1

Aplicación de herramientas estadísticas para la

identificación y tratamiento de No conformes
en el proceso de fraccionamiento.
Ofelia Alarcón Paba, Jilly Brieva Villamizar, Stefany Rodríguez Hill, Stephanie Rodríguez Cantillo

Especialización en gestión de la calidad, Universidad del atlántico

Barranquilla, Colombia

Ofeliaalarcon11@gmail.com
jillyb1708@gmail.com
srodriguezhill@hotmail.com
stephy.rocan@gmail.com

El aceite de palma ha sido uno de los productos de mayor

Resumen- En el artículo a continuación se aplican las
herramientas estadísticas de tablas de frecuencias, histograma de
frecuencia, diagrama de seguimiento, diagrama de Pareto, y
diagrama de causa y efecto, para el control del proceso de
fraccionamiento de la empresa GRADESA S.A, centrando su
estudio en la variable de índice de acidez de la Oleína de Palma, a
partir de los datos recolectados en los últimos 4 meses. Con los
resultados obtenidos, se observa el comportamiento de la variable
dentro de los límites de especificación y se genera el Análisis del
modo y efecto de fallas (AMEF) para el tratamiento de las causas
que intervienen en la desviación de los datos. De este modo, y a
partir del desarrollo de este artículo se evidencia que las
herramientas estadísticas permiten tomar decisiones oportunas
sobre los procesos para su debida operación y diseñar planes de
calidad para la disminución de no conformes durante el proceso o
productos terminados.
Palabras claves: Calidad, control, No conforme, seguimiento,
gráficos.
Abstract- The following article applies the statistics tools for
frequency tables, frequency histogram, trace diagram, Pareto
diagram, and cause and effect diagram; for the control of the
fractionation process of the company Gradesa S.A, focusing its
study on the acidity index variable of the Palm Olein, based on the
data collected in the last 4 months. With the results obtained, the
behavior of the variable within the specification limits is observed
and the Fault Mode and Effect Analysis (AMEF) is generated for
the treatment of the causes involved in the deviation of the data. In
this way, and from the development of this article it is evident that
the statistical tools allow to make timely decisions about the
processes for their proper operation and design quality plans for
the reduction of non-conforming during the process or finished
products
Keywords: Quality, control, Non-compliant, tracking, graphics.
crecimiento en la industria colombiana, se extrae del mesocarpio
del fruto de la semilla de la palma africana Elaeis guineensis, a
través de procedimientos mecánicos. Está constituido por una
mezcla de ésteres de glicerol (triglicéridos) y es fuente natural
de carotenos y vitamina E. Gracias a su versatilidad, dada por su
composición de ácidos grasos saturados e insaturados y su
aporte nutricional, el aceite de palma y las fracciones líquida
(oleína) y sólida (estearina) son empleadas en la elaboración de
mezclas de aceites y margarinas para mesa y cocina, grasas de
repostería y confitería, entre otras.
La cadena de calidad en la fabricación del aceite de palma
comienza en las plantaciones, donde los racimos de fruta fresca
(RFF) son cosechados y sólo termina cuando se consume el
producto final. Las refinerías exigen un producto que se pueda
refinar lo más moderadamente posible, para luego fabricar
productos blandos, inoloros e incoloros que el consumidor
pueda utilizar directamente, sin necesidad de una refinación
adicional, tratando de conservar la mayor cantidad posible de
antioxidantes naturales, como los tocoferoles y otros para que el
consumidor pueda utilizar el producto sin procesamiento
adicional y con buena estabilidad para evitar oxidación y
reversión del color.
Específicamente, todas las refinerías buscan las siguientes
cualidades en el aceite crudo de palma:
a. Baja acidez (Ácidos Grasos Libres -AGL-)
b. Baja humedad (un 0.19% es óptimo) e impurezas
c. Buena Blanqueabilidad
d. Oxidación Mínima
e. Bajo Contenido de Monoglicóridos y Diglicórldos
f. Alto Contenido de Antioxidantes Naturales (1)

