ESCUELA POLITÉCNICA NACIONAL - EPN: Página de...
Transcript of ESCUELA POLITÉCNICA NACIONAL - EPN: Página de...
ESCUELA POLITÉCNICA NACIONAL
FACULTAD DE INGENIERÍA QUÍMICA Y AGROINDUSTRIA
IMPLEMENTACIÓN DE UN SISTEMA DE MEJORA EN EL PROCESO DE CULTIVO DE SPIRULINA MEDIANTE LA
METODOLOGÍA SEIS SIGMA, EN LA PLANTA INDUSTRIAL ANDESSPIRULINA C.A.
TESIS PREVIA A LA OBTENCIÓN DE GRADO DE MAGÍSTER (MSc.) EN
INGENIERÍA INDUSTRIAL Y PRODUCTIVIDAD
DANIEL ALBERTO FREIRE BALSECA
DIRECTOR: XIMENA BERNARDA ROJAS LEMA, Ing., MSc.
Quito, agosto de 2016
© Escuela Politécnica Nacional (2016) Reservados todos los derechos de reproducción
DECLARACIÓN Yo, Daniel Alberto Freire Balseca, declaro que el trabajo aquí descrito es de mi autoría; que no ha sido previamente presentado para ningún grado o calificación profesional; y, que he consultado las referencias bibliográficas que se incluyen en este documento. La Escuela Politécnica Nacional puede hacer uso de los derechos correspondientes a este trabajo, según lo establecido por la Ley de Propiedad Intelectual, por su Reglamento y por la normativa institucional vigente.
Daniel Alberto Freire Balseca
CERTIFICACIÓN
Certifico que el presente trabajo fue desarrollado por Daniel Alberto Freire Balseca bajo mi supervisión.
_______________________ Ing. Ximena Rojas, MSc.
DIRECTOR DEL PROYECTO
ÍNDICE DE CONTENIDOS
PÁGINA
RESUMEN I INTRODUCCIÓN II
1. REVISIÓN BIBLIOGRÁFICA 1
1.1. Metodología seis sigma 1 1.1.1. Etapas de la metodología seis sigma 2 1.1.2. Estructura del sistema de mejora seis sigma 4 1.1.3. La caja de herramientas siete por siete 5
1.2. Cartas de control para variables y capacidad del proceso 7 1.2.1. Límites de control 7 1.2.2. Tipos de cartas de control 9
1.2.2.1. Cartas de control � – r 10 1.2.2.2. Cartas de control � – s 10 1.2.2.3. Cartas de control de lecturas individuales 11
1.2.3. Índices cp y cpk 12 1.2.4. Métricas seis sigma 13
1.3. Administración de costos de producción 15 1.3.1. Costos directos e indirectos 15 1.3.2. Factores que inciden en la clasificación de costos directos e
indirectos 16 1.3.3. Sistemas de costos 17
1.3.3.1. Sistema de costos por órdenes de trabajo 18 1.3.3.2. Sistema de costos por procesos 19 1.3.3.3. Sistema de costos mixtos 20 1.3.3.4. Sistema de costos basados en actividades 20
2. METODOLOGÍA 22
2.1. Análisis de costo de la situación actual del proceso 22 2.1.1. Procesos para la obtención de spirulina 22 2.1.2. Costos de producción de spirulina deshidratada 22
2.1.3. Variables del proceso a ser monitorizadas 24
2.2. Monitorización del proceso de producción a escala industrial del sistema actual y de la mejora 28
2.2.1. Nivel sigma de las variables pH y T (°C) del proceso de producción actual 25
2.2.2. Plan de medida del sistema mejorado 25 2.3. Análisis de la productividad a escala piloto 26
2.3.1. Análisis de las variables fuente de nitrógeno y carbono 26 2.3.2. Análisis costo beneficio del cambio de materias primas 28
2.4. Implementación de la mejora a escala industrial 29 2.4.1. Mejora técnica 29 2.4.2. Mejora económica 30
2.5. Elaboración de cartas de control del proceso de producción y evaluación de la mejora 30
2.5.1. Cartas de control para las variables pH y T (°C) 30 2.5.2. Cartas de control de las variables químicas 31 2.5.3. Evaluación de la mejora 31
3. RESULTADOS Y DISCUSIÓN 33
3.1. Análisis de costo de la situación actual del proceso 33 3.1.1. Procesos para la obtención de spirulina 33 3.1.2. Costos de producción de spirulina deshidratada 37 3.1.3. Definición de las variables a ser monitorizadas 40
3.2. Monitorización del proceso de producción a escala industrial 43 3.2.1. Medición del nivel sigma de pH y T (°C) del sistema de producción actual 45
3.2.2. Plan de medida del sistema mejorado 44
3.3. Análisis de la productividad a escala piloto 45 3.3.1. Cambio de materias primas en el medio de cultivo 45 3.3.2. Análisis costo beneficio 49
3.4. Implementación de la mejora a escala industrial 51 3.4.1. Mejora técnica 51 3.4.2. Mejora económica 53
3.5. Elaboración de cartas de control del proceso de producción y evaluación de la mejora 55
3.5.1. Cartas de control de las variables pH y T (°C) 55 3.5.2. Cartas de control de las variables químicas 106 3.5.3. Análisis comparativo de los sistemas de producción 110
4. CONCLUSIONES Y RECOMENDACIONES 113 4.1. Conclusiones 113 4.2. Recomendaciones 115
REFERENCIAS BIBLIOGRÁFICAS 116 ANEXOS 121
ÍNDICE DE TABLAS
PÁGINA
Tabla 1.1. Resumen de entregables recomendados en las cinco etapas de 6 σ 4
Tabla 1.2. La jerarquía 6 σ, roles y responsabilidades 5
Tabla 1.3. Valores del indice Cp y sus interpretaciones 12 Tabla 1.4. Calidad σ valores Zc, Cp, Cpk y DPMO 14 Tabla 1.5. Sistemas de costos (Escobar, et al., 2014, p. 41) 18
Tabla 1.6. Ejemplos de costeo por órdenes de trabajo y procesos en sectores de servicios, comercialización y manufactura 18
Tabla 2.1. Niveles establecidos para la evaluación de los factores sobre la productividad de spirulina 27 Tabla 2.2. Casos de producción para el análisis costo beneficio 29 Tabla 3.1. Costos mensuales por procesos 37 Tabla 3.2. Análisis de costos directos e indirectos de la producción mensual 38 Tabla 3.3. Costo del medio de cultivo por m3 39 Tabla 3.4. Calificación de las causas o problemas de la baja productividad en el proceso de producción de spirulina 41 Tabla 3.5. Calificación de las causas o problemas de la variabilidad de los parámetros físico químicos en el proceso de producción de spirulina 42 Tabla 3.6. Plan de medida de las variables que intervienen en la productividad del proceso de producción de spirulina 45 Tabla 3.7. Diseño central compuesto para el análisis de los factores NaHCO3 y (NH2)2CO sobre la productividad 46 Tabla 3.8. Tratamientos para la optimización de un medio de cultivo para spirulina a escala piloto 46 Tabla 3.9. Casos para el análisis costo beneficio para las nuevas materias primas y el caso de producción actual 49 Tabla 3.10. Análisis costo beneficio para la operación actual y los tres
casos con el cambio de materias primas 50
Tabla 3.11. Cambios realizados en los procesos de producción de spirulina 51 Tabla 3.12. Plan de acción para la mitigación de las causas del problema 52 Tabla 3.13. Costos directos e indirectos de 6 meses de producción con las mejoras en el sistema 54 Tabla 3.14. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 1 en el primer mes 56
Tabla 3.15. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 1 en el segundo mes 57 Tabla 3.16. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 1 en el tercer mes 59 Tabla 3.17. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 1 en el cuarto mes 60 Tabla 3.18. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 1 en el quinto mes 62 Tabla 3.19. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 1 en el sexto mes 63 Tabla 3.20. Índice de inestabilidad y capacidad del proceso para las variable pH y temperatura del biorreactor 1 65 Tabla 3.21. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 21 en el primer mes 66 Tabla 3.22. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 21 en el segundo mes 67 Tabla 3.23. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 21 en el tercer mes 69 Tabla 3.24. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 21 en el cuarto mes 70 Tabla 3.25. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 21 en el quinto mes 72 Tabla 3.26. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 21 en el sexto mes 73 Tabla 3.27. Índice de inestabilidad y capacidad del proceso para las variable pH y temperatura del biorreactor 21 75
Tabla 3.28. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 22 en el primer mes 76 Tabla 3.29. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 22 en el segundo mes 77 Tabla 3.30. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 22 en el tercer mes 79 Tabla 3.31. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 22 en el cuarto mes 80 Tabla 3.32. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 22 en el quinto mes 82 Tabla 3.33. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 22 en el sexto mes 83 Tabla 3.34. Índice de inestabilidad y capacidad del proceso para las variable pH y temperatura del biorreactor 22 85 Tabla 3.35. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 25 en el primer mes 85 Tabla 3.36. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 25 en el segundo mes 87 Tabla 3.37. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 25 en el tercer mes 89 Tabla 3.38. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 25 en el cuarto mes 90 Tabla 3.39. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 25 en el quinto mes 92 Tabla 3.40. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 25 en el sexto mes 93 Tabla 3.41. Índice de inestabilidad y capacidad del proceso para las variable pH y temperatura del biorreactor 25 95 Tabla 3.42. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 3 en el primer mes 95 Tabla 3.43. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 3 en el segundo mes 97
Tabla 3.44. Resultados de los parámetros de las gráficas de control de lecturas individuales para el pH y temperatura del biorreactor 3 en el tercer mes 98 Tabla 3.45. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 3 en el cuarto mes 100 Tabla 3.46. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 3 en el quinto mes 101 Tabla 3.47. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 3 en el sexto mes 103 Tabla 3.48. Índice de inestabilidad y capacidad del proceso para las variable pH y temperatura del biorreactor 3 104
Tabla 3.49. Nivel en sigma de la variable pH para el proceso de producción de spirulina 105 Tabla 3.50. Nivel en sigma de la variable temperatura para el proceso de producción de spirulina 105 Tabla 3.51. Capacidad del proceso de las variables químicas y discusión del comportamiento de la gráfica de control 109 Tabla 3.52. Producción y productividad mensual de spirulina con el sistema mejorado 110 Tabla 3.53. Costo mensual unitario de producción de spirulina deshidratada 111 Tabla 3.54. Costo del medio de cultivo optimizado 111
ÍNDICE DE FIGURAS
PÁGINA
Figura 1.1. Listado de las 49 herramientas más populares de la caja siete por siete (Magnusson et al., 2006, p. 67) 6 Figura 1.2. Elementos de una carta de control (Rivera, 2011, p. 3) 8 Figura 2.1. Registros de pH, temperatura y concentración de parámetros químicos del proceso de producción de spirulina 26 Figura 2.2. Optimización de materias primas en fase piloto 28 Figura 3.1. Diagrama de flujo de procesos para obtención de spirulina deshidratada a granel, desde cultivo de cepa hasta filtración al vacío 33 Figura 3.2. Diagrama de flujo de procesos para obtención de spirulina deshidratada a granel, desde licuado hasta empaque a granel 34 Figura 3.3. Diagrama de equipos desde el proceso de cultivo de cepas hasta el biorreactor de escalado 35 Figura 3.4. Diagrama de equipos de la producción de spirulina a escala industrial 35 Figura 3.5. Diagrama de equipos del filtrado, secado y tratamiento de medio de cultivo 36 Figura 3.6. Diagrama causa efecto primario para el problema de baja productividad 40 Figura 3.7. Diagrama causa efecto de segundo nivel para la variabilidad de los
parámetros físicos - químicos 41 Figura 3.8. Gráfica de control de lecturas individuales de pH en el sistema actual 43 Figura 3.9. Gráfica de control de lecturas individuales de T (°C) en el sistema actual 44 Figura 3.10. Productividad de los diferentes tratamientos de (NH2)2CO y NaHCO3 para optimización del nuevo medio 47 Figura 3.11. ANOVA del diseño central compuesto de las concentraciones de (NH2)2 CO y NaHCO3 realizado en el software Minitab 17 47 Figura 3.12. Valores de la función deseabilidad compuesta del diseño
central compuesto 48
Figura 3.13. Gráfico de superficie de crecimiento de spirulina X (g · L-1) vs. (NH2)2 CO y NaHCO3 48 Figura 3.14. Tanque de CO2 del proceso de cultivo de spirulina 53 Figura 3.15. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 1 en el primer mes 56 Figura 3.16. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 1 en el primer mes 57 Figura 3.17. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 1 en el segundo mes 58 Figura 3.18. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 1 en el segundo mes 58 Figura 3.19. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 1 en el tercer mes 59 Figura 3.20. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 1 en el tercer mes 60 Figura 3.21. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 1 en el cuarto mes 61 Figura 3.22. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 1 en el cuarto mes 61 Figura 3.23. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 1 en el quinto mes 62 Figura 3.24. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 1 en el quinto mes 63 Figura 3.25. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 1 en el sexto mes 64 Figura 3.26. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 1 en el sexto mes 64 Figura 3.27. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 21 en el primer mes 66 Figura 3.28. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 21 en el primer mes 67 Figura 3.29. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 21 en el segundo mes 68
Figura 3.30. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 21 en el segundo mes 68 Figura 3.31. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 21 en el tercer mes 69 Figura 3.32. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 21 en el tercer mes 70 Figura 3.33. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 21 en el cuarto mes 71 Figura 3.34. Gráfica de control de lecturas individuales y del proceso de temperatura del biorreactor 21 en el cuarto mes 71 Figura 3.35. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 21 en el quinto mes 72 Figura 3.36. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 21 en el quinto mes 73 Figura 3.37. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 21 en el sexto mes 74 Figura 3.38. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 21 en el sexto mes 74 Figura 3.39. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 22 en el primer mes 76 Figura 3.40. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 22 en el primer mes 77 Figura 3.41. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 22 en el segundo mes 78 Figura 3.42. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 22 en el segundo mes 78 Figura 3.43. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 22 en el tercer mes 79 Figura 3.44. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 22 en el tercer mes 80 Figura 3.45. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 22 en el cuarto mes 81
Figura 3.46. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 22 en el cuarto mes 81 Figura 3.47. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 22 en el quinto mes 82 Figura 3.48. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 22 en el quinto mes 83 Figura 3.49. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 22 en el sexto mes 84 Figura 3.50. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 22 en el sexto mes 84 Figura 3.51. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 25 en el primer mes 86 Figura 3.52. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 25 en el primer mes 87 Figura 3.53. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 25 en el segundo mes 88 Figura 3.54. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 25 en el segundo mes 88 Figura 3.55. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 25 en el tercer mes 89 Figura 3.56. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 25 en el tercer mes 90 Figura 3.57. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 25 en el cuarto mes 91 Figura 3.58. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 25 en el cuarto mes 91 Figura 3.59. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 25 en el quinto mes 92 Figura 3.60. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 25 en el quinto mes 93 Figura 3.61. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 25 en el sexto mes 94
Figura 3.62. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 25 en el sexto mes 94 Figura 3.63. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 3 en el primer mes 96 Figura 3.64. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 3 en el primer mes 96 Figura 3.65. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 3 en el segundo mes 97 Figura 3.66. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 3 en el segundo mes 98 Figura 3.67. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 3 en el tercer mes 99 Figura 3.68. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 3 en el tercer mes 99 Figura 3.69. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 3 en el cuarto mes 100 Figura 3.70. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 3 en el cuarto mes 101 Figura 3.71. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 3 en el quinto mes 102 Figura 3.72. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 3 en el quinto mes 102 Figura 3.73. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 3 en el sexto mes 103 Figura 3.74. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 3 en el sexto mes 104 Figura 3.75. Gráfica de control de lecturas individuales de HCO3 106
Figura 3.76. Gráfica de control de lecturas individuales de CO3 106 Figura 3.77. Gráfica de control de lecturas individuales de N-NO3 107 Figura 3.78. Gráfica de control de lecturas individuales de N-NH3 107 Figura 3.79. Gráfica de control de lecturas individuales de P 107
Figura 3.80. Gráfica de control de lecturas individuales de SO4 108
Figura 3.81. Gráfica de control de lecturas individuales de Ca 108 Figura 3.82. Gráfica de control de lecturas individuales de Mg 108 Figura 3.83. Gráfica de control de lecturas individuales de Fe 109 Figura 3.84. Gráfica de control de lecturas individuales para conductividad 109
ÍNDICE DE ANEXOS
PÁGINA
ANEXO I. Análisis de costos por procesos de la fase de escalado 122 ANEXO II. Análisis de costos mensual por procesos de la fase de producción 123 ANEXO III. Cálculos del valor Z para la variable pH y temperatura del sistema antiguo 125 ANEXO IV. Datos de temperatura y pH de los registros del plan de medida 126 ANEXO V. Cálculos del valor Z para la variable pH del sistema mejorado 130 ANEXO VI. Cálculos del valor Z para la variable temperatura del sistema mejorado 131
i
RESUMEN
El presente trabajo se enfocó en mejorar la productividad del proceso de producción
de spirulina, en al menos un 15%, con la aplicación de la metodología DMAMC
(definir, medir, analizar, mejorar y controlar) de seis sigma (6 σ), en la planta de
producción AndesSpirulina C.A. Para implementar la metodología DMAMC, se
definió la situación actual del sistema de producción mediante la elaboración de
diagramas de flujos y de equipos, con estas herramientas se analizó el costo, el
cual presentó que los procesos de escalado y de producción continua eran los que
mayor porcentaje de costo aportaban al sistema.
Para continuar con la aplicación de la metodología se implementó un plan de
medida para el proceso de producción continua. Se establecieron variables,
tiempos y responsables, de todos los parámetros físico – químicos involucrados en
la productividad del proceso de obtención de spirulina. En la etapa analizar de la
metodología DMAMC, se evaluaron alternativas de cambio de materias primas para
el medio de cultivo, con un diseño central compuesto a escala de laboratorio, el cual
permitió optimizar un nuevo medio de cultivo de spirulina, además se realizó un
análisis costo beneficio de la mejora, que evidenció que el proyecto es
económicamente viable.
En la etapa de mejora, se implementó a escala industrial, el medio de cultivo
optimizado, el plan de medida y la instalación de una nueva fuente de CO2, con el
cual se redujo el costo del medio de cultivo de 13,76 a 6,77 USD/m3 y con una
productividad promedio del proceso de producción de 4,16 g.m2/d. Los datos
obtenidos del plan de medida fueron parte del control de los procesos. Con ellos se
construyeron gráficas de lecturas individuales de las variables pH, temperatura y
concentraciones de HCO3, NO3, NH3, Ca, Fe, Mg y P los cuales permitieron tener
el proceso bajo control estadístico y alargar la vida productiva de cultivo a más de
6 meses. El costo unitario de producción (USD/kg) disminuyó a un 58,3% y se
mejoró la productividad del proceso de producción en un 66% lo cual representó un
ahorro mensual a la empresa de 16 000 USD.
ii
INTRODUCCIÓN
AndesSpirulina C.A. es una empresa que se dedica al cultivo, procesamiento y
comercialización de un concentrado en polvo de la microalga Arthrospira platensis
(spirulina). La planta de producción se encuentra ubicada en la sierra ecuatoriana
a 2800 msnm, en la parroquia de Pintag.
La spirulina es un microorganismo acuático, que pertenece al grupo de las
cianobacterias (Richmond, 2004, p. 264). Se caracteriza por vivir en lagos alcalinos
y con alta salinidad, en zonas tropicales y subtropicales, a temperaturas entre 35 a
38 °C (Gershwin y Belay, 2008, p. 7).
Los productos preparados a partir de spirulina tienen gran importancia económica
debido a las características nutricionales que poseen, En 1974, la spirulina fue
declarada por la Asamblea General de las Naciones Unidas (ONU) como el mejor
nutriente para la humanidad, y actualmente es, recomendado por la Organización
Mundial de la Salud como uno de los alimentos más completos (Ponce, 2013, p.
136).
La alta variabilidad de los parámetros químicos del cultivo como el pH, y la
concentración de las especies químicas, además de la necesidad de un control
adecuado de la temperatura han ocasionado la disminución de la vida productiva
del cultivo, lo que ocasionó el incremento en los costos de producción y, por ende,
una baja rentabilidad a la empresa.
Para mejorar la productividad en el proceso de cultivo de la empresa
AndesSpirulina C.A., se aplicará la metodología 6 σ (DMAMC) cuyas siglas
significan definir, medir, analizar, mejorar y controlar; esta metodología permitirá
definir los objetivos del proyecto, además contribuirá al diagnóstico de la situación
inicial del proceso de producción, para relacionar las variables y encontrar las
causas de los problemas. Además, de mejorar el proceso y el control (Ocampo y
Pavón, 2012, p. 2). La implementación de la metodología encaminará a la reducción
iii
de los costos de producción y a la mejora de la productividad del proceso a partir
de la optimización de los recursos (materias primas).
Por lo anteriormente expuesto el presente proyecto encamina a mejorar la
productividad del proceso de obtención de spirulina en al menos un 15%, mediante
la implementación de la metodología 6 σ, con el fin de crear un control estadístico,
reducir los costos de producción y optimizar los recursos que inciden en el proceso
productivo. Para lo cual se establecieron los siguientes objetivos específicos con
base en la metodología DMAMC:
a) Definir los costos y procesos del área de producción de spirulina.
b) Establecer un plan de medición de las variables que intervienen en el proceso
productivo.
c) Analizar las variables de control que intervienen en la productividad del proceso
de obtención de spirulina a escala piloto.
d) Mejorar la productividad en el proceso de obtención de spirulina a escala
industrial.
e) Controlar el proceso de producción a escala industrial y calcular la mejora.
1
1. REVISIÓN BIBLIOGRÁFICA
1.1. METODOLOGÍA SEIS SIGMA
Seis sigma (6 σ) es un concepto de mejora que tiene el objetivo de alcanzar una
meta de calidad en todos los procesos de una organización. Esta metodología
impulsa la mejora constante y cuestiona la forma de administración de los procesos
para un cambio positivo (Tolamatl, Gallardo, Varela y Flores, 2011, p. 11).
Esta metodología de mejora se originó en la compañía Motorola, en los años 1987
y 1994 con el objetivo de reducir sus defectos a 3,4 fallas por millón de
oportunidades. Esta compañía logró disminuir su nivel de defectos por un factor de
200 %, e incrementó la productividad de sus empleados en un 126% al aplicar el
mejoramiento continuo de 6 σ (Aguirre, 2010, p. 36).
La metodología 6 σ posee tres niveles de implementación, los cuales son: nivel
operativo, nivel táctico y el nivel estratégico cultural, que se aplican según el estado
de madurez de las organizaciones (Tolamatl et al., 2011, p. 12).
La implementación de 6 σ a nivel operativo tiene como objetivo disminuir la
variabilidad de los procesos y mejorar la productividad. Para lograr estos objetivos
los involucrados emplean la metodología DMAMC (definir, medir, analizar, mejorar
y controlar). El uso de esta herramienta tiene como propósito tomar decisiones
basadas en hechos, enfocándose en los siguientes criterios: eficiencia del proceso,
disminución de costos en los procesos, satisfacción del cliente, bases técnicas,
organización y disponibilidad de talento humano (Magnusson, Kroslid, Bergman y
Barba, 2006. p. 167).
En el nivel táctico se definen proyectos de 6 σ que están relacionados con
estrategias organizacionales, con el objetivo de que la empresa se vuelva más
competitiva. En este nivel se mide el desempeño constante del proyecto mediante
indicadores financieros (Tolamatl et al., 2011, p. 12). En el nivel estratégico se
orienta el cambio de la cultura y la estructura de la empresa, aplicando la filosofía
2
de mejora continua en toda la cadena de valor de una organización. Todo el
personal está involucrado y capacitado para cumplir con los lineamientos y
desarrollar proyectos de mejora, que permitan innovar y aumentar la productividad
de la empresa. De igual manera, la alta dirección de la organización incentiva moral
y monetariamente a sus empleados por los logros alcanzados (Tolamatl et al., 2011,
p. 12).
1.1.1. ETAPAS DE LA METODOLOGÍA SEIS SIGMA
La metodología 6 σ se desarrolla dentro de 5 etapas, la cuales son: definir, medir,
analizar, mejorar y controlar. Estas etapas usan herramientas estadísticas y de
calidad, como: gráficas de flujo de procesos de alto nivel, diseño y rediseño de
procesos, diagrama de Pareto, diagrama de causa efecto, análisis de varianza, la
voz del cliente, pensamiento creativo, diseño de experimentos, gerencia de
procesos, control estadístico de procesos, etc. (Aguirre, 2010, p. 45). Estas
herramientas de calidad y estadísticas se emplean según los requerimientos de los
proyectos de mejora. A continuación, se describe la metodología de las diferentes
etapas de 6 σ.
En la primera etapa, se definen las variables que pueden afectar al proceso y/o
servicio, además de establecer las metas del proyecto y definir los estándares de
calidad. Esto se realiza mediante un análisis de requerimientos que, generalmente,
aplica diagramas de flujo de alto nivel para visualizar el proceso y poder identificar
falencias o errores (Magnusson et al., 2006, p. 198).
En la segunda etapa, se establece la frecuencia de la toma de datos, se definen las
variables a ser medidas respecto a un índice, se los recopila, ordena y tabula para
su posterior análisis.
Además, se identifican los factores de control y de ruido y cómo estos influyen en
el parámetro que se desea monitorizar. Una herramienta útil para lograr este
objetivo son los diagramas causa efecto (Ocampo y Pavón, 2012, p. 2).
3
En la etapa analítica se aplican varias herramientas estadísticas que permiten
visualizar la interacción de las variables respecto a un factor y conducen a definir la
solución o mejora de un proceso establecido (Ocampo y Pavón, 2012, p. 3). Entre
las herramientas estadísticas, el diseño experimental permite elegir una estrategia
de mejora para un proceso.
Este diseño de experimentos ayuda a establecer una investigación exploratoria en
la cual se puede observar el efecto de interacción de los factores a la variable de
respuesta o se pueden usar los diagramas causa efecto (Pyzdek, 2003, p. 259).
Este tipo de metodologías contribuye a disminuir la varianza del error experimental
y aumentar la precisión del experimento, lo cual permite optimizar los procesos
(Badii, Castillo, Rodríguez, Wong y Villalpando, 2007, p. 312).
En la etapa de mejora, se definen alternativas que permitan un análisis para
establecer una solución. Estas alternativas o soluciones se prueban y se analizan
mediante el costo beneficio y finalmente se implementa la solución y se mitigan las
causas del problema, con el objetivo de aumentar la rentabilidad de la organización
(Aguirre, 2010, p. 45).
La última etapa, la de control, se encarga de monitorizar los procesos ya
establecidos y compararlos con la situación deseada, para tomar acciones y realizar
correcciones (Ocampo y Pavón, 2012. p. 3).
Existen herramientas e índices que ayudan a controlar los procesos, como las
gráficas de control, la capacidad del proceso, el nivel σ, etc. (Ojeda y Behar, 2006,
p. 113).
El sistema seis sigma presenta resultados en periodos cortos de tiempo, en los
cuales consigue los objetivos planteados, que generalmente se enfocan en reducir
defectos y sus costos asociados (González, 2011, p. 23). En la Tabla 1.1., se
resumen las etapas del sistema de mejora 6 σ, para el desarrollo de proyectos.
4
Tabla 1.1. Resumen de entregables recomendados en las cinco etapas de 6 σ
Definir Medir Analizar Mejorar Controlar
• Tabla de evaluación de proyectos
• Ficha del proyecto y del equipo
• Estudio de capacidad
• Diagrama de flujo del proceso
• Revisión
de las
variables
• Plan de
medida
• Histograma
• Estudio de
capacidad
• Objetivos de
mejora
• Análisis
costo/beneficio
• Especificaciones
de
requerimientos
para la mejor
solución
• Gráfico de
control
• Estimación
de ahorros
• Presentación
del proyecto
• Lecciones
aprendidas
(Magnusson et al., 2006, p. 172)
1.1.2. ESTRUCTURA DEL SISTEMA DE MEJORA SEIS SIGMA
La implementación de un sistema 6 σ en una empresa es una decisión estratégica,
que debe ser tomada por la alta dirección, independientemente del nivel de
implementación ya sea para toda la empresa o específicamente para un proceso.
Los empleados de las empresas son el grupo de mayor importancia en el desarrollo
de un proyecto de mejora, ya que son los que participan activamente de los
proyectos (González, 2011, p. 22). El desarrollo del sistema seis sigma se rige por
la participación de los empleados en actividades como: cursos de formación, roles
y responsabilidades, metodologías de mejora y retroalimentación. El éxito para que
este sistema de mejora funcione es dar al personal roles y responsabilidades
estructurados (González, 2011, p. 23).
