張 潔， 呂佑龍， 汪俊亮， 王海超

(1. 東華大學(xué) 機(jī)械工程學(xué)院， 上海 201620； 2. 上海交通大學(xué) 機(jī)械與動(dòng)力工程學(xué)院， 上海 200240)

大數(shù)據(jù)驅(qū)動(dòng)的紡織智能制造平臺(tái)架構(gòu)

張 潔1， 呂佑龍1， 汪俊亮2， 王海超2

(1. 東華大學(xué) 機(jī)械工程學(xué)院， 上海 201620； 2. 上海交通大學(xué) 機(jī)械與動(dòng)力工程學(xué)院， 上海 200240)

在分析紡織工業(yè)面臨的“十三五”發(fā)展形勢(shì)與智能制造建設(shè)任務(wù)的基礎(chǔ)上，探討了大數(shù)據(jù)技術(shù)在新一代工業(yè)革命中的關(guān)鍵地位，詳細(xì)闡述了大數(shù)據(jù)對(duì)制造過(guò)程的透明化、精益化、高效化和智能化作用?；诠I(yè)4.0參考架構(gòu)與中國(guó)智能制造標(biāo)準(zhǔn)化參考模型，分析了紡織智能制造的具體需求，以及信息物理融合技術(shù)與大數(shù)據(jù)技術(shù)在紡織智能制造中的核心地位與驅(qū)動(dòng)作用。提出了大數(shù)據(jù)驅(qū)動(dòng)的紡織智能制造平臺(tái)體系架構(gòu)，闡述了橫向集成、縱向集成與端到端集成3項(xiàng)智能制造工作，以及基于大數(shù)據(jù)平臺(tái)的產(chǎn)品設(shè)計(jì)智能化、生產(chǎn)組織智能化、營(yíng)銷智能化、售后服務(wù)智能化等應(yīng)用場(chǎng)景。

紡織智能制造； 大數(shù)據(jù)； 平臺(tái)架構(gòu)； 集成工作； 應(yīng)用場(chǎng)景

推進(jìn)紡織智能制造作為我國(guó)在紡織工業(yè)“十三五”期間的6項(xiàng)重點(diǎn)任務(wù)之一，需要在先進(jìn)紡織裝備、紡織信息化技術(shù)和大規(guī)模個(gè)性化定制模式等方面展開突破性工作，幫助紡織行業(yè)實(shí)現(xiàn)在全球貿(mào)易新格局、消費(fèi)市場(chǎng)新空間、產(chǎn)業(yè)模式新變革、區(qū)域結(jié)構(gòu)新局面下的轉(zhuǎn)型升級(jí)[1]。

根據(jù)2012年的麥肯錫報(bào)告《大數(shù)據(jù)：創(chuàng)新、競(jìng)爭(zhēng)和生產(chǎn)力的下一個(gè)領(lǐng)域》[2]，隨著傳感器、數(shù)據(jù)采集裝置和其他具備感知能力的智能設(shè)備在生產(chǎn)車間的大量、廣泛使用，制造業(yè)數(shù)據(jù)具備了海量體量、高實(shí)時(shí)性、高多樣性和高潛在價(jià)值等大數(shù)據(jù)特點(diǎn)[3]。以工業(yè)互聯(lián)網(wǎng)為基石，利用大數(shù)據(jù)的驅(qū)動(dòng)力實(shí)現(xiàn)智能制造目標(biāo)，已經(jīng)是新一代工業(yè)革命的大勢(shì)所趨。

1)德國(guó)工業(yè)4.0計(jì)劃將大數(shù)據(jù)技術(shù)與移動(dòng)計(jì)算、社會(huì)化媒體、物聯(lián)網(wǎng)等技術(shù)，作為推動(dòng)下一次工業(yè)革命的核心動(dòng)力[4-5]；

2)美國(guó)工業(yè)互聯(lián)網(wǎng)項(xiàng)目希望通過(guò)智能機(jī)器間的連接并最終人機(jī)連接，結(jié)合大數(shù)據(jù)分析，重構(gòu)全球工業(yè)，激發(fā)生產(chǎn)力[6]；

3)《中國(guó)制造2025》規(guī)劃指出，要以信息化與工業(yè)化深度融合為主線，重點(diǎn)促進(jìn)以云計(jì)算、物聯(lián)網(wǎng)、大數(shù)據(jù)為代表的新一代信息技術(shù)與現(xiàn)代制造業(yè)、生產(chǎn)性服務(wù)業(yè)等的融合創(chuàng)新，發(fā)展壯大新興業(yè)態(tài)，打造新的產(chǎn)業(yè)增長(zhǎng)點(diǎn)[7]。

具體來(lái)說(shuō)，大數(shù)據(jù)蘊(yùn)含的巨大價(jià)值主要體現(xiàn)在可以幫助實(shí)現(xiàn)更透明、更精益、更高效、更智能的生產(chǎn)過(guò)程：

