向忠 蔣連彪 游照林 李建強

摘 要：為探討染整行業(yè)智能制造的發(fā)展趨勢，首先闡述了中國染整業(yè)的發(fā)展現(xiàn)狀及智能制造對染整業(yè)的含義，然后從染整裝備的數(shù)字化與智能化、染整生產全流程信息化再造、染整產品網絡化協(xié)同制造3個方面對染整智能制造的研究進展進行論述;提出了染整智能制造解決方案，指出了紡織品顏色與風格數(shù)字化評價標準建設、基于云計算和大數(shù)據(jù)分析的紡織品質量視覺在線監(jiān)控系統(tǒng)開發(fā)、基于OPCUA通訊協(xié)議的染整裝備互聯(lián)互通互操作標準建設、基于多Agent的染整生產過程智能控制與工藝優(yōu)化是實現(xiàn)染整智能制造的關鍵;強調提升染整產品網絡化協(xié)同制造水平是染整業(yè)適應小批量、多品種個性化定制發(fā)展的必然選擇，也是提升中國染整產品和企業(yè)核心競爭力的關鍵所在。

關鍵詞：染整;智能制造;裝備數(shù)字化與智能化;顏色質量評價;互聯(lián)互通;智能調度

Abstract：In order to explore the development trend of intelligent manufacturing in the dyeing and finishing industry， firstly， the development status of the dyeing and finishing industry in China and the significance of intelligent manufacturing to the dyeing and finishing industry are expounded. Then， the research progress of intelligent manufacturing in dyeing and finishing is reviewed and discussed from three aspects， including digitization and intelligence of the dyeing and finishing equipment， the whole process informationization of the dyeing and finishing production， and the network-based collaborative manufacturing for dyeing and finishing products. This paper proposes the solution to implementation of intelligent manufacturing in dyeing and finishing industry， and points out the key to realizing intelligent manufacturing in dyeing and finishing， including the development of digital evaluation standards for textile color and style， the development of visual on-line monitoring system for textile quality based on cloud computing and big data analysis， the construction of interconnectivity standards for dyeing and finishing equipment based on OPCUA communication protocol， the intelligent control and process optimization for dyeing and finishing production based on multi-Agent.This paper emphases improving network-based collaborative manufacturing level of dyed and finished products is the inevitable choice for the dyeing and finishing industry to adapt to small-batch and multi-species customized development， and it is also the key for improving core competitiveness of Chinas dyeing and finishing products.

Key words：Dyeing and finishing; intelligent manufacturing; digitization and intelligence of equipment; color quality evaluation; interconnectivity; intelligent scheduling

染整業(yè)是紡織產業(yè)鏈中的關鍵環(huán)節(jié)之一，其上承織造業(yè)，下接服裝業(yè)，是提升紡織產品附加值最直接的工序。中國作為全球規(guī)模最大的染整制造基地，生產了全球半數(shù)以上的印染布;但中國的染整業(yè)大而不強，產品以低附加值面料為主，而制造過程中所面臨的高能耗、高污染、高排放等問題仍未得到有效解決。在經歷了“十五”和“十一五”期間的爆發(fā)式增長后，近年來受勞動力成本、環(huán)保政策、市場需求等諸多因素的制約，染整業(yè)正面臨前所未有的結構調整壓力，造成印染布產量自2011年開始持續(xù)保持負增長狀態(tài)，智能制造、綠色制造和可持續(xù)發(fā)展正成為染整行業(yè)發(fā)展的主旋律。

染整智能制造的實現(xiàn)是項系統(tǒng)工程，傳統(tǒng)染整裝備已無法滿足染整智能制造的發(fā)展需求。在革新染整工藝的基礎上，改造與提升染整裝備單機自動化、數(shù)字化和智能化控制水平，繼而完善與實現(xiàn)染整全工藝鏈內各類數(shù)據(jù)的信息化流轉和調度，最終達到染整產品的網絡化協(xié)同制造，是提升染整裝備效能、穩(wěn)定染整產品質量、降低染整生產能源消耗與污染排放、實現(xiàn)染整智能制造與綠色制造最為有效的途徑。據(jù)此，本文將從染整裝備控制智能化、染整生產全流程信息化再造、染整產品網絡化協(xié)同制造等3個方面系統(tǒng)討論染整智能制造的研究現(xiàn)狀，并針對其發(fā)展方向進行展望。

