当前位置:主页 > 经济论文 > 国际贸易论文 >

森创公司服装智能制造优化研究

发布时间:2020-08-13 09:24
【摘要】:我国的纺织服装产业,是我国重要的支柱产业。近些年以来,劳动力的成本越来越高,各项生产要素的成本也在不断的上升,属于劳动力密集型的纺织服装业在劳动力成本上的优势越来越弱,随着人口结构的不平衡、人口老龄化问题的不断严峻,未来劳动力的成本还会提高。同时,来自国际上的竞争也不断加剧,一方面,欧美发达国家通过实施再工业化战略抢占高端的产品市场;另一方面,凭借成本价格低的优势,发展中国家也积极抢占中低端的产品市场,这些内外因素给我国的纺织服装业带来了巨大的挑战。我国纺织服装业,需要通过智能制造,才能够提升信息化、自动化和智能化的水平,以促使我国的服装制造产业能够摆脱劳动力的束缚,从而提高制造水平,增强在世界上的竞争能力。实施智能制造,是我国纺织服装产业发展的要求,也是促进我国纺织服装产业转型升级、提升竞争优势的必经之路。笔者对国内外的有关文献资料进行了收集整理,并对国内外与智能制造有关的理论知识进行了深入研究,结合理论研究和实证分析方法,通过对森创公司及其经营模式、公司业务流程的实际状况等,认为公司的当务之急是要尽快实施智能制造战略,并指出了提升公司智能制造系统的方案:数字化研发系统与智能制造系统。其中数字化研发系统包括PLM产品生命周期系统与3D模拟设计系统,智能制造系统包括MES系统、APS排程系统、WMS仓库管理系统。智能制造支撑方案包括精益管理思想、主数据管理与信息安全体系,并运用项目管理的方式制定实施计划,分析实施重点与难点以及建立实施保障体系,最终顺利完成了智能制造提升方案的项目实施。通过智能制造提升方案的实施,压缩产品上市周期、提升生产效率、提高产品质量水平,帮助森创公司由传统的大批量少品种的生产模式向小批量多品牌的柔性快反生产模式进行转变。同时也希望通过本文对智能制造提升方案的思考,为其它服装生产企业进行智能制造建设提供一些借鉴。
【学位授予单位】:兰州大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:F426.86;F752.6
【图文】:

智能制造系统,架构


森创公司服装以智能化工厂为主、其二是核心以智能化为基础为云端数据流、其四是支撑选择互联网智能制造系统包括三个维度的架构,其一是其二是智能功能架构、其三是系统层级架构构由具有关联性的一系列价值创造活动所组架构则主要涵盖了系统资源集成、信息共享要素分配等方面;系统层级架构则覆盖了企管理层面、车间层面以及配合层面。设战国心针对具有全生命周期的产品,以云计算、大为代表的最新信息技术为核心,搭建系统制在关键环节拥有自主感知度、执行力、决策可以根据环境的变化来进行相应调整,进而的最终目标。资料整理统架构包含以下要素:

智能制造系统,技术架构


图 2-3 智能制造系统技术架构图资料来源:宋志婷. 智能制造信息系统鲁棒性分析与控制[D].华南理工大学,2018.第一层是智能装备。该层的关键,除了智能装备本身,还包括制定统一的数据接口,并就数据格式形成一致。第二层是智能工厂。通过技术的应用范围来分类,主要包括两方面内容,其一是工业控制、其二是生产经营管理。工业控制主要包括众多的工控系统,在符合政府部门、行业协会所制定的各类协议、行业规范基础上,对设备以及系统实现兼容。生产经营管理,主要是讲所有涉及到的信息资源与数据,纳入到产品的全生命周期管理过程当中,最大程度的优化工艺技术。第三层是服务平台。以无线网络、以太网、物联网、云平台等新时代信息技术作为联通基础,通过电商平台、工业云、大数据等技术来形成覆盖产品全生命周期的体系,从而为产品的智能化服务提供坚实的服务保障。第四层是制造新模式。以物联网、云计算、大数据库、电商平台等信息技术为核心,着力打造多种制造新模式,主要有五种,其一是流程性智能制造新模

架构图,公司组织,架构


兰州大学硕士论文 森创公司服装智能制造优化研究第三章 森创公司服装智能制造现状概述3.1 森创公司简介作为一家典型的服装外贸企业,森创公司自1992年设立,历经20余年发展,现有有员工 1500 多名,具有年生产 300 万件的高档时装生产能力。公司主要市场为欧洲及美国,主要生产高档女性时装产品,主营业务方式包括 OEM 及 ODM 两种。2016 年位列中国对美国纺织品服装出口企业排名第 72 位,2017 年出口产值达 1.2 亿美元。森创公司组织架构图如下:

