Từ đất đến cửa hàng: Sử dụng Minitab thống kê trong bảo quản và sản xuất thực phẩm

TỔNG QUÁT

Với dân số thế giới đạt hơn 7,7 tỷ người vào năm 2019, có một thứ gắn kết tất cả chúng ta - thực phẩm. Cho dù sống, nấu chín, lành mạnh, đắng, ngọt, cay hay mặn vv, Có hàng triệu loại thực phẩm được trồng, mua, làm và tiêu thụ mỗi ngày. Điều đó đang được nói đến vào năm 2030, nhu cầu thực phẩm toàn cầu dự kiến ​​sẽ tăng 35% do mức tăng tiêu dùng của tầng lớp trung lưu từ 10 đến 40% ở các nước như Ấn Độ và Trung Quốc và tăng 56% vào năm 2050. Các cá nhân, tổ chức và công ty xung quanh thế giới đã và đang nghiên cứu, tìm ra đủ loại giải pháp để chủ động xử lý tình trạng gia tăng nhu cầu lương thực, giảm chênh lệch lương thực. Mặc dù không có giải pháp nào có thể loại bỏ hoàn toàn vấn đề, nhưng một trong những đề xuất tốt nhất là trở nên hiệu quả hơn trong quá trình sản xuất thực phẩm để giảm thiểu thất thoát và lãng phí một cách sinh thái. Viện Tài nguyên Thế giới (WRI) và Tổ chức Lương thực và Nông nghiệp (FAO) đã phát hiện ra rằng chỉ cần giảm 25% thất thoát và lãng phí lương thực vào năm 2050 thì khoảng cách lương thực sẽ giảm được 12%. Họ cũng phát hiện ra gần một phần tư thực phẩm được sản xuất cho con người bị bỏ đi và nó không chỉ xảy ra trong nhà của mọi người — chất thải xảy ra dọc theo chuỗi thực phẩm từ các trang trại, nhà máy, cửa hàng và bếp. Tin tốt cho các nhà sản xuất thực phẩm — Phần mềm thống kê Minitab có thể giúp ích cho dù bạn là người kỳ cựu hay người mới tham gia sản xuất thực phẩm, ngành công nghiệp đóng gói hàng hóa hay thậm chí là các loại hình sản xuất truyền thống khác, hãy để chúng tôi chỉ cho bạn cách trở nên hiệu quả hơn để giảm lãng phí, cải thiện chất lượng và tiết kiệm với ba trường hợp sử dụng của chúng tôi.


SẢN XUẤT GẠO - LÀM GIẢM SỰ BIẾN ĐỔI CHẤT LƯỢNG SẢN PHẨM BẰNG CÁCH ĐÁP ỨNG CÁC ĐIỀU KIỆN LƯU TRỮ.

 

Bạn có biết rằng ngũ cốc là một trong những loại thực phẩm quan trọng nhất đối với con người trên toàn cầu vào năm 2019? Được định nghĩa là bất kỳ loại cỏ nào được trồng để lấy các thành phần ăn được, ngũ cốc được tạo thành từ các loại ngũ cốc bao gồm lúa mì, ngô ngô, gạo, lúa mạch, yến mạch, lúa mạch đen và lúa miến. Bạn có tin hay không, ngô, gạo và lúa mì kết hợp với nhau để tạo ra 51% lượng calo tiêu thụ trên thế giới.

Lưu ý đến số liệu thống kê đó, sẽ rất hợp lý khi chúng tôi tìm cách giải quyết khoảng cách về lương thực mà chúng tôi khám phá cách tăng số lượng ngũ cốc có sẵn do tác động lớn của chúng đối với chế độ ăn uống toàn cầu. Nó chỉ ra rằng 50 đến 60 phần trăm hạt ngũ cốc được tạo ra có thể bị mất và lãng phí trong giai đoạn bảo quản do các yếu tố như độ ẩm,độ ẩm, không khí, sâu bệnh, các yếu tố nguy hiểm và hơn thế nữa, vì vậy việc cải thiện việc bảo quản ngũ cốc có thể làm tăng đáng kể số lượng sẵn có và giúp giảm thiểu chất thải.

Minitab Analysis Used:

- Control Chart
- Gage R&R
- Capabillity Analysis
- Cause and Efect diagram

PHÂN TÍCH:

GAGE R&R:

Lượng hạt ngũ cốc có thể mất lên đến 60%  trong quá trình bảo quản.

