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)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

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)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、三san年nian或huo五wu年nian不bu等deng。未wei來lai數shu字zi化hua工gong廠chang的de關guan鍵jian目mu標biao之zhi一yi，便bian是shi以yi最zui少shao的de資zi本ben支zhi出chu實shi現xian利li潤run最zui大da化hua，進jin而er獲huo得de最zui高gao的de投tou資zi回hui報bao率lv。其qi次ci是shi電dian力li效xiao率lv，下xia一yi代dai製zhi造zao業ye必bi須xu以yi更geng低di的de能neng耗hao實shi現xian更geng高gao的de產chan出chu，達da成cheng減jian少shao全quan球qiu碳tan排pai放fang的de目mu標biao。降jiang低di電dian力li消xiao耗hao的de關guan鍵jian舉ju措cuo包bao括kuo：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。

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。

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），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
、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)、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。