讓數字工廠成為現實：通過數字化轉型走向成功

簡介

數字工廠是基于數據運行的系統(tǒng)，其中各組成要素協(xié)同工作，以優(yōu)化工廠車間的運營效率。在某些方面，它可以與人體相類比。傳感器充當眼睛和耳朵，使中央控制器（或大腦）能夠了解周圍環(huán)境。執(zhí)行器充當肌肉，根據需要做出調整。工廠連接網絡相當于部署在全身的神經系統(tǒng)，而皮膚則代表對數據保護至關重要的網絡安全技術。

數字工廠的優(yōu)勢

在探討數字工廠的組成部分之前，我們首先概述一下其優(yōu)勢。數字工廠的優(yōu)勢主要體現為提高生產力，進而促使制造業(yè)格局發(fā)生變革。來自數字工廠生態(tài)系統(tǒng)的新見解有助于為實時決策提供信息。因此，產品質量得到改善，整體運營效率更高，最終實現更加可持續(xù)的生產流程。工業(yè)部門消耗的能源約占全球總能耗的50%，1對于以凈零排放為目標的制造商來說，數字互聯(lián)工廠是這場變革的核心。除了可持續(xù)性優(yōu)勢之外，數字工廠還提供靈活性和實時配置能力，以快速響應千變萬化的消費者需求。例如，在醫(yī)療健康領域，人們對個性化醫(yī)療器械的需求日益增長，如根據患者個體的身體結構量身定制的3D打印關節(jié)植入物等。隨著工廠設計變得更加模塊化，生產單元變得更小且適應性更強，工作流程可以實時安排和更改，從而提升制造速度，并支持在歐洲和北美實施具有成本競爭力的本地生產流程。

圖1 數字工廠剖析

圖2 數字工廠的優(yōu)勢

數據——數字工廠的命脈

源自全工廠多個來源的實時和非實時數據，必須在智能邊緣（產生數據的地方）進行快速可靠的分析，并在中心層面進行匯總，從而揭示整個工廠運作的全貌。從這些數據得出的運營洞察對于充分釋放工廠的全部運行效率潛力至關重要。

傳感器——數字工廠的“耳目”

工廠需要部署更多傳感器并通過各種檢測（例如溫度、壓力、流量、接近度和振動）來獲取必要的數據。為了持續(xù)感知、測量、解讀工廠資產，工廠需要精密測量和檢測技術。IO-Link?技術使傳感器變得智能化。壓力傳感器可在本地判斷壓力是否超過所需閾值，因此只需要向控制器提供單比特的布爾型變量（是或否），它只代表一位數據，而不是表示實際壓力測量結果的完整數字值。本地化決策可節(jié)省通信和處理時間，實現高效的分布式控制。

執(zhí)行器——數字工廠的肌肉

執(zhí)行器通常是數字工廠的無名英雄，相當于人體中的肌肉，對于完成工作至關重要。執(zhí)行器用于控制閥門、活塞和其他機械裝置。它們可以準確控制流體的流動，確保將正確數量的物料輸送到流程的每個部分。 

傳感器和執(zhí)行器都需要耐受應用的環(huán)境條件。工廠環(huán)境很惡劣，存在高溫、電磁(EMC)輻射、電源電壓瞬態(tài)尖峰、機械振動等等。對于這些邊緣檢測和驅動系統(tǒng)，電力傳輸是另一個關鍵考慮因素。隨著傳感器和執(zhí)行器越來越小，對電力傳輸的性能要求也越來越高，同時信號采集的精度和質量也不斷提高。這就需要高效、低噪聲、小尺寸的電源管理解決方案。對于空間通常受限的設計而言，這種解決方案至關重要。如果沒有適合特定檢測要求的必要電源技術，就無法實現數字工廠的實時可配置優(yōu)勢。

圖3 現代數字工廠的構建模塊

邊緣智能和中央智能——數字工廠的大腦

鑒于數字工廠要求邊緣設備具有更多功能和更高水平的智能，設備本身必須進行更多的計算和分析，以實現本地化決策。為了實現這種邊緣自主性，需要本地人工智能(AI)/機器學習(ML)引擎、低功耗加速器、更大的內存和處理能力。傳感器融合是另一種類型的邊緣智能，其中來自多個不同類型傳感器的數據可以同步結合以呈現更準確的測量結果——這是使用任何單個傳感器所不能實現的。借助新型高精度和高帶寬ADC，單個傳感器前端可用于監(jiān)控多個傳感器元件，從而節(jié)省空間和功耗。AI微控制器技術使神經網絡能夠以超低功耗運行，而低功耗發(fā)射器可以增強遠程加工廠（通常是智能工廠的延伸）的診斷能力。

圖4 通過智能傳感器實現邊緣自主

連接——數字工廠的神經系統(tǒng)

雖然邊緣設備具有自主性，但對于制造商來說，要從大量可用數據中提取有價值且能提高生產力的洞察信息，傳輸、分析這些數據并將其與工廠內現有信息流合并的能力至關重要。這需要低延遲、有時限、低功耗、穩(wěn)健的工業(yè)連接技術。10BASE-T1L是一種以太網物理層標準(IEEE 802.3cg-2019)，旨在通過與現場設備（傳感器和執(zhí)行器）建立無縫以太網連接來顯著提高工廠運營效率，變革過程自動化行業(yè)。

