Post on 09-Nov-2021
Facultad de Ingeniería y Ciencias
Calle 18 118-250 Avenida Cañasgordas Pance- www.javerianacali.edu.co. PBX 3218200
Santiago de Cali, Diciembre 05 de 2018
Jorge Enrique Álvarez Patiño
Director del programa de Ingeniería Industrial
Facultad de Ingeniería y Ciencias
Pontificia Universidad Javeriana Cali
Ciudad
Reciba usted un cordial saludo.
Después de haber hecho seguimiento al proyecto de diseño bajo mi dirección denominado
“Aplicación de mejoramiento continuo en el proceso productivo de Fumarato Ferroso”,
desarrollado por los estudiantes de Ingeniería Industrial Julian Andres Castrillon Bermudez,
Daniela Ocampo Tavera,Valeria Osvath Alban y Juliana Rosas Duque con códigos
2313185, 0221092,1849839 y 1668786 respectivamente, considero que este cumple a
cabalidad con los objetivos propuestos. De igual manera, he leído el documento final a
cabalidad el cual avalo para que sea entregado y evaluado.
Cordialmente,
Luz Elena Vinasco Isaza
Director(a) del Proyecto
CC 31956692 de Ciudad Cali
Scanned with CamScanner
1
APLICACIÓN DEL MEJORAMIENTO CONTÍNUO EN EL PROCESO PRODUCTIVO DEL FUMARATO FERROSO
Julián Andrés Castrillón Bermúdeza,c, Daniela Ocampo Taveraa,c, Valeria Osvath Albana,c, Juliana Rosas Duquea,c
Luz Elena Vinasco Isazab,c
aEstudiante de Ingeniería Industrial bProfesor, Director del Proyecto de diseño, Departamento de Ingeniería Civil e Industrial
cPontificia Universidad Javeriana, Cali, Colombia
Resumen
El planteamiento de un modelo de Mejora Continua para el proceso de manufactura del producto Fumarato Ferroso, en la empresa inicia en
Enero del 2018 con una fase de evaluación para la cual se determina el diseño de la oportunidad de mejorar la línea de producción. Posterior a
una visita a la planta, se evidencia la carencia de estandarización al comienzo del proceso puesto que se realiza de manera empírica. Asimismo,
la seguridad de los operarios también se ve implicada al realizar diversos e innecesarios desplazamientos que con una planeación adecuada se
pueden lograr disminuir.
Una vez determinadas las falencias en las operaciones implicadas, se exploran diversas herramientas que faciliten la obtención de los datos y el
posterior análisis de estos para diagnosticar, en primera instancia, las oportunidades de mejora. La tormenta de ideas, los 5 por que’s,
herramientas estadísticas, químicas y las prácticas de campo son mecanismos necesarios para indagar en posibles soluciones.
El ciclo de Deming es una estrategia de la metodología Six Sigma que corresponde de manera correcta al desarrollo del modelo de mejora. Se
espera obtener una estandarización en la cantidad de materia prima suministrada al proceso, renovar las condiciones de proceso y disminuir
recorridos, realizando un diseño de experimentos (DOE) de acuerdo a unas condiciones descritas.
Finalmente se establece el modelo de mejora basado en la metodología Six Sigma para lograr una adecuada estructuración de los procesos y los
pasos para la obtención de la eficacia de los procedimientos preestablecidos. Todo esto se vería reflejado en las utilidades de la compañía y en
la disminución de tiempos muertos.
Palabras claves: Mejora continua, Manufactura, Six sigma, Estandarización, DOE.
Abstract
The approach of a Continuous Improvement model for the manufacturing process of Ferrous Fumarate, in the company starts in January 2018
with an evaluation phase where the design of the opportunity to improve the production line is determined. After a visit to the plant, there was
evidence of a lack of standardization at the beginning of the process since it is done empirically. Likewise, the safety of the workers is also
involved in carrying out various and unnecessary movements that can be reduced with proper planning.
Once the shortcomings in the operations involved have been determined, various tools are explored to facilitate the collection of the data and
the subsequent analysis to diagnose, for instance, the opportunities for improvement. The brainstorm, the 5's, statistical tools, chemical and
field practices are necessary mechanisms to investigate possible solutions.
The Deming cycle is a strategy of the Six Sigma methodology that corresponds correctly to the development of the improvement model. It is
expected to obtain standardization in the quantity of raw material supplied to the process, to renew the process conditions and to reduce routes,
performing a design of experiments (DOE) according to the described conditions.
Finally, the improvement model based on the Six Sigma methodology is established to achieve an adequate structuring of the processes and
the steps to obtain the effectiveness of the pre-established procedures. All this would be reflected in the company's profits and the downtime
reduction.
FFacultad de Ingeniería INGENIERÍA INDUSTRIAL
Proyecto de diseño II
2
Key Words: Continuous Improvement, Production, Six sigma, Standardization.
Tabla de contenido.
1. Definir 3
2. Medir 6
2.1. Antecedentes. 6
2.2. Metodología. 7
2.3. Mediciones. 20
3. Análisis. 25
3.1. Análisis de causas. 25
3.2. Exploración de ideas. 41
4. Mejorar / Diseñar 42
4.1. Selección de la mejor solución. 42
4.2. Desarrollo del diseño de la solución. 43
4.3. Medición de los impactos. 48
5. Control / Verificación. 52
5.1. Instrumentos de validación. 52
5.2. Estandarización de la solución – POE’S (plan de control) 59
5.3. Conclusiones. 61
5.4. Recomendaciones 61
6. Glosario. 61
7. Tabla de Anexos. 64
8. Referencias. 65
3
1. Definir
A continuación, se muestra el Project Charter (ver Tabla 1) en él se describe el proyecto que se realizó, se muestra el
problema que se trató, los grupos de interés, el objetivo general junto con los objetivos específicos, los integrantes del equipo, las
herramientas utilizadas, el plan de trabajo y por último las restricciones del proyecto.
Tabla 1. Project Charter
Descripción
Planteamiento del problema Grupos de Interés
Objetivo General
Objetivos Específicos, Plan de trabajo y Herramientas de Ingeniería Industrial Objetivos Específicos Actividades Herramientas Clasificación Entregables
Diagrama de flujo Diseño de trabajo
y medidas
VSM Calidad e
ingeniería de
confiabilidad
Muestreo Diseño de trabajo
y medidas Paquete
estadístico
Minitab No aplica
Prueba de
bondad de ajuste
Calidad e
ingeniería de
confiabilidad
4
Estadísticas
básicas
Calidad e
ingeniería de
confiabilidad
Gráficas de
control por
variables
Calidad e
ingeniería de
confiabilidad
Índices de
capacidad de
proceso No aplica
5 por qué No aplica
Diagrama de
Ishikawa No aplica
AMEF No aplica
AHP No aplica
Diseñar condiciones de
trabajo ideales para la
mejor elaboración del
Fumarato Ferroso.
Medición de las condiciones
de trabajo (cantidad materia
prima y pH)
Diseño de
experimentos
Calidad e
ingeniería de
confiabilidad
Identificar las condiciones de
operación
R&R Calidad e
ingeniería de
confiabilidad Gráficos de
control por
variables
Calidad e
ingeniería de
confiabilidad
Equipo de trabajo
Julián Andrés Castrillón Daniela Ocampo Valeria Osvath Juliana Rosas
Requerimientos*
Grupos de Interés Restricciones Especificaciones Normas y estándares
Empresa BPM
HACCP Productos de calidad
Cliente Fecha de entrega de los
pedidos Color, peso, metales no pesados y
humedad
Proveedores Realización del Ácido
Fumárico mensual Realizar un pedido grande de 25 ton
Operarios Turno, horas por turno Cantidad de lotes por turno
Socios Inversión
5
INVIMA
- Resolución 267 del 2013
que modifica el decreto 3075
de 1997
- Ley 9 de 1979 código
sanitario nacional
- Decreto 60 del 2002
ICONTEC
- ISO 14000
- FSSC 22000
- HACCP
- BPM
Estudiantes Tiempo
*Cada uno de los grupos de interés contaba con un tipo de requerimientos los cuales son diferentes para todos ya que
dependían de su objetivo. De esta manera el proyecto contaba con: restricciones de diseño y especificaciones, además la empresa
debía cumplir con las leyes, normas y estándares por los cuales la ejecución del proyecto tenía que regirse, todo esto está
mencionado en los siguientes puntos.
Restricciones de diseño
Se debía tener en cuenta todas las variables que se podían presentar en su ejecución, motivo por el cual en un escenario
desfavorable se podía ver interrumpidos algunos de los objetivos planteados anteriormente. Una de las restricciones que podían
resultar era el impedimento por parte de la empresa para implementar el nuevo diseño, por motivos ya sea económicos o de
rechazo al cambio del método que se estaba realizando. Por otro lado, los operarios podían afectar la estandarización al rehusarse
a hacerlo de manera diferente a la que se encontraban acostumbrados.
Especificaciones de diseño
Cantidad de materia prima: La Soda Cáustica y el Ácido Fumárico afectan el pH.
PH: Este determinaba el estado de la mezcla y se debía tener entre 6.8 y 7.
Temperatura: El reactor uno debía estar entre 60°C- 80°C, el reactor dos debía estar entre 95°C- 100°C y los hornos debían
estar entre 200°C- 240°C.
Color: Debía estar entre un rojo oscuro - vino tinto.
Olor: Olor putrefacto indicaba toma de pH.
Tiempos: Se tenía tiempos de recorrido que alargaban el tiempo de producción.
Distancias: Desplazamiento de los operarios al laboratorio implicaba subir y bajar escaleras.
Leyes, normas y estándares ● Resolución 2674 de 2013 que modifica el decreto 3075 del 1997: Los alimentos que se fabriquen, envasen o importen
para su comercialización en el territorio nacional, requerirán de notificación sanitaria, permiso sanitario, según el riesgo
de estos productos en salud pública, de conformidad con la reglamentación que expida el Ministerio de Salud y
Protección Social. [1]
● Ley 9 del 1979 código sanitario nacional: Establece normas a las que deben sujetarse alimentos, bebidas, materias
primas, establecimientos industriales y comerciales y todo el personal relacionado con la actividad, a su vez reglamenta
el funcionamiento de los establecimientos relacionado con el área farmacéutica, así como las características que deben
cumplir los medicamentos en general. [2]
● Decreto 60 del 2002: Aplicación del sistema de análisis de peligros y puntos de control crítico - HACCP en las fábricas
de alimentos y se reglamenta el proceso de certificación. [3]
● ISO 14000: Especifica los requisitos para un sistema de gestión ambiental que le permita a una organización formular
una política y objetivos, teniendo en cuenta los requisitos legales y la información sobre impactos ambientales
significativos. [4]
● FSSC 22000: Es el estándar más completo del sistema de gestión de la seguridad alimentaria, ya que incorpora la
norma ISO 22000, los programas de requisitos previos (PRPs) como la ISO/TS 22002-1 e ISO/TS 22002, APPCC y las
etapas de aplicación establecidas en el CODEX. [5]
● HACCP (Análisis de peligros y puntos críticos de control): Se aborda la seguridad alimentaria a través de la
identificación, análisis y control de los peligros físicos, químicos, biológicos y últimamente peligros radiológicos, desde
las materias primas, las etapas de proceso de elaboración hasta la distribución y consumo del producto terminado. [6]
● BPM (Buenas Prácticas de Manufactura): Son los principios básicos y prácticas generales de higiene en la
manipulación, preparación, elaboración, envasado, almacenamiento, transporte y distribución de alimentos para
consumo humano, con el objeto de garantizar que los productos se fabriquen en condiciones sanitarias adecuadas y se
disminuyan los riesgos inherentes a la producción. [7]
6
2. Medir
En esta sección se mostraron los distintos casos de calidad que se han presentado en diferentes empresas los cuales se pueden
usar como apoyo para encontrar una propuesta para la mejora de esta oportunidad. También el proceso que se realizó para
determinar el tamaño de muestra para la recolección de datos y por último ver los datos que se tomaron a través de un SIPOC
donde se evidenciaron en los gráficos de dispersión.
2.1. Antecedentes
Históricamente la estandarización de procesos surge como alternativa o respuesta ante hechos relacionados con
pérdidas, altos costos de producción, variabilidad y deficiencia de estándares, entre otros [8]. Esta supone entonces, una guía
donde se aclaran normas de actuación ante un reto en concreto a través de los esfuerzos de las personas a cargo de ello y del uso
de los equipos de producción, esperando obtener una mejor calidad del producto y satisfacer las necesidades de los clientes [9].
En la actualidad, las empresas deben tener un control activo en el mejoramiento de los procesos a nivel operativo. A
continuación, se dan a conocer estudios relacionados con este trabajo, donde ciertas compañías incrementaron su eficiencia
productiva a través de la implantación de diseños de normalización y estandarización, que sirven de apoyo para la realización de
este proyecto.
Estudios relacionados con el proceso productivo de queso requeijão en una empresa ubicada en Brasil, carecía de una
estandarización en la cantidad de materia prima, llevándolos a tener problemas en la calidad del producto terminado. Para el
producto se debe tener la cantidad adecuada de ingredientes, puesto que determinan la textura del queso, que debe ser cremosa.
Por lo tanto, para una estandarización efectiva, el porcentaje de los ingredientes debe obtenerse en relación con el producto final,
quiere decir que el cálculo de los mismos se debe realizar a mano. Durante este proceso se utilizó la herramienta Solver de Excel,
para buscar una solución óptima dadas unas restricciones [10]. Otra, empresa productora de queso fresco, se enfocó en el
mejoramiento de la calidad, en la que se implantó una metodología Seis Sigma. Durante el desarrollo de este proyecto se usaron
herramientas de calidad y de estadística, con el fin de generar, organizar ideas y medir las variables del proceso industrial.
También, se determinó la variabilidad del proceso, se investigó las causas que lo ocasionan y se gestionaron soluciones [11].
Otra investigación relacionada llevada a cabo en la línea de producción de muslo de pavo deshuesado, de la planta
industrial Capoem S. A., ubicada en Costa Rica, donde se dedican a la maquila y elaboración de materias primas avícolas, que
son utilizadas en otras plantas de proceso para elaborar productos de exportación [12]. Tras realizar mediciones se demostró que
las etapas más críticas en la línea de transformación y manufactura del muslo de pavo deshuesado eran el descongelamiento con
agua clorada y el almacenamiento del producto final. El primero debido a que se realizaba de forma mecanizada, por tanto, no
aseguraba una cloración del agua eficiente, y la segunda debido a que en esta etapa es esencial lograr mantener una temperatura
adecuada en conjunto con una concentración satisfactoria de la cantidad de cloro disuelto en el agua, a fin de disminuir lo
máximo posible la carga bacteriana, se registraban temperaturas por debajo de las indicadas que impedían la proliferación de
microorganismos altamente patógenos [12].
Se aplicó e incorporó el análisis de riesgo mediante el Análisis Modal de Efectos y Fallas (AMEF) en conjunto con el Análisis de
Peligros y Puntos Críticos de Control (HACCP) para establecer evaluación de riesgos de esta maquiladora. Se calculó y predijo,
por medio de la significancia del riesgo, la importancia de establecer medidas preventivas en etapas del proceso más vulnerables,
la integración del análisis de riesgo dentro de un plan HACCP demostró proveer amplias ventajas que facilitan el control de los
procesos de manufactura y el aseguramiento de la salud pública a los consumidores finales, al generar alimentos inocuos y de
alta calidad, mejorando el desempeño operacional del ciclo productivo [12].
Caso muy similar fue implantado en un proceso de producción de carne bovina para consumo, en donde cada etapa de
la sección (la sección de pre beneficio y la sección de beneficio) fue sometida a estudio y se aplicaron los siete principios del
sistema HACCP, debido a que en esta etapa no se contaba con un control suficiente para detectar enfermedades que presentaban
estos animales y todas las amenazas que estas podrían traer. Se concluye que este tipo de sistema, es una contribución al
mejoramiento de la producción de carne bovina inocua, también se considera como una estrategia preventiva dirigida a todos los
factores de contaminación, supervivencia y crecimiento de microorganismos, persistencia de productos químicos y presencia de
elementos físicos. [13]
Por otro lado, en una empresa de productos congelados de Taiwán, uno de sus productos, los panes a base de natilla,
estaban presentando problemas a la hora de calentarse en el horno pues una vez finalizada esta etapa se obtiene como resultado
un pan de un tamaño mucho menor al esperado. El problema que enfrentaba la empresa consistía en que sus comensales se
quejaban de que el pan de natilla se encogía después de hornearse, generando insatisfacción por parte de ellos [14].
La compañía al enfrentarse a este problema, decide implementar en primera instancia un análisis de repetibilidad y
reproducibilidad (R&R), para determinar si existía diferencia entre el proceso de construcción de la masa entre los tres operarios
capacitados para realizar esta tarea. Al concluir que su proceso era repetible y reproducible, realiza un diseño de experimentos
7
(DOE) para determinar el factor más relevante que llevaba a este tipo de pan encogerse. Los factores elegidos a analizar fueron:
temperatura de relleno, número de veces que se enrollaba la masa, tiempo de fermentación, volumen de agua añadida y tiempo
de cocción al vapor. Finalmente, después de analizados los experimentos, se concluye que el factor crítico que llevaba al
encogimiento del producto era el agua añadida, por consiguiente, por medio de un programa computacional se estandariza la
cantidad óptima de la misma, obteniendo un pan de calidad y eliminando el problema tratado y los costos que generaba para la
compañía [14].
Otro importante caso en el uso de diseño de experimentos, fue utilizado en China por empresas recolectoras del
desperdicio del huevo (cáscaras), estas son utilizadas en innumerables aplicaciones, entre las cuales se encuentra el farmacéutico,
su único problema radica en que solo era necesaria la cáscara, cualquier otro tipo de impureza debía ser retirada. La clara de
huevo que quedaba dentro de estos debía ser la lavada y desechada, lo cual implicaba un dispendioso trabajo que compromete la
producción. Con el uso del DOE se encontró la manera óptima y eficiente para lavar dicho desperdicio y obtener una reducción
en el tiempo de proceso [15].
En otro orden de ideas, la aplicación de herramientas Lean en la industria de procesamiento de alimentos no ha recibido
el mismo nivel de atención comparado con las industrias manufactureras tradicionales, el siguiente estudio se centra en la
implementación de herramientas simples en una empresa de fabricación de alimentos en el Reino Unido. La compañía produce
diversas gamas de productos alimenticios sin carne y sin lácteos, como hamburguesas vegetales, salchichas, chuletas, etc., y
abastece a las principales cadenas de supermercados del Reino Unido. Esta compañía cuenta con un nivel de desperdicios alto en
las áreas de formación, fritura, mezclado, rayos X y desmenuzamiento. Por otro lado, los altos costos de los servicios públicos
(electricidad y agua) representan para la empresa un aumento significativo en los costos de producción, también en algunas
operaciones de procesamiento de alimentos, como en este caso, un producto no se ejecuta a través de una línea de producción
particular todos los días, sino que se fabrican múltiples productos, incluso en un solo día. Esta ejecución de producción más corta
implica un cambio frecuente, lo que lleva a un aumento del tiempo de inactividad de la máquina y de las horas de trabajo [16].
