ANÁLISIS DEL PRODUCTO NO CONFORME COMO FACTOR DE ...

ANÁLISIS DEL PRODUCTO NO CONFORME COMO

FACTOR DE IMPRODUCTIVIDAD EN UN INGENIO

AZUCARERO EN EL NORTE DEL VALLE –COLOMBIA

ANGEL FELIPE SÁNCHEZ SÁNCHEZ

Facultad de Ingeniería

Programa de Ingeniería Industrial

Ibagué, 2019

Análisis del producto no conforme como factor de improductividad en un Ingenio Azucarero en el

norte del Valle –Colombia

Trabajo de grado, Ingeniería Industrial, 2019. III

ANÁLISIS DEL PRODUCTO NO CONFORME COMO

FACTOR DE IMPRODUCTIVIDAD EN UN INGENIO

AZUCARERO EN EL NORTE DEL VALLE – COLOMBIA.


Trabajo de grado que se presenta como requisito parcial para optar al título de:

Ingeniero Industrial

Directora:

Ing. Helga Patricia Bermeo Andrade, Profesora Universidad de Ibagué



Ibagué, 2019



Trabajo de grado, Ingeniería Industrial, 2019. V

Nota de aceptación:

Aprobado por el comité de Grado en

cumplimiento de los requisitos exigidos por la

Universidad de Ibagué para optar al título de

Ingeniero Industrial.

Jurado_______________________________



Trabajo de grado, Ingeniería Industrial, 2019. VII

Agradecimientos

La realización de este trabajo de grado marca un antes y un después en mi vida por esto

y más, agradezco a mi familia entera por promoverme indirectamente a proponerme y

cumplir nuevas metas en mi vida, a mis padres por siempre apoyarme incondicionalmente.

A mi Hermano por la confianza que siempre ha depositado en mí, y en especial a mi abuela

Flor María por su indispensable motivación, también a la profesora Helga Patricia Bermeo

por su colaboración y enseñanzas durante el desarrollo de este trabajo de grado.

De igual manera agradezco al Área de Elaboración del Ingenio providencia quienes me

colaboraron de la mejor manera posible, en especial a todo el personal de la zona de

envase con los cuales viví momentos de gran enseñanza personal y profesional.

Análisis del producto no conforme como factor de improductividad en un Ingenio Azucarero en el norte del Valle –Colombia

Trabajo de grado, Ingeniería Industrial, 2019. IX

Resumen

En la actualidad, la actividad industrial a nivel mundial se enfrenta a fuertes cambios. Como

consecuencia del proceso de globalización, las actividades industriales deben ser más

productivas y competitivas, lo que ha obligado a los países a implementar medidas

técnicas y económicas con el fin de hacer competitivos sus productos en cualquier

mercado nacional o internacional (Neira, 2015).

La industria azucarera no es ajena a esta tendencia, y en respuesta a ello, suele trabajar

con una ideología orientada a la mejora continua, en busca de que todos sus procesos

cumplan con los estándares más altos de calidad. Uno de los aspectos que son de especial

monitoreo a nivel de planta en este tipo de industrias, por su incidencia en los costos de

producción, es el producto no conforme que se evidencia en la zona de envase. Conocer

los factores que generan esta fuente de improductividad, es determinante para el diseño

de acciones que eviten su repitencia. Por lo anterior, este estudio aborda la problemática

del creciente reproceso de azúcar, derivado del producto no conforme en un Ingenio

Azucarero ubicado en la zona norte del departamento del Valle.

Para tal fin, en el siguiente proyecto se realizó un análisis del producto no conforme como

factor de improductividad utilizando el modelo Lean Six Sigma y la herramienta

metodológica DMAIC (Definir, Medir, Analizar, Mejorar y Controlar) con la cual se logró

diagnosticar el problema y a su vez, diseñar estrategias y acciones de mejora. De acuerdo

con lo anterior, se identificó que el estudio desarrollado fue de naturaleza cuantitativa-

cualitativa bajo un enfoque deductivo, que permitió identificar y caracterizar la

problemática, para dar lugar al diseño de acciones de mejora.

Para la obtención de los datos, se realizaron entrevistas al personal del área objeto de

estudio en el Ingenio, además se realizó la observación directa de los reportes periódicos

de producción. Los datos que se obtuvieron se revisaron junto al ingeniero de alimentos

encargado de la zona de envase para encontrar los factores que se asociaban a la

ocurrencia del fenómeno, así mismo para dar lugar a la priorización de intervención de los

mismos. El análisis posterior de la información se apoyó a su vez, en herramientas como

el análisis de costo-beneficio y análisis de Pareto, con ello se diseñaron alternativas de

mejora a la Empresa, en los aspectos críticos que se identificaron.

X Análisis del producto no conforme como factor de improductividad en un Ingenio Azucarero en el norte

del Valle –Colombia

X Sánchez Ángel Felipe.

Palabras clave: Improductividad en la agroindustria, Industria azucarera en Colombia,

Metodología de Mejora continua, Modelo Lean Six Sigma, Producto no conforme.

Abstract

At present, the industrial activity worldwide is facing strong changes. As a result of the

process of globalization, industrial activities must be more productive and competitive,

which has forced countries to implement technical and economic measures in order to

make their products competitive in any national or international market (Neira, 2015).

The sugar industry is no stranger to this trend, and in response to this, it tends to work with

an ideology oriented towards continuous improvement, in order to ensure that all its

processes comply with the highest quality standards. One of the aspects that are of special

monitoring at the plant level in this type of industries, due to its impact on production costs,

is the non-conforming product that is evident in the packaging area. Knowing the factors

that generate this source of unproductivity is a determining factor in the design of actions

that avoid repetition. Therefore, this study addresses the problem of increasing sugar

reprocessing, derived from the nonconforming product in a sugar mill located in the

northern area of the department of Valle.

For this purpose, in the following project an analysis of the nonconforming product was

performed as a factor of unproductively using the Lean Six Sigma model and the DMAIC

method tool (Define, Measure, Analyze, Improve and Control) with which the problem was

diagnosed and in turn, design strategies and actions for improvement. In accordance with

the above, it was identified that the study to be developed was of a quantitative-qualitative

nature under a deductive approach, which allowed identifying and characterizing the

problem, to give rise to the design of improvement actions.

In order to obtain the data, interviews were carried out with the personnel of the area under

study at the Ingenio, and direct observation of the periodic production reports was also

carried out. The data obtained was reviewed together with the food engineer in charge of

the packaging area to find the factors associated with the occurrence of the phenomenon,

as well as to give priority to their intervention. The subsequent analysis of the information

Análisis del producto no conforme como factor de improductividad en un Ingenio Azucarero en

el norte del Valle –Colombia

Trabajo de grado, Ingeniería Industrial, 2019. XI

was supported, in turn, in tools such as cost-benefit analysis and Pareto analysis, with

which alternatives for improving the Company were designed, in the critical aspects that

were identified.

Keywords: Improvement in agro-industry, Sugar industry in Colombia, Methodology of

continuous improvement, Lean Six Sigma model, non-conforming product.

.



Trabajo de grado, Ingeniería Industrial, 2019. XIII

Contenido

1. Problema objeto de estudio ...................................................................................... 16 1.1 Introducción ...........................................................................................................16 1.2 Antecedentes y planteamiento del problema ..........................................................17 1.3 Justificación del estudio .........................................................................................20 1.4 Objetivos avalados .................................................................................................21

2. Marco de referencia ................................................................................................... 22 2.1 Revisión de estudios previos..................................................................................22 2.2 Referentes teóricos ................................................................................................23 2.3 Referentes sectoriales ...........................................................................................26

2.3.1 La Industria del azúcar en Colombia................................................................ 27 2.3.2 El proceso productivo de la industria azúcar.................................................... 28

3. Metodología implementada ...................................................................................... 32 3.1 Naturaleza del estudio ...........................................................................................32 3.2 Fuentes de información ..........................................................................................32 3.4 Herramientas de análisis ........................................................................................35

4. Resultados del estudio ............................................................................................. 36 4.1 Diagnóstico de producto de no conforme ...............................................................36

4.1.1 Factores de no conformidad ............................................................................ 36 4.1.2 Condiciones actuales ...................................................................................... 40

4.2 Diseño de alternativas de mejora ...........................................................................49 4.2.1 Soluciones orientadas al personal a cargo ...................................................... 49 4.2.2 Soluciones orientadas al proceso productivo ................................................... 51

4.3 Documentación del proceso metodológico realizado para el análisis de factores de improductividad ............................................................................................................53

5. Conclusiones y recomendaciones ........................................................................... 56 5.1 Conclusiones .........................................................................................................56 5.2 Recomendaciones .................................................................................................56

6. Referencias bibliográficas ........................................................................................ 57



Trabajo de grado, Ingeniería Industrial, 2019. XIV

Lista de figuras

Pág. Figura1. Diagrama de flujo Ingenio Providencia SA ........................................................ 28

Figura2. Diagrama de flujo del proceso de fabricación de azúcar blanco convencional .. 30

Figura3. Simbología Diagrama de flujo del proceso de fabricación de azúcar ................. 31

Figura4. Envasado azúcar tipo familiar ........................................................................... 33

Figura5. Seguimiento Producto no conforme .................................................................. 34

Figura6. Porcentaje costo PNC notificada en producción ................................................ 39

Figura7.Porcentaje costo PNC No Notificada en producción........................................... 39

Figura8. Nuevo formato puesto a prueba para el control del producto no conforme ........ 41

Figura9.Ejemplo diligenciado de formato a prueba ......................................................... 42

Figura10. Hoja de Excel mes de formato de prueba........................................................ 43

Figura11. Hoja de Excel mes de formato de prueba........................................................ 43

Figura12. Diagrama de Pareto formato de prueba .......................................................... 44

Figura13. Diagnóstico primera causa más influyente ...................................................... 45

Figura14. Diagnóstico segunda causa más influyente..................................................... 45

Figura15. Diagnóstico tercera causa más influyente ....................................................... 46

Figura16. Diagnóstico Presentación Comercial más influyente ...................................... 46

Figura17. Diagnóstico Silo de Producción más influyente ............................................... 47

Figura18. Diagrama espina de pescado de acuerdo a diagrama de pareto ..................... 48

