染整智能制造研究進(jìn)展

向忠 蔣連彪 游照林 李建強(qiáng)

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(chǎn)全流程信息化再造、染整產(chǎn)品網(wǎng)絡(luò)化協(xié)同制造3個方面對染整智能制造的研究進(jìn)展進(jìn)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(fēng)格數(shù)字化評價標(biāo)準(zhǔn)建設(shè)、基于云計算和大數(shù)據(jù)分析的紡織品質(zhì)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(biāo)準(zhǔn)建設(shè)、基于多Agent的染整生產(chǎn)過程智能控制與工藝優(yōu)化是實現(xiàn)染整智能制造的關(guān)鍵;強(qiáng)調(diào)提升染整產(chǎn)品網(wǎng)絡(luò)化協(xié)同制造水平是染整業(yè)適應(yīng)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(chǎn)品和企業(yè)核心競爭力的關(guān)鍵所在。

關(guān)鍵詞：染整;智能制造;裝備數(shù)字化與智能化;顏色質(zhì)量評價;互聯(lián)互通;智能調(diào)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(chǎn)業(yè)鏈中的關(guān)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(chǎn)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(chǎn)了全球半數(shù)以上的印染布;但中國的染整業(yè)大而不強(qiáng)，產(chǎn)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(jīng)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(jié)構(gòu)調(diào)整壓力，造成印染布產(chǎn)量自2011年開始持續(xù)保持負(fù)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(chǔ)上，改造與提升染整裝備單機(jī)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(nèi)各類數(shù)據(jù)的信息化流轉(zhuǎn)和調(diào)度，最終達(dá)到染整產(chǎn)品的網(wǎng)絡(luò)化協(xié)同制造，是提升染整裝備效能、穩(wěn)定染整產(chǎn)品質(zhì)量、降低染整生產(chǎn)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(chǎn)全流程信息化再造、染整產(chǎn)品網(wǎng)絡(luò)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(jìn)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(yù)縮等連續(xù)生產(chǎn)工藝以及間歇式染色生產(chǎn)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(jīng)過多年的發(fā)展與積累，各類染整裝備在單機(jī)自動化方面已經(jīng)取得了較為長足的發(fā)展，諸如介質(zhì)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(shù)日趨成熟，一些輔助設(shè)備，如助劑自動配送系統(tǒng)[7-8]、印花調(diào)漿系統(tǒng)[9]等也有了較為廣泛的應(yīng)用。然而，色彩加工是一個非常復(fù)雜的物理化學(xué)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(jié)構(gòu)與纖維的材質(zhì)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(zhì)量評價除了以色差、色勻度為主的物理指標(biāo)外，還包括視感、手感等多種人為心理和感官指標(biāo)[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(yīng)以提升產(chǎn)品質(zhì)量為導(dǎo)向，加大在紡織品質(zhì)量數(shù)字化評價標(biāo)準(zhǔn)建設(shè)、紡織品表面質(zhì)量在線監(jiān)控技術(shù)、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(chǔ)。

1.1 紡織品質(zhì)量數(shù)字化評價標(biāo)準(zhǔn)建設(shè)

質(zhì)量數(shù)字化評價標(biāo)準(zhǔn)在機(jī)械加工制造等領(lǐng)域相對成熟，而在顏色加工制造領(lǐng)域，雖然對織物物理化學(xué)性能、色牢度、尺寸穩(wěn)定性的測量標(biāo)準(zhǔn)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(chǎn)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(shù)往往只適合對大型單色樣品進(jìn)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(chǎn)生高顏色精確度的圖像，并會產(chǎn)生同色異譜錯誤，因此其測量準(zhǔn)確度受到很大限制，不能用于測量結(jié)果要求很準(zhǔn)確的場合[16]。近年來多光譜彩色成像技術(shù)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(xué)研究機(jī)構(gòu)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(xué)和香港理工大學(xué)的研究人員將該技術(shù)成功應(yīng)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(chǎn)品之間計算顏色值差異來進(jìn)行色差計算并建立色差評價標(biāo)準(zhǔn)，對于在客戶和工廠之間獲得對產(chǎn)品顏色質(zhì)量的共同認(rèn)可至關(guān)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(jī)器學(xué)習(xí)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(biāo)準(zhǔn)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(biāo)準(zhǔn)的主觀性仍太強(qiáng)。也有學(xué)者提出了峰值信噪比[19]、基于人眼視覺系統(tǒng)的結(jié)構(gòu)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(jī)器學(xué)習(xí)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(jìn)行綜合評價，提高色差評價結(jié)果的客觀性應(yīng)是其發(fā)展趨勢[22]。

