La mejora continua y los datos en tiempo real son la pareja perfecta para la reducción de residuos. Los datos, recopilados automáticamente y entregados en tiempo real, impulsan el ciclo Planificar-Hacer-Verificar-Actuar al exponer los problemas, permitiéndole analizarlos y diagnosticarlos, proporcionando datos en tiempo real a su personal para que puedan supervisar y controlar, y luego confirmar sus resultados.

Todo el mundo sabe que se pueden obtener esos datos invirtiendo millones en equipos de alta tecnología nuevos. Pero esa no es la única forma de hacerlo. A continuación se muestran ejemplos de fabricantes que están obteniendo resultados impresionantes mediante la recopilación automática de datos en tiempo real de las máquinas heredadas que ya poseen.

Vea cómo están lidiando con siete infractores comunes en la lucha contra el desperdicio.

Sobrecaja

Si se envasa por debajo de lo necesario, habrá que desechar o reenvasar. Por eso, la mayoría de los fabricantes pecan por exceso de envasado. Pero el exceso de envasado es una pérdida directa. Aquí hay una oportunidad fácil de aprovechar para los fabricantes de alimentos que pueden explotar las mediciones en tiempo real. Por ejemplo, un cliente que utiliza una envasadora y una báscula de control automatizadas se dio cuenta de que, con el tiempo, la acumulación de residuos en su equipo provocaba un envasado insuficiente. Ajustar la máquina permitía que las bolsas cumplieran temporalmente con las especificaciones, pero de repente se daban cuenta de que las condiciones habían cambiado y que habían estado envasando en exceso un 5 % durante algún tiempo.

Recopilación de datos: al conectar la báscula de control de peso al control SKALA, pueden ver los pesos registrados en tiempo real en un monitor situado encima de la estación de pesaje, con los límites de control claramente marcados y las lecturas fuera de especificación señaladas.

Resultado: El sobreembalaje se redujo del 2 % al 1 %. Ahorro de 84 000 dólares al mes.

Sobreexplotación/subexplotación

El procesamiento de alimentos no perecederos a menudo implica el uso de agua: horneado, secado, deshidratación, rehidratación. Hay un punto óptimo que casi todos los productos deben alcanzar. La capacidad de llegar a él, de manera consistente, en el primer intento, es una forma eficaz de reducir los residuos. Un cliente rehidrata la fruta seca para llevarla a un nivel de humedad aceptable y luego la envasa. No pueden medir la humedad hasta que se alcanza el equilibrio dos días después. Los valores finales de humedad pueden oscilar entre el 13 % y el 18 %. No cumplir con la especificación del 18 % puede suponer una diferencia del 5 % en el resultado final.

Recopilación de datos: este cliente necesita datos de múltiples fuentes. Recopilan automáticamente las mediciones iniciales, intermedias y finales (segundo día tras el procesamiento) del contenido de humedad mediante instrumentos conectados a SKALA. La temperatura ambiente y la humedad relativa se recopilan dentro de las cámaras de rehidratación utilizando sensores de temperatura/humedad relativa conectados. El peso bruto del producto se recopila antes y después del procesamiento mediante una balanza conectada, y luego se utiliza para determinar la humedad añadida.

Los datos recopilados a lo largo del tiempo se utilizan para crear un algoritmo que recomienda las entradas necesarias para que cada lote alcance un 18 % de humedad, basándose en las mediciones de un lote entrante de producto deshidratado.

Resultado: Ahorro de 100 000 dólares al mes.

Proceso incorrecto

Un fabricante de productos horneados desecha cantidades significativas de producto debido a horneados inconsistentes. Al recopilar datos, determinan que el problema no está en el horno, sino en un paso previo del procesamiento en el que se cocinaba el relleno. La variabilidad en la actividad del agua del relleno está causando que el producto final no sea conforme.

Recopilación de datos: QC recoge una muestra cada cinco minutos para medir la actividad del agua del relleno en la línea. Los resultados se muestran en un monitor en la estación de cocción y se comunican al responsable de la línea. Al ver la actividad del agua en tiempo real, el operador puede ajustar el tiempo de cocción para mantener la actividad del agua del relleno bajo control.