Figura19. Diagrama de decisiones para el reproceso de azúcar ..................................... 50

Figura20. Consolidado Hoja de Excel Reproceso ........................................................... 50

Figura21. Diagnostico picos altos de PNC durante el mes de prueba: Julio/2017 ........... 52

Figura22. Diagrama de soluciones del motivo “Cambio tipo de azúcar” .......................... 52

Figura23. Grafica comparativa de quintales de PNC generados en los primeros 6 meses

de 2017 Vs 2018 ............................................................................................................. 53



Trabajo de grado, Ingeniería Industrial, 2019. 15

Lista de tablas

Tabla 1. Cantidad total del reproceso de azúcar no conforme B/2017 ................................18

Tabla 2. Cantidad de quintales de azúcar no conforme reportado en producción B/2017 ...19

Tabla 3. Cantidad de quintales de azúcar no conforme no reportado (elaboración) en

producción B/2017 ..............................................................................................................19

Tabla 4. Cantidad de Quintales de azúcar no conforme reportado B/2017 .........................20

Tabla 5. Filosofías y Métodos para el mejoramiento continuo .............................................24

Tabla 6. Presentaciones de Azúcar Blanco Providencia .....................................................33

Tabla 7.Costo del reproceso de azúcar no conforme Total 2017 ........................................38

Tabla 8. Tabla comparativa de quintales de PNC generados en los primeros 6 meses de

2017 Vs 2018 .....................................................................................................................53

Tabla 9. Cronograma de actividades de la propuesta .........................................................54

Tabla 10. Recursos financieros.. .......................................... Error! Bookmark not defined.

Tabla 11. Responsabilidades..............................................................................................61

Tabla 12. Responsabilidades por persona ..........................................................................61

16 Análisis del producto no conforme como factor de improductividad en un Ingenio Azucarero en


1

6 Sánchez Ángel Felipe.

1. Problema objeto de estudio

1.1 Introducción

El Ingenio Providencia es una de las empresas agroindustriales más influyentes en el

panorama nacional, dedicada a desarrollar productos y servicios, derivados de la industria

de la caña de azúcar. En la actualidad gracias a su pensamiento de mejora continua e

innovación cuenta con una capacidad instalada de molienda de 12.000 toneladas por día

hábil promedio, alcanzando una molienda anual superior a las 3’500.000 toneladas, lo que

permite tener una producción anual de 6’000.000de quintales de azúcar, además de su

azúcar de gran pureza también fue el primero en incorporar el azúcar blanco y morena

orgánico en Colombia.

Lean Six Sigma es un enfoque de mejora que ha tenido gran acogida gracias a su capacidad

para dar solución efectiva a muchos de los problemas que enfrentan las organizaciones

hoy. Por esta razón, grandes empresas a nivel mundial como el Ingenio azucarero

mencionado anteriormente han implementado este enfoque como una estrategia de

negocios para mejorar la calidad de los productos y servicios, mejorar la eficiencia de los

procesos, aumentar la satisfacción del cliente y aumentar la rentabilidad, en el caso de este

trabajo de grado se utilizará para analizar la generación del producto no conforme, dando a

conocer las causas raíz de esta improductividad.

El estudio se enfocó en la zona de envase del Ingenio Providencia lugar donde se realiza

el envasado de azúcar en sus diferentes presentaciones, se escogió debido a que es el

lugar donde se detecta esta improductividad con mayor facilidad, la zona de envase juega

un papel fundamental en la trazabilidad del proceso de evolución del producto final.

Con la recolección de datos se realizó un posterior análisis del producto no conforme

reportado en la zona de envase con el objetivo de encontrar las causas raíz de esta

improductividad y determinar las acciones de mejora para cada una de ellas. El análisis y

el estudio de estos factores de improductividad contribuyen ampliamente a la reducción de

reproceso de azúcar y a la mejora de producción elementos muy importantes dentro de la

cadena interna de la industria.


norte del Valle –Colombia 17


1.2 Antecedentes y planteamiento del problema

El Ingenio Azucarero ubicado en la zona norte del departamento del Valle, que corresponde

al objeto de estudio en esta investigación, basa su actividad principalmente en desarrollar

productos y servicios derivados de la industria de la caña de azúcar. Este cuenta con cuatro

plantas interdependientes para el desarrollo de su actividad económica: azúcar, alcohol,

cogeneración de energía y compostaje; con ellas trabaja constantemente para sostener los

más altos niveles de satisfacción en el mercado además de mantener una cultura innovadora

y de emprendimiento.

Para este Ingenio Azucarero es de importancia el análisis y mitigación de los factores que

generan improductividad en la planta productora de azúcar, más específicamente en la zona

de envase en donde se destina más del 70% del presupuesto del área de elaboración de la

planta, y en el que todo reproceso representa sobrecostos directos de producción.

El Ingenio Azucarero utiliza un sistema lineal para la producción de azúcar por ello algunas

causas solo se ven reflejadas cuando es el momento de envasar el producto al final de la

línea. Estas causas requieren ser minimizadas para alcanzar los niveles de productividad y

competitividad deseados por la empresa y demandados por el Sector.

En términos cuantitativos los quintales de reproceso reportado en la zona de envase en el

segundo semestre de 2017 según el informe de cierre mensual dado en el mes de febrero

de 2018 equivalió a un 5% de los Quintales vendidos (ver Tabla 1).



1


Tabla 1. Cantidad total del reproceso de azúcar no conforme B/2017

Causa del producto no conforme Quintales a reprocesar %

Azúcar de mala calidad silos de 50 kg 12151,25 32,87%

Azúcar de mala calidad silos de familiar 4360,00 11,79%

Azúcar de mala calidad silos de Big Bag 1796,00 4,86%

Azúcar contaminada silos de 50 kg 281,00 0,76%

Azúcar contaminada silos de familiar 408,00 1,10%

Azúcar contaminada silos de Big Bag 220,00 0,60%

Liquidación elevadores de azúcar seco 108,00 0,29%

Azúcar de familiar por problemas de peso 541,00 1,46%

Azúcar 50 KG separada en bodega por laboratorio 12750,00 34,49%

Azúcar FAMILIAR separada en bodega por laboratorio 0,00 0,00%

Azúcar BIG BAG separada en bodega por laboratorio 1580,00 4,27%

Azúcar rechazada por el detector de metales 50 KG 466,50 1,26%

Azúcar rechazada por el detector de metales FAMILIAR 65,93 0,18%

Azúcar rechazada por el detector de metales BIG BAG 212,96 0,58%

Azúcar por rotura en banda de recibo 524,96 1,42%

Averías en cargue y sacos sucios bodega de producto 1506,79 4,08%

TOTAL 36972,38 100%

Fuente: El autor a partir de lo consultado en registros históricos de la Compañía

Se continuó diferenciando el producto no conforme que se reporta en producción con el

producto no conforme no reportado en producción, para de esta manera comenzar a

identificar en qué parte del diagrama de flujo es que se presenta el mayor índice de esta

improductividad. El análisis comparativo de los registros históricos del producto no conforme

que se reporta y no se reporta en el área de producción, evidenció que la mayor cantidad de

producto no conforme es proveniente de los procesos que se realizan antes de llegar a la

zona de envase, esto se refiere como el producto no reportado en producción ya que no es

debido a motivos que sucedan en el proceso del envasado, con un 54% en comparación con

un 46% de los reportados en producción, y siendo el azúcar de mala calidad en los silos de

50Kg la mayor de las causas, con esta información se dio prioridad a combatir las causas

del producto no reportado en producción (elaboración) ya que su cifra por reproceso

asciende hasta los 20.078 quintales de azúcar en tan solo seis meses como se evidencia

en las Tablas 2 y 3.




Tabla 2. Cantidad de quintales de azúcar no conforme reportado en producción B/2017

Causa del producto no conforme Quintales a reprocesar %

Azúcar 50 KG separada en bodega por laboratorio 12750,00 75,47%

Azúcar FAMILIAR separada en bodega por laboratorio 0,00 0,00%

Azúcar BIG BAG separada en bodega por laboratorio 1580,00 9,35%

Azúcar rechazada por el detector de metales 50 KG 466,50 2,76%

Azúcar rechazada por el detector de metales FAMILIAR 65,93 0,39%

Azúcar por rotura en banda de recibo 524,96 3,11%

Averías en cargue y sacos sucios bodega de producto 1506,79 8,92%

TOTAL 16894,17 100%


Tabla 3. Cantidad de quintales de azúcar no conforme no reportado (elaboración) en producción B/2017

Causa Del Producto No Conforme Quintales a reprocesar %

Azúcar de mala calidad silos de 50 kg 12151,25 60,52%

Azúcar de mala calidad silos de familiar 4360,00 21,72%

Azúcar de mala calidad silos de Big Bag 1796,00 8,95%

Azúcar contaminada silos de 50 kg 281,00 1,40%

Azúcar contaminada silos de familiar 408,00 2,03%

Azúcar contaminada silos de Big Bag 220,00 1,10%

Liquidación elevadores de azúcar seco 108,00 0,54%

Azúcar de familiar por problemas de peso 541,00 2,69%

Azúcar rechazada por el detector de metales BIG BAG 212,96 1,06%

TOTAL 20078,21 100%




2


1.3 Justificación del estudio

La eficiencia y la eficacia son factores determinantes en la productividad del Ingenio objeto

de estudio. Todo proceso es susceptible a ser mejorado por esta razón se empleó el modelo

Lean Six Sigma y la herramienta metodológica DMAIC (Definir, Medir, Analizar, Mejorar y

Controlar), para diseñar acciones de mejora que conllevan a cambios en los procedimientos

al ejecutar las actividades y operaciones en el proceso de envasado de la producción.

Es primordial para el ingenio objeto de estudio el realizar cambios que minimicen la cantidad

de azúcar no conforme de proceso productivo, ya que en los últimos años el reproceso de

ese azúcar ha ido aumentando, esto quiere decir que la cantidad de producto no conforme

almacenado en la bodega es mayor en comparación a años anteriores. En la Tabla 4 se

ilustra la cantidad de quintales de azúcar no conforme reportado en producción en el segundo

semestre del 2017.

