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

製zhi造zao業ye正zheng處chu於yu一yi場chang轉zhuan型xing浪lang潮chao之zhi中zhong，消xiao費fei者zhe對dui個ge性xing化hua產chan品pin需xu求qiu的de增zeng長chang，加jia之zhi疫yi情qing後hou供gong應ying鏈lian危wei機ji催cui生sheng的de產chan業ye回hui流liu趨qu勢shi等deng，成cheng為wei推tui動dong這zhe一yi變bian革ge的de主zhu要yao驅qu動dong力li。而er這zhe些xie，僅jin僅jin是shi眾zhong多duo挑tiao戰zhan中zhong的de冰bing山shan一yi角jiao。與yu此ci同tong時shi，全quan球qiu各ge國guo政zheng府fu也ye紛fen紛fen出chu台tai相xiang關guan法fa規gui，以yi減jian少shao製zhi造zao業ye的de碳tan排pai放fang
，從cong而er實shi現xian溫wen室shi氣qi體ti淨jing零ling排pai放fang目mu標biao。應ying對dui這zhe些xie挑tiao戰zhan將jiang為wei工gong業ye製zhi造zao企qi業ye開kai辟pi全quan新xin的de發fa展zhan賽sai道dao，企qi業ye可ke借jie此ci契qi機ji引yin入ru前qian沿yan技ji術shu，在zai降jiang低di碳tan排pai放fang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
、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zhi2030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；zaicibeijingxia
，qiyeshituzaixianyouchangfangkongjianneitishengchannengshi

，laodonglibuzudewentibianchengweichannengtishengdeguanjianzhiyueyinsu。weilaishuzihuagongchangzhengshiweigongkeshangshuzhongzhongtiaozhanersheng，zhiliyutuidongzhizaoyemairuquanxindefazhanjiyuan（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、cailiaoherenli。zaiziyuanganzhixingzhizaodebeijingxia，weilaishuzihuagongchangjidaitishengduizhexieziyuandeliyongxiaolv。zaizijinxiaolvfangmian，suoyouzhizaolingyudezibenzhichudouyingzhuzhongshixiantouzihuibaolv(ROI)

，周期可能為一年、sannianhuowunianbudeng。weilaishuzihuagongchangdeguanjianmubiaozhiyi，bianshiyizuishaodezibenzhichushixianlirunzuidahua，jinerhuodezuigaodetouzihuibaolv。qicishidianlixiaolv，xiayidaizhizaoyebixuyigengdidenenghaoshixiangenggaodechanchu，dachengjianshaoquanqiutanpaifangdemubiao。jiangdidianlixiaohaodeguanjianjucuobaokuo：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。

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da1812 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），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
、yiruanjiandingyiweizhudefangxiangfazhan。shishiwufengdebianyuandaoyunduanlianjie，jiangshixianduixinxingzhizaoshujujidetouminghuafangwen。fensanshikongzhijiezhubianyuanjisuan
，jiangkongzhigongnengcongkebianchengluojikongzhiqi(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。