Las jerarquías del sistema 6 σ están definidas desde la alta dirección hasta los
operarios de primera línea. A los directivos de la organización se les denomina
“Champions” los cuales son los impulsores, defensores y los que poseen el
conocimiento de 6 σ, además tienen roles de definir los proyectos de mejora.
A continuación, los “Master Black Belt” son miembros del personal experto en 6 σ,
generalmente son docentes encargados de entrenar a las jerarquías inferiores. Los
5
“Black Belt” desempeñan los roles más importantes, ya que son las personas que
ejecutan las actividades en las operaciones diarias del sistema de mejora.
Este personal es escogido dentro de los mejores empleados de la organización y
son formados en cursos de “Black Belt”. Como requisito este personal deben
ejecutar 4 proyectos de mejora de 6 σ al año, que represente un ahorro monetario
de al menos 220 000 USD en la actividades de las organizaciones (Magnusson et
al., 2006, p. 45).
Los “Green Belt” son los integrantes del personal que aportan ideas de mejora
dentro de la organización, se ubican en mandos intermedios como ingenieros,
compradores, planificadores y supervisores. Por último, los “White Belt” son los
operarios, administrativos y personal de primera línea que son guiados por las
jerarquías superiores para la ejecución de las actividades de mejora (Magnusson
et al., 2006, p. 46). En la Tabla 1.2., se presenta un resumen de las jerarquías del
sistema de mejora seis sigma.
Tabla 1.2. La jerarquía 6 σ roles y responsabilidades
Jerarquías Posición / Responsabilidades
Champion Miembros del comité de dirección / impulsor y defensor.
Master Black Belt Experto en mejora radical con 100 % de dedicación / Formador y entrenador.
Black Belt Experto en mejora con 100 % de dedicación / Director de proyecto y especialista.
Green Belt Directivos intermedios, supervisores / Director de proyecto y miembro de equipo.
White Belt Operarios, empleados de primera línea / miembros de equipo.
(Magnusson et al., 2006, p. 46)
1.1.3. LA CAJA DE HERRAMIENTAS SIETE POR SIETE
La caja de herramientas de siete por siete consiste en compilar siete grupos con
siete herramientas de gestión. La cual se aplica para proyectos de mejora radical y
proyectos de mejora continua. Dentro de estos proyectos, las herramientas como
6
diseños experimentales, cartas de control y diagramas causa efecto pueden
optimizar los procesos y disminuir la variabilidad, la cual tiene una incidencia en la
mejora de la productividad y disminución de costos (Medina, Cruz y Restrepo, 2007,
p. 306).
Es relevante aclarar que estas herramientas no se han desarrollado como parte de
la metodología 6 σ y no son las estructuras principales de los proyectos, sino son
herramientas agrupadas que permiten encaminar y seguir una metodología de
mejora para alcanzar los objetivos planteados por la organización. En la Figura 1.1.,
se presenta el listado de las 49 herramientas en la caja de siete por siete que más
se usan para 6 σ.
Las siete herramientas de diseño
Las siete herramientas estadísticas
Las siete herramientas de proyectos Las siete herramientas de Lean Caja de Herramientas 6 σ Las siete herramientas del cliente Las siete herramientas de control de calidad
Las siete herramientas de gestión
Figura 1.1. Listado de las 49 herramientas más populares de la caja siete por siete
(Magnusson et al., 2006, p. 68)
Diseño robusto, QFD, TRIZ, concepto de selección de Pugh, AMFE/AMVE, análisis de fallo de árbol y diseño de tolerancias
Experimentos factoriales, análisis de capacidad, análisis de regresión, análisis multivariable, test estadísticos, diagrama de probabilidad y análisis R&R
Diagrama de Grant, ficha de proyecto y equipo, análisis CTQ, diagrama de árbol, análisis de capacidad, análisis costo – beneficio y gráficos de control
Estandarización, análisis de despilfarro, análisis de cuello de botella, diagrama de procesos, análisis de tarjetas rojas, análisis de tiempos y matriz de suministro
Modelo Kano, estructura de requerimientos, casa de la calidad, función de pérdidas, entrevista con clientes, cuestionario de clientes, análisis conjunto
Hojas de control, histograma, diagrama de Pareto, diagrama causa efecto, estratificación, diagrama de relaciones y gráficos de control.
Árbol de decisiones, diagrama de afinidad, diagrama de relaciones, diagrama de árbol, diagrama de matriz, análisis de datos matrices y diagrama de flechas.
7
1.2. CARTAS DE CONTROL PARA VARIABLES Y CAPACIDAD
DEL PROCESO
Las cartas de control son herramientas que permiten controlar y monitorizar
cualquier tipo de variable en los procesos, ya que sobre ellos actúan muchas
variables como: tipo de materiales, maquinaria, mediciones, medio ambiente, mano
de obra y métodos. Estos factores se denominan las 6 M que, con el transcurso del
tiempo, son susceptibles de contraer fallas, desgastes, cambios, errores, etc. Las 6
M son variables de salida causantes de fallas en los procesos y se las clasifica en
dos grupos: variaciones por causas comunes y variaciones por causas atribuibles
(Lobo, 2012, p. 42).
Las variaciones por causas comunes o del azar son aquellas que conviven con el
proceso y se presentan de forma natural por las condiciones de las 6 M. Este tipo
de variaciones son difíciles de identificar, ya que son la acumulación y combinación
de diferentes causas. Cuando se produce esta causa de variación en un proceso
se dice que el proceso está bajo control estadístico (Gutiérrez y De La Vara, 2009,
p. 184).
Las variaciones por causas especiales o atribuibles se presentan cuando
circunstancias especiales afectan al proceso como, por ejemplo, la falla de una
máquina. También es característico cuando se producen cambios de materias
primas, que no cumplen totalmente con la especificación. Este tipo de causas son
más fáciles de identificar si se poseen el conocimiento y las condiciones para
hacerlo. Cuando los procesos incurren en este tipo de variación se describen como
procesos fuera de control estadístico (Duncan, 1990, p. 408).
1.2.1. LÍMITES DE CONTROL
Los límites de control son mediciones estadísticas que se obtienen a partir de una
serie de datos, de variables de interés en un proceso. A diferencia de los límites de
la especificación, que se establecen según las características de un producto. Para
8
los cálculos de los límites de control es necesario que el proceso se encuentre bajo
control estadístico y exista un 99,73% de datos que se encuentren dentro de los
límites de control y que tengan un comportamiento normal (Gutiérrez y De La Vara,
2009, 188). A continuación se presentan las ecuaciones que representan los límites
de control:
Límite de control superior (LCS) = µW +3 σW [1.1]
Límite central (LC) = µW [1.2]
Límite de control inferior (LCI) = µW - 3 σW [1.3]
W: Serie de datos
µW: Media de los datos
σW: Desviación estándar de los datos
En la Figura 1.2., se presentan los elementos de una carta de control, en la cual se
identifica los límites de control inferior y superior.
Figura 1.2. Elementos de una carta de control (Rivera, 2011, p. 3)
9
La media de datos µW se aplica para el cálculo del límite central de gráficas de
control de promedios y las desviaciones estándar ± 3σ representan la suma y la
diferencia de 3 desviaciones estándar, respecto a la media en la distribución normal
de los datos.
1.2.2. TIPOS DE CARTAS DE CONTROL
Para el control de los procesos industriales existen dos tipos de cartas de control,
por variables y por atributos. Las cartas por variables se usan para el control de las
características de calidad, como por ejemplo peso, volumen, voltaje, temperatura,
humedad, pH, etc., (Rivera, 2011, p. 6). Las cartas más usadas para el control de
variables son:
a) � (promedios)
b) � (rangos)
c) S (desviación estándar)
d) X (medias individuales)
e) T2 (multivariadas)
Cuando el proceso no se puede medir, se aplican cartas de control por atributos
que clasifican a los productos como conforme o inconforme (Rivera, 2011, p. 6).
Las principales cartas de control para esta clasificación son:
a) p (Fracción de artículos defectuosos)
b) np (Número de unidades defectuosas)
c) c (Número de defectos)
d) u (Número de defectos por unidad)
Para la detección más oportuna de puntos fuera de los límites de control y mejor
modelación de datos de un cierto proceso, se usan las cartas de control EWMA y
Cusum, que permiten visualizar variaciones mínimas en la desviación estándar
(Gutiérrez y De La Vara, 2009, p. 188).
10
1.2.2.1. Cartas de control � – R
Este tipo de cartas de control generalmente se aplica en procesos de producción
masivas en empresas de manufactura, como por ejemplo líneas de ensamble,
máquinas empacadoras, embotelladoras, etiquetadoras, torneado de piezas,
soldaduras, esmerilado de piezas, etc. En muestras representativas de cada lote
de producción, se realiza el control de las especificaciones de calidad en cada
período de tiempo (Gutiérrez y De La Vara, 2009, p. 189). Con la carta de control X
se obtiene el promedio de las medias de los subgrupos y se pueden controlar las
características del proceso y con la carta de control R se monitoriza la variación
entre los rangos de los subgrupos, lo cual permite evidenciar variación en magnitud
del proceso (Gutiérrez y De La Vara, 2009, p. 189). A continuación se presentan
las ecuaciones de los límites de control para la carta X.
Límite de control superior (LCS) = X� + A2 R� [1.4]
Límite central (LC) = X� [1.5]
Límite de control inferior (LCI) = X� - A2 R� [1.6]
Los límites de control de la carta R tienen las siguientes ecuaciones:
Límite de control superior (LCS) = D3 R� [1.7]
Límite central (LC) = R� [1.8]
Límite de control inferior (LCI) = D4 R� [1.9]
Las constantes A y D se calculan en función de la desviación estándar y son
coeficientes que se encuentran en tablas y sus valores cambian según el tamaño
de grupos (n).
1.2.2.2. Cartas de control �� – S
Este tipo de carta de control se usa cuando se requiere identificar cambios
pequeños en la magnitud de la desviación estándar del proceso con un número de
11
observaciones mayor a 10 (n > 10). Los límites de control de esta carta reflejan la
desviación estándar esperada, siempre y cuando no existan cambios significativos
en el proceso (Gutiérrez y De La Vara, 2009, p. 197). A continuación se presentan
las ecuaciones para el cálculo de los límites de control:
Límite de control superior (LCS) = S � + 3 S
C4 1- C4
2 [1.10]
Límite central (LC) = S � [1.11]
Límite de control inferior (LCI) = S � - 3 S
C4 1- C4
2 [1.12]
1.2.2.3. Cartas de control de lecturas individuales
Las cartas de control de lecturas individuales se usan para analizar variables del
tipo continuo en el caso que se controlen procesos lentos o costosos, para lo cual
se necesiten periodos largos de tiempo para obtener una medición o una muestra
(Rivera, 2011, p. 6). Como por ejemplo los siguientes procesos:
a) Procesos químicos que trabajen por lotes.
b) Procesos de fermentación en bebidas alcohólicas
c) Procesos en los cuales se realizan mediciones en periodos cortos de tiempo
que difieren por el error de medición, como temperatura, humedad, pH, etc.
d) Procesos administrativos en los cuales se controla variables como
productividad, consumo eléctrico y de agua, desperdicios, combustibles, etc.
En este caso en particular, los límites de control coinciden con los límites reales que
están dados por la expresión µx ± 3 σx, donde µx es la media del proceso, por lo
tanto los límites para las cartas de control de lecturas individuales están dados por
las siguientes ecuaciones:
Límite de control superior (LCS) = X � + 3 R
1,128 [1.13]
Limite central (LC) = X � [1.14]
12
Límite de control inferior (LCI) = X � - 3 R
1,128 [1.15]
1.2.3. ÍNDICES Cp y Cpk
El índice Cp, conocido como capacidad del proceso, compara la variación tolerada
del proceso que está dada por la diferencia entre la especificación superior (ES) y
la inferior (EI) del proceso sobre 6 veces la desviación estándar, la cual se
denomina la variación real. Tiene un comportamiento indirectamente proporcional
con la variación del proceso, es decir mientras el Cp es mayor la variación del
proceso es menor (Sánchez, 2005 p. 26). A continuación se presenta la ecuación
para el cálculo del Cp.
Cp = ES - EI
6 σ [1.16.]
Donde:
Cp: Capacidad del proceso
σ: Desviación estándar
µ: Media
Para que los procesos puedan cumplir con las especificaciones deseadas, la
variación real debe ser menor a la variación tolerada, de esta manera se consigue
que los procesos se encuentren bajo control estadístico. En la Tabla 1.3. se
presentan los valores de Cp y su interpretación.
Tabla 1.3. Valores del índice Cp e interpretaciones
Índice Cp Categoría Decisión
Cp ≥ 2,00 Clase mundial Calidad 6 σ.
Cp > 1,33 1,00 Adecuado.
1,00< Cp < 1,33 2,00 Parcialmente adecuado, requiere control.
0,67 < Cp < 1,00 3,00 No adecuado para el trabajo. Requiere modificaciones serias para mejorar.
Cp < 0,67 4,00 No adecuado para el trabajo, requiere cambios.
(Gutiérrez, 2009, p. 102)
13
El CpK, llamado también índice de capacidad de un proceso con desfase, permite
analizar si un proceso está cumpliendo con las especificaciones que se producen
respecto a la media y tiene la siguiente ecuación:
Cpk= Mínimo µ - EI
3 σ,
ES - µ
3σ � [1.17.]
A continuación, se describen las interpretaciones del índice Cpk.
a) Cuando el Cpk es ligeramente menor o igual al Cp quiere decir que la media del
proceso está cerca del punto medio de la especificación.
b) Cuando el Cpk es mucho más pequeño que el Cp significa que la media está
alejada del punto medio de la especificación.
c) Para procesos ya existentes se recomienda que el Cpk sea mayor a 1,25 y para
procesos nuevos mayor a 1,45, con lo cual se considera que el proceso cumple
con las especificaciones.
1.2.4. MÉTRICAS SEIS SIGMA
Las métricas o medidas 6 σ permiten alcanzar una meta de mejora en los procesos
de la organización, lo cual se fundamenta en alcanzar un nivel de calidad con base
en el número de desviaciones estándar de los procesos. Una manera de medir la
capacidad del proceso es mediante el índice Z, el cual se “basa en calcular la
distancia entre las especificaciones y la media en unidades de desviación estándar”
(Gutiérrez y De La Vara, 2009, p. 109). En los procesos de doble especificación se
usan los índices Zs y Zi, Zs presenta la especificación superior y Zi, la especificación
inferior. Las cuales tienen las siguientes ecuaciones:
Zs = ES - µ
σ [1.18.]
Zi = µ- EI
σ [1.19.]
14
Donde:
ES: Especificación superior
EI: Especificación inferior
σ: Desviación estándar
µ: Media
Mediante el índice Z se puede calcular el Zm, el cual indica la habilidad para
controlar la tecnología del proceso, esto quiere decir el comportamiento de
desplazamiento de la media del proceso. Si la media se desplaza menos de 1,5 σ
en promedio hacia cualquier lado el proceso, se le considera que está controlado;
si la media se desplaza más de 1,5 σ se considera un control deficiente del proceso.
El Zm está dado por la siguiente ecuación:
Zm = Zc - ZL [1.20.]
Donde:
Zc: Valor Z calculado con la desviación estándar a corto plazo
ZL: Valor Z calculado con la desviación estándar a largo plazo
Los niveles de desempeño en σ se relacionan y se miden en decimales ya que para
pasar de un nivel sigma a uno superior es una tarea que demanda de mucho trabajo
y esfuerzo. En la Tabla 1.4. se presentan las métricas e índices Cp, Cpk y Z, que
corresponden a los diferentes niveles σ.
Tabla 1.4. Calidad σ en valores de Zc, Cp, Cpk y DPMO
Nivel en σ
Valor de especificación a corto plazo (Zc)
Capacidad del proceso
(Cp) DPMO
Capacidad del proceso con desfase (Cpk)
% Dentro de especificaciones
6 σ 6,00 2,00 3,40 1,50 99,9999998
5 σ 5,00 1,66 233,00 1,17 99,999943
4 σ 4,00 1,33 6 210,00 0,83 99,9937
3 σ 3,00 1,00 66 807,00 0,50 99,73
2 σ 2,00 0,66 308 537,00 0,17 95,45
1 σ 1,00 0,33 690 000,00 -0,17 68,27 DPMO: Defectos por millón de oportunidades. (Sánchez, 2005 p. 26)
15
1.3. ADMINISTRACIÓN DE COSTOS DE PRODUCCIÓN
Los costos de producción se definen como la cantidad de dinero que se destina
para adquirir un servicio o un bien. Administrar y tener el conocimiento de los costos
de una organización guía a los gerentes en la toma de decisiones, ya que permite
visualizar cuánto cuesta un producto, una máquina, un servicio o un proceso
(Horngren, Foster y Datar, 2002, p. 28).
Los sistemas de costeo generalmente se clasifican en dos etapas: la acumulación
y la asignación. La acumulación consiste en almacenar o recopilar información
mediante un sistema de contabilidad y la asignación se refiere tanto a la
identificación de los costos acumulados a un producto y al prorrateo de los costos
a un objeto (Horngren et al., 2002, p. 28).
La definición e identificación de los costos directos e indirectos son importantes
para la optimización de los recursos. Su análisis mediante el uso de diagramas de
flujo de procesos contribuye a definir claramente las interacciones de los recursos,
respecto al proceso, para obtener su rendimiento (Niebel, 2001, p. 22).
1.3.1. COSTOS DIRECTOS E INDIRECTOS
Los costos directos son fácilmente rastreables, ya que el objeto de costo tiene un
valor específico o una cantidad determinada de dinero que se destina para la
realización del producto o servicio (Mallo, Kaplan, Meljem y Giménez, 2000, p. 720).
Los costos indirectos no poseen una relación de causa con el objeto de costo, lo
que hace difícil poder rastrearlos en términos económicos, por este motivo se
asigna el valor monetario o se establece una tasa al costo de los diferentes
productos que se fabrican (Hansen y Mowen, 2003, p. 41).
Existen dos razones para calcular las tasas de costos indirectos: La primera se
denomina la razón del numerador la cual consiste en determinar la tasa anual de
16
los costos indirectos, para evitar fluctuaciones erráticas que se podrían dar por
obtener tasas en un periodo mensual, por eventos relacionados a mantenimientos,
reparaciones, pago de vacaciones, días festivo y condiciones climáticas (Hansen y
Mowen, 2003, p. 103).
La segunda razón, llamada del denominador, se caracteriza por asignar los costos
indirectos fijos mensuales (impuestos, alquiler, depreciaciones, etc.) y los costos
indirectos variables como suministros, mantenimiento y mano de obra indirecta a
los diferentes volúmenes de producción mensuales (Hansen y Mowen, 2003, p.
104).
1.3.2. FACTORES QUE INCIDEN EN LA CLASIFICACIÓN DE COSTOS
DIRECTOS E INDIRECTOS
Existen varios factores que ayudan a determinar la clasificación de los costos
directos e indirectos de una organización. Como el objeto que da valor al producto
o servicio independiente de su valor monetario. Específicamente, se puede producir
este caso en empresas que venden artículos por catálogo, por ejemplo en el
proceso de facturación, en el cual el costo del papel de cada factura se clasifica
como indirecto (Domínguez, 2006, p. 194).
La tecnología que se usa para recopilar la información en las líneas de producción,
como por ejemplo los códigos de barras, se clasifica dentro de los costos directos
por lo cual la implementación de tecnología y el valor de información que
proporciona debe ser mayor al costo de mantenerla o producirla (Meigs, Williams,
Haka y Bettner, 2000, p. 6).
También se clasifica como costo directo el de las instalaciones de una empresa que
se destinan exclusivamente para un objeto del costo específico, como un producto
o cliente. Por último, se clasifican como costos directos los de componentes de un
producto que son fabricados en otro lugar por otra compañía, esto generalmente
ocurre en productos electrónicos (Horngren et al., 2002, p. 30).
17
1.3.3. SISTEMAS DE COSTOS
Los sistemas de costos son técnicas que se aplican para conocer el valor monetario
o la cantidad de dinero que se destina para obtener un producto o servicio. Mediante
procedimientos, registros e informes bajo la estructura de la teoría de la partida
doble que tienen como objetivo la determinación del costo unitario y el control de
las operaciones de producción.
Para implementar un sistema de costos, las empresas deben analizar sus
necesidades y de esta manera las organizaciones diseñan, desarrollan e
implementan los sistemas de información con base en las características
operacionales (Meleán, Moreno y Rodríguez, 2009, p. 38).
Los diferentes factores que se deben considerar para la elección de un sistema de
costos son los siguientes:
a) La política de la empresa, método de dirección, tipo de empresa y proceso de
producción (Escobar, Guardado y Núñez, 2014, p. 40).
b) Los requerimientos de información cuantitativa y disponibilidad de la misma
(Meleán et al., 2009, p. 43).
c) Objetivos que se pretende alcanzar con el sistema de costos, características de
las estrategias organizacionales, organigrama y modelo de control (Escobar et
al., 2014, p. 40).
d) Sistema de contabilidad, requerimientos de los usuarios y disponibilidad de la
información en las diferentes áreas de organización (Escobar et al., 2014, p. 40).
e) Los costos y beneficios por la implementación y mantenimiento del sistema de
contabilidad de costos
Para la elección del sistema de costos, además de los factores antes mencionados,
se deben tomar en cuenta los siguientes aspectos: características del proceso
productivo (flujo de procesos), etapa en la cual se realiza el proceso de cálculo de
los costos, fracción de costos que se acumula al producto. Con estas
consideraciones, en la Tabla 1.5., se presentan los diferentes sistemas de costo.
18
Tabla 1.5. Sistemas de costos
Sistemas de costos derivados de las
características del proceso de producción
Sistema de costos vinculados con perspectiva
temporal
Sistema de costos derivados de la porción de costos
acumulados
1.- Sistemas de costos por pedidos y órdenes de
trabajo
1.- Sistema de costos históricos o real
1.- Sistema de costos completos
2.- Sistemas de costos por procesos
2.- Sistema de costo estándar 2.- Sistemas de costos variables
(Escobar, 2014, p. 41)
Como se puede observar en la tabla 1.5., existen dos sistemas de costos derivados
de las características de los procesos, los sistemas de costeo por órdenes de
trabajo y por procesos. Pero se ha creado un sistema mixto el cual posee las
características de los dos sistemas anteriormente mencionados, debido a procesos
de producción combinados (Meleán et al., 2009, p. 43). En la Tabla 1.6., se
presentan ejemplos de costeo por órdenes de trabajo y de proceso en sectores de
servicios, comercialización y manufactura.
Tabla 1.6. Ejemplos de costeo por órdenes de trabajo y procesos en sectores de servicios, comercialización y manufactura
Sistema de costeo Servicios Comercialización Manufactura
Órdenes de
trabajo
Auditorías, asesorías, publicidad y casos legales
Envío de artículos especiales, ordenados por la web.
Ensamble de aeronaves Construcción de casas
Por procesos
Taller automotriz Servicio postal Compensación de
cheques
Comercio de cereales Cobro de suscripción
a revistas Almacenamiento de
productos en estantes
Refinamiento de petróleo
Elaboración de bebidas
(Horngren, 2002, p. 98)
1.3.3.1. Sistema de costos por órdenes de trabajo
El sistema de costeo por órdenes de trabajo se usa cuando los productos fabricados
tienen variación en los requerimientos de materiales, conversión y transformación.
19
Además, se aplica en aquellos procesos que necesitan identificar los costos
relacionados con una específica cantidad de producción, en un determinado
tiempo. Por lo general, este sistema se aplica cuando las empresas realizan
productos personalizados de acuerdo con la solicitud de sus clientes, por lo tanto
los lotes de producción o productos individuales generalmente varían por lo que,
las órdenes de trabajo son diferentes en los historiales de producción (Escobar et
al., 2014, p. 45).
Los materiales directos, mano de obra directa y costos indirectos de fabricación se
acumulan con cada orden de trabajo y el costo unitario de producción se obtiene
dividiendo el número de unidades producidas por el costo total de la orden de
trabajo (Meleán et al., 2009, p. 42).
Cada orden trabajo se registra y codifica (objeto del costo), detallando los valores
relacionados y los costos indirectos de fabricación. Los gastos administrativos y
ventas generalmente se calculan destinando un porcentaje del costo de producción
y de esta manera se puede determinar la ganancia o la pérdida de cada orden de
trabajo (Horngren et al., 2002, p. 98).
1.3.3.2. Sistema de costos por procesos
El sistema de costos por procesos se aplica cuando el diseño de la producción se
realiza de forma ininterrumpida mediante una constante afluencia de materia prima
a los procesos. Además, este sistema se utiliza en empresas que producen grandes
volúmenes del mismo producto en un mismo proceso de producción (Escobar et
al., 2014, p.44).
En este sistema, los costos unitarios se obtienen para cada proceso, calculando la
cantidad de dinero destinada para la operación o el costo total sobre el número de
unidades producidas en un determinado periodo de tiempo. Es una herramienta útil
para la toma decisiones de los gerentes (Meleán et al., 2009, p. 42). Cada
departamento recibe las unidades elaboradas del proceso anterior, con su
20
correspondiente unidad de medida, la cual es importante para cuantificar el trabajo
realizado en cada proceso. Estas unidades se transfieren físicamente al siguiente
proceso con su respectivo costo y así sucesivamente hasta llegar al último proceso
de transformación, período en el cual se calcula el costo unitario de los artículos
(Horngren et al., 2002, p. 626).
1.3.3.3. Sistema de costos mixtos
Este tipo de sistema de costo se usa cuando los procesos de producción son
híbridos o mixtos, que funcionan con órdenes especiales de trabajo y realizan
producción continua.
Generalmente, este tipo de costeo lo usan empresas que fabrican diferentes
productos, pero que comparten características comunes entre sí. Cada lote de
producción posee características similares a otros productos, que se pueden
manufacturar utilizando la misma línea de producción y destinando la misma
cantidad de recursos para la fabricación (Horngren et al., 2002, p. 632).
1.3.3.4. Sistema de costos basados en actividades El sistema de costos basado en actividades (CBA) se ha venido implementando
cada vez más a nivel mundial por las organizaciones, con el objetivo de tener mayor
control en los costos de producción (Horngren et al., 2002, p. 151).
El CBA direcciona el cálculo de los costos mediante el sistema de órdenes o por
procesos, se enfoca en las actividades como los objetos fundamentales de costo,
pero se diferencia de los sistemas tradicionales, los cuales se caracterizan por
asignar los valores de costos indirectos a los productos. El CBA presenta de una
manera más precisa los costos, por lo que puede evidenciar actividades inútiles o
actividades que cuestan demasiado, respeto al beneficio que se proporciona a los
clientes (Bateman y Snell, 2001, p.586).
21
Al momento de implementar un CBA se requiere que los procesos se encuentren
bien estructurados, para lograr un sistema óptimo, es de mucha importancia que
los gerentes definan con cuidado el grado de detalle del sistema. En forma general,
el CBA calcula los costos de producción, mediante la identificación de las
operaciones de apoyo a la producción. Posteriormente, rastrea los gastos que se
producen por las operaciones de apoyo y se calcula el costo de las operaciones
mediante la identificación de un inductor de costo para cada actividad y se obtiene
el porcentaje que corresponde al inductor de costo de la operación de apoyo, para
destinar los costos a la elaboración del producto (Horngren et al., 2002, p. 152).
22
2. METODOLOGÍA
2.1. ANÁLISIS DE COSTO DE LA SITUACIÓN ACTUAL DEL PROCESO
2.1.1. PROCESOS PARA LA OBTENCIÓN DE SPIRULINA
Para definir las actividades operacionales de la producción de spirulina en todas
sus etapas, se realizaron diagramas de flujo de procesos y se identificaron los
diferentes procedimientos en todo el sistema de producción, desde el escalado
hasta el producto empacado. Para la elaboración de los diagramas se usó la
metodología de la norma ISO 9000.
La producción de spirulina inicia con el escalado o multiplicación masiva del
microorganismo. Está formado por subprocesos; inicia a partir de un cultivo base
(cepas) de 8 L de volumen; después se aumenta a 1500 L de cultivo; a continuación,
pasa a 8 m3; después, a 30 m3; y finaliza con el llenado completo de los
biorreactores de producción, con un volumen total de 800 m3 de cultivo de spirulina.
Posteriormente, se pasa al proceso de producción continua en biorreactores
industriales y finaliza con la obtención de la spirulina, que requiere el filtrado,
secado, tamizado, mezclado y empaque a granel.
Además, para todo el sistema de producción se realizaron diagramas de equipos
para alcanzar mayor detalle en el sistema de producción. Para estos diagramas se
usó el software Día v 0.97.2.
