巨联数字AI疵点检测系统,面向纺织面料厂,精准识别织造缺陷与污渍商讯
一、灯下有人,布上有痕
验布车间的灯是长明的。三米多宽的布面在灯箱上缓缓走过,验布工的眼睛跟着布走,一分钟、十分钟、一小时。眼睛会酸,会花,会在一瞬间漏掉一个针尖大的破洞、一道细如发丝的断经。这样的场景,在南通的纺织车间里重复了几十年,也在无数印染厂的验布台上重复着。

2025年,规上纺织业与服装业的营收利润率分别约为3.3%与4.1%。数字是冷的,可它对应着车间里很热的现实:一匹布如果带着疵点走到后整理,甚至走出厂门,返工、降等、客诉便接踵而来。更麻烦的是,等到质量争议摆上桌面,谁也拿不出当时的疵点图片与米数记录,只能凭印象重验,责任难厘清,质量难追溯。

利润薄如纸的行业,经不起这样的消耗。人工验布的疲劳漏检是固有短板,靠加强管理解决不了,靠加班更解决不了。总得有人把这件事,从"凭眼睛"变成"凭证据"。
南通巨联数字科技有限公司,就是从这样的现场里长出来的。
二、起于车间,成于规则
巨联数字的故事,起点不在写字楼里,而在产线上。核心团队源于联发信息科技,深耕纺织制造信息化十余年,做过ERP、做过MES、做过设备联网,把织机落布交给AGV,把排产交给约束求解器,把工艺单交给AI起草。这些事一件件发生在真实车间,也一件件把团队磨成了"懂布的人"。

