Control Estadstico de ProcesosMtodo para la Aplicacin de Six Sigma en Procesos Petroqumicos

MotivacinMercado Competitivo Necesidad de Innovacin productiva y aumento de la productividad

Herramientas usualmente empleadas:Six SigmaTotal Quality Management (TQM)Total Quality Control (TQC)Quality Control

Problemas de aplicacin de Six Sigma en ingeniera de procesos

Six SigmaConjunto de tcnicas y herramientas para la mejora de los procesosDesarrollado por Motorola en 1986Busca mejorar la calidad de los productos mediante identificacin de las causas de defectosMinimizacin de la variabilidad del proceso Metodologa DMAICNivel de Sigma de un proceso: cantidad de desviaciones estndar que caben entre el target y los lmites de especificacin a nivel de Sigma, probabilidad de tems fuera de especificacin.

Aplicacin en Industria PetroqumicaProblemas Numerosa cantidad de causas posibles

La relacin entre las distintas causas es compleja

Muchas operaciones todava dependen de la experiencia en operacin

Hay pocos expertos en resolucin de este tipo de problemas

Mtodo Propuesto de AplicacinLimitacionesProceso Continuonico ProductoProblemas de Pureza

ObjetivosRpida identificacin de Vital Few Causes (VFCs)Proponer maneras efectivas de corregir los problemas de calidad Productividad

Mtodo Propuesto de AplicacinFase I: Identificacin Jerrquica de las VFCsNivel 1: Identificar las principales unidades de proceso relacionadas con problemas de calidadNivel 2: Identificar causas potenciales en cada unidad de procesoNivel 3: Identificar las VFCs entre las causas potencialesNivel 4: Validar las VFCs

Fase II: Identificacin de las Oportunidades de MejoraNivel 1: Generar lista de oportunidades de mejoraNivel 2: Evaluar cada oportunidadNivel 3: Seleccionar el conjunto de oportunidades ptimas

Mtodo Propuesto de AplicacinFase I: Identificacin Jerrquica de las VFCsNivel 1: Identificar las principales unidades de proceso relacionadas con problemas de calidadNivel 2: Identificar causas potenciales en cada unidad de procesoNivel 3: Identificar las VFCs entre las causas potencialesNivel 4: Validar las VFCs

Fase II: Identificacin de las Oportunidades de MejoraNivel 1: Generar lista de oportunidades de mejoraNivel 2: Evaluar cada oportunidadNivel 3: Seleccionar el conjunto de oportunidades ptimas

Nivel 1: Identificar las principales unidades de proceso relacionadas con problemas de calidadSe define la tolerancia de impureza como un % del valor deseado (gralmente 10%)Seleccionar los procesos unitarios que presenten concentraciones de impureza de salida mayores a la toleranciaCalcular un coeficiente de correlacin entre la calidad del producto final y la concentracin de impureza en la corriente de salida de cada unidadAquellas unidades que posean un mayor coeficiente de correlacin quedan seleccionadas

Mtodo Propuesto de AplicacinFase I: Identificacin Jerrquica de las VFCsNivel 1: Identificar las principales unidades de proceso relacionadas con problemas de calidadNivel 2: Identificar causas potenciales en cada unidad de procesoNivel 3: Identificar las VFCs entre las causas potencialesNivel 4: Validar las VFCs

Fase II: Identificacin de las Oportunidades de MejoraNivel 1: Generar lista de oportunidades de mejoraNivel 2: Evaluar cada oportunidadNivel 3: Seleccionar el conjunto de oportunidades ptimas

Nivel 2: Identificar causas potenciales en cada unidad de procesoPara listar todas las causas posibles se emplea el mtodo de las 6M

6MCategoras especficasMano de ObraOperacin Manual, Control Manual, Medicin ManualMaquinariaMala performance de equipos, mantenimiento frecuente, corrosin, averas, ensuciamiento de equiposMtodosOperacin anormal, set point errneo, parmetros de control degradados, manual de operacin poco claroMaterialesVariacin de composicin de alimentacin, solvente o subproducto, desactivacin del catalizador, variacin de la capacidad calorfica de la utilidadMedicionesFalta de medicin, error en la medicinMedio AmbienteEfectos estacionales, cambios en el manejo

Nivel 2: Identificar causas potenciales en cada unidad de procesoSe realizan encuestas a operarios de distintos sectores para que asignen jerarqua a las causas.

