Límites de control de las variables claves e índice de capacidad del proceso Midrex I ubicada en Sidor (página 2)
Sistema de manejo de materiales: Sistema de manejo de materia prima (pellas, mineral de hierro) y el producto (HRD).
Horno de reducción: Donde se lleva a cabo la reducción del óxido de hierro a través del gas reductor rico en H2 y CO.
Sistema de agua industrial: Comprende el sistema de agua de procesos para lavado y enfriamiento de los gases, y el sistema de agua recirculada para enfriamiento directo, e indirecto de equipos.
Sistema de aire comprimido: Sistema de aire de instrumentos y aire de servicios
Recuperadores de calor: Se precalienta el gas de alimentación, gas natural y el aire usado para la combustión en el reformador para obtener el gas reformado.
Reformador: Es el equipo donde se llevan a cabo las reacciones de reformación para producir los gases reductores (H2 y CO), utilizados en el horno de reducción.
Sistema de gas inerte: Sistema para producir el Gas inerte requerido en la planta para los sellos superiores e inferiores del horno de reducción.
CAPITULO III
Marco teórico
En el presente capítulo se exponen las secciones referidas a la revisión de la literatura, bases teóricas, preguntas de investigación y sistemas de variables que fundamentan el estudio realizado
1. VARIABLES DEL PROCESO
Las Variables Clave son:
a.- % CO2 en Gas Reformado
b.- % CH4 en Gas Reformado
c.- % CO2 en Gas Tope
d.- Temperatura Gas Bustle
e.- Temperatura del Centro del Reactor
f.- Porcentaje de Vapor en Gas Proceso.
Las variables de proceso establecidas son:
a.- Relación GP/TON.
b.- Temp. del Gas de enfriamiento a la entrada.
c.- Temp. del HRD en la descarga (se grafica la mayor de las temperaturas (TIASH_13330 o TIASH_13331).
d.- Concentración de la lechada
e.- Flujo específico de lechada de cal.
f.- Productividad.
2. PRINCIPIOS DE ANALIZADORES
2.1. JUSTIFICACIÓN DEL USO DE ANALIZADORES
La justificación que tienen los analizadores está basada en la información que ellos nos puedan dar, de cómo se está comportando un determinado proceso y si este, a su vez cumple con los estándares establecidos para su elaboración.
Cuando se tiene un analizador en línea dentro del proceso, este debe seguir los cambios que el producto experimente. Una de las principales justificaciones que tienen los analizadores, es que cuando se está elaborando dicho producto, es más económico cambiar los valores cuando este está en proceso de fabricación y no cuando está terminado.
Tener una indicación de un determinado producto y mantenerlo dentro de los valores estándar de calidad.
Visualizar los parámetros de calidad deseada.
No regalar calidad, es decir, producir los productos dentro de los valores exigidos.
Darle confianza al operario de lo que está produciendo. Manteniendo los límites de calidad.
2.1.1. Mantenimiento preventivo
Aumentar el periodo de vida de los equipos.
Garantizar el óptimo funcionamiento.
Prevención de posibles fallas.
Mantener los valores de calidad exigidos.
3. PRÁCTICA DE CALIDAD PARA EL SCP MIDREX I
El programa de Control de Proceso permite visualizar la tendencia de las variables controladas.
Al presentarse en una variable clave un punto fuera de los límites control el técnico Midrex (sala de control), procede emplear el desarrollo Help Control de Variables Claves, para ubicar una acción correctiva.
En caso de no poder ajustar el proceso a lo establecido en las condiciones de operación, el Técnico Midrex (sala de control), se lo notifica al Jefe de Planta, quien deberá apoyarse en el Jefe de Operaciones y/o el Ingeniero de Proceso
El técnico Midrex, controla las variables de proceso en forma automática y/o manual a través del sistema de control PLC– MODICOM, para ajustarlas a las condiciones de operación establecidas.
Se grafica por hora el valor promedio de las variables claves y de proceso, cada una por separado en su respectivo formulario para grafica de control (PRARD202002_2 y PRARD202002_4) dentro del SAO-Midrex-I, en el sistema de control – variable clave.
El desarrollo Help Control de Variable Clave, está disponible dentro del SAO Midrex I. Bajo las modalidades de operación con oxigeno y sin oxigeno, existe para cada variable-estado-causa, una clave de ajuste en el help de control de las variables claves formulario PRARD202002-3
3.1. CODIFICACIÓN DE CLAVES
Figura 5.Estructura del sistema de codificación de las Variables Claves del proceso Midrex
Fuente: Extraído del Sistema Intranet Sidor
Figura 6.Ajustes en el sistema de las Variables Claves del proceso Midrex
Fuente: Extraído del Sistema Intranet Sidor
3.2. CLAVES GENERALES PARA JUSTIFICACIÓN
MFOP: Módulo Fuera de Operación
MEPE: Módulo en Proceso de Estabilización
MCDA: Módulo en Condición Diferente a la Actual
VNJO: Valor no Justificado por el Operador
VJEO: Valor Justificado en observación
4. REVISIÓN DE LA LITERATURA
El muestreo de trabajo es una técnica que se utiliza para investigar las proporciones del tiempo total dedicada a las diversas actividades que componen una tarea, actividades o trabajo. Los resultados del muestreo sirven para determinar tolerancias o márgenes aplicables al trabajo, para evaluar la utilización de las máquinas y para establecer estándares de producción.
4.2 VENTAJAS DEL MÉTODO DE MUESTREO
No requiere observación continua por parte de un analista durante un período de tiempo largo.
El tiempo de trabajo de oficina disminuye
El total de horas-trabajo a desarrollar por el analista es generalmente mucho menor
El operario no está expuesto a largos períodos de observaciones cronométricas
Las operaciones de grupos de operarios pueden ser estudiadas fácilmente por un solo analista.
5. PLANEACIÓN DEL ESTUDIO DE TRABAJO
Una vez que el analista haya explicado el método y obtenido la aprobación del supervisor respectivo, estará en condiciones de realizar el planteamiento detallado, que es esencial antes de iniciar las observaciones reales. El primer paso es efectuar una estimación preliminar de las actividades acerca de las que buscan información. Esta estimación puede abarcar una o más actividades. Con frecuencia la estimación se puede realizar razonable, deberá muestrear el área o las áreas de interés durante un período corto y utilizar la información obtenida como base de sus estimaciones.
Una vez hechas las estimaciones se debe determinar la exactitud que sea de los resultados. Esto se puede expresar mejor como una tolerancia dentro de un nivel de confianza establecido. El analista llevará a cabo ahora una estimación del número de observaciones a realizar. Es posible determinar la frecuencia de las observaciones.
El siguiente paso será diseñar la forma para muestreo de trabajo en la que se tabularán los datos y los diagramas de control que se utilizarán junto con el estudio.
5.1 DETERMINACIÓN DE LA FRECUENCIA DE LAS OBSERVACIONES
Esta frecuencia depende en su mayor grado de los números de observaciones requeridas y de los límites de tiempo aplicados al desarrollo de los datos.
El número de analistas disponible y la naturaleza del trabajo a estudiar influirán también en la frecuencia de las observaciones. Un método que se puede emplear consiste en tomar nueve números diariamente de una tabla estadística de números aleatorios, que varíen, asígnese a cada número una cantidad de minutos equivalente a 10 veces al valor del número. Los números seleccionados pueden fijar entonces el tiempo desde el inicio del día de trabajo hasta el momento de efectuar las observaciones.
El software también permite el ingreso como entrada de condiciones especiales; Otro medio para ayudar a los analistas decidir cuándo hacer observaciones diarias es un recordatorio aleatorio. Este instrumento de bolsillo avisa por medio de un sonido que es el momento de realizar la siguiente observación.
5.2. DISEÑO DE LA FORMA TABULAR PARA MUESTREO DE TRABAJO.
El analista necesitará idear una forma de registro de observaciones para anotar de la mejor manera posible los datos que serán recopilados en la realización del estudio de muestreo de trabajo.
5.3. EMPLEO DE LOS DIAGRAMAS DE CONTROL.
Tales estudios tratan exclusivamente con porcentajes o proporciones, el diagrama se emplea con mucha frecuencia.
