Post on 24-Jun-2015
INTRODUCCION
Para todas las empresas es necesario analizar y estudiar el sistema de capacidad de
proceso, todo esto con el fin de poder abarcar la mayor cantidad de demanda,
optimizando las utilidades de la empresa y con el tiempo contemplar la posibilidad de
expandirse, para poder aumentar su mercado y brindar un mejor servicio de calidad y
satisfacción de necesidades a la población consumidora de sus productos. Además,
mediante el estudio de capacidades se puede someter los diversos procesos a un
sistema de mejora continua que permita incrementar los niveles de productividad de
la organización.
En cualquier proceso de producción sin importar lo bien diseñados que estén o que
tan eficiente sea el mantenimiento aplicado al proceso siempre va a existir ciertas
variaciones, las cuales son monitoreadas por el departamento de control de proceso
mediante la aplicación de herramientas estadísticas tales como histogramas, cartas de
control estadísticos, capacidad de proceso, entre otras. Siendo estas dos últimas de
particular interés para el desarrollo de la investigación-
Actualmente Alimentos Polar Comercial Planta Cereales realizo una inversión
para reemplazar las maquinas llenadoras de Línea # 1 y 3 de Avena en la presentación
de Hojuela Fortificada Quaker de 400 y 800 gr y Hojuela Original Don Pancho de
400 gr, esto con la intención de aumentar la producción debido a la creciente
demanda de este producto alimenticio. Las antiguas llenadoras Verticales Marca
Triangle fueron reemplazadas por las llenadoras verticales Marca Rovema que son
100% automáticas y con mucha mayor capacidad de producción por minuto, lo que
ha traído como consecuencia que los productos presenten una variabilidad en el peso
neto de estos productos y como tal que el proceso no se encuentre bajo control
estadístico.
Además se busca determinar la capacidad potencial (Cp) y una capacidad real
(Cpk) del proceso después del cambio de las llenadoras. Es por ello que surge la
necesidad de elaborar un plan de acción que permita analizar y hacer un seguimiento
sobre la capacidad de proceso de las líneas # 1 y 3 de empaquetado de avena hojuela.
La razón de analizar la variabilidad de peso neto y capacidad de proceso es
proporcionar una mayor eficiencia del proceso, sino además reducir los niveles de
perdida por la variación de peso por sobrellenado que se presentan en estas líneas.
Este estudio se realizara en 3 fases, donde la primera contempla el plan de
muestreo y la selección del tamaño de la muestra, en la segunda se realizara la
validación de los parámetros de operación y especificaciones del producto, en la
tercera se evaluara la Capacidad del proceso en las Líneas # 1 y 3 de avena basándose
en los requisitos internos de la empresa.
CAPITULO I
UBICACIÓN
Alimentos Polar Comercial C.A. Planta Valencia Cereales pertenece a la Unión
Estratégica de Negocios de Alimentos (Alimentos Polar), y se encuentra ubicada en la
avenida Domingo Olavarría cruce con la avenida Ernesto Branger Diagonal a la
planta Ford en Valencia Estado Carabobo.
Fuente: Flores Elías (2010)
Reseña Histórica Planta Valencia Cereales
En septiembre de 1877, la figura del Quakero se convirtió en la marca registrada
de la avena Quaker , veinticuatro (24) años después, en 1901, fue cuando THE
QUAKER OATS COMPANY se formó oficialmente estableciendo su casa matriz en
Chicago, aunque la avena llegó al nuevo mundo en 1602, esta se convirtió en un
popular desayuno americano hasta finales de 1800. Fue justo en esos años que la
planta de Quaker en Cedar Rapids, Iowa comenzó a moler y fabricar avena. Henry
Semor, uno de los fundadores de la compañía, eligió el símbolo del Quakero (Larry)
para representar la honestidad, la moralidad, el valor y la pureza de vida que
caracterizaba a los hombres pertenecientes a una secta religiosa de la localidad.
El 28 de Octubre de 1959, Productos Quaker C.A. inicia sus operaciones en
Venezuela en un galpón alquilado donde se almacenaba la avena importada; en
Octubre de 1962 adquiere su propia planta en la Zona Industrial Sur II en
Valencia, comenzando la producción local de avena en el país, elaborando líneas
básicas de avena Quaker original, importándose entre otros, las panquecas Aunt
Jemica. 20 años más tarde, se hizo la primera ampliación de la planta para producir
fresca avena y merengadas de diferentes sabores tales como vainilla, chocolate y
fresa. Hoy en día THE QUAKER OATS COMPANY, además de Estados Unidos de
América, tiene sus subsidiarias en todos los continentes de mundo, Europa, Asia
Australia y Sudamérica (Brasil, México, Argentina, Chile, Colombia y Venezuela).
A partir del 07 de Octubre del año 2002, Productos Quaker C.A. forma parte del
grupo de Empresas Polar, donde se le da el nombre de Productos de Avena,
ProAvena C.A., desde el 01 de octubre del 2005 cambia su denominación y se
constituye en Alimentos Polar Comercial C.A. Planta Avena Valencia, formando
parte de la Unidad Estratégica de Negocios (UEN) de Alimentos de Empresas Polar,
del gran portafolio de marcas lideres en el mercado Venezolano, en donde se
incorporando las nuevas líneas de producción, entre ellas: Toddy, Crema de Arroz.
Características Y Procesos Que Cubre
Diagrama 1: Proceso De Avena:
Fuente: Flores Elías (2010)
Balanza de
Grano Entero
Detector de metales
AspiradorDuo 24” (1)
AspiradorDuo 36”
AspiradorDuo 24” (2)
Balanza deGrano Cortado
TornilloTransportador
Tan
que
polv
illO
Tan
que
Hoj
uela
Líne
a de
em
paqu
e
Tanque de Grano
EnteroTanque de GranoCortado
Vap
oriz
ador
Rodillos
D.C.
D.C.
D.C.
Proceso de Avena
Zaranda de
Grano entero
I
I
I
Vap
oriz
ador
Rodillos
Zaranda de
Hojuela
cicl
ón
cicl
ón
D.C.
D.C.
D.C.
Cortadoras
D.C.
cicl
ón
cicl
ón
D.C.
D.C.
Escaleras de enfriamiento
D.C. Dust Collector
Rotatoria
I Imán
2do. Piso
1er. Piso
Empaque
Discos Separadores
Destoner
Sifter
ta nq ue
I
D.C.
Ent
olet
eT
anqu
e de
H
arin
a
Harina de Avena
Proceso de Pulverización
VaporAgua Agua
D.C.D.C.
Imán
D.C.
D.C.
D.C.
cicl
ón
MIC
RO
RE
CO
LEC
TO
R
D.C.
I
Tolva Trans.
D.C.
Cic
lón
de P
olvi
llo
Ambiente
Tan
que
Hoj
uela
cicl
ón
Distribuid
or
Tan
que
Hoj
uela
Diagrama 2: Proceso De Pulverización De Harina:
Fuente: Flores Elías (2010)
Piso de Empaque
Piso 1
Piso 2
Piso 3
Pulverizador 2
500 Kg./h
Micro
Soplador
Rotatoria
Pulverizador 1
500 Kg./h
Pulverizador4
500 Kg./h
Micro pulsaire
2
Planta de avena
Tanque3
cicl
ón
Balanza Rodante
Cap. 500 Kg.
Tanque fijode harina
Frescavena2500 Kg.
Turbina
RespiraderoAlimentación de Hojuela y polvillo
Tanque de hojuela y polvillo6000 kg
Respiradero Respiradero
Tornillo transportador
Realizado por: Emma Prato
Proceso de pulverización de harina de avena
Transferencia de laPlanta de avena
Micro pulsaire
1
Diagrama 3: Flujo Drum Dryer
Fuente: Flores Elías (2010)
Imán
Vapor
Vapor
Jet cooker
Drum Dryer
Molinillo
Motor Motor
Agua
Bomba deDiafragma
Imán
cActivación de la enzima
Temperatura 70 a 80 ºC
In activación dela enzima
Temperatura90 a 95 ºC
Tanques de Mezclado
Tornillos transportadores
c
Malla
Diagrama de Flujo Drum Dryer
Campana
Saco de
Base
vapor
Cortadora
Cap. 1500 lt.
D=1.8- 1.5 mm
Base blanca Base BabyBase Instavena
Altura del Slurry 30-40 cm
Cap. 1500 lt.