La implantación de principios Lean en la fabricación de alimentos podría considerarse una solución viable a estos
desafíos, por consiguiente, esta compañía ha identificado y demostrado claves para lograr beneficios mediante la implantación de
herramientas lean como eliminación de residuos, 5S, intercambios de troqueles de un solo minuto (SMED), sistema ANDON,
gestión visual, estandarización del trabajo, etc., de esta manera se concluye que dichas herramientas permiten mejorar la
eficiencia de la producción, la calidad del producto y reducir costos de producción al disminuir el valor de los residuos [16].
Finalmente, se cuenta con distintas maneras acerca de cómo varias empresas han solucionado sus problemas utilizando
diferentes métodos y técnicas implantadas, con el fin de luchar contra los sistemas tradicionales y la poca estandarización con la
que se dispone, esto implica que a través de la mejora continua de todos y cada uno de los procesos y actividades del proceso
productivo de Fumarato Ferroso en la empresa, deben lograr superar de manera constante los niveles antes obtenidos, en este
caso mediante la estandarización de procesos con base en la aplicación de algunas técnicas y herramientas de mejora continua, se
desea proponer y plantear nuevas metas mediante lo cual pueda generar valor agregado para sus clientes y el producto.
2.2. Metodología
Para llevar a cabo el proyecto de aplicación de mejoramiento continuo en la producción de Fumarato Ferroso, se realizó
un diagnóstico actual del proceso con una toma de datos de aquellas variables de interés las cuales son tiempo de proceso y pH,
que fueron tomadas en el reactor 1 y en el filtro. La recolección de los datos se desarrolló mediante un formato (Anexo 1), este se
hizo con el fin de observar como varía el pH del producto en las partes del proceso antes mencionadas, además el tiempo que se
demora en realizar la muestra cada vez que se trata de normalizar el pH de acuerdo a su estándar que es de 6.8-7. Se realizó un
diagrama del proceso y recorrido en Abril del 2018 para identificar donde se realizaron las tomas de pH y el por qué de los
tiempos tan extensos de acuerdo al recorrido de los operarios (Figura 1 y 2 respectivamente).
8
Figura 1. Diagrama de proceso que muestra la fabricación de Fumarato Ferroso.
9
Tabla 2. Resumen del diagrama de proceso.
Figura Número de
eventos Significado de la figura Comentarios
27 Operación
1 Espera Espera provisional
2 Toma de decisiones Saber si el pH del
producto está bueno
Operación 1: Llegada de bultos de Ácido Fumárico (materia prima para el proceso del Fumarato Ferroso).
Operación 2: Lavado de Ácido Fumárico con agua fría en filtro de vacío (el lavado se realiza en un filtro de vacío, cantidad de
agua sin medida).
Operación 3: Lavado de Ácido Fumárico con agua caliente en filtro de vacío (el lavado se realiza en un filtro de vacío, cantidad
de agua sin medida).
Operación 4: Reactor uno (donde este debe llegar a una temperatura entre 60°C- 80°C para poder hacer la reacción).
Operación 5: Llenado del barril de Soda Cáustica 267 kg (materia prima para el proceso del Fumarato Ferroso).
Operación 6: Pesado del barril de Soda Cáustica (267 kg).
Operación 7: Abrir llave con medidor para el agua (materia prima para el proceso del Fumarato Ferroso).
Operación 8: Medir agua (500 kg).
Operación 9: Mezclar agua con 3 kg carbón activado.
Operación 10: Pesar la mezcla.
Operación 11: Medir pH para saber si está entre 6.4 - 7.5.
Decisión 1: ¿El pH está entre 6.4- 7.5?
Operación 12: Si el pH está por encima de 7.5 se agrega Ácido Fumárico blanco de manera empírica (ácido, para bajar el pH),
si está por debajo de 6.4 se agrega soda cáustica de manera empírica (base, para subir el pH).
Operación 13: Filtrar Fumarato de sodio (esta es la reacción que resulta después de agregar las materias primas y calentar).
Operación 14: Medir pH para saber si está entre 6.8 - 7.
Decisión 2: ¿El pH está entre 6.8- 7?
Operación 15: Si el pH está por encima de 7 se agrega Ácido Fumárico blanco de manera empírica (ácido, para bajar el pH), si
está por debajo de 6.8 se agrega soda cáustica de manera empírica (base, para subir el pH).
Operación 16: Reactor dos (donde este debe llegar a una temperatura entre 95°C- 100°C para hacer la reacción).
Operación 17: Pesar cloruro ferroso (330 kg).
Operación 18: Subir cloruro ferroso por bomba de presión (se debe subir con baja presión para que tenga buena reacción con el
Fumarato de sodio, ya que no cuentan con barómetro, los operarios se guían por el sonido que realiza la bomba al subir el cloruro
ferroso).
Operación 19: Calentar a una temperatura que esté entre 95°C- 100°C durante 20 minutos.
Operación 20: Llevar al filtro de vacío.
Operación 21: Secar en el filtro de vacío (llegar a una humedad entre 30%-45%).
Operación 22: Poner Fumarato Ferroso en bandejas.
Operación 23: Poner bandejas con Fumarato Ferroso en el horno (el horno con las bandejas dentro debe llegar a una
temperatura entre 200°C- 240°C).
Operación 24: Calentar a una temperatura que esté entre 200°C- 240°C durante 5 horas.
Operación 25: Llevar a tamizado (el tamizado es una máquina que tiene una malla 60 y genera una vibración para pasar todo el
Fumarato Ferroso que está en polvo y los grumos se quedan en la malla).
Operación 26: Empacar Fumarato Ferroso (bultos de 25 kg).
Espera 1: Espera en un almacenamiento provisional (hasta que tengan 30 bultos de Fumarato Ferroso).
Operación 27: Se vierten los 30 bultos anteriormente empacados en el mezclador de cintas.
Operación 28: Empacar Fumarato Ferroso (en bultos de 25 kg).
Al realizar el proceso hasta la operación 25, se pudo determinar que un lote del producto estaba terminado. Esto quiere
decir que cada que se cuantificaban las cantidades iniciales de materia prima necesarias para empezar el proceso, iniciaba un
nuevo lote. Estas cantidades eran: 500 kg de agua, 267 kg Soda Cáustica, 3 kg de la mezcla de carbón activado, Ácido Fumárico
y 330 kg de Cloruro Ferroso, las cuales son necesarias para un lote. En la Tabla 2 se puede ver la cantidad de operaciones que se
requería para realizar el producto terminado, junto con la cantidad de esperas y la cantidad de decisiones que se debían tomar.
10
Figura 2. Diagrama de recorrido del proceso.
Operación 1: Filtro de vacío (donde se lavaba el Ácido Fumárico).
Operación 2: Filtro (donde se filtraba el Fumarato de sodio).
Operación 3: Disposición de los tubos por donde salía la materia prima.
Operación 4: Localización del laboratorio donde estaba el pHmetro.
Operación 5: Reactor uno.
Operación 6: Reactor dos.
Inicialmente se tomaron datos de 30 lotes, posteriormente a la toma de datos inicial, se debía tener en cuenta el tamaño
de la muestra real, esta debía ser representativa con el fin de que se refleje lo que estaba sucediendo durante el proceso y de esta
manera mostrara cuál era el estado actual de la empresa. Para determinar el tamaño se debió utilizar la Ecuación 1 puesto que las
medidas que se iban a tomar eran cuantitativas y continuas, ya que toman cualquier valor dentro de un intervalo dado de infinitos
valores reales.
Para determinar el tamaño de muestra se realizó la prueba de normalidad para la toma de datos inicial, la cual se realizó
con un 99% de confianza ya que se estaba hablando de alimentos y se necesitaba tener el mínimo error por lo que esto podía
afectar la salud de las personas que consumían el producto, esta prueba se realizó utilizando el software Minitab, como se puede
ver de la Figura 3 a la Figura 9.
11
Figura 3. Prueba de normalidad de los pH en el reactor uno.
Prueba de bondad de ajuste de Anderson Darling
Planteamiento de hipótesis:
Ho: Las mediciones de pH en el reactor uno se ajusta a un comportamiento normal
H1: Las mediciones de pH en el reactor uno NO se ajusta a un comportamiento normal
Regla de decisión: Rechazar Ho si p-valor < α
Al realizar la prueba se obtuvo que el p-valor es 0.034 el cual es mayor a α=0.01 por lo tanto con un nivel de confianza
del 99% no se rechazó la hipótesis nula, lo que significa que se asume que hay normalidad en la toma de datos de pH en el
reactor uno.
Luego, se realizó una prueba de normalidad para los datos de pH tomados en la etapa de filtración, la cual se puede
evidenciar en la Figura 4.
12
Figura 4. Prueba de normalidad de los pH en el filtro.
Prueba de bondad de ajuste de Anderson Darling
Planteamiento de hipótesis:
Ho: Las mediciones de pH en el filtro se ajusta a un comportamiento normal
H1: Las mediciones de pH en el filtro NO se ajustan a un comportamiento normal
Regla de decisión: Rechazar Ho si p-valor < α
Al realizar la prueba se obtiene que el p-valor es <0.005 este es menor a α=0.01 por lo tanto con un nivel de confianza
del 99% se rechaza la hipótesis nula, es decir, no hay normalidad en la toma de datos de pH en el filtro. Por esta razón se procede
a buscar a qué distribución se ajustan los datos tomados, para realizar el cálculo del porcentaje de no cumplimiento e indicadores
de capacidad de proceso. Como se puede observar en la Figura 5, se realizó una prueba de identificación de distribución
individual donde se muestran las p-valores de las distribuciones: Gamma, Johnson Trasnformation, Weibull y Exponencial.
13
Figura 5. Prueba de identificación de distribución individual para pH en el filtro.
En la Figura 5 se muestra los p-valores de las diferentes distribuciones, sin embargo, la distribución Weibull y la
Exponencial tienen un p-valor<0.01 y un p-valor<0.003 respectivamente por lo tanto las distribuciones no se ajustan pues el p-
valor para ambos casos es menor a 0.01 con un 99% de confianza. Por otro lado, la distribución Gamma y la Johnson
Trasnformation tiene un p-valor por encima de 0.01, 0.02 y 0.213 respectivamente. Sin embargo, se elige la distribución Gamma
debido a que es la que mejor se ajusta a α=0.01 con un 99% de confianza.
Del mismo modo se tomaron tiempos de los 30 lotes en el proceso del reactor uno y se realizó el mismo procedimiento
de los pH, que es realizar las pruebas de normalidad (ver Figura 6).
14
Figura 6. Prueba de normalidad del tiempo en el reactor uno.
Prueba de bondad de ajuste de Anderson Darling
Planteamiento de hipótesis:
Ho: La toma de tiempos en el reactor uno se ajusta a un comportamiento normal
H1: La toma de tiempos en el reactor uno NO se ajusta a un comportamiento normal
Regla de decisión: Rechazar Ho si p-valor < α
Al realizar la prueba se obtiene que el p-valor es 0.143 este es mayor a α=0.01 por lo tanto con un nivel de confianza del
99%, no se rechaza la hipótesis nula, por lo tanto, se asume normalidad en la toma de datos de tiempos en el reactor uno.
Se realizó la prueba de normalidad para los datos de tiempo en minutos del proceso, tomados para la etapa de filtración
(ver Figura 7).
15
Figura 7. Prueba de normalidad del tiempo en el filtro.
Prueba de bondad de ajuste de Anderson Darling
Planteamiento de hipótesis:
Ho: La toma de tiempos en el filtro se ajusta a un comportamiento normal
H1: La toma de tiempos en el filtro NO se ajusta a un comportamiento normal
Regla de decisión: Rechazar Ho si p-valor < α
Al realizar la prueba se obtiene que el p-valor es 0.014 este es mayor a α=0.01 por lo tanto con un nivel de confianza del
99% no se rechaza la hipótesis nula, por lo tanto, se asume que hay normalidad en la toma de datos de los tiempos en el filtro.
En este mismo orden de ideas, se realizó la prueba de normalidad para los tiempos de recorrido: reactor uno -
laboratorio y filtración - laboratorio, esto con el fin de determinar el tamaño de muestra. A continuación, se muestra la prueba de
normalidad para los datos de tiempo de recorrido desde el reactor uno hasta el laboratorio en minutos (ver Figura 8).
16
Figura 8. Prueba de normalidad para los tiempos recorridos del reactor uno al laboratorio.
Prueba de bondad de ajuste de Anderson Darling
Planteamiento de hipótesis:
Ho: La toma de tiempos en minutos de recorrido desde el reactor uno al laboratorio se ajusta a un comportamiento normal
H1: La toma de tiempos en minutos de recorrido desde el reactor uno al laboratorio NO se ajusta a un comportamiento normal
Regla de decisión: Rechazar Ho si p-valor < α
Al realizar la prueba se obtiene que el p-valor es 0.118 este es mayor a α=0.01 por lo tanto con un nivel de confianza del
99% no se rechaza la hipótesis nula, por lo tanto, se asume que hay normalidad en la toma de datos de los tiempos de recorrido
desde el reactor uno al laboratorio.
A continuación, se muestra la prueba de normalidad para los tiempos de recorrido desde la filtración hasta el laboratorio
(ver Figura 9).
17
Figura 9. Prueba de normalidad para los tiempos recorridos de la filtración al laboratorio.
Prueba de bondad de ajuste de Anderson Darling
Planteamiento de hipótesis:
Ho: La toma de tiempos en minutos de recorrido desde la filtración al laboratorio se ajusta a un comportamiento normal
H1: La toma de tiempos en minutos de recorrido desde la filtración al laboratorio NO se ajusta a un comportamiento normal
Regla de decisión: Rechazar Ho si p-valor < α
Al realizar la prueba se obtiene que el p-valor es <0.005 este es menor a α=0.01 por lo tanto con un nivel de confianza
del 99% se rechaza la hipótesis nula, es decir, no hay normalidad en los tiempos de recorrido desde la filtración de pH.
No obstante, se borraron tres datos atípicos los cuales representaban el 10% del total del total de la muestra esto con el
fin de determinar si la muestra da normal sin estos datos, esto es debido a que en dos ocasiones los operarios se demoraron
menos al realizar el recorrido, ya que el operario en cuestión de recorridos caminó más rápido.
18
Prueba de normalidad para los tiempos de recorrido desde la filtración hasta el laboratorio, eliminando tres datos
atípicos (ver Figura 10).
Figura 10. Prueba de normalidad para los tiempos recorridos de la filtración al laboratorio, luego de borrar los datos atípicos.
Como se puede ver en el diagrama de caja en la Figura 9, siguen existiendo dos datos atípicos, pero estos no se pueden
borrar puesto que sobrepasa el 10% del total de la muestra.
Prueba de bondad de ajuste de Anderson Darling
Planteamiento de hipótesis:
Ho: La toma de tiempos en minutos de recorrido desde la filtración al laboratorio se ajusta a un comportamiento normal
H1: La toma de tiempos en minutos de recorrido desde la filtración al laboratorio NO se ajusta a un comportamiento normal
Regla de decisión: Rechazar Ho si p-valor < α
Al realizar la prueba se obtiene que el p-valor es <0.005 este es menor a α=0.01 por lo tanto con un nivel de confianza
del 99% se rechaza la hipótesis nula, es decir, no hay normalidad en los tiempos de recorrido desde la filtración de pH. Por esta
razón se procede a determinar a qué distribución se ajustan los datos para realizar el cálculo del porcentaje de no cumplimiento e
indicadores de capacidad de proceso. Por lo tanto, se realizó una prueba de identificación de distribución individual donde se
muestran las p-valores de las distribuciones: Gamma, Johnson Trasnformation, Weibull y Exponencial (ver Figura 11).
19
Figura 11. Prueba de identificación de distribución individual para tiempos de recorrido de la filtración al laboratorio.
En la Figura 5 se muestra los p-valores de las diferentes distribuciones, sin embargo la distribución Gamma, Weibull y
la Exponencial tienen un p-valor<0.005, p-valor<0.01 y un p-valor<0.003 respectivamente por lo tanto las distribuciones no se
ajustan pues el p-valor para ambos casos es menor a 0.01 con un 99% confianza. Por otro lado, la distribución Johnson
Trasnformation tiene un p-valor por encima de 0.01, siendo este 0.282. Esto significa que se elige la distribución Johnson
Trasnformation debido a que es la que mejor se ajusta a α=0.01 con un 99% de confianza.
Luego de establecer la normalidad de las muestras del pH y de los tiempos (proceso y recorrido) se procedió a
determinar el tamaño de las muestras, para esto es necesario utilizar la Ecuación 1.
Ecuación 1. Tamaño de muestra para variables cuantitativas. [17]
Dónde:
Z = Según el nivel de confianza del estudio es el valor de , la distribución normal para el nivel de confianza del 99%
= Es el error máximo permitido establecido por el investigador en las unidades de Y (variable analizando el pH).
= Valor de la varianza muestral estimado con una muestra piloto.
Cabe resaltar que hay dos muestras que no se ajustaron a una distribución normal (la toma de pH en la etapa de
filtración y la toma de tiempos de recorrido desde el filtro hasta el laboratorio), no obstante, por medio del teorema del límite
central, el cual estipula que si una muestra es lo suficientemente grande (n > 30), sin importar la distribución de la variable de
interés, la distribución de la media muestral se aproximó a una distribución normal. Además, la media fue la misma que la de la
variable de interés, y la desviación típica de la media de la muestra fue aproximadamente el error estándar [18]. Esto se realiza
para calcular el tamaño de muestra, sin embargo, para calcular los indicadores de capacidad de proceso en necesario usar la
distribución que mejor se ajusta a los datos.
Se utilizó un 99% de confianza, debido a que se necesita una alta precisión, ya que se está hablando de alimentos y se
necesita un mínimo de error. Esto significa que el valor de Z es de 2.575 y el valor de 𝜀 error máximo permitido es aquel error en que se desea incurrir al calcular un intervalo de confianza para el promedio del pH y de los tiempos tanto de proceso como de recorrido, no obstante el error máximo permitido cambia puesto que se estuvieron manejando muestras
diferentes con una variación que varían. Se utilizó este error y nivel de confianza puesto que se estaba manipulando una materia
20
prima la cual es ingerida por las personas, por esta razón es importante tener rigurosidad. Por otro lado, se realizó una prueba
piloto de 30 medidas para estimar el valor de la varianza y obtener así el número de muestras necesarias para el pH en el reactor
uno. Cabe resaltar que el tamaño de muestra real se aproximó puesto que se estaban midiendo lotes los cuales no podían ser
fraccionados, los resultados se pueden ver en la Tabla 3.
Tabla 3. Tamaño de la muestra
Proceso Tipo de muestra Nivel de
confianza Varianza Error
Tamaño de muestra
Real Aproximado
Reactor uno pH 2.575 2.199289 0.7 29.76 30
Filtración pH 2.575 0.321489 0.27 29.24 30
Reactor uno Tiempo de proceso 2.575 136.0022 5.49 29.90 30
Filtración Tiempo de proceso 2.575 43.28324 3.10 29.86 30
Reactor uno Tiempo de recorrido 2.575 0.004356 0.0130 29.80 30
Filtración Tiempo de recorrido 2.575 0.002540 0.00056 29.99 30
2.3. Mediciones
Una vez se estableció el tamaño de muestra representativo se procedió a realizar las mediciones, con los datos tomados
se realizó el diagrama de líneas (ver Figura 10) donde se observó el comportamiento a través del tiempo la cantidad de medidas
tomadas del pH en el reactor uno y en el filtro.