El primer problema encontrado en la elaboración de un diagrama de control es la elección de los límites, se buscan un equilibrio entre el costo de localizar una causa asignable cuando no exista ninguna.
El mejoramiento debe ser un proceso continuo y el porcentaje de tiempo muerto tiene que disminuir. Uno de los objetos del muestreo de trabajo es determinar áreas de actividad que podrían ser mejoradas. Los diagramas de control se pueden emplear para mostrar el mejoramiento progresivo de áreas de trabajo. Esta idea especialmente importante si los estudios de muestreo de trabajo se utilizan para establecer tiempos estándares, pues tales estándares deben cambiarse siempre que las condiciones varíen a fin de que sean realistas.
6. OBSERVACIÓN Y REGISTRO DE DATOS.
Se debe caminar a un punto o una cierta distancia del equipo, efectuar su observación y registrar los hechos. El analista debe aprender a efectuar observaciones o verificaciones visuales y realizar las anotaciones después de haber abandonado la zona de trabajo. Esto reducirá al mínimo la sensación de ser observado que experimentaría un operario, el que continuaría trabajando así en la forma acostumbrada.
6.1. MUESTREO DE TRABAJO COMPUTARIZADO.
Mediante una computadora puede ahorrarse un 35% del costo total de un estándar de muestreo de trabajo. La mayor parte del trabajo relacionado con el resumen de los datos de muestreo es de gabinete u oficina, al mecanizar o automatizar el proceso de cálculos repetitivos, las computadoras pueden evaluar no solamente los resultados diarios sino también los acumulados.
6.1.1. Función del Muestreo del trabajo.
El método de muestreo de trabajo es otra herramienta que permite al analista de estudio de tiempos obtener los datos de manera más rápida y fácil. El muestreo de trabajo calificado por ejecución es especialmente útil para determinar la cantidad de tiempo que puede ser asignada por retrasos inevitables, suspensiones de trabajo, etc. En resumen, deben tenerse presentes las siguientes consideraciones:
Explicar y lograr la aceptación del método de muestreo de trabajo antes de utilizarlo.
Limitar los estudios individuales a grupos similares a máquinas u operaciones
Utilizar un tamaño de muestra lo más grande posible
Efectuar observaciones individuales en momentos al azar
Realizar las observaciones en un período razonablemente largo.
7. TIPOS DE MUESTRAS
Hay dos principios alternativos que pueden seguirse cuando se elige una muestra:
Muestra aleatoria, en que el azar determina que elementos se seleccionan
Muestra no aleatoria, en que el investigador deliberadamente elige los objetos que han de ser estudiados.
7.1. MUESTRA ALEATORIA.
El principio de la selección de los elementos en una muestra aleatoria es el mismo que cuando se reparten la baraja. Todos los objetos de la población tienen iguales probabilidades de ser seleccionados en la muestra. Esta probabilidad es llamada razón de muestreo (sampling ratio en inglés), y es igual al número de elementos de la muestra dividido por el número de la población. Hay métodos alternativos para crear una muestra aleatoria (en otras palabras, una "muestra de probabilidad"):
Muestra aleatoria simple: La muestra se extrae a suertes, por ejemplo sacando papeletas numeradas de un sombrero. Trabajar con papeletas es laborioso si la población es amplia. Pero si tenemos la población en un fichero de ordenador, el trabajo será fácil.
Muestra sistemática: Si la razón que se pretende es 1/n, empezamos escogiendo el primer elemento al azar entre los primeros n objetos de la población, y tras ello extraemos cada n-avo objeto. Esto es conveniente si tenemos una lista de objetos de la población.
Muestra aleatoria ponderada: Cuando la población incluye un grupo muy pequeño pero esencial, hay el riesgo de que ningún miembro de ese grupo quede dentro de una muestra aleatoria. Para evitar esto, podemos incrementar deliberadamente la razón de la muestra sobre este grupo de especial importancia.
Por supuesto que esto generará un desequilibrio en las mediciones que se obtengan a partir de la muestra ponderada, pero será fácil restaurar el equilibro original. Esto se hace así cuando se combinan los resultados; por ejemplo, al calcular la media de todas las mediciones daremos a las mediciones de cada grupo su peso apropiado correspondiente a los porcentajes genuinos en la población.
7.2. MUESTRAS NO ALEATORIAS
Si consideramos que no precisamos cifras exactas sobre la representatividad estadística de nuestros resultados, podríamos plantearnos el usar una muestra no aleatoria (o "no probabilística"), lo que significa que elegiremos a voluntad nuestra. Podemos considerar que esto puede ayudarnos a obtener los elementos que necesitamos estudiar directamente y, además, actuar sin los tediosos procesos de selección aleatoria y verificación estadística. Sin embargo, hay una desventaja: corremos un gran riesgo de obtener demasiado sesgo en la muestra. No seremos capaces siquiera de advertir la presencia, y menos aún la cantidad, de sesgo si hacemos personalmente la selección de la muestra. Y la presencia de sesgo puede hacer imposible generalizar nuestros resultados.
Un modo de reducir el sesgo hasta cierto punto es dejar a otra persona o grupo la selección de los elementos.
Entre los tipos comunes de muestras no aleatorias se incluyen,
Una muestra de "casos típicos" o los "mejores" casos son algo bastante tradicional en historia del arte: estudiamos solamente los "grandes maestros". La idea es que éstos representan lo más auténtico de su época. Tal selección deliberada por parte del investigador tiene no obstante riesgos serios, que se tratan en el punto delimitar el objeto de estudio.
Muestra de conveniencia. Un grupo existente, por ejemplo la gente en una reunión, podría ser designado como muestra. Este es un método fácil y barato, pero el sesgo suele ser imposible de estimar. El método es popular en las demostraciones de cursos sobre métodos, pero raramente usado en la investigación profesional.
Muestra de voluntarios es creada cuando todos los miembros de la población tienen la oportunidad de participar en la muestra. Un ejemplo es la respuesta voluntaria de los clientes que llega a una empresa; igualmente, las respuestas que un investigador recibe a un anuncio en un periódico pidiendo a la gente sus opiniones. Una muestra de voluntarios suele ser una alternativa bastante sensata; no obstante, el investigador debe considerar cuidadosamente los riesgos de sesgo.
Muestra-bola de nieve. Cuando se entrevista a miembros de un grupo, podemos pedir a las personas que nos indiquen otros individuos en ese grupo que estén en la mejor posición para dar información sobre ese tema; podríamos también pedirles que nos indicasen personas que compartan sus puntos de vista y también otras que sean de opinión opuesta. Entonces entrevistaremos a nuevos individuos y continuaremos del mismo modo hasta que no obtengamos nuevos puntos de vista de nuevos entrevistados. Este es un buen método por ejemplo para recoger los distintos puntos de vista existentes en un grupo, pero su inconveniente es que no obtenemos una idea exacta de la distribución de las opiniones.
8. TAMAÑO DE LA MUESTRA
8.1. MUESTRAS ALEATORIAS:
Teóricamente, podemos calcular el tamaño requerido de la muestra sobre la base de:
El número y tipo de variables y
El nivel deseado de representatividad estadística.
Hay que hacer notar que las poblaciones amplias sólo requieren en casos excepcionales unas muestras mayores que las poblaciones pequeñas. Algunos centenares de casos casi siempre son suficientes.
Las formulas para el cálculo son exactas pero algo engorrosas de usar por las muchas alternativas que intervienen; por ese motivo no se presentan aquí. En proyectos importantes con amplios recursos se suele consultar a un estadístico para los cálculos
En un proyecto de investigación con recursos limitados, la regla general es: usar una muestra tan amplia como nos podamos permitir.
8.2. MUESTRAS NO ALEATORIAS
No hay fórmula para determinar el tamaño de una muestra no aleatoria. Con frecuencia, especialmente en investigación cualitativa, podemos simplemente ampliar gradualmente nuestra muestra y analizar los resultados según llegan Cuando en casos nuevos ya no se presenta información nueva, podemos concluir que nuestra muestra está saturada, y terminaremos el trabajo. Este método es, sin embargo, muy vulnerable al muestreo sesgado, con lo que tenemos que ser muy cuidadosos y asegurarnos que no omitimos a ningún grupo de nuestra población.