Fecha: 20 de septiembre 2000Realizado por: Emma Prato
Filt
ro d
e ag
ua
Mezclador De Vitaminas
Proceso de Crema de Arroz
Piso 3
Piso 2
Piso 1
Llenadora
Sifter
Quemador De Arroz
Tanque de Arroz
Báscula
Entoleter
Tanque de Recepcion
Molino
Distribuidor
Sifter
Exclusas
D.D
T.PTanque de Recepcion
Exclusas
Tanque de Recepcion
Mezclador
Tanque de Harina de Arroz
T.P
T.P
T.P: Tanque de Polvillo
Diagrama 4: Proceso de Crema de Arroz
Fuente: Flores Elías (2010)
Diagrama 5: Proceso de mezcla en la planta modificadora de leche
Fuente: Flores Elías (2010)
Piso de Empaque
En
tol
ete
1
En
tol
ete
3
En
tol
ete
2
Micro1
Micro3
Micro2
Imán Imán
Tanque1
Mezclador1
Imán
Tanque2
Tanque4
Tanque3
Mezclador2
Mezclador3
Tolva deVaciado 3
Tolva deVaciado 1
Tolva deVaciado 2
Respiradero
Cic
lón
Cic
lón
Cic
lón Respiradero Respiradero
Subproducto
Diagrama del proceso de mezcla en la planta modificadora de leche
Tolva TolvaTolva
Rotatoria Realizado por: Emma Prato
Tornillo transportadorTornillo transportadorTornillo transportador
Soplador
Diagrama 6: Proceso de Toddy y Chocoman
Fuente: Flores Elías (2010)
Misión de Alimentos Polar Comercial Planta Cereales.
Planta Cereales se propone en su misión satisfacer las necesidades del mercado,
ofreciendo productos con los más altos estándares de calidad y promoviendo el
desarrollo de la comunidad y del país. Planta Cereales se forja como misión:
“Satisfacer las necesidades de consumidores, clientes, compañías vendedores,
concesionarios, distribuidores, accionistas, trabajadores y suplidores, a través de
nuestros productos y de la gestión de nuestros negocios, garantizando los más altos
estándares de calidad, eficiencia y competitividad, con la mejor relación precio/valor,
Piso 1
Piso 2
Piso 3Tolva de vaciado 1
Mezclador
1
Premix
Filtro manga
Filtro manga
Filtro manga
Cedazovibratorio
Cedazovibratorio
Llenadora200 g400g
Llenadora1 kg
2,265 kg Termoencogible
LlenadoraEmpaque Flexible
Azúcar
Tolva
Molinillo
Diagrama de Flujo Proceso de Toddy y Chocoman
Mezclador
2
Tolva de vaciado 2
Premix Ingredientes
TapadoraTapadora TapadoraTapadora
Tapadoras para200 g y 400gTapadoras para1 kg y 2,265 kg
Sub- producto
alta rentabilidad y crecimiento sostenido, contribuyendo con el mejoramiento de la
calidad de vida de la comunidad y el desarrollo del país.”
Visión de Alimentos Polar Comercial Planta Cereales
Planta Cereales se proyecta a futuro como una empresa líder dentro de su mercado
competitivo, logrando posicionarse con productos de excelente calidad y con un
personal comprometido con los valores que persigue en Empresas Polar. Planta
Cereales persigue como visión:
“Consolidar nuestra posición en Venezuela y extenderemos nuestras actividades
en la Comunidad Andina de Naciones. Ser líderes en los mercados donde
participemos, logrando que el 40% de nuestras ventas totales provengan de productos
de alto valor agregado. Contar con una organización orientada al mercado, que
promueva la generación y difusión del conocimiento en las áreas comercial,
tecnológico y gerencial.
Desarrollar un portafolio de marcas fuertes y de reconocida calidad, así como
sistemas comerciales y de información que nos permitan colocar nuestros productos
en la totalidad de los puntos de venta, donde tendremos una presencia predominante.
Seleccionar y capacitar a nuestro personal con el fin de alcanzar los perfiles
requeridos, lograremos su pleno compromiso con los valores de Empresas Polar y le
ofreceremos las mejores oportunidades de desarrollo.”
Objetivos de la Empresa
Los objetivos que persigue la empresa son principalmente los siguientes:
Hacer de nuestras marcas las preferidas del mercado y las de mayor confianza
en nuestros consumidores y clientes.
Trabajar en equipo y creando innovación, para estar comprometidos con
nuestros proveedores, clientes; siendo flexibles y haciendo las cosas con
pasión.
Brindar la mejor satisfacción a los consumidores suministrarle la más amplia
variedad de productos y lograr que las marcas sean las preferidas, creando de
esta forma la mayor confianza del mercado.
Mantener el Liderazgo alcanzado hasta ahora como los de mayos
cumplimiento con los clientes suministrando los productos de mejor calidad y
prestando un servicio constante.
Llegar a todos los rincones de Venezuela.
Servir a todos los clientes con el orgullo de ser líderes.
Políticas de Alimentos Polar Comercial Planta Valencia Cereales.
Es política y compromiso de Alimentos Polar Comercial Planta Valencia
Cereales compañía de la Unidad Estratégica de Negocios (U.E.N.), establecer
lineamientos que dirija todas las actividades de Alimentos Polar Comercial y
de obligatorio cumplimiento por todos los que trabajamos en ella.
Suministrar en forma permanente productos y servicios que satisfagan las
necesidades de nuestros clientes y consumidores, por ello debe ser objetivo de
todos los que trabajan en Alimentos Polar Comercial, mantener niveles de
producción adecuados de manera que nuestros clientes, por medio de la
cadena de distribución y venta, reciban oportunamente los productos que
laboramos.
Mediante el mejoramiento continuo de la calidad en todos los aspectos indica
nuestra disposición a mejorar constantemente lo que se haya identificado
como necesario para satisfacer al consumidor: sistemas, instalaciones,
tecnología, productos, personal, canales de distribución, y todo lo que
contribuya a este fin.
Asegurando la permanencia de nuestras empresas ser competitivos y exitosos
para garantizar la permanencia en el mercado con la mayor participación
posible y beneficios razonables.
Contribuyendo a la conservación del medio ambiente y al mejoramiento de la
calidad de vida en los mercados donde participamos.
Están comprometidos con el mejoramiento de la calidad de vida de la población,
ofreciendo productos de alta calidad y brindando fuentes de empleo directo e
indirecto que garanticen la estabilidad económica y social del país.
Valores de APC Planta Valencia Cereales
Los valores que tiene APC Planta Valencia Cereales son principalmente los
siguientes:
Orientación al mercado: Esforzarse en satisfacer las necesidades de nuestros
consumidores y clientes de manera consistente.
Orientación a resultados y eficiencia: Ser consistente y cumplir con los
objetivos al menor costo posible.
Agilidad y Flexibilidad: Ser ágiles y flexibles reaccionando oportunamente
ante los cambios del entorno siempre guiados por la visión, misión y valores.
Innovación: Anticipar las necesidades cambiantes del mercado y tener una
actitud proactiva ante la generación de las tecnologías y nuevos productos.
Trabajando en equipo: Fomentar el trabajo en equipo con el propósito de
alcanzar metas comunes.
Reconocimiento continúo al logro y la excelencia: Fomentar y reconocer
constantemente la excelencia entre los empleados y la orientación al logro.
Oportunidades de empleo sin distinción: Proveer oportunidades de empleo en
igualdad de decisiones.
Integridad y Civismo: Exhibir una actitud consistente ética, honesta,
responsable, equitativa y proactiva hacia el mejoramiento de la calidad de
vida de la sociedad. Ser éticos y responsables en el trabajo.
Relaciones de mutuo beneficio con las partes interesadas. Buscar el beneficio
común en nuestras relaciones con las partes interesadas del negocio.
Organigrama de Planta Valencia Cereales:
La empresa Alimentos Polar Comercial C.A. Planta Valencia Cereales,
funciona a través de un organigrama estructural donde se visualizan los niveles
jerárquicos y de mando dentro de la organización de acuerdo a las actividades y
funciones que se realizan dentro de la misma. (Ver Figura 8)
Organigrama de Planta Valencia Cereales
Fuente: Departamento de Gestión de Gente Planta Valencia Cereales
Gerente de Planta
Gerente de Recursos Humanos
Gerente de Aseguramiento de la
Calidad
Gerente de Producción
Jefe de AlmacénEspecialista de
Nuevos Desarrollos
Jefe de Administración
Asistente Administrativo
Jefe de Suministros
Jefe de Mantenimiento
Jefe de Control de Procesos
Gerente de Planta
Gerente de Recursos Humanos
Gerente de Aseguramiento de la
Calidad
Gerente de Producción
Jefe de AlmacénEspecialista de
Nuevos Desarrollos
Jefe de Administración
Asistente Administrativo
Jefe de Suministros
Jefe de Mantenimiento
Jefe de Control de Procesos
Descripción del departamento donde se realizo la pasantía industrial
El desarrollo de las pasantías industriales fueron dadas en el departamento de
control de procesos, este se encarga del monitoreo de los procesos y sistemas de la
planta aplicando herramientas, técnicas y recursos que permitan aumentar la
productividad y promover la mejora continua de los mismos, el cual está integrado
por los especialistas de control de proceso y el ingeniero entrenante.