1)大數(shù)據(jù)的透明化作用包括了物理和信息2個(gè)層面，其中物理層面主要體現(xiàn)在通過(guò)數(shù)據(jù)實(shí)時(shí)采集手段實(shí)現(xiàn)對(duì)工廠生產(chǎn)過(guò)程的全面掌握，信息層面主要體現(xiàn)在通過(guò)大數(shù)據(jù)分析手段實(shí)現(xiàn)工廠運(yùn)行規(guī)律的挖掘和運(yùn)用[8-9]；

2)大數(shù)據(jù)的精益化作用體現(xiàn)在對(duì)生產(chǎn)過(guò)程各個(gè)環(huán)節(jié)進(jìn)行數(shù)據(jù)全面監(jiān)控與管理的基礎(chǔ)上，利用大量數(shù)據(jù)的統(tǒng)計(jì)分析算法，對(duì)生產(chǎn)過(guò)程中的物料、工藝、人員、設(shè)備、計(jì)劃等要素進(jìn)行更加精確的管控[10]；

3)大數(shù)據(jù)的智能化作用體現(xiàn)在從設(shè)備自動(dòng)化出發(fā)，利用互通互聯(lián)、數(shù)據(jù)集成、信息分析、知識(shí)歸納和智能應(yīng)用過(guò)程，實(shí)現(xiàn)面向多個(gè)維度性能優(yōu)化需求的制造過(guò)程智能決策，提升工廠制造水平[11]；

4)大數(shù)據(jù)的高效化作用體現(xiàn)在將智能決策方法應(yīng)用在產(chǎn)品創(chuàng)新設(shè)計(jì)、工藝自動(dòng)規(guī)劃、制造過(guò)程監(jiān)控、產(chǎn)品質(zhì)量管控、售后維護(hù)服務(wù)等多個(gè)應(yīng)用場(chǎng)景，幫助提高工廠性能的持續(xù)提升，帶來(lái)可觀成本效益[12]。

在以上背景下，本文討論如何利用大數(shù)據(jù)技術(shù)推動(dòng)紡織行業(yè)的透明化、精益化、智能化、高效化生產(chǎn)過(guò)程，形成以大數(shù)據(jù)為核心的紡織智能制造體系架構(gòu)，對(duì)紡織行業(yè)的智能化轉(zhuǎn)型升級(jí)具有一定借鑒價(jià)值。

1 紡織智能制造需求

參照工業(yè)4.0參考架構(gòu)模型(RAMI 4.0)[13]和中國(guó)智能制造標(biāo)準(zhǔn)化參考模型[14]，紡織智能制造體系應(yīng)該是考慮了產(chǎn)品全生命周期、多個(gè)階段價(jià)值鏈和多層次系統(tǒng)架構(gòu)的多維度建設(shè)工作：1)需要包括產(chǎn)品設(shè)計(jì)、生產(chǎn)制造、物流輸送、市場(chǎng)銷售和售后服務(wù)等紡織產(chǎn)品全生命周期的各個(gè)環(huán)節(jié)；2)需要實(shí)現(xiàn)資源配置、系統(tǒng)集成、互聯(lián)互通、信息融合和新興業(yè)態(tài)的紡織制造價(jià)值不斷提升；3)需要完成設(shè)備層、控制層、管理層、企業(yè)層、網(wǎng)絡(luò)層等系統(tǒng)層次化架構(gòu)的全面構(gòu)建與實(shí)現(xiàn)。

在滿足以上智能制造建設(shè)需求的過(guò)程中，信息物理融合系統(tǒng)(簡(jiǎn)稱CPS)起著十分重要的作用。在利用物聯(lián)網(wǎng)技術(shù)全面互聯(lián)紡織制造過(guò)程各加工工序設(shè)備的基礎(chǔ)上，CPS系統(tǒng)在將紡織原料轉(zhuǎn)換為智能產(chǎn)品的過(guò)程中，通過(guò)接入服務(wù)互聯(lián)網(wǎng)，實(shí)現(xiàn)產(chǎn)品智能設(shè)計(jì)、設(shè)備智能維護(hù)、質(zhì)量智能控制、生產(chǎn)智能調(diào)度、物流智能規(guī)劃等一系列智能服務(wù)功能，幫助紡織產(chǎn)品制造過(guò)程從自動(dòng)化逐步提升為智能化和服務(wù)化[15]。

