[{"data":1,"prerenderedAt":42},["ShallowReactive",2],{"blog-besin-matrisi-nir-laboratuvar-hi":3},[4,6,8,10,12,14,16,18,20,22,24,26,28,30,32,34,36,38,40],{"p":5},"अक्टूबर में नई फ़सल का मक्का आना शुरू हुआ। मिल के पोषक तत्व मैट्रिक्स में मक्के के मान वर्षों से वही हैं: 8.0 प्रतिशत कच्चा प्रोटीन, 14 प्रतिशत नमी और एक पाठ्यपुस्तक से लिया गया ऊर्जा मान। किसी ने इन संख्याओं को नहीं छुआ, क्योंकि फ़ॉर्मूले ठीक काम करते लगते हैं। कुछ हफ़्तों बाद एक इंटीग्रेटेड ग्राहक फ़ोन करता है: ग्रोवर चरण में जीवित वज़न लक्ष्य से थोड़ा कम चल रहा है। आहार के रूप-रंग में या उत्पादन रिकॉर्ड में कोई गड़बड़ी नहीं है। समस्या मैट्रिक्स में है।",{"p":7},"न्यूनतम लागत फ़ॉर्मूलेशन आपके दिए गए आँकड़ों के लिए सबसे अच्छा उत्तर देता है। अगर आँकड़े वास्तविकता नहीं दर्शाते, तो उत्तर काग़ज़ पर सही और शेड में गलत होता है। इसीलिए पोषक तत्व मैट्रिक्स ऐसी तालिका नहीं है जिसे एक बार भरकर छोड़ दिया जाए। यह एक डेटा सेट है जिसकी लगातार देखभाल ज़रूरी है।",{"h2":9},"छोटा अंतर, बड़ा असर",{"p":11},"एक उदाहरण लेते हैं (आँकड़े केवल उदाहरण के लिए हैं)। हमारे ब्रॉयलर ग्रोवर आहार में मक्का 58 प्रतिशत शामिल है और फ़ॉर्मूला 21.0 प्रतिशत कच्चे प्रोटीन के लिए सॉल्व किया गया है। लेकिन नई फ़सल के मक्के के नमूनों का औसत 8.0 नहीं, 7.3 प्रतिशत कच्चा प्रोटीन आता है। अंतर 0.7 अंक का है। फ़ॉर्मूले में मक्के के हिस्से से गुणा करें तो आहार का वास्तविक कच्चा प्रोटीन 0.58 × 0.7, यानी लगभग 0.4 अंक कम है। 21.0 प्रतिशत लेबल वाला आहार वास्तव में लगभग 20.6 है। सुपाच्य अमीनो एसिड भी लगभग इसी अनुपात में घटते हैं।",{"p":13},"जब हम मैट्रिक्स अपडेट करके फिर से सॉल्व करते हैं, तो फ़ॉर्मूला अंतर पाटने के लिए मक्के से सोयाबीन मील की ओर खिसकता है। मक्के की जगह लेने वाले 46 प्रतिशत सोयाबीन मील का हर अंक आहार में लगभग 0.39 अंक प्रोटीन जोड़ता है, इसलिए अंतर पाटने के लिए लगभग एक अंक का बदलाव चाहिए। सोयाबीन मील 18,000 TRY प्रति टन और मक्का 9,500 पर हो, तो यह बदलाव आहार लागत को लगभग 90 TRY प्रति टन बढ़ाता है।",{"p":15},"पहली नज़र में यह बुरी ख़बर लगती है। लेकिन ये 90 TRY ऐसी लागत हैं जो पहले से बनती थी। अगर मैट्रिक्स अपडेट न हो, तो लागत ग़ायब नहीं होती। वह पशु प्रदर्शन और ग्राहक संतुष्टि में दिखती है। उल्टा भी होता है। जब विश्लेषण टेबल से ऊपर आते हैं, तो जो मिल अपना मैट्रिक्स अपडेट नहीं करती, वह ऐसे प्रोटीन के पैसे देती है जिसकी उसे ज़रूरत नहीं।",{"h2":17},"नमी को न भूलें",{"p":19},"पोषक तत्व मान आमतौर पर as-fed आधार पर रखे जाते हैं, लेकिन नमी हर लॉट में बदलती है। 14 प्रतिशत नमी पर परिभाषित मक्का जब 15.5 प्रतिशत नमी पर आता है, तो उसका शुष्क पदार्थ 86 से घटकर 84.5 प्रतिशत हो जाता है। केवल प्रोटीन ही नहीं, ऊर्जा, वसा और स्टार्च भी उसी अनुपात में पतले हो जाते हैं। अगर आपका NIR नमी मापता है, तो बाकी मानों को शुष्क पदार्थ के अनुसार सुधारना सबसे साफ़ तरीका है। मैट्रिक्स को शुष्क पदार्थ आधार पर रखना और हर लॉट की नमी से as-fed मान निकालना त्रुटि को काफ़ी घटा देता है।",{"h2":21},"NIR तेज़ है, पर अकेले काफ़ी नहीं",{"p":23},"NIR से आप ट्रक के वेब्रिज तक