环锭纺纱全流程机器人自动化生产关键技术

郑小虎， 刘正好， 陈 峰， 刘志峰， 汪俊亮， 侯 曦， 丁司懿

1. 东华大学 人工智能研究院， 上海 201620；

2. 上海工业大数据与智能系统工程技术研究中心， 上海 201620；
3. 东华大学 机械工程学院， 上海 201620；

4. 经纬纺织机械股份有限公司， 北京 100176；
5. 中国纺织机械协会， 北京 100028)

环锭纺纱作为用量最大、最通用的纺纱生产工艺，具有生产流程长、工序多、多批次、设备布局复杂的特点。随着纺纱生产逐渐从劳动密集型向技术密集型的转变，对于环锭纺纱生产工艺的自动化、智能化要求也逐渐提升，亟需以精准解决技术痛点为目标的可移植、可参考性强的环锭纺纱全流程自动化生产新模式[1-2]。

国外纺纱行业近年来研究重点是提升纺纱工艺各工序的自动化、智能化程度。以细纱工序为例，瑞士立达集团研发的细纱自动接头机器人(ROBOspin)实现了机器运行、落纱过程中断头的自动处理；
意大利萨维奥公司研发的转杯纺纱机(HelioS气流纺纱机)使用独立的全自动落纱机构和自动接头小车，实现了多台细纱机与络筒机的定制直连。针对纱线质量控制，Haleem等[3]开发了一种均匀度检测系统，基于机器视觉技术实现纱线在线质量控制;牟新刚等[4]开发了一种筒子纱缺陷在线检测系统。但目前国内主要纺纱企业的配棉排包、条并卷与精梳工序间的连接等关键生产工序仍为人工完成，纱线成品缺陷自动检测技术的工业化程度较低。同时，由于各纺机企业信息接口与通信协议不一致，存在数字化信息与物理化装备脱节、高端纺纱装备低效运转的问题。

针对纺纱生产线布局设计及生产线调度问题，Xu等[5]提出了一种基于可编程逻辑控制器(PLC)的工业纺纱生产线精确控制系统；
文献[6-8]基于模拟退火遗传算法，建立了纺纱车间多自动导引运输车(AGV)调度仿真模型。针对纺纱企业生产管控技术，万由顺等[9]提出了以制造执行系统(MES)管控为核心，以企业资源计划(ERP)大数据分析为扩展的全流程智能纺纱管理系统；
殷士勇等[10-12]提出“纤维流-数据流-控制流”融合的环锭纺纱信息物理生产系统建模方法，研究了基于区块链的工艺参数和数据指令传输技术，提出了智能车间温度闭环精准控制方法和基于深度强化学习的纱线质量控制方法；
郑小虎等[13]基于数字孪生技术，提出了纺纱智能工厂参考模型。目前，纺纱生产管控的研究成果实际转化较为困难，相关工业软件大都选用信息技术研发商的通用软件，多系统业务集成下的管理自动化程度低。

国内外针对环锭纺纱机器人自动化生产技术的研究相对分散，相关成果难以有效提升生产线整体自动化率。现有的针对纱线柔性特点的纺纱专用机器人及其末端执行器，难以保证生产线的全流程连续自动化生产，环锭纺纱全流程生产自动化、全流程管控运维智能化的技术能力尚未形成。本文围绕环锭纺纱全流程机器人自动化生产技术，提出了以填补生产线断点为核心的生产线布局设计，研究了生产线多批次任务调度方法，重点针对解决工序间自动连接问题的关键工艺机器人展开研究，形成了以信息集成管控技术为核心的环锭纺纱生产线全流程管控模式。

面向纺纱行业机器人自动化全流程生产要求，以建立具备生产全过程故障检测与诊断、流程信息化、数据可追溯功能的高端环锭纺纱生产线为目标，展开纺纱全流程自动化生产工艺与工业机器人深度集成研究，实现纺织柔性体专用夹持末端技术在纺纱生产中的系统应用和工序自动化连接；
设计智能物流输送系统，实现机器人和纺纱单机设备集成及纺纱全流程高度自动化生产；
基于工业通信网络及现场总线，建立纺纱装备间的互联互通模型，实现生产智能管控；
引入面向设备运行状态分类需求的大数据分析算法，实现设备状态预警功能，保障长时间无故障生产。