在織物手感評定方法中，現(xiàn)有技術(shù)多通過綜合織物不同物理指標(biāo)來實現(xiàn)，如Howorth等[23]提出的基于柔軟度、光滑度、厚度、質(zhì)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(jié)構(gòu)等指標(biāo)對織物手感進(jìn)行評價的KES方法;澳大利亞工業(yè)和科學(xué)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(xué)提出的綜合了熱通量、本體感受，皮膚刺激和疼痛等指標(biāo)的織物觸感測試儀[26];利茲大學(xué)通過柔軟度、拉伸度等對紡織品手感進(jìn)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(biāo)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(zhì)量數(shù)字化評價標(biāo)準(zhǔn)建設(shè)不僅有利于解決供需端的矛盾，也是染整智能制造的關(guān)鍵環(huán)節(jié)之一。只有在此基礎(chǔ)上實現(xiàn)的智能制造，才有可能適應(yīng)染整制造小批量、多品種的發(fā)展需求。

1.2 紡織品表面質(zhì)量在線監(jiān)控技術(shù)

染整裝備現(xiàn)有在線監(jiān)控技術(shù)多以實現(xiàn)某個工藝參數(shù)的最優(yōu)化控制為目標(biāo)，而與工序或產(chǎn)品的最終質(zhì)量指標(biāo)要求相脫節(jié)。工藝參數(shù)的準(zhǔn)確控制只是確保產(chǎn)品質(zhì)量的必要條件之一，而當(dāng)布面受到油滴污染、機(jī)械劃傷、介質(zhì)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(zhǔn)確控制，產(chǎn)品的最終質(zhì)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(jīng)多道工序的處理才能得到最終的顏色，上一工序中所產(chǎn)生的瑕疵往往在后續(xù)工序中方能得到放大與呈現(xiàn)，質(zhì)量監(jiān)控手段的缺失所造成物料與能源的浪費將更為嚴(yán)重。

紡織品表面質(zhì)量在線監(jiān)控技術(shù)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?nèi)f化，造成目前多數(shù)染整裝備的加工質(zhì)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(jī)器學(xué)習(xí)[32]、神經(jīng)網(wǎng)絡(luò)[33]等算法的紡織品瑕疵視覺檢測技術(shù)相繼推出，但各種技術(shù)尚未完全成熟，多數(shù)只解決了某一類或幾類質(zhì)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(jìn)行廣泛應(yīng)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(zhì)量檢測的結(jié)果難與染整裝備主控系統(tǒng)進(jìn)行集成，質(zhì)量在線智能監(jiān)控更是無從談起。以質(zhì)量控制為導(dǎo)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(yīng)能對故障類型、位置等進(jìn)行智能診斷與識別，并根據(jù)作業(yè)數(shù)據(jù)進(jìn)行相應(yīng)調(diào)整，提高其自適應(yīng)能力。云計算與基于大數(shù)據(jù)深度學(xué)習(xí)相關(guān)學(xué)科領(lǐng)域的快速發(fā)展，為紡織品表面質(zhì)量的在線智能監(jiān)控技術(shù)的實現(xiàn)提供了平臺，圖1所示為以質(zhì)量控制為導(dǎo)向的基于云計算和大數(shù)據(jù)分析的紡織品表面質(zhì)量在線智能監(jiān)控系統(tǒng)基本構(gòu)架。

由圖1可知，紡織品表面質(zhì)量視覺檢測云平臺和染整機(jī)械云平臺相互獨立存在。染整機(jī)械云平臺由各染整機(jī)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(jìn)行存儲，通過對數(shù)據(jù)進(jìn)行分析而形成相應(yīng)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(zhì)量檢測平臺則由機(jī)器視覺專業(yè)背景更強(qiáng)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(jìn)行描述;而平臺則在對數(shù)據(jù)進(jìn)行篩分的基礎(chǔ)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(gòu)架下，染整企業(yè)或染整機(jī)械制造商通過購買相應(yīng)的質(zhì)量檢測服務(wù)后，即可將染整裝備上的視覺系統(tǒng)接入質(zhì)量檢測云平臺，實現(xiàn)紡織品表面質(zhì)量在線檢測，該數(shù)據(jù)反饋給染整機(jī)械云平臺后，實現(xiàn)以質(zhì)量控制為目的智能生產(chǎn)過程。該架構(gòu)充分展現(xiàn)了行業(yè)細(xì)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(zhì)量數(shù)字化評價標(biāo)準(zhǔn)確立的基礎(chǔ)上，采用該架構(gòu)來實現(xiàn)紡織品表面質(zhì)量在線智能測控，具有非常強(qiáng)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(chǎn)全流程信息化再造