En consideración a las variables de calidad anteriormente

I. INTRODUCCIÓN expuestas, se tomó para el desarrollo de este articulo el índice de
acidez como variable de estudio, considerando que su porcentaje
de concentración determina la calidad de los aceites crudos y
 2

refinados, y su contenido en el aceite es un indicativo de las FECHA DE MUESTREO No SUBGRUPO

buenas prácticas llevadas a cabo durante los procesos de
14/06/2019 31 0,07 0,09 0,06
extracción y almacenamiento, y el transporte desde las plantas
de beneficio hasta las plantas refinadoras, así como del estado 15/06/2019 32 0,09 0,07 0,08
del fruto procesado.(2) 17/06/2019 33 0,1 0,05 0,09
18/06/2019 34 0,07 0,1 0,08
II. DESCRIPCION DE RESULTADOS
19/06/2019 35 0,08 0,08 0,08
i. RECOLECCIÓN DE DATOS
20/06/2019 36 0,08 0,09 0,09
Se realizó el análisis estadístico del proceso de 21/06/2019 37 0,085 0,05 0,05
fraccionamiento basado en el estudio del índice de acidez de la
22/06/2019 38 0,05 0,05 0,08
Oleína de Palma, con el objetivo de verificar la conformidad
frente a los límites de especificación establecidos para el 25/06/2019 39 0,09 0,09 0,09
proceso. De esta manera se recopilaron 297 datos (tamaño de la 26/06/2019 40 0,06 0,06 0,08
muestra n=297) registrados en el formato de planta de 41
27/06/2019 0,09 0,14 0,11
fraccionamiento, correspondientes al muestreo de 3 datos por
28/06/2019 42 0,07 0,11 0,06
cada día en los últimos 4 meses.
29/06/2019 43 0,05 0,08 0,08
FECHA DE MUESTREO No SUBGRUPO 30/06/2019 44 0,07 0,07 0,07
01/05/2019 1 0,075 0,08 0,06 01/07/2019 45 0,07 0,065 0,08
02/05/2019 2 0,05 0,08 0,06 03/07/2019 46 0,07 0,07 0,07
03/05/2019 3 0,06 0,07 0,05 07/07/2019 47 0,05 0,08 0,1
04/05/2019 4 0,05 0,05 0,05 08/07/2019 48 0,05 0,07 0,09
05/05/2019 5 0,06 0,07 0,07 09/07/2019 49 0,08 0,08 0,07
06/05/2019 6 0,07 0,05 0,06 10/07/2019 50 0,06 0,1 0,1
07/05/2019 7 0,05 0,06 0,06 11/07/2019 51 0,09 0,08 0,04
08/05/2019 8 0,06 0,06 0,06 12/07/2019 52 0,035 0,035 0,04
09/05/2019 9 0,06 0,05 0,06 13/07/2019 53 0,03 0,035 0,055
10/05/2019 10 0,05 0,06 0,065 14/07/2019 54 0,06 0,06 0,06
11/05/2019 11 0,06 0,07 0,06 15/07/2019 55 0,05 0,06 0,06
12/05/2019 12 0,06 0,05 0,06 16/07/2019 56 0,065 0,07 0,09
15/05/2019 13 0,05 0,03 0,05 17/07/2019 57 0,07 0,08 0,08
17/05/2019 14 0,06 0,07 0,07 18/07/2019 58 0,06 0,07 0,05
18/05/2019 15 0,06 0,05 0,06 19/07/2019 59 0,09 0,08 0,08
19/05/2019 16 0,07 0,06 0,07 20/07/2019 60 0,07 0,07 0,07
20/05/2019 17 0,06 0,05 0,06 22/07/2019 61 0,08 0,09 0,09
22/05/2019 18 0,06 0,06 0,06 23/07/2019 62 0,06 0,075 0,075
23/05/2019 19 0,06 0,04 0,05 24/07/2019 63 0,08 0,07 0,06
24/05/2019 20 0,06 0,065 0,07 25/07/2019 64 0,06 0,07 0,08
25/05/2019 21 0,07 0,06 0,07 26/07/2019 65 0,075 0,075 0,07
28/05/2019 22 0,07 0,07 0,07 28/07/2019 66 0,06 0,06 0,06
29/05/2019 23 0,08 0,08 0,08 29/07/2019 67 0,06 0,07 0,06
31/05/2019 24 0,07 0,07 0,08 30/07/2019 68 0,05 0,06 0,05
05/06/2019 25 0,06 0,05 0,06 31/07/2019 69 0,07 0,08 0,07
06/06/2019 26 0,06 0,06 0,06 01/08/2019 70 0,06 0,08 0,05
07/06/2019 27 0,06 0,07 0,06 02/08/2019 71 0,08 0,05 0,07
08/06/2019 28 0,06 0,08 0,08 03/08/2019 72 0,07 0,08 0,08
11/06/2019 29 0,07 0,06 0,07 04/08/2019 73 0,06 0,07 0,08
13/06/2019 30 0,06 0,07 0,06 05/08/2019 74 0,07 0,08 0,06
 3