环锭纺纱全流程生产线布局配置如图1所示。环锭纺纱全流程机器人生产线以纺纱工艺单机设备为基础，根据全流程的自动化需求优化纺纱工艺路线，设计工序间连接输送机构与生产线物流输送设备，配置实现配棉排包、精梳机自动喂棉卷等工序的自动化机器人，实现纺纱工艺单机设备、工序机器人之间的互通互联、协同运作，实现自动化生产线建设目标。

图1 环锭纺纱全流程生产线布局配置

1.1 智能化主机设备

智能化主机设备包含：清梳联合机(含清花设备、异性纤维分拣机以及梳棉机)→预并并条机→条并卷联合机→精梳机→末并并条机→自动落纱粗纱机→集体落纱环锭细纱机→细络联型自动络筒机。

1.2 环锭纺纱关键工艺机器人

目前，环锭纺纱部分环节尚未实现连续自动化生产，部分关键工序仍依靠人工完成。一是配棉排包，工人要完成取包、割带、摆放等工作，费时费力；
二是精梳机喂棉卷，人工形式无法实现非接触式操作，无法保证棉卷和精梳质量的稳定性；
三是筒纱成品质量检测，传统手段主要依赖人工检测与自动化检测设备相结合，而大多数检测设备难以实现二次开发，缺陷检测取决于工人的受训练程度，准确率不稳定。同时，行业内专门针对纺织品柔性特点的纺纱工艺末端执行器存在技术空白。

针对上述问题，基于直角坐标系机器人、关节机器人及AGV等机器人本体，开发自动配棉排包、精梳机自动喂棉卷、筒纱缺陷自动检测机器人等关键纺纱工艺机器人，研究尾纱自动清除、自动接头等末端执行器技术，填补纺纱工艺断点，提升生产效率。

1.3 智能物流系统

如图1所示，在智能化自动纺纱生产线上，结合传感器、射频识别(RFID)、工业智能机器人、作业路径智能规划和数据库等技术,实现全自动智能纺纱输送系统，减少人工使用，无缝衔接全流程工序，突破生产物料输送存在断点的技术瓶颈。

1)配棉和上包系统对应抓包工序，通过配棉排包机器人自动确定配棉方案，自动输送棉包。

2)条筒输送和存储系统对应梳棉至粗纱间的数个工序，基于AGV与输送轨道，实现条筒自动运输、自动分列换筒和空满筒自动输送。

3)全自动棉卷输送系统对应条并卷至精梳工序，喂棉卷机器人实现棉卷、空满管自动输送。

4)粗细络联自动输送系统对应粗纱、细纱和络筒工序，基于尾纱清除、粗纱空满管、络筒接头、自动落纱末端执行器和输送轨道，实现空满管自动交换、粗纱尾纱自动清除、络筒自动接头、粗纱自动落纱和管纱自动输送。

5)筒纱自动包装输送系统通过筒纱输送上下料、码垛、包装和质检机器人，基于仓储智能管理系统实现筒纱自动抓取摆放、自动包装配重喷码、自动分类码垛和筒纱外观质量检测。

纺纱车间内的多道工序间存在并行机，且不同设备所需原材料的数量不同，工艺设备在某个加工批次中会生产多种半成品，需构建多批次纺纱任务调度模型来提供适用于当前纺纱任务的科学决策。本文所在团队重点研究了AGV在多阶段纺纱作业中的路径规划和决策问题，重点对比了传统遗传算法和模拟退火算法[6]，通过构建改进遗传算法(GA)框架对并条车间内多AGV路径的路线规划问题进行优化[7]，解决了混合流车间协同调度问题，显著提高了物料配送效率[8]。

2.1 技术路线

多批次任务调度方法技术路线如图2所示。其将各生产工序进行细化，研究在多级工序下多道产品线的AGV调度方法，建立起结合唯一性、设备生产批次、时间约束等条件的多AGV调度数学模型；
同时，设置包括时间相关、时间无关变量的决策变量，将调度问题分为2步进行决策，设计多AGV调度遗传算法；
最后，根据调度数学模型、调度遗传算法和实际生产数据，分别基于跨区域共享资源池、跨区域独立资源池调度策略，进而研究AGV数量变化与调度优化目标之间的关系。