2.1.2. COSTOS DE PRODUCCIÓN DE SPIRULINA DESHIDRATADA
Con base en el desarrollo de los diagramas de flujo y equipos, se identificaron los
procesos tanto para el escalado y la producción continua, que fueron la base para
el análisis de los costos por procesos. Los costos directos comprendieron Mano de
obra directa (MOD), medio de cultivo, fertilizantes, control de pH y material de
23
empaque. Para la MOD se estableció un valor monetario por hora considerando el
sueldo base, el décimo tercer sueldo, el décimo cuarto sueldo, los fondos de
reserva, el aporte patronal y los bonos de producción.
Referente al costo del medio de cultivo y de la fertilización se estableció la cantidad
de cada materia prima usada en los diferentes procesos y se transformó en valor
monetario. De igual manera, para el control de pH se calculó el valor de la cantidad
usada de gas licuado de petróleo (GLP) por los generadores, para la incorporación
de CO2 en el proceso de cultivo.
Para el cálculo del costo de empaque se realizó con la presentación a granel, la
cual requiere en un cartón de un volumen de 40 L y 4 fundas aluminizadas.
Los costos indirectos se clasificó en Mano de obra indirecta (MOI), energía
eléctrica, insumos de fabricación, insumos de limpieza, control de calidad,
depreciación de máquinas, equipos e instalaciones y otros costos indirectos de
fabricación, como consumo de agua, uniformes, material de protección para el
personal, seguro de las instalaciones y alimentación.
Para cada proceso se establecieron las horas de MOI referente a la supervisión de
las actividades y del personal administrativo de la planta. De igual manera, se
realizó un cálculo del costo por hora considerando el sueldo base, el décimo tercer
sueldo, el décimo cuarto sueldo, los fondos de reserva, el aporte patronal y los
bonos de producción.
Referente al costo de energía eléctrica se calculó el consumo según la potencia de
cada equipo, el número de equipos y las horas de trabajo. Los costos de los
insumos de fabricación, productos de limpieza y desinfección fueron calculados
según la cantidad usada por cada proceso.
Para el control de calidad, se realizó el cálculo de costos del uso de las pruebas
microbiológicas ocupadas para la cantidad de lotes producidos al mes, además de
las pruebas químicas realizadas al proceso de cultivo.
24
En el proceso de secado se calculó la cantidad de gas licuado de petróleo (GLP)
usado por hora para la deshidratación del producto.
Para los cálculos de la depreciación se identificó la cantidad de equipos y área
usada para cada proceso y se aplicó el método de depreciación de línea recta, con
un valor residual del 10% del costo del bien, una vida útil de 10 años para
maquinaria y equipos, y de 20 años para instalaciones (construcción), según el
reglamento de ley tributaria decreto 1051.
2.1.3. VARIABLES DEL PROCESO A SER MONITORIZADAS
Para la determinación de las variables del proceso de cultivo de spirulina a ser
monitorizadas se aplicó un diagrama de causa efecto con un método de
estratificación o enumeración de causas (Gutiérrez y De La Vara, 2009, p. 157), la
cual se analizó en 4 pasos como se describe a continuación:
Paso 1: Se identificó el problema, (el cual fue la baja productividad del cultivo y el
elevado costo de producción).
Paso 2: Se construyó un diagrama causa efecto, para buscar las causas del
problema, con el método de las 6 M, en el cual se consideraron los factores de
mano de obra, de métodos, de maquinaria, de material, de mediciones y de medio
ambiente.
Paso 3: Se realizó una matriz de priorización con el objetivo de determinar las
causas más importantes que afectan la productividad en el proceso de cultivo
mediante el diálogo con los involucrados (Gerente Técnico, Jefe de Control de
Calidad, Supervisores de cultivo y mantenimiento), que calificaron a la causa más
importante con el valor de 5 y a la menos importante con el valor de 1.
Paso 4: Se evaluaron las ponderaciones de las diferentes causas encontradas en
los diagramas de causa efecto.
25
Se aplicó esta metodología para los diagramas de causa efecto primario y
secundario, hasta encontrar la causa o causas principales del problema.
2.2. MONITORIZACIÓN DEL PROCESO DE PRODUCCIÓN A ESCALA INDUSTRIAL DEL SISTEMA ACTUAL Y DE LA MEJORA
2.2.1. NIVEL SIGMA DE LAS VARIABLES pH Y T (°C) DEL PROCESO DE PRODUCCIÓN ACTUAL
Con la finalidad de comparar la mejora se midió el nivel sigma de las variables pH
y temperatura, del sistema de producción actual, mediante la fórmula del valor Z
(ecuaciones 1.18. y 1.19.).
2.2.2. PLAN DE MEDIDA DEL SISTEMA MEJORADO
El plan de medida consistió en desarrollar un método de obtención de datos para
las variables que intervienen en el proceso de producción de spirulina, el cual se
aplicó para el sistema mejorado ya que el sistema actual no poseía un control
adecuado de las variables que intervienen en el proceso de producción.
Se definieron los intervalos de tiempos para las mediciones del pH y la temperatura
en el cultivo de spirulina, en cada uno de los 5 biorreactores.
Para las variables químicas no se realizó el análisis del nivel σ, ya que no se poseía
históricos de las mediciones, y fue parte del proyecto de mejora implementar el
control de estas variables.
De igual manera se establecieron los intervalos de medición de las diferentes
concentraciones de los compuestos químicos (NH3, NO3, P, Fe, Mg, Ca, HCO3 y
O3), además de la conductividad.
Todas las variables que se midieron fueron registradas en el documento que se
presenta en la en la Figura 2.1., durante el periodo de producción continua.
26
Figura 2.1. Registros de pH, temperatura y concentración de parámetros químicos del proceso de producción de spirulina
2.3. ANÁLISIS DE LA PRODUCTIVIDAD A ESCALA PILOTO
2.3.1. ANÁLISIS DE LAS VARIABLES FUENTE DE NITRÓGENO Y CARBONO
Para mejorar la productividad y reducir los costos de producción, se realizó un
ensayo a escala piloto (indoor), variando las materias primas que mayor impacto
tienen en el costo de producción de spirulina. Para el análisis se cambió la fuente
de nitrógeno de KNO3 a (NH2)2CO, y se ensayaron con diferentes concentraciones
de NaHCO3 en la formulación del medio cultivo.
Se empleó un diseño central compuesto (DCC) con dos factores y dos niveles,
representándolo con la siguiente ecuación:
27
N = 2k + 2k + no [2.1.]
Donde:
N: Número de tratamientos o corridas experimentales
k: Factores
no: Número o repeticiones al centro del diseño experimental
Teniendo 9 tratamientos y dos puntos sobre cada eje a una distancia ±α respecto
al origen, representada en la siguiente ecuación (Gutiérrez y De La Vera, 2008, p.
417).
α = (F)1/4 [2.2.]
Donde:
F: Número de puntos en la parte factorial
α: Distancia del eje respecto al origen
Para el análisis estadístico de los resultados se empleó un análisis de varianza
(ANOVA) con un intervalo de confianza del 95% (p ≤ 0,05), para la productividad
de spirulina, mediante el uso del Software Minitab 17.
Se realizó este análisis durante 6 días tomando la concentración inicial y la final de
la biomasa de spirulina. Se efectuaron dos repeticiones por tratamiento, en
biorreactores de 15 L con una temperatura del cultivo de 27 ± 5⁰ C, con 4000 lux
de intensidad lumínica proporcionada por lámparas fluorescentes y aireación las 24
h. En la Tabla 2.1., se presentan los niveles de NaHCO3 y (NH2)2CO para el análisis
de la productividad del diseño central compuesto (DCC).
Tabla 2.1. Niveles establecidos para la evaluación de los factores sobre la productividad de spirulina
Factores Niveles
-α -1 0 1 α
(NH2)2CO (g/L) 0 0,07 0,14 0,21 0,28
NaHCO3 (g/L) 0 4 8 12 16
28
En la Figura 2.2., se presenta el ensayo a escala piloto para la optimización de las
fuentes de nitrógeno y carbono en los fotobiorreacotres de 15 L.
Figura 2.2. Tratamientos para la optimización de materias primas en fase piloto
Se seleccionaron las concentraciones tanto de (NH2)2CO como de NaHCO3 que
generaron mayor productividad y se aplicó la función deseabilidad de predicción de
respuestas múltiples maximizando los factores entre – α y α para alcanzar la mayor
productividad. Adicionalmente, se realizó el gráfico de superficie de respuesta que
permitió representar el modelo y visualizar el mejor tratamiento, para implementarlo
posteriormente a escala industrial, en el software Minitab 17.
2.3.2. ANÁLISIS COSTO BENEFICIO DEL CAMBIO DE MATERIAS PRIMAS
Después de realizar la optimización de las concentraciones de NaHCO3 y
(NH2)2CO, respecto a una mayor productiva, se realizó un análisis de costo
beneficio para el proceso de producción de spirulina.
Se consideraron 4 casos para el análisis económico: modelo de producción actual,
caso optimista, caso malo y caso deseado. Con el fin de evaluar económicamente
la viabilidad o rentabilidad del proyecto de mejora, que básicamente consistió en
reducir el costo de producción cambiando materias primas y controlando los
procesos productivos de spirulina. Para la evaluación de los 4 casos se evaluaron
los indicadores económicos: tasa interna de retorno (TIR), valor actual neto (VAN)
y el indicador costo beneficio (CBC). En la Tabla 2.2., se describen las variaciones
que se establecieron para cada caso de producción, en los cuales se designan
29
valores de productividad y de la producción esperados según potenciales del
sistema, se estableció el uso de fuentes de nitrógeno para la fertilización, se
identificó la fuente de carbono para el control de pH y se estableció el número de
meses de operación antes de un nuevo proceso de escalado, parámetros que en
el capítulo de resultados se presenta en valor monetario. Para los cálculos se usó
un valor de precio venta al público de 25 USD/kg como ingreso y una tasa de costo
de capital del 10%.
Tabla 2.2. Casos de producción para el análisis costo beneficio
2.4. IMPLEMENTACIÓN DE LA MEJORA A ESCALA INDUSTRIAL
2.4.1. MEJORA TÉCNICA
Después de realizar la optimización de materias primas para el medio de cultivo y
calcular la factibilidad económica del proyecto de mejora, se estableció la
implementación del proyecto el cual consistió, en sociabilizar con todo el personal
de la planta las modificaciones que se implementaron en los diferentes procesos
para la obtención de spirulina deshidratada, referente al cambio de materias primas.
Con el fin de ejecutar estas implementaciones se diseñó un plan de acción en el
cual se aplicó la siguiente metodología:
a) Identificación del problema y atribución de la causa o causas.
Casos Caso
Actual Caso 1
(Optimo) Caso 2 (Malo)
Caso 3 (Deseado)
Productividad esperada (g . m2/d) 2,50 3,75 2,50 2,88
Producción mensual esperada (kg) 1275,00 1912,00 1275,00 1466,00
KNO3 Si No No No
(NH2)2CO No Si Si Si
Control de pH con generador Si No No No
Control de pH con CO2 No Si Si Si
Tiempo de producción (meses) 4,00 6,00 6,00 6,00
30
b) Establecimiento de las acciones correctivas.
c) Definición de los recursos necesarios para su ejecución.
d) Definición de un responsable.
e) Establecimiento del tiempo previsto.
f) Realización del seguimiento.
g) Verificación del cumplimiento.
2.4.2. MEJORA ECONÓMICA
El análisis de la mejora económica se basó en el calculó de los costos directos e
indirectos de todos los procesos de producción en hojas de cálculo en Excel,
considerando los siguientes rubros:
Costos directos: MOD, fertilización, control de pH, material de empaque, agua y
medio de cultivo.
Costos indirectos: MOI, GLP, análisis químicos, análisis microbiológicos, energía
eléctrica, insumos de limpieza, caja chica, mantenimiento, uniformes, servicios
externos, comida, depreciaciones, seguro de daños de máquinas y calibraciones.
2.5. ELABORACIÓN DE CARTAS DE CONTROL DEL PROCESO DE PRODUCCIÓN Y EVALUACIÓN DE LA MEJORA
2.5.1. CARTAS DE CONTROL PARA LAS VARIABLES pH Y T (°C)
Para el proceso de producción se controló el pH del cultivo y la temperatura. Se
colectaron datos con una frecuencia de ocho horas, es decir a las 06:00, 14:00 y
22:00 horas, todos los días. Las mediciones de la temperatura se realizaron in situ,
con un termómetro digital marca Multi Thermometer, previamente calibrado y las
mediciones de pH se las realizó con un pHmetro de mesa, marca Hach Sension3,
31
previa la calibración del equipo y el transporte de las muestras en frascos hacia el
laboratorio de la planta de producción.
Estos datos fueron registrados y posteriormente ingresados al programa
Statgraphics, en el cual se realizaron gráficas de control de lecturas individuales.
Se calculó la capacidad del proceso y la desviación estándar a largo plazo, con una
frecuencia mensual, para cada uno de los 5 biorreactores del proceso de
producción de spirulina. Con el mínimo valor de Z (ecuación 1,18 y 1,19) se calculó
el nivel σ para cada biorreactor, después de los 6 meses de ensayo para las
variables pH y temperatura.
2.5.2. CARTAS DE CONTROL DE LAS VARIABLES QUÍMICAS
Los parámetros químicos NH3, NO3, P, Fe y S fueron medidos con un
espectrofotómetro marca HACH DR/2000. Los parámetros CO3, HCO3, Ca y Mg se
determinaron mediante titulación y conductividad. Estos datos fueron registrados y
posteriormente ingresados al programa Statgraphics, en el cual se realizaron
gráficas de control de lecturas individuales. Se analizó la capacidad del proceso
(Cp) a largo plazo para evaluar el desempeño del sistema de producción para las
variables en cada uno de los 5 biorreactores.
Con fines de confidencialidad en las variables químicas no se presentan los límites
superiores e inferiores de la especificación de cada variable, además los datos de
las variables fueron distorsionados multiplicándolos por un valor constante.
2.5.3. EVALUACIÓN DE LA MEJORA
Para la evaluación de la mejora se realizó un análisis comparativo en una hoja de
cálculo de:
a) Productividad del proceso de cultivo.
Productividad = Producción (g.)
Área(m2)*No. días [2.3.]
32
b) Costos por kg producido.
c) Costo por volumen (m3) de medio de cultivo.
d) Ahorro monetario.
33
3. RESULTADOS Y DISCUSIÓN
3.1. ANÁLISIS DE COSTO DE LA SITUACIÓN ACTUAL DEL PROCESO
3.1.1. PROCESOS PARA LA OBTENCIÓN DE SPIRULINA
Mediante el uso de los diagramas de flujo se definieron con claridad los procesos
involucrados en la obtención de spirulina deshidratada, desde el proceso de cultivo
de cepas hasta el empaque de producto a granel, ya que la empresa no contaba
con diagramas que permitan identificar adecuadamente los procesos. En la Figura
3.1., se presenta el diagrama de flujo desde el proceso de cultivos de cepas (escala
laboratorio) hasta los filtros secundarios en las etapa de obtención de biomasa de
spirulina.
Figura 3.1. Diagrama de flujo de procesos para obtención de spirulina deshidratada a granel, desde el cultivo de cepa hasta filtración al vacío
34
En la Figura 3.2., se presenta la continuación de los procesos desde el licuado
hasta el empaque.
Figura 3.2. Diagrama de flujo de procesos para la obtención de spirulina deshidratada a
granel, desde licuado hasta el empaque a granel
35
En la Figura 3.3., se presenta el diagrama de equipos, en el cual se detalla desde
el proceso de cultivo de cepas hasta el biorreactor de escalado (etapa de escalado),
y en la Figura 3.4., se presenta el proceso de producción continua que muestra los
5 biorreactores de producción.
Figura 3.3. Diagrama de equipos desde el proceso de cultivo de cepas hasta el biorreactor
de escalado
Figura 3.4. Diagrama de equipos de la producción de spirulina a escala industrial
36
En la Figura 3.5., se presentan los procesos involucrados para la obtención de
biomasa de spirulina hasta producto final (polvo deshidratado).
Figura 3.5. Diagrama de equipos del filtrado, secado y tratamiento de medio de cultivo
Los diagramas de flujo y de equipos que se presentados anteriormente, fueron la
base para el cálculo de los costos por procesos, identificándose claramente las
actividades de la planta de producción, desde la fase de laboratorio (cultivo de
cepas), pasando por el proceso de producción continua (biorreactores) y obtención
del producto (filtrado y secado), hasta finalmente llegar al empaque de spirulina
deshidratada a granel.
37
3.1.2. COSTOS DE PRODUCCIÓN DE SPIRULINA DESHIDRATADA
Para el análisis de costos de producción, se identificaron los procesos del sistema
con los diagramas de proceso y equipos presentados anteriormente, en los cuales
se identificó los objetos de costos involucrados en cada proceso. En la Tabla 3.1.,
se presenta los costos mensuales determinados por procesos del sistema actual,
que sirvió como herramienta para evaluar los procesos desde un punto de vista
económico. Para el desarrollo de este análisis se partió del cálculo de los costos
directos e indirectos de cada proceso, los cuales se detallan en los Anexo I y Anexo
II.
Tabla 3.1. Costos mensuales por procesos
*Prorrateado a 6 meses.
En los resultados presentados en la tabla 3.1., se indica que el proceso de
operación de biorreactores presenta un 43,12% de participación del costo, siendo
casi la mitad de dinero destinado para obtener el producto, lo que indica que es un
valor que se puede optimizar. En la Tabla 3.2., se presenta los costos directos e
Procesos Costo directo (USD)
Costo indirecto (USD)
Costo total (USD)
Porcentaje
Escalado* 3 190,90 502,94 3 693,85 11,60%
Cultivo de cepas 67,28 41,06 108,34 0,34%
Operación de biorreactores 8 622,37 5 104,47 13 726,85 43,12%
Control de cultivos - 594,64 594,64 1,87%
Filtrado por gravedad 502,87 401,65 904,52 2,84%
Filtrado al vacío primario 804,58 380,09 1 184,67 3,72%
Filtrado al vacío secundario - 201,15 201,15 0,63%
Licuado 201,15 335,71 536,86 1,69%
Secado 402,29 3 578,34 3 980,63 12,50%
Mezcla y tamizado 347,67 33,26 380,94 1,20%
Control de calidad de producto - 467,28 467,28 1,47%
Empaque 658,14 101,40 759,54 2,39%
Tratamiento del medio 50,29 424,63 474,92 1,49%
Otros - 4 822,91 4 822,91 15,15%
Gran Total 14 847,55 16 989,53 31 837,08 100,00%
38
indirectos involucrados en la producción de spirulina desde cultivo de cepas hasta
el empaque, para identificar que rubros aportan mayor valor al costo del producto.
Tabla 3.2. Análisis de costos directos e indirectos de la producción mensual
Costos de producción Costo (USD) Porcentaje
Costos directos
MOD 3 493,13 10,97%
Fertilización 2 102,19 6,60%
Control de pH 5 952,00 18,70%
Material de empaque 310,47 0,98%
Agua 14,17 0,04%
Escalado costos directos* 3 190,90 10,02%
Total 15 062,86 47,31%
Costos indirectos
MOI 4 155,19 13,05%
Guardianía 477,00 1,50%
GLP 1 536,00 4,82%
Análisis físico - químicos 104,47 0,33%
Análisis microbiológicos 87,58 0,28%
Energía eléctrica 3 574,39 11,23%
Insumos de laboratorio 35,80 0,11%
Insumos de limpieza 243,32 0,76%
Escalado costos indirectos* 502,94 1,58%
Caja chica 400,00 1,26%
Mantenimiento 300,00 0,94%
Uniformes 166,67 0,52%
Servicios externos 240,00 0,75%
Comida 1 000,00 3,14%
Depreciación 3 757,93 11,80%
Seguro por daño de maquinas 192,93 0,61%
Calibraciones 109,60 0,34%
Total 16 774,21 52,69%
GRAN TOTAL 31 837,08 100,00% *Prorrateado a 6 meses.
39
El proceso de producción continua presentó un 43,12% de participación de costo
para la obtención spirulina deshidrata. Siendo los rubros de control de pH y el costo
directo de escalado los que mayor valor proporcionaban al proceso de producción
continua, presentando un 18,70% y 10,02 % respectivamente, como se presenta
en la tabla 3.2. Además, el alto costo en el control de pH se debe al uso del gas de
escape de generadores, que funcionan con gas licuado de petróleo, como fuente
de carbono para el cultivo de spirulina. Siendo este sistema técnicamente no viable
para el control del pH del proceso de producción de spirulina; ya que el índice de
incorporación del gas de escape al cultivo es inferior al 50%.
En la tabla 3.3., se presenta el costo del medio de cultivo para spirulina el cual es
el principal rubro el proceso de escalado para la producción.
Tabla 3.3. Costo del medio de cultivo por m3
Medio de cultivo Costo (USD)
NaHCO3 8,00
NaCl 0,15
K2SO4 1,15
FeSO4 0,00
MgSO4 0,01
CaCl2 0,01
KNO3 4,11
H3PO4 0,30
Total 13,73
En la tabla 3.3., se puede observar que las materias primas NaHCO3 y KNO3 son
las que mayor valor económico aportan al medio de cultivo, alcanzan un valor de
12,11 USD/m3, que corresponde al 88% de participación en el costo. Es necesario
una reformulación del medio de cultivo, que considere concentraciones y materias
primas más económicas. Además, de un análisis para identificar con claridad los
problemas de baja productividad y tiempos relativamente cortos de la producción
de los cultivos, ya que son problemas que encarecen el costo del producto.
40
3.1.3. DEFINICIÓN DE LAS VARIABLES A SER MONITORIZADAS
Para el análisis de los parámetros a ser monitorizados se realizó un diagrama causa
efecto, aplicando el método de las 6M para el problema de baja productividad por
la falta de control de las variables, que intervienen en el proceso de producción de
spirulina y un inadecuado proceso de control de pH, el cual se presenta en la Figura
3.6.
Figura 3.6. Diagrama causa efecto de primer nivel para el problema de baja productividad
Después de identificar las causas potenciales de la baja productividad del proceso
de cultivo, se realizó una matriz de priorización que se presenta en la Tabla 3.4. La
cual por medio de los involucrados y/o participantes (A: Gerente Técnico, B: Jefe
de Control de Calidad, C: Supervisor de cultivo y D: Supervisor de mantenimiento),
permitió ponderar las posibles causas del problema de baja productividad en el
proceso de obtención de spirulina.
41
Tabla 3.4. Calificación de las causas o problemas de la baja productividad en el proceso de producción de spirulina
No. Causa / Problema a la baja productividad del proceso
de cultivo de spirulina.
Participantes Total
A B C D
1 Elevado costo en productos de fertilización 2 2 2 3 9
2 Falta de control de parámetros químicos 3 4 3 2 12
3 Variabilidad en el pH 4 4 3 3 14
4 Variabilidad en la temperatura de los biorreactores 3 4 3 3 13
En la tabla 3.4., se presenta como resultado que las causas 2 y 3 son las que mayor
ponderación obtuvieron y se las analizó en un diagrama causa efecto de segundo
nivel, en el cual el problema es la alta variabilidad de los parámetros físico y
químicos del cultivo spirulina, como se presenta en la Figura 3.7.
Figura 3.7. Diagrama causa efecto de segundo nivel para la variabilidad de los
parámetros físicos - químicos
42
Después de realizar el análisis se observó que se tienen problemas en los
materiales, en las mediciones y el medio ambiente. Referente a los materiales, la
casusa del problema es la mala incorporación de carbono al proceso de cultivo, por
medio de la combustión de gas licuado de petróleo (GLP), lo que ocasionó que el
pH del medio de cultivo del proceso de obtención de spirulina alcance valores de
11,5 a 12,0; ocasionado problemas de precipitación de compuestos químicos y por
ende un desbalance en las concentraciones.
Vonshak (1997, p. 138) menciona que los valores aconsejables de pH para el
proceso de cultivo de sprirulina están en un rango de 9,0 a 10,5.Los parámetros
físicos pH, T (°C) y concentraciones químicas (NH3, NO3, P, Fe, S, CO3, HCO3, Ca,
Mg y conductividad) no están medidos de una manera eficiente y provoca un bajo
control de estas variables por lo cual, se puso en marcha el plan de medida.
Respecto al medio ambiente, la variación del clima es muy marcada y los efectos
de adaptabilidad de spirulina son constantes, representándose en una baja
productividad.
En la Tabla 3.5., se describen las causas de la baja productividad las cuales se
identificaron del análisis causa efecto de segundo nivel. Además, se pondera cada
causa para establecer una prioridad, con los mismos participantes de la
ponderación anterior.
Tabla 3.5. Calificación de las causas o problemas de la variabilidad de los parámetros físico – químicos en el proceso de producción de spirulina
No. Causa / Problema a la baja productividad del proceso
de cultivo de spirulina.
Participantes Total
A B C D
1 Mala incorporación carbono por medio de la quema de GLP
5 5 5 5 20
2 Falta de mediciones y control de parámetros químicos (fertilizantes), pH y temperatura.
3 2 2 2 9
3 Variabilidad climática 3 2 1 1 7
43
Una vez establecida la ponderación se dio prioridad para solucionar los problemas
de la mala incorporación de carbono y control de los parámetros físicos y químicos
del proceso de producción de spirulina, las cuales alcanzaron una mayor
ponderación.
En esta primera fase del sistema 6 σ, se obtuvo como resultados que el costo
elevado de producción se da específicamente en el control de pH y en el proceso
de escalado. Debido a que no se tiene un control adecuado de las variables del
cultivo (pH, T y especies químicas) se ocasiona un decrecimiento acelerado de la
productividad del proceso de producción y se incurre en renovar continuamente el
medio de cultivo (proceso de escalado). Lo cual aumenta el costo de producción y
afecta al cliente por el incremento del precio de venta al público.
3.2. MONITORIZACIÓN DEL PROCESO DE PRODUCCIÓN A ESCALA INDUSTRIAL
3.2.1. MEDICIÓN DEL NIVEL SIGMA DE pH Y T (°C) DEL SISTEMA ACTUAL
En la Figura 3.8., se presenta la gráfica de control de lecturas individuales de la
variable pH del sistema de producción actual.
Figura 3.8. Gráfica de control de lecturas individuales de pH en el sistema actual
En general, el sistema de manejo del pH con la quema del gas licuado de petróleo
(GLP), no proporcionó un control del proceso ya que las observaciones se
10,77
11,01
10,53
pH
0 20 40 60 80 100Observación
9
9,4
9,8
10,2
10,6
11
11,4
44
encuentran fuera de los límites de la especificación y presenta más del 45% de sus
observaciones fuera de los límites de control. Este proceso presentó un nivel 1 σ
ya que el valor de Z calculado fue de -1,80 como se presenta en el Anexo III. En la
Figura 3.9., se presenta la gráfica de control para la variable temperatura del
proceso de producción de spirulina.
Figura 3.9. Gráfica de control de lecturas individuales de temperatura en el sistema actual
La variable temperatura presentó todos los puntos dentro de los límites de control
pero, se observa una alta desviación estándar de 6,48° C y un valor Z = 3,47 lo cual
indica que se encuentra en un nivel en σ de 3,50. Debido a que el sistema de
producción actual no poseía con un plan ordenado y organizado de medida, el
presente proyecto de mejora diseñó e implemento un plan de medida que permitió
establecer, periodos de toma o medición de datos de las variables involucradas en
proceso de cultivo de spirulina.
3.2.2. PLAN DE MEDIDA
El plan de medida consistió en recolectar y registrar los datos de las variables pH,
T (°C) y concentraciones químicas. En la Tabla 3.6., se presenta el plan de medida
y las características de las variables que se aplicaron para la recolección de datos.
31,43
50,65
12,21
° C
63 83 103 123 143 163Observación
0
10
20
30
40
50
60
45
Tabla 3.6. Plan de medida de las variables que intervienen en la productividad del proceso de producción de spirulina
Descripción Factor Tipo Tamaño muestra
Intervalo Duración Responsable
Control de pH
pH Continuo 90 8 horas 30 días Supervisor de cultivo
Control de
temperatura
T.
Continuo
90
8 horas
30 días
Supervisor de cultivo
Control de parámetros químicos
NH3 NO3
P Fe Ca Mg S
CO3 HCO3
Conduct.
Continuo 6 1 mes 6 meses Control de
Calidad
Los datos de pH y temperatura fueron registrados a lo largo de todo el proceso de
producción de spirulina que fue de 6 meses, teniendo alrededor de 552 datos para
cada uno de los 5 biorreactores lo cual se puede observar en el Anexo IV. Con fines
de confidencialidad los datos de pH y temperatura fueron distorsionados. Para las
variables químicas del cultivo se obtuvieron 6 mediciones a lo largo del proyecto de
mejora. Los límites de la especificación y registros no se presentan debido a
cuestiones de confidencialidad de la empresa.
