Predicción de la vida útil mediante RFID inteligente Límites técnicos de precisión del modelo

Los perecederos frescos son un gran desafío para los minoristas. Estos productos deben moverse lo más
rápido posible para ofrecer la mejor calidad a los consumidores. Para algunos productos, pocas horas de
retraso en el enfriamiento o en la cadena de distribución pueden ser suficientes para evitar su
comercialización. Hoy en día, los nuevos conocimientos y tecnologías pueden permitir un mejor control de la
cadena de distribución desde el campo / procesamiento hasta el almacenamiento.
Para muchos minoristas la mejor manera de mantener o ganar cuota de mercado es presentando una atractiva
sección de productos. Una imagen positiva del departamento de producción da a los clientes una mejor
percepción de la calidad del negocio. En la mente de muchos clientes, si la tienda ofrece una alta calidad de
productos frescos, probablemente mantiene la misma alta calidad para los otros productos en la tienda. Los
atributos visibles del producto, es decir, el aspecto del producto es quizás el factor más importante que
determina el valor de mercado de las frutas y hortalizas frescas. Sin embargo, el precio a pagar para mantener
la "imagen de frescura" es tener un volumen de ventas de inventario de casi el 50% por día. Este es el
porcentaje más alto en una tienda de recolección seguida por las secciones de carne y pescado. Una de las
razones es el aspecto perecedero del producto. La mayoría de las veces, las condiciones encontradas en la
tienda están lejos de la temperatura y la humedad recomendadas para mantener una calidad óptima del
producto. A menudo, una exposición corta de 1 ó 2 horas a condiciones inadecuadas (es decir, temperaturas
demasiado altas o demasiado bajas, demasiado secas o demasiado húmedas) es suficiente para causar una
caída drástica en la calidad visual de un producto.

RFID inteligente como tecnología habilitadora

Un desafío técnico para la implementación del sistema de seguimiento de calidad y temperatura descrito es la
gestión de la gran cantidad de datos. Especialmente la comunicación entre el lector y el dispositivo RFID
pasivo resultó ser un gran cuello de botella. La lectura de gráficos de temperaturas completas de cientos de
registradores de datos RFID en cada punto de transbordo es casi imposible. Por otro lado, para el inventario
basado en la calidad y la gestión del transporte es bastante suficiente tener un indicador de la calidad actual y
las pérdidas pendientes de conocer la historia detallada de la temperatura

Modelando enfoques

Además de la base tecnológica, el modelado preciso de los cambios en la vida útil es el otro desafío clave. Un
enfoque muy común es describir la desintegración de la calidad de acuerdo con la ley de Arrhenius para la
cinética de reacción. El cambio en la vida útil o pérdida por día se calcula como una función de la temperatura
[6].
Estos modelos de calidad de vida útil o de conservación tienen la ventaja de que sólo se deben estimar tres
parámetros del modelo analizando datos experimentales. Tijskens [7] mostró que la sensibilidad de algunos
frutos frente a las lesiones de refrigeración causadas por temperaturas demasiado bajas puede ser modelado
mediante la adición de una segunda función de tipo Arrhenius con energía de activación negativa, lo que
resulta en cinco parámetros en total.
Para muchos productos alimenticios, una cadena de procesos químicos o enzimáticos contribuye a una
pérdida de calidad. La aproximación por una o dos funciones de Arrhenius no siempre proporciona la
precisión requerida. Para una predicción precisa la función de tiempo de varios factores de calidad como el
color, la firmeza, el moho y el contenido de vitamina C, tienen que ser estimados. Dado que no es posible
saber con antelación cuál de las curvas será la más crítica, todas ellas deben ser calculadas y monitoreadas
continuamente

Simulación de software para el enfoque de cambio de mesa

Este enfoque de cambio de tabla se verificó mediante una simulación de software de MATLAB. La
predicción podría ser distorsionada por efectos de estados desconocidos o ocultos que también afectan la
velocidad del cambio. La plena exactitud sólo puede garantizarse si todas las reacciones subyacentes tienen la
misma relación con la temperatura o la energía de activación. En este caso, un cambio de temperatura puede
expresarse como un tramo de la escala de tiempo.
Implementación

Se pueden encontrar varios desarrollos que apuntan hacia la dirección de una etiqueta de vida útil de bajo
costo. El registrador de datos Turbo-Tag de Sealed Air / KSW Microtec (www.turbo-tag.com) utiliza una
etiqueta RFID semi-pasiva equipada con una batería adicional para registrar hasta 700 valores de temperatura.
Un número de fabricantes anunció registradores de temperatura UHF RFID con rango de lectura extendida.
Algunos data loggers ya incluyen la estimación de la vida útil, pero están restringidos a los modelos de tipo
Arrhenius. El integrador electrónico de temperatura de tiempo de CliniSense [10] se puede pedir en pequeñas
cantidades, pero no ofrece comunicación RF. La etiqueta de Freshtime de Infratab aún no está disponible.

Recursos necesarios

Para transferir el cálculo del modelo a una etiqueta RFID semi-pasiva, será necesario un nuevo desarrollo de
hardware. Como paso preliminar para la construcción de un RFID inteligente, se debe considerar
cuidadosamente qué tipos de modelos y nivel de precisión son factibles dentro de una etiqueta de tamaño de
tarjeta de crédito con respecto a la potencia de procesamiento limitada y los recursos energéticos.
El modelado de calidad puede ser visto como un complemento a la tecnología de registrador de datos
existente, que proporciona los componentes requeridos del sistema como interfaz RFID, consulta de sensores,
temporizador preciso y almacenamiento de datos. Así que la cuestión es determinar los costos adicionales
para la calidad de modelado.

