http://www.kadhoai.com.cn 2026-04-08 03:49:50 來源:ADI
摘要
ninduishuzigongchangdeyunzuofangshiganxingqu?benwenjiangshuzigongchangdegongzuoyuanliyurentideyunzuojizhixiangleibi,gaishuleshujuzuoweishuzigongchangmingmaidezhongyaoxing。wenzhonghaitantaoleshuzigongchangruhetongguozhinengbianyuandongchabangzhutigaozhizaogongchangyunyingxiaolv。
簡介
數(shu)字(zi)工(gong)廠(chang)是(shi)基(ji)於(yu)數(shu)據(ju)運(yun)行(xing)的(de)係(xi)統(tong),其(qi)中(zhong)各(ge)組(zu)成(cheng)要(yao)素(su)協(xie)同(tong)工(gong)作(zuo),以(yi)優(you)化(hua)工(gong)廠(chang)車(che)間(jian)的(de)運(yun)營(ying)效(xiao)率(lv)。在(zai)某(mou)些(xie)方(fang)麵(mian),它(ta)可(ke)以(yi)與(yu)人(ren)體(ti)相(xiang)類(lei)比(bi)。傳(chuan)感(gan)器(qi)充(chong)當(dang)眼(yan)睛(jing)和(he)耳(er)朵(duo),使(shi)中(zhong)央(yang)控(kong)製(zhi)器(qi)(或大腦)nenggoulejiezhouweihuanjing。zhixingqichongdangjirou,genjuxuyaozuochutiaozheng。gongchanglianjiewangluoxiangdangyubushuzaiquanshendeshenjingxitong,erpifuzedaibiaoduishujubaohuzhiguanzhongyaodewangluoanquanjishu。
數字工廠的優勢
zaitantaoshuzigongchangdezuchengbufenzhiqian,womenshouxiangaishuyixiaqiyoushi。shuzigongchangdeyoushizhuyaotixianweitigaoshengchanli,jinercushizhizaoyegejufashengbiange。laizishuzigongchangshengtaixitongdexinjianjieyouzhuyuweishishijuecetigongxinxi。yinci,chanpinzhiliangdedaogaishan,zhengtiyunyingxiaolvgenggao,zuizhongshixiangengjiakechixudeshengchanliucheng。gongyebumenxiaohaodenengyuanyuezhanquanqiuzongnenghaode50%,1duiyuyijinglingpaifangweimubiaodezhizaoshanglaishuo,shuzihuliangongchangshizhechangbiangedehexin。chulekechixuxingyoushizhiwai,shuzigongchanghaitigonglinghuoxingheshishipeizhinengli,yikuaisuxiangyingqianbianwanhuadexiaofeizhexuqiu。liru,zaiyiliaojiankanglingyu,renmenduigexinghuayiliaoqixiedexuqiuriyizengchang,rugenjuhuanzhegetideshentijiegouliangshendingzhide3D打da印yin關guan節jie植zhi入ru物wu等deng。隨sui著zhe工gong廠chang設she計ji變bian得de更geng加jia模mo塊kuai化hua,生sheng產chan單dan元yuan變bian得de更geng小xiao且qie適shi應ying性xing更geng強qiang,工gong作zuo流liu程cheng可ke以yi實shi時shi安an排pai和he更geng改gai,從cong而er提ti升sheng製zhi造zao速su度du,並bing支zhi持chi在zai歐ou洲zhou和he北bei美mei實shi施shi具ju有you成cheng本ben競jing爭zheng力li的de本ben地di生sheng產chan流liu程cheng。

圖1.數字工廠剖析

圖2.數字工廠的優勢。
數據——數字工廠的命脈
