Control Estadístico de Procesos Minero-Metalúrgicos

7/25/2019 Control Estadstico de Procesos Minero-Metalrgicos

1/42

1

Control Estadstico de Procesos Minero-Metalrgicos.

INTRODUCCIN

Esta texto est destinado a mostrar las ventajas econmicas que se pueden obtener al aplicar el Control

Estadstico de Procesos (CEP) a los procesos minero-metalrgicos (Chancado, molienda, flotacin, filtrado,fusin, conversin, refinacin, etc.) y otros procesos como los del cemento, cal, celulosa y otros. Adems sepuede aplicar a los procesos de servicios. A los beneficios econmicos se pueden agregar un mejoramientoen la calidad de los productos y servicios obtenidos, en la productividad, en la competitividad, en la reduccinde prdidas y, algo muy importante, la obtencin de respaldo para la medicin y las acciones de control delmedioambiente que las empresas implementen.

Dadas las exigencias actuales fijadas por las autoridades gubernamentales, es de vital importancia elrespaldo mencionado puesto que entrega argumentos a los representantes legales de las empresas parademostrar que las distintas emisiones de contaminantes derivadas de su accionar se encuentran dentro delos lmites establecidos por las autoridades. Por supuesto, esto tambin puede ser usado por las autoridades

gubernamentales encargadas de velar por la calidad del medioambiente. Eliminando los controles actuales atravs de la media aritmtica y mediante el control a travs de un porcentaje del cumplimiento de lasespecificaciones se puede asegurar que las empresas cumplan realmente las normativas vigentes.

Para que el CEP se pueda aplicar con eficacia es fundamental que el muestreo sea de calidad y que searepresentativo de los procesos. Si se realiza un somero anlisis veremos que la mayor parte de las accionesde relevancia econmica de las empresas parten con el muestreo. El minero que vende su mineral, la plantaque compra el mineral, el que quiere vender una mina, comprar un producto, vender un producto, cambiar detecnologa, comprar equipos nuevos, los responsables de proyectos, los trabajadores que esperan el pago desus bonos de produccin, etc. etc. Todos, de alguna forma, se inician con un muestreo inicial o estnrelacionados con el muestreo.

El sistema de control propuesto aqu es tambin de gran inters para los accionistas, inversionistas engeneral, que han invertido sus ahorros en instrumentos financieros de distintas empresas con la expectativade obtener la mejor rentabilidad posible para sus dineros. Como se ver ms adelante, tambin se lesentregarn argumentos para que los hagan valer en las juntas de accionistas, en las cuales los directivosescogidos por ellos mismos y con muy buenos sueldos, dan cuenta de las marchas de las empresas.

Los trabajadores y sus representantes sindicales tambin pueden obtener beneficios en la lectura de estapgina, pues la forma en que se pueden ver los procesos y sus resultados son mucho ms amigables yfciles de comprender que de la forma tradicional actual. Esto les permitir defender en mejor forma susderechos y obtener mejores condiciones laborales. No deben olvidar que en los buenos resultados de sus

empresas no slo estn involucrados sus sueldos, sino que tambin en sus contratos estn incluidasgratificaciones, bonos de produccin y otros.

Las Compaas Aseguradoras tambin pueden obtener beneficios de esta pgina puesto que al controlar elcumplimiento de los contratos con sus clientes a travs del cumplimiento de las especificaciones lossiniestros a pagar debieran disminuir, debido a que las empresas se hacen ms transparentes y fciles decontrolar en las revisiones semestrales o anuales establecidas en los contratos.


2/42

2

CONDICIONES POSIBLES EN QUE SE PUEDE ENCONTRAR UNPROCESO.

Es importante recordar que los procesos generalmente se encuentran en una de estas tres condiciones:

Donde "creemos" que el proceso se encuentra.

Donde realmente se encuentra el proceso.

Donde deseamos que el proceso se encuentre.

Disponer de la informacin necesaria en el momento oportuno es fundamental para saber dnde seencuentra el proceso. Mientras esto no se tenga presente es poco probable llevar el proceso hacia lasmejores condiciones operacionales. El saber que est ocurriendo permite identificar con facilidad las causasasignables de la variabilidad que una vez identificadas, es posible minimizarlas y/o eliminarlas. El no saberque est ocurriendo puede tener consecuencias econmicas desastrosas para una empresa.

En la Figura 1 se pueden observar las tres condiciones posibles de un proceso. La condicin


3/42

3

correspondiente a donde creemos que el proceso se encuentra (lo que creemos que el proceso es, color

celeste), dura hasta que se realiza el anlisis de los datos y a travs de l se obtiene informacin yconocimiento sobre el proceso que permite determinar dnde realmente se encuentra el proceso (lo que elproceso es, color verde). De aqu en adelante se pueden tomar las acciones necesarias destinadas a llevar elproceso hacia donde se desea que est. El objetivo final es la generacin de VAN.

Los sistemas de generacin de informacin de muchas empresas no siempre siguen la trayectoria de losdatos que mejor muestran la variabilidad de los procesos.

Es rentable seguir haciendo siempre lo mismo o lleg el momento de innovar al respecto?

Esta pregunta nos lleva a las siguientes interrogantes a los responsables y administradores de procesos:

En la situacin actual, pueden afirmar que saben dnde se encuentran sus procesos?

Dnde les gustara que se encontraran?

Qu han hecho para llegar hasta dnde estn ahora sus procesos?

Qu deberan hacer o dejar de hacer para llevar sus procesos desde dnde estn hasta donde quieren queestn?

Tienen una fuerza laboral altamente capacitada para convertirlos en una empresa de bajo costo y altacalidad?

Sus procesos tienen especificaciones?

Las especificaciones, si existen, fueron establecidas considerando la variabilidad de los procesos?

CONTROL DE PROCESOS Y LA MEDIA ARITMTICA.La mayor parte de las empresas minero - metalrgicos controlan sus procesos por medio de la mediaaritmtica. Es la media una buena forma de medir y controlar los procesos, cules son sus ventajas y susdesventajas?Veamos el siguiente grfico correspondiente a una escoria de convertidores.


4/42

4

En el grfico de la Figura 2 observamos tres procesos, A, B y D. Los tres procesos tienen la mismamedia. Sin un mayor anlisis queda claro que los tres procesos son completamente distintos entre s, a pesar

de tener la misma media.Veamos en la siguiente tabla los resultados del anlisis de los datos de cada uno de los tres procesos.

Proceso A B D

Media % Cobre 7,24 7,24 7,24

Desviacin Estndar 2,583 5,115 0,287

Varianza 6,673 26,161 0,082

Coeficiente Variacin % 35,72 70,73 3,97

Tabla 1

Lo primero que podemos asegurar es que la variabilidad de los procesos es medible y si la podemos medir lapodemos controlar.

En la tabla 1 vemos que la Desviacin Estndar y la Varianza de los procesos son distintas para cada uno deellos. El Coeficiente de Variacin muestra que la variabilidad ms alta corresponde a los procesos A y B y


5/42

5

que el proceso D, cuya variabilidad es muy baja, permanece siempre muy cerca y alrededor de la media.