FECHA DE MUESTREO No SUBGRUPO Intervalo Marca

de f fr F Fr
06/08/2019 75 0,07 0,06 0,08
Li Ls clase
08/08/2019 76 0,06 0,06 0,06
0,030 0,042 0,036 11 0,03704 11 0,037
09/08/2019 77 0,07 0,06 0,04
0,042 0,055 0,049 58 0,19529 69 0,232
10/08/2019 78 0,07 0,07 0,07
0,055 0,068 0,062 89 0,29966 158 0,532
11/08/2019 79 0,03 0,05 0,07
80 0,068 0,081 0,075 115 0,38721 273 0,919
12/08/2019 0,05 0,05 0,06
81 0,081 0,094 0,088 16 0,05387 289 0,973
13/08/2019 0,08 0,07 0,075
82 0,094 0,107 0,101 5 0,01684 294 0,989
14/08/2019 0,08 0,08 0,08
83 0,107 0,120 0,114 2 0,00673 296 0,996
15/08/2019 0,05 0,06 0,07
16/08/2019 84 0,05 0,06 0,07 0,120 0,133 0,127 0 0,00000 296 0,996

17/08/2019 85 0,05 0,05 0,05 0,133 0,146 0,140 1 0,00337 297 1

18/08/2019 86 0,05 0,045 0,06 Tabla 2. Tabla de frecuencias.

19/08/2019 87 0,05 0,04 0,06
En donde:
20/08/2019 88 0,07 0,07 0,05 f: Frecuencia Absoluta
21/08/2019 89 0,05 0,06 0,05 fr: Frecuencia relativa
22/08/2019 90 0,05 0,06 0,05 F: Frecuencia absoluta acumulada
Fr: Frecuencia relativa acumulada
23/08/2019 91 0,05 0,06 0,05
24/08/2019 92 0,05 0,06 0,08 iii. HISTOGRAMA
25/08/2019 93 0,05 0,07 0,08
94 Con los datos de la tabla de frecuencia se construye el
26/08/2019 0,05 0,06 0,05
histograma.
27/08/2019 95 0,05 0,06 0,05
28/08/2019 96 0,07 0,06 0,06
Histograma
29/08/2019 97 0,06 0,06 0,05
140
30/08/2019 98 0,06 0,08 0,05 120
Frecuencia

