Digitalization-es, Industry-4-0-es 4 marzo 2022
¿Mitigar variaciones y optimizar parámetros críticos del producto?
hiperespectral NIR spectroscopy
Comparte la noticia

En el presente artículo abordaremos dos cuestiones recurrentes en la producción alimentaria: mitigar variaciones en la composición físico química del producto, controlando valores nutricionales críticos y cómo optimizar estos parámetros con herramientas en línea. Finalmente, abordaremos un caso de aplicación de tecnología NIR hiperespectral dentro del sector de panificación industrial y el control de un insumo crítico en esta industria, la grasa.

nir spectroscopy

La tecnología NIR hiperespectral de la que hablaremos en este artículo consiste en una ampliación de la visión artificial tradicional en dos sentidos: Primeramente, en vez de los tres canales de color habituales en la visión artificial, la imagen hiperespectral emplea hasta centenares de canales, gracias a lo cual permite apreciar sutilísimas diferencias.  En segundo lugar, las cámaras hiperespectrales suelen contar con un rango espectral ampliado más allá del visible, o sea, hacia el infrarrojo, en el que la composición química se manifiesta con mucha más evidencia que en el rango visible. Por todo ello, la imagen hiperespectral puede considerarse como un cambio de paradigma en cuanto a los sistemas de visión y como una fuente de datos abundantes y de alta calidad para alimentar los sistemas de visión basados en algoritmos de inteligencia artificial. En la práctica, disponer de una cámara hiperespectral equivale a tener un espectrofotómetro en cada píxel. 

 

Ahora bien, hasta el presente, el uso de esta tecnología estaba limitado a ciertos entornos muy concretos: aplicaciones militares y laboratorios de investigación. IRIS es una empresa pionera en extender el uso de esta tecnología más allá de tales entornos, a fin de aprovechar su enorme potencial en ambientes industriales.  En ese sentido, no basta con disponer de una cámara adecuada, sino que cada aplicación concreta requiere un trabajo de integración y de desarrollo de la solución de machine learning adecuada.  IRIS está especializada en ambas áreas.

 

Si bien la tecnología tiene numerosas aplicaciones en distintas industrias y procesos, les hablaremos del sector de panificación industrial, donde es fundamental controlar el contenido de grasa, no sólo porque las tendencias de consumo lo exigen, sino porque grandes variaciones en el valor de grasa repercute en sobrecostes, explicado por el uso subóptimo de la materia prima -aceite-, como por cambios inesperados en la palatabilidad del producto cuando el insumo está muy por encima o por debajo del valor óptimo.

 

Lo que sucede es que, con las técnicas de laboratorio actuales para controlar el valor de grasa, como el método Soxhlet, que implica varias horas, nunca se pueden advertir estas variaciones ni rectificar el proceso en tiempo real, ya que es un método fuera de línea, que requiere muestreo, preparación, insumos y personal específicos y especialmente tiempo para sus resultados, lo que lo hace incompatible con la idea de estandarizar el producto, el empleo de materia prima y particularmente con cualquier intento de optimizar los parámetros críticos de calidad en el proceso productivo, lo que sólo puede hacerse al tener medición -e información- en continuo y un mínimo margen de error.

 

Esto último resulta interesante de aclarar y sucede con distintos parámetros en distintos alimentos que se fabrican, como la humedad, la grasa, azúcares, sazonadores u otros, donde hay un valor “óptimo” en la ecuación calidad vs. costes de producción, pero difícil de alcanzar por la falta de medición e información en tiempo real de la composición química del producto. Por ejemplo, si como fabricante, conozco el valor de humedad de mi producción en tiempo real y el error de esa medición es muy bajo, hay margen y posibilidad de ajustar la formulación del producto a dicho valor ideal; en caso contrario, con un método off-line, resultaría una decisión de alto riesgo y difícil de controlar.

 

Un caso de aplicación:

 

Un importante cliente del sector de panificación industrial, requería mitigar las variaciones de contenido graso y optimizar su empleo en el proceso. Se observaban cambios en el producto que difícilmente podían explicarse por cambios de formulación. Así pues, comienza un estudio para ver qué procesos son los que están produciendo estos cambios. El estudio es lento y complicado pues carece de una herramienta que le permita medir rápidamente el contenido graso para poder así relacionarlo con cambios en sus procesos.

 

El sistema industrial Visum HSI que se instaló opera en el rango infrarrojo.  Permite la inspección en cuanto a contenido de grasa unidad por unidad de producto. Las herramientas integradas de software y quimiometría de IRIS Technology Solutions facilitan al usuario autocalibrar el dispositivo ante cambios en la composición del producto y está perfectamente comunicado con los sistemas de información de la planta.

 

Como todos los equipos de IRIS Technology, es multiparamétrico, por lo que puede proveer, simultáneamente, en base a una misma lectura, información sobre múltiples parámetros, no sólo cuantitativa (como por ejemplo, el contenido de humedad o de azúcares o tamaño de la unidad), sino también cualitativa (por ejemplo, grado de cocción o variaciones morfológicas).

 

Si quieres saber más sobre aplicaciones de espectroscopía en otros procesos, productos e industrias, puedes ponerte en contacto con nosotros escribiéndonos un correo a info@iris-eng.com.

 

Por IRIS Technology Solutions