La organización de este departamento es de línea y las principales funciones
personales son:
a) Especialista de control de procesos. Planificar y coordinar la ejecución de
las actividades inherentes a identificar oportunidades de mejora de proyectos
ejecutables a través del análisis y evaluación de la factibilidad teórica y
económica que contribuyan con la productividad y reducción de costos,
garantizando la manufactura de los productos de acuerdo a las políticas y
lineamientos de la organización.
b) Ingeniero entrenante. Encargado de la parte de datos estadísticos del proceso
que cubre ese departamento y dar el debido entrenamiento a los pasantes que
ingresan a esa área.
Funciones del departamento:
Determinación y análisis de indicadores de gestión para la toma de decisiones
gerenciales.
Calculo de los índices de consumo de los materiales utilizados en el proceso
productivo.
Optimización de los recursos humanos, financieros y materiales de la
empresa, a través del uso extendido de las herramientas de Ingeniería.
Monitoreo de los estándares de producción.
Coordinar planes especiales de proyectos de inversión y mejoras.
Participar en equipos multidisciplinarios de toma de decisiones para la
evaluación, planificación y control de la producción.
Participación del sistema de calidad.
Documentación de los procesos.
Medir, contabilizar y controlar los desperdicios generados durante el proceso
productivo.
Optimización de los niveles de inventarios.
Mejorar las actividades de manejo de materiales.
Evaluar y mejorar los sistemas de colas.
Analizar y mejorar actividades de arranques, paradas y cambios de
presentación de productos.
Estudios de reducción de costos.
Este departamento nace por las exigencias que ocasionan las nuevas tendencias de
negocios que obligan a tener la mejor utilización de los recursos, seguimiento,
desarrollo y diseño de los procesos, permitiendo lograr los estándares óptimos de
producción. Este departamento es un aliado esencial en el proceso de producción, el
cual mediante el uso de técnicas de Ingeniería facilita la toma de decisiones y permite
innovar constantemente en función de la mejora continua.
CAPITULO II
Planteamiento del problema:
La creciente demanda mundial de alimentos por el crecimiento de la población ha
llevado a los gobiernos de todo el mundo a establecer políticas que le permitan cubrir
dicha demanda de una manera más eficiente, sin embargo los efectos climáticos y la
falta de inversión en este campo ha llevado a que muchas personas no puedan obtener
dichos alimentos mas regularmente.
Venezuela es un país que no escapa a esta realidad ya que su población ha sufrido
un alto incremento en los últimos años, sin embargo el problema se intensifica debido
a que hay muy pocas empresas en el sector público y privado que se dediquen al
procesamiento de alimentos.
Conscientes de esta situación en Empresas Polar, grupo líder en la manufactura de
alimentos y bebidas a través de su unidad de negocio de Alimentos Polar Comercial,
organización que agrupa a varias empresas de este sector y que producen muchos de
los productos de la canasta básica (pasta, arroz, margarina salsa de tomate, aceite
comestible, cereales infantiles y otros más) ha venido realizando inversiones que le
permitan aumentar la producción de estos rubros y así satisfacer la mayor cantidad de
población que necesita los alimentos.
Dichas inversiones consisten en mejores y mayores infraestructuras de producción,
reclutamiento de personal para los centros de fabricación, automatización de los
sistemas y de los procesos productivos y un mejoramiento de la cadenas de
distribución de los productos.
En el caso de la automatización de los procesos, la adquisición de nuevas
máquinas exige la adaptación de estos procesos a esta nueva tecnología que es 100%
automática.
En el caso específico Alimentos Polar Comercial Planta Cereales, empresa que
procesa cereales infantiles (avena original y fortificada en hojuela, harina de avena,
crema de arroz, frescachicha, frescavena, bebidas achocolatadas en polvo mejor
conocida como Toddy) se estableció el aumento de la producción de la Avena en
hojuela Original y Fortificada en presentación de 400 y 800 g, para llevar a cabo este
aumento se reemplazaron las antiguas llenadoras verticales de la marca Triangle por
unas llenadoras verticales automáticas de la marca Rovema , con la instalación de
estas llenadoras se logró aumentar la producción de 55 bolsas por minuto (bpm) en
400 gr a 73 bpm (capacidad de la llenadora es de 100 bpm) y en 800 g de 46 bpm a
65 bpm .
Si ciertamente se logró aumentar la producción de estas presentaciones, se ha
presentado una anomalía en el proceso y es la variabilidad en el peso neto (con
tendencia a sobrellenado) lo que afecta la planificación de la producción y a impedido
el poder llevar las llenadoras a su capacidad nominal de llenado.
El departamento de investigación y desarrollo junto con el de calidad ha
establecido unos parámetros de especificación para el peso máximo y mínimo
permitido para cada presentación.
Para nuestro caso las especificaciones de los productos objetos del estudio son:
Tabla N°1 Especificación de productos.
CODIGO DEL
PRODUCTO DESCRIPCION
ESPECIFICACIO
N INFERIOR
ESPECIFICACION
SUPERIOR
Q064
Avena Hojuela
Fortificada 400 g 400 420
Q005
Avena Hojuela Original
400 g 400 420
Q065
Avena Hojuela
Fortificada 800 g 800 835
Fuente: Flores Elías (2010)
A simple vista se puede ver que las especificaciones superiores hablan del alto
nivel de variabilidad por sobrellenado en las líneas, estos pesos se chequean con unos
equipos detectores de metal y peso de la marca: Lomas tipo A2 que se calibran para
el peso nominal declarado en el empaque de los productos y todos aquellos empaques
que estén por encima o por debajo de las especificaciones son rechazados fuera de las
líneas y reprocesados.
Las pérdidas por variabilidad de peso han afectado la capacidad de cumplimento
con las entregas a las cadenas de distribución, se muestra a continuación con las
siguientes tablas:
Variabilidad en la Avena de 400gramos
Tabla Nº2
PRODUCTIVIDAD
FECHA: 25-05-
2010 PLANIFICADO REAL VAR. ESTANDAR REAL VAR. Bs. %
Alimentos Polar
Comercial 68040 SKU
69120
SKU 1.080,00 73.971,11
76.236,2
2 2.265,11 97,03
APC PLANTA
CEREALES 68040 SKU
69120
SKU 1.080,00 73.971,11
76.236,2
2 2.265,11 97,03
Fuente: Dpto. de Control de calidad APC PLANTA CEREALES (2010)
Según los resultados, obtenidos por el Dpto de Control de calidad APC planta
Cereales puede apreciarse que la planificación de la producción de paquetes de
avenas de 400 gramos no logra cumplirse, ya que lo planificado es de 68040
unidades, siendo la producción real de 69120 unidades con una diferencia por encima
de lo planificado de 1080 unidades, y el valor de la producción estándar es de
Bs.73.236,11 teniendo como variación también de 76.236,11 con una diferencia de
2.265,1(97%) de sobrestimación, esto indica que para la empresa representa una
pérdida contable y económica, contable porque se incurre a una disminución de la
utilidad en operaciones y económica porque hay sobre asignación de los recursos que
se están empleando en la producción.
Variabilidad en la Avena de 800gramos
Tabla Nº3
Productividad
Bs
Fecha: 25-05-
2010 PLAN REAL
VAR.
BS
ESTANDA
R REAL
Bolívar
es %
Alimentos Polar
Comercial
41580
SKU
42336
SKU 756 90.377,64
92.355,4
2 1.977,78 97,86
APC PLANTA
CEREALES
41580
SKU
42336
SKU 756 90.377,64
92.355,4
2 1.977,78 97,86
Fuente: Dpto. de Control de calidad APC PLANTA CEREALES (2010)
Puede apreciarse, en la tabla de producción de avena de 800 gramos que la
planificación no logra también ajustarse a un estándar, presenta variaciones siendo la
planificada de 41.580 unidades con un valor de producción estándar de Bs. 90.377,64
y la real de 42.336 unidades con valor de producción de Bs. 92.355,42 lo que
significa diferencia en unidades de 756 unidades y en Bs. De 1977,78, de igual forma
se incurre a una sobrestimación que afecta la rentabilidad del proceso de producción,
lo que amerita una rápida solución del mismo.
