80.000'den fazla kumaş çeşidinden "iğne bulmak" mı? Bu ilk 500 şirket, bir "tekstil beyni" yaratmak için yapay zeka kullanıyor
Başlık haritasının kaynağı @ Görsel Çin
Titanyum Ortam Notu: Kumaş endüstrisinin kendisi desen tabanlı bir endüstridir ve bu alanda yapay zekaya dayalı görüntü tanıma teknolojisini çok umut verici kılar.
80.000'den fazla kumaş malzemesinden "iğne" nasıl bulunur? On bin numara kumaşlarda küçük kusurlar nasıl bulunur? 30 Haziran'dan 1 Temmuz'a kadar 2018 Xuelang Konferansına gelin, üretim alanında daha fazla başlığımız var ve sizinle beyin fırtınası yapmak istiyoruz!
"Kaynaklar açısından veri, Sunshine için yeni bir üretim aracıdır ve nihai değeri, diğer üretim araçlarının değerini en üst düzeye çıkarmaktır." Bu, Alibaba Group Teknik Komitesi başkanı ve Xuelang Kasabası'nın itibar şehridir. Jiangsu Sunshine Group'u ziyaret ettiğinde uzun süredir Dr. Wang Jian tarafından ifade edilen bir görüş.
Şu anda Sunshine Group için "diğer üretim araçları" en tipik kumaş. Parti Komitesi Sekreteri ve Sunshine Group Başkanı Chen Lifen'e göre veri hatası, Sunshine'ın dijital dönüşümünün önünde büyük bir engel. Giysiler ile kumaşlar, departmanlar ve departmanlar, yurt içi satışlar ve yurt dışı satışlar arasındaki veriler birbirine bağlıysa, Sunshine Group ve hatta tüm tekstil endüstrisi üzerindeki etki ölçülemez olacaktır.
Chen Lifen tarafından "ölçülemez" kelimesinin üç kez yerinde vurgulandığını belirtmekte fayda var! Verilerin güneş için yeniden doğmuş bir anlamı olduğu görülebilir.
Şu anda, tüm yerli tekstil endüstrisindeki işletmelerin çoğu küçük ve orta ölçekli işletmelerdir. Bu işletmelerin çoğu, bilgi teknolojisini ve interneti tam olarak uygulayan teknik yeteneklerden yoksundur. Veri adaları olgusu ciddidir ve endüstri zincirindeki tüm bağlantıların bağlantı etkinliği verimsizdir, bu da stok birikimlerine ve teslimatta gecikmelere neden olur. Bu tür fenomenler çoktur. Yeni teknolojilerin hızla gelişmesiyle, az sayıda şirket, benzersiz büyük veri sistemleri ve ilgili süreç değişiklikleri yoluyla endüstri efsaneleri yarattı ve ayrıca verilerin değerini büyütecek ve gelecekte tekstili kullanacak kitlesel özelleştirmeyi gerçekleştiren giysi üretim süreçleri de var. Büyük veri, endüstriyel zinciri optimize etmek için kullanılır ve ürün pazarı talebini ve makul fiyatlandırmayı tahmin etmek daha acil hale gelir.
Sunshine da bu veri devriminin selinde ilerlemeye devam ediyor. Araştırma alanında Chen Lifen, Dr. Wang Jian'a (Xuelang Digital ile birlikte) Sunshine'ın halihazırda çözmesi gereken üç acı senaryo önerdi. Aslında bunlar çoğu tekstil ve konfeksiyon şirketinin ortak sorunlarını da temsil ediyor: 1. Numuneler nasıl azaltılır veya hatta ortadan kaldırılır Prova mı? 2. Envanter nasıl azaltılır? 3. Hazır giyim sektöründe özel üretim nasıl sağlanır?
Kumaşlardan dijital dönüşüm
Kumaş endüstrisinin kendisi desen tabanlı bir endüstridir ve bu alanda yapay zekaya dayalı görüntü tanıma teknolojisini çok umut verici kılar.
1986 yılında kurulduğunda, Sunshine Group adı verilmeyen bir kasaba tarafından işletilen yün fabrikasıydı (eski adıyla Jiangyin Kamgarn Yün Fabrikası) Şimdiyse Sunshine, uzun süredir dünyaca ünlü bir yün üreticisi ve% 50 yerli ürünlerle yüksek kaliteli giyim üretim üssü olmuştur. Pazar,% 50 yurtdışı pazar. Bununla birlikte, hammadde maliyetlerindeki artış ve demografik temettülerin ortadan kalkmasıyla, teknolojik dönüşüm, bu şirketlerin inovasyonu atlatmaları için tek seçenek haline geldi.