Figura 12. Cantidad de medidas tomadas de pH por lote en cada proceso.
En la Figura 12 se observó que las cantidades de muestras tomadas de pH en cada lote tanto en el filtro como en el
reactor uno, eran diferentes en cada lote por proceso, es decir, los operarios no iban la misma cantidad de veces a tomar la
muestra de pH en cada lote y se evidenció que para el proceso en el reactor uno se tomaban más muestras de pH.
Al obtener los datos de pH se procedió a realizar los gráficos de línea de pH en el reactor (ver Figura 13) y en el proceso
de filtración (ver Figura 14) donde se evidenció la falta de estandarización que hay en el proceso. Esto se debe a que el proceso
está por fuera de las especificaciones establecidas del pH (siendo los límites de color verde) en el reactor uno (6.5-7.5) por la
empresa y en el filtro (6.8-7), al tener estos resultados se procedió a realizar una lluvia de ideas, para conocer las causas del no
cumplimiento y pensar en la mejor manera de abordar el problema presentado.
21
Figura 13. Muestras de pH en el reactor uno.
Figura 14. Muestra de pH en el proceso de filtración.
En las Figuras 15 y 16 se ilustran los diagramas de líneas de los tiempos de proceso del reactor uno y de la etapa de
filtración respectivamente. En estos gráficos se pudo ver que el tiempo que se demora en realizar cada lote en el reactor uno
oscila entre 10 y 50 minutos y el tiempo de proceso en la etapa de filtración oscila entre 10 y 30 minutos, adicionalmente se
puede observar los límites superiores de especificación 35.5 y 26 respectivamente. Se tiene solo el límite superior de
especificación debido a que se desea reducir lo máximo posible el tiempo de proceso.
22
Figura 15. Tiempo de proceso del reactor uno.
Figura 16. Tiempo de proceso en la etapa de filtración.
En la Figura 17 se puede observar los tiempos de recorrido realizados desde el reactor uno hasta el laboratorio, estos
oscilan entre 2.2 y 2.4 minutos y desde la filtración hasta el laboratorio, que oscilan entre 1.3 y 2.0 minutos.
23
Figura 17. Tiempos de recorrido del reactor uno y filtración hasta el laboratorio.
En este apartado se ilustraron la toma de datos realizada en la empresa y se evidenció el problema que estaba
presentando la empresa. A continuación, en el diagrama SIPOC (ver Tabla 4) se incluyeron los entes involucrados en cada parte
del proceso productivo.
24
Tabla 4. SIPOC.
S I P O C
"Sources" "Inputs" "Process" "Outputs" "Customers"
Proveedor de
Ácido Fumárico
Orden de materia
prima
Llegada de
materia prima
Se reciben los sacos de
producto y se hace
control de calidad de
los mismos
Peso 25 kg y
detección de
metales nula
Sacos de Ácido
Fumárico
Almacén de
materias prima
Compañía de
acueducto
Agua fría y filtro
de vacío
Lavado de
Ácido Fumárico
con agua fría
Usando un filtro de
vacío se adiciona agua
fría mientras se filtran
las impurezas
Ácido Fumárico
lavado
parcialmente
limpio
Área de reacciones
Compañía de
acueducto
Agua caliente y
filtro de vacío
Lavado de
Ácido Fumárico
con agua
caliente
Usando un filtro de
vacío se adiciona agua
fría mientras se filtran
las impurezas
Ácido Fumárico
limpio Reactor
Proveedor de soda
cáustica, compañía
electricidad y
acueducto
Reactor con
chaleco térmico,
soda cáustica y
agua
Mezcla en
reactor
Se adiciona Soda
cáustica, Ácido
Fumárico y agua, los
cuales se mezclan a
altas temperaturas
hasta producir la
reacción
Temperatura debe
llegar a los cien
grados
centígrados
Reacción Operario
Reactor
pH metro y
muestra de la
reacción
Revisión del pH
de la reacción
Por medio de una
muestra del producto y
con la ayuda un pH
metro, se revisa el pH
pH debe estar
entre 9.8-7.0
(neutro)
pH de la reacción Laboratorio de
pruebas
Proveedor materia
prima y soda
cáustica
Soda cáustica y
Ácido Fumárico
Estabilización
de pH de la
reacción
Se analiza si la
muestra de pH está
ácida o básica y a
partir de esto se
adiciona ya sea soda
cáustica o Ácido
Fumárico
pH debe estar
entre 9.8-7.0
(neutro)
Reacción con pH
neutro Reactor
Reactor Filtro de prensa Filtrado de la
reacción
Ya con pH neutro el
producto sale del
reactor y pasa por un
filtro de prensas donde
son retirados los
grumos
Producto sin
grumos y color
transparente
Reacción filtrada Reactor 2
Proveedor Cloruro
Ferroso Cloruro Ferroso
Adición de
Cloruro Ferroso
El producto entra al
segundo reactor en
donde se adiciona el
cloruro ferroso
formando la reacción
completa
Temperatura debe
llegar a los cien
grados
centígrados
Fumarato Ferroso Área de secado
Reactor Filtro de vacío
Secado del
Fumarato
Ferroso
El producto pasa a un
filtro de vacío en
donde es extraída su
parte líquida
Producto
totalmente seco
Fumarato Ferroso
seco en polvo
Operario /
empaquetado
Proveedor de sacos
Sacos para
empaque de
producto
Empaque del
Fumarato
Ferroso
El producto seco es
empacado y sellado en
sacos para su
transporte
Peso de saco 25
kg
Producto
terminado
Orden de compra
externa
25
3. Análisis
En esta fase se realizó una revisión de los datos tomados anteriormente para ver cómo se comportan y si se encontraban dentro
de las especificaciones que la empresa requiere para obtener un pH neutro, consumible para el ser humano y no incurrir en
rechazos o devoluciones de producto. Se realizaron gráficos de control y gráficos de capacidad con el fin de analizar el estado
actual del proceso.
3.1. Análisis de causas
Teniendo los datos de pH y observando su comportamiento y los gráficos de líneas con especificaciones de pH, se
procedió a realizar los gráficos de control que son realizados con ayuda del software Minitab. Se realizaron gráficos de control
Xbarra- R para las pruebas de pH, ver Figura 18 y 20, estas gráficas muestran la variabilidad del sistema con límites de control
variables, pues los datos son obtenidos de subgrupos de tamaño diferente, dado a que no se tiene estandarizada la cantidad de
toma de pH que se requieren para cada proceso, ni se tiene estandarizada la materia prima a utilizar en cada lote. Por lo tanto, se
obtuvo una variación en la cantidad de muestras de pH, no obstante, estas gráficas son usadas para evaluar la estabilidad en el
sistema cuando se mide la misma característica por el mismo operario. Por otro lado, se utilizó X - R móvil para la toma de
tiempos (ver Figura 22 y 24), puesto que se midió una sola vez la misma característica, que en este caso es el tiempo, esto con el
fin de determinar qué tan estandarizado estaba el tiempo de los procesos en el reactor y el filtro. Para la producción de Fumarato
Ferroso, al ser un proceso que se realiza de manera intermitente, no fue posible la toma de datos de manera diaria, es por esto que
se contó con una cantidad limitada de información, esto no fue impedimento para un correcto estudio estadístico, con los datos
que se contaron fue posible analizar las variables involucradas en el proceso.
En la Figura 18 se encuentran los límites de control los cuales variables (de color rojo), estos fueron calculados a partir
de los datos históricos del proceso y representaron el comportamiento actual en planta, mientras que los límites de especificación
son de color verde los cuales son definidos por la empresa (de 6.4 y 7.5) y representaron el rendimiento deseado. Estas gráficas
se realizaron para observar el centrado y la dispersión de los procesos, cabe resaltar que los límites de control de la toma de pH
no son una línea recta puesto que las muestras tomadas no tienen el mismo tamaño, como se mencionó anteriormente.
A continuación, se muestran los gráficos de control junto con su análisis y los gráficos de capacidad:
Figura 18. Gráficos de centrado y de dispersión, respectivamente, para la toma de medidas del pH en el reactor uno
26
En la Figura 18, en ambas gráficas el eje X es el número de la muestras tomadas de valor de pH obtenidos, mientras el
eje Y son los valores obtenidos de pH en cada muestra tomada, en el gráfico, de centrado, están graficados los promedios de pH
por subgrupos, se pueden observar las variaciones asignables (puntos con el número 1), estas variaciones son puntos a más de
tres desviaciones estándar, esto quiere decir que están fuera de los límites de control, las otras causas asignables quieren decir
que cada dos de tres puntos están a más de dos desviaciones estándar. Como se pudo observar en la gráfica de centrado los
puntos oscilan bruscamente de un límite de control a otro y se salen en su gran mayoría tanto por el límite superior como por el
límite inferior de especificación. La línea central de control histórica es 7.4 y la especificada es 6.95 lo que indica que los pH
tienden a estar en promedio por encima de la especificación establecida.
El segundo gráfico, es el de dispersión, se observan puntos por encima del límite de control superior lo que significa
que el proceso no está en control, también se encontró una racha por debajo del límite de control central del punto 27 al 30 esto
se debió a un cambio en el método a la hora de tomar el pH del Fumarato, demostrando que sí se puede tener una baja dispersión.
La distancia de los puntos no fue la misma lo que significó que no fue preciso, esto quiere decir que existe una gran variación en
la toma de pH lo cual se debe a que no existía una estandarización del proceso. La máxima variación del proceso permitida es 1.1
y la variación actual es de 2.6, este tiene 1.5 puntos demás en variación que la permitida para el pH.
A continuación, se muestra, en la Tabla 5, el nivel sigma que debe tener una empresa según unos criterios como el CPk y
el porcentaje de no cumplimiento. Esto con el fin de analizar los gráficos de capacidad de proceso y el nivel sigma que maneja
cada uno del proceso.
27
Tabla 5. Nivel seis sigma y valor CPk.
Elaborada por Blackberry&Cross [19]
En la Tabla 5, se puede ver el nivel sigma que corresponde a la probabilidad de defectos, al DPMO (Defectos por
millón de oportunidades) y al Cpk del proceso. Por lo tanto, si un proceso es seis sigma entonces tiene una probabilidad de
3.39767x10-6 de defectos, esto significa que el proceso debe tener 3.4 defectos por millón de oportunidades siendo el Cpk igual a
2. Por otro lado, si el nivel sigma es 1.25 significa que se tiene una probabilidad de 0.60165 de encontrar un defecto, lo que
significa que por cada millón se tienen 601,686.09 defectos siendo el Cpk 0.417. Con este ejemplo se quiere enfatizar que
dependiendo el Cpk del proceso se puede determinar el nivel sigma, la cantidad de defectos por millón de oportunidades, además
del porcentaje de no cumplimiento.
Se procedió a realizar el análisis de capacidad de proceso para el pH en el reactor uno, teniendo en cuenta la Tabla 5.
28
Figura 19. Gráfico de capacidad para el reactor uno para la toma de pH con un 99% de confianza.
Se probó estadísticamente que los datos de pH tomado en el reactor uno, siguieron un comportamiento normal, es por
esto que el índice de capacidad de proceso a analizar fue el Cpk, capacidad real “a corto plazo” (Cpk = -0.01) ver Figura 19, esta
capacidad es menor a 1.33 (el cual es el Cpk para el nivel cuatro sigma), lo que quiere decir que el proceso no estaba dentro de la
tolerancia y no fue capaz de cumplir en las especificaciones establecidas para el pH (6.4 -7.5) en el reactor uno. Por otro lado,
este índice (CPk) es igual al límite de capacidad superior para el proceso, indicando que los pH en el reactor uno, generalmente
fueron arrojados por encima de la medida especificada. Dado que el porcentaje de no cumplimiento (50.92%) fue mayor por el
límite superior de especificación indica que el proceso está registrando pH que sobrepasa el límite de especificación superior. Por
último, cabe resaltar que la distribución al ajustarse a un comportamiento normal existe solo un 40.51% del pH que cumple con
las especificaciones establecidas, observando la Tabla 5 el nivel sigma aproximado de acuerdo al porcentaje de no cumplimiento
(59.49%), es de 1.25. Esto quiere decir que por cada millón de lotes producidos 601,686 lotes según la Tabla 5 están saliendo
con el pH por fuera de las especificaciones para llegar a un nivel seis sigmas al cual debería tener 3.4 defectos por millón.
29
Figura 20. Gráfico de centrado y de dispersión, respectivamente, para la toma de medidas del pH en la filtración
En la Figura 18, se pudo observar el gráfico de centrado y de dispersión para la toma de pH en la filtración. En el primer
gráfico, el cual es de centrado, se pudieron observar puntos a más de tres desviaciones por lo tanto el proceso estaba por fuera del
límite de control superior. Además, se encontraron rachas por debajo del límite de control central del punto 1 al 8, esto se debió a
los distintos métodos que los operarios utilizan para medir el pH puesto que no se tenía el proceso estandarizado, pero a
diferencia del pH en el reactor uno, el pH en la filtración si estaba centrado, el promedio de las muestras estuvo muy cerca al
límite de especificación central (LCE= 6.9).
Para el segundo gráfico, el cual es de dispersión se pudo observar que las líneas eran discontinuas esto se debió a que en
esta prueba se tenían subgrupos de solo una muestra, por lo tanto, no se podía realizar el rango. Sin embargo, se puede ver que el
gráfico no está en control puesto que tiene puntos más de tres desviaciones estándar, fuera del límite superior, además el límite
superior de control (LSC= 2.0) es mucho mayor al límite superior de especificación (LCE= 0.1) lo que indicó una variación muy
alta con respecto a la permitida.
En la Figura 21 se ilustra los resultados de los indicadores de capacidad de proceso y el porcentaje de no cumplimiento
del pH en la etapa de filtración.
30
Figura 21. Gráfico de capacidad para la filtración en la toma de pH con un 99% de confianza
Anteriormente se probó estadísticamente que los datos de pH tomado en la filtración no se ajustaron a un
comportamiento normal (ya que su p-valor < 0.005), sin embargo, se ajustan a la distribución Weibull. Por tal motivo el índice
de capacidad del proceso a analizar es el Ppk, capacidad general “a largo plazo”. Para este caso el Ppk= 0.02 es menor a 1.33 como
se observa en la Figura 21, lo cual quiere decir que el proceso no fue capaz de cumplir bajo las condiciones establecidas para la
toma de pH en el filtro (6.8 a 7.0). Por último, cabe resaltar que el porcentaje de no cumplimiento fue alto tanto por encima del
límite de especificación superior (LSE= 7.0) con un 38.82% como por debajo del límite de especificación inferior (LIE= 6.8) con
un 40% para un total de no cumplimiento de 78.82% en el pH en filtración. De acuerdo a estos porcentajes de no cumplimiento
se pudo determinar el nivel sigma del pH en la filtración que fue aproximadamente 0.75 con 785,597 defectos por millón ver la
Tabla 5, sin embargo, para lograr lo esperado que es un nivel sigma de 4 se requiere reducir la variación del pH en filtración.
En la Figura 22 se presenta la gráfica de control para los tiempos en el reactor uno.
31
Figura 22. Gráfico de control de centrado y dispersión para los tiempos en el reactor uno.
En la Figura 22, para el primer gráfico el cual es de centrado fue posible afirmar que las mediciones de tiempos de
proceso en el reactor uno, fueron inestables, ya que no conservaron el mismo comportamiento a través del tiempo, variaron entre
13 y 65 minutos cuando lo especificado debía ser menor a 35.5 minutos. Por otro lado, los tiempos se encontraron con muchos
puntos por fuera del límite superior de especificación, sin embargo, todos están dentro de los límites de control. Por lo tanto, se
pudo afirmar que los tiempos en el reactor uno, en promedio, cumplieron con la especificación exceptuando cinco puntos por
encima del 35.5, adicionalmente no se presentó una variación muy alta a la esperada.
Para el gráfico de dispersión, se evidenció que en la última etapa de la toma de datos se registró una racha por debajo de
la línea de control, esto debido a que hubo una mejora en las habilidades del operario, ya que como cada uno tiene su manera de
desempeñar cada actividad, la variación máxima permitida es de 19 minutos y la variación actual es de 48 minutos, 30 minutos
por encima de la variación requerida.
En la Figura 23 se presentan los indicadores de capacidad de proceso y el porcentaje de no cumplimiento de los tiempos
para el reactor uno.
32
Figura 23. Gráfico de capacidad de tiempos para el reactor uno con un 99% de confianza
Se probó estadísticamente que los tiempos para el reactor uno, siguieron un comportamiento normal con un p-valor =
0.143, por lo tanto, el índice de capacidad a analizar es el Cpk a corto plazo (ver Figura 23). Dado que el Cpk = 0.25 es menor que
el valor de referencia (1.33) del nivel cuatro sigma, se consideraron formas de mejorar el proceso, como reducir su variación, ya
que el proceso no fue capaz de producir bajo las condiciones establecidas para la toma de tiempos en el reactor uno. Ya que los
datos se ajustaron a un comportamiento normal como se mencionó anteriormente el porcentaje de cumplimiento de los tiempos
en el reactor uno, son de 77%, es decir, hay un 23% de no cumplimiento en los tiempos del reactor uno. De acuerdo con el
porcentaje de no cumplimiento en nivel sigma que tienen los tiempos en el reactor uno es de aproximadamente 2.25 sigma lo
cual es equivalente a 226.715 defecto por millón y para llegar a un nivel seis sigma solo debe tener 3.4 defectos por millón, estos
valores se pueden evidenciar en la Tabla 5.
En la Figura 24 se ilustra el gráfico de control para los tiempos en la etapa de filtración.
33
Figura 24. Gráfico de control de centrado y dispersión para los tiempos en el filtro
En la Figura 24, en cuanto al primer gráfico el cual es de centrado, el comportamiento de los tiempos en el filtro fue el
mismo a través del tiempo por lo que fue posible considerar que los tiempos fueron estables. Por otro lado, no se presentaron
variaciones asignables en dicho gráfico, sin embargo, se tuvieron 7 datos por encima del límite de especificación superior. Por lo
tanto, como no se tienen causas asignables y no se tienen datos a más de tres desviaciones estándar se puede decir que los
tiempos de proceso en la etapa del filtro están en control. Para el gráfico de dispersión, en primera instancia no fue estable
debido a que no se presentó el mismo comportamiento a través del tiempo, los tiempos en el filtro, se puede decir que no fueron
precisos ya que la distancia entre puntos no fue la misma, el límite superior control es 27.26 minutos mientras que el máximo
requerido debe ser 11 minutos hay 16 minutos de variación por encima del tiempo requerido.
En la Figura 25 se ilustran los indicadores de capacidad de proceso y el porcentaje de no cumplimiento para los tiempos
de la etapa de filtración.
