Você está na página 1de 19

Red de Revistas Cientficas de Amrica Latina, el Caribe, Espaa y Portugal

Sistema de Informacin Cientfica

C. Lara-Hernndez, R. Melo-Gonzlez, D.A. Herrera-Ruiz, J. A. Valdez-Gmez Control estadstico de procesos en tiempo real de un sistema de endulzamiento de gas amargo. Metodologa y resultados Tecnologa, Ciencia, Educacin, vol. 26, nm. 2, julio-diciembre, 2011, pp. 57-74, Instituto Mexicano de Ingenieros Qumicos Mxico
Disponible en: http://www.redalyc.org/articulo.oa?id=48221175002

Tecnologa, Ciencia, Educacin, ISSN (Versin impresa): 0186-6036 imiqac@sercom.com.mx Instituto Mexicano de Ingenieros Qumicos Mxico

Cmo citar?

Fascculo completo

Ms informacin del artculo

Pgina de la revista

www.redalyc.org
Proyecto acadmico sin fines de lucro, desarrollado bajo la iniciativa de acceso abierto

Tecnol. Tecnol. Ciencia Tecnol. Ed. Ciencia (IMIQ) Ed. vol. (IMIQ) 14 26 nms.1-2,1999 nm. 26(2): 2, 2011 57-74, 2011 57 57

Control estadstico de procesos en tiempo real de un sistema de endulzamiento de gas amargo. Metodologa y resultados Statistical process control in real time for a sour gas sweetening system. Methodology and results
Lara-Hernndez, C.1*, Melo-Gonzlez, R.1, Herrera-Ruiz, D.A.2, Valdez-Gmez, J. A.2
1 Confiabilidad

de Sistemas. Instituto Mexicano del Petrleo. Direccin Regional Marina. Mxico. Correo-e(e-mail): clara@imp.mx 2 Pemex Exploracin y Produccin GTDH-MNE. Mxico

RESUMEN El control estadstico de procesos es una herramienta que permite mantener un proceso productivo dentro de lmites aceptables, para lograr productos que cumplan con las especificaciones requeridas, pudiendo incluso disminuir costos de produccin. Sin embargo, la implantacin del control estadstico de procesos requiere de la definicin de las variables crticas de entrada y salida, conocidas como parmetros clave de operacin e indicadores clave del proceso, respectivamente, siendo la primeras las variables que hay que controlar para cumplir con las especificaciones de las segundas. El proceso de definicin de variables crticas involucra la aplicacin de herramientas y metodologas, las cuales deben ser dadas por un equipo de trabajo conformado por un lder de la metodologa y por especialistas en el proceso que se est analizando. Parte medular del control estadstico de procesos es el anlisis estadstico de las variables crticas, el cual requiere informacin confiable y suficiente sobre las variables en cuestin y debe tomarse para periodos de tiempo en los cuales el proceso haya exhibido un comportamiento estable y normal. Si la planta a analizar cuenta con un sistema de seguimiento y registro de variables de operacin en tiempo real se facilita enormemente esta tarea. En este trabajo se presentan los resultados obtenidos mediante la implantacin de control estadstico de procesos en un sistema de endulzamiento de gas amargo, a partir de la definicin de variables crticas, anlisis estadstico y evaluacin de sus

lmites (de control y especificados) que permitan, con las herramientas informticas adecuadas,1 su implantacin en tiempo real. Cabe mencionar que el control estadstico de procesos es un proceso de mejora continua por lo cual los resultados aqu obtenidos son el punto de partida para implementar el control estadstico de procesos y debe ser reevaluado para verificar si se estn obteniendo los resultados esperados. Tras la evaluacin, de ser necesario, se deben realizar los ajustes necesarios. ABSTRACT Statistical process control is a tool that allows the responsable team to keep a production process within acceptable limits, to make products that meet the required specifications, and that can even reduce production costs. However, the implementation of statistical process control requires the definition of the input and output critical variables, known as key operating parameters and key process indicators, with the first variable to be controlled to meet the specifications of the latter. The process of defining critical variables involves the application of tools and methodologies which must be given by a team made up of a working methodology leader and specialists in the process being analyzed. Core of statistical process control is the statistical analysis of the critical variables, which requires sufficient and reliable information on the variables in question, and should be taken for periods of time in which the process is stable and exhibited normal behavior. If the plant has a system for monitoring and recording of variables in real time operation this task is greatly facilitated. This paper presents the results obtained by implementing statistical process control in a sour gas sweetening system, from the definition of critical variables, statistical analysis and evaluation of its control and specified limits to allow, with appropriate tools, its implementation in real time. It is noteworthy that the statistical process control is a process of continuous improvement, so the results obtained here are the starting point for implementing statistical process control and should be reevaluated to see if they are getting the expected results. After evaluation, if necessary, adjustments should be made.