Sunshine Group'un dijital dönüşümünün ilk olarak kumaşlarla başladığı söylenebilir.
Tekstil sektöründe sipariş verdikten sonra önce prova işlemi gerekmektedir.Önce numunenin prosesi tasarlanır ve ardından hammaddeler toplanır.İşlem akışına göre üretim her proseste gerçekleştirilir.Genel olarak boyanır, yeniden taranır, eğirilir, dokuma yapılır, onarılır ve boyanır. Numune üretimi tamamlandıktan sonra entegre ve bitmiş ürün denetimi ve diğer süreçler, müşteriyi onay için gönderin. Bu nedenle, prova işlemi aslında bir "standart belirleme" sürecidir Örnek onaylandıktan sonra, tüm proses akışı ve her proses katılaştırılır.
Chen Lifen'e göre, bir prova işleminin ortalama maliyeti yaklaşık iki bin yuan. Sorun, prova işleminin aynı anda yapılmaması ve bazen müşterilerin tekrar tekrar onaylaması gerekmesidir. Üst boyamadan terbiyeye kadar bir prova için yaklaşık bir ay, iki prova için iki ay kadar zaman alır.Bu şekilde, yılda yaklaşık 6000 defa prova maliyeti yaklaşık 12 milyondur. Direkt maliyetlere ek olarak, prova işleminin bir "gizli maliyeti" vardır, yani tüm montaj hattı üretim sürecini kesintiye uğratmanın neden olduğu verimlilik düşüşü.
"Resimli resimleri bulamazsanız, sistemden önceki kumaşların temel verilerini ve dosya verilerini bulabilir, benzer veriler olsa bile doğrudan arayabilir, teslimat süresini en az bir ay kısaltabilirsiniz."
Chen Lifen'in bahsettiği "resimlerle resim bulmak" aslında kullanıcı tarafından verilen örnek resimleri almak ve depodaki desen, desen ve malzeme bakımından en yüksek benzerliğe sahip kumaşı bulmak için yapay zekanın görüntü tanıma işlevini kullanmaktır.
Bu kadar basit görünen bir davranış, eğer teknik destek yoksa, iş yükü hayal edilemeyecek kadar büyük olacaktır. Çünkü Sunshine Group'un veri ambarında yaklaşık 80.000 çeşit kumaş malzemesi "yatar". Bunlardan benzer kumaşlar bulmak samanlıkta iğne bulmakla aynı şeydir.
"Bu nedenle, müşteriler numune almaya devam ediyor ve şirketin numune üretmeye devam etmesi gerekiyor. Numuneleri iki ve üç kez numunelendirmek çok israf. Ama aslında depoda hazır ürünler var. Bazen konuklar 300 metre kumaş istiyor ve depoda 300 metre var. Hiç yapmana gerek yok. "
Chen Lifen, birkaç gün önce meydana gelen ve onu çok etkileyen bir olaydan da bahsetti. Bir marka satıcısının özel bir kumaşa ihtiyacı vardı Chen Lifen depoda çok sayıda olduğunu hatırladı, bu yüzden kontrol etmek için acele etti. Ama depoya vardığında şaşkına döndü.Herkes kumaşın var olduğunu söyledi ama sistem bağlı olmadığı için bulamadı! Kumaş deposu ve giyim deposu birbirine bağlı değil, yurt içi satış deposu ve ihracat deposu bağlı değil ve kodlar paylaşılmıyor, bu da bulmayı çok zorlaştırıyor.
"Her bir kumaş parçasının dış ambalajında bir QR kodu olmasına rağmen, onu taradıktan sonra sadece hangi parça olduğunu öğrenebilirsiniz. Üstelik, giysi üretimi birçok bağlantı içerir. Kumaş bazen giyim deposunda, bazen kumaş deposunda veya atölyenin belirli bir bölümünde depolanır. Ara bağlantı bulmak özellikle zor. Bu aslında sektörde ortak bir sorun olmalı. "Dedi Chen Lifen çaresizce.