3.3. ANÁLISIS DE LA PRODUCTIVIDAD A ESCALA PILOTO
3.3.1. CAMBIO DE MATERIAS PRIMAS EN EL MEDIO DE CULTIVO
Debido al elevado costo del medio de cultivo para el proceso de obtención de
spirulina, que se pudo observar en la etapa de definición de costos. Se decidió
optimizar un nuevo medio de cultivo, variando las concentraciones de NaHCO3 y
cambiando el KNO3 por (NH2)2CO, las cuales son las que mayor porcentaje de
costo aportan a este rubro en el proceso de producción de spirulina. Los
tratamientos y valores codificados se los realizaron en un diseño central compuesto
(DCC) en el software Minitab 17, como se presenta en la Tabla 3.7.
46
Tabla 3.7. Diseño central compuesto para el análisis de los factores NaHCO3 y (NH2)2CO sobre la productividad.
Corridas/ Tratamientos
Valores codificados Valores reales DCC
(NH2)2CO NaHCO3 (NH2)2CO NaHCO3
22 + 4PA+PC (g/L) (g/L)
1 -1 -1 0,07 4
Factorial
2 1 -1 0,21 4
3 -1 1 0,07 12
4 1 1 0,21 12
5 - α 0 0 8
Puntos Axiales
6 α 0 0,28 8
7 0 - α 0,14 0
8 0 Α 0,14 16
9 0 0 0,14 8 Punto Central
En la Tabla 3.8., se presenta los tratamientos y el crecimiento al cabo de 6 días de
la optimización de medio de cultivo.
Tabla 3.8. Tratamientos para la optimización de un medio de cultivo para spirulina
a escala piloto
Tratamiento (NH2)2CO (g/L) NaHCO3 (g/L) Crecimiento (g/L)
1 0,07 4,00 0,145 ±0,007
2 0,21 4,00 0,320 ±0,028
3 0,07 12,00 0,260 ±0,028
4 0,21 12,00 0,240 ±0,028
5 0,00 8,00 0,010±0,014
6 0,28 8,00 0,330 ±0,014
7 0,14 0,00 0,220 ±0,028
8 0,14 16,00 0,270 ±0,014
9 0,14 8,00 0,490 ±0,042
x ± σ (n = 2)
47
En la tabla 3.8., el tratamiento que se formuló con 0.14 g/L de (NH2)2CO y 8 g/L de
NaHCO3, alcanzó un crecimiento de 0,48 g/L después de 6 días de ensayo, en
condiciones ambientales controladas, siendo el valor más alto a comparación de
los otros tratamientos.
En la Figura 3.10., se puede observar una gráfica de barra donde se indica la
productividad después de 6 días de ensayo y en la Figura 3.11., se presenta el
análisis de varianza del diseño central compuesto realizado en el software
estadístico Minitab 17, presentando un valor p < 0,05 de la combinación de NaHCO3
y (NH2)2CO, lo cual indica que existe significancia entre tratamientos.
Figura 3.10. Productividad de los diferentes tratamientos de
(NH2)2CO y NaHCO3 para optimización del nuevo medio
Figura 3.11. Análisis de variancia del diseño central compuesto de la combinación de
concentraciones de NaHCO3 y (NH2)2CO realizado en el software Minitab 17
0,00
0,02
0,04
0,06
0,08
0,10
1 2 3 4 5 6 7 8 9
g / L . d
Tratamientos
48
Con el software estadístico Minitab 17 se aplicó la función deseabilidad la cual
proporcionó las concentraciones de NaHCO3 y (NH2)2CO deseadas para obtener
una productividad óptima en el cultivo de spirulina las cuales se presenta en la
Figura 3.12.
Cabe destacar que las concentraciones de NaHCO3 y (NH2)2CO que se presentan
en la figura 3.12., son las que se usaran en la nueva formulación del medio cultivo
a escala industrial.
Figura 3.12. Valores de la función deseabilidad compuesta del diseño centra compuesto
En la Figura 3.13., se presenta el gráfico de superficies del diseño central
compuesto como representación del modelo y el comportamiento de las diferentes
concentraciones de NaHCO3 y (NH2)2CO respecto a la variable de respuesta
(crecimiento).
Figura 3.13. Gráfico de superficie de crecimiento de spirulina X (g /L) vs. NaHCO3 y (NH2)2CO
49
Este análisis de optimización de medio de cultivo ayudó a establecer las
concentraciones adecuadas de NaHCO3 y (NH2)2CO, para un nuevo sistema de
operación en la producción de spirulina. Las cuales se usaron en el análisis costo
beneficio para evaluar la implicación económica del proyecto de mejora.
3.3.2. ANÁLISIS COSTO BENEFICIO
Para el análisis costo beneficio se presentaron 4 casos para la producción de
spirulina los cuales fueron: modelo de producción actual, caso óptimo, caso malo y
caso deseado. Analizándose el TIR, VAN y el CBC. En la Tabla 3.9., se presentan
los casos para el análisis económico. Se consideró como inversión la cantidad de
dinero destinada para el proceso de escalado.
Además el costo de producción y la producción traducida en valor monetario con
un precio de venta al público de 25 USD · kg-1 como ingreso, para 12 meses de
operación.
Tabla 3.9. Casos para el análisis costo beneficio para con las nuevas materias primas y el caso de producción antiguo.
Casos Productividad
(g . m2 . d-1)
Producción mensual
(kg)
Inversión llenado
(USD)
Ingreso mensual
(USD)
Costo de operación mensual
(USD)
Antiguo 2,50 1 275,00 -44 328,00 31 875,00 -27 737,44
1 (Optimo) 3,75 1 912,50 -18 048,00 47 812,50 -22 893,09
2 (Malo) 2,50 1 275,00 -18 048,00 31 875,00 -21 800,12
3 (Deseado) 2,88 1 466,25 -18 048,00 36 656,25 -22 132,38
En la Tabla 3.10., se presenta el análisis costo beneficio del proceso de producción,
se observa que el caso actual de producción, presenta 2% de TIR por lo cual se
confirma desde el punto de vista económico que el proceso de producción actual
no es rentable. Respecto a los casos de producción 1, 2 y 3 se confirma que el
proyecto de mejora es rentable ya que la tasa de interna de retorno es mayor a la
50
tasa de costo del capital o de descuento que es del 10 %, lo que se traduce en que
el proyecto de mejora es viable.
En el análisis del caso 1 se presentó mayor coeficiente beneficio costo el cual puede
generar 1,90 unidades monetarias más por cada unidad producida (Córdova, 2004,
p. 146).
Tabla 3.10. Análisis costo beneficio para la operación antigua y los tres casos con el
cambio de materias primas
Inversión
Operación Antigua (USD)
Caso 1 (USD)
Caso 2 (USD)
Caso 3 (USD)
-44 328,00 -18 048,00 -18 048,00 -18 048,00
1 4 137,56 24 919,41 10 074,88 14 523,87
2 4 137,56 24 919,41 10 074,88 14 523,87
3 4 137,56 24 919,41 10 074,88 14 523,87
4 4 137,56 24 919,41 10 074,88 14 523,87
5 4 137,56 24 919,41 10 074,88 14 523,87
6 4 137,56 24 919,41 10 074,88 14 523,87
7 4 137,56 24 919,41 10 074,88 14 523,87
8 4 137,56 24 919,41 10 074,88 14 523,87
9 4 137,56 24 919,41 10 074,88 14 523,87
10 4 137,56 24 919,41 10 074,88 14 523,87
11 4 137,56 24 919,41 10 074,88 14 523,87
12 4 137,56 24 919,41 10 074,88 14 523,87
VAN 15 760,16 164 565,32 63 419,26 93 733,31
TIR 2% 138% 56% 80%
CBC 1,05 1,90 1,33 1,51
51
Después de realizar el análisis costo beneficio de los diferentes casos de la mejora
y observar que son económicamente rentables, se realizó la implementación del
proyecto de mejora a escala industrial, como se presenta a continuación.
3.4. IMPLEMENTACIÓN DE LA MEJORA A ESCALA INDUSTRIAL
3.4.1. MEJORA TÉCNICA
En el proceso de producción de spirulina se realizaron modificaciones en las
materias primas en el proceso de escalado y en el proceso de producción continua.
En la Tabla 3.11., se presentan los cambios realizados en la producción de spirulina
en los diferentes subprocesos de producción.
Tabla 3.11. Cambios realizados en los procesos de producción de spirulina
Procesos Modificaciones a los procesos
Cepas escalado Se cambió la fuente de nitrógeno de KNO3 por (NH2)2CO.
Indoor Se cambió la fuente de nitrógeno de KNO3 por (NH2)2CO.
Masivos Se cambió la fuente de nitrógeno de KNO3 por (NH2)2CO.
Unidad de Escalado
Se cambió la fuente de nitrógeno de KNO3 por (NH2)2CO y se bajó la concentración de NaHCO3.
Llenado de los Biorreactores
Se cambió la fuente de nitrógeno de KNO3 por (NH2)2CO y se bajó la concentración de NaHCO3.
Operación de los Biorreactores
La fertilización diaria se la realizó con (NH2)2CO, el control del pH se lo realizó mediante la inyección de CO2 puro, además se tomaron datos de temperatura, pH y especies químicas para la implementación de graficas de control.
Para la implementación de la mejora en la operación continua de los biorreactores
se aplicó el plan de mejora en el cual se define la gestión para solucionar los
problemas de mala incorporación de CO2 y el control de las variables físicas y
químicas del cultivo, como se presenta en la Tabla 3.12., la que se presenta más
adelante.
52
Tabla 3.12. Plan de acción para la mitigación de las causas del problema
En la Figura 3.14., se puede observar la fotografía del tanque de CO2 con una
capacidad de 10 000 kg, el cual es la nueva fuente de carbono del sistema de
producción de spirulina.
Esta fuente de carbono (CO2) permite controlar y mantener el pH en un rango
optimo siendo adecuado para alcanzar una buena producción de la cianobacteria
spirulina (Fox, 1996, p. 94).
Una vez concluidos los cambios en el proceso de producción se realizó el control
del sistema desde el punto de vista técnico y también el económico. Calculando los
Causas Atribución Acción
Correctiva Recursos Responsable
Tiempo Previsto
Cumplimiento
Mala incorporación carbono por medio de la quema de GLP
Los materiales no son adecuados en el sistema de generación de e incorporación de CO2.
Cambiar el sistema de generación de CO2 a un tanque de CO2 al 99,9 % de pureza.
Realizar la instalación de la tubería para inyectar el CO2 en la tubería de cultivo para mejorar la incorporación del gas al líquido.
Concesión de un
tanque de 10 000 kg
de CO2
Gerente Técnico
15 días
Si
Falta de mediciones y control de parámetros químicos (fertilizantes), pH y temperatura.
Falta de un plan de medida y registros, además de falta de análisis y control de datos de los parámetros físico y químicos.
Adquisición de un espectrofotómetro para la medición de especies químicas del cultivo. Implementación del plan de medida y control de procesos.
Equipos de
laboratorio
Jefe de control de
calidad 20 días
Si
53
costos en los diferentes procesos del sistema de producción para poder definir el
consto unitario de producción (USD/kg) y evaluar la mejora transcurrido el proyecto.
Figura 3.14. Tanque de CO2 del proceso de cultivo de spirulina
3.4.2. MEJORA ECONÓMICA
Con la planta a máxima producción se obtuvieron los resultados de los valores
económicos presentándolos como costos directos e indirectos, cabe recalcar que
estos valores fueron calculados después de implementar la mejora técnica en los
procesos de producción de spirulina anteriormente mencionados.
En la Tabla 3.13., se resumen los costos directos e indirectos de producción de
spirulina deshidratada a granel de los 6 meses de análisis.
54
Tabla 3.13. Costos directos e indirectos de 6 meses de producción con las mejoras en el sistema
Costos de producción
Mes 1 (USD)
Mes 2 (USD)
Mes 3 (USD)
Mes 4 (USD)
Mes 5 (USD)
Mes 6 (USD)
Costos directos
M.O.D. 6 628,07 6 872,39 6 639,86 6 354,34 6 849,39 6 556,37
Fertilización 731,17 792,00 823,06 700,68 729,62 817,51
Control de pH 2 481,60 2 424,00 2 484,00 1 826,40 2 112,00 2 104,80
Material de empaque
467,25 515,07 539,37 452,05 441,89 448,02
Agua 14,17 14,17 14,17 14,17 14,17 14,17
Escalado 1 045,01 1 045,01 1 045,01 1 045,01 1 045,01 1 045,01
Total 11 367,27 11 662,64 11 545,46 10 392,65 11 192,08 10 985,88
Costos indirectos
M.O.I. 6 734,31 6.860,06 6.818,48 6 831,36 7 174,63 6 866,43
GLP 1 691,00 1 958,00 1 557,50 1 335,00 1 335,00 1 246,00
Análisis físico Químicos
73,82 78,18 72,73 76,00 64,26 79,27
Análisis Microbiológico
139,09 153,31 141,94 153,31 158,05 152,15
Energía eléctrica 2 935,92 2 769,84 2 797,92 2 784,36 2 370,48 2 399,16
Insumos de limpieza
188,80 187,12 191,44 194,64 153,58 169,39
Caja chica 410,00 399,00 405,00 387,56 406,34 403,67
Mantenimiento 300,00 290,00 290,00 295,00 310,00 380,00
Uniformes 166,67 166,67 166,67 166,67 166,67 166,67
Servicios externos 240,00 240,00 240,00 240,00 240,00 240,00
Comida 1 000,00 1 000,00 1 000,00 1 000,00 1 000,00 1 000,00
Depreciación 3 757,93 3 757,93 3 757,93 3 757,93 3 757,93 3 757,93
55
Tabla 3.13. Costos directos e indirectos de 6 meses de producción con las mejoras en el sistema (continuación…)
Seguro por Daño de maquinas
192,93 192,93 192,93 192,93 192,93 192,93
Calibraciones 109,60 109,60 109,60 109,60 109,60 109,60
Total 17 940,07 18 162,64 17 742,14 17 524,36 17 439,47 17 163,20
GRAN TOTAL 29 307,34 29 825,27 29 287,61 27 917,01 28 631,54 28 149,09
La comparación económica del sistema mejorado con la metodología 6 σ versus el
sistema anterior, se presenta a continuación, posterior al control del proceso de
producción de las variables pH y temperatura.
3.5. ELABORACIÓN DE CARTAS DE CONTROL DEL PROCESO DE PRODUCCIÓN Y EVALUACIÓN DE LA MEJORA
3.5.1. CARTAS DE CONTROL DE LAS VARIABLES pH Y T (°C)
Durante los 6 meses de análisis del proceso de producción se realizaron gráficas
de control de lecturas individuales de las variables pH y temperatura para cada uno
de los 5 biorreactores. Se usó este tipo de gráficas de control ya que el intervalo de
toma de datos es de 8 horas como se detalló en el plan de medida.
Los biorreactores poseen volúmenes de operación grandes que superan los 100
m3 exceptuando el biorreactor 21 el cual posee un volumen de 50 m3. Lo que
conlleva a tiempos prolongados de homogenización y para la toma de datos es de
suma importancia disponer de muestras representativas (Parrales y Tamayo, 2012,
p. 47), por este motivo se estableció la toma de datos cada 8 horas.
En la Tabla 3.14., se presentan los resultados de las gráficas de control de lecturas
individuales para el pH y temperatura del biorreactor 1 en el primer mes.
56
Tabla 3.14. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 1 en el primer mes
Resultados Proceso de control de
pH Proceso de control de
Temperatura
No. Observaciones 93,00 93,00
No. Observaciones excluidas 13,00 0,00
No. Observaciones analizadas 80,00 93,00
Índice de inestabilidad (St.) 13,97% 0,00%
L.S.C. 10,28 50,01
L.I.C. 9,72 11,51
L.S.E. 10,50 50,00
L.I.E. 9,00 10,00
Media del proceso (L.C.) 10,00 30,76
Desviación estándar del proceso 0,13 5,54
Capacidad del proceso (Cp.) 1,82 1,31 L.S.C. Límite superior de control, L.I.C. Límite inferior de control, L.C. Límite central L.S.E. Límite superior de la especificación, L.I.E. Límite inferior de la especificación.
En la Figura 3.15., se presenta la gráfica de control de lecturas individuales del
proceso de pH del biorreactor 1 en el primer mes.
Figura 3.15. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 1 en el primer mes
En la Figura 3.16., se presenta la gráfica de lecturas individuales del proceso de
temperatura del biorreactor 1 en el primer mes.
10,00
10,28
9,72pH
0 20 40 60 80 100Observación
9
9,3
9,6
9,9
10,2
10,5
57
Figura 3.16. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 1 en el primer mes
En la Tabla 3.15., se presentan los resultados de las gráficas de control de lecturas
individuales de pH y temperatura del biorreactor 1 en el segundo mes.
Tabla 3.15. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 1 en el segundo mes
Resultados Proceso de control
de pH Proceso de control de
Temperatura
No. Observaciones 92,00 92,00
No. Observaciones excluidas 22,00 0,00
No. Observaciones analizadas 70,00 92,00
Índice de inestabilidad (St.) 23,91% 0,00%
L.S.C. 10,16 50,82
L.I.C. 9,63 8,97
L.S.E. 10,50 50,00
L.I.E. 9,00 10,00
Media del proceso (L.C.) 9,89 29,90
Desviación estándar del proceso 0,15 5,54
Capacidad del proceso (Cp.) 1,60 1,20 L.S.C. Límite superior de control, L.I.C. Límite inferior de control, L.C. Límite central L.S.E. Límite superior de la especificación, L.I.E. Límite inferior de la especificación.
En la Figura 3.17., se presenta la gráfica de control de lecturas individuales del
proceso de pH del biorreactor 1 en el segundo mes.
30,76
50,02
11,51
° C
0 20 40 60 80 100Observación
0
10
20
30
40
50
60
58
Figura 3.17. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 1 en el segundo mes
En la Figura 3.18., se presenta la gráfica de control de lecturas individuales del
proceso de temperatura del biorreactor 1 en el segundo mes.
Figura 3.18. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 1 en el segundo mes
En la Tabla 3.16., se presentan los resultados de las gráficas de control de lecturas
individuales para el pH y temperatura del biorreactor 1 en el tercer mes.
9,90
10,17
9,63
pH
0 20 40 60 80 100Observación
9
9,3
9,6
9,9
10,2
10,5
° C 29,90
50,83
8,98
0 20 40 60 80 100Observación
0
10
20
30
40
50
60
59
Tabla 3.16. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 1 en el tercer mes
Resultados Proceso de control de
pH Proceso de control de Temperatura
No. Observaciones 89,00 89,00
No. Observaciones excluidas 3,00 0,00
No. Observaciones analizadas 86,00 89,00
Índice de inestabilidad (St.) 3,37% 0,00%
L.S.C. 10,24 46,23
L.I.C. 9,49 13,34
L.S.E. 10,50 50,00
L.I.E. 9,00 10,00
Media del proceso (L.C.) 9,86 29,78
Desviación estándar del proceso 0,18 5,12
Capacidad del proceso (Cp.) 1,37 1,30 L.S.C. Límite superior de control, L.I.C. Límite inferior de control, L.C. Límite centra L.S.E. Límite superior de la especificación, L.I.E. Límite inferior de la especificación
En la Figura 3.19., se presenta la gráfica de control de lecturas individuales del
proceso de pH del biorreactor 1 en el tercer mes.
Figura 3.19. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 1 en el tercer mes
En la Figura 3.20., se presenta la gráfica de control de lecturas individuales del
proceso de temperatura del biorreactor 1 en el tercer mes.
9,87
10,24
9,49
pH
0 20 40 60 80 100Observación
9
9,3
9,6
9,9
10,2
10,5
60
Figura 3.20. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 1 en el tercer mes
En la Tabla 3.17., se presentan los resultados de las gráficas de control de lecturas
individuales para el pH y temperatura del biorreactor 1 en el cuarto mes.
Tabla 3.17. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 1 en el cuarto mes
Resultados Proceso de control de
pH Proceso de control de Temperatura
No. Observaciones 93,00 93,00
No. Observaciones excluidas 45,00 0,00
No. Observaciones analizadas 48,00 93,00
Índice de inestabilidad (St.) 48,38% 0,00%
L.S.C. 10,15 45,62
L.I.C. 9,41 12,61
L.S.E. 10,50 50,00
L.I.E. 9,00 10,00
Media del proceso (L.C.) 9,78 29,11
Desviación estándar del proceso 0,21 4,99
Capacidad del proceso (Cp.) 1,17 1,33 L.S.C. Límite superior de control, L.I.C. Límite inferior de control, L.C. Límite central L.S.E. Límite superior de la especificación, L.I.E. Límite inferior de la especificación.
29,79
46,23
13,35
° C
0 20 40 60 80 100Observación
0
10
20
30
40
50
61
En la Figura 3.21., se presenta la gráfica de control de lecturas individuales del
proceso de pH del biorreactor 1 en el cuarto mes.
Figura 3.21. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 1 en el cuarto mes
En la Figura 3.22., se presenta la gráfica de control de lecturas individuales del
proceso de temperatura del biorreactor 1 en el cuarto mes.
Figura 3.22. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 1 en el cuarto mes
9,78
10,15
9,41
pH
0 20 40 60 80 100Observación
9
9,3
9,6
9,9
10,2
10,5
° C
29,12
45,62
12,61
0 20 40 60 80 100Observación
0
10
20
30
40
50
62
En la Tabla 3.18., se presentan los resultados de las gráficas de control de lecturas
individuales para el pH y temperatura del biorreactor 1 en el quinto mes.
Tabla 3.18. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 1 en el quinto mes
Resultados Proceso de control
de pH Proceso de control de
Temperatura
No. Observaciones 88,00 89,00
No. Observaciones excluidas 13,00 0,00
No. Observaciones analizadas 75,00 89,00
Índice de inestabilidad (St.) 14,77% 0,00%
L.S.C. 10,13 47,08
L.I.C. 9,32 11,84
L.S.E. 10,50 50,00
L.I.E. 9,00 10,00
Media del proceso (L.C.) 9,72 29,46
Desviación estándar del proceso 0,20 4,89
Capacidad del proceso (Cp.) 1,20 1,36
L.S.C. Límite superior de control, L.I.C. Límite inferior de control, L.C. Límite central L.S.E. Límite superior de la especificación, L.I.E. Límite inferior de la especificación.
En la Figura 3.23., se presenta la gráfica de control de lecturas individuales del
proceso de pH del biorreactor 1 en el quinto mes.
Figura 3.23. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 1 en el quinto mes
9,73
10,13
9,32
pH
0 20 40 60 80 100Observación
9
9,3
9,6
9,9
10,2
10,5
63
En la Figura 3.24., se presenta la gráfica de control de lecturas individuales del
proceso de temperatura del biorreactor 1 en el quinto mes.
Figura 3.24. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 1 en el quinto mes
En la Tabla 3.19., se presentan los resultados de las gráficas de control de lecturas
individuales para el pH y temperatura del biorreactor 1 en el quinto mes.
Tabla 3.19. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 1 en el sexto mes
Resultados Proceso de control
de pH Proceso de control de
Temperatura
No. Observaciones 93,00 93,00
No. Observaciones excluidas 3,00 0,00
No. Observaciones analizadas 90,00 93,00
Índice de inestabilidad (St.) 3,22% 0,00%
L.S.C. 9,93 45,21
L.I.C. 9,02 13,23
L.S.E. 10,50 50,00
L.I.E. 9,00 10,00
Media del proceso (L.C.) 9,47 29,22
Desviación estándar del proceso 0,20 4,63
Capacidad del proceso (Cp.) 1,24 1,43 L.S.C. Límite superior de control, L.I.C. Límite inferior de control, L.C. Límite central L.S.E. Límite superior de la especificación, L.I.E. Límite inferior de la especificación.
° C
29,46
47,08
11,84
0 20 40 60 80 100Observación
0
10
20
30
40
50
64
En la Figura 3.25., se presenta la gráfica de control de lecturas individuales del
proceso de pH del biorreactor 1 en el sexto mes.
Figura 3.25. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 1 en el sexto mes
En la Figura 3.26., se presenta la gráfica de control de lecturas individuales del
proceso de temperatura del biorreactor 1 en el sexto mes.
Figura 3.26. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 1 en el sexto mes
pH
9,48
9,93
9,03
0 20 40 60 80 100Observación
9
9,3
9,6
9,9
10,2
10,5
29,23
45,21
13,24
° C
0 20 40 60 80 100Observación
0
10
20
30
40
50
65
En los 6 meses de análisis del biorreactor 1 se presentaron constantes cambios de
nivel en las gráficas de control de lecturas individuales de la variable pH, lo cual
indica una variabilidad marcada en el proceso de producción de las mediciones de
pH. Debido a esto se corrigieron los puntos fuera de los límites de control ya que
son causas atribuibles (Parrales y Tamayo, 2012, p. 50) a la alta intensidad de luz
solar (medio ambiente).
Esto se debe a que en días que presentan alta intensidad lumínica la actividad
fotosintética aumenta produciendo mayor cantidad de iones OH- lo cual provoca un
aumento en el pH del cultivo (Fox, 1996, p. 102). Referente a las gráficas de control
de lecturas individuales a la variable temperatura del biorreactor 1, presenta baja
variabilidad con mínimas tendencias hacia abajo del límite central. Debido a que
dichos datos corresponden a días donde los invernaderos no son eficientes para
calentar ya que la radiación solar es baja (Gutiérrez y De La Vara, 2009, p. 203).
En el biorreactor 1 presenta un índice de inestabilidad (St) promedio para la variable
de pH mayor al 10%, lo que se interpreta que existe inestabilidad en el proceso
(Gutiérrez y De La Vara, 2009, p. 269). Omitiendo los puntos fuera de los límites de
control para la variable de pH se presenta una capacidad del proceso a largo plazo
promedio en los 6 meses de 1,39, lo cual indica que es un proceso aceptable. En
el biorreactor 1 se presenta 0% de índice de inestabilidad en el proceso de control
de temperatura lo que indica que existe baja variabilidad, además presenta un Cp
a largo plazo mayor a 1,33 lo cual se considera un proceso adecuado (Gutiérrez y
De La Vara, 2009, p. 269), la cual se presenta en la Tabla 3.20.
Tabla 3.20. Índice de inestabilidad y capacidad del proceso para las variable pH y temperatura del biorreactor 1
Indicadores Mes 1 Mes 2 Mes 3 Mes 4 Mes 5 Mes 6 Promedio
St. pH 13,95% 23,91% 3,37% 48,38% 14,77% 3,22% 17,93%
Cp. pH 1,82 1,60 1,37 1,12 1,20 1,24 1,39
St. T. 0,00 0,00 0,00 0,00 0,00 0,00 0,00
Cp. T. 1,31 1,20 1,30 1,33 1,36 1,43 1,32
66
En la Tabla 3.21., se presentan los resultados de las gráficas de control de lecturas
individuales para el pH y temperatura del biorreactor 21 en el primer mes.
Tabla 3.21. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 21 en el primer mes
Resultados Proceso de control
de pH Proceso de control de Temperatura
No. Observaciones 93,00 93,00
No. Observaciones excluidas 13,00 0,00
No. Observaciones analizadas 80,00 93,00
Índice de inestabilidad (St.) 13,97% 0,00%
L.S.C. 9,64 47,87
L.I.C. 9,18 14,16
L.S.E. 10,50 50,00
L.I.E. 9,00 10,00
Media del proceso (L.C.) 9,41 31,02
Desviación estándar del proceso 0,11 4,59
Capacidad del proceso (Cp.) 2,21 1,45
L.S.C. Límite superior de control, L.I.C. Límite inferior de control, L.C. Límite central L.S.E. Límite superior de la especificación, L.I.E. Límite inferior de la especificación.
En la Figura 3.27., se presenta la gráfica de control de lecturas individuales del
proceso de pH del biorreactor 21 en el primer mes.
Figura 3.27. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 21 en el primer mes
9,41
9,64
9,19
pH
0 20 40 60 80 100Observación
9
9,3
9,6
9,9
10,2
10,5
67
En la Figura 3.28., se presenta la gráfica de control de lecturas individuales del
proceso de temperatura del biorreactor 21 en el primer mes.
Figura 3.28. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 21 en el primer mes
En la Tabla 3.22., se presentan los resultados de las gráficas de control de lecturas
individuales para el pH y temperatura del biorreactor 21 en el segundo mes.