1 染整裝備控制智能化

染整加工是指采用燒毛、退煮漂、絲光、印花、蒸化、定形和預縮等連續(xù)生產工藝以及間歇式染色生產工藝，在一定的工藝參數(shù)條件及染化料助劑輔助下，使紡織品獲得顏色及穩(wěn)定的服役性能的加工過程[1]。經過多年的發(fā)展與積累，各類染整裝備在單機自動化方面已經取得了較為長足的發(fā)展，諸如介質溫度[2]、織物回潮率[3]、酸堿度[4]、張力與多軸同步控制[5]、速度[6]等工藝參數(shù)的在線測控技術日趨成熟，一些輔助設備，如助劑自動配送系統(tǒng)[7-8]、印花調漿系統(tǒng)[9]等也有了較為廣泛的應用。然而，色彩加工是一個非常復雜的物理化學過程，除工藝參數(shù)會影響最終的顏色效果外，織物的組織結構與纖維的材質特性、染化料助劑在色光和力份等方面的差異等也對上色效果有較大影響[10]。此外，紡織品染整質量評價除了以色差、色勻度為主的物理指標外，還包括視感、手感等多種人為心理和感官指標[11]。為此，紡織裝備在向自動化、數(shù)字化和智能化方向發(fā)展的同時，還應以提升產品質量為導向，加大在紡織品質量數(shù)字化評價標準建設、紡織品表面質量在線監(jiān)控技術、基于云計算和大數(shù)據(jù)的智能紡織裝備開發(fā)等方面的投入力度，為染整智能制造奠定基礎。

1.1 紡織品質量數(shù)字化評價標準建設

質量數(shù)字化評價標準在機械加工制造等領域相對成熟，而在顏色加工制造領域，雖然對織物物理化學性能、色牢度、尺寸穩(wěn)定性的測量標準及方法相對成熟[12-14]，但是在對顏色、色差、手感等受感官因素制約較大的方面，仍有較大發(fā)展空間。

在顏色測量方面，主流產品仍采用分光光度計測色方法和光電積分式測色方法實現(xiàn)。分光光度計測色方法精度高，但傳統(tǒng)的分光光度技術往往只適合對大型單色樣品進行顏色采集，空間分辨率不高，對色織面料、印花面料和蕾絲等包含多種顏色的染色品的測量適用性較差[15]。光電積分式測色方法由于違背了Luther規(guī)則而很難產生高顏色精確度的圖像，并會產生同色異譜錯誤，因此其測量準確度受到很大限制，不能用于測量結果要求很準確的場合[16]。近年來多光譜彩色成像技術的研究在美國、日本、法國、英國和德國等國際上著名的顏色科學研究機構較為活躍[17]。多光譜圖像是由可見光和紅外光等多個波段的圖像疊加而成，圖像中不僅僅包含顏色信息，還包含位置信息，可實現(xiàn)高精度顏色測量。浙江大學和香港理工大學的研究人員將該技術成功應用到了紡織品顏色測量系統(tǒng)中[18]，這是下一代織物顏色測量方法的重要發(fā)展方向。

在客戶樣本和工廠產品之間計算顏色值差異來進行色差計算并建立色差評價標準，對于在客戶和工廠之間獲得對產品顏色質量的共同認可至關重要。色差計算涉及到顏色空間及色差公式的選取問題、色差評價效果分類量化問題和基于機器學習的染色品色差評價模型的建立等多個方面?，F(xiàn)有的色差評價標準大都基于ISO105/A02-1993《紡織品 色牢度試驗 評定變色用灰色樣卡》或GB/T 250—2008《紡織品 色牢度試驗 評定變色用灰色樣卡》，其主要缺點是色差空間和色差公式的選擇受到人為因素影響較大，評價標準的主觀性仍太強。也有學者提出了峰值信噪比[19]、基于人眼視覺系統(tǒng)的結構相似性模型[20]、基于球面諧波理論的染色品色差檢測[21]等，這些算法對于紡織品色差評定有一定的參考價值。今后通過機器學習算法建立色差評價模型，在多個顏色空間中綜合各種色差公式對色差進行綜合評價，提高色差評價結果的客觀性應是其發(fā)展趨勢[22]。