34
Figura 25. Gráfico de capacidad de tiempos para la filtración con un 99% de confianza
Se validó estadísticamente que los tiempos para la filtración se ajustaron a un comportamiento normal (p-valor = 0.014)
por tanto el índice que se utilizó para analizar este tipo de mediciones es el Cpk, a corto plazo (ver Figura 25), puesto que el Cpk =
0.26 el cual es menor que el valor de referencia (1.33) del nivel cuatro sigma. Por lo tanto, se consideraron formas de mejorar el
proceso, como reducir su variación, ya que el proceso no fue capaz de producir bajo las condiciones establecidas para la toma de
tiempos en la filtración. Ya que los datos se ajustaron a un comportamiento normal como se mencionó anteriormente el
porcentaje de cumplimiento de estos datos es de 78.61%, es decir, hay un 21.39% de no cumplimiento en los tiempos de la
filtración, sin embargo, estos son los datos que sobrepasan el límite de especificación superior. Adicionalmente, de acuerdo con
el porcentaje de no cumplimiento mostrado en el gráfico, el nivel sigma que tienen los tiempos en la filtración es de 2.25 sigma
aproximadamente (ver Tabla 5) lo cual es equivalente a 226.715 defecto por millón.
Luego de realizar las capacidades fue necesario saber cuál era el nivel sima actual del proceso que se estaba realizando
en la empresa. Cabe resaltar que se realizó la comparación con el nivel cuatro sigmas el cual con un Cpk mayor o igual a 1.33.
Esta comparación se debe a que el Cpk para el nivel seis sigmas es de 2 y es demasiado estricto. No obstante, se mostrará el nivel
seis sigma que debió tener el proceso con el fin de mostrar que tan estandarizado está. A continuación, se muestra en la Tabla 4
el nombre del proceso junto con los límites de especificación tanto superior como inferior, además se muestra el nivel sigma que
debió tener el proceso (cuatro sigma o seis sigma), la variación real del proceso y la cantidad que se debe reducir para llegar al
nivel deseado.
La ecuación 2 se usa para determinar el nivel sigma deseado para el proceso, teniendo en cuenta que el estado sería de 6
sigmas.
Ecuación 2. Nivel 6 sigma
La ecuación 3 se usa para determinar el nivel sigma deseado para el proceso, teniendo en cuenta que el estado sería de 4
sigmas.
35
Ecuación 3. Nivel 4 sigma.
En la Tabla 6 se muestra el nivel seis sigma que debió tener el proceso junto con la reducción de la variación que se
debería realizar para llegar a este nivel. Como se mencionó anteriormente, el Cpk que debería tener el proceso para estar en este
nivel es de 2 y si se compara con cada Cpk del proceso se puede ver la gran diferencia, sin embargo, en el proceso de pH en la
etapa de filtración se muestra el Ppk debido a que es una distribución no normal. Esto significa que el nivel seis sigma fue
demasiado estricto para los procesos realizado en esta empresa.
Tabla 6. Nivel 6 sigma de los diferentes procesos.
Proceso LIE LSE Nivel 6 sigma Variación Reducción Cpk Ppk
pH en reactor uno 6.4 7.5 0.092 1.483 1.391 -0.01
pH en filtración 6.8 7 0.017 0.567 0.550 0.02
Tiempo de proceso en reactor uno 0 35.5 2.96 11.662 8.702 0.25
Tiempo de proceso en filtración 0 26 2.17 6.58 4.409 0.26
A continuación, se muestra el nivel cuatro sigma (ver Tabla 7) del proceso junto con la reducción de la variación que se
debería realizar. Como se dijo anteriormente, para llegar a este nivel se debe tener un Cpk mayor o igual a 1.33, sin embargo, en
todos estos procesos fue inferior como consecuencia se obtuvo una variación muy alta. Este es un nivel más adecuado para los
procesos, sin embargo, se pudo ver el efecto que tiene la falta de estandarización.
Tabla 7. Nivel 4 sigma de los diferentes procesos.
Proceso LIE LSE Nivel 4 sigma Variación Reducción Cpk Ppk
pH en reactor uno 6.4 7.5 0.137 1.483 1.345 -0.01
pH en filtración 6.8 7 0.025 0.567 0.542 0.02
Tiempo de proceso en reactor uno 0 35.5 4.437 11.662 7225 0.25
Tiempo de proceso en filtración 0 26 3.25 6.579 3.329 0.26
Cabe resaltar que los límites inferiores en los tiempos de procesos son cero debido a que se desea reducir al máximo el
tiempo de proceso tanto en el filtro como en el reactor, por lo tanto, no se tiene límite de especificación inferior.
En la Figura 26 se ilustra el comportamiento de los tiempos de recorrido del filtro al laboratorio.
36
Figura 26. Gráfico de control de centrado y dispersión para los tiempos de recorrido del filtro- laboratorio
En la Figura 26, en el primer gráfico se puede ver el centrado del proceso, cabe resaltar que se eliminó el 10% de los
datos, que dieron a más de tres desviaciones estándar, esto se dio porque el operario realizó un poco más rápido el recorrido. Sin
embargo, el 5 dato está a más de tres desviaciones estándar también se puedo observar una racha descendente del punto 19 al 22,
y variaciones asignables a lo largo de la toma de datos. Esto significa que el tiempo de recorrido desde el filtro hasta el
laboratorio, no está en control.
En el gráfico ubicado en la parte inferior se pudo observar dos puntos a más de tres desviaciones, mientras que la
mayoría de los puntos se ubicaron por debajo del límite central generando rachas las cuales indican variaciones asignables,
además significan que se tuvo una disminución en los tiempos de recorrido. No obstante, estas variaciones mencionadas
anteriormente hicieron que la distancia entre una medida y otra fuese mayor, consecuentemente a esto se obtuvo un bajo grado
de precisión en la que se generó una mayor dispersión (desviación estándar).
En la Figura 27 se presenta las gráficas de control para los tiempos de recorrido desde el reactor uno hasta el
laboratorio.
37
Figura 27. Gráfico de control de centrado y dispersión para los tiempos de recorrido del reactor uno - laboratorio
En la Figura 27 se puedo observar, en la gráfica de promedio de tiempos una racha de ocho puntos por debajo del límite
central, esto pudo ser generado por las variaciones asignables las cuales dependen de los tipos de herramientas, métodos de los
operarios o de los operarios lo cual hace que se disminuya el tiempo por debajo del promedio. Como estos son tiempos de
recorrido, se puede concluir que las variaciones asignables dependen de los operarios y de la velocidad con la que se mueven,
además de su composición física, puesto que entre más altos más largas son las piernas y se podrán mover con mayor rapidez.
En el gráfico de rangos se pudo observar la dispersión de los datos puesto que la distancia entre ellos varía mucho con
respecto a la variación especificada. Esto se debe a los dos puntos a más de tres desviaciones y la racha de siete puntos debajo
del límite central. Esto significa que se tiene una gran variación entre las medidas tomadas, generando, como se mencionó
anteriormente, variaciones asignables.
Posteriormente, se presenta la matriz de polivalencia (ver Tabla 8), la cual evidenció que operarios necesitan de una
capacitación para desarrollar de manera adecuada alguna de las tareas involucrados en el proceso productivo del Fumarato
Ferroso, además en la Tabla 9 se puede ver las definiciones de cada letra utilizada.
38
Tabla 8. Matriz de polivalencia
Tabla 9. Definición de cada letra
E - Realiza la actividad bajo supervisión (periodo de
entrenamiento)
C - Está capacitado y calificado para realizar la actividad
NC - No está capacitado para realizar la actividad
NP - Necesita capacitación
Capacitación para algunos operarios
Capacitación para todos los operarios
La matriz indica que en cada área del proceso productivo al menos un operario necesita capacitación para realizar de
manera adecuada cada una de las tareas. Se evidenció de igual manera que el operario del turno de las dos de la tarde, fue el más
experimentado y en algunos casos podría capacitar los otros dos trabajadores y llevarlos a realizar el trabajo de la misma manera
que él lo hace y aprendió durante años.
A continuación, se muestra la técnica de los 5 porqués para llegar a la causa raíz del problema y se tiene en cuenta lo
observado en la planta durante la toma de datos y el análisis de estos datos.
Problema: Existe una alta variación en el pH.
1. ¿Por qué hay una alta variación del pH? porque aplican en la mezcla la materia prima a ensayo y error.
2. ¿Por qué aplican en la mezcla la materia prima a ensayo y error (a ojo)? porque no miden la cantidad de materia
prima (Ácido Fumárico).
3. ¿Por qué no miden la cantidad de materia prima? porque hay una falta de estandarización del proceso productivo
del Fumarato Ferroso.
4. ¿Por qué hay una falta de estandarización del proceso productivo del Fumarato Ferroso? porque no existe una
propuesta de condiciones de operación.
5. ¿Por qué no existe una propuesta de condiciones de operación?
Se realizó una propuesta de condiciones para reducir la variación del pH en el proceso de Fumarato ferroso.
Se utilizó el diagrama de Ishikawa con el método de las 6M, ya que esta herramienta proporciona una imagen visual y
muy gráfica de todas las posibles causas que han provocado el efecto de la falta de estandarización en el proceso productivo
del Fumarato Ferroso (ver Figura 28).
39
Figura 28. Diagrama Ishikawa.
A continuación, se explica de manera detallada cada uno de los conceptos que conforman el método de las 6M:
Mano de Obra: ¿Está capacitada la mano de obra?, son aspectos que resultan de este concepto, ya que la empresa no cuenta
con un personal capacitado para la orientación en los procesos que desarrollan, de esta manera se generaron oposiciones a los
estándares establecidos por el procedimiento que estaban desempeñando. Por otro lado, la mano de obra no estaba portando
todos los equipos de seguridad industrial, esto conlleva a posibles riesgos ya que se maneja con sustancias químicas que pueden
perjudicar la salud.
Materia Prima: La empresa cuenta con otras compañías, las cuales le proveen la materia prima para la producción del
Fumarato Ferrosos, pero a la hora de iniciar este proceso no se cuenta con una cantidad exacta, por tal motivo los operarios en
varias ocasiones tienen que probar la mezcla, para determinar su acidez. Por otro lado, la empresa por temas de costos, adquiere
una materia prima que presenta un grado muy bajo de pureza y de calidad que es el Ácido Fumárico, debido a esto, este ácido
debe pasar por procesos previos de limpieza para iniciar de manera correcta todo el procedimiento de producción.
Medición: Los operarios para determinar el grado del pH, tienen que desplazarse hacia el laboratorio de pruebas y este está
ubicado a una distancia retirada de donde ellos están ejerciendo su labor, y esta toma de pH se presenta en varias ocasiones, por
lo que los operarios se ven obligados a ir más de una vez hacia este lugar. Por otro lado, el Ácido Fumárico no se está midiendo
de manera adecuada, y este factor también influye en la cantidad de veces en que los operarios se desplazan hacia este
laboratorio. La falta de medición de la presión en los reactores, despierta en los operarios una sensación de angustia, puesto que
no saben con exactitud la presión requerida para la mezcla, y por medio de suposiciones es que se percatan que esta ha llegado
a su punto de cocción. Cabe resaltar que, en el momento de hacer el respectivo análisis de la capacidad de proceso los
resultados mostraron un nivel relativamente bajo, también una baja precisión y exactitud en la toma de pH del reactor y del
filtro, y esto se ve reflejado en los bajos porcentajes de cumplimiento respecto a los límites de especificación.
Medio Ambiente: La empresa no cuenta con un sistema de ventilación adecuado, razón por la cual los operarios se cansan y
permanecen sudorosos toda la jornada laboral, esto genera fatiga, puesto que se logra percibir el cansancio por parte de estos. Por
otro lado, la contaminación auditiva que se presenta dentro de la planta es bastante alta, ya que todas las maquinarias emiten
sonidos con un alto nivel de decibeles lo que puede ocasionar daños en el tímpano de los oídos. Cabe agregar que a los operarios
no les gusta encender los extractores, generando así una acumulación de gases debido a todas las sustancias químicas presentes
en el calentamiento del Fumarato Ferroso, es evidente entonces como todos estos factores afectan el medio ambiente en el que
40
cada trabajador desempeña su labor.
Método: Las pruebas de pH se realizan en varios momentos durante el proceso de Fumarato Ferroso, los operarios en ciertas
ocasiones, para determinar el nivel de pH lo prueban de manera oral, y a través de su experiencia es que estos comprueben el
estado en que se encuentra la mezcla, esto evidencia que la empresa no cuenta con unas buenas prácticas de manufactura, por lo
que los operarios incurren a este “método “para probar el pH. En este orden de ideas, es evidente que cada operario tiene su
manera de ejecutar la función, ocasionando causas asignables en la toma de los pH.
Maquinaria: Para medir el pH de la mezcla se cuenta con un pHmetro, pero este al ser un instrumento de uso frecuente debe
estar actualizado y calibrado, las fechas de calibración con las que se cuenta no son recientes y se considera que la máquina debe
ser calibrada cada 3 meses. Por otro lado, en los reactores no se cuenta con un barómetro y termómetro para tener un control
sobre la mezcla, los operarios suponen que ha llegado a su punto de temperatura y presión, pero no son lo suficientemente
confiables.
En este orden de ideas, se realizó un Análisis de Modo y Efecto de la Falla (AMEF), el cual es una metodología de
riesgos donde se muestran los problemas que surgen de la empresa clasificándolos según su criticidad, la letra S hace referencia
al grado de severidad para estimarlo, se debe de tomar en cuenta el efecto de la falla en el cliente. Se utilizó una escala del 1 al
10: el ‘1’ indica una consecuencia sin efecto. El 10 indica una consecuencia grave, la letra O hace referencia al valor de
Ocurrencia y este, es la probabilidad de que una causa específica resulte en un modo de falla, y por último la letra D hace
referencia al valor de detección que sirve para clasificar la probabilidad de encontrar la falla antes de que la parte llegue al
cliente. Todo esto con el fin de decidir qué acciones tomar (ver Tabla 10). Las letras NPR, significan el Número Prioritario de
Riesgo el cual es el producto de las tres calificaciones cuantitativas relacionadas, cada una, a la severidad, oportunidad y
detección, esto se realizó con el fin de tener un resultado final el cual muestre la causa potencial del fallo dictada por el puntaje
más alto. En este caso, este método ayudó a identificar las posibles soluciones para desarrollar a lluvia de ideas.
Tabla 10. AMEF
Como se pudo observar en la Tabla 10 se encontraron los resultados del AMEF donde se mostraron las causas
potenciales del fallo más severas: la falta de estandarización en el proceso, la experiencia y la falta de las buenas prácticas de
manufactura. Sin embargo, se debe tener en cuenta el índice prioritario del riesgo pues este indica puntaje total de todas las
causas, por lo tanto, las causas potenciales las cuales se van a corregir fueron: la falta de estandarización y la experiencia pues
tiene el mayor índice. Por otro lado, fue preciso identificar la acción correctora que se debió utilizar, por consiguiente, se debió
identificar la que tiene mayor severidad y mayor índice prioritario. De esta forma, la acción correctora a utilizada fue la de
estandarizar el proceso con las condiciones recomendadas.
41
3.2. Exploración de ideas
En este apartado se tuvieron en cuenta varias ideas con sus respectivas descripciones las cuales se encuentran en la
Tabla 11. Estas ideas surgieron de una deliberación entre los estudiantes del equipo, en la cual se tuvo en cuenta el resultado al
que se quiere llegar al final del proyecto, teniendo en cuenta los objetivos que se quieren llevar a cabo. Al finalizar se encuentran
tres propuestas descritas detalladamente para seleccionar la más viable entre estas.
Tabla 11. Ideas con su respectiva descripción.
Lluvia de ideas Descripción
Reubicación del pHmetro
El pHmetro se encontraba alejado de la zona de reacciones donde se fabrica el Fumarato, está
ubicado en un laboratorio a 25 metros de los filtros, una reubicación de este instrumento
disminuye tiempos y recorridos de los operarios.
pHmetro móvil
La adquisición de pHmetros móviles de tipo bolsillo de marca como Lutron aproximadamente
tienen un costo de $475.000 pesos, ayudará a medir esta variable desde el reactor donde se
produce, eliminando desplazamientos del operario [20].
Estandarización de la cantidad
de materia prima
Una experimentación en campo de las cantidades de materia prima, como la soda cáustica y el
Ácido Fumárico, haría más fácil obtener un pH en los límites de especificación sin adicionar
posteriormente alguna de las materias primas para estabilizar el pH.
Propuesta de condiciones del
proceso para mantener el pH
dentro de las especificaciones
Estandarizar el control del pH evitará las pruebas de ensayo y error para estabilizar el mismo.
DOE (diseño de experimentos) El diseño de experimentos otorgará mejores condiciones de operación, para obtener los
resultados de pH especificados.
R&R
La empresa maneja una rotación de operarios para los diferentes procesos, existe la posibilidad
de que existan diferentes métodos entre los mismo que afecten la fabricación del Fumarato. Lo
que se busca mediante este análisis es validar que el sistema de medición sea repetible y
reproducible para confiar en los resultados.
Capacitación y concientización
del personal
Una adecuada capacitación del personal, a través de empresas tales como Carpediem,
encargadas de brindar capacitaciones orientadas al cambio y al mejoramiento continuo,
dictadas por el gerente de la empresa que haya sido previamente capacitado por Carpediem, en
donde el programa de formación sea el fortalecimiento estratégico para la gestión
organizacional y la orientación en los procesos. Esto llevará a que el proceso sea estandarizado
y no se incurra en demoras por errores humanos [21].
Capacitación sobre uso de
implementos de seguridad
industrial
Capacitar en seguridad industrial al personal través de cursos dictados por el SENA, que
cuenta con una duración de 40 horas, en donde el programa de formación sea todo lo
relacionado con la seguridad industrial y los riesgos en el trabajo, estas capacitaciones
permiten concientizar sobre los riesgos de los desplazamientos a tomar el pH, incentivando a
mejorar el proceso de estabilización del pH [22].
Control del proceso
Llevar un control del proceso a través de hojas donde se puede poner el tiempo de proceso, la
cantidad de pH tomados, la cantidad de materia prima utilizada y la cantidad de producto
terminado que se realizó. Por otro lado, implementar gráficos de control, seguimiento de
indicadores de capacidad del proceso.
Medición de productividad
Controlando los tiempos del proceso, para así obtener una mayor producción en el menor
tiempo posible a través de indicadores por hora. Concientizar a la empresa de que el proceso
no está estandarizado, que sus tiempos pueden reducirse y mostrar cómo después de una
mejora esté podrá llegar a un punto estable.
Empoderamiento del operario
El operario es la persona que mejor conoce su trabajo, al empoderarse de su trabajo, tomará
decisiones que podrán influir en el mejoramiento de la calidad del proceso. Realizar
propuestas de incentivo a los trabajadores, como el trabajador del mes, entre otros podría ser
una buena opción para que los operarios se empoderen de su trabajo.
9’s: clasificar, ordenar, limpiar,
estandarizar, disciplina,
constancia, compromiso,
coordinación y estandarización
Aplicar la metodología de las 9´s, permitirá que el proceso de producción sea más exacto y
libre de posibles errores.
Propuestas para reducir tiempos
de alistamiento
La reducción de tiempos de alistamiento hará que se puedan producir mayor cantidad de lotes
por turno.
Evaluación de buenas prácticas Para evitar la prueba del Fumarato, vía oral por los operarios.
42
de manufactura
Propuesta de indicadores para
medir el nivel sigma del proceso
actual y el proceso deseado
A través de herramientas como Minitab, determinar el nivel sigma actual del proceso de
acuerdo a indicadores tales como la capacidad de proceso.
Implementación de cintas de pH
Utilizar cintas medidoras de pH ubicadas cerca del filtro y del reactor para facilitar el
desplazamiento del operario hasta el laboratorio de pruebas de pH. Estas cintas se pueden
adquirir por mercado libre y tienen un costo de $3.990 pesos [23].