Tabla 4. Cantidad de Quintales de azúcar no conforme reportado B/2017

Mes QQ (Sacos de 50Kg)

Julio 3.163

Agosto 3.589

Septiembre 3.261

Octubre 3.755

Noviembre 8.263

Diciembre 13.651


La tabla anterior refleja una tendencia de aumento en el producto no conforme a través del

tiempo, esto provocado por la falta de conocimiento de las causas particulares que generan

este factor de improductividad y el aumento en la demanda de azúcar. Este comportamiento

ha llevado a los coordinadores y cabos de envase a replantear si los formatos de PNC

(Producto No Conforme) ya están obsoletos teniendo en cuenta que los operarios comunican

las mismas causas generales que hace años atrás, de allí radica la importancia del presente

trabajo de estudio, desde que se orientó a determinar los puntos críticos del producto no

conforme, para identificar oportunidades de mejora.




1.4 Objetivos avalados

General

Analizar las causas del producto no conforme como factor de improductividad en un

Ingenio azucarero ubicado en el norte del Valle del Cauca, con el fin de diseñar

acciones de mejora que mitiguen su presencia y favorezcan la productividad y

competitividad de la compañía.

Específicos

Investigar las herramientas recomendadas para el análisis de los factores de

improductividad en la agroindustria azucarera.

Identificar a partir de registros históricos de producción, las causas que se vinculan a

la presencia de producto no conforme en la zona de envase.

Diagnosticar las falencias y los puntos de mejora teniendo como criterio principal los

impactos en los costos relacionados estimados por la ocurrencia.

Diseñar las acciones de mejora en los puntos críticos identificados, considerando

indicadores de beneficio/costo.

Documentar el proceso metodológico para el análisis de factores de improductividad

en el área de producción.



2


2. Marco de referencia

2.1 Revisión de estudios previos La producción de azúcar es una de las actividades económicas más importantes para el

crecimiento económico de la región del Valle del Cauca, a pesar del esfuerzo de la industria

azucarera colombiana no ha sido suficiente para superar los índices de rendimiento de esta

agroindustria que poseen los países competidores (Asocaña, 2018a).

En el sector azucarero se han analizado factores de improductividad a lo largo de los años,

Desde 1990 Cenicaña (Centro de investigación en caña) ha mantenido un flujo constante de

información de los Ingenios productores de azúcar en Colombia, principalmente de aquellos

localizados en de la región del Valle del Cauca, lo cual ha permitido optimizar la comunicación

sectorial y, mediante el análisis de datos, ayudar a la toma de decisiones que colaboran a un

proceso de aprendizaje continuo sobre cómo eliminar una serie de actividades que agregan

costo y no valor (Cenicaña, s.f.).

La evaluación de los impactos que genera el procesamiento de la caña de azúcar han sido

abordado por Escuelas de Ingeniería Química y de Alimentos como lo es la Universidad

BiTBahir Dar en Etiopía que realizó una evaluación de la industria de la caña de azúcar en

donde se investigó la idoneidad para la producción, el consumo y la utilización, esta dio como

resultado que la teoría de reducción y reutilización como lo es el reproceso del azúcar

funciona en la industria de la caña de azúcar y además que los subproductos de la industria

azucarera se pueden utilizar como materia prima en la producción de sub productos,Sahu

(2018).

La productividad en la industria azucarera también ha sido abordada por autores expertos

en el tema como Aguilar (2012) quien desarrolló una metodología de sistemas complejos

para evaluar la productividad cañera en municipios con ingenios azucareros para la

obtención de etanol mediante el proceso de jerarquías analíticas. También otros autores han

analizado la eficiencia técnica relativa de la agroindustria azucarera como es el caso de

Arellano y Pedro (2010) en México, quienes encontraron que el número de ingenios

eficientes es de casi 17,5% de los cincuenta y siete Ingenios que estudiaron, dejando una




proporción de ingenios que pueden llegar a ser técnicamente eficientes muy amplia con un

75,4% de estos.

El producto no conforme también ha sido una fuente para la investigación. Autores como

Gopinath (2018), han valorizado los estudios acerca de los desechos de la industria

azucarera observando que las revistas de producción más limpia tienen el más alto número

de publicaciones por año sobre desechos de esta agroindustria lo que indica un mayor

énfasis en los beneficios ambientales derivados de la valorización de los residuos de la

industria azucarera.

El área de envasado ha sido el objeto de estudio en industrias que utilizan una producción

lineal, para identificar factores improductivos de la planta. Así también fue previsto por

Estrada (2016) quien utilizó la aplicación de herramientas Lean Manufacturing para disminuir

costos a través de la reducción de desperdicios en el área de envasado de la panadería San

Jorge S.A. El proponente utilizó herramientas como 5’S para reducir los movimientos

innecesarios, la herramienta SMED para reducir tiempos de procesos, y el sistema Poka-

Yoke para reducir los desechos/defectos y los tiempos de espera. También Barbosa (2016)

utilizó el modelo Lean Manufacturing como base junto a la filosofía kaizen para solucionar

los problemas de la línea de producción de la Industria Electrónica Regiomontana (IER), con

estos modelos logro identificar las áreas de oportunidad y utilizando los métodos VSM (mapa

de flujo de valor), 5s y PFEP (Plan para cada parte) solucionó los problemas de manera

individual.

2.2 Referentes teóricos Para el mejoramiento continuo en las organizaciones existes diversos métodos en la

literatura científica, muchos de ellos son sencillos y prácticos que facilitan hacer frente a

todos los desafíos del Ingenio objeto de estudio y mejorar las estrategias con las que ejecutan

sus operaciones. En la Tabla 5 se resumen los métodos y filosofías propuestas en la literatura

que sirvieron de referente para este estudio.



2


Tabla 5. Filosofías y Métodos para el mejoramiento continuo

Filosofías Descripción Referencias

Seis Sigma

(Six Sigma)

Es una filosofía que establece cómo mejorar

los procesos en una forma que involucra los

costos de la mala calidad, procesos fuera de

control, el desperdicio y los factores críticos

de los requerimientos de los clientes. Esta

filosofía utiliza la metodología DMAIC la cual

se aplica para el mejoramiento de procesos.

Varela, J., Flores, E., Tolamatl, J.

(2010).

Spector, R. (2006).

Herrera, R. (2006).

Manufactura

esbelta

(Lean

manufacturing)

Modelo de calidad para aumentar la eficacia

en el trabajo, principios de Lean son 4:

-Mejora de la calidad

-Eliminar el despilfarro

-Reducir el tiempo de espera

-Reducir el coste total.

En este modelo se utilizan métodos como

5S, SMED, TPM y Trabajo estandarizado.

Juárez, Y., Rojas, J., Medina, J., Pérez,

A. (2011).

Ballesteros, P. (2008).

Gonzales, F. (2007).

Justo a

Tiempo(Just in

Time)

Es una herramienta que postula que se

debe producir solo lo que sea necesario, en

la cantidad que sea necesaria y en el

momento que sea necesario. Con el fin de

llegar a la Eficiencia y Eficacia en un 100%,

sin tiempos muertos o Stock

Delgado, J., Marín, F. (2000).

Juárez, H. (2002).

Administración de

cadena de valor

(Value stream

management)

Ésta herramienta es principalmente usada

para identificar, demostrar y minimizar el

desperdicio así como crear flujo en el

proceso de fabricación esta herramienta

esta segmentada en cinco pasos:

1) Identificar el producto.

2) Crear un VSM actual.

3) Evaluar el mapeo actual e identificar las

áreas del problema.

4) Crear un futuro estado de VSM.

5) Implementar el plan final.

Barbosa, R., Ahumada, N., &

Gutiérrez, P. (2016).

Paredes, A. (2017).

Fuente: El autor a partir de lo consultado

La metodología para el desarrollo de este trabajo fue la DMAIC (Definir, Medir, Analizar,

Mejorar y Controlar), soportada en diversas herramientas seleccionadas para cada fase de

la misma, y que conducen a la eliminación del desperdicio en flujos y operaciones. Lean Six

Sigma es una filosofía y metodología que combina la Manufactura esbelta con Seis Sigma,

y establece cómo mejorar los procesos en una forma que involucra los costos de la mala

calidad, procesos fuera de control, el desperdicio y los factores críticos de los requerimientos

de los clientes. Como lo expresa Spector (2006, p. 42). El Pensamiento Esbelto y Seis Sigma

son dos de las técnicas más efectivas de mejoramiento disponibles hoy día, sin embargo,




muchas empresas siguen luchando para aprovechar una o dos disciplinas para lograr los

resultados deseados. La conveniencia de la aplicación conjunta del Pensamiento Esbelto y

Seis Sigma es poder alcanzar los mejores resultados que ofrece cada una de las filosofías

(Hoon y Anabari, 2006).

A continuación se enuncian algunas de las herramientas utilizadas en Lean Six Sigma según

Samuel Okoro (2006).

SIPOC: Este término se refiere a Proveedores, Entradas (Inputs), Proceso, Salida (Output)

y Clientes. Básicamente SIPOC es un diagrama que proporciona respuestas visuales a las

preguntas que se requieren para entender el proceso. El diagrama resultante es tan

importante como los pasos involucrados en la creación de este diagrama y la participación

de los miembros del equipo en la generación de ideas y sesiones de debates.

Análisis de las Partes Interesadas: Utilizando esta herramienta se listan las partes

interesadas y se evalúa el impacto del proyecto de mejora en cada uno de ellos.

Voz del Cliente (VOC): Las herramientas VOC tales como entrevistas, grupos focales,

buzones de sugerencias se utilizan para proporcionar datos sobre la representación de los

requerimientos del cliente y puntos de vista. El análisis de Kano se utiliza para convertir

estos datos brutos en datos cualitativos y cuantitativos.

Matriz Causa Efecto: La herramienta se utiliza para tabular los efectos y calcula las

puntuaciones que eventualmente se usan para clasificar las causas, y también para medir

la matriz usada para seleccionar las entradas a enfocar.

Plan de Recolección de Datos: Esta herramienta incluye todas las decisiones relacionadas

con los datos que se deben recolectar, la determinación del tamaño de muestra, la

identificación de las fuentes de datos, el desarrollo de las hojas de recolección de datos y

la asignación de las tareas de recolección de datos entre los miembros del equipo.

