摘要

本文將審視當今製造業麵臨的核心挑戰，探索正在席卷行業的變革浪潮。這場變革源於對資源敏感型製造的全新關注，而人工智能、分散式控製、混合組網及軟件定義自動化等新技術與能力協同發力，共同為未來數字化工廠的崛起築牢根基。

製造業麵臨的挑戰

zhizaoyezhengchuyuyichangzhuanxinglangchaozhizhong，xiaofeizheduigexinghuachanpinxuqiudezengchang，jiazhiyiqinghougongyinglianweijicuishengdechanyehuiliuqushideng
，chengweituidongzheyibiangedezhuyaoqudongli。erzhexie，jinjinshizhongduotiaozhanzhongdebingshanyijiao。yucitongshi，quanqiugeguozhengfuyefenfenchutaixiangguanfagui
，yijianshaozhizaoyedetanpaifang，congershixianwenshiqitijinglingpaifangmubiao。yingduizhexietiaozhanjiangweigongyezhizaoqiyekaipiquanxindefazhansaidao，qiyekejieciqijiyinruqianyanjishu，zaijiangditanpaifangdetongshi


，tigaozhizaoyedeshengchanxiaolv
、可擴展性和靈活性。

在zai如ru今jin既ji有you的de製zhi造zao工gong廠chang內nei，製zhi造zao設she備bei與yu自zi動dong化hua設she備bei曆li經jing多duo年nian反fan複fu部bu署shu與yu擴kuo展zhan，互hu操cao作zuo性xing問wen題ti日ri益yi凸tu顯xian。設she備bei間jian不bu僅jin難nan以yi順shun暢chang協xie同tong運yun作zuo，相xiang互hu間jian的de連lian接jie也ye極ji為wei有you限xian，導dao致zhi工gong廠chang內nei部bu普pu遍bian缺que乏fa能neng貫guan通tong所suo有you自zi動dong化hua設she備bei的de統tong一yi網wang絡luo。

隨著新產品庫存單位(SKU)shuliangchixupansheng
，shengchanxiandeshezhiyuyanzhengshijianbudebuxiangyingzengjia。zaiyiliaoqixiezhizaolingyu，yanzhengliuchengbujinhaoshimanchang，chengbenyeshifengaoang。ciwai，chanpinSKU的增多還會拉低設備綜合效率(OEE)
，yuanyinzaiyuewaitourudeshezhiheyanzhenghuizaochengshengchanshijiandelangfei
，jinerdaozhishengchanxiaolvxiahua。zhizaoyemianlindetiaozhanbuzhiyuci
，shuliangongrenduanquewentitongyangyanjun。juyuce，jiezhi2030年
，製造業熟練工人缺口將高達約210萬人。1 當下，多數製造活動集中於既有工廠
；zaicibeijingxia，qiyeshituzaixianyouchangfangkongjianneitishengchannengshi，laodonglibuzudewentibianchengweichannengtishengdeguanjianzhiyueyinsu。weilaishuzihuagongchangzhengshiweigongkeshangshuzhongzhongtiaozhanersheng，zhiliyutuidongzhizaoyemairuquanxindefazhanjiyuan（見圖1）。

圖1.工業製造麵臨的挑戰。

工業製造業的轉型

從cong技ji術shu角jiao度du來lai看kan，製zhi造zao業ye已yi取qu得de重zhong大da進jin步bu。例li如ru
，通tong過guo在zai製zhi造zao資zi產chan和he設she備bei上shang增zeng加jia傳chuan感gan器qi部bu署shu並bing進jin行xing融rong合he，可ke生sheng成cheng豐feng富fu的de數shu據ju集ji，用yong於yu優you化hua機ji器qi並bing提ti高gao設she備bei綜zong合he效xiao率lv(OEE)。軟件定義自動化的部署提升了製造業的生產效率、靈活性和可擴展性，大幅縮短了設置與驗證時間。此外，人工智能(AI)zhengzhubuxiangbianyuancefazhan，gengjiakaojinchuanganqihuozhixingqidengshengchengshujudezhongduan。bianyuanrengongzhinengjiangjiezhushujuqudongdejuecefangshi，bazhizaoshujuzhuanhuaweiqieshikexingdejianjie，zhulizizhuzhizaoshixianzhizaoyeshengchanxiaolvyujingzhenglideyuesheng（見圖2）。