Resumen y perspectivas

Las pérdidas de bienes perecederos pueden evitarse mediante la gestión de la planificación del transporte y
del almacén basándose en el estado de calidad actual. Para instalar este proceso son necesarios dos elementos:
Modelos precisos de vida útil y una manera de medir eficientemente las condiciones de carga y entregar esta
información.
En la mayoría de los casos es difícil desarrollar un modelo bioquímico para describir el cambio de las
propiedades del producto físico en función de la temperatura y el tiempo. El enfoque de cambio de mesa
proporciona un método para un cálculo directo de la vida útil en base a un conjunto de curvas de referencia
medidas. La exactitud de este enfoque debe ser validada para nuevos tipos de producto mediante la
comparación de curvas simuladas para condiciones de temperatura dinámica con datos medidos.

Shelf life prediction by intelligent RFID Technical limits of model accuracy

Fresh perishables are a great challenge for retailers. These products must move as fast as possible in order to
provide the best quality to the consumers. For some produce only few hours delayed in cooling or in the
distribution chain can be sufficient to prevent their marketability. Today, new knowledge and technologies
can allow better control of the dis- tribution chain from field/processing to store.

For many retailers the best way to keep or gain market share is by presenting an attractive produce section. A
posi- tive image of the produce department gives the customers a better perception of the quality of the
business. In the minds of many customers, if the store provides a high quality fresh produce, it probably
maintains the same high quality for the other products in the store. The visible attributes of the produce, that
is the appearance of the produce is maybe the most important factor that determines the market value of fresh
fruit and vegetables. However, the price to pay to keep the “image of freshness” is to have an inventory
turnover of almost 50% per day. This is the highest percentage in a re- tail store followed by the meat and fish
sections. One of the reasons is the perishable aspect of the produce. Most of the time, conditions found in the
store are far from the recommended temperature and humidity needed to maintaining an optimal produce
quality. Often, a short exposure of 1 or 2 hours to inadequate conditions (i.e. too high or too low tem-
peratures, too dry or too moist) is enough to cause a dramatically drop in the visual quality of a produce.
Intelligent RFID as enabling technology

One technical challenge for the implementation of the described quality and temperature tracking system is
the man- agement of the huge data amount. Especially the communication between reader and passive RFID
device turned out to be a major bottleneck. Reading full temperature charts from hundreds of RFID data
loggers at each transhipment point is hardly possible. On the other hand, for quality based inventory and
transport management it is rather sufficient to have an indicator for current quality and pending losses than
knowing the detailed temperature history.

Modelling approaches

Beside the technological basis, the precise modelling of shelf-life changes is the other key challenge. One
very common approach is to describe the quality decay according to the law of Arrhenius for reaction
kinetics. The change in shelf life or loss per day is calculated as a function of temperature [6].

These shelf life or keeping quality models have the advantage that only three model parameters have to be
estimated by analysing experimental data. Tijskens [7] showed that the sensitivity of some fruits against
chilling injuries caused by too low temperatures can be modelled by adding a second Arrhenius type function
with negative activation energy, resulting in five parameters in total.

For many food products, a chain of chemical or enzymatic processes contribute to a loss of quality. The
approxima- tion by one or two Arrhenius function does not always deliver the required accuracy. For a
precise prediction the time function of several quality factors like colour, firmness, mould and vitamin C
content, have to be estimated. Because it is not possible to know in advance which of the curves will be the
most critical one, all of them have to be continuously calculated and monitored.

Software simulation for the table-shift approach

This table-shift approach was verified by a MATLAB software simulation. The prediction might be distorted
by ef- fects of unknown or hidden states that also affect the speed of change. Full accuracy can only be
guaranteed, if all un- derlying reactions have the same relation to temperature or activation energy. In this
case a change of temperature can be expressed as a stretch of the time scale.

Implementation

Several developments can be found that point into the direction of a low-cost shelf life tag. The Turbo-Tag
data logger from Sealed Air / KSW Microtec (www.turbo-tag.com) uses a semi-passive RFID tag equipped
with an additional bat- tery to record up to 700 temperature values. A number of manufactures announced
UHF RFID temperature recorders with extended reading range.

Some data loggers already include shelf life estimation, but are restricted to Arrhenius type models. The
electronic time temperature integrator from CliniSense [10] can be ordered in small quantities, but it does not
offer RF communi- cation. The announced Freshtime tag from Infratab is still not available yet.

Required resources

To transfer the model calculation to a semi-passive RFID tag, a new hardware development will be necessary.
As pre- liminary step for construction of an intelligent RFID it should be carefully considered, which model
types and level of accuracy are feasible inside a credit card sized label in regard to limited processing power
and energy resources.

Quality modelling can be seen as add-on to existing data logger technology, which provides required system
compo- nents as RFID interface, sensor query, accurate timer and data storage, powered by a paper thin
battery. So the question is to determine the additional costs for quality modelling.
Summary and outlook

Losses of perishable good can be avoided by managing transport and warehouse planning based on the
current quality state. To install this process two elements are necessary: Accurate shelf life models and a way
for efficiently measure the freight conditions and deliver this information.

In most cases it is hard to develop a bio-chemical model to describe the change of physical product properties
as a function of temperature and time. The table-shift approach provides a method for a direct calculation of
the shelf life based on a set of measured reference curves. The accuracy of this approach has to be validated
for new product types by comparison of simulated curves for dynamic temperature conditions with measured
data.