Daha sonra hafızaya dayanarak kumaşı bulmasına rağmen, bu olay Chen Lifen'i güneş ışığı verilerinin engelini kaldırmaya ve ET endüstriyel beynine benzer bir "tekstil beyni" büyük veri işleme sistemi oluşturmaya karar verdi. Bu sistemde sadece temel kumaş verileri ve dosya verileri değil, aynı zamanda üretim proses verileri, formüller, hammadde spesifikasyonları ve diğer bilgiler de bulunmaktadır.Aynı zamanda, endüstri için paylaşılan bir hizmet platformu oluşturmak için giyim firmaları ve malzeme firmaları gibi yukarı ve aşağı işletmeleri entegre etmektedir.
Chen Lifen, 80.000'den fazla kumaş çeşidi için gelecekte bunlara FRID çip etiketleri eklemeyi planlıyor. Böylelikle "resimli resimleri bulduğunuzda" sadece bilgisayardaki resimleri karşılaştırmanız yeterli olur ve yapay zeka görüntü tanıma teknolojisi sayesinde arka plan kumaşın nerede üretildiğini ve hangi desenin yapıldığını gösterecektir. "En iyisi% 100 benzerlik veya% 90,% 80, benzerlik altmış ile yetmiş arasında olsa bile sistemden anında aktarılabilir ve doğrudan kullanılabilir."
Bu anlık etki, envanteri temizlemektir. Chen Lifen'in tahminine göre 80.000'den fazla çeşidin kumaş envanteri 3 milyon metredir Metre başına 100 yuan fiyatla hesaplanırsa, bu 300 milyon yuan'dır!
Wang Jian, "Bu sistem diğer şirketlere veya hatta tüm sektöre uygulanırsa, faydaları ölçülemez olacaktır." Dedi.
Yapay zeka görüntü tanıma teknolojisinin bir başka tipik uygulama senaryosu, kusurları bulmaktır.
Mevcut yerli tekstil endüstrisinde, orijinal gri kumaşın ve nihai ürünün kusur tespiti hala manuel tespit aşamasında kalmaktadır. Manuel incelemede genellikle yavaş hız, yüksek oranda gözden kaçan denetim, zayıf süreklilik gibi birçok kusur vardır.Bu nedenle, kusurları bulmak için insanları değiştirmek için makineleri kullanmak endüstrinin ortak talebi haline geldi.
Sunshine'da hata bulma işi iki kişinin tamamlamasını gerektirir. Biri verileri bulmaktan, diğeri ise verileri işaretlemek ve kaydetmekten sorumludur. Kusur tespiti için üç kapı vardır: boş inceleme, ara inceleme ve son inceleme. Muayeneden sonra onarım gereklidir. Bunlar arasında, boş incelemedeki kusurlar en fazla olanıdır, neredeyse yarısı filtrelenebilir.
Chen Lifen, Sunshineın on binlerce kilometrelik mevcut kumaş üretimine göre, neredeyse 1 milyon kusur olacağını tahmin ediyor. Bu kadar çok kalite denetimini tamamlamak için şu anda Sunshineda yaklaşık 7,80 kişi gerekiyor.
"İnsanları değiştirmek için makineleri kullanırsanız ve kusurları bulmak için yapay zeka görüntü tanıma teknolojisini kullanırsanız, iki kişi en az bir kişiyi kurtaracak ve bir kişiyi işaretlemeye bırakacaktır. Bu, insan gücünden% 50 tasarruf anlamına gelir."
Toplu mallar sahnesinde küçük ölçekli özelleştirilmiş üretim nasıl gerçekleştirilir?
Titanium Media, imalat şirketlerine önceki ziyaretlerinde, yüksek oranda özelleştirilmiş ürünlere sahip şirketlerin genel olarak ortak bir sorunla karşılaştığını keşfetti: çok sayıda sipariş ve küçük üretim partileri var Ne iyi çözümler var? Bu aynı zamanda Sunshine Group'un karşılaştığı bir sorundur.
Sunshine'da, dökme malların özelleştirilmiş üretimi her zaman bir engel olmuştur.
Sözde dökme mallar nispeten büyük sevkiyatlara sahip ürünlerdir.Bu müşteriler nispeten istikrarlıdır ve sözleşme imzalandıktan üç ila beş yıl sonradır, ancak karakteristik özelliği çok sayıda sipariş ve kısa teslimat süresinin olmasıdır.Bu özelliğin orijinal üretim süreci üzerinde büyük bir etkisi vardır. Öte yandan büyük sıkıntı da Ar-Ge bilgilerinin asimetrisine neden oldu.