圖2.製造業的轉型。

資源感知型製造

下一代製造業需要更全麵地審視資源消耗的各個方麵。製造業所需的四大關鍵資源分別是資金、電力、cailiaoherenli。zaiziyuanganzhixingzhizaodebeijingxia，weilaishuzihuagongchangjidaitishengduizhexieziyuandeliyongxiaolv。zaizijinxiaolvfangmian
，suoyouzhizaolingyudezibenzhichudouyingzhuzhongshixiantouzihuibaolv(ROI)，周期可能為一年

、三san年nian或huo五wu年nian不bu等deng。未wei來lai數shu字zi化hua工gong廠chang的de關guan鍵jian目mu標biao之zhi一yi，便bian是shi以yi最zui少shao的de資zi本ben支zhi出chu實shi現xian利li潤run最zui大da化hua，進jin而er獲huo得de最zui高gao的de投tou資zi回hui報bao率lv。其qi次ci是shi電dian力li效xiao率lv，下xia一yi代dai製zhi造zao業ye必bi須xu以yi更geng低di的de能neng耗hao實shi現xian更geng高gao的de產chan出chu，達da成cheng減jian少shao全quan球qiu碳tan排pai放fang的de目mu標biao。降jiang低di電dian力li消xiao耗hao的de關guan鍵jian舉ju措cuo包bao括kuo：部署高效電機驅動器，將氣動驅動替換為機電驅動
，運用自適應閉環控製技術提升製造效率，等等。

資(zi)源(yuan)感(gan)知(zhi)型(xing)製(zhi)造(zao)的(de)第(di)三(san)個(ge)方(fang)麵(mian)是(shi)材(cai)料(liao)效(xiao)率(lv)。在(zai)提(ti)升(sheng)製(zhi)造(zao)業(ye)可(ke)持(chi)續(xu)性(xing)方(fang)麵(mian)，減(jian)少(shao)材(cai)料(liao)浪(lang)費(fei)與(yu)降(jiang)低(di)能(neng)源(yuan)消(xiao)耗(hao)同(tong)等(deng)重(zhong)要(yao)，發(fa)揮(hui)著(zhe)不(bu)可(ke)或(huo)缺(que)的(de)作(zuo)用(yong)。通(tong)過(guo)最(zui)大(da)限(xian)度(du)地(di)減(jian)少(shao)原(yuan)材(cai)料(liao)的(de)使(shi)用(yong)，再(zai)結(jie)合(he)加(jia)強(qiang)生(sheng)產(chan)質(zhi)量(liang)控(kong)製(zhi)，能(neng)夠(gou)顯(xian)著(zhu)減(jian)少(shao)整(zheng)個(ge)製(zhi)造(zao)流(liu)程(cheng)中(zhong)的(de)材(cai)料(liao)浪(lang)費(fei)，最(zui)終(zhong)朝(chao)著(zhe)零(ling)廢(fei)棄(qi)生(sheng)產(chan)的(de)目(mu)標(biao)邁(mai)進(jin)。最(zui)後(hou)一(yi)個(ge)方(fang)麵(mian)是(shi)人(ren)力(li)效(xiao)率(lv)

