匯流新聞網

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。

更多匯流新聞網報導：

【MIC趨勢論壇】迎向2019「智慧交通元年」 背後推手AI神助攻

【MIC趨勢論壇】AI技術助力金屬傳產進入智慧製造時代

新聞照來源：CNEWS資料照

【匯流筆陣】
CNEWS歡迎各界投書，來稿請寄至[email protected]，並請附上真實姓名、聯絡方式與職業身份簡介。
CNEWS匯流新聞網：https://cnews.com.tw

【文章轉載請註明出處】