Mejoras en el ambiente laboral Implementar un sistema de ventilación, que les permita a los operarios ejercer su labor en un
ambiente más fresco en el que operan actualmente.
4. Mejorar / Diseñar
En este apartado se expondrán las propuestas para su posterior ponderación, para así seleccionar la más adecuada.
Propuestas
1. Se propusieron condiciones de operación por medio de un diseño de experimentos en donde se evaluaban la cantidad de
Ácido Fumárico, para que estas cantidades no varían a la hora de realizar el proceso, y a su vez el pH inicial no cambie
de manera drástica. De igual manera se calculó la cantidad de materia prima suministrada para la estabilización del pH
y para que los operarios pudieran entender e identificar las variables que afectan en mayor medida la variación del pH y
así, estandarizar; además la reubicación el pHmetro, disminuyendo distancias y tiempos de recorrido en la toma de
muestras.
2. Por medio de un estudio R&R se determinaría si la intervención de alguno de los operarios fue más eficiente que la del
otro, estos estudios tratan de analizar la variación entre el método de medición y las distintas personas que pueden
realizar estas mediciones. Es decir, se iba a tratar de reducir la variabilidad de la medición de un proceso mediante el
estudio de los posibles motivos de variabilidad en la misma, con ello se conseguirá mayor exactitud de medición en el
proceso, disminuyendo el gasto tanto de tiempo como de dinero. Finalmente se hará la adquisición de cintas medidoras
de pH para tomar esta medida desde el reactor mismo y ahorrar diversos recorridos, mientras se gradúa o se llega al pH
adecuado.
3. Se incentivarán las capacitaciones y el empoderamiento de cada operario con el fin de que con su conocimiento del
proceso se implanten mejoras continuamente y hacerlos partícipe, ya que, estos son los únicos de los que depende la
realización del proceso del Fumarato Ferroso.
4.1. Selección de la mejor solución
Por medio de una matriz de selección de alternativas AHP (ver Anexo 2) y habiendo elegido como criterios la facilidad
de realización, la robustez, la seguridad y la velocidad en que se implementa la propuesta, se seleccionó como mejor opción un
diseño de experimentos en el proceso productivo del Fumarato ferroso. A continuación, se muestra la evaluación final realizada
con el fin de obtener una de las tres alternativas.
Tabla 12. Matriz de selección AHP.
Como se puede ver en la Tabla 12, la mejor alternativa obtuvo un promedio de 46%, esta alternativa es el Diseño de
Experimentos (DOE). Sin embargo, para la validación de esta solución aplicará el análisis R&R con el fin de determinar si la
solución funcionó. Asimismo, se utilizó el empoderamiento por parte de los operarios para que puedan solucionar cualquier tipo
de problema y para que sepan realizar todos los procedimientos. Por otro lado, el empoderamiento sirve para que los operarios
tomen conciencia de no probar el producto y tener una mayor seguridad dentro del proceso y la empresa.
43
4.2. Desarrollo del diseño de la solución
Para el desarrollo de la solución, se decidió aplicar el Diseño de Experimentos, (DOE) por sus siglas en inglés, este es un
método estadístico que se basa en diseñar y estructurar experimentos de manera que, con un mínimo de ensayos se logre extraer
datos útiles e importantes que permitan llegar a unas conclusiones para optimizar la estructura de un proceso o producto. Esta
herramienta, es de gran utilidad puesto que sirve para diseñar condiciones ideales de un proceso para que cumpla con todas las
expectativas tratando en lo posible, de utilizar el mínimo número de pruebas [24].
En este orden de ideas, para un buen desarrollo del Diseño de Experimentos primero se debió fijar un cronograma que
permitiera cuantificar las pruebas que se iban a realizar, es importante tener claro cuáles eran los objetivos y que estos se
aproximaron a una realidad alcanzable. Una vez ejecutado lo mencionado anteriormente, se eligieron los parámetros que iban
afectar tanto directa como indirectamente este proceso productivo. Luego se diseñó el plan y una vez realizadas las pruebas, los
resultados arrojados iban a permitir llegar a deducciones lógicas acerca de los parámetros que más influyen en los resultados y
cómo se debía reconfigurar el proceso que se estaba realizando para alcanzar los objetivos planteados [24].
Para el proyecto en cuestión, se utilizó un Diseño de Experimentos de tipo factorial 2^k, en donde k representa el número
de factores a utilizar y 2 es el número de niveles. En este tipo de modelos se asumió que los efectos son fijos y la aleatorización
completa y se consideraron las mismas restricciones que en el caso de los DOE factoriales típicos [25].
Dado lo anterior, se explicó de manera detallada esta herramienta estadística aplicada al proceso productivo del Fumarato
Ferroso. En primer lugar, se realizó una toma de datos de acuerdo a las condiciones actuales del proceso, haciendo cambios en
una variable de entrada del proceso la cual fue: la cantidad de Ácido Fumárico. Se tuvo en cuenta que las otras materias primas
utilizadas en el proceso se encontraran en las mismas cantidades iniciales, tales como: 500 kg de agua, 267 kg de Soda Cáustica
y 3 kg de Carbón Activado. Cabe resaltar que la variable de entrada era el Ácido Fumárico pues esta era la que modificó la
variable de respuesta la cual era el pH.
Se aplicaron las distintas combinaciones de acuerdo a las condiciones que manejaba el operario, esto se evaluó con los tres
operarios que manejan este proceso de producción en la empresa. Se hizo uso de tres cantidades iniciales experimentales del
Ácido Fumárico las cuales fueron: 4.5 bultos, 5 bultos y 5.5 bultos donde cada bulto contiene 25 kg, esto quiere decir que la
primera condición experimentada contenía 112.5 kg, en la segunda contenía 125 kg y en la tercera condición se utilizó 137.5 kg.
Luego de realizar estos tres escenarios con tres operarios diferentes, se observó el valor de la variable respuesta (pH), adicional a
esto se tomaron los tiempos de proceso para estabilizar el pH y se pesaron las cantidades de Ácido Fumárico o Soda Cáustica
adicionada para llegar a un pH que estuviera entre 6.8 y 7, estos datos se pueden observar en el Anexo 3.
Al tener los datos de los tres escenarios, se realizó un análisis donde se concluyó que el Diseño de Experimentos se debía
realizar partiendo de 5 bultos (125 kg) y agregando a las cantidades iniciales: 1 kg, 2kg y 3 kg de Ácido Fumárico y así se generó
tres condiciones diferentes. Se tomó esta decisión puesto que con la cantidad inicial de 4.5 bultos (112.5 kg) se tenía una gran
variación de pH y de tiempo, debido a que era una pequeña cantidad que requería de más trabajo para llegar al pH deseado.
Adicionalmente, se descartó la cantidad inicial de 5.5 bultos (137.5 kg) puesto que era demasiada cantidad inicial de Ácido
Fumárico por lo tanto el pH era ácido, por debajo de 7, y se debía echar Soda Cáustica, en consecuencia, se optó por la cantidad
intermedia y es ahí donde parte el Diseño de Experimentos.
De Acuerdo con lo anterior mencionado se realizó el Diseño de Experimentos con dichas condiciones, estos datos se
encuentran registrados en el Anexo 4. Luego se realizó un análisis de estos datos en el software estadístico Minitab, el cual arrojó
los siguientes gráficos y datos que permiten analizar lo que está pasando de acuerdos a las condiciones experimentadas.
44
Figura 29. Influencia del Ácido Fumárico y operado en el pH.
En la gráfica 29, la cual muestra la interacción de la cantidad de Ácido Fumárico suministrada y el comportamiento
del operador, se obtuvieron resultados similares lo que significa que los operarios habían realizado correctamente el pesaje de la
materia prima, por lo tanto, se realizó un análisis de la influencia de cada operario. Debido a lo mencionado anteriormente de
cómo se realizó el procedimiento para la toma de datos, se puede analizar del gráfico inferior, que con 126 kg de Ácido
Fumárico el valor de pH es alto, con 128 kg arroja un valor de pH inferior y con 127 kg da un valor óptimo de pH. Teniendo un
valor de pH muy alto o bajo se tendrían que incurrir en uso adicional de Soda Cáustica o Ácido Fumárico dependiendo del
caso, para subir el valor del pH o bajar respectivamente, para que se aproxime a un valor neutro de pH. Es decir que la cantidad
necesaria para obtener el pH dentro del rango deseado es de 127 kg. No obstante, cabe resaltar que los tres operarios obtuvieron
promedios similares, lo que significa que se tuvo una estandarización del método. Por otro lado, en la gráfica de la derecha se
pudo concluir que el método que realizaron los tres operarios con las tres cantidades iniciales obtuvieron resultados
aproximados, se observa que las líneas son horizontales, esto se debe a que no hay diferencia entre operador, lo que quiere
decir, es que lo operadores son reproducibles dentro del proceso.
Tabla 13. Test de igualdad de varianzas arrojados por Minitab del pH.
En la Tabla 13, se puede ver el p-valor arrojado por minitab para igualdad de varianzas para el valor del pH con la
prueba de Bartlett.
El planteamiento de la hipótesis para igualdad de varianzas es:
Ho: los residuos tienen varianzas iguales.
H1: los residuos no tienen varianzas iguales.
Regla de decisión: Rechazar Ho si p-valor < α.
Al realizar la prueba se obtiene que el p-valor es 0.588 este es mayor a α=0.01 por lo tanto con un nivel de confianza del
99% asumimos igualdad de varianzas en los residuales para el pH, por tanto, se cumple el supuesto de igualdad de varianzas.
45
Tabla 14. Análisis de varianzas de los pH.
Analizando las varianzas del pH arrojadas por minitab como se pueden observar en la tabla 14, esta muestra las fuentes
de variación las cuales son Ácido Fumárico y operador, luego se encuentra la interacción de Ácido Fumárico por operador, el DF
que son los grados de libertad, se puede observar que se pierde un grado de libertad para cada fuente de variación, esto sucede
cuando se toma una muestra y no toda la población, la muestra en total fueron de diez y ocho corridas, se contó con tres
operarios, tres niveles variación de Ácido Fumárico de acuerdo al experimento. Luego se ven la suma de los cuadrados del error
debe ser menor que la suma de cuadrados del Ácido Fumárico y del operador, lo cual no es así, esto quiere decir que, hubo otros
factores que afectaron el experimento. Al analizar los p-valor se pueden observar que este valor para el Ácido Fumárico es cero,
lo que quiere decir, que si hay diferencia significativas en el pH cuando varían los niveles de Ácido Fumárico usados en el
experimento, para los operarios el p-valor es 0.826 lo que me quiere decir que no hay diferencia entre operadores, y por último
en la interacción Ácido Fumárico por operador el p-valor es 0.821, este me quiere decir, que los operarios no tienen ningún
problema al usar la cantidad de materia prima que les digan, los operarios son repetibles.
Tabla 15. Resultados arrojados por Minitab del pH.
En la Tabla 15 se muestran los resultados de análisis realizado en Minitab que daba el R-Sq ajustado o R² o coeficiente
de determinación. El coeficiente mencionado anteriormente indicaba que el 97.76% de la variación del pH está siendo
explicada por la cantidad de Ácido Fumárico y el operador, el otro 2.24% se debió a otros factores no incluidos en el
experimento.
También se debe verificar la aleatoriedad e independencia de los residuos, para esto se debe realizar la prueba de
Durbin Watson, con ello se pretende ver si la metodología es válida para concluir con respecto al experimento. Este test se
realiza con los residuos, la forma en cómo se realizó el test se encuentra en el anexo 5, los resultados de este test están
consignados en la tabla 16.
Tabla 16. Test Durbin-Watson del pH
Prueba de hipótesis para aleatoriedad e independencia
Ho: los residuos son aleatorios e independientes.
H1: los residuos No son aleatorios e independientes.
Regla de decisión:
46
Si D.W. < dl Rechazo Ho
Si dl < D.W. < du Cumple con reserva
Si D.W. > du No rechazo Ho
De acuerdo al Durbin-Watson y la regla de decisión, se puede concluir, con un nivel de confianza del 99%, que los
residuos son aleatorios e independientes, por tanto, se cumple el supuesto de aleatoriedad e independencia de los residuos de
pH.
Del mismo modo se realizó el diseño de experimentos para los tiempos, en donde se podrá ver el análisis de la toma
del primer tiempo de pH. Este se realizó en el software estadístico Minitab, las gráficas arrojadas permitirán analizar el
comportamiento de los datos con las condiciones dadas para el diseño de experimentos.
Figura 30. Influencia del Ácido Fumárico y operado en el tiempo.
En la gráfica 30, la cual muestra la interacción de la cantidad de Ácido Fumárico suministrada y el comportamiento
del operador del tiempo que se demora en tomar la primera muestra de pH, como se puede ver en la gráfica superior que
tenemos líneas horizontales, esto quiere decir que los operarios son reproducibles. En la inferior se puede ver que los tiempos
oscilan entre 2.0 y 3.4 minutos de la primera toma de pH. Al tomar el tiempo de la primera toma de pH, usando 126 y 128 kg
de Ácido Fumárico los tiempos para los tres operarios es el mismo, 3.4 minutos para 126 kg y 3 minutos para 128 kg, por el
contrario, el tiempo de la primera toma de pH para 127 kg oscila entre 2 y 2.5 minutos.
Tabla 17. Test de igualdad de varianzas arrojados por Minitab de los tiempos.
Del mismo modo se realizó la prueba de igualdad de varianzas para los tiempos como se puede evidenciar en la Tabla
17, el p-valor arrojado por Minitab para igualdad de varianzas con la prueba de Bartlett.
El planteamiento de la hipótesis para igualdad de varianzas es:
Ho: los residuos tienen varianzas iguales.
H1: los residuos no tienen varianzas iguales.
Regla de decisión: Rechazar Ho si p-valor < α
Al realizar la prueba se obtiene que el p-valor es 0.789 este es mayor a α=0.01 por lo tanto con un nivel de confianza del
99% asumimos igualdad de varianzas en los residuales de los tiempos, por tanto, se cumple el supuesto de igualdad de varianzas.
47
Tabla 18. Análisis de varianzas de los tiempos.
Procediendo del mismo modo como se realizó para el pH, en la tabla 18 se muestra el análisis de varianzas para los
tiempos, de este modo se puede observar que la suma de los cuadrados para el Ácido Fumárico es mayor que la suma de
cuadrados para los errores, lo que quiere decir, que el experimento estuvo bien controlado por el tiempo del Ácido Fumárico, por
el contrario la suma de cuadrados de los operadores da menor que la suma cuadrados del error, lo que me quiere decir, que
hubieron otros factores en la experimentación que afectaron los tiempos de los operarios. También se analizan los p-valor, el p-
valor del Ácido Fumárico es 0.001 lo que me quiere decir que hubo variación en los tiempos, dependiendo de los niveles de
Ácido Fumárico aplicados en el experimento, para los operadores el p-valor arrojado es 0.587 lo que dice que no hay diferencia
entre operadores, y en la interacción de Ácido Fumárico por operador el p-valor es de 0.694, lo que quiere decir, que los
operarios realizan bien el experimento con cualquier cantidad de Ácido Fumárico, esto significa que ellos son repetibles.
Tabla 19. Resultados arrojados por Minitab de los tiempos.
En la Tabla 19 se muestran los resultados de análisis realizado en Minitab que daba el R-Sq ajustado o R² o coeficiente
de determinación. El coeficiente mencionado anteriormente indicaba que el 65.81% de la variación de los tiempos está siendo
explicada por la cantidad de Ácido Fumárico y el operador, el otro 34.19% se debió a otros factores no incluidos en el
experimento.
Tabla 20. Test Durbin-Watson de los tiempos.
De la mismo forma, como se realizó para el pH también se realizó el test de Durbin-Watson para los tiempos, los datos
de este están registrados en la Tabla 20, con base a estos datos se termina la aleatoriedad e independencia de los tiempos.
Prueba de hipótesis para aleatoriedad e independencia
Ho: los residuos son aleatorios e independientes.
H1: los residuos No son aleatorios e independientes.
Regla de decisión:
Si D.W. < dl Rechazo Ho
Si dl < D.W. < du Cumple con reserva
Si D.W. > du No rechazo Ho
De acuerdo al Durbin-Watson y la regla de decisión, se puede concluir, con un nivel de confianza del 99%, que los
residuos cumplen con reserva el supuesto de aleatorios e independientes de los residuos de los tiempos.
48
4.3. Medición de los impactos
Para determinar el impacto que tuvo esta solución en el proceso se debió medir los siguientes impactos: económicos,
operacional, sociales o ambientales, esto con el fin de determinar qué tan efectiva fue la solución. Cabe resaltar que no se
desarrolló el impacto financiero debido a que la empresa no incurre en inversiones ni préstamos.
Impactos económicos: Con el fin de analizar este impacto fue necesario revisar el estado actual existente en donde se tuvo la
información necesaria junto con los estados de costos de producción actuales. Ahora bien, una vez efectuado el Diseño de
Experimentos se obtuvo un estado deseado en el cual, los estados de costos de producción disminuyeron notablemente, gracias al
desarrollo de esta metodología.
Por lo tanto, es a través de una gestión que se vieron reflejadas todas las acciones, estas fueron evidenciadas en una
reducción de costos en cuanto a materia prima, mano de obra directa, entre otras. Dentro de los modelos de evaluación de
proyectos actualmente en uso, fue posible situar la evaluación que busca su cuantificación operacional a través de unidades
monetarias. Dicho modelo proviene fundamentalmente de la evaluación económica de proyectos o evaluación costo - beneficio.
