La tecnología y la digitalización son formas efectivas de aumentar la productividad de las empresas. En un escenario económico desalentador, la inversión estratégica (StratEx) marca la diferencia al largo plazo entre una empresa que sobrevive, y la que no. Las reformas laboral y tributaria a nivel nacional, y el impredecible panorama internacional, aumentan las exigencias de eficiencia y adaptabilidad de las empresas que quieran mantener su competitividad a largo plazo.

Cuando se trata de seleccionar proyectos, aquellos orientados a conocer el mercado y el cliente son los que tienen mayor efecto en las ventas, pero estas ventas no se pueden convertir en utilidad, si no se complementan con proyectos de eficiencia interna, destinados a conocer y medir los procesos que constituyen la promesa esencial de la empresa. Una industria que no está enfocada en cumplir las expectativas del cliente en calidad, plazo y precio no podrá mantener ventas altas al largo plazo. El manejo de la información que genera un negocio, y cómo se toman decisiones en base a esa información, marcan la diferencia en la gestión del negocio.

Entonces, la clave está en el Big Data, conocerse a sí mismo y tomar decisiones acordes a la información. Pareciese una tarea trivial y que puede ser desarrollada directamente, pero la realidad es que son pocas las variables de proceso que son medidas en línea, con registro y de manera confiable (disponibilidad y exactitud). ¿Cómo usar la Big Data si la información no está disponible y la que se tiene no es confiable e intermitente? La respuesta a esta pregunta comienza con un sensor.

Para la industria láctea, el tiempo de detención entre lavados y cambio de productos, junto con una recuperación eficiente y segura durante las etapas de empuje, son aspectos clave a ser optimizados. Tradicionalmente este problema ha sido resuelto con una tabla de tiempos: conociendo flujos y longitudes, se puede estimar el tiempo de funcionamiento de los equipos para asegurar una buena recuperación. Pero esta recuperación está lejos de ser la óptima, y en un ambiente de condiciones cambiantes, puede que el tiempo definido en algún momento no sea el tiempo ideal en el futuro.

Una forma de mejorar la estimación de tiempos de proceso fue el uso de mirillas y piping transparente, para visualmente verificar qué estaba ocurriendo dentro de la cañería. Esta solución tiene complicaciones desde el punto de vista higiénico, por lo que su aplicación se limitó en la industria alimenticia. La gran revolución en este desafío fue la introducción de sensores ópticos capaces de medir cuantitativamente el “color” de las substancias en las que se encuentran, además de cumplir con conexiones higiénicas y materiales aprobados para cuidar el producto que se está procesando.

Es así como hemos visto que las empresas fabricantes de skids de proceso y sistemas CIP han incorporado estos sensores a sus equipos estándares. En Chile ya se encuentran funcionando sistemas CIP con sensores ópticos, calibrados para detectar el cambio de fase agua/leche. Con esto, se puede verificar cuándo termina una etapa de empuje de producto, el retiro de solución de limpieza, e incluso verificar cómo se va desarrollando el proceso de la misma: mirando y registrando permanentemente el proceso.

Otro desafío de nuestra productividad es la pérdida de producto: no existe costo con impacto más claro en nuestro margen que el costo del producto perdido. La pérdida de producto por fugas tiene un doble impacto, puesto que el producto no solo se pierde, también debe ser tratado en la planta de tratamientos de RILES. Para este desafío, los sensores ópticos también ofrecen una posibilidad de mejora. La detección rápida de fugas de proceso asociadas a pérdida de producto mejora de manera inmediata la productividad y reduce el consumo de químicos y energía en la planta de tratamiento. Por otro lado, la información rápida y oportuna permite hacer los cambios en la planta de tratamiento para asegurar que estará lista para recibir la carga orgánica adicional, reduciendo el riesgo de que el efluente de la planta exceda los límites máximos permitidos por la regulación ambiental.

Gráfico 1: Densidad Óptica de mezcla de agua con leche descremada (1,5% grasa) y leche entera (3,5% grasa).

El atributo que permite a un sensor óptico cumplir con la medición en línea es la capacidad de discriminar entre un medio y otro. Si bien la medición que realiza se conoce como densidad óptica (o unidades de absorbancia), dependiendo del medio donde se encuentre, puede ser interpretado para dar visión sobre lo que está ocurriendo en el proceso. Por ejemplo, en el Gráfico 1 se puede ver cómo dos mezclas de leche con agua afectan de manera distinta la densidad óptica. Además, se verifica cómo el sensor genera una señal distinguible, especialmente en el rango bajo. Esta capacidad lo convierte en el sensor ideal para detectar fugas de producto: en cuanto se detecta leche en el agua, aumenta la densidad óptica.

Por otro lado, los sensores ópticos deben competir con tecnologías tradicionales de medición como la conductividad. En el Gráfico 2 se verifica que con la adición de leche en agua, la respuesta en conductividad obtenida es lineal, mientras que la respuesta de la densidad óptica es muy rápida al comienzo: esto lo convierte en el principio de medición ideal para la detección temprana de fuga de producto.

Gráfico 2: Densidad Óptica y conductividad de la mezcla de agua con
leche descremada (1,5% grasa).