智能制造时代，服装企业如何实现智能制造系统转型升级？

什么是智能制造：

工厂好比一台复杂的汽车，需要各个部门高效协同，统一行动，才能使管理效率和生产效率达到平衡

· 智能化就是透过网络让企业内部各关联部门，生产各关联环节及要素互连，实现高效协同，大幅缩短信息传递的时间落差和减少信息传递错误，企业原本必须仰赖工作人员的信息共享，以及信息使用，都会变得更为容易。

· 智能化还将进一步借助数据，规则，算法形成工厂的统一大脑，让工厂能够在没有人为因素的参与下，实现整体的有针对性的自我调整，从而高效满足客户需求。

这就好比企业有了统一的大脑，四肢感受到的一切，会马上传达给大脑，而大脑的思考会马上传达给四肢，这样，企业就有了超强的环境感知能力和应变能力。

智能制造的重点：

智能工厂重点不是自动化，而是工厂的统一大脑

实现：

· 将工厂内的各种设备,人，物连结成网路

· 从各种不同的角度取得与管理目标有关的数据

力求:

· 工厂内部种种活动信息的可视化

· 信息与信息间因果关系的明确化

什么是智能制造：万物互联

人，机，料的互联互通，是智能制造的基础，只有将生产中的每一个环节的数据及时，准确采集，并传递给决策系统，决策系统才能够做出正确的判断和决策

数据处理的关键：

采集：无感采集，机联网获取，人的行为轨迹自动获取

传递：万物互联

存储：云存储，大数据

分析：AI人工智能，机器学习

什么是智能制造：智能决策

智能制造的整个过程中，当碰到某些特殊情况，能够在没有人为因素的参与下，实现整体的有针对性有协同性的自我调整。

以前有人去判断分析调整的事情，现在让系统，让软件去做。由人指挥人或设备，变成系统指挥人或设备。这本不是简单的设备自动化就能够解决的问题。

虽然，某些自动化或者是智能化程度较高的设备可以实现一些基础的，标准化的，重复性动作，但是，关键是它是否能实现整体的有针对性和协同性的自我调整

所以我理解的智能制造：系统管控着人、机、料、法

智能制造的误区

误解一：智能制造就是自动化

设备的自动化，是智能制造的重要要素之一

但是单凭自动化，仅能解决或者缓解一些基本效率，次品率，人力成本上升等问题，很难解决其他问题

也就是说，解决或缓解的是“替代”的问题，不能解决“互联”，“创造”等问题

误解二：先把硬件转起来，再考虑软件

关键问题不是硬件不可以先转起来，而是有没有先做好整体的规划，有没有做好整体的集成方案，并按照规划和方案去设计，去布局，去定义设备与系统的接口等等。虽然说，集成永远来得及，但是，付出的代价却大不相同。

没有哪家公司能够包打天下。因此，要打造智能制造体系，必然需要汇集诸多的软硬件产品，分属于不同的供应商。我们期望每个供应商能够完美的考虑清楚如何与其他系统和设备对接的前提下完美的事是他本部分系统和设备，可能性有多大，相信大家都很清楚。

要想有完美的输出，必须要有完美的输入和控制；但是，反之，有完美的输入和控制，也未必有完美的输出。即使在有整体规划和方案的前提下，有明确的要求的前提下，由于各种因素的影响，我们还经常得不到完美的结果，我们就更不要期望这种每一部分都先转起来，然后在集成能够得到完美的结果。

