congreso lechería autel 2015congresodelecheria.com.uy/site/media/archivos/excelencia... ·...
TRANSCRIPT
Congreso Lechería AUTEL 2015
Ing. Mauro ZanuzziSales Manager Dairy, Central Region –
Sales & Marketing Argentina
Mobile: +54 9 3471 535527 - Office: + 54 11 4365 7700
Cómo plantear y realizar ensayos a nivel industrial de nuevos
ingredientes o cambios tecnológicos. Puntos a tener en cuenta,
mediciones, seguimientos, estadística, análisis y conclusiones
para poder obtener de ellos un beneficio aplicable en el tiempos
en productividad, calidad y/o rentabilidad. Ejemplo de casos
realizados con éxito.
Excelencia en ensayos
industriales para mejorar
productividad, calidad y
rentabilidad
LOS INDICADORES TECNICO-ECONOMICOS
La composición de los productos acabados y materias primas
Ecuación de los rendimientos queseros
Metrología e incertidumbres
Aproximación de los balances de materias
Análisis de la situación actual
Datos (muestreo, análisis)
Planificación de los ensayos
Datos de los ensayos
Análisis y presentación de resultados
6° Congreso de Lechería AUTEL3
La composición de los productos acabados y materias primas
1- El extracto seco total o materias secas totales (EST o MST)
en %
Es la cantidad de materia seca total contenida en 100 g de queso.
MG ESD AGUA
MG = Materias grasas
ESD = Extracto seco desgrasado
Métodos de referencia: Estufa Leche: Norma NF V 04-367#
Quesos: Norma NF V 04-282
6° Congreso de Lechería AUTEL4
2 - La proporción de Materias Grasas (MG) en %
Es la cantidad de MG contenida en 100 g de queso.
MG ES AGUA
Es, pues, la proporción de MG contenida en un peso de productos reducido
a 100 g.
Métodos de ref.: Leche (Gerber): Norma NF V 04-210#
Nata (Rose Goëtlieb) : Norma NF V 04-263#
Quesos (Heiss): Norma NF V 04-287#
3 - Graso /Seco en %
Es la cantidad de MG en 100 g de EST
G/S = MG x 100
EST
6° Congreso de Lechería AUTEL5
4 - Extracto Seco Desgrasado en %
Es la cantidad de materia seca (sin contar la MG) contenida en 100 g de queso
ESD = EST - MG
6° Congreso de Lechería AUTEL6
5 - Humedad en el queso desgrasado (específicas en los quesos) en %
5.1 Beneficios en la industria quesera
Es la cantidad de agua contenida en 100 g de queso desgrasado (100-MG)
HQD = 100 - ES x 100
100 - MG
La HQD permite cuantificar la textura de un queso independientemente de su
tasa de MG.
También permite comparar los quesos con tasas de MG diferentes.
Así pues, si se quiere modificar la tasa de MG de un queso sin que cambie su
textura, habrá que conservar su HQD y no su EST.
6° Congreso de Lechería AUTEL7
Ejemplos de cálculos
Hum MG/ST HFD ST MG ESD ESD+Hum HFD Cl Na Cl Na / Hum
44 45 58,82 56 25,20 30,80 74,80 58,82 1,2 2,73
Hum MG/ST HFD ST MG ESD ESD+Hum HFD Cl Na Cl Na / Hum
44 43 57,96 56 24,08 31,92 75,92 57,96 1,2 2,73
Hum MG/ST HFD ST MG ESD ESD+Hum HFD Cl Na Cl Na / Hum
44,88 43 58,82 55,12 23,70 31,42 76,30 58,82 1,2 2,67
6° Congreso de Lechería AUTEL8
La ecuación de los rendimientos queseros
1- Los rendimientos queseros
Existen varias formas de expresar los rendimientos:
- El rendimiento bruto (Rb), cuya ecuación es la siguiente:
Rb = Qf x 100
Ql
Rb : Rendimiento bruto en kg/100 kg de leche
Qf : Cantidad de queso en kg
Ql : Cantidad de leche en kg
Es la cantidad de queso fabricado con 100 l (o 100 kg) de leche (Kg /100
(l o Kg))
6° Congreso de Lechería AUTEL9
- El rendimiento corregido en ES (RcoES):
Permite comparar los rendimientos de los quesos obtenidos de los
extractos secos diferentes.
