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。

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)，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
；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)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、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。

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、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)，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。