成的能源消耗的差异难以判断。

能耗数据手工记录：目前的能耗数据主要依靠手工记录。首先，手工记录耗费大量的人力从事简单的重复性工作;其次，由于记录时间因人为因素而导致不固定，或者记录错误，最后得到的结果不能指导操作人员正确使用，甚至会从数据中得到错误的决策，无法达到有效管理的目的。

能源数据时效性差：目前的能耗数据采集由人工现场从计量仪表上读取数据后，手工记录在报表上，然后不定期输入Excel表格中进行计算，当用能部门发现能源异常时，发生能源异常的品种、工艺、操作人员的信息都已经发生变更，根据滞后的数据来分析异常发生的原因非常困难，即便可以找到原因并进行改善，能源异常已经发生了一段时间，已经造成能源浪费，因此能源数据时效性差为异常能耗的原因分析及异常问题的及时解决都带来了困扰。

能源项目无法有效测量及持续优化：当生产部门通过现场观察或数据分析发现了节能机会的时候，相关部门可以通过修改操作规程以及实施节能改造项目的手段进行管理升级，当升级完成以后，由于缺乏有效的测量手段，得到的结果是无法精确量化的，当管理手段出台以后，在一段时间内可能收效显著，但是由于不能持续测量，在某些情况下，相关的管理措施可能因为种种原因中止，由于不涉及生产和质量的影响，能耗的影响可能在一段时间内无法被发现，在这种情况下，能源浪费仍然在发生，因此，只有对能耗进行持续有效的监控，能源项目才能持续优化。

GEW能源管理系统(EMS)的特点

实时数据自动采集。能源管理最基本的需求是EMS能够随时提供各种情况下实时能源消耗数据和历史能源消耗数据。实时能源消耗数据显示的是当前能源的供应和消耗情况，是EMS系统及时发出异常报警的基础，同时也为生产负载管理提供指导;历史能源消耗数据则是EMS 的基础和核心，所有的分析报告、能源消耗趋势、能源财务数据等都是基于历史数据来进行的。因此，实时数据采集是GEW能源管理系统最基本也是最重要的需求这个需求可以被分解成两个要素：实时性、准确性。

实时性要求所有的被监控的能源仪表都具备通信功能，同时能以设定的频率将能源消耗数据呈现给管理人员,因此整个系统的传输稳定性和软件系统的运行稳定性都要求较高。

准确性要求仪表在检定期内能够保持正常的计量，同时向数据采集服务器传输的数据不会因为外界因素发生畸变，造成记录的能耗数据和实际能耗数据不一致的情况。

EMS易与ERP对接。GEW已经有成熟的ERP系统，生产ERP系统经过多年的运行，已经收集了庞大的生产信息数据。另外，GEW各部门均有可以熟练应用SOL进行数据提取和数据分析的人员，EMS系统数据和ERP数据的结合，可以很方便地取得相同时间周期内某个车间、设备、工艺的能效指标KPI。一是便于清晰的了解品种结构等因素对于能耗的影响，二是可以根据历史记录来设置各个团队的能源绩效。

EMS易扩展。GEW能源管理系统作为溢达集团能源管理系统除了担负能源管理的功能，未来集团希望能源管理系统可以实现设备的控制功能，因此，GEW能源管理系统在设计的时候充分考虑和预留了相关的接口和功能，以便于其他功能的实现。

能源管理系统使得能源数据可视化，为广东溢达纺织有限公司开展工艺优化、排产优化、设备改造和节能项目孵化等提供了大数据的支持。同时，基于不同工序和岗位的不同需求，广东溢达纺织有限公司设置了能耗异常的短信、声光、邮件等报警服务，使得异常用能可以被及时侦测和及时处理。能源管理系统界面如图10所示。

我国正处于从纺织大国向纺织强国迈进的进程，纺织行业正在由传统产业、劳动密集型产业向科技、时尚、先进制造产业转变。GEW通过近几年的智能化建设，在减少用工成本、提高效率、提升品质、加快市场快速反应等方面都取得了显著的成效。作业过程和设备的智能化可以在提升故障的诊断能力,提高设备的可靠性,减少劳动力成本改善劳动者工作环境、提升流程稳定性,提升生产效率的同时也为质量的稳定性打下坚实的基础，而且还可以节约设备维修费用，延长设备使用寿命。生产工艺智能化可以在线跟踪产品的状态，保证最优工艺条件。客户服务和产品服务的智能化可以使广东溢达纺织有限公司更好地为客户提供优质服务和优质产品。计划的智能化可以使广东溢达纺织有限公司更加精确地进行排产，缩短订单生产周期。智能制造标杆企业实践成效见表 1。

智能制造是推动我国从制造大国向制造强国转变战略的重要举措，也是建设纺织强国，实现科技、时尚、绿色纺织新定位的重要路径，为深入推进纺织行业智能转型升级做出贡献。未来广东溢达纺织集团有限公司将依托先进的科学技术，结合自身的创新和研发，不断对广东溢达纺织集团有限公司的智能系统进行完善和优化，并对行业中阻碍智能化的难题进行攻关，最终实现全面的智能化制造。