在織物手感評定方法中，現(xiàn)有技術多通過綜合織物不同物理指標來實現(xiàn)，如Howorth等[23]提出的基于柔軟度、光滑度、厚度、質量等因素的精紡羊毛織物手感評定方法;Kawabata等[24]通過測試織物的拉伸、剪切、壓縮、彎曲、表面性能和結構等指標對織物手感進行評價的KES方法;澳大利亞工業(yè)和科學院研制的對裁剪縫制性能及成衣外觀的FAST評定方法[25];香港科技大學提出的綜合了熱通量、本體感受，皮膚刺激和疼痛等指標的織物觸感測試儀[26];利茲大學通過柔軟度、拉伸度等對紡織品手感進行量化的LUFHES測試系統(tǒng)[27-28]。但各系統(tǒng)的單次測試時間仍較長、綜合指標多，如何實現(xiàn)手感的快速測量、在線評定（秒級測量）是其重要發(fā)展方向之一。

紡織品質量數(shù)字化評價標準建設不僅有利于解決供需端的矛盾，也是染整智能制造的關鍵環(huán)節(jié)之一。只有在此基礎上實現(xiàn)的智能制造，才有可能適應染整制造小批量、多品種的發(fā)展需求。

1.2 紡織品表面質量在線監(jiān)控技術

染整裝備現(xiàn)有在線監(jiān)控技術多以實現(xiàn)某個工藝參數(shù)的最優(yōu)化控制為目標，而與工序或產品的最終質量指標要求相脫節(jié)。工藝參數(shù)的準確控制只是確保產品質量的必要條件之一，而當布面受到油滴污染、機械劃傷、介質黏附等物理損傷，或因纖維與染化品差異而造成上色性能變化時，即使做到了各工藝參數(shù)的準確控制，產品的最終質量也無法確保。此類缺陷若得不到在線實時處理，勢必造成資源浪費。而由于染整加工需經多道工序的處理才能得到最終的顏色，上一工序中所產生的瑕疵往往在后續(xù)工序中方能得到放大與呈現(xiàn)，質量監(jiān)控手段的缺失所造成物料與能源的浪費將更為嚴重。

紡織品表面質量在線監(jiān)控技術方面目前主要集中在研究各類瑕疵的自動檢測。據(jù)統(tǒng)計，紡織品瑕疵種類近百種[29]，各種瑕疵的具體表征方式又千變萬化，造成目前多數(shù)染整裝備的加工質量檢測還以人工定期巡檢為主。雖然近年來，基于傅立葉變換[30]、小波變換[31]、機器學習[32]、神經網絡[33]等算法的紡織品瑕疵視覺檢測技術相繼推出，但各種技術尚未完全成熟，多數(shù)只解決了某一類或幾類質量問題的在線檢測，且存在誤判率高等問題，尚無法完全替代人工檢驗，難以進行廣泛應用。此外，因為多數(shù)染整裝備制造企業(yè)尚不具備自主開發(fā)視覺檢測系統(tǒng)的能力，造成染企多數(shù)紡織品瑕疵檢測系統(tǒng)由第三方開發(fā)，質量檢測的結果難與染整裝備主控系統(tǒng)進行集成，質量在線智能監(jiān)控更是無從談起。以質量控制為導向的智能紡織裝備在實現(xiàn)對自身工作狀態(tài)感知的同時，還應能對故障類型、位置等進行智能診斷與識別，并根據(jù)作業(yè)數(shù)據(jù)進行相應調整，提高其自適應能力。云計算與基于大數(shù)據(jù)深度學習相關學科領域的快速發(fā)展，為紡織品表面質量的在線智能監(jiān)控技術的實現(xiàn)提供了平臺，圖1所示為以質量控制為導向的基于云計算和大數(shù)據(jù)分析的紡織品表面質量在線智能監(jiān)控系統(tǒng)基本構架。

