染整智能制造研究进展.docxVIP

染整智能制造研究进展 染色行业是纺织产业链的重要因素之一。它连接着服装行业和流程行业。这是提高纺织产品额外价值的最直接过程。中国作为全球规模最大的染整制造基地,生产了全球半数以上的印染布;但中国的染整业大而不强,产品以低附加值面料为主,而制造过程中所面临的高能耗、高污染、高排放等问题仍未得到有效解决。在经历了“十五”和“十一五”期间的爆发式增长后,近年来受劳动力成本、环保政策、市场需求等诸多因素的制约,染整业正面临前所未有的结构调整压力,造成印染布产量自2011年开始持续保持负增长状态,智能制造、绿色制造和可持续发展正成为染整行业发展的主旋律。 染整智能制造的实现是项系统工程,传统染整装备已无法满足染整智能制造的发展需求。在革新染整工艺的基础上,改造与提升染整装备单机自动化、数字化和智能化控制水平,继而完善与实现染整全工艺链内各类数据的信息化流转和调度,最终达到染整产品的网络化协同制造,是提升染整装备效能、稳定染整产品质量、降低染整生产能源消耗与污染排放、实现染整智能制造与绿色制造最为有效的途径。据此,本文将从染整装备控制智能化、染整生产全流程信息化再造、染整产品网络化协同制造等3个方面系统讨论染整智能制造的研究现状,并针对其发展方向进行展望。 1 工艺上的应用 染整加工是指采用烧毛、退煮漂、丝光、印花、蒸化、定形和预缩等连续生产工艺以及间歇式染色生产工艺,在一定的工艺参数条件及染化料助剂辅助下,使纺织品获得颜色及稳定的服役性能的加工过程 1.1 色质量的数字化评价标准 质量数字化评价标准在机械加工制造等领域相对成熟,而在颜色加工制造领域,虽然对织物物理化学性能、色牢度、尺寸稳定性的测量标准及方法相对成熟 在颜色测量方面,主流产品仍采用分光光度计测色方法和光电积分式测色方法实现。分光光度计测色方法精度高,但传统的分光光度技术往往只适合对大型单色样品进行颜色采集,空间分辨率不高,对色织面料、印花面料和蕾丝等包含多种颜色的染色品的测量适用性较差 在客户样本和工厂产品之间计算颜色值差异来进行色差计算并建立色差评价标准,对于在客户和工厂之间获得对产品颜色质量的共同认可至关重要。色差计算涉及到颜色空间及色差公式的选取问题、色差评价效果分类量化问题和基于机器学习的染色品色差评价模型的建立等多个方面。现有的色差评价标准大都基于ISO105/A02-1993《纺织品 色牢度试验 评定变色用灰色样卡》或GB/T 250—2008《纺织品 色牢度试验 评定变色用灰色样卡》,其主要缺点是色差空间和色差公式的选择受到人为因素影响较大,评价标准的主观性仍太强。也有学者提出了峰值信噪比 在织物手感评定方法中,现有技术多通过综合织物不同物理指标来实现,如Howorth等 纺织品质量数字化评价标准建设不仅有利于解决供需端的矛盾,也是染整智能制造的关键环节之一。只有在此基础上实现的智能制造,才有可能适应染整制造小批量、多品种的发展需求。 1.2 工序中方质量监控手段的缺失 染整装备现有在线监控技术多以实现某个工艺参数的最优化控制为目标,而与工序或产品的最终质量指标要求相脱节。工艺参数的准确控制只是确保产品质量的必要条件之一,而当布面受到油滴污染、机械划伤、介质黏附等物理损伤,或因纤维与染化品差异而造成上色性能变化时,即使做到了各工艺参数的准确控制,产品的最终质量也无法确保。此类缺陷若得不到在线实时处理,势必造成资源浪费。而由于染整加工需经多道工序的处理才能得到最终的颜色,上一工序中所产生的瑕疵往往在后续工序中方能得到放大与呈现,质量监控手段的缺失所造成物料与能源的浪费将更为严重。 纺织品表面质量在线监控技术方面目前主要集中在研究各类瑕疵的自动检测。据统计,纺织品瑕疵种类近百种 由图1可知,纺织品表面质量视觉检测云平台和染整机械云平台相互独立存在。染整机械云平台由各染整机械制造厂商搭建,平台不仅要实现染整装备过程参数的采集与控制,还需对过程数据进行存储,通过对数据进行分析而形成相应的专家数据库,实现对染整装备的智能诊断。纺织品表面质量检测平台则由机器视觉专业背景更强的企业承建,云用户可向平台上传纺织品的各类瑕疵图像数据,并对其造成原因进行描述;而平台则在对数据进行筛分的基础上形成纺织品瑕疵识别、分类与诊断算法及专家数据库。在此构架下,染整企业或染整机械制造商通过购买相应的质量检测服务后,即可将染整装备上的视觉系统接入质量检测云平台,实现纺织品表面质量在线检测,该数据反馈给染整机械云平台后,实现以质量控制为目的智能生产过程。该架构充分展现了行业细分特点,并较好地解决了染整装备制造企业对大数据利用的困惑;同时,若在纺织品表面质量数字化评价标准确立的基础上,采用该架构来实现纺织品表面质量在线智能测控,具有非常强的可操作性,是染整装备往智能化方向发展的重要分支。 2