基于集成信息监控系统的纺纱智能化管理

陈新鹤 海 洋 李光海 宋均燕

(1.新疆溢达纺织有限公司，新疆乌鲁木齐，830054；2.昌吉溢达纺织有限公司，新疆昌吉，831100)

近年来，智能制造已成为纺织业转型升级的突破口和重点领域[1]。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，生产过程控制的信息化程度直接决定了工厂的智能化程度。随着移动互联网的兴起，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、应用的新阶段。

以昌吉溢达纺织有限公司为例，该公司于2016年建成的全流程智能纺纱示范项目，为目前国内智能化程度最高的全流程集聚纺生产线之一。项目引进先进的设备供应商智能化生产设备，建成一条集自动化、智能化、信息化于一体的现代化棉纺生产线[2]。和传统纺纱生产线相比，工厂管理在信息化方面进步显著，信息传递更加及时准确，停机等待时间减少，甚至能提前预警和排除设备故障，手工报表越来越少等。但也存在生产线上分布的数据信息系统较多，分别有来自不同生产厂家的蛛网系统、粗细联调度系统、络筒机管理系统、自动包装管理系统、络筒清纱器专家系统、全面测试中心等。这些独立的数据信息系统分布分散，不利于生产管理。需要整合各设备厂商的软件系统，进行数据的集成，为生产运营提供高效、便捷的数据信息。为此，构建了溢达集成信息监控系统(以下简称IMS)，以实现完整的信息流、资源优化配置、辅助远程监控，从而实现自动化车间的智能化管理。

1 IMS的构架

IMS的基本框架如图1所示。在采集层主要实现与设备层的对接(含ERP系统对接)；业务层分(准)实时监控和事后分析(KPI)、电子看板及移动应用等4大块功能，并提供预警、报警功能，包含的业务监控有设备状态监控、生产状态监控、能源使用情况监控、质量在线监控、环境监控和订单跟踪等；系统管理为基础设施层，实现系统的基本功能；接入层实现系统使用者的接入，接入方式包括PC接入、PAD接入、MOBILE接入，不同接入方式实现的功能有不同的裁剪。

2 IMS的功能

以IMS为平台，使车间内部的人、机、料、法、环等生产要素实现互联、互通、互动，进一步迈向智能化。IMS作为车间实现“互联网+”的核心，其强大的融合性与可扩展性也使得车间真正成为了生产过程实时调度、设备状态与效率在线监控、产品质量线上精准把控、车间环境智能监测、设备与生产联动协同的信息化、智能化纺纱工厂，在降低劳动强度的同时，有效提升了生产效率与产品质量[3]。

2.1 车间看板管理

系统采集和处理后的数据显示在车间中的数据看板上，可向一线生产工人及管理人员提供基本的生产情况数据，各层管理人员还可通过安装APP的方式，在手机和电脑终端查看相关信息。如监控和对比生产效率走势；监控和对比各班各工序实际产量情况；实时在线监控各工序不同机台停机故障情况和报警，方便生产和设备保障人员第一时间发现车间各工序停机机台并解决问题，减少产量损失影响；实时在线监控细纱工序总断头数，细纱千锭时断头数，空锭和坏锭数量。

2.2 关键绩效指标

生产效率为监控纺纱厂生产效率完成情况的核心指标。影响因素包括设备、工艺、操作、原料、环境等方面。可以通过保证设备的完好性，采取合理的工艺提高速度，减少细纱断头，减少毛羽，提高设备维修人员、挡车工、落纱工的劳动效率等措施来提高产能。耗棉系数为纺纱厂合理控制原材料(棉花)的损耗与浪费，节约制造成本提供有力的数据支撑。实时平均纱线号数的统计可为前后工序生产线的平衡提供重要依据。机台责任人管理可通过员工绑定机台，了解每个员工的工序及工作量，判定员工的工作能力。产量查询为生产相关部门提供各种统计时间长度的总产量指标，参与成本控制和劳动生产率统计。同时也为前后工序生产线的平衡提供重要依据。

2.3 效率分析

通过汇总、分析各工序停机及故障时间，掌握各工序生产设备运行规律，制定常发性、规律性故障应对措施，将质量变异、设备故障消灭于萌芽状态，提高设备生产效率。通过对细纱机的总断头数、千锭时断头数、坏锭数进行监测、分类、汇总，实时展示细纱机生产状况，及时了解、处理坏锭等异常情况。通过二级子系统抓取各班的汇总产量，分析掌握当班的实际生产量，可以根据不同的时间段来汇总分析各班的运行情况，提高员工的积极性。按照每月生成各工序制成率报表和趋势图，用于对比分析，有利于更好地降低耗棉系数。按不同时间段，不同工序汇总统计机台效率，以便进行趋势分析，提高设备利用率，进行前后生产工序的平衡和预警。

2.4 其他功能

员工绩效管理功能汇总员工每天所挡机台的产量来核算员工绩效。通过子网系统抓取的机台产量，根据人员排班、排机将产量汇总于所挡机台的操作工，根据汇总的产量轮班排名来核算绩效。设备管理功能实时显示工厂的设备状态，当机器设备为红色、黄色时将鼠标移到此设备即可展示报警原因，单击设备可进入到机台详细信息页面。通过设备报警原因分析，及时、准确予以处理，提高设备生产效率。日志查询功能主要是班别排班查询、人员排班查询和人员排机查询等历史数据的查询与管理。半制品控制功能可实时提供车间半制品数据，保证前纺和后纺供应平衡，按不同时间段自动生成半制品报表，自动生成月底盘存报表。