A continuación, en la Tabla 21, se muestra el estado de resultados, antes de la solución, de la compañía en términos de sus
ingresos, costos operacionales y la utilidad del producto Fumarato Ferroso:
Tabla 21. Estado de resultados actual del proceso Fumarato Ferroso
Estado de resultados
proyectado PERÍODOS
0 1 2 3 4 5
Ingresos Operacionales $ 1.923.928.846 $ 1.991.073.963 $ 2.057.974.048 $ 2.125.887.191 $ 2.194.765.936 $ 2.266.315.306
Costos y Gastos Variables $ 268.174.010 $ 277.533.283 $ 286.858.401 $ 296.324.728 $ 305.925.650 $ 315.898.826
Salarios $ 50.400.000 $ 52.158.960 $ 53.911.501 $ 55.690.581 $ 57.494.955 $ 59.369.291
Servicios públicos $ 114.567.000 $ 118.565.388 $ 122.549.185 $ 126.593.308 $ 130.694.932 $ 134.955.586
Mantenimiento $ 103.207.010 $ 106.808.935 $ 110.397.715 $ 114.040.839 $ 117.735.763 $ 121.573.949
Margen de contribución $ 1.655.754.836 $ 1.713.540.680 $ 1.771.115.647 $ 1.829.562.463 $ 1.888.840.287 $ 1.950.416.480
Costos y Gastos Fijos $ 398.231.458 $ 412.129.735 $ 425.977.295 $ 440.034.545 $ 454.291.665 $ 469.101.573
Materia Prima $ 398.231.458 $ 412.129.735 $ 425.977.295 $ 440.034.545 $ 454.291.665 $ 469.101.573
Margen de operación $ 1.257.523.378 $ 1.301.410.944 $ 1.345.138.352 $ 1.389.527.918 $ 1.434.548.622 $ 1.481.314.907
Otros ingresos no
operacionales $ - $ - $ - $ - $ - $ -
Otros egresos no
operacionales $ - $ - $ - $ - $ - $ -
Intereses $ - $ - $ - $ - $ - $ -
Utilidad por venta de activos
fijos $ - $ - $ - $ - $ - $ -
Utilidad antes de impuestos $ 1.257.523.378 $ 1.301.410.944 $ 1.345.138.352 $ 1.389.527.918 $ 1.434.548.622 $ 1.481.314.907
Impuestos (35%) $ 440.133.182 $ 455.493.831 $ 470.798.423 $ 486.334.771 $ 502.092.018 $ 518.460.218
Utilidad Neta $ 817.390.196 $ 845.917.114 $ 874.339.929 $ 903.193.147 $ 932.456.604 $ 962.854.690
Gasto depreciación $ - $ - $ - $ - $ - $ -
Inversión en activos fijos $ - $ - $ - $ - $ - $ -
Inversión en capital de
trabajo op. $ - $ - $ - $ - $ - $ -
Valor de mercado en activos
fijos $ - $ - $ - $ - $ - $ -
Utilidad por venta de activos
fijos $ - $ - $ - $ - $ - $ -
Recuperación del capital de
trabajo $ - $ - $ - $ - $ - $ -
Créditos recibidos $ - $ - $ - $ - $ - $ -
49
Intereses $ - $ - $ - $ - $ - $ -
Amortización del préstamo $ - $ - $ - $ - $ - $ -
Flujo de caja libre $ 817.390.196 $ 845.917.114 $ 874.339.929 $ 903.193.147 $ 932.456.604 $ 962.854.690
B/C 2,887024 2,887024 2,887024 2,887024 2,887024 2,887024
En la Tabla 21 se observan los ingresos y egresos para la producción del Fumarato Ferroso, proyectados para los siguientes
cinco años con la inflación esperada para estos. Adicionalmente, se realizó un análisis beneficio - costo en donde se determinó
que a la empresa por cada unidad monetaria (peso colombiano) que invirtió en costos y gastos, le ingresaron 2.9 de los mismos,
representando cerca de un 60% de utilidad sobre la inversión.
Posteriormente, con la implementación del Diseño de Experimentos (DOE), se produjo una reducción en los costos de
servicios públicos, salarios y materia prima del proceso productivo del Fumarato Ferroso, tal y como se muestra a continuación
(ver Tabla 22).
Tabla 22. Estado de resultados con mejora del proceso Fumarato Ferroso
Estado de resultados mejorado PERÍODOS
0 1 2 3 4 5
Ingresos Operacionales $ 1,923,928,846 $ 1,991,073,963 $ 2,057,974,048 $ 2,125,887,191 $ 2,194,765,936 $ 2,266,315,306
Costos y Gastos Variables $ 262,204,171 $ 271,355,096 $ 280,472,627 $ 289,728,224 $ 299,115,419 $ 308,866,581
Salarios $ 50,111,865 $ 51,860,769 $ 53,603,291 $ 55,372,200 $ 57,166,259 $ 59,029,879
Servicios públicos $ 108,885,296 $ 112,685,392 $ 116,471,621 $ 120,315,185 $ 124,213,397 $ 128,262,754
Mantenimiento $ 103,207,010 $ 106,808,935 $ 110,397,715 $ 114,040,839 $ 117,735,763 $ 121,573,949
Margen de contribución $ 1,661,724,675 $ 1,719,718,866 $ 1,777,501,420 $ 1,836,158,967 $ 1,895,650,518 $ 1,957,448,725
Costos y Gastos Fijos $ 396,201,058 $ 410,028,474 $ 423,805,431 $ 437,791,010 $ 451,975,439 $ 466,709,838
Materia Prima $ 396,201,058 $ 410,028,474 $ 423,805,431 $ 437,791,010 $ 451,975,439 $ 466,709,838
Margen de operación $ 1,265,523,618 $ 1,309,690,392 $ 1,353,695,989 $ 1,398,367,957 $ 1,443,675,079 $ 1,490,738,886
Otros ingresos no operacionales $ - $ - $ - $ - $ - $ -
Otros egresos no operacionales $ - $ - $ - $ - $ - $ -
Intereses $ - $ - $ - $ - $ - $ -
Utilidad por venta de activos fijos $ - $ - $ - $ - $ - $ -
Utilidad antes de impuestos $ 1,265,523,618 $ 1,309,690,392 $ 1,353,695,989 $ 1,398,367,957 $ 1,443,675,079 $ 1,490,738,886
Impuestos (35%) $ 442,933,266 $ 458,391,637 $ 473,793,596 $ 489,428,785 $ 505,286,278 $ 521,758,610
Utilidad Neta $ 822,590,352 $ 851,298,755 $ 879,902,393 $ 908,939,172 $ 938,388,801 $ 968,980,276
Gasto depreciación $ - $ - $ - $ - $ - $ -
Inversión en activos fijos $ - $ - $ - $ - $ - $ -
Inversión en capital de trabajo op. $ - $ - $ - $ - $ - $ -
Valor de mercado en activos fijos $ - $ - $ - $ - $ - $ -
Utilidad por venta de activos fijos $ - $ - $ - $ - $ - $ -
Recuperación del capital de trabajo $ - $ - $ - $ - $ - $ -
Créditos recibidos $ - $ - $ - $ - $ - $ -
Intereses $ - $ - $ - $ - $ - $ -
Amortización del préstamo $ - $ - $ - $ - $ - $ -
Flujo de caja libre $ 822,590,352 $ 851,298,755 $ 879,902,393 $ 908,939,172 $ 938,388,801 $ 968,980,276
B/C 2.922104 2.922104 2.922104 2.922104 2.922104 2.922104
50
En la Tabla 22, se evidenció una reducción en los costos del proceso, pues el tiempo utilizado para llegar al pH óptimo se
redujo de 13.93 a 4.84 minutos ahorrando en total 9.09 minutos por lote, lo cual si es trasladado a un año (12 meses) con la
cantidad fija de 30 lotes por mes, se logró tener un ahorro de todos los costos relacionados a 6.8 turnos. Por tanto, los servicios
públicos y pagos por nómina bajaron, se comprará menos materia prima, la razón beneficio - costo aumentará y por consiguiente
existirá mayor utilidad.
Después de realizar el Diseño de Experimentos (DOE), la razón beneficio - costo aumentó de un valor de 2.88 a uno de
2.92, lo cual equivale a un crecimiento en la utilidad de 1,35%, por lo cual, con la mejora planteada y la reducción en los costos
del proceso productivo del Fumarato Ferroso la empresa se ahorrará un total de $ 9’875,249 anuales.
Impactos operacionales: La solución descrita anteriormente estandarizó el método que utilizaban los operarios con el fin de
reducir la cantidad de tomas de pH, los tiempos y el lugar de tomas de pH. Se cambió la ubicación de tomas de pH puesto que
anteriormente se realizaba en el filtro y en el reactor uno y posterior a la solución se midió el pH en el rector uno. Por lo tanto, se
tuvo un impacto en la operación que debía realizar el personal correspondiente, debido a esto se realizó un antes y un después de
los criterios mencionados anteriormente para determinar el impacto operacional.
Antes de la solución la mayor cantidad de tomas se realizaba en el reactor uno con un 57.3%, debido a que la dificultad
para llegar a los límites de especificación era mayor. Por lo tanto, la cantidad de tomas de pH en el filtro era menos de la mitad
con un 42.7%, esto significaba que el mayor esfuerzo para obtener un pH adecuado se encontraba en el reactor uno. Debido a la
totalidad de tomas de pH (122 tomas en total) dentro de las muestras tomadas se tuvo un tiempo de proceso elevado puesto que
el desplazamiento desde el reactor uno y el filtro hasta el laboratorio tomaba en promedio: 1.56 minutos y 2.25 minutos
respectivamente, esto significa que gracias a la solución propuesta se disminuyeron los tiempos de recorrido puesto que el
número de tomas se redujo.
Figura 31. Diagrama de líneas con respecto a los tiempos de desplazamiento según la cantidad de toma de pH tanto del reactor uno como de la filtración
En la Figura 31, se puede ver el diagrama de líneas con los tiempos respectivos a cada proceso según la cantidad de
toma de pH. Cabe resaltar que después de la mejora se obtuvo una menor cantidad de muestras tomadas de pH, además se realizó
el DOE con el fin de obtener el pH deseado en el reactor uno.
51
Figura 32. Diagrama de líneas con respecto a los tiempos de desplazamiento según la cantidad de toma de pH en el reactor uno después de la solución
Como se puede observar en la Figura 32, luego de la solución se obtuvo tiempos de recorrido más estandarizados
debido a que solo se tomaba la muestra en el reactor uno. Esto significó la disminución de la cantidad de tomas de pH teniendo
una disminución en los tiempos de recorrido. Antes de la solución se realizaron 122 tomas de pH tanto en el reactor uno como en
el filtro, mientras que después de implementar la solución en total se tomaron 31 tomas de pH, cabe resaltar que para sacar el
porcentaje se utilizó 18 lotes debido a que durante la implementación de la solución se hizo la medición a 18 lotes.
122 − 31
122∗ 100 = 74.59%
La operación realizada anteriormente indica que se redujo en un 74.59% la cantidad de tomas de pH totales con
respecto al filtro y al reactor uno. Esto se debe a que se estandarizó el pH en el reactor uno sin necesidad de aplicar más materia
prima en el filtro. No obstante, se debe evaluar la cantidad de tomas de pH realizadas netamente en el reactor uno.
73 − 31
73∗ 100 = 57.53%
Consecuentemente, la operación realizada anteriormente indica el porcentaje de disminución en la cantidad de tomas de
pH en el reactor uno. Esto significa que solo en el reactor uno se disminuyó la cantidad de tomas de pH un 57.53% debido al
DOE, el cual estandarizó la cantidad de materia prima para mejorar el proceso. Lo anterior significa que si se redujo la cantidad
de tomas se debió haber reducido el tiempo de recorrido en el reactor uno, por lo tanto, se debe calcular el porcentaje de
disminución.
9.12 − 3.749
9.12∗ 100 = 58.89%
Como se puede observar en la operación anterior y como se mencionó anteriormente, se tuvo una reducción en los
tiempos de recorrido del reactor uno en un 58.89%. Esto significa que el impacto que tuvo la solución en el proceso fue alto
puesto que mejoró la operación que debe hacer el operario, reduciendo la cantidad de tomas y así reduciendo el desplazamiento
de este.
Impactos en el medio ambiente: El impacto de la solución a nivel ambiental se puede considerar en la disminución en los
recursos requeridos para realizar el proceso, esto se debe a que al tener una reducción en el tiempo de procesamiento se realiza
un los 30 lotes estipulados por mes en un menor tiempo. Gracias a los datos suministrados por la empresa, se sabe que el
consumo energético durante el proceso de producción del Fumarato Ferroso son 47.25 kW/hora, esto significa que en un turno (1
52
turno = 8 horas) se consume 378 KW. Sin embargo, como se afirmó en el impacto económico se tuvo un ahorro de 6.82 turno
anuales debido a la disminución en el tiempo de toma de pH, teniendo como consecuencia una disminución en la energía
consumida. Lo anterior significa que el tiempo que se demoraba la toma de pH antes de implementación se podía traducir a 6.82
turnos anuales, mientras que después de la mejora (4.84 minutos) se podía traducir ese tiempo a 2.16 turnos anuales.
13.93 𝑚𝑖𝑛𝑢𝑡𝑜𝑠 𝑑𝑒 𝑝𝐻
𝑙𝑜𝑡𝑒𝑠∗
30 𝑙𝑜𝑡𝑒𝑠
1 𝑚𝑒𝑠∗
12 𝑚𝑒𝑠𝑒𝑠
1 𝑎ñ𝑜∗
1 ℎ𝑜𝑟𝑎
60 𝑚𝑖𝑛𝑢𝑡𝑜𝑠∗
1 𝑡𝑢𝑟𝑛𝑜
8 ℎ𝑜𝑟𝑎𝑠= 10.45 𝑡𝑢𝑟𝑛𝑜𝑠/𝑎ñ𝑜
4.84𝑚𝑖𝑛𝑢𝑡𝑜𝑠 𝑑𝑒 𝑝𝐻
𝑙𝑜𝑡𝑒𝑠∗
30 𝑙𝑜𝑡𝑒𝑠
1 𝑚𝑒𝑠∗
12 𝑚𝑒𝑠𝑒𝑠
1 𝑎ñ𝑜∗
1 ℎ𝑜𝑟𝑎
60 𝑚𝑖𝑛𝑢𝑡𝑜𝑠∗
1 𝑡𝑢𝑟𝑛𝑜
8 ℎ𝑜𝑟𝑎𝑠= 3.63 𝑡𝑢𝑟𝑛𝑜𝑠/𝑎ñ𝑜
Como se tiene la cantidad de energía consumida por turno se puede realizar la operación para obtener la cantidad de energía
usadas antes y después de la solución.
10.45𝑡𝑢𝑟𝑛𝑜𝑠
𝑎ñ𝑜∗ 378
𝐾𝑊
𝑡𝑢𝑟𝑛𝑜= 3950.1 𝐾𝑊/𝑎ñ𝑜
3.63𝑡𝑢𝑟𝑛𝑜𝑠
𝑎ñ𝑜∗ 378
𝐾𝑊
𝑡𝑢𝑟𝑛𝑜= 1372.14 𝐾𝑊/𝑎ñ𝑜
3950.1𝐾𝑊/𝑎ñ𝑜 − 1372.14 𝐾𝑊/𝑎ñ𝑜 = 2577.96 𝐾𝑊/𝑎ñ𝑜
Al tener la cantidad de tiempo en turnos se puede sacar la cantidad de energía utilizada antes y después de la solución. Como se
mencionó anteriormente, el ahorro de tiempo equivale a 6.82 turnos anuales, por lo tanto, se ahorra 2577.96 aKW en el año.
3950.1𝐾𝑊/𝑎ñ𝑜 − 816.48 𝐾𝑊/𝑎ñ𝑜
3950.1 𝐾𝑊/𝑎ñ𝑜∗ 100 = 79.33%
El ahorro mostrado anteriormente, equivale a un 70.33% de energía ahorrada tras implementar el resultado del Diseño de
Experimentos.
5. Control/Verificación
Durante esta etapa de control y verificación, se determinó a partir de un ciclo de control, principios fundamentales del análisis
económico de sistemas en ingeniería, instrumentos de evaluación y una estandarización a través de procedimientos operacionales
estandarizados (POE’s), qué tan beneficioso fue para la empresa el diseño propuesto para la problemática que enfrentaban.
5.1. Instrumentos de validación
Al implementar la solución se debe aplicar herramientas de ingeniería para validar el diseño propuesto, por esta razón se
realizó el mismo proceso utilizado en la etapa de medición con el fin de demostrar que la solución produjo cambios, los datos
recolectados para la validación se encuentran en el anexo 6. Se utilizó los gráficos de control por variables, así como los gráficos
de capacidad. Como se mencionó en la parte de mejorar/diseñar, los operarios son repetibles por lo tanto no fue necesario
realizar una prueba de R&R.
Para realizar los gráficos, se tomó una muestra de treinta lotes con el fin de determinar si era normal, para esto se
realizó una prueba de normalidad Anderson Darling. Se realizaron dos pruebas de normalidad, una para la toma de pH y otra
para el tiempo de toma de pH todo esto se realizó en el reactor uno. Adicionalmente, se utilizó una confianza del 99% debido a
que se está hablando de alimentos y se necesitaba tener el mínimo error por lo que esto podía afectar la salud de las personas que
consumían el producto
Por lo tanto, en la Figura 33 se puede observar la prueba de normalidad para la toma de pH del reactor uno después de
la implementación de la solución.
53
Figura 33. Prueba de normalidad de los pH en el reactor uno luego de implementar la solución.
Prueba de bondad de ajuste de Anderson Darling
Planteamiento de hipótesis:
Ho: Las mediciones de pH en el reactor uno se ajusta a un comportamiento normal
H1: Las mediciones de pH en el reactor uno NO se ajusta a un comportamiento normal
Regla de decisión: Rechazar Ho si p-valor < α
Al realizar la prueba se obtuvo que el p-valor es 0,052 el cual es mayor a α=0,01 por lo tanto con un nivel de confianza
del 99% no se rechazó la hipótesis nula, lo que significa que se asume que hay normalidad en la toma de datos de pH en el
reactor uno.
También, se tomó una muestra de los tiempos de proceso del reactor uno, y se realizó una prueba de normalidad (ver
Figura 34).
54
Figura 34. Prueba de normalidad del tiempo en el reactor uno luego de implementar la solución.
Prueba de bondad de ajuste de Anderson Darling
Planteamiento de hipótesis:
Ho: La toma de tiempos en el reactor uno se ajusta a un comportamiento normal
H1: La toma de tiempos en el reactor uno NO se ajusta a un comportamiento normal
Regla de decisión: Rechazar Ho si p-valor < α
Al realizar la prueba se obtiene que el p-valor es <0,005 este es menor a α=0,01 por lo tanto con un nivel de confianza
del 99%, se rechaza la hipótesis nula, es decir, no hay normalidad en la toma de datos de tiempo en el filtro. Por esta razón se
procede a determinar qué distribución se ajustan los datos para realizar el cálculo del porcentaje de no cumplimiento e
indicadores de capacidad de proceso. Por lo tanto, se realizó una prueba de identificación de distribución individual donde se
muestran las p-valores de las distribuciones: 3- Parámetros Weibull, Exponencial, Weibull y Gamma (ver Figura 35).
55
Figura 35. Prueba de identificación de distribución individual para tiempos en el reactor uno luego de implementar la solución.
En la Figura 35 se muestra los p-valores de las diferentes distribuciones, sin embargo, la distribución Exponencial,
Weibull y la Gamma tienen un p-valor<0.003, p-valor<0.010 y un p-valor<0.005 respectivamente por lo tanto las distribuciones
no se ajustan pues el p-valor para ambos casos es menor a 0.01 con un 99% confianza. Por otro lado, la distribución 3-
Parámetros de Weibull tiene un p-valor por encima de 0.01, siendo este 0.025. Esto significa que se elige la distribución 3-
Parámetros de Weibull debido a que es la que mejor se ajusta a α=0.01 con un 99% de confianza.
Luego de establecer la normalidad de las muestras del pH y de los tiempos (proceso y recorrido) se procedió a
determinar el tamaño de las muestras, para esto es necesario utilizar la Ecuación 1 (mostrada y explicada en la etapa de medir).
Se utilizó el mismo nivel de confianza y se determinó el error, esto se realizó tanto para toma de pH como para los tiempos.
Como mencionó anteriormente se realizó una prueba piloto de 30 medidas para estimar el valor de la varianza y obtener así el
número de muestras necesarias para el pH en el reactor uno.
Cabe resaltar que hay una muestra que no se ajustaron a una distribución normal (la toma de tiempo en el reactor uno
luego de implementar la solución), no obstante, por medio del teorema del límite central, el cual estipula que si una muestra es lo
suficientemente grande (n > 30), sin importar la distribución de la variable de interés, la distribución de la media muestral se
aproximó a una distribución normal. Además, la media fue la misma que la de la variable de interés, y la desviación típica de la
media de la muestra fue aproximadamente el error estándar [18]. Esto se realiza para calcular el tamaño de muestra, sin embargo,
para calcular los indicadores de capacidad de proceso en necesario usar la distribución que mejor se ajusta a los datos.
