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)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、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。

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。

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）
，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。