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)，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

從(cong)技(ji)術(shu)角(jiao)度(du)來(lai)看(kan)，製(zhi)造(zao)業(ye)已(yi)取(qu)得(de)重(zhong)大(da)進(jin)步(bu)。例(li)如(ru)
，通(tong)過(guo)在(zai)製(zhi)造(zao)資(zi)產(chan)和(he)設(she)備(bei)上(shang)增(zeng)加(jia)傳(chuan)感(gan)器(qi)部(bu)署(shu)並(bing)進(jin)行(xing)融(rong)合(he)，可(ke)生(sheng)成(cheng)豐(feng)富(fu)的(de)數(shu)據(ju)集(ji)，用(yong)於(yu)優(you)化(hua)機(ji)器(qi)並(bing)提(ti)高(gao)設(she)備(bei)綜(zong)合(he)效(xiao)率(lv)(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、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、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(da)1812 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。