Do tính chất của quá trình sấy, bạn chọn ngẫu nhiên 30 mẫu đại diện cho phạm vi biến đổi quy trình dự kiến và đưa 10 mẫu ngẫu nhiên cho 3 kỹ thuật viên thực phẩm được chọn ngẫu nhiên (người vận hành). 3 kỹ thuật viên đo phần trăm độ ẩm của 10 mẫu khác nhau hai lần, tổng cộng 60 phép đo. Mỗi mẫu là duy nhất cho người vận hành và không có hai người vận hành nào đo cùng một mẫu.

Vì các phép đo là duy nhất cho mỗi kỹ thuật viên, bạn sẽ chọn thực hiện nghiên cứu R&R gage lồng nhau để đánh giá sự thay đổi trong các phép đo có thể do hệ thống đo lường. Bước này sẽ giúp bạn quyết định xem sự thay đổi quan sát được trong biểu đồ kiểm soát là do cách các kỹ thuật viên đo phần trăm độ ẩm trong mẫu hoặc nếu có những nguyên nhân tiềm ẩn khác cần được xác định và giải quyết.

CAUSE AND EFFECT DIAGRAM:

Sau khi nghiên cứu gage R&R đã được thực hiện, bạn có thể bắt đầu xem lại kết quả trong phần đánh giá gage. Ví dụ: Var % study rất hữu ích để so sánh sự thay đổi của hệ thống đo lường với tổng, trong khi bạn phát hiện ra rằng tổng R&R của gage bằng 23,71 phần trăm của biến thể nghiên cứu và biến thể từng phần bằng 97,15 phần trăm. Theo thông lệ chung của ngành, có thể chấp nhận được tổng mức biến thiên R&R dưới 30%. Hệ thống đo lường này cũng có thể phân biệt giữa 5 loại riêng biệt, cho thấy rằng hệ thống đo lường có thể phân biệt giữa các bộ phận. Theo AIAG, bạn cần có ít nhất 5 danh mục riêng biệt để có một hệ thống đo lường phù hợp. Trong trường hợp này, bạn có thể kết luận rằng dữ liệu thu được từ thiết bị đo và phương pháp mà kỹ thuật viên sử dụng là đáng tin cậy.
 

Khi dữ liệu đo lường được xác thực, dữ liệu bổ sung cho thấy rằng các lô gạo không đáp ứng các thông số kỹ thuật về độ ẩm cần thiết từ 13 đến 14 phần trăm. Đây là lúc phân tích khả năng xử lý trong Minitab có thể giúp bạn. Khả năng của quy trình ban đầu có thể giúp bạn xác định liệu quy trình có thể tạo ra đầu ra đáp ứng yêu cầu của khách hàng hay không và so sánh khả năng tổng thể của quy trình với khả năng tiềm năng (bên trong) của nó để đánh giá cơ hội

cải tiến.
 

Như được trình bày trong báo cáo khả năng của quy trình, Cpk chỉ là 0,15 có nghĩa là quy trình đó không có khả năng đáp ứng các thông số kỹ thuật của khách hàng về độ ẩm từ 13 đến 14 phần trăm. Ngoài ra, kết quả hiệu suất quy trình dự kiến cho thấy hơn 580.000 lô trong số 1.000.000 lô được sản xuất có khả năng nằm ngoài phạm vi 13-14 phần trăm. Do đó, bạn sẽ cần xác định các yếu tố ảnh hưởng đến mức độ ẩm thông qua sơ đồ xương cá hoặc bản đồ ý tưởng trong Companion by Minitab.

KẾT QUẢ:

Bằng cách sử dụng sơ đồ xương cá, bạn đang xem xét toàn diện quy trình làm khô gạo của mình, đảm bảo không bỏ sót bất kỳ thứ gì có thể có thể ảnh hưởng. Sau khi bạn xác định tất cả các yếu tố tiềm năng, hãy thu hẹp phạm vi và tìm các yếu tố chính gây ra tác động bằng cách chạy Hồi quy nhiều lần trong Phần mềm thống kê Minitab. Sau đó, mô hình có thể được điều chỉnh cho phù hợp để bạn có thể sấy các mẻ gạo một cách nhất quán để đáp ứng các tiêu chuẩn bảo quản tối ưu.
Sau khi các đặc điểm kiểm soát chính của quy trình được xác định, xác thực và giảm thiểu, bạn chạy một nghiên cứu khả năng của quy trình mới trong Minitab để đo lường hiệu suất quy trình được cải thiện. Kết quả mới và cải thiện Cpk từ 0,15 lên 1,24, cho thấy rõ ràng quy trình sản xuất gạo đáng tin cậy hơn với độ ẩm từ 13 đến 14%.

