基于智能技术打造无人化数字棉纺工厂

刘金珠+李颖新+罗丹+蔺建旺

摘要：纺织行业正处于产业升级、设备更新换代的关键时期。结合近些年来出现的一些新技术、新理念，加强数字化智能纺纱成套装备的研发，使棉纺企业由劳动力密集型向少人化、无人化、高质量方向发展是当前重要的技术趋势。国内棉纺行业虽规模庞大，但大部分装备在智能性方面还较为落后，紧密结合市场需求，研发和应用先进的数字化、智能化技术，提升制造工艺的现代化水平，打造装备智能化、生产无人化的新型棉纺工厂，已成为当前和今后一段时期内纺织装备企业的主要任务之一。

关键词：智能技术；无人化数字棉纺工厂；网络化；大数据

中图分类号：TS118 文献标志码：A

Building Unmanned Digital Cotton Spinning Mill Based on Intelligent Technology

Abstract： Chinese textile industry is in a critical period for industrial upgrading， and this requires textile machinery producers strengthen their R&D on digital， intelligent spinning equipment to help cotton spinning mills use less labor or build unmanned workshop. Nowadays， although domestic cotton spinning industry has the largest production capacity around the world， most domestic cotton spinning machines are not so good in intelligent performance. To meet the requirements of market， it is significant for textile machinery producers to develop cutting-edge textile machinery applying new ideas and technology， and help to build new intelligent unmanned cotton spinning mill.

Key words： intelligent technology； unmanned digital cotton spinning mill； internet-based； big data

1 引言

近几年，我国纺织行业的生产成本普遍上涨，大量企业出现了用工成本大幅度上升和招工难并存的局面，而企业自身科技创新能力不足、产品附加值不高，也严重了影响纺织企业的竞争力。

与此同时，全球经济发展方式正在发生深刻变革，科技创新孕育新的突破，“智能制造”已成为世界制造业发展的大趋势。《经济学人》2012 年4月发表的“第三次工业革命：制造业与创新”专题报道中阐述了目前由技术创新引发的制造业的深刻变化，指出数字化与智能化的制造技术是“第三次工业革命”的核心技术。

在发达国家，汽车、电子电器、工程机械等行业已大量使用工业机器人自动化生产线，出现了数字化、智能化工厂。近年来，物联网、云计算、人工智能等领域内各项新技术得到了快速发展和广泛应用，这将对纺织行业向数字化、网络化、连续化和集成化、智能化方向转型发挥强劲的驱动作用。

目前欧、美等发达国家和地区已经有纺织工厂实现了从原料到成品的全流程智能化生产，生产状况和车间环境实现了集中监控和远程控制，工人劳动强度大幅降低。作为纺织科技的重要载体，数字化、智能化的纺织工厂将是纺织行业未来重要的发展方向，是现代纺织工业化与信息化深度融合的应用体现。

2 经纬纺机新型无人化棉纺工厂

棉纺是纺织行业最重要的组成部分之一。在国内，棉纺机械较早推广使用数字化技术，棉纺工厂的自动化水平有了很大的提高，但与国际新技术相比在高速、高产、高质、连续化、智能化及稳定性、可靠性等方面还有很大差距。国外先进纺机具备了高度智能化的功能，生产自动化、连续化程度很高。

作为中国最大的棉纺织成套设备供应商，经纬纺织机械股份有限公司（以下简称“经纬纺机”）拥有30多家分、子公司，产品覆盖清、钢、并、粗、细、络、捻、织、染等工艺流程。经纬纺机通过原始创新、集成创新和消化吸收再创新，加强产、学、研间的技术合作与交流，利用棉纺装备开发平台协同分、子公司研发和应用当代先进的数字化、智能化技术，致力于打造新型无人化数字棉纺工厂。图 1 描述了经纬纺机新型无人化数字棉纺工厂的构想。