Palabras clave: Control estadstico de procesos, endulzamiento de gas Keywords: Statistical process control, sour gas sweetening

*Autor a quien debe dirigirse la correspondencia (Recibido: Septiembre 14, 2011, Aceptado: Octubre 13, 2011)

En el proceso analizado, se cuenta con el PI ProcessBook.

58

Tecnol. Ciencia Ed. (IMIQ) vol. 26 nm. 2, 2011


INTRODUCCIN GENERALIDADES DE CONTROL ESTADSTICO DE PROCESOS

El control estadstico de procesos (CEP) es una herramienta estadstica que se utiliza para conseguir que un proceso proporcione un producto que cumpla con las especificaciones requeridas por el cliente (Chico-Morales, 1991; Vzquez-Martnez y col., 1998). Cualquier proceso, independientemente de lo bien diseado que est y lo cuidadoso que se sea para operarlo y controlarlo, siempre contar con cierta variabilidad inherente o natural, que no se puede evitar. Este ruido de fondo es el efecto acumulado de muchas pequeas causas esencialmente incontrolables. Cuando dicho ruido de fondo es relativamente pequeo, se considera aceptable y se dice que la variabilidad natural es originada por un sistema estable de causas de aleatorias. Un proceso sobre el que slo actan causas aleatorias se dice que est bajo control estadstico. Por el contrario, existen otras causas de variabilidad que pueden estar, ocasionalmente, presentes y que actuarn sobre el proceso. Estas causas proceden principalmente de las siguientes fuentes: Mtodos imprecisos. Ajuste inadecuado de las mquinas. Errores de las personas que manejan las mquinas. Materia prima defectuosa y variaciones en los materiales empleados. Variaciones en el medio ambiente en que se desarrolla el proceso. Inexactitud de los sistemas de medicin. La variabilidad producida por estas causas generalmente es grande en comparacin con el ruido de fondo y habitualmente sita al proceso en un nivel inaceptable de funcionamiento. Estas causas son conocidas como causas asignables y un proceso funcionando bajo dichas causas est fuera de control. Un objetivo fundamental del CEP es detectar rpidamente la presencia de causas asignables para emprender acciones correctivas que eviten la elaboracin de productos defectuosos. Alcanzar un estado de control estadstico de proceso requiere un gran esfuerzo pero es slo el primer paso. Una vez alcanzado, se puede utilizar la informacin proporcionada por dicho control como base para estudiar el efecto de cambios planificados en el proceso de produccin con el objetivo de mejorar la calidad del mismo.

Un axioma fundamental en un proceso productivo establece que ste nunca estar en estado estable; es decir, siempre habr una variabilidad, la cual puede ser ligera. Esto se debe a que el proceso est sujeto a la influencia de diversos factores; muchos de los cuales no se pueden controlar y, por lo tanto, habr variabilidad tanto en el proceso como en su resultado final. La variabilidad antes mencionada es debida principalmente a los siguientes factores (conocidos como las 6 M): Materia prima Mtodos de produccin Mano de obra Mquinas Medio ambiente Medicin

Para fines prcticos, se suele clasificar a las causas de la variabilidad en causas asignables y causas no asignables. Se dice que una fuente de variabilidad tiene causas asignables cuando se pueden determinar factores que actan en determinado momento y que dan origen a la variabilidad, tienen efectos predecibles y definidos, y son eliminados cuando se elimina la causa. Por otro lado, se dice que un proceso no tiene causas asignables cuando los efectos asociados son pequeos y difciles de eliminar dando origen a una variabilidad estable y predecible. Un intento por controlar la variabilidad de un proceso aplica tcnicas y herramientas estadsticas que dan origen al llamado control estadstico de procesos (CEP) y, en esencia, consiste en evaluar el proceso y descubrir mediante sus tendencias si la variabilidad del proceso es natural o debida a causas no asignables o, si por el contrario, su variabilidad se debe a causas asignables, las cuales hay que corregir. Si la variabilidad se debe a causas no asignables se dice que el proceso est bajo control estadstico y est fuera de control estadstico en caso contrario. El control estadstico de procesos puede ser aplicado a cualquier proceso. Sus principales herramientas son (Montgomery, 2005): 1. Histogramas. 2. Listas de verificacin. 3. Diagrama de Pareto. 4. Diagrama de causa y efecto. 5. Diagrama de concentracin de defectos. 6. Diagramas de puntos. 7. Grficos de control.