31/08/2019 99 0,06 0,08 0,05 100

Tabla1. Muestras para la variable de índice de acidez.
Fuente: Registro planta de fraccionamiento GRADESA S.A.
ii. TABLA DE FRECUENCIA
Una vez tabuladas las muestras de la variable de estudio, es
necesario identificar el comportamiento de los datos para ajustar
a un modelo estadístico. Para ello, se construyó una tabla de
frecuencia siguiendo la metodología sugerida en el módulo, para
lo cual se determinan las siguientes medidas estadísticas:
(1) Tamaño de la muestra (n) = 297
(2) Valor máximo (Max)= 0.14
(3) Valor mínimo (Min)= 0.03
(4) Rango (R) → 𝑅 = 𝑉𝑚𝑎𝑥 − 𝑉𝑚𝑖𝑛 = 0.14 − 0.03 = 0.11
(5) Intervalos de clase 𝑁𝐶 = 1 + 3.32𝑙𝑜𝑔(𝑛)
𝑁𝐶 = 1 + 3.32𝑙𝑜𝑔(297) = 9.20 ≈ 9
𝑅 0.11
(6) Amplitud 𝐴 = = = 0.0122
𝑁𝐶 9 + (0.14 ∗ 0.0033) = 𝟎. 𝟎𝟔𝟓𝟗𝟑
De esta manera se obtiene una tabla de frecuencia de la siguiente
manera:
80
60
40
20
0
0,04 0,06 0,07 0,08 0,09 0,11 0,12 0,13 0,15
Frecuencia
Figura 1. Histograma de frecuencias.
Al analizar la distribución de los datos, se puede concluir que se
ajustan a un modelo de distribución normal, por tal razón se
procede a estimar la media (𝜇̂ ) y la varianza (𝜎̂) de las muestras
recolectadas. Los resultados conseguidos son los siguientes:
𝐸(𝑥̅ ) = 𝜇̅ = ∑ 𝑓𝑟𝑖 𝑥𝑖
̅ = (0.036 ∗ 0.03704) + (0.049 ∗ 0.1952)
𝜇
+ (0.062 ∗ 0.2996) + (0.075 ∗ 0.3872)
+ (0.088 ∗ 0.05387) + (0.101 ∗ 0.168)
+ (0.114 ∗ 0.0067) + (0.127 ∗ 0)
𝑉(𝑥̅ ) = 𝜎̂ 2 = ∑ 𝑓𝑟𝑖 ( 𝑥𝑖 − 𝑥̅ )2
 4

𝑉(𝑥̅ ) = 𝜎̂ 2 = 0.000205674 → 𝝈 = 𝟎. 𝟎𝟏𝟒𝟑𝟒 No MUESTRAS MEDIA

5 0,06 0,07 0,07 0,06667
iv. ESTIMACIÓN DE LOS LIMITES DE
ESPECIFICACIÓN. 6 0,07 0,05 0,06 0,06000
7 0,05 0,06 0,06 0,05667
Al definir los parámetros del proceso se procede a establecer 8 0,06 0,06 0,06 0,06000
los límites de especificación, a fin de conocer que datos de la
muestra están por fuera de especificación o se conceptualizan 9 0,06 0,05 0,06 0,05667
como no conformes. 10 0,05 0,06 0,065 0,05833
A continuación, se calcula los límites de especificación para el 11 0,06 0,07 0,06 0,06333
proceso:
12 0,06 0,05 0,06 0,05667
𝜇̂ = 0.06593 13 0,05 0,03 0,05 0,04333
𝜎̂ = 0.01434 14 0,06 0,07 0,07 0,06667
15 0,06 0,05 0,06 0,05667
Con un α = 95% con potencia de 90% y n= 500; el valor de
16 0,07 0,06 0,07 0,06667
K=1.737
17 0,06 0,05 0,06 0,05667
Así los límites de especificaciones son: 18 0,06 0,06 0,06 0,06000
𝐿𝐸𝑆 = 𝜇̂ + 𝑘𝜎̂ = 0.06593 + (1.737 ∗ 0.01434) = 0.09084
19 0,06 0,04 0,05 0,05000
𝐿𝐸𝐼 = 𝜇̂ − 𝑘𝜎̂ = 0.06593 − (1.737 ∗ 0.01434) = 0.04102 20 0,06 0,065 0,07 0,06500
21 0,07 0,06 0,07 0,06667
v. GRÁFICO DE SEGUIMIENTO.
22 0,07 0,07 0,07 0,07000
Conociendo los límites de especificación del proceso, es 23 0,08 0,08 0,08 0,08000
posible a través del gráfico de seguimiento de los datos, 24 0,07 0,07 0,08 0,07333
determinar cuáles están por fuera de la especificación y no 25 0,06 0,05 0,06 0,05667
cumplen con los criterios de calidad. Para el proceso de
fraccionamiento, y de acuerdo al cálculo realizado en el inciso 26 0,06 0,06 0,06 0,06000
anterior, los límites de especificación para la variable de acidez 27 0,06 0,07 0,06 0,06333
están comprendidos entre 0.041 y 0.090. 28 0,06 0,08 0,08 0,07333
29 0,07 0,06 0,07 0,06667
Grafico de datos - Límites de especificación 30
0,16
0,06 0,07 0,06 0,06333
0,14 31 0,07 0,09 0,06 0,07333
0,12 32 0,09 0,07 0,08 0,08000
0,1
LES: 0,090 33 0,1 0,05 0,09 0,08000
0,08
0,06
34 0,07 0,1 0,08 0,08333
0,04 LEI: 0,041 35 0,08 0,08 0,08 0,08000
0,02
36 0,08 0,09 0,09 0,08667
0
37 0,085 0,05 0,05 0,06167
101
121
141
161
181
201
221
241
261
281
1