Tabla 3.22. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 21 en el segundo mes
Resultados Proceso de control
de pH Proceso de control de Temperatura
No. Observaciones 92,00 92,00
No. Observaciones excluidas 9,00 0,00
No. Observaciones analizadas 83,00 92,00
Índice de inestabilidad (St.) 9,78% 0,00%
L.S.C. 9,77 44,61
L.I.C. 9,17 12,81
L.S.E. 10,50 50,00
L.I.E. 9,00 10,00
Media del proceso (L.C.) 9,47 28,71
Desviación estándar del proceso 0,14 4,82
Capacidad del proceso (Cp.) 1,74 1,38 L.S.C. Límite superior de control, L.I.C. Límite inferior de control, L.C. Límite central L.S.E. Límite superior de la especificación, L.I.E. Límite inferior de la especificación.
° C
31,02
47,88
14,17
0 20 40 60 80 100Observación
0
10
20
30
40
50
68
En la Figura 3.29., se presenta la gráfica de control de lecturas individuales del
proceso de pH del biorreactor 21 en el segundo mes.
Figura 3.29. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 21 en el segundo mes
En la Figura 3.30., se presenta la gráfica de control de lecturas individuales del
proceso de temperatura del biorreactor 21 en el primer mes.
Figura 3.30. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 21 en el segundo mes
9,47
9,77
9,17
pH
0 20 40 60 80 100Observación
8,8
9,1
9,4
9,7
10
10,3
10,6
° C
28,72
44,62
12,82
0 20 40 60 80 100Observación
0
10
20
30
40
50
69
En la Tabla 3.23., se presentan los resultados de las gráficas de control de lecturas
individuales tanto para pH y temperatura del biorreactor 21 en el tercer mes.
Tabla 3.23. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 21 en el tercer mes
Resultados Proceso de control
de pH Proceso de control de
Temperatura
No. Observaciones 89,00 89,00
No. Observaciones excluidas 4,00 0,00
No. Observaciones analizadas 85,00 92,00
Índice de inestabilidad (St.) 4,49% 0,00%
L.S.C. 9,82 44,39
L.I.C. 9,12 13,08
L.S.E. 10,50 50,00
L.I.E. 9,00 10,00
Media del proceso (L.C.) 9,47 28,74
Desviación estándar del proceso 0,13 5,26
Capacidad del proceso (Cp.) 1,80 1,26 L.S.C. Límite superior de control, L.I.C. Límite inferior de control, L.C. Límite central L.S.E. Límite superior de la especificación, L.I.E. Límite inferior de la especificación. En la Figura 3.31., se presenta la gráfica de control de lecturas individuales del
proceso de pH del biorreactor 21 en el tercer mes.
Figura 3.31. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 21 en el tercer mes
9,47
9,83
9,12
pH
0 20 40 60 80 100Observación
9
9,3
9,6
9,9
10,2
10,5
70
En la Figura 3.32., se presenta la gráfica de control de lecturas individuales del
proceso de temperatura del biorreactor 21 en el tercer mes.
Figura 3.32. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 21 en el tercer mes
En la Tabla 3.24., se presentan los resultados de las gráficas de control de lecturas
individuales para el pH y temperatura del biorreactor 21 en el cuarto mes.
Tabla 3.24. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 21 en el cuarto mes
Resultados Proceso de control
de pH Proceso de control de Temperatura
No. Observaciones 93,00 93,00
No. Observaciones excluidas 6,00 0,00
No. Observaciones analizadas 87,00 93,00
Índice de inestabilidad (St.) 6,45% 0,00%
L.S.C. 9,86 43,16
L.I.C. 8,94 12,92
L.S.E. 10,50 50,00
L.I.E. 9,00 10,00
Media del proceso (L.C.) 9,40 28,04
Desviación estándar del proceso 0,16 5,08
Capacidad del proceso (Cp.) 1,52 1,31 L.S.C. Límite superior de control, L.I.C. Límite inferior de control, L.C. Límite central L.S.E. Límite superior de la especificación, L.I.E. Límite inferior de la especificación.
° C
28,74
44,40
13,09
0 20 40 60 80 100Observación
0
10
20
30
40
50
71
En la Figura 3.33., se presenta la gráfica de control de lecturas individuales del
proceso de pH del biorreactor 21 en el cuarto mes.
Figura 3.33. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 21 en el cuarto mes
En la Figura 3.34., se presenta la gráfica de control de lecturas individuales del
proceso de temperatura del biorreactor 21 en el cuarto mes.
Figura 3.34. Gráfica de control de lecturas individuales y gráfica de rangos del proceso de temperatura del biorreactor 21 en el cuarto mes
pH
9,41
9,87
8,95
0 20 40 60 80 100Observación
8,7
9
9,3
9,6
9,9
10,2
10,5
° C
28,04
43,16
12,92
0 20 40 60 80 100Observación
0
10
20
30
40
50
72
En la Tabla 3.25., se presentan los resultados de las gráficas de control de lecturas
individuales para el pH y temperatura del biorreactor 21 en el quinto mes.
Tabla 3.25. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 21 en el quinto mes
Resultados Proceso de control
de pH Proceso de control de Temperatura
No. Observaciones 89,00 89,00
No. Observaciones excluidas 1,00 0,00
No. Observaciones analizadas 88,00 89,00
Índice de inestabilidad (St.) 1,12% 0,00%
L.S.C. 9,92 45,77
L.I.C. 8,93 12,22
L.S.E. 10,50 50,00
L.I.E. 9,00 10,00
Media del proceso (L.C.) 9,42 29,00
Desviación estándar del proceso 0,18 4,63
Capacidad del proceso (Cp.) 1,32 1,43 L.S.C. Límite superior de control, L.I.C. Límite inferior de control, L.C. Límite central L.S.E. Límite superior de la especificación, L.I.E. Límite inferior de la especificación. En la Figura 3.35., se presenta la gráfica de control de lecturas individuales del
proceso de pH del biorreactor 21 en el quinto mes.
Figura 3.35. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 21 en el quinto mes
9,43
9,93
8,93
pH
0 20 40 60 80 100Observación
8,9
9,3
9,7
10,1
10,5
73
En la Figura 3.36., se presenta la gráfica de control de lecturas individuales del
proceso de temperatura del biorreactor 21 en el quinto mes.
Figura 3.36. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 21 en el quinto mes
En la Tabla 3.26., se presentan los resultados de las gráficas de control de lecturas
individuales para el pH y temperatura del biorreactor 21 en el sexto mes.
Tabla 3.26. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 21 en el sexto mes
Resultados Proceso de control
de pH Proceso de control de Temperatura
No. Observaciones 93,00 93,00
No. Observaciones excluidas 5,00 0,00
No. Observaciones analizadas 88,00 93,00
Índice de inestabilidad (St.) 5,37% 0,00%
L.S.C. 9,82 47,03
L.I.C. 8,77 11.76
L.S.E. 10,50 50,00
L.I.E. 9,00 10,00
Media del proceso (L.C.) 9,30 29,39
Desviación estándar del proceso 0,19 5,15
Capacidad del proceso (Cp.) 1,27 1,29 L.S.C. Límite superior de control, L.I.C. Límite inferior de control, L.C. Límite central L.S.E. Límite superior de la especificación, L.I.E. Límite inferior de la especificación.
° C
29,00
45,77
12,23
0 20 40 60 80 100Observación
0
10
20
30
40
50
74
En la Figura 3.37., se presenta la gráfica de control de lecturas individuales del
proceso de pH del biorreactor 21 en el sexto mes.
Figura 3.37. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 21 en el sexto mes
En la Figura 3.38., se presenta la gráfica de control de lecturas individuales del
proceso de temperatura del biorreactor 21 en el sexto mes.
Figura 3.38. Gráfica de control de lecturas individuales del proceso temperatura del biorreactor 21 en el sexto mes
9,30
9,83
8,77
pH
0 20 40 60 80 100Observación
8,4
8,8
9,2
9,6
10
10,4
10,8
° C
29,40
47,03
11,76
0 20 40 60 80 100Observación
0
10
20
30
40
50
75
Se puede observar en las gráficas de control de lecturas individuales del biorreactor
21 que las variables de temperatura y pH, presentan baja inestabilidad teniendo un
proceso más estable.
Debido a que las causas atribuibles de: falta de homogenización, tiempos largos de
calentamiento y cambios bruscos de pH disminuyen con un menor volumen de
cultivo y por ende menor biomasa de la cianobacteria spirulina.
En la Tabla 3.27 se presenta el índice de inestabilidad y Cp de las variables pH y
temperatura del biorreactor 21.
Tabla 3.27. Índice de inestabilidad y capacidad del proceso para las variable pH y temperatura del biorreactor 21
Indicadores Mes 1 Mes 2 Mes 3 Mes 4 Mes 5 Mes 6 Promedio
St. pH 13,97% 9,78% 4,49% 6,45% 1,12% 5,37% 6,86%
Cp. pH 2,21 1,74 1,80 1,52 1,32 1,27 1,64
St. T. 0,00 0,00 0,00 0,00 0,00 0,00 0,00
Cp. T. 1,45 1,38 1,26 1,31 1,43 1,29 1,35
Se puede observar que el comportamiento de la variable pH se mantiene un índice
de inestabilidad promedio menor a 10% y un Cp promedio de 1,64, lo cual indica
que es un proceso adecuado.
Pero se observa un decrecimiento en la capacidad del proceso lo cual se asigna a
causas atribuibles ya que la maquinaria que se emplea para este proceso sufrió
desgaste en las válvulas de regulación.
Para la variable temperatura se observa un índice de inestabilidad de 0% y un Cp
promedio de 1,35, lo cual indica que es un proceso adecuado.
En la Tabla 3.28., se presentan los resultados de las gráficas de control de lecturas
individuales para el pH y temperatura del biorreactor 22 en el primer mes.
76
Tabla 3.28. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 22 en el primer mes
Resultados Proceso de control
de pH Proceso de control de Temperatura
No. Observaciones 93,00 93,00
No. Observaciones excluidas 3,00 0,00
No. Observaciones analizadas 90,00 93,00
Índice de inestabilidad (St.) 3,22% 0,00%
L.S.C. 9,65 48,89
L.I.C. 8,92 13,27
L.S.E. 10,50 50,00
L.I.E. 9,00 10,00
Media del proceso (L.C.) 9,29 31,08
Desviación estándar del proceso 0,15 4,69
Capacidad del proceso (Cp.) 1,63 1,41 L.S.C. Límite superior de control, L.I.C. Límite inferior de control, L.C. Límite central L.S.E. Límite superior de la especificación, L.I.E. Límite inferior de la especificación.
En la Figura 3.39., se presenta la gráfica de control de lecturas individuales del
proceso de pH del biorreactor 22 en el primer mes.
Figura 3.39. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 22 en el primer mes
En la Figura 3.40., se presenta la gráfica de control de lecturas individuales del
proceso de temperatura del biorreactor 22 en el primer mes.
9,29
9,66
8,92
pH
0 20 40 60 80 100Observación
8,1
8,5
8,9
9,3
9,7
10,1
10,5
77
Figura 3.40. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 22 en el primer mes
En la Tabla 3.29., se presentan los resultados de las gráficas de control de lecturas
individuales para el pH y temperatura del biorreactor 22 en el segundo mes.
Tabla 3.29. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 22 en el segundo mes
Resultados Proceso de control
de pH Proceso de control de
Temperatura
No. Observaciones 92,00 92,00
No. Observaciones excluidas 11,00 0,00
No. Observaciones analizadas 81,00 92,00
Índice de inestabilidad (St.) 11,95% 0,00%
L.S.C. 9,89 45,47
L.I.C. 8,86 12,62
L.S.E. 10,50 50,00
L.I.E. 9,00 10,00
Media del proceso (L.C.) 9,37 29,05
Desviación estándar del proceso 0,22 4,85
Capacidad del proceso (Cp.) 1,11 1,37 L.S.C. Límite superior de control, L.I.C. Límite inferior de control, L.C. Límite central L.S.E. Límite superior de la especificación, L.I.E. Límite inferior de la especificación.
En la Figura 3.41., se presenta la gráfica de control de lecturas individuales del
proceso de pH del biorreactor 22 en el segundo mes.
° C
31,09
48,89
13,28
0 20 40 60 80 100Observación
0
10
20
30
40
50
78
Figura 3.41. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 22 en el segundo mes
En la Figura 3.42., se presenta la gráfica de control de lecturas individuales del
proceso de temperatura del biorreactor 22 en el segundo mes.
Figura 3.42. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 22 en el segundo mes
9,38
9,89
8,87
pH
0 20 40 60 80 100Observación
8,5
8,9
9,3
9,7
10,1
10,5
° C
29,05
45,48
12,63
0 20 40 60 80 100Observación
0
10
20
30
40
50
79
En la Tabla 3.30., se presentan los resultados de las gráficas de control de lecturas
individuales para el pH y temperatura del biorreactor 22 en el tercer mes.
Tabla 3.30. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 22 en el tercer mes
Resultados Proceso de control
de pH Proceso de control de Temperatura
No. Observaciones 89,00 89,00
No. Observaciones excluidas 3,00 0,00
No. Observaciones analizadas 86,00 89,00
Índice de inestabilidad (St.) 3,37% 0,00%
L.S.C. 10,07 46,04
L.I.C. 8,93 12,01
L.S.E. 10,50 50,00
L.I.E. 9,00 10,00
Media del proceso (L.C.) 9,50 29,03
Desviación estándar del proceso 0,23 5,35
Capacidad del proceso (Cp.) 1,07 1,24 L.S.C. Límite superior de control, L.I.C. Límite inferior de control, L.C. Límite central L.S.E. Límite superior de la especificación, L.I.E. Límite inferior de la especificación. En la Figura 3.43., se presenta la gráfica de control de lecturas individuales del
proceso de pH del biorreactor 22 en el tercer mes.
Figura 3.43. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 22 en el tercer mes
9,50
10,07
8,93
pH
0 20 40 60 80 100Observación
8,5
8,9
9,3
9,7
10,1
10,5
80
En la Figura 3.44., se presenta la gráfica de control de lecturas individuales del
proceso de temperatura del biorreactor 22 en el tercer mes.
Figura 3.44. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 22 en el tercer mes
En la Tabla 3.31., se presenta los resultados de la gráficas de control de lecturas
individuales para el pH y temperatura del biorreactor 22 en el cuarto mes.
Tabla 3.31. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 22 en el cuarto mes
Resultados Proceso de control
de pH Proceso de control de Temperatura
No. Observaciones 93,00 93,00
No. Observaciones excluidas 6,00 0,00
No. Observaciones analizadas 87,00 93,00
Índice de inestabilidad (St.) 6,45% 0,00%
L.S.C. 9,89 43,22
L.I.C. 8,89 12,92
L.S.E. 10,50 50,00
L.I.E. 9,00 10,00
Media del proceso (L.C.) 9,39 28,07
Desviación estándar del proceso 0,21 5,07
Capacidad del proceso (Cp.) 1,16 1,31 L.S.C. Límite superior de control, L.I.C. Límite inferior de control, L.C. Límite central L.S.E. Límite superior de la especificación, L.I.E. Límite inferior de la especificación.
29,03
46,05
12,02
° C
0 20 40 60 80 100Observación
0
10
20
30
40
50
81
En la Figura 3.45., se presenta la gráfica de control de lecturas individuales del
proceso de pH del biorreactor 22 en el cuarto mes.
Figura 3.45. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 22 en el cuarto mes
En la Figura 3.46., se presenta la gráfica de control de lecturas individuales del
proceso de temperatura del biorreactor 22 en el cuarto mes.
Figura 3.46. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 22 en el cuarto mes
9,39
9,89
8,89
pH
0 20 40 60 80 100Observación
8,4
8,8
9,2
9,6
10
10,4
10,8
° C
28,08
43,22
12,93
0 20 40 60 80 100Observación
0
10
20
30
40
50
82
En la Tabla 3.32., se presentan los resultados de las gráficas de control de lecturas
individuales para el pH y temperatura del biorreactor 22 en el quinto mes.
Tabla 3.32. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 22 en el quinto mes
Resultados Proceso de
control de pH Proceso de control de Temperatura
No. Observaciones 89,00 89,00
No. Observaciones excluidas 5,00 0,00
No. Observaciones analizadas 84,00 89,00
Índice de inestabilidad (St.) 5,61% 0,00%
L.S.C. 9,93 46,31
L.I.C. 8,89 11,79
L.S.E. 10,50 50,00
L.I.E. 9,00 10,00
Media del proceso (L.C.) 9,41 29,05
Desviación estándar del proceso 0,18 4,74
Capacidad del proceso (Cp.) 1,32 1,40 L.S.C. Límite superior de control, L.I.C. Límite inferior de control, L.C. Límite central L.S.E. Límite superior de la especificación, L.I.E. Límite inferior de la especificación. En la Figura 3.47., se presenta la gráfica de control de lecturas individuales del
proceso de pH del biorreactor 22 en el quinto mes.
Figura 3.47. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 22 en el quinto mes
9,41
9,93
8,89
pH
0 20 40 60 80 100Observación
8,6
9
9,4
9,8
10,2
10,6
83
En la Figura 3.48., se presenta la gráfica de control de lecturas individuales del
proceso de temperatura del biorreactor 22 en el quinto mes.
Figura 3.48. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 22 en el quinto mes
En la Tabla 3.33., se presentan los resultados de las gráficas de control de lecturas
individuales para el pH y temperatura del biorreactor 22 en el sexto mes.
Tabla 3.33. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 22 en el sexto mes
Resultados Proceso de
control de pH Proceso de control de
Temperatura
No. Observaciones 93,00 89,00
No. Observaciones excluidas 0,00 0,00
No. Observaciones analizadas 93,00 89,00
Índice de inestabilidad (St.) 0,00% 0,00%
L.S.C. 9,97 46,64
L.I.C. 8,77 11,72
L.S.E. 10,50 50,00
L.I.E. 9,00 10,00
Media del proceso (L.C.) 9,24 29,18
Desviación estándar del proceso 0,18 5,13
Capacidad del proceso (Cp.) 1,34 1,29
L.S.C. Límite superior de control, L.I.C. Límite inferior de control, L.C. Límite central L.S.E. Límite superior de la especificación, L.I.E. Límite inferior de la especificación.
° C
29,06
46,31
11,80
0 20 40 60 80 100Observación
0
10
20
30
40
50
84
En la Figura 3.49., se presenta la gráfica de control de lecturas individuales del
proceso de pH del biorreactor 22 en el sexto mes.
Figura 3.49. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 22 en el sexto mes
En la Figura 3.50., se presenta la gráfica de control de lecturas individuales del
proceso de temperatura del biorreactor 22 en el sexto mes.
Figura 3.50. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 22 en el sexto mes
9,24
9,70
8,78
pH
0 20 40 60 80 100Observación
8,7
9
9,3
9,6
9,9
10,2
10,5
° C
29,18
46,64
11,72
0 20 40 60 80 100Observación
0
10
20
30
40
50
85
En el biorreactor 22 se evidencio que el límite inferior de control en la mayoría de
los meses se situó debajo del límite de la especificación debido a problemas en la
válvula de inyección, por lo cual se atribuye una variabilidad por causa de defecto
en la maquinaria (Zamudio y Hernández, 2004, p. 66). En las gráficas de control de
lecturas individuales de temperatura en el biorreactor 22 presenta una baja
variabilidad con pequeñas tendencias bajo el límite central por bajas temperaturas.
En la Tabla 3.34., se observa para la variable pH un índice de inestabilidad
promedio menor a 5,10% y un Cp 1,27 lo cual indica que es un proceso estable a
pesar que se presentó problemas en el mecanismo de inyección se corrigió para
los 3 últimos meses, mejorando el Cp. Para la variable de temperatura se obtuvo
un proceso adecuado ya que en promedio se alcanzó un Cp de 1,33 y un St del
0%.
Tabla 3.34. Índice de inestabilidad y capacidad del proceso para las variable pH y temperatura del biorreactor 22
Indicadores Mes 1 Mes 2 Mes 3 Mes 4 Mes 5 Mes 6 Promedio
St. pH 3,22% 11,95% 3,37% 6,45% 5,61% 0 5,10%
Cp. pH 1,63 1,11 1,07 1,16 1,32 1,34 1,27
St. T. 0,00 0,00 0,00 0,00 0,00 0,00 0,00
Cp. T. 1,41 1,37 1,24 1,31 1,40 1,29 1,33
En la Tabla 3.35., se presentan los resultados de las gráficas de control de lecturas
individuales tanto para el pH y temperatura del biorreactor 25 en el primer mes.
Tabla 3.35. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 25 en el primer mes
Resultados Proceso de control
de pH
Proceso de control de
Temperatura
No. Observaciones 93,00 93,00
No. Observaciones excluidas 14,00 0,00
No. Observaciones analizadas 79,00 93,00
Índice de inestabilidad (St.) 15,05% 0,00%
L.S.C. 9,67 48,58
86
Tabla 3.35. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 25 en el primer mes (continuación…)
L.I.C. 9,15 13,26
L.S.E. 10,50 50,00
L.I.E. 9,00 10,00
Media del proceso (L.C.) 9,41 30,92
Desviación estándar del proceso 0,11 4,74
Capacidad del proceso (Cp.) 2,26 1,40 L.S.C. Límite superior de control, L.I.C. Límite inferior de control, L.C. Límite central L.S.E. Límite superior de la especificación, L.I.E. Límite inferior de la especificación.
En la Figura 3.51., se presenta la gráfica de control de lecturas individuales del
proceso de pH del biorreactor 25 en el primer mes.
Figura 3.51. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 25 en el primer mes
En la Figura 3.52., se presenta la gráfica de control de lecturas individuales del
proceso de temperatura del biorreactor 25 en el primer mes.
9,41
9,68
9,15
pH
0 20 40 60 80 100Observación
8,8
9,1
9,4
9,7
10
10,3
10,6
87
Figura 3.52. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 25 en el primer mes
En la Tabla 3.36., se presentan los resultados de las gráficas de control de lecturas
individuales para el pH y temperatura del biorreactor 25 en el segundo mes.
Tabla 3.36. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 25 en el segundo mes
Resultados Proceso de control
de pH Proceso de control de Temperatura
No. Observaciones 92,00 92,00
No. Observaciones excluidas 11,00 0,00
No. Observaciones analizadas 81,00 92,00
Índice de inestabilidad (St.) 11,95% 0,00%
L.S.C. 9,76 45,21
L.I.C. 9,18 12,58
L.S.E. 10,50 50,00
L.I.E. 9,00 10,00
Media del proceso (L.C.) 9,47 28,9
Desviación estándar del proceso 0,12 4,91
Capacidad del proceso (Cp.) 2,06 1,35
L.S.C. Límite superior de control, L.I.C. Límite inferior de control, L.C. Límite central L.S.E. Límite superior de la especificación, L.I.E. Límite inferior de la especificación.
30,92
48,59
13,26
° C
0 20 40 60 80 100Observación
0
10
20
30
40
50
88
En la Figura 3.53., se presenta la gráfica de control de lecturas individuales del
proceso de pH del biorreactor 25 en el segundo mes.
Figura 3.53. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 25 en el segundo mes
En la Figura 3.54., se presenta la gráfica de control de lecturas individuales del
proceso de temperatura del biorreactor 25 en el segundo mes.
Figura 3.54. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 25 en el segundo mes
9,47
9,76
9,18
pH
0 20 40 60 80 100Observación
8,5
8,9
9,3
9,7
10,1
10,5
28,90
45,22
12,59
° C
0 20 40 60 80 100Observación
0
10
20
30
40
50
89
En la Tabla 3.37., se presentan los resultados de las gráficas de control de lecturas
individuales para el pH y temperatura del biorreactor 25 en el tercer mes.
Tabla 3.37. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 25 en el tercer mes
Resultados Proceso de
control de pH Proceso de control de
Temperatura
No. Observaciones 89,00 89,00
No. Observaciones excluidas 0,00 0,00
No. Observaciones analizadas 89,00 89,00
Índice de inestabilidad (St.) 0,00% 0,00%
L.S.C. 9,92 46,45
L.I.C. 8,97 11,81
L.S.E. 10,50 50,00
L.I.E. 9,00 10,00
Media del proceso (L.C.) 9,45 29,13
Desviación estándar del proceso 0,18 5,47
Capacidad del proceso (Cp.) 1,30 1,21 L.S.C. Límite superior de control, L.I.C. Límite inferior de control, L.C. Límite central L.S.E. Límite superior de la especificación, L.I.E. Límite inferior de la especificación.
En la Figura 3.55., se presenta la gráfica de control de lecturas individuales del
proceso de pH del biorreactor 25 en el tercer mes.
Figura 3.55. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 25 en el tercer mes
9,45
9,92
8,98
pH
0 20 40 60 80 100Observación
8,9
9,3
9,7
10,1
10,5
90
En la Figura 3.56., se presenta la gráfica de control de lecturas individuales del
proceso de temperatura del biorreactor 25 en el tercer mes.
Figura 3.56. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 25 en el tercer mes
En la Tabla 3.38., se presentan los resultados de las gráficas de control de lecturas
individuales para el pH y temperatura del biorreactor 25 en el cuarto mes.
Tabla 3.38. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 25 en el cuarto mes
Resultados Proceso de control
de pH Proceso de control de Temperatura
No. Observaciones 93,00 93,00
No. Observaciones excluidas 8,00 0,00
No. Observaciones analizadas 85,00 93,00
Índice de inestabilidad (St.) 8,60% 0,00%
L.S.C. 9,79 40,54
L.I.C. 8,98 15,68
L.S.E. 10,50 50
L.I.E. 9,00 10
Media del proceso (L.C.) 9,39 28,11
Desviación estándar del proceso 0,16 4,47
Capacidad del proceso (Cp.) 1,47 1,49
L.S.C. Límite superior de control, L.I.C. Límite inferior de control, L.C. Límite central L.S.E. Límite superior de la especificación, L.I.E. Límite inferior de la especificación.
° C
29,13
46,45
11,82
0 20 40 60 80 100Observación
0
10
20
30
40
50
91
En la Figura 3.57., se presenta la gráfica de control de lecturas individuales del
proceso de pH del biorreactor 25 en el cuarto mes.
Figura 3.57. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 25 en el cuarto mes
En la Figura 3.58., se presenta la gráfica de control de lecturas individuales del
proceso de temperatura del biorreactor 25 en el cuarto mes.
Figura 3.58. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 25 en el cuarto mes
9,39
9,80
8,99
pH
0 20 40 60 80 100Observación
8,9
9,3
9,7
10,1
10,5
28,12
40,55
15,69
° C
0 20 40 60 80 100Observación
0
10
20
30
40
50
92
En la Tabla 3.39., se presentan los resultados de las gráficas de control de lecturas
individuales para el pH y temperatura del biorreactor 25 en el quinto mes.
Tabla 3.39. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 25 en el quinto mes
Resultados Proceso de control
de pH Proceso de control de Temperatura
No. Observaciones 89,00 89,00
No. Observaciones excluidas 0,00 0,00
No. Observaciones analizadas 89,00 89,00
Índice de inestabilidad (St.) 0,00% 0,00%
L.S.C. 9,89 44,02
L.I.C. 8,90 13,68
L.S.E. 10,50 50,00
L.I.E. 9,00 10,00
Media del proceso (L.C.) 9,40 28,85
Desviación estándar del proceso 0,17 4,17
Capacidad del proceso (Cp.) 1,47 1,59 L.S.C. Límite superior de control, L.I.C. Límite inferior de control, L.C. Límite central L.S.E. Límite superior de la especificación, L.I.E. Límite inferior de la especificación.
En la Figura 3.59., se presenta la gráfica de control de lecturas individuales del
proceso de pH del biorreactor 25 en el quinto mes.
Figura 3.59. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 25 en el quinto mes
9,40
9,90
8,90
pH
0 20 40 60 80 100Observación
8,9
9,3
9,7
10,1
10,5
93
En la Figura 3.60., se presenta la gráfica de control de lecturas individuales del
proceso de temperatura del biorreactor 25 en el quinto mes.
Figura 3.60. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 25 en el quinto mes
En la Tabla 3.40., se presentan los resultados de las gráficas de control de lecturas
individuales para el pH y temperatura del biorreactor 25 en el sexto mes.
Tabla 3.40. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 25 en el sexto mes
Resultados Proceso de
control de pH Proceso de control de
Temperatura
No. Observaciones 93,00 93,00
No. Observaciones excluidas 8,00 0,00
No. Observaciones analizadas 85,00 93,00
Índice de inestabilidad (St.) 8,60% 0,00%
L.S.C. 9,72 46,24
L.I.C. 8,88 12,59
L.S.E. 10,50 50,00
L.I.E. 9,00 10,00
Media del proceso (L.C.) 9,30 29,41
Desviación estándar del proceso 0,17 5,01
Capacidad del proceso (Cp.) 1,45 1,33 L.S.C. Límite superior de control, L.I.C. Límite inferior de control, L.C. Límite central L.S.E. Límite superior de la especificación, L.I.E. Límite inferior de la especificación.
