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。

zairujinjiyoudezhizaogongchangnei，zhizaoshebeiyuzidonghuashebeilijingduonianfanfubushuyukuozhan，hucaozuoxingwentiriyituxian。shebeijianbujinnanyishunchangxietongyunzuo
，xianghujiandelianjieyejiweiyouxian

，daozhigongchangneibupubianquefanengguantongsuoyouzidonghuashebeidetongyiwangluo。

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zhi2030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

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
、cailiaoherenli。zaiziyuanganzhixingzhizaodebeijingxia
，weilaishuzihuagongchangjidaitishengduizhexieziyuandeliyongxiaolv。zaizijinxiaolvfangmian，suoyouzhizaolingyudezibenzhichudouyingzhuzhongshixiantouzihuibaolv(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、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。

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(da)1812 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)
，bingchanshengfengfudeshujuji，weirengongzhinengmoxingdexunlianyubushutigongzhicheng。bianyuanrengongzhinengjiangshizidonghuajiqiwanquanshixianzizhuhua。zhexiexinjishuderongheshibijiangchedigaibianweilaideshuzihuagongchang，zaixianzhujiangdinengyuanxiaohaohecailiaolangfeidetongshi，tigaozhizaoyedeshengchanxiaolv、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。