经纬纺机新型无人化数字棉纺工厂主要由智能化单元设备、车间数据采集与监控系统、智能物流与搬运系统、基于大数据和云计算的智能数据处理与分析等系统组成。数字棉纺工厂提供的棉纺成套工艺方案包括：精梳/紧密纺成套工艺、普梳成套工艺、气流纺成套工艺。紧密纺流程：清梳联合机（含清花设备、异性纤维分检机、梳棉机）→头并并条机→条并卷联合机→精梳机→末并并条机→自动落纱粗纱机→集体落纱环锭细纱机→细络联型自动络筒机。转杯纺流程：清梳联合机→并条机→转杯纺纱机。

无人化数字棉纺工厂能够把传统上分为多个工序的棉纺装备通过自动化、连续化、数字化技术集成为一个智能化的整体进行管理，将原来需要大量人工管理的生产流程统一在系统智能管控之下，将原来大量需要人工搬运的原料和半成品实现自动输送，将原来大量需要一线工人掌握高超技能的操作简化为装备的自动化标准操作，各项生产工艺数据实现自动采集分析、预测。无人化数字棉纺工厂是现代纺织工业化、信息化、智能化融合的综合体现，也是实现智能化纺织的必经之路。 2.1 棉纺单机设备由机电一体化走向智能化

智能化纺织机械是在原有机电一体化设备的基础上，通过数字化和计算机技术，融合传感器技术、信息科学、人工智能等新思想、新方法，模拟人类智能，使其具有感知、推理和逻辑分析功能，以实现自适应、自学习、自组织、自主决策能力。比如，纺织过程各种工艺参数、运行状态能够在线检测、显示和自动调节；机台具有自适应的生产控制、智能化加工编程、故障自动诊断、远程监控等功能。智能化纺织机械是新型无人化数字棉纺工厂的重要组成部分，表 1列出了几种主要棉纺单机的作用和智能化功能。

综上所述，棉纺机械单机的智能化主要体现为：（1）在机电一体化的基础上进一步融合机器视觉、模式识别等技术实现质量在线监测系统，如异纤分检机、自动络筒机的断纱智能检测装置和空管自动识别装置；（2）先进控制技术的应用：并条机自调匀整系统、细纱机集体落纱全过程恒张力控制技术、半自动转杯纺纱机张力精确控制系统；（3）先进的驱动技术，有变频调速、交流伺服、步进电机等；（4）联网接口、RFID射频识别、现场总线和人机界面，实现工艺参数、运行状态的在线监测、显示和自动调节，使机器运行在最优状态，具备故障显示和自动排除、远程诊断和服务等功能。

2.2 棉纺工序连续化

随着纺织工厂自动化水平的提高，单机自动化已经无法满足纺织行业发展的需求。通过智能化技术将纺纱工序进行合理的硬连接或软连接，实现工序连续化已经成为棉纺工厂目前的迫切需求，并为最终实现纺纱全自动化铺平道路。

2.2.1 联合机

联合机是将不同工序设备进行有机的自动联结，如：清梳联、粗细联、细络联等，使部分纺纱工序连续化，实现少人或无人管理的从原棉到成品纱的连续生产。

（1）清梳联：将清花工序与梳棉工序组合成一条新的生产线，实现棉纤维的抓取、开松、除杂、混合、梳理自动联接，直接生成棉条。该设备精确配合自调匀整系统，对棉流、棉箱、棉层、棉条进行智能控制；工艺参数在线调整、数据实时采集、传递；设备故障自动诊断和维护。

（2）粗细联轨道自动输送系统：与自动落纱粗纱机配合，使用空中电动轨道小车系统EMS（Electrified Monorail Systems）牵引运纱单元将满筒粗纱送至满筒纱库，待细纱机发出需求信号后再将满筒粗纱送至细纱机；将细纱机用完的空管送回空管库，待粗纱机发出需求信号后再将空管送至粗纱机，供粗纱机自动落纱使用，实现粗细联。

（3）细络联：在细纱机和自动络筒机之间增加一个轨道联接系统，其主要功能是将经细纱机自动落纱装置落下的管纱自动运输到自动络筒机进行络纱，并将空管自动运回到细纱机。经纬纺机研发的新型细络联型自动络筒机，可以与细纱机直接连接，自动落纱、生头、插管、换管、空管返回，实现了管纱从细纱机到络筒机的自动输送，改善纱线的清洁情况，避免纱线的接触损伤，减少毛羽增量，生产效率大大提高。

