Reducción de la variabilidad de la humedad en el proceso de secado de leche a partir del análisis estadístico de influencia de variables

Abstract

Este trabajo aborda la optimización del control de la humedad en el proceso de secado de la leche en la planta de Nestlé en La Penilla de Cayón, específicamente aquella leche empleada en la receta de CCMDB033. La humedad del producto es un factor determinante para garantizar su calidad, estabilidad y eficiencia económica, ya que afecta tanto a la seguridad microbiológica como a la uniformidad de la producción. Mantenerla dentro de los límites establecidos (≤3,3%), es importante para garantizar la eficiencia operativa y minimizar las pérdidas económicas. Para analizar las fluctuaciones de la humedad a lo largo del año, se recopilaron datos mediante DMO (Digital Manufacturing Operation) y TrendMiner, dos plataformas de registro y monitorización de datos de producción. DMO permite documentar en tiempo real los parámetros de operación, mientras que TrendMiner facilita el análisis de tendencias y variaciones en el proceso. A través del software estadístico Minitab, se identificó que el invierno presenta una alta variabilidad y una mayor frecuencia de humedades inferiores al set point, lo que motivó el enfoque de este estudio en esa estación. Se diseñó un experimento factorial completo utilizando Minitab, con cuatro condiciones y dos réplicas por cada una. Las combinaciones evaluadas incluyeron dos niveles de temperatura de aire de escape (83 ºC y 90 ºC) y dos niveles de contenido de sólidos totales (42% y 46%). Para las mediciones de humedad se empleó el sistema Fast Trac, un analizador basado en resonancia magnética nuclear que proporciona mediciones rápidas y precisas de humedad en productos secos. Posteriormente, se desarrolló un modelo matemático en Minitab que relaciona la temperatura de aire de escape y el contenido de sólidos totales con la diferencia de la humedad respecto al set point (DHSP), identificando así las condiciones que la minimizan. Las condiciones óptimas identificadas (TS 45 % y TAE 83 ºC) fueron validadas mediante el simulador de procesos EgronCalc, una herramienta interna de Nestlé que permite modelar el comportamiento del secador por pulverización y evaluar la viabilidad de los ajustes operativos antes de su implementación. Una vez comprobada su viabilidad, se aplicaron estas condiciones en producción, lo que permitió reducir significativamente la variabilidad de la humedad, mejorando la estabilidad del proceso. El análisis económico muestra que la optimización del proceso permite un ahorro de 354,88 €/ día manteniendo el cuello de botella y de 117,1 €/día si se elimina este cuello de botella, con una inversión recuperable en 257 días y un ROI del 42,47 %. Estas mejoras refuerzan la competitividad de la industria láctea al optimizar recursos y garantizar la estabilidad del producto

This study focuses on optimizing moisture control during the milk drying process at Nestlé's plant in La Penilla de Cayón, specifically for the milk used in recipe CCMDB033. Moisture content is a critical factor in ensuring product quality, stability, and economic efficiency, as it directly impacts microbiological safety and production uniformity. Keeping moisture levels within the established limit (≤3.3%) is essential to maintain operational efficiency and minimize financial losses. To analyze moisture fluctuations throughout the year, data were collected using DMO (Digital Manufacturing Operation) and TrendMiner, two platforms for recording and monitoring production data. DMO enables real-time documentation of operating parameters, while TrendMiner facilitates trend analysis and process variation insights. Using the statistical software Minitab, it was identified that winter shows high variability and a greater frequency of moisture levels below the set point, which motivated the study’s focus on that season. A full factorial experiment was designed using Minitab, with four conditions and two replications for each. The tested combinations included two levels of exhaust air temperature (83 °C and 90 °C) and two levels of total solids content (42% and 46%). Moisture measurements were obtained using the Fast Trac system, a nuclear magnetic resonance-based analyzer that provides fast and accurate moisture readings in dry products. A mathematical model was subsequently developed in Minitab to relate the exhaust air temperature and total solids content to the deviation from the set point (DHSP), identifying the conditions that minimize this deviation. The optimal conditions identified (TS 45% and TAE 83 °C) were validated using EgronCalc, Nestlé’s internal process simulation tool. This platform models the behavior of the spray dryer and assesses the feasibility of operational adjustments prior to implementation. Once validated, these conditions were applied in production, resulting in a significant reduction in moisture variability and improved process stability. The economic analysis shows that optimizing the process yields savings of 354.88€/day with the bottleneck maintained, and 117.1€/day if the bottleneck is removed. The investment is recoverable within 257 days, with a ROI of 42.47%. These improvements strengthen the competitiveness of the dairy industry by optimizing resources and ensuring product consistency