홈페이지 >

방직업계 생산 분야에서 AI의 응용을 추진하다

2024/9/4 16:38:00 0

　　인공지능 (AI) 은 산업 구조와 하부 기단을 재구성하고 생산력과 생산 관계를 재구성하고 있다.지능경제를 발전시키는것은 산업의 형태전환과 고도화를 실현하고 환도추월을 실현하는 중요한 기회로 되였다.

　　중국 방직업계는 인공지능의 기회를 포착하려면 본질로 돌아가 수직분야의 난제해결을 강화하고 중점장면의 응용돌파를 실현하며 풍부한 응용생태를 구축해야 한다;인공 지능의 풍구를 파악하려면 적당한 전망 배치, 파편화 장면 통합, 고품질 데이터 침전,"AI + 방직"을 잘하고 설계, 제조, 마케팅, 브랜드 건설을"빅 데이터 + 대계산력 + 강한 알고리즘"위에 구축해야 한다.

　　AI가 현재 및 미래에 어떻게 방직공업의 발전에 참여하고 전 업종에 능력을 부여할것인가를 깊이있게 해석하기 위하여 우리는"AI + 방직"이 행동하고있다"는 칼럼을 출범하여 업종의 AI 발전 및 추세를 소개하고 산업의 신질생산력발전을 추진하게 된다.

　　"3 + 1"모델을 잘하여 방직업계 생산분야에서의 AI의 응용을 추진한다

중국방직공업연합회 정보화부 주임 은강

　　최근 몇 년 동안 차세대 정보 기술의 응용과 발전에 따라 인공 지능은 방직 업계의 생산 분야에 점차 응용되어 방직 업계의 생산 방식, 발전 모델과 산업 생태에 중대한 영향을 가져왔다.방직업계 생산분야에서의 인공지능의 발전을 가속화하는것은 방직업계가 고품질발전을 실현하도록 추진하는 중요한 경로이다.이 글은 인공지능 응용을 추진하는 관건은'3 + 1'모델 (데이터, 계산력, 장면 알고리즘 + 인재) 의 응용을 잘 하는 것이라고 생각한다.

　　1. 방직업종 생산분야 인공지능의 발전현황

　　방직업계 생산분야에서의 인공지능의 응용은 여전히 초급단계에 처해있다.AI 시스템은 대량의 데이터, 계산력, 알고리즘 등 자원의 지탱이 필요하기 때문에, 현 단계의 방직업계는 소수의 기업만이 시도하고 있으며, 대부분의 기업은 여전히 자동화, 디지털화, 네트워크화 개조를 위주로 하고 있다.생산분야에서의 응용은 주로 설계, 공예최적화, 품질검측, 지능물류, 제품디지털화 등 면에서 지속적으로 보완하고 보급해야 한다.

　　(1) 면방직업 생산분야에서의 인공지능의 응용현황

　　면방직업종 생산분야에서의 AI의 응용은 여전히 시도중에 있으며 주로 이섬유분류기, 천하자점검측 등 설비 및 제품품질온라인검측, 자동생산배출, 지능배면, 에너지효률관리, 지능물류 등 시스템에 응용되고있다.업계 인공지능 응용 돌출 기업 피드백에 따르면, 현재 기업 최첨단 생산라인은 전 공정 자동화, 전 공정 품질 모니터링 관리, 설비 건강 관리, 에너지 소모 관리, 작업장 최우선 운영 등 기능을 갖추고 있으며, 일반 생산라인에 비해 생산 효율이 38% 향상되고 에너지 이용률이 21% 향상되었으며, 고용 절약은 80% 이며, 만 주괴의 고용은 10명 정도이다.

