走进兰溪市永昌街道的浙江鑫海纺织有限公司生产车间，1500多台喷气织机正开足马力，满负荷生产。偌大的车间内，几名员工来回巡视，实时查看机器的运转情况。

　　“智能制造为企业减少人工成本，比如一台自动穿筘机能代替20个工人，投资回报率很高；MES生产执行系统精准记录生产过程中的数据，有助于企业分析订单状况，科学安排产量。”该公司董事长邱海斌说。

　　纺织产业是兰溪传统优势产业、重要支柱产业。“千人纱、万人布”，是人们对传统纺织业的老印象。但在兰溪，借助纺织行业智能制造示范市创建的东风，纺织行业以数字化改造为方向，全力推进“机器换人”智能化改造，实现生产设备、工艺技术、产品创新、企业管理、销售渠道全方位优化升级。纺织，这个昔日的劳动密集型产业，正在发生日新月异的变化。

　　未雨绸缪谋纺织行业数字“蝶变”

　　当前，智能制造已经成为推动新时代制造业高质量发展的战略方向，是构筑制造业未来竞争优势的关键所在。兰溪纺织产业基础深厚，但在高质量发展过程中仍面临利润率不高、创新性不强、人才支撑不足、要素成本上升、产业链延伸受阻等挑战。

　　“兰溪纺织行业走智能化改造之路不是一道选择题，而是一道必答题，更是一道抢答题。”兰溪市委主要负责人说。去年6月，兰溪启动纺织行业智能制造示范市创建工作，计划通过3年时间，逐步实现纺织企业设备网络化、数据可视化、文档无纸化、过程透明化、车间少人化、服务平台化，解决纺织企业招工难、能耗大、周转慢、效率低等问题，建成一批智能生产线、智能车间、智能工程，基本实现“企业数字化制造，行业平台化服务”。

　　在示范市创建启动前，省智能制造专家委员会就派驻专家组入驻兰溪，对全市纺织企业开展了为期半年的调研。经过调研，优选了第一批9家、第二批21家具有代表性的企业作为试点。

　　智慧赋能传统产业装上“数字大脑”

　　走进兰溪经济开发区浙江鑫兰纺织有限公司的“数据中枢”，当前生产了多少产品、现在是哪个班组当值、今天生产效率怎么样……进入系统一看便知。而且，通过5G网络运用，所有车间、所有设备、所有产品等海量数据实时传送到大屏幕上，整个过程流畅自如，几乎感觉不到延迟。不仅如此，借助5G超大带宽、超低延时等特点，工作人员在外地也能在手机端直接访问服务器。

　　“5G带来了高速度、大容量和低延时，兰溪纺织行业智能制造也将迎来大发展的机遇。”鑫兰纺织工作人员说。原先，鑫兰纺织本地服务器数据传输慢、储存需求大，且数据访问人数众多，存在较大的安全隐患。5G时代的到来，彻底解决了网络延时、传输不快、存储不易等问题。经测试，鑫兰纺织5G的上行速率高达150mbps，下行速率达到800mbps以上，比原来快了近10倍，今后还将持续提升。

　　“纺织行业要发展，信息化、数据化、智能化是必由之路。”看着眼前这些智能设备，从事纺织行业几十年的鑫兰纺织公司董事长黄友洪感触良多。“智能化改造结果出人意料，收效非常明显，省时、省力、差错少、效益好、市场影响力大！”他表示，尝到智能化生产的甜头后，企业将坚定不移走好智能化改造之路，进一步做大做强。

　　而以纺织行业作为主导产业的兰溪经济开发区，产值占比接近50%，辖区内52家规上纺织企业今年1—9月产值82.5亿元。因此，兰溪经济开发区大力支持纺织行业智能制造变革，下一步将加快推进时尚纺织小镇建设，推动开发区纺织行业智能化、数字化生产，进一步打响浙兰纺织这块金字招牌。

　　“你看，这里有个疵点，电脑识别出来以后机器就会自动停下，屏幕上也会出现具体疵点的位置，工人在屏幕上就能清楚地看到具体疵点的位置，操作也很方便快捷。”在万舟集团检验车间，织造一部前道厂长应小华指着屏幕上的疵点说，有了“天眼”的加成，验布的效率得到了极大提高。

　　应小华所说的“天眼”正是7个高速摄像头，能够实时捕捉白坯布表面上的疵点情况，通过信息采集传输至起着“大脑”作用的服务器中，系统可获得稳定清晰的图像，同时通过计算和数据库的信息对比，快速准确地鉴别和区分出大小、方向、形状各异的疵点，进行标识，并及时显示在电脑屏幕上，疵点情况一目了然。

　　我们了解到，验布是保证出厂成品质量的重要一关,但验布又是智能化改造中的薄弱一环。验布机用上“智能眼”，可以很好地解决这个痛点问题，在解放人力的同时，进一步提高验布效率和准确率。浙江万舟控股集团是兰溪市第一批纺织智能制造试点企业之一，经过数字化改造，验布也随之发生了“智”的变化。智能验布则采用“人工智能+大数据”的质检方式，实现对布匹检验的现场信息化采集，和信息同步资源共享的功能，把原有的验布效率提升了一倍多，准确率接近100%。同时，还可以取代人工完成对疵点打标记等工序。不仅降低了劳动成本，提高了检测速度、检测精度，还能充分发挥计算机视觉系统的稳定性，完美解决了传统人工检测的弊端，为企业赢得更多订单和利益。

　　经过一年多时间的智能化改造，兰溪试点企业成效显著，柔性化生产能力、应对外部变化能力得到提升，技术储备、人才队伍得到加强，工业大数据对智能制造的赋能效应进一步体现。