Professional Documents
Culture Documents
FACULTAD DE INGENIERA
ESCUELA DE INGENIERA CIVIL INDUSTRIAL
AUTOR:
CURIC - CHILE
AGOSTO 2015
Contenidos
Resumen Ejecutivo
En este presente informe se propone el diseo de sistema de control estadstico de los procesos
para el deshidratado de manzana en empresa Agroindustrial Surfrut, ubicada en la ciudad de
Romeral.
La primera parte corresponde a la descripcin del lugar de aplicacin del proyecto, en
la cual se detallan las caractersticas de la empresa y el entorno en la cual est ubicada esta
industria. Luego a ello se formaliza la problemtica a abordar, exponiendo los elementos y
antecedentes que justifican el diseo de un sistema de control estadstico de los procesos para
la empresa.
El segundo captulo presenta la forma con la cual ser abordada la problemtica,
indicando en trminos tericos el significado y uso de las herramientas estadsticas a utilizar
para el proyecto de diseo. Indicando adems la justificacin del uso de las herramientas y
posteriormente la metodologa a seguir para el cumplimiento de los objetivos.
Ya definido lo anterior, en el captulo tres, se desarrolla un diagnstico profundo y actual
de la organizacin, en la cual se sealan las causas que afectan el funcionamiento que tiene la
empresa en la produccin de manzanas deshidratadas y en especial se define el proceso crtico
en trminos de calidad.
El captulo cuatro presenta el desarrollo de la propuesta de diseo del sistema control
estadstico de los procesos, en la que se detallan los pasos seguir en la generacin de las
herramientas estadsticas y como stas se conjugan en un sistema de informacin.
El captulo cinco describe la elaboracin del diseo experimental al proceso de seleccin
de color, en el cual se sugieren mejoras en la configuracin de la mquina y se establecen
eficiencias en el equipo.
Por ltimo, se presentan las implicancias operativas y econmicas que conlleva el diseo
de control estadstico, en conjunto con el desarrollo del diseo experimental, relacionando a
ambos con los costos y beneficios en la implementacin de la propuesta. Adems se analizan
los resultados del estudio y se definen diferentes propuestas para el mejor funcionamiento de
los procesos crticos en trminos de calidad.
Pgina i
Agradecimientos
En primer lugar quiero agradecer a mi familia por la constante ayuda y apoyo que me brind
para lograr este objetivo, el cual no era solo mo, sino ms bien de ellos tambin. Est meta no
fue para nada fcil, sabemos los grandes inconvenientes que surgieron en el camino, pero a
pesar de ellos siempre estuvieron ah, dndome todo el apoyo y las posibilidades para poder
cumplir este desafo. A mis padres les digo, que la deuda que tengo con ustedes es inmensa y
tratar de retribuirle todo lo que me han dado y enseado, ya que por ustedes soy lo que soy.
A mi familia curicana, compart con ellos ms de cinco aos, los cuales fueron
excelentes. Como olvidar esas tardes de ocio hablando tonteras, las diferentes cbalas y tantas
cosas que me ayudaron psicolgicamente a lograr esta meta. A ellos tambin les dedico este
logro.
A mis grandes amigos de la universidad, al Beltrn, al Mardones y al Franco, tantos
buenos momentos, tantas risas y esfuerzo que realizamos para alcanzar nuestros objetivos.
Espero y s que nos volveremos a ver en algn lugar y recordaremos, de lo bien que lo
pasbamos en la Universidad y los diferentes proyectos que tenamos en ese tiempo.
A mi profesora gua Nataly Gonzlez, que si bien no nos conocamos desde antes, me
brind toda su ayuda y principalmente disposicin para la realizacin de esta memoria, la cual
fue un gran desafo para los dos.
Agradecer a mi polola que me dio su apoyo en todo momento, llamndome las veces
que no nos veamos o simplemente mandndome mensajes de motivacin, con arengas para
subir el nimo. A ella le digo: esto tambin es tuyo.
Por ltimo, agradecer a todos los que confiaron en m y en mis capacidades, a todos
ellos: Gracias Totales!
Contenidos
NDICE DE CONTENIDOS
CAPTULO 1: INTRODUCCIN ............................................................................................. 1
1. Lugar de aplicacin .............................................................................................................. 2
1.1.
Problemtica .............................................................................................................. 11
1.3.
Objetivos .................................................................................................................... 12
1.5.
Alcance ...................................................................................................................... 13
Diseo Experimental.................................................................................................. 27
Pgina ii
Contenidos
3.1.
Pgina iii
Contenidos
5.2.
5.4.
5.5.
6.1.
6.2.
Pgina iv
Contenidos
Pgina v
Contenidos
NDICE DE TABLAS
Tabla 1: Variables importantes medidas por Surfrut ................................................................ 35
Tabla 2: Informe mensual de produccin, proporcionado por el ERP de la empresa .............. 38
Tabla 3: Reclamos en el 2014................................................................................................... 41
Tabla 4: Lmites de aceptacin y masa de la muestra .............................................................. 50
Tabla 5: Hoja de registro FO.08038 ......................................................................................... 51
Tabla 6: Lmites de aceptacin y herramientas a utilizar por proceso ..................................... 56
Tabla 7: Variables respuestas del diseo experimental ............................................................ 88
Tabla 8: Listados de materiales necesarios para diseo experimental ..................................... 89
Tabla 9: Matriz correspondiente al orden aleatorio de las corridas experimentales ................ 90
Tabla 10: Simbologa para el desarrollo del diseo experimental............................................ 92
Tabla 11: Resultados del diseo experimental ......................................................................... 94
Tabla 12: Datos a analizar segn variable respuesta 1 ............................................................. 96
Tabla 13: Pruebas de normalidad en ambos test ...................................................................... 96
Tabla 14: Test de Kruskal Wallis para ambas configuraciones................................................ 97
Tabla 15: Datos para anlisis de configuraciones .................................................................... 98
Tabla 16: Resultados para anlisis acuerdo a diferentes configuraciones ................................ 98
Tabla 17: Datos para el anlisis de la variable respuesta dos ................................................. 100
Tabla 18: Resultados test de Kruskal Wallis para variable respuesta dos .............................. 100
Tabla 19: Beneficios al utilizar la nueva configuracin ......................................................... 105
Tabla 20: Costos por variable de bueno en el descarte........................................................... 106
Pgina vi
Contenidos
Pgina vii
Contenidos
GLOSARIO
ANOVA: mtodo de comparacin de medias, que compara varios grupos o tratamientos de una
variable cuantitativa.
Bitter Pitt: puntos de color caf alrededor de toda la manzana o en algunas reas, los cuales
son considerados defecto dentro de la lnea de produccin.
Cliz: parte de la flor de la manzana (color negro), los cuales son considerados defecto dentro
de la lnea de produccin.
Carpelo: estructura interna en donde vienen contenidas las semillas, las cuales son
consideradas defecto dentro de la lnea de produccin.
CEP: sigla que significa sistema de control estadstico de los procesos.
Corazn Acuoso: rea transparente que presenta la manzana (como si estuvieran congeladas),
los cuales son considerados defecto dentro de la lnea de produccin.
Corcho: reas caf y duras (machucones), los cuales son considerados defecto dentro de la lnea
de produccin.
Forma Irregular: cubos de manzanas frescos que poseen 3 de sus lados y le falta algn pedazo
en una esquina.
Fragmentos de Semillas: trozos de semilla que hayan quedado adheridas a la pulpa, las cuales
son considerados defecto dentro de la lnea de produccin.
MSC(X): corresponde al flujo msico que se desplaza al secador continuo X.
Pedacera: es picadillo, pero de tamao ms grande, los cuales son considerados defecto dentro
de la lnea de produccin.
Pednculos: tallo de la manzana, que queda adherido a la pulpa, los cuales son considerados
defecto dentro de la lnea de produccin.
Pgina viii
Contenidos
Picadillo: trozos pequeos que no poseen forma, los cuales son considerados defecto dentro de
la lnea de produccin.
Piel: cscara de la manzana, los cuales son considerados defecto dentro de la lnea de
produccin.
Pgina ix
Captulo 1: Introduccin
CAPTULO 1:
INTRODUCCIN
Pgina 1
Captulo 1: Introduccin
1. Lugar de aplicacin
Descripcin del lugar donde se realiza la propuesta del proyecto destacando el ambiente o
contexto en el cual se est planteando el tema.
1.1.
Pgina 2
Captulo 1: Introduccin
Misin
Visin
Ser un productor de alimentos socialmente responsable que trabaja para mejorar la calidad de
vida de las personas
Objetivos Estratgicos
o Asegurar que los productos cumplan con los requisitos establecidos por el
cliente.
o Contar con un sistema de calidad cada vez ms robusto que nos permita generar
la mejora continua.
o Asegurar que con nuestras operaciones generemos el menor impacto en el medio
ambiente.
o El personal sea un agente activo y proactivo en el cumplimiento de los requisitos
establecidos por la poltica de calidad.
Clientes
Proveedores
Desarrollar alianzas de largo plazo con los proveedores agrcolas. Dentro de esta relacin
proporcionar asistencia tcnica, financiamiento y transparencia comercial, lo
cual
Pgina 3
Captulo 1: Introduccin
Calidad
Mantener un estricto control de las materias primas, insumos y procesos y contar con un
sistema de trazabilidad que permita prevenir atentados bioterroristas, lograr un rpido
seguimiento a todos los componentes de cualquiera de sus productos y reaccionar de
manera inmediata ante cualquier incidente.
Innovacin
El equipo tcnico tiene la misin de generar y mantener las redes internas y externas que
permitan desarrollar productos, mejorar los procesos productivos y servicios con el objeto
de adelantarse a los requerimientos de los clientes y el mercado.
Personas
El alto grado de especializacin del personal, el respeto mutuo entre las personas que
trabajan en la empresa y su entrenamiento permanente generan un ambiente de trabajo
positivo y un alto grado de compromiso que permite alcanzar los estndares que requieren
los clientes.
Mejoramiento Continuo.
Gestin
Implementar un sistema de gestin basado en los estndares aceptados por las normas
ISO, el cual combina la rigurosidad que promueven sus polticas y procedimientos, con
la eficiencia que aporta un software de clase mundial (ERP) y con un estilo basado en la
confianza, en el trabajo en equipo y en el mejoramiento continuo.
Adrin Alexis Riquelme Poblete
Pgina 4
Captulo 1: Introduccin
Por otro lado Surfrut, tiene sus oficinas comerciales y administrativas en la Regin
Metropolitana, en Av. Hernando de Aguirre 1915, Providencia.
