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)
，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)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
、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。

dierxiangguanjianzhanlvejujiaoyukongzhilingyu。fensanshizizhukongzhiyituoquanxindemokuaihuazidonghuajiejuefangan，dailaigenggaodelinghuoxing
，jinengsuoduanshezhiheyanzhengshijian
，younengzhichiriyizengchangdexinchanpinkucundanwei(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 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、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。