Mostrando las entradas con la etiqueta Asesoría. Mostrar todas las entradas
Mostrando las entradas con la etiqueta Asesoría. Mostrar todas las entradas

jueves, 21 de agosto de 2025

¿Por qué se requieren más de 20 cuidados en la determinación de dextranas en la industria azucarera?

Son bienvenidas las participaciones de todas las personas de la Agroindustria Azucarera ...

La NMX-F-476-SCFI-2011, que se publicó el 18 de junio de 2012, establece un método para determinar dextranas en muestras de materiales azucarados.

La dextrana es un polímero de glucosa producido por las bacterias leuconostoc mesenteroides y leuconostoc dextranicum, presentes en jugos de cañas afectadas.

Las cañas y sus jugos, son más susceptibles a la presencia de las bacterias cuando se dan uno o más de los siguientes factores:
  • Temperaturas altas y humedad en los campo cañeros
  • Bacterias lácticas presentes en el ambiente o en la caña dañada.
  • Corte mecánico, es decir, caña en trozos dónde aumenta el área de vulnerabilidad.
  • Rezago de más de 24 horas entre el corte y la molienda.
  • Afectación de otras plagas biológicas que exponen la caña a los microrganismos oportunistas.
  • Caña tirada, pisada, barrida y reincorporada en campo y en la fábrica.
  • Deficiente equilibrio de las variedades y de los meses de edad.
  • Deficiente control de madurez y de los cortes programados.
  • Deficiente control microbiológico en el campo y en la fábrica.
  • Falta de asepsia en la cadena de campo hasta proceso, entre otros.
      La presencia de dextranas genera 2 amenazas importantes:
  1. Perdida de sacarosa real, debido a que las bacterias se alimentan de sacarosa, provocan la hidrólisis y producen los monosacáridos glucosa y fructosa.
  2. Aumento de la polarización aparente, dado que la lectura dextrógira que da la dextrana es 3 veces mayor a la de la sacarosa.
El impacto económico de estas afectaciones es significativo, por lo cual es necesario conocer la presencia, la magnitud y el tipo de las dextranas en cada ingenio, para establecer controles sostenidos que permitan procesos de mejora en la calidad, la productividad y la rentabilidad.

La determinación de dextranas es compleja en su implementación y en sus cálculos, por una parte la norma Mexicana de referencia no se ha actualizado desde el año 2011 y por otra parte se desatienden recomendaciones de repetibilidad y reproducibilidad.

Cito algunos puntos en mi experiencia que deben corregirse, cumplirse y estandarizarse:

1) La NMX tiene errores en la tabla 1, las concentraciones finales tienen un cálculo incorrecto, por ejemplo, la primera dilución, en vez de 80 ppm, debe ser 76.923 ppm. El error aumenta en la última dilución, en vez de 1200 ppm, debe ser 750 ppm; dicho error representa que la mayoría de los ingenios esté reportando un 60 % más del valor real.

2) La selección del dextrano patrón debe ser acorde al tipo de dextranos presentes en la caña de azúcar y a los efectos que se producen en el proceso de elaboración, pues si se selecciona un patrón con diferente peso molecular o diferente pureza, no existirá la correspondencia entre el patrón y los resultados. 

3) La elaboración de la curva de calibración no debe limitarse a obtener una correlación simple, también deben calcularse los errores de la desviación o interpolación de la curva para cada referencia de dextrano patrón. Esos cálculos si están definidos en la NMX.

4) Es obsoleto e incorrecto utilizar tablas de absorbancia contra concentraciones patrón, ni de elaboración reciente, menos las que fueron elaboradas hace muchos años. Debe usarse una hoja de cálculo que contenga la fórmula de la desviación de la curva más los cálculos de interpolación entre intervalos. 

5) Cada vez que se cambie alguno de todos los reactivos empleados, debe realizarse una nueva curva de calibración con sus errores de desviación.