41
21

61
81

38 0,05 0,05 0,08 0,06000

39 0,09 0,09 0,09 0,09000
Figura 2. Gráfico de datos, límites de especificación. 40 0,06 0,06 0,08 0,06667
A partir de los siguientes datos, se genera el gráfico de 41 0,09 0,14 0,11 0,11333
seguimiento para el estadístico de control (media). 42 0,07 0,11 0,06 0,08000
43 0,05 0,08 0,08 0,07000
No MUESTRAS MEDIA 44 0,07 0,07 0,07 0,07000
1 0,075 0,08 0,06 0,07167 45 0,07 0,065 0,08 0,07167
2 0,05 0,08 0,06 0,06333 46 0,07 0,07 0,07 0,07000
3 0,06 0,07 0,05 0,06000 47 0,05 0,08 0,1 0,07667
4 0,05 0,05 0,05 0,05000 48 0,05 0,07 0,09 0,07000
 5

No MUESTRAS MEDIA No MUESTRAS MEDIA

49 0,08 0,08 0,07 0,07667 93 0,05 0,07 0,08 0,06667
50 0,06 0,1 0,1 0,08667 94 0,05 0,06 0,05 0,05333
51 0,09 0,08 0,04 0,07000 95 0,05 0,06 0,05 0,05333
52 0,035 0,035 0,04 0,03667 96 0,07 0,06 0,06 0,06333
53 0,03 0,035 0,055 0,04000 97 0,06 0,06 0,05 0,05667
54 0,06 0,06 0,06 0,06000 98 0,06 0,08 0,05 0,06333
55 0,05 0,06 0,06 0,05667 99 0,06 0,08 0,05 0,06333
56 0,065 0,07 0,09 0,07500
Tabla 3. Media de los subgrupos.
57 0,07 0,08 0,08 0,07667
58 0,06 0,07 0,05 0,06000 Para la construcción de los intervalos de confianza del grafico
59 0,09 0,08 0,08 0,08333 de medias, se consideran la media (𝜇̂ ) y la varianza (𝜎
̂ ) antes
60 0,07 0,07 0,07 0,07000 calculados, además del valor de la tabla t de student.
61 0,08 0,09 0,09 0,08667 𝜇̂ = 0.06593
62 0,06 0,075 0,075 0,07000 𝜎̂ = 0.01434
63 0,08 0,07 0,06 0,07000 𝑡𝛼⁄2,(𝑛−1) , con un nivel de confianza de 0.05 y n-1 grados de
64 0,06 0,07 0,08 0,07000 libertad, el valor de 𝑡0.025;296 = 1.9680,
65 0,075 0,075 0,07 0,07333
En ese sentido los límites del intervalo de confianza quedan de
66 0,06 0,06 0,06 0,06000 la siguiente manera.
67 0,06 0,07 0,06 0,06333 𝐿𝑖 = 𝑥̅ ± 𝑡𝛼⁄2 𝜎⁄
√𝑛
68 0,05 0,06 0,05 0,05333 𝐿1 = 0.06593 − 1.9680 0.01434⁄ = 0.06430
69 0,07 0,08 0,07 0,07333 √297
70 𝐿2 = 0.06593 + 1.9680 0.01434⁄ = 0.06757
0,06 0,08 0,05 0,06333 √297
71 0,08 0,05 0,07 0,06667
El grafico de la media de los subgrupos es el siguiente:
72 0,07 0,08 0,08 0,07667
73 0,06 0,07 0,08 0,07000
Gráfico de las medias
74 0,07 0,08 0,06 0,07000 0,12000
75 0,07 0,06 0,08 0,07000 0,10000