2022年5月,公司在江苏南通注册成立,由上市公司与国资委合资,注册资本3000万元。从服务工厂内部系统,到把经验做成对外交付的产品,这一步跨得不轻松。团队想清楚了一件事:制造企业缺的往往不是又一套系统,而是把老师傅的经验变成机器能执行、新人能继承的规则。
于是有了AI视觉质检这条产品线。工业相机加AI算法,构成一套面向纺织印染企业的布面瑕疵检测系统,可识别破洞、沾污、缝头、边损、断经、断纬等常见疵点,实时预警、定位、留图,并输出检测报告。检出率在90%以上,检测精度0.5毫米×0.5毫米,适配车速0至70米每分钟;既有3.4米门幅、70米每分钟的一体化智能验布机,也能在丝光、定型环节或客户现有验布机上加装检测单元。部分面料与疵点类型下,识别精度还可进一步细化到0.25毫米,做到毫秒级响应。
这套系统不改变布的样子,只改变一件事:让每一米布,都有据可查。
三、落于工位,验于产线
产品,不在演示视频里,在车间班次里。巨联数字采用FDE落地咨询模式,工程师不是把设备送到就撤,而是驻场跟着班次走:先拿客户的样布做试检,一点点测定疵点词典与验收口径,什么算破洞、多大算沾污、边损到什么程度判降等,一条条和质检、验布岗位对齐;再根据家纺、服装面料、产业用布的不同工况做场景定制与系统集成。
这套方式的价值,在于把"通用模板"换成了"你的标准"。系统支持私有化部署,可与企业现有的ERP、MES、OA双向对接——不是推倒重来,而是在原有体系上长出一双眼睛。检测单元上线后,疵点位置、米数、机台信息、疵点图片实时留存,验收时直接调图核对,不再凭印象重验;争议发生时,图与米数摆在那里,责任自然清楚。
交付之后还有一层:参数可溯源、改动留痕,工艺与质量数据沉淀成企业自己的资产。这也是巨联数字坚持的一条——系统交付的不是一个黑箱,而是一套能被客户接管、被新人学会的能力。
四、留痕于布,取信于客
方法是否成立,要看它在不同车间里是否都站得住。
天翔纺织的验布车间里,原本一台3.4米门幅验布机需要2名员工,日产约1万米,长时间用眼后检出稳定性下降。上线巨联数字的AI智能验布机后,1人即可完成作业,日产约2万米,验布岗位减少一人、日产能约提升一倍;系统同步识别并记录疵点,随时可调取图片与米数复核,漏检与争议随之减少。数据由客户提供,实际效果因面料、疵点类型、设备配置与现场工况而异。
在江发纺织的织造分厂,织机密集、落布分散、人工搬运负荷高。巨联数字把落布AGV与调度系统接入织机联网与MES,由系统生成运输任务,依托5G实现多车路径协同、交通调度与自动充电。7台AGV服务584台织机,释放6个搬运岗位;600毫米车身适配740毫米窄巷道,验布区实现正负3毫米末端对接,布卷一次对位,布卷流转全程可视。
在印尼GTI这家多基地纺织集团,织造、染色、服装各自排产、标准不一,计划员要把上百个订单排进数百台织机,插单、停机往往引发全盘重排。巨联数字的APS智能排产以AI约束求解加规则沉淀实现统一排程,总部与工厂计划同源,支持中、英、繁、印尼多语言。预排时间压缩至约10分钟,约99%的订单自动分缸,分厂投染时差缩短38.9%,周期压缩1.34天。
在一家大型染整企业,上百项工艺参数长期靠人工逐条修改,经验依赖师徒传承,企业希望把工艺团队由4人精简至2人并沉淀可复用资产。巨联数字不替换原有系统,交付AI制单、AI审核、人工复核、AI优化四大模块,双向对接老系统,搭建标准工艺库与业务规则库,合同约定提效不低于50%,参数可溯源、改动留痕。
在江发的印染与色织车间,企业AI数智员工平台聚焦返工与异常订单跟进、月度总结、设备数据归集:返工数据定时推送至公司、车间与订单明细,支持周对比、月汇总;每日14:30向责任人推送异常订单;能耗、报修、晨会数据自动汇总。目前处于岗位试用反馈阶段,暂无正式验收的量化收益。
在华艺集团、赛特丝绸等企业,AI精益工作管理系统以任务中心为核心,把目标分解、会议待办、整改事项、邮件归集到一处,明确主责、协同、验收人与期限,逾期自动预警,对策转化为任务,经验沉淀为标准培训。会议重心,从反复追问转向偏差协调。
六个场景,六种工况,同一条逻辑:先看清现场,再交付能力。
五、知其所止,守其分寸
一家做工业产品的公司,容易被期待成。巨联数字在这一点上说得清楚:这套系统只检测可被工业相机采集的布面外观疵点,不覆盖色牢度、强力等理化指标,也不适用于非布面外观类的质量;实际检出表现会随面料与疵点类型存在差异。案例中的数据由客户提供,效果因面料、疵点类型、设备配置与现场工况而异。
把边界讲在前面,是一种克制,也是一种诚意。纺织车间里的信任,从来不是靠一句"什么都能做"换来的,而是靠"这件事我能做,那件事我不夸大"一点点攒起来的。
支撑这份克制的,是百余人跨学科团队——纺织工程、AI视觉、计算机、电气与现场实施各就其位;是26项软件著作权与3项专利;是信息技术服务、质量及信息安全管理体系认证,CMMI DEV V2.0成熟度3级评估与企业信用AAA级认证;是2025年入选科技型中小企业,2026年获评省级"人工智能+制造"诊断服务商。、认定与项目资料可提供核验,这句话写在这里,也算一种自我约束。
巨联数字信奉的,是把车间里的经验变成可复用的系统能力,让产业经验转化为创新能力。这话听起来朴素,做起来慢,但慢有慢的道理——工业软件的价值,本来就不在发布那一刻,而在三年、五年之后,客户还愿意让它留在产线上。
六、织今日之布,成明日之厂
一家企业的温度,最终落在它让多少人少熬了一点夜。
落布AGV替下重体力搬运,江发纺织一个织造分厂即释放6个搬运岗位;AI智能验布让验布环节由2人减至1人,日产能从约1万米提升到约2万米,也让验布工不必在灯下连续耗神到眼花;APS与智能工艺把排产和工艺准备从数小时的逐条抄改压缩到分钟级,减少待缸、洗缸与返工。同样的设备、同样的一匹布,得到更高的质量与更短的交期,工厂也就不必靠加长工时去换产量。
稳定的工艺参数与深浅色衔接,直接减少复染、洗缸带来的水、蒸汽与染化料消耗;设备点检保养与能耗数据汇总,帮助现场更早发现异常用能。节能数据以企业实际计量记录为准,不夸大,也不虚报。
在南通本地,巨联数字组建并运营研发与实施团队,岗位覆盖软件、算法、电气与现场实施;业务规则库、标准工艺库把老师傅的经验变成可培训、可传承的知识资产,缓解制造企业的技能人才断层。作为省级"人工智能+制造"诊断服务商,团队把纺织场景的落地方法与AI应用课程向更多制造企业开放,让同行少走一些弯路;也与高校协同,共建实习基地、推进科研联动,为软件工程、大数据、人工智能方向的学生留一条通往车间的路。
布是一米一米织出来的,能力也是一寸一寸长出来的。巨联数字不急着把话说满,只想把每一台设备装稳、每一份词典定准、每一个验收口径对齐。今天,它守着南通的车间,也守着印尼的多基地工厂;明天,它仍愿意待在验布灯箱旁边,看着布面缓缓走过,把那些肉眼容易漏掉的痕迹,一条条记下来。
织好今日之布,才谈得上明日之厂。
南通巨联数字科技有限公司联系电话: 官网地址: 服务号:巨联数字