图2 多批次任务调度方法技术路线

2.2 变量定义

2.2.1 加工设备定义

处于同一级的并行工序代表不同的产品生产线，而同一条产品生产线则又由多个连续的工序组成，因此，定义生产车间内共有I级工序，第i级工序中又有Zi条产品生产线，用Piz表示第i级工序中第z条产品生产线的串行工序数量。同时，定义每级工序下同时作业的加工设备为Kpiz台，用kpiz表示进行工序piz的第k台加工设备。针对每台加工设备，定义单位产品的加工时间、加工原材料的类型及数量、生产的批次、各批次的总产量、各批次加工起始时间点和结束时间点等6个设备属性。加工时间、加工原材料的类型及数量、各批次的总产量等3个变量为模型的输入量，其余3个变量为决策量。

2.2.2 原材料及产品定义

2.2.3 AGV定义

定义并条车间内共有V台相同的AGV，同时每台AGV可在任意2台加工设备间完成物料运输。物料运输时间则由加工设备之间的实际距离和路线状况所决定。

定义AGV存在2种运行状态：一种为空载状态，即处于空闲状态的小车在接到物料运输任务信号后，在不装载货物的情况下，从所在位置行驶至加工设备的运行过程，同时定义当小车在流水线的初始位置时，空载距离为0；
另一种为负载，即小车在空载状态结束后，装载物料运行至目标加工设备的距离。同时定义AGV在空载状态下的起始、结束时间节点和运输起始位置，AGV在负载状态的起始、结束时间节点，AGV运输任务的负载路线及AGV运载的指定原材料等7个属性。

2.2.4 总体变量定义

表1 符号定义

表2 决策变量定义

2.3 模型假设

针对加工设备及工序进行假设，即每台加工设备只生产同种产品,相同工序下的各加工设备性能一致，最后一级工序之后无需AGV参与；
针对AGV及运输路线进行假设，即各台小车的运输效率一致，各台小车仅能运输单位数量的原材料，小车的运输时间包括装卸料过程，不考虑小车之间的避让、故障情况。

2.4 多AGV调度模型

2.4.1 目标函数

考虑纺纱工艺特点、设备加工特点、设备及AGV属性，进行加工设备及工序假设、AGV及运输路线假设，构造协同调度数学模型。建立唯一性、原材料与产/成品数量约束和时间约束,构造完工时间最小化目标函数：

(1)

2.4.2 唯一性约束

1)加工原材料唯一性约束。每种加工原材料都与工艺、批次和加工设备相对应，在这一情况下，决策AGV所运物料即可确定小车的运输行进路线；
同时，规定同种工序下的同种批次只能由同一台加工设备负责。

∀i∈[1,I],z∈[1,Zi],p∈[1,Piz],l∈[1,Lpiz]

(2)

p=1,p′=Pi′z′,i′=i-1,

∀i∈[1,I],z∈[1,Zi],z′∈[1,Zi′]

(3)

p>1,p′=piz-1,i′=i,z′=z,

∀i∈[1,I],z∈[1,Zi],p∈(1,Piz]

(4)

∀i∈[1,I],z∈[1,Zi],p∈[1,Piz],j∈[1,Jpiz]

(5)

式(2)定义了指定工序的输入原材料，同时只能由该工序下的同一批次负责加工；
式(3)对每级生产线的首个工序中，原材料所属批次问题进行了约束；
式(4)对每级生产线的其他工序中，原材料所属批次问题进行了约束；
式(5)规定，指定工序的产品只能由该工序下的同一批次进行生产。

2)AGV 唯一性约束。原材料j仅在一台小车的单次任务中被运输；
如式(6)、(7)所示，同时对各级生产线中的首道工序和其他工序进行分类讨论。

(6)

p>1,p′=piz-1,i′=i,z′=z,∀i∈[1,I],

z∈[1,Zi],p∈(1,Piz],j∈[1,Jpizp′i′z′]

(7)

3)生产设备唯一性约束。规定每台设备单次加工只加工1个原材料。如式(8)、(9)所示，同时考虑了车间内不同工序加工设备的属性。当p=1时，加工设备所需的材料可能来自不同的生产线；
当p>1时，加工设备所需的材料来自相同的生产线。此外，规定每台设备单次加工只能产出1个产品，处于相同工序的加工设备的单次产量相同，处于不同工序的加工设备的单次产量不一定相同，如式(10)所示。

p=1,p′=Pi′z′,i′=i-1,∀i∈[1,I],

z∈[1,Zi],z′∈[1,Zi′],l∈[1,Lpiz]

(8)

p>1,p′=piz-1,i′=i,z′=z,∀i∈[1,I],

z∈[1,Zi],p∈(1,Piz],l∈[1,Lpiz]