Gráfica de Pareto: Esta herramienta es una gráfica de barras donde el eje horizontal

representa las categorías. La gráfica de Pareto es una herramienta que centra el esfuerzo

del equipo en los problemas más importantes.

Gráficas de Dispersión: En esta herramienta, dos variables se trazan entre sí en una gráfica

que proporciona una indicación visual de qué tan bien las variables se corresponden entre

sí.



2


Diagrama de Espina de Pescado: Utilizando esta herramienta se dibuja una flecha grande

junto con el efecto de cuyas causas se analizan, mostradas a la derecha en el final de la

flecha. Cuando esta información está disponible, las causas son examinadas e indicadas

para cada categoría en su correspondiente rama.

Análisis de Regresión: Esta herramienta también puede considerarse como el equivalente

matemático del diagrama de dispersión. En análisis de regresión, se deriva en una

ecuación para expresar la dependencia de una de las variables con una o más de ellas.

A Prueba de Errores: Cuando se utiliza el diseño adecuado de procesos y equipamientos,

la posibilidad de errores se elimina totalmente. Un ejemplo a prueba de errores es el diseño

de formularios en línea, los cuales no pueden ser presentados si se encuentran

incompletos o con datos incorrectos.

Prueba de Hipótesis: Esta herramienta se utiliza para probar la validez de las hipótesis que

podrían estar relacionadas con el impacto de las causas en los efectos.

Gestión de Proyectos: Siempre que acuerda una solución, se implementa en forma de

proyecto. Esta solución requerirá entonces el uso de herramientas de gestión de proyectos

tales como comunicación, planificación, seguimiento y evaluación de riesgos.

Procedimientos Operativos Estándar (SOP por sus siglas en inglés): Las nuevas prácticas

operativas, las cuales han sido mejoradas, ahora serán codificadas en un manual operativo

al que los operadores pueden referirse. Este manual evita errores que podría conducir

nuevamente a prácticas ineficientes.

Control Estadístico del Proceso: Esta herramienta se utiliza para preparar las gráficas de

control que reflejan las capacidades mejoradas del proceso. Esta gráfica de control es

usada para supervisar el desempeño de las horas extras.

Gestión Visual: El principio básico de la gestión visual es que un empleado debe ser capaz

de caminar por el área de trabajo y obtener el 90% de la información. Se utilizan para lograr

la gestión visual la organización 5S, las ilustraciones de los pasos del proceso que se

colocan cerca del proceso, así como el diagrama SIPOC y los mapas del flujo de valor.

2.3 Referentes sectoriales




2.3.1 La Industria del azúcar en Colombia

El sector azucarero colombiano se encuentra ubicado en el valle geográfico del río Cauca,

que abarca 47 municipios desde el norte del departamento del Cauca, la franja central del

Valle del Cauca, hasta el sur del departamento de Risaralda. En esta región hay 225.560

hectáreas sembradas en caña para azúcar, de las cuales, el 25% corresponde a tierras

propias de los ingenios y el restante 75% a más de 2.750 cultivadores de caña. Dichos

cultivadores abastecen a 13 ingenios de la región (Cabaña, Carmelita, Manuelita, María

Luisa, Mayagüez, Pichichí, Risaralda, Sancarlos, Tumaco, Ríopaila-Castilla, Incauca y

Providencia). Desde 2005, cinco de los trece ingenios tienen destilerías anexas para la

producción de alcohol carburante (Incauca, Manuelita, Providencia, Mayagüez y Risaralda),

(Asocaña,2018c)

Gracias al clima privilegiado de la región, y al contrario de lo que sucede en el resto del

mundo (con excepción de Hawaii y el norte de Perú), se puede sembrar y cosechar caña

durante todos los meses del año. Esta condición agroclimática, sumada al avance

tecnológico impulsado por el Centro de Investigación de la Caña (Cenicaña), que funciona

con el aporte de todos los cultivadores e ingenios, ha llevado a que la región se especialice

en el cultivo y ostente el liderazgo en productividad a nivel mundial: más de 14 toneladas de

azúcar por hectárea al año.

Aspectos Productivos

En Colombia, en el año 2018 se produjeron 2,3 millones de toneladas de azúcar a partir de

21,56 millones de toneladas de caña. De alcohol carburante se produjeron 466 millones de

litros, destinados a la mezcla con gasolina en una proporción E8 (8% etanol, 92% gasolina),

de acuerdo con el mandato de oxigenación establecido por el gobierno desde noviembre de

2005. En la actualidad se da cubrimiento a todo el territorio nacional (Asocaña, 2018d). El

consumo nacional de azúcar en Colombia fue de 1,67 millones de toneladas, destinado en

un 52% al consumo directo en los hogares y un 48% a la fabricación de productos

alimenticios, bebidas para consumo humano y otros productos industriales. En el año 2018

se exportaron 747 mil toneladas de azúcar, de las cuales el 66% se dirigió a Chile, Islas del

Caribe, Perú, Estados Unidos, Haití, México y Bolivia. El resto del azúcar se exportó hacia

múltiples destinos alrededor del mundo (Asocaña, 2018e)



2


2.3.2 El proceso productivo de la industria azúcar

La elaboración de azúcar comienza luego de que la molienda extrae el jugo de caña al pasar

por los molinos de la fábrica, seguidamente el jugo se calienta para acelerar la separación

de los sólidos que no contienen azúcar al jugo caliente se le agrega floculante y se envía a

los clarificadores. El jugo clarificado se envía a los evaporadores dando como resultado la

meladura o jarabe, seguidamente llega a la Cristalización, este proceso se realiza en los

tachos, donde el agua de la meladura clarificada se evapora dando como resultado la

cristalización de la sacarosa (azúcar), la masa de los tachos se envía a las centrífugas, en el

interior de la centrifuga se aplica agua caliente para eliminar los residuos de miel en los

cristales. La miel “primera” se transporta hasta las secadoras para eliminar el exceso de

humedad, el azúcar seco se envía a la estación de envase en donde se empaca en los

diferentes tipos de presentación con que se surten los mercados nacional e internacional. En

esta última estación es donde se basa el estudio como se evidencia en la Figura 1.

2.3.3 Caso de estudio: Proceso de envasado Ingenio azucarero

El estudio se enfocó en la zona de envase del Ingenio Providencia debido a que es la zona

en donde más se evidencia esta improductividad. En el proceso de envasado de azúcar de

este Ingenio cuenta con tres turnos (6 am – 2 pm, 2 pm – 10 pm y 10 pm – 6 am), cada turno

consta de 13 a 20 empleados, el turno de la mañana posee dos empleados más, uno que se

encarga de llevar un registro de los insumos internos del envase y otro que se encarga de

llevar el conteo de azúcar reprocesada por parte de la bodega el cual se le debe de pagar

para llevar actualizada la trazabilidad de cada saco correspondiente. En la Figura 2 se ilustra

el diagrama de flujo de la zona de envase del ingenio azucarero objeto de estudio.

Figura1. Diagrama de flujo Ingenio Providencia SA




Fuente: www.ingprovidencia.com



3


Figura2. Diagrama de flujo del proceso de fabricación de azúcar blanco convencional

Empaques de polipropileno y

polietileno , cordones.

Transporte de producto y Entrega al Cliente

Transporte de azúcar seco Big Bag*

Secado

Transporte de azúcar secolínea Industrial

Transporte de Producto Big Bag a Envasado

Envasado Big Bag

Envasado Línea Industrial

Almacenamiento y Despacho

Producto potencialmente no inocuo (PPNI)


polietileno, papel, hilos y cinta crepé.

PCCCribado de azúcar en mallas Mesh 4

Transporte de Producto Línea Industrial

7

Azúcar en tubipack 5 g

Transporte de azúcar seco Familiar

Envasado de Producto Línea Familiar

Transporte de Producto Línea Familiar

13

PPR-OPRetención de

PPR-OPRetención de

partículas ferrosas

7


Almacenamiento en Silos línea Industrial

Almacenamiento en Silos Línea Familiar

PCCCribado de

azúcar en mallas

PPR-OPRetención de

partículas ferrosas

PCCCribado de Azúcar

en malla

PPR-OPRetención de partículas

ferrosas

PPR-OPRetención de

partículas ferrosas Almacenamiento en Silo

Empaques de polipropileno

polietileno , hilos.

Aire comprimido

Empaques de polipropileno,

polietileno y papel, hilos y cinta crepé.

PCC: Detección de Metales Línea

IndustrialPCC: Detección de

Metales Línea

PCC: Detección de Metales Línea

Big Bag


7

Pro

du

cto

Co

nfo

rm

e

Pro

du

cto

Co

nfo

rme

Producto Conforme

Materiales extraños


polietileno .Cordones.

Materiales extraños metálicos y

no metálicos

Pro

du

cto

Co

nfo

rm

e

Producto Conforme

Limalla ferrosa

Limalla ferrosa


Limalla ferrosa


Limalla ferrosa

Limalla ferrosa

**PPR-OPCribado de azúcar en mallas Mesh 8


Empaques de polipropileno,

polietileno , hilos y cinta crepé.

Azúcar no conforme

Azúcar no conforme

Azúcar no conforme

13

13

12

13

Averías Bodega

Azúcar Seco0.07% humedad

**PPR-OPCribado de azúcar en mallas Mesh 8


Fuente: Base de datos Ingenio Providencia, 2016




Figura3. Simbología Diagrama de flujo del proceso de fabricación de azúcar

Fuente: Base de datos Ingenio Providencia



3


3. Metodología implementada

3.1 Naturaleza del estudio El estudio desarrollado es de naturaleza cuantitativa-cualitativa bajo un enfoque deductivo,

en tanto permitió identificar y caracterizar la problemática a partir de lo propuesto en la

literatura, para dar lugar al diseño de acciones de mejora en un caso empírico particular. El

diseño metodológico fue no experimental, en tanto se observó el fenómeno objeto de estudio

en la Empresa, sin hacer intervención que incorporara tratamientos que alteraran su

comportamiento.

3.2 Fuentes de información Inicialmente se recolectó la información necesaria para el desarrollo de la investigación en

los reportes históricos de producción de la Empresa. También se hizo revisión en las bases

de datos científicas a publicaciones alusivas al análisis de factores improductivos en la

agroindustria y las herramientas que utilizaron para mitigarlos.

