2025年7月13日至19日，廣東工業大學“織創未來”實踐隊在廣州白云區開展了以“科技賦能鄉村產業”為核心的暑期“三下鄉”社會實踐活動。團隊依托自主研發的第二代大圓織機AI疵布檢測裝置，深入紡織車間，通過技術調試、問題解決與現場培訓，幫助企業突破人工質檢效率低、質量波動大的瓶頸，探索紡織產業智能化轉型新路徑。
　　在白云區一家典型的中小型紡織廠，夏日的高溫讓車間充滿了熱浪和棉絮的味道。廣東工業大學自動化學院的“織創未來”實踐隊成員正忙碌在機器旁，調試著最新研發的AI疵布檢測裝置。作為暑期“三下鄉”社會實踐的一部分，他們不僅帶來了前沿設備，更把實驗室里的成果與車間的實際需求結合起來，讓科技真正落地。
　　該工廠共有36臺大圓織機，長期以來依賴人工質檢，導致生產效率低、質量不穩定。4名驗布工需在50℃的車間內巡檢，每臺織機的日產量約6千米，但人工質檢僅能抽檢10%。
　　實踐隊在安裝設備的第一天就遇到挑戰：車間光線不足，工業相機在低光條件下成像效果下降，影響瑕疵識別準確率。隊員們立即動手設計補光方案——加裝可調色溫的LED環形補光燈，并利用遮光罩減少布面反光。第二天，設備長時間運行時，再加上燈板功率過高，導致設備內部溫度升高，影響核心板正常運行，實踐隊又用3D打印材料制作導風罩并加裝微型散熱風扇，將運行溫度降低到穩定范圍。

圖為疵布檢測設備在大圓機上的裝配圖 李仲勤攝
　　除了硬件優化，隊員們還根據不同布料紋理調整了算法參數，提高了系統對復雜紋理面料的識別精度。每天中午，他們會利用工人休息時間，在車間臨時搭建的“微課堂”上，手把手教員工如何在平板界面上查看檢測結果、確認瑕疵位置，并演示如何通過數據報表發現潛在生產問題。經過6天的持續調試與培訓，AI系統的漏檢率從人工質檢的7%降至0.9%，停機次數減少了83%，工人勞動強度下降了70%。

圖為實踐隊員在微調設備位置 李仲勤攝

圖為實踐隊員與工廠工人在討論疵布種類 李仲勤攝
　　AI檢測設備的引入，還讓企業第一次擁有了實時的數據化管理能力。檢測數據接入工廠MES系統后，生成了“疵點熱力圖”和“班組質量PK榜”，為生產調度提供了科學依據。例如，設備監測到3號機在上午11時至13時油污集中，管理人員及時排查出加油工操作不當的原因，糾正后油污瑕疵減少了60%。
　　盡管智能化轉型初見成效，但調研中也發現中小企業仍面臨高投入、設備適配難、人才不足等挑戰。實踐隊建議推廣“以租代買”模式、建設“智能檢測共享中心”，并與職業院校合作培訓“智能驗布員”，確保技術能被長期使用。此次“三下鄉”社會實踐活動，不僅幫助企業提升了生產效率，也讓學生們在一線積累了寶貴的實踐經驗。帶隊老師吳老師表示：“我們希望把科研成果帶到鄉鎮和企業中，讓科技真正服務產業，這也是‘三下鄉’活動的意義所在。”