artikel

Quality Chain Modeling: Meten = Sturen

Algemeen

Hoe kunnen voedingsmiddelenproducenten een proces met veel variabelen en variërende grondstoffen zo beheersen dat hun eindproduct qua smaak, uiterlijk, voedingswaarde en gezondheidsaspecten constant blijft? Het antwoord is QCM, een proces waarmee kan worden bepaald welke aspecten in de productieketen kritisch zijn voor de eindproductkwaliteit.

Procesoptimalisatie is vaak lastig omdat het verband tussen grondstof, procesparameters en eindproduct onvolledig in kaart is gebracht. Vaak wordt gevaren op de ambachtelijke kennis en ervaring van voedingsmiddeltechnologen en operators. Deze experts kunnen op basis van hun zintuigen, eenvoudige bepalingen en intuïtie aanvoelen hoe procesparameters moeten worden aangepast om bijvoorbeeld de variabiliteit in de grondstoffen te compenseren. Toch hebben ook zij vaak meerdere ‘trial and error’-, ofwel ‘cook and look’-cycli, nodig om het gewenste resultaat te verkrijgen. Bedrijven moeten dus kostbare optimalisatiestappen zetten en zijn sterk afhankelijk van hun mensen.

Alternatief
Het alternatief is Quality Chain Modeling (QCM). Hierbij wordt het proces bemeten op alle relevante aspecten, waarbij de variabelen die een verband vertonen met de kwaliteit van het eindproduct worden geïdentificeerd. Deze variabelen zijn dan geschikte parameters voor het uitvoeren van procesmonitoring waarbij de kwaliteit van het eindproduct vroegtijdig in de gaten gehouden kan worden. De variabelen kunnen ook worden gebruikt voor vervolgtrajecten zoals procesoptimalisatie, procescontrole of productverbetering.

Proces
QCM is een proces, waarin resultaten beschikbaar komen in de vorm van kritische controlepunten. De eerste stap is een procesinventarisatie. De succesfactor is hierbij het samenvoegen van experts uit verschillende disciplines: een procestechnoloog, een analytisch-chemisch expert en een statisticus. De procesinventarisatie levert een stroomschema – een abstract beeld van het hele proces – op. Dit is de kapstok waaraan het gehele QCM-proces wordt opgehangen.

De volgende stap is een meetpuntinventarisatie. Alle mogelijke en bestaande meetpunten en metingen worden geïnventariseerd. Gekeken wordt waar mogelijke variaties in het proces aanwezig kunnen zijn die invloed hebben op het eindproduct. Dit levert een aantal plaatsen in het proces op waar metingen gedaan kunnen worden. Om met zo weinig mogelijk metingen zo veel mogelijk informatie te achterhalen, kan Design of Experiments (DOE) worden toegepast. Is dat niet mogelijk, dan kunnen tijdens de normale procesvoering metingen worden uitgevoerd. Er zijn dan wel meer metingen nodig dan bij de uitvoering via een DOE, om toch voldoende informatie (variatie) te kunnen bevatten in de metingen. Het experimental design geeft informatie over wat te meten, hoe te meten, waneer te meten en hoe het proces in te stellen tijdens de metingen.

Meten
De derde QCM-stap is procesmeting, waarbij volgens het uitgestippelde design bemeten wordt. De metingen kunnen directe metingen (temperatuur, druk) zijn of een monstername op verschillende plaatsen en tijdstippen. Analyse van de monsters kan off-line plaatsvinden met geavanceerde methoden zoals GC-MS, LC-MS of NMR. Een combinatie van deze technieken maakt het mogelijk om ‘holistisch’ [1] te meten, waarbij de invloed van het productieproces tot op moleculair niveau zichtbaar wordt.