Antes de decidir el tamaño de una muestra no aleatoria, tal vez queramos leer cómo debe ser evaluada la representatividad de los resultados a partir de una muestra no aleatoria. De otro modo podríamos sufrir una sorpresa bastante desagradable cuando estemos intentando, demasiado tarde, definir la población en que nuestros resultados puedan ser declarados válidos.
Para calcular el tamaño de una muestra hay que tomar en cuenta tres factores:
1. El porcentaje de confianza con el cual se quiere generalizar los datos desde la muestra hacia la población total.
2. El porcentaje de error que se pretende aceptar al momento de hacer la generalización.
3. El nivel de variabilidad que se calcula para comprobar la hipótesis.
La confianza o el porcentaje de confianza es el porcentaje de seguridad que existe para generalizar los resultados obtenidos. Esto quiere decir que un porcentaje del 100% equivale a decir que no existe ninguna duda para generalizar tales resultados, pero también implica estudiar a la totalidad de los casos de la población.
Para evitar un costo muy alto para el estudio o debido a que en ocasiones llega a ser prácticamente imposible el estudio de todos los casos, entonces se busca un porcentaje de confianza menor. Comúnmente en las investigaciones sociales se busca un 95%. En el estudio de muestreo se realizo con un porcentaje de confianza 97,50% para obtener mayor eficiencia en los cálculos y más cercanos a la realidad.
El error o porcentaje de error equivale a elegir una probabilidad de aceptar una hipótesis que sea falsa como si fuera verdadera, o la inversa: rechazar a hipótesis verdadera por considerarla falsa. Al igual que en el caso de la confianza, si se quiere eliminar el riesgo del error y considerarlo como 0%, entonces la muestra es del mismo tamaño que la población, por lo que conviene correr un cierto riesgo de equivocarse.
Comúnmente se aceptan entre el 4% y el 6% como error, tomando en cuenta de que no son complementarios la confianza y el error en el caso de este estudio se tomara el 5% que el que está entre los valores de 4 y 5.
La variabilidad es la probabilidad (o porcentaje) con el que se aceptó y se rechazó la hipótesis que se quiere investigar en alguna investigación anterior o en un ensayo previo a la investigación actual. El porcentaje con que se aceptó tal hipótesis se denomina variabilidad positiva y el porcentaje con el que se rechazó se la hipótesis es la variabilidad negativa.
9. GRÁFICOS DE CONTROL
9.1. OBJETIVO Y ALCANCE
Definir las reglas básicas a seguir para la elección, la construcción y la correcta interpretación de los Gráficos de Control por Variables y resaltar las situaciones en que pueden o deben ser utilizados.
Es de aplicación a todos aquellos estudios en que es necesario analizar el funcionamiento de los procesos, bien sea para su control o para profundizar en el conocimiento de su comportamiento.
Su utilización será beneficiosa para el desarrollo de los proyectos abordados por los Equipos y Grupos de Mejora y por todos aquellos individuos u organismos que estén implicados en proyectos de mejora de la calidad en los que concurran estas circunstancias.
Además se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de gestión.
9.2. RESPONSABILIDADES
a) Grupo de trabajo o persona responsable de su realización:
Recoger los datos.
Seguir las reglas que señala el procedimiento para la elección y la construcción de los Gráficos de Control y para su correcta interpretación.
b) Dirección de Calidad:
Asesorar, a quien así lo solicite, en las bases para la elección, construcción y utilización de los Gráficos de Control.
10. VARIABILIDAD
Campo de variación en los valores numéricos de una magnitud. Generalmente en los procesos de producción y de prestación de servicios es imposible mantener todos los factores que influyen en el resultado final, constantemente en el mismo estado.
Este hecho da lugar a que las características representativas de este resultado final (producto o servicio) presenten una determinada variación:
El tiempo de viaje para un determinado trayecto presenta diferencias de un día a otro debido a la variación de las condiciones de circulación, las condiciones climáticas, el número de viajeros, etc.
Los ejes que produce una máquina tienen diferente diámetro dentro del mismo lote debido a pequeñas variaciones en las condiciones de la materia prima, a holguras de los elementos móviles, al desgaste de la herramienta, entre otros.
10.1. CAUSAS DE VARIABILIDAD
En un proceso se distinguen dos tipos de causas de variación:
Causas internas, comunes o no asignables
Son de carácter aleatorio.
Existe gran variedad de este tipo de causas en un proceso y cada una de ellas tiene poca importancia en el resultado final.
Son causas de variabilidad estable y, por tanto, predecible.
Es difícil reducir sus efectos sin cambiar el proceso.
Causas externas, especiales o asignables:
Son pocas las que aparecen simultáneamente en un proceso, pero cada una de ellas produce un fuerte efecto sobre el resultado final.
Producen una variabilidad irregular e imprevisible, no se puede predecir el momento en que aparecerá
Sus efectos desaparecen al eliminar las causas.
11. PROCESO
Combinación única de máquina, herramienta, materiales, temperatura, método, hombre y todo aquello necesario para la obtención de un determinado producto o servicio.
11.1. PROCESO BAJO CONTROL
Se dice que un proceso se encuentra bajo control cuando su variabilidad es debida únicamente a causas comunes.
Ningún proceso se encuentra espontáneamente bajo control, es necesario un esfuerzo sistemático para eliminar las causas asignables que actúan sobre él. La ventaja de tener un proceso bajo control es que su resultado es estable y predecible.
12. GRÁFICOS DE CONTROL POR VARIABLES
Son Gráficos de Control basados en la observación de la variación de características medibles del producto o del servicio.
12.1. CARACTERÍSTICAS PRINCIPALES
A continuación se comentan una serie de características que ayudan a comprender la naturaleza de la herramienta.
Comunicación
Simplifican el análisis de situaciones numéricas complejas.
Impacto visual
Muestran de forma clara y de un "vistazo" la variabilidad del resultado de un proceso, respecto a una determinada característica, con el tiempo.
Guía en la investigación
El análisis de datos mediante esta herramienta proporciona mayor información que el simple control de los resultados de un proceso, sugiriendo posibilidades de corrección preventiva y alternativas de investigación.
12.2. UTILIZACIÓN DE LA HERRAMIENTA
La herramienta es muy útil para:
Determinación de causas
Diseño de soluciones y controles
Evaluación de la solución implantada
Identificación de problemas
12.3. RELACIÓN CON OTRAS HERRAMIENTAS
La herramienta está fuertemente relacionada con:
Gráficos de Control por Atributos
Estudios de Capacidad Potencial de Calidad
Hojas de Comprobación y Recogida de Datos
13. CONTROL ESTADÍSTICO DE PROCESOS
Todo proceso de fabricación funciona bajo ciertas condiciones o variables que son establecidas por las personas que lo manejan para lograr una producción satisfactoria.
Cada uno de estos factores está sujeto a variaciones que realizan aportes más o menos significativos a la fluctuación de las características del producto, durante el proceso de fabricación. Los responsables del funcionamiento del proceso de fabricación fijan los valores de algunas de estas variables, que se denominan variables controlables.
Pero un proceso de fabricación es una suma compleja de eventos grandes y pequeños. Hay una gran cantidad de variables que sería imposible o muy difícil controlar. Estas se denominan variables no controlables.
Los efectos que producen las variables no controlables son aleatorios. Además, la contribución de cada una de las variables no controlables a la variabilidad total es cuantitativamente pequeña.
Son las variables no controlables las responsables de la variabilidad de las características de calidad del producto.
Los cambios en las variables controlables se denominan Causas Asignables de variación del proceso, porque es posible identificarlas. Las fluctuaciones al azar de las variables no controlables se denominan Causas No Asignables de variación del proceso, porque no son pasibles de ser identificadas.
Causas Asignables: Son causas que pueden ser identificadas y que conviene descubrir y eliminar.
Causas No Asignables: Son una multitud de causas no identificadas, ya sea por falta de medios técnicos o porque no es económico hacerlo, cada una de las cuales ejerce un pequeño efecto en la variación total. Son inherentes al proceso mismo y no pueden ser reducidas o eliminadas a menos que se modifique el proceso.
Cuando el proceso trabaja afectado solamente por un sistema constante de variables aleatorias no controlables (Causas no asignables) se dice que está funcionando bajo Control Estadístico. Cuando, además de las causas no asignables, aparece una o varias causas asignables, se dice que el proceso está fuera de control.