误解三：工厂/车间无人化

无人化绝对是不能等同于智能制造，此两者是有本质的不同的。

而且，就当前服装行业的基础而言，工厂无人化也只能是落花梦中，要想实现，可谓若蜀道之难。

究其原因，这和服装行业本身的劳动密集型离散生产的方式，原材料属于柔性材料的特殊性，生产设备的智能化状态低，整体的标准化程度低，以及诸多其他因素都有着莫大的关系。

智能制造的场景

智能化改造需要哪些软件

智能化改造需要哪些硬件

智能制造需要哪些关键技术

智能制造成熟度模型

智能制造的目标和价值

现在一小时产生的数据，比2000年全年产生的数据还要多

未来三年内产生的数据，将比过去30年的还要多

智能化的目的：让我们更加

快速：同样的目的地，通过计算找到最佳路径，用时最小

高效：乘车的时候还可以做其他的工作

安全：更加敏捷的判断，无人为因素的失误，地到达目的地

智能化升级的目的

智能制造是工具，是手段，是方式，而非目的

智能制造的目标是：高效率，高质量，快速反应，低人工运作成本地完成产品的制造

制造业升级的最终目的，是从数字化、网络化转而最终实现智能化。

当前制造业正处在由数字化、网络化向智能化发展的重要阶段

核心是要实现基于海量工业数据的全面感知，和通过端到端的数据深度集成与建模分析，实现智能化决策与控制指令。

工业智能强化了制造企业的数据洞察能力，实现了智能化管理和控制

智能生产的前提

工业化的进程可以缩短，但不可以省略。省略了任何一个环节将来都要付出沉痛的代价，而且早晚还要补上，这个代价非常沉痛。大数据不是展示出来好看的，而是利用大数据直接告诉你应该怎么做更合理。

大数据的作用就是直接合理科学的安排行程（排程），再复杂的行程（排程）我也不用担心，同时告诉我执行过程中将会遇到的情况。

不久的将来，制造业的计划员，调度员将会被大数据智能排程取代。现在的拼车，外卖，外送的多点行程都是靠系统精准合理规划路线。。

强大的专业工艺流程设计能力，制定合理的工艺路线

工艺流程数字化能力，把人的理解转变成工艺流程数字化，由计算机协助设计，管理，检索，识别，匹配，协助设计环节变得更简单。

智能制造的特征

智能化建设不同阶段的特征

智能制造的衡量标准

实现服装新智造一定会在智能产品、智能装备和过程上有

①服装新智造的生产模式将从传统的大规模大批量化生产转向个性化规模化定制生产一个性及批量定制柔性生产；

②个性及批量定制柔性生产要打造制造过程模块化也就是要建立模块化工位为主的产线；

③每个模块化工位应该是一个智能的模块化单元（即单元级CPS）

④众多智能模块化工位可以形成固定的模块化加工产线；

智能生产最终要求固定的模块化加工产线变成动态的、自适应的、自学习的模块化加工产线；

工厂怎样实现智能

服装企业智能化变革的几个阶段

轰轰烈烈的数字革命几乎波及到每个行业

作为最基础性的行业之一，服装行业从业人员数量多，企业分布广，行业产值大，服装企业的数字技术变革意义重大。

从变革的路径来看，数字化、网络化、智能化是一个渐进式的过程，可是，在我们中国，由于发展的不均衡，很多企业需要补上标准化与精益化两个阶段，这样看来，我们就能得到一个明晰的变革路径：

智能化的基础

任何不涉及流程重构的数字化转型，都是在装样子!

数字化，信息化，网络化

精益化，标准化，自动化

标准化：

在企业以及社会组织中，为在一定的范围内获得最佳秩序，对实际的或潜在的问题制定共同的和重复使用的规则的活动，称为标准化。

我国各地的服装企业发展及其不均衡，相对来说，发达地区的大型企业标准化程度比较高，而落后地区的中小企业标准化程度很低，严重影响了中国服装企业的健康发展，具体有以下几种表现：

产品要求主要靠嘴巴说，缺乏严格的图文资料

生产管理主要靠个人说了算，缺乏规范的制度与流程

人才考核主要靠感觉，没有科学全面的考核制度

很多行业中的人说，要把产品做好，只能自己开工厂，其实未必。国外很多知名品牌都是代加工，他们对于产品的保障都有一套完善的系统，包括严格的验厂制度以及严格的品管制度。很多大型制造企业有不少国外品牌的产品手册，往往都是厚厚的一大本，里面详细记录着该品牌的产品说明、工艺要求、包装及标示等等每个细节，对于验收标准非常的明确，这就通过标准化确保了产品品质的可控。

