传统工业思维模式待改变
中国作为低成本制造大国的竞争优势正在逐步丧失。随着劳动力和其他要素成本上升及国内外其他因素影响，纺织企业利润增长幅度已从2011年的43.9%下降到2015年的5.3%。革新迫在眉睫，我国纺织产业向智能制造转型升级已经启动，并且在共性技术、智能制造车间示范、数字化智能化纺织装备和工艺、纺织服务制造及网络协同制造、智能纺织材料等领域取得了一定进展。 但与国外先进水平相比，我国纺织产业转型升级尚存在一系列问题。根据《报告》，这些问题主要表现为纺织装备和数据缺乏互联互通，纺织制造数据采集、信息融合、智能执行、智能运营能力不足，纺织制造与新一代人工智能融合缓慢，纺织智能制造关键部件、基础件和电子元器件大多依靠引进。同时，制约纺织产业智能制造发展的主要因素是数量众多纺织企业的传统工业思维、纺织科技人才队伍和科技资源力量薄弱、纺织智能制造研发投入不足、纺织智能制造软硬件基础能力弱、跨领域协同不够等，导致产品同质化，要素成本高，竞争乏力。部分企业已有成功实践
中国工程院专家表示，纺织产业要成功转型，迈向智能制造，首先需要解决的问题是实现装备互联、消除信息孤岛。在智能制造过程中，通过对机器所产生的各种数据的自动化采集、统计、分析和反馈，将结果用于优化制造过程，可以大大提高生产效率。推进智造需做好“数据”基本功
但部分企业在某一领域的成功实践并不代表整个产业的升级。对于如何推进纺织行业智能制造，中国工程院专家表示，企业要以数字化、网络化、智能化为核心，以问题为导向，以实际需求为依据来推进智能制造，要做好“数据”这个基本功，把包括物、设备等在内的所有制造要素数字化，也要把人“物化”为数字，把人的各种行为数字化，在此基础上实现数据互联互通，进而实现网络化和智能化，支撑决策和运行。据此，企业可以根据自己所处的不同阶段采取不同的策略，阶梯式逐步推进。 正是以数字化、网络化、智能化为核心，《报告》提出了纺织产业领域智能制造基本范式，即基于HCPS（人-信息-物理系统）的纺织产业智能制造体系，以及基于工业大数据的纺织产业数字化管控体系。这两个范式不仅将HCPS融入到纺织全流程，实现状态感知、实时分析、科学决策和精准执行，而且通过全流程互联互通，智能传感器采集各种数据形成工业大数据，在工业大数据平台上，通过工业软件实现纺织生产的大数据应用场景。