6) Debe contarse con todo lo necesario para la determinación: Presupuesto económico, personal competente y exclusivo,  materiales adecuados, equipos calibrados, reactivos no caducados, área estéril, curva de calibración con interpolaciones, hoja de cálculo. Si no se cuenta con alguno de los elementos anteriores, es mejor no perder el tiempo y conseguir lo necesario para reanudar las determinaciones. 

7) El muestreo de la caña y de los materiales en proceso deberá realizarse por el mismo químico analista asignado por el laboratorio de fábrica, para mejorar la reproducibilidad y evitar algún conflicto de interés.

8) Si se muestrea caña en bultos de caña tirada, deben ser del mismo tiempo de quema y del mismo tamaño de bulto.

9) No debe usarse el molino de ensaye, pues además que tiene una extracción deficiente, puede ser una fuente de contaminación entre muestras. Debe emplearse el análisis de pol ratio, asegurando la asepsia y desinfección de equipos entre un análisis y el siguiente. 

10) Los resultados no deben manipularse porque impiden el conocimiento de la situación real, se gastan recursos innecesarios y se ocultan las soluciones reales.

11) Es recomendable realizar una corrida de dextranas determinando 3 puntos mínimos, en campo, en jugo primario y en azúcar. Dependiendo de los resultados, se establecen otros puntos de muestreo.

12) Es cuestionable, se requiere de una auditoria externa y de una asesoría, cuando se reportan azucares reductores altos y dextranos altos, en la misma muestra.

13) En caso de ser necesario, deben realizarse análisis simultáneos de pol, pH, reductores, glucosa, fructosa, acidez titulable, resazurina, isomaltosa y cultivo micobiológico, para correlacionar los resultados.

14) Debe conocerse la calidad de todos los tipos de agua que participan en la cadena de procesos muestreados.

15) Deben identificarse la presencia y el impacto cuantitativo de los daños por plagas y por enfermedades en la caña de azúcar. Así como el uso de maduradores. 

16) Debe conocerse el tipo de suelo de dónde proviene la muestra, pues algunos suelos favorecen y otros retrasan, la propagación de la bacterias.

17) También deben conocerse los cambios climáticos del campo muestreado, tales como lluvias, sequías y heladas.

18) Deben determinarse las ppm de almidón y de ser posible eliminar el contenido de almidón de la muestra.

19) Si los resultados son muy bajos, el método no es sensible al tipo de dextrano, por lo cual deberá elegirse otro de los 5 métodos disponibles en la bibliografía azucarera.

20) Las lecturas de pol deben medirse a 880 nm.

21) Los comparativos de dextranas en diferentes etapas del proceso deben realizarse empleando la relación dextranas / brix.

22) Deben eliminarse ideas y frases destructivas, tales como "es mejor traer caña con dextranas", dado que la productividad pudo haber sido mejor.

A continuación comparto el enlace enunciativo de la NMX de referencia, quedando claro que existen casos dónde se requiere de un procedimiento acorde al tipo de dextranas.



Quedo a sus órdenes para alguna asesoría que incluye lo siguiente:




Atentamente

qfb.olivo@gmail.com











lunes, 5 de mayo de 2025

10 estudios técnicos sobre la caña, el azúcar y la salud

Son bienvenidas las participaciones de todas las personas de la Agroindustria Azucarera ...






































En la Agroindustria Azucarera de México, debido a las actividades rutinarias y a la falta de análisis de datos, han prevalecido algunas cuestiones técnicas que tienen impacto sobre la productividad, la rentabilidad y la percepción de los consumidores.

