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)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(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)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、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。

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。

zuihouyixiangzhanlvejujiaoyujiedu。jieduzhanlvezhizaijiangshengchanshujuzhuanhuaweikefuzhushijiandedongchaxinxi，congerzhulishixianweilaigongchangdegexiangmubiao。jugusuan，zhizaoyemeinianchanshengdeshujuliangyueda1812 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)
、linghuoxinghekekuozhanxing。duiyuzhizaoshangeryan，chenggongdeguanjianzaiyuruheyushengtaixitongneideqitagongsizhankaihezuo，yinweifengfuduoyangdejingyanhenengliduiyujiasushixianweilaishuzihuagongchangdeyuanjingzhiguanzhongyao。ruxujinyibulejieADI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。