Posteriormente se recolectó la información de producto no conforme en el área de envasado,

teniendo en cuenta lo siguiente:

- Formato de registro impreso y diligenciado en área de Envasado (Figura 4)

- Método de consulta participante

- Unidad de medida en quintales

- Observación y registro en los tres turnos

- Entrevistas asistidas al personal del área de Envasado

- Observación y registro para todas las presentaciones comerciales (Tabla 6)

- Procesamiento en los datos en la hoja de cálculo

- Tres meses el tiempo de observación




Figura4. Envasado azúcar tipo familiar


Tabla 6. Presentaciones de Azúcar Blanco Providencia

Producto Presentación

Azúcar Blanco Providencia

Bolsa de 454 g

Bolsa de 0.5 kg

Bolsa de 1.0 Kg

Bolsa de 2.5 Kg

Bolsa con 200 tubipaks de 5 g c/u

Azúcar Morena Providencia

Bolsa de 454 g

Bolsa de 0.5 kg

Bolsa de 1.0 Kg

Bolsa de 2.5 Kg

Bolsa con 200 tubipaks de 5 g c/u

Azúcar Providencia Orgánica

Bolsa de 454 g

Bolsa de 850 g

Bolsa con 200 tubipak de 5 g


http://www.ingprovidencia.com/



3


Figura5. Seguimiento Producto no conforme

Fuente: Base de datos Ingenio Providencia

ELAB-099 Ed. 1 / 2016-09-16

Cabo del Envase Operario del Detector de Metales

NUMERACIÓN

RE

CH

AZ

OS

PO

R

DE

TE

CT

OR

DE

ME

TA

LE

S

TOTAL

TOTAL

PROD CANT

CO

ST

UR

A

RE

PO

RT

AD

O E

N

PR

OD

UC

CIÓ

N

AV

ER

IAS

ZO

NA

DE

EN

VA

SE

CANT (qq)

NO

RE

PO

RT

AD

O

EN

PR

OD

UC

CIÓ

N

BA

ND

A

PROD CANT

TurnoAño Mes DíaSEGUIMIENTO

PRODUCTO NO CONFORME

OBSERVACIONESCAUSA DEL PRODUCTO NO CONFORME

Azúcar con problemas de calidad silos de 50 kg

Azúcar con problemas de calidad silos de Familiar

Azúcar con problemas de calidad silos de Big - Bag

Azúcar contaminada silos 50 de kg

Azúcar contaminada silos de Familiar

Azúcar contaminada silos de Big - Bag

Liquidación elevadores de azúcar seco

Azúcar Familiar con problemas de peso

Azúcar rechazada por el detector de metales Familiar

Averías zona de envase

Azúcar rechazada por el detector de metales Big - Bag

Azúcar 50 kg separada en bodega por Laboratorio

Azúcar Familiar separada en bodega por Laboratorio

Azúcar Big - Bag separada en bodega por Laboratorio

Azúcar rechazada por el detector de metales 50 Kg

NUMERACIÓN




3.4 Herramientas de análisis

La aplicación de las herramientas diseñadas para la obtención de información, dejaron las

bases para el análisis de la problemática y su impacto económico en la zona de envase. En

particular se utilizó el diagrama de Pareto para el reconocimiento de las mayores fuentes de

improductividad en el Área, teniendo en cuenta como criterio principal, los costos

relacionados al producto no conforme. A su vez, se utilizaron modelos de causa y efecto

como el método de diagrama de espina de pescado de Kaoru Ishikawa (1943) para

identificar las causas de las mayores fuentes de improductividad.

El plan de mejora continua se orientó a partir de un plan de acción que se adecuo a las

necesidades del Área y el entorno de la Empresa; en este se tuvo en cuenta diferentes

factores como la procedencia de la inconformidad, la fecha en la que se evidencio y las

acciones que se realizaron al respecto.

Finalmente se documentó el proceso el proceso metodológico abordado para el análisis de

factores de improductividad en el área de producción. En este se incluyeron las herramientas

de análisis diseñadas para el diagnóstico y control futuro de esta problemática.



3


4. Resultados del estudio

4.1 Diagnóstico de producto de no conforme El primer paso fue cuantificar el problema, ubicarlo en el contexto de la Empresa y delimitar

su alcance. Se inició identificando las causas que se vinculan a la presencia del producto no

conforme a partir de los registros históricos de producción.

4.1.1 Factores de no conformidad

Los registros de donde se recolectó la información diaria del producto no conforme (PNC)

fueron los siguientes:

Cantidad de PNC de elaboración: azúcar que se envasa en sacos blancos de

reproceso y que no se reporta en producción.

Cantidad de PNC de averías en bodega: azúcar que se envía a reproceso debido a

su mal manejo en las bodegas de azúcar.

Cantidad de PNC reprocesado: azúcar que se reproceso en bodega y que vuelve a

entrar a el proceso.

Formatos de reproceso de Bigbag: azúcar reprocesado proveniente de la estación de

Big Bag

Las siguientes fueron las causas de producto no conforme fueron obtenidas de la

observación directa y las entrevistas al personal de la zona de envase.

azúcar rechazada por sedimentos

azúcar rechazada por limalla

azúcar rechazada por color

liquidación elevadores de azúcar seco

rechazo por detector de metales big bag

azúcar mal sellado o con peso no correspondiente

contaminación en el azúcar

humedad en azúcar

identificación material extraño en azúcar

azúcar rechazada por barredura




azúcar rechazada por terrones

limpieza de silos

azúcar separada en bodega por desviación pnc

azúcar separada en bodega por limalla

azúcar separada en bodega por color

azúcar separada en bodega por sedimentos

falla en el detector de metales

rechazo por detector de metales

averías zona de envase

La identificación de estas causas se dio en diferentes situaciones en el área de envase, A

continuación, se mencionan algunas de ellas:

El producto no conforme proveniente de elaboración, es envasado en sacos blancos

los cuales se utilizan para liquidar silos por contaminación en el azúcar, Azúcar de

mala calidad o paro de fábrica.

El producto no conforme por detección de material extraño envasado por la maquina

Statec Binder es separado automáticamente por la línea.

El producto no conforme por detección de material extraño envasado en las básculas

1 y 2es identificado automáticamente con una marcación "Metal Reject" por lo tanto

es Separado por los estibadores.

La línea familiar es identificada automáticamente con una marcación "Metal Reject"

por la Tanto es separado por los estibadores.

El Bigbag de reproceso de elaboración tiene un control especial, tiene etiquetas de

Reproceso y formato de reproceso.

4.1.2 Condiciones históricas

El siguiente paso fue diagnosticar los puntos en los que existía una oportunidad de mejora

utilizando como criterio principal los costos relacionados con la ocurrencia. Para ello fue

necesario identificarlos y cuantificarlos, mediante el cálculo de la cantidad de quintales de

azúcar no conforme por el costo de reprocesamiento (ver Tabla 7).



3


Tabla 7.Costo del reproceso de azúcar no conforme Total 2017

Causas historicas de PNC Acomulado Costo %

Azúcar de mala calidad silos de 50 kg 12151,25 218.357.962,50$ 32,87%

Azúcar de mala calidad silos de familiar 4360,00 78.349.200,00$ 11,79%

Azúcar de mala calidad silos de Big Bag 1796,00 32.274.120,00$ 4,86%

Azúcar contaminada silos de 50 kg 281,00 5.049.570,00$ 0,76%

Azúcar contaminada silos de familiar 408,00 7.331.760,00$ 1,10%

Azúcar contaminada silos de Big Bag 220,00 3.953.400,00$ 0,60%

Liquidación elevadores de azúcar seco 108,00 1.940.760,00$ 0,29%

Azúcar de familiar por problemas de peso 541,00 9.721.770,00$ 1,46%

Azucar 50 KG separada en bodega por laboratorio 12750,00 229.117.500,00$ 34,49%

Azucar FAMILIAR separada en bodega por laboratorio 0,00 -$ 0,00%

Azucar BIG BAG separada en bodega por laboratorio 1580,00 28.392.600,00$ 4,27%

Azúcar rechazada por el detector de metales 50 KG 466,50 8.383.005,00$ 1,26%

Azúcar rechazada por el detector de metales FAMILIAR 65,93 1.184.708,19$ 0,18%

Azúcar rechazada por el detector de metales BIG BAG 212,96 3.826.891,20$ 0,58%

Azúcar por rotura en banda de recibo 524,96 9.433.477,29$ 1,42%

Averías en cargue y sacos sucios bodega de producto 1506,79 27.077.016,30$ 4,08%

Total 36972,38 664.393.740,48$ 100%


El Diagnóstico se inició con el reconocimiento del producto no conforme que se reporta en

producción y el que no se reporta, para de esta manera comenzar a identificar en qué parte

del diagrama de flujo es que se presenta el mayor índice. Las Figuras 6 y 7 reflejan estas

variaciones en el registro.

El análisis comparado de la participación porcentual entre las dos gráficas evidencio que la

mayor cantidad del producto no conforme es proveniente del proceso de elaboración que no

está reportado en producción, además dan a conocer que del azúcar que recae a la estación

de Big Bag un 9% se convierte en producto no conforme siendo un valor significativo en

ambas gráficas. Además, el azúcar de mala calidad en los silos de 50Kg es la causa con

mayor porcentaje seguida del azúcar de mala calidad en los silos de familiar con un 22% en

la figura de porcentajes de costos del PNC no notificados en producción. Con esta

información se dio inicio al análisis de las causas del producto no conforme ya que su cifra

por reproceso asciende hasta los $ 664.393.740,48 millones de pesos en tan solo seis meses

como evidencia en la Tabla 7.