Proceso no coherente

La variabilidad en el proceso de producción suele generar residuos. Un cliente ha descubierto que las variaciones en la temperatura del horno provocan inconsistencias en la actividad del agua en el producto final. Al supervisar la actividad final del agua en tiempo real, pueden ajustar el tiempo de procesamiento para mejorar considerablemente la consistencia.

Recopilación de datos: temperaturas del horno en tiempo real, tiempo de procesamiento medido por la velocidad de la cinta transportadora y comunicado en tiempo real en un panel de control del proceso. Acciones: ajuste de la velocidad de la cinta para variar el tiempo de procesamiento.

Resultado: Reducción de la variación del proceso en un 50 %. Ahorro de entre 50 000 y 80 000 dólares al mes.

Fallo del equipo

Un cliente que produce barras extruidas tiene una guillotina que corta estas barras en secciones. Cuando la guillotina comienza a funcionar mal, los tamaños de las barras se salen de las especificaciones y la producción se descontrola, lo que genera residuos. Los operadores deben poder supervisar el proceso para poder ver las tendencias y realizar ajustes o llamar al servicio de mantenimiento para que repare la guillotina.

Recopilación de datos: peso neto y tamaño medidos en tiempo real desde una báscula y un calibre conectados. Los datos y las tendencias se muestran en un panel situado junto a la guillotina y en un segundo panel visible para el operador de la línea. Cuando el proceso se descontrola, un trabajador puede detener la línea y ajustar la guillotina o ponerse en contacto con el servicio de mantenimiento inmediatamente.

Resultado: El cliente estima que detecta los problemas un 50 % más rápido gracias a la mejora de los canales de comunicación.

Producto caído/perdido

Esta es la forma más básica de desperdicio y una de las más difíciles de rastrear. Para hacerlo correctamente, hay que poder rastrear el rendimiento y el desperdicio en muchos puntos del proceso de producción. También hay que tener en cuenta las pérdidas que no son residuos, como el agua que se evapora del producto durante el horneado, por ejemplo. Muchos fabricantes de productos no perecederos eliminan el agua (mediante horneado, secado o deshidratación). Pueden utilizar la actividad del agua para predecir el rendimiento esperado. Combinando el seguimiento automatizado de los residuos y el rendimiento esperado, es posible determinar cuánto producto se desperdicia o se pierde.

Variación en las materias primas

Los ingredientes alimentarios varían enormemente de un año a otro. Las condiciones y los lugares de cultivo afectan al tamaño, el contenido de azúcar, el contenido de humedad y otros factores. Adaptar el proceso para tener en cuenta las diferencias en las materias primas es el reto más complejo de todos. Para tener éxito, es necesario comprender qué atributos de los ingredientes entrantes afectan al procesamiento y medirlos. Los datos en tiempo real vinculados a cada lote y partida permiten aprovechar los conocimientos de ciencia alimentaria y crear un algoritmo predictivo para recomendar ajustes en el procesamiento basados en los atributos de los ingredientes entrantes.

Por dónde empezar

Es evidente que hay muchos puntos en el proceso de producción en los que se puede empezar a combatir el desperdicio. Las mejores implementaciones comienzan con un único objetivo que tenga un potencial de retorno de la inversión significativo. Tras el periodo de amortización, parte de los ahorros pueden financiar el siguiente proyecto e impulsar la mejora continua.

Nuevo método para dejar de estimar y empezar a realizar un seguimiento del rendimiento máximo frente al rendimiento real de la producción.

En este seminario web de 20 minutos, el Dr. Brady Carter presenta una nueva forma de calcular el rendimiento máximo de producción lote por lote utilizando una isoterma de sorción de humedad. Solo requiere tres tipos de mediciones: peso (inicial y final), contenido de humedad (inicial y final) y actividad del agua (final).

Aprender:

• Por qué la actividad del agua ofrece una forma única de predecir el rendimiento máximo
• Cómo la recopilación automatizada de datos hace factibles estos cálculos de residuos
• Los resultados de un estudio que mide los residuos en copos de patata producidos por una planta piloto gestionada por una universidad.
• Desafíos y limitaciones del método