源自全工廠多個來源的實時和非實時數據,必須在智能邊緣(產生數據的地方)進jin行xing快kuai速su可ke靠kao的de分fen析xi,並bing在zai中zhong心xin層ceng麵mian進jin行xing彙hui總zong,從cong而er揭jie示shi整zheng個ge工gong廠chang運yun作zuo的de全quan貌mao。從cong這zhe些xie數shu據ju得de出chu的de運yun營ying洞dong察cha對dui於yu充chong分fen釋shi放fang工gong廠chang的de全quan部bu運yun行xing效xiao率lv潛qian力li至zhi關guan重zhong要yao。
傳感器——數字工廠的“耳目”
工廠需要部署更多傳感器並通過各種檢測(例如溫度、壓力、流量、接近度和振動)來獲取必要的數據。為了持續感知、測量、解讀工廠資產,工廠需要精密測量和檢測技術。IO-Link®技術使傳感器變得智能化。壓力傳感器可在本地判斷壓力是否超過所需閾值,因此隻需要向控製器提供單比特的布爾型變量(是或否),它隻代表一位數據,而不是表示實際壓力測量結果的完整數字值。本地化決策可節省通信和處理時間,實現高效的分布式控製。
執行器——數字工廠的肌肉
執行器通常是數字工廠的無名英雄,相當於人體中的肌肉,對於完成工作至關重要。執行器用於控製閥門、活塞和其他機械裝置。它們可以準確控製流體的流動,確保將正確數量的物料輸送到流程的每個部分。
傳感器和執行器都需要耐受應用的環境條件。工廠環境很惡劣,存在高溫、電磁(EMC)輻射、電源電壓瞬態尖峰、機(ji)械(xie)振(zhen)動(dong)等(deng)等(deng)。對(dui)於(yu)這(zhe)些(xie)邊(bian)緣(yuan)檢(jian)測(ce)和(he)驅(qu)動(dong)係(xi)統(tong),電(dian)力(li)傳(chuan)輸(shu)是(shi)另(ling)一(yi)個(ge)關(guan)鍵(jian)考(kao)慮(lv)因(yin)素(su)。隨(sui)著(zhe)傳(chuan)感(gan)器(qi)和(he)執(zhi)行(xing)器(qi)越(yue)來(lai)越(yue)小(xiao),對(dui)電(dian)力(li)傳(chuan)輸(shu)的(de)性(xing)能(neng)要(yao)求(qiu)也(ye)越(yue)來(lai)越(yue)高(gao),同(tong)時(shi)信(xin)號(hao)采(cai)集(ji)的(de)精(jing)度(du)和(he)質(zhi)量(liang)也(ye)不(bu)斷(duan)提(ti)高(gao)。這(zhe)就(jiu)需(xu)要(yao)高(gao)效(xiao)、低噪聲、小xiao尺chi寸cun的de電dian源yuan管guan理li解jie決jue方fang案an。對dui於yu空kong間jian通tong常chang受shou限xian的de設she計ji而er言yan,這zhe種zhong解jie決jue方fang案an至zhi關guan重zhong要yao。如ru果guo沒mei有you適shi合he特te定ding檢jian測ce要yao求qiu的de必bi要yao電dian源yuan技ji術shu,就jiu無wu法fa實shi現xian數shu字zi工gong廠chang的de實shi時shi可ke配pei置zhi優you勢shi。

圖3.現代數字工廠的構建模塊
邊緣智能和中央智能——數字工廠的大腦
鑒(jian)於(yu)數(shu)字(zi)工(gong)廠(chang)要(yao)求(qiu)邊(bian)緣(yuan)設(she)備(bei)具(ju)有(you)更(geng)多(duo)功(gong)能(neng)和(he)更(geng)高(gao)水(shui)平(ping)的(de)智(zhi)能(neng),設(she)備(bei)本(ben)身(shen)必(bi)須(xu)進(jin)行(xing)更(geng)多(duo)的(de)計(ji)算(suan)和(he)分(fen)析(xi),以(yi)實(shi)現(xian)本(ben)地(di)化(hua)決(jue)策(ce)。為(wei)了(le)實(shi)現(xian)這(zhe)種(zhong)邊(bian)緣(yuan)自(zi)主(zhu)性(xing),需(xu)要(yao)本(ben)地(di)人(ren)工(gong)智(zhi)能(neng)(AI)/機器學習(ML)引擎、低功耗加速器、gengdadeneicunhechulinengli。chuanganqirongheshilingyizhongleixingdebianyuanzhineng,qizhonglaiziduogebutongleixingchuanganqideshujukeyitongbujieheyichengxiangengzhunquedeceliangjieguo——這是使用任何單個傳感器所不能實現的。借助新型高精度和高帶寬ADC,單個傳感器前端可用於監控多個傳感器元件,從而節省空間和功耗。AI微控製器技術使神經網絡能夠以超低功耗運行,而低功耗發射器可以增強遠程加工廠(通常是智能工廠的延伸)的診斷能力。