，亦(yi)是(shi)重(zhong)中(zhong)之(zhi)重(zhong)。當(dang)前(qian)
，製(zhi)造(zao)業(ye)在(zai)招(zhao)聘(pin)熟(shu)練(lian)工(gong)人(ren)方(fang)麵(mian)存(cun)在(zai)諸(zhu)多(duo)挑(tiao)戰(zhan)。製(zhi)造(zao)業(ye)必(bi)須(xu)盡(jin)可(ke)能(neng)地(di)減(jian)少(shao)人(ren)為(wei)介(jie)入(ru)，可(ke)采(cai)取(qu)的(de)方(fang)式(shi)包(bao)括(kuo)：推廣自主製造模式，應用先進機器人技術，部署具備實時感知能力、能快速響應操作環境與製造需求變化的自動化解決方案（見圖3）。

圖3.資源感知型製造。

未來數字化工廠

ADI公司對未來數字化工廠的願景，聚焦於連接、控製和解讀這三大核心支柱。連接戰略旨在通過提升製造業生產效率
、可ke擴kuo展zhan性xing和he靈ling活huo性xing
，同tong時shi降jiang低di碳tan排pai放fang，來lai達da成cheng未wei來lai工gong廠chang的de發fa展zhan藍lan圖tu。確que保bao所suo有you製zhi造zao資zi產chan和he機ji器qi連lian接jie到dao統tong一yi網wang絡luo
，實shi現xian製zhi造zao數shu據ju的de透tou明ming訪fang問wen，並bing利li用yong這zhe些xie數shu據ju推tui動dong整zheng個ge製zhi造zao場chang所suo的de工gong藝yi持chi續xu改gai進jin。製zhi造zao環huan境jing須xu借jie助zhu有you線xian和he無wu線xian混hun合he網wang絡luo，實shi現xian從cong邊bian緣yuan到dao雲yun端duan的de實shi時shi無wu縫feng連lian接jie。對dui於yu有you線xian控kong製zhi連lian接jie

，千qian兆zhao位wei工gong業ye以yi太tai網wang正zheng被bei部bu署shu用yong於yu工gong廠chang網wang絡luo以yi提ti供gong更geng高gao的de帶dai寬kuan，同tong時shi搭da配pei時shi間jian敏min感gan型xing網wang絡luo(TSN)來確保實時流量控製的確定性。對於諸如自主移動機器人(AMR)等移動應用
，靈活的專用5G網絡起到補充作用，並且專用5G網絡還可連接難以輕鬆接入有線工業以太網的遠程傳感器和執行器。

第di二er項xiang關guan鍵jian戰zhan略lve聚ju焦jiao於yu控kong製zhi領ling域yu。分fen散san式shi自zi主zhu控kong製zhi依yi托tuo全quan新xin的de模mo塊kuai化hua自zi動dong化hua解jie決jue方fang案an，帶dai來lai更geng高gao的de靈ling活huo性xing，既ji能neng縮suo短duan設she置zhi和he驗yan證zheng時shi間jian
，又you能neng支zhi持chi日ri益yi增zeng長chang的de新xin產chan品pin庫ku存cun單dan位wei(SKU)。從傳統生產線的集中式可編程邏輯控製器(PLC)轉向分散式PLCkongzhi
，xianjindebianyuanjisuanjiangbeizhijiejichengdaojiqizhizhong。jiyubianyuandezizhukongzhirangshengchanxiangengjukezhonggouxing
，xianzhutishengzhizaolinghuoxing。meiyitaijiqidouchengweiyigewanzhengdulidemokuaihuazhizaodanyuan

，kezaijishaorenweijierudeqingkuangxia
，qingsongwanchengpeizhiyuzhongxinbushu。tongguobushugengduolinghuo、模塊化的製造解決方案
，並由分散式自主控製予以支持，我們能夠更好地實現未來數字化工廠的目標。

