智能化印染该如何推进？

本刊记者 徐盼盼 文／摄

新闻眼：2019年智能制造系统解决方案大会纺织行业分论坛印染智能制造供需对接会日前在北京召开。会议围绕当前纺织印染行业智能制造需求，通过实际案例展示、圆桌讨论等方式进行了热烈的交流。

目前印染行业存在人员密集、能耗高、排放大等问题，而智能制造在这些方面可以实现的乐观成果让人期待：从降成本、稳质量、快反应、减排降耗到生产物流管理自动化、柔性生产……

然而，印染行业技术密集、工艺复杂、控制难度高，实现智能制造有一定难度，不仅要实现前处理、染色、后整理设备之间的联接，完成类似纺纱、化纤、针织等管理系统、生产系统和装备自动化等系统对接，更要解决涉及染化料注料系统、染料输送系统以及废水的处理、排放等环节的问题。

智能化是什么？

当人们谈论印染智能制造时，已有这样的共识：智能化不是简单购买一些智能化设备就能实现的，同样需要管理模式和企业运营思路的改变。

传统的生产模式大都是师傅带徒弟，靠经验传授，而智能化则会把这些技师的优秀经验进行提升和总结，形成标准化信息，进行传递、输出。其次，智能制造必须要有理念，有这方面的专业人才才能落地、执行，智能化工厂才能够实现并进行推广。智能制造不能简单追求自动化，而应将整个染厂进行综合考虑布局，把不同的产线，不同的产品生产要求结合起来，综合考量。

当然，这一切的前提是把生产现场的数据进行收集，数据的互联互通是智造的基础。

作为国内具有代表性的染整智能化项目，烟台业林纺织印染有限责任公司旨在完善自动化设备，智能化系统和数字化数据的应用，建设无人化工厂。据悉，烟台业林目前主营针织内衣染色相关业务，产品主打功能化和差异化、定向研发，专属定制。

该公司董事长卫金龙表示，印染行业的工艺复杂，针织染整真正实现自动化的难度比较大，自动输料系统、染缸的自动化、皂洗等部分都需要根据实际情况进行设计，与此同时，实现数据的精准化也尤为重要。对于智能制造的诉求，卫金龙希望不同装备供应商实现数据端口的开放；软件供应商系统架构的搭建、算法的完善；集成商对数据进行标准化、系统架构与实际案例的优先对接，这也是广大印染企业的迫切需求。

印染行业智能化要根据不同染厂实际情况，围绕痛点，寻找合适方式推进。

智能工厂并非“无人工厂”而是“与人有关”的智能化生产模式。

打造智能染厂、缩减人工、节能减排、降本增效，已成为行业共识。

智能化要整体布局

当然，我们讨论的智能智能工厂，并非“无人工厂”而是“与人有关”的智能化生产模式。

与烟台业林合作的恒天立信公司认为智能工厂的建设不是从一个问题去解决，而是要从整体去布局。首先，立信从整体工厂布局进行系统考虑，然后从企业实际生产过程中相关的各个方面细化，而后再反馈回整体布局规划。

目前一些企业从生产拿到的数据，不能够变成管理数据，立信在追寻大数据管理时，特别注重把数据变成能够有效帮助客户管理工厂的依据，配合客户的产品生产。

智能制造是大势所趋，这个过程需要循序渐进，而在其中我们更要关注实际效果。

印染企业的设备工艺排列组合复杂，国内的印染厂又不会存在两家设备配置完全一样的企业。这让印染行业的智能制造推进变得复杂，必须针对不同印染厂的实际情况和差别化需求，围绕痛点和关键点，寻找适合他们的方式，不论是进行组合，还是模块化配置，都要针对客户需求实现其目标价值。从设备生产流程智能化、全厂设备智能网联、构建智能制造体系到最终实现工业4.0，实现印染行业的“智能制造+信息化”。

深挖潜力相互融合

作为纺织大国，目前中国印染行业的信息化还有一定的路程要走，如何把相关的行业打通，做成最终产品交到客户手上，印染智能制造可能在这方面也有着更大的潜力。

以数码印花为例，目前数码印花在这个方面已实现较大范围的应用。如何通过服装实现印染产品资源的整合，数码印花产业链在其中扮演着关键的角色。而数码印花在生产工艺方面，比起传统工艺有更多的精细化要求，在智能制造方面有天然的优势，数字化和信息化的基础性工作本身已经有了，其更多考虑的是如何让数码印花能够与面料，甚至服装行业，实现更好的融合。

另一方面，人工智能迅速发展，将深刻改变人类社会生活改变世界。你是否想过它与印染也可能有所联系？常州宏大董事长顾仁就曾表示，织物的印染是一个复杂的加工过程，每天在开发产品，人工智能技术未来在印染行业应用非常重要，也非常迫切，而印染行业不可能用一张图纸就变成一模一样的智能制造企业，企业需要个性化的系统。他认为印染智能制造工艺数字化、执行智能化、管理网络化、企业组织化是最重要的部分。

打造智能染厂、缩减人工、节能减排、降本增效，已成为行业的共识。但要从单一装备的数控化向整体工厂的智能化转变，却困难重重，实施的路径，又仁者见仁，在实践过程中遇到的一些问题，还需要行业共同努力解决。在脚踏实地做产品的同时，打开思路、培养复合人才，谋求企业之间交流与合作，积极加强创新驱动等工作离不开产业链每个环节的努力和探索。