Objetivo General:
Determinar la capacidad del proceso y causas de variabilidad del peso en las líneas
de empaque de avena Original y Fortificada en la presentación de 400 y 800 g
después del reemplazo de las llenadoras verticales Triangle por llenadoras verticales
automáticas Rovema en la empresa Alimentos Polar Comercial Planta Cereales.
Objetivos Específicos:
Reconocimiento de parámetros de trabajo actual de las maquinas llenadoras
vertical marca Rovema.
Identificar situación anormal en las líneas de empaque de avena.
Recolección de datos para determinar tamaño de muestra y método estadístico
para realizar el estudio.
Construcción de graficas con datos del muestreo.
Análisis de resultados arrojados por el método estadístico.
Propuestas para mejorar la capacidad del proceso y minimizar la variabilidad
de peso en las líneas de empaque.
Justificación:
Tal como se dijo en el planteamiento del problema de este trabajo de investigación
la creciente demanda de alimentos es una situación que ha llevado a las empresas
procesadoras a buscar hacer más efectivos los procesos de fabricación para
aprovechar al máximo las capacidades instaladas y de esa manera llevar los productos
a más consumidores.
Cuando en una empresa como Alimentos Polar Comercial Planta Cereales se
automatiza un proceso para aumentar su producción este aumento debe estar bien
sustentado.
La finalidad de esta investigación es servir de apoyo o referencia para identificar
todas aquellas situaciones que impactan de forma negativa en el aumento de esta
producción, en el caso de la variabilidad de peso (sobrellenado) las pérdidas por este
sobrellenado impide que haya más producto disponible para los consumidores.
Cuando se habla de 20 y 35 gr en bolsas de 400 y 800g en una empresa que produce
25 paletas que contienen 12 paquetes por fardos para 800g y 24 paquetes por fardos
para 400 gr y en cada paleta hay 64 fardos (400g) y 63 fardos por paleta para 800g,
se refleja la perdida de disponibilidad del producto.
El desarrollo de esta investigación así como sus resultados serian de mucho
provecho para la empresa ya que sus procesos de mezcla y llenado son muy comunes
entre si y es muy factible aplicarla para determinar cualquier desviación que se
presente en ellos, incluso en el grupo de Alimentos Polar Comercial que está en la
búsqueda de homologar todos los procedimientos de sus empresas.
Desde el punto de vista personal (como pasante) representa un reto y una nueva
experiencia (por demás muy novedosa) ya que mi desarrollo laboral durante estos 20
años lo he ejecutado en el área de mantenimiento eléctrico, lo que me ha permitido
tener nuevas perspectivas laborales dentro de campo industrial donde actualmente.
Los métodos estadísticos que sustentan la investigación así como su aplicación en
los procesos que fueron objetos de la investigación resultaron muy innovadores desde
mi óptica de pasante y de mucha relevancia para estrategias que se plantean para
solucionar el problema de variabilidad de peso así como para determinar la capacidad
del proceso de llenado de avena original y fortificada.
Antecedentes de la Investigación:
Para llevar a cabo esta investigación de manera efectiva, resulta importante
investigar las opiniones y aportes hechos por otros autores en trabajos similares,
donde dan a conocer valiosos conocimientos mediante una particular interpretación y
adaptación de los mismos a la realidad existentes en el campo donde se llevo a cabo
el estudio.
En este sentido Navarro (2009) egresado del Instituto Universitario de Tecnología
Industrial (IUTI) realizo un trabajo de grado titulado “Propuesta de Inspección de
envases por medio del sistema visual SPC en la empresa Remavid “ el cual en sus
conclusiones establece :
Hoy en día, las empresas se han dado a la tarea de entender que para llegar a ser
más competitivas en el mercado deben dedicarse más en certificar, afianzar y
asegurar sus procesos primordiales, así como también el corregir aquellos que
presentan mayor índice de criticidad, y atacarlos cuanto antes, para tener un proceso
productivo que conste de operaciones eficaces y eficientes.
Este trabajo es de gran importancia ya que aporto información necesaria y
referente en cuanto al uso de métodos de inspección y control para certificar la
calidad de los productos y así mantener los procesos producción dentro de su
capacidad de proceso.
Otro antecedente consultado fue el realizado por Sora R. (2009) egresado también
del Instituto Universitario de Tecnología Industrial sede Guácara titulado “ Estudio
de la Estabilidad de la Probadora 100% MTS del Laboratorio de Ingeniería de
Producto para Determinar su Periodo Adecuado de Calibración ,Caso: Estudio
Piloto para las Probadoras 100 % de Producción” que concluye “ El presente
informe muestra la utilización de los procedimientos de recolección y registro de
datos y las técnicas de muestreo necesario para realizar un estudio de control
estadístico de de proceso sobre la maquina probadora 100 % MTS del Laboratorio de
Ingeniería de Producto , tomando como referencia los gráficos de promedios y
rangos que fueron engranados a los criterios de la estabilidad de los análisis de
sistema de medición.”
Este trabajo refleja la importancia y la utilidad del uso de los las herramientas
estadísticas y de los gráficos para identificar situaciones que pueden afectar el buen
desempeño de la producción y así corregir minimizando el impacto negativo que
pueda tener en el proceso.
Yorman Roa (2010) en su informe de pasantía Plan de Control Estadístico a las
Características de Calidad del Tapizado Pesado (TP) en la Empresa
Corporación Monfort C.A que fue presentado en el Instituto Universitario de
Tecnología Industrial (IUTI).Baso su trabajo de investigación en el uso de
recolección de muestras para características de Densidad y Limite de Elongación y a
partir de estas muestras se realizaron gráficos de control X y R móvil con los que se
pudo comprobar la condición del proceso y después del análisis de los mismos tomar
las medidas correctivas necesarias realzando la utilidad y la eficacia de dichos
métodos para estos tipo de investigación.
BASES TEORICAS
Llenadora Vertical Rovema: Maquina empaquetadora automática de avena en
hojuela que consta de los siguientes sistemas:
Sistema de llenado.
Sistema de sellado de bolsas.
Sistema de corte de bolsas
Avena Original: Avena en hojuela a la que no se le aplica ningún tipo de vitaminas.
(Avena Don Pancho)
Avena Fortificada: Avena en hojuela a la que se aplica vitaminas que cambian sus
condiciones nutricionales. (Avena Fortificada Quaker)
Sku o Bpm: unidades de medición de producción de las líneas de llenado
Bpm (bolsas por minuto)
Fardos: Empaque secundario donde se agrupan las bolsas para ser paletizadas.
Detector de Peso y Metal: Equipo que permite ser calibrado para unos pesos
máximos y minimos de tal forma que cualquier empaque que este fuera de
especificación es rechazado fuera de la línea de producción, también si el empaque
contiene algún tipo de contaminante metálico es rechazado fuera de la línea.
Estadística:
Según Spiegel, M. y Stephens, L. (2001), la estadística se ocupa de los métodos
científicos para recolectar, organizar, resumir, presentar y analizar datos, así como de
sacar conclusiones validas y tomar decisiones con base en este análisis.
Por otra parte Canavos, G. (1998), establece que la estadística es el estudio de los
fenómenos aleatorios, donde el aspecto más importante de la estadística es la
obtención de conclusiones basados en los datos experimentales, este proceso se
conoce como inferencia estadística.
El campo de la inferencia estadística está formado por los métodos utilizados para
la toma de decisiones o para obtener conclusiones sobre una población. Estos
métodos utilizan la información contenida en una muestra de la población para
obtener conclusiones. (Montgomery, D. y Runger, G. 2002).
Plan de muestreo:
La elaboración de un plan de muestreo incluye la definición de varios aspectos,
principalmente dependiendo del objeto de estudio, por lo que es necesario entender
los conceptos de población y muestra, método de muestreo, tamaño de la muestra.
a) Población: Según Canavos, G. (1998) Una población es cualquier colección
ya sea por número infinito de mediciones o una colección grande,
virtualmente infinita, de datos a cerca de algo de interés, por lo otro lado
Spiegel, M. y Stephens, L. (2001), establecen que una población está formada
por la totalidad de las observaciones de las cuales se tiene cierto interés; al
recolectar datos que determinan las características de un grupo de individuos u
objetos, muchas veces es posible o impacto observar todo el grupo (población
o universo) por tanto se examina a una pequeña parte del grupo (muestra).
b) Muestra: Balestrini, M. (1998) señala, “La muestra es una parte
representativa de la población, cuyas características deben reproducirse en
ella, lo más exactamente posible”. Igualmente Hernández, R., Fernández, C. y
Baptista, P. (2003) denomina muestra como: un subgrupo de la población, es
decir un subgrupo de elementos que pertenecen a ese conjunto definido en sus
características a los que llama población. La forma de obtener una muestra
debe ser de manera aleatoria con la cual se puede inferir sobre las
características de toda la población con cierto grado de confianza.
c) Muestreo: El muestreo constituye la base para las aplicaciones de estadística,
este es un procedimiento mediante el cual se obtiene una muestra
representativa de una población de los cuales se toman ciertos criterios de
decisión, el muestreo es importante porque a través de él se pueden hacer
análisis de situaciones de una empresa o de algún campo de la sociedad
(Salama, D. 1998).