3 IMS的应用

3.1 生产管理方面

在生产管理方面，能够实现生产数据的可视化，车间一线现场管理工程师利用这些可视化的数据，通过数据分析来指导和优化生产。此外在改纺流程优化和实现无纸化办公方面，信息系统的应用也助力不少。

以优化改纺流程为例，传统的改纺流程需要超过4个部门，10多人参与，一个小小的细纱改纺可能需要将近1.5 h才能完成，中间存在着参与部门多、信息传递不及时、等待时间长等诸多痛点，且所有的联系单均是人工纸质传递，效率低下。借助IMS，我们对传统的改纺流程进行优化，大幅减少参与部门与人数，所有纸质联系单均以系统用电子联系单的方式代替。与传统改纺流程相比，节约超过60%的改纺时间，员工行走路程减少80%，效果提升明显。

3.2 设备管理方面

无论是在单锭监控系统、设备状态监控、故障信息汇总、分类解决，还是纺纱专件更换周期追踪等方面，IMS起到了至关重要的作用，可以追踪当班细纱连续断头超过3次或5次的锭子以及时检修维护；对于快到周期的专件提前发出预警，减少专件超期带病工作带来的麻烦，建立一套完整的数据分析体系，以期挖掘基础数据价值等。

以设备故障检修为例，检修流程对比如图2所示。传统生产线发生设备故障，一线挡车工会根据情况报告给保全工，保全工修理完毕之后会通知挡车工开车，挡车工再找工艺员取样做试验，试验合格后开具开车单才能正式开车运行，中间存在着大量的等待和找人时间，同时保全工故障处理时间不可控，全凭个人经验和当天状态。而借助IMS，对于发生的故障，车间现场管理工程师会作出及时准确的判断，对于简单的故障，自己解决；对于较为复杂的故障，联系设备解决，设备解决后再开车，对于已经发生过的故障可通过系统直接找到相应的解决办法，对于没有发生的故障，通过总结后录入系统，逐步形成一套完整的设备故障处理知识体系，大大减少故障停机维修时间，不断提升车间生产效率。

图2 设备故障检修流程对比

3.3 人员管理方面

借助IMS，可以改变员工巡回路线，优化排班管理，分析员工特点，合理匹配岗位等。员工绩效考核不再存在传统管理过程中的不公平现象，而是直接通过系统导出的多维度数据来比对，清晰透明，高效公平。

以员工巡回路线改变为例，人员值车巡回路线和数据统计分析对比如图3所示。传统纺纱车间里面，细纱员工都是巡回找断头、接头；应用IMS的单锭监控模块，员工能够准确定位到自己所负责机台的断头分布情况，从而做出合理的路线规划，更加精准地接头，减少延时断头，提高效率，减轻了劳动强度。

图3 人员值车巡回路线和数据统计分析前后对比

3.4 质量管理方面

经过不断的摸索与实践，依托USTER测试仪器及系统，建立了一套完整的质量管理体系，质量信息流结构清晰、流动快速，能够实现质量问题快速响应，快速做出正确的决策。

测试数据整合，实现质量信息流的流动。我公司智能实验室打破原有的各类USTER试验仪器测试数据相互独立的壁垒，通过“全面测试中心”，实现半制品WIP离线测试、络筒专家系统在线监测数据的整合与处理，真正意义上实现了各类质量数据联动，为质量员提供了决策所需的数据。

定制化报表推送，更快更准确地作出决策。纺纱厂受益于数据处理及传感器技术的发展，每天都会产生大量的质量信息数据，复杂且多样，在智能实验室，依托“全面测试中心”能够在第一时间筛选出关键KPI数据，加以分析并作出决策，纺纱厂质量员能够将更多的时间用来思考、改善，不用花费大量时间遴选有用数据。

异常数据报警-防呆法，全面监控质量数据。智能实验室在监控半制品WIP及络筒清纱器在线数据的基础上，针对生产中的异常数据(异常数据体现为质量超标和质量指标波动)进行报警，打破原有的数据上下限异常报警模式，结合数据趋势稳定性报警来加强监控。进行全面的控制能够预防和监测质量的异常，保证纱线质量。

模拟布面。智能实验室涵盖了从棉纤维检测、半制品WIP测试、成品纱测试、专家系统在线质量监控等各个方面，是整个纺纱厂质量控制的心脏。基于各类交互数据的分析、建模，结合USTER多年纺纱的经验，“全面测试中心”从织物外观、织造性能、抗起毛起球三个方面实时对纱线进行等级预判，同时在线生成纱线黑板及模拟布面，使得纱线在生产过程中就能够实时预测布面表现。

4 展望

集成信息监控系统从搭建、试运行、不断更新到正式投入使用与逐步应用的过程中，我们走了很多弯路，最终取得了卓越的成效。但无论是智能化设备的使用，还是集成信息监控系统的应用，先进的生产线都要有与之相匹配的现代人才培养模式，建立人才培训中心，实现知识管理，逐步实现由传统挡车工向现场管理工程师的转变；打破人员、设备和数据之间壁垒，实现人机结合，向着精益大生产的创新管理模式发展，这是未来工厂管理的发展方向；不管是自动化、信息化还是智能化、智慧化、无人化，工厂的基础管理与建设依旧很重要。互联网时代也是数据信息爆炸的时代，每条生产线都能带来无尽的数据与信息，唯有将数据与信息转化为价值，升华为智慧，才能让纺织智能化工厂“数尽其用，智慧转型”。