76 0,06 0,06 0,06 0,06000 0,08000

L2; 0,06758
77 0,07 0,06 0,04 0,05667 0,06000 L1; 0,06430093

78 0,07 0,07 0,07 0,07000 0,04000

Media; 0,06333
79 0,02000
0,03 0,05 0,07 0,05000
80 0,00000
0,05 0,05 0,06 0,05333
1 11 21 31 41 51 61 71 81 91
81 0,08 0,07 0,075 0,07500
82 0,08 0,08 0,08 0,08000 Figura 3. Gráfico de las medias.
83 0,05 0,06 0,07 0,06000
84 En los gráficos de datos y de medias con límites de
0,05 0,06 0,07 0,06000
especificación, se evidencia qué algunos datos no se encuentran
85 0,05 0,05 0,05 0,05000 dentro de los límites. La siguiente grafica nos muestra al detalle
86 0,05 0,045 0,06 0,05167 los datos que no cumplen con los criterios de calidad del grafico
87 de seguimiento.
0,05 0,04 0,06 0,05000
88 0,07 0,07 0,05 0,06333
89 0,05 0,06 0,05 0,05333
90 0,05 0,06 0,05 0,05333
91 0,05 0,06 0,05 0,05333
92 0,05 0,06 0,08 0,06333
 6

vi. DIAGRAMA DE PARETO

Gráfico de no conformes
0,16
0,14
0,12 CARACTERISTICAS f F Fr
0,1
0,08
LES: 0.090 Fallo en el sistema de
8 8 44%
0,06 vacío
0,04 LEI: 0.041 Tiempo de desodorización 5 13 72%
0,02
Taponamiento del sistema
0
de condensación de ácidos 3 16 89%
106
121
136
151
166
181
196
211
226
241
256
271
286
1
16
31
46
61
76
91

grasos
Temperatura de
2 18 100%
Figura 4. Gráfico de no conformes. Desodorización

Para el análisis de los datos de la variable de índice de acidez Tabla 5. Tabla de frecuencia para los datos de la variable de
por fuera de las especificaciones, se identificaron las siguientes índice de acidez por fuera de los límites de especificación.
mediciones:

FECHA DE
MUESTREO
No MUESTRA CARACTERÍSTICA Diagrama de Pareto
Taponamiento del sistema 9 120%
15/05/2019 38 0,03 de condensación de ácidos 8
grasos 7 100%
Taponamiento del sistema 6 80%
23/05/2019 56 0,04 de condensación de ácidos 5 60%
4
grasos 3 40%
17/06/2019 97 0,1 Tiempo de desodorización 2 20%
1
18/06/2019 101 0,1 Tiempo de desodorización 0 0%