El tamaño de muestra se puede ver en la Tabla 23 donde se muestra el tamaño de muestra real junto con la
aproximación puesto que se estaban midiendo lotes los cuales no podían ser fraccionados.
Tabla 23. Tamaño de la muestra después de implementar la solución
Proceso Tipo de muestra Nivel de
confianza Varianza Error Tamaño de muestra
Real Aproximado
Reactor uno pH 2.575 0.018 8.5 29.7 30
Reactor uno Tiempo de proceso 2.575 0.170 80.3 29.7 30
Una vez se estableció el tamaño de muestra representativo se procedió a realizar las mediciones necesarias para realizar
el respectivo análisis. En la Figura 36 se ilustra el gráfico de control mostrando los datos tomados antes y después de la
implementación de la solución.
56
Figura 36. Gráficos de control de pH para antes y después del diseño propuesto.
Según la Figura 36, se muestra la gráfica de control antes de implementar el diseño propuesto, en donde notablemente,
las tomas de pH no se encuentran dentro de las especificaciones dado que no existe ningún tipo de estandarización de este
proceso por lo que se evidencia un comportamiento de la gráfica totalmente inestable. Por otro lado, una vez implementado el
diseño propuesto se evidencia un cambio, puesto que ya el comportamiento de la gráfica es estable y los datos se encuentran
dentro de las especificaciones estipuladas. Adicionalmente, los datos se encuentran dentro de los límites de control tanto superior
como inferior lo que significa que el proceso está en control. Sin embargo, se puede notar que los datos después de la
implementación tienden a estar entre límite de especificación inferior y el promedio esto se debe a que el DOE arrojó la cantidad
de materia prima (Ácido Fumárico) para obtener un pH entre 6.8 y 7.
En la Figura 37 se presentan los indicadores de capacidad de proceso y el porcentaje de no cumplimiento de los tiempos
para el reactor uno.
57
Figura 37. Gráfico de capacidad de para la toma de pH en el reactor 1 con un 99% de confianza después de implementar la solución.
Se probó estadísticamente que los datos de pH tomado en el reactor uno, siguieron un comportamiento normal, es por
esto que el índice de capacidad de proceso a analizar fue el Cpk, capacidad real “a corto plazo” (Cpk = 1.19) ver Figura 37. Esto
significa que está dentro de la tolerancia y no capaz de cumplir en las especificaciones establecidas para el pH (6.4 - 7.5) en el
reactor uno, por lo tanto, el porcentaje de no cumplimiento es 0.04%. Por último, cabe resaltar que la distribución al ajustarse a
un comportamiento normal existe un 99.96% del pH que cumple con las especificaciones establecidas, observando la Tabla 5 el
nivel sigma aproximado de acuerdo al porcentaje de no cumplimiento, es de 3.25, aproximadamente. Esto quiere decir que por
cada millón de lotes producidos 40,060 lotes según la Tabla 5 están saliendo con el pH por fuera de las especificaciones.
58
Figura 38. Gráficos de control de Tiempos para antes y después del diseño propuesto.
La Figura 38, muestra que, para los tiempos de las tomas de pH, en primera instancia, antes de aplicar el diseño
propuesto se obtiene un comportamiento totalmente inestable, debido a que no se contaba con un proceso estandarizado, por lo
tanto, los datos no se encontraban dentro de las especificaciones. Una vez se implementa la propuesta establecida se logra un
comportamiento deseado (estable), puesto que los datos oscilan cercanos unos a otros todos dentro de los límites de control.
Adicionalmente, como se puede observar en el gráfico los datos están por debajo del límite de especificación superior, esto
significa que se redujo el tiempo de proceso. Por lo tanto, como se evidencia en los gráficos de control anteriores, esto demuestra
que el diseño de la propuesta fue útil y conveniente para la problemática a la cual se enfrentaba la empresa.
Luego de observar los gráficos de control para los tiempos para y después del diseño propuesto, se procede a realizar un
análisis de capacidad, de acuerdos a los datos tomados después del diseño propuesto, lo que podemos evidenciar en la Figura 39.
Figura 39. Gráfico de capacidad de para los tiempos en el reactor uno con un 99% de confianza después de implementar la solución
59
Se tiene que una vez más se probó estadísticamente que los tiempos para el reactor uno, siguieron un comportamiento
no normal con un p-valor <0.005, por tal motivo se determinó que los datos se ajustan a una distribución de 3- Parámetros de
Weibull. Se puede observar en la Figura 39, que el porcentaje de no cumplimento es del 0%, esto se debe a que no se tiene un
límite de especificación inferior ya que entre más se reduce el tiempo de proceso es mejor. Además, todos los datos se
encuentran debajo del LSE= 35,5 minutos, se debe tener en cuenta que los tiempos después de implementar son muy bajos los
cuales oscilan entre 3.3 y 6.1, por tal motivo arroja un porcentaje de cumplimiento del 100%, cabe resaltar que tener tiempos de
proceso bajos es muy bueno para la empresa ya que tendrán tiempos de operación cortos, podrán economizar energía y la fatiga
del operario va hacer menor.
Luego de realizar las capacidades fue necesario saber cuál era el nivel sigma del proceso luego de implementar la
solución, cabe resaltar que se realizó el procedimiento con el nivel cuatro sigma el cual con un Cpk mayor o igual a 1.33. Esta
comparación se debe a que el Cpk para el nivel seis sigmas es de 2 y es demasiado estricto para el proceso que se está realizando
debido a que se está comenzando a estandarizar. Para esto, se utilizó la ecuación 3, la cual es usada para determinar el nivel
cuatro sigma. A continuación, se muestra en la Tabla 24 el nombre del proceso junto con el nivel cuatro sigma que tiene el
proceso, la variación real del proceso y la cantidad que se debe reducir para llegar al nivel deseado, adicionalmente se muestra la
comparación del proceso antes y después de la solución.
Tabla 24. Nivel 4 sigma de los diferentes procesos antes y después de la implementación del Diseño de Experimentos.
Proceso Nivel 4
Sigma
Antes Después
Variación Reducción Cpk Ppk Variación Reducción Cpk Ppk
pH en reactor uno 0.137 1.483 1.346 -0.01 - 0.1353 0.0017 1.19 1.35
Tiempo de proceso en reactor uno 4.437 11.662 6.579 0.26 0,28 0.4130 0.0205 - 4.67
En la Tabla 24 se puede observar el antes y después de los niveles cuatro sigma de tiempos y toma de pH en el reactor
uno. Se puede observar que el nivel cuatro sigma es igual para ambos debido a que se realiza con los límites de especificación
dados por la empresa (6.4-7.5 y 0-35.5 para el pH en el reactor uno y para los tiempos de proceso en el reactor uno
respectivamente), sin embargo se tuvo un cambio notable en la reducción de la variación debido a que se estandarizó el proceso,
por lo tanto los procesos después de la implementación están más cercanos a estár en un nivel cuatro sigma por la reducción de la
variación. Es preciso señalar que se realizó una prueba de varianzas y se determinó que la diferencia entre la variación del antes
y después del proceso fue significativa con un nivel de confianza del 99% (Ver Anexo 7).
Cabe resaltar para los tiempos de proceso en el reactor uno se realizó la comparación con el índice Ppk debido a que la
muestra después de implementar el DOE no se ajusta a un comportamiento normal. Consecuentemente, en la Tabla 24 se puede
ver que este índice aumentó notablemente a causa de la implementación del DOE. Se puede ver que antes de la solución se
obtuvo un Ppk de 0.28 el cual es menor a 1.33, sin embargo, luego de la solución se obtuvo un Ppk de 4.67, esto se debe a que se
redujo los tiempos de proceso debido a que el límite de especificación inferior es cero y por esto la variación de los datos
también disminuyó.
Por otro lado, para el pH en el reactor uno se debe realizar la comparación con el Cpk, debido a que antes y después de la
solución las muestras se ajustaron a la distribución normal. En la Tabla 24 se puede observar que se tuvo un aumento en el índice
debido a que anteriormente era -0.01 y luego de implementar el DOE y estandarizar el índice fue de 1.19 siendo este muy
cercano al 1.33 del nivel cuatro sigma. Esto significa que se tuvo una disminución en la variación de los datos debido a la
estandarización del proceso.
5.2. Estandarización de la solución - POE’S (plan de control)
Para garantizar la uniformidad, reproducibilidad y consistencia de los procesos realizados en la empresa es necesario el
adecuado ordenamiento de los operarios mediante procedimientos operativos estandarizados (POE), a partir del cual se detallan
funciones y responsabilidades. Estos son los procedimientos escritos que describen y explican cómo realizar el Fumarato Ferroso
para lograr un mejor producto, de la mejor manera posible (Ver Tabla 25).
60
Tabla 25. Procedimiento operacional estándar.
61
5.3. Conclusiones
● Se realizó un diseño de experimentos (DOE) en el proceso productivo del Fumarato ferroso, donde se determinó que el
factor crítico en la producción de este era la materia prima inicial suministrada en la reacción del producto, además se
identificó que eran necesarios 127 kg de Ácido Fumárico para obtener un pH neutro (6.8 - 7.0) y apto para el consumo
humano.
● Se describió el estado inicial del proceso productivo del Fumarato ferroso, donde se evidenció un rango en los pH de 6.49
y un tiempo promedio de estabilización que incluía los recorridos desde el reactor hasta el laboratorio donde el pHmetro
se encontraba ubicado a 13.93 minutos, lo que producía costos adicionales e innecesarios para la organización.
● Con el proyecto se determinó que un diseño de experimentos era la opción más viable a la hora de resolver la problemática
de tiempos prolongados y falta de estandarización en el proceso productivo del Fumarato Ferroso pues su costo era
bajo, su implementación era más amigable con el empleado y puede ser aplicable en un futuro para otros productos de
la compañía que presenten problemas semejantes.
● Se diseñaron condiciones de trabajo en donde se estandarizó la cantidad de materia prima inicial al realizar la reacción,
utilizando 127 kg de ácido fumárico, 500 kg de agua y 267 kg de soda cáustica, reduciendo en 9.09 minutos por lote los
tiempos de proceso que conllevaba la estabilización del pH y la realización del producto.
● Con la implementación del diseño de experimentos (DOE) y un análisis de datos posteriores al mismo, se validó que la
propuesta de diseño fue adecuada para la solución de la problemática que presentaba la compañía, pues no solo se
redujo el tiempo de proceso, sino también hubo una disminución en los costos en que incurrió la organización para
realizar el producto Fumarato Ferroso.
5.4. Recomendaciones
Durante la realización del proyecto se visitó a la empresa con el fin de tomar los datos necesarios para desarrollar la
solución y posteriormente implementarla. Debido a las visitas se pudo determinar recomendaciones para la empresa, por lo tanto
la empresa debe continuar con la implementación, pesando como es debido la materia prima antes de comenzar con el
procedimiento en el reactor uno del proceso de producción del Fumarato Ferroso, además deben continuar buscando cada vez
una mejora continua en el proceso para así seguir disminuyendo costos y mejorar la competitividad del producto en el mercado,
también se sugiere que este mismo procedimiento sea aplicado en diversos productos de la presentes en la compañía, los cuales
se podrían ver beneficiados en gran medida por una solución de este tipo
Por otro lado, se le recomienda a la empresa realizar un estudio del proceso, debido a que se tiene un cuello de botella el cual es
el horno, esto se debe a que los hornos son pequeños, por lo tanto al disminuir el tiempo de proceso en el reactor uno, el horno no
puede abastecer la necesidad causando un cuello de botella.
Adicionalmente se recomienda a la empresa implementar las Buenas Prácticas de Manufactura (BPM) debido a que los operarios
no deben probar el producto ya que esto afecta su salud a largo plazo. Además, se debe implementar adecuadamente el uso de los
extractores puesto que los operarios no siempre los encienden dejando atrapados los gases que producen las reacciones durante el
proceso de producción de los diferentes productos. Por otro lado, la empresa debe considerar mejorar las condiciones de trabajo
con respecto a la temperatura ya que los reactores alcanzan temperaturas de 100o C y la planta no tiene ventilación a parte de dos
ventiladores que se encienden pocas veces.
6. Glosario
5s: Es una práctica de Calidad ideada en Japón referida al “Mantenimiento Integral” de la empresa, no sólo de maquinaria,
equipo e infraestructura sino del mantenimiento del entorno de trabajo por parte de todos. Su aplicación mejora los niveles de
calidad, eliminación de tiempos muertos y reducción de costos. [26]
Ácido Fumárico: El Ácido Fumárico es un ingrediente empleado por sus características como regulador de acidez, conservador
y estabilizante.
Algoritmo Heurístico: Se dice que un algoritmo es heurístico cuando la solución no se determina en forma directa, sino
mediante ensayos, pruebas y ensayos. El método consiste en generar candidatos de soluciones posibles de acuerdo a un patrón
62
dado; luego los candidatos son sometidos a pruebas de acuerdo a un criterio que caracteriza a la solución. Si un candidato no es
aceptado, se genera otro; y los pasos dados con el candidato anterior no se consideran. [27]
AMEF: Es un método efectivo para diseñar y producir análisis de riego. Se examinan los procesos de diseño y fabricación, e
identifican oportunidades para las deficiencias y defectos que pueden conducir a la insatisfacción del cliente. [28]
Anemia microcítica hipocrática: Son producto de la baja biodisponibilidad del hierro (Fe), o del defecto de la síntesis de
globinas o del HEMO. La más frecuente es la anemia por deficiencia de hierro (ADH), seguida por las talasemias y las anemias
de procesos crónicos Los glóbulos rojos son por lo general hipocráticos, lo que significa que los glóbulos rojos son más pálidos
que de costumbre. [29]
Calidad: Es aquella cualidad de las cosas que son de excelente creación, fabricación o procedencia, describe lo que es bueno,
por definición, todo lo que es de calidad supone un buen desempeño. [30]
Cloración: La cloración es un medio sencillo y eficaz para desinfectar el agua y hacerla potable. Consiste en introducir
productos clorados (pastillas de cloro, lejía, etc.) en el agua para matar los microorganismos en ella contenidos. [31]
Cloruro Ferroso: Es un polvo o cristal parecido a la sal, de color pálido y verdoso. Se utiliza en el teñido de textiles, metalurgia,
industria farmacológica, y tratamientos de aguas residuales. [32]
DMAIC: La herramienta DMAIC es utilizada para llevar a cabo los proyectos Six Sigma de optimización de procesos. Consta
de 5 pasos: Definir, Medir, Analizar, Mejorar y Controlar.
Eficacia: Hace referencia a la capacidad para lograr lo que se propone. La eficacia hace referencia en la capacidad para alcanzar
un objetivo, aunque en el proceso no se haya hecho el mejor uso de los recursos
Estandarización: Es el proceso de ajustar o adaptar características en un producto, servicio o procedimiento; con el objetivo de
que éstos se asemejan a un tipo, modelo o norma en común.
Fortificación alimentaria: Es el alimento al que se le han añadido uno más nutrientes esenciales para prevenir o corregir
deficiencias nutricionales en la población. [33]
FSSC 22000: Desarrollada por la Fundación para la Certificación de la Seguridad Alimentaria, FSSC 22000 representa un nuevo
enfoque a la gestión de riesgos de seguridad alimentaria en toda la cadena de suministro. FSSC 22000 es un esquema de
certificación completo basado en la norma ISO 22000, el Sistema Internacional de Seguridad Alimentaria, combinado con una de
las especificaciones técnicas y requisitos adicionales de Global Food Safety Initiative (GFSI). FSSC 22000 ha recibido pleno
reconocimiento por GFSI. [34]
Fumarato Ferroso: El Fumarato ferroso es un suplemento de hierro. El hierro es un mineral que necesita el cuerpo para
producir glóbulos rojos. Cuando el organismo no tiene la suficiente cantidad de hierro, no puede producir el número de glóbulos
rojos necesarios para que el niño se mantenga sano. Esta afección se llama anemia por deficiencia de hierro. El Fumarato ferroso
se usa para restablecer los depósitos de hierro en el organismo. [35]
Herramientas Lean: Incluyen procesos continuos de análisis, producción pull, y elementos y procesos, con la filosofía del
Monozukuri (hacer las cosas bien), todo desde el área de valor. [36]
Inexactitud: se refiere a cuán alejado del valor real se encuentra el valor medido. En términos estadísticos, la exactitud está
relacionada con el sesgo de una estimación. Cuanto menor es el sesgo más exacto es una estimación. Cuando se expresa la
exactitud de un resultado, se expresa mediante el error absoluto que es la diferencia entre el valor experimental y el valor
verdadero. [37]
Inocuidad alimentaria: Es la garantía de que un producto alimenticio no causará daño al consumidor cuando se prepara o es
ingerido y según la utilización a la que se destine. La inocuidad es uno de los cuatro grupos básicos de características que junto a
las nutricionales, organolépticas y comerciales, componen la calidad de los alimentos. [38]
Metodología DOE: Es una técnica estadística que se basa en organizar y diseñar una serie de experimentos de forma que con el
mínimo número de pruebas se consiga extraer información útil para obtener conclusiones que permitan optimizar la
configuración de un proceso o producto. [39]
pH: Se trata de una unidad de medida de alcalinidad o acidez de una solución.
63
pHmetro: Es un instrumento científico que mide la actividad de los iones de hidrógeno en las soluciones a base de agua,
indicando su acidez o alcalinidad expresada como pH
Ponderación: Es una medida de tendencia central que es conveniente cuando un conjunto de datos tiene un valor
correspondiente con respecto a los demás datos, esto se obtiene multiplicando cada uno de los datos por su ponderación o peso
para luego poderlo sumar, logrando así una suma equilibrada, después que se realiza este procedimiento se divide con el
resultado que dio la suma de los pesos dando así el resultado de la media ponderada. [40]
Prueba de Normalidad: Los resultados de la prueba indican si usted debe rechazar o no puede rechazar la hipótesis nula de que
los datos provienen de una población distribuida normalmente. Puede realizar una prueba de normalidad y producir una gráfica
de probabilidad normal en el mismo análisis. La prueba de normalidad y la gráfica de probabilidad suelen ser las mejores
herramientas para evaluar la normalidad. [41]
Queso requeijao: Es un queso crema que se hace en Portugal y Brasil, elaborado con leche de vaca, oveja o cabra.
Reactor: Es un equipo que en su interior tiene lugar una reacción química, diseñado para maximizar la conversión y la
selectividad de esa reacción con el menor coste posible.
Repetibilidad: Hace referencia a, ¿Qué tanto de la variabilidad en el sistema de medición es causada por el dispositivo de
medición?
Reproducibilidad: Hace referencia a, ¿Qué tanto de la variabilidad en el sistema de medición es causada por las diferencias
entre los operadores?