Ilustracin 2: Sucursal Surfrut, Regin Metropolitana
Pgina 5
Captulo 1: Introduccin
Vegetales
Deshidratados
Pimentones
Tomates
Manzanas
Deshidratados
Apios
Alta Humedad
Baja Humedad
Conservas
Cerezas
Duraznos
Pgina 6
Captulo 1: Introduccin
Men de Productos
0%
13%1%
18%
68%
Manzanas deshidratadas
Vegetales deshidratados
Conservas
Congelados
Otros
Pgina 7
Captulo 1: Introduccin
12%
68%
Estados Unidos
Brasil
Alemania
Francia
Canada
Otros
De esta manera los ingresos por exportaciones rondan los US$21.000.000 y as los
ingresos en importacin son solo de US$620.000.
Pgina 8
Captulo 1: Introduccin
Juan Emilio
Azolas
Gerente General
J. Abrahams
Gerente
Comercial
Drina Licia
Sotomayor
Gerente Gestin
de Personas
I. Osorio
Gerente
Abastecimiento
Materias Primas
Marc Meinecke
Gerente de I &D
P. Roncagliolo
Gerente de
Operaciones
M. Gonzalez
Contraparte Ss
Casino
P. Marchant
Encargado de
remuneracin
L. Tripailaf
Jefe de
Operaciones de
Materias Primas
Encargado de I &
D
P- Soto
I.Rojas
Jefe de
Produccin
R. Gutirrez
Jefe de
Prevencin
J. Muoz
Encargado de
control de
gestin
C. Uriarte
Jefe de Calidad
|
Jorge Muoz
Jefe de
Informatica
E Nez
Jefe de Bodega y
procesamiento
Jessica Gutierrez
Encargado de
Finanzas
S. Valdes
Encargado de
Optimizacin
P. Yovanovich
Jefe de
Adquisiciones
Vaciado: proceso en el cual la materia prima entre a la lnea luego de ser sometida a un
lavado con agua y dosis de clorito, que permiten remover los contaminantes que hasta ese
momento tenga la materia prima.
Pgina 9
Captulo 1: Introduccin
Pre- Ingreso MP
Vaciado
Pelado
Corte
Seleccionadora
de Color
Secado
Envasado ST
Bodega
Envasado Final
Cortado: proceso realizado por mquinas URSHELL, que permite generar las
dimensiones de los cubos requeridos por el cliente, por medio de varios cuchillos dentro
de este equipo.
Pgina 10
Captulo 1: Introduccin
Secado: Corresponde al proceso de deshidratado de manzana, esta entra con una humedad
aproximada del 80%, para posteriormente bajar su humedad a un 2% por medio de la
utilizacin de 3 secadores continuos.
1.2.
Problemtica
Pgina 11
Captulo 1: Introduccin
1.3.
Objetivos
Realizar una propuesta de control estadstico de los procesos por medio de la utilizacin
de herramientas de mejora continua.
1.4.
Como parte del proceso para alcanzar el objetivo de diseo de un sistema de control estadstico,
se entregara fsicamente a la empresa:
Diagnostico actual de la organizacin, con ello podrn tener una visin global de los
procesos y el control de la variabilidad de estos.
Pgina 12
Captulo 1: Introduccin
Informe con los resultados del diseo experimental del proceso crtico en trminos de
calidad.
1.5.
Alcance
El alcance del proyecto a realizar en empresas Surfrut, se basa en los anlisis estadsticos de
los procesos sin registros, ni control. De acuerdo a lo anterior las etapas en las que se
elaborar el sistema de control estadsticos, en razn de la calidad son: pelado, corte y
seleccin de color
Las limitaciones del proyecto, se basan en el diseo del sistema de control estadstico
de los procesos, no en su implementacin, para ello se entregar a Surfrut, el sistema que
permitir conocer el estado de sus procesos de una manera visual y de fcil comprensin. Por
otro lado, por medio del resultado del diagnstico a la empresa, se desarrollar un diseo
experimental, el cual busca mejorar la eficiencia del proceso crtico en trmino de calidad.
Por otro lado, los trabajadores de la empresa que participarn en el desarrollo del
proyecto (analistas de calidad y jefes de turnos), sern los encargados de proporcionar
informacin relevante en la construccin de la base de datos que sustenta el sistema de control
estadstico. Debido a que estos tienen las capacidades competentes (capacitaciones y
experiencia) para la realizacin de las mediciones y anlisis de muestras del proyecto.
Pgina 13
CAPTULO 2: MARCO
TERICO
En este captulo se detallan las herramientas de mejora continua aplicables al proyecto, las
cuales permiten resolver la problemtica detallada anteriormente. Posterior a ello se plantear
la metodologa de solucin que se utilizar para el desarrollo del proyecto.
Pgina 14
2. Marco terico
Se presenta a continuacin las diferentes herramientas de mejora continua que se utilizarn
para el desarrollo del proyecto de mejoramiento continuo.
2.1.
Se define como Sistema de Control Estadstico de Procesos (CEP) como un conjunto poderoso
de herramientas para la resolucin de problemas, muy til para conseguir estabilidad y mejorar
la capacidad del mismo proceso mediante la reduccin de la variabilidad.
Los mtodos estadsticos utilizados por el CEP, son utilizados para la medicin y
anlisis de la variacin de productos o servicios durante la elaboracin de los diferentes
procesos productivos que requieran estos. sta se realiza de manera sistemtica, continua y
reiterativa en la recoleccin de la informacin, procesamiento, anlisis y acciones correctivas
de acuerdo a las no conformidades.
En trminos de calidad este sistema permite aceptar diversos muestreos que se realicen en
la organizacin, con el fin de determinar si una cantidad de materia o un producto determinado
que ya ha sido elaborado debe aceptarse o rechazarse, para ello se pueden utilizar herramientas
de graficas estadsticas y diagramas que permiten juzgar la calidad de los productos o servicios
ofrecidos.
En forma general el sistema de control estadstico de procesos mide el funcionamiento de
cada proceso clave dentro de la organizacin, para que permitan visualizar de una forma ms
fcil las causas de las variaciones en los procesos.
El set de herramientas antes descrito, busca la mejora continua de los procesos
(Montgomery)
Hoja de registro
Grafica de Pareto
Pgina 15
Diagrama de dispersin
Carta de control
Estas herramientas son parte importante del CEP, sin embargo solo comprenden aspectos
tcnicos de los procesos, por ello es necesario crear un ambiente en el que todos los
colaboradores de la organizacin deseen el mejoramiento continuo de la calidad y la
productividad, permitiendo que estas herramientas se conviertan en un aspecto habitual de hacer
negocios y desarrollar los procesos.
Con el fin de entender de mejor manera el objetivo principal del CEP, es necesario
entender la definicin de variabilidad de los procesos:
Los procesos industriales estn sometidos a una serie de factores de carcter aleatorio que hacen
imposible fabricar dos productos iguales. Por ello las caractersticas de cada proceso no son
uniformes y presentan variabilidad, las cuales afectan los lmites de requerimientos en los
procesos productivos.
En trminos estadsticos la variacin corresponde a la medida de dispersin de las
observaciones entorno a la media. Medidas que se usan comnmente en la prctica de rango y
la desviacin estndar, indicadores que permiten conocer la normalidad de los procesos.
Existen varios tipos de variabilidades que influyen en la variabilidad total de
produccin, dentro de ellas se encuentran:
Variabilidad atribuible: se deben a causas concretas tales como materiales, operadores,
instrumentos, operadores, maquinas, instrumentos de medicin, mtodos, etc. Estos tipos de
factores son identificables, lo que implica que no presente un comportamiento estadstico por
lo cual es predecible la salida.
Pgina 16
Variabilidad fortuita: se deben a una gran cantidad de causas pequeas que actan de manera
conjunta y no son atribuibles a causas concretas. Permitiendo que se denomine un proceso bajo
control si la variabilidad es consecuencia de factores aleatorios.
Pgina 17
2.1.2. Histograma
Herramienta que representa grficamente estadsticas de diferentes tipos, su funcin es exponer
grficamente variables, nmeros y cualidades de modo que se observen de formas ms clara y
ordenada. Para esta herramienta, un gran nmero de datos permiten comprender la poblacin
de una manera objetiva.
La representacin del histograma siempre se realiza en barras, en rectngulos contiguos
construidos uno al lado del otro. Donde la base de cada rectngulo corresponde a la amplitud
de los intervalos y la altura determina la frecuencia en que se asigna cada dato.
Los pasos para la elaboracin de un histograma es el siguiente:
a) Calcular el rango (R): el rango en el cual fluctuarn la totalidad de los datos.
R = el maximo valor observado el menor valor observado
b) Determinar el intervalo de clase: corresponde a dividir el rango en intervalos de una
igual amplitud. Para determinar el nmero de intervalo no existen criterios definidos,
sin embargo se recomienda que este debe ser aproximadamente la raz cuadrada del
nmero de datos.
c) Preparar el formato para la tabla de frecuencia.
d) Determinar los lmites de la clase: determinar los nmeros de las clases de manera que
se incluyan los valores mnimos y mximos en los diferentes intervalos de clases.
Pgina 18
e) Calcule el punto medio de la clase: la marca de clase es el valor que representar todo
el intervalo, para el clculo de algunos parmetros como la media aritmtica, desviacin
estndar, entre otras.
f) Obtener las frecuencias
Pgina 19
() =
1
2
()2
22
Estas pruebas nos permiten verificar el supuesto de normalidad de los datos, condicin clave
para la utilizacin de diferentes herramientas estadsticas, como lo son las cartas de control. Los
test de normalidad que se utilizarn son Shapiro Wilks para un tamao muestral menor a
cincuenta datos, y test de Kolmogorov Smirnov para un tamao muestral mayor a la cantidad
indicada anteriormente. De no cumplirse la normalidad por medio de este test, se debe realizar
y observar el histograma de datos, analizando si este es unimodal, grfica que permitir indicar
a travs del Teorema Central del Lmite que los datos se distribuyen normalmente. (Ver
Ilustracin 10)
Con respecto a los test de normalidad, estas pruebas se deben regir por los siguientes
supuestos:
Pgina 20
Hiptesis:
Pgina 21
en una lnea central, un par de lmites de control, uno en la parte superior de la lnea central y
otro en la parte inferior de la ltima. Si todos los datos o valores ocurren dentro de los lmites
de control, se dice que el proceso est controlado, por lo que si ocurren eventos fuera de los
lmites de control o muestran una forma peculiar, se dice que el proceso est fuera de control.