Taponamiento del
Fallo en el sistema

desodorización

Temperatura de
Desodorización
27/06/2019 122 0,14 Tiempo de desodorización

condensación de
Tiempo de

ácidos grasos
sistema de
27/06/2019 123 0,11 Tiempo de desodorización
de vacio

28/06/2019 125 0,11 Tiempo de desodorización

7/07/2019 141 0,1 Tiempo de desodorización
Fallo en el sistema de
10/07/2019 149 0,1
vacío
Fallo en el sistema de Frecuencia %
10/07/2019 150 0,1
vacío
Fallo en el sistema de
11/07/2019 153 0,04
vacío Figura 5. Diagrama de Pareto.
Fallo en el sistema de
12/07/2019 154 0,035
vacío Del Diagrama de Pareto, se observa que la mayoría de las fallas
Fallo en el sistema de están asociadas a las características de: fallo en el sistema de
12/07/2019 155 0,035
vacío
vacío y tiempo de desodorización, lo que constituye los pocos
Fallo en el sistema de
12/07/2019 156 0,04 vitales del proceso.
vacío
Fallo en el sistema de
13/07/2019 157 0,03 vii. DIAGRAMA DE CAUSA Y EFECTO
vacío
Fallo en el sistema de
13/07/2019 158 0,035
vacío Con la identificación de las características que conducen a la
Taponamiento del sistema desviación de los datos, se desarrolló el análisis de causa y efecto
9/08/2019 231 0,04 de condensación de ácidos
o Ishikawa. Ver anexo 1.
grasos
Temperatura de
11/08/2019 235 0,03 viii. ANÁLISIS DEL MODO Y EFECTO DE FALLAS
desodorización
Temperatura de (AMEF)
19/08/2019 260 0,04
desodorización
Por último, a partir de la identificación de las causas analizadas
Tabla 4. Datos de la variable de índices de acidez por fuera de en el diagrama de causa y efecto, se desarrolla el análisis del
los límites de especificación. modo y efecto de fallas para evaluar el nivel de criticidad o
gravedad de las mismas, los niveles de confiabilidad para la
 7

detección de fallas, identificar oportunidades de mejora y

generar acciones correctivas para mitigar o eliminar la
ocurrencia de los riesgos. Ver anexo 2.

III. CONCLUSIONES

Como resultado del análisis de datos recopilados de la variable

de estudio, se concluye lo siguiente:

• La aplicación de herramientas estadísticas permite

tomar decisiones oportunas sobre los procesos para su
debida operación y diseñar planes de calidad para la
disminución de no conformes.
• El control estadístico del proceso de fraccionamiento
contribuye a la mejora continua.
• Las muestras recolectadas se ajustan a un modelo de
distribución normal.
• Se identificó que 19 de las 297 muestra, se encuentra
fuera de los límites de especificación.
• Del análisis de los datos por fuera de los límites de
especificación, ubicados en el diagrama de Pareto, se
detectaron las principales fallas corresponden al fallo
sistema de vació y el tiempo de desodorización.
• La elaboración del AMEF, permitió establecer
acciones encaminadas a la continuidad del proceso y
disminuir las fallas por paradas no programadas.
Además, se evidencia la necesidad de lograr que todo
el personal operativo este capacitado en la operación
del proceso, máquinas y equipos.

REFERENCIAS

(1) V.K.LAL, “Aceite crudo de palma. Requisitos de calidad para obtener

buenos productos refinados”, presentada en la Conferencia Internacional sobre
palma de aceite, Kuala Lumpur, Malasia, Septiembre de 1991.

(2) RINCÓN M.SANDRA M & MARTINEZ C. DANIEL M,

file:///C:/Users/spaol/Downloads/1432-Texto-1432-1-10-
20120719%20(2).pdf
 8
ANEXO 1. Diagrama de Causa y efecto.