Tecnol. Ciencia Ed. (IMIQ) vol. 26 nm. 2, 2011 59

La implementacin del control estadstico de proceso en el sistema de endulzamiento estudiado se realiz mediante los siguientes pasos: 1. Definicin de variables crticas. a. Parmetros clave de operacin (KOP, por sus siglas en ingls) b. Indicadores clave del proceso (KPI, por sus siglas en ingls) 2. Anlisis estadstico de las KOP y KPI 3. Anlisis de la capacidad del proceso. 4. Establecimiento de planes de control e implementacin del control estadstico de procesos en lnea. A continuacin se describe cada una de estas etapas. Determinacin de las variables crticas del proceso (KPI y KOP) La Determinacin de las variables crticas del proceso (KPI y KOP) se realiza aplicando algunas de las herramientas de control estadstico de procesos mencionadas en la seccin anterior. El control estadstico de procesos incluye varias etapas en su desarrollo e implementacin que aseguran que los datos que se estn analizando permitirn mantener bajo control el proceso productivo. La metodologa aplicada permite reducir el nmero de variables que se requieren analizar ya que de todo el universo de variables con que consta cualquier proceso se obtienen una cuantas variables crticas, la cuales ayudarn a mantener al resto del proceso dentro de las condiciones esperadas de operacin. El primer paso consisti en identificar todas las variables que conforman el proceso, mediante el desarrollo del mapa denominado de los 50 mil pies (sistema ingls) y el llamado SIPOC. Este mapa es un diagrama del proceso que identifica sus partes clave. Como su nombre lo indica, es un mapa con una perspectiva del proceso a una altura de 50 mil pies; es decir, un panorama general del proceso. De ste se deriva el SIPOC y el mapa de proceso. La palabra SIPOC se refiere a los elementos que conforman al mapa, que son los siguientes: S Suppliers (proveedores) I Inputs (entradas) P Process (proceso) O Outputs (salidas) C Customers (clientes)

SIPOC es un mapa de alto nivel, con una perspectiva del proceso ms cercana que el mapa de 50 mil pies (Pande y col., 2000; Rath y Strong, 2001). Da, adems, una panormica del proceso y sirve para identificarlo (McCarty y Daniels, 2004): Principales pasos Entradas y salidas Participantes clave del proceso: Proveedores (suppliers) Clientes (customers) Una vez concluido el mapa de los 50 mil pies y el diagrama de SIPOC, se cuenta con todas las variables que intervienen en el proceso. El siguiente paso es elaborar el mapeo del proceso, el cual es una ilustracin grfica del proceso a detalle, que incluye todos y cada uno de los pasos que componen al proceso. El mapeo de procesos permite tener una visin sistmica del proceso, as como eliminar las actividades obsoletas y los retrabajos. Por definicin, el mapeo ayuda a identificar los pasos del proceso que agregan valor y aqullos que no lo hacen, las variables de entrada (X) y de salida (Y), y las necesidades en cuanto a instrumentacin y medicin de variables. Para elaborar el mapa se requiere considerar: manuales de operacin y especificaciones; las 6 M; tormenta de ideas y la experiencia del personal que conoce el proceso. Pasos para elaborar el mapeo de procesos 1. Identificar el proceso, las entradas externas y las salidas del cliente Elaborar el mapa de los 50 mil pies y/o el SIPOC Identificar las X externas Informacin de entrada Materiales entrando al proceso Personal involucrado en el proceso Identificar los requisitos del cliente (salidas o Y) 2. Identificar los pasos del proceso Los pasos que agregan y no agregan valor Puntos de inspeccin o prueba, de reproceso 3. Listar las variables de salida de cada paso 4. Listar y clasificar las variables de entrada en cada paso. Clasificar las variables X como controladas y no controladas: Controladas: Pueden ser manipuladas y ver su efecto en las Y (variables de salida) No controladas: Impactan a las Y pero es difcil o imposible controlarlas. Ejemplo: humedad ambiental

