Statistical Process Control Applied to Monitor Losses in the Mechanized Sugarcane Harvesting

Abstract

The mechanized sugarcane harvesting process is considered one of the major economic bottlenecks, with low operational efficiency and, mainly, high losses of stalks left in the field. In order to minimize these problems and assist in the improvement of processes, this study aimed to evaluate the losses in the mechanized sugarcane harvesting using statistical process control. The experimental design was completely randomized, based on the methodology of statistical process control with samples collected on five work fronts during the daytime and nighttime operation. The experiment was carried out in an agricultural area of a sugarcane mill in the municipality of Ribeirão Preto, SP, Brazil, on five sugarcane harvest fronts. Losses were measured using a 3.0 × 3.33-m frame, being divided into stump, loose piece + fixed piece, whole sugarcane, fragment, and total losses for each harvest front. The data were grouped into 50 weeks over the sugarcane-growing season, and statistical analyses were performed using the Minitab 16 ® software. Losses of loose piece + fixed piece were higher than the losses of stump, whole sugarcane, and fragment. The total losses showed higher and lower losses for the fronts F5 and F4, respectively, compared to the others.

Controle estatístico de qualidade aplicado à quantificação das perdas na colheita mecanizada de cana-de-açúcar em função da rotação do extrator primário

“…Em relação aos valores de assimetria (Tabela 1), com exceção das perdas em lasca na rotação de 1100 rpm, as demais apresentaram valores de assimetria positivos e não moderados caracterizando curvas com alongamento à direita, representando que as médias das perdas dessas variáveis obtiveram resultados com maior diferença e refletiram mais em relação às medianas sobre a assimetria, assim como observado por Paixão et al (2020). Este resultado demonstra as variações sazonais e temporais que ocorrem nos canaviais colhidos de maneira mecanizada.…”

Sugarcane Mechanized Harvest Quality in Yield Ranges

“…Sugarcane mechanized harvesting involves cutting, loading, and transporting (PAIXÃO et al, 2020). The base cut, when the sugarcane will be cut, is one of the main problems when studying harvest losses (VOLTARELLI et al, 2017).…”

Factores clave en la evaluación de la productividad: estudio de caso

“…La Tabla 4 presenta el resumen de las estadísticas básicas para cada una de las variables estudiadas que influyen sobre la productividad, según la literatura consultada. La mayor parte de los resultados rondan, en promedio, un puntaje de 4; es importante anotar que existe una alta dispersión en los resultados para algunas variables como motivación, innovación, investigación y avance tecnológico, formación y cambio, esto debido a su alto coeficiente de variación que afecta la productividad, tal como lo expresan Paixão et al (2020), los cuales oscilan entre 21 % y 30 %, lo que indica que dentro de las respuestas obtenidas en las encuestas hubo diversos puntos de vista sobre las percepciones que influyen en la productividad laboral. En la Figura 4, los gráficos de apilamiento muestran un comportamiento generalizado de las variables, donde su mediana se ubica en 4; 5 variables presentan valores considerados atípicos o fuera de la distribución.…”

“…La Tabla 5 muestra las estadísticas básicas para el total de resultados de la encuesta, lo que complementa los análisis previos para analizar el comportamiento de los datos, en este caso, el coeficiente de variación es de 24 %, esto implica que los datos encontrados no son homogéneos y presentan una consistencia débil, ya que como lo indican Bindu et al (2019), este tipo de conclusiones sobre los datos se encuentra cuando el coeficiente de variación está entre un 15 % y 33 %, asimismo, Paixão et al (2020) consideran que valores de coeficientes de variación entre 21 % y 30 % son altos, significando así una alta dispersión; también se observa una desviación estándar de 0.99, lo que indica que alrededor de la media hay una dispersión de casi 1 unidad de calificación. El rango de los datos y sus valores máximos y mínimos muestran, de igual forma, una amplia dispersión.…”