航民股份智能化转型

 

最近，浙江航民股份有限公司首席信息官虞涛迎来了一位“新同事”——数字员工“小布点”。虽然入职不久，它已迅速成为车间的“老师傅”。

 

比如在品质问题的把控中，过去三名老师傅带徒弟分析约60块面料需一周时间，“小布点”不到两小时就能处理一万块面料的数据，并生成精准的加工工艺方案。

 

类似的数字身影活跃在萧山区瓜沥镇更多纺织企业的生产线上。作为“中国化纤织造名镇”，瓜沥积极承接人工智能赋能制造业（化纤纺织）省级试点，从生产、质检等各个环节逐步推进AI赋能，让传统纺织不“传统”。

 

在纺织行业，AI应用远比想象中复杂。数据壁垒、非标准化，以及如何将老师傅的经验转化为可复制、可优化的数据模型，都是挑战。虞涛介绍，“小布点”融合DeepSeek、通义千问等大模型，基于企业1.6TB、约19.4亿条的历史生产数据，能够自主学习、分析并优化染整工艺参数，预期研发效率可提升50%，出疵率降低15%。

 

目前，航民股份还在探索通过AI辅助来解决车间内的配方颜色不准以及后整理对颜色的影响问题，对于特定品种的布料，模型预测的颜色偏差准确率已达95%以上，预计下半年可正式上线。

 

AI视觉算法则让纺织产业拥有了“火眼金睛”。在杭州航民达美染整有限公司的车间里，智能验布设备正以“AI质检员”的身份上岗。它可以精准识别80余种布匹瑕疵，检测速度达60米/分钟、精度达0.05毫米，综合瑕疵检出率超85%。

 

去年，航民股份工艺参数智能配比场景、达美染整工业AI智能检测数据集场景双双上榜萧山区制造业人工智能应用场景“揭榜挂帅”项目。龙头企业的创新探索，为本土企业蹚出一条可复制的新路。

 

当然，AI赋能的价值远不止于替代人工。

 

瓜沥本土企业图南益（杭州）智能科技有限公司负责人叶军告诉记者，纺织行业的疵品率在1%左右，但在行业竞争激烈的当下，这看似不起眼的1%，却可能占到企业整体利润的30%。

 

基于多年的纺织从业经验，图南益开发的AI边织边检系统，能够精准识别断纱、漏针、污点等缺陷，并实时报警、联动停机。而质检员可以从重复性的肉眼检查中解放出来，转向管理设备、分析数据和优化算法等更高技术含量的工作。

 

目前，这套系统已在瓜沥的多家纺织企业落地应用，带去了实实在在的“AI生产力”。以杭州仁庄纺织科技有限公司为例，借助该系统，企业疵品率降低85%左右，净利润提高5%至13%。去年年底，仁庄纺织成功升级为规上企业。