60

Tecnol. Ciencia Ed. (IMIQ) vol. 26 nm. 2, 2011

X crticas preliminares: Variables de entrada que estadsticamente muestran alto impacto en la variabilidad de las Y 5. Incluir las especificaciones y objetivos de las X. Pueden incluirse las especificaciones y objetivo de las X identificadas como crticas (sern parte del plan de control) Una vez concluida la identificacin de variables crticas preliminares, stas se agrupan por etapa del proceso, lo que permite evaluar estadsticamente su criticidad mediante el estudio de multi-variables. La matriz compara entradas (X) con salidas (Y) usando el mapa de proceso como principal fuente de informacin (McCarty y Daniels, 2004). Los pasos para elaborar la matriz son: a) Anotar las Y provenientes del mapa. b) Calificar las Y segn la importancia que tienen para el cliente. c) Enlistar las X por pasos del proceso partiendo del mapa. d) Calificar la relacin entre cada X y cada Y. e) Para cada X, multiplicar los valores de la relacin con los valores de importancia de cada Y y sumarlos. Una vez realizada la ponderacin de las variables de acuerdo con su importancia para el cliente hay que ordenar los datos en forma descendente y trazar un diagrama de Pareto con los datos. Las variables que resulten con mayor ponderacin sern las variables crticas para este proceso. De acuerdo con el principio de Pareto, se consideran como crticas aquellas variables que constituyen el 80% de la variacin del proceso.
Anlisis estadstico de las KOP Y KPI

1) Histograma: La distribucin forma la figura de la campana? 2) Valor p de pruebas estadsticas: El valor p es > 0.05? 3) Grfica de normalidad: Los datos forman una lnea recta? Habr normalidad si la respuesta a las preguntas es S. En caso contrario es necesario tomar otro periodo de tiempo y verificar su normalidad o en su defecto modificar las condiciones de operacin para alcanzar un proceso que cumpla con dichos criterios. Otro criterio que se evalu para asegurar la confiabilidad de los datos, es la certidumbre de la medicin. Si las variaciones en el proceso son debidas principalmente a errores en la medicin de las variables, el anlisis estadstico no arrojar resultados confiables. La principal herramienta para determinar el error de medicin es el anlisis RyR (Anlisis de repetibilidad y reproducibilidad), ya que estos dos aspectos involucran tanto la variacin entre muestras como entre lecturas de una misma muestra. La precisin o repetibilidad indica qu tan repetibles son las mediciones y est directamente relacionado con la desviacin estndar de las mediciones. La exactitud es la diferencia entre el promedio de las mediciones del instrumento de medicin contra un objetivo (patrn o valor verdadero). Es decir, corrobora si existe la capacidad de reproducir valores considerados como verdaderos. La variabilidad se determina con los estudios RyR. Ya que se cuenta con datos de un proceso en estado estable, es factible iniciar el anlisis estadstico de las variables. Con la finalidad de reducir la cantidad de variables crticas, se determina si existe relacin significativa entre ellas mediante la correlacin, que es una herramienta estadstica que indica la intensidad (fuerza) de la relacin entre dos variables (Chatterjee y Hadi, 2006). Estadsticamente existen dos mtodos para determinar la correlacin entre dos variables: el coeficiente de correlacin y la regresin. El coeficiente de correlacin sirve para determinar si existe relacin entre dos variables, sea lineal o no lineal. La intensidad de la relacin entre las variables se establece de la siguiente forma (Chatterjee y Hadi, 2006): r = -1: Relacin negativa perfecta r = 0: no hay correlacin r = +1: Relacin positiva perfecta Si r > 0.80 o < -0.80 hay correlacin significativa Si r est entre -0.80 y 0.80 no hay correlacin

