Guia para iniciantes sobre como medir o rendimento e o desperdício na indústria alimentícia

A melhoria contínua e os dados em tempo real são a dupla imbatível na redução de desperdícios. Os dados, coletados automaticamente e disponibilizados em tempo real, impulsionam o ciclo Plan-Do-Check-Act ao revelar problemas, permitindo que você analise e diagnostique, fornecendo dados em tempo real à sua equipe para que ela possa monitorar e controlar, e, por fim, confirmando os resultados.

Todos sabem que seria possível obter esses dados investindo milhões em equipamentos de alta tecnologia totalmente novos. Mas essa não é a única opção. A seguir, apresentamos exemplos de fabricantes que estão obtendo resultados impressionantes ao coletar dados em tempo real automaticamente a partir das máquinas antigas que já possuem.

Veja como estão lidando com sete problemas comuns na luta contra o desperdício.

Embalagem exterior

Se você embalar menos do que o necessário, terá que descartar o produto ou reembalá-lo. Por isso, a maioria dos fabricantes prefere pecar pelo excesso na embalagem. Mas o excesso de embalagem é um indício direto. Há uma oportunidade fácil aqui para o fabricante de alimentos que souber explorar medições em tempo real. Por exemplo, um cliente que opera uma ensacadora automatizada e uma balança de controle percebeu que, com o tempo, o acúmulo de resíduos no equipamento causava subembalagem. Ajustar a máquina colocava os sacos dentro das especificações temporariamente, mas, de repente, eles descobriam que as condições haviam mudado e que vinham sobreembalando em 5% há algum tempo.

Coleta de dados: Ao conectar a balança de controle ao SKALA Control, é possível visualizar os pesos em tempo real em um monitor acima da estação de pesagem, com os limites de controle claramente indicados e as leituras fora das especificações sinalizadas.

Resultado: O excesso de embalagem diminuiu de 2% para 1%. Economia de US$ 84.000 por mês.

Excesso ou falta de processamento

O processamento de alimentos de longa duração geralmente envolve água: cozimento, secagem, desidratação e reidratação. Existe um ponto ideal que quase todos os produtos precisam atingir. A capacidade de chegar lá, de forma consistente, logo na primeira tentativa, é uma maneira eficaz de reduzir o desperdício. Um cliente reidrata frutas secas para atingir um nível de umidade aceitável e, em seguida, as embala. Ele só consegue medir a umidade quando ela atinge o equilíbrio, dois dias depois. Os valores finais de umidade podem variar entre 13% e 18%. Não atingir a especificação de 18% pode significar uma diferença de 5% no resultado final.

Coleta de dados: Este cliente necessita de dados provenientes de várias fontes. As medições do teor de umidade inicial, intermediário e final (no segundo dia após o processamento) são coletadas automaticamente por meio de instrumentos conectados ao SKALA. A temperatura ambiente e a umidade relativa são coletadas dentro das câmaras de reidratação por meio de sensores de temperatura e umidade relativos conectados. Os pesos brutos dos produtos são coletados antes e depois do processamento por meio de uma balança conectada, e esses pesos são então utilizados para determinar a umidade adicionada.

Os dados coletados ao longo do tempo são utilizados para criar um algoritmo que recomenda os ingredientes necessários para ajustar cada lote a 18% de umidade, com base nas medições de um lote recebido de produto desidratado.

Resultado: economia de US$ 100.000 por mês.

O processo não está correto

Uma fabricante de produtos de panificação descarta quantidades significativas de produtos devido a resultados inconsistentes no cozimento. Ao coletar dados, a empresa conclui que o problema não está no forno, mas em uma etapa anterior do processo, na qual o recheio era cozido. A variabilidade na atividade de água do recheio está causando a não conformidade do produto final.

Coleta de dados: O controle de qualidade coleta uma amostra a cada cinco minutos para medir a atividade de água do recheio na linha de produção. Os resultados são exibidos em um monitor na estação de cozimento e comunicados ao responsável pela linha. Ao observar a atividade de água em tempo real, o operador pode ajustar o tempo de cozimento para manter a atividade de água do recheio sob controle.