隨著自動化技術(shù)從單機(jī)控制向多機(jī)控制和工廠自動化發(fā)展，染整企業(yè)對生產(chǎn)過程中產(chǎn)量、質(zhì)量、設(shè)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(yīng)用計算機(jī)網(wǎng)絡(luò)進(jìn)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(nèi)得到了較為廣泛的應(yīng)用，如企業(yè)資源管理（ERP）、供應(yīng)鏈管理（SCM）、客戶關(guān)系管理（CRM）、產(chǎn)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(jī)接口（HMI）等系統(tǒng)逐漸在行業(yè)內(nèi)普及;但是，從智能制造角度來看，還需在染整裝備單機(jī)智能化的基礎(chǔ)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(wǎng)絡(luò)式集成應(yīng)用模式，突破了現(xiàn)有技術(shù)模式下業(yè)務(wù)流程與過程控制流程相脫節(jié)的瓶頸，既能將各生產(chǎn)制造環(huán)節(jié)中由不同裝備與系統(tǒng)所產(chǎn)生的數(shù)據(jù)流，如實時工況、設(shè)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(chǎn)調(diào)度信息、工藝參數(shù)等，向下傳遞給生產(chǎn)制造裝備以控制其運行狀態(tài)，最終形成企業(yè)內(nèi)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(chǎn)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(biāo)準(zhǔn)化

中國作為全球染整機(jī)械品種最全的國家，國產(chǎn)設(shè)備的國內(nèi)市場占有率高達(dá)70%以上。由于缺少相關(guān)標(biāo)準(zhǔn)的規(guī)范與約束，各染整機(jī)械制造企業(yè)根據(jù)自身對設(shè)備功能的理解和創(chuàng)新進(jìn)行設(shè)備改進(jìn)與提升，使得不同廠家生產(chǎn)的設(shè)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(shù)的改進(jìn)，同一企業(yè)生產(chǎn)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(wǎng)絡(luò)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(qiáng)染整裝備硬件接口與通訊協(xié)議的標(biāo)準(zhǔn)化體系建設(shè)是實現(xiàn)染整業(yè)網(wǎng)絡(luò)化和智能化生產(chǎn)的關(guān)鍵。而OPC UA作為工業(yè)互聯(lián)網(wǎng)領(lǐng)域內(nèi)被普遍認(rèn)可的互聯(lián)互通協(xié)議，以實時性強(qiáng)、可靠性高、安全等特點廣泛應(yīng)用于設(shè)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(wǎng)各網(wǎng)絡(luò)層次間的融會貫通，因此該協(xié)議于2017年作為國標(biāo)頒布，被廣泛認(rèn)為是染整業(yè)向智能制造發(fā)展的基礎(chǔ)通訊協(xié)議。表1所示為各類通訊協(xié)議的技術(shù)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(gòu)架圖。在圖2中，不符合OPC UA通訊規(guī)范的設(shè)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(wǎng)關(guān)轉(zhuǎn)換成符合規(guī)范所要求的標(biāo)準(zhǔn)數(shù)據(jù)流，并與符合OPC UA通訊規(guī)范的設(shè)備數(shù)據(jù)共同構(gòu)成設(shè)備層OPC UA服務(wù)器;而車間監(jiān)視控制層則通過相應(yīng)的OPC UA客戶機(jī)實現(xiàn)與底層設(shè)備的互聯(lián)互通，并同時形成車間層OPC UA服務(wù)器，向企業(yè)層的管理系統(tǒng)提供數(shù)據(jù)。由于設(shè)備層對通訊實時性要求較強(qiáng)，一般在秒級以內(nèi)，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(jìn)中國染整智能制造業(yè)的快速發(fā)展，當(dāng)以O(shè)PC UA技術(shù)為基礎(chǔ)，盡早形成相關(guān)的國家與行業(yè)標(biāo)準(zhǔn)來規(guī)范和統(tǒng)一各染整機(jī)械制造廠家所生產(chǎn)設(shè)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(chǔ)，也是染整業(yè)能否與工業(yè)互聯(lián)網(wǎng)成功對接的決定因素。