此外，隨著大量紡織工藝設(shè)備、眾多供應(yīng)鏈成員、不同信息系統(tǒng)的互通互聯(lián)，紡織行業(yè)數(shù)據(jù)將呈現(xiàn)進(jìn)一步爆發(fā)趨勢(shì)。通過(guò)集成市場(chǎng)、設(shè)計(jì)、工藝、生產(chǎn)、管理和銷售等的海量數(shù)據(jù)，紡織行業(yè)將實(shí)現(xiàn)產(chǎn)業(yè)鏈各個(gè)環(huán)節(jié)的融合與協(xié)同優(yōu)化；通過(guò)分析挖掘這些數(shù)據(jù)中所蘊(yùn)含的特征信息、規(guī)律知識(shí)和應(yīng)用智能，紡織行業(yè)的整體智能化水平將得到顯著提升；通過(guò)將這些大數(shù)據(jù)技術(shù)應(yīng)用到精準(zhǔn)營(yíng)銷模式、眾創(chuàng)設(shè)計(jì)平臺(tái)、自動(dòng)工藝規(guī)劃、自適應(yīng)生產(chǎn)調(diào)整和自主設(shè)備維護(hù)等環(huán)節(jié)，為紡織制造業(yè)帶來(lái)新的業(yè)務(wù)增長(zhǎng)與附加價(jià)值。

綜上所述，需要以CPS系統(tǒng)為核心環(huán)節(jié)、大數(shù)據(jù)為驅(qū)動(dòng)基礎(chǔ)，從產(chǎn)品全生命周期、制造價(jià)值鏈和層次化架構(gòu)3個(gè)維度，打造大數(shù)據(jù)驅(qū)動(dòng)的紡織智能制造平臺(tái)架構(gòu)體系。

2 紡織智能制造平臺(tái)體系架構(gòu)

參考工業(yè)4.0參考架構(gòu)模型與中國(guó)智能制造標(biāo)準(zhǔn)化參考模型，本文提出以工業(yè)互聯(lián)網(wǎng)為基礎(chǔ)、信息物理融合平臺(tái)為核心、3大集成為手段的紡織智能制造平臺(tái)體系架構(gòu)，如圖1所示(圖中，ERP系統(tǒng)是企業(yè)資源計(jì)劃系統(tǒng)的簡(jiǎn)稱，PDM系統(tǒng)是產(chǎn)品數(shù)據(jù)管理的簡(jiǎn)稱)。其中，橫向集成實(shí)現(xiàn)紡織生產(chǎn)車間及紡織供應(yīng)鏈的協(xié)同優(yōu)化；縱向集成實(shí)現(xiàn)制造過(guò)程的互聯(lián)化、數(shù)據(jù)化、信息化、知識(shí)化和智能化；端到端集成實(shí)現(xiàn)企業(yè)不同部門之間協(xié)同管理。

圖1 大數(shù)據(jù)驅(qū)動(dòng)的紡織智能制造體系架構(gòu)Fig.1 Framework of big-data-driven intelligent textile manufacturing

2.1 橫向集成

紡織行業(yè)智能制造的橫向集成指面向紡織產(chǎn)品的生產(chǎn)流程，實(shí)現(xiàn)物料、信息的全面集成，其可分為企業(yè)間橫向集成與企業(yè)內(nèi)橫向集成2部分，如圖2所示(圖中MES是制造執(zhí)行系統(tǒng)的簡(jiǎn)稱)。企業(yè)間的橫向集成旨在打通產(chǎn)業(yè)鏈的信息壁壘，加速生產(chǎn)、采購(gòu)、物流過(guò)程，提高產(chǎn)業(yè)協(xié)同水平，使大規(guī)模定制成為可能。針對(duì)紡織產(chǎn)品的全產(chǎn)業(yè)鏈，實(shí)現(xiàn)上游的纖維制造、紡紗，中游的織物織造、染整，下游的服飾制造與流通全流程的信息與物料集成。企業(yè)內(nèi)部的橫向集成指在生產(chǎn)設(shè)備、生產(chǎn)過(guò)程、業(yè)務(wù)經(jīng)營(yíng)和信息系統(tǒng)上實(shí)現(xiàn)資源、業(yè)務(wù)和信息的全面集成。

圖2 紡織產(chǎn)業(yè)橫向集成工作Fig.2 Horizontal integration of textile industry

大數(shù)據(jù)催生了橫向集成的新需求，在企業(yè)間的橫向集成中，各企業(yè)之間采用的信息系統(tǒng)各不相同，如何構(gòu)建統(tǒng)一的數(shù)據(jù)接口規(guī)范，實(shí)現(xiàn)數(shù)據(jù)的流轉(zhuǎn)是急需解決的關(guān)鍵問(wèn)題。在企業(yè)內(nèi)部，構(gòu)建在工業(yè)通信網(wǎng)絡(luò)以及現(xiàn)場(chǎng)總線基礎(chǔ)之上的全流程數(shù)據(jù)的全局存儲(chǔ)、組織、查詢與分析應(yīng)用，是實(shí)現(xiàn)橫向集成中的關(guān)鍵。

2.2 縱向集成

紡織過(guò)程中的縱向集成包括制造服務(wù)封裝，制造服務(wù)平臺(tái)與制造服務(wù)配置3個(gè)層次的縱向集成架構(gòu)，如圖3所示。