A continuación cito 10 dilemas enunciativos, no limitativos:
  1. ¿El azúcar de caña causa daño a la salud, favorece la obesidad y la diabetes?
  2. ¿La productividad de los ingenios se debe al campo o a la fábrica?
  3. ¿Cómo se calcula el pago de la caña y cuáles son sus variables?
  4. ¿Qué es mejor, la productividad o la calidad?
  5. ¿Conviene a los ingenios y a los productores mejorar la pol en caña? 
  6. ¿Cuál es el enfoque para disminuir las perdidas en miel final?
  7. ¿Cuál es el parámetro más importantes que unifica a la Agroindustria Azucarera?
  8. ¿Cómo tener información inmediata de procesos, sin utilizar papel?
  9. ¿Cómo deben analizarse los datos y los parámetros de un ingenio?
  10. ¿Cómo debe elaborarse un plan de producción y un plan de capacitación?
La experiencia de su servidor en la Agroindustria Azucarera es de más de 35 años, trabajando en diversas áreas relacionadas, como las siguientes 5:
  1. Inspector de la Dirección General de Normas de SECOFI, ahora Secretaria de Economía.
  2. Auxiliar, Jefe y Superintendente de Laboratorio de Control de Calidad.
  3. Miembro participante del Comité de Normas de la Industria Azucarera.
  4. Experiencia en gestiones ambientales, de aguas y de controversias de pago a productores. 
  5. Técnico con más de 10 ponencias en ATAM, reconocidas por CONADESUCA.
Las respuestas a las 10 preguntas citadas estarán disponibles próximamente, en una compilación impresa de 10 estudios técnicos sobre la caña, el azúcar y la salud.

Además estarán disponibles el estudio, la asesoría y la capacitación personalizada, sobre estos temas y otros relacionados. 

De la misma forma, quedo a su disposición para la conciliación de controversias en el pago a productores de caña.

Mayor información al correo qfb.olivo@gmail.com



viernes, 26 de octubre de 2018

LOS MEJORES RENDIMIENTOS DE AZÚCAR EN LA ZAFRA 2016 SON… ¿LOGROS DE CAMPO O DE FÁBRICA?

Son bienvenidas las participaciones de todas las personas de la Agroindustria Azucarera ...

LOS MEJORES RENDIMIENTOS DE AZÚCAR EN LA ZAFRA 2016 SON…
¿LOGROS DE CAMPO O DE FÁBRICA?

SUGAR YIELDS IN THE ZAFRA 2016 ARE THE RESULTS OF...
FIELD OR FACTORY STAFF?

JUAN CARLOS OLIVO SANCHEZ

            qfb.olivo@gmail.com
labcepsa@gmail.com

¿Por qué se realizó el estudio?

1.        Porque ha prevalecido una discusión en diferentes intensidades sobre las aportaciones que  realiza el personal de campo y de fábrica a la productividad de azúcar.
2.        Porque es necesario conocer de forma objetiva las relaciones entre los parámetros de productividad laboral para incrementar la rentabilidad y la permanencia de las fuentes laborales.


¿Cómo se realizó el estudio?

1.        Mediante una indagación de libre acceso que consistió en la recopilación de resultados finales de los rendimientos de azúcar en los 51 ingenios de México que laboraron durante la zafra 2016.
2.        También se recopilaron los parámetros siguientes: Rendimiento de campo, pol en caña, fibra en caña, y recobrado.
3.        Se graficaron los diversos parámetros tomando como orden y como referencia el rendimiento de azúcar para comparar las líneas de tendencia con los demás parámetros.
4.        No se anotaron los nombres de los ingenios por motivos de confidencialidad y porque se encontraron oportunidades de mejora específicas.


Los resultados obtenidos son:

  1. Se encontró una correlación directamente proporcional entre el rendimiento de azúcar y la pol de la caña recibida.
  2. Se encontró una correlación adicional directamente proporcional entre la pureza del jugo mezclado y el recobrado.
  3. Se encontró que el valor de la fibra presentó una línea de tendencia inversamente proporcional al rendimiento.

Las conclusiones obtenidas del estudio son:

  1. Es urgente aprender de forma objetiva las relaciones entre los parámetros de productividad laboral para incrementar la rentabilidad y la permanencia de las fuentes laborales.
  2. Los análisis de datos a nivel Nacional proporcionan información valiosa para la toma de decisiones de los dueños y del personal de alta dirección de los ingenios azucareros.
  3. Se observa que algunos ingenios presentan ciertos valores de campo y/o de fábrica, que son atípicos al comportamiento Nacional, por lo cual, representan una oportunidad de mejora importante que deberá atenderse mediante una asesoría específica.