2.2 染整生產(chǎn)過程的智能控制和工藝優(yōu)化

紡織品染整是過程生產(chǎn)，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(chǎn)工藝參數(shù)控制強(qiáng)耦合關(guān)系和質(zhì)量控制目標(biāo)的非定量性的特征，使得染整生產(chǎn)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(yán)格的流程工藝參數(shù)設(shè)置和控制在紡織品染整上難以達(dá)到預(yù)期目標(biāo)，而染整裝備的互聯(lián)互通以及企業(yè)生產(chǎn)過程的信息化流轉(zhuǎn)也僅僅構(gòu)成染整智能生產(chǎn)的基礎(chǔ)條件，還需以質(zhì)量與能源消耗為最優(yōu)化目標(biāo)，通過智能調(diào)度算法實現(xiàn)科學(xué)、準(zhǔn)確、快速制定最佳工藝流程與配方，并進(jìn)行動態(tài)調(diào)整與生產(chǎn)。

工藝參數(shù)對染整產(chǎn)品質(zhì)量具有決定性影響，只有對各參數(shù)影響規(guī)律的認(rèn)知，才能確保生產(chǎn)過程智能調(diào)度模型的可靠性及實用性。目前該領(lǐng)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(yù)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(nèi)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(yán)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(shè)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(qiáng)度等對染整質(zhì)量有較大影響;在染整生產(chǎn)過程智能調(diào)度與方面，Wu等[38]以染整生產(chǎn)過程所產(chǎn)生的污染排放物最少和生產(chǎn)資源消耗最優(yōu)為目標(biāo)，將染整生產(chǎn)全流程各個工序看作為未知條下最優(yōu)化產(chǎn)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(jìn)行多目標(biāo)優(yōu)化，以期在生產(chǎn)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(chǎn)調(diào)度角度考慮染整全流程的優(yōu)化生產(chǎn)，并未與染整生產(chǎn)過程的參數(shù)化模型以及自動控制系統(tǒng)完全結(jié)合。宋春躍等[39]針對染整生產(chǎn)過程建立了不可靠生產(chǎn)系統(tǒng)的生產(chǎn)控制模型，該模型將設(shè)備故障、工藝參數(shù)變更、原料屬性波動等對產(chǎn)品質(zhì)量的影響因素納入進(jìn)來，且對不同產(chǎn)品間生產(chǎn)所需切換時間及切換費用也進(jìn)行了評估。但模型最終只結(jié)合單設(shè)備單產(chǎn)品進(jìn)行了應(yīng)用，其在連續(xù)式多設(shè)備染整工藝中的應(yīng)用有待進(jìn)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(diào)度的數(shù)學(xué)模型。為提高調(diào)度系統(tǒng)對生產(chǎn)環(huán)境變化的自適應(yīng)能力和全局優(yōu)化能力，模型中采用了基于螞蟻智能與強(qiáng)化學(xué)習(xí)相結(jié)合的協(xié)商策略多Agent動態(tài)調(diào)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(yīng)的行為，也能根據(jù)算法的歷史獎勵來選擇相應(yīng)的智能調(diào)度算法，從而把一小部分工序任務(wù)的實時局部優(yōu)化和大部分工序任務(wù)的全局優(yōu)化結(jié)合起來。Jeyaraj等[41]采用基于遺傳算法對染整快捷生產(chǎn)過程參數(shù)進(jìn)行了多目標(biāo)優(yōu)化。通過采用響應(yīng)表面法，以成本最優(yōu)為指導(dǎo)，分析了預(yù)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(jī)理。