由圖1可知，紡織品表面質量視覺檢測云平臺和染整機械云平臺相互獨立存在。染整機械云平臺由各染整機械制造廠商搭建，平臺不僅要實現(xiàn)染整裝備過程參數(shù)的采集與控制，還需對過程數(shù)據(jù)進行存儲，通過對數(shù)據(jù)進行分析而形成相應的專家數(shù)據(jù)庫，實現(xiàn)對染整裝備的智能診斷。紡織品表面質量檢測平臺則由機器視覺專業(yè)背景更強的企業(yè)承建，云用戶可向平臺上傳紡織品的各類瑕疵圖像數(shù)據(jù)，并對其造成原因進行描述;而平臺則在對數(shù)據(jù)進行篩分的基礎上形成紡織品瑕疵識別、分類與診斷算法及專家數(shù)據(jù)庫。在此構架下，染整企業(yè)或染整機械制造商通過購買相應的質量檢測服務后，即可將染整裝備上的視覺系統(tǒng)接入質量檢測云平臺，實現(xiàn)紡織品表面質量在線檢測，該數(shù)據(jù)反饋給染整機械云平臺后，實現(xiàn)以質量控制為目的智能生產過程。該架構充分展現(xiàn)了行業(yè)細分特點，并較好地解決了染整裝備制造企業(yè)對大數(shù)據(jù)利用的困惑;同時，若在紡織品表面質量數(shù)字化評價標準確立的基礎上，采用該架構來實現(xiàn)紡織品表面質量在線智能測控，具有非常強的可操作性，是染整裝備往智能化方向發(fā)展的重要分支。

2 染整生產全流程信息化再造

隨著自動化技術從單機控制向多機控制和工廠自動化發(fā)展，染整企業(yè)對生產過程中產量、質量、設備運行狀態(tài)等信息實行在線采集和處理，并在車間或企業(yè)管理層應用計算機網絡進行監(jiān)視、管理的需求不斷增長。近年來，雖然信息化系統(tǒng)在染整企業(yè)內得到了較為廣泛的應用，如企業(yè)資源管理（ERP）、供應鏈管理（SCM）、客戶關系管理（CRM）、產品生命周期管理（PLM）、制造執(zhí)行系統(tǒng)（MES）、可視化數(shù)據(jù)采集與監(jiān)控系統(tǒng)（SCADA）、人機接口（HMI）等系統(tǒng)逐漸在行業(yè)內普及;但是，從智能制造角度來看，還需在染整裝備單機智能化的基礎上實現(xiàn)各裝備之間的互聯(lián)互通互操作，并與各類信息化管理系統(tǒng)相貫通。這種網絡式集成應用模式，突破了現(xiàn)有技術模式下業(yè)務流程與過程控制流程相脫節(jié)的瓶頸，既能將各生產制造環(huán)節(jié)中由不同裝備與系統(tǒng)所產生的數(shù)據(jù)流，如實時工況、設備狀態(tài)、工藝參數(shù)等，向上傳遞給MES和ERP以便記錄查詢，又能將由各信息系統(tǒng)所生成的命令流，如生產調度信息、工藝參數(shù)等，向下傳遞給生產制造裝備以控制其運行狀態(tài)，最終形成企業(yè)內各種制造裝備之間的協(xié)同作業(yè)。從行業(yè)發(fā)展現(xiàn)狀來看，為盡快實現(xiàn)企業(yè)級的染整智能制造生產流程，需著重解決以下幾個問題。

2.1 染整裝備硬件接口與通訊協(xié)議的標準化

中國作為全球染整機械品種最全的國家，國產設備的國內市場占有率高達70%以上。由于缺少相關標準的規(guī)范與約束，各染整機械制造企業(yè)根據(jù)自身對設備功能的理解和創(chuàng)新進行設備改進與提升，使得不同廠家生產的設備之間，無論是通訊接口，還是通訊協(xié)議，均存有較大差異;甚至由于技術的改進，同一企業(yè)生產的裝備在接口和協(xié)議上也很難長期保持一致。這種染整裝備網絡通信接口規(guī)范和數(shù)據(jù)協(xié)議的不一致性成為了制約中國染整行業(yè)向智能制造方向發(fā)展的重要瓶頸，加強染整裝備硬件接口與通訊協(xié)議的標準化體系建設是實現(xiàn)染整業(yè)網絡化和智能化生產的關鍵。而OPC UA作為工業(yè)互聯(lián)網領域內被普遍認可的互聯(lián)互通協(xié)議，以實時性強、可靠性高、安全等特點廣泛應用于設備與系統(tǒng)、系統(tǒng)與系統(tǒng)、底層與上層間的通信協(xié)議，其協(xié)議棧能保證染整裝備工業(yè)互聯(lián)網各網絡層次間的融會貫通，因此該協(xié)議于2017年作為國標頒布，被廣泛認為是染整業(yè)向智能制造發(fā)展的基礎通訊協(xié)議。表1所示為各類通訊協(xié)議的技術分析對比。