圖3 織造車間縱向集成Fig.3 Longitudinal integration in the weaving shop

制造服務(wù)封裝指對(duì)制造資源、制造服務(wù)、制造能力進(jìn)行封裝，實(shí)現(xiàn)資源、能力、服務(wù)的虛擬化封裝。制造服務(wù)平臺(tái)對(duì)流程中涉及的計(jì)劃、工藝、質(zhì)量、物料和設(shè)備多個(gè)維度進(jìn)行集成。以織造過(guò)程為例，從織造車間的生產(chǎn)計(jì)劃與調(diào)度、織造工藝執(zhí)行與管理、織造生產(chǎn)過(guò)程質(zhì)量管理、織造生產(chǎn)物流管理、織造車間設(shè)備管理5個(gè)方面實(shí)現(xiàn)集成。制造服務(wù)配置指在制造服務(wù)平臺(tái)的基礎(chǔ)上，實(shí)現(xiàn)設(shè)備網(wǎng)絡(luò)化協(xié)同共享，智能生產(chǎn)線構(gòu)建服務(wù)、生產(chǎn)工藝實(shí)時(shí)優(yōu)化決策與生產(chǎn)進(jìn)程監(jiān)控等多項(xiàng)配置功能。

2.3 端到端集成

在紡織產(chǎn)品的智能制造中，客戶將參與到產(chǎn)品的設(shè)計(jì)和生產(chǎn)中來(lái)，全產(chǎn)業(yè)鏈進(jìn)行了更緊密的整合。在紡織車間的端到端集成基于高效的大數(shù)據(jù)處理技術(shù)，將供應(yīng)商、銷售商、客戶、織物的應(yīng)用環(huán)境與生產(chǎn)環(huán)境進(jìn)行集成，快速、高效地完成織物設(shè)計(jì)、織物織造與染整、售后服務(wù)、信息反饋和織物回收，這使得紡織產(chǎn)品的大規(guī)模定制成為可能。成衣制造的端到端集成如圖4所示。

針對(duì)端到端集成目標(biāo)，需要在大數(shù)據(jù)平臺(tái)中組織面向不同業(yè)務(wù)場(chǎng)景的數(shù)據(jù)倉(cāng)庫(kù)，運(yùn)用智能決策方法滿足業(yè)務(wù)需求。首先要針對(duì)供應(yīng)商、銷售商、客戶等每一端形成數(shù)據(jù)標(biāo)準(zhǔn)報(bào)文，實(shí)現(xiàn)信息流通的標(biāo)準(zhǔn)化。此外，針對(duì)端到端集成帶來(lái)的按需大規(guī)模定制生產(chǎn)模式，基于大數(shù)據(jù)技術(shù)，設(shè)計(jì)面向設(shè)備管理、生產(chǎn)調(diào)度、工藝管理、產(chǎn)品質(zhì)量等業(yè)務(wù)的決策算法，滿足新模式帶來(lái)的高效率與高柔性要求。

圖4 成衣制造端到端集成Fig.4 End-to-end integration for clothing manufacturing

3 紡織智能制造業(yè)務(wù)場(chǎng)景

基于3個(gè)集成工作，紡織智能制造體系需要實(shí)現(xiàn)多種業(yè)務(wù)場(chǎng)景下的應(yīng)用，提升產(chǎn)品全生產(chǎn)周期中的智能化水平，如圖5所示(圖中，CAM是計(jì)算機(jī)輔助制造的簡(jiǎn)稱，CAPP是計(jì)算機(jī)輔助工藝過(guò)程設(shè)計(jì)的簡(jiǎn)稱，CAD是計(jì)算機(jī)輔助設(shè)計(jì)的簡(jiǎn)稱，SDM是安全設(shè)備管理器的簡(jiǎn)稱)。

圖5 基于大數(shù)據(jù)的紡織智能制造業(yè)務(wù)場(chǎng)景Fig.5 Applications of intelligent textile manufacturing

具體來(lái)看，存在織物研發(fā)/設(shè)計(jì)、紡織品生產(chǎn)組織、紡織品銷售與售后服務(wù)3大類業(yè)務(wù)場(chǎng)景。

3.1 織物研發(fā)/設(shè)計(jì)

本場(chǎng)景處于紡織工業(yè)的前端，包括織物研發(fā)設(shè)計(jì)環(huán)節(jié)中的產(chǎn)品設(shè)計(jì)智能化，紡織機(jī)械產(chǎn)品的協(xié)同工藝設(shè)計(jì)等。

3.1.1產(chǎn)品設(shè)計(jì)智能化

產(chǎn)品設(shè)計(jì)智能化通過(guò)客戶數(shù)據(jù)采集、大數(shù)據(jù)分析、供應(yīng)鏈協(xié)同和工廠互聯(lián)化，實(shí)現(xiàn)全流程數(shù)據(jù)可視化和大規(guī)模定制化的生產(chǎn)目標(biāo)，如圖6所示。

