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)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

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。

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 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)
，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。