砥礪奮進，紡織信息化飛速發展的五年 時間：2017-10-27 作者： 瀏覽次數：次
中國紡織工業聯合會產業部副主任 吳迪/文
黨的十八大以來的五年中，紡織行業信息化在新一代信息技術快速發展帶動全球科技創新的大環境下，出于紡織行業轉型升級對于信息化的迫切需求，得到五年來國家一系列重大政策的引導和支持，取得了較之以往更快的發展。兩化融合走向深入，關鍵技術攻關取得突破性進展，信息技術改造傳統產業全面提速，智能制造樹立了試點示范，互聯網的行業應用逐步深化，新模式新業態不斷成長，行業信息化水平顯著提升，已經成為引領行業創新、驅動轉型升級、實現強國目標的重要動力。
中央出臺兩化深度融合的戰略部署
2012年11月，黨的十八大報告指出:“堅持走中國特色新型工業化、信息化、城鎮化、農業現代化道路，推動信息化和工業化深度融合、工業化和城鎮化良性互動、城鎮化和農業現代化相互協調，促進工業化、信息化、城鎮化、農業現代化同步發展”，為中國特色新型工業化道路指明了方向。隨后的五年，是出臺支持兩化深度融合相關政策最密集的時期。
2015年5月，國務院發布《中國制造2025》，是中國政府實施制造強國戰略第一個十年的行動綱領，突出了兩化深度融合主線。該文件指出，要以加快新一代信息技術與制造業深度融合為主線，明確了兩化融合在整個制造業轉型升級中的重要地位，也是我國制造業所要占據的一個制高點。
2016年7月，中辦、國辦發布了《國家信息化發展戰略綱要》（簡稱《戰略綱要》），立足于我國信息化建設進程和新形勢，明確了新的指導思想、戰略目標、基本方針和重大任務，從增強信息化發展能力、提高信息化應用水平、優化信息化發展環境三個方面對未來信息化發展方向做了明確規劃。其中，“提高信息化應用水平”的相關內容與紡織信息化最為密切。
隨后，政府各個部門高頻度地出臺了《積極推進“互聯網+”行動的指導意見》、《智能制造發展規劃》、《深化制造業與互聯網融合發展的指導意見》等一系列文件，從多方面對兩化深度融合進行引導，也為紡織信息化建設提供了戰略性的指導。
信息技術改造傳統產業取得重大進展
產品設計信息化推廣面廣
CAD等技術趨于成熟，在紡織各個行業應用已經成為常態。這五年，在三維人體測量、服裝人體數據庫、虛擬試衣等技術支持下，基于互聯網環境、面向個性化定制的服裝設計逐步推廣；CAD與CAM的接口技術及相關標準取得進展；紡織品顏色及相關工藝的數字化管理進一步深入；織物花型設計與服裝款式設計有了結合的嘗試；PLM得到應用，在綜合集成方面發揮了作用。
國內已經有多種相關軟件產品，占有很大市場份額，有的已經到達國際先進水平，而價格遠低于國外同類產品，在國際市場上具有競爭力。
生產制造和管理進展最為明顯
由于近年來紡織企業設備更新和技術改造加快步伐，基于物聯網的MES推廣很快，在線監測系統建立了典型應用，涌現了一大批技術和服務提供商。
印染生產過程監控系統近年來推廣最快，有多種解決方案可供用戶選擇，如杭州開源、常州宏大、西安德高、佛山南海天富等，對于印染企業穩定產品質量、提高生產效率、優化生產工藝、促進節能減排發揮了重要作用；棉紡在線監測和管理系統的集成化水平明顯提高，適應性增強，一般不局限于特定供應商，可以聯接多種型號設備，還可以與ERP對接，經緯新技術、廈門軟通、長嶺紡電等開發的系統都有典型應用；服裝生產管理系統應用RFID技術，實現了生產任務進度控制、生產物料追蹤、生產品質監控以及生產核心環節實時監控調度等功能，天澤盈豐最早提供這些技術；基于互聯網的針織網絡管理系統，如福建睿能、江南大學針織中心等單位開發的系統，具備生產績效分析、生產質量追溯和生產智能排產等功能。越來越多的供應商推出了MES與ERP集成的整體解決方案，應用水平和技術水平顯著進步。
企業信息化管理開始步入新階段
ERP等管理軟件的應用不斷推廣，功能日臻完善，并采用了一系列新的應用模式，更多地與PDM、MES等應用系統集成，CRM、SCM在互聯網環境下更好地發揮了作用，企業管理信息化開始步入集成應用新階段。
波司登、山東南山、安徽華茂等行業龍頭企業的ERP建設不斷完善和深入，密切與企業生產經營相結合，整體管理信息化水平明顯提升；無錫一棉、山東魯泰、江蘇悅達等企業作為棉紡織行業的試點示范，近年來深化了ERP應用，逐步建設了電能監測系統、質量監測系統、設備在線監測系統等，在支撐企業生產經營模式變革等方面起到了很大作用；山東如意集團與西安科技大學合作開發應用了面向紡織服裝制造過程的協同生產管理系統，著重解決生產計劃制定過程中的優化問題，有利于紡織服裝產業鏈上下游企業的協同；湖南忘不了公司開發了包括服裝設計、工藝數據庫、生產管理的信息化綜合管理系統，較為全面地覆蓋了企業的服裝設計、生產和經營業務等。
智能制造成為主攻方向
智能制造成為行業信息化新的重點領域