28,85
44,03
13,68
° C
0 20 40 60 80 100Observación
0
10
20
30
40
50
94
En la Figura 3.61., se presenta la gráfica de control de lecturas individuales del proceso de pH del biorreactor 25 en el sexto mes.
Figura 3.61. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 25 en el sexto mes
En la Figura 3.62., se presenta la gráfica de control de lecturas individuales del
proceso de temperatura del biorreactor 25 en el sexto mes.
Figura 3.62. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 25 en el sexto mes
9,31
9,72
8,89
pH
0 20 40 60 80 100Observación
8,6
9
9,4
9,8
10,2
10,6
29,42
46,24
12,59
° C
0 20 40 60 80 100Observación
0
10
20
30
40
50
95
De igual manera que en el biorreactor 22 en los últimos 4 meses el límite de control
inferior fue menor al límite inferior de la especificación en el biorreactor 25 se
atribuye este problema a fallas en el sistema de dosificación de CO2 ya que el
procedimiento solo hace de forma manual, iniciando con un Cp mayor y
estabilizando en 1,47, lo cual indica que es un proceso adecuado. Referente a la
variable temperatura se mantiene con baja variabilidad presentando estabilidad en
el proceso con una Cp promedio de 1,40. Como se presenta en la Tabla 3.41.
Tabla 3.41. Índice de inestabilidad y capacidad del proceso para las variable pH y temperatura del biorreactor 25
Indicadores Mes 1 Mes 2 Mes 3 Mes 4 Mes 5 Mes 6 Promedio
St. pH 15,05% 11,95% 0% 8,60% 0 8,60% 7,36%
Cp. pH 2,26 2,06 1,30 1,47 1,47 1,45 1,66
St. T. 0,00 0,00 0,00 0,00 0,00 0,00 0,00
Cp. T. 1,40 1,35 1,21 1,49 1,59 1,33 1,40
En la Tabla 3.42., se presentan los resultados de las gráficas de control de lecturas
individuales para el pH y temperatura del biorreactor 3 en el primer mes.
Tabla 3.42. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 3 en el primer mes
Resultados Proceso de control
de pH Proceso de control de Temperatura
No. Observaciones 93,00 93,00
No. Observaciones excluidas 31,00 0,00
No. Observaciones analizadas 62,00 93,00
Índice de inestabilidad (St.) 33,33% 0,00%
L.S.C. 9,71 51,28
L.I.C. 9,52 10,69
L.S.E. 10,50 50,00
L.I.E. 9,00 10,00
Media del proceso (L.C.) 9,62 30,98
Desviación estándar del proceso 0,05 5,25
Capacidad del proceso (Cp.) 4,60 1,26 L.S.C. Límite superior de control, L.I.C. Límite inferior de control, L.C. Límite central L.S.E. Límite superior de la especificación, L.I.E. Límite inferior de la especificación.
96
En la Figura 3.63., se presenta la gráfica de control de lecturas individuales del
proceso de pH del biorreactor 3 en el primer mes.
Figura 3.63. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 3 en el primer mes
En la Figura 3.64., se presenta la gráfica de control de lectura individuales del
proceso de temperatura del biorreactor 3 en el primer mes.
Figura 3.64. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 3 en el primer mes
9,629,71
9,53
pH
0 20 40 60 80 100Observación
9
9,3
9,6
9,9
10,2
10,5
30,99
51,28
10,70
° C
0 20 40 60 80 100Observación
0
10
20
30
40
50
60
97
En la Tabla 3.43., se presentan los resultados de las gráficas de control de lecturas
individuales para el pH y temperatura del biorreactor 3 en el segundo mes.
Tabla 3.43. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 3 en el segundo mes
Resultados Proceso de
control de pH Proceso de control de
Temperatura
No. Observaciones 92,00 92,00
No. Observaciones excluidas 39,00 0,00
No. Observaciones analizadas 53,00 92,00
Índice de inestabilidad (St.) 42,39% 0,00%
L.S.C. 9,82 50,15
L.I.C. 9,50 9,58
L.S.E. 10,50 50,00
L.I.E. 9,00 10,00
Media del proceso (L.C.) 9,66 29,86
Desviación estándar del proceso 0,09 5,40
Capacidad del proceso (Cp.) 2,61 1,23 L.S.C. Límite superior de control, L.I.C. Límite inferior de control, L.C. Límite central L.S.E. Límite superior de la especificación, L.I.E. Límite inferior de la especificación.
En la Figura 3.65., se presenta la gráfica de control de lecturas individuales del
proceso de pH del biorreactor 3 en el segundo mes.
Figura 3.65. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 3 en el segundo mes
9,66
9,83
9,50
pH
0 20 40 60 80 100Observación
9
9,3
9,6
9,9
10,2
10,5
98
En la Figura 3.66., se presenta la gráfica de control de lecturas individuales del
proceso de temperatura del biorreactor 3 en el segundo mes.
Figura 3.66. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 3 en el segundo mes
En la Tabla 3.44., se presentan los resultados de las gráficas de control de lecturas
individuales para el pH y temperatura del biorreactor 3 en el tercer mes.
Tabla 3.44. Resultados de los parámetros de la gráficas de control de lecturas individuales para el pH y temperatura del biorreactor 3 en el tercer mes
Resultados Proceso de
control de pH Proceso de control de
Temperatura
No. Observaciones 89,00 89,00
No. Observaciones excluidas 35,00 0,00
No. Observaciones analizadas 54,00 89,00
Índice de inestabilidad (St.) 39,32% 0,00%
L.S.C. 9,68 46,65
L.I.C. 9,37 12,74
L.S.E. 10,50 50,00
L.I.E. 9,00 10,00
Media del proceso (L.C.) 9,53 29,69
Desviación estándar del proceso 0,06 5,28
Capacidad del proceso (Cp.) 3,73 1,26 L.S.C. Límite superior de control, L.I.C. Límite inferior de control, L.C. Límite central L.S.E. Límite superior de la especificación, L.I.E. Límite inferior de la especificación.
° C 29,87
50,15
9,59
0 20 40 60 80 100Observación
0
10
20
30
40
50
60
99
En la Figura 3.67., se presenta la gráfica de control de lecturas individuales del
proceso de pH del biorreactor 3 en el tercer mes.
Figura 3.67. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 3 en el tercer mes
En la Figura 3.68., se presenta la gráfica de control de lecturas individuales del
proceso de temperatura del biorreactor 3 en el tercer mes.
Figura 3.68. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 3 en el tercer mes
9,53
9,68
9,38
pH
0 20 40 60 80 100Observación
9
9,3
9,6
9,9
10,2
10,5
° C
29,70
46,65
12,74
0 20 40 60 80 100Observación
0
10
20
30
40
50
100
En la Tabla 3.45., se presentan los resultados de las gráficas de control de lecturas
individuales para el pH y temperatura del biorreactor 3 en el cuarto mes.
Tabla 3.45. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 3 en el cuarto mes
Resultados Proceso de control
de pH
Proceso de control de
Temperatura
No. Observaciones 93,00 93,00
No. Observaciones excluidas 40,00 0,00
No. Observaciones analizadas 53,00 89,00
Índice de inestabilidad (St.) 43,01% 0,00%
L.S.C. 9,57 45,97
L.I.C. 9,32 12,21
L.S.E. 10,50 50,00
L.I.E. 9,00 10,00
Media del proceso (L.C.) 9,44 29,09
Desviación estándar del proceso 0,05 5,13
Capacidad del proceso (Cp.) 4,59 1,29 L.S.C. Límite superior de control, L.I.C. Límite inferior de control, L.C. Límite central L.S.E. Límite superior de la especificación, L.I.E. Límite inferior de la especificación.
En la Figura 3.69., se presenta la gráfica de control de lecturas individuales del
proceso de pH del biorreactor 3 en el cuarto mes.
Figura 3.69. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 3 en el cuarto mes
9,45
9,57
9,32
pH
0 20 40 60 80 100Observación
9
9,3
9,6
9,9
10,2
10,5
101
En la Figura 3.70., se presenta la gráfica de control de lecturas individuales del
proceso de temperatura del biorreactor 3 en el cuarto mes.
Figura 3.70. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 3 en el cuarto mes
En la Tabla 3.46., se presentan los resultados de las gráficas de control de lecturas
individuales para el pH y temperatura del biorreactor 3 en el quinto mes.
Tabla 3.46. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 3 en el quinto mes
Resultados Proceso de control
de pH Proceso de control de Temperatura
No. Observaciones 89,00 89,00
No. Observaciones excluidas 11,00 0,00
No. Observaciones analizadas 78,00 89,00
Índice de inestabilidad (St.) 12,35% 0,00%
L.S.C. 9,79 47,69
L.I.C. 9,26 11,54
L.S.E. 10,50 50,00
L.I.E. 9,00 10,00
Media del proceso (L.C.) 9,52 29,62
Desviación estándar del proceso 0,12 5,00
Capacidad del proceso (Cp.) 1,99 1,33
L.S.C. Límite superior de control, L.I.C. Límite inferior de control, L.C. Límite central L.S.E. Límite superior de la especificación, L.I.E. Límite inferior de la especificación.
° C
29,10
45,98
12,21
0 20 40 60 80 100Observación
0
10
20
30
40
50
102
En la Figura 3.71., se presenta la gráfica de control de lecturas individuales del
proceso de pH del biorreactor 3 en el quinto mes.
Figura 3.71. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 3 en el quinto mes
En la Figura 3.72., se presenta la gráfica de control de lecturas individuales del
proceso de temperatura del biorreactor 3 en el quinto mes.
Figura 3.72. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 3 en el quinto mes
9,53
9,79
9,27
pH
0 20 40 60 80 100Observación
9
9,3
9,6
9,9
10,2
10,5
29,62
47,69
11,54
° C
0 20 40 60 80 100Observación
0
10
20
30
40
50
103
En la Tabla 3.47., se presentan los resultados de las gráficas de control de lecturas
individuales para el pH y temperatura del biorreactor 3 en el sexto mes.
Tabla 3.47. Resultados de los parámetros de las gráficas de control de lecturas individuales para pH y temperatura del biorreactor 3 en el sexto mes
Resultados Proceso de control
de pH Proceso de control de Temperatura
No. Observaciones 93,00 93,00
No. Observaciones excluidas 15,00 0,00
No. Observaciones analizadas 78,00 93,00
Índice de inestabilidad (St.) 16,12% 0,00%
L.S.C. 9,62 48,42
L.I.C. 9,11 10,73
L.S.E. 10,50 50,00
L.I.E. 9,00 10,00
Media del proceso (L.C.) 9,37 29,58
Desviación estándar del proceso 0,11 5,29
Capacidad del proceso (Cp.) 2,24 1,25 L.S.C. Límite superior de control, L.I.C. Límite inferior de control, L.C. Límite central L.S.E. Límite superior de la especificación, L.I.E. Límite inferior de la especificación.
En la Figura 3.73., se presenta la gráfica de control de lecturas individuales del
proceso de pH del biorreactor 3 en el sexto mes.
Figura 3.73. Gráfica de control de lecturas individuales del proceso de pH del biorreactor 3 en el sexto mes
9,37
9,63
9,11
pH
0 20 40 60 80 100Observación
9
9,3
9,6
9,9
10,2
10,5
104
En la Figura 3.74., se presenta la gráfica de control de lecturas individuales del
proceso de temperatura del biorreactor 3 en el sexto mes.
Figura 3.74. Gráfica de control de lecturas individuales del proceso de temperatura del biorreactor 3 en el sexto mes
Los gráficos de lecturas individuales para la variable pH del biorreactor 3,
alcanzaron un 39% de observaciones excluidas en los primeros 4 meses. Debido a
que las variaciones atribuibles interactúan en mayor fuerza en este biorreactor ya
que los tiempos de mezcla y la homogenización no se están realizando de una
manera óptima. A pesar de esto se corrigió el diseño y se mejoró disminuyendo el
índice St a un 14% en los dos últimos 2 meses del análisis. De igual manera para
la variable temperatura se observó baja variabilidad de las observaciones a lo largo
de los 6 meses de mediciones, como se presenta en la Tabla 3.48.
Tabla 3.48. Índice de inestabilidad y capacidad del proceso para las variable pH y temperatura del biorreactor 25
Indicadores Mes 1 Mes 2 Mes 3 Mes 4 Mes 5 Mes 6 Promedio
St. pH 33,33% 42,39% 39,32% 43,01% 12,35% 16,12% 31,08%
Cp. pH 4,50 2,61 3,73 4,59 1,99 2,24 3,27
St. T. 0,00 0,00 0,00 0,00 0,00 0,00 0,00
Cp. T. 1,26 1,23 1,26 1,29 1,33 1,25 1,27
29,58
48,43
10,73
° C
0 20 40 60 80 100Observación
0
10
20
30
40
50
105
En la Tabla 3.49. se presenta el valor Z y su correspondiente nivel en sigma para
el proceso de pH durante los 6 meses de análisis
Tabla 3.49. Nivel en sigma de la variable pH para el proceso de producción de spirulina
Biorreactor Z Nivel en sigma
B 1 3,47 3,5 σ
B 21 2,85 2,8 σ
B 23 1,88 1,9 σ
B 25 2,78 2,8 σ
B 3 7,51 6,0 σ
Promedio 3,7 σ
En promedio se tiene un nivel en sigma de 3,7 σ en la variable de control de pH del
proceso de producción de los 5 biorreactores a lo largo de los 6 meses de análisis,
teniendo una mejora de un 270 % respecto al sistema antiguo como se presenta en
el Anexo V. En la Tabla 3.50., se presenta el valor Z y el nivel en sigma para el
proceso de temperatura durante los 6 meses de análisis.
Tabla 3.50. Nivel en sigma de la variable temperatura para el proceso de producción de spirulina
Biorreactor Z Nivel en sigma
B 1 3,95 3,9 σ
B 21 3,91 3,9σ
B 23 3,88 3,9 σ
B 25 4,03 4,0 σ
B 3 3,79 3,8 σ
Promedio 3,9 σ
En el nivel en sigma de la variable temperatura de los 5 biorreactores durante los 6
meses mejoró en un 13 % como se presenta en el Anexo VI a comparación del
sistema anterior que no se observó una diferencia marcada como la variable pH ya
que la temperatura depende del clima y el sistema no posee un mecanismo de
calentamiento mecánico.
106
3.5.2. CARTAS DE CONTROL DE LAS VARIABLES QUÍMICAS
En la Figura 3.75., se presenta la gráfica de control de lecturas individuales de la
concentración de HCO3 y en Figura 3.76., Se presenta la gráfica de control de
lecturas individuales para CO3
Figura 3.75. Gráfica de control de lecturas individuales de HCO3
Figura 3.76. Gráfica de control de lecturas individuales de CO3
En la Figura 3.77., se presenta la gráfica de control para N-NH3 y en la Figura 3.78.,
se presenta la gráfica de control para N-NO3
2687,21
4839,40
535,02
mg/L
0 1 2 3 4 5 6Observación
0
1
2
3
4
5
(X 1000,0)
1568,44
3620,03
-483,15
mg/L
0 1 2 3 4 5 6Observación
-500
500
1500
2500
3500
4500
107
Figura 3.77. Gráfica de control de lecturas individuales de N-NO3
Figura 3.78. Gráfica de control de lecturas individuales de N-NH3
En la Figura 3.79., se presenta la gráfica de control para P y en la Figura 3.80., se
presenta la gráfica de control para SO4
Figura 3.79. Gráfica de control de lecturas individuales de P
97,33
235,63
-40,96
mg/L
0 1 2 3 4 5 6Observación
-50
0
50
100
150
200
250
13,93
28,93
-1,07
mg/L
0 1 2 3 4 5 6Observación
-2
8
18
28
38
42,67
64,90
20,43
mg/L
0 1 2 3 4 5 6Observación
20
30
40
50
60
70
108
Figura 3.80. Gráfica de control de lecturas individuales de SO4
En la Figura 3.81., se presenta la gráfica de control para Ca y en la Figura 3.82., se
presenta la gráfica de control para Mg
Figura 3.81. Gráfica de control de lecturas individuales de Ca
Figura 3.82. Gráfica de control de lecturas individuales de Mg
378,33
501,74
254,93
mg/L
0 1 2 3 4 5 6Observación
250
300
350
400
450
500
550
21,98
35,80
8,16
mg/L
0 1 2 3 4 5 6Observación
0
10
20
30
40
26,09
37,60
14,57
mg/L
0 1 2 3 4 5 6Observación
14
18
22
26
30
34
38
109
En la Figura 3.83., se presenta la gráfica de control para Fe y en la Figura 3.84., se
presenta las grafica de control para la conductividad
Figura 3.83. Gráfica de control de lecturas individuales de Fe
Figura 3.84.Gráfica de control de lecturas individuales para conductividad
En la Tabla 3.51., se presenta la discusión de cada gráfica de control y la capacidad
de proceso de cada variable.
Tabla 3.51. Capacidad del proceso de las variables químicas y discusión del comportamiento de la gráfica de control
2,21
4,69
-0,27
mg/L
0 1 2 3 4 5 6Observación
-0,3
0,7
1,7
2,7
3,7
4,7
8,38
13,96
2,79
ms/cm
0 1 2 3 4 5 6Observación
0
3
6
9
12
15
Variable
Química
Resultado
Cp. Discusión
HCO3 1,16 Se presentó variabilidad dentro de los límites de control.
CO3 0,73 Se presentó variabilidad pero se controló el proceso.
110
Tabla 3.51. Capacidad del proceso de las variables químicas y discusión del comportamiento de la gráfica de control (continuación…)
3.5.3. ANÁLISIS COMPARATIVO DE LOS SISTEMAS DE PRODUCCIÓN
La productividad del proceso de cultivo se midió de acuerdo a la ecuación [2.3.] En
la Tabla 3.52., se presenta la producción y la productividad durante los 6 meses de
análisis con las mejoras técnicas implementadas en un área de cultivo de 17 000
m2. En promedio se tuvo una productividad de 4,16 g · m2/d en 6 meses de análisis
comparado con los promedios de productividad del sistema anterior que fueron 2,5
g · m2/d se consiguió una mejora en la productividad del cultivo de 66%. Superando
así el 15% de mejora establecida como objetivo general.
Tabla 3.52. Producción y productividad mensual de spirulina con el sistema mejorado
Producción Mes 1 (kg) Mes 2 (kg) Mes 3 (kg) Mes 4 (kg) Mes 5 (kg) Mes 6 (kg)
2 123,86 2 341,22 2 451,69 2 054,79 2 008,57 2 036,47
Productividad
(g · m2 / d) 4,03 4,44 4,81 3,90 3,94 3,86
N-NH3 4,00 Se tuvo un cambio de nivel los 2 últimos meses pero las concentraciones no superaron los límites de la especificación.
N-NO3 0,36 Las concentraciones superaron los límites de la especificación manteniendo una variabilidad constante.
P 1,57 Se observó variabilidad en los primeros meses teniendo un descenso en la concentración de esta pesie química.
Ca 5,78 Se presentó baja variabilidad manteniéndose las observaciones en el límite central.
Mg 6,94 Se observó un ligero cambio de nivel en los últimos 2 meses.
SO4 2,02 Se observa un cambio de nivel en los últimos 4 meses.
Fe 2,62 Presentan una tendencia a decaer durante el tiempo.
Conduc-
tividad 0,62 Presentó una tendencia en ir disminuyendo sus
mediciones.
111
En la tabla 3.52., se observa un decrecimiento en la productiva del sistema debido
a que en los últimos tres meses se presentaron mayor cantidad de lluvias,
ocasionado la baja temperatura afectando a la productividad del proceso de cultivo.
En la Tabla 3.53., se presenta el costo de producción por kg producido de spirulina
deshidratada con el sistema mejorado.
Tabla 3.53. Costo mensual unitario de producción de spirulina deshidratada
Mes Producción (kg) Costo de Producción (USD) Costo Unitario (USD · kg-1)
1 2 123,86 29 307,34 13,80
2 2 341,22 29 825,27 12,74
3 2 451,69 29 287,61 11,95
4 2 054,79 27 917,01 13,59
5 2 008,57 28 631,54 14,25
6 2 036,47 28 149,09 13,82
Promedio 28 852,98 13,36
En el sistema de producción anterior se obtuvo el costo unitario el cual fue de 21,15
USD/kg y con el sistema de producción mejorado el costo promedio de producción
en los 6 meses de análisis bajo a 13,36 USD/kg teniendo una disminución del
58,3%. Mediante el análisis de optimización del medio de cultivo al cambiar y
modificar las materias primas (NaHCO3 y (NH2)2CO) se estableció un medio de
cultivo nuevo el cual se presenta en la Tabla 3.54.
Tabla 3.54. Costo del medio de cultivo optimizado
Medio de cultivo Costo (USD)
NaHCO3 5,00
NaCl 0,16
K2SO4 1,16
FeSO4 0,00
(NH2)2CO 0,12
H3PO4 0,33
Total 6,77
112
El costo del nuevo medio de cultivo es de 6,77 USD/m3 comparando con el costo
de medio de cultivo de sistema de producción anterior, el cual fue de 13,76 USD/m3
se obtuvo una reducción monetaria de más del 100%.
El ahorro monetario mensual aproximado en la operación de la planta, es de 16 000
USD considerado con un aumento de un 37% de la producción. Además, se mejoró
el costo promedio unitario de producción a 13,36 USD/kg. Lo cual demuestra que
el proyecto de mejora 6 σ ayudó a elevar la rentabilidad de la planta de producción
AndesSpirulina C.A.
113
4. CONCLUSIONES Y RECOMENDACIONES
4.1. CONCLUSIONES
� Mediante el uso del sistema de costos por procesos se logró identificar los
objetos de costo de cada operación, lo cual permitió identificar que el proceso
de producción de spirulina presentó el 43,12% del costo total de producción.
� La identificación del alto costo en el proceso de producción de spirulina permitió
hacer un análisis más minucioso del sistema, como resultado las materias
primas KNO3 y NaHCO3 presentaron un alto costo en la elaboración del medio
de cultivo para spirulina.
� Los diagramas de equipos permitieron establecer la cantidad de máquinas
presentes en cada proceso y de esta manera se pudo estimar el gasto de
energía en el cálculo de costos indirectos.
� Los elevados costos del proceso productivo también estaban influenciados por
las continuas actividades de escalado, las cuales demandan de altas
cantidades de medio de cultivo y mano de obra directa, debido a que la vida útil
del cultivo era máximo de 4 meses por tener un control deficiente.
� La implementación del plan de medida de las variables del proceso de
producción del cultivo contribuyó a mantener un historial de datos que
permitieron hacer ajustes a los procesos y tomar decisiones con base en
información valida y a tiempo.
� El diseño central compuesto permitió optimalizar un nuevo medio de cultivo a
escala piloto, el cual se implementó a escala industrial y se consiguió mantener
una productividad promedio de 4,16 g · m2/d.
� La optimización de las fuentes de nitrógeno y carbono contribuyó a disminuir a
la mitad el costo del medio de cultivo en el proceso de producción de spirulina,
y mejoró la optimización de recursos en los diferentes subproceso.
114
� Debido a que la ubicación geográfica de la planta de producción está en una
zona fría, el control de temperatura no tuvo una mejora considerable respecto
al sistema anterior, debido a que existe una variación superior a ± 5° C.
� La mejora en el proceso de producción permitió bajar las actividades de
escalado de 3,0 a 1,5 por año, ya que el deterioro fisiológico del cultivo se redujo
al control continuo de las variables del proceso de cultivo, evidenciándose con
el aumentando de la producción en un 33%.
� La implementación de cartas de control ayudó a mantener a las variables del
proceso de producción dentro de sus límites de control, lo cual contribuyó a
aumentar la vida productiva del cultivo de spirulina en el proceso de producción.
� El cambio de la fuente de CO2 permitió mejorar el proceso de producción de la
variable pH en un 270%; ya que se mejoró el sistema de inyección y se aumentó
la pureza de CO2 a 99,9%. A diferencia de la fuente anterior la que contenía
gases del escape de generadores por la quema de gas licuado de petróleo
(GLP).
� Con la implementación de la mejora no fue necesario realizar el proceso de
escalado en al menos 6 meses de producción continua.
� Mediante la aplicación de la metodología DMAMC, la empresa AndesSpirulina
C.A. logró mejorar la rentabilidad de la planta de producción con un ahorro
mensual promedio de 16 000 USD.
� La implementación de la mejora ayudó a alcanzar un 66% de incremento de la
productividad del cultivo de spirulina debido al mayor control de las variables
físico – químicas y una óptima fuente de carbono para el proceso de cultivo.
115
4.2. RECOMENDACIONES
� El proceso de inyección de CO2 para la estabilización del pH se recomienda
implementar un sistema automatizado que permita disminuir el error y ayude a
regular de mejor manera el caudal de CO2.
� Para nuevas empresas o de pocos años de operación se recomienda enfocar,
los sistemas de mejora y en este caso específico los proyectos de 6 σ a nivel
operativo, ya que generalmente en estos periodos de vida de las organizaciones
se busca disminuir la variabilidad de los procesos y aumentar la productividad.
� Se recomienda probar constantemente alternativas de medios de cultivo que
permitan disminuir el costo de producción.
� Para procesos de producción de spirulina que se emplee (NH2)2CO se
recomienda usar una fuente de CO2 pura, para evitar valores de pH mayores a
10,50 que favorezcan al aumento de especies toxicas como el NH3.
� El uso de diagramas de causa efecto para el proceso de producción de spirulina
ayuda a la identificación oportuna de los problemas, ya que son inconvenientes
que poseen varias interacciones.
� En el análisis de costos también se pudo observar que en el proceso de filtrado
se destina mucha cantidad de MOD, sería de suma importancia optimizar este
proceso con nueva tecnología que podría disminuir aún más el costo unitario
por kg de spirulina deshidratada.
� Implementar un sistema de remediación de medio de cultivo filtrado contribuiría
a alargar la vida productiva del cultivo evitando las continuas renovaciones de
cultivo nuevo (proceso de escalado).
� Implementar el sistema de producción AndesSpirulina en otra ubicación
geográfica más cálida permitiría alcanzar valores mayores de productividad.
116
REFERENCIAS BIBLIOGRÁFICAS
1. Aguirre, A. (2010). Aplicación de metodología seis sigma para mejorar la
capacidad de proceso de la variable nivelación vertical en la aplicación
de pintura (fondos) de una ensambladora de vehículos. (Proyecto de
titulación para la obtención del título de Master en Ingeniería Industrial no
publicado). Bogotá, Colombia.
2. Badii, M. Castillo, J. Rodríguez, M. Wong, A. y Villalpando, P. (2007). Diseños
experimentales e investigación científica. Innovaciones de Negocios, 4(2),
283 – 330. Recuperado http://www.web.facpya.uanl.mx/revin/Revistas/4.2
/A5.pdf (Marzo, 2015).
3. Bateman, T. y Snell, S. (2001). Administración una ventaja competitiva. (4ta Ed.).
México D.F., México: Irwin McGraw-Hill.
4. Córdova, M. (2004). Proyecto de servicios de apoyo a la producción y
comercialización agropecuaria de los cantones de Gualaceo, Paute,
Guachapal y el Pan en la provincia del Azuay. (Proyecto de titulación para
la obtención del título de Master en Gerencia de Proyectos no publicado).
Escuela Superior Politécnica del Litoral, Guayaquil, Ecuador.
5. Domínguez, J. (2006). Optimización de costos en la experimentación industrial.
Teoría y Aplicaciones, Volumen (14), 193-201. Recuperado de
http://www. latindex.ucr.ac.cr/mate-14-2/Dominguez.pdf (Octubre, 2014).
6. Duncan, A. (1990). Control de calidad y estadística industrial. Mexico D.F.,
Mexico: Alfaomega.
7. Escobar, R. Guardado, M. y Nuñez, L. (2014). Estandarización de los procesos
de producción con establecimiento de un sistema de costos, para la
empresa agroindustrias Buenavista S.A. (Proyecto de titulación para la
117
obtención del título de Master en Consultoría Empresarial no publicado).
Universidad de El Salvador, El Salvador.
8. Fox, D. (1996). Spirulina Production & Potential. Paris, Francia: Edisud
9. Gershwin, M.E. y Belay, A. (2008). espirulina in Human Nutrition and Health, New
York, USA: CRC Press.
10. González, D. (2011). Plan de Factibilidad para la Implementación de Consultora
de Proyectos de Mejora Continua: Kylé Solutions Consulting Group KSCC.