पहुँचने से पहले नमूना लेकर कुछ ही मिनटों में प्रोटीन, नमी, वसा, रेशा और स्टार्च के अनुमान देख सकते हैं। लेकिन NIR एक अनुमान है, माप नहीं। उपकरण संदर्भ प्रयोगशाला परिणामों से बने कैलिब्रेशन पर निर्भर करता है। अगर वह कैलिब्रेशन आपके कच्चे मालों, आपके क्षेत्र और इस साल की फ़सल का अच्छी तरह प्रतिनिधित्व नहीं करता, तो परिणाम व्यवस्थित ढंग से भटक सकते हैं।",{"p":25},"व्यवहार में अच्छा काम करने वाला तरीका यह है। हर महीने हर मुख्य कच्चे माल के कुछ नमूने NIR पर पढ़े जाते हैं और वेट केमिस्ट्री के लिए प्रयोगशाला भी भेजे जाते हैं। दोनों के बीच औसत अंतर पर नज़र रखी जाती है। अगर अंतर कई महीनों तक एक ही दिशा में रहे, तो वह बायस है और कैलिब्रेशन सुधारना होगा। अलग-अलग नमूनों के बीच बिखराव सामान्य है और घबराने का कारण नहीं।",{"h2":27},"विश्लेषण से ज़्यादा अहम है नमूना",{"p":29},"सबसे अच्छी प्रयोगशाला भी गलत ढंग से लिए गए नमूने को ठीक नहीं कर सकती। ट्रक के ऊपर से लिया गया मुट्ठी भर मक्का पूरे लोड का प्रतिनिधित्व नहीं करता। ट्रक के अलग-अलग बिंदुओं से प्रोब से उप-नमूने लेने, उन्हें मिलाने और उसी मिश्रण से विश्लेषण का नमूना निकालने की ज़रूरत है। हर नमूना किस लॉट, आपूर्तिकर्ता और साइलो का है, यह भी दर्ज होना चाहिए। वरना आपके पास एक संख्या तो है, पर आप नहीं जानते कि वह किसका प्रतिनिधित्व करती है।",{"h2":31},"मैट्रिक्स में कौन सा मान जाए?",{"p":33},"नवीनतम लॉट का विश्लेषण सीधे मैट्रिक्स में लिख देना लुभाता है, लेकिन साइलो में जो है वह आमतौर पर कई लॉट का मिश्रण होता है। व्यवहार में दो तरीके प्रमुख हैं। पहला, पिछले कुछ लॉट का मात्रा के आधार पर भारित औसत उपयोग करना। दूसरा, कच्चे माल को साइलो के अनुसार परिभाषित करना और हर साइलो का अलग औसत रखना। दूसरे में ज़्यादा मेहनत लगती है, लेकिन अलग-अलग आपूर्तिकर्ताओं से आने वाले, स्पष्ट रूप से भिन्न गुणवत्ता वाले कच्चे मालों के लिए यह कहीं अधिक सटीक उत्तर देता है।",{"p":35},"परिवर्तनशीलता पर भी विचार करना होता है। समान औसत वाले दो सोयाबीन मील में से अगर एक लॉट दर लॉट कहीं ज़्यादा बिखरे परिणाम देता है, तो उसे इस्तेमाल करने वाले फ़ॉर्मूलों में सुरक्षा मार्जिन छोड़ना समझदारी है। हर पोषक तत्व पर एक जैसा मार्जिन जोड़ने के बजाय, इसे अधिक परिवर्तनशील कच्चे माल और महत्वपूर्ण पोषक तत्वों के आधार पर तय करें।",{"h2":37},"परिणामों को फ़ॉर्मूले तक पहुँचाना",{"p":39},"विश्लेषण का सबसे ज़्यादा समय बर्बाद करने वाला हिस्सा परिणामों को हाथ से एक जगह से दूसरी जगह कॉपी करना है। गलत पंक्ति में टाइप किया गया मान पकड़ में आने में हफ़्ते लग सकते हैं। OptiFormula में NIR और प्रयोगशाला परिणाम सीधे कच्चे माल के विश्लेषणों में आयात किए जा सकते हैं, और फ़ॉर्मूले फिर से सॉल्व करने से पहले नए मानों की समीक्षा की जा सकती है। पुराने और नए मानों का अंतर देखने से गुणवत्ता में वास्तविक बदलाव और डेटा त्रुटि में फ़र्क करना भी आसान होता है।",{"p":41},"पोषक तत्व मैट्रिक्स इस बात का सबसे ठोस रूप है कि एक मिल क्या जानती है। इसे नियमित रूप से वास्तविक विश्लेषणों से भरते रहना फ़ॉर्मूलों को शेड में भी वैसे ही काम कराने का सबसे छोटा रास्ता है जैसे वे काग़ज़ पर करते हैं।",1794234586535]