(9)

∀i∈[1,I],z∈[1,Zi],p∈(1,Piz],l∈[1,Lpiz]

(10)

2.5 遗传算法设计

基于对数学模型的分析，提出跨区域共享资源池策略、跨区域独立资源池策略，即对问题进行集中决策和分散决策。同时基于数学模型、决策变量特征，将协同调度问题分2步决策。一是决策非时间类变量，匹配决策AGV小车与运输任务；
二是决策时间类变量，进行AGV 小车运输任务集合调度。结合实验数据结果，分析不同加工设备选择策略下的调度模型特征，对比使用2类资源策略后的调度系统效率，认为当AGV小车资源短缺时，跨区域共享资源池策略显著提升了AGV的利用率和系统生产效率；
而当AGV小车资源充足时，跨区域独立资源池策略实现了快速响应调度。

3.1 配棉排包机器人

3.1.1 系统组成

配棉排包系统架构如图3所示。传统上棉包排放由人工完成，工人要完成取包、割带、摆放等工作，费时费力。针对这一问题，根据纺纱车间网络总线和接口信息，建立信息互联互通，开发基于AGV的智能机器人及控制系统；
根据生产工艺开发末端执行系统，建立激光导航系统,设置安全防护系统，实现自动取料、自动配棉、准确定位、精准行走、智能放置等功能；
结合上层MES系统，开发仓库管理和调度系统，及时下达订单和反馈实时信息，实现配棉机器人与仓储管理系统、纺纱产线数据融合分析，形成的配棉排包物流系统实现了单次配棉小于53 s。

图3 配棉排包系统架构

3.1.2 激光导航系统

配棉排包机器人在行驶过程中，通过激光扫描器发射激光束，同时采集部署在行驶路径上的反射板反馈的动态信号，来确定机器人的实时位置及航向，结合高精度几何路径规划算法实现机器人自动驾驶及误差动态校正，重复定位精度≤±10 mm；
导航系统除反射板外，无需其他辅助定位装置，以降低后期设备部署更新对生产带来的影响；
AGV采用无线局域网的通信方式，提升通信系统抗干扰能力及通信道容量；
车载控制器采用模块化结构，方便调试维修及重组扩容。

3.1.3 仓库管理和调度系统

配棉排包机器人调度系统可根据生产订单需求，自动完成现场规划、任务调度和实时路线决策，同时实现对机器人任务状态的实时监控。

仓库管理和调度系统架构如图4所示。无人仓库管理系统在通信网络、现场总线的基础上建立通用信息模型，实现信息互联互通和纺纱装备集成，完成对工艺、计划、质量、设备及物流的智能管控。系统集成订单监控、任务监控、故障异常监控和棉包出入库管理功能为一体，实现仓库、产线数据融合分析。

图4 仓库管理和调度系统

3.2 精梳机自动喂棉卷机器人

3.2.1 自动喂棉卷机器人系统组成

精梳机自动喂棉卷机器人单元布局如图5所示。精梳机自动喂棉卷机器人通过自动运输系统和高架行车，将棉卷从精梳准备机输送至精梳机的承轴架上，将空管自动送回供条并卷机。缺卷精梳机接收棉卷到位信号后，结合全自动精梳机，实现自动换卷、自动接头、自动开车，机器人作业过程为非接触式操作，保证棉卷和精梳质量的稳定性。同时重点针对精梳机的钳板传动系统展开优化，攻克了稳压稳流控制、牵伸防堵、棉卷找头及分离技术，结合三自动功能保障质量一致性，可实现单次运输8个棉卷，单次喂棉卷时间小于50 s，减少用工5人。

3.2.2 自动退管与换卷技术

自动退空管工作原理如图6所示。当光电开关检测到棉卷补充信号时，接头罗拉加压皮辊压紧接头罗拉，形成1个钳持点；
拉筒管气缸向前翻转，压紧筒管；
伺服电动机驱动承卷罗拉反向旋转，切断棉网实现自动棉网留头。系统控制余棉风管吸取筒管残余棉网，待检测到所有余棉退绕完成后，程序控制机械手将空管拉回到筒管架，实现空管自动移位。