El uso del control estadístico de procesos lleva implícitas algunas hipótesis que describiremos a continuación:
1. Una vez que el proceso está en funcionamiento bajo condiciones establecidas, se supone que la variabilidad de los resultados en la medición de una característica de calidad del producto se debe sólo a un sistema de causas aleatorias, que es inherente a cada proceso en particular.
2. El sistema de causas aleatorias que actúa sobre el proceso genera un universo hipotético de observaciones (mediciones) que tiene una Distribución Normal.
3. Cuando aparece alguna causa asignable provocando desviaciones adicionales en los resultados del proceso, se dice que el proceso está fuera de control.
La función del control estadístico de procesos es comprobar en forma permanente si los resultados que van surgiendo de las mediciones están de acuerdo con las dos primeras hipótesis. Si aparecen uno o varios resultados que contradicen o se oponen a las mismas, es necesario detener el proceso, encontrar las causas por las cuales el proceso se apartó de su funcionamiento habitual y corregirlas.
La puesta en marcha de un programa de control estadístico para un proceso en particular implica dos etapas:
Figura 7. Etapas del Control Estadístico
(Fuente: Propia)
Antes de pasar a la segunda etapa, se verifica si el proceso está ajustado. En caso contrario, se retorna a la primera etapa:
Figura 8. Diagrama del Proceso del Control Estadístico
(Fuente: Propia)
14. TIPOS DE GRÁFICOS DE CONTROL
Gráficos se usa para controlar y analizar un proceso en el cual la característica de calidad del producto que se está midiendo toma valores continuos, tales como longitud, peso o concentración y esto proporciona la mayor cantidad de información sobre el proceso. representa el valor promedio de un subgrupo y representa el rango del subgrupo.
Gráficos Cuando los datos de un proceso se registran durante intervalos largos o los subgrupos de datos no son efectivos, se grafica cada dato individualmente y esta grafica puede usarse como gráfica de control. Debido a que no hay subgrupos el valor no puede calcularse, se usa el rango móvil de datos sucesivos para el cálculo de los límites de control. La cual será el grafico que se utilizara para el estudio
Grafica np; p: Estas graficas se usan cuando la característica de calidad se representa por el número de unidades defectuosas o la fracción defectuosa. Para una muestra de tamaño constante, se utiliza una grafica np del número de unidades defectuosas, mientras que una grafica p de la fracción de defectos se usa para una muestra de tamaño variable.
Grafica c; grafica u: estos se usan para controlar y analizar un proceso por los defectos de un producto; tales como los rayones de placas de metal, número de soldaduras defectuosas, entre otros. Una grafica c referida al número de defectos se usa para un producto cuyas dimensiones son constantes, mientras que una grafica u se usa para un producto de dimensión variable.
14.1. CUÁNDO UN PROCESO ESTÁ BAJO CONTROL ESTADÍSTICO
Menos de siete (7) puntos en fila que se mantienen a un lado del valor promedio.
Menos de siete (7) puntos en fila partiendo hacia arriba o hacia abajo de manera consecutiva.
Todos los valores están entre el límite superior e inferior de control.
La regla del 7-7-1 dice que cuando cualquiera de las tres (3) condiciones expuestas anteriormente no se satisface, el proceso ya no está en control estadístico y el operador tiene el deber de actuar para traer el proceso de nuevo bajo control.
15. PROCESO DE ELABORACIÓN DE LOS GRÁFICOS DE CONTRO
Paso 1:
Definir el coeficiente de confianza (C)
El intervalo de confianza que se tomara será de 97,50 % de confianza
Paso 2
Determinar la Desviación Estándar
(EC.1.)
Antes de calcular la Desviación Estándar se debe calcular lo siguiente:
a) Calcular el promedio por día
Determinación de la sumatoria (?) de los X de las variables claves
(EC.2.)
b) Determinación del promedio de las horas por días que arroja el sistema
(EC.3.)
c) Calculo del promedio del mes
(EC.4.)
Paso 3:
Definir el intervalo de confianza (I)
(EC.5.)
La cual primero se calcula el tc que es utilizando los valores de la tabla del estadístico T- Student.
(EC.6.)
Paso 4
Determinar el Intervalo de la muestra (Im)
(EC.7.)
Paso 5
Determinación de los Límites de Control:
(EC.8.)
Paso 6
Criterio de decisión
Recalculo de n (EC.9.)
Este resultado se utiliza para aceptar o rechazar la muestra tomada.
16. CAPACIDAD PRODUCTIVA
La capacidad productiva a corto plazo, desde un punto de vista activo, es la capacidad de producción del bien que es capaz de producir y vender. Desde un punto de vista pasivo, podría considerarse aquella capacidad de producción que la empresa cuenta en la combinación de factores, la cual no puede menos que soportar, sin entrar en costos de desocupación u ociosidad. Para la medición efectiva y práctica de la capacidad de producción y su grado de utilización, deben considerarse tres niveles:
16.1. CAPACIDAD IDEAL
Es aquella que puede obtenerse considerando que no hay interrupciones por ningún concepto y que la productividad total, medida con un factor patrón tipo, sería alcanzable.
Habría que diferenciar entre tres clases de tiempos siempre que se desee analizar cómo han de combinarse, considerándose el tiempo, la mano de obra y los medios de explotación para su aplicación a las primeras materias durante su trayectoria por las fases: tiempo – materiales, tiempo – operario y tiempo – maquinaria.
16.2. CAPACIDAD PRÁCTICA
Es aquella capacidad máxima que se puede obtener de forma real en las condiciones normales y considerando que durante todo el tiempo disponible no es posible estar en tiempo de transformación sino que inevitablemente hay tiempos de parada mínimos para preparar y reparar las máquinas e instalaciones. Este concepto en la industria se conoce con el nombre de rendimiento.
16.3. CAPACIDAD NORMAL
Es aquella que le permite cubrir una demanda, teniendo en cuenta las variaciones estaciónales y los problemas cíclicos que se puedan presentar.
17. CAPACIDAD DE UN PROCESO
Es aquella que viene determinada por la variación total de los diferentes factores productivos que son correspondientes a causas comunes, es decir, la variación que queda después de ser eliminadas todas las causas asignables especiales de variación.
Es un índice estadístico que se utiliza para medir la capacidad que posee un proceso o una variable del proceso para cumplir con las especificaciones.
Se debe utilizar cuando se necesite determinar la capacidad del proceso, dada su variación
Sea x la variable de interés (longitud, tiempo).
Si el proceso ha estado bajo control
Los limites de control del grafico de medias = Propiedades del proceso.
(EC.10.)
Por lo tanto:
Si el proceso está bajo control, entre la media y 3 desviaciones típicas están casi todos los artículos producidos.
17.1. ESTIMACIÓN DE LA CAPACIDAD
1. Utilizando las desviaciones típicas
Capacidad estimada:
(EC.11.)
2. Utilizando desviaciones típicas corregidas por grados de libertad
Capacidad estimada
(EC.12.)
3. Utilizando los rangos muéstrales
Capacidad estimada
(EC.13.)
Nota: no confundir la variabilidad del proceso con las tolerancias de técnicas de uso
Variabilidad del proceso Valores de x entre los que se encontraran casi todos los artículos
Tolerancias técnicas Valores de x dentro de los cuales el producto es útil
LTS= Límite de tolerancia Superior
Si LTS el articulo es defectuoso
LTI= Límite de Tolerancia Inferior
Si LTI el articulo es defectuoso
Si LTI 1 El proceso en el estado de control produce un porcentaje despreciable de articulo defectuosos. El proceso ES CAPAZ.
El llamado Diagrama Causa-Efecto es una representación gráfica de la relación entre un efecto y todas las posibles causas que influyen en él, permitiendo identificarlas y clasificarlas para su análisis. Es llamado también Diagrama de Ishikawa o Espina de Pescado.
Se debe utilizar cuando se desee realizar un análisis en forma gráfica y estructurada.
Cuando se necesite analizar una situación, condición o problema específico a fin de determinar las causas que lo originan.
Cuando se desee analizar el resultado de un proceso y las cosas que se necesiten para lograrlo.
