服装企业实现智能制造之路（下）

        实现“智能机器”技术有两个重要方面：机器学习和机器视觉。所谓机器学习指的是其软件系统的算法能从已有的经验中抽象出普遍的规则，然后利用这些规则回答各种问题，包括曾经遇到过的和不曾见过的。也就是说可以利用人工神经网络系列等算法来分析数据、从中学习、测定、预测现实世界某些事,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某个特殊任务，而是使用大量的数据和算法来“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SIRI语音控制系统,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的功能，从而进行物体的识别、检测、测量等功能。机器视觉可以分为工业视觉、计算机视觉两类。工业领域的机器视觉难点在于精度和速度，要求都在毫米级，例如工业机器人抓手的变动是在三维空间内,精准度较易,而智能机器难些。（见图六）近年来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地应用了机器视觉。

        3 要从单元级信息物理系统CPS做起,向系统级CPS、SOS级CPS发展。

         2017年3月,我国发布信息物理系统CPS白皮书,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，可以是一个部件或一个产品，通过“一硬”（如具备传感、控制功能的机械臂等）和“一软”（如嵌入式软件）就可构成“感知-分析-决策-执行”的数据闭环，具备了可感知、可计算、可交互、可延展、自决策的功能，典型如智能机器人、智能数控机床、智能服装缝制设备等。（见图七）

        所谓系统级CPS  是“一硬、一软、一网”的有机组合。信息物理系统的多个最小单元（单元级）通过工业网络（如工业现场总线、工业以太网等，简称“一网”），实现更大范围、更宽领域的数据自动流动，就可构成智能生产线、智能车间、智能工厂,实现了多个单元级CPS的互联、互通和互操作，进一步提高制造资源优化配置的广度、深度和精度。我们现在要打造的服装智能生产线、智能车间、智能工厂就是系统级CPS。

         系统级CPS是基于多个单元级CPS最小单元的状态感知、信息交互、实时分析，实现了局部制造资源的自组织、自配置、自决策、自优化,因此由传感器、控制终端、组态软件、工业网络等构成的分布式控制系统（DCS）和数据采集与监控系统(SCADA)是系统级CPS,由智能机器、机器人、AGV小车、传送带等构成的智能生产线是系统级CPS,通过制造执行系统（MES）对人、机、物、料、环等生产要素进行生产调度、设备管理、物料配送、计划排产和质量监控而构成的智能车间也是系统级CPS。

         系统之系统级CPS（即SoS级）是多个系统级CPS的有机组合，涵盖了“一硬、一软、一网、一平台”四大要素。SoS级CPS通过大数据平台，实现了跨系统、跨平台的互联、互通和互操作，促成了多源异构数据的集成、交换和共享的闭环自动流动，在全局范围内实现信息全面感知、深度分析、科学决策和精准执行。基于大数据平台，通过丰富开发工具、开放应用接口、共享数据资源、建设开发社区，加快各类工业APP和平台软件的快速发展，形成一个开放、协同、共赢的产业新生态。例如GE的 PrdixPTC Worx、海尔的 COSMD等已经实现了。由此可见,实现SOS级CPS就是实现多条智能生产线、多个智能制造工厂之间的协作协同 ,能够做到产品全生命周期全流程及工厂全系统的整合,服装制造企业也应该按此目标努力。

        4 要创新服装增材制造实现社会化的智能生产。

        2011年6月，时任美国总绕奥巴马宣布了一项新政——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产业之一就是3D打印机产业(见美makerbot公司的3D打印机)。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,不过真正的实现不在美国而在荷兰,荷兰设计师Iris van Herpen在2013年的巴黎时装展会上展出由3D打印机打印出来的锦纶服装，但此时的服装没有飘逸感,不适宜穿着（见图八）。2016年，他在上海展出了由3D打印机打印出来的飘逸时装（见图九）。我国服装行业至今尚未研发出服装3D打印机,为了实现智能生产, 3D打印服装的增材制造技术一定要攻克下来。