Para realizar el anlisis estadstico hay que considerar algunas caractersticas que deben cumplir los datos para que puedan ser examinados. El primer punto a considerar es que el periodo de tiempo que se toma para el estudio debe ser un periodo de operacin estable. Para ello, debe analizarse la estabilidad y la normalidad de los datos. Debido a que la naturaleza de los datos es de tipo variable e individual, se verific la estabilidad del proceso mediante una grfica de rangos mviles individuales o I-MR, por sus siglas en ingls. Con la ayuda de esta grfica se puede corroborar que no existan patrones o tendencias que hagan evidente que los datos no pertenecen a un solo proceso o poblacin. La normalidad de los datos puede evaluarse por tres mtodos diferentes:

Tecnol. Ciencia Ed. (IMIQ) vol. 26 nm. 2, 2011 61

Otra herramienta que permite determinar si existe relacin entre variables, es la regresin, que describe grficamente la relacin entre 2 variables una recta ajustada que representa dicha relacin. Esta recta obedece a una prediccin o modelo de la forma y= f(x). La ecuacin del modelo se verifica estadsticamente con la calidad del ajuste estimando el coeficiente de determinacin (R2), el cual es una medida de la variacin de la salida que es explicada por el modelo de regresin. Existe una condicin en la regresin para que sta pueda considerarse como vlida: los residuales deben tener una conducta normal, estable, sin problemas de variabilidad. En otras palabras, los residuales deben estar en control. Los residuales anormales o outliers deben investigarse, debido a que su valor puede ser resultado de diversas causas que incluyen errores de mediciones, datos incorrectos, desbalances del proceso, etc. Si un outlier es un dato incorrecto o resultado de una condicin especial, la estimacin puede ser errnea aumentando el error. Si es real, no debe eliminarse porque puede ser til para el historial del proceso; antes bien, debe drsele seguimiento. Una herramienta esencial para el seguimiento de las variables crticas es la autocorrelacin, ya que permite identificar cada cunto tiempo es significativo el registro de datos de las variables crticas. La auto-correlacin es una medida de la dependencia entre datos tomados en una secuencia de tiempo (Broersen, 2006). Es muy probable que los datos tomados en frecuencias de tiempo muy cortas se parezcan mucho. La influencia de causas especiales de variacin tiende a persistir un periodo de tiempo mayor al intervalo de muestreo. Si hay este tipo de correlacin, los datos no suministran informacin independiente. La auto-correlacin de los datos puede falsear las decisiones acerca del comportamiento de las grficas de control que necesitan independencia entre datos. Puede concluirse que una grfica est fuera de control cuando no lo est. Esto es una falsa alarma y puede causar ms variacin debido a un sobrecontrol operacional. Lo que puede hacerse es reducir la frecuencia de muestreo para asegurarse de que los datos tomados son independientes entre s. Para corroborar que las variables crticas son significativas para el desempeo del proceso, se lleva a cabo un estudio de multi-variables, que permite verificar la relacin que existe entre las variables de entrada y las de salida. Consta de los siguientes pasos (Holmes, 1997):

Fase 1 Planeacin: Definir el objetivo del estudio Identificar entradas y salidas Determinar los tiempos de muestreo Fase 2 Estudio de capacidad de la salida: Definir la Y Estudiar su estabilidad, forma, variabilidad y centrado Determinar la capacidad a corto plazo Tomar accin en funcin de los 2 puntos anteriores Fase 3 Ejecucin y anlisis del estudio: Evaluar las relaciones X -vs- Y Evaluar los efectos de los ruidos y las variables controladas en la salida Caracterizar el efecto de los ruidos en el proceso Analizar las relaciones entre las entradas controladas y las salidas Este estudio permite determinar si las variables de entrada realmente impactan en las salidas (Hrdle y Simar, 2007; Kachigan, 1991; Qin, 1998), ya que para aplicar el control estadstico slo deben considerarse aquellas variables de entrada que impactan en las salidas.
Anlisis de la capacidad del proceso

La capacidad del proceso representa el desempeo del mismo siempre y cuando ste se encuentre dentro de control estadstico. La capacidad del proceso es una medida de la variabilidad total del proceso siempre y cuando dicha variabilidad se deba a causas no asignables. La dispersin del proceso 6 generalmente se toma como una medida de la capacidad, ya que el 99.74% de todos los productos o medidas observadas se encuentran dentro de ese margen (Montgomery, 2005). ndices de capacidad del proceso Estos ndices relacionan la dispersin del proceso con la dispersin especificada de la siguiente forma:
CP = USL LSL 6

