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。

zairujinjiyoudezhizaogongchangnei，zhizaoshebeiyuzidonghuashebeilijingduonianfanfubushuyukuozhan，hucaozuoxingwentiriyituxian。shebeijianbujinnanyishunchangxietongyunzuo
，xianghujiandelianjieyejiweiyouxian

，daozhigongchangneibupubianquefanengguantongsuoyouzidonghuashebeidetongyiwangluo。

隨著新產品庫存單位(SKU)數shu量liang持chi續xu攀pan升sheng，生sheng產chan線xian的de設she置zhi與yu驗yan證zheng時shi間jian不bu得de不bu相xiang應ying增zeng加jia。在zai醫yi療liao器qi械xie製zhi造zao領ling域yu，驗yan證zheng流liu程cheng不bu僅jin耗hao時shi漫man長chang
，成cheng本ben也ye十shi分fen高gao昂ang。此ci外wai
，產chan品pinSKU的增多還會拉低設備綜合效率(OEE)，原yuan因yin在zai於yu額e外wai投tou入ru的de設she置zhi和he驗yan證zheng會hui造zao成cheng生sheng產chan時shi間jian的de浪lang費fei，進jin而er導dao致zhi生sheng產chan效xiao率lv下xia滑hua。製zhi造zao業ye麵mian臨lin的de挑tiao戰zhan不bu止zhi於yu此ci，熟shu練lian工gong人ren短duan缺que問wen題ti同tong樣yang嚴yan峻jun。據ju預yu測ce，截jie至zhi2030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
；在zai此ci背bei景jing下xia，企qi業ye試shi圖tu在zai現xian有you廠chang房fang空kong間jian內nei提ti升sheng產chan能neng時shi，勞lao動dong力li不bu足zu的de問wen題ti便bian成cheng為wei產chan能neng提ti升sheng的de關guan鍵jian製zhi約yue因yin素su。未wei來lai數shu字zi化hua工gong廠chang正zheng是shi為wei攻gong克ke上shang述shu重zhong重zhong挑tiao戰zhan而er生sheng，致zhi力li於yu推tui動dong製zhi造zao業ye邁mai入ru全quan新xin的de發fa展zhan紀ji元yuan（見圖1）。

圖1.工業製造麵臨的挑戰。

工業製造業的轉型

congjishujiaodulaikan，zhizaoyeyiqudezhongdajinbu。liru

，tongguozaizhizaozichanheshebeishangzengjiachuanganqibushubingjinxingronghe，keshengchengfengfudeshujuji，yongyuyouhuajiqibingtigaoshebeizonghexiaolv(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、sannianhuowunianbudeng。weilaishuzihuagongchangdeguanjianmubiaozhiyi，bianshiyizuishaodezibenzhichushixianlirunzuidahua
，jinerhuodezuigaodetouzihuibaolv。qicishidianlixiaolv，xiayidaizhizaoyebixuyigengdidenenghaoshixiangenggaodechanchu
，dachengjianshaoquanqiutanpaifangdemubiao。jiangdidianlixiaohaodeguanjianjucuobaokuo：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、kekuozhanxinghelinghuoxing，tongshijiangditanpaifang
，laidachengweilaigongchangdefazhanlantu。quebaosuoyouzhizaozichanhejiqilianjiedaotongyiwangluo，shixianzhizaoshujudetoumingfangwen，bingliyongzhexieshujutuidongzhenggezhizaochangsuodegongyichixugaijin。zhizaohuanjingxujiezhuyouxianhewuxianhunhewangluo，shixiancongbianyuandaoyunduandeshishiwufenglianjie。duiyuyouxiankongzhilianjie
，qianzhaoweigongyeyitaiwangzhengbeibushuyongyugongchangwangluoyitigonggenggaodedaikuan，tongshidapeishijianminganxingwangluo(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PLC控(kong)製(zhi)，先(xian)進(jin)的(de)邊(bian)緣(yuan)計(ji)算(suan)將(jiang)被(bei)直(zhi)接(jie)集(ji)成(cheng)到(dao)機(ji)器(qi)之(zhi)中(zhong)。基(ji)於(yu)邊(bian)緣(yuan)的(de)自(zi)主(zhu)控(kong)製(zhi)讓(rang)生(sheng)產(chan)線(xian)更(geng)具(ju)可(ke)重(zhong)構(gou)性(xing)
，顯(xian)著(zhu)提(ti)升(sheng)製(zhi)造(zao)靈(ling)活(huo)性(xing)。每(mei)一(yi)台(tai)機(ji)器(qi)都(dou)成(cheng)為(wei)一(yi)個(ge)完(wan)整(zheng)獨(du)立(li)的(de)模(mo)塊(kuai)化(hua)製(zhi)造(zao)單(dan)元(yuan)
，可(ke)在(zai)極(ji)少(shao)人(ren)為(wei)介(jie)入(ru)的(de)情(qing)況(kuang)下(xia)，輕(qing)鬆(song)完(wan)成(cheng)配(pei)置(zhi)與(yu)重(zhong)新(xin)部(bu)署(shu)。通(tong)過(guo)部(bu)署(shu)更(geng)多(duo)靈(ling)活(huo)、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），shixianzhizaoyedezizhuyouhua。bianyuanrengongzhinengjiangtongguozidongzhixingchangguirenwu
，jianshaoduishulianlaodonglideyilai，bingyijinkenenggaodeliangpinlvshixiangengjugexinghuahefuzaxingdezhizao。guanjianyingyongbaokuoyindaoqudong（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、以(yi)軟(ruan)件(jian)定(ding)義(yi)為(wei)主(zhu)的(de)方(fang)向(xiang)發(fa)展(zhan)。實(shi)時(shi)無(wu)縫(feng)的(de)邊(bian)緣(yuan)到(dao)雲(yun)端(duan)連(lian)接(jie)，將(jiang)實(shi)現(xian)對(dui)新(xin)型(xing)製(zhi)造(zao)數(shu)據(ju)集(ji)的(de)透(tou)明(ming)化(hua)訪(fang)問(wen)。分(fen)散(san)式(shi)控(kong)製(zhi)借(jie)助(zhu)邊(bian)緣(yuan)計(ji)算(suan)，將(jiang)控(kong)製(zhi)功(gong)能(neng)從(cong)可(ke)編(bian)程(cheng)邏(luo)輯(ji)控(kong)製(zhi)器(qi)(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)，並bing產chan生sheng豐feng富fu的de數shu據ju集ji，為wei人ren工gong智zhi能neng模mo型xing的de訓xun練lian與yu部bu署shu提ti供gong支zhi撐cheng。邊bian緣yuan人ren工gong智zhi能neng將jiang使shi自zi動dong化hua機ji器qi完wan全quan實shi現xian自zi主zhu化hua。這zhe些xie新xin技ji術shu的de融rong合he勢shi必bi將jiang徹che底di改gai變bian未wei來lai的de數shu字zi化hua工gong廠chang
，在zai顯xian著zhu降jiang低di能neng源yuan消xiao耗hao和he材cai料liao浪lang費fei的de同tong時shi
，提ti高gao製zhi造zao業ye的de生sheng產chan效xiao率lv、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(jie)ADI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。