国内企业感叹汽车行业的自动化程度之高，为何汽车这么复杂的产品都可以，而服装这种简单产品却不行，一个重要原因就是标准化。

汽车行业普遍采取的共用平台、通用零部件等策略极大地降低了产品成本。通过将原来的根据整车进行零部件生产改为根据零部件进行整车生产的方法，也就是说

标准化的零部件实现批量生产，成功降低成本。

标准化当然也还包括标准化的作业流程和作业方式，有了标准化，自动化才能据此开发出来，比如自动模板机，自动钉扣机，假设零部件千变万化，作业方式也不固定，自动化将很难实现，即使实现成本也很高

服装产业，没有标准化的零部件，但是必须实施标准化作业

精益化：

精益反映了一种企业管理及生产的思想方法，是指运用多种现代管理方法和手段，以客户需求为依据，以充分发挥人的作用为根本，有效配置和合理使用资源，最大限度地提高产出，进而为企业谋求经济效益的经营管理理念。

精益化是在标准化基础上更进一步的提升，比标准化能够更全面地实现资源的有效配置，实现更好的效益。

精益化也是实现数字化的前提和保障，有了精益化，数字化才能更好地发挥作用。

精益化的目的是在提升员工认识和能力的基础上，力求降低成本，提升产品品质，实现最大产出，达到资源节约的目的。服装企业精益化生产要求管理人员深入研究工艺工时、排版用料、生产平衡等每个环节，只有方法正确、标准明确、流程优化之后，数字化才能发挥用武之地。反过来说，数字化也能更好地促进精益化。

精益化的目标是减少浪费，提升效益，而数字化可以为精益化提供更加有效的工具和保障。比如，在缝制流水线中，更好的平衡生产能够减少等待时间，发挥更大的效率，而传统的方式是通过人工的统计，对流水线进行调配，这样做第一是反映速度慢，第二是人工成本高。而使用MES系统以后，可以通过系统实时统计各个工序的产量，并根据各个工序的产量即时做出工序调配，实现高效及时的生产平衡。所以，精益化是实现数字化发挥有效作用的前提。

自动化：

自动化是智能制造中谈论得最多的，很多地方ZF和企业形象地把其称之为“机器换人”，也做了不断的尝试，有成功也有失败。

企业可以通过自主创新，将原来原材料处理的离散型加工方式进行集成，把原来独立的工序通过自动化生产线连接在一起，实行精益式的连续生产，消除了中间环节的上下料、储存和搬运，生产速度和生产效率将提高。

自动化与信息化是实现智能制造投资最大的部分

企业在做自动化改造前千万要慎重，为什么要升级自动化？投资回报率是多少？自动化设备可靠性怎样？有何风险？能适应产品的升级换代吗？一定要想清楚，否则成本不降反升。

随着技术的进步和人力成本的提高，自动化是个不可逆转的趋势。对于不同的行业不同的企业，有的有成熟的自动化方案，有的则没有，企业需要结合自身情况来规划自动化方向

信息化，数字化，网络化：

数字化跟信息化密切相关，与自动化一样，这是智能制造转型投资最大的一块。

随着信息技术的日新月异，一切皆可数字化，从人、产品到设备，实现万物相连。

产品可以通过ERP软件，从产品开发设计、物料采购到生产交付全过程实现数字化，每一张产品图纸、每一个物料信息、每一个生产工艺都被数字化连接在一起。可以将整个服装业务流程，从设计、打样、核价、筹备物料、生产排单到订单成本结算一一兼顾，并可采用RFID技术实时采集生产数据，实现即时的生产监控及问题反馈，并兼备员工考勤和工资管理。设备可以通过PLC、传感器等将运行数据传给系统、互联网等网络