圖2所示為基于OPC UA通訊協(xié)議的企業(yè)級染整智能制造系統(tǒng)構架圖。在圖2中，不符合OPC UA通訊規(guī)范的設備數(shù)據(jù)流（如采用總線通訊協(xié)議或TCP/IP通訊協(xié)議等），均通過專用網關轉換成符合規(guī)范所要求的標準數(shù)據(jù)流，并與符合OPC UA通訊規(guī)范的設備數(shù)據(jù)共同構成設備層OPC UA服務器;而車間監(jiān)視控制層則通過相應的OPC UA客戶機實現(xiàn)與底層設備的互聯(lián)互通，并同時形成車間層OPC UA服務器，向企業(yè)層的管理系統(tǒng)提供數(shù)據(jù)。由于設備層對通訊實時性要求較強，一般在秒級以內，這是OPC UA難以確保的，這也造成染整裝備的底層控制仍將以嵌入式等類型控制器為主。因此，為促進中國染整智能制造業(yè)的快速發(fā)展，當以OPC UA技術為基礎，盡早形成相關的國家與行業(yè)標準來規(guī)范和統(tǒng)一各染整機械制造廠家所生產設備的數(shù)據(jù)格式，這既是實現(xiàn)染整智能制造的前提與基礎，也是染整業(yè)能否與工業(yè)互聯(lián)網成功對接的決定因素。

2.2 染整生產過程的智能控制和工藝優(yōu)化

紡織品染整是過程生產，各工段的溫度、濕度、濃度、張力等工藝參數(shù)都會影響染色的效果。正是由于紡織品的多樣性、染整生產工藝參數(shù)控制強耦合關系和質量控制目標的非定量性的特征，使得染整生產過程與石化等流程工業(yè)相比，受到的不可控制因素更多，因此采用嚴格的流程工藝參數(shù)設置和控制在紡織品染整上難以達到預期目標，而染整裝備的互聯(lián)互通以及企業(yè)生產過程的信息化流轉也僅僅構成染整智能生產的基礎條件，還需以質量與能源消耗為最優(yōu)化目標，通過智能調度算法實現(xiàn)科學、準確、快速制定最佳工藝流程與配方，并進行動態(tài)調整與生產。

工藝參數(shù)對染整產品質量具有決定性影響，只有對各參數(shù)影響規(guī)律的認知，才能確保生產過程智能調度模型的可靠性及實用性。目前該領域的研究以試驗研究為主。如Liao等[34]通過試驗分析了蒸化工藝、涂覆預處理、助劑濃度等噴墨印花的上色率及輪廓清晰度的影響;Senthilkumara等[35]以典型平紋織物及斜紋織物為對象，通過試驗研究分析了烘干溫度、織物內體相水和游離水組分及分布對織物顏色的影響規(guī)律。Santos等[36]針對活性染料染色色澤受絲光堿處理工藝制約嚴重的問題，研究分析了活性基類型對染料及織物顏色隨時間變化的作用規(guī)律，并提出了最優(yōu)工藝條件。Asim等[37]采用試驗統(tǒng)計設計方法，對棉織物活性染色、防皺一步法加工過程展開了研究。研究表明，染料濃度、固色方法、固色溫度、拉伸強度等對染整質量有較大影響;在染整生產過程智能調度與方面，Wu等[38]以染整生產過程所產生的污染排放物最少和生產資源消耗最優(yōu)為目標，將染整生產全流程各個工序看作為未知條下最優(yōu)化產品規(guī)劃問題中不可缺少的一部分，采用了非線性整數(shù)優(yōu)化框架進行多目標優(yōu)化，以期在生產成本和排放量之間獲得平衡。該分析方法充分考慮了參數(shù)測量過程中的主觀性、不精確性和時變性等特點。在求解最優(yōu)解的時候，用到了灰色理論和遺傳算法。該方法主要從生產調度角度考慮染整全流程的優(yōu)化生產，并未與染整生產過程的參數(shù)化模型以及自動控制系統(tǒng)完全結合。宋春躍等[39]針對染整生產過程建立了不可靠生產系統(tǒng)的生產控制模型，該模型將設備故障、工藝參數(shù)變更、原料屬性波動等對產品質量的影響因素納入進來，且對不同產品間生產所需切換時間及切換費用也進行了評估。但模型最終只結合單設備單產品進行了應用，其在連續(xù)式多設備染整工藝中的應用有待進一步驗證;而徐新黎等[40]根據(jù)染整作業(yè)的工藝特性和約束條件，建立了面向染整車間作業(yè)智能調度的數(shù)學模型。為提高調度系統(tǒng)對生產環(huán)境變化的自適應能力和全局優(yōu)化能力，模型中采用了基于螞蟻智能與強化學習相結合的協(xié)商策略多Agent動態(tài)調度方法。在該方法中，智能Agent能根據(jù)行為的歷史反饋和立即反饋來選擇相應的行為，也能根據(jù)算法的歷史獎勵來選擇相應的智能調度算法，從而把一小部分工序任務的實時局部優(yōu)化和大部分工序任務的全局優(yōu)化結合起來。Jeyaraj等[41]采用基于遺傳算法對染整快捷生產過程參數(shù)進行了多目標優(yōu)化。通過采用響應表面法，以成本最優(yōu)為指導，分析了預定型溫度、織物帶液量、車速、軋車壓力等對染整色差、色牢度、縮水率的影響機理。