La informacin recolectada se estructura mediante el mtodo House of Quality (HOQ)

Cada grupo tiene un peso relativo calculado en base a la variabilidad de las opiniones de sus miembros

Las causas que suman una influencia mayor al 80% son seleccionadas como causas potenciales

Mtodo Propuesto de AplicacinFase I: Identificacin Jerrquica de las VFCsNivel 1: Identificar las principales unidades de proceso relacionadas con problemas de calidadNivel 2: Identificar causas potenciales en cada unidad de procesoNivel 3: Identificar las VFCs entre las causas potencialesNivel 4: Validar las VFCs

Fase II: Identificacin de las Oportunidades de MejoraNivel 1: Generar lista de oportunidades de mejoraNivel 2: Evaluar cada oportunidadNivel 3: Seleccionar el conjunto de oportunidades ptimas

Nivel 3: Identificar las VFCs entre las causas potencialesA partir de cada causa potencial del Nivel 2 se derivan variables sintomticas.Se denomina Key Performance Variable (KPV) a aquellas variables sintomticas que tienen fuerte relacin con la calidadSe realiza un Diagrama de Propagacin desde cada causa potencial hasta la calidad del producto, pasando por las variables sintomticas.Las causas que quedan en el comienzo de la propagacin se seleccionan como VFCs.

Mtodo Propuesto de AplicacinFase I: Identificacin Jerrquica de las VFCsNivel 1: Identificar las principales unidades de proceso relacionadas con problemas de calidadNivel 2: Identificar causas potenciales en cada proceso unitarioNivel 3: Identificar las VFCs entre las causas potencialesNivel 4: Validar las VFCs

Fase II: Identificacin de las Oportunidades de MejoraNivel 1: Generar lista de oportunidades de mejoraNivel 2: Evaluar cada oportunidadNivel 3: Seleccionar el conjunto de oportunidades ptimas

Nivel 4: Validar las VFCsCada camino de propagacin planteado para las VFCs en el Nivel 3 debe ser validado mediante mediciones histricas. Se corrobora su causalidad con Test de Hiptesis

Es necesario encontrar un perodo en el cual un cambio en la primer KPV se propague al resto de las KPV del camino. Las KPVs del resto de los caminos, que sean independientes, deben permanecer inalteradas.

Cuando es imposible realizar diagramas de propagacin hipotticos, se recurre al Diseo de Experimentos (DOE)

Mtodo Propuesto de AplicacinFase I: Identificacin Jerrquica de las VFCsNivel 1: Identificar las principales unidades de proceso relacionadas con problemas de calidadNivel 2: Identificar causas potenciales en cada proceso unitarioNivel 3: Identificar las VFCs entre las causas potencialesNivel 4: Validar las VFCs

Fase II: Identificacin de las Oportunidades de MejoraNivel 1: Generar lista de oportunidades de mejoraNivel 2: Evaluar cada oportunidadNivel 3: Seleccionar el conjunto de oportunidades ptimas

Nivel 1: Generar lista de oportunidades de mejoraUna vez que se han identificado las VFCs, es necesario plantear soluciones Oportunidades de MejoraPuede haber ms de una Oportunidad de Mejora para una dada VFCLas Oportunidades de Mejora plantean cambios en los siguientes recursos:Recursos HumanosEquiposSistema de ControlMedicinDiseo del ProcesoAnalizar las restricciones de cada Oportunidad

Mtodo Propuesto de AplicacinFase I: Identificacin Jerrquica de las VFCsNivel 1: Identificar las principales unidades de proceso relacionadas con problemas de calidadNivel 2: Identificar causas potenciales en cada proceso unitarioNivel 3: Identificar las VFCs entre las causas potencialesNivel 4: Validar las VFCs

Fase II: Identificacin de las Oportunidades de MejoraNivel 1: Generar lista de oportunidades de mejoraNivel 2: Evaluar cada oportunidadNivel 3: Seleccionar el conjunto de oportunidades ptimas

Nivel 2: Evaluar cada oportunidadSe requiere evaluar las propuestas para elegir la mejor oportunidad.Aspectos evaluados:

En cada aspecto se evala las MEJORAS y los COSTOS en trminos econmicos mediante Funcin de Prdida de TaguchiSe rankean las oportunidades en funcin del multi-criteria ROI = (Costo.Tiempo.Mano Obra)/(Calidad.Ambiente.Seg)

Medio ambienteSeguridadCalidadTiempoMano de ObraCosto

Nivel 2: Evaluar cada oportunidad

Mtodo Propuesto de AplicacinFase I: Identificacin Jerrquica de las VFCsNivel 1: Identificar las principales unidades de proceso relacionadas con problemas de calidadNivel 2: Identificar causas potenciales en cada proceso unitarioNivel 3: Identificar las VFCs entre las causas potencialesNivel 4: Validar las VFCs

Fase II: Identificacin de las Oportunidades de MejoraNivel 1: Generar lista de oportunidades de mejoraNivel 2: Evaluar cada oportunidadNivel 3: Seleccionar el conjunto de oportunidades ptimas

Nivel 3: Seleccionar el conjunto de oportunidades ptimasEl objetivo es maximizar las mejoras en calidad, medio ambiente y seguridad disponiendo de limitados recursos en tiempo, costo y mano de obra.Se utiliza el Mixed Integer Linear Programming (MILP)La funcin objetivo es la suma de los ahorros en calidad, medio ambiente y seguridad:

Nivel 3: Seleccionar el conjunto de oportunidades ptimasPeso RelativoAhorro por calidadAhorro por medio ambienteAhorro por seguridadVariable de decisinOportunidadesSub-opcionesLimitacin de capitalLimitacin de tiempoLimitacin de Mano de ObraRequerimiento de CapitalRequerimiento de TiempoRequerimiento de Mano de Obra

Ejemplo de AplicacinProceso de Produccin de cido Tereftlico (TPA)a partir de oxidacin de p-Xileno (PX)

Ejemplo de AplicacinProblema de calidad: gran variabilidad en la concentracin de 4-carboxibenzaldehdo (4-CBA)

inestabiliza la polimerizacin

= 154,98 ppmNivel de Sigma Actual = 2,04T=150 ppmLSL=120 ppmUSL=180 ppmNivel de Sigma Objetivo = 3,5

Ejemplo de AplicacinFase I: Nivel 1Valor umbral de 15 ppm 4-CBA (10%) Se preseleccionan 6 unidades de proceso (Oxidizer, Centrifuge, digester, vacuum cooler, filter, dryer)A partir de mediciones histricas finalmente se eligen 3:OxidizerDigesterCentrifuge

Fase I: Nivel 2A partir de las 3 unidades de procesos se listan 52 causas potenciales del problema de calidad.A travs del HOQ desarrollado con la informacin de entrevistas a 16 trabajadores, finalmente se seleccionan 17.

Ejemplo de Aplicacin

Ejemplo de AplicacinFase I: Nivel 3De las 17 causas potenciales se derivan 26 variables sintomticas candidatas a KPVSe aplica modelo PLS (Partial Least Squares) para seleccionar KPVs

Ejemplo de AplicacinFase I: Nivel 3Se realiza diagrama de propagacin y se identifican 5 nodos terminales como VFCs

Ejemplo de AplicacinFase I: Nivel 4A partir de datos sobre mediciones histricas, se realiza test de hiptesis para validar cada camino de propagacin propuesto.

Ejemplo de validacin de VFC: Non optimal set point for Oxidizer temperature

Ejemplo de AplicacinFase II: Nivel 1Las mejoras se plantean sobre variables manipulables.(La Variacin de la Demanda no lo es)

Set Point de T de Oxidacin No Optimo 1.1) Cambiar el Set Point a su valor optimo con un servicio externo 1.2) Cambiar el Set Point a su valor optimo con recursos internos

Control manual del caudal de aire que ingresa al digestor 4.1) Disear sistema de control que ajuste el caudal con servicio externo. 4.2) Desarrollar sistema de control para ajustar el caudal de aire con recursos internos.Lavado manual en la centrfuga 2) Estandarizar la operacin de lavado en la centrfuga

Falta de medicin de la concentracin del catalizador que ingresa a oxidacin 3.1) Disear sistema de control que ajuste la concentracin mediante un analizador en lnea. 3.2) Desarrollar sistema de control para ajustar la concentracin con un sensor y servicio externo. 3.3) Desarrollar sistema de control para ajustar la concentracin con un sensor y recursos internos.

Ejemplo de AplicacinFase II: Nivel 2Se desarrollan 3 tipos de funciones de prdida: Calidad: El coeficiente de costo se estima mediante rebajas a productos de menor calidad y reemplazo de productos fuera de especificacin.Seguridad: El coeficiente se estima con los costos de parada de equipos, mantenimiento y capacitacin de empleados.Medio Ambiente: El coeficiente se obtiene segn el costo de tratar el agua efluente.

Ejemplo de AplicacinFase II: Nivel 3Las restricciones son las siguientes:

C=60 millones T= 140 das hombre M=60 das hombre

Ejemplo de AplicacinRESULTADOSDebido a la implementacin deEstandarizacin del lavadoSistema de Control de Aire a DigestorOptimizacin de set point de T en oxidacinEl nivel de sigma del proceso se increment a 4,22 con la consecuente reduccin de la dispersinReduccin de la concentracin de 4-CBA en TPA lo cual disminuy las quejas de los consumidoresY produjo aumento de ganancias de la Planta.

ConclusionesSe presenta un mtodo sistemtico para resolucin de problemas de calidad en procesos petroqumicos.

Requiere mnima intervencin de consultores profesionales.

Incentiva la participacin de operarios e ingenieros

Basado en datos histricos de medicin.

Aplicado satisfactoriamente en una planta productiva de PTA, produciendo un aumento apreciable del nivel de sigma y beneficios econmicos asociados.

ReferenciasA hierarchical decision procedure for productivity innovation in large-scale petrochemical processes Choghun Han, Minjin Kim, En Sup YoonSchool of Chemical and Biological Engineering and Institute of Chemical Processes, Seoul National University, South KoreaKorea Institute of Energy Research, South Korea

June 2007