圖6 成衣產(chǎn)品設(shè)計(jì)智能化Fig.6 Intelligent designing of garment products

需要采集的數(shù)據(jù)包括時(shí)間維度、地域維度和紡織產(chǎn)品種類維度的市場(chǎng)消費(fèi)數(shù)據(jù)，以及客戶的形體數(shù)據(jù)。然后基于復(fù)雜網(wǎng)絡(luò)、深度學(xué)習(xí)等方法的大數(shù)據(jù)分析，預(yù)測(cè)消費(fèi)市場(chǎng)在時(shí)間維度和地域維度上的發(fā)展趨勢(shì)及其對(duì)各類紡織產(chǎn)品的需求度，從而準(zhǔn)確把握各地紡織品消費(fèi)市場(chǎng)的動(dòng)向。大數(shù)據(jù)分析的結(jié)果通過(guò)互聯(lián)工廠平臺(tái)與全國(guó)各地供應(yīng)商和經(jīng)銷商共享，再分別針對(duì)整體和個(gè)體的用戶形體數(shù)據(jù)，對(duì)紡織產(chǎn)品進(jìn)行研發(fā)定制，最后將成衣產(chǎn)品準(zhǔn)確供應(yīng)至全國(guó)各地。

3.1.2紡織機(jī)械的協(xié)同工藝設(shè)計(jì)

紡織機(jī)械的協(xié)同工藝設(shè)計(jì)(如圖7所示)，在ERP、MES、CAD、CAPP、CRM(客戶關(guān)系管理)等數(shù)字化和網(wǎng)絡(luò)化生產(chǎn)輔助軟件的基礎(chǔ)上，通過(guò)多元信息融合方法與制造特征識(shí)別方法實(shí)現(xiàn)紡織機(jī)械產(chǎn)品MBD模型的位置、工藝約束關(guān)系分析和特征相似度分析，建立紡織機(jī)械產(chǎn)品制造工藝專家知識(shí)庫(kù)，最終實(shí)現(xiàn)包含工藝設(shè)計(jì)、工藝表達(dá)、工藝生成和工藝發(fā)布的全流程三維數(shù)字化工藝建模，并搭建基于模型的工藝管理、工藝更改、工藝會(huì)簽、工藝審簽等協(xié)同工藝管控體系。

圖7 紡織機(jī)械的協(xié)同工藝設(shè)計(jì)Fig.7 Collaborative process planning for textile machinery

3.2 紡織品生產(chǎn)組織

本場(chǎng)景處于紡織工業(yè)的中游，主要包括紡織品生產(chǎn)組織環(huán)節(jié)的車間智能監(jiān)控、先進(jìn)生產(chǎn)調(diào)度、產(chǎn)品質(zhì)量控制、制造資源優(yōu)化等。

3.2.1紡織生產(chǎn)車間智能監(jiān)控

紡織生產(chǎn)車間智能監(jiān)控系統(tǒng)主要包括數(shù)據(jù)感知網(wǎng)絡(luò)和可視化監(jiān)控系統(tǒng)2部分，如圖8所示。

圖8 紡織生產(chǎn)車間智能監(jiān)控Fig.8 Intelligent monitoring of textile workshop

數(shù)據(jù)感知網(wǎng)絡(luò)是通過(guò)二維碼、無(wú)線射頻識(shí)別裝置(RFID)、藍(lán)牙、無(wú)線通訊等技術(shù)，對(duì)車間層面的實(shí)驗(yàn)、設(shè)計(jì)、加工、存儲(chǔ)、裝配、質(zhì)檢和物流等環(huán)節(jié)進(jìn)行產(chǎn)品和設(shè)備的數(shù)據(jù)采集，并將采集數(shù)據(jù)傳輸?shù)娇梢暬O(jiān)控中心。采集的數(shù)據(jù)最終通過(guò)BI等數(shù)據(jù)可視化工具，將數(shù)據(jù)以圖表形式呈現(xiàn)在車間可視化看板、工位可視化終端和其他移動(dòng)終端上。

產(chǎn)品數(shù)據(jù)在各類終端上的可視化呈現(xiàn)可實(shí)現(xiàn)對(duì)整個(gè)產(chǎn)品制造過(guò)程的全方位監(jiān)控。同時(shí)，生產(chǎn)線上裝備的運(yùn)行數(shù)據(jù)可用于支持設(shè)備故障診斷、設(shè)備維護(hù)規(guī)劃和生產(chǎn)線協(xié)同管理等設(shè)備運(yùn)維服務(wù)。產(chǎn)品制造過(guò)程和生產(chǎn)線的監(jiān)控與管理通過(guò)對(duì)生產(chǎn)過(guò)程的智能感知、過(guò)程監(jiān)控、故障診斷、運(yùn)維服務(wù)，提高設(shè)備利用率和生產(chǎn)穩(wěn)定性，提高紡織工藝水平與生產(chǎn)線生產(chǎn)效率。