Sin embargo, si suponemos que la media obtenida es la media deseada y si medimos y controlamos estosprocesos slo con esta media, podemos cometer el error de decir que bajo cualquier condicin estosprocesos tienen buen comportamiento, lo cual segn vemos en el grfico y tabla no es as, y con todaseguridad la calidad del producto obtenido es distinto en cada uno de los casos. Es necesario tener presente

que la calidad es inversamente proporcional a la variabilidad. Desde este punto de vista el producto obtenidoen el proceso B es el de ms baja calidad y el de mayor calidad es el producto obtenido en el proceso D.

La media debiera ser utilizada slo cuando la dispersin es baja. Cuando la dispersin es alta el uso de lamedia para medir y controlar procesos puede generar graves problemas. La media oculta informacinimportante que es imprescindible si se desea obtener el control de un proceso. Oculta prdidas y variabilidad,no deja ver oportunidades de crear valor, no deja ver la condicin real de un proceso, aumenta laincertidumbre y no da respaldo para tomar las mejores decisiones. Es adems responsable de esas largas ytensas reuniones en que todos los participantes defienden posiciones o dan opiniones sin respaldo yfavorece la cultura de la complacencia, tan daina para los resultados econmicos de las empresas.

CONTROL DE PROCESOS Y CUMPLIMIENTO DEESPECIFICACIONES. VENTAJAS.

Si agregamos los Lmites de Especificaciones (ESPECIFICACIONES) y el TARGET (Media deseada Targeted Average) a los requerimientos que estos procesos deben cumplir vemos que estas diferenciasentre los procesos se hacen aun ms patentes. Pero antes de continuar definamos que se entiende porEspecificaciones y TARGET.

Lmites de Especificaciones: Es una lista lgica de deseos de cmo queremos que nuestro proceso secomporte y para su confeccin deben estar todos de acuerdo con ella. Las especificaciones deben ser

conocidas por todos, desde el gerente hasta el operador de un proceso. Esta lista de deseos debe serrealizable y debe indicar tres valores o parmetros para cada una de las variables que se desea controlar.Los parmetros son los siguientes:

Especificacin Superior (US): (Upper Specification) Valor ms alto aceptable para el proceso, donde lavariable se puede y se debe controlar.

Media Objetivo(TA): (Targeted Average) Media objetivo, ideal para el proceso.

Especificacin Inferior (LS): (Lower Specification) Valor ms bajo aceptable para el proceso, donde lavariable se puede y se debe controlar.

Los Lmites de Especificaciones nos muestran cuando el producto o servicio es aceptable o no y condicionanla satisfaccin del cliente y no deben ser confundidos con los Lmites de Control que corresponden a loslmites de cmo el proceso est hoy da en base a los datos observados. Los lmites de Control permiten

controlar la estabilidad del proceso con respecto a algn indicador de calidad requerido. Estos lmitesdeterminan la satisfaccin del proceso.

Como veremos, fijar Especificaciones reales para un proceso necesariamente pasa por el estudio ycomprensin de su variabilidad.No cumplir con esta condicin lleva a establecer especificaciones irreales


6/42

6

que se fijan arbitrariamente, slo segn los objetivos que se desean obtener y sin tener en cuenta ni conocerla variabilidad natural del proceso. En los ejemplos que se vern ms adelante esto quedar claramenteestablecido.

Si fijamos el TARGET en 7% de cobre, aun los tres procesos podran considerarse como cumpliendo con unbuen cometido, puesto que la media deseada est muy prxima a la media real de los procesos (7,24% Cu),pero veamos como se observa esto en el grfico de la Figura 3.

Si adems complementamos lo anterior manifestando que los procesos deben cumplir con las siguientesEspecificaciones:

Especificacin Superior: 8% Cobre (Cu)

Especificacin Inferior: 6% Cobre (Cu)

Vemos que al examinar los procesos (Figura 4) ya no queda ninguna duda de que usar la media paramedirlos y controlarlos no es una buena idea debido a que no da una indicacin correcta de lo que realmenteest ocurriendo en un proceso. Esto puede llevar a los operadores y responsables de los procesos a cometererrores que pueden transformarse en prdidas de calidad y prdidas de produccin por aumento de losrechazos, multas por incumplimiento de Especificaciones, prdidas de clientes y desprestigio que generargraves prdidas econmicas.


7/42

7

Segn podemos ver en el Grfico de la Figura 4 el nico proceso que est cumpliendo con las

especificaciones es el proceso D.

Si a los conceptos anteriores agregamos el PORCENTAJE DE CUMPLIMIENTO DE LASESPECIFICACIONESpodemos asegurar que medir y controlar los procesos con la media es un grave errorque puede afectar el estado de resultados de las empresas.

Veamos en forma independiente el comportamiento de cada uno de los procesos con respecto a lasEspecificaciones y al Porcentaje de Cumplimiento de las Especificaciones, para ello vamos a usar la Curvade Densidad de la Distribucin de los datos del proceso (Campana de Gauss).

Comencemos analizando el proceso A en el grfico de la figura 5. En el vemos la importancia de medir y

controlar los procesos por medio del Porcentaje de Cumplimiento de las Especificaciones, la media est muycerca del TARGET y el proceso aparentemente parece estar bajo control. La diferencia se hace patente en elgrfico de la Figura 6 con la aplicacin de las especificaciones en la medicin y el control del proceso. Estegrfico nos muestra que el proceso A cumple las especificaciones slo en un 25,5%. El resto,correspondiente al 74,5% del proceso, est fuera de las especificaciones requeridas. Vemos ac que el usode la media impide conocer el verdadero estado del proceso.


8/42

8

Veamos el siguiente ejemplo:


9/42

9

Dnde creemos que el proceso est

En una planta concentradora se generan 2.057.000 toneladas de colas secas por mes, con una ley de0,124% de Cu. Esto corresponde a 2.550,7 toneladas de Cu fino que se pierden en las colas y se depositanen el tranque de relaves. La informacin de esta ley es determinada a travs de muestreo manual y anlisisqumico va hmeda. Esta situacin se mantiene durante 10 aos. Despus de esta fecha la administracinde la empresa decide instalar una estacin de muestreo de ltima generacin en la descarga de la canal derelaves. Para los efectos de este ejemplo no consideraremos las variaciones del dlar y consideraremoscomo fijo el precio de US $ 1,5 por libra de cobre.

Dnde realmente se encuentra el proceso

Como consecuencia de este nuevo muestreo los resultados de las leyes en las colas suben desde 0,124 a0,220% de Cu. Al efectuar el clculo a travs de esta nueva ley, el Cu fino en las colas sube a 4.525,4toneladas. La diferencia corresponde a 1.974,72 toneladas ms de Cu fino no recuperadas. Comoconsecuencia de esta diferencia se dejaron de percibir US $6.516.576por mes, de acuerdo al siguienteclculo:

0,22-0,124 = 0,096 % Cu x 2.057.000 toneladas de colas/100 = 1974,72 toneladas extras de Cu fino que sefueron en las colas.

1.974,72 toneladas x 2.200 libras/tonelada = 4.344.384 libras x 1,50 US $/libra = US $ 6.516.576/mes noconsiderados en ningn sistema contable (Costo oculto).