【相似文献】

相关期刊论文 前10条

1 李培根;;有关智能制造的冷思考[J];纺织科学研究;2019年07期

2 李铁芳;;智能制造与机器人应用关键技术与发展趋势[J];科技风;2019年20期

3 ;国产机器人向中高端市场转型[J];机械;2019年06期

4 钱展;;2019中国智能制造发展的十大关键[J];商业文化;2019年11期

5 ;智能,那么近,那么远……[J];印刷工业;2019年03期

6 蔡克俭;;促进制造业与新一代信息技术、智能技术深度融合——宁波市推进智能制造工程总结与展望[J];中国信息化;2019年06期

7 李培根;;智能制造要夯实“数据”“互联”基础[J];智慧中国;2019年07期

8 余敏丰;王梦晗;王婧怡;孙俊勤;;企业智能制造与费用粘性研究[J];管理会计研究;2019年04期

9 史鹤幸;;智同 智变 智远——科大智能十七载经济走笔[J];上海企业;2019年07期

10 ;《上海市智能制造行动计划(2019—2021年)》目标[J];上海节能;2019年07期

相关会议论文 前10条

1 ;宝钢股份炼钢智能制造策划及进展[A];2018年转炉炼钢技术交流会会议论文集(摘要)[C];2018年

2 ;工程院士王天然论述:智能制造与智能制造空间[A];西南汽车信息(2018年第1期 总第382期)[C];2018年

3 丁汉;;机器人与智能制造技术[A];第十九届中国科协年会——分5“智能制造引领东北工业基地振兴”交流研讨会论文集[C];2017年

4 袁俊瑞;;团体标准提升我国智能制造的竞争优势[A];第十九届中国科协年会——分5“智能制造引领东北工业基地振兴”交流研讨会论文集[C];2017年

5 苏超;;关于智能制造标准体系的思考[A];第十五届中国标准化论坛论文集[C];2018年

6 王建伟;;论“智造”生产新模式[A];2017年第七届全国地方机械工程学会学术年会暨海峡两岸机械科技学术论坛论文集[C];2017年

7 丁蓉;金星;;中国智能制造行业技术及品牌发展报告[A];两岸创意经济研究报告(2017)[C];2017年

8 ;台达再次荣获多项大奖,全产品链助力智能制造[A];今日轨道交通(抢鲜版)[C];2015年

9 刘铸红;;智能制造和智能服务的思考与努力[A];第三届中国造纸装备发展论坛报告和论文专集[C];2016年

10 丁汉;;机器人与智能制造技术[A];2015年中国自动化大会摘要集[C];2015年

相关重要报纸文章 前10条

1 尹晖;市人大常委会专题视察智能制造产业发展情况[N];无锡日报;2016年

2 记者 吴佳妮 通讯员 舒也文;钱塘智慧城建生态绿谷[N];浙江日报;2016年

3 大雨;智能制造内生动力在于管理[N];中国航天报;2016年

4 张冶 贾倩;从工业4.0审视航天智能制造[N];中国航天报;2016年

5 大雨;新一轮“机器人风暴”来袭,中国“怎么破”[N];中国航天报;2016年

6 记者 刘纯;智能制造提升“含金量”频揽项目[N];无锡日报;2016年

7 尹晖;智能制造迈向高端 提升企业智能制造水平[N];无锡日报;2016年

8 中国电信董事长 杨杰;第三次战略转型:拥抱智能时代[N];通信产业报;2016年

9 本报记者 王季平;高兴镇:智能制造高起点加速“奔跑”[N];日照日报;2019年

10 本报记者 王琼;勇立智能制造时代新潮头[N];滁州日报;2019年

相关博士学位论文 前10条

1 陈铁健;智能制造装备机器视觉检测识别关键技术及应用研究[D];湖南大学;2016年

2 李小敏;面向智能制造的工业无线网络服务质量优化关键技术研究[D];华南理工大学;2018年

3 宋志婷;智能制造信息系统鲁棒性分析与控制[D];华南理工大学;2018年

4 潘全科;智能制造系统多目标车间调度研究[D];南京航空航天大学;2003年

5 张晓峰;可重构智能制造系统的基础研究[D];南京航空航天大学;2001年

6 姜永成;空间曲面往复走丝线切割智能制造系统关键技术研究[D];哈尔滨理工大学;2008年

7 王友发;面向智能制造的多机器人系统任务分配研究[D];南京大学;2016年

8 孙志峻;智能制造系统车间生产优化调度[D];南京航空航天大学;2002年

9 张祖国;基于社会化的协同智能制造系统研究[D];中国科学院国家空间科学中心;2015年

10 荀亚玲;集群环境下的关联规则挖掘及应用[D];太原科技大学;2017年

相关硕士学位论文 前10条

1 陈炜明;人工智能的哲学探究[D];厦门大学;2017年

2 李旭;智能制造背景下海尔内部控制优化研究[D];天津财经大学;2018年

3 陈歆;面向生产调度的智能制造能力评估方法研究[D];浙江大学;2019年

4 艾文玲;代工制造企业的智能化转型策略研究[D];北京邮电大学;2019年

5 汪小征;森创公司服装智能制造优化研究[D];兰州大学;2019年

6 陈志璇;基于ARM的智能手套机控制系统设计与开发[D];浙江工业大学;2019年

7 沈建军;A公司智能电视主机研发项目风险管理研究[D];深圳大学;2018年

8 邱茜茜;智能装备领域中职学生职业技能匹配与发展路径研究[D];浙江工业大学;2019年

9 梁雪;基于行业标准的智能制造领域现代学徒制研究[D];浙江工业大学;2018年

10 刘璐;基于SA、GA改进BP神经网络模型的智能制造项目投资风险分析[D];天津工业大学;2019年



本文编号:2791814

资料下载
论文发表

本文链接:https://www.wllwen.com/jingjilunwen/guojimaoyilunwen/2791814.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户56e77***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com