　　(2) 인공지능이 날염업계 생산분야에서의 응용현황

　　AI는 날염 업계 생산 분야에서 현재 응용 장면이 비교적 적으며, 소수의 기업만이 스마트 검포 시스템, AI 도안과 스타일 디자인을 사용하려고 시도한다.날염포 완제품 검사에 사용되는 스마트 검포 시스템.기계 시각과 AI 기술을 융합하여 응용하고 AI 딥러닝 기술을 채용하여 자동으로 흠집 검측 모델을 생성하여 날염 원단의 흠집에 대한 지능화 검측을 실현한다.그러나 현재 이 기술은 아직 성숙되지 않았고, 응용 효과는 아직 한층 더 최적화되어야 하며, 아직 업계에서 대면적으로 응용을 보급할 수 없다.AI 패턴과 스타일 디자인으로 주로 날염 원단 플라워 디자인과 원단 개발에 사용된다.디자이너의 창작 구상을 모방하고 디자인 작품을 신속하게 나타낼 수 있어 원단 꽃 디자인의 신속한 발전을 크게 추진했고 소비자의 개성화, 맞춤화에 대한 소비 수요를 만족시켰다.

　　(3) 의류 산업 생산 분야에서 인공지능의 응용 현황

　　AI는 의류 업계 생산 분야에서의 응용이 점차 심화되고 있다. 과거에 전통 의류 제조는 대량 생산과 전통 관리 모델을 위주로 하여 현재 시장 경로의 다양성과 소비자 수요의 다변화 등을 만족시키는 방면에서 비교적 큰 향상 공간을 가지고 있다. 지능화는 의류 업계의 생산 효율과 신속한 반응의 생산 능력을 향상시켰다.생성식 AI의 응용은 주문 스타일 설계, 자동 버전 공정 처리, 자동 계획 생산 전, 생산 과정 배치 전 과정의 효율 향상 및 심도 있는 협동을 실현할 수 있으며, 더욱 효율적이고 더욱 정확하며 빠르게 소비자의 끊임없이 갱신되고 반복되는 소비 수요를 만족시킬 수 있도록 노력한다.컨설팅 회사들은 2026년까지 기술 제품의 80% 이상이 어떤 형태의 AI 기술을 통합할 것이라고 예측했다.의류 스마트 제조 분야에서 생성식 AI 기술은 이미 전면적으로 의류 생산의 각 단계에 깊이 개입하여 디자인 연구 개발, 생산 및 공급망 관리, 정확한 마케팅과 지속 가능한 발전 등 분야가 더욱 높은 차원의 자동화와 지능화를 실현하도록 하였다.2035년까지 생성식 AI의 추진으로 제조업의 디지털화율은 85% 를 돌파할 것이다.2055년까지 중국의 생성식 AI 기술은 기본적으로 각 업종에 대한 디지털 전환을 실현하여 디지털화율이 100% 에 달할 것이다.

　　2. 인공지능이 방직업계 생산분야에서 응용되는 전형적인 장면

　　(1) 배면 디지털화

　　배면은 면방직 기업의 매우 중요한 공정이다.원면이 성능에서 나타나는 다양성과 차이성 때문에 배면 작업은 원면의 재고 상황, 물리적 성능, 품질 연속성과 안정성을 이해해야 하며 계산량이 많아 오류가 발생하기 쉽다.배면 작업이 직면한 문제는 갈수록 복잡해지고 있다.대부분의 기업은 배면사의 경험에 의존하여 완성하기 때문에 배면의 고효율, 정확성을 실현하기 어렵다.기업의 면화 사용 원가에 직접적인 영향을 주다.AI + 디지털 배면은 디지털 기술의 시스템 배면을 이용하여 작업 효율을 크게 높일 수 있고, 인위적인 경험으로 인한 품질 파동을 줄일 수 있으며, 비준 전후 평균 등급 차이 파동을 효과적으로 낮출 수 있으며, 배면 원가를 줄이는 동시에 제품 품질 안정성을 보장한다.어떤 기업의 수치가 보여준데 따르면 시스템자동화를 통해 배면한후 같은 제품의 면등급은 평균 0.5급 좌우로 내려갈수 있고 배면교체전후의 평균등급차이는 0.1급 내려갈수 있다.그러나 주목해야 할 것은 제품 품질 파동에 영향을 주는 각종 요소가 모두 데이터 모델을 구축해야 한다는 것이다. 배면 모델 외에 집행 공정 표준과 추적 기록, 방직 전문 부품 손실 데이터 추적, 온습도 환경 정보 추적, 직원 상태 추적 등을 구축해야 한다. 진정으로 스마트 배면을 실현하려면 장시간의 연구와 축적이 필요하다.