(1)

siendo USL y LSL los lmites superior e inferior especificados, respectivamente. Como se puede observar si el CP >1 entonces el proceso es capaz de cumplir con los requerimientos. Sin embargo, la principal suposicin del CP es que considera la media del proceso ubicada exactamente entre el USL y el

62

Tecnol. Ciencia Ed. (IMIQ) vol. 26 nm. 2, 2011

LSL, esta suposicin no es una buena medida ya que en la prctica la media puede estar tendida hacia alguno de los lmites. Visto de otra forma el CP representa el potencial de proceso (Montgomery, 2005). Para considerar esta situacin se tienen los ndices superior e inferior de capacidad (CPU y CPL), los cuales se definen de la siguiente forma:
C PU = C PL = USL 3 LSL 3

(2) (3)

Debido a lo anterior es conveniente definir un nuevo ndice que tome en cuenta la media del proceso. Este nuevo ndice se define a partir del CPU y el CPL, los cuales consideran la media del proceso. Este ndice es conocido como CPK y se define de la siguiente forma (Montgomery, 2005):
C PK = min C PU , C PL

Mapas, matriz causa-efecto, FMEA, capacidad de proceso, estudios estadsticos Condiciones de operacin y experiencia del personal 2. Formar equipos para actualizar la documentacin (sentido de pertenencia) 3. Disear y llenar el plan de control (en la siguiente lmina se presenta un ejemplo) 4. Entrenar o re-entrenar al personal y asignar responsabilidades 5. Verificar que se cumplan los requisitos de operacin y del cliente 6. Documentar el compromiso (firmas) 7. Verificar la efectividad del plan de control (ayuda de la capacidad de proceso) Estos pasos permitirn analizar, decidir y tomar accin para asegurar que se cumplan las necesidades de los clientes.Una vez definidas las variables crticas se procede a realizar su anlisis estadstico para determinar la correlacin existente entre las variables criticas de entrada (KOP) y las variables crticas de salida (KPI) para determinar cules son las KOP que mayor impacto tienen sobre las KPI. Finalmente, una vez establecidas las variables crticas definitivas, sus correlaciones y lmites superiores e inferiores requeridos, se puede implementar preferentemente en lnea si es que el proceso cuenta con seguimiento en tiempo real de las variables involucradas.
RESULTADOS Y DISCUSIN

(4)

Ahora bien de acuerdo con las ecuaciones (1) y (4) se tiene si CP = CPK entonces el proceso est centrado respecto a sus especificaciones, mientras que si CPK < CP la media del proceso tiende hacia algunos de los lmites especificados. El CPK es til para determinar si el proceso est dentro de los lmites de control estadstico, es decir, si los mtodos, mquinas, materiales, herramientas y mano de obra, estn operando de acuerdo con las necesidades del cliente.
Establecimiento de planes de control e Implementacin del control estadstico de procesos en tiempo real

La necesidad de tener un plan de control es asegurar que consistentemente se controla el proceso y consecuentemente se cumplen los requisitos del cliente. Una vez identificadas las variables, se requiere el desarrollo de un plan de control que permita lograr los objetivos del control estadstico de procesos; donde se establezcan los planes de accin para asegurar la implementacin del CEP y que las KOP y KPI, resultado del anlisis estadstico sean evaluadas y que stas se incluyan en los procedimientos operativos. Los pasos simplificados para elaborar un plan de control son (Melo-Gonzlez y col., 2010): 1. Conjuntar la documentacin analizada con

La aplicacin del CEP en el sistema de endulzamiento estudiado se apeg al procedimiento general presentado en la seccin anterior y se realiz con el apoyo de la opinin de expertos, para lo cual fue necesario conformar un equipo natural de trabajo (ENT) y llevar a cabo diversas reuniones de trabajo. En primer lugar, se realiz el diagrama de bloques mostrado en la Figura 1 con la finalidad de representar las diversas unidades funcionales del sistema para facilitar la identificacin de las variables crticas. Este diagrama representa una vista a 50 mil pies del proceso. Para simplificar el anlisis se dividi el sistema de endulzamiento en dos subsistemas: absorcin y regeneracin de amina. Partiendo del diagrama de bloques, el ENT gener los SIPOC de cada uno de los subsistemas. Dichos SIPOC se presentan en la Figura 2.