Los pasos a seguir para elaborar el Diagrama de Causa-Efecto son:
1. Seleccione claramente el efecto que desea analizar.
2. Reúna a las personas que mejor conozcan el efecto que se va a analizar.
3. Realice una tormenta de ideas acerca de las posibles causas del efecto en estudio.
4. Trace una flecha horizontal de izquierda a derecha colocando el efecto al final de la misma.
5. Agrupe por categorías las causas identificadas. Por ejemplo: mano de obra, maquinaria, métodos, materiales y mediciones.
6. Por cada causa pregúntese ¿Por qué? (hasta cinco veces si es posible) y coloque las respuestas como ramificaciones de las mismas.
7. De esta manera, determine sucesivamente el orden de cada causa.
19. DIAGRAMA DE PARETO
El llamado Diagrama de Pareto es un gráfico de barras que jerarquiza los problemas, condiciones o las causas de estos por su importancia o impacto, siguiendo un orden descendiente de izquierda a derecha.
Se puede utilizar cuando se necesite determinar el orden de importancia de los problemas o condiciones a fin de seleccionar el punto de inicio para la solución de estos o la identificación de la causa fundamental de un problema.
Los Pasos para la elaboración del diagrama de Pareto son:
Identifique los problemas condiciones o causas a ser acompañados y ordenarlo por categoría, utilizando una tormenta de ideas o los datos existentes.
Seleccione la unidad de medición del patrón de comparación.
Defina el periodo de tiempo a ser estimado.
Reúna los datos necesarios de cada categoría en una tabla y calcule las frecuencias relativas y acumuladas.
Trace el eje horizontal y dos ejes verticales. Los datos correspondientes a las frecuencias de las categorías se representan en el eje vertical izquierdo y su respectivo porcentaje en el eje vertical derecho.
Coloque en el eje horizontal las diferentes categorías en orden descendiente.
En forma de barras grafique para cada factor del eje horizontal la frecuencia que corresponda. Estas barras deben tener el mismo ancho y cada una debe estar en contacto con la anterior.
Trace una curva de frecuencia acumulada, tomando como primer valor el correspondiente a la frecuencia de la primera categoría, el segundo valor resultará de la suma de las frecuencias de la primera y segunda categoría y así, sucesivamente hasta completar el total de las frecuencias.
CAPÍTULO IV
Diseño metodológico
La metodología que se utilizó para el desarrollo de este trabajo de pasantita está relacionado con los gráficos de control que determinan el índice capacidad del proceso tomando en cuentas las variables claves (%CO2 En gas reformador, %CH4 En gas reformador, %CO2 en gas tope, %de gas vapor en gas proceso, Temperatura de gas Bustle, Temperatura del centro del reactor) que influyen en el sistema en las plantas Midrex I y Midrex II de Sidor C.A., que se propone en el trabajo se regirá a través de unos lineamientos de acuerdo al tipo de investigación, la muestra con la cual se trabajará, los instrumentos a utilizar y los recursos disponibles. Finalmente se especificará el procedimiento que para llevará a cabo el desarrollo de la evaluación de la situación actual y las acciones que se tomarán en cuenta para darle una solución a la problemática existente.
1. TIPO DE ESTUDIO
La metodología es el conjunto de métodos que se siguen en una investigación científica o en una exposición doctrinal. A través de ella se busca lograr de una manera precisa el objetivo de la investigación, acerca de cómo se van a encontrar las posibles soluciones de la problemática planteada, garantizando dentro de lo posible la objetividad y confiabilidad de los resultados a obtener.
1.2. INVESTIGACIÓN DESCRIPTIVA
Según Arias (2004) expone lo siguiente
La investigación descriptiva, consiste en la caracterización de un hecho, fenómeno o grupo con el fin de establecer su estructura o comportamiento, tiene como objeto conocer las situaciones, costumbres y actitudes predominantes mediante la descripción exacta de las actividades, procesos, objetos y personas. (Pág. 48)
Sustentado lo antes referido, la presente investigación será del tipo descriptiva, dado que está fundada en la descripción de las condiciones que presenta en la actualidad del sistema que operan los gráficos de control donde controlan la capacidad del proceso y las variables claves que intervienen, de las plantas Midrex. Para ello, se requiere disponer de un nivel de conocimiento sólido sobre el principio de funcionamiento de los sistemas que manipulan dichas variables presentes, bajo las condiciones operativas de las plantas.
1.3. LA INVESTIGACIÓN EXPERIMENTAL
Se entiende por investigación experimental aquella donde se aplican experimentos y permite comprobar con certeza la causa del problema. Este tipo de investigación permite además, la manipulación de una o más variables independientes y determinar el efecto que éstas producen. Por consiguiente la investigación puede considerarse del tipo experimental, porque comprende un conjunto de muestras tomadas directamente del campo donde los datos son tomados del sistema que maneja el operario encargado de observar y mantener las variables claves bajo control, y por lo tanto, se podrá hacer un análisis de la situación existente. Los resultados experimentales que se obtengan permitirán determinar si los límites de los gráficos se puedan adaptar a los cambios de estrategias que se sucinten en las plantas Midrex.
1.4. INVESTIGACIÓN DOCUMENTAL
Para poder tener una visión clara y un conocimiento científico del problema en estudio, fue necesaria la recolección de datos e información extraída directamente del sitio del problema y la recopilación de información de fuentes bibliográficas y del Internet. Arias (2004) define
Es aquella que se basa en la obtención y análisis de datos provenientes de materiales impresos u otros tipos de documentos, los datos básicos se encontraron en documentos como (libros, tesis, revistas, periódicos, documentos audiovisuales e Internet). El objetivo de la investigación documental es elaborar un marco teórico conceptual para formar un cuerpo de ideas sobre el objeto de estudio. Con el propósito de elegir los instrumentos para la recopilación de información es conveniente referirse a las fuentes de información. (Pág. 47)
De esta condición, es permisible hacer la afirmación, de que la investigación propuesta es de carácter documental, ya que para obtener un extenso conocimiento del tema a desarrollar es necesario seleccionar información más relevante, extraídas de diferentes géneros de documentos, tales como libros técnicos, prácticas operativas, entre otros.
1.5. INVESTIGACIÓN APLICADA
Para esto UPEL (2003) explica
Consiste en la investigación, elaboración y desarrollo de una propuesta de un modelo operativo viable para solucionar problemas, requerimientos o necesidades de organizaciones o grupo sociales. Se diseñan estrategias, instrumentos, herramientas totalmente prácticas directamente relacionadas con una situación real en el ambiente de trabajo. (Pág. 16)
La investigación será aplicada ya que la información obtenida será utilizada para verificar la situación actual en el sistema que maneja los gráficos de control de las variables claves son el objetivo del estudio ya que su comportamiento influyen el proceso que se lleva a cabo en las plantas de Midrex de Sidor y por lo tanto en la determinación del índice de capacidad.
2. POBLACIÓN Y MUESTRA
La población objeto de este estudio correspondió al área de reducción de la planta Midrex I, específicamente en la sala de control.
Con relación a la muestra se considera solo las variables claves que influyen en el proceso de reducción, la cual le proporciona la calidad al producto dado que la empresa requiere la realización de esta investigación estadística para obtener valores más cercanos a la realidad a la hora de elaborar los gráficos de control y así, realizar las acciones necesarias y pertinentes en el momento que se deban hacer.
3. RECURSOS
3.1. INSTRUMENTOS DE MEDICIÓN Y CONTROL.
Para el desarrollo eficaz y eficiente de este trabajo de investigación, se requerirá de la disponibilidad de recursos tales como:
Internet: Hoy en día el uso de Internet se ha expandido muy ampliamente, ya que es una herramienta muy versátil en el desarrollo de diversas actividades en cualquier ámbito del entorno humano. Para este caso, Internet permitió ubicar parte de la información relacionada con la empresa, su estructura organizacional, reseña histórica, entre otros.
Biblioteca y otras fuentes
Paquetes Computarizados. Entre los paquetes utilizados están: Word, Excel, Power Point,
Informes y Documentos Internos de la Empresa. Entre ellos están los informes periódicos que realiza la empresa sobre los estados de las variables claves y los gráficos de control.
Entrevistas no estructuradas. La entrevista no estructurada o informal, fue realizada por medio de conversaciones y preguntas sencillas e informales al personal técnico de la sala de control de la planta Midrex I, así como también al personal de la gerencia involucrada en el proceso en estudio, con la finalidad de buscar opiniones y obtener más información acerca de la situación actual.
