食品制造中产量与废料测量的入门指南

持续改进与实时数据是减少浪费的黄金搭档。这些自动采集并实时传输的数据，通过揭示问题、助您剖析诊断、向员工提供实时数据以便其进行监控与控制，以及最终验证成果，从而推动“计划-执行-检查-行动”循环的运转。

众所周知，投入数百万美元购置全新的高科技设备确实可以获取这些数据。但这并非唯一途径。以下是一些制造商的案例，他们通过从现有的老旧设备中自动采集实时数据，取得了令人瞩目的成果。

看看他们在打击浪费的斗争中是如何应对这七种常见问题的。

外包装

如果包装不足，就不得不报废或重新包装。因此，大多数制造商宁愿多装一些。但过度包装会直接暴露问题。 对于能够利用实时测量数据的食品制造商而言，这正是唾手可得的机遇。例如，某家使用自动装袋机和检重秤的客户发现，随着时间推移，设备上的积垢会导致装袋量不足。调整机器虽能暂时使袋装产品符合规格，但很快他们就会发现情况已发生变化，且此前一段时间内装袋量已超标5%。

数据采集：通过将检重秤连接至SKALA控制系统，操作人员可在称重站上方的显示屏上实时查看称重数据，其中控制限值清晰标注，超出规格的读数会自动标记。

结果：超量包装率从2%降至1%。每月节省84,000美元。

过度处理/处理不足

加工常温保存食品通常涉及水分处理：烘焙、干燥、脱水、复水。几乎每种产品都需要达到一个最佳状态。能够首次加工就稳定地达到这一状态，是减少浪费的有效途径。某客户将干果复水至可接受的含水率，然后进行分装。但直到两天后达到平衡状态，他们才能测量含水率。 最终含水率通常在13%至18%之间波动。若未能达到18%的规格要求，可能导致利润出现5%的差异。

数据采集：该客户需要来自多个来源的数据。他们通过连接SKALA系统的仪器，自动采集初始、中间和最终（加工后第二天）的含水率测量值。环境温度和相对湿度则通过连接在复水箱内的温湿度传感器进行采集。加工前后，通过连接的天平采集产品的总重量，随后利用这些重量数据来计算添加的水分。

利用随时间收集的数据，建立一个算法，该算法根据新到批次的脱水产品测量数据，推荐将每批产品调整至18%含水率所需的添加量。

结果：每月节省10万美元。

流程有误

某烘焙食品制造商因烘焙效果不稳定而报废了大量产品。通过收集数据，他们发现问题并不出在烤箱上，而在于之前将馅料熬煮浓缩的加工步骤。馅料水分活度的波动导致了最终产品不符合标准。

数据采集：质检人员每五分钟采集一个样本，以测量生产线上的馅料水分活度。结果会显示在烹饪工位的显示屏上，并同步报告给生产线负责人。通过实时查看水分活度数据，操作员可以调整烹饪时间，从而将馅料的水分活度控制在规定范围内。

流程不一致

生产过程中的波动往往会导致浪费。某位客户发现，烘箱温度的波动会导致最终产品的水分活度不一致。通过实时监测最终产品的水分活度，他们可以调整加工时间，从而显著提高产品的一致性。

数据采集：实时显示烤箱温度，并根据传送带速度测算的处理时间，在工艺控制仪表盘上实时报告。操作：通过调整传送带速度来改变处理时间。

结果：流程波动减少50%。每月节省5万至8万美元。

设备故障

某家生产挤压型材的客户拥有一台用于将型材切割成段的断料机。当断料机出现故障时，型材尺寸会超出规格范围，生产过程也会失控，从而造成浪费。操作人员需要能够监控生产过程，以便发现趋势并进行调整，或联系维护人员修复断料机。

数据采集：通过连接的电子秤和卡尺实时测量净重和尺寸。数据及趋势显示在与切片机同位置的仪表盘上，同时还有第二个仪表盘供生产线操作员查看。当生产过程出现异常时，操作员可立即停止生产线，调整切片机或联系维护人员。

结果：客户估计，借助改进的沟通渠道，他们发现问题的时间缩短了50%。

产品掉落/丢失

这是所有浪费形式中最基础的一种，也是最难追踪的一种。要做到这一点，必须能够在生产过程的多个环节追踪产出率和浪费情况。 此外，还需将非废弃物的损失纳入考量——例如烘烤过程中从产品中蒸发的水分。许多常温保存产品的制造商都会通过烘烤、干燥或脱水等方式去除水分。他们可以利用水分活度来预测预期产量。通过将自动化的废弃物追踪与预期产量相结合，便能确定有多少产品被淘汰或损失。

原料的差异

食品原料的特性年年大不相同。种植地点和条件会影响果实大小、糖分含量、水分含量等诸多方面。针对原料差异调整生产工艺，是所有挑战中最复杂的一项。要想成功应对这一挑战，必须了解进料原料的哪些属性会影响加工过程，并对其进行测量。通过与每批原料关联的实时数据，您可以运用食品科学专业知识，建立预测算法，并根据进料原料的属性提出工艺调整建议。

从哪里开始

在生产过程中，显然有许多环节可以着手消除浪费。最有效的实施方式是从一个具有显著潜在投资回报率（ROI）的目标入手。在收回投资后，节省下来的部分资金可以用于资助下一个项目，并推动持续改进。

新方法：不再估算，开始追踪最大产量与实际产量的对比

在这场时长20分钟的“咖啡时间”网络研讨会上，布雷迪·卡特博士将介绍一种利用吸湿等温线逐批计算最大产量的全新方法。该方法仅需三类测量数据：重量（初始值和最终值）、水分含量（初始值和最终值）以及水分活度（最终值）。

了解：

• 为什么水分活度能为预测最大收率提供一种独特的方法
• 自动化数据采集如何使这些废弃物计算成为可能
• 一项关于测量某大学运营的试点工厂生产的马铃薯片中废料含量的研究结果
• 该方法的挑战与局限性