Si la cifra de US $ 6.516.576/mes la multiplicamos por 12 obtenemos la cifra de US $ 78.198.912/ao.Como establecimos en el planteamiento inicial de este ejemplo, esta situacin se mantuvo durante 10 aos, osea, se dejaron de percibir ingresos por un total de US $ 781.989.120.

Esta prdida no slo afect a la empresa, tambin afect a los trabajadores por estar involucrados sus bonosde produccin y gratificaciones, al gobierno porque recaud menos impuestos con lo cual tambin se afect ala comunidad por haber menos recursos disponibles para beneficiarla, al medio ambiente porque el tranquede relaves disminuy su capacidad y eso hace que a la larga se tenga que usar nuevos terrenos paraconstruir un nuevo tranque de relaves, etc.

Dnde deseamos que el proceso se encuentre

Disponer de la informacin necesaria en el momento oportuno es fundamental para saber dnde seencuentra el proceso. Mientras esto no se tenga presente es poco probable llevar el proceso hacia lasmejores condiciones operacionales. El saber que est ocurriendo permite identificar con facilidad las causasasignables de la variabilidad que una vez identificadas, es posible minimizarlas y/o eliminarlas. Como hemosvisto, el no saber que est ocurriendo puede tener consecuencias econmicas desastrosas para unaempresa. En el ejemplo anterior, el saber lo que est ocurriendo permite comenzar a tomar acciones paramejorar la recuperacin metalrgica y reducir las prdidas de Cu fino en las colas.

Los sistemas de generacin de informacin de muchas empresas no siempre siguen la trayectoria de losdatos que mejor muestran la variabilidad de los procesos. Viviendo en la era de la informacin es curioso ylamentable que se contine usando un sistema de control y de toma de decisiones que justamente oculta odeforma dicha informacin, generando incertidumbre en vez de informacin.


10/42

10

En el grfico de la Figura 7 observamos que la variabilidad del Proceso B es bastante ms alta que la delProceso A. Al igual que el caso anterior, si slo nos quedamos en lo acostumbrado y continuamos midiendo

y controlando los procesos con la media, lo ms probable es que los resultados que se obtengan no seantodo lo bueno que esperamos.

En el grfico de la Figura 8, correspondiente al proceso B vemos que el porcentaje de cumplimiento de lasespecificaciones es slo de un 9,6%. Sin embargo, al igual que en el proceso A, la media se encuentra muyprxima al TARGET, lo cual indicara que el proceso est bajo control, que por supuesto, dista bastante deser real. Por desgracia esto est sucediendo todos los das en muchas empresas.

Es rentable seguir haciendo siempre lo mismo o lleg el momento de innovar al respecto?

Esta pregunta nos lleva a las siguientes interrogantes a los responsables y administradores de procesos:

la situacin actual, pueden afirmar que saben dnde se encuentran sus procesos?

Dnde les gustara que se encontraran?

Qu han hecho para llegar hasta dnde estn ahora sus procesos?

Qu deberan hacer o dejar de hacer para llevar sus procesos desde dnde estn hasta donde quieren queestn?

Tienen una fuerza laboral altamente capacitada para convertirlos en una empresa de bajo costo y altacalidad?

Sus procesos tienen especificaciones?

Las especificaciones, si existen, fueron establecidas considerando la variabilidad de los procesos?


11/42

11


12/42

12


13/42

13

Los grficos de las Figuras 9 y 10 muestran el comportamiento del proceso D.

El proceso D en la prctica cumple en un 100% con las especificaciones. Se supone que con esto

deberamos darnos por satisfechos, pero si trabajamos bajo un sistema de Mejoramiento Continuo, esto no

basta y el mejoramiento debe continuar, e indudablemente, este proceso se puede mejorar aun ms tomandoacciones que lo centren con respecto al TARGET y disminuyendo su variabilidad (dispersin). No debemosolvidar que los objetivos de mejora permanentes para cualquier proceso son:

Mantener el proceso dentro de las especificaciones.

Mantener el proceso centrado con respecto al TARGET.

Reducir la variabilidad.

Es importante tener presente que la variabilidad provoca prdidas aun manteniendo un proceso dentro de lasespecificaciones. A menor dispersin menor prdida.

La pregunta es: Es usted de los que controlan sus procesos slo mediante la media? Si es as, la malanoticia es que probablemente sus resultados econmicos no han sido todo lo bueno que podran haber sido yque seguramente perdi buenas oportunidades de agregar valor. La buena noticia es que probablementetenga muchas oportunidades de mejoramiento que las puede traducir en beneficios econmicos para suempresa.


14/42

14

ESPECIFICACIONES. CMO SE FIJAN?

Como sealamos antes, fijar Especificaciones reales para un proceso necesariamente pasa por el estudioy comprensin de su variabilidad.

Vemoslo a travs del siguiente ejemplo: La administracin superior de una empresa, con el fin de mejorarlos indicadores de la molienda de mineral y mejorar el porcentaje de recuperacin metalrgica de cobre,compra un nuevo sistema automtico de control para su divisin de molienda de mineral compuesta de 15molinos de bolas. El mejor comportamiento de la molienda y del sistema automtico de control se obtienecuando el porcentaje +3 mallas del mineral chancado de alimentacin a los molinos se encuentra entre 50%y 40%, con un ideal de 45%. De acuerdo a esto la administracin fija para la Planta de Chancado lassiguientes especificaciones:

Especificacin superior: 50% + 3 mallas

Target: 45% + 3 mallas

Especificacin inferior : 40% + 3 mallas

La administracin llega a un acuerdo con los trabajadores para el pago de un bono de produccin indexado ala obtencin de un mnimo de 60% de cumplimiento de las especificaciones.

Las especificaciones tambin fueron incluidas como indicadores en el Cuadro de Mando Integral (BalancedScorecard) y las metas, al igual que en el caso del bono de produccin, corresponden al cumplimientomnimo del 60% de las especificaciones.

En los grficos de las figuras siguientes analizaremos el ejemplo anterior. El grfico de la Figura 11 nosmuestra los datos y la media del proceso de chancado. En la figura 12 se ha agregado la media mvil, la cual

se usa muy poco para el control de los procesos, y que sin embargo, es de gran ayuda puesto que sirve paraeliminar el ruido en los procesos que como el de este ejemplo, tienen mucha dispersin. Por medio de la

media mvil podemos ver otras situaciones que de otra forma quedaran ocultas en el ruido.


15/42

15


16/42

16

Los grfico de las Figuras 13 y 14 nos muestran que las especificaciones fijadas por la Administracin estnlejos de poder ser cumplidas en el proceso de chancado. La razn?, no tener en cuenta la variabilidad delproceso para fijarlas. Los gerentes y niveles ms altos de la administracin no tienen claro el concepto devariabilidad y tampoco le dan la importancia necesaria a la campana de Gauss, cuyo uso, como hemos visto,es de gran utilidad y tan grfica que puede ser comprendida por todos los involucrados en la medicin y el

control de los procesos.Otro error que se suele cometer es en relacin a la determinacin de la Capacidad de los Procesos. Seencarga a personal interno o a empresas externas su determinacin olvidando que el objetivo del Anlisis deCapacidad es determinar la variacin natural (causas aleatorias) de un proceso, una vez que se hanminimizado o eliminado los efectos de todos los factores ajenos que no contribuyen al mismo.(Causas asignables o atribuibles). En muchas ocasiones se paga por conocer la Capacidad de un Proceso yse recibe una Capacidad que no corresponde a la realidad puesto que antes no se han minimizado oeliminado las causas asignables.


