纺织车间兴起“新基建”，工人温度仍不可替代
本报记者李润钊
智能机械火力全开，人工智能品控识别，数据挖掘深度革新……传统纺织企业年产20万吨锦纶，起码要1100名工人，在恒申控股团体，这个数字仅为420人，一场以大数据、人工智能、产业互联网为核心的“新基建”在纺织车间里加速推进，助力传统生产业在疫情之下“逆袭”。
运抵码头的上万吨原料，无须装卸、不用车辆，经历专用管道就可直达厂区；原料库存几许、消耗几许、投放几许催化剂、有无“跑冒滴漏”……当不少纺织企业还在忙着寻找工人复工的时分，位于福建省福州市的恒申控股团体生产线上的各个关节都已实现“智能大脑”全流程操控。如今，该公司董事长陈建龙曾经开始计划下一阶段的产能结构和生产车间的智能化革新。
概括加权开机率92%、职员返厂率97.4%，产能规复跨越110%……看着“伶俐中心”大屏上及时跨越着的数据，陈建龙叹息：“车间里兴起的‘新基建’，让恒申跑在了疫情前面！”
“智能化”化解复工难题
3月20日，在恒申控股团体旗下的力恒锦纶聚合生产车间，3条高速纺切片生产线正高效运转，5000多平米车间里的生产装备都经历中控室的操纵职员控制和监控。现场，15名工人戴着口罩，利用智能化生产装备实现“零触碰”。
同一天，在距离力恒锦纶聚合生产车间6公里之外的恒申合纤科技有限公司后纺车间里，纱线在机械间“拉伸、加捻、解捻、卷绕”，30名工人穿戴防静电服来回穿梭，传统纺织车间里上百名工人大汗淋漓的场面在这里不见踪迹。
在恒申控股团体，自动缠膜机、机械手臂、自动包装线等智能装备在生产线上得到广泛运用，这让疫情时代紧缺的使命力快补充到生产缺口，保证生产线的安稳运转。
“是智能化帮助咱们将规复产能的使命力需求降到了非常低。”恒申合纤科技有限公司总司理梅震汇报记者，传统纺织企业年产20万吨锦纶，起码要1100名工人，而在恒申，这个数字仅为420人。
眼下，疫情固然尚未排除，梅震曾经动手推进智能化带来的产能加速度。
上午9：30，在制品丝车间，梅震正忙着和一旁的技术职员谈论刚刚立项的“新基建”项目——产业智能相机。该产业智能相机要加载数百万种产物的品格外观信息，实现产物外观密集一体化检验，以低垂大量的人力投入。用梅震的话说：“产物过不过关，无须人工手检，相机一扫便知。”
据介绍，这个行将上马的智能化革新项目将用于丝饼外观检验等原本需求投入大量人力的品控关节。梅震给记者算了一笔账，项目建成后每一年可勤俭人工老本480万元，而革新后产物合格率预计将进步0.5%，每一年将创造效益跨越3500万元。
“数字大脑”带来全球协同
反向收购“世界第一”的福邦特，提升全球局限非常大的己内酰胺生产商；领先买通“环己酮-己内酰胺-聚合-纺丝-加弹-整经-织造-染整”全产业链……比年来，在全球领有21家分公司、7个研发试验室的恒申，俨然成为了一个“世界工厂”。
然而，面对跨越亚欧大陆的产业协同难题，这个由一家“蚊帐厂”起身的本土纺织企业并没有太多现成可参考的经验。
“就算领有世界上非常先进的装备，用机械取代人工，但并不料味着就实现了智能化转型。”在恒申控股团体董事长陈建龙看来，唯有把产业协同的网络架到“天上”，经历“新基建”向“数字大脑”取经，智能工厂才气领有灵魂。
陈建龙在平板计算机上向记者展示了恒申“数字大脑”智能管理平台的“雏形”。这套基于“SAPERP”框架的管理系统，实现“IoT(物联网)+SaaS(软件集成)+AI(人工智能)”的系统深化应用，将生产生产、研发设计、物流仓储等各关节数据合为一体，实现了“产、供、销、人、财、物”数据的及时获得和智能挖掘。
记者发现，透过“数字大脑”，无论是位于福建长乐连江、江苏南京的子公司，还是位于荷兰马斯特里赫特的工厂车间，陈建龙都能够及时调取生产画面和产能、库存等各种数据并生产智能化报表，这让疫情时代企业跨区域调治产能结构、分派生产指标、减少库存消耗成为大概。
“过去欧洲研发中心每一年投入研发资金大概1700万欧元，现在经历‘数字大脑’，同样的研发课题只需求投入850万欧元，这就是协同带来的效率。”据陈建龙介绍，以往跨区域的信息相传，要耗时五六天。有了“数字大脑”的智能分解，交货周期从过去的一两周，提速到现在的4天以内，生产效率大幅提升。
机械背地是不可替代的工人
每天上午7:45，在恒申合纤技术中心内，工程师杨越都要定时发现在计算机屏幕前，观察由前面6个后纺车间传送来的产物指标数据。数据加载在8份表格内，记录着车间里每台机械生产产物的物性、染色、外观3大类共计22个小项的指标参数。恒申团体领有的后纺装备有110台，平均每天需求杨越检验并处理的数据跨越2200多个。他汇报记者：“看完并整理这些数据就需求花上半天时间。”
“产物毛丝率数据异常，开纺1天后仍然居高不下，检查机械配件是否磨损老化？”“僵丝或紧点现象的频繁发现，大概生产工艺需求微调。”有着9年纺织事情经验的杨越要从这些数据之中找到异常，并经历分析这些数据为生产车间里的工人提供异常原因和改进建议，跟进整个过程。
在不少同事眼中，杨越所饰演的脚色就像“伶俐工厂”里的大脑，在海量的数据中挖掘数据的价格。为了提升数据挖掘的自动化程度，杨越和同事们正在钻研异常数据的表达规律，试图经历开辟新的分析系统，让生产线上的异常能够加倍快速有效地被发现，低垂人工检验的不对率。
“无论是智能机械还是‘数字大脑’，都是为了帮助工人实现更高质量的生产和使命。”在杨越看来，他并不担心自己会被这套自动化系统所取代，也不担心工人会被生产线上的智能装备所取代。
他和技术中心内的另外两名工程师都来自生产一线，划分对聚合、前纺、后纺的生产数据进行监控与整理。“咱们能在这里，是因为咱们领有机械所不具备的能力和经验。”杨越汇报记者：“工人的温度不可替代。”