En cuanto a la teoría de muestreo se tiene que es el estudio de las relaciones
existentes entre una población y las muestras extraídas de ella. Es de gran utilidad en
muchos campos; como por ejemplo estimar características desconocidas de
poblaciones (como la media y la varianza poblacionales), denominados parámetros de
la población o simplemente parámetros, a partir del conocimiento de las
características muéstrales correspondiente (como la media y la varianza muéstrales).
La teoría de muestreo también sirve para determinar si las diferencias observadas
entre dos o más muestras se deben a variaciones por el azar o si en realidad son
significativas. Sus respuestas involucran el uso de las denominadas pruebas de
significancia y de hipótesis, que son importantes en la teoría de decisiones. (Spiegel,
M. y Stephens, L. 2001)
Para que las conclusiones de la teoría de muestreo y la estadística inferencial sean
validas, se deben elegir muestras representativas de la población. El estudio de
muestreo de loa métodos de muestreo y de los problemas relacionados se denomina
diseño del experimento. (Spiegel, M. y Stephens, L. 2001)
La manera en que se selecciona una muestra se llama plan de muestreo o diseño
experimental, y determina la cantidad de información contenida en la muestra,
además al conocer el plan de muestreo que se uso en una situación particular, puede
determinar la probabilidad de observar muestras estadísticas. Estas probabilidades
permiten evaluar la confiabilidad o bondad de las inferencias que se basan en estas
muestras.
El plan de muestreo se relaciona con el tipo de muestreo que el investigador
decide emplear para la toma de muestras.
d) Tamaño de la muestra: En las investigaciones por muestreo, se requieren
diversos tipos de recursos y de tiempo que muchas veces son limitados, por lo
que es importante diseñar el tamaño de la muestra optimo, o numero de
elementos a seleccionar de la población que deben integrar la misma, de tal
forma que las características o parámetros de la población sean obtenidos de
acuerdo a un grado de confianza y de precisión requeridos.
También se deben tener en cuenta el error máximo permitido, el cual representa la
precisión mínima a exigir de los resultados y el coeficiente de confianza.
Pasos para determinar el tamaño de la muestra (López, S/F):
1. Obtener una muestra piloto, esta es una muestra que antecede a la definitiva,
cuya selección se hace de acuerdo a los lineamientos que marca el diseño de
muestreo que se utilizara en el estudio definitivo, (puede tomarse un 10% de
la población).
2. Calcular el tamaño de la muestra.
La prueba piloto o muestra preliminar juega un papel importante, ya que será la
fuente de información inmediata para:
Tener una primera aproximación de los costos que se involucran en el estudio.
El tiempo que se tomara en la realización del estudio.
Estimar los parámetros involucrados en la determinación del tamaño de la
muestra, como lo son la media, la desviación, el error muestral y el error
máximo permitido. (López, S/F).
Para seleccionar el tamaño de la muestra, siendo el tamaño de la población
infinita, (Vituto, 2008), se parte de la siguiente expresión:
n= {Zα /2∗Sε }2
Donde:
Z α/2 = Probabilidad de aceptación asociada al error s.
S = Desviación maestral.
ε = Error máximo seleccionado.
La desviación estándar es la raíz cuadrada positiva de la varianza, donde la
varianza es en esencia el promedio del cuadrado de la distancia de cada observación y
la media del conjunto de observaciones. La desviación esta denotada como:
S= √∑i=1
n (Xi−Ẍ )2
(n−1)
Cuando es necesario distinguir la desviación estándar de una población con la
desviación estándar de una muestra obtenida de dicha población, con frecuencia se
utiliza el símbolo s y δ (sigma griega minúscula).
Representaciones de los datos
Según Arias, F. (1999), las técnicas de recolección de datos son las distintas
formas o maneras de obtener la información. Son ejemplo de técnicas, la observación
directa, la encuesta en sus dos modalidades (entrevistas y cuestionarios), el análisis
documental, entre otros.
La observación se concibe como el proceso por el cual percibimos hechos y
fenómenos en forma directa o con la ayuda de instrumentos apropiados, bajo
rigurosas condiciones de control que facilita la confiabilidad. Balestrini M. (1998)
indica que esta técnica “permitirá captar las causas que originan los problemas, y
plantear los correctivos para cada situación.
a) Cuadro Estadístico: Un cuadro estadístico se define como la
disposición de los datos en filas y columnas de manera que podamos apreciar de la
mejor forma las características y la cuantía del fenómeno estudiado, de tal forma que
se puedan establecer comparaciones entre ellos. (Salama, D. 1998).
b) Gráficos Estadístico: Una vez que se tiene la información estadística
tabulada ya sea en cuadros o tablas, es preciso representar dicha información
mediante algún tipo de grafico estadístico, que permita visualizar las variaciones de
las variables representadas, sus valores máximos, mínimos, intermedios, tendencias
aumentos o disminuciones, entre otros. (Salama, D. 1998).
Control estadístico de la calidad
Montgomery, D. y Runger, G. (2002) establece que en el campo de control
estadístico de la calidad puede definirse de manera general como el conjunto de
métodos de ingeniería y estadísticos que se emplean en la medición, vigilancia,
control y mejora en la calidad. El control estadístico de la calidad se define como los
métodos de ingeniería y estadísticos para:
Control estadístico de procesos.
El muestreo de aceptación
El control estadístico de proceso en línea es una herramienta muy poderosa para
lograr la estabilidad del proceso y mejorar la capacidad de este mediante la reducción
de la variabilidad. Por tanto, en un proceso de manufactura este debe ser estable o
repetible, además de tener la capacidad de operar con poca variabilidad alrededor de
un valor nominal.
Por otra parte el control estadístico de procesos es considerado como una
herramienta de mejora continua de la calidad de los productos, ya que es
inversamente proporcional a la variabilidad que presentan sus características de
calidad en el cliente, ya que reducir la variabilidad a las causas comunes resulta
complejo, el control de proceso ayuda a la detención de causas asignables para tomar
acciones en función a su naturaleza.
Las herramientas más importantes del control estadístico de proceso son:
Histograma.
Diagrama de Pareto.
Diagrama de causa-efecto.
Cartas de control.
Diagrama de dispersión.
Control del proceso: En cualquier proceso de producción, sin importar lo bien
diseñado que este o con cuanto cuidado se mantenga siempre existen cierta
variabilidad ya sea natural o inherente.
Estas variaciones pueden provenir de causas comunes o causas aleatorias que a su
vez son ocasionadas por: mano de obra, materias primas o materiales, maquinarias,
métodos de trabajo y hasta aspectos de tipo gerencial. Hoy en día también se conoce
como agentes causantes de variación al medio ambiente. Dada la circunstancia
planteada es necesario vigilar, controlar y eliminar cuando sean posibles las causas
que producen variación.
La variabilidad natural es el efecto acumulativo de muchas causas pequeñas
esencialmente inevitables. En el control estadístico de la calidad esta variabilidad se
conoce como “Sistema estable de causas aleatorias”, de un proceso que solo opera
con causas aleatorias de variación se dice que está bajo control estadístico.
Estas causas son difíciles de identificar, cada una es un componente muy pequeño
de la variabilidad total y ninguna contribuye significativamente (Montgomery, D. y
Runger, G. 2002).
Las causas asignables de variación (causas especiales o no aleatorias) representan
un cambio real en el proceso. Estas causas identificables no son una parte inherente a
dicho proceso y pueden por lo menos teóricamente ser eliminadas, ellas pueden ser
atribuidas a : falta de uniformidad en el material, lotes de materia prima defectuosas,
maquinaria o herramientas dañadas, mano de obra no entrenada, procedimientos mal
ejecutados, comportamiento irregular del proceso o equipo de ensayo.