4. PROCEDIMIENTO
4.1. DESARROLLO ESTADÍSTICO DEL CONTROL DE VARIABLES CLAVES E ÍNDICE DE LA CAPACIDAD DEL PROCESO
En Midrex I variables claves del proceso (%CO2 en gas reformado, %CH4 en gas reformado, %CO2 en gas tope, %H2O en gas proceso, Temperatura de gas Bustle, Temperatura del centro del reactor), operan alrededor de un valor de referencia con un límite de variación alrededor del mismo, que es fijado por el Ingeniero de Proceso. Para mantener estas variables dentro de los límites previamente fijados, existe un operador principal que es el encargado de controlar el proceso de manera manual y se basa en un seguimiento grafico del comportamiento de las variables más importantes del mismo, criticas para la calidad del producto y la operación continua, y en el uso del sistema de variables claves.
Los rangos de operación de cada una de las variables son fijadas por el ingeniero de proceso, dependiendo de la operación de la planta. El control actual se hace en base a los rangos de operación fijados trae carga operativa, es decir el operador debes estar transcribiendo datos a cada cierto tiempo (1hora), además, entre el registro de un dato y otro, es difícil predecir un comportamiento fuera de los rangos de control. De esta manera se plantea hacer un estudio estadístico para elaborar los gráficos de control acordes con el proceso Midrex I.
Para llevar a cabo esta mejora se va a desarrollar un procedimiento metodológico para brindarle eficiencia y eficacia a la hora de detectar anomalías que se puedan suscitar eliminado causas asignables al proceso, y proponer acciones de control que permitan tolerar dichas anomalías.
El procedimiento que se siguió para la realización de esta investigación se presenta a continuación:
4.1.1. Recolección de información sobre el proceso Midrex
Consistió en recolectar toda la información teórica necesaria para realizar el estudio, a través de manuales, el sistema de apoyo operativo (SAO), folletos, Internet, entre otros.
4.1.2. Realización de recorridos por la planta de reducción directa Midrex I.
Se realizó con la finalidad de conocer el proceso productivo de la planta y los equipos que intervienen en la producción. Además, se visitó la Sala de Control donde se monitorea el proceso productivo.
4.2. FORMULACIÓN DE OBJETIVOS GENERAL Y ESPECÍFICOS
Se elaboraron para mantener una visión clara de que es lo que se quería conseguir con el presente trabajo.
4.2.1. Realización del cronograma de actividades
De esta manera se pudo distribuir en forma equitativa el tiempo disponible para la realización de la investigación (16 semanas).
4.2.2. Entrevistas personales a los operadores
Para detectar los principales dificultades que presenta el proceso. Se realizó mediante conversaciones directas de manera informal a las distintas personas que laboran en la planta Midrex I e incluyendo los que están a cargo de la Sala de Control, todo esto para cumplir con los objetivos planteados.
4.2.3. Realizar el proceso de muestreo
Para llevar a cabo el estudio será necesario realizar un cálculo previo del número de muestras requeridas para la estandarización, las cuales se dividen en los turnos de trabajo a fin de lograr una mayor exactitud en el proceso de muestreo.
4.2.4. Análisis de la información recaudada
Este fue realizado contando con el apoyo de ciertas técnicas de análisis, como son el Diagrama de Pareto y el Diagrama de Causa-Efecto.
4.2.5. Elaboración de propuestas
Después de haber conocido y analizado los equipos involucrados directamente en la producción, se continúo con la elaboración de propuestas que permitieran mejorar el proceso productivo a través del incremento de la producción de la planta.
5. PROCEDIMIENTO PARA LA TABULACIÓN DE LOS DATOS
La tabulación de los datos obtenidos en la etapa de recolección de información, se realizó en primer lugar de forma manual, ya que, al observar los procesos se tuvo que ir haciendo las respectivas notas de importancia en los procesos, y en segundo lugar se realizó de forma mecánica a través del uso de la computadora y sus diferentes programas, como por ejemplo: Microsoft Word, Power Point y Excel para transcribir y registrar la información obtenida para el informe.
6. TÉCNICAS DE PROCESAMIENTO Y ANALISIS DE DATOS
Diagrama Causa-Efecto: para representar los principales problemas que se presentan en la planta y las posibles causas que influyen en ellos, permitiendo clasificarlas para su análisis.
Diagrama de Pareto: para jerarquizar los problemas que se presentan en la planta de acuerdo a su impacto.
Uso de Hojas de Cálculos y Paquetes Gráficos: para la presentación clara de la información y los resultados.
CAPÍTULO V
Situación actual
En el siguiente capítulo, se indica todo lo referente al manejo las variables claves y capacidad del proceso que actualmente se utilizan en la Planta Midrex de Sidor
1. DESCRIPCIÓN DEL PROCESO PRODUCTIVO
El proceso se inicia cuando el proceso de reducción directa Midrex utiliza un flujo continuo de gases reductores que químicamente extraen el oxigeno del óxido de hierro. Los gases reductores, hidrogeno y monóxido de carbono, son producidos en un reformador estequiométrico y luego son introducidos en el horno de reducción con un análisis y temperaturas controladas. Fluyendo en contracorriente al oxido de hierro, los gases calientan, reducen, y carburizan el oxido a una composición deseada.
La zona superior del horno es conocida como zona de reducción, y es aquí donde ocurren las reacciones químicas que dan como producto el hierro reducido. Como el gas fluye en contracorriente al oxido, el monóxido de carbono y el hidrogeno son convertidos gradualmente en dióxido de carbono y vapor de agua mientras el material alimentado es reducido a hierro metálico.
La velocidad con que ocurran estas reacciones, determinan el tiempo de residencia necesitado para metalizar el producto por encima de 92 % –
Típicamente es entre 4–6 horas, esto también es determinado por la capacidad de los equipos existentes en planta.
A medida que el gas reductor asciende dentro del horno, el mismo va perdiendo su poder reductor, este gas que sale de la zona de reducción, por el tope de horno (conocido como Gas de Tope o gas de cola), tiene una temperatura entre 300 ºC y 480 ºC. El gas tope pasa por el lavador de gas de tope donde se enfría a una temperatura entre 48ºC y 56ºC, y se le remueven las partículas finas de metálico y/o oxido que pueda contener, antes de ser reciclado al reformador. El material reducido que sale por debajo del horno de reducción es conocido como H.R.D. (Hierro de reducción directa), y también se le conoce como Hierro Esponja. Las reacciones están acompañadas por un gas altamente rico, ya que tiene una alta relación de reductores entre oxidantes, debido a que en esta zona ocurre el primer contacto entre el gas reductor y el material a metalizar.
Otro de los hechos que ocurre en el horno de reducción, es la carburización; que no es más que el proceso de incrementar el contenido de carbono en el H.R.D. Este carbono en el producto reducido es esencial para un uso más eficiente del H.R.D. en las Acerías.
Introduciendo gas natural en la corriente de gas reductor, al llegar al horno de reducción, el lecho del mismo provee el calor necesario, para que ocurra el craqueo de los hidrocarburos y la deposición de carbono en el producto.
Introduciendo gas natural en la corriente de gas de enfriamiento o inyectándolo directamente a la zona de enfriamiento del horno (hasta el momento se conocen tres puntos en plantas Midrex con descarga en frío, entre el rompedor inferior y medio, por encima de los rompedores medios – debajo del árbol de navidad y la zona de transición). En el sistema normal, el gas de enfriamiento se mueve en un circuito independiente, lo que ésta recirculación produce una alta concentración de metano en esta corriente. Este alto metano contribuye al incremento del carbono en el producto, y se desplaza de igual manera que el gas reductor, en contracorriente de los sólidos. Algo de esta corriente se desplaza a la zona de reducción (esto se conoce como corriente arriba ó Upflow), donde se aumenta aún más el potencial de craqueo del metano, debido al incremento de temperatura de esta corriente al llegar a esta área.
