長160米、寬10米的BOPP（雙向拉伸聚丙烯）生產線，猶如一條長龍橫臥在車間中央高速運轉。塑料顆粒原料從投料機加入，再從擠出機吐出，經過縱橫40倍的拉伸，變成比頭發絲還薄的薄膜，以每分鐘400米至500米的速度狂飆卷繞。這是記者在蘇州昆嶺薄膜工業有限公司生產車間見到的一幕。

“這感覺就像是在開一輛10米寬、時速400公里的超級賽車，稍有不慎就會‘翻車’。”車間里，熱浪陣陣卻沒有工人，全靠智能設備有序運轉。生產經理陳新均迎著輥軸帶起的陣陣熱風介紹，今年初公司入選最新一批全球“燈塔工廠”，是中國軟包裝行業首座生產效率型燈塔工廠。

把43個螺栓交給“AI”

薄膜產品應用廣泛，我們日常吃的薯片、餅干、奶制品等，其包裝材料就出自這家公司。但要把薄膜做到10至20微米厚，且均勻度偏差要控制在0.2微米以內，難度極高。

“過去最頭疼的就是調厚度。”陳新均指著生產線前端一排43個螺栓說，10米寬的薄膜在幾百個參數的控制下稍有波動就會產生厚度偏差。螺栓的用處是配合在線測厚儀實現薄膜厚度的閉環控制。以前，厚度的調節全靠老工人拿著扳手憑經驗人工微調，但是效率不盡如人意，往往是等發現厚度偏差，較多的廢料已經產生了。“現在有了AI，這些問題都迎刃而解。”

昆嶺薄膜在數字化轉型中，由公司的生產部門專家與數字創新部的數字專家協同創新，前者講透痛點與需求，后者攻堅算法與架構——雙方反復討論、緊密碰撞，共同推動自適應機器人和AI機器學習模型在產線成功落地。

如今走進中控室，屏幕上跳動著的一條曲線，就表示監測薄膜的厚度均勻性。一旦曲線微動，AI算法瞬間完成計算，向產線的自適應機器人下達指令，實現厚度自動調整，全程無需人員干預。“這套系統就是我們的‘自動駕駛’。”陳新均說，“算法推送最優方案，由現場的機器人完成自動調節。”

給工業油斑安裝“預警”

除了控制厚度的均勻度，高速運轉中的油污和斷頭破膜，也曾是困擾車間的另一大頑疾。塑料原料在高溫下易產生油氣凝結滴落造成瑕疵；而極薄薄膜在每分鐘500米的高速拉伸下，一旦斷頭就會引發停機。

如何攻堅？公司組建了跨界敏捷小組。陳新均帶領技術骨干把油污容易產生的區域、斷膜前的張力和溫度異常等現場“暗號”詳細梳理出來；數字創新部的專家據此安裝了AI視覺傳感器，并開發出AI破膜根因診斷模型。

以前要等油污落到膜上造成廢品，人工才能發現。如今，AI預警與APS智能排產系統相連，通過算法實時捕獲缺陷風險，還能提前預測油污源頭，并在最合適的轉產或停機節點提醒工人定向清潔，把“事后救火”變成“事前預防”。

有了AI破膜根因診斷模型的輔助，系統還可以實時調取拉伸張力、烘箱溫度、邊緣厚度、輥軸震動等幾百個關聯數據，秒級定位引發破膜的誘因。“以前斷膜找原因靠猜，現在算法直接開出‘診斷單’，教我們怎么避開破膜臨界點，非計劃停機率大大降低。”陳新均說。

給“極速挑戰”穩“油門”

控制室內的數字孿生大屏，就是車間的智能駕駛艙。

“這臺機器有300多個關鍵參數，溫度、拉伸比、風速……牽一發而動全身。”陳新均指著大屏上的數據流說，公司生產“小批量、多批次”的定制化訂單時，如果頻繁轉產提速極易導致薄膜拉斷及產品質量偏移，以前提速全憑老隊長經驗，試錯成本極高。

面對這個業務痛點，數字團隊又研發出“自動駕駛”提速模型。系統實時評估運行穩定性，在質量達標時推薦最佳提速節奏與參數組合，就像給產線裝上了“定速巡航”。“現在提速不用憑運氣踩油門，算法會告訴你每次加到多少最穩。”陳新均說，這讓產線在保障微米級品質的同時，實現了提速降本與高效轉產。

主理人心得

數字化

陳新均 生產專家不能閉門造車，數字化也不是憑一己之力就能搞成的。作為生產端的“數字轉譯員”，我們帶頭擁抱新科技，把一線最真實、最痛的生產難題翻譯給數字創新專家。當生產經驗遇上AI算法，我們不僅打通了生產線上的堵點痛點，更讓傳統制造業煥發出了全新的活力。