La función de un sistema de control del proceso es suministrar una señal
estadística cuando existen causas de variación asignables. La eliminación sistemática
de causas asignables de variación excesiva a través de esfuerzos lleva a un estado de
control estadístico. Una vez que el proceso está operando en condiciones de control
estadístico su desempeño es predecible y se puede evaluar su capacidad de cumplir
las especificaciones. (Montgomery. D. y Runger, G. 2002).
Gráficos de Control: Según Gutiérrez, H y de la Vara, R. (2004), son
representaciones estadísticas graficas que muestran la forma como se comporta un
proceso en un determinado intervalo de tiempo.
Las graficas de control proporcionan información acerca de:
Nivel medio en el que opera un determinado proceso.
Grado de variación que posee dicho proceso.
Consistencia del proceso.
La estructura general de una carta de control consiste en una línea central y de
límite control, una línea que marca el límite de control superior (LCS), y una línea
inferior que marca el límite de control inferior (LIC).
Tipos de grafico de control.
Según Gutiérrez, H. y de la Vara R. (2004). Los gráficos de control de Shewart
pueden dividirse en gráficas de control por variables y en gráficas de control por
atributos. Los términos variables y atributos se asocian al tipo de datos obtenidos
durante el proceso.
1. Gráficas por variables.
Se llama gráfica por variables cuando las medidas pueden adoptar un intervalo
continuo de valores, como lo son tiempo, peso, volumen, longitud, entre otros. Los
datos por variables se consideran de mayor relevancia que los datos por atributos. Lot
tipos de graficas por variable son:
Gráfica de promedios y rangos (X – R).
Gráfica de promedios y desviación estándar (X – S).
Gráfica de medianas y rangos.
Gráfica de lecturas individuales.
Antes de utilizar las gráficas de control por variables, debe tenerse en
consideración lo siguiente:
Los datos del proceso deben obedecer a una distribución normal.
El número de datos a considerar debe ser aproximadamente 20 a 25
subgrupos con un tamaño de muestras de 4 a 5, para que las muestras sean
representativas de la población, teniendo en cuenta que la dispersión debe
ser mínima entre cada subgrupo y máxima entre subgrupos.
Se debe disponer de tablas estadística. (Gutiérrez, H. y de La Vara R.
(2004) y Arvelo, A. (1998)).
2. Gráficas por atributos.
Se llama gráfica por atributos cuando las medidas no son continuas. Estas gráficas
se utilizan para medir características discretas y para controlar el porcentaje de
unidades defectuosas o el número de defectos, dentro de sus límites naturales y
detectar a tiempo cualquier incremento significativo de cualquiera de ellos.
Es importante resaltar que estas gráficas no son de utilidad para los estudios de
capacidad de proceso (Gutiérrez, H. y de La Vara R. (2004) y Arvelo, A. (1998)).
Entre los tipos de gráficas por atributo se tiene:
Gráfica de porcentaje de unidades defectuosas.
Gráfica de cantidad de unidades defectuosas.
Gráfica de número de defectos por unidad.
Gráfica de proporción defectuosa por unidad.
Gráficos de promedios y rangos (X – R).
Este tipo de gráfica es la más utilizada a nivel industrial para estudiar el
comportamiento de un proceso, debido a su simplicidad de elaboración y es de mayor
sensibilidad para descubrir e identificar causas. Es importante resaltar que este tipo de
gráficas es la que se empleara en esta investigación.
La gráfica de control X – R, son dos gráficas en una, ya que una representa los
promedios de las muestras (gráfica X), y la otra representa los rangos (gráfica R),
estas deben constituirse juntas, ya que la gráfica X, muestra cualquier cambio en la
media del proceso y la gráfica R muestra cualquier cambio en la dispersión del
proceso, para determinar la gráfica X y R de las muestras, se basan en los mismos
datos (Gutiérrez, H. y de La Vara R. (2004) y Arvelo, A. (1998)). El uso particular de
la gráfica X – R, es que muestra los cambios en el valor medio y en la dispersión del
proceso al mismo tiempo, además es una herramienta efectiva para verificar
anormalidades en un proceso dinámico.
La elaboración de la gráfica X – R, se inicia con la toma de muestras pequeñas
denominadas subgrupos que suelen ser de cuatro a seis observaciones cada uno. El
segundo paso es determinar los límites de control, Arvelo, A, (1998).
Existen varias razones que justifican el uso de subgrupos, en lugar de tomar una
sola muestra aleatoria más grande en instantes. Según Arvelo, A. (1998), establece
que las más importantes son:
El subgrupo es más homogéneo ya que el tamaño de las observaciones
corresponde a un mismo instante. Por lo que las variaciones en el proceso
a lo largo del tiempo, serán detectadas con mayor facilidad mediante la
variación de las medias de los diferentes subgrupos.
Es conveniente tomar muestras pequeñas varias veces, que tomar una
muestra grande rara vez, ya que cuando la muestra cae fuera de control es
más fácil identificar la causa asignable que actúo.
La idea general de un gráfico X puede comprenderse al considerar un proceso con
media µ y desviación estándar σ, y calculando la media muestral es µ y que la
desviación estándar de la media muestral es σ
√n . A la línea central de las medias
muéstrales se le toma como µ y se considera que el límite superior e inferior del
control está a 3( σ√n ) por arriba y por debajo de la línea central. Los límites de control
están dados por:
El límite de control inferior esta dado por:
LIC= µ - 3( σ√n )
El límite de control superior esta dado por:
LSC= µ + 3( σ√n )La línea central de la gráfica está dada por la ecuación:
X= ∑ Ẍ
n
La media se calcula mediante la siguiente fórmula:
X= ∑i=1
n
( Xin )
Los límites de control para el rango esta dado por:
Limite de control superior = LSCR = D4. R.
Limite de control inferior = LICR = D3. R.
Donde:
Los valores de D4 y D3, están tabulados.
El rango de un conjunto de números es la diferencia entre el número mayor y el
número menor del conjunto, Canavos, G. (1998). Se denota como:
Rango= máximo (Xi) – mínimo (Xi)
Interpretación de los gráficos de control.
La utilización de los gráficos de control para el seguimiento de un proceso, es el de
detectar primordialmente cualquier evidencia, de que la medida y la variabilidad del
proceso no se han mantenido constantes a lo largo del tiempo, es decir, se pretende la
aparición de causas asignables de variabilidad.
El gráfico de X muestra en dónde se centra el promedio del proceso e indica la
estabilidad del proceso. El gráfico de X revela variaciones indeseables entre los
subgrupos en cuanto se refiere a sus promedios. El gráfico de R revela cualquier
variación indeseable dentro de los subgrupos y es un indicador de la magnitud de la
variabilidad del proceso sometido a estudio.
Es una medida de la consistencia o uniformidad del proceso. El gráfico R
permanece bajo control si las variaciones dentro del subgrupo son esencialmente las
mismas. Esto sólo sucede si todas las muestras reciben el mismo tratamiento. Si el
gráfico R no permanece bajo control, o si su nivel se eleva, esto puede indicar que
algunos subgrupos diferentes se están sometiendo a tratamientos diferentes o que en
el proceso están incidiendo varios sistemas de causa – efecto diferentes.
Para detectar si dichos gráficos se encuentran bajo control estadístico, no solo se
necesita que un punto este fuera de los límites de especificación, pues existen otros
indicadores que sugieren la no aleatoriedad de un proceso causado por efectos
especiales.
Para interpretar un gráfico X – R, se debe seguir de la siguiente manera:
Es necesario interpretar primero la carta R.
Si las dos cartas presentan patrones no aleatorios lo primero es eliminar
las causas asignables a la carta R y luego de X.
No se debe interpretar la carta X cuando la carta de dispersión de los
datos indique una condición fuera de control, Gutiérrez, H. y de La Vara,
R. (2004).
Una vez que se tiene construida las gráficas se pueden presentar dos situaciones,
las cuales se explican a continuación:
1. Que todos los puntos muéstrales, tanto del gráfico para la media como del
gráfico para el rango, caigan dentro del los límites de control, de aquí se
puede presumir que el proceso está bajo control estadístico, pero se debe
analizar detalladamente cada gráfica ya que se debe corroborar que no
exista ningún patrón de inestabilidad, Arvelo, A. (1998).
2. Que algunos de los puntos muéstrales se salga de los límites de control, de
ocurrir esta situación, el gráfico ha detectado que alguna causa ha actuado
sobre el proceso y se deduce que el proceso está fuera de control
estadístico, Arvelo, A. (1998).
Patrones de comportamiento de las gráficas de control.