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

3 染整產(chǎn)品網(wǎng)絡(luò)化協(xié)同制造

染整智能制造在將現(xiàn)代技術(shù)融入行業(yè)，實現(xiàn)染整加工提質(zhì)減排的同時，還應(yīng)考慮將客戶的需求融入到智能制造生產(chǎn)過程。近年來信息技術(shù)與網(wǎng)絡(luò)技術(shù)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(jié)構(gòu)已經(jīng)不能應(yīng)對小批量、多品種、快速響應(yīng)的產(chǎn)業(yè)需要。網(wǎng)絡(luò)化協(xié)同制造是敏捷制造、智能制造和云制造的核心內(nèi)容，其通過綜合網(wǎng)絡(luò)技術(shù)與信息技術(shù)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(yīng)鏈內(nèi)及跨供應(yīng)鏈間的企業(yè)產(chǎn)品設(shè)計、制造、運行、維護(hù)、管理等各環(huán)節(jié)緊密連接，有效實現(xiàn)了產(chǎn)品全生命周期內(nèi)資源的最充分利用。網(wǎng)絡(luò)協(xié)同制造是“中國制造2025”的重要目標(biāo)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(chǎn)品網(wǎng)絡(luò)化協(xié)同制造架構(gòu)圖。

該系統(tǒng)中將網(wǎng)絡(luò)與染整產(chǎn)品制造、設(shè)計、經(jīng)銷、運行、維護(hù)等環(huán)節(jié)聯(lián)系起來，由傳統(tǒng)的數(shù)據(jù)孤島轉(zhuǎn)為網(wǎng)絡(luò)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(shù)、通信技術(shù)、傳感技術(shù)、自動化技術(shù)、現(xiàn)代管理技術(shù)與制造技術(shù)相結(jié)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(shù)水平，針對當(dāng)前狀態(tài)實時指導(dǎo)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(dá)到提高高品質(zhì)產(chǎn)品生產(chǎn)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(wǎng)絡(luò)化協(xié)同制造還剛剛起步;在紡織領(lǐng)域的協(xié)同制造案例，如青島紅領(lǐng)集團(tuán)、優(yōu)衣庫等，基本停留在服裝設(shè)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(jié) 語

智能制造是制造業(yè)未來發(fā)展的核心內(nèi)容和重要趨勢，也是加快行業(yè)發(fā)展方式轉(zhuǎn)變，促進(jìn)制造業(yè)邁向中高端、建設(shè)制造強(qiáng)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(chǎn)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(jīng)道路;實現(xiàn)染整產(chǎn)品質(zhì)量的數(shù)字化評價標(biāo)準(zhǔn)建設(shè)和質(zhì)量在線智能測控、染整裝備的互聯(lián)互通及生產(chǎn)流程智能調(diào)度則是關(guān)鍵和基礎(chǔ)。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(jī)遇，迎接挑戰(zhàn)，塑造中國染整業(yè)的輝煌明天。

參考文獻(xiàn)：

[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(jī)溫度自適應(yīng)控制系統(tǒng)的研究[J].微計算機(jī)信息，2005，21（11S）：9-10.

[3] 向忠，汝晶煒，吳學(xué)進(jìn)，等.電阻式織物回潮率測量裝置的設(shè)計與應(yīng)用[J].紡織學(xué)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(jī)堿液濃度在線監(jiān)控系統(tǒng)開發(fā)與應(yīng)用[J].紡織學(xué)報，2014，35（12）：126-131.

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

[6] 柳申洪.基于J2EE的印染生產(chǎn)過程在線監(jiān)測系統(tǒng)的設(shè)計與實現(xiàn)[D].杭州：浙江理工大學(xué)，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(shè)計與實現(xiàn)[J].現(xiàn)代紡織技術(shù)，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(jī)電工程，2012，29（5）：549-552.

[9] 張子仲.開源印花自動調(diào)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(fēng)格評價[J].紡織學(xué)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(xué)報，2013，34（11）：100-105.

[13] 王琳譞，蔣金萍，工強(qiáng)，等.影響實驗室色牢度評定能力驗證結(jié)果因素的探討[J].紡織標(biāo)準(zhǔn)與質(zhì)量，2017（5）：46-50.

[14] 陳艷.緯平針織物縱行歪斜的機(jī)理分析及控制探討[D].上海：東華大學(xué)，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(dǎo)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(xué)學(xué)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(zhì)量客觀評價方法[J].天津大學(xué)學(xué)報，2008，4（12）：1448-1452.

[20] 王學(xué)珍.數(shù)字圖像質(zhì)量評價算法研究及性能評價[D].天津：天津大學(xué)，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(xué)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(jī)的織物瑕疵檢測方法[D].蘇州：蘇州大學(xué)，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(chǎn)系統(tǒng)生產(chǎn)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(diào)度方法在染色車間調(diào)度中的應(yīng)用[J].計算機(jī)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.