Maquinaria Materia Prima

Calidad de la materia prima (Aceite crudo
de palma). Subcausa1 (¿Por qué?): No se
No hay condensación de ácidos contempló que para mayor acidez de
grasos. Subcausa1 (¿Por qué?): crudo se debe regular menor flujo de
Problemas con el sistema de
Taponamiento del sistema de proceso. Mayor acidez, mayor
vacío en el proceso de
condensación Demister. Subcausa2 temperatura de desodorizarían.
desodorizarían. Subcausa1 (¿Por
(¿Por qué?): Falla mecánica en la Subcausa2 (¿Por qué?): No se contempló
qué?): Vapor inestable, con alto
bomba de recirculación de ácidos que para menor acidez de crudo se debe
contenido de humedad y
grasos. Subcausa3 Desgaste de aumentar el flujo de proceso. Menor
variación de la presión.
piezas y accesorios de la bomba acidez, menor temperatura de
Subcausa2 (¿Por qué?): Fallas en
Subcausa4 Falla prolongada de desodorizarían. Subcausa3 (¿Por qué?):
el suministro de energía
energía eléctrica Subcausa 5 (¿Por No se contempló la cantidad requerida de
eléctrica o cambio en el
qué?): Falla en red interna o crudo durante el proceso.
suministro de vapor a caldera de
biomasa. Subcausa3 (¿Por suministro de proveedor de
qué?): Falla en red interna o energía.
suministro de proveedor de
energía. Oleína de palma con Índice
de acidez por fuera de
criterios de calidad.
Tiempo de desodorizarían.
Temperatura de
Subcausa1 (¿Por qué?): Mayor
desodorizarían. Subcausa1
flujo de proceso, menor tiempo
(¿Por qué?): Retrasos en los
de desodorizarían. Subcausa2
ajustes de la temperatura del
(¿Por qué?): Menor
calderin. Subcausa2 (¿Por
transferencia térmica.
qué?): Los operarios no
Subcausa3 (¿Por qué?): No se
conocen las indicaciones para
realizó ajuste en la temperatura
regular la temperatura en el
del Calderón y/o vapores
calderín.
directos. Subcausa4 (¿Por qué?):
Los operarios no conocen las
indicaciones para regular la
Mano de obra temperatura en el calderín.
Metodología
 9
ANEXO 2. ANALISIS DEL MODO Y EFECTO DE FALLAS – AMEF-.

NOMBRE MODO DE EFECTOS DEL CAUSAS CONTROLES ACCIOINES FECHA DE

PROCESO P G D NPR RESPONSABLES
PRODUCTO FALLO FALLO DEL FALLO ACTUALES CORRECTIVAS EJECUCIÓN
Solicitar a los
proveedores de
energía eléctrica
revisión del
Falla en red
Problemas con circuito
interna o
Fallo en el el sistema de eléctrico de la
suministro Dpto. de
sistema de vacío en el 3 3 Planta Eléctrica 1 9 zona. 30 de noviembre
de Mantenimiento
vacío proceso de Reducir tiempo
proveedor
desodorización. de reacción de
de energía.
falta de energía
(activación de la
planta
eléctrica).
Los Entrenamiento
operarios no del personal
Monitoreo del
Oleína de conocen las operativo sobre
Fraccionamiento Mayor flujo de comportamiento
palma indicaciones el panel de
Tiempo de proceso, menor de la
3 para regular 4 2 24 control del
desodorización tiempo de temperatura
la calderín.
desodorización. durante el
temperatura Documentar las
proceso.
en el indicaciones
calderín. para regular la
temperatura del Jefe de la planta 30 de noviembre
Los
calderín.
operarios no
Sistema de Automatizar la
conocen las
Retrasos en los alarma que se toma de
Temperatura indicaciones
ajustes de la activa cuando la temperatura
de 4 para regular 4 1 16
temperatura del temperatura durante el
Desodorización la
calderín. esta por fuera proceso,
temperatura
de parámetros. evitando
en el
retrasos en el
calderín.
equipo.
 10
NOMBRE MODO DE EFECTOS DEL CAUSAS CONTROLES ACCIOINES FECHA DE
PROCESO P G D NPR RESPONSABLES
PRODUCTO FALLO FALLO DEL FALLO ACTUALES CORRECTIVAS EJECUCIÓN

Desgaste de Diseñar plan de

Paradas de
piezas y mantenimiento
Taponamiento planta para
No hay accesorios preventivo.
del sistema de mantenimiento Dpto. de
condensación en la bomba Capacitación a
condensación 2 3 correctivo de la 2 12 Mantenimiento 30 de noviembre
de ácidos de los operarios
de ácidos bomba de Jefe de planta
grasos. recirculación para buen uso y
grasos recirculación de
de ácidos mantenimiento
ácidos grasos.
grasos. de equipos.