Palabras clave: Asesoría, Azúcar, Campo, Fábrica, Productividad, Rendimiento, Rentabilidad.

Key words: Consulting, Sugar, Field, Factory, Productivity, Performance, Profitability.




sábado, 16 de junio de 2018

¿CUÁL ES LA CORRELACIÓN ENTRE LOS PARÁMETROS DEL KARBE?.




















TRABAJO PRESENTADO EN XL CONVENCIÓN Y EXPOATAM 2018


ANÁLISIS NACIONAL DE 8 PARÁMETROS DEL KARBE EN ZAFRA 2017…
 ¿CUAL ES LA CORRELACIÓN DE CADA PARÁMETRO?

NATIONAL ANALYSIS OF 8 PARAMETERS OF KARBE IN ZAFRA 2017...
  WHAT IS THE CORRELATION OF EACH PARAMETER?


JUAN CARLOS OLIVO SÁNCHEZ

            qfb.olivo@gmail.com
labcepsa@gmail.com



RESUMEN

En los ingenios de México, el karbe, kilogramos de azúcar recuperable base estándar, continúa siendo el sistema de pago por calidad a productores de caña de azúcar desde la zafra 1991/1992, de tal manera que los factores de fibra % caña y de pureza % jugo mezclado ya no corresponden al contexto actual de la industria. Es necesario conocer de forma objetiva las relaciones entre los parámetros del karbe con la finalidad de actualizar los factores de la fórmula, las metodologías y las acciones agroindustriales para incrementar la rentabilidad de las partes interesadas.

Este trabajo presenta los gráficos y las ecuaciones de tercer grado que explican el comportamiento y la correlación alta entre los factores más conocidos del karbe durante la zafra 2017 y demuestra que es viable llegar a un consenso para actualizar los factores de la fórmula del karbe.


SUMMARY

In Mexican mills, the karbe, kilograms of standard base recoverable sugar, continues to be the system of payment for quality to producers of sugarcane since the 1991/1992 harvest, in such a way that the factors of fiber% cane and purity Mixed juice% no longer correspond to the current context of the industry. It is necessary to know objectively the relationships between karbe parameters in order to update the factors of the formula, the methodologies and the agro-industrial actions to increase the profitability of the interested parties.

This paper presents the graphs and the third degree equations that explain the behavior and the high correlation between the most known karbe factors during the 2017 harvest and shows that it is viable to reach a consensus to update the factors of the karbe formula.



Palabras clave: Asesoría, Campo, Correlación, Fábrica, Karbe, Mejora, Rentabilidad.

Key words: Advice, Field, Correlation, Factory, Karbe, Improvement, Profitability.



INTRODUCCIÓN


El aprendizaje objetivo de las relaciones entre los parámetros del karbe debe enfocarse hacía el incremento de la rentabilidad y la permanencia de las fuentes laborales, realizando acciones conjuntas para el incremento real del karbe y del rendimiento % caña.

Los análisis de datos a nivel Nacional generan información valiosa para la toma de decisiones, al sector industrial y al sector de productores de caña. En realidad, el valor cuantitativo del karbe y su posición nacional de un ingenio está correlacionada por la suma de otras variables ya tratadas: Frescura, logística, materia extraña, equilibrio varietal, control de plagas, extracción de pol, automatización, metrología, control químico, control microbiológico, tiempo perdido, asepsia, prevención de reprocesos, prevención de fugas y derrames, cultura laboral, entre otras.

Los gráficos elaborados incluyen indicadores visuales con escala de colores que detectan como algunos ingenios presentan ciertos resultados de campo y/o de fábrica, que son atípicos al comportamiento Nacional, por lo cual, representan una oportunidad de mejora importante que deberá atenderse mediante una asesoría específica.





MATERIALES Y MÉTODOS

Los materiales empleados son datos obtenidos mediante una indagación de libre acceso en la página que pública CONADESUCA, se recopilaron los resultados finales de los parámetros relacionados al karbe de los 51 ingenios de México que laboraron durante la zafra 2017.

