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)，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；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。

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。

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。

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 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、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。