Tendencia o desplazamiento continúo en una dirección, tanto de la media
como el rango. Cuando el proceso está bajo control, debe observarse
aleatoriedad en la ubicación, de uno u otro lado de su respectiva línea
central. Si se observa una tendencia tanto creciente como decreciente de la
media muestral esto puede interpretarse como desgaste de una maquinaria,
nuevo trabajador, máquinas o materiales, una mayor o menor atención de
los trabajadores, cambio en los métodos de inspección, Arvelo, A. (1998) y
Gutiérrez, H. y de La Vara, R. (2004).
Ciclos: cuando el proceso presenta patrones cíclicos, evidencia que cada
cierto tiempo se produce un cambio en la ubicación de los puntos con
respecto a la línea central, en tal sentido esta situación se puede interpretar
como fatiga o rotación de los operarios, cambios de turno, encendido y
apagado de maquinarias, ciclos de mantenimiento, de inspección o de
producción, entre otros, Arvelo, A. (1998) y Gutiérrez, H. y de La Vara, R.
(2004).
Cambios de nivel: se puede inferir a que el proceso presenta deterioro o
desajuste gradual del equipo, desgaste de una herramienta de corte,
acumulación de los desperdicios de tubería, calentamiento de la máquina,
cambios graduales en las condiciones del ambiente, Gutiérrez, H. y de La
Vara, R. (2004).
Alta variabilidad: se puede presentar cuando ocurre diferencia sistemática
en la calidad de los materiales o en los métodos de prueba, Gutiérrez, H. y
de La Vara, R. (2004).
Falta de variabilidad: puede ser ocasionada por la manipulación de los
resultados, equivocación de los cálculos del límite de control,
agrupamiento en una misma muestra a datos provenientes de universos con
medias bastantes diferentes, que al combinarse se compensan, Gutiérrez,
H. y de La Vara, R. (2004).
Patrones de inestabilidad.
Statically Quality control Handbook de Western Electric, establece:
Un punto fuera de los límites de control de 3 σ.
Dos de tres puntos consecutivos caen más allá de los límites de advertencia
de 2σ.
Cuatro de cinco puntos consecutivos se encuentran a una distancia se 1σ o
más de la línea central.
Ocho puntos consecutivos se encuentra a una distancia de la línea central.
Seis o más puntos consecutivos de forma ascendente o descendente.
Al menos diez de once puntos consecutivos caen de un mismo lado de la
línea central.
Un patrón anormal o no aleatorio.
Uno o más puntos cerca de los límites de advertencia de control.
Capacidad de procesos.
Capacidad de proceso se refiere a la disposición que tiene un proceso para cumplir
con las especificaciones que son impuestas ya sean por normas internas de la empresa
o por entes externos, si el proceso presenta un alto grado de variabilidad y las
especificaciones son muy estrechas, entonces generará un alto porcentaje de piezas
defectuosas, es decir, fuera de especificación. Si por el contrario el proceso es muy
preciso y fabrica piezas con poco margen de variabilidad, entonces con calibraciones
adecuadas se podrá lograr que la totalidad de las piezas caigan dentro de las
especificaciones exigidas y el proceso se denominará capaz. Un proceso “capaz” es
entonces, aquel que pueda cumplir a cabalidad con los requisitos de la calidad
impuestos por las especificaciones, Arvelo, A. (1998).
Según la Norma Venezolana Covenin 9004-90, en donde se dan los lineamientos
para la gestión de la calidad – Capacidad de proceso, establece lo siguiente:
A los procesos de producción se le debe verificar su capacidad para producir de
acuerdo con las especificaciones establecidas para el producto.
Deben ser identificadas las operaciones asociadas con las características del
producto o proceso que puedan tener efectos significativos sobre la calidad del
producto, se debe establecer un control apropiado para asegurar la permanencia de
estas características dentro de las especificaciones y que se hayan realizado los
cambios y modificaciones apropiadas.
La verificación de los procesos de producción debe incluir la revisión de los
procedimientos relativos a material, equipo, sistemas de computación, procedimientos
y el personal involucrado.
La capacidad del proceso compara el desarrollo del proceso con los requerimientos
del mismo. Los requerimientos determinan los límites de especificación, estos
representan el límite inferior de especificación (LIE) y el límite superior de
especificación (LSE).
Los datos para determinar si un proceso está bajo control estadístico, pueden
utilizarse para realizar el análisis de capacidad. Al obtener un análisis donde el
proceso se encuentra bajo control estadístico, se procede a calcular la capacidad. Por
lo general, se supone que la característica del proceso que está siendo medida se
encuentra normalmente distribuida. Una vez que se ha comprobado que el proceso
está bajo control, es necesario saber si el proceso es capaz, es decir, si cumple con las
especificaciones técnicas deseadas.
Para determinar si un proceso es capaz se hará uso de herramientas gráficas como
histogramas también se evaluará mediante un coeficiente llamado coeficiente de
capacidad del proceso y se designa por Cp, que vendrán determinados por los
cocientes entre la variación natural del proceso y el nivel de variación especificada.
Para estimar este coeficiente hay que distinguir dos casos: cuando el proceso está
centrado y cuando el proceso no está centrado, Arvelo, A. (1998).
Caso N°1: Proceso Centrado.
Cp: El índice de capacidad del proceso compara el ancho de las especificaciones o
variación tolerada del proceso con la amplitud de la variación real del proceso, y
viene dado por:
Cp= VariaciónToleradaVariación Real
= LSE−LIE
6 σ
Donde:
LSE= Límite superior de especificación.
LIE= Límite inferior de especificación.
σ= Desviación estándar del proceso.
6σ= Seis veces la desviación estándar es la variación real.
Para este caso de proceso centrado este coeficiente se suele llamar coeficiente de
capacidad básica o potencial del proceso, debido a que la condición del proceso
centrado representa su estado optimo de operación en lo que a porcentaje de piezas
conforme se refiere, es decir el porcentaje máximo de piezas conformes es
aproximadamente al 100%, pero cuando no es capaz no alcanza el 100%, Arvelo, A.
(1998).
Interpretación del índice Cp.
Para que un proceso pueda considerarse potencialmente capaz de cumplir con las
especificaciones, se requiere que la variación real siempre sea menor que la variación
tolerada. De lo anterior se puede expresar que lo deseable es que el índice Cp sea
mayor que uno, y si el valor del índice Cp menor que la variación tolerada. De lo
anterior se puede expresar que lo deseable es que el índice Cp sea mayor que uno, y si
el valor del índice Cp es menor que uno es una evidencia de que no cumple con las
especificaciones, Gutiérrez, H., y de La Vara, R. (2004), ver siguiente tabla:
Tabla 4. Interpretación de los valores del Cp.
Valor del Índice Cp (corto
plazo)Clases del proceso Decisión (si el proceso es centrado)
Cp ≥ 2 Clase Mundial Se tiene calidad 6 sigmas.
Cp ≥ 1,33 1 Adecuado.
1 ≤ Cp ≤ 1,33 2Parcialmente adecuado. Requiere de
un control estricto.
0,67 ≤ Cp ≤ 1 3
No adecuado para el trabajo. Es
necesario un análisis del proceso.
Requiere de modificaciones serias
para alcanzar una calidad
satisfactoria.
Cp ≤ 0,67 4
No adecuado para el trabajo.
Requiere de modificaciones muy
serias.
Fuentes: Gutiérrez, H. y De La Vara, R., (2004).
Caso N°2: Proceso no Centrado.
Cuando el coeficiente de capacidad se calcula de un proceso no centrado se
designa por Cpk y recibe el nombre de coeficiente de capacidad real, ya que refleja
las condiciones reales de operación mientras que el Cp es para la condición ideal del
proceso centrado, Arvelo, A. (1998).
Cpk: Este índice mide el desarrollo del proceso, y se define de la siguiente manera:
Cpk= min( LSE−µ3σ,µ−LIE
3σ ) Donde:
LSE= Límite superior de especificación.
LIE= Límite inferior de especificación.
3σ= Tres veces la desviación estándar del proceso.
µ= La media.
Cuando el proceso no está centrado, el porcentaje de piezas conforme no es
máximo pero esto no implica que el proceso no sea capaz, pues puede suceder que las
especificaciones resulten tan amplias que a pesar del corrimiento de la media, la casi
totalidad de las piezas caigan dentro de la especificación.
Para estimar el Cpk, es necesario identificar si la media del proceso esta corrida
hacia la izquierda o hacia la derecha, y para ello es que se debe calcular las
diferencias de LSE - µ y LSI - µ, donde la menor de estas diferencias indica la
dirección del corrimiento de la media del proceso, es decir, cuando se produce un
corrimiento hacia la derecha entonces la media del proceso está más cerca del límite
superior de especificación que del límite inferior y viceversa.