Seguridad Industrial: Es el sistema de disposiciones obligatorias que tienen por objeto la prevención y limitación de riesgos, así
como la protección contra accidentes capaces de producir daños a las personas, a los bienes o al medio ambiente derivados de la
actividad industrial o de la utilización, funcionamiento y mantenimiento de las instalaciones o equipos y de la producción, uso o
consumo, almacenamiento o rehecho de los productos industriales. [42]
Sistema Andon: Sistema utilizado para alertar de forma visual de problemas en un proceso de producción. Da al operario o a la
máquina automatizada la capacidad de detener la producción al encontrarse un defecto y de continuarla cuando se soluciona. [43]
Six Sigma: Una de las metodologías que desarrolla la mejora continua de los procesos es Six Sigma, que se centra en reducir y
eliminar los defectos o fallos en los procesos.
SMED: (Single-Minute Exchange of Die) es un método de reducción de los desperdicios en un sistema productivo que se basa
en asegurar un tiempo de cambio de herramienta de un solo dígito de minutos.
Soda Cáustica: La Soda Cáustica en solución es un líquido viscoso, transparente, inodoro, y libre de impurezas detectables a
simple vista, se caracteriza por su altísima pureza relacionada con los bajos contenido de hierro, cloruros, o dureza, la cual la
hacen apta para procesos especiales, como la producción de sales libres de metales pesados, su uso en la fabricación de jabones
de tocador, o su empleo en procesos de tratamiento de calderas de alta presión. [44]
Sesgo: Indica cuál es la exactitud del sistema de medición cuando se compara con un valor de referencia.
Variabilidad de Procesos: Son cambios inevitables que modifican el proceso (ya sean pequeños o casi imperceptibles) que
afectan posteriormente al producto que se produce o al servicio que se ofrece. [45]
Capacidad de proceso: consiste en evaluar la variabilidad y tendencia central de una característica de calidad, para así
compararla con sus especificaciones de diseño. [46]
64
7. Tabla de Anexos
No.
Anexo Nombre
Desarrollo
(propio o
terceros)
Tipo de Archivo
(PDF, HTLM, Excel,
Word…)
Enlace corto
(https://goo.gl/)
1 Recolección de datos Propio Excel https://docs.google.com/sp
readsheets/d/18d4s_et8Fv-
EJTSAzs5JXlEzCkq8Qeg2
M6KUb-
rZIN0/edit#gid=18826823
68
2 Matriz de selección
AHP
Alvaro Figueroa Excel https://docs.google.com/sp
readsheets/d/13kxfJnrq7uJ
bEFdJUpngYR4rlbKeg2xr
26z6rgrKzhE/edit#gid=152
1946949
3 Toma de datos para la
realización del DOE
Propio Excel https://docs.google.com/sp
readsheets/d/14cI0AISeLO
KaUisx0upszqMH_GAYT
3cr4x69U9mkZJs/edit#gid
=1947910308
4 Datos de la
condiciones
presentadas para
realizar el DOE
Propio Excel https://docs.google.com/sp
readsheets/d/14cI0AISeLO
KaUisx0upszqMH_GAYT
3cr4x69U9mkZJs/edit#gid
=808660051
5 Test de Durbin-Watson Propio Excel https://docs.google.com/sp
readsheets/d/1PQ5KaQEX
4Lb08tJKy4rB0tG37U8K
OTKi9N0M0vzv0HI/edit#
gid=1772396782
6 Validación Propio Excel https://docs.google.com/sp
readsheets/d/16bWF9B8y
QwN1Th0k8G84SrawHm
hSKXO8DJaFrHqJ9uc/edit
#gid=740404050
7 Test igualdad de
varianzas
Propio Word https://docs.google.com/do
cument/d/1EsREnA-
BH2ho9vEz7CJMFfpKHk
NaVRd9owIZCrYWw-
c/edit
65
8. Referencias
[1]"Resolución 2674 de 2013 Ministerio de Salud", ALCALDÍA MAYOR DE BOGOTÁ D.C., 2013. [en línea]. Disponible:
http://www.alcaldiabogota.gov.co/sisjur/normas/Norma1.jsp?i=54030. [Acceso 10 mayo 2018].
[2]"Ley 9 de 1979 Nivel Nacional", ALCALDÍA MAYOR DE BOGOTÁ D.C., 1979. [en línea]. Disponible:
http://www.alcaldiabogota.gov.co/sisjur/normas/Norma1.jsp?i=1177. [Acceso 8 mayo 2018].
[3]"Decreto 60 de 2002 Nivel Nacional", ALCALDÍA MAYOR DE BOGOTÁ D.C., 2002. [en línea]. Disponible:
http://www.alcaldiabogota.gov.co/sisjur/normas/Norma1.jsp?i=6005. [Acceso 8 mayo 2018].
[4]"Certificación ISO 14001", icontec internacional, 2016. [en línea]. Disponible:
http://www.icontec.org/Ser/EvCon/Paginas/PCS/ci14000.aspx. [Acceso 10 mayo 2018].
[5]"AGRICULTURA Y ALIMENTOS - FSSC 22000", SGS. [en línea]. Disponible: https://www.sgs.co/es-es/agriculture-
food/food/gfsi-certification/fssc-22000. [Acceso 9 mayo 2018].
[6]"Sistema HACCP", GlobalSTD CERTIFICATION, 2009. [en línea]. Disponible:
http://www.globalstd.com/certificacion/sistema-haccp. [Acceso 10 junio 2018].
[7]"Buenas prácticas de manufactura (BPM", Prevencionar.com.co, 2016. [en línea]. Disponible:
http://prevencionar.com.co/2016/10/10/buenas-practicas-manufactura-bpm/. [Acceso 10 junio 2018].
[8] Historia de la de la Estandarización, 2012 [en línea]Disponible en: https://elviolador.wordpress.com/2012/11/20/historia-de-
la-estandarizacion/. [Acceso 10 junio 2018].
[9] H. Tafolla, “Estandarización y Globalización”, [en linea] Disponible en
http://segmento.itam.mx/Administrador/Uploader/material/Estandarizacion%20y%20Globalizacion.PDF. [Acceso 11 junio
2018].
[10] R. Silva, V. Minim, A. Silva, A. Carvalho y L. Minim, "A spreadsheet for calculation of ingredients for standardization of
requeijão cremoso", Scielo, 2012. [en línea]. Disponible en: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0102-
09352013000200038&lng=en&tlng=en. [Acceso 11 june 2018].
[11] A Moreno, P Cáceres, “Diseño para la implementación de la Metodología Seis Sigma en una línea de producción de Queso
Fresco”, Escuela Superior Politécnica de Litoral, 2010. [en línea]. Disponible en:
https://www.researchgate.net/profile/Patricio_Caceres/publication/41211202_Diseno_para_la_Implementacion_de_la_Metodolo
gia_Seis_Sigma_en_una_Linea_de_Produccion_de_Queso_Fresco/links/0deec52efa2b2800ff000000.pdf [Acceso 16 junio
2018].
[12] A. Rojas, A. Villarreal, A. Morera, “Implementación del análisis de riesgo en la industria alimentaria mediante la
metodología AMEF: enfoque práctico y conceptual”. Rev Med Vet, 2014.[en linea] Disponible en:
https://doi.org/10.19052/mv.3030 [Acceso 16 junio 2018].
[13] J. Fernández, J. Quiñones, “Diseno del sistema HACCP para el proceso de produccion de carne bovina para consumo”,
Universidad de Antioquia, 2003. [en línea]. Disponible en: http://ucsj.redalyc.org/articulo.oa?id=295026121007. [Acceso 20
junio 2018].
[14] H. Hung and M. Sung, "Applying six sigma to manufacturing processes in the food industry to reduce quality cost", IEEE,
2011. [en línea]. Disponible en: http://ir.lib.isu.edu.tw/retrieve/48760/10979.pdf. [Acceso 20 junio 2018].
[15] V. Brummer, P. Bělohradský, V. Máša, “Optimization of Egg White Removal from Waste Egg Shells and Membranes by
Design of Experiments for their Refinement”, AIDIC, 2017. [en línea]. Disponible: http://www.aidic.it/cet/17/61/241.pdf.
[Acceso 20 junio 2018].
[16] Kennedy, A. Plunkett and J. Haider, Advances in Sustainable and Competitive Manufacturing Systems. 23rd International
Conference on Flexible Automation and Intelligent Manufacturing. Américo Azevedo, 2013, pp. 1579-1589. [Acceso 20 junio
2018].
66
[17] Tamaño de muestra para la media de una distribución normal. [en linea] Disponible en:
http://www.ub.edu/stat/GrupsInnovacio/Statmedia/demo/Temas/Capitulo8/B0C8m1t9.htm [Acceso 20 junio 2018].
[18] Carles Rovira Escofet "Teorema del límite central". [en línea]. Disponible: https://www.calidad.com.mx/docs/art_64_1.pdf.
[Acceso 20 junio 2018]
[19]"Tabla de conversión", BlackBerry & Cross, 2010. [en línea]. Disponible:
http://www.blackberrycross.com/app/cms/www/index.php?id_menu=2. [Acceso 7 Agosto 2018].
[20] Precios en pantalla.[en linea] Disponible en: http://www.viaindustrial.com/cotizacion.asp?una=SI. [Acceso 22 junio 2018].
[21] Carpediem. Fortalecimiento estratégico. [en linea]Disponible en: http://carpediemconsultores.com/programas-de-formacion-
2/fortalecimiento-estrategico-para-la-gestion-organizacional-op/. [Acceso 22 junio 2018].
[22] SENA. Curso de fundamentos de seguridad industrial. [en línea]Disponible en: http://senasofiaplus.xyz/realiza-curso-corto-
fundamentos-seguridad-industrial/
[Acceso 22 junio 2018].
[23] Mercado Libre. Cintas medidoras de pH papel indicador prueba test tornasol. [en línea]Disponible en:
https://articulo.mercadolibre.com.co/MCO-456130880-cinta-medidor-de-ph-papel-indicador-prueba-test-tornasol-80-_JM
. [Acceso 22 junio 2018].
[24] Diseño de Experimentos (DOE): Para qué sirve y cómo realizarlo. [en línea]Disponible en:
https://www.pdcahome.com/2117/diseno-de-experimentos-para-que-sirve-y-como-realizarlo/
[Acceso 30 sept 2018].
[25] Modelo de diseños factoriales y diseños 2^k. [en línea]Disponible en:
http://halweb.uc3m.es/esp/Personal/personas/jmmarin/esp/Disenno/tema3DE.pdf
[Acceso 03 oct 2018]
[26] “Las 5´S herramientas básicas de mejora de la calidad de vida”, 2010. [en línea]. Disponible:
http://www.paritarios.cl/especial_las_5s.htm [Acceso 16 oct . 2018]
[27] “Algoritmos heurísticos”, 2003. [en línea]. Disponible: http://www2.elo.utfsm.cl/~lsb/pascal/clases/cap25.pdf [Acceso 16
oct . 2018]
[28] “AMEF / FMEA – Failure Mode and Effect Analysis del inglés”, 2017. [en línea]. Disponible:
http://www.leansolutions.co/conceptos/amef/ [Acceso 16 oct . 2018]
[29] “Anemia microcítica-hipocrómica: anemia ferropénica versus b talasemia menor”, 2017. [en línea]. Disponible:
http://www.scielo.org.ar/scielo.php?script=sci_arttext&pid=S0325-29572017000300004 [Acceso 16 oct . 2018]
[30] “Definición de Calidad”, 2014. [en línea]. Disponible: http://conceptodefinicion.de/calidad/ [Acceso 16 oct . 2018]
[31] “El Tratamiento de Agua por Cloración”, 2016. [en línea]. Disponible: https://wikiwater.fr/e18-el-tratamiento-del-agua-por
[Acceso 16 oct . 2018]
[32] “Cloruro Ferroso”, 2004. [en línea]. Disponible:
http://www.dcne.ugto.mx/Contenido/CCESH/Fichas%20Seguridad/Cloruro%20Ferroso.pdf [Acceso 16 oct . 2018]
[33] “La fortificación de alimentos: una estrategia nutricional indispensable”, 2005. [en línea]. Disponible:
http://www.scielo.org.ve/scielo.php?script=sci_arttext&pid=S0798-07522005000100012 [Acceso 16 oct . 2018]
[34] “FSSC 22000 Sistema de Gestión de Seguridad Alimentaria”, 2017. [en línea]. Disponible:
http://www.lrqa.es/certificaciones/fssc-22000-norma-seguridad-alimentaria/ [Acceso 16 oct . 2018]
[35] “Fumarato Ferroso”, 1999. [en línea]. Disponible: http://fnmedicamentos.sld.cu/index.php?P=FullRecord&ID=717 [Acceso
16 oct . 2018]
[36] “Herramientas del LEAN Management: valor, análisis y mejora.”, 2015. [en línea]. Disponible:
http://blog.seidor.com/consultoria-gestion/herramientas-del-lean-management-valor-analisis-y-mejora/[Acceso 16 oct . 2018]
67
[37] “¿Cuál es la diferencia entre exactitud y precisión?”, 2013. [en línea].Disponible: https://www.midebien.com/consejos-
practicos-para-medir-bien/cual-es-la-diferencia-entre-exactitud-y-precision [Acceso 8 nov . 2018]
[38] “La importancia de la Inocuidad Alimentaria”, 2018. [en línea]. Disponible: https://www.isotools.org/2018/01/16/la-
importancia-la-inocuidad-alimentaria/ [Acceso 8 nov . 2018]
[39] “ Diseño de experimentos (DOE): Para qué sirve y cómo realizarlo” 2012. [en línea]. Disponible:
https://www.pdcahome.com/2117/diseno-de-experimentos-para-que-sirve-y-como-realizarlo/ [Acceso 8 nov . 2018]
[40] “Definición de Ponderación”, 2015. [en línea]. Disponible: http://conceptodefinicion.de/ponderacion/ [Acceso 8 nov . 2018]
[41] “Prueba de Normalidad”. [en línea]. Disponible: https://support.minitab.com/es-mx/minitab/18/help-and-how-
to/statistics/basic-statistics/supporting-topics/normality/test-for-normality/ [Acceso 8 nov . 2018]
[42] “La Seguridad Industrial”, 2013. [en línea]. Disponible: http://www.euskadi.eus/presentacion-seguridad-industrial/web01-
a2indust/es/ [Acceso 8 nov . 2018]
[43] “Andon: Control Visual”, 2016. [en línea]. Disponible: https://www.ingenieriaindustrialonline.com/herramientas-para-el-
ingeniero-industrial/lean-manufacturing/andon-control-visual/ [Acceso 8 nov . 2018]
[44] “Soda Cáustica”, 2012. [en líne]. Disponible: http://www.ercoworldwide.com/index.php/products/caustic/?lang=es[Acceso
8 nov. 2018]
[45] “Variabilidad de los Procesos”, 2010- [en línea]. Disponible : http://oszielmedina.blogspot.es/1273527350/ [Acceso 6 Nov.
2018]
[46] Ingenieria industrial.com. (2010). [en línea] Disponible at: https://www.ingenieriaindustrialonline.com/herramientas-para-
el-ingeniero-industrial/gesti%C3%B3n-y-control-de-calidad/capacidad-de-proceso/ [Acceso 6 Dec. 2018].
Anexo 1. LICENCIA DE AUTORIZACIÓN PARA LA PUBLICACIÓN DE OBRAS EN VITELA
REPOSITORIO INSTITUCIONAL DE LA UNIVERSIDAD JAVERIANA CALI
Señores
Biblioteca General
Pontificia Universidad Javeriana Cali
Cuidad
Por medio del presente documento otorgo (otorgamos) a la Pontificia Universidad
Javeriana Cali para que, en perfeccionamiento de la siguiente licencia de uso parcial1,
pueda ejercer sobre mi (nuestra) obra las facultades que se indican a continuación,
teniendo en cuenta que, en cualquier caso, la finalidad perseguida será facilitar,
difundir y promover el aprendizaje, la enseñanza y la investigación.
En consecuencia, autorizo (autorizamos) a la Pontificia Universidad Javeriana Cali, a los
usuarios de la Biblioteca General, así como a los usuarios de las redes, bases de datos y
demás sitios web con los que la Universidad tenga perfeccionado un convenio o con los
que establezcan redes de colaboración, son:
AUTORIZO (AUTORIZAMOS)
1. La conservación de los ejemplares necesarios
2. La consulta en línea
3. La reproducción y/o transformación por cualquier formato conocido o
por conocer. Igualmente, la edición, o cualquier otra forma de
reproducción, incluyendo la posibilidad de trasladarla al sistema o
entorno digital.
4. La difusión y comunicación pública por cualquier medio físico o digital,
así como su disposición en Internet a través de índices, buscadores y
otros medios conocidos o por conocer.
5. La publicación en bases de datos y en sitios web, sean éstos onerosos o
gratuitos, existiendo con ellos previo acuerdo desarrollado con la
Pontificia Universidad Javeriana para efectos de cumplir los fines
predichos.
6. La inclusión en el repositorio institucional de la Pontificia Universidad
Javeriana Cali.
7. La inclusión en cualquier otro formato digital, físico o soporte como multimedia, colecciones, recopilaciones o, en general, servir de base para cualquier otra obra derivada.
1 De conformidad con lo establecido en el artículo 30 de la Ley 23 de 1982 y el artículo 11 de la Decisión Andina 351 de 1993, “Los
derechos morales sobre el trabajo son propiedad de los autores”, los cuales son irrenunciables, imprescriptibles, inembargables e
inalienables. En consecuencia, la Pontificia Universidad Javeriana está en la obligación de respetarlos y hacerlos respetar, para lo cual
tomará las medidas correspondientes para garantizar su observancia.
La presente licencia parcial se otorga a título gratuito por el máximo tiempo legal
colombiano, con el propósito de que en dicho lapso mi (nuestra) obra sea utilizada en
las condiciones aquí concertadas y para los fines indicados, respetando siempre la
titularidad de los derechos patrimoniales y morales correspondientes, de acuerdo con
los usos honrados, de manera proporcional y justificada a la finalidad perseguida, sin
ánimo de lucro ni de comercialización.
Si autorizo la publicación: Si autorizo
No autorizo su exposición: __________
De manera complementaria, garantizo (garantizamos) en mi (nuestra) calidad de
autor (es) exclusivo (s), que la obra en cuestión, es producto de mi (nuestra) plena
autoría, de mi (nuestro) esfuerzo personal intelectual, como consecuencia de mi
(nuestra) creación original particular y, por tanto, soy (somos) el (los) único (s) titular
(es) de la misma. Además, aseguro (aseguramos) que no contiene citas, ni
transcripciones de otras obras protegidas, por fuera de los límites autorizados por la
ley, según los usos honrados, y en proporción a los fines previstos; ni tampoco
contempla declaraciones difamatorias contra terceros; respetando el derecho a la
imagen, intimidad, buen nombre y demás derechos constitucionales. Adicionalmente,
manifiesto (manifestamos) que no se incluyeron expresiones contrarias al orden
público ni a las buenas costumbres. En consecuencia, la responsabilidad directa en la
elaboración, presentación, investigación y, en general, contenidos de la obra es de mí
(nuestro) competencia exclusiva, eximiendo de toda responsabilidad a la Pontifica
Universidad Javeriana Cali por tales aspectos.
Si el documento ha sido apoyado o financiado por alguna organización, con excepción
de la Pontificia Universidad Javeriana Cali, el (los) autor (es) garantiza (n) que se ha
cumplido con las obligaciones requeridas por el respectivo acuerdo.
En constancia a lo anterior,
Título de la obra
Aplicación mejoramiento continuo del proceso productivo del Fumarato Ferroso
Scanned with CamScanner