Tecnol. Ciencia Ed. (IMIQ) vol. 26 nm. 2, 2011 63


Gas dulce hmedo
FIC FT FV FIC LT LIC LV FIC FT FV

FV

Lavadora de gas dulce

Agua desmineralizada
A quemado

Gas hmedo amargo

Separador de gas amargo

Filtro/separador de gas amargo

Contactora de MDEA
TT TT TDIC LT LIC LV FIC PT A

FT FV FIC FT

FV FIC FT

Tanque de balance (MDEA)


FV

Flujo mnimo

Blanqueo N2

Amina pobre Amina pobre

A separador tri-fsico LIC

LT

LT

LT LIC

A separador trifsico FA-4251A

LIC

LV

Condensados amargos

LV

LV

Amina rica
Tanque de reflujo MDEA

PV

Filtros de MDEA pobre

Slidos

A quemado
PV

PIC

TT

Cabezal de gas cido hmedo


LV TT FIC A

PIC

LT LIC

Gas amargo compresores booster

PV

PT

Amina Rica
FIC

Reflujo

LV

TT TIC

Tanque flash de MDEA

Filtro de MDEA rica

Intercambiador rica/pobre

FV

Regeneradora de MDEA
LT LIC

Enfriador de MDEA pobre

Sistema de cond LT baja presin LIC


LV

LT FT FIC FIC FV

Aceite de calentamiento
FT

Slidos

Subsisterna de endulzamiento de gas amargo Subsisterna de regeneracin de amina

Figura 1. Diagrama de bloques funcionales del sistema de endulzamiento (MDEA, Mono o dietanol amina)
Disparador: Gas amargo de alta presin Nombre del proceso: Subsistema de absorclin Resultado: Gas dulce hmedo con mximo 4ppm de H2S y mximo 1% mol de CO2

Aceite de calentamiento

S
1. Mdulos de compresin de alta presin 2. Proveedora de Amina 3. Planta desmineralizadora 4. Proveedor de filtros mecnicos 5. Proveedor de filtros de carbn activado 6. Sistema de generacin de nitrgeno

I
I. Gas hmedo amargo II. Amina pobre III. Amina virgen IV. Agua desmineralizada V. Filtros mecnicos VI. Filtros de carbn activado VII. Nitrgeno

P
a. Separar gas b. Filtrar gas c. Endulzar gas d. Lavar gas e. Acondicionar la amina

O
A. Gas dulce hmedo B. Amina rica C. Condensados amargos D. Partculas slidas

C
1 Deshidratacin de gas 2 Regeneracin de Amina 3 Sistema de condensados de alta presin 4 Tratamiento de residuos peligrosos

R
A: * Concentracin de H2S 4ppm * Concentracin de CO2 1% mol B: Relacin mol de H2S/mol de amina 0.45 C: No se requiere especificacin

a) SIPOC del Subsistema de absorcin


Disparador: Amina rica del sistema de absorcin Nombre del proceso: Subsistema de Regeneracin de Amina Resultador: Amina pobre con mximo 0.006 moles de gas cido /mol de amina

S
1. Sistema de absorcin con amina 2. Sistema de aceite de calentamiento 3. Proveedor de filtros

I
I. Amina rica con hidrocarburos II. Aceite de calentamento III. Filtros

P
a. Disminuir presin para separar hidrocarburos b. Acondicionar la amina rica para realizar regeneracin c. Eliminar el H2S y CO2 a T = 120 C y P < = 0.5 kgf/cm2 d. Enfriar la amina para enviarla al proceso de absorcin

O
A. Amina pobre B. Gas cido hmedo C. Gas amargo del tanque flash D. Aceite de calentamiento frio E. Condensados F. Slidos

C
1 Absorcin con amina 2 Compresores booster 3 Condensados de baja presin 4 Compresores de gas cido 5 Sistema de aceite de calentamiento 6 Tratamiento de residuos peligrosos

R
A: * Mximo 0.006 mol gas cido/molde amina B: Sin especificacin C: Sin especificacin D: Sin especificacin E: Sin especificacin F: Sin especificacin

b) SIPOC del Subsistema de regeneracin de amina Figura 2. SIPOC del sistema de endulzamiento (S=Suppliers, I=Inputs, P=Process, O=Outputs, C=Customers, R=Requirements)