(Proyecto de titulación para la obtención del título de Master en
Administración de Empresas no publicado). Universidad San Francisco de
Quito, Quito, Ecuador.
11. Gutiérrez H. y De la Vara, R. (2008). Análisis y diseño de experimentos. (2da.
Ed.). México D.F., México: Mc Graw Hill.
12. Gutiérrez H. y De la Vara, R. (2009). Control de la calidad y seis sigma. (2da.
Ed.). México D.F., México: Mc Graw Hill.
13. Hansen, D. y Mowen, M. (2003). Administración de costos contabilidad y
control. (1era. Ed.). Mexico, Mexico: Thonson Learning.
14. Horngren, Ch. Foster, G. y Datar, S. (2002). Contabilidad de costos. (10ma.
Ed.). Mexico, Mexico: Prentice Hall.
15. Lobo, L. (2012). Mejoras en los procesos productivos de una fábrica de
calzados con el uso de las herramientas de la calidad de la escuela
japonesa. (Proyecto de titulación para la obtención del título de Master en
Calidad Industrial no publicado). Universidad de San Martín, Buenos Aires,
Argentina.
118
16. Magnusson, K. Kroslid, D. Bergman, B. y Barba, E. (2006). Seis sigma. Una
estrategia pragmática. Barcelona, España: Gestión 2000.
17. Mallo, C. Kaplan, R. Meljem, S. y Gimenez, C. (2000). Contabilidad de costos
y estrategia de gestión. Madrid, España: Prentice Hall.
18. Medina, P. Cruz, E. y Restrepo, J. (2007). Aplicación del modelo de
experimentación Shainin en un ingenio azucarero del Valle del Cauca.
Scientia et Technica, Volumen(35), 305-310. Recuperado de
http://revistas.utp.edu.co/index.php/revistaciencia/article/viewFile/5451/28
47 (Octubre, 2014).
19. Meigs, R. Williams, J. Haka, S. y Bettner, M. (2000). Contabilidad la base para
decisiones gerenciales. (11va Ed.). Bogotá, Colombia: McGraw-Hill.
20. Meleán, R. Moreno, R. y Rodríguez, G. (2009). Gestión estratégica de costos
en la industria avícola Zuliana. Revista Científica Electrónica Ciencias
Gerenciales, Volumen(5), 37-60. Recuperado de
http://www.revistanegotium.org.ve/pdf/13/Art3.pdf (Junio, 2016).
21 Niebel, B. (2001). Ingeniería industrial. Métodos, estándares y diseño del
trabajo. México D.F., México: Alfaomega.
22. Ocampo, J. y Pavón, A. (2012). Integrando la Metodología DMAIC de Seis
Sigma con la Simulación de Eventos Discretos en Flexsim. Latin American
and Caribbean Conference for Engineering and Technology, Panama,
Panama. Recuperado de http://www.laccei.org/LACCEI2012-
Panama/RefereedPapers /RP147.pdf (Octubre, 2013).
23. Ojeda, M. y Behar R. (2006). Estadística, Productividad y Calidad. Hablemos
de ciencia y tecnología. (970-687-57-1) Recuperado de
http://www.sev.gob.mx/servicios/publicaciones/serie_hcyt/estadistica_pro
ductividad_calidad.pdf
119
24. Parrales, V. y Tamayo, J. (2012). Diseño de un modelo de gestión estratégico
para el mejoramiento de la productividad y calidad aplicando a una planta
procesadora de alimentos balanceados. (Proyecto de titulación para la
obtención del título de Master en Gestión de la Productividad y Calidad no
publicado). Escuela Superior Politécnica del Litoral, Guayaquil, Ecuador.
25. Ponce, E. (2013). Súper alimento para un mundo en crisis: espirulina a bajo
costo. IDESIA, Volumen (31), 135-139. Recuperado de
http://www.scielo.cl/pdf/idesia/v31n1/art16.pdf (Octubre, 2014).
26. Pyzdek, T. (2003). The six sigma Handbook. New York, USA: McGraw – Hill.
27. Richmond, A. (2004). Microalga Culture Biotechnology and Applied Phycology,
Iowa, USA: Blackwell Publishing.
28. Rivera, D. (2011). Cartas de control para datos funcionales. (Proyecto de
titulación para la obtención del título de Master en Ciencias con
especialidad en Probabilidad y Estadística no publicado). Centro de
Investigación en Matemáticas A.C., Guanajuato, México.
29. Sánchez, E. (2005). Seis sigma, filosofía de gestión de la calidad: Estudio
teórico y su posible aplicación en el Perú. (Proyecto de titulación para la
obtención del título de Ingeniero Industrial y Sistemas no publicado).
Universidad de Piura, Piura, Perú.
30. Tolamatl, J. Gallardo, D. Varela, J. y Flores, E. (2011). Aplicación de Seis Sigma
en una Microempresa del Ramo Automotriz. Conciencia Tecnológica,
Volumen (42), 11-18. Recuperado de
https://dialnet.unirioja.es/descarga/articulo/3829811.pdf (Enero, 2016).
31. Vonshak, A. (1997). Spirulina platensis (Arthrospira): Cell-biology and
biotecnology. Negev, Israel: Taylor & Francis.
120
32. Zamudio, L. y Hernández, J. (2004). Aplicación de herramientas estadísticas
para mejorar la calidad del proceso de mezcla de empaques de caucho
para la tubería en la empresa Eterna S.A. (Proyecto de titulación para la
obtención del título de Ingeniero Industrial no publicado). Pontificia
Universidad Javeriana, Bogota, Colombia.
121
ANEXOS
122
ANEXO I. Análisis de costos por procesos de la fase de escalado
Proceso Costo directo (USD)
Costo indirecto (USD)
Total costo (USD)
Cepas M.O.D. 12,60 - 12,60
Medio de cultivo 0,11 - 0,11
Energía eléctrica - 3,80 3,80
Total 12,71 3,80 16,51
Indoor M.O.D. 113,14 - 113,14
Medio de cultivo 19,82 - 19,82 Energía eléctrica - 225,98 225,98
M.O.I. - 302,51 302,51 Insumos - 51,61 51,61
Depreciación - 72,75 72,75
Total 132,96 652,85 785,81
Masivos M.O.D. 269,03 - 269,03
Medio de cultivo 110,11 - 110,11 Energía eléctrica - 44,26 44,26
M.O.I. - 252,09 252,09 Insumos - 141,81 141,81
Depreciación - 23,63 23,63
Total 379,15 461,79 840,93
Unidad de escalado M.O.D. 90,52 - 90,52
Medio de cultivo 412,92 - 412,92 Energía eléctrica - 39,18 39,18
M.O.I. - 218,48 218,48 Depreciación - 75,09 75,09
Total 503,44 332,75 836,19
Llenado de biorreactores de producción M.O.D. 724,13 - -
Medio de cultivo 11 011,23 - - Energía eléctrica - 291,68 -
M.O.I. - 268,90 -
Total 11 735,36 560,58 12 295,94
12 763,62 2 011,77 14 775,39 M.O.D. Mano de obra directa M.O.I. Mano de obra indirecta
123
ANEXO II. Análisis de costos mensual por procesos de la fase de producción
Proceso Costo directo (USD)
Costo indirecto (USD)
Total costo (USD)
Operación de biorreactores M.O.D. 568,24 - -
Fertilización 2 102,13 - - Control de pH 5 952,00 - -
M.O.I. - 764,68 - Energía eléctrica - 2 315,10 -
Depreciación - 2 024,69 -
Total 8 622,37 5 104,47 13 726,85
Control de calidad de los cultivos M.O.I. - 334,70 -
Análisis físico - químicos - 104,47 -
Energía eléctrica - 20,30 - Insumos - 35,80 -
Depreciación - 99,38 -
Total - 594,64 594,64
Filtrado por gravedad M.O.D. 502,87 - -
Energía eléctrica - 23,52 - M.O.I. - 195,64 -
Insumos de limpieza - 38,78 - Depreciación - 143,72 -
Total 502,87 401,65 904,52
Filtrado al vacío primario M.O.D. 804,58 - -
Energía eléctrica - 21,07 - M.O.I. - 195,64 -
Insumos de limpieza - 38,78 - Depreciación - 124,59 -
Total 804,58 380,09 1 184,67 Filtrado al vacío secundario
M.O.D. 201,15 - - Energía eléctrica - 10,57 -
M.O.I. - 195,64 - Insumos de limpieza - 38,78 -
Depreciación - 101,72 -
Total - 201,15 201,15
Licuado M.O.D. 201,15 - -
Energía eléctrica - 33,92 - M.O.I. - 195,64 -
124
Insumos de limpieza - 38,78 - Depreciación - 67,37 -
Total 201,15 335,71 536,86
Secado M.O.D. 402,29 - -
Energía eléctrica - 746,39 - M.O.I. - 195,64 -
Gas licuado de petróleo - 1 536,00 - Insumos de
limpieza - 58,78 - Depreciación - 1 041,53 -
Total 402,29 3 578,34 3 980,63
Mezcla y tamizado M.O.D. 347,67 - -
Energía eléctrica - 6,17 - Insumos de limpieza - 14,71 -
Depreciación - 12,38 -
Total 347,67 33,26 380,94
Control de calidad de producto terminado M.O.I. - 334,70 -
Análisis microbiológico - 87,58 - Energía eléctrica - 14,17 -
Depreciación - 30,83 -
Total - 467,28 467,28
Empaque M.O.D. 347,67 - - M.O.I. - 57,47 -
Energía eléctrica - 7,09 - Insumos de limpieza - 14,71 - Material de empaque 310,47 - -
Depreciación - 22,13 - Total 658,14 101,40 759,54
Tratamiento del medio 50,29 424,63 474,92 11 656,64 11 663,68 23 320,32
M.O.D. Mano de obra directa M.O.I. Mano de obra indirecta
125
ANEXO III. Cálculos del valor Z para la variable pH y temperatura del sistema antiguo
Variable temperatura ES 50,00 EI 10,00
Variable pH ES 10,50
EI 9,00
Métricas T pH µ 31,43 10,77
σ 5,35 0,15
Zs 3,47 -1,80 Zi 4,01 11,80
Z menor 3,47 -1,80
126
ANEXO IV. Datos de temperatura y pH de los registros del plan de medida
B 1 B 21 B22 B 25 B3 B 1 B 21 B22 B 25 B3 B 1 B 21 B22 B 25 B3 B 1 B 21 B22 B 25 B3
1 9,88 9,33 9,36 9,46 9,57 26 25 24 25 26 277 10,10 9,45 9,45 9,45 9,62 29 28 27 27 29
2 9,97 9,40 9,39 9,46 9,59 36 37 37 36 37 278 10,32 9,68 9,80 9,70 9,56 38 40 40 40 39
3 9,96 9,30 9,10 9,40 9,57 32 31 31 31 32 279 10,20 9,28 9,55 9,41 9,57 34 35 35 35 34
4 9,84 9,28 9,29 9,28 9,55 23 23 23 23 24 280 10,00 9,20 9,20 9,15 9,47 23 26 26 26 23
5 9,94 9,32 9,36 9,38 9,56 30 31 30 30 31 281 10,20 9,47 9,52 9,35 9,54 38 33 33 35 38
6 10,00 9,23 9,09 9,25 9,56 28 28 34 27 29 282 9,80 9,28 9,45 9,30 9,50 32 31 32 32 31
7 9,97 9,34 9,18 9,38 9,57 25 26 25 25 25 283 9,71 9,25 9,14 9,12 9,45 23 25 25 25 23
8 10,14 9,43 9,43 9,22 9,62 36 36 36 36 38 284 9,39 9,40 9,40 9,32 9,45 29 27 27 28 29
9 10,10 9,39 9,11 9,20 9,62 33 32 32 32 33 285 9,44 9,17 9,29 9,31 9,41 26 24 25 25 27
10 10,00 9,41 9,32 9,32 9,61 25 26 26 26 25 286 9,50 9,30 9,13 9,29 9,38 26 24 25 25 26
11 10,21 9,45 9,30 9,40 9,70 36 37 37 37 36 287 9,61 9,45 9,39 9,42 9,43 30 28 28 27 30
12 10,09 9,27 9,19 9,25 9,69 34 34 33 34 33 288 9,43 9,13 9,27 9,27 9,25 26 24 24 24 26
13 9,95 9,32 9,18 9,80 9,63 26 28 28 28 26 289 9,44 9,33 9,32 9,38 9,53 25 24 24 25 25
14 10,23 9,41 9,27 9,45 9,71 38 37 38 38 38 290 9,82 9,42 9,17 9,43 9,48 37 38 38 37 37
15 10,03 9,09 9,16 9,25 9,65 33 34 33 33 32 291 9,80 9,46 9,07 9,49 9,45 32 34 34 35 32
16 9,94 9,26 9,32 9,38 9,61 26 27 27 27 26 292 9,85 9,52 9,15 9,49 9,48 28 27 27 27 28
17 10,21 9,27 8,97 9,46 9,62 37 37 37 38 38 293 9,59 9,65 9,44 9,67 9,46 31 30 30 30 31
18 10,18 9,08 8,49 9,39 9,63 32 32 32 32 33 294 9,59 9,27 9,20 9,51 9,38 27 26 26 26 27
19 10,08 9,12 9,02 9,36 9,56 26 28 28 28 27 295 9,62 9,34 9,26 9,40 9,39 26 25 26 26 25
20 10,10 9,40 9,24 9,49 9,57 29 30 30 29 30 296 9,40 9,43 9,44 9,51 9,37 28 26 26 26 28
21 10,02 9,29 9,29 9,40 9,54 25 26 27 26 27 297 9,42 9,46 9,47 9,45 9,33 23 23 20 22 22
22 9,94 9,30 9,38 9,41 9,55 25 26 25 25 26 298 9,40 9,42 9,52 9,43 9,31 25 25 24 24 25
23 10,09 9,38 9,39 9,47 9,59 36 36 36 36 38 299 9,62 9,54 9,61 9,54 9,41 25 25 25 25 25
24 10,01 9,20 9,22 9,30 9,57 32 32 32 31 32 300 9,52 9,53 9,59 9,56 9,46 22 21 21 22 22
25 10,10 9,43 9,48 9,38 9,70 27 28 28 28 27 301 9,57 9,47 9,56 9,52 9,33 25 24 24 25 25
26 10,21 9,32 9,17 9,05 9,76 37 38 38 38 37 302 9,70 9,30 9,52 9,32 9,58 34 32 33 32 34
27 10,11 9,20 9,25 9,19 9,45 33 33 32 32 33 303 9,64 9,25 9,42 9,27 9,62 25 24 24 25 25
28 10,00 9,18 9,45 9,40 9,75 27 29 27 27 26 304 9,64 8,92 9,18 9,06 9,41 24 23 23 25 25
29 10,09 9,44 9,05 9,45 9,68 30 31 30 31 30 305 9,87 9,34 8,54 9,06 9,48 35 30 28 32 34
30 10,09 9,33 9,16 9,05 9,67 25 26 25 25 24 306 9,82 9,38 8,44 9,20 9,51 25 24 25 25 23
31 10,01 9,36 9,28 9,10 9,60 28 27 27 27 26 307 9,73 9,36 8,78 9,16 9,41 25 24 25 25 26
32 10,06 9,50 9,40 9,27 9,60 30 31 31 30 31 308 9,78 9,26 9,15 9,09 9,43 30 28 28 25 30
33 10,08 9,31 9,02 9,41 9,59 33 35 34 34 33 309 9,94 9,13 9,33 9,33 9,41 25 24 26 26 25
34 9,91 9,29 9,13 9,39 9,50 26 27 27 27 26 310 9,85 9,15 9,27 9,46 9,31 25 24 25 28 26
35 10,07 9,40 9,31 9,43 9,61 37 36 36 37 38 311 9,96 9,33 8,75 9,42 9,31 30 28 30 25 30
36 10,06 9,49 9,14 9,55 9,59 34 34 34 35 34 312 10,04 9,40 8,92 9,20 9,31 26 25 25 25 25
37 9,93 9,44 9,29 9,34 9,55 26 27 27 27 26 313 10,10 9,43 9,06 9,29 9,52 27 27 26 28 27
38 10,08 9,34 8,15 9,30 9,59 35 34 35 35 37 314 10,27 9,67 9,37 9,32 9,42 35 33 35 26 35
39 9,89 9,42 9,04 9,44 9,55 31 27 27 27 30 315 10,02 9,34 9,26 9,60 9,58 34 35 35 30 34
40 9,77 9,33 9,04 9,33 9,46 26 27 27 27 26 316 10,10 9,24 9,09 9,45 9,60 29 27 27 38 29
41 9,77 9,43 9,17 9,41 9,42 30 31 30 31 30 317 9,97 9,55 9,48 9,21 9,58 36 35 34 27 36
42 9,75 9,32 9,28 9,42 9,36 32 33 34 33 33 318 10,10 9,50 9,62 9,53 9,68 34 36 36 31 34
43 9,62 9,34 9,39 9,23 9,36 25 27 27 27 25 319 9,83 9,20 9,40 9,60 9,60 26 26 26 39 27
44 9,75 9,47 9,50 9,41 9,49 36 37 37 37 36 320 10,07 9,75 9,88 9,23 9,76 36 40 40 25 38
45 9,85 9,51 9,53 9,55 9,57 26 27 27 27 26 321 10,18 9,66 9,97 9,82 9,94 34 36 36 37 34
46 9,71 9,55 9,57 9,46 9,41 24 25 26 25 24 322 10,00 9,18 9,58 9,87 9,84 26 25 25 39 25
47 9,88 9,55 9,40 8,88 9,56 37 36 36 37 38 323 10,08 9,54 9,81 9,45 9,90 36 34 34 25 36
48 9,89 9,56 9,34 8,90 9,57 32 35 35 35 32 324 9,90 9,44 9,69 9,71 9,90 33 32 32 32 32
49 10,18 9,62 9,40 9,11 9,64 29 30 29 29 29 325 9,96 9,23 9,28 9,58 9,90 25 25 25 35 35
50 10,30 9,35 8,82 9,37 9,72 38 36 36 36 38 326 10,22 9,47 9,55 9,21 9,82 32 30 30 25 32
51 10,26 9,03 9,04 9,42 9,67 33 35 34 34 32 327 9,61 9,31 9,39 9,44 9,77 25 24 24 27 25
52 10,12 9,25 9,27 9,20 9,59 26 28 27 27 26 328 9,56 9,14 9,32 9,26 9,71 23 22 22 27 23
53 10,40 9,50 9,47 9,47 9,66 39 38 37 37 39 329 9,53 9,44 9,56 9,21 9,86 37 34 34 22 37
54 10,26 9,35 9,15 9,32 9,62 34 36 34 34 34 330 9,61 9,43 9,57 9,49 9,68 24 24 24 31 24
55 10,26 9,43 9,35 9,42 9,68 26 26 25 26 25 331 9,58 9,27 9,50 9,51 9,65 23 23 23 27 23
56 10,49 9,67 9,24 9,59 9,77 36 37 37 38 37 332 9,44 9,52 9,19 9,43 9,73 31 30 30 23 30
57 10,47 9,75 9,20 9,72 9,72 32 35 34 35 33 333 9,48 9,38 8,96 8,95 9,55 22 22 22 27 22
58 10,26 9,80 9,26 9,78 9,72 26 25 25 26 26 334 9,33 9,23 8,91 9,02 9,50 23 23 24 25 23
59 10,49 9,55 9,00 9,69 9,67 35 36 36 36 37 335 9,60 9,50 9,22 8,99 9,50 30 29 29 23 30
60 10,38 9,49 9,21 9,65 9,56 29 31 31 31 32 336 9,30 9,52 9,27 9,30 9,50 24 23 23 26 23
61 9,94 9,37 9,15 9,50 9,37 25 26 25 25 25 337 9,49 9,39 9,30 9,32 9,62 31 26 25 26 31
62 10,15 9,45 9,27 9,49 9,40 37 36 36 36 38 338 9,45 9,68 9,59 9,35 9,62 38 35 35 25 38
63 10,03 9,34 9,21 9,41 9,43 32 35 35 34 36 339 9,30 9,49 9,40 9,58 9,48 28 26 27 32 27
64 9,82 9,35 9,26 9,37 9,41 26 26 26 26 25 340 9,33 9,13 9,12 9,46 9,48 23 22 22 29 23
65 10,09 9,56 9,23 9,53 9,54 40 38 38 38 40 341 9,61 9,46 9,38 9,14 9,43 34 32 32 23 34
66 10,13 9,64 9,25 9,64 9,55 32 34 34 34 32 342 9,25 9,50 9,46 9,48 9,28 25 24 25 29 24
67 9,94 9,69 9,37 9,67 9,59 25 25 25 25 25 343 9,20 9,50 9,44 9,55 9,34 24 23 24 27 24
68 10,10 9,58 9,20 9,69 9,65 38 38 38 38 38 344 9,62 9,82 9,79 9,53 9,66 38 35 34 24 37
69 9,98 9,57 9,19 9,78 9,62 32 33 33 33 32 345 9,20 9,51 9,52 9,86 9,47 32 29 30 32 32
70 9,90 9,57 9,22 9,76 9,76 25 25 25 25 25 346 9,52 9,31 9,30 9,56 9,51 30 25 25 32 28
Temperatura ° CNo
pH Temperatura ° CNo
pH
127
71 9,94 9,44 9,39 9,68 9,82 40 35 38 38 40 347 9,20 9,60 9,57 9,37 9,59 31 29 29 25 31
72 9,91 9,33 9,53 9,61 9,71 27 27 27 27 27 348 9,29 9,45 9,49 9,60 9,50 24 23 23 26 23
73 9,73 9,40 9,56 9,64 9,69 25 25 25 25 25 349 9,25 9,45 9,36 9,45 9,45 26 23 23 25 25
74 9,97 9,30 9,42 9,48 9,75 39 38 38 38 39 350 9,60 9,76 9,64 9,37 9,72 39 38 38 23 39
75 9,97 9,23 9,33 9,41 9,71 27 30 30 30 27 351 9,28 9,40 9,38 9,70 9,47 24 23 23 35 24
76 9,96 9,28 9,36 9,41 9,68 25 25 25 25 25 352 9,15 9,25 9,06 9,37 9,45 26 23 23 27 25
77 10,19 9,40 9,53 9,29 9,79 40 38 38 38 40 353 9,43 9,17 8,70 9,21 9,51 35 30 30 23 35
78 10,00 9,44 9,59 9,43 9,69 27 27 27 27 27 354 9,28 8,70 9,05 9,39 9,40 25 23 23 27 24
79 9,79 9,48 9,60 9,42 9,68 25 25 35 25 25 355 9,25 9,01 9,15 9,31 9,41 27 24 24 27 27
80 10,02 9,54 9,03 9,27 9,79 38 35 35 35 38 356 9,56 9,55 9,60 9,30 9,35 40 40 40 24 40
81 9,97 9,56 9,15 9,37 9,70 27 27 27 27 27 357 9,15 9,58 9,61 9,64 9,42 28 27 27 37 27
82 9,82 9,58 9,21 9,36 9,65 23 25 25 25 23 358 9,34 9,63 9,63 9,62 9,47 30 27 28 29 29
83 9,91 9,28 9,42 9,48 9,73 37 33 35 35 36 359 9,56 9,50 9,51 9,73 9,49 34 29 29 28 34
84 9,93 9,14 9,36 9,41 9,71 34 33 33 32 34 360 9,45 9,31 9,32 9,49 9,48 27 28 27 26 27
85 9,66 9,29 9,27 9,40 9,69 25 25 25 25 25 361 9,52 9,22 9,23 9,29 9,41 25 26 25 31 25
86 9,93 9,44 9,44 9,53 9,85 40 38 39 38 40 362 9,85 9,60 9,57 9,18 9,45 36 35 35 25 35
87 9,73 9,51 9,54 9,53 9,74 29 29 29 29 29 363 9,25 9,40 9,48 9,60 9,41 24 24 23 32 24
88 9,72 9,54 9,56 9,53 9,74 25 25 25 25 25 364 9,49 9,47 9,49 9,45 9,43 28 24 24 26 28
89 9,78 9,60 9,46 9,55 9,74 33 32 32 32 33 365 9,76 9,89 9,89 9,40 9,59 40 40 39 25 40
90 9,64 9,62 9,37 9,55 9,65 27 27 27 27 27 366 9,42 9,25 9,28 9,88 9,27 27 27 26 36 27
91 9,69 9,67 9,44 9,60 9,68 25 25 25 25 24 367 9,71 9,15 9,56 9,26 9,51 28 27 26 29 28
92 9,90 9,60 9,26 9,33 9,83 40 38 39 39 40 368 9,98 9,22 9,63 9,26 9,62 38 40 40 26 40
93 9,92 9,53 9,42 9,40 9,83 32 34 34 34 32 369 9,80 9,60 9,23 9,82 9,42 26 27 27 37 27
94 9,79 9,55 9,46 9,55 9,70 25 25 25 25 25 370 9,81 9,50 9,30 9,55 9,42 28 26 26 29 28
95 10,06 9,58 9,31 9,49 9,86 40 39 39 39 40 371 9,95 9,53 9,50 9,45 9,48 36 35 35 26 36
96 10,02 9,59 9,25 9,51 9,83 29 32 31 30 32 372 9,30 9,20 9,25 9,57 9,40 27 28 28 33 27
97 9,97 9,65 9,37 9,53 9,79 25 26 26 25 25 373 9,87 9,70 9,38 9,30 9,69 26 26 26 31 27
98 10,05 9,55 9,46 9,61 9,85 39 36 36 36 38 374 10,11 9,58 8,82 9,56 9,70 35 35 35 26 36
99 10,02 9,45 9,38 9,36 9,82 31 32 31 31 32 375 9,94 9,55 9,29 9,55 9,79 27 28 28 33 27
100 9,93 9,46 9,34 9,27 9,78 25 26 26 25 25 376 9,83 9,59 9,34 9,19 9,73 28 27 26 31 28
101 10,07 8,88 8,88 9,19 9,69 33 29 30 30 33 377 10,24 9,28 9,42 9,21 9,85 40 40 40 26 40
102 10,10 8,95 8,83 9,25 9,67 30 27 27 27 31 378 9,96 8,90 8,91 9,55 9,68 28 27 27 37 27
103 10,01 9,08 9,03 9,34 9,65 25 25 25 25 25 379 9,77 9,10 9,15 9,53 9,67 30 29 29 30 30
104 10,40 9,25 9,34 9,55 9,81 37 35 35 35 36 380 10,20 9,60 9,48 9,50 9,50 38 36 36 29 38
