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)
，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(zhi)2030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)正zheng逐zhu步bu向xiang邊bian緣yuan側ce發fa展zhan，更geng加jia靠kao近jin傳chuan感gan器qi或huo執zhi行xing器qi等deng生sheng成cheng數shu據ju的de終zhong端duan。邊bian緣yuan人ren工gong智zhi能neng將jiang借jie助zhu數shu據ju驅qu動dong的de決jue策ce方fang式shi，把ba製zhi造zao數shu據ju轉zhuan化hua為wei切qie實shi可ke行xing的de見jian解jie，助zhu力li自zi主zhu製zhi造zao實shi現xian製zhi造zao業ye生sheng產chan效xiao率lv與yu競jing爭zheng力li的de躍yue升sheng（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、材(cai)料(liao)和(he)人(ren)力(li)。在(zai)資(zi)源(yuan)感(gan)知(zhi)型(xing)製(zhi)造(zao)的(de)背(bei)景(jing)下(xia)，未(wei)來(lai)數(shu)字(zi)化(hua)工(gong)廠(chang)亟(ji)待(dai)提(ti)升(sheng)對(dui)這(zhe)些(xie)資(zi)源(yuan)的(de)利(li)用(yong)效(xiao)率(lv)。在(zai)資(zi)金(jin)效(xiao)率(lv)方(fang)麵(mian)，所(suo)有(you)製(zhi)造(zao)領(ling)域(yu)的(de)資(zi)本(ben)支(zhi)出(chu)都(dou)應(ying)注(zhu)重(zhong)實(shi)現(xian)投(tou)資(zi)回(hui)報(bao)率(lv)(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。

ziyuanganzhixingzhizaodedisangefangmianshicailiaoxiaolv。zaitishengzhizaoyekechixuxingfangmian
，jianshaocailiaolangfeiyujiangdinengyuanxiaohaotongdengzhongyao，fahuizhebukehuoquedezuoyong。tongguozuidaxiandudijianshaoyuancailiaodeshiyong，zaijiehejiaqiangshengchanzhiliangkongzhi，nenggouxianzhujianshaozhenggezhizaoliuchengzhongdecailiaolangfei，zuizhongchaozhelingfeiqishengchandemubiaomaijin。zuihouyigefangmianshirenlixiaolv，yishizhongzhongzhizhong。dangqian，zhizaoyezaizhaopinshuliangongrenfangmiancunzaizhuduotiaozhan。zhizaoyebixujinkenengdijianshaorenweijieru，kecaiqudefangshibaokuo：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。

dierxiangguanjianzhanlvejujiaoyukongzhilingyu。fensanshizizhukongzhiyituoquanxindemokuaihuazidonghuajiejuefangan，dailaigenggaodelinghuoxing，jinengsuoduanshezhiheyanzhengshijian

，younengzhichiriyizengchangdexinchanpinkucundanwei(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。

zuihouyixiangzhanlvejujiaoyujiedu。jieduzhanlvezhizaijiangshengchanshujuzhuanhuaweikefuzhushijiandedongchaxinxi
，congerzhulishixianweilaigongchangdegexiangmubiao。jugusuan

，zhizaoyemeinianchanshengdeshujuliangyueda1812 PB（拍字節）。2 解jie讀du戰zhan略lve將jiang運yun用yong人ren工gong智zhi能neng技ji術shu來lai處chu理li這zhe些xie海hai量liang製zhi造zao數shu據ju，以yi提ti升sheng生sheng產chan效xiao率lv。解jie讀du戰zhan略lve的de關guan鍵jian在zai於yu在zai數shu據ju產chan生sheng的de邊bian緣yuan側ce部bu署shu人ren工gong智zhi能neng。邊bian緣yuan人ren工gong智zhi能neng將jiang通tong過guo主zhu動dong決jue策ce，結jie合he傳chuan感gan器qi融rong合he（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、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)
，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。