日用消费品 / 日用品
Unilever：扩大工厂生产设备数字孪生
- 企业
- Unilever
- 国家
- 多个国家
- 实施阶段
- 运营中
- 资料发布
- 日期依据
- 资料发布的时间，可能与启用日期不同。
- 依据核验方式
- 阅读原文正文
业务问题
联合利华表示，希望借助数字孪生在全球工厂网络中更早发现问题、更快模拟各种情景。各工厂面临的问题也不同。美国的除臭棒生产线存在工艺流程受阻的情况，波兰的蛋黄酱工厂需要减少黏度波动和浪费。印度和越南的工厂则需要减少香皂质量缺陷、粉状洗涤剂生产中的热能消耗，以及液体洗涤剂中高价原料的用量。
使用的技术与数据
联合利华与埃森哲开展多年合作，为设备和生产线建立虚拟模型，即数字孪生，并输入车间的实时数据。孪生系统使用AI分析和智能体能力。公司表示，埃森哲的AI智能体会预测维护需求，并在人工监督下逐步自动承担部分调整工作。印度哈尔迪亚工厂的能源孪生会优化风机转速、温度设定值和湿度控制。在已投入使用的孪生之外，联合利华计划在未来18个月内再建40多个新的数字孪生，并推广到全球。
成果
公司公布了各工厂的结果。在美国北卡罗来纳州雷福德，用于Dove、Degree和Axe除臭棒生产的孪生可预测95%的工艺流程受阻，工厂减少浪费20%，产能提高10%。在波兰波兹南，蛋黄酱生产线的小停机最多减少20%，浪费减少近30%。在印度甘地达姆，Dove香皂的质量缺陷在四年内减少30%，这一数值是在交付前于配送中心测得的。在越南古芝，OMO液体洗涤剂的高价原料节省了1%至2%。印度哈尔迪亚表示两年内热能消耗明显下降，但没有给出数字。
局限与待解问题
除甘地达姆的四年外，各工厂的数字都没有给出测量期间或比较基准，哈尔迪亚也没有给出数字。40多个新孪生只是今后的计划，也没有公布每个孪生的采用月份。页面显示日期为2026年6月16日，而元数据中的发布日期为6月15日，因此采用页面显示的日期。由于未给出开始采用的月份，本条记录按资料公开日期排序。
来源
本案例根据公开资料整理，并非 ATF Works 客户的成果。