中国服装企业智能制造发展的重点任务

实践服装企业智能制造，其实就是要开发具有“人+机器人+智能机器”的流程生产线或智能制造工厂。2016年10月，美国西雅图青年乔纳森·佐诺（JonathanZornow）创建了SEWBO创业公司，推出了名为SEWBO机器人为主的无人制衣工厂，用来生产文化衫（图4-26）。

图4-26　服装缝制自动化工厂

2017年7月19日，中国投资企业天源美国公司与佐治亚理工大学在阿肯色州小石城签署合作协议，研发端到自动化智能化T恤生产线（图4-27）。该生产线只需一名工人操作，平均22秒即可生产一件T恤，制造成本大幅下降，可谓当下最先进的服装自动化智能制造设备。

为了实现我国服装企业智能制造，有待我们在以下六个方面进行努力实践：

（1）要研发和应用机器人或机械手参与智能制造

所谓机器人（ROBOT）就是自动执行工作的机器装置。它既可接受人类指挥，又可运行预先编排程序，还可以根据人工智能技术制定的原则纲领行动。机器人按用途可分为两类：工业机器人和特种机器人（服务和仿人机器人）。机器人按智能程度可分为：一般机器人、智能机器人、自主型智能机器人。一般机器人是指不具有智能，只具有一般编程能力和操作功能的机器人。智能机器人是指至少要具备感觉要素、思考要素、运动要素三个要素机器人。自主型智能机器人是指机器人无须人干预，能够在各种环境下自动完成各项拟人任务。自主型机器人本体具有感知、处理、决策、执行等模块，可以就像自主的人一样独立地活动和处理问题，所以自主型智能机器人是要发展的新一代机器人。机器人是智能制造的重要基础，它主要用来协助或取代人类工作的，在工厂或车间主要服务型式是产品搬运服务，代替人操作，解放劳动力。在“人+机器人+智能机器”三位一体组成的智能车间及工厂中，可以解放人的脑力。

图4-27　机器人+自动缝制

自20世纪中叶即1954年，第一台可编程机器人（机械手）和1959年第一台工业机器人问世以来，机器人研究取得了丰硕成果，并在制造业、农业、建筑业、医学、军事等领域得以广泛应用。

在我们服装行业，德国KUKA机器人公司1964年发明了缝制塔夫绸服装的第一台机器人缝纫机。2004年日本进行以机器人参与的“成衣加工自动化”研究课题，同年我国则从德国KSL公司进口裤子缝纫机器人。2012年美国进行“机器人裁缝”研发计划，日本则发明女性机器人模特，德国则推出3D双针锁式线迹缝纫机器人。2013年我国纷纷成立缝制机器人公司，同时上海申贝公司收购德国KSL公司，这标志着我国3D缝制机器人开始商业化，目前我国已有不少服装企业将机器人用于裁剪和缝制。

服装企业智能制造中所使用的机器人，不管是承担衣料运输也好，操作衣料缝制也好，都有一个机器人如何抓取衣片和精准输送的问题。不解决好这个问题，机器人参与智能制造只能是一句空话。机器人如何抓取和输送衣片是一个世界性难题，现在我国很多缝制设备企业在研发和攻克这个难关，抓取从原理上讲有面料工艺固化法、真空吸附法、静电吸附法、机械微钳法、仿真人机器人手法等。其中图1机器人抓取和输送是用面料工艺固化法和真空吸附法来完成的。

（2）要将现有自动化服装加工设备进行数字化、网络化、云端化、智能化，使之成为“智能机器”，以实践智能制造。

要实现加工设备为“智能机器”一般分三步：第一步实现加工设备数字化，以利在制造过程中数据流动自动化。第二步实现加工设备与设备之间物联网连接。服装加工用缝制设备一般通过使用射频识别（RFID）标签和读写器把它们与互联网连接起来，实现缝制设备与缝制设备、人与缝制设备之间实时的信息交换和通信。例如西安标准公司最近创新的“模块化智能缝纫机”通过上网实现了缝制参数从机器到云端、机器到机器之间的相互交换传递和通信。第三步实现加工设备的智能化，使之成为“智能机器”。