總之，在染整生產過程智能調度方面，目前的很多研究還剛剛起步，已經產品化和應用的技術仍停留在生產計劃制定、訂單排產等水平，離最終實現(xiàn)以質量與能源消耗為最優(yōu)目標的智能調度生產仍有較大差距。通過對生產過程進行跟蹤、對生產過程數(shù)據(jù)與產品質量、能源消耗之間的關聯(lián)性進行分析與建模，采用多Agent動態(tài)調度方法來進行染整生產過程的管控，應是染整智能制造的重要發(fā)展方向。

3 染整產品網絡化協(xié)同制造

染整智能制造在將現(xiàn)代技術融入行業(yè)，實現(xiàn)染整加工提質減排的同時，還應考慮將客戶的需求融入到智能制造生產過程。近年來信息技術與網絡技術的高速發(fā)展，使得染整制造業(yè)正向大規(guī)模個性化定制方向發(fā)展，過去單一的結構已經不能應對小批量、多品種、快速響應的產業(yè)需要。網絡化協(xié)同制造是敏捷制造、智能制造和云制造的核心內容，其通過綜合網絡技術與信息技術的優(yōu)勢，將傳統(tǒng)串行制造模式革新為并行制造模式，突破了時空間的約束，將供應鏈內及跨供應鏈間的企業(yè)產品設計、制造、運行、維護、管理等各環(huán)節(jié)緊密連接，有效實現(xiàn)了產品全生命周期內資源的最充分利用。網絡協(xié)同制造是“中國制造2025”的重要目標之一，也是染整智能制造的重要發(fā)展方向，如圖3所示為染整產品網絡化協(xié)同制造架構圖。

該系統(tǒng)中將網絡與染整產品制造、設計、經銷、運行、維護等環(huán)節(jié)聯(lián)系起來，由傳統(tǒng)的數(shù)據(jù)孤島轉為網絡協(xié)同制造，將各個環(huán)節(jié)的數(shù)據(jù)采集并輸入到全生命周期數(shù)據(jù)庫形成總知識庫，通過信息技術、通信技術、傳感技術、自動化技術、現(xiàn)代管理技術與制造技術相結合，實現(xiàn)企業(yè)間的協(xié)同和各個環(huán)節(jié)資源的共享，形成邊制造邊檢測策略，實現(xiàn)制造數(shù)據(jù)實時采集與快速傳輸并及時得到分析處理從而反饋制造狀態(tài)的技術水平，針對當前狀態(tài)實時指導加工，同時避免對廢品繼續(xù)加工而造成更大的損失，以此達到提高高品質產品生產率，從而降低成本的目的。目前，受染整企業(yè)智能制造水平與規(guī)模的限制，染整網絡化協(xié)同制造還剛剛起步;在紡織領域的協(xié)同制造案例，如青島紅領集團、優(yōu)衣庫等，基本停留在服裝設計與加工制造層面，而尚未深入到更底層的顏色制造、花形制造等，這是由目前染整裝備數(shù)字化、智能化、信息化程度不高的現(xiàn)狀所決定的。