17/42

17

Otro hecho importante que se debe tener en cuenta es que muchas veces las especificaciones que seestablecen para la medicin y control de los procesos corresponden tambin a los lmites establecidos en lasfichas de calidad de las Normas ISO 9000. En el caso de la Figuras 14, adems de no cumplirse con lasespecificaciones establecidas y las metas establecidas en el tablero de control del cuadro de mando integral,tampoco se estara cumpliendo con lo establecido en la Norma ISO 9000, lo cual puede ser causa de noconformidad que puede llegar a ser considerada mayor y poner en entredicho la certificacin. (Normalmentelograda con mucho esfuerzo).

Hay empresas certificadoras cuyos auditores no verifican el cumplimiento de estas fichas. Esto, porsupuesto, contribuye a mantener el statu quo existente y esta causa (externa) tambin excluye la posibilidadde obtener mejores resultados econmicos en las empresas y no asegura la calidad esperada por los clientes

que les compran sus productos. Estos pueden ser de mejor calidad.Otro damnificado con esta situacin es el tablero de control del Balanced Scorecard debido a que cuando lasmetas se fijan sin considerar la variabilidad del proceso se suele cometer el error de establecer metas(especificaciones) que en la prctica son incumplibles. Esto, por supuesto, adems de hacer pensar a lostrabajadores que este sistema de administracin es inadecuado, crea problemas en todos los niveles de laorganizacin relacionados con el proceso:

La administracin superior no est contenta puesto que no se estn cumpliendo las metas.


18/42

18

Los responsables (dueos) de los procesos se sienten permanentemente cuestionados.

Los operadores de los procesos tambin se sienten cuestionados y permanentemente trabajan bajo unapresin que no corresponde.

Los representantes de los trabajadores (dirigentes sindicales) continuamente estn recibiendo quejas de los

trabajadores pues son incapaces de cumplir las metas y no reciben el pago esperado por sus bonos deproduccin.

En general hay descontento y esto no es sano para la buena marcha de la empresa.

Una de las muchas ventajas que tiene medir y controlar los procesos a travs del Porcentaje deCumplimiento de las Especificaciones es que permite focalizar el trabajo de todos los involucrados en unproceso, desde el gerente general hasta el ltimo trabajador de primera lnea. Todos, dentro de susrespectivos mbitos, tienen como responsabilidad mantener el proceso dentro de especificaciones y con bajadispersin y centrado.

TRABAJADORES Y ESPECIFICACIONES

Qu problemas genera, en este caso, fijar especificaciones sin considerar la variabilidad del proceso?Algunos de ellos son:

El cumplimiento real de las especificaciones es slo de un 25,13%. (Figura 14)

No hay pago de bono de produccin para los trabajadores. Esto crea insatisfaccin, frustracin y baja de lamoral y roces permanentes con los dirigentes sindicales.

Los trabajadores pueden realizar acciones destinadas a obtener de alguna forma el pago del bono por elcumplimiento de las especificaciones: Esto puede ocurrir por medio de extraccin de muestras noprogramadas cuyas granulometras cumplen con el porcentaje +3 Mallas requerido; la no extraccin de lasmuestras programadas destinadas a la medicin de la granulometra en los horarios establecidos, sino quecuando se cree que esta est ms cercana a la exigida; guardar muestras cuya granulometra corresponde ala requerida y cambiarlas por aquellas muestras que no estn dentro de la establecida; manipulacin de lospesmetros para aumentar el tonelaje procesado, etc.

Imposibilidad de cumplir en las condiciones actuales con las metas establecidas en el Cuadro de MandoIntegral. Esto se traduce en un ambiente de trabajo tenso entre todos los integrantes de la unidad. Cada vezque se llega al momento de revisin de las metas se genera angustia entre los responsables de la unidad y

los trabajadores puesto que baja su calificacin semestral o anual y se sienten permanentementecuestionados.

Se genera incertidumbre ante la toma de decisiones. No se sabe bien qu es lo que est ocurriendo en elproceso de chancado ni cules son los problemas reales. No debe haber nada ms intil que dar solucin alproblema errneo, adems esto impide ser proactivo y permanentemente se est slo reaccionando ante loscambios (buenos o malos) del proceso de chancado.


19/42

19

Reclamo permanente del personal de molienda por no recibir por parte de la Planta de chancado el mineralde la granulometra que les permite obtener los mejores resultados. Esta situacin tambin les afecta en elcumplimiento de las metas de su Cuadro de Mando Integral.

Como vemos, en el cumplimiento de las metas tambin estn involucrados los trabajadores y sus sindicatosa travs del pago de bonos de distintos tipos. Hay ocasiones en que el pago de bonos est asociado a unameta de consumo de algn insumo, como por ejemplo, el consumo de cal viva o de cuarzo. En ambos casospuede haber aumentos o disminucin de consumos que no dependen de la calidad del trabajo realizado porlos trabajadores sino que a las caractersticas reales con que llegan a sus lugares de usos. Por ejemplo, sibaja la ley de la cal se aumenta su consumo, ante esto, en condiciones normales de operacin, lostrabajadores no pueden hacer nada puesto que la ley no depende de lo que ellos hagan o dejen de hacer. Lomismo ocurre en el caso de incumplimiento por parte del proveedor de la granulometra especificada. Su nocumplimiento tambin puede llevar tambin a aumentar su consumo y los trabajadores tampoco puedenhacer nada. Ante situaciones de este tipo, los trabajadores y la administracin deben estudiar muy bien loque desean y acuerdan para no caer en conflictos que slo provocan problemas a ambos.

Para que todo esto funcione con eficacia los trabajadores deben disponer de la informacin necesaria en elmomento oportuno. Uno de los mayores problemas radica en que muchas veces se opera solamente en basea datos individuales que se valoran slo en cuanto a que si cumplen o no con la media y, cualquier anlisisde datos se ve slo en funcin de la tendencia en relacin a cuan cerca o lejos se est de la media delproceso.

Muchos trabajadores no saben cmo usar la informacin y, por lo tanto, deben ser capacitados para hacerloscompetentes en la forma de usarla para hacerla productiva. Tambin deben tener claro cul es la informacinque necesitan y cul es la que no necesitan. Esta capacitacin debe estar enfocada en prepararlos paratomar decisiones, con ello deben ser capaces de reconocer los patrones que muestran que es lo que hay enun proceso, no lo que se cree que hay. Tambin deben reconocer las oportunidades de crear valor en el

momento oportuno.

CULTURA DE AUTOCOMPLACENCIA

Normalmente en las reuniones se gasta mucho tiempo analizando un proceso desde el punto de vista de loque se cree que est ocurriendo en el proceso puesto que no hay respaldo que indique con claridad qu eslo que est ocurriendo. Una de las ventajas de trabajar sobre la base del cumplimiento de las

especificaciones es que las reuniones se hacen ms productivas puesto que todos llegan a ella conconocimiento acerca de lo que se debe tratar y lograr, adems todos vuelven a sus trabajos con unaresponsabilidad asignada que deben cumplir. Esto tiene adems la particularidad de ser el primer paso en laeliminacin de la cultura de la autocomplacencia que es uno de los principales obstculos p ara realizar los

cambios necesarios para mejorar el estado de resultados.