最zui後hou一yi項xiang戰zhan略lve聚ju焦jiao於yu解jie讀du。解jie讀du戰zhan略lve旨zhi在zai將jiang生sheng產chan數shu據ju轉zhuan化hua為wei可ke付fu諸zhu實shi踐jian的de洞dong察cha信xin息xi，從cong而er助zhu力li實shi現xian未wei來lai工gong廠chang的de各ge項xiang目mu標biao。據ju估gu算suan，製zhi造zao業ye每mei年nian產chan生sheng的de數shu據ju量liang約yue達da1812 PB（拍字節）。2 jieduzhanlvejiangyunyongrengongzhinengjishulaichulizhexiehailiangzhizaoshuju
，yitishengshengchanxiaolv。jieduzhanlvedeguanjianzaiyuzaishujuchanshengdebianyuancebushurengongzhineng。bianyuanrengongzhinengjiangtongguozhudongjuece
，jiehechuanganqironghe（包含工業視覺、溫度、壓力/力

、測斜儀
、位置
、振動、濕度等測量方式），實(shi)現(xian)製(zhi)造(zao)業(ye)的(de)自(zi)主(zhu)優(you)化(hua)。邊(bian)緣(yuan)人(ren)工(gong)智(zhi)能(neng)將(jiang)通(tong)過(guo)自(zi)動(dong)執(zhi)行(xing)常(chang)規(gui)任(ren)務(wu)，減(jian)少(shao)對(dui)熟(shu)練(lian)勞(lao)動(dong)力(li)的(de)依(yi)賴(lai)
，並(bing)以(yi)盡(jin)可(ke)能(neng)高(gao)的(de)良(liang)品(pin)率(lv)實(shi)現(xian)更(geng)具(ju)個(ge)性(xing)化(hua)和(he)複(fu)雜(za)性(xing)的(de)製(zhi)造(zao)。關(guan)鍵(jian)應(ying)用(yong)包(bao)括(kuo)引(yin)導(dao)驅(qu)動(dong)（移動機器人）
、缺陷或異常檢測（機器健康狀況）、持續的工藝改進、模式識別（質量控製）

，最終還將融入自動化控製循環

，成為其中重要一環。

圖4.實現未來數字化工廠的幾點關鍵要求。

結論

製造業正在經曆一場變革，朝著更智能、更互聯
、yiruanjiandingyiweizhudefangxiangfazhan。shishiwufengdebianyuandaoyunduanlianjie
，jiangshixianduixinxingzhizaoshujujidetouminghuafangwen。fensanshikongzhijiezhubianyuanjisuan
，jiangkongzhigongnengcongkebianchengluojikongzhiqi(PLC)遷移至機器本身。傳感器融合技術的應用提升了機器的設備綜合效率(OEE)，bingchanshengfengfudeshujuji，weirengongzhinengmoxingdexunlianyubushutigongzhicheng。bianyuanrengongzhinengjiangshizidonghuajiqiwanquanshixianzizhuhua。zhexiexinjishuderongheshibijiangchedigaibianweilaideshuzihuagongchang，zaixianzhujiangdinengyuanxiaohaohecailiaolangfeidetongshi，tigaozhizaoyedeshengchanxiaolv、靈ling活huo性xing和he可ke擴kuo展zhan性xing。對dui於yu製zhi造zao商shang而er言yan
，成cheng功gong的de關guan鍵jian在zai於yu如ru何he與yu生sheng態tai係xi統tong內nei的de其qi他ta公gong司si展zhan開kai合he作zuo
，因yin為wei豐feng富fu多duo樣yang的de經jing驗yan和he能neng力li對dui於yu加jia速su實shi現xian未wei來lai數shu字zi化hua工gong廠chang的de願yuan景jing至zhi關guan重zhong要yao。如ru需xu進jin一yi步bu了le解jieADI針對未來數字化工廠的可持續自動化解決方案
，請訪問

analog.com/industrialautomation。

參考文獻

1 Victor Reyes、Heather Ashton和Chad Moutray，“Creating Pathways for Tomorrow’s Workforce Today:Beyond Reskilling in Manufacturing”，Deloitte Insights，美國製造業研究所，2021年5月。

2 “Deloitte Survey on AI Adoption in Manufacturing”

，Deloitte，2020年。