RcoES = Rb x ESTfe
ESTft
RcoES = Rendimiento corregido en ES en kg/100 kg
Rb = Rendimiento bruto en kg/100 kg de leche
ESTfe = Fracción de EST del queso de referencia
ESTft = Fracción de EST del queso de muestra
6° Congreso de Lechería AUTEL10
- El rendimiento corregido en ESD (RcoESD) :
Permite comparar los rendimientos de diferentes pruebas, teniendo en
cuenta a la vez las diferencias de Extracto Seco, así como las diferencias
de proporción de MG.
RcoESD = [Rb-(RbxMGfe)] x (ESTfe – Mgfe - ESDs)
(ESTft – MGft – ESDs)
RcoESD = Rendimiento desgrasado corregido en ESD (kg/100 kg)
Rb = Rendimiento bruto en kg/100 kg de leche
Mgfe = Fracción de MG del queso de referencia
ESTfe = Fracción de EST del queso de referencia
Mgft = Fracción de MG del queso de muestra
ESTft = Fracción de EST del queso de muestra
ESDs = Fracción de ESD del suero medio
6° Congreso de Lechería AUTEL11
- El coeficiente G
Es la cantidad de extracto seco desgrasado tras el cuajado de un litro o
de un kg de leche cuajada.
G = QESD
Ql
G : Coeficiente G en g/kg o g/l
QESD : Cantidad de extracto seco desgrasado del queso en g
Ql : Cantidad de leche empleada en kg o en l
Generalmente, está comprendido entre los 27 y los 34 g ESD /l
6° Congreso de Lechería AUTEL12
- Los coeficientes de recuperación
Es la proporción de un constituyente encontrado en el queso.
En Extracto Seco Desgrasado Qf x ESDf x 100
Ql x ESDl
En Materias Nitrogenadas Totales Qf x MATf x 100
Ql x MATl
En Materias Grasas Qf x MGf x 100
Ql x MGl
Qf : Cantidad de queso obtenido en kg
Ql : Cantidad de leche empleada en kg
ESDf : Proporción de Extracto Seco Desgrasado del queso en g/kg
ESDl : Proporción de Extracto Seco Desgrasado de la leche en g/kg
MATf : Proporción de Materias Nitrogenadas Totales del queso en g/kg
MATl : Proporción de Materias Nitrogenadas totales de la leche en g/kg
MATf : Proporción de Materias Grasas del queso en g/kg
6° Congreso de Lechería AUTEL13
Algunos datos de tamaño: Caseínas 94 %
MG 92 %
MA 76 %
E.S. 55 a 65 %
Incertidumbre media obtenida generalmente
Rendimiento bruto (kg/100 kg): 0.055
Rendimiento corregido (kg/100 kg): 0.436
Coef. recup. MAT (%) : 3.01
Coef. Recup. ESD (%) : 1.37
Coeficiente G (g/kg): 0.641
6° Congreso de Lechería AUTEL14
Metrología e incertidumbres
El establecimiento de rendimientos de fabricación o de balances de materias
necesita, con el fin de relativizar los resultados obtenidos, que se tomen en
cuenta los errores de las medidas y de los análisis efectuados durante el
establecimiento de estos cálculos.
Medida de un tamaño o variable – Las incertidumbres
Mediciones
Errores – Error absoluto – Valor exacto
Incertidumbre absoluta / relativa
6° Congreso de Lechería AUTEL15
Teoremas de las incertidumbres
En una suma o una diferencia, la incertidumbre absoluta es igual a la suma de
las incertidumbres de cada uno de los términos.
a = b+c � ∆a = ∆b +∆c
a = b-c � ∆a = ∆b +∆c
En un producto o un cociente, sólo pueden utilizarse las incertidumbres
relativas. La incertidumbre relativa de un producto o un cociente es igual a la
suma de las incertidumbres relativas de cada uno de los términos.
a = bxc � ∆a = ∆b + ∆c
a b c
a = b/c � ∆a = ∆b + ∆c
a b c
6° Congreso de Lechería AUTEL16
Ejemplos de incertidumbres calculadas según el modo de
pesaje
a- Caso N°1
10 quesos se pesan individualmente sobre su soporte en una
balanca de incertidumbre absoluta de ± 0,2 kg.