　　(2) 방적 협동 제조

　　방적기업의 인공순찰검사효률이 낮고 방적선의 품질통제가 비교적 피동적이며 관리면에서 비교적 조방하고 로동자를 모집하기 어려우며 버팀목플랫폼이 부족한 등 문제에 직면하여 방적공장의 소량다품종, 고객수요의 다양화의 특점에 근거하여 무석사물인터넷혁신센터는 방적공업의 상호네트워크협동제조관리혁신플랫폼을 연구제작하여 방적업종의 문제점을 해결하고 자체로 연구한"자기전기"+"광전"센서, 주괴의 운동 상태를 실시간으로 모니터링하고, 방적 끊기 등 문제를 선별하고, 방적 먹이를 멈추는 것은 즉시 자동화하여 먹이를 멈추는 동작을 촉발하고, 방적 낭비 및 롤러 감는 문제를 줄이며, 스마트 승용차는 방적 작업업을 빠르게 유도하고, 순찰 효율을 제고하며, 전류 과정 설비 데이터를 수집하고, 빅 데이터 플랫폼을 배치하여 전방위 모니터링과 데이터 분석을 실현한다.방적의 디지털화 능력은 기업의 생산 정익화, 관리 투명화, 정책 결정 디지털화에 도움이 되며, 기업의 원가를 낮추고 품질을 향상시키며 효과를 증대시킨다.

　　(3) 지능방사검측

　　방사 인공 검측에 존재하는 검측 시간이 길고, 검측 효율이 낮으며, 쉽게 피로하고, 채용이 어려운 문제에 직면하여, 푸젠성 헝신그룹은 외관 시각 검측 시스템을 통해 제품 외관 검측 난제를 해결하고, 제품 합격률과 효율을 제고하며, 기계 시각 설비를 활용하여 사람의 눈 완성 검측, 측정과 판단을 대체하고, 제품 털사, 걸레사, 망사, 성형 불량, 기름때,종이관 파손 등 일체화 외관 검측;검측 시간은 이전에 인공적으로 48개의 실크 케이크를 검측하는 데 5분이 걸렸던 것에서 한 개당 2.5초로 향상되었고, 완성차는 2분이면 검측을 완료할 수 있으며, 효율은 2.5배 향상되었고, 정확도는 인공의 96% 에서 99% 로 향상되었다.

　　(4) 하자검측

　　직조 기업의 인공 검측 구인난, 누락 검사율이 높고 원료 낭비가 많은 문제, 특히 편제 레이스 꽃모양 교체가 빈번하고 하자 종류가 많으며 원단에 탄성이 있는 검측 난점 문제에 직면하여 동룡침방은 AI 하자 검측 기술을 응용하여 레이스 레이스 꽃무늬 하자를 신속하고 효율적으로 검측하여 생산 효율을 효과적으로 높인다.생산 기계대에 대한 기술 개조 (카메라 영상 및 관리 시스템 증가, 이미지 수집 및 사전 처리 시스템), 5G 네트워크 배치, 원단 알고리즘, 이상 식별 등 모델 개발, AI 훈련 등 클라우드 서비스 활용, 직조 과정 검측, 반제품 하자 검측, 날염 천 하자 검측, 완제품 천 하자 검측 등을 실현한다.

　　검측효과와 인력원가에서 AI + 지능하자검측은 모두 아주 큰 우세를 갖고있어 품질합격률과 제품경쟁력을 효과적으로 제고하고 원료랑비와 손실보충률을 줄이며 인력원가를 절약할수 있다.이와 동시에 동룡침방은 복주 장락구에 위치해있으며 많은 방직공장을 갖고있을뿐만아니라 레이스공예술제조에 종사하는 공장도 비교적 많고 하자검측기술의 응용은 복제성이 강하고 투입원가가 높지 않아 기타 기업에 대해 재빨리 복제하고 보급하는 역할을 한다.

