Η παρούσα μελέτη πραγματεύεται την εφαρμογή της μεθόδου Ανάλυσης Αστοχία και Αποτελεσμάτων (FMEA). Στον κλάδο των τροφίμων και πιο συγκεκριμένα στην παραγωγική διαδικασία και τον τρόπο διακίνησης χυμών φρούτων.

Στοχεύει στην ενίσχυση της ποιότητας και της ασφάλειας στην παραγωγή τροφίμων η οποία προκύπτει από τη βασική ανάγκη προστασίας της δημόσιας υγείας. Μέσω αυτής διερευνάται ο βαθμός εφαρμογής της μεθόδου FMEA στις βιομηχανίες παραγωγής και διακίνησης χυμού, η δυνατότητα ενσωμάτωσης της FMEA στο HACCP και ISO22000 των εν λόγω εταιρειών και τέλος αξιολογείται η βελτίωση του συστήματος διασφάλισης των εταιρειών του κλάδου με την συμπερίληψη της ποσοτικής ανάλυσης που προκύπτει από την FMEA.

Για τη συλλογή των απαιτούμενων ποσοτικών δεδομένων χρησιμοποιήθηκε ερωτηματολόγιο κλίμακας Likert. Οι ερωτήσεις τέθηκαν σε άμεσα εργαζόμενους του τομέα παραγωγής και διακίνησης χυμών φρούτων και αφορούν εκτός των δημογραφικών πληροφοριών, συγκεκριμένες αστοχίες στα διάφορα στάδια των διαδικασιών. Τα ποσοτικά αυτά δεδομένα που προέρχονται από τις αντιλήψεις των εργαζομένων σχετικά με την διαχείριση ποιότητας, αξιολογήθηκαν με τη μορφή του μέσου όρου και της τυπικής απόκλισης (Mean ± SD) ώστε να παρέχεται τόσο η κεντρική τάση όσο και η διασπορά των αξιολογήσεων.

Τα αποτελέσματα παρουσιάζουν την αξιολόγηση των πιθανών κινδύνων κατά τη διάρκεια της παραγωγικής διαδικασίας με βάση τέσσερις βασικές μεταβλητές της μεθόδου FMEA: την Πιθανότητα εμφάνισης του κινδύνου (Occurrence), τη Δυνατότητα ανίχνευσης του κινδύνου (Detection), τη Σοβαρότητα των συνεπειών του κινδύνου (Severity) και τον υπολογιζόμενο Δείκτη Προτεραιότητας Κινδύνου (Risk Priority Number – RPN).

Σε ότι αφορά την Πιθανότητα εμφάνισης, οι τιμές κυμαίνονται από 2.40 ± 1.22 έως 4.20 ± 1.58. Οι υψηλότερες τιμές παρατηρούνται σε κρίσιμα σημεία, όπως η υψηλή θερμοκρασία στον χώρο αποθήκευσης πρώτων υλών (4.10 ± 0.96) και η βλάβη του εξοπλισμού παροχής νερού (4.20 ± 1.58), γεγονός που υποδηλώνει ότι οι συγκεκριμένες καταστάσεις εμφανίζονται συχνά ή θεωρούνται πιθανές από τους εμπλεκόμενους. Αντιθέτως, η μικρότερη τιμή παρατηρείται στην περίπτωση της εμφάνισης υπολειμματικότητας χημικών καθαριστικών στον εξοπλισμό (2.40 ± 1.22), γεγονός που καταδεικνύει πως το φαινόμενο αυτό θεωρείται σχετικά σπάνιο ή αντιμετωπίσιμο μέσω των υφιστάμενων διαδικασιών καθαρισμού.

Η ικανότητα ανίχνευσης των κινδύνων καταγράφεται με τιμές που κυμαίνονται από 1.93 ± 1.34 έως 2.97 ± 1.52. Οι χαμηλότερες τιμές ανιχνευσιμότητας, οι οποίες υποδηλώνουν ευκολία στον εντοπισμό του κινδύνου, εμφανίζονται στην περίπτωση της υπολειμματικότητας χημικών καθαριστικών και της λανθασμένης αναγραφής ημερομηνίας λήξης στο τελικό προϊόν. Από την άλλη πλευρά, η υψηλότερη τιμή (2.97 ± 1.52) καταγράφεται στη μη ορθή διαχείριση παλετών του τελικού προϊόντος, γεγονός που δείχνει ότι οι συγκεκριμένες αποκλίσεις είναι δυσκολότερα ανιχνεύσιμες από τις υπόλοιπες. Παρά τη γενικά χαμηλή απόλυτη τιμή των δεικτών Detection, η διακύμανση (SD) είναι εμφανής και καταδεικνύει ότι η δυνατότητα εντοπισμού ενός κινδύνου ενδέχεται να διαφέρει σημαντικά μεταξύ διαφορετικών σταδίων ή ομάδων αξιολογητών.