Los soportes que constituyen la tara también se pesan
individualmente en la misma balanza.
Por tanto, entre los 10 quesos (820 kg) y los 10 soportes (70 kg)
se ha obtenido un total de 20 pesajes a 0,2 kg aproximadamente
O sea: 20 x 0,2 = 4 kg de incertidumbre absoluta
Es decir: (4 / 750 )x100 = 0,53% de incertidumbre relativa
6° Congreso de Lechería AUTEL17
b- Caso N°2
Los 10 quesos se pesan individualmente sobre su soporte y
los soportes se pesan de una sola vez en la misma balanza.
Sólamente se realizan 11 pesajes
O sea: 11 x 0,2 = 2,2 kg de incertidumbre absoluta
Es decir: (2,2 / 750)x100 = 0,29 % de incertidumbre relativa
6° Congreso de Lechería AUTEL18
c- Caso N°3
Los 10 quesos se pesan en bloque sobre su soporte y los soportes
se pesan de una sola vez en la misma balanza.
Sólamente se realizan 2 pesajes
O sea: 2 x 0,2 = 0,4 kg de incertidumbre absoluta
Es decir: (0,4 / 750)x100 = 0,05 % de incertidumbre relativa
Este ejemplo muestra, por tanto, la importancia de los
procedimientos de medida en cuanto a la optimización de las
incertidumbres relativas atribuídas a cada tamaño recuperado
en un balance o en un cálculo técnico-económico.
6° Congreso de Lechería AUTEL19
Otros puntos a tener en cuenta:
Mediciones de volúmenes: indicadores de nivel, presencia de aire, espuma, la temperatura
Los balances y los cálculos técnico-económicos se expresan a menudo en peso, de ahí la necesidad de calcular los pesos por conversión con las masas volumétricas y de ahí una fuente de incertidumbre suplementaria que hace que la utilización de los volúmenes sea, a menudo, mucho más inexacta e imprecisa que la determinación del peso
Puede ser común tener una incertidumbre de +/-50 kg en una tina de
10.000 kg de leche
Las incertidumbres relacionadas con los análisis físico-químicos
MuestreoMétodos Calibración de equipos
6° Congreso de Lechería AUTEL20
21
Aproximación de los balances de materia
Para validar en estudio o análisis, la recuperación de lo analizado
debe ser igual o mayor al 98%.
Ejemplo:
Leche 100 kg de ES = Queso + Suero 100 +/- 2 kg de ES
6° Congreso de Lechería AUTEL
Excellence in TrialsSix Sigma
Herramientas: Minitab
23
Resumen de las diferentes etapas en los ensayos
Fase 1 Fase 2 Fase 3
� Planificación del ensayo
� Inicio de los ensayos
� Ensayos en curso
Fase 4
� Ensayos finalizados
6° Congreso de Lechería AUTEL
24
Qué es Six Sigma?
Es una estrategia metodológica y sistemática que utiliza herramientas
estadísticas para la mejora de procesos, donde las decisiones se basan
exclusivamente en números y hechos (“midiendo en lugar de suponer”, ya que
medir es igual a conocer), utilizando un software estadístico (Minitab) para el
correspondiente soporte analítico.
La metodología Six Sigma es utilizada para describir la Calidad de un
Proceso
6σ corresponde a una tasa de error de 3,4 ppm (3,4 cada 1.000.000 millón de
errores posibles)
La Variación es el Enemigo de la Calidad!!!
