CONTROL ESTADÍSTICO DEPROCESOS MULTIVARIANTES EN LA INDUSTRIA ALIMENTARIA: IMPLEMENTACIÓN A TRAVÉS DEL ESTADÍSTICO T2-HOTELLING MÓNICA MARÍA SIMANCA SOTELO MAYO 28 DE 2013 CONTENIDO 1. Datos de la publicación 2. Introducción 3. Monitoreo y control de procesos multivariantes usando gráficas de control 4. Implementación del CEPM en la industria 5. Implementación del CEPM en una planta de procesamiento de alimentos 6. Conclusiones 7. Referencias 1. DATOS DE LA PUBLICACIÓN 3. INTRODUCCIÓN • Limitaciones de los gráficos de Shewart. • Harol Hotelling: Bases del Control Estadístico de Procesos Multivariantes (CEPM). • CEPM: Conjunto de procedimientos estadísticos para el monitoreo y control del desempeño de operación de los procesos de batch, continuos y discretos. • Usos del CEPM: monitoreo de la producción en plantas industriales y detección efectiva de los eventos anormales del proceso. Contribuye con la reducción de los costos de producción y con una tasa inferior de defectos del producto. • Objetivo del artículo: Describir la implementación del CEPM mediante el uso del estadístico T2- Hotelling en plantas industriales y, especialmente, en una planta procesadora de alimentos. 3. MONITOREO Y CONTROL DE PROCESOS MULTIVARIANTES USANDO GRÁFICAS DE CONTROL Fases en la utilización de las gráficas de control: Fase I Fase II Estimación de los Examen prospectivo de parámetros del proceso futuros subgrupos Uso de valores especificados para los Determina si el proceso ha parámetros del proceso. estado o no en control Determina si el proceso estadístico mediante el uso permanece en control de gráficas de control cuando se extraen futuros subgrupos 4. IMPLEMENTACIÓN DEL CEPM EN LA INDUSTRIA Fuente: Fermín et all, 2009 4. IMPLEMENTACIÓN DEL CEPM EN LA INDUSTRIA Fuente: Fermín et all, 2009 4. IMPLEMENTACIÓN DEL CEPM EN LA INDUSTRIA Fuente: Fermín et all, 2009 4. IMPLEMENTACIÓN DEL CEPM EN LA INDUSTRIA Fuente: Fermín et all, 2009 4. IMPLEMENTACIÓN DEL CEPM EN LA INDUSTRIA Fuente: Fermín et all, 2009 4. IMPLEMENTACIÓN DEL CEPM EN LA INDUSTRIA Fuente: Fermín et all, 2009 4. IMPLEMENTACIÓN DEL CEPM EN LA INDUSTRIA Fuente: Fermín et all, 2009 5. IMPLEMENTACIÓN DEL CEPM EN UNA PLANTA DE PROCESAMIENTO DE ALIMENTOS • Proceso de fabricación de harina precocida de maíz. • Validación del Modelo y Diagnóstico del CEPM. • Descripción del producto: producto obtenido a partir del endospermo de granos de maíz (Zea maíz L.) clasificados para consumo humano. • El procesamiento del maíz para la producción de harina precocida consta básicamente de tres (3) etapas: desgerminación, laminación y molienda. 5. IMPLEMENTACIÓN DEL CEPM EN UNA PLANTA DE PROCESAMIENTO DE ALIMENTOS Implementación del CEPM La empresa estaba experimentando alta variación en el espesor de las hojuelas (LEI = 0,35 mm y LES = 0,50 mm). Paso 1. Investigar el sistema del proceso: • Comité de calidad: Sesiones de lluvias de ideas. • Análisis de situación problemática del proceso de laminación del endospermo. • Se recolectaron datos del espesor de las hojuelas laminadas. • Elaboración de histograma, carta de tolerancias y diagrama Causa-Efecto. 5. IMPLEMENTACIÓN DEL CEPM EN UNA PLANTA DE PROCESAMIENTO DE ALIMENTOS Fuente: Fermín et all, 2009 5. IMPLEMENTACIÓN DEL CEPM EN UNA PLANTA DE PROCESAMIENTO DE ALIMENTOS Fuente: Fermín et all, 2009 5. IMPLEMENTACIÓN DEL CEPM EN UNA PLANTA DE PROCESAMIENTO DE ALIMENTOS Paso 2. Recolectar y evaluar el conjunto de datos preliminares. • m = 25 subgrupos, n = 1, p = 3 variables de calidad observadas en cada muestra Paso 3. Detección de problemas en los datos. • Cálculo del estadístico T2, Límites de Control Fuente: Fermín et all, 2009 5. IMPLEMENTACIÓN DEL CEPM EN UNA PLANTA DE PROCESAMIENTO DE ALIMENTOS Fuente: Fermín et all, 2009 • Observación 20 excede el límite de control superior. • Se investigaron causas: inadecuado plan de mantenimiento. 