Όσον αφορά τη Σοβαρότητα των συνεπειών, οι τιμές κυμαίνονται από 3.63 ± 1.22 έως 5.97 ± 1.38, αποτυπώνοντας την αντίληψη των αξιολογητών ως προς τη βαρύτητα των πιθανών επιπτώσεων. Η υψηλότερη τιμή σοβαρότητας αποδίδεται στην εμφάνιση υπολειμματικότητας καθαριστικών στον εξοπλισμό, κάτι που θεωρείται ιδιαίτερα κρίσιμο, καθώς σχετίζεται άμεσα με την υγιεινή και ασφάλεια του τελικού προϊόντος. Άλλοι σημαντικοί κίνδυνοι είναι εκείνοι που αφορούν την παραλαβή πρώτων υλών εκτός προδιαγραφών και την παστερίωση εκτός επιτρεπτών θερμοκρασιών, όπου οι σοβαρότητα κυμαίνεται άνω του 5, γεγονός που καθιστά τα σημεία αυτά ως περιοχές υψηλής επικινδυνότητας που απαιτούν αυξημένη προσοχή.

Η συνολική επικινδυνότητα κάθε κινδύνου υπολογίζεται μέσω του Δείκτη Προτεραιότητας Κινδύνου (RPN), ο οποίος προκύπτει ως το γινόμενο των τριών προαναφερθέντων παραγόντων. Οι τιμές του RPN κυμαίνονται από 27.43 ± 22.00 έως 44.93 ± 31.90, με τις υψηλότερες τιμές να εμφανίζονται στην περίπτωση της υψηλής θερμοκρασίας στον χώρο αποθήκευσης πρώτων υλών, γεγονός που την καθιστά τον πλέον κρίσιμο κίνδυνο σύμφωνα με τη συγκεκριμένη αξιολόγηση. Άλλοι κίνδυνοι με υψηλό RPN περιλαμβάνουν τη βλάβη του εξοπλισμού παροχής νερού και τη μη τήρηση των αρχείων θερμοκρασιών στα οχήματα μεταφοράς πρώτων υλών. Επιπρόσθετα, οι τιμές της τυπικής απόκλισης του RPN είναι συχνά υψηλές, κάτι που ενδέχεται να αντανακλά διαφοροποίηση στις υποκειμενικές αξιολογήσεις των συμμετεχόντων ή ελλείψεις στην τυποποίηση της διαδικασίας εκτίμησης κινδύνου.

Τα συμπεράσματα που προκύπτουν από την στατιστική ανάλυση των αποτελεσμάτων της παρούσας έρευνας είναι τα εξής:

• Αναφορικά με την αξιολόγηση ικανότητας εντοπισμού των αστοχιών οι συμμετέχοντες αποδίδουν υψηλές μέσες τιμές σε όλα τα στάδια γεγονός που φανερώνει πως αντιλαμβάνονται επαρκώς τον χαρακτηρισμό της αστοχίας έτσι όπως αυτή έχει ορισθεί. Οι αποκλίσεις επίσης είναι υψηλές υποδηλώνοντας ποικιλομορφία στις αντιλήψεις των συμμετεχόντων
• Η αξιολόγηση της πιθανότητας εμφάνισης αστοχίας με μέση τιμή 4.51 και τιμές που κυμαίνονται από 3 έως 7 υποδεικνύει μέτριο επίπεδο εκτίμησης κινδύνου για την εμφάνιση αστοχιών.
• Η σοβαρότητα των επιπτώσεων έχει μέση τιμή 6.74, με τιμές από 4 έως 9, γεγονός που αναδεικνύει ότι οι περισσότεροι τρόποι αστοχίας θεωρούνται ιδιαίτερα σημαντικοί για τη λειτουργία και ασφάλεια.
• Ο Δείκτης Προτεραιότητας Κινδύνου (RPN) λοιπόν όπως προκύπτει μετά από την στατιστική ανάλυση έχει εύρος τιμών από 27.43 έως 44.93, με τις υψηλότερες τιμές να εμφανίζονται στην περίπτωση της υψηλής θερμοκρασίας στον χώρο αποθήκευσης πρώτων υλών, γεγονός που την καθιστά τον πλέον κρίσιμο κίνδυνο σύμφωνα με τη συγκεκριμένη αξιολόγηση.
•  Άλλοι κίνδυνοι με υψηλό RPN περιλαμβάνουν τη βλάβη του εξοπλισμού παροχής νερού και τη μη τήρηση των αρχείων θερμοκρασιών στα οχήματα μεταφοράς πρώτων υλών.