2.2.2 智能化柔性物流仓储系统

自动导引车AGV（automated guided vehicle）、电动轨道小车系统EMS与机器人技术在一些现代制造企业，比如汽车制造等领域已广泛应用，但是在棉纺行业中尚无应用。AGV、EMS系统配有电磁、磁条、光学、视觉等自动导引装置，按规定的导引路线自动行驶，用于多功能运输，是一个完全自动化、智能化的系统。

AGV、EMS系统具有自动导航、优化路线、自动作业、交通管理、车辆调度、安全避碰、自动充电、自动诊断、多传感器控制、网络交互等功能。数字棉纺工厂利用AGV、EMS系统与机器人技术，实现智能物流系统的柔性搬运、传输、打包等功能，包括条桶智能输送系统、精梳棉卷智能输送系统、粗纱空中输送系统、筒纱智能整理输送与包装系统等。

2.3 网络化、智能化系统实现棉纺工厂管控一体化

2.3.1 棉纺设备网络监控和管理系统

棉纺设备网络监控和管理系统利用传感器、通信、总线、数据库、物联网等技术，把棉纺厂单机设备的运转数据、产量数据、质量数据（如异纤分检机、电子清纱器等）、设备的用电数据、人员、环境温湿度、空压、除尘系统、电力供应、ERP数据等相互独立的信息流集成在一个平台上，消除生产过程的黑箱运行，实现纺织工厂的敏捷化、透明化、数字化生产和现代化管理。

该系统以数据采集为基础，实时显示设备的状态，记录主机设备运行的各种数据；可按班组、员工、品种自动统计报表；实时记录设备的每个状态变化，如细纱机的落纱次数、落纱时间、落纱长度；把数据转换为状态的管理报警，如速度过高、CV值过高的报警；车间环境智能监控系统，可对温湿度、空压、粉尘浓度等环境状况进行监控，使得电力供应统一调度，工厂少人或无人值守，为各种设备的运行维护提供有利工具。

该系统通过有线或无线网络把棉纺工厂的各个单元联接起来，消除信息孤岛，构建全厂信息流，实现生产高效的管理；可对整个工厂的各种资源（如设备、能源、人员等）进行优化配置，提高效率，降低能耗；提高棉纺工厂的智能化、信息化、管控一体化水平。

2.3.2 大数据、云计算技术、物联网技术的融合

随着信息化的发展，棉纺工业将应对大数据时代来临的挑战。数字化纺织工厂设备（棉纺设备、辅助设备）众多，棉纺设备网络监控和管理系统实时采集成千上万个传感器的数据，并生成各种统计图表。企业ERP系统每天都在生成大量数据和报表。图 2 展示了数字化棉纺工厂信息数据处理流程图。这些数据不仅体量巨大，而且种类多样、实时性强。面对大数据，处理数据的效率就是企业的生命，传统关系型数据库对其难以存储，单机数据分析统计工具也无法对其处理。

拥有数千万台机器的大规模并行运行的云计算平台为这些海量数据提供了廉价的存储空间和超强的计算能力。云存储不仅为数字棉纺工厂提供了远端大容量存储空间，而且可以对这些数据进行管理，如对重要数据进行本地与云端的两级备份。另外，还可通过web方式、PC客户端、手机客户端等形式访问数据，对设备状态进行监控，对生产进行控制和管理等。

大数据的核心是要获得数据价值，数据需要理解才能转化为有用的信息，最关键的部分是数据分析。打造智能化的数字棉纺工厂，就要依靠专家系统与智能软件对大数据进行自动分析、归纳推理，从中挖掘出潜在的模式，调节纺织机械设备达到最优的状态，进而更好地控制生产，同时将有用的信息反馈给管理者帮助其正确决策、执行，减少风险。随着网络化、数字化技术的发展，基于机器学习、统计学、数据库、可视化等技术的数据挖掘方法有了很大的进步。利用数据挖掘技术对采集的数据进行分类统计、对比分析、关联分析、聚类分析、异常分析、预测分析等，能够及时发现设备的问题，并对生产异常状况进行报警、预测、判断和敏捷响应。