5. IMPLEMENTACIÓN DEL CEPM EN UNA PLANTA DE PROCESAMIENTO DE ALIMENTOS • Se eliminó dicha observación y se calcularon nuevamente los estimados de los parámetros X y S, el límite de control superior y el estadístico T2. Fuente: Fermín et all, 2009 5. IMPLEMENTACIÓN DEL CEPM EN UNA PLANTA DE PROCESAMIENTO DE ALIMENTOS • Paso 4. Inicio de la fase de operación II • LCS = 13,07 y LCI = 0,24. • Se calculó el estadístico T2_Hotelling para las observaciones 25 y 40. Fuente: Fermín et all, 2009 5. IMPLEMENTACIÓN DEL CEPM EN UNA PLANTA DE PROCESAMIENTO DE ALIMENTOS Fuente: Fermín et all, 2009 • Se detecta la observación 32 como una situación fuera de control 5. IMPLEMENTACIÓN DEL CEPM EN UNA PLANTA DE PROCESAMIENTO DE ALIMENTOS Diagnóstico del CEPM • Descomposición de T2 propuesto por Mason et al. (1995). • Se detectó la observación 32 (T2(32)= 0,09141) como una observación anormal. • Para explicar el origen de la falla: Se calcula el estadístico individual, y se compara con 5. IMPLEMENTACIÓN DEL CEPM EN UNA PLANTA DE PROCESAMIENTO DE ALIMENTOS Diagnóstico del CEPM Fuente: Fermín et all, 2009 • Las variables con el estadístico T2 significativo están fuera de control individual y no es necesario verificar su relación con otras variables. • Se verifica si el subvector emite una señal o no: (T2 – T21 ) = 0,09141 – 0,00 = 0,09141 no es significativo, se concluye que x1 (flujo de hojuelas) es la variable problemática. 5. IMPLEMENTACIÓN DEL CEPM EN UNA PLANTA DE PROCESAMIENTO DE ALIMENTOS A partir de la información: • Reunión con los operadores, analistas de calidad e ingenieros de producción. • Análisis de gráficas del proceso de laminación; variables que inciden sobre el espesor de hojuelas: presión de los rodillos y humedad en el endospermo. • Lluvia de ideas: necesidad de realizar una revisión exhaustiva de los equipos de laminación, ajustar dispositivos hidráulicos y realizar cambios en los rodamientos. • Para optimizar el acondicionamiento: incrementar el flujo de agua a nivel de los premojadores de endospermo. • Posteriormente: se tomaron muestras de los espesores de las hojuelas y se prepararon harinas a nivel de laboratorio para verificar las propiedades reológicas y sensoriales. Los resultados mostraron que las decisiones tomadas fueron las más acertadas. 6. CONCLUSIONES • El monitoreo o análisis de estos datos con procedimientos de CEP univariantes es a menudo ineficiente. • El uso de CEPM en plantas industriales es una herramienta de tiempo real factible. • El gráfico de control multivariante T2, demostró ser efectivo para detectar la existencia de cambios en el proceso de laminación del endospermo de granos de maíz para la fabricación de harina precocida, capaces de generar problemas en el producto. • El análisis de la descomposición del estadístico T2 facilitó el diagnóstico de los cambios en el proceso que dieron origen al problema. 7. REFERENCIAS Fermín, J., Valdiviezo, M., Orlandoni, G. and Barreto, S. (2009). Control estadístico de procesos multivariantes en la industria alimentaria: implementación a través del estadístico T2- Hotelling. Agroailmentaria, 15, 91- 105. GRACIAS