Es importante sealar que la calidad de los productos manufactureros, generalmente
sufren variaciones debido al desarrollo de estos por medio de procesos productivos. Estas
variaciones se clasifican en dos tipos:
Causas debidas al azar: estas causas son inevitables en el proceso, aun cuando la
operacin se realiza usando materia prima y mtodos estandarizados, por lo que no es
practico tanto econmico y tcnicamente eliminar el azar.
Causas asignables: corresponde a que existe factores significativos que pueden ser
investigados, implicando con esto que estas causas son evitables y no se pueden pasar
por alto, las principales causas son la no aplicacin de ciertos estndares o por la
aplicacin de estndares inapropiados.
Pgina 22
= 3
=1
Carta de control para atributos: utilizada para caractersticas de calidad que no son
medidas en una escala continua o en una escala cuantitativa. Cada unidad de producto
puede juzgarse como conforme o disconforme, basndose si posee o no atributos, o en
su defecto si se puede contar el nmero de disconformidades que aparecen en cada
medicin.
Dentro de ellas se destacan:
Grfica y : se usa principalmente cuando la caracterstica de calidad se representa
por el nmero de piezas defectuosas o la fraccin defectuosa. Para una muestra de
Pgina 23
= - (1 )
(1)
= +
(1)
= -
= - (1
)
Pgina 24
Pgina 25
Ilustracin 12: Diagrama de causa y efecto para el problema de los defectos de los estanques
Soluciones
para el lavado
Mantencin
del equipo
Manzanas
con golpes
Configuracin del
equipo
Materia extraa
en el vaciado
Productos de
baja calidad
Falta de seguimiento
de los procesos
Poca mantencin
En los equipos
Mantencin del
equipo
Tipo de
manzana
Falta de control
estadstico
Mantencin
de los equipos
Ajuste de
la maquina
Configuracin
del equipo
Pgina 26
2.2.
Diseo Experimental
Un experimento es una prueba o serie de pruebas en las que se hacen cambios intencionales en
las variables de entrada de un proceso, de manera de observar e identificar los cambios
desarrollados en el resultado de este. (Kuehl, 2001)
Dentro de la definicin de procesos este se puede visualizar como una combinacin de
mquinas, mtodos y personas que transforman un material de entrada en un producto de salida,
donde algunas variables de estos procesos son controlables y otros no controlables.
Es importante sealar que existe una estrecha relacin entre los mtodos de control
estadstico de los procesos y el diseo experimental, generando en conjunto herramientas muy
poderosas para el mejoramiento continuo de la calidad y la optimizacin de los procesos.
Ejemplo de ello es cuando un proceso est controlado pero sigue teniendo una capacidad dbil,
es necesario mejorar la capacidad del proceso para reducir la variacin que tenga este.
En consecuencia, CEP es un mtodo que permite observar el proceso y se contiene hasta
contar con la informacin de variabilidad que permita realizar un cambio til en el desarrollo
de los procesos, generalizando esta metodologa como pasiva. Sin embargo, si los procesos
productivos estn controlados, el sistema de control estadstico de procesos (CEP) no entrega
Pgina 27
suficiente informacin til para desarrollar un anlisis ms profundo. Es aqu donde toma un
papel importante el diseo experimental, ya que corresponde a un mtodo activo que permite
conocer la variable resultante al alterar ciertas variables controladas, generando informacin
que permite llegar al mejoramiento del proceso.
Determinar cules son las variables que ejercen mayor influencia sobre las salidas de
los procesos.
Determinar donde se ajusta las variables controlables para disminuir las variables no
controlables.
Reducir Costos.
Pgina 28
Se rechaza H0 si el valor-p < 0,05, donde el valor-p = P (F > Fc) [significacin del
5%]
Como requisito para la utilizacin de la ANOVA, se deben cumplir los supuestos de
Pgina 29
2.3.
2.4.
Metodologa a utilizar
Pgina 30
En primer lugar se debe conocer los procesos desarrollado en el rea de la empresa en la cual
se realizar el proyecto, para ello se debe recopilar toda la informacin que sea relevante en la
deteccin de la problemtica.
Este levantamiento de informacin se realiza por medio de la entrega de datos por parte
de la empresa, a travs entrevistas personales, inspeccin visual y en el transcurso del desarrollo
del proyecto.
En esta etapa se analizan y filtran los datos proporcionado por la empresa, permitiendo as la
deteccin de la problemtica final y la elaboracin de los objetivos esperados, por medio de la
utilizacin de diversas herramientas de gestin y estadsticas.
Desarrollo de la propuesta
Implicancias de la propuesta
Se realiza el estudio econmico del desarrollo del proyecto. Aqu se busca medir
cuantitativamente los beneficios econmicos en la elaboracin de est y sus respectivos costos
asociados.
Pgina 31
CAPTULO 3:
DIAGNSTICO DE LA
SITUACIN ACTUAL
Pgina 32
3.1.
Anlisis cualitativo
Se analiza el estado actual del proceso de deshidratado de manzana en forma cualitativa, a partir
de la informacin proporcionada por la empresa y los datos obtenidos presencialmente. En la cual
se desprende que la empresa agroindustrial Surfrut cuenta con un sistema de medicin de calidad
del producto, basado principalmente en el conteo de defecto producido en cada proceso.
Es importante destacar que el anlisis realizado por la empresa solo les permite desarrollar
un diagnstico momentneo de calidad, que de acuerdo a los resultados, solo se elaboran mejoras
temporales de los procesos, debido principalmente a la falta de control estadstico de estos.
Es necesario mencionar que el principal cliente de manzana deshidratada de Agroindustria
Surfrut, corresponde a la empresa estadunidense Unique, a la que se exporta el 95% de la
produccin total. Informacin relevante para definir los principales estndares de calidad de la
empresa, ya que de acuerdo a los requerimientos que tenga esta organizacin se ajustan estos
estndares de calidad, en conjunto con la capacidad disponible que tenga Surfrut en sus procesos.
Pgina 33
Materia Prima
Corte
Sulfito
Pelado
Deshidratado de
manzanas
Variable de entrada:
Manzana deshidratadas
Variables de salida:
-Manzanas
-Humedad de la manzana
Pudricin
Materia Extraa
Presin
Pgina 34
Como se mencion en los captulos anteriores, existe un sistema de medicin en todos los
procesos pero no as de control estadsticos, fundamentalmente por la falta de digitalizacin de
estos datos, ya que estos solo se quedan en archivadores
Tabla 1: Variables importantes medidas por Surfrut
Variables y mediciones
Proceso
Frecuencia de Mediciones
Variable de Produccin
Cada 1 hora
Cantidad a procesar
NBins
Presin
Pre- ingreso MP
FO08005
Acidez
Brix
Bitcora
Vaciado
Calibre
FO17314
Piel
Manzana alimentada
Manzana procesada por minuto
Pelado
FO08212
Mal Puesto
Cada 2 horas
% Alimentado a la maquina
Eficiencia del proceso
Carpelo
Horas en funcionamiento
Piel
Picadillo
Corte
FO08038
No hay mediciones
No hay mediciones
Sulfito
Cada 2 horas
KG/hora
Humedad
Cada 1 hora
Irregular
Trozos mal cortado
Piel
Cliz y Pednculo
Carpelo
Seleccionadora de Color
FO08038
Semilla y fragmento
Bueno en descarte
Defectos
Picadillo
Secado
Envasado ST
FO08108
FO12201
Humedad
Cada 1 hora
Sulfito
Cada 2 horas
Eficiencia promedio
Kilos por secador
Kilos procesados
Pgina 35
Soluciones
para el lavado
Mantencin
del equipo
Manzanas
con golpes
Configuracin del
equipo
Materia extraa
en el vaciado
Productos de
baja calidad
Falta de seguimiento
de los procesos
Poca mantencin
En los equipos
Mantencin del
equipo
Tipo de
manzana
Falta de control
estadstico
Mantencin
de los equipos
Ajuste de
la maquina
Configuracin
del equipo
Pgina 36
Del mismo modo en el desarrollo del diagrama causa y efecto, se permiti identificar que
el proceso crtico en trminos de calidad corresponde a la seleccionadora de color, debido a que
este actualmente no est controlado por ninguna arista:
Mala configuracin del equipo por parte de operarios, ya que existe una ausencia en el
procedimiento de este, lo que conlleva que no existan operarios capacitados para ejercer
esta labor.
este permitir que en trminos de calidad, el producto este en buenas condiciones visuales para su
despacho. Caracterstica que actualmente es apaleada en gran medida por una gran cantidad de
personas en el proceso de envasado del producto, la que sin embargo no se cumple a cabalidad.
3.2.
Anlisis cuantitativo
3.2.1. Produccin
El departamento de digitacin ingresa solo valores de entrada de materia prima y la cantidad de
productos terminados obtenidos por turnos, das y tipo de producto, dejando un vaci en el balance
de masa y capacidades que existe en los procesos intermedios. Concluyendo de esta manera, que
la digitacin tal como est en la actualidad no permite conocer el estado de cada de procesos y la
eficiencia de cada uno.
Pgina 37
La forma como entrega los resultados por medio del software utilizado por el departamento
en cuestin (QAD) es el siguiente:
Tabla 2: Informe mensual de produccin, proporcionado por el ERP de la empresa
Pgina 38
Unidades de Manzanas
400.000
200.000
-
Producto Terminado
110.484
119.053
105.953
Suma de Mat.Prima
896.523
952.423
891.667
En promedio, segn los datos obtenidos, actualmente para elaborar un kilo de manzana
deshidratada se requiere de 10,5 kg de materia prima. La informacin de produccin desglosada
por proceso queda al debe segn los reportes entregado por el QAD.
El proceso de vaciado de materia prima, corresponde a un proceso con una gran base datos que
permite de acuerdo a esto, obtener la eficiencia del proceso y realizar un anlisis estadstico de ste,
por medio del ERP mencionado anteriormente (QAD). De acuerdo a los reportes realizados por el
software, se puede concluir que la cantidad de materia prima ingresada a la planta productiva es
similar todos los das, es decir se busca procesar y obtener la misma cantidad de manzana
deshidratada todos los meses.
Pgina 39
Proceso de secado
Al igual que el proceso de vaciado, ste tiene una base de datos slida que permite realizar un
control de productividad y eficiencia del proceso. Corroborando lo indicado en el proceso de
vaciado, se puede mencionar de acuerdo a los reportes entregados por QAD, que el ritmo de
procesamiento en la actualidad es contante, con una cantidad promedio de 5.552kg de producto
terminado por da, no importando el turno en la cual se realiz este proceso.