4 結 語

智能制造是制造業(yè)未來發(fā)展的核心內容和重要趨勢，也是加快行業(yè)發(fā)展方式轉變，促進制造業(yè)邁向中高端、建設制造強國的重要舉措，也是新常態(tài)下提高國際競爭力的必然選擇。染整加工要實現(xiàn)智能制造，染整裝備的數(shù)字化與智能化、染整生產流程的信息化、染整制造過程的協(xié)同化是其發(fā)展的必經道路;實現(xiàn)染整產品質量的數(shù)字化評價標準建設和質量在線智能測控、染整裝備的互聯(lián)互通及生產流程智能調度則是關鍵和基礎。中國目前正處于智能制造的高速發(fā)展期和黃金階段，染整從業(yè)者需抓住機遇，迎接挑戰(zhàn)，塑造中國染整業(yè)的輝煌明天。

參考文獻：

[1] 閻克路.染整工藝與原理（上冊）[M].北京：中國紡織出版社，2014.

[2] 陳建橋，毛玉良.分布環(huán)境下染整機溫度自適應控制系統(tǒng)的研究[J].微計算機信息，2005，21（11S）：9-10.

[3] 向忠，汝晶煒，吳學進，等.電阻式織物回潮率測量裝置的設計與應用[J].紡織學報，2014，35（6）：130-134.

[4] 向忠，洪乾耀，楊云濤，等.基于密度測量的絲光機堿液濃度在線監(jiān)控系統(tǒng)開發(fā)與應用[J].紡織學報，2014，35（12）：126-131.

[5] 王秀麗.軋染機多單元同步控制系統(tǒng)的研究[D].天津：天津工業(yè)大學，2007.

[6] 柳申洪.基于J2EE的印染生產過程在線監(jiān)測系統(tǒng)的設計與實現(xiàn)[D].杭州：浙江理工大學，2013.

[7] 李亮，柳申洪，向忠，等.流量法印染助劑自動配送系統(tǒng)的設計與實現(xiàn)[J].現(xiàn)代紡織技術，2013，21（4）：40-44.

[8] 付賀檀，向忠，史偉民.基于PLC的助劑配送自動控制系統(tǒng)[J].機電工程，2012，29（5）：549-552.

[9] 張子仲.開源印花自動調漿系統(tǒng)[J].印染，2013，39（2）：40-42.

[10] SMITH B.Dyebath monitoring and control： past， present， and future[J]. AATCC Review， 2007，11：36-41.

[11] 周玲，傅佳佳，王鴻博.滌/棉/竹漿纖維混色混紡仿毛織物風格評價[J].紡織學報，2016，37（5）：51-55.

[12] 張慶紅，劉建立，高衛(wèi)東.基于圖像處理的織物耐洗滌色牢度等級評定[J].紡織學報，2013，34（11）：100-105.

[13] 王琳譞，蔣金萍，工強，等.影響實驗室色牢度評定能力驗證結果因素的探討[J].紡織標準與質量，2017（5）：46-50.

[14] 陳艷.緯平針織物縱行歪斜的機理分析及控制探討[D].上海：東華大學，2005.

[15] 金肖克，李啟正，張聲誠，等.織物顏色測量方法的分類與發(fā)展[J].紡織導報，2012（9）：103-105.

[16] 王喜蓮，魏瑋.光電積分測色中篩子式數(shù)值修正[J].哈爾濱工業(yè)大學學報，1997，29（3）：88-91.

[17] PARKKINEN J. Spectral color imaging[C]. Scandinavian Conference on Image Analysis. Springer， Berlin， Heidelberg， 2003：800-803.

[18] LUO L，SHEN H L， SHAO S J， et al. A multispectral imaging approach to colourmeasurement and colour matching of singleyarns without winding[J]， Coloration Technology， 2015，131：342-351.

