Lotes defectuosos en una mezcla de pienso animal por mal funcionamiento del sistema de dosificación

RESUMEN

Una empresa especializada en nutrición animal quería confirmar si todos los lotes de ingredientes para pienso para animales eran homogéneos y similares a los lotes anteriores. A pesar de que solo había unas pocas muestras disponibles para este producto, el análisis cualitativo de Chemometric Brain pudo detectar falta de conformidad en dos lotes. La empresa revisó el proceso de fabricación y descubrió un problema en el sistema de dosificación. Retiró los lotes defectuosos, evitando posibles reclamaciones, arregló el sistema de dosis y reanudó la producción.

CONTEXTO

Una empresa especializada en nutrición animal aplicó Chemometric Brain para analizar tanto las materias primas como sus productos finales con el objetivo de mejorar el control de calidad. Chemometric Brain llevó a cabo un análisis cualitativo para detectar cambios en la composición de los ingredientes que pueden aparecer después del proceso de fabricación.

Un análisis cualitativo utiliza todo el espectro disponible de un dispositivo NIR y lo trata como una huella digital. Chemometric Brain emplea una serie de modelos matemáticos, como el Análisis de Componentes Principales, entre otros, para comparar la huella del lote actual con las huellas de una biblioteca de huellas correctas de lotes anteriores o bibliotecas de referencia. Chemometric Brain puede entonces dar al usuario una simple señal de favorable o desfavorable que avisa si el lote está en línea con la biblioteca del producto que se está analizando.

PRODUCTO ANALIZADO

Mezcla de ingredientes para pienso animal.

PROBLEMA

Dos lotes (lote 7 y lote 8 de la imagen 1; círculo naranja y rojo, respectivamente) mostraron no conformidades con respecto al resto de los lotes fabricados con las mismas materias primas y en el mismo día.

ENFOQUE

Utilizando un modelo con 12 muestras correctas, el análisis certificó que los lotes 1 a 6 eran conformes. La imagen 1 muestra los lotes 1 a 6 dentro del área de confianza, por lo que se consideran como los anteriores. Sin embargo, el lote 7 y el lote 8 aparecen fuera del área de confianza, a pesar de haber sido fabricados el mismo día, en las mismas instalaciones y utilizando las mismas materias primas.

El cliente identificó el problema en los lotes y, después de revisar el proceso, descubrió un error de funcionamiento en el sistema de dosis, que no añadía los ingredientes de manera consistente, por lo que un lote tenía un nivel bajo de un ingrediente mientras que el siguiente tenía demasiado. Este problema en el sistema de dosificación se solucionó y se reanudó la producción.

CONCLUSIÓN

El cliente pudo identificar los lotes no conformes mediante la implementación de Chemometric Brain. Este ejemplo ilustra cómo Chemometric Brain es muy eficaz en la detección de lotes potencialmente defectuosos a pesar del pequeño número de muestras disponibles (12).

Un análisis simple y preciso fue suficiente para detectar errores en su línea de producción y evitar futuras reclamaciones, así como costes adicionales en laboratorios externos.

‍