World Grain Latin America - October 2023 - 33

o movimientos en el valor promedio de humedad, lo que nos
aleja de nuestro valor objetivo o punto de ajuste, así como a
los cambios en la variabilidad de la medición.
Analizando los datos
La Figura 1 compara dos conjuntos de datos de humedad
para trigo seco usando distribuciones normales basadas
en nueve mediciones realizadas usando un Lab NIR y
un dispositivo de medición en línea. En el gráfico, se
proporcionan el promedio y la desviación estándar para
cada sistema de medición según N=1500 observaciones. El
valor medio informado difiere en un 0.06% y la desviación
estándar, una medida de variabilidad, es bastante similar para
ambos métodos de medición de humedad, con un promedio
de 0.235%. Las distribuciones de las mediciones de humedad
no son significativamente diferentes desde el punto de
vista estadístico ni práctico. El Intervalo de Confianza del
95% para observaciones de humedad individuales es de
aproximadamente 10.2 ± 0.5%, mientras que el Intervalo de
Confianza del 95% para el valor medio es 10.2 ± 0.01%.
Las mediciones de la muestra pueden variar entre
9.6% y 10.6% dentro de una misma distribución cuyo
valor promedio es 10.2%. Ajustar la adición de humedad
basándose en una sola observación no sólo sería injustificado
sino que probablemente aumentaría la variabilidad y
ampliaría el Intervalo de Confianza sobre el valor medio. La
intervención no está justificada basándose en un solo período
de observación.
La capacidad de recopilar y analizar datos de humedad
en una operación manual es sin duda un desafío. Se podría
comenzar tomando varias muestras, quizás N=5, como se
podría hacer en una línea de envasado para monitorear el
rendimiento de la línea de envasado y registrar la humedad
promedio y el rango entre el valor de humedad mínimo
y máximo medido. Responda sólo a múltiples cambios
consecutivos crecientes o decrecientes en la medición de la
humedad antes de ajustar la adición de agua. Los cambios en
el rango de humedad pueden reflejar uniformidad de mezcla
o cambios en los contenedores que deben explorarse. La
variabilidad es endémica y se observará. Sin embargo, cada
cambio no garantiza un ajuste.
En la Figura 2 se muestran las observaciones individuales,
el promedio y un Intervalo de Confianza del 95% para
la medición de humedad NIR de trigo seco. Como se
puede observar, los valores promedio y el intervalo de
confianza caen en una banda mucho más reducida que
las observaciones individuales. Imagine la frustración
y el trabajo extra que se necesita para responder a las
observaciones individuales. Además, la distribución de
las observaciones individuales sería mucho más amplia al
igual que el intervalo de confianza sobre el valor medio o
promedio. Con observaciones limitadas, el impacto sería aún
mayor.
La Figura 3 proporciona el promedio y un Intervalo de
Confianza del 95% para la medición de humedad NIR de las
www.World-Grain.com / World Grain / Octubre 2023
Aprovechar la recopilación y
el análisis de datos en corridas
cortas acumulativas de una
determinada mezcla de molienda
o de molino puede ser un
enfoque útil.
primeras observaciones de trigo seco que se muestran en la
Figura 2. Dados los puntos de datos limitados, la estimación
del valor medio varía más al igual que el Intervalo de
Confianza para el valor medio.
Como se puede observar más allá de 30 a 40
observaciones, la media estimada y el Intervalo de Confianza
se vuelven más estables. Más allá de este punto, el valor
promedio y la variabilidad del Intervalo de Confianza del
95% reflejan la variabilidad inherente de la mezcla de trigo
seco en lugar del impacto de depender de datos de muestra
limitados para estimar el valor promedio del Intervalo de
Confianza del 95%. Como algunos recordarán, N=30 es el
punto desencadenante para el análisis estadístico utilizando
análisis estadístico de muestra (puntuación t) y análisis
estadístico de población (puntuación Z). Las medidas
repetidas mejoran la media poblacional calculada y la
estimación de la desviación estándar, proporcionando una
evaluación más razonable de la variabilidad del producto o
sistema.
La capacidad de recopilar y analizar datos manualmente
es un desafío, especialmente con la programación de corridas
cortas de molienda o de mezcla de molino. Aprovechar
la recopilación y el análisis de datos en corridas cortas
acumulativas de una determinada mezcla de molienda o de
molino puede ser un enfoque útil. La automatización puede
permitir una mayor recopilación de datos, análisis y, lo más
importante, informes en pantalla. Imagine un sistema de
control del proceso de templado que informe datos en tiempo
real sobre el caudal de trigo seco, la humedad del trigo seco
y la tasa de adición de agua y la humedad estimada del trigo
templado mientras considera cualquier " compensación "
programada.
Para evitar la introducción de variaciones más allá de
la variación inherente del sistema de templado, considere
cuidadosamente el programa de gestión de su sistema de
templado automatizado con mediciones manuales limitadas.
Si se va a controlar el proceso, no se trata simplemente
de tomar medidas, sino de tomar las medidas correctas
y suficientes para reflejar la naturaleza del proceso. Sólo
cuando se disponga de medidas sólidas se deberá intervenir
para gestionar el proceso.
Jeff Gwirtz, consultor de la industria molinera, es presidente de JAG Services, Inc.
Puede comunicarse con él en jgwirtz@att.net.
33
http://www.World-Grain.com
World Grain Latin America - October 2023

Tabla de contenidos de la publicati�n de World Grain Latin America - October 2023