Figura6. Porcentaje costo PNC notificada en producción

Fuente: El autor

Figura7.Porcentaje costo PNC No Notificada en producción

Fuente: El autor

76%

0%

9%

3%

0%3%

9%

PORCENTAJE COSTO PNC NOTIFICADO EN PRODUCCION

Azucar 50 KG separada en bodega por laboratorio

Azucar FAMILIAR separada en bodega por laboratorio

Azucar BIG BAG separada en bodega por laboratorio

Azúcar rechazada por el detector de metales 50 KG

Azúcar rechazada por el detector de metales FAMILIAR

Azúcar por rotura en banda de recibo

Averías en cargue y sacos sucios bodega de producto

60%

22%

9%

1%2%

1%1%

3%

1%

PORCENTAJE COSTO PNC ELABORACION

Azúcar de mala calidad silos de 50 kg

Azúcar de mala calidad silos de familiar

Azúcar de mala calidad silos de Big Bag

Azúcar contaminada silos de 50 kg

Azúcar contaminada silos de familiar

Azúcar contaminada silos de Big Bag

Liquidación elevadores de azúcar seco

Azúcar de familiar por problemas de peso

Azúcar rechazada por el detector de metales BIG BAG



4


4.1.2 Condiciones actuales

Para evidenciar las condiciones en las que se encontraba en el trimestre de enero a marzo

de 2018 el producto no conforme en la Empresa, se continuó diferenciando el producto no

conforme que se reporta en producción y el producto no conforme que no se reporta en

producción.

El análisis de los reportes evidenció que el producto no conforme notificado en producción

(67%) es mayor que el no notificado en producción (37%) y que esto podría deberse a que

las averías en bodega anteriormente no se contaban con un factor representativo para esta

inconformidad, esto también se ve reflejado en el costo de los primeros tres meses del año

2018, como se muestra a continuación en la Tabla 8.

Tabla 8. Costo del reproceso de azúcar no conforme promedio Total Enero-Marzo 2018

Causas de PNC Acomulado mes Costo %

Azúcar de mala calidad silos de 50 kg 5750,00 103.327.500,00$ 25,74%

Azúcar de mala calidad silos de familiar 1455,00 26.146.350,00$ 6,51%

Azúcar de mala calidad silos de Big Bag 205,00 3.683.850,00$ 0,92%

Azúcar contaminada silos de 50 kg 18,00 323.460,00$ 0,08%

Azúcar contaminada silos de familiar 515,00 9.254.550,00$ 2,30%

Azúcar contaminada silos de Big Bag 120,00 2.156.400,00$ 0,54%

Liquidación elevadores de azúcar seco 8,00 143.760,00$ 0,04%

Azúcar de familiar por problemas de peso 208,00 3.737.760,00$ 0,93%

Azucar 50 KG separada en bodega por laboratorio 5835,00 104.854.950,00$ 26,12%

Azucar FAMILIAR separada en bodega por laboratorio 0,00 -$ 0,00%

Azucar BIG BAG separada en bodega por laboratorio 140,00 2.515.800,00$ 0,63%

Azúcar rechazada por el detector de metales 50 KG 37,00 664.890,00$ 0,17%

Azúcar rechazada por el detector de metales FAMILIAR 1,00 17.970,00$ 0,00%

Azúcar rechazada por el detector de metales BIG BAG 88,90 1.597.533,00$ 0,40%

Azúcar por rotura en banda de recibo 410,50 7.376.685,00$ 1,84%

Averías en cargue y sacos sucios bodega de producto 7551,44 135.699.412,74$ 33,80%

Total de azucar a reelaborar 22342,84 401.500.870,74$ 100,00%





Para un diagnóstico más preciso de la situación problema, se diseñó un nuevo sistema de

medición, con un formato que brindara una información mucho más detallada para examinar

objetivamente todas las potenciales causas de PNC identificadas (ver Figura 8). Este formato

favoreció una nueva forma de registro, dividida por silo y por presentación comercial del

azúcar y estuvo en prueba durante un mes.

Figura8. Nuevo formato puesto a prueba para el control del producto no conforme

Fuente: El autor

1 2 3

CONTROL DE PRODUCTO NO CONFORME

Cdo Bco CDP Org Cdo Bco CDP Org Cdo Bco CDP Org

Formato de prueba

BA

ND

A

FECHA DE FABRICACION

TURNO

NO

RE

PO

RT

AD

O E

N P

RO

DU

CC

ION

R

EP

OR

TA

DO

EN

PR

OD

UC

CIO

N

AZUCAR RECHAZADA POR SEDIMENTOS

LIQUIDACION ELEVADORES DE AZUCAR SECO

RECHAZO POR DETECTOR DE METALES BIG BAG

AZUCAR MAL SELLADO O CON PESO NO CORRESPONDIENTE

CONTAMINACION EN EL AZUCAR

OBSERVACIONES

AZUCAR SEPARADA EN BODEGA POR LIMALLA

DIA / MES / AÑO

AZUCAR RECHAZADA POR LIMALLA

AZUCAR RECHAZADA POR COLOR

50 KG

Cabo del Envase Operario del Detector de Metales

HUMEDAD EN AZUCAR

IDENTIFICACION MATERIAL EXTRAÑO EN AZUCAR

LIMPIEZA DE SILOS

AZUCAR SEPARADA EN BODEGA POR DESVIACION PCC

CO

STU

RA

AZUCAR SEPARADA EN BODEGA POR SEDIMENTOS

FALLA EN EL DETECTOR DE METALES

AVERIA ZONA DE ENVASE

AZUCAR RECHAZADA POR TERRONES

AZUCAR RECHAZADA POR BARREDURA

AV

ER

IA Z

ON

A D

E E

NV

AS

E

FAMILIAR BIG BAG

SILOS (CANTIDAD QQ)

CAUSA DE EL PRODUCTO NO CONFOMRE

CANT NUMERACION PROD

RE

CH

AZ

OS

PO

R D

ETE

CTO

R D

E M

ETA

LE

S

AZUCAR SEPARADA EN BODEGA POR COLOR

CANT PROD NUMERACION

RECHAZO POR DETECTOR DE METALES



4


El ejemplo de cómo se diligencia el formato según la situación en la que se encuentre el

operario se ilustra a continuación en la Figura 9.

Figura9.Ejemplo diligenciado de formato a prueba

Fuente: El autor




El operario del detector de metales diligenció el formato durante un mes y al mismo tiempo,

el cabo de envase digitaba estos registros en un Excel creado para la recopilación de esta

información. El resultado fue una base de datos con información mucho más detallada de la

cantidad de azúcar no conforme según la causa y esta a su vez, específica su proveniencia

(ver Figuras 10 y 11).

Figura10. Hoja de Excel mes de formato de prueba

Dia 1 Dia 2 Dia 3 Dia 4 Dia 5 Dia 6 Dia 7 Dia 8 Dia 9 Dia 10Dia 11Dia 12Dia 13Dia 14Dia 15Dia 16Dia 17Dia 18Dia 19Dia 20Dia 21Dia 22Dia 23Dia 24Dia 25 Julio

AZUCAR RECHAZADA POR SEDIMENTOS 355 - - 100 - - - - - - - - - - - - 900 - - - - - - - - 1.355

AZUCAR RECHAZADA POR LIMALLA - - - - - - - - - - - - - - - - - - - - - - - - - -

AZUCAR RECHAZADA POR COLOR - - 15 - - - - - - - - - - - - - - - - - - - - - 170 185

LIQUIDACION ELEVADORES DE AZUCAR SECO - - - - - - - - - - - - - - - - - - - - - - - - - -

RECHAZO POR DETECTOR DE METALES BIG BAG - - - - - - - - 1 - - - - - - - - - 20 0 - - - - - 21

AZUCAR MAL SELLADO O CON PESO NO CORRESPONDIENTE24 - 10 11 22 7 5 4 13 - 13 - 10 - - - - 17 - 11 2 10 10 9 - 178

CONTAMINACION EN EL AZUCAR - 4 - - - - - - - 80 25 - 6 - - - - - 3 20 155 7 80 - 25 405

HUMEDAD EN AZUCAR - - - - - - - - - - - - - - - - - - - - - - - - - -

IDENTIFICACION MATERIAL EXTRAÑO EN AZUCAR - - - - - - - - - 8 - - - - - - - - - - - - - - - 8

AZUCAR RECHAZADA POR BARREDURA 1 31 21 16 14 12 7 12 20 7 30 20 16 23 28 - 8 9 12 12 18 6 21 16 5 365

AZUCAR RECHAZADA POR TERRONES - - - - - - - - 122 - 36 3 4 12 - - 6 - 2 - - - - 12 - 197

LIMPIEZA DE SILOS - - 5 - - - - - - 7 - 8 12 38 10 - 9 8 5 9 6 - - - 40 157

AZUCAR SEPARADA EN BODEGA POR DESVIACION PCC - - - - - - - - - - - - - - - - - - - - - - - - - -

AZUCAR SEPARADA EN BODEGA POR LIMALLA - - - - - - - - - - - - - - - - - - - - - - - - - -

AZUCAR SEPARADA EN BODEGA POR COLOR - - - - - - - - - - - - - - - - - - - - - - - - - -

AZUCAR SEPARADA EN BODEGA POR SEDIMENTOS - - - 1.130 - - - - - - - - - - - - - - - - - - - - - 1.130

FALLA EN EL DETECTOR DE METALES - - - - - - - - - - - - - - - - - - - - - - - - - -

RECHAZO POR DETECTOR DE METALES - - 1 - - - - - - - 1 - - 2 - - 1 - - - - - - - - 4

AVERIAS ZONA DE ENVASE 2 3 19 - - - - - - - 9 9 5 13 - - 22 - - - - - 4 9 - 95

TOTAL 382 38 71 1.257 36 19 12 16 156 102 114 40 53 88 38 - 946 34 42 52 181 23 115 46 240 4.100

CAUSAS

Fuente: El autor

Figura11. Hoja de Excel mes de formato de prueba


50Kg 78 30 40 863 20 11 2 10 131 14 69 40 43 72 35 - 946 34 22 32 181 23 115 46 240 3.096

FAMILIAR 25 8 31 14 16 8 10 6 24 8 45 - 10 16 3 - - - - - - - - - - 223

BIG BAG 280 - - 380 - - - - 1 80 - - - - - - - - 20 20 - - - - - 781

TOTAL 382 38 71 1.257 36 19 12 16 156 102 114 40 53 88 38 - 946 34 42 52 181 23 115 46 240 4.100

ACUMULADOS


Crudo - - - - - - - - - - 64 40 53 76 38 - - - - - - - - - - 271

Blanco 382 38 71 1.257 36 19 12 16 156 102 50 - - 12 - - - - - - - - - - - 2.150

CDP - - - - - - - - - - - - - - - - - - - - - - - - - -

Organica - - - - - - - - - - - - - - - - 946 34 42 52 181 23 115 46 240 1.678

TOTAL 382 38 71 1.257 36 19 12 16 156 102 114 40 53 88 38 - 946 34 42 52 181 23 115 46 240 4.100

PRESENTACIONES

SILOS

Fuente: El autor

Este nuevo sistema de medición mejoró el diagnóstico de los cabos de envase respecto al

producto no conforme, con ellos se pudo tomar medidas preventivas que antes no se podían



4


realizar debido a la falta de información de la procedencia del problema que se estaba

generando.