1—拉杆机构; 2—筒管。

3.2.3 棉条自动接头技术

1)自动接头原理。棉条自动接头原理如图7所示。

图7 棉条自动接头原理

应用伺服电动机驱动棉卷反向旋转至指定位置，实现棉网自动找头；
程序控制机械手上抬并开启，棉卷正向旋转，棉网头被抓取，到达设定值时机械手闭合夹紧棉网并下降，棉卷反向旋转将8个眼的棉网同时扯断，实现棉网头扯齐。同时，针对关键工艺展开优化，计算机模拟接头皮辊四连杆机构、吹风板四连杆机构，分析皮辊加压时罗拉受力的最佳区域，在即将换卷和换卷后保证皮辊和罗拉夹持棉层，并保持棉网张力，防止意外牵伸。优化吹风板出气角度及高低位置，保证棉层顺利剥离。

2)牵伸区防堵装置。牵伸区防堵结构如图8所示。为有效防止棉网自动接头后棉条的堵花概率，精梳机牵伸区应用喇叭口结构, 将输棉导管由弯管改为直管，降低加工难度，开车时生头更加容易；
与以往精梳机相比增加了1对压花辊，从喇叭口输送出的棉条经过2个压花辊的钳口区，牵引传送到输送辊的皮带上，减少了高速时喇叭口堵花次数，自动接头效率大幅提高。

1—扁风盒; 2—输棉导管; 3—喇叭口; 4—喇叭口座; 5—压花辊A; 6—压花辊B; 7—输送辊; 8—紧定螺钉。

3.3 筒纱外观检测系统

3.3.1 图像识别系统

筒纱检测系统结构如图9所示。筒纱外观检测机器人实现对一般筒纱成品的检测。筒纱产品由皮带机输送至工业相机底端，触发光源和工业相机图像采集指令，工业相机拍摄筒纱顶、侧面图像，筒纱瑕疵检测系统自动处理图像，判断筒纱缺陷的种类，同时不合格的筒纱将被剔除机构取出。

图9 筒纱检测系统结构

筒纱缺陷检测图像如图10所示。筒纱检测系统主要针对产品质量影响最大的几种缺陷进行识别，包括网纱缺陷、油污纱缺陷和多源纱缺陷检测，可实现在筒纱传送速度为20 m/s的情况下，单个筒纱检测时间小于10 s，同时检测3类缺陷纱品种。

图10 主要筒纱缺陷检测图像

3.3.2 筒纱检测算法设计

1)图像预处理设计。预处理部分主要包括图像分块、灰度化、消除光照不均及图像去噪4个环节，降低图像采集过程中的外部干扰。首先将筒纱图像分成若干128像素×128像素大小的子图像块，提升处理效率；
随后采用加权平均值法，对彩色图像进行灰度化处理，提升处理速度；
然后采用同态滤波算法，增强图像对比度、压缩亮度范围，消除光照不均影响；
最后采用自适应中值滤波方法，去除图像噪声，有效保留图像细节，实现图像降噪处理。

2)缺陷检测算法设计。筒纱缺陷检测算法流程如图11所示。

图11 筒纱缺陷检测算法流程图

图像识别系统在图像预处理的基础上,采用基于多尺度多方向的Gabor 与小波融合的丝饼缺陷检测算法，对预处理图像进行融合，之后进行阈值分割，并根据门限值对筒纱图像是否存在缺陷进行判别。同时，为减小产品型号识别的虚警率和误警率，使用条码识别产品的型号。

4.1 信息集成管控技术

纺纱生产工艺流程长、设备种类繁多，且大量引入数字化机器人以及物流设备，因此，纺纱装备间因接口和通信协议不一致所导致的数据孤岛问题亟待解决。信息互联互通原理如图12所示。在工业通信网络以及现场总线的基础上，实现机器人与其他数字化纺纱设备、机器人之间、机器人与中控系统进行数据交互；
构建面向生产的装备间通用信息模型与面向车间的装备间通用信息模型，实现纺纱装备集成；
研究纺纱生产线集成管控技术，实现工艺、计划、质量、设备及物流的智能管控。

图12 信息互联互通原理

4.2 纺纱质量追溯技术

纺纱质量追溯技术拓扑结构如图13所示。

质量管理系统通过安装在粗纱和空管输送链上的RFID读取设备,实现纺制品种、产量等信息的采集，当单台纺纱装备工序结束时，数据通过换纱机械手处安装的读卡器上传至主控中心进行统一调配，实现纺纱全流程质量追溯。

1)数据采集硬件设计。安装在每台粗纱机粗纱和空管交换处的RFID采集设备在接到落纱信号后，通过CAN总线控制方式接受统一管理，同时通过RS485接口将采集数据上传至管理软件内。

