Salsas y aderezos: detecte desviaciones mínimas de calidad en propiedades secundarias y evite reclamaciones

¿Opera en el segmento de salsas y aderezos?

Entonces sabrá que lograr la textura y viscosidad adecuadas en sus productos no es sencillo y depende de muchos factores.

En ocasiones, una mínima desviación en el mix de ingredientes puede afectar a la homogeneidad de los productos finales.Y esto puede suponer reclamaciones por parte del cliente.

¿Son suficientes los controles de calidad tradicionales para evitar estos incidentes? Le ayudamos a averiguarlo.

Con un sistema de control de calidad basado en APPCC se pueden analizar las propiedades fisicoquímicas que entrañan los principales riesgos, y aquellas pactadas en las especificaciones.

Esto nos ayuda a establecer si un ingrediente o producto se encuentra dentro de los estándares de calidad acordados, pero no permite identificar cambios en propiedades que suponen riesgos secundarios. Cualquier cambio en las propiedades secundarias puede tener un gran impacto sobre la funcionalidad y rendimiento del producto final. Además, este sistema de control, parte de un tamaño muestra  reducido para tomar decisiones sobre la calidad del total de un producto.

Por eso, para nosotros está claro que el control de calidad tradicional, con sus dificultades asociadas a la dependencia de laboratorios externos, no es suficiente para controlar todos los riesgos.

Y aquí es donde entra en juego la tecnología NIR. Mediante el desarrollo de modelos cualitativos basados en la huella dactilar del producto es posible evaluar no solo si un producto cumple las especificaciones establecidas, sino también de identificar cambios mínimos en las propiedades secundarias.

Descubra en 1 minuto cómo con este caso reciente.

Una compañía especializada en mezclas de ingredientes para diferentes segmentos de la industria alimentaria aplicó el software de Chemometric Brain para analizar un blend de goma xantana y goma guar utilizado como espesante en salsas y aderezos.

Aunque todos los lotes analizados se encontraban dentro de los valores de referencia, entre 7000 cPcs y 10000 cPcs, dos de ellos se acercaban al valor máximo de 10000 cPcs, cuando todos los anteriores se situaban entre 7000 cPcs y 8000 cPcs. Si esta hubiera sido la única prueba, se habrían aprobado.

Sin embargo, esta compañía usa NIR y Chemometric Brain para el desarrollo de modelos cualitativos, que aplica a cada lote de producto final. Una vez aplicado a este producto, se identificó rápidamente un problema: las muestras se salían de la zona de confianza previamente definida con “muestras buenas” de ese mismo producto.

A partir de este resultado negativo en la prueba cualitativa, el equipo de I+D se dispuso a buscar la causa de esta desviación. La investigación esclareció las causas del problema y la manera de reprocesar estos lotes para evitar tirar el producto. Una vez reprocesados, estos se volvieron a validar contra los modelos cualitativos existentes y esta vez se situaban correctamente en la zona de confianza.

Esta filosofía de control de calidad expande el control más allá de los riesgos principales y asegura la identificación de mínimas desviaciones que de otra forma no se detectarían porque cumplen con las especificaciones pactadas.  

En última instancia, aunque el producto estuviese dentro de los estándares de calidad acordados, su aplicación habría generado diferencias en el producto final y esto habría desencadenado una reclamación por parte del cliente.

En definitiva, asegurar la calidad del producto por esta vía ahorra tiempo y coste en reclamaciones por problemas a los que un sistema de calidad tradicional es ciego.

Descubra más sobre este innovador enfoque en el control de calidad en otros casos de éxito o pregúntenos.

‍