Situacin de los procesos sin control estadstico (Pelado, Cortado, Selectora de color)
Pgina 40
Reclamos
Frecuencia
Frecuencia acumulada
Etiqueta
15
34%
34%
Fibras plsticas
7%
41%
5%
45%
5%
50%
Mal etiquetado
7%
57%
Metal
5%
61%
5%
66%
Alta humedad
2%
68%
Alto SO2
2%
70%
Bajo SO2
2%
73%
Cajas aplastadas
2%
75%
2%
77%
Hongo en la bolsa
2%
80%
Hongos en producto
2%
82%
Materia extraa
2%
84%
Perdida de crocancia
2%
86%
Piel
2%
89%
2%
91%
Rotura en el contenedor
2%
93%
2%
95%
Tapn auditivo
2%
98%
Vidrio
2%
100%
Total general
44
Fuente: Elaboracin Propia
De forma de observar de mejor manera los incidentes y las causas por la cual los clientes describen
que el producto que se les entrego es defectuoso, se realiza el siguiente diagrama causa y efecto.
Pgina 41
Cajas mal
selladas
Bolsas mal
cerradas
Materia
extraa
Etiqueta
Fibras
Plsticas
Metal
Carga mal
estibada
Vidrio
Hongo en la bolsa
Productos defectuosos
Perdida de
crocancia
Bajo SO2
Baja Humedad
Piezas fueras
de color
Alto SO2
Granulometra
Alta Humedad
Piel
Se desprende de la grfica causa y efecto, que existen 5 tipos de problemas que interfieren en
la cadena productiva y generan un cierto nivel de productos defectuosos, estos son:
Problema de Humedad
Calidad
SO2
Envasado
Inocuidad
De acuerdo a lo anterior, se define por medio de la grfica de Pareto, las principales causas que
generan que el producto terminado sea defectuoso, lo que conlleva a que se transforme en un
reclamo por parte del cliente.
Pgina 42
Pgina 43
CAPTULO 4: DISEO
DEL SISTEMA DE
CONTROL ESTADSTICO
DE PROCESOS
Pgina 44
Hoja de
registro
Base de
datos
Herramient as
para cada
vari able
Cartas de
control
Diagrama de
barras
Sistema de
Informacin
Diagrama de
Causa-Efecto
Pgina 45
4.1.
Las variables involucradas en cada proceso, permiten generar el sistema de control estadstico
para la empresa Surfrut, para ello es necesario analizar cada una de estas y definir cules
puede ser definidas como variables de entrada controlable y cules sern las incontrolables.
Estas variables son relacionadas por medio de los atributos de calidad de cada
proceso, es decir: las analistas luego de obtener 100gr de muestras, registran el porcentaje de
defecto de la muestra, los cuales varan segn cada proceso.
Pgina 46
Variables Controlables
Semillas
Carpelo
Materia Prima
Piel
Fragmentos
Cliz
Pelado
Variable de entrada:
Variables de salida:
-Manzanas
-Manzanas peladas
Pudricin
Materia Extraa
Corcho y bitter
Variables Incontrolables
Pgina 47
Variables Controlables
Pedeceria
Corte regular
Picadillo
Cortado
Variable de entrada:
Cubos de manzanas
Variables de salida:
-Manzanas peladas
-Cubos de manzanas
Pudricin
Materia Extraa
Corcho y bitter
Variables Incontrolables
Pgina 48
Variables Controlables
% bueno descartado
Picadillos
Defectos
Seleccionadora de color
Cubos de manzanas
Variable de entrada:
Variables de salida:
-Cubos de manzanas sin
defectos
-Cubos de manzanas
Pgina 49
4.2.
Hojas de registro
Pgina 50
*Piel, Carpelo, Corcho, Bitter Pit y Corazn acuoso: analizar en 100g de producto
*Caliz, Pednculos, Sem illas Enteras ,Fragm entos de Sem illas y Materia Extraa: analizar en 1 kg de producto
C O R T E ( M E D ID O S A LID A S UR S C H E L)
P ro duc t o c a lida d:
( m a rc a r s e gn
c o rre s po nda )
#
urs c he l
Turno
F e c ha
S urf rut
E s t nda r
c o n pie l
S urf rut
E xige nt e
Hora
C a lida d
F irs t
12:30:00
35% m n
20% mx
10 % m x
2% mx
2 u/ k g
2% mx
3 u/ k g
4%
0% mx
35% m n
20% mx
10 % m x
3 0 % m n.
2 u/ k g
******
3 u/ k g
2%
0% mx
35% m n
20% mx
10 % m x
1,5 % m x
2 u/ k g
1,5 % m x
3 u/ k g
3%
0% mx
35% m n
20% mx
10 % m x
0 ,2 % m x
0 u/ k g
0 ,1% m x
0 u/ k g
0 .5 %
0% mx
Irre gula r
( f o rm a de l
c ubo )
P ie l
C a liz y
P e dnc ulo
unid/ k ilo
S e m illa y
F ra gm e nt o
s de
s e m illa s
unid/ k ilo
C a rpe lo
C o rc ho ,
B it t e r P it ,
C o ra z n A .
Analista 1
OBSERVACIONES: Encerrar en un circulo cuando los resultados esten fuera de especificacin, cada vez que se genere una salida de control
registrar las acciones correctivas en la bitacora de acciones tomadas
D ESC A R T E
P ic a dillo
( "m o lido "
de
m a nza na )
R e gula r
A na lis t a
S urf rut
E s t nda r
P R O D UC T O P A R A P R O C E S O
P e da c e r a
( t ro zo s po r
mal
c o rt a do
pro v e nie nt
e s de lo s
t ro zo
irre gula re s )
Pgina 51
P udric i n
E t ique t a s
( M a t e ria
E xt ra a
B ue no - 15 %
mx
( re gula r,
irre gula r,
pe da c e r a )
D efecto s
P ic a dillo
J e f e de
T urno
4.3.
Surfrut cuenta con un sistema de medicin de calidad del producto, basado en el conteo de
defecto producido en cada proceso, el cual este solo se queda en papel y no se digita para la
creacin de una base de dato que permita realizar un anlisis estadstico de calidad de los
procesos. Solo se digita las variables de entrada y de salida de la lnea de produccin, es decir,
materia prima ingresada al vaciado y productos semi-terminados a la salida de los secadores.
Por ello se propone el diseo de una plantilla en el software del Excel, que permita el
ingreso de los datos obtenidos por la analista en las hojas de registros FO.08038 y as generar
una base de dato lo suficientemente robusta para el anlisis estadstico de esta. El llenado de
esta base de datos deber ser de forma constante y permanente, ya que con ello el sistema de
control estadstico de los procesos, permitir generar un diagnostico continuo de los procesos
involucrados en el deshidratado de la manzana.
En base a la hoja de registro anteriormente sealada, la informacin que debe tener esta
plantilla es la siguiente:
o Fecha
o Clave (abreviatura del proveedor de la manzana)
o Cdigo (requerimiento de los clientes)
o Calidad (tipo de exigencia)
o Turno
Pgina 52
o Hora
o Analista
o Nmero de maquina cortadora
o Regular (porcentaje de corte regular)
o Irregular (cortes irregulares)
o Pedacera
o Picadillo (proceso de cortado)
o Piel
o Cliz y pednculo
o Carpelo
o Semillas y fragmento de semillas
o Corcho, Bitter Pit
o Pudricin
o Etiquetas
o Bueno en el descarte
o Defectos
o Picadillo
Pgina 53
Validacin de datos: para la disminucin de los errores ortogrficos que pueden ser
generados por la mala transcripcin desde el papel hacia el programa, se propone la
reduccin de digitacin de palabra o cdigos por parte del analista y se utilice la
herramienta de validacin de dato del Excel, que permite la transcripcin fcil de la
informacin por medio de la seleccin de diferentes opciones (lista desplegable).
Ejemplo de ello se observa en la siguiente ilustracin.
Ilustracin 22: Lista desplegable en base de datos
De esta manera los campos desplegables deben ser implementados a los set de opciones
de informacin ms reiterativos o con menos variedad, de esta manera las columnas con
opciones desplegables son las siguientes:
o Clave del producto
o Calidad del producto
o Turno
o Analista
o Lnea
o Mquina de cortado
Pgina 54
4.4.
Procesamiento de la informacin
Al tener una base de datos slida, con informacin relevante de los diferentes tipos de procesos,
se hace necesario realizar un anlisis estadstico de estos, los cuales tendrn como principal
objetivo disminuir la variabilidad de los procesos y cumplir con los requerimientos de los
clientes.
Pgina 55
Pgina 56
situ en el libro de registro de la base de dato y permita realizar los clculos de lmites asociados
a la grfica que se desea realizar.
Los lmites de la grfica de control son desarrollados en funcin a lo mencionado en el
Captulo 2: Marco terico, estas son sujetas a la cantidad de desviaciones estndares que se
decide para los diferentes procesos y determinar el grado de control. Por otro lado, de forma de
utilizar esta herramienta para el cumplimiento de los requerimientos en trminos de calidad de
los clientes, se establece en las grficas de control de cada medicin, los lmites o rangos
definidos por el departamento de calidad. La ejemplificacin de esta herramienta se observar
en el transcurso del informe.
Por ltimo, es relevante sealar que la informacin de las cartas de control se potencia
al final de cada mes, ya que es aqu donde esta herramienta tiene una gran cantidad de datos
que reafirman los diferentes lmites estadsticos.
Pgina 57
7
6
5
4
3
2
1
0
Fecha
Fuente: Elaboracin Propia
4.5.
Este apartado permite conocer las herramientas propuestas en el diseo del sistema de control
de los procesos, segn la caracterizacin en el anlisis de datos anteriormente descrito, por
medio de ejemplos que se elaboran en base a las mediciones realizadas en el mes de mayo y
digitadas en la plantilla utilizada como base de dato del proyecto.
Esta informacin representa el total de las mediciones realizadas en este mes y se utiliz
como base la hoja de registro FO.08038, adems para la correcta digitalizacin de los datos se
Pgina 58
realiz capacitaciones a los analistas y se utiliz una plantilla con opciones desplegables, con
el fin de disminuir el error en el ingreso de ellos.