3.2.2紡織車間先進(jìn)生產(chǎn)調(diào)度

圖9示出紡織車間先進(jìn)生產(chǎn)計(jì)劃與調(diào)度系統(tǒng)。由圖9可知，先進(jìn)生產(chǎn)調(diào)度通過(guò)生產(chǎn)過(guò)程數(shù)據(jù)采集與分析平臺(tái)，建立融合訂單數(shù)據(jù)、產(chǎn)品數(shù)據(jù)、原料數(shù)據(jù)、設(shè)備數(shù)據(jù)、工藝數(shù)據(jù)、訂單數(shù)據(jù)、執(zhí)行狀態(tài)數(shù)據(jù)、設(shè)備參數(shù)數(shù)據(jù)、調(diào)度信息、檢測(cè)數(shù)據(jù)、質(zhì)量數(shù)據(jù)、配套數(shù)據(jù)等的紡織品多維狀態(tài)模型，考慮單工序生產(chǎn)過(guò)程中的各類影響因素，構(gòu)建面向紡織生產(chǎn)過(guò)程的工序間多維耦合模型。在系統(tǒng)實(shí)時(shí)監(jiān)控的基礎(chǔ)上，對(duì)工序完工時(shí)間和紡織品性能進(jìn)行預(yù)測(cè)和異常評(píng)估。最后對(duì)數(shù)據(jù)融合模型中的逆調(diào)度因子進(jìn)行識(shí)別，結(jié)合逆調(diào)度規(guī)則，制定自適應(yīng)逆調(diào)度策略，優(yōu)化計(jì)劃與調(diào)度方案，提高企業(yè)對(duì)客戶需求的快速反應(yīng)能力。

圖9 紡織車間先進(jìn)生產(chǎn)計(jì)劃與調(diào)度Fig.9 Advanced production scheduling in textile workshop

3.2.3織物產(chǎn)品質(zhì)量控制

產(chǎn)品質(zhì)量控制首先建立紡織生產(chǎn)過(guò)程的信息物理融合系統(tǒng)，并搭建大數(shù)據(jù)分析模塊作為物理系統(tǒng)與信息系統(tǒng)數(shù)據(jù)融合的媒介。大數(shù)據(jù)分析模塊以開放數(shù)據(jù)庫(kù)互連(ODBC)、傳輸控制/網(wǎng)絡(luò)通訊協(xié)義TCP/IP、Web Service等為數(shù)據(jù)協(xié)議，包含數(shù)據(jù)模型、統(tǒng)計(jì)分析、挖掘預(yù)測(cè)、持續(xù)查詢、分布式計(jì)算引擎、流計(jì)算引擎等功能，對(duì)從物理系統(tǒng)采集的數(shù)據(jù)進(jìn)行處理和分析，用于支持信息系統(tǒng)層面的多維統(tǒng)計(jì)控制、質(zhì)量異常偵測(cè)、質(zhì)量智能評(píng)估和質(zhì)量改進(jìn)優(yōu)化等。

3.2.4制造資源能效優(yōu)化

制造資源能效優(yōu)化針對(duì)紡織制造系統(tǒng)中的設(shè)備，如以化纖成套設(shè)備、紡紗設(shè)備、印染設(shè)備等為對(duì)象，以其效率評(píng)估數(shù)據(jù)集為基礎(chǔ)進(jìn)行大數(shù)據(jù)分析，為紡織品生產(chǎn)過(guò)程的人、機(jī)、料、法、環(huán)等定制制造資源運(yùn)行效率的精準(zhǔn)評(píng)估量化規(guī)則，對(duì)制造資源運(yùn)行效率進(jìn)行實(shí)時(shí)預(yù)測(cè)，實(shí)現(xiàn)制造系統(tǒng)的異常自動(dòng)偵測(cè)和統(tǒng)計(jì)過(guò)程監(jiān)控，以此為依據(jù)制定紡織制造系統(tǒng)的主動(dòng)維護(hù)計(jì)劃，完成制造系統(tǒng)的效率自優(yōu)化。

3.3 紡織品銷售與售后服務(wù)

本場(chǎng)景處于紡織工業(yè)的末端，主要是售后服務(wù)和紡織品銷售環(huán)節(jié)的智能物流。

紡織智能制造體系中的智能物流以供應(yīng)鏈數(shù)據(jù)、物料需求計(jì)劃數(shù)據(jù)、生產(chǎn)現(xiàn)場(chǎng)物料配送數(shù)據(jù)和生產(chǎn)訂單數(shù)據(jù)為數(shù)據(jù)源，其主要內(nèi)容包括物流資源關(guān)聯(lián)、物流系統(tǒng)性能監(jiān)控、生產(chǎn)執(zhí)行跟蹤與控制、物流管理優(yōu)化、關(guān)鍵物料安全庫(kù)存預(yù)警和物流資源綜合評(píng)估。