This study addresses the application of the Failure Mode and Effects Analysis (FMEA) method in the food industry, and more specifically in the production process and distribution of fruit juices.

The present dissertation aims to enhance quality and safety in food production, stemming from the fundamental need to protect public health. It examines the extent of FMEA implementation in juice production and distribution industries, the potential integration of FMEA into HACCP and ISO22000 of these companies, and finally evaluates the improvement of their assurance systems through the inclusion of quantitative analysis derived from FMEA.

For the collection of the required quantitative data, a Likert scale questionnaire was used. The questions were addressed to employees directly involved in fruit juice production and distribution and concerned, apart from demographic information, specific failures at various stages of the processes. These quantitative data, reflecting workers’ perceptions regarding quality management, were evaluated using the mean and standard deviation (Mean ± SD), providing both central tendency and dispersion of the assessments.

The results present the evaluation of potential risks during the production process based on four key FMEA variables: the Probability of occurrence of the risk (Occurrence), the Detect ability of the risk (Detection), the Severity of the risk’s consequences (Severity), and the calculated Risk Priority Number (RPN).

Regarding the Probability of occurrence, values range from 2.40 ± 1.22 to 4.20 ± 1.58. The highest values are observed at critical points such as high temperature in raw material storage areas (4.10 ± 0.96) and water supply equipment failure (4.20 ± 1.58), indicating that these situations are frequent or considered likely by the participants. In contrast, the lowest value is recorded in the case of residual cleaning chemicals in equipment (2.40 ± 1.22), suggesting that this phenomenon is considered relatively rare or manageable through existing cleaning procedures.

Risk detect ability is recorded with values ranging from 1.93 ± 1.34 to 2.97 ± 1.52. Lower detection values, indicating greater ease of identifying the risk, are noted in the case of residual cleaning chemicals and incorrect expiration date labeling on the final product. On the other hand, the highest value (2.97 ± 1.52) is recorded in the mismanagement of pallets of the final product, showing that these deviations are harder to detect than others. Despite the generally low absolute values of Detection indices, the variation (SD) is significant, indicating that the detect ability of a risk may vary greatly across different stages or evaluator groups.

As for the Severity of consequences, values range from 3.63 ± 1.22 to 5.97 ± 1.38, reflecting evaluators’ perception of the seriousness of potential impacts. The highest severity value is assigned to the presence of cleaning chemical residues in equipment, considered particularly critical since it directly relates to hygiene and safety of the final product. Other significant risks include the receipt of raw materials not meeting specifications and pasteurization outside permissible temperature ranges, with severity levels above 5, rendering these points high-risk areas requiring increased attention.

Overall risk is calculated through the Risk Priority Number (RPN), resulting from the product of the three aforementioned factors. RPN values range from 27.43 ± 22.00 to 44.93 ± 31.90, with the highest values observed in the case of high temperature in raw material storage areas, making it the most critical risk according to this assessment. Other high RPN risks include water supply equipment failure and failure to maintain temperature records in raw material transport vehicles. Additionally, RPN standard deviation values are often high, possibly reflecting variation in participants’ subjective evaluations or shortcomings in standardizing the risk assessment process.

The conclusions derived from the statistical analysis of this research are as follows:

• Regarding the evaluation of failure detect ability, participants assign high mean values at all stages, indicating they sufficiently understand the classification of failures as defined. The high deviations also suggest diversity in participant’s perceptions.
• The evaluation of failure occurrence probability, with a mean of 4.51 and values ranging from 3 to 7, indicates a moderate level of risk estimation for the occurrence of failures.
• The severity of consequences has a mean value of 6.74, with values ranging from 4 to 9, highlighting that most failure modes are considered particularly significant for operation and safety.
• The Risk Priority Number (RPN), based on statistical analysis, ranges from 27.43 to 44.93, with the highest values appearing in the case of high temperature in raw material storage areas, making it the most critical risk according to this evaluation.
• Other high RPN risks include water supply equipment failure and failure to maintain temperature records in raw material transport vehicles.