《中國制造2025》發布之后，智能制造成為制造業轉型升級的突破口和重點領域，各級政府也將其作為做強制造業的抓手，給予了各種形式的專項支持。工信部、財政部印發《智能制造發展規劃（2016~2020）》，明確了 “十三五”期間我國智能制造發展的指導思想、目標和十大重點任務，并從2015年開始，每年設立智能制造綜合標準化與新模式應用專項，評選智能制造試點示范企業，山東康平納、青島紅領、寧波慈星、江蘇大生等十幾家紡織企業相繼入選。
智能化生產線建立了行業試點示范
以智能生產線為代表的生產過程智能化是智能制造的核心，投入最大，最受關注。
山東康平納公司研制了數字化自動染色成套技術與裝備，開發了染色生產全流程的中央自動化控制系統，創建了筒子紗數字化自動高效染色生產線，建立起數字化染色車間，生產工序間可做到無縫連接，實現了染色現場的無人化運行。該項目榮獲2014年國家科技進步一等獎，應用于山東魯泰等多家企業。
棉紡行業建設了山東華興、江蘇大生等紡紗生產線試點，在行業內很有影響力。如山東華興的環錠紡智能生產線，包括在線監測信息系統、條筒AGV 輸送系統、細紗接頭智能導航系統、筒紗智能包裝與輸送系統等，實現了對國內外不同供應商的設備和系統全流程綜合集成，建成了從原料投入到成品入庫的連續化、自動化生產線。
智能化物流系統取得突破
化纖、棉紡企業內部的生產物流系統這五年在技術上形成突破，應用取得快速發展，成為生產線的重要組成部分和連接各個環節的紐帶，提高了生產線的自動化程度。
北自所開發的全自動落絲系統，實現了落絲、裝車和轉運的自動化，能夠自動完成絲餅產品信息的跟蹤及標簽打印；再加上自動包裝物流系統，能實現絲餅從落筒、輸送、儲存、檢驗分類、包裝到碼垛的全自動化。在盛虹集團等多家化纖企業投入運用以后，大大節省了用工，提高了日包裝產量。
青島賽特環球的筒紗自動包裝物流系統，包括筒紗的自動識別輸送、堆垛、拆垛、視覺檢測、稱重篩重、多方式自動成包、自動裝箱、整包（箱）稱重貼標、打包、碼垛、入庫出庫等功能。可以對筒紗品種自動識別跟蹤，并采用視覺識別技術全過程質量監控，自動剔除不合格筒紗。已經應用于魏橋紡織等企業，大大提高了紡紗生產線后道工序的自動化水平。
定制化服務新模式不斷創新
隨著電子商務的快速發展，個性化定制模式得到越來越多的企業青睞，并逐步走向實際應用。定制化服務作為制造業服務化轉型的重要創新模式，有著巨大的發展空間。
青島紅領作為個性化定制的先行企業，其網絡化MTM平臺多年來應用于男西裝個性化定制，五年來有新進展。依據大規模樣板庫，以訂單信息流為核心，任務分配給計算機網絡控制的多個柔性加工單元組成的分布式制造系統，實現了快速響應，而在其后臺，則有功能較強的信息化系統支撐。
寧波慈星開發了針織毛衫定制系統，提供可隨時獲取、按需使用的毛衫款式、制版軟件、織造工藝單和設備改造等服務功能。通過整合上下游資源，形成包括產品設計、訂單受理、工藝制版、原料倉庫、織造生產、半成品倉庫、縫制生產、去污柔軟、整燙定型、質量檢測、成品倉庫、物流配送等環節的網絡化產業鏈。
廣東愛斯達服飾公司將網購營銷與生產制造相銜接，開發了T恤衫、牛仔服等服裝單件定制的“智能裁縫”網絡平臺。消費者通過鍵盤輸入有關數據，網上的虛擬試衣系統有畫面顯示；平臺還提供大量的面料、色彩、圖案、款式等，消費者根據喜好選擇；最后完成確認后下單，提交到車間生產。
互聯網技術的行業應用走向深化
五年來，新一代信息技術飛速發展，互聯網空前普及。在國家政策推動下， “互聯網+”更是異軍突起，成為產業界乃至全社會的關注點。紡織行業深化互聯網應用，給傳統產業模式帶來深刻變革。
電子商務平臺發展迅速，尤其是淘寶、京東等面向廣大消費者的B2C平臺發展更是超出預期。2016年紡織服裝電子商務交易總額為4.45萬億元，是2012年的2.4倍。電子商務發展帶動互聯網向供應鏈上下游延伸，如江蘇紅豆在紅豆商城等終端產品電商業務的基礎上，依托紅豆電信和紡織材料交易中心的優勢，構建了紅豆集團與上下游供應鏈之間的原材料電子商務平臺。
面向中小企業的信息化服務平臺服務面增大，如浙江紹興、廣東西樵等產業集群的服務平臺獲得云計算等新的技術和運營模式的支撐，業務發展快；行業化軟件通過云平臺推廣，形成了一些“紡織云”，如武漢紡織大學，為廣大紡織企業提供資源優化共享、使用安全可靠的服務。
軟件開發商在紡織行業開展了SaaS軟件租用服務，隨時獲取，按需使用，按使用付費，如杭州愛科開展的服裝排料服務；設備廠商對全球客戶的運行數據進行實時跟蹤，對出廠設備提供遠程診斷和后期維護，如福建睿能的針織橫機網絡監控平臺。
移動互聯技術蓬勃興起，已經廣泛應用于紡織企業的辦公自動化（OA）和電子商務。移動應用擴充了ERP的應用場景，并借助于移動化特性實現傳統管理軟件難以實現的創新應用。
大數據應用開始起步，已經用于紡織品服裝的精準營銷和需求定位, 行業層面的大數據信息服務平臺也在籌建中。在企業層面，ERP系統中積累了大量數據，與物聯網、社交網絡等其他來源數據形成龐大資源，對企業的經營決策和預測意義重大。