Los datos, recogidos en la etapa de Medición, fueron examinados desde distintas

perspectivas para descubrir indicios sobre las causas del problema. El diagrama de

Pareto permitió concentrarse en aquellos pocos factores que generaban gran parte del

problema (ver Figura 12).

Figura12. Diagrama de Pareto formato de prueba

Fuente: El autor

El análisis del diagrama de Pareto dio como resultado que tres de los factores que producen

el producto no conforme poseen una participación del 84% del azúcar que se envía a

reproceso con una incidencia en los costos de $61.933.300,00 millones del total de $

73.669.812,00 millones que produjo el producto no conforme en el mes de prueba.

Seguidamente, se hizo un análisis de estos pocos vitales y cada una de las variables que las

0,00%

10,00%

20,00%

30,00%

40,00%

50,00%

60,00%

70,00%

80,00%

90,00%

100,00%

0

500

1000

1500

2000

2500

3000

3500

CANTIDAD ACUMULADOS




afectaban directa o indirectamente, en su porcentaje de incidencia en producto no conforme

(ver Figuras 13 al 17).

Figura13. Diagnóstico primera causa más influyente

Fuente: El autor

Figura14. Diagnóstico segunda causa más influyente

Crudo Blanco CDP Organica

50 Kg 0 75 0 900

Big Bag 0 380 0 0

Familiar 0 0 0 0

0

100

200

300

400

500

600

700

800

900

1000

QQ

Azucar rechazada por sedimentos



4


Fuente: El autor

Figura15. Diagnóstico tercera causa más influyente

Fuente: El autor

Figura16. Diagnóstico Presentación Comercial más influyente


50 Kg 0 850 0 0

Big Bag 0 280 0 0

Familiar 0 0 0 0

0

100

200

300

400

500

600

700

800

900Q

Q

Azucar separada en bodega por sedimentos


50 Kg 6 0 0 270

Big Bag 0 80 0 20

Familiar 0 29 0 0

0

50

100

150

200

250

300

QQ

Contaminacion en el Azucar




Fuente: El autor

Figura17. Diagnóstico Silo de Producción más influyente

Fuente: El autor

7%

52%

0%

41%

PNC segun Presentacion

Crudo

Blanco

CDP

Organica

76%

5%

19%

PNC segun Silo

50Kg

FAMILIAR

BIG BAG



4


Se identificó que el producto no conforme se evidencia en una mayor parte en el azúcar

blanco esto debido a que existe una mayor cantidad de presentaciones con este tipo de

azúcar, además también deja en evidencia que el silo en donde más se genera producto no

conforme es el de 50 KG con el 76% como se muestra en la Figura 17 , con esto se puede

concluir que el azúcar que más generó inconvenientes en el área de elaboración en el mes

de prueba del nuevo formato es el azúcar providencia orgánico tipo exportación esto se

puede afirmar ya que según los registros de producción durante todo el mes de prueba en el

silo de 50KG se manejó esta presentación.

Para empezar a averiguar cuáles pueden ser las causas raíces y diseñar medidas

preventivas al problema se realizó una actividad grupal en donde los participantes (Cabos

de envase, Operarios e ingeniero de alimentos) aportaron su conocimiento. Los pasos de la

actividad y sus resultados fueron los siguientes: Realizar un “Torbellino de Ideas”: listar todas

las potenciales causas de problemas o de variación y ordenarlas por afinidad. Para este caso

se las agrupó en función a los cuatro principales motivos de rechazos arrojados por el

diagrama de Pareto anterior, luego de tener todas las causas potenciales se las sometió a

una votación grupal según criterio de criticidad. El diagrama final se indica en la Figura 18.

Figura18. Diagrama espina de pescado de acuerdo a diagrama de pareto




Fuente: El autor

4.2Diseño de alternativas de mejora

Las alternativas de mejora para el Ingenio, se distinguen entre aquellas orientadas a las

tareas que realiza la persona a cargo y aquellas que le son propias al proceso productivo del

azúcar en su tránsito del área de producción al área de envase.

4.2.1 Soluciones orientadas al personal a cargo

Los resultados del diagnóstico se socializaron con los ingenieros del área y se tomaron por

consenso, variadas medidas preventivas, entre ellas:

- Hacer un mantenimiento preventivo más a menudo de las rejillas ya que los fallos de

estas fueron una causa raíz del azúcar rechazado por sedimentos, dichas rejillas se

ubican en la tubería por donde pasa el azúcar, para de esta forma reducir los

sedimentos de los silos que quedan con residuos y facilitar su recuperación. En este

aspecto, se acordó un diagrama de decisiones para el personal a cargo (Figura 19).

-



5


Figura19. Diagrama de decisiones para el reproceso de azúcar

Fuente: El autor

- Instaurar un nuevo sistema de registro de producto no conforme en bodega, mediante

el diseño y puesta en operación de una plantilla creada en Excel para uso y registro por

parte de los cabos de bodega, de reprocesos realizados por bodega (Figura 20).

Figura20. Consolidado Hoja de Excel Reproceso




Fuente: El autor

- Realizar controles en todos los tipos de azúcar desde que se generan los granos en

los tachos hasta las secadoras el cual es el último proceso antes de que el azúcar

ingrese a los silos de la zona de envase para de esta forma evitar que en la limpieza

de silos se produzca azúcar que luego se vaya a separar en bodega por sedimentos.

- Dar capacitaciones continuas al personal del envase para disminuir así la falta de

conocimiento en el sellado del azúcar como también en el cocido de los sacos que

se realizan en la zona de envase, más específicamente en los silos de 50KG ya que

esta es otra de las causas raíz del producto no conforme.

4.2.2 Soluciones orientadas al proceso productivo

Uno de los hallazgos obtenidos en la etapa de diagnóstico, fue reconocer que los picos más

altos del producto no conforme tenían lugar cuando se realizaba un cambio en el tipo de

azúcar o en la presentación del azúcar durante la jornada de producción ya que esto

decantaba en una de las causa halladas como lo es la liquidación del azúcar en el silo en el

que se realizaba dicho cambio (ver Figura 21, caso Julio).

Para mitigar esta situación, se propuso como acción de mejora, no cambiar la presentación

del azúcar hasta que el silo de las máquinas que se estén trabajando se haya acabado por

completo. El flujo diseñado para orientar la decisión se presenta en la Figura 22. La

implementación de la misma durante el segundo trimestre del 2018, dio como resultado una

TOTAL TURNO 1 2577 PNC NOTIFICADO EN PRODUCCIÓN PNC ELABORACIÓN

TOTAL TURNO 2 1818

TOTAL TURNO 3 5261 PNC NOTIFICADO EN PRODUCCIÓN % ACUMULADO MES %

77% 100%

TOTAL 9656 14% 0%

0% 100%

8%

1%

100%

Total a pagar Total QQ Deuda vigente

10920 472,330411392,33049772,86241619,468

Total a pagar

11392,3304

Pagado a bodegaDeuda JunioPAGO A BODEGA

10920

Notificado Julio

780

0

780

TOTAL AZUCAR A REELABORAR

Sedimentos y/o limalla

Devoluciones

Averias Elaboracion

Detector de Metales

Averias Bodega

ACUMULADO MES

7515,9624

1360

0

805,4

91,5

9772,8624

PNC ELABORACIÓN

Elaboracion

Detector de Metales Big Bag

TOTAL AZUCAR A REELABORAR



5


mejora en los índices del producto no conforme luego de que se comenzó a implementar en

el mes de Abril como se evidencia en Tabla 8 y Figura 23.

Figura21. Diagnostico picos altos de PNC durante el mes de prueba: Julio/2017

.

Fuente: El autor

Figura22. Diagrama de soluciones del motivo “Cambio tipo de azúcar”

Fuente: El autor

-

200

400

600

800

1.000

1.200

1.400

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31

Julio no conforme

TOTAL




Tabla 8. Tabla comparativa de quintales de PNC generados en los primeros 6 meses de 2017 Vs 2018

Fuente: El autor

Figura23. Grafica comparativa de quintales de PNC generados en los primeros 6 meses de 2017 Vs 2018

Fuente: El autor

4.3 Documentación del proceso metodológico realizado Para el análisis de factores de improductividad en el área de envasado, se siguió con el

proceso metodológico que se detalla a continuación:

A. Revisión de información primara y secundaria para conocer el estado del arte de la

temática y evaluación de bibliografía de consulta y de referencia sobre: el desperdicio,

sectores azucareros en Colombia, reproceso y normativas afines a estos. Se decidió que

esta información se recopila de fuentes válidas, como; papers, revistas, libros, con el fin

de obtener enriquecimiento bibliográfico.

Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre

2017 248,25 217,8 1578,35 1051,1 3368,72 56,5 90,5 833,954 283,5 1083,75 1415,27 10252,5

2018 2295,66 3024,61 8654,67 409,5 60,5 64,3

0

2000

4000

6000

8000

10000

12000

QQ

2017

2018



5


B. Realización del cronograma de tareas, fijando el ordenamiento secuencial y detallado de las

actividades a través del tiempo (ver Tabla 9)

Tabla 9. Cronograma de actividades de la propuesta

Meses

Actividades

1

2

3

4

5

6

Revisión Bibliográfica en bases de datos científicas sobre los principales referentes

deanálisis de factores de improductividad.

Revisión de fuentes primarias y bases de datos del ingenio objeto de estudio para la

extracción de la información acerca del producto no conforme.

Entrevista al personal y manejo de información actual que se le da al azúcar no apto para su

comercialización en el ingenio objeto de estudio.

Depuración y organización de la información del producto no conforme en la zona de envase

del Ingenio azucarero.

Identificación de las causas del producto no conforme y el comportamiento de estas según

su procedencia en la zona de envase.