Sunshineın müşterileri arasında HNA, China Eastern Airlines, Air China, Xiamen Airlines vb. Havayolları bulunmaktadır. Bu havayolları neredeyse her hafta sipariş veriyor. Örnek olarak China Eastern Airlines, siparişler ayda birden çok kez verilir. Bir sipariş 3-5 setten bir düzineden fazla sete kadar değişebilir. Ek olarak, büyük personel akışı nedeniyle, uçuş görevlileri iki aya kadar eğitilebilir, yani iki Teslimat ay içinde yapılmalıdır, bu bir süreliğine montaj hattında Doğu Havayolları siparişi ve bir süreliğine HNA siparişi ile sonuçlanmıştır.Tüm üretim programı, planlama ve çizelgeleme sürekli olarak ayarlanmalıdır.Sadece verimlilik çok düşük değil, aynı zamanda teslimat gecikmiştir. Aynı zamanda sıradan.
Bununla birlikte, bu büyük ölçekli malların bir avantajı da vardır, yani stil uzun süre değişmeden kalacaktır, temelde üç geleneksel S, M ve L stilini koruyacaktır. Chen Lifen, verilerin her yıl büyük ölçekli mallar için siparişlerin miktarını ve sıklığını, farklı özelliklere sahip kıyafet miktarını ve en sık kullanılan stilleri analiz etmek için kullanılabilirse, Sunshine'ın önceden stok yapabileceğini söyledi. Veriler sabit olduğunda bazen bir yıllık envanter bile hazırlanabilir.
"Bu şekilde siparişler ayda bir hatta yılda bire indirilebilir ve üretim hattının verimliliği de büyük ölçüde artacaktır. Elbette veriler karşı tarafın sevkiyatlarının giderek azaldığını gösteriyorsa, sipariş partileri de azalıyor, o zaman karşı tarafın Modeli değiştirmek istemiyorum. Örneğin, HNAnın geçmiş verileri gösteriyor ki, eğer onu üç yılda bir değiştirirsek üçüncü yılda stoğu otomatik olarak azaltabiliriz. "
Kişiye özel üretimin bir diğer sıkıntı noktası da profesyonel giyimdir. İş kıyafetleri de Sunshineın en önemli ürünüdür. Sunshine 2000 yılından bu yana art arda Venedik'e özgü üst düzey özel giyim ve Pompeii profesyonel giyim gibi markaları piyasaya sürdü.Bunlardan Pompeii giysilerinin yıllık satışı 1,5 milyon seti aşıyor.
Sıradan kıyafetlerle karşılaştırıldığında, profesyonel kıyafetlerin en büyük özelliği herkesin bedeninin, vücut şeklinin ve vücudunun tamamen farklı olmasıdır, bu da vücut ölçümü, plaka yapımı ve kesim için işlem gereksinimlerini son derece katı hale getirir. Özellikle ölçüm için detay kontrolü çok sıkıdır Cep genişliğinden yaka dikişinin hassasiyetine kadar yüzbinlerce veri toplanmıştır.
Bu kadar ince hacim verileri, kesimin de çok hassas olması gerektiği anlamına gelir. Sunshine'da kesim, saç kesimi ve ince kesim olmak üzere iki aşamada yapılır. Örneğin, şimdi 18 ila 60 yaş aralığında 10.000 takım elbise üretmemiz gerekiyor, bu nedenle sadece erkek giyiminde 60'tan fazla model gerekiyor, ayrıca kadın kıyafetleri ve birçok özel özellik var. Bu şekilde erkek ve kadın giyiminin toplamı 120'ye yakın örnek oluyor. Keserken, önce benzer özellikleri dosyalamanız ve ardından tamamlamak için her bir dosyayı iki kez kesmeniz gerekir. Yünü keserken numuneden 1 cm ila 0.5 cm'lik bir kenar boşluğu bırakın ve ardından ince kesin. Bu set yaklaşık 5 cm kumaşı kesecektir.
Chen Lifen, "Yılda 2,5 milyon set çıktısını hesaplarsanız, tasarruf edilen bir santimetre 25.000 metre kumaş ve metre başına 100 yuan 2,5 milyon yuan olur. 5 cm aşağı 12,5 milyonluk bir kayıptır." Dedi Chen Lifen.