SẢN XUẤT BIA - HỢP LÝ HÓA TRONG SẢN XUẤT ĐỂ TIẾT KIỆM VÀ DUY TRÌ TÀI NGUYÊN

Ngày nay chúng ta đã thấy rằng thực phẩm có thể được cải thiện về chất lượng và sự đa dạng để thu hút nhiều người hơn và giảm khoảng cách về thực phẩm, nhưng câu hỏi tiếp theo được đặt ra: còn đồ uống thì sao?

Là một trong những loại đồ uống lâu đời nhất và được tiêu thụ rộng rãi nhất, bia có sức hấp dẫn và sức mạnh toàn cầu - chỉ riêng trong năm 2017, ngành công nghiệp này đã bán được lượng bia trị giá 661 tỷ USD. Ngày nay, các nhãn hiệu và chủng loại có sẵn tại các cửa hàng và quán bar dường như vô tận, nhưng không phải vậy: 50 nhãn hiệu bia lớn nhất thế giới chiếm 48% tổng lượng bia tiêu thụ. Điều đó nói lên rằng, những thương hiệu bia mẹ lớn này có tâm lý tương tự như các nhà sản xuất thực phẩm và làm việc chăm chỉ với các lựa chọn khác và đa dạng thông qua các thương hiệu nhỏ hơn mà khách hàng đang tìm kiếm.

Sau khi được thu thập dữ liệu sau đó sẽ được nhập vào Phần mềm thống kê Minitab, nơi bộ công cụ đa dạng của chúng tôi có thể dễ dàng phân tích lượng dữ liệu phong phú và tìm các khu vực đó để sắp xếp hợp lý. Để xác định những yếu tố đóng góp lớn nhất vào thời gian chết, bạn sẽ muốn bắt đầu với biểu đồ Pareto.

Biểu đồ Pareto là một loại biểu đồ thanh đặc biệt trong đó các giá trị được biểu đồ được sắp xếp từ lớn nhất đến nhỏ nhất; trong trường hợp này, nó giúp xác định các nguyên nhân thường xuyên xảy ra nhất của thời gian chết quá mức. Biểu đồ Pareto được đặt theo tên của Vilfredo Pareto và nguyên tắc "quy tắc 80/20" của ông nói rằng 20% người dân kiểm soát 80% sự giàu có có nghĩa là trong sản xuất bia mà 20% nguyên nhân (thời gian chuyển đổi lâu và bộ đếm thời gian bị hỏng) đóng góp vào khoảng 80 phần trăm thời gian chết.
 

Khi các nguyên nhân có tác động mạnh nhất đã được tìm thấy, bạn có thể sử dụng biểu đồ để hiểu hành vi tổng thể của quy trình, biểu đồ kiểm soát để so sánh nhiều sự thay đổi cho từng thương hiệu và phân tích phương sai (ANOVA) và đồ thị hộp để hiển thị trực quan các khác biệt trong cách các ca khác nhau sản xuất các loại bia khác nhau.
Cuối cùng, ANOVA có thể xác định xem mỗi ca có đang chạy quy trình sản xuất khác nhau hay không. Để đối phó với những vấn đề này, quy trình vận hành tiêu chuẩn được đưa ra để có rất ít hoặc không có sự khác biệt trên dây chuyền sản xuất khi nhiều loại bia không liên quan đang được sản xuất.

KẾT QUẢ:
 

Những thay đổi này làm giảm thời gian ngừng hoạt động theo kế hoạch và giảm nguồn lực cần thiết, tăng tiết kiệm cho nhà sản xuất bia tại cơ sở này. Trên thực tế, chúng tôi đã thấy rằng sau khi được triển khai tại các cơ sở khác trên toàn cầu, một nhà sản xuất bia đã giảm thời gian ngừng hoạt động theo kế hoạch hơn 30%, tăng khoản tiết kiệm hơn 400.000 đô la và giảm tác động của họ đối với tài nguyên thiên nhiên trên toàn thế giới.

Hãy liên hệ với Hotline 024.6682,0511 email:software@jywsoft.com để biết thêm chi tiết về sản phẩm cũng như hỗ trợ kỹ thuật.