La cultura de la autocomplacencia se da a todo nivel y debido a ello siempre hay una resistencia subterrneade este tipo de trabajadores que se oponen a cualquier cambio que los saque de sus rutinas y/o que lespueda generar situaciones indeseables e incmodas. Este tipo de trabajadores sobreviven ao tras ao enlas empresas, reciben sus sueldos a fines de mes y siguen viviendo as cmodamente hasta el prximo fin demes. Estos trabajadores son un lastre peligroso para las empresas, tienen gran poder y se mueven siempretratando de abortar cualquier cambio que no les sea satisfactorio y, definitivamente, no les es agrada que se


20/42

20

sepa, con respaldo, qu es lo que est ocurriendo en sus procesos puesto que bajo estas circunstanciasaparecen problemas que han permanecido ocultos (costos ocultos) durante mucho tiempo. Saben de laexistencia de problemas en sus reas de responsabilidad y en las reas vecinas, pero prefieren no hacerseproblemas ni hacerles problemas a sus vecinos y as continan viviendo cmodamente.

Su filosofa del trabajo es Yo no te doy problemas ni t me los das a m. No soportan que se sepa que en

sus reas de responsabilidad existen problemas y tratan a toda costa de mantenerlos ocultos. Trabajar bajoel concepto del porcentaje de cumplimiento los obliga a realizar los trabajos asignados y a hacerseresponsables por ellos puesto que en las reuniones deben dar cuenta de dichos trabajos.

Es comn que en muchas reuniones los participantes lleguen con actitudes reactivas a defender lo quehacen en sus trabajos y el trabajo que se hace en sus respectivas reas. Como no se tiene bien claro lo queocurre en los procesos se dan muchas situaciones ambiguas que crean confusiones y divergencias deopiniones que se traducen en constantes desencuentros y recriminaciones mutuas que no conducen a nada.Cuando la informacin existe, es clara y respaldada, se terminan la ambigedad y la confusin y de serreactivo se pasa a ser proactivo, todos enfocados en obtener la misma meta, cada uno desde sus respectivos

puestos de trabajo.Desde este punto de vista las reuniones por rea productiva debieran comenzar con cuatro grficos:

Cumplimiento real actualizado de la unidad o rea

Cumplimiento requerido o esperado a la fecha de la unidad o rea

Cumplimiento general de la empresa actualizado

Cumplimiento esperado de la empresa a la fecha.

Los cuatros grficos deben estar ubicados en un lugar principal y bien visibles para todos los asistentes. De

esta forma los anlisis, ideas y decisiones estarn todas enfocadas en las variaciones que expliquen lasdiferencias entre el cumplimiento esperado y el cumplimiento real a la fecha. Cada trabajador debe tener muyclara su responsabilidad en cuanto a lo que debe hacer, cmo debe hacerlo y cmo influye lo que hace en lasganancias o prdidas de su empresa. Con esto se evita dirigir los esfuerzos a solucionar problemasequivocados o que aportan muy poco a los resultados econmicos de la empresa. No debe haber nada msintil que dar la solucin equivocada al problema equivocado.

En la INTRANET de cada empresa debieran de estar en forma permanente los grficos por rea delcumplimiento esperado, el del cumplimiento realmente logrado y el listado de las acciones acordadas en lasreuniones destinadas a reducir esta brecha. Tambin debiera estar en pantalla el cumplimiento general de laempresa para que todos conozcan lo que est ocurriendo y tengan claro qu es lo que deben hacer o nohacer para lograr los resultados esperados.

Se deben dejar de lado las creencias, el conocimiento aparente y las peligrosas medias verdades que seadoptan en muchas situaciones. La respuesta a la siguiente pregunta: creemos que esto es verdad osabemos que lo es? debiera pasar siempre por lo siguiente:

NADA DE PRESUMIR, SLO HECHOS


21/42

21

MUESTREO Y VARIABILIDAD

Todo lo que hemos visto hasta el momento funciona slo s los datos son representativos de lo querealmente est ocurriendo en el proceso, o sea, si su contenido de error es bajo. Esto nos lleva a hacer ver laimportancia del muestreo, originador de los datos. Cuando hablamos de muestreo representativo nosreferimos a que las muestras extradas deben representar al proceso (una pulpa, por ejemplo) en cuanto asus propiedades qumicas, fsicas y mineralgicas.

Veamos algunos conceptos en relacin al muestreo:

A travs del muestreo se obtienen los datos que una vez analizados entregan la informacin necesaria paraidentificar qu es lo que est ocurriendo en un proceso. Desde este punto de vista se entiende por muestreola extraccin de las muestras, su preparacin y anlisis qumico o instrumental.


22/42

22

La extraccin de las muestras debe cumplir con las normas de muestreo establecidas por Pier Gy queaseguran la extraccin de muestras con bajo contenido de error. A menor error mayor precisin y menorincertidumbre, lo cual mejora la calidad de las decisiones tomadas a todo nivel de responsabilidad.

Los componentes de la variabilidad de los procesos son:

Error de Muestreo

Variabilidad Natural del proceso

Variabilidad generada por ciclos

Tendencia del proceso

Una breve descripcin de los componentes de la variabilidad nos dice que:

Error de Muestreo (Error de extraccin de la muestra + error de preparacin de la muestra + error deanlisis qumico o instrumental de la muestra): Cualquier medicin est sujeta a errores y, por consiguiente,

la credibilidad de los datos puede ser sospechosa. Cuando el error de muestreo es muy alto se pierde lainformacin del proceso y se introduce una variabilidad que no existe en el, es decir, en un momento dadopodemos estar tratando de reducir una variabilidad que slo est en los anlisis de los datos de las muestrasextradas, procesadas y analizadas, y no en el proceso mismo.

Variabilidad natural o normal del proceso:Corresponde slo a causas aleatorias (causas naturales o noasignables). Se deben a una amplia variedad de causas que estn presentes en forma permanente y son dedifcil identificacin. Cada una de estas causas es un componente muy pequeo en la variabilidad total delproceso y la suma de su contribucin es medible. Son inherentes al proceso y poco controlables por losoperadores de los procesos. Su eliminacin o reduccin requiere de una decisin gerencial para laasignacin de recursos para mejorar el sistema. (Reemplazo de equipos, nuevas tecnologas, etc.)

La variabilidad generada por Ciclos y la Tendencia del proceso junto con el Error de Muestreocorresponden a variabilidad atribuible a causas identificables, no al azar (causas asignables). Se puedenindividualizar y controlar hasta un mnimo valor econmico. Se dice que un proceso est bajo controlestadstico cuando su variabilidad es solamente el resultado de causas aleatorias.