圖4.通過智能傳感器實現邊緣自主
連接——數字工廠的神經係統
。雖然邊緣設備具有自主性,但對於製造商來說,要從大量可用數據中提取有價值且能提高生產力的洞察信息,傳輸、分析這些數據並將其與工廠內現有信息流合並的能力至關重要。這需要低延遲、有時限、低功耗、穩健的工業連接技術。10BASE-T1L是一種以太網物理層標準(IEEE 802.3cg-2019),旨在通過與現場設備(傳感器和執行器)建立無縫以太網連接來顯著提高工廠運營效率,變革過程自動化行業。

圖5.數字工廠內的IT/OT融合
在當今的工廠中,信息技術(IT)網絡部署在辦公室/企業層級。IT網絡傳統上關注數據存儲、數(shu)據(ju)分(fen)析(xi)和(he)業(ye)務(wu)應(ying)用(yong)程(cheng)序(xu)等(deng)事(shi)務(wu)。這(zhe)些(xie)都(dou)很(hen)重(zhong)要(yao),但(dan)通(tong)常(chang)不(bu)像(xiang)工(gong)廠(chang)車(che)間(jian)的(de)數(shu)據(ju)交(jiao)換(huan)那(na)樣(yang)對(dui)時(shi)間(jian)要(yao)求(qiu)非(fei)常(chang)苛(ke)刻(ke)。在(zai)工(gong)廠(chang)車(che)間(jian)運(yun)行(xing)生(sheng)產(chan)線(xian)的(de)網(wang)絡(luo)稱(cheng)為(wei)運(yun)營(ying)技(ji)術(shu)(OT)控製網絡。在這種控製網絡中,可能存在多個不同的生產單元或機器,它們相互通信的能力通常有限。數字工廠中的IT/OT網絡融合概念改變了這一切。它提供一個統一的工廠網絡,所有設備、機器和機器人都連接在網絡中或進行互連,並使用相同的語言。每個IP可尋址設備都能實時或近乎實時地通信,並且可以獨立於網絡上的其他設備進行配置。這種融合數字工廠網絡的關鍵支持技術包括:工業以太網、時間敏感網絡(TSN)、Ethernet-APL(高級物理層)和IO-Link。所有設備都使用相同的第2層語言,因此現在可以使用相同的控製和網絡管理係統來控製網絡的IT和OTbufen,tongshibuhuiyingxiangyunyingwangluodeshijianminganliuliang。shijianguanjianxingliulianghefeishijianguanjianxingliuliangdouhenpangda,yaoqiushengjiwangluoyizengjiadaikuan,quebaowuyanchideshujuchuanshu,zheduiyutigaozhizaogongchangdechanpinzhiliangheyunyingxiaolvzhiguanzhongyao。OT和IT的融合釋放出幾乎無限的擴展機會。
網絡安全——保護可信數字工廠數據的皮膚層
隨著互聯互通程度的提高,智能工廠環境將人員、技術、流程和知識產權暴露於網絡威脅之下,因此需要加強數據安全保護。為了應對安全挑戰,數字工廠亟需發展安全引導、安全軟件更新、安an全quan傳chuan輸shu認ren證zheng和he硬ying件jian信xin任ren根gen等deng功gong能neng。保bao護hu網wang絡luo安an全quan的de一yi個ge基ji本ben方fang麵mian是shi對dui嚐chang試shi連lian接jie到dao網wang絡luo的de每mei個ge新xin設she備bei進jin行xing身shen份fen驗yan證zheng。這zhe包bao括kuo先xian檢jian查zha該gai設she備bei是shi否fou是shi正zheng品pin,隻zhi有you是shi正zheng品pin才cai授shou權quan與yu之zhi進jin行xing網wang絡luo事shi務wu處chu理li。與yu設she備bei身shen份fen驗yan證zheng一yi樣yang,安an全quan引yin導dao也ye是shi必bi須xu具ju備bei的de,以yi確que保bao現xian場chang設she備bei僅jin執zhi行xing來lai自zi可ke信xin來lai源yuan的de軟ruan件jian,並bing采cai用yong公gong鑰yao加jia密mi技ji術shu來lai驗yan證zheng固gu件jian的de數shu字zi簽qian名ming。
目前有哪些技術解決方案可用?
