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。

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)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(pin)SKU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)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、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），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(jie)ADI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。