　　(5) 지혜의 날염

　　날염 기업이 생산 과정에서 보편적으로 존재하는 운행 효율이 낮고 에너지 소모가 높으며 관리 방식이 비교적 조방하다는 등 문제점을 직면하고 현재 시장의 소량, 다품종의 변화 추세와 결합하여 항저우 톈푸회사는 날염 지조 시스템을 성공적으로 연구 개발하였다.시스템은 천을 염색하고, 실을 염색하고, 면을 염색하고, 옷을 염색하고, 날염과 직염의 일체화에 이르는 전 과정을 전면적으로 커버하여 생산 과정의 전면적인 디지털화 관리를 실현하였다.

　　통합된 ERP 관리 시스템 구축을 통해 계획배산, 품질제어, 설비관리 등 핵심 업무에 대한 기업의 역량을 강화하고 업무 프로세스의 최적화와 정보의 실시간 공유를 실현했다.MES 시스템을 구축하여 정형기와 같은 핵심 설비에 대한 실시간 모니터링과 정밀화 관리를 실현하였다.염색 실린더 등 설비의 에너지 소모 데이터를 수집하여 에너지 소모에 대해 정확한 계량과 심사를 진행한다.에너지 낭비를 줄이기 위한 목적성 있는 조치.

　　(6) 의류 생산 지능화

　　의류업종은 시장화정도가 높고 중소기업과 령세기업이 비교적 큰 비중을 차지하며 로동집약형 등 특점이 있는 공업분야의 하나로서 최근년간 종합원가가 높고 시장경쟁이 격화되며 디지털화지능화전환이 시급히 제고되어야 하는 등 도전에 직면하고있다.AI 기술은 의류 디자인, 생산, 공급망, 판매 전 과정에 참여하고 있으며, 크게 디지털인 분신, 연구개발 기술 관리, 계획 생산 관리, 설비 물련, 스마트 생산 관리, 시각 품질 검측 관리 결정 등 5개 분야로 나눌 수 있다.

　　통합 생성식 AI를 통해 생산 운영 관리 과정에서 정확하고 유연한 분석 결정 기능을 발휘하여 기업의 빅 데이터 이해와 운용 능력을 증진하고 경영진에서 집행층까지의 각 단계의 지능화를 촉진할 수 있다.또한 생성형 AI는 비정형 데이터에 의존하던 기존의 워크플로우를 변경하고 부서의 정보 장벽을 뚫어 정보 전달을 더욱 효율적이고 투명하게 하며 조작의 유창성을 확보한다.생산 운영 데이터를 실시간으로 조회하고 방송하며, 경영진의 정확하고 빠른 의사 결정을 제공하고, 데이터 시각화 표현을 실현하며, 의사 결정 효율과 시스템 우호성 상호 경험을 향상시킨다.

　　3. 인공지능이 방직업계 생산분야에서 응용하는데 존재하는 문제와 관건적인 요소

　　(1) 인공지능이 방직업종 생산분야에서 응용하는데 존재하는 문제

　　최근 몇 년 동안 AI는 방직업 생산 분야에서 초보적인 응용을 이룩하여 방직업계에 전례없는 발전 기회와 도전을 가져왔지만, 생산 분야에서의 인공지능의 응용을 한층 더 잘하는 과정에서 여전히 많은 도전과 문제에 직면해 있다.

　　기업 차원에서 대다수 기업은 아직 디지털 전환 단계에 처해 있어 관리 디지털화, 설비 지능화 기초가 비교적 약하다.이와 동시에 인재부족, 자금난 등 다방면의 곤경으로 하여 인공지능응용을 실현하기까지는 아직 비교적 큰 차이가 있다.업계 차원에서 데이터는 방직업계 내부에서 분산 보존되고 효과적인 크로스오버 데이터 공유와 축적이 부족하며 업계 생산 분야의 핵심 데이터에 대해 광범위하게 인정하는 데이터 표준과 주석 협의가 부족하고 체계화, 대규모 데이터 수집 메커니즘이 부족하여 AI 모델의 훈련 효과와 정밀도를 제한하고 AI의 업계 진일보한 응용을 제한한다.