Establecer los costos asociados al producto no conforme.

Depuración e interpretación de la información obtenida en los análisis realizados a los datos

recopilados en términos monetarios.

Diseñar procesos de mejora continua en los puntos críticos que se hayan evidenciado en el

envasado del ingenio objeto de estudio.

Determinar la viabilidad de propuestas que disminuyan la cantidad de producto no conforme

producido en el ingenio azucarero Objeto de estudio.




Fuente: El autor

C. Diagnóstico de la situación actual, para visualizar el estado actual del producto no

conforme como factor de improductividad. Esta labor implica:

Describir los procedimientos para cada proceso

Identificar las causas asociadas a improductividad en producto no conforme

Analizar la información obtenida para reconocer las causas críticas a ser atendidas

Elaborar un informe de diagnóstico de acuerdo a los resultados obtenidos

D. Diseñar las acciones de mejora adecuadas para mitigar dichas causales o eliminarlas,

aplicando el proceso de mejora continua con un plan de acción, que se adecue a las

necesidades teniendo en cuenta diferentes factores como la procedencia de la

inconformidad, la fecha en la que se evidenció y las acciones que se realizaron al

respecto.

E. Pasar a consideración del equipo directivo del área para la toma de decisiones y la

implementación de acciones.

El instructivo para el análisis de factores de improductividad en la zona de envase se

encuentra en anexos.



5


5. Conclusiones y recomendaciones

5.1 Conclusiones

Con base en lo documentado anteriormente, se puede concluir que:

Las tres causas raíces de la improductividad se asocian a material de sedimento en el

proceso de producción y traslado al envasado del azúcar.

El cambio de referencia comercial es un factor crítico a controlar para evitar fuente de

improductividad en la zona de envasado de azúcar.

El adecuado registro de la información, a partir de formatos físicos y digitales como los

propuestos en este trabajo, son determinantes para facilitar a los responsables de la zona

de envase para realizar ajustes futuros en sus actividades.

Las mejoras propuestas no solo contribuyeron en la mejora de reducir los índices de

improductividad del área de envase, sino también a la mejora de los índices de

producción de los departamentos que trabajaban en conjunto con ellos.

5.2 Recomendaciones Para dar continuidad a las acciones de mejora diseñadas en este trabajo para la Emresa,

se recomienda que:

- Mejorar la comunicación entre las zonas del área de elaboración más concretamente los

cabos de envase con los supervisores de elaboración, para así evitar que llegue

contaminada el azúcar y tomar acciones preventivas a tiempo si esto llega a ocurrir.

- Realizar capacitaciones periódicamente al personal encargado, de la forma y la

importancia de la correcta digitación de los formatos de la zona de envase, para de esta

manera evitar falsos índices.

- Utilizar formatos compartidos entre la bodega de azúcar y la zona de envase para así

evitar malentendidos por información y llevar un control conjunto del azúcar que sale de

la fábrica y aquel que vuelve y entra como es en el caso del reproceso.




6. Referencias bibliográficas

Arellano, C. Pedro, L. (2010). Análisis de la eficiencia técnica relativa de la agroindustria

azucarera: el caso de México. Revista Mexicana de Agronegocios, 16 (26), 202-213.

Aguilar, N. (2012). Análisis de la productividad de etanol de caña de azúcar en ingenios

azucareros de México. Ciencia ergo-sum, Revista Científica Multidisciplinaria de

Prospectiva, 20 (1), 17-28.

Asocaña(2018a). Sector Agroindustrial de la Caña. Obtenido de: http://www.asocana.org.

Asocaña. (2018b) El sector azucarero colombiano en la actualidad. Obtenido de:

http://www.asocana.org.

Asocaña. (2018c) El sector azucarero colombiano en la actualidad. Obtenido de:


Asocaña. (2018d) El sector azucarero colombiano en la actualidad. Obtenido de:


Asocaña. (2018e) El sector azucarero colombiano en la actualidad. Obtenido de:


Asocaña. (2012). Informe Anual 2011-2012. Cali. Obtenido de: Web.

Barbosa, R., Ahumada, N., & Gutiérrez, P. (2016). Métodos y filosofía para la mejora continúa

en el área de producción.Vinculategica EFAN, 2(1),1675-1693 Obtenido de:

http://www.web.facpya.uanl.mx/.

Ballesteros, p. (2008). Algunas Reflexiones Para Aplicar La Manufactura Esbelta En

Empresas Colombianas. Scientia Et Technica, 16 (38), 223-228.

Cenicaña. (Sin fecha) Análisis de la productividad en la agroindustria azucarera de Colombia

y perspectiva para aumentarla. Obtenido de: http://.cenicana.org.

Chauhan, M., Chaudhary, S., Kumar, S. (2011).Life cycle assessment of sugar

industry.Elsevier, 15 (7),3327-3464.

Delgado, J., Marín, F. (2000). Las técnicas justo a tiempo y su repercusión en los sistemas

de producción. La organización para la innovación. (2), 35-41.

Estrada, D. (2016). Propuesta de aplicación de herramientas Lean Manufacturing para

disminuir costos a través de la reducción de desperdicios en el área de envasado de



5


panadería San Jorge S.A., Tesis, Universidad privada del Norte, Facultad de Ingeniería,

Ingeniería Industrail, Trujillo, Perú.

Gopinath, A. (2018). A circular framework for the valorisation of sugar industry wastes:

Review on the industrial symbiosis between sugar, construction and energy industries.

Elsevier, (203),89-108.

Gonzales, F. (2007). Manufactura Esbelta (Lean Manufacturing). Principales

Herramientas.Revista Panorama Administrativo, 85-111.

Herrera, R. (2006). Seis Sigma un modelo de gestión. Prospectiva, 4 (2), 47-50.

Hoon, Y., Anabari, F. (2006a). Benefits, obstacles and future of Six sigma aproach.

Technovation, (26), 708–715.

Ingenio Providencia. (2018).Diagrama de Procesos. Obtenido de

http://www.ingprovidencia.com/

Ingenio Providencia. (2018).Historia. Obtenido de: http://www.ingprovidencia.com/

Juárez, Y., Rojas, J., Medina, J., Pérez, A. (2011). El enfoque de sistemas para la aplicación

de la manufactura esbelta. Científica, 15 (1), 35-42

Juárez, H. (2002). Los sistemas just-in-time/Kanban, un paradigma productivo. Política y

Cultura, (18), 40-60.

Keun , B., Yoon, T. (2016). Improving It Process Management Through Value Stream

Mapping Approach: A Case Study. Jistem: Journal of Information Systems and Technology

Management, 13 (3), 389-404.

Luna, G. (2010). Análisis de la productividad en la agroindustria azucarera de Colombia y

perspectivas para aumentarla.Obtenido de http://www.cenicaña.org

Okoro, S. (2006). Some Lean Six Sigma Tools - Define and Measure. Obtenido de

https://ezinearticles.com

Paredes, A. (2017). Aplicación de la herramienta ValueStreamMapping a una empresa

embaladora de productos de vidrio. Entramado, 13 (1), 262-277.

Neira, M. (2015). Importancia de los costos de cultivo. Obtenido de

http://eleconomista.com.mx

Mantilla, O. (2012). Modelo tecnológico para el desarrollo de proyectos logísticos usando

Lean Six Sigma, Universidad Icesi, 28(124):30-31




Mendoza, J. (2005). Seis sigma: Hacia la cumbre de la calidad. Pensamiento&Gestión, (19),

101-117.

R.D. Snee. (2010). "Lean Six Sigma - getting better all the time". International Journal of Lean

Six Sigma. Vol. 1, Issue 1, pp. 9-29

Spector, R. (2006). Howconstraints Management chances lean and six sigma. Supply Chain

Management Review, 10 (1), 42–47.

Sahu,O. (2018). Assessment of sugarcane industry: Suitability for production, consumption, and utilization.Annals of Agrarian Science.389-395.

Tolamatl, J., Gallardo, D., Varela, J., Flores, E. (2011). Aplicación de Seis Sigma en una

Microempresa del Ramo Automotriz. Conciencia Tecnológica, (42), 11-18.

Trujillo, M. (2002). Eficiencia en la agroindustria azucarera mexicana en las etapas pública y

privada. Prospectiva Económica 1 (1): 137-151. Obtenido de http://www.sidalc.net

Varela, J., Flores, E., Tolamatl , J. (2010). Disminución de la variación de un proceso de

Producción de Muebles con Seis Sigma. Conciencia Tecnológica, (40), 35-41.

Vega, J. (11 Marzo 2017). Colombia tiene la mayor productividad azucarera.DiarioLa

República. Obtenido de: https://www.larepublica.co

.



6


Anexos

INSTRUCTIVO PARA EL ANÁLISIS DE FACTORES DE IMPRODUCTIVIDAD EN LA ZONA DE ENVASE




Ibagué, 2019




Este instructivo pretende establecer un marco de referencia y criterios unificados para el

análisis de factores de improductividad en la zona de envase

• Fuentes de información

• Reportes de producción

• Operarios de área de Envasado

• Directivos del área de Envasado

Instrumentos utilizados

• Observación apoyada con listas de chequeo

• Observación y registro en los tres turnos

• Entrevistas asistidas al personal del área de Envasado

• Documentación a partir de los informes de producción

•

• Responsabilidades

Responsabilidades por cargo para el análisis de factores de improductividad en el proceso

de reproceso en la zona de envase.

Tabla 10. Responsabilidades

CODIGO ASIGNACION

E ENCARGADO

R RESPONSABLE

I INFORMADO

Fuente: El autor

Tabla 11. Responsabilidades por persona

ACTIVIDADES Cabo de

envase Estibador ROBINSON

Coordinador

de envase Estibador

Supervisor

de bodega

IDENTIFICACION E I R I I I

SEPARACION I E R I I I

UBICACIÓN I E R I I I

LIBERACION I I I R I I

REPROCESO I I I I E I

REGISTRO I I E I I R

Fuente: El autor



6


Figura 24. Diagrama de proceso análisis de factores de improductividad en la zona de envase

Fuente: El autor

ANÁLISIS DEL PRODUCTO NO CONFORME COMO FACTOR DE ...

Documents

Transcript of ANÁLISIS DEL PRODUCTO NO CONFORME COMO FACTOR DE ...