Veamos el siguiente ejemplo basado en el contenido de Fierro en un concentrado de cobre (Figura 17):

Error de muestreo (en rojo) es alto : 61,6%

Variabilidad natural del proceso (en azul) : 3,7%

Variabilidad cclica (en amarillo) : 12,7%

Tendencia del proceso : 22,0%


23/42

23


24/42

24

Hemos dicho que un error de muestreo muy alto oculta informacin de lo que realmente est ocurriendo en elproceso. Si reducimos el error de muestreo qu va a ocurrir con los otros componentes de la variabilidad,como cambiarn su composicin porcentual? Veamos qu es lo que ocurre en los grficos de las Figuras 16y 17.

Vemos que al reducir el error de muestreo desde 61,6% hasta slo 1,% aumentan su porcentaje lavariabilidad natural del proceso desde 3,67% hasta 37,15% y la tendencia del proceso aumenta desde 22%hasta 47,84%. La variacin por ciclos tambin tiene un ligero aumento.

Est claro que si seguimos manteniendo un error de muestreo tan alto va a ser muy difcil que podamosmantener bajo control el proceso. En el grfico de la Figura 16 se nos presenta una variabilidad que no es lareal del proceso, entonces sobre qu actuamos para reducir la variabilidad? . En el grfico de la Figura 17queda claro que las dos causas principales de variabilidad son la tendencia del proceso y la variabilidad

natural del proceso. Sobre esta ltima causa los operadores pueden hacer muy poco pues, como hemosmencionado antes, no depende de ellos, pero s pueden actuar para determinar qu es lo que est causandouna variabilidad tan alta en la tendencia del proceso y reducirla.

Recordemos que la variabilidad es inversamente proporcional a la calidad y que los resultados estn tambinen relacin inversa a los costos y, indudablemente, el actuar a ciegas como ocurre en el grfico de la Figura16 va a afectar los costos y el estado de resultados. Todos los ejecutivos de las empresas desean caminarexactamente en el sentido contrario, quieren bajos costos y un excelente estado de resultados. Para ello,


25/42

25

como camino principal buscan innovar, pero ser fcil innovar en estas condiciones en que ni siquiera sesabe bien qu est ocuriendo en el proceso?

En ocasiones el error de muestreo es tn alto que sera mejor no tomar muestras ya que lo nico que seconsigue es confundir ms a los operadores de los procesos. Por supuesto que se puede decidir no extraermuestras y vivir sin informacin, pero qu sucede con los resultados econmicos..?. Cunto tiempo

y dinero se ha desperdiciado realizando investigaciones y trabajos con datos que no dan ninguna garanta desu calidad y su representatividad?.

Es difcil entender cmo las empresas, sobre todo las grandes y medianas, que han invertido muchas vecesmillones de dlares en adquirir costosos sistema de informacin en lnea y estaciones de muestreoautomticas no les sacan todo el potencial de posibilidades de uso que tienen. Muchas veces los sistemas deextraccin de muestras quedan abandonados en cuanto a su mantencin y adems los encargados de suoperacin muchas veces son trabajadores que no tiene las competencias necesarias y, por lo tanto, noentienden la importancia que tiene generar informacin de calidad para los resultados de la empresa. Debequedar claro que no basta con tener y cumplir una lista de chequeo para mantener el cortador de muestras

en norma, aseado y con la mantencin al da. Lo anterior debe complementarse con la frecuencia demuestreo adecuada y la cantidad de muestra necesaria que se debe extraer para asegurar larepresentatividad de los procesos. Muchas veces tambin se da la paradoja de que la supervisin gastatiempo y dinero en reuniones tratando de buscar la explicacin a un cambio brusco de algn indicador sinsaber que un operador de una estacin de muestreo, que por encontrar muy pesado el balde receptor de lamuestra que deba trasladar, bot parte de ella para hacer su traslado ms cmodo.

Lo primero que un ingeniero debiera averiguar antes de encargar o iniciar un trabajo de anlisis o

investigacin es:

Las muestras provienen de un muestreo automtico o manual? (El muestreo manual por definicin es malo)

Estn en norma (bajo porcentaje de error) los sistemas automticos de muestreo utilizados?

Cul es la frecuencia de muestreo y la cantidad de muestra que se utiliz?

Quin prepara y qu protocolo usa en la preparacin de las muestras?

Los anlisis son qumicos o instrumentales?

En la Figura 18 vemos el Variograma de un proceso cclico. Al analizar el variograma (ejemplo real) vemosque con el intervalo de muestreo actual (frecuencia de muestreo) jams vamos a darnos cuenta que tenemosciclos en este proceso. Los ciclos por definicin son malos pues provocan prdidas. Desde este punto devista, si no sabemos que los tenemos, cmo podemos minimizarlos o eliminarlos?


26/42

26

TOMA DE DECISIONES

La figura 19 muestra un diagrama de un muestreo normal, con bajo error de muestreo, en que cada una de

las operaciones en forma individual aporta un error normal al error total de muestreo. La toma de decisionesen este caso es ms eficaz que en el diagrama de la Figura 20, en que el error de muestreo y demanipulacin de la muestra es alto. En este caso el error total es alto y puede afectar negativamente la tomade decisiones.


27/42

27


28/42

28

(Ejemplos: Aumento del tonelaje de mineral tratado, cambio en la composicin mineralgica o qumica,cambio de tecnologa o de equipos, etc.)

La toma de decisiones es uno de los aspectos ms importantes en el control de los procesos. Los pasos

crticos en la toma de decisiones son definir bien el problema y la oportunidad de innovar. A menorincertidumbre en la informacin mayor probabilidad de que la decisin que se tome sea cualitativamentemejor y ms eficaz. Las decisiones implican riesgos, pero estos disminuyen cuando la incertidumbredisminuye. Se debe recordar que en muchos procesos productivos cuando se toma una decisin se debeimplementar de inmediato.

Las decisiones que se toman en todos los niveles de una organizacin se traducen en acciones que tienenconsecuencias en el desempeo de la organizacin. Recordemos que el objetivo ltimo de toda organizacin


29/42

29

es crear valor econmico. Las malas decisiones destruyen valor y afectan ms a las organizacionespequeas por tener menor capacidad para resistir una prdida de valor econmico. Los buenos negocios quecrean valor son el resultado de buenas decisiones y el uso eficiente y eficaz de los recursos y capacidades.

BUENOS NEGOCIOS = BUENAS DECISIONES + RECURSOS Y CAPACIDADES

La informacin de calidad no slo genera respaldo para la toma de decisiones, sino que tambin sirve parajustificar cambios de tecnologa, solicitar reemplazo de equipos, capacitar, innovar, negociar, etc.

La incertidumbre es el grado de incerteza que acompaa a la toma de decisiones debido a que elconocimiento es incompleto, y hace ms difcil y de mayor riesgo la decisin (Figura 21). La incertidumbre sederiva fundamentalmente de informacin incompleta, fuentes poco confiables y hechos imprecisos, vagos odifusos. Por ltimo recordemos cul es la diferencia entre incertidumbre y certidumbre.

Certidumbre: Condicin que predomina cuando se est plenamente informado acerca de un problema, seconocen soluciones alternativas y se sabe cuales sern los resultados de cada solucin. Esto significa que seconoce a fondo el problema y las soluciones alternativas lo cual facilita la toma de decisiones en el momento

oportuno.