Para que el proceso sea capaz en el caso no centrado, la distancia de la media del
proceso a su límite más cercano debe ser mayor de 3σ, de no ser así existiría un cierto
porcentaje de piezas sin especificación.
La interpretación del Cpk, es similar al del Cp, ya que cuando el Cpk es menor que
uno significa que la media del proceso se encuentra a menos tres desviaciones típicas
del límite de especificación más cercano y por tanto el proceso no es capaz. Cabe
destacar que el índice Cpk, puede incluso llegar a ser negativo. Es cero cuando la
media del proceso coincide con uno de los límites de especificación y se dice que
aproximadamente el 50% de las piezas serán defectuosas, por otro lado cuando el
valor del Cpk es negativo, la interpretación que se da es que la media del proceso se
ha corrido tanto que queda fuera de los límites de especificación, donde más del 50%
de las piezas resultan defectuosas, Arvelo, A. (1998).
Cabe destacar que cuando se analiza la capacidad de proceso se pueden presentar
dos situaciones, una se refiere a que el proceso está bajo control estadístico pero no es
capaz de cumplir con las especificaciones, la segunda es cuando un proceso no se
encuentra bajo control estadístico pero si es capaz de cumplir con las
especificaciones.
CAPITULO III
RESULTADOS DE LA INVESTIGACION:
Tabla 5: Cronograma de Investigación:
SEMANA DE
PASANTIAS
ACTIVIDADES 1 2 3 4 5 6 7 8
IDENTIFICACION DEL PROBLEMA EN LAS LLENADORAS DE AVENA ROVEMA
RECOLECCION Y ANALISIS DE DATOS
CONSTRUCCION DE GRAFICOS DE CONTROL
ANALISIS DE INTERPRETACION DE GRAFICOS DE CONTROL
REALIZACION DE INFORME DE INVESTIGACION
CONCLUSION Y PROPUESTAS DE MEJORAS Fuente: Flores E. (2010)
Cronograma de Actividades
Primera Semana: Se realiza un reconocimiento de las maquinas llenadoras Rovema
de la líneas # 1y 3 e identificación del problema de sobrellenado en las presentaciones
de empaque de Avena Hojuela Fortificada y Don Pancho de 800 y 400 g.
Segunda y Tercera Semana: Se realiza mediciones y recolección de datos para
determinar la media muestral, desviación muestral y la desviación poblacional y una
vez con esta información determinar el tamaño de la muestra para cada una de las
presentaciones.
Se realiza el muestreo en cada una de las líneas y se carga la información en la
herramienta estudiantil STATGRAPHICS que es un software estadístico.
Cuarta Semana: Construcción de gráficos de control del tipo X-R móvil para el
análisis del comportamiento del proceso.
Quinta y Sexta Semana: Análisis de los gráficos de control e interpretación de los
resultados e impacto en el sobrellenado presente en las líneas.
Séptima Semana: Realización de informe de investigación
Octava Semana: Presentación y discusión de propuestas de mejoras para solucionar
el problema de sobrellenado en las Líneas de empaque de avena # 1 y 3.
Tabla 6: Tabla de muestreo
LÍNEA #
1
LÍNEA#
3
AVENA FORTIFICADA
800 gr AVENA DON PANCHO 400 gr
N° de
muestra
Contenido
Neto N° de muestra
Contenid
o Neto
1 806,0 1 405,0
2 804,0 2 407,0
3 819,0 3 402,0
4 818,0 4 401,0
5 821,0 5 407,0
6 806,0 6 396,0
7 819,0 7 404,0
8 816,0 8 411,0
9 811,0 9 406,0
10 811,0 10 405,0
11 812,0 11 402,0
12 821,0 12 414,0
13 812,0 13 394,0
14 824,0 14 391,0
15 822,0 15 398,0
16 811,0 16 415,0
17 822,0 17 401,0
18 811,0 18 400,0
19 821,0 19 402,0
20 825,0 20 402,0
21 814,0 21 405,0
22 822,0 22 402,0
23 814,0 23 409,0
24 830,0 24 407,0
25 814,0 25 405,0
Fuente: Dpto de Control de procesos de APC planta cereales
Tabla N°7
Línea 2
Determinación de estadísticos
Fuente: Dpto de Control de procesos de APC planta cereales
En la presente tabla, se muestra los resultados estadísticos en la toma de la muestra con sus respectivos estadísticos representativos, para una muestra de 30 empaques de avena en presentación de 400 gramos tiene unos media muestral 404 gramos y una desviación muestral de 5,30 gramos de avena, lo que indica que la máquina que hace el llenado de la avena en 400 gramos presenta un exceso en promedio de 5,30 gramos por encima de la media, lo que afecta la rentabilidad en el llenado de la avena.
AVENA DON PANCHO 400 grN° de muestra 30
Media Muestral 404,03Desviación muestral 5,30Contenido Neto () 400,00
Desviación Poblacional 4,00
GRAFICA N°1
Variabilidad de la Avena en 400 gramos
Límite
Centra
l
Límite
de Contro
l Superi
or
Límite
de Contro
l Infer
ior404.00
406.00
408.00
410.00
412.00
414.00
416.00
418.00
Fuente: Dpto. de Control de procesos de APC planta cereales
De igual manera, se presenta los límites de la producción central de 412,35
gramos, límites máximos es de 415,96 y límite mínimo 408,73, esta limites representa
la capacidad media 412, 35 gramos, capacidad máxima de 415,96 y capacidad
mínima de 408, 73 gramos.
Este procedimiento crea gráficos X-bar y R para x y r. Está diseñado para
permitirle determinar si los datos proceden de un proceso que está en un estado de
control estadístico. Los gráficos de control se construyen bajo la asunción de que los
datos proceden de una distribución normal con una media igual a 412,409 y una
desviación típica igual a 2,69679. Estos parámetros se estimaron a partir de los
datos. De los 22 de puntos no excluidos que se muestran en los gráficos, 1 está fuera
de los límites de control en el primer gráfico mientras que 1 está fuera de los límites
en el segundo gráfico.
Puesto que la probabilidad de ver 1 o más puntos fuera de los límites sólo por
casualidad es 0,000593816 si el datos proceden de la distribución asumida, se puede
afirmar que el proceso está fuera de control al 99% de nivel de confianza.
GRAFICOS 800 GRAMOS
Tabla No 8
Línea 1
Determinación de estadísticos
AVENA FORTIFICADA 800 gr N° de muestra 30
Media Muestral 816,45Desviación muestral 6,23Contenido Neto () 800,00
Desviación Poblacional 8,00 Fuente: Dpto de Control de procesos de APC planta cereales
Se puede apreciar, que los cálculos de los estadísticos en la Línea 1 en la producción
de avena de 800 gramos, presenta una muestra de 30 unidades, son una media
muestral de 816 unidades de paquetes de avena fortificada de 800 gramos, y la
desviación de la muestra de 6,23 gramos. Esto indica que hay un sobre llenado en las
bolsas de avena de 800 gramos una sobre estimación de 6,23 gramos en el peso.
GRAFICA 2
Variabilidad en la producción de Avena de 800 gramos
Límite
Centra
l
Límite
de Contro
l Superi
or
Límite
de Contro
l Infer
ior795.00800.00805.00810.00815.00820.00825.00
Fuente: Dpto. de Control de procesos de APC planta cereales
En la siguiente grafica, se muestra la variabilidad de la producción de la avena
en cuanto a los límites máximos, mínimos y central, el limite central obtenido en el
proceso de producción es 812 gramos, el límite máximo 820,20 gramos y límite
mínimo 805, 62, esto demuestra la variabilidad en la producción en los límites de
control en la productividad son dispersos, estos límites representa la capacidad de
llenado de los empaques y esto como se menciono anteriormente esto impacta en la
rentabilidad financiera del proceso productivo del envasado y llenado de los
empaques de avena de 800 gramos.
Se han calculado varios índices de capacidad para resumir la comparación de los
datos a las especificaciones. Un índice común es que Cp, que es igual a la distancia
entre los límites de la especificación dividido por 6 veces la desviación típica. En
este caso, Cp es igual a 0,432614, que normalmente se considera que no es bueno.
Cpk es un índice de capacidad unilateral, que divide la distancia de la media al límite
de la especificación más próximo por 3 veces la desviación típica. En este caso, Cpk
es igual a 0,196643. Una diferencia más bien grande entre Cp y Cpk es un indicio de
que la distribución no está bien centrada entre los límites de especificación.