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)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)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。

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、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。