L'amélioration continue et les données en temps réel constituent le duo gagnant pour réduire les déchets. Les données, collectées automatiquement et transmises en temps réel, alimentent le cycle Planifier-Faire-Vérifier-Agir en mettant en évidence les problèmes, vous permettant ainsi de les analyser et de les diagnostiquer, en fournissant des données en direct à vos collaborateurs afin qu'ils puissent surveiller et contrôler, puis en confirmant vos résultats.

Tout le monde sait qu'il est possible d'obtenir ces données en investissant des millions dans du matériel high-tech flambant neuf. Mais ce n'est pas la seule solution. Voici quelques exemples de fabricants qui obtiennent des résultats impressionnants en collectant automatiquement des données en temps réel à partir des machines existantes qu'ils possèdent déjà.

Découvrez comment ils s'attaquent aux sept principaux responsables du gaspillage.

Suremballage

Si vous sous-emballez, vous devrez jeter ou réemballer. La plupart des fabricants préfèrent donc suremballer. Mais le suremballage est un gaspillage évident. Il y a ici une opportunité facile à saisir pour les fabricants alimentaires qui peuvent exploiter les mesures en temps réel. Par exemple, un client utilisant une ensacheuse et une trieuse pondérale automatisées a remarqué qu'au fil du temps, l'accumulation de résidus sur son équipement entraînait un sous-dosage. Le réglage de la machine permettait de ramener temporairement les sachets dans les spécifications, mais soudain, ils ont constaté que les conditions avaient changé et qu'ils surdosaient de 5 % depuis un certain temps.

Collecte des données : en connectant la trieuse pondérale au système de contrôle SKALA, les opérateurs peuvent voir les poids affichés en temps réel sur un écran situé au-dessus de la station de pesage, avec les limites de contrôle clairement indiquées et les valeurs hors spécifications signalées.

Résultat : le suremballage a diminué de 2 % à 1 %. Économies de 84 000 $ par mois.

Sur-traitement/sous-traitement

La transformation des aliments de longue conservation implique souvent l'utilisation d'eau : cuisson, séchage, déshydratation, réhydratation. Il existe un point idéal que presque tous les produits doivent atteindre. La capacité à y parvenir, de manière constante, dès le premier passage, est un moyen efficace de réduire les déchets. Un client réhydrate des fruits secs afin de leur donner un taux d'humidité acceptable, puis les conditionne dans des sachets. Il ne peut mesurer le taux d'humidité qu'une fois l'équilibre atteint, deux jours plus tard. Les valeurs finales d'humidité peuvent varier entre 13 % et 18 %. Ne pas respecter la spécification de 18 % peut entraîner une différence de 5 % sur le résultat net.

Collecte des données : ce client a besoin de données provenant de plusieurs sources. Il collecte automatiquement les mesures initiales, intermédiaires et finales (deuxième jour après traitement) de la teneur en humidité à l'aide d'instruments connectés à SKALA. La température ambiante et l'humidité relative sont collectées à l'intérieur des chambres de réhydratation à l'aide de capteurs de température/humidité relative connectés. Le poids brut des produits est collecté avant et après le traitement à l'aide d'une balance connectée, puis utilisé pour déterminer l'humidité ajoutée.

Les données collectées au fil du temps sont utilisées pour créer un algorithme qui recommande les intrants nécessaires pour amener chaque lot à un taux d'humidité de 18 % sur la base des mesures effectuées sur un lot entrant de produit déshydraté.

Résultat : économies de 100 000 $ par mois.

Processus incorrect

Un fabricant de produits de boulangerie jette d'importantes quantités de produits en raison d'une cuisson irrégulière. En collectant des données, il détermine que le problème ne provient pas du four, mais d'une étape de transformation précédente au cours de laquelle la garniture a été cuite. La variabilité de l'activité de l'eau dans la garniture entraîne la non-conformité du produit final.

Collecte des données : QC prélève un échantillon toutes les cinq minutes afin de mesurer l'activité de l'eau dans la ligne de remplissage. Les résultats sont affichés sur un écran situé au poste de cuisson et communiqués au responsable de la ligne. En observant l'activité de l'eau en temps réel, l'opérateur peut ajuster le temps de cuisson afin de contrôler l'activité de l'eau dans la ligne de remplissage.