105 10,12 9,23 9,32 9,52 9,77 29 30 30 30 29 381 9,40 9,39 9,37 9,65 9,53 26 24 24 32 26
106 9,84 9,43 9,43 9,63 9,73 25 25 25 25 25 382 9,83 9,46 9,38 9,60 9,52 25 25 25 27 25
107 10,09 9,62 9,72 9,55 9,82 34 32 32 32 34 383 10,00 9,54 9,56 9,58 9,64 39 40 40 25 40
108 10,03 9,66 9,78 9,45 9,80 26 16 26 26 26 384 9,87 9,10 9,22 9,60 9,41 28 29 29 37 28
109 9,96 9,70 9,79 9,42 9,68 24 25 25 25 23 385 9,75 9,15 9,33 9,12 9,55 27 26 26 32 27
110 10,08 9,55 9,01 9,59 9,73 31 28 29 219 31 386 9,83 9,70 9,69 9,17 9,61 38 37 37 25 38
111 10,02 9,40 9,07 9,47 9,72 27 25 26 25 27 387 9,70 9,32 9,41 9,59 9,65 31 30 30 33 31
112 9,71 9,51 9,13 9,52 9,64 24 23 23 23 24 388 9,86 9,36 9,25 9,09 9,54 28 26 26 33 28
113 9,87 9,24 9,38 9,29 9,61 37 35 35 35 37 389 10,00 9,73 9,93 9,33 9,81 39 40 40 26 40
114 9,93 9,25 9,44 9,37 9,71 35 36 35 34 35 390 9,88 9,65 9,68 9,72 9,73 30 32 32 37 31
115 9,83 9,37 9,21 9,32 9,57 23 26 27 27 23 391 9,82 9,55 9,51 9,53 9,53 27 26 26 35 27
116 10,12 9,56 9,55 9,61 9,73 39 36 37 37 39 392 10,03 9,52 9,40 9,24 9,92 39 40 40 27 40
117 10,11 9,49 9,22 9,60 9,75 34 35 35 35 32 393 10,01 9,46 9,12 9,41 9,12 27 28 27 26 29
118 10,05 9,53 9,34 9,52 9,62 24 27 28 27 24 394 9,92 9,41 8,98 9,46 9,55 24 26 26 30 27
119 10,17 9,60 9,51 9,63 9,60 38 34 34 35 38 395 10,15 9,44 9,11 9,40 9,78 39 30 38 27 39
120 10,01 9,50 9,46 9,51 9,61 34 34 35 35 34 396 10,18 9,34 8,60 9,52 9,62 27 37 26 35 27
121 9,94 9,22 9,08 9,40 9,55 23 24 26 23 24 397 10,03 9,23 8,73 9,42 9,52 23 24 24 29 23
122 10,14 9,38 9,32 9,55 9,52 29 27 27 27 27 398 10,03 9,59 9,41 9,28 9,64 29 30 30 24 30
123 10,08 9,19 9,00 9,42 9,52 33 32 32 32 34 399 9,61 9,41 9,33 9,60 9,48 26 26 25 27 26
124 10,00 9,27 8,92 9,53 9,51 25 25 25 25 25 400 9,98 9,46 9,42 9,30 9,59 24 25 25 25 24
125 10,11 8,96 9,45 9,54 9,59 38 35 35 35 38 401 9,92 9,69 9,66 9,57 9,60 37 33 33 35 37
126 10,09 9,05 9,37 9,58 9,61 29 30 29 29 29 402 9,66 9,66 9,64 9,57 9,49 24 23 23 23 23
127 9,89 9,44 9,44 9,31 9,56 25 25 25 25 25 403 9,64 9,66 9,63 9,57 9,48 23 23 25 24 23
128 9,84 9,53 9,55 9,49 9,55 28 26 26 26 28 404 9,65 9,68 9,65 9,54 9,47 33 30 30 30 33
129 9,74 9,37 9,51 9,41 9,55 29 26 27 26 29 405 9,57 9,47 9,33 9,15 9,46 22 23 23 23 22
130 9,48 9,08 9,18 9,12 9,27 23 25 24 24 25 406 9,66 9,50 9,36 9,20 9,39 24 23 23 23 24
131 9,76 9,30 9,48 9,28 9,34 39 35 36 36 39 407 9,71 9,46 9,51 9,39 9,49 31 33 34 34 34
132 9,62 9,39 9,66 9,43 9,38 33 32 33 33 33 408 9,59 9,30 9,32 9,20 9,37 26 27 27 27 26
133 9,65 9,42 9,53 9,51 9,36 25 23 22 23 25 409 9,91 9,20 9,17 9,10 9,52 25 24 25 24 25
134 9,59 9,24 9,10 9,31 9,51 38 35 37 37 38 410 9,78 9,41 9,60 9,50 9,69 36 35 35 35 36
135 10,06 10,20 9,30 9,41 9,65 32 32 32 32 32 411
136 9,70 9,31 9,38 9,94 9,47 27 25 25 25 27 412 9,95 9,03 9,33 9,27 9,71 28 25 25 25 27
137 9,85 9,52 9,64 9,67 9,54 38 36 37 37 38 413 10,12 9,32 9,57 9,51 9,73 38 35 36 35 37
138 9,71 9,49 9,66 9,66 9,66 33 34 35 35 33 414 10,00 9,66 9,65 9,60 9,70 27 27 27 27 27
139 9,70 9,46 9,58 9,53 9,47 23 25 25 25 23 415 10,02 9,10 9,51 9,34 9,58 24 24 24 24 24
140 9,96 9,57 9,45 9,11 9,60 40 35 37 37 40 416 10,00 9,41 9,79 9,68 9,74 32 32 32 32 32
141 9,92 9,67 9,33 8,68 9,57 31 32 31 31 30 417 10,24 9,56 9,43 9,31 9,82 27 27 27 27 27
128
142 9,90 9,67 9,29 8,82 9,56 26 26 26 26 25 418 9,78 9,43 9,29 9,18 9,60 25 25 26 26 25
143 10,22 9,70 8,93 8,57 9,72 39 35 36 36 39 419 9,71 9,62 9,56 9,48 9,38 37 35 34 34 37
144 10,23 9,76 8,93 8,94 9,59 33 34 34 34 33 420 9,67 9,68 9,63 9,56 9,50 31 30 29 29 31
145 10,12 9,81 9,09 9,10 9,60 23 24 24 24 23 421 9,46 9,42 9,31 9,27 9,40 26 25 26 25 26
146 10,03 9,77 9,41 9,41 9,64 30 29 29 29 30 422 9,58 9,71 9,70 9,68 9,66 40 36 37 37 40
147 9,79 9,59 9,46 9,49 9,62 25 22 25 25 25 423 9,64 9,80 9,63 9,60 9,53 28 27 27 27 30
148 9,83 9,56 9,46 9,49 9,57 24 21 21 22 24 424 9,34 9,70 9,43 9,42 9,45 26 28 27 27 26
149 10,22 9,58 8,99 9,48 9,80 40 35 35 35 40 425 9,82 9,21 9,19 9,01 9,64 37 35 35 35 37
150 426 9,67 9,27 9,39 9,10 9,56 29 28 27 27 28
151 10,02 9,65 9,28 9,48 9,75 23 26 25 25 23 427 9,49 9,29 9,43 9,18 9,52 26 25 24 24 26
152 10,43 9,60 8,81 9,33 9,88 35 30 30 30 34 428 9,48 9,46 9,70 9,51 9,43 34 30 32 32 34
153 10,36 9,42 9,03 9,40 9,85 27 27 27 27 27 429 9,57 9,43 9,43 9,30 9,46 28 27 27 27 28
154 9,95 9,40 9,13 9,44 9,78 24 23 23 23 25 430 9,46 9,49 9,53 9,44 9,48 26 25 26 25 26
155 10,30 9,61 9,46 9,68 9,82 39 35 35 35 39 431 9,77 9,06 9,10 9,38 9,78 32 31 31 32 31
156 10,23 9,43 9,30 9,41 9,85 34 33 33 34 33 432 9,52 9,11 9,41 9,16 9,53 21 21 21 22 22
157 9,76 9,26 9,47 9,29 9,43 24 24 24 24 24 433 9,45 9,24 9,56 9,19 9,52 26 25 26 28 25
158 10,04 9,09 8,61 8,81 9,49 35 32 32 32 35 434 9,80 9,41 9,67 9,47 9,52 29 28 28 25 29
159 10,04 9,20 8,91 9,05 9,53 25 25 25 25 25 435 9,26 9,34 9,31 9,37 9,58 27 26 27 27 27
160 9,75 9,23 9,00 9,09 9,41 24 24 24 24 24 436 9,54 9,37 9,37 9,36 9,48 26 25 26 25 25
161 9,94 9,40 9,51 9,39 9,51 38 35 35 35 38 437 9,74 9,27 8,95 9,38 9,30 30 31 31 32 31
162 9,98 9,47 9,65 9,49 9,43 25 25 25 25 25 438 9,57 9,17 9,19 9,40 9,45 27 26 22 27 27
163 9,73 9,53 9,68 9,54 9,52 25 25 25 25 25 439 9,34 9,11 9,14 9,30 9,22 27 25 31 25 26
164 9,78 9,39 9,01 9,42 9,61 34 34 34 34 34 440 9,28 9,39 9,42 9,51 9,30 30 31 28 30 30
165 9,67 9,30 8,91 9,34 9,50 26 26 26 26 26 441 9,10 9,17 9,20 9,18 9,09 25 26 22 25 25
166 9,64 9,30 9,01 9,32 9,46 25 24 24 25 25 442 9,25 9,20 9,24 9,25 9,18 25 24 33 25 24
167 9,68 9,43 9,33 9,45 9,51 36 35 33 33 35 443 9,54 9,47 9,47 9,45 9,33 36 33 33 33 36
168 9,62 9,31 9,18 9,38 9,50 27 27 27 27 28 444 9,58 9,58 9,54 9,57 9,35 27 28 28 28 27
169 9,70 9,46 9,36 9,36 9,50 24 24 24 24 24 445 9,40 9,34 9,47 9,36 9,20 25 26 26 26 25
170 9,71 9,61 9,61 9,55 9,54 30 28 28 28 30 446 9,60 9,51 9,53 9,54 9,37 35 33 33 33 35
171 9,74 9,50 9,32 9,40 9,44 25 24 24 24 25 447 20,00 9,44 9,51 9,46 9,30 26 27 26 27 27
172 9,64 9,56 9,39 9,45 9,51 25 23 24 24 25 448 9,52 9,30 9,45 9,32 9,36 30 26 26 25 30
173 9,58 9,64 9,60 9,58 9,48 30 26 27 26 30 449 9,37 9,77 9,74 9,63 9,41 32 30 30 30 32
174 9,65 9,49 9,53 9,52 9,48 25 23 23 23 25 450 9,29 9,41 9,38 9,23 9,49 32 29 29 28 32
175 9,70 9,45 9,46 9,49 9,61 26 24 23 23 25 451 9,36 9,16 9,08 9,09 9,36 27 25 24 24 27
176 9,62 9,63 9,70 9,70 9,52 35 31 31 31 34 452 9,57 9,65 9,55 9,53 9,70 33 38 38 38 33
177 9,55 9,32 9,54 9,49 9,56 28 25 25 24 27 453 9,15 9,42 9,37 9,24 9,33 27 29 29 29 27
178 9,61 9,36 9,55 9,52 9,55 25 23 23 24 25 454 9,42 9,39 9,38 9,27 9,46 23 24 24 23 23
179 9,64 9,51 9,76 9,66 9,58 29 27 28 28 31 455 9,75 9,68 9,62 9,53 9,57 35 35 35 35 36
180 9,78 9,60 9,43 9,46 9,60 31 28 30 30 31 456 9,41 9,46 9,48 9,42 9,55 31 31 31 31 32
181 9,77 9,34 9,28 9,45 9,60 24 25 24 24 25 457 9,66 9,34 9,34 9,32 9,47 23 24 24 23 23
182 9,85 9,61 9,79 9,75 9,78 40 36 39 39 40 458 9,71 9,64 9,57 9,58 9,46 35 35 35 35 36
183 9,90 9,40 9,54 9,70 9,71 33 33 34 34 33 459 9,63 9,18 8,64 9,31 9,33 31 31 31 31 32
184 9,98 9,59 9,42 9,68 9,71 24 25 24 24 25 460 9,60 9,31 9,01 9,38 9,29 27 26 25 25 28
185 10,17 9,42 8,50 9,36 9,82 40 36 39 38 37 461 9,76 9,54 9,33 9,56 9,23 31 31 30 30 32
186 10,18 9,62 9,60 9,24 9,84 27 27 27 27 27 462 9,39 9,44 9,25 9,46 9,37 27 27 27 27 28
187 10,08 9,48 9,22 9,47 9,69 26 23 24 24 25 463 9,57 9,22 9,02 9,17 9,23 31 27 27 27 31
188 10,03 9,55 9,47 9,59 9,71 31 27 29 29 31 464 9,76 9,60 9,40 9,52 9,38 30 31 32 31 31
189 10,00 9,55 9,43 9,41 9,71 33 31 32 32 33 465 9,72 9,70 9,50 9,63 9,37 27 29 29 29 27
190 10,03 9,61 9,29 9,26 9,71 26 25 25 26 26 466 9,44 9,45 9,41 9,51 9,34 29 26 26 26 28
191 10,21 9,68 9,72 9,54 9,79 39 37 39 40 39 467 9,69 9,78 9,65 9,80 9,59 32 35 35 35 34
192 9,87 9,65 9,63 9,47 9,66 32 32 32 33 33 468 9,54 9,44 9,39 9,51 9,39 29 34 34 34 30
193 9,97 9,64 9,48 9,28 9,74 26 25 25 26 25 469 9,54 9,25 9,20 9,33 9,48 27 25 26 26 27
194 10,10 9,75 9,77 9,51 9,75 35 39 32 32 37 470 9,73 9,49 9,40 9,59 9,35 31 31 30 31 30
195 9,90 9,87 9,88 9,68 9,80 31 32 31 32 32 471 9,10 9,08 9,29 9,41 9,31 25 25 24 24 25
196 9,76 9,87 9,99 9,67 9,63 25 23 23 23 24 472 9,29 8,95 9,14 9,19 9,31 24 23 24 24 23
197 10,08 10,02 10,15 9,83 9,61 38 36 35 36 38 473 9,45 9,13 9,30 9,34 9,39 28 26 26 26 27
198 9,77 9,60 9,77 9,50 9,82 33 30 32 32 33 474 9,41 9,31 9,40 9,44 9,46 26 27 27 27 27
199 9,92 9,45 9,52 9,33 9,76 26 25 23 23 26 475 9,46 9,32 9,43 9,45 9,45 24 24 25 25 24
200 10,04 9,65 9,86 9,58 9,77 38 35 38 38 38 476 9,74 9,01 8,94 8,69 9,59 38 39 38 39 38
201 10,24 9,74 9,95 9,62 9,83 36 34 36 36 36 477 9,70 8,43 8,87 8,60 9,47 26 25 25 24 36
202 10,14 9,79 9,27 9,39 9,81 26 24 25 25 25 478 9,69 8,69 8,96 8,80 9,46 27 25 26 26 27
203 10,21 9,55 9,50 9,53 9,83 38 38 37 38 39 479 9,90 9,49 9,34 9,27 9,67 38 37 38 38 38
204 10,24 9,11 9,53 9,47 9,79 35 34 34 34 35 480 9,93 9,29 9,24 9,07 9,47 26 27 27 26 26
205 10,04 9,28 9,24 9,14 9,70 26 24 25 25 25 481 9,71 9,34 9,23 9,11 9,50 25 26 26 26 38
206 9,91 9,31 9,10 9,09 9,60 37 35 34 34 35 482 10,04 9,70 9,68 9,66 9,69 38 40 40 40 30
207 9,89 9,43 9,28 9,33 9,36 32 31 29 29 28 483 9,75 9,21 9,38 9,21 9,53 27 29 28 29 22
208 9,85 9,37 9,27 9,27 9,32 26 25 25 26 26 484 9,66 9,08 9,25 9,09 9,47 26 25 25 25 35
209 9,70 9,54 9,57 9,47 9,27 27 26 26 27 26 485 9,70 9,65 9,62 9,56 9,58 34 37 37 36 25
210 9,64 9,34 9,30 9,30 9,18 26 25 26 26 26 486 9,40 9,09 9,28 9,22 9,32 26 27 27 26 27
211 9,80 9,46 9,40 9,40 9,39 26 24 25 25 26 487 9,46 9,09 9,23 9,20 9,46 27 25 26 26 35
212 10,01 9,66 9,17 9,68 9,50 39 36 38 39 39 488 9,75 9,64 9,63 9,65 9,47 34 38 38 37 27
213 9,83 9,56 9,68 9,72 9,49 33 32 31 33 34 489 9,41 9,37 9,32 9,35 9,33 24 26 26 26 20
214 9,71 9,46 9,48 9,45 9,50 24 25 25 24 24 490 9,35 9,12 9,40 9,33 9,21 24 24 24 25 33
215 9,87 9,71 9,83 9,76 9,56 38 36 39 39 40 491 9,31 9,60 9,02 9,05 9,24 33 36 36 36 35
216 9,72 9,46 9,46 9,50 9,46 29 27 29 29 29 492 9,36 9,50 9,23 9,29 9,35 32 33 32 33 28
217 9,83 9,36 9,49 9,41 9,60 26 24 24 25 25 493 9,54 9,58 9,32 9,37 9,45 30 26 27 27 34
218 9,70 9,50 9,65 9,64 9,51 31 28 30 30 31 494 9,85 9,38 9,05 9,14 9,44 34 36 36 36 27
219 9,74 9,40 9,49 9,46 9,53 26 23 25 25 25 495 9,50 9,06 9,07 9,20 9,44 24 25 25 24 21
220 9,80 9,33 9,22 9,42 9,55 23 24 23 23 23 496 9,49 9,14 9,18 9,25 9,58 24 24 24 24 36
221 9,65 9,47 9,47 9,57 9,53 29 25 28 28 29 497 9,75 9,51 9,51 9,60 9,43 36 35 35 35 27
222 9,68 9,42 9,42 9,55 9,50 26 25 26 26 26 498 9,38 9,02 9,02 9,45 9,51 24 34 24 24 20
129
223 9,70 9,37 9,29 9,40 9,52 25 23 24 24 25 499 9,56 9,16 9,27 9,48 9,65 23 23 23 23 39
224 0,00 0,00 0,00 0,00 0,00 0 0 0 0 0 500 9,82 9,67 9,66 9,83 9,47 39 39 39 39 30
225 9,70 9,55 9,62 9,75 9,48 27 25 27 27 27 501 9,71 9,72 9,47 9,43 9,45 27 27 27 27 24
226 9,51 9,55 9,60 9,71 9,39 25 24 25 23 24 502 9,57 9,62 9,42 9,31 9,56 27 26 26 26 37
227 9,75 9,43 9,13 9,10 9,51 31 32 32 32 34 503 9,76 9,94 9,18 9,14 9,46 37 40 40 40 36
228 9,71 9,52 9,32 9,30 9,51 27 26 27 27 27 504 9,65 9,58 9,10 9,08 9,42 32 33 33 34 24
229 9,59 9,43 9,26 9,20 9,37 21 23 23 23 21 505 9,56 9,39 9,20 9,17 9,28 27 26 26 27 37
230 9,63 9,50 9,34 9,32 9,35 25 24 24 24 25 506 9,50 9,39 9,55 9,55 9,25 37 36 35 35 30
231 9,45 9,32 9,10 9,26 9,42 28 25 28 27 28 507 9,35 9,27 9,43 9,44 9,45 28 29 29 28 23
232 9,66 9,47 9,29 9,45 9,41 23 22 23 23 23 508 9,66 9,18 9,40 9,49 9,28 27 26 26 25 27
233 9,65 9,53 9,43 9,53 9,46 27 25 25 25 27 509 9,29 9,40 9,56 9,62 9,37 27 26 26 26 25
234 9,46 9,41 9,18 9,22 9,55 30 30 31 31 30 510 9,17 9,32 9,49 9,53 9,30 23 22 22 22 23
235 9,67 9,45 9,37 9,16 9,55 25 25 25 25 25 511 9,40 9,18 9,41 9,43 9,44 27 25 25 26 36
236 9,81 9,59 9,64 9,54 9,48 33 30 30 30 33 512 9,46 9,47 9,09 9,31 9,19 36 35 34 35 26
237 9,42 9,40 9,55 9,40 9,58 29 27 27 27 29 513 9,16 9,29 9,15 9,16 9,36 24 24 23 24 26
238 9,64 9,42 9,53 9,39 9,54 26 24 24 24 26 514 9,42 9,35 9,24 9,22 9,49 29 26 27 27 36
239 9,78 9,64 9,83 9,72 9,57 35 30 32 32 35 515 9,49 9,05 9,14 9,28 9,33 36 36 37 37 27
240 9,60 9,47 9,81 9,55 9,59 34 30 32 32 34 516 9,36 9,12 9,06 9,11 9,25 24 24 23 24 24
241 9,74 9,35 9,68 9,35 9,54 26 24 24 24 26 517 9,27 9,19 8,97 9,08 9,42 28 26 26 27 36
242 9,81 9,65 9,52 9,71 9,60 35 33 35 35 35 518 9,54 9,44 9,27 9,25 9,00 36 36 37 37 27
243 9,70 9,60 9,30 9,48 9,61 25 23 23 22 23 519 9,35 9,18 8,80 8,65 9,21 24 24 23 34 24
244 9,71 9,60 9,11 9,34 9,52 23 23 23 23 23 520 9,36 9,20 9,01 9,08 9,30 27 26 26 26 36
245 9,77 9,37 9,49 9,39 9,56 29 29 29 29 29 521 9,42 9,33 9,11 9,15 9,32 37 36 36 37 27
246 9,90 9,16 9,48 9,21 9,71 24 24 24 24 24 522 9,29 9,25 9,23 9,30 9,02 25 24 25 25 21
247 9,71 9,21 9,67 9,26 9,63 23 23 23 23 23 523 9,12 9,05 9,29 9,32 9,56 24 25 25 24 37
248 9,94 9,42 9,44 9,50 9,46 30 29 29 29 30 524 9,40 9,36 9,08 9,22 9,43 36 37 37 36 35
249 9,96 9,54 8,59 9,53 9,52 27 27 27 27 27 525 9,20 9,30 9,26 9,05 9,40 32 34 33 33 24
250 9,70 9,45 8,80 9,48 9,60 25 25 24 25 25 526 9,29 9,40 9,35 9,17 9,67 27 26 25 25 38
251 9,89 9,55 9,16 9,63 9,46 30 27 28 28 30 527 9,59 9,09 9,06 9,63 9,44 36 38 37 37 35
252 9,75 9,34 9,34 9,24 9,48 22 22 22 22 22 528 9,52 9,14 9,13 9,52 9,38 32 33 33 34 21
253 9,81 9,37 9,38 9,24 9,48 25 23 24 24 25 529 9,29 9,28 9,31 9,33 9,49 27 26 25 25 37
254 9,98 9,73 9,95 9,71 9,71 35 35 37 37 35 530 9,45 9,25 9,24 9,38 9,41 36 36 37 36 36
255 9,56 9,37 9,55 9,44 9,50 23 25 25 25 23 531 9,39 9,28 9,29 9,04 9,38 24 34 33 34 22
256 9,75 9,52 9,50 9,45 9,56 26 23 23 24 26 532 9,22 9,31 9,33 9,41 9,30 25 25 25 25 30
257 9,97 9,46 9,85 9,64 9,73 38 38 40 40 37 533 9,52 8,91 9,03 9,16 9,24 30 30 30 30 33
258 10,02 9,34 9,71 9,45 9,74 35 35 36 36 35 534 9,61 9,21 9,27 9,39 9,25 30 30 20 30 23
259 9,97 9,22 9,39 9,40 9,72 27 27 24 24 27 535 9,40 9,28 9,30 9,40 9,22 26 24 24 25 37
260 10,22 9,62 9,98 9,78 9,83 40 39 40 40 40 536 9,64 9,23 9,20 9,35 9,47 37 36 36 36 29
261 10,03 9,41 9,84 9,66 9,75 34 35 35 35 34 537 9,60 9,06 9,09 9,08 9,23 33 34 34 33 32
262 9,93 9,33 9,42 9,40 9,62 27 26 23 23 27 538 9,58 9,19 9,15 9,24 9,35 25 26 26 25 25
263 9,99 9,57 9,84 9,69 9,65 34 34 31 31 34 539 9,65 9,33 9,30 9,48 9,43 29 27 27 27 29
264 9,75 9,50 9,65 9,53 9,50 23 22 22 22 22 540 9,11 9,36 9,17 9,35 9,19 27 25 25 25 27
265 10,05 9,56 9,65 9,75 9,76 27 26 26 26 27 541 9,31 9,22 9,22 9,20 9,24 25 26 26 25 25
266 10,17 9,45 9,45 9,29 9,79 37 38 38 38 37 542 9,42 9,42 8,98 8,74 9,67 29 27 27 27 29
267 9,86 9,20 9,10 9,05 9,63 31 32 31 31 32 543 9,32 8,70 9,10 9,22 9,22 27 25 25 25 27
268 10,01 9,19 9,11 9,02 9,59 24 25 25 24 25 544 9,10 9,10 9,08 9,10 9,01 25 25 24 25 25
269 9,60 9,37 9,31 9,31 9,18 37 36 36 37 36 545 9,30 9,30 9,21 9,07 9,01 34 34 34 33 35
270 9,95 9,48 9,65 9,51 9,27 31 32 31 31 31 546 9,06 9,06 9,15 9,20 9,12 21 21 31 30 30
271 9,86 9,46 9,60 9,49 9,32 31 28 28 27 31 547 9,24 9,24 9,23 9,30 9,24 26 26 26 26 25
272 10,09 9,40 9,75 9,46 9,42 40 40 40 40 39 548 9,38 9,38 9,05 9,20 9,21 36 36 35 35 36
273 9,98 9,20 9,65 9,33 9,42 36 37 37 37 36 549 9,10 9,10 9,20 9,09 9,28 32 32 32 33 32
274 9,92 9,40 9,29 9,49 9,42 29 28 27 27 29 550 9,01 9,01 9,13 8,90 9,11 25 25 24 24 26
275 10,22 9,69 9,75 9,26 9,55 39 40 40 40 39 551 9,28 9,28 8,93 9,30 9,27 38 38 36 36 39
276 10,14 9,48 9,63 9,25 9,53 34 35 35 35 34 552 9,24 9,24 9,07 9,37 9,28 32 32 31 31 34
130
ANEXO V. Cálculos del valor Z para la variable pH del sistema mejorado
ES 10,50 EI 9,00
Biorreactor Metricas Mes 1 Mes
2 Mes 3 Mes 4 Mes 5 Mes 6
B1
µ 10,00 9,89 9,86 9,78 9,72 9,47 σ 0,13 0,15 0,18 0,21 0,20 0,20 Zs 3,85 4,07 3,56 3,43 3,90 5,15 Zi 7,69 5,93 4,78 3,71 3,60 2,35 Promedio
Z menor 3,85 4,07 3,56 3,43 3,60 2,35 3,47
B21
µ 9,41 9,47 9,47 9,40 9,42 9,30 σ 0,11 0,14 0,13 0,16 0,18 0,19 Zs 9,91 7,36 7,92 6,88 6,00 6,32 Zi 3,73 3,36 3,62 2,50 2,33 1,58 Promedio
Z menor 3,73 3,36 3,62 2,50 2,33 1,58 2,85
B22
µ 9,29 9,37 9,50 9,39 9,41 9,24 σ 0,15 0,22 0,23 0,21 0,18 0,18 Zs 8,07 5,14 4,35 5,29 6,06 7,00 Zi 1,93 1,68 2,17 1,86 2,28 1,33 Promedio
Z menor 1,93 1,68 2,17 1,86 2,28 1,33 1,88
B25
µ 9,41 9,47 9,45 9,39 9,40 9,30 σ 0,11 0,12 0,18 0,16 0,17 0,17 Zs 9,91 8,58 5,83 6,94 6,47 7,06 Zi 3,73 3,92 2,50 2,44 2,35 1,76 Promedio
Z menor 3,73 3,92 2,50 2,44 2,35 1,76 2,78
B3
µ 9,62 9,66 9,53 9,44 9,52 9,37 σ 0,05 0,09 0,06 0,05 0,12 0,11 Zs 17,60 9,33 16,17 21,20 8,17 10,27 Zi 12,40 7,33 8,83 8,80 4,33 3,36 Promedio
Z menor 12,40 7,33 8,83 8,80 4,33 3,36 7,51
Promedio del sistema 3,70
131
ANEXO VI. Cálculos del valor Z para la variable temperatura del sistema mejorado
ES 50,00 EI 10,00
Biorreactor Métricas Mes 1 Mes
2 Mes
3 Mes
4 Mes 5 Mes 6
B1
µ 30,76 29,90 29,70 29,11 29,46 29,22
σ 5,06 5,54 5,12 4,99 4,89 4,63
Zs 3,80 3,63 3,96 4,19 4,20 4,49
Zi 4,10 3,59 3,85 3,83 3,98 4,15 Promedio
Z menor 3,80 3,63 3,96 4,19 3,98 4,15 3,95
B21
µ 31,02 28,71 28,74 28,04 29,00 29,39 σ 4,59 4,82 5,26 5,08 4,63 5,15 Zs 4,14 4,42 4,04 4,32 4,54 4,00 Zi 4,58 3,88 3,56 3,55 4,10 3,77 Promedio
Z menor 4,58 3,88 3,56 3,55 4,10 3,77 3,91
B22
µ 31,08 29,05 29,03 28,07 29,05 29,18 σ 4,69 4,85 5,35 5,07 4,74 5,13 Zs 4,03 4,32 3,92 4,33 4,42 4,06 Zi 4,49 3,93 3,56 3,56 4,02 3,74 Promedio
Z menor 4,49 3,93 3,56 3,56 4,02 3,74 3,88
B25
µ 30,92 28,90 29,13 28,11 28,85 29,41 σ 4,74 4,91 5,47 4,47 4,17 5,01 Zs 4,03 4,30 3,82 4,90 5,07 4,11 Zi 4,41 3,85 3,50 4,05 4,52 3,87 Promedio
Z menor 4,41 3,85 3,50 4,05 4,52 3,87 4,03
B3
µ 30,98 29,86 29,69 29,09 29,62 29,58 σ 5,25 5,40 5,28 5,13 5,00 5,29 Zs 3,62 3,73 3,85 4,08 4,08 3,86 Zi 4,00 3,68 3,73 3,72 3,92 3,70 Promedio
Z menor 4,00 3,68 3,73 3,72 3,92 3,70 3,79
Promedio del sistema 3,91