A continuación en la figura 9 se muestra el diagrama de flujo del proceso Midrex
Figura 9. Diagrama del proceso Midrex
(Fuente: Extraída de Monografías de la Empresa)
2. DESCRIPCIÓN DE LA SITUACIÓN ACTUAL
2.1. VARIABLES CLAVES DEL PROCESO
En Midrex I, las variables claves como son %CO2 en gas reformado, %CH4 en gas reformado, %CO2 en gas tope, %H2O en gas proceso, Temperatura de gas Bustle, Temperatura del centro del reactor, son las que influyen dentro del proceso de reducción, la cual operan alrededor de un valor de referencia con un límite de variación alrededor del mismo, que es fijado por el Ingeniero de Procesos. Para mantener estas variables dentro de los límites previamente fijados, existe un operador principal que es el encargado de controlar el proceso de manera manual. Dicho operador cuenta con el Sistema de Apoyo Operativo (SAO); el cual puede ser utilizado desde una computadora llamada "cliente SAO" que está ubicada en la sala de control; este sistema puede ser accedido por medio de la red de Sidor por todo trabajador de la planta autorizado. El SAO cuenta con diversos sistemas de ayuda y control de gestión del proceso Midrex, entre ellos el control de las variables claves.
De esta manera, el control del proceso Midrex se realiza de manera manual y se basa en un seguimiento grafico del comportamiento de las variables más importantes del mismo, críticas para la calidad del producto y la operación continua, y el uso del sistema de variables claves.
Actualmente el procedimiento a seguir por el operador para ejercer el control sobre el proceso es el siguiente: el operador por medio del acceso a las aplicaciones de visualización en línea a tiempo real de la planta, toma el promedio de cada una de las variables, transcribe cada dato al SAO para construir las tendencias y de esta manera observar el comportamiento que tiene la variable de interés. Este procedimiento es realizado cada hora, permitiendo la elaboración de gráficos de tendencia, seguimiento del cumplimiento de los rangos de operación por variable y del desempeño por cuadrilla y operador.
Una vez concretadas todas las posibles causas de desviación para cada variable clave, así como las acciones correctivas apropiadas para cada causa, se le asigna un código a cada acción empleada para corregir desviaciones, el cual permite la elaboración de los Paretos de las causas de desviación, el cumplimiento de los rangos de control de cada variable y el desempeño por cuadrilla y operador.
Los rangos de operación de cada una de las variables claves son fijados por el Ingeniero de Procesos, dependiendo de la operación de la planta. Midrex I opera con dos sistemas de alarma, el primero constituido por las alarmas Alto (H) y Bajo (L), el segundo esta acotado entre las alarmas Alto-Alto (HH) y Bajo-Bajo (LL). En el primer rango es donde el operador ejerce control, mientras que en el segundo el control es hecho de manera automática por el Sistema de Prevención. El control actual se hace en base a los rangos de operación fijados a fin de evitar llegar al nivel d alarma H o L.
Si por alguna razón excepcional el Técnico Midrex no puede introducir algún valor puntual en el formulario Grafica de Control – Variable Proceso PRARD202002-04, se debe reportar la causa en el Sistema Bitácora disponible en el Site Prerreducidos. Para tales fines se recomienda el uso del concepto SCP de la Bitácora. En la figura 10 se muestra un formato de cómo se construye un grafico de control y que datos debe poseer
Figura 10. Formato de grafico de control
(Fuente: Extraída de las Prácticas Operativas de la Planta Midrex)
La manera como se hace actualmente cuando se presenta una variable clave con un punto fuera de los límites control el técnico de Midrex (sala de control), inmediatamente procede emplear el desarrollo Help Control de Variables Claves, para ubicar una acción correctiva, dando como consecuencia carga al operador ya que debe estar transcribiendo datos a ciertos lapsos de tiempo (1hora), además entre el registro de un dato y otro, es difícil predecir un comportamiento fuera de los rangos de control y además realizando acciones cuando no son necesarias y no haciéndolas cuando es necesario, ya que no se ha realizado un estudio estadístico exhaustivo para determinar los limites reales de control para elaborar los gráficos de control que estén acordes con el proceso, dado que los rangos de operación son fijados manualmente por el Ingeniero de Proceso.
Debido a esto se decidió, realizar primero un análisis de la situación actual de las variables claves y la capacidad del proceso Midrex para así recopilar la información necesaria para determinar los limites de control acordes con el proceso y así obtener un rango menor de variabilidad a la hora de graficar los valores y de tomar las acciones correspondiente tanto por el operador como por el Ingeniero de Proceso y así evitar que se produzca perdidas de producción y baja calidad del producto. Y una vez que se tenga esto establecido entonces se procederá a estudiar el proceso para buscar las mejoras necesarias que ayude a obtener valores cercanos al proceso cuando esté en condiciones bajo control incrementando la capacidad de acción en la toma de decisiones y obteniendo eficiencia en el proceso de producción y calidad del producto.
2.2. CAPACIDAD DEL PROCESO
La planta de Reducción Directa Midrex I, posee en la actualidad posee una capacidad de producción de 103 tn/h, es decir, 840000 TM/año, la cual depende del volumen de los gases que se manejan en un momento dado, especialmente del volumen de gas reformado. Para mantener la calidad del producto y aumentar la productividad, las variables claves como son %CO2 en gas reformado, %CH4 en gas reformado, %CO2 en gas tope, %H2O en gas proceso, Temperatura de gas Bustle, Temperatura del centro del reactor, las cuales son las que influyen dentro del proceso de reducción, dado que la capacidad máxima proceso depende de estas variables, las cuales deben obtenerse de forma real y en las condiciones normales de la planta.
CAPÍTULO VI
Analisis y resultados
1. PROCEDIMIENTO PARA EL CÁLCULO DE LOS LÍMITES DE CONTROL DE LAS VARIABLES CLAVES DEL PROCESO DE LA PLANTA MIDREX I
En el sistema SAO de la empresa se analizaron los siguientes datos las cuales as muestras fueron tomadas desde el 1al 30 del mes de Septiembre.
Entre los Variables evaluadas se tienen:
Tabla 2. : Variables claves del proceso Midrex a Evaluar
Fuente: Propia del Autor
Variables claves | Analizadores |
% de CO2 en gas tope | 1501 |
Temp. Gas bustle | TIASLL_1339_1 TIASLL_1339_2 TIASLL_1339_3 |
% CO2 en gas Reformado | 1506_1 1506_2 |
% CH4 en gas Reform | 1508_1 |
% de H2O en gas proceso | ___ |
Temp. Lecho 10 metros | TIASHH_13113 |
1.1. FILTRADO DE LOS DATOS
Se filtraron los datos para obtener los valores que estén dentro del rango estándar de productividad que posee la planta la cual es aproximadamente de 110 toneladas la cual es cuando el proceso que se lleva a cabo en la planta Midrex se encuentra en funcionamiento de lo contrario se encuentra en una parada operativa. En la siguiente tabla 3 se tomo como ejemplo el proceso de filtrado de los datos extraídos del sistema SAO de la empresa: Para la realización de los cálculos se tomo como modelo a:
Tabla 3. Variable Clave Temp. Gas Bustle
Fuente: Propia del Autor
Variable Clave | Temp. Gas bustle |
Analizador | TIASLL_1339_1 TIASLL_1339_2 TIASLL_1339_3 |
Oxigeno | Con inyección |
a) Se toma la tabla de Excel con los datos extraídos del sistema y luego se va a la barra de datos (ver figura 11).
Figura .11.Datos extraídos del sistema para realizar el proceso de filtrado (Paso a).
Fuente: Propia del autor
b) Luego se coloca la opción de filtro se despliega la ventana colocando la opción de autofiltro la cual se muestra en la siguiente figura 12.
Figura .12.Datos extraídos del sistema para realizar el proceso de filtrado (Paso b).
Fuente: Propia del autor
c) En la columna de productiva en el botón que posee para el filtrado se coloca la opción que se desea en este caso personalizar que sea menor que a 110 toneladas la cual se muestra en la figura 13.
Figura .13.Datos extraídos del sistema para realizar el proceso de filtrado (Paso c).
Fuente: Propia del autor
d) El siguiente paso es borrar todas la casillas de la hoja en la cual se está haciendo el proceso de filtrado y luego se repite el paso (c)
e) En la hoja aparcera los valores que este entre el rango de menores que 110 toneladas y se tomaran los datos que posean las 24 horas promedios por día completos.( Figura 14)
Figura .14.Datos extraídos del sistema para realizar el proceso de filtrado (Paso e).