De forma de estandarizar la elaboracin de las cartas de control, accediendo a una rpida
y fcil interpretacin de los resultados. A continuacin se define la simbologa de los colores
para los diferentes lmites:
Promedio: Negro
Piel
Pgina 59
% defecto de piel
2,5
2
1,5
1
0,5
0
-0,5
-1
30-05-2015
29-05-2015
28-05-2015
27-05-2015
26-05-2015
25-05-2015
23-05-2015
22-05-2015
21-05-2015
19-05-2015
18-05-2015
16-05-2015
15-05-2015
14-05-2015
13-05-2015
12-05-2015
11-05-2015
09-05-2015
08-05-2015
07-05-2015
06-05-2015
05-05-2015
04-05-2015
-1,5
Fecha
Fuente: Elaboracin Propia
Pgina 60
Estos tipos de defectos, tienen relacin con el color que tienen los cubos de manzanas, a partir
de ello se clasifican en defectos del tipo:
Bitter Pit: guarda relacin con pintas de color dentro de los cubos de manzanas.
Pgina 61
5
4
% de defecto
3
2
1
0
-1
-2
Fecha
Fuente: Elaboracin Propia
Cliz y pednculo
Estas variables tienen relacin con el tallo, hojas y parte de la flor de la fruta encontrada en los
cubos de manzanas, en los cuales los lmites de requerimientos por parte del cliente, se
mantienen constantes independiente del tipo de calidad de producto a elaborar.
Pgina 62
3,5
3
2,5
2
1,5
1
0,5
0
-0,5
-1
-1,5
Fechas
Fuente: Elaboracin Propia
Carpelo
Este defecto tiene relacin con la estructura interna en donde vienen contenidas las semillas,
que al momento de ser deshidratado adquiere una textura y estructura que puede ser peligrosa
al ser ingerida.
Pgina 63
% de defecto de carpelo
2
1,5
1
0,5
0
-0,5
-1
-1,5
Fecha
Fuente: Elaboracin Propia
Si bien el proceso est controlado con respecto a los requerimientos del departamento
de calidad, este tiene una gran variabilidad, provocando con ello que las muestras obtenidas
para la variable carpelo se encuentre fuera de control.
V)
Defecto relacionado con las semillas o fragmento de semillas no retiradas por el equipo de
pelado, stas se encuentran adheridas al corazn de la manzana.
De la misma manera que la variable cliz y pednculo, los lmites establecidos por el
departamento de calidad no vara dependiendo del tipo de manzana que se est procesando.
Pgina 64
3,5
3
2,5
2
1,5
1
0,5
0
-0,5
-1
-1,5
Fecha
Fuente: Elaboracin Propia
Variable controlada en el proceso de pelado para el mes de mayo, debido a que las
muestras analizadas para esta variable se encuentran dentro de los lmites de control,
determinados por la estadstica y el departamento de calidad.
VI)
De forma de resumir todos los defectos involucrados en el proceso de pelado, se utiliz una
ponderacin de cada uno de estos, por medio de la creacin de una variable adimensional. En
la cual cada muestra es dividida por el lmite definido por el control de calidad y ponderada por
el peso que tiene este defecto, de acuerdo a lo conversado por los diferentes analistas de calidad
de la empresa. De esta manera la carta de control asociada al defecto global del proceso se
observada en la Ilustracin 29.
Pgina 65
1,2
0,8
0,6
0,4
0,2
Fecha
Fuente: Elaboracin Propia
Pgina 66
I)
Variable que permite conocer cul es el porcentaje de cubos bien cortados en relacin con lo
que exige el cliente, independiente de la calidad del producto a elaborar.
Ilustracin 30: Carta de control para variable de corte regular
120
100
% bien cortado
80
60
40
20
Fecha
Fuente: Elaboracin Propia
Pgina 67
II)
Picadillo
Corresponden a pedazos de manzanas que no tienen forma regular y de un tamao muy menor
a un cubo de manzana, el que se obtiene como defecto resultante de la utilizacin de la mquina
Urshell, es decir corresponde a los pequeos pedazos provenientes de la mquina de cortado
que no tienen la dimensin para ser procesada.
Ilustracin 31: Carta de control para variable picadillo
25
% de defecto
20
15
10
Fecha
Fuente: Elaboracin Propia
La grfica de control de la variable picadillo se encuentra bajo los lmites que establece
las especificaciones de la empresa, sin embargo, sta no se ajusta a lo que respecta a los lmites
estadsticos del proceso. La forma que se sugiere para la solucin de este nivel de defecto, es
realizar mejoras parciales, ajustando la forma de colocacin de los cuchillos asociados a la
mquina.
Pgina 68
III)
Pedacera
Defecto que permite analizar el buen funcionamiento de la mquina de corte, ya que se analiza
el porcentaje de picadillo de mayor tamao, como resultante en la bsqueda del corte de cubo
adecuado.
Ilustracin 32: Carta de control de variable de pedacera
25
% del defecto
20
15
10
Fecha
Fuente: Elaboracin Propia
Pgina 69
IV)
De forma de resumir los defectos de picadillo y pedacera en el proceso de corte, se realiza una
ponderacin de estos 2 factores, por medio de la creacin de una variable adimensional. La cual
es dividida cada una por el lmite definido por las especificaciones de la empresa.
Ilustracin 33: Carta de control para las variables de picadillo + pedacera
1,2
Ponderacim de defecto
0,8
0,6
0,4
0,2
Fecha
Fuente: Elaboracin Propia
Pgina 70
I)
Variable que nos indica cual el porcentaje de producto en buenas condiciones que es sacrificado
por cumplir los estndares de calidad visuales de la empresa, es decir, el porcentaje de cubos
de manzana que es sacado de la lnea de proceso por querer descartar materia extraas, cubos
con pudricin, cubos machucados, cubos con exceso de piel, semillas, tallos y hojas, entre otras.
Ilustracin 34: Carta de control % de bueno en el descarte
0,35
Promedio de
Bueno- 15%
mx (regular,
irregular,
pedacera)
0,3
Promedio de LI
(Calidad)
0,25
Promedio de LS
(Calidad)
0,2
0,15
Promedio de P
0,1
Promedio de
UCL
0,05
Promedio de
LCL
0
30-05-2015
29-05-2015
28-05-2015
27-05-2015
26-05-2015
25-05-2015
23-05-2015
22-05-2015
21-05-2015
20-05-2015
19-05-2015
18-05-2015
16-05-2015
15-05-2015
11-05-2015
14-05-2015
13-05-2015
12-05-2015
09-05-2015
08-05-2015
07-05-2015
06-05-2015
05-05-2015
04-05-2015
Fecha
Fuente: Elaboracin Propia
Pgina 71
4.6.
El sistema de informacin desarrollado para este diseo, engloba todas las herramientas
estadsticas vistas en el informe, permitiendo la unificacin de la informacin y adems una
fcil ejecucin de ellas. Lo que implica que para la obtencin de los resultados no se necesite
desarrollar las formulas estadsticas asociadas a cada herramienta.
Tal como se mencion en los captulos anteriores, Agroindustrial Surfrut cuenta con un
sistema de medicin basado en el anlisis de defectos, los cuales solo son registrados en papel
y posteriormente archivados. No permitiendo generar una base de datos slida para la
elaboracin de los diversos anlisis estadsticos a ejecutar.
Por ello se propone un diseo de sistema de informacin en base a un control estadstico
de los procesos, en trmino de calidad. Lo que implica estandarizar la forma de analizar las
muestras dentro de los procesos, definir las variables relevantes de cada uno de ellos y
posteriormente generar una base de datos de forma permanente, que posibilite utilizar las
herramientas del CEP en una sola aplicacin.
Este diseo de sistema de informacin en base al CEP, ser desarrollado por medio del
software del Excel y su aplicacin de Visual Basic. La cual estar sujeto a los siguientes pasos:
a) Utilizar la hoja de registro, diseada anteriormente para la generacin de
informacin.
b) Incluir esta informacin por medio de la digitacin de estas hojas de registros, en la
creacin de una base de dato slida para la empresa.
Pgina 72
Pgina 73
Pgina 74
Esta ilustracin corresponde a la segunda fase del procedimiento visual que utilizan los
analistas de produccin, para el registro de informacin. Donde se destaca los errores comunes
que se observan en el llenado de la base de datos.
Esto permitir disminuir los errores de comunes de los digitadores, como lo son:
Trminos mal escritos como lo son Calidad Sufrut, Clave del producto u otros
Entre otros
Pgina 75
Pgina 76
Es importante sealar que cada vez que se ingresen nuevos datos, el programa actualizar
los resultados de las herramientas estadsticas utilizadas. Adems, de manera de mejorar la
interaccin con el usuario y permitir volver al men de inicio del prototipo, existe al costado de la
base de datos opciones de men, los cuales nos permite volver a la pgina de inicio o ir directamente
a los resultados estadsticos de los datos muestreados.
Pgina 77
Dentro de las opciones que nos entrega el men de estadsticas, se encuentran las diferentes
herramientas del CEP que se utilizarn para la empresa Surfrut:
Cartas de control: son elaboradas en funcin a la base de datos que se ingresan al sistema
de informacin, las cuales son agrupadas de acuerdo a la fecha que se realiza el anlisis de
la muestra y a las diferentes variables ingresadas en la hoja de registro FO 08.038.
El men que permite la seleccin de la grfica, se elabora por medio de formularios
que almacenan la opcin en tablas ocultas dentro del mismo sistema de informacin,
facilitando con ella la forma de consulta.
Pgina 78
Pgina 79
Pgina 80
Pgina 81
4.7.
Mal funcionamiento
del selector de color
Poco conocimiento
de la mquina
Poco conocimiento
De la mquina
Operarios no
capacitados
Registros no
digitalizados
Falta de procedimiento
Pgina 82
Configuracin del equipo: durante el desarrollo del proyecto, se pudo observar que existe
una gran problemtica en la programacin de la mquina, no solo en la bsqueda en la
disminucin de la variable porcentaje de descarte, sino ms bien en el trabajo que cumple
sta, con una disminucin en el nivel de reclamo hacia la empresa Surfrut.
Nulo control sobre el proceso: el poco conocimiento del proceso, no permita verificar el
estado de ste. Por lo que solo a partir de este proyecto, se pudo corroborar la alta
variabilidad con la que trabaja el equipo Color Sorter.
Esto se debe principalmente al poco conocimiento que se tiene de la mquina, poco
seguimiento al proceso y la nula digitalizacin de informacin relevante en los diversos
anlisis.