圖5 數字工廠內的IT/OT融合

在當今的工廠中，信息技術(IT)網絡部署在辦公室/企業(yè)層級。IT網絡傳統(tǒng)上關注數據存儲、數據分析和業(yè)務應用程序等事務。這些都很重要，但通常不像工廠車間的數據交換那樣對時間要求非常苛刻。在工廠車間運行生產線的網絡稱為運營技術(OT)控制網絡。在這種控制網絡中，可能存在多個不同的生產單元或機器，它們相互通信的能力通常有限。數字工廠中的IT/OT網絡融合概念改變了這一切。它提供一個統(tǒng)一的工廠網絡，所有設備、機器和機器人都連接在網絡中或進行互連，并使用相同的語言。每個IP可尋址設備都能實時或近乎實時地通信，并且可以獨立于網絡上的其他設備進行配置。這種融合數字工廠網絡的關鍵支持技術包括：工業(yè)以太網、時間敏感網絡(TSN)、Ethernet-APL（高級物理層）和IO-Link。所有設備都使用相同的第2層語言，因此現在可以使用相同的控制和網絡管理系統(tǒng)來控制網絡的IT和OT部分，同時不會影響運營網絡的時間敏感流量。時間關鍵型流量和非時間關鍵型流量都很龐大，要求升級網絡以增加帶寬，確保無延遲的數據傳輸，這對于提高制造工廠的產品質量和運營效率至關重要。OT和IT的融合釋放出幾乎無限的擴展機會。

網絡安全——保護可信數字工廠數據的皮膚層

隨著互聯(lián)互通程度的提高，智能工廠環(huán)境將人員、技術、流程和知識產權暴露于網絡威脅之下，因此需要加強數據安全保護。為了應對安全挑戰(zhàn)，數字工廠亟需發(fā)展安全引導、安全軟件更新、安全傳輸認證和硬件信任根等功能。保護網絡安全的一個基本方面是對嘗試連接到網絡的每個新設備進行身份驗證。這包括先檢查該設備是否是正品，只有是正品才授權與之進行網絡事務處理。與設備身份驗證一樣，安全引導也是必須具備的，以確?，F場設備僅執(zhí)行來自可信來源的軟件，并采用公鑰加密技術來驗證固件的數字簽名。

目前有哪些技術解決方案可用？

一直以來，ADI公司以其創(chuàng)新的精密技術而受到重視，這些技術可用于檢測、測量、準確控制整個工廠的設備。ADI公司還擁有豐富的工業(yè)連接和電源產品組合，以及包括AI專業(yè)知識在內的其他數字能力。這些技術和領域專長可以幫助將數字工廠的愿景變?yōu)楝F實。

■   低帶寬、多通道Σ-Δ ADC（如AD4130 系列）集成了完整的模擬前端電路，可輕松連接多種類型的傳感器。傳感器得以與高級診斷功能融合，以支持本地化故障檢測和快速決策。

■   低功耗10BASE-T1L ADIN1110 MAC-PHY和配套的ADIN1100 PHY支持向無縫連接現場設備過渡，并通過1.7公里的單對以太網電纜將以太網APL一直延伸到過程智能邊緣。

■   在網絡安全方面，基于硬件的交鑰匙解決方案使客戶能夠輕松地將數據安全性集成到其產品中。 DS28S60 和MAXQ1065 是超低功耗安全集成電路(IC)，即使在功耗和計算資源極其受限的設計中也能實現公鑰加密。

■   MAX78000 AI微控制器讓神經網絡能夠以超低功耗運行，提供來自邊緣AI的可操作洞察。          

數字工廠普及之路

行業(yè)調查顯示，85%的公司在過去2至3年加速推進其制造工廠的數字化轉型。3然而，全面實施數字化工廠尚未成為常態(tài)。由領先制造商組成的世界經濟論壇全球燈塔網絡，展示了數字化戰(zhàn)略和融入數字技術的運營不僅能提升生產力，更為可持續(xù)和有利可圖的增長奠定了基礎。這些制造商運用創(chuàng)新技術激發(fā)潛能，把生產力的提升轉化為實際收益。這些技術提高了效率，進而產生了對環(huán)境有利的結果。這既提高了生產效率，又增強了可持續(xù)性，實現了生態(tài)和經濟效益的雙贏。

結語：讓數字工廠成為現實

數字化轉型不斷加速，工廠面臨的機遇與挑戰(zhàn)并存。新技術是提高效率的關鍵，但實施這些技術可能很復雜，需要慎重規(guī)劃和執(zhí)行。要實現優(yōu)化運營，充分提升效率，與擁有深厚行業(yè)專長的合作伙伴密切合作至關重要。這種合作是打造未來更強大、更靈活的數字工廠的核心。

參考文獻

1“工業(yè)領域能源消耗”。美國能源信息署，2016年。

2 Maurice O’Brien和Volker Goller?！巴ㄟ^ 10BASE-T1L 連接實現無縫現場以太網”。ADI公司。

3 Janet Foutty?！皵底只D型如何在充滿挑戰(zhàn)的環(huán)境中 實現敏捷性和韌性”。Deloitte Insights，2021年4月。

關于作者

Tracey Johnson是ADI公司高級營銷經理，她是專注于工業(yè)自動化市場領域的Digital Go to Market團隊負責人。Tracey在2003年畢業(yè)于愛爾蘭利默里克大學，獲得電子工程學士學位。加入ADI公司之初，她擔任設計評估工程師，此后在應用和市場營銷部門擔任過不同的職務。

Margaret Naughton是ADI公司的營銷工程師，她是專注于工業(yè)自動化市場領域的Digital Go to Market團隊的一員。Margaret于2007年作為軟件開發(fā)人員加入ADI公司，此后在CAD、工程支持和營銷部門擔任過不同職務。她擁有利默里克大學計算機工程學士學位和碩士學位。

（本文來源于《EEPW》2024.5）