一直以來,ADI公司以其創新的精密技術而受到重視,這些技術可用於檢測、測量、準確控製整個工廠的設備。ADI公司還擁有豐富的工業連接和電源產品組合,以及包括AI專業知識在內的其他數字能力。這些技術和領域專長可以幫助將數字工廠的願景變為現實。
數字工廠普及之路
行業調查顯示,85%的公司在過去2至3年加速推進其製造工廠的數字化轉型。3然(ran)而(er),全(quan)麵(mian)實(shi)施(shi)數(shu)字(zi)化(hua)工(gong)廠(chang)尚(shang)未(wei)成(cheng)為(wei)常(chang)態(tai)。由(you)領(ling)先(xian)製(zhi)造(zao)商(shang)組(zu)成(cheng)的(de)世(shi)界(jie)經(jing)濟(ji)論(lun)壇(tan)全(quan)球(qiu)燈(deng)塔(ta)網(wang)絡(luo),展(zhan)示(shi)了(le)數(shu)字(zi)化(hua)戰(zhan)略(lve)和(he)融(rong)入(ru)數(shu)字(zi)技(ji)術(shu)的(de)運(yun)營(ying)不(bu)僅(jin)能(neng)提(ti)升(sheng)生(sheng)產(chan)力(li),更(geng)為(wei)可(ke)持(chi)續(xu)和(he)有(you)利(li)可(ke)圖(tu)的(de)增(zeng)長(chang)奠(dian)定(ding)了(le)基(ji)礎(chu)。這(zhe)些(xie)製(zhi)造(zao)商(shang)運(yun)用(yong)創(chuang)新(xin)技(ji)術(shu)激(ji)發(fa)潛(qian)能(neng),把(ba)生(sheng)產(chan)力(li)的(de)提(ti)升(sheng)轉(zhuan)化(hua)為(wei)實(shi)際(ji)收(shou)益(yi)。這(zhe)些(xie)技(ji)術(shu)提(ti)高(gao)了(le)效(xiao)率(lv),進(jin)而(er)產(chan)生(sheng)了(le)對(dui)環(huan)境(jing)有(you)利(li)的(de)結(jie)果(guo)。這(zhe)既(ji)提(ti)高(gao)了(le)生(sheng)產(chan)效(xiao)率(lv),又(you)增(zeng)強(qiang)了(le)可(ke)持(chi)續(xu)性(xing),實(shi)現(xian)了(le)生(sheng)態(tai)和(he)經(jing)濟(ji)效(xiao)益(yi)的(de)雙(shuang)贏(ying)。
結語:讓數字工廠成為現實
數shu字zi化hua轉zhuan型xing不bu斷duan加jia速su,工gong廠chang麵mian臨lin的de機ji遇yu與yu挑tiao戰zhan並bing存cun。新xin技ji術shu是shi提ti高gao效xiao率lv的de關guan鍵jian,但dan實shi施shi這zhe些xie技ji術shu可ke能neng很hen複fu雜za,需xu要yao慎shen重zhong規gui劃hua和he執zhi行xing。要yao實shi現xian優you化hua運yun營ying,充chong分fen提ti升sheng效xiao率lv,與yu擁yong有you深shen厚hou行xing業ye專zhuan長chang的de合he作zuo夥huo伴ban密mi切qie合he作zuo至zhi關guan重zhong要yao。這zhe種zhong合he作zuo是shi打da造zao未wei來lai更geng強qiang大da、更靈活的數字工廠的核心。
參考文獻
1“工業領域能源消耗”。美國能源信息署,2016年。
2 Maurice O’Brien和Volker Goller。“通過 10BASE-T1L 連接實現無縫現場以太網”。ADI公司。
3 Janet Foutty。“數字化轉型如何在充滿挑戰的環境中 實現敏捷性和韌性”。Deloitte Insights,2021年4月。