超快時尚衝擊紡織業 AI協助產業跟上全球趨勢

2019-05-12
proimages/190511-1-1.jpg

匯流新聞網記者胡照鑫/台北報導

2017年台灣生產的紡織品產值達3877億元,其中80%外銷,外銷品中布料佔68%,纖維及紗線佔24%。紡織產業綜合研究所主任黃慶堂表示,邁入工業4.0時代,運用AI深度學習進行製程設備預測性維護,提高生產效能,同時透過非監督式學習或深度學習運算法則,建立機台AI品質檢測識別與自我學習能力,才能加速新材料與產品開發。

黃慶堂表示,製造流程要進行智能決策,需要在開放環境、不確定規則的情況下,建立模型動態系統,還要兼具質量、效率、耗損等衝突目標,紡織業的智慧製造是以小數據完成大任務,對於AI決策來說是挑戰。

當前紡織產業全球供應鏈角色面臨挑戰,黃慶堂認為,紡織產業數位化有三大重點,包括品質管控、快速反應與發展新商業模式,其中品質管控最關鍵,因為要跨紡紗、織布與染整等領域,達到跨製程智慧連結。

全球品牌通路都推動零庫存、短交期與大量客製化,黃慶堂指出,超快時尚時代過後,從消費者需求回推產品設計製造,對紡織業來說相當衝擊供應鏈,因為過去產進行規劃、評估需要40周,從下單到交件至少有8週時間,現在下單之後則是要求不到4週就要完成一個系列商品。

而且目前品牌客戶會先進行市場測試,導致打樣成本激增,紡織業接單之後因為訂單縮量加上排程複雜,都讓產業在維持品質的情況下面臨更多困難。目前包括建立製程參數庫,跨製程生產需要履歷串接,接著進行瑕疵分析與品質預測,這些都是紡織業智慧製造需要完成的需求。

黃慶堂表示,織造的智慧製程整合了很多小製程,主要進行可視化及肇因挖掘,對於染整則是可以達到智慧化品管,像是開發染色品質預測技術,掌握溫度、時間、壓力等數值,能夠預測染色後總色差及水洗牢度,才能作為品質精進的依據。

source:
https://tw.news.yahoo.com/mic%E8%B6%A8%E5%8B%A2%E8%AB%96%E5%A3%87-%E8%B6%85%E5%BF%AB%E6%99%82%E5%B0%9A%E8%A1%9D%E6%93%8A%E7%B4%A1%E7%B9%94%E6%A5%AD-ai%E5%8D%94%E5%8A%A9%E7%94%A2%E6%A5%AD%E8%B7%9F%E4%B8%8A%E5%85%A8%E7%90%83%E8%B6%A8%E5%8B%A2-080648932.html