Pgina 83
Check List de configuracin: de forma de mejorar el control que se tiene del proceso y
apoyarse en el diseo del CEP, se propone la creacin de un check list de configuracin,
que permitir conocer y realizar la trazabilidad de los problemas en la selectora de color, y
a partir de ello generar diversas mejoras. (Ver Anexo 11)
Plan de mantencin para Raytec Color Sorter: uno de los principales problemas que se
observa en la variable de % bueno en el descarte, guarda relacin con las manchas que
puede tener la cinta transportadora, provocando problemas en el poder de discriminacin
del equipo. Es a partir de ello, que es vital la creacin de un plan de mantencin para el
equipo Raytec Color Sorter, con ello se busca mantener limpio la cinta transportadora,
chutes de presin, y la totalidad de sensores involucrados en la mquina, obteniendo un
mejor rendimiento de sta.
Pgina 84
CAPTULO 5: DISEO
EXPERIMENTAL PARA
EL PROCESO DE
SELECCIN DE COLOR
Pgina 85
5.1.
Identificacin de la problemtica
Pgina 86
5.2.
Parmetros
LM
H
S
L
Tinta
Saturacin
Luminosidad
C
I
T
ME
Clorofila
Infrarrojo
Transparencia
*Supuesto: antes de la prueba se comprobar que cada uno de los tratamientos cumpla con
su configuracin.
Pgina 87
5.3.
Variables respuestas
Corresponden a las variables de salida del experimento la cual para el caso de este diseo
corresponden a:
Tabla 8: Variables respuestas del diseo experimental
Variable Respuesta
Error tipo 1, e1
Error tipo 2, e2
Formulacin
PLU encontrados/ PLU
ingresados en el flujo de
alimentacin
% de material conforme
encontrado en Lnea de
Descarte
Incidencia
Entregar un defecto a la Lnea
de Proceso, Implica poner en
riesgo la inocuidad
Descartar producto conforme
en la Lnea de Descarte,
Implica reduccin de la
productividad pues se desecha
material que se podra
deshidratar
Pgina 88
5.4.
5.5.
Materiales
Bolsas plsticas/Etiquetas
Cantidad
60
Uso
Guardar muestras para anlisis
2 cronmetro
Tabla de registro
Balanza Tara 30 kg
PLU
60
Densidad aparente
Contenedor plstico
Pala metlica
Remover picadillo
Pgina 89
Nmero de
Var 1
Var 2
d1
d1
19
d1
18
d1
d1
d2
15
d2
16
d2
11
d2
d2
10
d1
12
d1
d1
d1
13
d1
20
d2
d2
14
d2
17
d2
d2
experimental
repeticin
Pgina 90
A: Configuracin A
B: Configuracin B
de la mquina estn configurados correctamente, a partir del tipo de receta a producir. Para ello
se elabor un Check List para el equipo de Ray Tec CS, el cual no solo ser utilizado para el
registro de los parmetros en el diseo experimental, sino ms bien ser utilizado en el registro
diario en la configuracin de la selectora de color (Anexo 11 y Anexo 12).
Por otro lado, de acuerdo al diagrama que corresponde al proceso y equipo de seleccin
de color (Ilustracin 46), al momento de desarrollar cada prueba experimental, se prohibir el
paso de cubos de manzana al secador continuo 5. De manera de disminuir los riesgos y controlar
las salidas del equipo.
Pgina 91
Simbologa
Unidad de
Medida
LA
kg/h
kg/h
MSC2
MSC5
kg/h
kg/h
Variable
Flujo de manzana que ingresa a Ray Tec
Color Sorter (CS)
Flujo de material descartado (incluye
picadillo, defectos y producto conforme)
Flujo de manzana que ingresa a SC2
Flujo de manzana que ingresa a SC5
En primer lugar se necesit de dos colaboradores que fueron los encargados de recibir
los caudales de salida de m y MSC2 al momento de realizar cada corrida experimental.
Ello contribuy en la obtencin de las variables respuesta de cada una de estas.
Ilustracin 46: Esquema del proceso de selector de color
Pgina 92
Pgina 93
Var 2
MSC2
Var. Respuesta 1
Var. Respuesta 2
Nmero
N PLU hallados/N % de masa buena
de
kg / s kg / s
PLU ingresados
en descarte
repeticin
1
0,016 0,508
1,0
20%
2
0,006 0,475
1,0
12%
3
0,010 0,418
1,0
14%
4
0,022 0,629
1,0
8%
d1
d1
19
d1
18
d1
d1
0,009 0,460
0,0
11%
d2
0,003 0,503
1,0
15%
15
d2
0,011 0,483
1,0
18%
16
d2
0,010 0,221
0,6
33%
11
d2
0,005 0,244
1,0
26%
d2
0,005 0,564
0,8
12%
10
d1
0,005 0,346
1,0
11%
12
d1
0,005 0,409
0,0
16%
d1
0,006 0,431
0,0
13%
d1
0,004 0,224
0,0
9%
13
d1
0,010 0,422
1,0
14%
20
d2
0,008 0,244
0,8
16%
d2
0,011 0,465
0,6
11%
14
d2
0,006 0,476
0,4
15%
17
d2
2%
0,006 0,501
5
0,005 0,355
Fuente: Elaboracin Propia
0,6
d2
0,8
12%
Pgina 94
acuerdo a esto y de forma de aclarar la metodologa con la cual se analizar los resultados del
diseo experimental, se observa en la Ilustracin 47, el diagrama de procedimiento a seguir.
Ilustracin 47: Anlisis de datos para variable respuesta 1
Se verifica si existe
diferencia
estadstica entre la
cantidad de defecto
depositada al
equipo con cada
una de las
configuraciones.
SI
Existe
diferencia
significativa?
NO
Se agrupan los
datos y verifica si
existe diferencia
significativa entre
las configuraciones
de la mquina
Se contrastan la
configuraciones con
respecto a un nivel
de defecto
determinado
Pgina 95
Error tipo 1
Error tipo 1
Configuracin A
Configuracin B
Defecto 1
Defecto 2
Defecto 1
Defecto 2
0,8
0,6
0,6
0,4
0,6
0
0,8
0,8
0,88
1
0,4
0,8
0,64
MEDIA
MEDIA
Configuracin B
Pruebas de normalidad
Pruebas de normalidad
KolmogorovSmirnova
KolmogorovShapiro-Wilk
Tipo_
Esta
de_def Estad g
dsti
Tipo
Smirnova
Shapiro-Wilk
_de_
defec Estad g
ecto
stico
Sig.
co
Sig.
Eficaci
1,00
,473
,001
,552
,000
a_A
2,00
,349
,046
,771
,046
Estad
to
stico
Sig.
stico
Sig.
Eficaci
1,00
,367
,026
,684
,004
a_B
2,00
,231
,200
,881
,314
Pgina 96
Como resultado de la aplicacin se rechaza en ambos casos la hiptesis nula, por lo que
los datos no se distribuyen normalmente, lo que implica que la media no corresponda al
principal valor estadstico de cada uno de los Tratamientos.
Esto implica que no se pueda utilizar una ANOVA paramtrica, sino ms bien un
anlisis de no paramtrico, basado en la metodologa de Kruskal-Wallis, con el fin de definir si
existe diferencia estadstica entre niveles de defectos con respecto a una configuracin
determinada.
Tabla 15: Test de Kruskal Wallis para ambas configuraciones
Configuracin A
Estadsticos de contraste (a,b)
Configuracin B
Estadsticos de contraste
(a,b)
Eficacia_A
Eficacia_B
Chi-
Chi-cuadrado
,149
gl
gl
Valor-p
,700
Valor-p
,594
cuadrado
,285
Conclusin 1:
Pgina 97
Configuracin B
100%
100%
100%
0%
100%
0%
100%
0%
0%
100%
100%
80%
100%
60%
60%
40%
100%
60%
80%
80%
De la misma manera que el anlisis de varianza con respecto al nivel de defecto, los
datos para el anlisis de las configuraciones no se distribuyen normalmente (Anexo 14), por lo
que el mtodo a aplicar corresponde a la prueba no paramtrica de Kruskal Wallis.
Obteniendo los siguientes resultados a partir del software de SPSS:
Tabla 17: Resultados para anlisis acuerdo a diferentes configuraciones
4,477
gl
Valor-p
,034
Pgina 98
Conclusin 2:
Segn los resultados que proporciono la metodologa de Kruskal Wallis se rechaza H0 , ya que
el valor-p es de 0,034, menor que el nivel de significacin de 0,05. Con ello se concluye con un
nivel de significacin del 5%, que existen diferencias significativas entre la configuracin A y
configuracin B. Lo que implica que se pueda asegurar, de acuerdo a los supuestos utilizado
en este diseo experimental, que:
Pgina 99
% de bueno en el descarte
Configuracin
Promedio
20%
11%
12%
16%
14%
13%
8%
9%
11%
14%
15%
16%
18%
11%
33%
15%
26%
2%
12%
12%
17%
12%
De esta manera, antes de comparar las medias de los diferentes tratamientos, se debe
verificar los supuestos de normalidad y de homogeneidad que tienen los datos. Para ello se
utiliz el test de normalidad de Shapiro-Wills (Anexo 15), el cual nos indic que los datos de
cada configuracin no se distribuyen de forma normal. Lo que implica, que se deba aplicar la
prueba no paramtrica de Kruskal Wallis.
Tabla 19: Resultados test de Kruskal Wallis para variable respuesta dos
1,472
gl
Sig. asintt.
,225
Pgina 100
De acuerdo al resultado del test de Kruskal Wallis, el valor-p de 0,225 > 0,05, por lo que, no
existe diferencia aparente entre cada tipo de configuracin. Lo cual, nos indica que indiferente
de los tratamientos, se elimina en promedio la misma cantidad de cubos bueno de la lnea de
alimentacin, por querer descartar los defectos que tenga sta.
Pgina 101
CAPTULO 6:
IMPLICANCIAS DEL
DISEO
Pgina 102
6.1.
Pgina 103
6.2.
La implementacin del diseo CEP, trae consigo diversos beneficios que se asocian a la mejora
de la calidad de los productos por medio del diagnstico continuo de la lnea de produccin. Y
de esta misma manera, el diseo experimental trae consigo medidas de mejora para el proceso
de seleccin de color, la cual permitir obtener beneficios econmicos y operativos para la
empresa.
Permite conocer el alcance de las mejoras, por medio de la utilizacin del sistema de
informacin
Generar una base de datos, que permita conocer las causas de los diferentes procesos
defectuosos.
Pgina 104
El diseo experimental por otra parte atribuye beneficios operacionales, ya que a partir
de ste, se pudo establecer cul es la mejor configuracin para el equipo selector de color, con
ello maximizar el nivel de discriminacin que tiene la mquina para retirar materia extraa
(PLU).
Eficiencia de CS
Etiquetas encontradas
Costos por reclamos
($USD)
2014
52%
15
2015
84%
9
24.000
14.400
Pgina 105
6.3.