所谓“智能机器”就是让机器具有人工智能，能进行智能活动。人工智能的智能系统根据其特征也可分为：初级智能系统，即具有状态感知—自动决策—立刻执行，恒定智能系统，即具有状态感知—实时分析—自主决策—精准执行；开放智能系统，即具有状态感知—实时分析—自主决策—精准执行—学习提升。

20世纪60年代兴起的电脑人工智能（AI），当时主要研究内容有专家系统、模糊计算和人工神经网络系统三个部分。时隔60年后到2015年人工智能研究取得爆炸式发展。从全球看，研究人工智能技术领先的国家主要是美国和中国。截至2017年6月全球人工智能企业总数达到2542家，其中美国拥有1078家，占42%；中国其次，拥有592家，占23%。其余872家企业分布在瑞典、新加坡、日本、英国、澳大利亚、以色列、印度等国家。其中，美中两国在人工智能九大领域内投入企业数见图4-28。

图4-28　中美AI企业分布图

在人工智能九大领域中，对制造业来说，最感兴趣的是智能机器人、计算机视觉与图像、机器学习和智能技术平台。人工智能的机器学习（ML）和深度学习（DL）是未来智能制造应用最多的技术，深度学习最主要的是人工神经网络的研究，计算机科学家用仿人脑神经元和网络结构功能的方式，在计算机内输入和输出之间，加入了非常多的“节点”（相当于人脑神经元），每个节点会对前一个节点传来的数据，按照自己拥有的一个权重系数进行加工，节点组成多层网络，这就是“人工神经网络”（ANN）（图4-29）。

图4-29　人工神经网络

实现“智能机器”技术目前有两个重要方面：机器学习和机器视觉。所谓机器学习指的是其软件系统算法能从已有经验中抽象出普遍规则，然后利用这些规则回答各种问题，包括曾经遇到过和不曾见过的。也就是说，可以利用人工神经网络系统等算法来分析数据、从中学习、测定、预测现实世界，而这些做法不再是过去手动编码带有特定指令设定的软件程序来完成特殊任务，而是使用大量数据和算法来“训练”机器，赋予它学习如何执行任务的能力。例如鲍麦克斯、美机等企业推出的语音导航控制系统（SIRI），在操作缝制机器时只要对智能软件说话交互即可，不必再像过去与按键和菜单打交道了。

机器视觉是利用相机、摄像机等传感器，配合机器视觉算法赋予智能设备人眼功能，从而进行物体识别、检测、测量和操作等功能。机器视觉可以分为工业视觉和计算机视觉两类。工业领域机器视觉难点在于精度和速度，要求都在毫米级，如工业机器人抓手变动是在三维空间内，精准度较高（图4-30）。近年来，我服装行业所创新的皮革疵点识别、自动排版、自动切割一体机，就很好应用了机器视觉。(www.xing528.com)

图4-30　机器人识别检测输送定位

（3）从单元级信息物理系统（CPS）做起，向系统级CPS、SoS级CPS践行

2017年3月，我国发布信息物理系统CPS白皮书，在书中工信部对CPS的定位是：信息物理系统CPS是支撑工业化和信息化深度融合的一套综合技术体系。信息物理系统CPS能够从单元级、系统级到系统之系统级（SoS）不断深化，从而实现生产制造范式的重构。

所谓单元级CPS是具有不可分割性的信息物理系统最小单元。我们所实现的智能机器就是信息物理系统最小单元，它具有“感知—分析—决策—执行”的数据闭环。信息物理系统多个最小单元（单元级）通过工业网络实现多个单元级CPS的互联、互通和互操作，就是系统级CPS，也就是我们现在要打造的服装智能生产线、智能车间、智能工厂。多个系统级CPS的有机组合就是系统之系统级CPS（即SoS级），它具有“一硬、一软、一网、一平台”四大要素。SoS级CPS基于大数据平台，实现了跨系统、跨平台的互联、互通和互操作。基于大数据平台，形成一个开放、协同、共赢的智能产业新生态。例如GE的Prdix、PTC的Worx、海尔的COSMOPLAT等已经这样实现了。