Recordemos como es el flujo de la informacin y a qu debe conducirnos:


30/42

30

ERROR DE MUESTREO

En los grficos de las figuras 23 y 24 muestra la determinacin del error de muestreo por turno en una

estacin de muestreo de pulpa de un sistema de molienda de mineral de cobre.


31/42

31

En el eje de la ordenada se encuentra el porcentaje de error por turno. En el eje de la abcisa se encuentra eltiempo en relacin a la frecuencia de muestreo. La curva horizontal roja nos indica el error de muestreoterico mximo (1%). (Esto es vlido para la compra o venta de productos o insumos y de balancemetalrgico. Para el control de procesos es conveniente trabajar con un error de no ms de un 8%).


32/42

32

En el grfico de la Figura 24 se ven dos curvas verticales, la primera de color negro ubicada en el minuto 5, lasegunda de color rojo ubicada en el minuto 20. Lo que aqu se muestra es qu ocurre con el porcentaje deerror de muestreo por turno a la frecuencia de 5 minutos y a la frecuencia de 20 minutos. Este grficoconsidera errores de muestreo con frecuencias de muestreo entre 1 minuto y 29 minutos. El resto de lascurvas corresponden al Cu, Mo oxidado, +100 mallas, CuNS, Fe y Mo contenidos en la pulpa y su

comportamiento en cuanto al error de muestreo por turno, dependiendo del tiempo de extraccin entremuestra y muestra (Frecuencia de muestreo). Se observa claramente en el grfico como el error de muestreopor turno crece en la medida en que el tiempo de extraccin de muestras va aumentando.

Las empresas pueden mantener sus sistemas de muestreo en esta forma o seguir hacindolo como hasta lafecha, sin darle mayor importancia a la frecuencia de muestreo y cantidad de muestra correctas, sinembargo, debe quedar muy claro que trabajar de esta forma tiene costos importantes asociados. Losejemplos de las pginas 20 y 41 muestran algunas de las consecuencias de no trabajar con los sistemas demuestreo en condiciones ptimas. Es fundamental en la obtencin de muestras representativas el estado delos sistemas de muestreo, a los cuales se les debe determinar el error de muestreo por turno para dejarlos encondiciones de extraer muestras representativas de los procesos.

El error de muestreo por turno se determina en forma experimental de tal forma que la variabilidad delproceso no interfiera con la variabilidad del muestreo. Esta determinacin experimental permite dejar elsistema de extraccin de muestras operando con la frecuencia de muestreo correcta y la cantidad de muestranecesaria, de esta forma las muestras extradas sern representativas de los procesos, obtenindose asdespus del anlisis de datos, la informacin necesaria para saber qu es lo que realmente est ocurriendo yas poder tomar las decisiones correctas. Esta determinacin debe hacerce por lo menos dos veces al ao ycada vez que ocurra un cambio relevante en el proceso. (Ejemplos: Aumento del tonelaje de mineral tratado,cambio en la composicin mineralgica o qumica, cambio de tecnologa o de equipos, etc.)

LO QUE SE PUEDE MEDIR BIEN, SE PUEDE ADMINISTRAR

COSTOS OCULTOS

Se supone que todos y cada uno de los integrantes de una empresa tiene como tarea alcanzar los mejoresresultados econmicos posibles con los recursos actualmente empleados o disponibles, sin embargo, haybaches importantes en esta tarea. Se trabaja con mucha ms incertidumbre de la que se debiera. Disminuiresta incertidumbre pasa por medir y controlar los procesos de otra forma. Si se desea obtener mejoresresultados no se puede seguir haciendo lo mismo puesto que se va a seguir obteniendo lo mismo, es por elloque no se debe seguir usando la media para medir y controlar los procesos.

Normalmente las empresas consideran como prdidas slo las producidas por detenciones no programadas

de produccin, prdidas de material por roturas de caeras o desastres naturales y otras causassemejantes. Trabajando con el cumplimiento de las especificaciones aparecen los denominados costosocultos, que corresponden a todos aquellos eventos que no son medidos ni considerados en ningnbalance contable ni metalrgico y que sin embargo estn presentes. Aparecen slo cuando se miden o secambia el sistema de medir por otro que es capaz de extraer muestras representativas. Estos costos suelenocasionar desastres financieros en las empresas.


33/42

33

El Porcentaje de Cumplimiento de las Especificaciones se puede aplicar adems a la compra de insumos yse debera estudiar su aplicacin en los contratos de sus adquisiciones. Por ejemplo en el caso de la comprade cal o cuarzo:

Cul es el porcentaje de cumplimiento de las especificaciones en cuanto a su ley?

Cul es el porcentaje de cumplimiento en cuanto al contenido de otros elementos?

Cul es el porcentaje de cumplimiento en cuanto a las granulometras solicitadas?

Qu significa un bajo Porcentaje de Cumplimiento de las Especificaciones?

Veamos el siguiente ejemplo: En la Figura 26 aparece representada la Razn Fe/SiO2 de una escoria deconvertidores en una fundicin de cobre. La especificacin que se debe cumplir es que la razn debe sermenor a 1,6. En el grfico de la figura vemos que esta razn se cumple slo en 17,87%. Preguntas que nospodemos hacer ante esta situacin:

Cules son las consecuencias de no cumplir las especificaciones?

Cmo afecta los costos este bajo cumplimiento?

Cmo afecta al proceso siguiente?

Cmo afecta la recuperacin metalrgica de la fundicin?

Est includo dentro de las prdidas el consumo excesivo de SiO2 (fundente)?


34/42

34

Como ejemplo de costos ocultos y mal uso de la mediaveamos el siguiente caso:

La granulometra de la pulpa de alimentacin a una planta de flotacin tiene una media de 66% bajo malla200 Tyler. Con esta granulometra se considera que la liberacin de las partculas de inters es del orden del95 96%. La pulpa proviene de dos molinos de bolas, N 1 y N 2, de igual capacidad de molienda. Se

efecta control granulomtrico cada dos horas, por separado en ambos molinos. La recuperacin metalrgicade la planta de flotacin es de 66%. Como consecuencia de un plan de ahorro de costos se suprime elcontrol granulomtrico por separado por cada molino y se efecta un slo control en la alimentacin comn ala planta de flotacin. Adems, la muestra de control, siempre con el afn de ahorrar costos, se efecta cada4 horas y no cada 2 horas como se vena realizando.

Transcurrido algunos meses la recuperacin metalrgica de la planta de flotacin comenz a bajar en formapaulatina, llegando a un mximo de 64,5%. En busca de las causas de esta baja se descubri (despus derealizar una serie de estudios, internos y externos) que la causa principal era que, a pesar de que la mediasegua siendo del orden del 66% bajo malla 200, la granulometra de la molienda de ambos molinos habavariado. El molino N 1 estaba moliendo a 70% bajo malla 200 y el molino N 2 estaba moliendo a 62% bajomalla 200.

Con la falta de control generada por el ahorro de costos, una parte del fino producido por la sobremoliendadel molino N 1 se fue junto con la ganga en los relaves de la planta. Por su parte el molino N 2, al molerms grueso gener partculas con sobre tamao que no estaban dentro del rango de liberacin necesariopara ser recuperadas en el proceso de la flotacin, las que tambin se fueron con la ganga en los relaves.


