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)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(zhi)2030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


、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、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)，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
、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。