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
；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

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。

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、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。

zuihouyixiangzhanlvejujiaoyujiedu。jieduzhanlvezhizaijiangshengchanshujuzhuanhuaweikefuzhushijiandedongchaxinxi，congerzhulishixianweilaigongchangdegexiangmubiao。jugusuan，zhizaoyemeinianchanshengdeshujuliangyueda1812 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），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)，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。