Statistische procescontrole (SPC in het Engels) is in verschillende industrietakken een veelgebruikte kwaliteitscontrole methode. Door toepassing van statistische technieken slaagt SPC er in om afwijkingen in processen vast te stellen vóór dat die leiden tot onaanvaardbare productafwijkingen. Hiervoor wordt onder andere gebruik gemaakt van procesbeheerskaarten, die per kwaliteitsvariabele in ‘real time’ nagaan of het proces ‘in-control’ verloopt (Figuur 1). Door dit toe te passen op verschillende kwaliteitsparameters en mits gebruik van multivariate statistische technieken kan nog verfijnder vastgesteld worden wanneer een proces ‘out-of-control’ begint te lopen (omdat ook covariantie in rekening kan worden gebracht). SPC kan worden toegepast op elk proces waarbij de specificaties van het product meetbaar zijn (bv. via sensoren of analytische systemen).
Figuur 1: Voorbeeld van een univariate procesbeheerskaart, één van de belangrijkste SPC tools voor het detecteren van procesafwijkingen. Bij een normale verdeling en een beheerst proces vallen 99,7 % van alle testwaarden binnen een ‘6 sigma’ gebied dat afgebakend wordt door een ondergrens (LCL, lower control limit) en een bovengrens (UCL, upper control limit). Ook voor data die geen normale verdeling volgen (wat in bepaalde voedingsprocessen wel eens het geval is) is deze tool bruikbaar, mits voorbehandeling van de data met speciale statistische technieken. [Bron: P. Abilla, 2006]
Toepassing van SPC zorgt ervoor dat een proces efficiënt verloopt, met minimale (en in principe eliminatie van) productiestilstanden en de eraan gekoppelde productverliezen of ‘rework’. Het leidt eveneens tot producten die ‘right first time’ zijn, waardoor geen inspectie of controle op het eindproduct meer nodig is.
Bij het zoeken naar de oorzaak van procesafwijkingen is SPC in staat om ook verborgen defecten, zoals toenemende slijtage aan apparatuur, aan het licht te brengen. Eén van de toepassingen van SPC ligt dan ook in het bepalen van het tijdstip voor preventief onderhoud van de procesinstallaties.
SPC: OOK VOOR DE VOEDINGSINDUSTRIE?
In een review studie stelden Lim et al. (2014) vast dat SPC slechts langzaam ingang vindt in de voedingsindustrie. De meest gebruikte kwaliteitscontrole systemen zijn er nog altijd gericht op inspectie of steekproefcontrole van het eindproduct. De belangrijkste drijfveren om toch SPC te implementeren in de voedingsindustrie hebben niet enkel betrekking op proces- en productkwaliteitbeheersing maar ook op het garanderen van voedselveiligheid, vaak in het kader van regelgeving of eisen die opgelegd worden door afnemers (Figuur 2). SPC kan dan ook ondersteunend werken voor voedselveiligheid certificering (HACCP) of het behalen van normen zoals BRC en IFS.
Figuur 2: Drijfveren voor SPC implementatie in de voedingsindustrie: opgedeeld in proactieve (op eigen initiatief van bedrijven) en reactieve (oiv externe factoren). [Bron: Lim et al., 2014)
In vergelijking met andere industrietakken wordt de voedingsindustrie geconfronteerd met grotere natuurlijke variaties in de kwaliteit van de grondstoffen, een grote diversiteit aan recepturen, kleinere productiebatches en veelvuldige productiewissels. Toch vormt dit op zich geen belemmering om SPC toe te passen. Ook zijn de kwaliteitsparameters die zich lenen voor opvolging via SPC zeer ruim. Lim et al. (2014) haalden volgende voorbeelden aan:
• productgewicht
• productafmeting
• producttextuur
• productkleur
• totaal kiemgetal
• aw
• temperatuur
• pH
Voor parameters waarvoor geen continue meting mogelijk is dient een steekproefplan opgesteld te worden. In principe geldt daarbij dat men een ofwel een kleine hoeveelheid stalen aan hoge frequentie neemt, of andersom een grote hoeveelheid stalen aan lage frequentie.
De voornaamste ‘bottlenecks’ voor SPC implementatie in de voedingsindustrie zijn volgens Lim et al. (2014): het gebrek aan statistisch denken, het ontbreken van SPC richtlijnen voor de voedingsindustrie en weerstand tegen verandering die gevoed wordt door de perceptie bij voedingsbedrijven dat SPC een te geavanceerde techniek is. Om hieraan tegemoet te komen stelden Lim et al. (2015) recent een conceptuele roadmap op voor SPC implementatie in de voedingsindustrie.
CONTINUE PROCESVERBETERING
De cultuur van continue verbetering heeft ook de voedingsindustrie bereikt en dit kan volgens Lim et al. (2014) de weg openen naar een toenemende implementatie van SPC. Door SPC consequent toe te passen op langere termijn, leert een bedrijf zijn productieproces beter kennen en proces trends te ontwaren. Vandaaruit kan het bedrijf stappen ondernemen om het proces te verbeteren. SPC beoogt dan niet enkel kwaliteitscontrole maar ook kwaliteitsverbetering, wat SPC laat aansluiten bij verbetermethodes als Six Sigma en Lean.
MAAK KENNIS MET DE MOGELIJKHEDEN VAN SPC
In module 2 en 3 van de drie-daagse opleidingsreeks 'Haal meer uit je data - van meting tot procesbijsturing’, georganiseerd door Flanders' FOOD in samenwerking met KU Leuven en UGent, kan je kennismaken met de mogelijkheden van SPC.
• 27/08/2015 Module 1: Process Analytical Technologies, een algemene introductie
• 23/09/2015 Module 2: Van data naar informatie via multivariate statistiek
• 15/10/2015 Module 3: Monitoring, controle en sturing van je productieproces
Inschrijven kan via de Flanders’ FOOD website: http://www.flandersfood.com/content/opleidingreeks-pat
BRONNEN:
- Lim S.A.H., Antony J., Albliwi S. (2014). Statistical Process Control (SPC) in the food industry – A systematic review and future research agenda. Trends in Food Science & Technology, 37, 137-151.
- Lim S.A.H., Antony J., Garza-Reyes J.A., Arshed N. (2015). Towards a conceptual roadmap for Statistical Process Control implementation in the food industry. Trends in Food Science & Technology 44, 117-129.
- Wikipedia: Statistical process control
MEER INFO:
- American Society for Quality Control (ASQ)