De vierde stap, de statistische verwerking van de meetgegevens, heeft een belangrijke plaats in het QCM-proces. Met methoden als ‘Latent Path Modeling’ [2] (een vorm van multivariate statistiek [3]) is het mogelijk om verbanden te vinden door de hele procesketen. De grote hoeveelheid meetgegevens bevat slechts een klein percentage informatie die direct te relateren is aan de eindkwaliteit van het product. De kunst is om met behulp van experimental design, meetgegevens en proceskennis het juiste verband te leggen tussen meetresultaten en productkwaliteit.

Resultaat
Het resultaat van het doorlopen van dit QCM-proces is tweeledig. Het levert leads op voor procesverbetering en kritische parameters die tijdens het proces kunnen worden gemeten om het proces beter te monitoren. Uiteraard kunnen geavanceerde analysemethoden niet in een productieomgeving worden ingezet, maar dat is ook niet nodig. Zodra met behulp van de uitgebreide methoden is bepaald wat de kritische parameters zijn, kunnen eenvoudige sensoren of spectroscopische metingen on-line worden ingezet. Met behulp van controlekaarten kunnen procesoperators dan kritische aspecten in het proces monitoren.

Praktijkvoorbeeld
Ter illustratie volgt een voorbeeld van QCM voor de productie van yoghurt. Yoghurt is een natuurproduct dat via een biologisch proces uit melk wordt verkregen. Door natuurlijke variatie in het uitgangsmateriaal en biologische variatie tijdens het omzettingsproces kan de kwaliteit van het eindproduct variëren. Om het eindproduct constant te maken, moet dus het omzettingsproces worden gemodificeerd afhankelijk van de variatie in het startproduct. Gezocht moet worden naar een verband tussen inhoudsstoffen en kwaliteit van het eindproduct, waarbij ‘de kwaliteit’ van het eindproduct al van zichzelf multivariaat van karakter is. In figuur 2 zijn de verschillende aspecten van de yoghurtproductie schematisch weergegeven. Onder elk deelproces zijn ook een aantal bronnen van variatie weergegeven. Het processchema maakt het eenvoudig om een experimenteel design op stellen aan de hand waarvan monsters uit het gehele productieproces (of uit een deelproces) worden genomen. Na meting van de monsters worden verbanden gezocht tussen monstersamenstelling en kwaliteit van het product.

Figuur 3 laat een deelresultaat van QCM zien. In dit simpele voorbeeld konden variaties in samenstelling van yoghurtproducten worden gerelateerd aan een belangrijk kwaliteitsaspect, namelijk wrangheid. Figuur 3c laat een instrumenteel resultaat (gaschromatografie) zien met allerlei stoffen die in yoghurt kunnen worden gemeten. Via multivariate analyse is een voorspellend model (figuur 3b) gemaakt voor ‘wrangheid’ (astringency) in 25 verschillende monsters. Vervolgens zijn een aantal componenten getraceerd (* in figuur 3a) die een remmend effect hebben op de wrangheid. Door de concentratie van deze stoffen voor en tijdens de productie te monitoren is het mogelijk om die procesparameters te vinden die de concentratie van deze stoffen op het juiste niveau kunnen brengen.

Optimalisatie
Quality Chain Modeling verenigt een aantal bekende methoden, waaronder holistische analyse [1], multivariate analyse [3] en variantiecomponentenanalyse [4]. De methode bevat ook aspecten van HACCP en ‘zes sigma’. Na een ‘brede’ (holistische) meting volgt een statistische analyse die bepaalt welke aspecten een significante relatie hebben met de kwaliteit van het eindproduct. Als bekend is welke aspecten kritisch zijn, kunnen sensoren worden gekozen om de kritische variabelen on-line te monitoren. Mede door kennis opgedaan in metabolomics (holistisch meten in complexe mengsels) en procesanalytische chemie is de verwachting dat QCM veel kan doen voor het bewaken van een constante eindkwaliteit en het optimaliseren van het productieproces. Factoren die van belang zijn voor een industrie waar uitval van product zeer kostbaar is en procesoptimalisatie een vereiste om consument en retail (prijsdruk) tevreden te stellen.

Reageer op dit artikel