大数据和云计算技术相辅相成，与棉纺设备网络监控和管理系统、企业ERP等系统的融合，将会对棉纺企业带来革命性的影响，改变企业传统的管理和运营模式，成为企业的神经系统及决策中心，能有效降低管理成本，提高生产、商务和服务的智能化水平。

3 结论与展望

新型无人化数字棉纺工厂实现了从原料到筒纱的自动化生产流程；从工厂环境辅助设备的监控到设备运转数据的采集；从设备单元的自动化、智能化到工厂生产的连续化、网络化、智能化，并最终实现少人化、无人化管理。智能棉纺设备具有高速、高产、高效的性能，能极大提高成纱品质和产品附加值。联合机和基于AGV、EMS、机器人系统的物流仓储系统实现了棉纺工序之间的刚/柔性联接，保证了全流程运行的稳定性、可靠性、连续性，极大地提高了生产效率。大数据和云计算技术将助力棉纺设备网络监控和管理系统、ERP系统，提高棉纺工厂的信息化水平。因此，利用智能化技术，融合新思想、新技术，打造新型无人化数字棉纺工厂将成为当前和今后一段时期内纺织装备企业的主要任务之一。

建设新型无人化数字棉纺工厂，将对加快棉纺企业的转型升级，提高生产效率、技术水平和产品质量，降低能源、资源消耗，节约用工成本，实现纺纱生产过程的数字化、智能化、网络化，提高企业竞争力，在应对国际挑战中发挥重要作用。因此，智能化数字棉纺工厂将会给纺织行业、纺机制造业带来巨大的经济效益和社会效益，具有良好的发展前景。

参考文献

[1] 路甬祥. 走向绿色和智能制造——中国制造发展之路[J]. 国内外机电一体化技术，2010（3）：37-38.

[2] A third industrial revolution：manufacturing and innovation[EB/ OL]. The Economist，Apr. 2012. http：//www.economist.com/ node/21552901.

[3] 周济. 制造业数字化智能化[J]. 中国机械工程，2012，23（20）：2395-2400.

[4] 张国军，黄刚. 数字化工厂技术的应用现状与趋势[J]. 航空制造技术，2013（8）：34-37.

[5] 韩丹，范文慧，邵贝恩. 棉纺装备协同制造平台技术研究[J]. 计算机集成制造系统，2008，14（7）：1337-1341.

[6] 孙文立. 加强科技战略化管理，增强装备制造集团型企业技术创新能力[J]. 纺织机械，2011（5）：4-9.

[7] 范祥，卢道华，王佳. 机器视觉在工业领域中的研究应用[J]. 现代制造工程，2007，（6）：129-133.

[8] 赵斌，张红雨. RFID技术的应用及发展[J]. 电子设计工程，2010，18（10）：123-126.

[9] 张辰贝西，黄志球. 自动导航车（AGV）发展综述[J]. 中国制造业信息化，2010，39（1）：53-59.

[10] 李坡，吴彤，匡兴华. 物联网技术及其应用[J]. 国防科技，2011（1）：18-22.

[11] 刘炜，夏翠娟，张春景. 大数据与关联数据：正在到来的数据技术革命[J]. 现代图书情报技术，2013（4）：2-9.

[12] 张亚明，刘海鸥. 云计算研究综述——基于技术与商业价值双重视角[J]. 中国科技论坛，2010（8）：126-133.

[13] Tom M Mitchell：Machine learning[M]. Boston，MA：McGraw-Hill，1997.

[14] Z H Zhou. Ensemble Methods：Foundations and Algorithms[M]. Boca Raton，FL：Chapman & Hall/CRC，2012.

[15] 何清. 物联网与数据挖掘云服务[J]. 智能系统学报，2012，7（3）：1-5.

[16] 李明江，唐颖，周力军. 数据挖掘技术及应用[J]. 中国新通信，2012（22）：66-67.