Beneficios/Costos
Pgina 106
Pgina 107
Conclusiones y recomendaciones
CONCLUSIONES Y
RECOMENDACIONES
Pgina 108
Conclusiones y recomendaciones
Conclusiones
Es vital para Agroindustrial Surfrut, conocer el funcionamiento de los procesos y a partir de
ello generar mejoras, que permitan disminuir la variabilidad y el desperdicio que provoca
realizacin de un producto defectuoso. A partir de esto es relevante que la empresa tenga un
sistema de control estadstico de los procesos como parte de una herramienta de mejora continua
y toma de decisiones.
En la actualidad, Surfrut tiene un nulo control sobre los procesos, la cual tiene como
consecuencia, la falta de conocimiento sobre los niveles de eficiencia y productividad que
tienen stos. Si bien la empresa realiza mediciones, stas quedan solo en papel y no son
utilizadas para mantener bajo a raya el desarrollo de los productos, ni para la generacin de
mejoras o bien, la realizacin de un anlisis estadstico que permita conocer las causas de los
posibles procesos defectuosos.
Lo anterior permiti definir que la mejor opcin para esta problemtica corresponde a
la generacin de un diseo de control estadstico de los procesos para el deshidratado de
manzana en empresa Surfrut, con ello se cumplira el objetivo de conocer el estado de los
procesos histrica y continuamente, se podr verificar la eficiencia de las mejoras a
implementar y principalmente permiti conocer cul es o son los procesos crticos en trminos
de calidad, por medio de una justificacin estadstica y no solo por medio del juicio de valor
que tienen los jefes de produccin.
En primer lugar, este diseo de sistema estandariz la forma con la cual se realizan los
anlisis de defecto en la lnea de produccin, distinguiendo las variables relevantes para los tres
procesos en la cual se aplicar este CEP (pelado, corte y seleccin de color).
Para ello se gener y optimiz la hoja de registro para el anlisis de estas mediciones,
lo que permiti con ello generar una base dato, sobre los procesos a analizar. Este corresponde
a la primera gran mejora que se aplica a este proyecto, ya que esta informacin permitir realizar
un sinfn de anlisis y comparaciones con respecto a los aos productivos anteriores, los cuales
se justificarn estadsticamente y no solo por juicios de valor.
Pgina 109
Conclusiones y recomendaciones
Al ya ver generado una base de datos slida, sta permiti la utilizacin de diferentes
herramientas de control estadstico como lo son diagrama causa y efecto, Pareto y cartas de
control. Esta ltima corresponde a la herramienta ms importante del CEP, no por ser
estadsticamente compleja, sino ms bien por brindar informacin visual del estado de los
procesos, y si estos se encuentra controlados. Informacin que no se puede conocer con los
anlisis que se realizaban anterior a la elaboracin del proyecto.
El sistema de informacin desarrollado para este diseo, engloba todas las herramientas
estadsticas vistas en el informe, permitiendo la unificacin de la informacin y adems una
fcil ejecucin de ellas. Lo que implica que para la obtencin de los resultados no se necesite
desarrollar las formulas estadsticas asociadas a cada herramienta. Adems esta se actualizar
cada vez que se ingrese un nuevo anlisis, proporcionando de esta manera que el CEP cumpla
la funcin de un diagnstico continuo en funcin de calidad, es decir este evaluar de forma
permanente que los productos elaborados por la empresa cumplan con las especificaciones de
los clientes.
Por ltimo, en el desarrollo del diagnstico se mencion que el proceso crtico en
trminos de calidad corresponde al proceso de seleccin de color, el cual posteriormente fue
corroborado por los resultados obtenidos en el CEP. A partir de ello se hizo vital la realizacin
de un control activo del proceso, por medio de la elaboracin de un diseo experimental que
permita determinar si efectivamente el equipo Raytec Color Sorter, cumple la funcionalidad por
la cual fue comprada y de acuerdo a ello, definir la mejor manera de aumentar la eficiencia de
discriminacin en la eliminacin de la materia extraa (PLU). Lo que conlleva una disminucin
de los reclamos por parte de los clientes.
En conclusin general del diseo experimental, se obtuvo (de acuerdo a los supuestos
del diseo), que si se desea eliminar una mayor cantidad de materias extraas en la lnea de
produccin y con ello disminuir los reclamos de los clientes, es necesario que el equipo tenga
una configuracin del tipo A, es decir, se deba activar los mdulos de HSL y CIT en la
configuracin de los parmetros de la mquina, as se eliminar en promedio un 84% de las
etiquetas que se encuentren en la lnea de produccin. Adems, es importante sealar que este
Pgina 110
Conclusiones y recomendaciones
Pgina 111
Conclusiones y recomendaciones
Recomendaciones
Si bien el actual desarrollo del proyecto, permiti solucionar una de las principales problemtica
que tiene Agroindustrial Surfrut, sta tiene numerosos desafos.
En primer lugar, es vital que se implemente el control estadstico de los procesos y que
este no solo abarque a los 3 procesos estudiados, sino que se englobe en un solo sistema de
informacin, todos los anlisis estadsticos y que a partir de ello se utilicen las mismas
herramientas en la bsqueda de la mejora de la calidad de los procesos.
Por otro lado, como se mencion en el anlisis desarrollado para los resultados parciales
del CEP (Captulo 4.7), es fundamental para mejorar los diferentes procesos y en especial el
proceso de seleccin de color, elaborar un plan de mantencin del equipo, el cual tendr como
principal resultado, un aumento en la eficiencia de la mquina y una disminucin en la
variabilidad de los diferentes procesos.
Para ello es necesario que se involucren todos los actores relacionados en el rea
operacional de la empresa y a partir de ello tener la conviccin de lo relevante que es conocer
el estado de los procesos y si estos se mantienen controlados. De manera, que el control y
registro de las mediciones no solo se queden como tareas momentneas sin sentido, sino que se
vea sta como una potencial herramienta de mejora.
Con respecto a la ejecucin del proyecto y de acuerdo a lo mencionado anteriormente,
es fundamental que se digiten datos e informacin relevante dentro de la empresa, como lo son
los tiempos efectivos de uso de los equipos, tiempos de para, nivel de procesamiento, entre
otros. Esto implicara la elaboracin de una robusta base de datos, que permitir la generacin
de indicadores de desempeos (KPIs), aplicacin de indicadores como el OEE, anlisis
envolvente de datos, entre otras herramientas de mejora.
Adems es fundamental delimitar nuevos lmites de especificacin para los procesos de
corte y seleccin de color. El primero tiene lmites de especificacin muy bajos, actualmente se
pide que solo el 30% de la muestra tenga un corte regular, cuando el promedio siempre es
superior al 55%, de esta manera para este proceso en particular es ms relevante, como fuente
Pgina 112
Conclusiones y recomendaciones
de informacin, observar los lmites estadsticos, ms que los mismo proporcionado por la
empresa, o bien reformular estos lmites a un valor recomendado de 45%. Para el proceso de
seleccin de color, actualmente sucede lo contrario que al proceso de corte, ya que el promedio
en las mayoras de las muestras est muy cercano al lmite de la especificacin (15% de bueno
en el descarte), por lo que se sugiere establecer como parmetros de requisitos, los limites
desarrollado por la estadsticas o bien establecer nuevos lmites de especificacin. (17% o 18%)
Por otro lado, dentro de las tareas pendientes que tiene la empresa Surfrut, corresponde
a la creacin de una poltica de mejora continua, la cual permita mejorar las reas de
rendimientos claves de la organizacin enfocndose en los principales desperdicios que
desarrolla la empresa. Para ello se propone la utilizacin e implementacin de herramientas de
manufactura esbelta para la mejora de las operaciones de la empresa. En primer lugar esta se
debe basar en la herramienta bsica de disciplina y orden la cual corresponde a Las 5s.
Si bien se han desarrollados estudios en la empresa para la utilizacin de herramientas
de manufactura esbelta, estas fueron elaboradas por alumnos memoristas, implicando con ello
que no fueran tomadas en cuentas para su posterior implementacin. Esto es ocasionado
principalmente a la falta de conciencia que tiene la empresa, con respecto a lo relevante que son
estas medidas para el escenario actual de la industria y su alta competitividad.
Pgina 113
Bibliografa
Bibliografa
Paz, R. C. (s.f.). Control Estdistico de Procesos. Mar del plata: Facultad de Ciencias
Econmicas y Sociales.
Pgina 114
Anexos
Anexos
Anexo 1: Proceso selector de color
Pgina 115
Anexos
Pgina 116
Anexos
N
Parmetros normalesa,b
Media
118408,5841
Desviacin tpica
30043,44100
,073
Positiva
,073
Negativa
-,059
Z de Kolmogorov-Smirnov
,610
,850
Pgina 117
Anexos
Pgina 118
Anexos
Fecha
Clave
01-04-2015
CASO
01-04-2015
CASO
01-04-2015
CASO
01-04-2015
CASO
01-04-2015
CASO
Cdigo
MZCB14GIS
SOS5
MZCB14GIS
SOS5
MZCB14GIS
SOS5
MZCB14GIS
SOS5
MZCB14GIS
SOS5
Picadillo
("molido" de
manzana)
Calidad
Turno
Hora
Analista
Lnea
#
Urshell
Regular
SURFRUT ESTANDAR
0:50
CAROL
GA1-GA2
61
25
11
SURFRUT ESTANDAR
2:20
BERNARDA
GA1-GA2
62
20
10
SURFRUT ESTANDAR
3:50
BERNARDA
GA1-GA2
69
19
SURFRUT ESTANDAR
5:20
BERNARDA
GA1-GA2
62
15
SURFRUT ESTANDAR
6:45
BERNARDA
GA1-GA2
Lnea
Detenida
Da-Mes-Ao
Con de
separacin y no
guion bajo _
Pedacera
(trozos por
mal cortado
proveniente
s de los
trozo
irregulares)
Irregular
(forma
del
cubo)
Hora: Min
(NO con ) y
va desde 0-24 (hrs)
Con
Pgina 119
5
15
Desde 0-100,
la suma de
estos 4
parmetros
debe ser 100
Anexos
Carpelo
Semilla y
Fragmentos
de semillas
unid/kilo
Corcho,
Bitter Pit,
Corazn A.