2)质量追溯软件设计。纺织质量管理追溯软件采用B/S架构开发数据统计分析功能,集成生产任务管理，结合生产任务详细信息、数据采集时间、粗纱机编号、采集锭位等纱管RFID标签数据，对系统内生产任务进行匹配绑定，形成全流程生产位置信息数据链，实现单管质量精准追溯。

3)质量问题统计分析。系统根据质量追溯记录问题，对数据进行统计分析，包括纱线质量问题、问题成因、落后锭子和机器问题次数，为管控纱线产量、解决落后锭子、提高工作效率提供大数据支持。

4.3 智能管理系统

全流程智能纺纱工厂管理系统构造如图14所示。智能纺纱管理系统与成套设备和物流系统深度融合，通过生产数据的采集和生产信息的追溯，信息流、物流协同管控，实现纺纱车间的智能管理。将全流程工艺参数在线设置、智能调度、智能传感、网络控制、在线检测、质量追溯、故障维护、远程运维技术高度集成，实现以生产运行、产品质量实时状态为核心的智能化分析，以智能物流、智能调度和自动配棉为核心的协同化新型生产制造系统。

1)智能生产信息管控。生产管控系统实时监测车间全流程设备的开停情况、品种分布情况、生产进度情况和环境情况，实时掌握各工序、各设备的生产情况。同时，员工通过与可视化车间看板、平板电脑及手机的实时交互，实现车间在线管理，提高生产效率。

2)智能质量管理。工艺-配棉-质量管理系统与ERP系统中的原棉数据高度集成，实现工艺路线和历史工艺在线查询、配棉设计和历史配棉在线查询。同时，采用RFID技术实现质量全流程可追溯，通过络筒问题、锭子的锭号对配棉单号进行追溯。

3)智能订单排产。根据设备产能、生产线配置情况、产品相关属性、订单交期等关键因素实现智能订单排产。

本文提出的管理系统结合智能化成套设备已在武汉裕大华集团股份有限公司等企业展开实际应用，其生产线自动化率提升至97.5%，可持续无故障运行10 000 h以上，综合生产效率提升22.65%，产品不良品率降低55%，万锭用工降低71.70%，运营成本降低40%，单位产值能耗降低14.12%，产品升级周期缩短30%。

本文面向纺纱行业机器人自动化全流程生产要求，针对环锭纺纱全流程自动化生产工艺与工业机器人的深度集成问题展开研究，为纺纱行业的智能化转型路径提供有益的补充案例，具有一定的借鉴价值。

1)针对环锭纺纱生产线多批次任务调度问题，采用最优化自动引导运输车(AGV)与原材料的匹配决策和多任务之间的集合调度策略，从任务层面提升纺纱企业的生产效率。所使用的任务调度方法有效提升了作业车间内AGV及相关工序的生产效率，降低车间运输用工，为纺纱车间的AGV协同调度问题提供案例参考。

2)针对环锭纺纱生产物流优化与机器人自动化集成问题，基于机器人本体及控制、机器人定位及地图匹配、智能路径规划等技术，实现棉包自动配料输送；
基于稳压稳流、牵伸防堵、棉卷找头及分离技术，实现机器自动喂棉卷时的质量一致性；
基于图像预处理、缺陷检测算法，研发基于视觉的筒纱外观检测系统，实现筒纱成品常见缺陷在线监测。设计的纺纱工艺机器人均已上线稳定运行，填补了全流程自动化生产断点。

3)针对环锭纺纱生产线集成管控问题，基于以信息互联互通技术为核心的集成管控策略，通过生产数据信息的动态采集、实时追溯，实现以生产线运行、纱线质量实时状态为核心的质量追溯；
基于以智能化仓储物流和服务化调度为基础的协同化控制，实现机器人和纺纱单机设备集成和纺纱全流程高度自动化集中管控。全流程生产线集成管控策略可显著提升综合生产效率，为纺纱工厂实现物流、环境、成本管控与生产运行相集成的智能化管理提供参考。

近年来，随着纺纱行业的转型升级，亟需相关共性技术的突破，提升纺纱生产的连续化和智能化水平，进而改善产品品质，减少万锭用工，降低生产过程中的损耗。本文认为，以填补全流程自动化生产断点为基础，以实现纺纱生产线信息物理生产系统精准闭环控制为核心，打造新一代纺纱智能制造系统是今后的发展趋势。