Los parámetros analizados son: Recobrado, Pol % Fibra en caña, Rendimiento de fábrica, Karbe/TCN, Winter & Carp, y Pureza del jugo mezclado. 

La metodología empleada es sencilla, sin embargo, genera información inicial útil para conocer la situación actual de cada ingenio, compararse objetivamente con los próximos mejores y determinar las áreas de oportunidad en campo y en fábrica para el incremento de  la productividad:

Se realizaron gráficas de cada uno de los parámetros, considerando la posición Nacional de los 51 ingenios. Cálculo de las ecuaciones polinómicas de tercer grado
.
No se anotaron los nombres de los ingenios por motivos de confidencialidad y porque permanecen algunas oportunidades de mejoras específicas.

Es interesante acotar que para los productores de caña, un parámetro más importante que el propio Karbe, lo es el rendimiento agroindustrial, es decir, la producción de azúcar por hectárea de superficie. De tal forma que el impacto del rendimiento de campo es determinante en este caso.  






RESULTADOS Y DISCUSIÓN

Se tienen 7 correlaciones directamente proporcionales: Eficiencia de fábrica, karbe/TCN, pol % fibra, pol % caña, pureza % jugo mezclado, rendimiento de fábrica, Winter y Carp.

El parámetro de mayor correlación fue superior a 0.98, requiere de una atención definitiva por parte del personal de campo y de fábrica. Están comprobados sus beneficios productivos. 

Se encontró que el valor de la fibra (parámetro de campo) presentó una línea de tendencia inversamente proporcional al rendimiento de fábrica. No se incluye el gráfico.

El gráfico de eficiencia de fábrica es el de menor correlación con respecto a la posición nacional, sin embargo todas las correlaciones son superiores a 0.95, es entendible la variación, considerando que el recobrado es un parámetro característico y mejorable en cada ingenio.

El gráfico de pol % fibra nos demuestra el beneficio de buscar un mayor contenido de pol % caña con respecto a la fibra % caña, su correlación es de 0.9734, muy buena.

El gráfico de rendimiento, considera el valor multiplicado por 10 para lograr una comparación con el karbe, presenta 0.9783 de correlación.

El gráfico de karbe es un referente del potencial que tienen los productores de caña, presenta 0.9791 de correlación.

El gráfico de Winter y Carp presenta 0.9831 de correlación, un resultado interesante.

El gráfico de Pureza % Jugo Mezclado, es el mejor, presenta 0.9858 de correlación.

 
CONCLUSIONES

Sabemos que la mayoría de los parámetros de karbe pueden ser analizados mediante curvas de segundo grado, sin embargo, se obtuvieron correlaciones mayores a 0.95 con tercer grado.

Cada una de las ecuaciones nos indica cual es la diferencia entre la posición actual y la siguiente mejor, siendo esta diferencia una herramienta útil para el plan de la siguiente zafra.

Las 2 correlaciones más altas, de 0.98, demuestran que es posible actualizar algunos factores del karbe, sin alterar la proporción de beneficios por calidad establecidas en la fórmula. 

La escala de colores, es una alerta para algunos ingenios que presentan valores de campo y/o de fábrica, que son atípicos al comportamiento Nacional, por lo cual, representan oportunidades importantes que deben atenderse mediante asesorías específicas para mejora de su rentabilidad.

El gráfico adicional que compara la pureza % jugo mezclado con el factor Winter y Carp, así como la escala de colores, nos demuestran que se puede actualizar los factores de pureza, sin necesidad de modificar el Winter & Carp, con el beneficio de actualizar las metodologías analíticas.

Estamos trabajando actualmente en un análisis multivariable que se presentará posteriormente. Gracias.



REFERENCIAS


2.               Hoja de cálculo de Excel; Gráficos dinámicos, formatos condicionados y funciones predefinidas de correlación lineal.

3.               Experiencias laborales en la Agroindustria Azucarera Mexicana desde el año 1989.

----------------------------------------------------------------------------------------------------------------