Processo inconsistente

A variabilidade no processo de produção costuma gerar desperdício. Um cliente constatou que as variações na temperatura do forno resultam em atividades de água inconsistentes no produto final. Ao monitorar as atividades de água finais em tempo real, eles podem ajustar o tempo de processamento para melhorar significativamente a consistência.

Coleta de dados: temperaturas do forno em tempo real e tempo de processamento, medido pela velocidade da esteira transportadora, exibidos em tempo real em um painel de controle do processo. Ações: ajuste da velocidade da esteira para alterar o tempo de processamento.

Resultado: Variação do processo reduzida em 50%. Economia de US$ 50.000 a 80.000 por mês.

Falha no equipamento

Um cliente que produz barras extrudadas possui uma guilhotina que corta essas barras em seções. Quando a guilhotina começa a apresentar falhas, as dimensões das barras ficam fora das especificações e a produção fica fora de controle, gerando desperdício. Os operadores precisam ser capazes de monitorar o processo para que possam identificar tendências e fazer ajustes ou chamar a manutenção para consertar a guilhotina.

Coleta de dados: Peso líquido e dimensões medidos em tempo real por meio de balança e paquímetros conectados. Os dados e tendências são exibidos em um painel de controle localizado junto à guilhotina e em um segundo painel visível ao operador da linha. Quando o processo sai do controle, um funcionário pode parar a linha e ajustar a guilhotina ou entrar em contato com a manutenção imediatamente.

Resultado: O cliente estima que consegue detectar problemas 50% mais rápido graças aos canais de comunicação aprimorados.

Produto caído/perdido

Essa é a forma mais básica de desperdício e uma das mais difíceis de monitorar. Para fazê-lo corretamente, é preciso ser capaz de monitorar o rendimento e o desperdício em vários pontos do processo de produção. Também é preciso levar em conta as perdas que não são desperdício — a água que é eliminada do produto durante o cozimento, por exemplo. Muitos fabricantes de produtos de longa duração removem a água (por meio de cozimento, secagem ou desidratação). Eles podem usar a atividade da água para prever o rendimento esperado. Ao combinar o rastreamento automatizado de desperdício com o rendimento esperado, é possível determinar a quantidade de produto descartada ou perdida.

Variação nas matérias-primas

Os ingredientes alimentícios variam enormemente de ano para ano. Os locais e as condições de cultivo afetam o tamanho, o teor de açúcar, o teor de umidade e outros fatores. Ajustar seu processo para levar em conta as diferenças nas matérias-primas é o mais complexo de todos os desafios. Para ter sucesso, é preciso compreender quais atributos dos ingredientes recebidos afetam o processamento e medi-los. Dados em tempo real vinculados a cada lote e série permitem que você aproveite os conhecimentos da ciência alimentar e crie um algoritmo preditivo para recomendar ajustes no processamento com base nos atributos dos ingredientes recebidos.

Por onde começar

Obviamente, há muitos pontos no processo de produção onde é possível começar a combater o desperdício. As melhores implementações começam com um único objetivo que ofereça um retorno sobre o investimento (ROI) significativo. Após o período de retorno do investimento, parte da economia gerada pode financiar o próximo projeto e impulsionar a melhoria contínua.

Novo método para deixar de fazer estimativas e passar a monitorar o rendimento máximo em comparação com o rendimento real da produção

Neste webinar de 20 minutos, ideal para uma pausa para o café, o Dr. Brady Carter apresenta uma nova maneira de calcular o rendimento máximo de produção, lote a lote, utilizando uma isoterma de sorção de umidade. São necessárias apenas três tipos de medições: peso (inicial e final), teor de umidade (inicial e final) e atividade da água (final).

Saiba mais:

• Por que a atividade da água oferece uma forma única de prever o rendimento máximo
• Como a coleta automatizada de dados torna esses cálculos de resíduos viáveis
• Os resultados de um estudo que avaliou o desperdício em flocos de batata produzidos por uma planta piloto administrada por uma universidade
• Desafios e limitações do método