广东工业大学“织创未来”三下乡实践队赋能纺织产业智能化升级

　　2025年7月13日至19日，广东工业大学“织创未来”实践队在广州白云区开展了以“科技赋能乡村产业”为核心的暑期“三下乡”社会实践活动。团队依托自主研发的第二代大圆织机AI疵布检测装置，深入纺织车间，通过技术调试、问题解决与现场培训，帮助企业突破人工质检效率低、质量波动大的瓶颈，探索纺织产业智能化转型新路径。
　　在白云区一家典型的中小型纺织厂，夏日的高温让车间充满了热浪和棉絮的味道。广东工业大学自动化学院的“织创未来”实践队成员正忙碌在机器旁，调试着最新研发的AI疵布检测装置。作为暑期“三下乡”社会实践的一部分，他们不仅带来了前沿设备，更把实验室里的成果与车间的实际需求结合起来，让科技真正落地。
　　该工厂共有36台大圆织机，长期以来依赖人工质检，导致生产效率低、质量不稳定。4名验布工需在50℃的车间内巡检，每台织机的日产量约6千米，但人工质检仅能抽检10%。
　　实践队在安装设备的第一天就遇到挑战：车间光线不足，工业相机在低光条件下成像效果下降，影响瑕疵识别准确率。队员们立即动手设计补光方案——加装可调色温的LED环形补光灯，并利用遮光罩减少布面反光。第二天，设备长时间运行时，再加上灯板功率过高，导致设备内部温度升高，影响核心板正常运行，实践队又用3D打印材料制作导风罩并加装微型散热风扇，将运行温度降低到稳定范围。

图为疵布检测设备在大圆机上的装配图 李仲勤摄
　　除了硬件优化，队员们还根据不同布料纹理调整了算法参数，提高了系统对复杂纹理面料的识别精度。每天中午，他们会利用工人休息时间，在车间临时搭建的“微课堂”上，手把手教员工如何在平板界面上查看检测结果、确认瑕疵位置，并演示如何通过数据报表发现潜在生产问题。经过6天的持续调试与培训，AI系统的漏检率从人工质检的7%降至0.9%，停机次数减少了83%，工人劳动强度下降了70%。

图为实践队员在微调设备位置 李仲勤摄

图为实践队员与工厂工人在讨论疵布种类 李仲勤摄
　　AI检测设备的引入，还让企业第一次拥有了实时的数据化管理能力。检测数据接入工厂MES系统后，生成了“疵点热力图”和“班组质量PK榜”，为生产调度提供了科学依据。例如，设备监测到3号机在上午11时至13时油污集中，管理人员及时排查出加油工操作不当的原因，纠正后油污瑕疵减少了60%。
　　尽管智能化转型初见成效，但调研中也发现中小企业仍面临高投入、设备适配难、人才不足等挑战。实践队建议推广“以租代买”模式、建设“智能检测共享中心”，并与职业院校合作培训“智能验布员”，确保技术能被长期使用。此次“三下乡”社会实践活动，不仅帮助企业提升了生产效率，也让学生们在一线积累了宝贵的实践经验。带队老师吴老师表示：“我们希望把科研成果带到乡镇和企业中，让科技真正服务产业，这也是‘三下乡’活动的意义所在。”