Processus non cohérent

La variabilité du processus de production entraîne souvent du gaspillage. Un client a constaté que les variations de température du four entraînaient une activité hydrique irrégulière dans le produit final. En surveillant l'activité hydrique finale en temps réel, il peut ajuster le temps de traitement afin d'améliorer considérablement la régularité du produit.

Collecte des données : températures du four en temps réel, temps de traitement mesuré par la vitesse du tapis roulant et communiqué en temps réel sur un tableau de bord de contrôle des processus. Actions : réglage de la vitesse du tapis roulant pour modifier le temps de traitement.

Résultat : réduction de 50 % des variations dans les processus. Économies de 50 000 à 80 000 dollars par mois.

Dysfonctionnement de l'équipement

Un client qui produit des barres extrudées dispose d'une guillotine qui coupe ces barres en sections. Lorsque la guillotine commence à mal fonctionner, les dimensions des barres ne correspondent plus aux spécifications et la production devient incontrôlable, ce qui génère des déchets. Les opérateurs doivent être en mesure de surveiller le processus afin de pouvoir observer les tendances et effectuer des ajustements ou appeler le service de maintenance pour réparer la guillotine.

Collecte des données : poids net et taille mesurés en temps réel à partir d'une balance et d'un pied à coulisse connectés. Les données et les tendances sont affichées sur un tableau de bord situé à côté de la guillotine et sur un deuxième tableau de bord visible par l'opérateur de la ligne. Lorsque le processus devient incontrôlable, un opérateur peut arrêter la ligne et régler la guillotine ou contacter immédiatement le service de maintenance.

Résultat : le client estime qu'il détecte les problèmes 50 % plus rapidement grâce à l'amélioration des canaux de communication.

Produit tombé/perdu

Il s'agit de la forme de gaspillage la plus élémentaire, mais aussi l'une des plus difficiles à suivre. Pour le faire correctement, vous devez être en mesure de suivre le rendement et le gaspillage à plusieurs étapes du processus de production. Vous devez également tenir compte des pertes qui ne sont pas des déchets, comme l'eau qui s'évapore du produit lors de la cuisson, par exemple. De nombreux fabricants de produits de longue conservation éliminent l'eau (par cuisson, séchage, déshydratation). Ils peuvent utiliser l'activité de l'eau pour prédire le rendement attendu. En combinant le suivi automatisé des déchets et le rendement attendu, il est possible de déterminer la quantité de produit perdue ou gaspillée.

Variation dans les ingrédients bruts

Les ingrédients alimentaires varient considérablement d'une année à l'autre. Les lieux et les conditions de culture ont une incidence sur la taille, la teneur en sucre, la teneur en humidité, etc. L'ajustement de votre processus pour tenir compte des différences entre les matières premières est le défi le plus complexe de tous. Pour réussir, vous devez comprendre quels attributs des ingrédients entrants ont une incidence sur la transformation et les mesurer. Les données en temps réel liées à chaque lot et à chaque série vous permettent de tirer parti de votre expertise en science alimentaire et de créer un algorithme prédictif pour recommander des ajustements à la transformation en fonction des attributs des ingrédients entrants.

Par où commencer

Il existe évidemment de nombreux domaines dans le processus de production où vous pouvez commencer à lutter contre le gaspillage. Les meilleures mises en œuvre commencent par un objectif unique présentant un retour sur investissement potentiel significatif. Après la période de récupération, une partie de vos économies peut financer le projet suivant et alimenter l'amélioration continue.

Nouvelle méthode pour arrêter les estimations et commencer à suivre le rendement maximal par rapport au rendement réel

Dans ce webinaire de 20 minutes, le Dr Brady Carter présente une nouvelle méthode pour calculer le rendement maximal de production lot par lot à l'aide d'une isotherme de sorption d'humidité. Elle ne nécessite que trois types de mesures : le poids (initial et final), la teneur en humidité (initiale et finale) et l'activité de l'eau (finale).

Apprendre :

• Pourquoi l'activité de l'eau offre un moyen unique de prédire le rendement maximal
• Comment la collecte automatisée des données rend ces calculs de déchets possibles
• Résultats d'une étude mesurant les déchets dans les flocons de pommes de terre produits par une usine pilote gérée par une université
• Défis et limites de la méthode