　　(2) 인공지능이 방직업계 생산분야에서 발전하는 관건적인 요소

　　AI 발전이 직면한 도전과 문제에 기초하여 업계 특징과 결합하여 AI 발전의 관건적인 요소를 잡아야만 인공지능 업계 내 보급과 응용을 잘 할 수 있다.기업의 데이터 수집, 통합 및 처리 능력을 향상시키고 AI 응용의 기초를 튼튼히 다져야 한다;AI 생산 분야의 전형적인 응용 장면을 식별하고, 방직 생산 제조의 특정 수요와 논리의 혁신 알고리즘을 결합하여 업계 내 양질의 자원과 협력하여 공동으로 추진해야 한다;클라우드 컴퓨팅 자원 공유를 통해 계산력 사용을 최적화하고 계산력 공유 모델을 탐색하여 공동으로 원가를 부담해야 한다;다방면으로 공동으로 AI, 방직업무를 료해하는 인재를 양성하고 인재양성의 경로를 제공해야 한다.이와 동시에 디지털쌍둥이기술의 응용과 발전은 방직업계에서의 AI의 응용을 지속적으로 추진하였다.디지털 쌍둥이에 기반한 스마트 공장은 점차 응용을 시도하여 전체 생산 요소 수집과 계획 배치, 생산 관리 등 방면에서 중요한 역할을 발휘한다.그러므로 데이터가 기초이고 계산법이 관건이며 계산력이 보장이고 인재가 지탱하는 이 모식을 긴밀히 둘러싸고 기업의 능력, 효익이라는 본질에서 출발하여 지속적으로 깊이있게 업종내에서 보급하고 응용해야 한다.

　　4. 방직업계 생산분야에서 인공지능의 응용을 가속화할데 대한 건의

　　최근 몇 년 동안 방직업계에서의 인공지능의 응용 효과가 처음으로 나타났으므로 이 양호한 발전 추세를 계속 유지하고 전형적인 응용 장면, 핵심 기술, 인재 양성 등 방면에서 지속적으로 추진해야 한다.

　　(1) 방직업종 생산분야의 전형적인 응용장면을 심화한다

　　방직업종 생산분야의 생산최적화, 지혜검측, 공급사슬관리, 지능창고저장물류, 제품추적, 지혜마케팅 등 선진기술방안을 서둘러 연구하고 응용하며 지능설계, 생산, 관리를 일체화한 방직지능공장을 육성하고 업종내에서 대규모로 복제, 보급하며 인공지능벤치마킹기업의 시범선도역할을 발휘시킨다.

　　(2) 일련의 핵심 핵심 기술을 서둘러 돌파한다

　　방직업계 선두기업, 양질의 서비스업체와 과학연구원에 의탁하여 인공지능 관건공통성기술연구 및 지능부품, 장비, 시스템 연구개발을 추진한다.방직업계의 지혜배면, 지혜염색 등 해결방안에 적용되는 응용을 개발하고 지능통제와 최적화, 데이터수집과 분석, 고장진단과 유지보수 등 일련의 핵심기술을 서둘러 돌파하여 방직업계의 인공지능하드웨어와 소프트웨어기초를 튼튼히 다져야 한다.

　　(3) 복합형 인재 양성 강화

　　업종협회의 역할을 충분히 발휘하고 산, 학, 연, 용 각 방면의 자원을 통합하여 방직업종의 인공지능"복합형인재"양성체계의 구축을 추진한다.재직 중 학습 연수 통로를 구축하여 자주적 발전력을 갖춘 기업 인재 제대를 만든다.관련 산업련맹, 과학연구기구, 서비스업체의 역할을 적극 도입하고 발휘하여 각종 특정문제훈련을 조직, 개최한다.