Six Sigma (6 σ) en la Industria Láctea
6° Congreso de Lechería AUTEL
Check for OutliersCheck normal distribution in histogram
25
Generate data
Data analysis CH way step-by-stepPrepare data
Re-arrange in excel Transfer to Minitab
Check for normal distribution useeyeball test
Yes
No, get more
data or fix
problem
Locate outliers
Start
Go to data analysisRemove outliers
only if they can beexplained
6° Congreso de Lechería AUTEL
Example of conclusive illustrations
26
5,405,345,285,225,165,105,04
LSL USL
LSL 5,08
Target *
USL 5,32
Sample Mean 5,20971
Sample N 693
StDev (O v erall) 0,0703996
Process Data
% < LSL 3,03
% > USL 5,48
% Total 8,51
O bserv ed Performance
Process Capability of Final pH 2011
Error rate %
Average
Standard deviation
6° Congreso de Lechería AUTEL
• Histograma: verificar la Distribución Normal (Gauss) de un conjuntode Datos; aquí podemos calcular:
Process Capability: la habilidad que posee un Proceso de generar datos dentro de los límites que indica la especificación. Hace referencia directamente a la Calidad del Proceso (indicadores claves de la
performance)
• Boxplot
27
Tipos de Gráficos
60 ,7557 ,7554 ,7551 ,7548 ,7545 ,75
6 ,0
4 ,5
3 ,0
1 ,5
0 ,0
LSL Tar USL
Cp 0 ,244
CPL -0 ,072
CPU 0 ,559
Cpk -0 ,072
W it h in
Pp 0 ,244
PPL -0 ,072
PPU 0,559
Ppk -0 ,072
Cpm 0,176
Ove rall
W ith in
O v erall
60 ,7557 ,7554 ,7551 ,7548 ,7545 ,75
12
9
6
3
0
LSL Tar USL
Cp 0 ,401
CPL -0 ,118
CPU 0 ,919
Cpk -0 ,118
W it h in
Pp 0 ,401
PPL -0 ,118
PPU 0,919
Ppk -0 ,118
Cpm 0,215
Ove rall
W ith in
O v erall
Capability Histograms of Humedad Queso by Coagulante
Coagu lant e = DSM
Coagu lant e = Hansen
Indice Cp: USL – LSL/6 desviación Estandar (a menor variación, mayor proceso más controlado y mayor Cp)
Cuando Cp = CpK, el promedio está en el centro de la especificación.
6° Congreso de Lechería AUTEL
28
Estudio de Caso con Minitab
6° Congreso de Lechería AUTEL
29
Una empresa produce queso Mozzarella
Utiliza actualmente un Bulk Starter (BS Competitor B)
En la siguiente serie de Ensayos, se testearon la performance de
nuestros cultivos Easy Set i400 y otro cultivo directo de la
competencia (Competitor A). Desean comparar los resultados entre
los cultivos directos y el actual Bulk starter.
Los puntos críticos del proceso están dados en la tina quesera y en
la cinta desueradora.
El parámetro más importante para el Cliente es la Humedad.
6° Congreso de Lechería AUTEL
30
Límites de Proceso (Especificación)
Parámetros Límite Inferior (LSL) Límite Superior (USL)
Drymatter cheese 51,50 53,50
pH Milk 6,45 6,55
pH-value DMC start 6,35 6,45
pH-value DMC end 5,05 5,35
Temp. Milk inlet 36,50 37,50
Cooking temp. Vat 38,00 39,00
6° Congreso de Lechería AUTEL
Descriptive Statistics: Drymatter final product [%]
Total
Variable Culture rotation Count Mean StDev Maximum
Drymatter final BS Competitor B 20 53,653 0,992 55,470
DS Competitor A 20 53,012 0,578 53,830
i 405 20 52,363 0,335 52,850
i 410 20 52,496 0,383 53,380
i 450 20 52,751 0,343 53,420
6° Congreso de Lechería AUTEL31
6° Congreso de Lechería AUTEL32
6° Congreso de Lechería AUTEL33
6° Congreso de Lechería AUTEL34
6° Congreso de Lechería AUTEL35
6° Congreso de Lechería AUTEL36
6° Congreso de Lechería AUTEL37
Exp. Overall Performance
Variable % < LSL % > USL % Total
Drymatter final_BS Competitor B 1,62 56,05 57,67
Drymatter final_DS Competitor A 0,49 20,25 20,74
Drymatter final product [_i 405 0,57 0,04 0,61
Drymatter final product [_i 410 0,52 0,49 1,01
Drymatter final product [_i 450 0,02 1,59 1,61
I405 has the lowest error rate.
The best capability is obtain with i405 as the Cp is 0,98
6° Congreso de Lechería AUTEL38
6° Congreso de Lechería AUTEL39
OBJETIVO DEL TRABAJO
40
% Moisture
N°° °°Vats
6° Congreso de Lechería AUTEL
Apuntaral blanco
6° Congreso de Lechería AUTEL41
MUCHAS GRACIAS