陳芝安、董泯言、唐靜雯/工研院材化所;莊雅筑、郭維軒、林順傑/工研院南分院
近年來,在工業4.0(又稱為第四次工業革命)的興起之下,紡織產業也面臨了轉型的機會。紡織產業不僅是傳統產業的重要一環,也是現在社會中民生用品不可或缺的要角。但對於長期仰賴高密集人力、加工過程中變因眾多、製程工序長而繁雜的紡織業來說,數位轉型會比其他產業來得困難。本文將介紹紡織產業的現況以及智能化應用對紡織染整技術的影響與未來發展。
【內文精選】
紡織染整產業的智能化現況
近年來可觀察到未來產業的趨勢都是整合人工智慧(Artificial Intelligence; AI)技術,現今每個產業都在思考如何透過智能化帶動並以快速步調強化技術發展。台灣紡織業在面對全世界產業崛起的趨勢,除了思考如何加快產品進入市場的腳步,也要追上智慧製造(Smart Manufacturing)的產業潮流。
目前台灣紡織產業(Textile Industry)已積極跟進,導入多樣AI應用,綜觀國內目前在紡織產業進行相關AI數位轉型的研發系統與廠商包括:①AI影像辨識系統—例如國內老牌紡織廠和明紡織,40多年來以生產高品質的格子布供應國際知名品牌如Burberry、Ralph Lauren、Tommy Hilfiger而聞名全球,目前開發出AI數位布料平台「TEXTIP」,以AI影像辨識,透過拍照上傳,從資料庫中快速搜尋過去布料相似款或是生產過的樣式,協助公司內部布料庫存管理,有效管理過去累積的數十萬種面料與設計樣式,避免重複打樣,縮減從資料庫搜尋特定樣式的時間。②管理系統智慧化—例如儒鴻紡織透過資策會數位轉型研究所開發的訂單匯入自動化系統,進行資訊自動拋轉,提升訂單處理效率。③染色製程預測系統—例如提升一次對色率(Right First Time; RFT)模式主要有兩大類(如表一):一類為染料大廠公司以全因子實驗模式建立資料庫,做為染料配方預測依據,然而染色製程使用之染料產品有數千種,建立時間耗時,且染料產品日新月異,不易達成;另一類為紡織品對色儀器透過光譜數值方式,針對欲加工色樣以電腦建立之染料資料庫進行染料濃度配方預測,但缺乏製程參數(Processing Parameters)配合,導致仍須仰賴人工打色調整配方。以下將介紹紡織染整產業在染色製程預測系統上的智能化應用。
表一、國際現有染整數位化模擬預測系統發展比較
紡織染整產業的智能化應用
數位化整合AI技術是未來的產業趨勢,現今各個產業都在思考該如何導入,台灣紡織業面對全球產業興起的態勢,需思考如何讓產品更快進入市場,才能適應智慧製造的國際趨勢;加上品牌商對紡織品需求亦朝向色光差異小、顏色多樣化與快時尚的發展,國際競爭日益險峻。染整業是目前紡織產業鏈根留台灣的重要關鍵之一,高技術門檻紡織品生產更是維持高度競爭力的關鍵。
檢視台灣染整業製造現況,無論是在設計、紡紗、織布、染整與成衣等過程,都需要大量的人力和時間,其中紡織品布染(Piece Dyeing)染整製程,就需要經歷前處理、化驗室、染色、整理定型與品管檢驗五大工段(圖一),若過程稍有錯誤,重新生產甚至可能要多花3個月的時間,才能將產品順利交到客戶手中。因此,染整製程提升對色率(RFT)極為重要,且根據統計資料顯示,每提升1% RFT將提升染整製程整體獲利率3%(圖二)…以上為部分節錄資料,完整內容請見下方附檔。
圖二、染色重工次數對成本之影響性分析
★本文節錄自《工業材料雜誌》407期,更多資料請見下方附檔。