0,5
0,5
0,8
2,4
2,9
Piel
Cliz y
Pednculo
unid/kilo
0,1
0,8
0,1
4,2
1,9
51
2,4
Desde
DESCARTE
0-100,
Bueno- 15%
mx. (regular,
irregular,
pedacera)
Defectos
Picadillo
16%
34
50
1,3
24%
31
45
2,8
11%
14
75
12%
15
73
N/A
Desde
Solo se anotan
las
debido que es
una muestra
de 100 gr
Pudricin
Etiquetas
(Materia
Extraa
0-100,
debido que es
una muestra
de 100 gr
Unidades,
es decir solo
las cantidades
y no el peso
Solo se anotan
las
Unidades,
es decir solo las
cantidades y no
el peso
Errores comunes:
Pgina 120
Anexos
3. Para observar las cartas de control de los procesos y las variables que se miden en cada
uno de estos, se debe ingresar a la opcin Cartas de Control.
Pgina 121
Anexos
3.1.
Se destaca que para una mejor interpretacin, existe la opcin de Resumen Defectos,
en la cual se toma en consideracin las variables que se miden en el proceso y a travs de estas
se realiza una ponderacin global, generando de esta manera una carta general de este.
Por otro lado, dependiendo de cada variable existen mltiples opciones como: tipo de
calidad, resumen por da, desglose total por hora.
3.2.
Pgina 122
Anexos
En cada carta de control existen opciones al lado de cada una, para volver al men
estadsticas de manera de hacer esta herramienta estadstica ms dinmica.
Interpretacin:
La idea de tener graficas de control corresponde principalmente a extraer muestras de un
proceso y de acuerdo a ello generar grficos que permitan estudiar la variabilidad de estos o
comprobar si se alcanzan con las especificaciones del producto, por ello cada punto dentro de
esta grafica se asocia al anlisis realizado en cada muestra.
Para el caso de SURFRUT, existen 4 lmites descritos en cada grfica (2 de color naranjo
que se asocia a los lmites establecidos por la empresa y 2 de color verde que se asocia a los
lmites estadsticos relacionado a la variabilidad del proceso), estos restringen si el proceso en
cada muestra est en control o fuera de ella.
Los beneficios asociados
-
Pgina 123
Anexos
4. Se realiza de manera especial grfico de barras, para las variables que no depende del
funcionamiento del proceso, es decir materia extraa y pudricin, debido a la poca
cantidad de datos que se registran por estos eventos.
La forma de ver esta opcin es ingresar al mdulo de Materia Extraa y
Pudricin
4.1.
4.2.
Fecha
Pgina 124
Anexos
Duracin total: 15 20 = 5
Recursos necesarios:
Pgina 125
Anexos
Resultados Tangibles
Conocer los ajustes necesarios en la programacin del equipo Ray Tec Color Sorter, para el
logro del objetivo anteriormente descrito.
Justificacin
Actualmente la mayor cantidad de reclamos por parte de los clientes corresponde a los
diversos problemas de inocuidad que sufre la empresa, estos problemas tiene relacin con las
materias extraas encontradas en los productos entregados, entre las cuales se encuentran:
etiquetas, fibras plsticas, metal, piedras, entre otras. Por ello es necesario cumplir y
satisfacer este requerimiento bsico de los usuarios y clientes.
Riesgos Asociados
El principal riesgo asociado corresponde a que la materia extraa que ingreso al equipo no se
encuentre debido a que puede encontrarse en los chutes o en los desperdicios de picadillo que
se acumulan en los picadillos o en alguna parte de la cinta o en alguna parte del equipo en
especial. Y de esta manera lleguen a los secadores continuos.
Pgina 126
Anexos
Turno
Turno
Fe cha/Hora
Fe cha/Hora
Fe cha/Hora
Ope rador
Ope rador
Ope rador
Clave
Clave
Clave
Re ce ta
Re ce ta
Re ce ta
Se ns ibilidad
L
u
m
i
n
o
s
i
d
a
d
M
.
E
x
t
r
a
Se ns ibilidad
% inf
% sup
OK / X2
% inf
H
% sup
% sup
IN
IN
IN
% inf
% inf
% inf
% sup
% sup
% sup
IN
IN
IN
% inf
% inf
% inf
% sup
% sup
% sup
IN
IN
IN
% inf
% inf
% inf
% sup
% sup
% sup
IN
IN
IN
% inf
% inf
% inf
% sup
% sup
% sup
IN
IN
IN
% inf
% inf
% inf
% sup
IN
Parametros
Se ns ibilidad
% inf
rea
% sup
IN
Peso
OK / X2
rea
% sup
IN
Peso
OK / X2
rea
Peso
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
% Bueno
en el
Descarte
Estan los
defectos
controlad
os? SI/NO
% Bueno en el
Descarte
% Bueno en el
Descarte
Estan los
defectos
controlados?
SI/NO
Estan los
defectos
controlados?
SI/NO
Pgina 127
Anexos
FIGURA 2
Pgina 128
Anexos
Luminosidad
Para variar u observar los parmetros de luminosidad del equipo de la Color Sorter, es necesario
ingresar a la opcin encerrada en un crculo observada en la Figura 3.
FIGURA 3
Opcin que permitir variar el criterio de la mquina y observar los parmetros que se escribirn
en el Check List de la Color Sorter. Los datos que se deben transferir al Check List, son los que
se observan en la Figura 4.
FIGURA 4
Pgina 129
Anexos
Ejemplo: el valor de H incluido en el check list, debe corresponder a los valores que se observan
en este crculo y con respecto a la observacin IN, se debe marcar en el documento con si
este se encuentra seleccionado y X en caso contrario. (Lo mismo para los parmetros S y L)
Materias Extraas
Para variar u observar los parmetros de luminosidad del equipo de la Color Sorter, es necesario
ingresar a la opcin encerrada en un crculo observada en la Figura 5.
FIGURA 5
Opcin que permitir variar el criterio de la mquina y observar los parmetros que se escribirn
en el Check List de la Color Sorter. Los datos que se deben transferir al Check List, son los que
se observan en la Figura 6.
FIGURA 6
Pgina 130
Anexos
Ejemplo: el valor de C incluido en el check list, debe corresponder a los valores que se observan
en este crculo y con respecto a la observacin IN, se debe marcar en el documento con si
este se encuentra seleccionado y X en caso contrario. (Lo mismo para los parmetros I y T)
rbol de decisin
El rbol de decisin permite conocer los rangos de decisin que tiene la mquina. Es decir, si
los criterios modificados en la opcin materia extraa e iluminacin, son parte del proceso
aprobacin o de rechazo. Esta simbologa debe ser transcribida a la plantillas de Check List, de
acuerdo a lo que indique cada espacio representado en la figura 7 con letras desde la A hasta la
O. Las opciones de est pueden ser OK o X2.
FIGURA 7
A B
Ejemplo de este: La letra D dela figura 7 corresponde a OK, por lo que se traspasa este OK a
la hoja Check List.
Figura 8
Pgina 131
Anexos
rea y Peso
El rea y peso involucrado en el rbol de decisin permite conocer la fuerza que tiene la
restriccin de descarte, para ello es importante registrar estos datos en el la planilla Check List.
Estos datos son los que estn encerrado en crculo en la Figura 9.
Figura 9
La informacin del rea est ubicada en la parte superior y el peso en la parte inferior,
en el caso de no tener registro como se ve en B, se ingresa --- a la planilla.
Pgina 132
Anexos
N
EXPERIM
ENTO
MUES
TRA
VARI
ACI
N 1
VARIA
CIN 2
D1
LA
1
MSC
LA
2
LA
A
LA
A
LA
A
LA
A
LA
A
LA
A
LA
A
LA
A
LA
B
D1
MSC
LA
15
LA
B
LA
B
LA
B
LA
B
LA
2,5
1,2
57
30
1,3
72,3
22
4,6
1,1
0,6
0,8
55
24
1,2
0,4
55
28
10
72
21
74
21
54
32
10
0,49
0,45
71
15
10
0,51
0,7
1,8
50,8
40
1,17
0,87
0,22
0,27
61
28
0,11
0,2
57
30
10
0,2
0,2
69
18,3
9,7
1,3
0,3
64,4
29
1,5
0,7
0,9
45
43
11
1,26
0,63
58
34
0,42
2,6
0,13
64
29
73
21
54,5
24,8
7,3
13,8
0,4
0,7
0,9
58,8
37,2
2,1
6,1
0,2
0,5
63,4
29
0,6
0,2
0,2
0,5
75,1
7
24
0,13
0,7
0,4
0,7
78,5
14
0,5
0,4
0,1
75,6
18
0,4
0,4
1,5
0,2
65
24
10
0,3
0,1
65
26
0,4
0,3
74
18
0,2
0,5
0,2
80
19
0,6
0,4
0,6
0,7
0,16
71
19
0,4
0,6
0,2
50
16
27
0,9
83,8
15
0,4
0,8
0,3
0,3
0,13
54,6
35
0,4
10
0,2
0,1
57
28,9
6,4
7,7
0,4
0,8
0,4
20%
11
69
12%
29
59
14%
10
71
8%
81
11%
10
71
15%
31
54
18%
4,2
77,6
33%
57
26%
68
12%
82
11%
0,6
88
16%
79
13%
81
9%
90
14%
74
12
16%
81
D2
MSC
20
D1
MSC
19
D1
MSC
18
21
Picad
illo
D1
MSC
17
68
Defec
tos
D1
MSC
16
Piel
Bue
no15%
mx
D2
MSC
13
Pudri
cin
D2
MSC
11
Pica
dillo
D2
MSC
10
Ped
acer
a
D2
MSC
Irreg
ular
D2
MSC
Corc
ho,
Bitte
r Pit,
Etiqu
etas
(Mater
ia
Extra
a
D1
MSC
Carp
elo
Semilla
y
Fragme
ntos de
semilla
s
D1
MSC
Reg
ular
Cliz
y
Pedn
culo
unid/ki
lo
D1
MSC
DESCARTE
D1
MSC
D2
Pgina 133
Anexos
MSC
LA
21
LA
B
LA
B
MSC
3,1
2,4
0,5
0,5
78,8
15
0,2
0,1
0,6
0,3
67,7
21
0,3
11
0,5
0,3
57
31
0,9
0,3
62,6
29
4,4
0,8
0,1
0,5
0,2
75,3
14
5,7
0,7
0,5
1,7
72,2
18
6,1
0,3
11%
2,6
86
15%
82
2%
17,3
81
12%
83
D2
MSC
24
36
D2
MSC
22
58
D2
Shapiro-Wilk
,202
10 ,200
,867
10 ,091
Pruebas de normalidad
Kolmogorov-Smirnova
Bueno_en_descarte
Shapiro-Wilk
,248 10 ,081
,837 10 ,041
Pgina 134