Fuente: Propia del autor
1.2. NUMERO DE DÍAS DE ESTUDIO
Los días de estudio que se tomaran serán todos aquellos que resulten del proceso del filtrado ya que estarán comprendidos en los valores establecidos de la planta y que posea el promedio de las 24 horas completas, en las cuales este la planta operativa, lo que se pretende indicar es cuando la planta se halle en condiciones normales y que nos e encuentre en una parada operativa del proceso. La cual resultó 19 días que será el tamaño de la muestra.
2. PROCEDIMIENTO ESTADÍSTICO PARA DETERMINAR EL TAMAÑO DE LA MUESTRA
Algunas variables claves del proceso Midrex poseen varios analizadores, por lo tanto se utiliza el mismo procedimiento para todas las variables que posean esta condición, dado que será el mismo. Las variables claves son:
2.1. TEMPERATURA GAS BUSTLE
2.1.1. Analizador TIASLL_1339_1
Para determinar el tamaño de la muestra se tomara como referencia analizador TIASLL_1339_1, estudio los pasos siguientes:
Paso 1:
Definir el coeficiente de confianza (C)
El intervalo de confianza que se tomara será de 95 % de confianza.
Paso 2
Determinar la Desviación Estándar
Para determinar la desviación estándar se utilizara la siguiente formula cual se obtendrá la desviación que obtendremos para la muestra.
d) Calcular el promedio por día
Determinación de la sumatoria (?) de los Porcentajes de la variable clave Temperatura del Gas Bustle la cual se utilizo como referencia el analizador TIASLL_1339_1 que se muestran en la tabla 6.3 la cual se harán por promedios por días en este caso se tomaran como referencia para los cálculos solo el primer día (02/09/2008), los demás días se muestran en anexos A
969,87+971,75+971,57+971,81+968,93+967,52+968,17+980,01+980,28+979,86+980,26+975,62+975,1+974,96+975,78+973,93+974,43+975,11+974,86+975,2+974,65+975,42+974,72+975,32 =
e) Determinación del promedio de las horas por días que arroja el sistema la cual se toma como referencia el cálculo el día que es el 02/09/08
f) Calculo del promedio de los días
Se obtendrá a través de la sumatoria de los promedios de cada día ver anexos A.
Tabla 4. Datos variable clave Temperatura del Gas bustle cálculo de tamaño de la muestra
Fuente: Propia del Autor
Fecha | ||
02/09/2008 | 23385,13 | 974,380417 |
04/09/2008 | 23477,9 | 978,245833 |
05/09/2008 | 23519,96 | 979,998333 |
09/09/2008 | 23527,76 | 980,323333 |
10/09/2008 | 23519,26 | 979,969167 |
11/09/2008 | 23519,74 | 979,989167 |
12/09/2008 | 23520,16 | 980,006667 |
13/09/2008 | 23519,81 | 979,992083 |
14/09/2008 | 23521,54 | 980,064167 |
15/09/2008 | 23518,08 | 979,92 |
16/09/2008 | 23536,68 | 980,695 |
17/09/2008 | 23519,99 | 979,999583 |
20/09/2008 | 23531,05 | 980,460417 |
24/09/2008 | 23400,34 | 975,014167 |
26/09/2008 | 23400,33 | 975,01375 |
27/09/2008 | 23399,69 | 974,987083 |
28/09/2008 | 23399,89 | 974,995417 |
29/09/2008 | 23466,16 | 977,756667 |
30/09/2008 | 23520,02 | 980,000833 |
Por lo tanto:
Paso 3:
Definir el intervalo de confianza (I)
El intervalo de confianza se precisó por la siguiente formula la cual es el límite de control central.
La cual primero se calcula el tc que es utilizando los valores de la tabla del estadístico T- Student interceptando los valores del coeficiente de confianza y el valor de n, que son el total de los datos que se posee los días del mes de septiembre que se utilizo para el estudio Ver anexo B tabla T STUDENT.
Por lo tanto el límite de control central que es igual al intervalo de confianza se calcula obteniendo el siguiente valor:
Paso 4
Determinar el Intervalo de la muestra (Im)
Paso 5
Determinación de los Límites de Control:
Ahora se procede a realizar el cálculo de los límites, en donde:
( = 5%
1 – ( = 95%
Al buscar en la tabla de " t " Student queda que con X = 0.05 resulta un K = 1,7341 (ver Anexo B)
Por lo tanto, queda que:
Paso 6
Criterio de decisión
Recálcalo de n
Este resultado se utiliza para aceptar o rechazar la muestra tomada, se dice que si el LCI es mayor que el intervalo de la muestra entonces se acepta el número de datos tomados para la muestra, en caso contrario que el LCI sea menor que el Im entonces será rechazada la muestra y será necesaria la toma de más datos representativos para la muestra. Una vez dicho todo esto se procede a hacer la siguiente comparación:
LCI > Im
977,5154> 1,8620
Por lo tanto se acepta n como representación efectiva para la toma de decisión.
De igual manera se realizaron los demás cálculos para las demás variables claves, así como para los demás analizadores evaluados. Los datos se presentan en el Apéndice N°1 mostrando la verificación del número de la muestra por cada variable en los diferentes analizadores.
A continuación se muestran los resultados de los gráficos de control en las siguientes Gráficos
Gráfico .1. Control Variable Temperatura Gas bustle TIASLL_1339_1
Fuente: Propia: Del Autor
Gráfico 2. Control Variable Temperatura Gas Bustle TIASLL_1339_2
Fuente: Propia: Del Autor
Gráfico 3. Control Variable Temperatura Gas Bustle TIASLL_1339_3
Fuente: Propia Del Autor
2.2. % DE CO2 EN GAS TOPE
2.2.1. Analizador 1501
Para determinar los límites de control estadísticamente se utilizará datos del mes de septiembre los pasos son los siguientes:
Paso 1:
Definir el coeficiente de confianza (C)
El intervalo de confianza que se tomara será de 95 % de confianza
Paso 2
Determinar la Desviación Estándar
Para determinar la desviación estándar se utilizara la siguiente formula cual se obtendrá la desviación que obtendremos para la muestra.
a.) Calcular el promedio por día Determinación de la sumatoria (?) de los Porcentajes de la variable clave % de CO2 en gas tope 1501 la cual se muestran los datos en la tabla 6.4 la cual procedimiento es calcular los promedios por días en este caso se tomaran como referencia para los cálculos solo el primer día (02/09/2008), los demás días se muestran en anexos A
17,87+18,45+18,64+18,62+18,84+18,91+18,95+19,12+19,08+19,09 +19,09+18,98+18,82+18,95+18,3+18,35+18,51+18,96+18,79+18,72 +18,79+18,83+19,16+19,2
b.) Determinación del promedio de las horas por días que arroja el sistema la cual se toma como referencia el cálculo el día que es el 02/09/08
Y así se hará con todos los siguientes días y esto se mostrara en el anexo A
c.) Calculo del promedio del mes
Se obtendrá a través de la sumatoria de los promedios de cada día ver anexo A.
Tabla 5. Datos variable clave % de CO2 en Gas tope 1501 cálculo de los límites de control
Fuente: Propia del Autor
Fecha | ||
02/09/2008 | 451,02 | 18,7925 |
04/09/2008 | 458,84 | 19,1183 |
05/09/2008 | 454,36 | 18,9317 |
09/09/2008 | 459,15 | 19,1313 |
10/09/2008 | 453,49 | 18,8954 |
11/09/2008 | 465,29 | 19,3871 |
12/09/2008 | 461,65 | 19,2354 |
13/09/2008 | 454,52 | 18,9383 |
14/09/2008 | 448,06 | 18,6692 |
15/09/2008 | 461,87 | 19,2446 |
16/09/2008 | 462,06 | 19,2525 |
17/09/2008 | 464,81 | 19,3671 |
20/09/2008 | 450,64 | 18,7767 |
24/09/2008 | 452,18 | 18,8408 |
26/09/2008 | 455,23 | 18,9679 |
27/09/2008 | 450,61 | 18,7754 |
28/09/2008 | 449,48 | 18,7283 |
29/09/2008 | 435,07 | 18,1279 |
30/09/2008 | 450,18 | 18,7575 |
Página anterior | Volver al principio del trabajo | Página siguiente |