35/42

35

En este caso, como en muchos otros, con una visin de disminucin de costos equivocada, el remedio fuemucho peor que la enfermedad. Siempre que se queda sin la informacin necesaria para mantener el controlde sus procesos, el costo generado (en este caso una disminucin del porcentaje de recuperacin) esmucho ms alto que el escaso ahorro producido por eliminar controles (informacin) a travs de suprimirmuestreos y anlisis qumicos. A esta prdida hay que agregar el costo que significa el estar derivando hacia

el tranque de relaves materiales que se supone no deberan ir, consiguiendo con ello que la capacidad deltranque se agote antes del tiempo programado.

FUNCIN DE PRDIDA. GENECHI TAGUCHI.

El ingeniero japons Dr. Genichi Taguchi, estableci por medio de la Funcin de Prdida que un punto

clave para mantener el equilibrio entre el costo de produccin y el valor del producto para el cliente escontrolar la variabilidad del proceso. Utilizando la Funcin de Prdida, expresa que al desviarse con respectoal resultado objetivo (TARGET) se incurre en un costo, el cual se incrementa en forma exponencial, a medidaque la variabilidad aumenta.

La variabiliadad es un factor que impacta directamente a los niveles de satisfaccin ya que su presencia nocontrolada incrementa los costos, los cuales son absorbidos por el cliente final disminuyendo el valor queeste recibe a travs del producto.

La filosofa de Taguchi puede resumirse en tres enunciados:

No podemos reducir el costo sin afectar la calidad.

Podemos mejorar la calidad sin afectar el costo.

Podemos disminuir los costos si mejoramos la calidad.

Taguchi rechaza el mtodo de la calidad basado en la conformidad con los lmites de las especificaciones.Segn l se debe alcanzar la variacin mnima, en torno a los valores deseados (TARGET), sin aumentar elcosto. La finalidad es reducir la variabilidad alrededor del TARGET. Taguchi considera que la inconsistenciaen la calidad del producto o servicio resulta en gastos, desperdicios y prdidas de oportunidad, cuando losobjetivos de calidad no se alcancen exactamente.

En la Figura 27 y 28 vemos la Funcin de Prdida de Taguchi. La variacin mnima se obtiene cuando elproceso baja su variabilidad hasta estar 100% en el TARGET y lo observamos en la Figura 29

En las Figuras 29 a 35 vemos el caso de un proceso que reduce su variabilidad y su prdida al cambiar suprotocolo operacional desde A a B.


36/42

36

En la Figura 29 observamos un proceso con un protocolo A, que est fuera de ambas especificaciones. (Enrojo)

En la Figura 30 se cambi el protocolo del proceso a B y con ello se consigui quedar dentro de ambasespecificaciones.


37/42

37

La Figura 31 muestra los dos estados del proceso con los protocolos A y B


38/42

38

En la Figura 32 se han agregado las curvas de Funcin de Prdida y del valor econmico de la prdida (Ennegro).


39/42

39

La Figura 33 muestra donde el proceso con el protocolo A corta la curva de Funcin de Prdida y lacorrespondiente prdida registrada en la curva del valor de la prdida.

La Figura 34 muestra donde el proceso con el protocolo B corta la curva de Funcin de Prdida y sucorrespondiente prdida.


40/42

40

Por ltimo, la Figura 35 nos muestra la disminucin de la prdida, equivalente a la disminucin de lavariabilidad representada por el lugar donde el proceso con el protocolo B cort la curva de Funcin dePrdida. Por supuesto, esto tambin funciona en sentido inverso, se puede aumentar la variabilidad y laprdida del proceso pasando desde el protocolo B al protocolo A.

BENEFICIOS DE LA EMPRESA

Hacer los cambios necesarios para realizar las mejoras correspondientes al cambio de la media por el

porcentaje de cumplimiento de especificaciones, aprovechar todo el potencial que tienen los sistemas demuestreo y sentar las bases para realizar la capacitacin necesaria con el fin de cambiar la forma de hacerlas cosas, requiere por parte de la alta administracin tomar la decisin de hacerlo y controlarlo y elcompromiso de todos para implementarlo y tambin controlarlo. Se dice que los beneficios de una empresase encuentran sobre la cubierta de una mesa de tres patas, una pata corresponde a una gerenciacomprometida, la segunda pata corresponde a un muestreo correcto y la tercera a la comprensin de lavariabilidad.

Si se desea realmente hacer cambios para mejorar el estado de resultados debe quedar claro que sin elcompromiso total de la gerencia es mejor hacer nada y continuar marcando el paso como hasta ahora,haciendo lo mismo, lo que todos hacen. Ya hemos visto algunas de las situaciones que pueden ocurrir si el

muestreo no es el correcto. Si lo anterior no va acompaado de la comprensin de la variabilidad se puedeperder lo que significa el compromiso de la gerencia y lo que involucra trabajar con un muestreo correcto. Lacomprensin de la variabilidad corresponde al anlisis de los datos y al uso del Control Estadstico deProcesos u otra herramienta de este tipo para su mejor utilizacin.

En la Figura 36 se muestra la mesa de tres patas.

Se habla de Excelencia Operacional, pero esta no basta si no va acompaada de resultados positivos.


41/42

41

Para obtener algo extraordinario no se puede seguir haciendo slo lo ordinario.

MODELO OPERACIONAL PREVENTIVO

En la Figura 37 se muestra el diagrama de un Modelo Operacional Preventivo, que contempla todo lo que esun sistema productivo y que debiera ser implementado por todas aquellas empresas que desean hacer algodistinto para obtener resultados extraordinarios. Para ello deben alejarse de lo que todos hacen.


42/42

En el grfico de la Figura 15 la Medicin y el Anlisis de Datos van en rojo con el objeto de hacer ver queTODO modelo operacional, que TODOlo relacionado con el control de un proceso comienza con la Medicin(Muestreo, Preparacin de Muestras y Anlisis Qumico o Instrumental) y sigue con el Anlisis de los Datos.

En muchas empresas el muestreo y la preparacin de las muestras son los parientes pobres en cuanto a lapreocupacin de la administracin por su mantencin, operacin o modernizacin. En ocasiones los sistemasde muestreo automticos (Estaciones de Muestreo) son de excelente calidad pero lentamente van quedandoen el olvido y la despreocupacin, las mantenciones se van espaciando en el tiempo y el personal que losopera en la mayor parte de los casos no tiene las competencias necesarias para hacerlo bien. Se da laparadoja de que existen Laboratorios Qumicos completsimos, con ambientes controlados para asegurar lamejor precisin de los anlisis qumicos y sin embargo las muestras que reciben para sus anlisis provienende sistemas de muestreos automticos y muestreos manuales que tienen un alto error de muestreo, con locual la precisin de los anlisis qumicos pierde sentido. Hay muestras que pueden llegar a los LaboratoriosQumicos con errores de hasta 30, 40 o 50%. Mientras las empresas no entiendan esto las decisiones quetomen siempre van a tener un alto grado de incertidumbre

Control Estadístico de Procesos Minero-Metalúrgicos

Documents

Transcript of Control Estadístico de Procesos Minero-Metalúrgicos