Aplicação de modelagem no processo de fabricação de rações para parametrização de peletizadora industrial

A peletização pode ser definida como a aglomeração de partículas pequenas em partículas maiores por meio de um processo mecânico em combinação com a umidade, calor e pressão. A qualidade do pelete e o rendimento industrial são fatores limitantes em uma fábrica de ração. Neste contexto, um estudo foi desenvolvido para parametrizar um equipamento industrial de peletização de rações para frangos de corte e suínos utilizando modelos de regressão múltipla. Dados de produção, composição bromatológica dos ingredientes e fórmulas das dietas foram coletados em uma indústria de produção de ração para frangos de corte e suínos. Na planilha eletrônica, cada coluna representou uma variável descritiva do processo de fabricação (rendimento, amperagem, pressão no condicionador e temperaturas do ambiente, do condicionador e do resfriador), características da ração (inclusão dos ingredientes na fórmula da ração e composição bromatológica dos principais ingredientes) e dados de qualidade (percentual de finos e índice de durabilidade dos peletes). Cada linha da planilha representou uma observação, ou o equivalente a um lote. Três análises sequenciais foram realizadas no programa Minitab 17 (Minitab Inc., StateCollege, PA). A primeira etapa de análise foi realizada para controlar a qualidade da base e observar a coerência lógica dos dados. Análises gráficas e estatísticas descritivas (média, erro padrão e quartis) das variáveis foram utilizadas nesta etapa. Valores que excediam ao comportamento adequado dentro dos parâmetros convencionais de fabricação foram removidos da base de dados. Em seguida, análises de correlação foram utilizadas para identificar a relação matemática entre as variáveis. Por último, análises de regressão obtidas com procedimento step-wise foram utilizadas para gerar os modelos de predição. Os resultados obtidos foram utilizados para compor um modelo que estima os efeitos de características da dieta e da composição bromatológica sobre as variáveis de interesse da indústria utilizando a regressão múltipla. A base de dados continha 1837 observações após a aplicação dos filtros. Os fatores que mais contribuíram na explicação da variância do índice de durabilidade do pelete foram a amperagem do equipamento (fator que respondeu por 20% da variância total), a inclusão do óleo de soja na dieta (5%), além das temperaturas do condicionador (5%) e do resfriador (3%). Para a proporção de finos, os fatores que mais contribuíram foram a amperagem (29%), a temperatura do resfriador (3%), a inclusão de óleo de soja (3%) e matéria mineral da farinha de vísceras (3%). Para rendimento, os fatores que mais contribuíram foram temperatura do resfriador (4%) e inclusão de bicarbonato de sódio e de farinha de penas (ambos com 3%). Os modelos apresentados nesse trabalho são úteis nos setores de garantia de qualidade das fábricas de ração, permitindo a melhor definição de parâmetros para monitoramento e também podem ser úteis como facilitadores nas tomadas de decisão.Pelleting is the agglomeration of small particles into larger particles by a mechanical process that combines moisture, heat, and pressure. The quality of the pellet and industrial yield are limiting factors in animal’s feed factories. In this context, a study was developed to parameterize industrial feed pelletizing equipment using multiple regression models. Production data, bromatological composition of the ingredients and formulas of the diets were collected in a feed production industry for broiler and pigs. In the spreadsheet, each column represented a descriptive variable of the manufacturing process (yield, amperage, pressure in the conditioner, and temperatures of the environment, the conditioner and the cooler), characteristics of the ration (inclusion of the ingredients in the feed formula and bromatological composition of the main ingredients), and quality data (percentage of fines and pellet durability index). Each line in the database represented one observation, or the equivalent of one feed lot. Three sequential analyzes were performed using the Minitab 17 software (Minitab Inc., StateCollege, PA). The first analysis was preformed to control the quality of the database and to observe the logical coherence of the data. Graphical analyzes and descriptive statistics (average, standard error and quartiles) of the variables were used in this step. Values that exceeded suitable pattern for the system were removed from the database. Then, correlation analyzes were used to identify the mathematical relationship between the variables. Finally, regression analyzes obtained with step-wise procedure were used to generate the prediction models. The results were used to compose a model that estimates the effects of dietary and bromatological composition on the response variables using multiple regression. The database contained 1837 observations after the filtering procedure. The factors that contributed the most to the explanation of the variance of the pellet durability index were the amperage of the equipment (factor that accounted for 20% of the total variance), the inclusion of soybean oil in the diet (5%), besides the temperatures of the conditioner (5%) and the cooler (3%). For the proportion of fines, the factors that contributed the most were the amperage (29%), the temperature of the cooler (3%), the inclusion of soybean oil (3%) and the mineral matter of viscera meal (3%). For the industrial yield, the factors that contributed the most were cooler temperature (4%) and inclusion of sodium bicarbonate and feather meal in feed formula (both with 3%). The models generated in this study are useful in the quality assurance sectors of feed factories to allow better definition of parameters for feed quality monitoring and can also be useful as facilitators in decision making process