[19] 楊嘉琛，侯春萍，沈麗麗，等.基于PSNR立體圖像質量客觀評價方法[J].天津大學學報，2008，4（12）：1448-1452.

[20] 王學珍.數(shù)字圖像質量評價算法研究及性能評價[D].天津：天津大學，2011.

[21] 張建新，常衛(wèi)，俞利國.基于球面諧波理論的染色品色差檢測光照校正[J].紡織學報，2012，33（6）：53-58.

[22] ZHANGJ X，YANGC. Evaluation model of color difference for dyed fabrics based on the support vector machine[J]. Textile Research Journal，2014，84（20）：2184-2197.

[23] HOWORTH W S， OLIVER P H. The application of multiple factor analysis to the assessment of fabric handle[J]. Journal of the Textile Institute Transactions. 1958，49（11）：540-553.

[24] KAWABATA S， NIWA M. Fabric performance in clothing and clothing manufacture[J]. Journal of the Textile Institute， 1989，80（1）：19-50.

[25] GIORGIO M P. FAST-Fabric assurance by simple testing[J]. International Journal of Clothing Science and Technology， 1995，7（2/3）：43-48.

[26] LIAO X， LI Y， HU J， et al. A simultaneous measurement method to characterize touch properties of textile materials[J]. Fibers and Polymers， 2014，15（7）：1548-1559.

[27] MAO N. Towards objective discrimination & evaluation of fabric tactile properties： Quantification of biaxial fabric deformations by using energy methods[C]//London： Leeds Proceedings， 2014：1183-1190.

[28] MAO N， WANG Y， QU J. Smoothness and roughness： characteristics of fabric-to-fabric self-friction properties[C] // The Proceedings of 90th Textile Institute World Conference. London： The Textile Institute， 2016：865-872.

[29] ZHANG Y， LU Z， LI J. Fabric defect classification using radial basis function network[J]. Pattern Recognition Letters， 2010，31（13）：2033-2042.

[30] CHAN C， PANG G K H. Fabric defect detection by Fourier analysis[J]. IEEE Transactions on Industry Applications， 2000， 36（5）：1267-1276.

[31] NGAN H Y T， PANG G K H， Yung S P， et al. Wavelet based methods on patterned fabric defect detection[J]. Pattern Recognition， 2005，38（4）：559-576.

[32] 胡佳娟.基于視覺顯著模型和支持向量機的織物瑕疵檢測方法[D].蘇州：蘇州大學，2015.

[33] ELIK H I·， DULGER L C， TOPALBEKIROGLU M. Development of a machine vision system： real-time fabric defect detection and classification with neural networks[J]. The Journal of The Textile Institute， 2014，105（6）：575-585.

[34] LIAO S K， CHEN H Y，KAN C W. A study of quality factors for cotton fabrics in ink-jet printing[J]. Research Journal of Textile and Apparel. 2009，13（3）：33-40.

[35] SENTHILKUMARA M， SELVAKUMAR N. A study on the effect of bulk water content and drying

temperature on the color of dyed cotton fabrics[J]. Coloration Technology，2009，127：145-152.

[36] SANTOS J G， SOARES G M B， HRDINA R， et al. A study on the spectral changes of reactive textile dyes and theirimplications for online control of dyeing processes[J]. Coloration Technology，2009，125：8-13.

[37] ASIM F， MAHMOOD M. Experimental investigation and mathematical modelling of tensile strength for single step fixation process of reactive printing and crease resistance[J]. International Journal of Engineering and Technical Research， 2015，3（2）：126-130.

[38] WU C C， CHANG NB. Global strategy for optimizing textile dyeing manufacturing process via GA-based grey nonlinear integer programming[J].Computers and Chemical Engineering， 2003，27（6）：833-854.

[39] 宋春躍，李平，王慧.印染行業(yè)不可靠生產系統(tǒng)生產控制模型[J].控制工程，2005，12（6）：527-530.

[40] 徐新黎，郝平，王萬良.多Agent動態(tài)調度方法在染色車間調度中的應用[J].計算機集成制造系統(tǒng)，2010，16（3）：611-620.

[41] JEYARAJ K L， MURALIDHARAN C， et al. Genetic algorithm based multi-objective optimization of process parameters in color fast finish processes[J]. Journal of Textile and Apparel， Technology and Management， 2013，8（3）：1-26.