首先建立物料信息、生產(chǎn)計(jì)劃、物流計(jì)劃、庫(kù)存信息、采購(gòu)信息、物料消耗、工具信息等物流資源的關(guān)聯(lián)關(guān)系。物流系統(tǒng)性能監(jiān)控以訂單優(yōu)先級(jí)、庫(kù)存捕獲策略、采購(gòu)優(yōu)先級(jí)等為調(diào)控手段進(jìn)行物料管理，結(jié)合計(jì)劃排程、派工單、采購(gòu)單進(jìn)行物料監(jiān)控。生產(chǎn)執(zhí)行跟蹤的目的是對(duì)物料消耗、零部件庫(kù)存、物料準(zhǔn)時(shí)送達(dá)利用率等物流信息進(jìn)行預(yù)測(cè)、評(píng)價(jià)與控制。物流管理優(yōu)化模型采用負(fù)反饋控制理論、智能并行算法、優(yōu)化規(guī)則庫(kù)等調(diào)整物流數(shù)據(jù)。此外需要制定關(guān)鍵物料安全庫(kù)存預(yù)警等級(jí)，并形成物流資源綜合評(píng)估報(bào)表。

4 結(jié)束語(yǔ)

隨著以計(jì)算機(jī)、物聯(lián)網(wǎng)、服務(wù)互聯(lián)網(wǎng)為代表的信息技術(shù)在制造行業(yè)的不斷深入應(yīng)用，制造業(yè)正在經(jīng)歷以信息化與自動(dòng)化深度融合為標(biāo)志的新一代產(chǎn)業(yè)革命。大數(shù)據(jù)蘊(yùn)含的巨大價(jià)值幫助實(shí)現(xiàn)智能過(guò)程的透明化、精益化、智能化與高效化，發(fā)揮了極為關(guān)鍵的作用。

本文分析了紡織行業(yè)在“十三五”期間面臨的智能制造建設(shè)任務(wù)，探討了信息物理融合技術(shù)與大數(shù)據(jù)技術(shù)在紡織智能制造中的核心地位與驅(qū)動(dòng)作用，提出了包括一個(gè)基礎(chǔ)、一個(gè)核心和三大集成的紡織智能制造平臺(tái)體系架構(gòu)，闡述了橫向集成、縱向集成與端到端集成3項(xiàng)智能制造工作，并對(duì)應(yīng)用場(chǎng)景中的紡織智能制造工作進(jìn)行了詳細(xì)闡述。本文提出的大數(shù)據(jù)驅(qū)動(dòng)的紡織智能制造體系架構(gòu)，對(duì)紡織行業(yè)合理應(yīng)用與集成物聯(lián)網(wǎng)技術(shù)、服務(wù)互聯(lián)網(wǎng)技術(shù)、大數(shù)據(jù)技術(shù)、信息物理融合技術(shù)具有重要借鑒價(jià)值，為紡織制造工廠從自動(dòng)化轉(zhuǎn)型升級(jí)到智能化發(fā)展，提供重要的參考。

[1] 工信部. 紡織工業(yè) “十三五”發(fā)展規(guī)劃 [R]. 北京：工業(yè)和信息化部，2012.

Ministry of Industry and Information Technology. The “13th Five-Year” development plan for textile indus-try [R]. Beijing: Ministry of Industry and Information Technology, 2012.

[2] MANYIKA J., CHUI M., BROWN B., et al. Big data: the next frontier for innovation, competition, and productivity [R]. Las Vegas: The McKinsey Global Institute, 2012.

[3] LANEY D. 3D data management: controlling data volume, velocity and variety [J]. META Group Research Note, 2001(6): 70.

[4] 工業(yè)4.0工作組, 德國(guó)聯(lián)邦教育研究部. 德國(guó)工業(yè) 4.0 戰(zhàn)略計(jì)劃實(shí)施建議：上[J]. 機(jī)械工程導(dǎo)報(bào), 2013 (8): 23-45.

Industrial Group 4.0，F(xiàn)ederal Ministry for Education and Research. German industrial strategic plan implementation suggestion 4.0: part 1 [J]. Journal of Mechanical Engineering Review, 2013(8):23- 33.

[5] 羅文. 德國(guó)工業(yè) 4.0 戰(zhàn)略對(duì)我國(guó)推進(jìn)工業(yè)轉(zhuǎn)型升級(jí)的啟示 [J]. 工業(yè)經(jīng)濟(jì)論壇, 2014, 1(4): 52-59.

LUO Wen. Enlightenment of German industry 4.0 strategy on promoting industrial transformation and upgrading in china [J]. Industrial Economic Forum, 2014, 1(4): 52-59.

[6] 胡晶. 工業(yè)互聯(lián)網(wǎng), 工業(yè) 4.0 和 “兩化”深度融合的比較研究[J]. 學(xué)術(shù)交流, 2015(1): 151-158.

HU Jing. Comparative study of industrial internet, Industry 4.0 and integration of information technology and industrialization [J]. Academic Exchange, 2015(1): 151-158.

[7] 國(guó)務(wù)院. 中國(guó)制造2025 [R]. 北京: 國(guó)務(wù)院, 2015.