（4）要创新服装增材制造，实现社会化的、绿色发展的智能生产

工信部在刚刚发布的“高端智能再制造行动计划（2018～2020年）”中指出，为落实《中国制造2025》《工业绿色发展规划（2016～2020年）》，要加快发展高端再制造、智能再制造，进一步提升再制造技术管理水平和产业发展质量，推动绿色发展，实现绿色增长。再制造是机电设备资源化循环利用最佳途径之一。在我国再制造产业已初具规模，初步形成了“以尺寸恢复和性能提升”为主要技术特征的中国特色再制造产业发展模式。在再制造产业发展过程中，高端化、智能化生产实践不断涌现，激光熔覆、3D打印等增材技术在制造领域已广泛应用。2011年6月美国总绕奥巴马宣布新政回归“社会化制造”以取得美国在世界制造业领先地位，而社会化制造重要的就是增材制造3D打印产业。美国人早在21世纪初就提出服装是可用3D打印机打印出来，不过真正实现不在美国而在荷兰。荷兰设计师艾里斯·范·荷本（Irisvan Herpen）2013年巴黎时装展会上展出由3D打印机打印出来的锦纶服装，但此时服装没有飘逸感，不适宜穿着（图4-31）。但2016年他在上海展出了由3D打印机打印出来的飘逸时装（图4-32）。我国服装行业至今尚未研发出服装3D打印机，为了实现绿色社会智能生产，3D打印服装增材制造技术一定要攻克下来。

图4-31　3D打印机（右）打印出来的锦纶服装（左）

图4-32　3D打印出来的时装

（5）要建设由机器人和智能机器组成的模块化生产系统MPS（ModularizedProducingSystem）

模块化生产是在20世纪60年代刚性生产制造系统、80年代柔性生产制造系统和90年代计算机集成制造系统（CIMS）基础上发展起来的，主要是为了适应服装市场消费需求的变化和服装个性批量定制的要求，是21世纪生产线的主要方式。

日本专家青木昌彦对产品和制造模块化定义是这样说的：指可组成系统的，具有某种确定独立功能的半自律性子系统，可以通过标准化界面结构，与其他功能半自律性子系统按照一定规则相互联系而构成的更加复杂的系统。哈佛大学鲍尔温（Baldwin）教授发表一篇题为《模块化时代的管理》文章，指出模块化生产系统基于高柔性、模块可以外包降低成本、实现多品种少批量的个性化定制（MC）。模块化可以是产品模块化、产品生产过程模块化、产品组装模块化、产品供应模块化等，以衬衫产品生产加工模块化为例，见图4-33。可见在这个模块化加工产线只用了7～8个人和8台普通缝制设备就能高效的定制的加工衬衫。

图4-33　衬衫的模块式加工线

我们设想一下，我们用杜克普·阿德勒办法，用一个人、一个机器人和三台自动化智能缝制设备组成一个模块加工工位来替代这个衬衫的模块式加工线，就可以做到无人或少人自动化模块加工了（图4-34）。

图4-34“机器人+自动缝制设备+人”组成的自动化加工模块

现实告诉我们，在实践服装企业智能制造工厂时要有“人工智能机器人+人+智能机器”三位一体扁平、不是固定的信息物理系统组成的加工模块及产线，有了它才能实现比现在传统固定生产流水线更高效率、更高品质、更加柔性、更加省人的动态的、重构的、模块式的加工及产线，也才能是真正意义上实现智能制造。

（6）善于应用知名品牌推出的工业云和智造服务平台为我所用

近年来世界著名公司如谷歌（Google）、亚马逊（Amazon）、IBM、通用电气公司（GE）等和我国著名公司阿里、百度、腾讯、树根互联、华为、海尔、航天科工集团等为适应全球智能制造业的需求，纷纷推出工业云和智造服务平台，我国以GE的Predix、海尔的COSMOPLAT和我国航天科工集团的INDICS云平台较好，可以寻求合作。除此之外，从事人工智能的公司，如语音识别——云知声、彩云AI公司等；智能机器人——ROKID、天仪卫星、图灵机器人公司等；机器视觉——云从科技、瑞为智能公司等；深度学习——第四范式、深鉴科技公司等，均可以寻求合作。