Kumaş kaybına ek olarak, insan gücü kaybı da göz ardı edilemez. Bu bağlamda üç ana nokta vardır: Birincisi, yetenekli kesimin manuel olarak işe alınamaması, ikincisi yavaş hız, diğeri ise manüel kesimin doğruluğunun yeterli olmaması, dolayısıyla garnitürlerin uyum oranının büyük ölçüde azalmasıdır.
Chen Lifen, Sunshine'da mevcut hacim verilerinin iyi analiz edilmediğini ve işlenmediğini söyledi.Gelecekte, bu verilerin entegrasyonu ve madenciliği yoluyla standartlaştırılmış dizgi spesifikasyonlarının oluşturulabileceği ve ardından tek adımda hassas kesim yapmak için otomatik kesme makinesi teknolojisinin kullanılabileceği umulmaktadır. Kumaş kaybını büyük ölçüde azaltacak ve işçilik maliyetlerinden tasarruf sağlayacaktır.
Dr. Wang Jian, "Yani bu, veri kaynaklarını diğer kaynaklarla takas etmenin tipik bir problemidir." Dedi. "Kaynaklar açısından bakıldığında, veri bağlantısı tüm işletmenin kaynak kullanım verimliliğini yansıtamıyorsa, dijitalleşme bir bilgi ve bilgilendirme meselesi haline geldi."
Chen Lifen, Sunshineın dijital yenilik girişimlerinin, tüm endüstri için hizmet sağlayabilen ve tüm endüstrinin rekabet gücünü artırabilen bir tekstil beyni oluşturmak için veri ve teknolojiyi hızlandıracağını umuyor.
30 Haziran sabahı Başkan Chen Lifen, tekstil beyni hakkındaki düşüncelerini paylaşmak için Xuelang Konferansı ana forumunun sahnesine çıkacak.
(Bu makale ilk olarak Titanium Media, yazar / Hu Jianglu, editör / Liu Xiangming tarafından yayınlandı)
[Kar Dalgası Konferansı Önizlemesi]
Kar Dalgası Konferansı 30 Haziran - 1 Temmuz tarihleri arasında Çin'in Wuxi kentindeki Taihu Uluslararası Fuar Merkezinde gerçekleştirilecek. Bu konferans 3000 kişilik bir ana forum, yaklaşık 30 alt forum ve yaklaşık 10.000 metrekarelik akıllı üretim teknolojisi sergisinden oluşmaktadır.
Xuelang Konferansı, üretim ve teknoloji yerleştirme için bir platform yaratmaya kendini adamıştır.Üretim şirketleri yalnızca en son küresel teknoloji kaynaklarını tam olarak anlayıp bunlarla bağlantı kurmakla kalmaz, aynı zamanda kendi sorun noktalarını yayınlayabilir ve daha geniş bir yelpazede çözümler arayabilir; teknoloji şirketleri yalnızca kendilerini gösteremezler Üretim şirketlerinin ihtiyaçlarını anlayarak, teknoloji ürünlerimiz için çok sayıda üretim uygulama senaryosu bulabiliriz.
Konferansın ana forumunun gündemi açıklandı.
Ayrıca birçok imalatçı firma ve teknolojik inovasyon firmasının başlattığı 30'a yakın dikey alt forum da arka arkaya yayınlanacak. Resmi web sitesine hoş geldiniz:
https://xuelang2018.7-event.cn/index/index/xl
Duymak istediğiniz alt forumları almak için kaydolun ~
Son 2 gün! Çin üretimi konusunda endişeleriniz varsa, Şimdi resmi web sitesine kaydolun ve ücretsiz giriş biletleri alın!
Kayıt yöntemi aşağıdaki gibidir:
1. Resmi web sitesine girin: www.xuelang-town.com veya posterin QR kodunu tarayın ve [Şimdi Kaydolun] düğmesini tıklayın;
2. [Xuelang Free Channel] 'da istediğiniz sayıda bilet için başvurun;
3. [Kayıt olmak istiyorum] düğmesine tıklayın, katılım bilgilerini doldurun ve başvuruyu gönderin;
4. Başvuru onaylandıktan sonra, katılım bilgilerini SMS olarak teyit edeceğiz;
5. Her iki taraf da kaydın başarılı olduğunu onaylar!
Xuelang Konferansı'nda görüşmek dileğiyle!
Daha heyecan verici içerik için Titanium Media WeChat ID'yi (ID: taimeiti) takip edin veya Titanium Media Uygulamasını indirin