The State Council of the People′s Republic of China. Made in China 2025[R]. Beijing: The State Council of the People's Republic of China, 2015.

[8] 祝憲民. “智能制造”和“數(shù)控一代”紡織機(jī)械發(fā)展探討 [J]. 紡織機(jī)械, 2011 (5): 2-4.

ZHU Xianmin. ″Intelligent manufacturing″ & ″NC next″: discussions on textile machinery evolution [J]. Textile Machinery, 2011 (5): 2-4.

[9] 王天然. 中國(guó)至2050年先進(jìn)制造科技發(fā)展路線圖 [M]. 北京: 科學(xué)出版社, 2009:1-30.

WANG Tianran. Advanced Manufacturing Technology in China: a Roadmap to 2050 [M]. Beijing: Science Press, 2009:1-30.

[10] 路甬祥. 走向綠色和智能制造 [J]. 中國(guó)機(jī)械工程, 2010, 21(4): 379-386.

LU Yongxiang.Moving towards to green and intelligent manufacturing [J]. China Mechanical Engineering, 2010, 21(4): 379-386.

[11] 張潔, 高亮, 秦威,等. 大數(shù)據(jù)驅(qū)動(dòng)的智能車間運(yùn)行分析與決策方法體系 [J]. 計(jì)算機(jī)集成制造系統(tǒng), 2016, 22(5): 1221-1229.

ZHANG Jie, GAO Liang, QIN Wei, et al. Big-data-driven operational analysis and decision-making methodology in intelligent workshop [J]. Computer Integrated Manufacturing Systems, 2016, 22(5): 1221-1229.

[12] 呂佑龍, 張潔. 基于大數(shù)據(jù)的智慧工廠技術(shù)框架[J]. 計(jì)算機(jī)集成制造系統(tǒng), 2016, 22(11): 2691-2697.

Lü Youlong, ZHANG Jie. Big-data-based technical framework of smart factory [J]. Computer Integrated Manufacturing Systems, 2016, 22(11): 2691-2697.

[13] PETER A, HEINZ B, DIRZUS D, et al. Reference architecture model industrie 4.0 (RAMI4.0) [R].VDI/VDE Society Measurement and Automatic Control (GMA), 2015.

[14] 中國(guó)電子技術(shù)標(biāo)準(zhǔn)化研究院. 智能制造標(biāo)準(zhǔn)體系研究白皮書(2015年)[R]. 北京, 中國(guó)電子技術(shù)標(biāo)準(zhǔn)化研究院, 2015.

China Electronics Standardization Institute. White paper on research of intelligent manufacturing standards sys-tem (2015)[R]. Beijing: China Electronics Standardization Institute, 2015.

[15] 劉向舉, 李敬兆, 劉麗娜. 基于物聯(lián)網(wǎng)的紡織車間環(huán)境智能測(cè)控系統(tǒng) [J]. 計(jì)算機(jī)應(yīng)用, 2015, 35(7): 2073-2076.

LIU Xiangju, LI Jingzhao, LIU Lina. Research on environment intelligent measuring and controlling system of textile workshop based on internet of things [J]. Journal of Computer Application, 2015, 35(7): 2073-2076.

Big-data-drivenframeworkforintelligenttextilemanufacturing

ZHANG Jie1， Lü Youlong1， WANG Junliang2， WANG Haichao2

(1.CollegeofMechanicalEngineering,DonghuaUniversity,Shanghai201620,China; 2.SchoolofMechanicalEngineering,ShanghaiJiaotongUniversity,Shanghai200240,China)

As the development of the 13th Five-Year Plan and intelligent manufacturing, the textile industry is encouraged to be smarter. This paper pointed out the key position of big data technology in the coming new generation of industrial revolution, and set forth the effect of big data on transparentizing, refining, high efficiency and intellectualization of the manufacturing process. According to the industry 4.0 reference frame and the standard reference model of intelligent manufacturing in China, this paper analyzed the detail requirement of intelligent textile manufacturing, and the key position and the drive effect of the information physical fusion technology and big data technology in the intelligent textile manufacturing. The authors proposed a big-data-driven framework for intelligent textile manufacturing, expounded the three basic tasks in intelligent manufacturing: horizontal integration, vertical integration and end-to-end integration, and finally discussed some typically application occasion such as product design intellectualization, production organization intellectualization, sale intellectualization and after-sale service intellectualization based on the big data platform.

intelligent textile manufacturing; big data; platform framework; integration; application occasion

TH 186; TS 103

A

10.13475/j.fzxb.20170601307

2017-06-02

2017-07-10

國(guó)家自然科學(xué)基金資助項(xiàng)目(51435009)

張潔(1963—)，女，教授，博士。主要研究方向?yàn)橹悄苤圃炫c大數(shù)據(jù)、智能工廠與數(shù)字工廠、制造型服務(wù)、智能制造執(zhí)行系統(tǒng)等。E-mail：mejiezhang@dhu.edu.cn。