数字时代，可以将

资源、信息、物品和人通过数字化进行互联互通！

这种沟通包括

人与人、人与产品、人与机器、产品与机器、机器与机器

之间的信息交换

数字化：

数字化就是将复杂多变的信息转变为可以度量的数字、数据，再以这些数字、数据建立起适当的数字化模型，通过计算机的二进制计算，快速得到所需要的结果。数字化是软件的基础，也是互联网和人工智能的基础。

据报道，全球前1000强企业中，有67%的企业已经将数字化转型定为企业级战略

作为全球规模第一的中国服装行业，企业数字化转型是必然的趋势，近年来也有不少领先企业开始了数字化转型的尝试，并且取得了可喜的成果。比如深圳赢家服饰，经过2016-2017年的调研规划和系统集成，在2018年下半年开始了数字工厂的智能化生产。

春晓快捷有幸成为赢家数字系统的建设者之一，将春晓GST系统与CAD系统、PLM系统以及下单系统，MES系统等众多系统进行了数据的对接集成，实现了从用户订单数据到工艺数据的自动转换，每个订单的工艺处理时间缩短到2秒钟。

服装企业数字化过程中，需要遵循由易到难、渐进革新的原则，目前最关键的是将订单数据和生产数据实现无缝对接。服装数字化需要围绕服装业务模式的转型进行变革，而服装产业的业务模式正在从过去的大批量生产往小批量快速反应上发展，服装订单的数量越来越小，而交货速度却要求越来越快，就是所谓的快反，快反的极致就是私人定制。难点就在于多变的工艺路线和工艺标准的不同，其生产所增加的成本80%在于产前准备。

在过去的很多企业中，曾经引进过各类软件系统，但往往这些系统由不同的供应商提供，不能实现有效的数据互通，形成的数据孤岛严重影响了效率的提升。所以，企业在数字化进程中，需要由专业人士进行顶层设计，各个系统之间需要能够无缝对接。并且整体的流程优化至关重要，各个系统集成以后需要能够简化流程，而不是让流程变得更加复杂和重叠。

网络化：

网络化是指利用通信技术和计算机技术，把分布在不同地点的计算机及各类电子终端设备互联起来，按照一定的网络协议相互通信，以达到所有用户都可以共享软件、硬件和数据资源的目的。

网络技术的飞速发展，给各行各业带来了颠覆式的影响，对于服装行业来说，过去主要是在营销方面实现了快速发展，实现了营销渠道的扁平化。而在将来，网络技术将会应用在服装的设计研发、生产、零售与服务等各个方面，从而带来新零售与新制造的有机融合。

通过网络系统把零售服务和设计研发以及生产管理连接起来，是今后服装行业发展的重点。

智能化：

AI技术近年来进入快速发展阶段，在各个领域的应用正在不断出现。AI在服装行业的应用大概有三个方面，分别是零售服务、设计研发与生产制造。

AI在零售服务方面的应用主要有智能形象诊断、智能推荐、智能搭配、虚拟试衣、3D数据采集等等。

目前市场有些试衣系统以及诊断系统等等，但距离真正的智能化还有些远。人工智能在服装零售方面的应用前景非常好，尤其是线上与线下的结合中，AI技术与大数据的结合将会给服装零售业带来革命性的影响。

AI在设计研发方面的应用目前也有一些机构在研究，比如北美的一家公司开发出了自动设计系统，通过输入相关的设计素材，系统就可以设计出多款风格一致的产品。

AI在服装生产方面的应用范围也比较广，包括智能排产、智能管理、智能设备、智能传输等等。目前软件行业在智能方面的应用领先于硬件设备。软件与硬件的结合是加快智能化生产的途径，比如吊挂系统与MES系统的结合，缝纫机与工艺系统的结合等等。这方面的改进空间非常大，需要实现软件、互联网、物联网与机器算法等深度的结合。

智能化包含两个含义，一个是产品的智能化，另一个是制造过程的智能化。

服装行业的数字化变革任重而道远

需要行业中产学研各方紧密配合

共同努力才能迎来美好的明天