64

Tecnol. Ciencia Ed. (IMIQ) vol. 26 nm. 2, 2011

Continuando con el procedimiento general, se elaboraron los diagramas de entradas y salidas para cada uno de los subsistemas, ver Figura 3. Posteriormente, se establecieron las matrices causa y efecto para los dos subsistemas, con la finalidad de definir las variables crticas preliminares de dichos subsistemas. Cabe mencionar que se verific la estabilidad y normalidad de las variables empleando el software Minitab (ver Figuras 8 a 13). Por otro lado, las matrices causa y efecto se presentan a continuacin en las Figuras 4 y 5. Una vez definidas las variables crticas preliminares, mostradas en la Tabla 1, el siguiente paso consisti en el anlisis estadstico de dichas variables para determinar la correlacin existente entre las variables crticas de entrada (KOP) y las variables crticas de salida (KPI) y establecer las KOP ms importantes y, en algunos casos, reducirlas. Los datos de las variables crticas fueron tomados de los registros histricos del sistema de endulzamiento y se realiz con el apoyo del paquete estadstico Minitab.

Tabla 1 Variables crticas preliminares para el sistema de endulzamiento de gas amargo


a. Subsistema de endulzamiento Variables crticas de entrada Variables crticas de salida 1. Flujo de amina pobre a torre contactora 1. Concentracin de H2S en el gas dulce hmedo 2. Concentracin de amina pobre 2. Concentracin de CO2 3. Flujo de gas hmedo amargo en el gas dulce hmedo 4. Concentracin de H2S en la amina pobre 5. Concentracin de CO2 en la amina pobre 3. Carga cida en amina rica 6. Diferencial de temperatura entre la amina pobre y el gas hmedo amargo 7. Composicin del gas hmedo amargo b. Subsistema de regeneracin de amina Variables crticas de entrada Variables crticas de salida 1. Presin en el domo de la regeneradora 1. Concentracin de H2S en el gas dulce hmedo 2. Flujo de aceite de calentamiento 2. Concentracin de CO2 3. Temperatura del aceite de calentamiento en el gas dulce hmedo 4. Temperatura en el domo de la regeneradora 3. Carga cida en amina 5. Concentracin de H2S y CO2 de la amina rica con hidrocarburos rica 6. Reflujo 7. Flujo de amina rica con slidos menores a 5 micras 8. Flujo de amina pobre caliente

Nombre del proceso: Sistema de endulzamiento Subsistema de absorcin Entradas


1. Flujo de gas hmedo amargo 2. Presin de gas hmedo amargo 3. Temperatura de gas hmedo amargo 4. Composicin del gas hmedo amargo

Nombre del proceso: Sistema de endulzamiento Subsistema de regeneracin Salidas


1. Condensados amargos 2. Gas hmedo amargo

Entradas
1. 2. 3. 4. 5.

Salidas
Flujo de gas amargo del tanque flash Presin de gas amargo del tanque flash Flujo de condensados Flujo de amina rica con slidos Concentracin de H2S y CO2 de la amina rica con hidrocarburos

a. Separar gas

1. Flujo de amina rica con hidrocarburos 2. Concentracin de H2S y CO2 de la amina rica con hidrocarburos 3. Control de presin

a. Disminuir presin para separar hidrocarburos

1. Filtros mecnicos de gas 2. Gas hmedo amargo 3. Nivel en el filtro separador

b. Filtrar gas

1. Condensados amargos 2. Partculas slidas 3. Gas hmedo amargo con partculas < 1 micra (m)

1. Diferencial de temperatura entre la amina pobre y el gas hmedo amargo 2. Flujo de amina pobre 3. Concentracin de amina pobre 4. Flujo de gas hmedo amargo 5. Presin de gas hmedo amargo 6. Temperatura de gas hmedo amargo 7. Composicin del gas hmedo amargo 1. Adicin de agua desmineralizada 2. Concentracin de H2S 4 ppm en el gas dulce hmedo 3. Concentracin de CO2 1% mol en el gas dulce hmedo 4. Flujo de recirculacin de agua desmineralizada con amina

1. Filtros mecnicos 2. Flujo de amina rica con slidos 3. Concentracin de H2S y CO2 de la amina rica con hidrocarburos

b. Acondicionar la amina rica para realizar regeneracin

1. Partculas slidas 2. Flujo de amina rica con slidos menores a 5 micras (m) 3. Concentracin de H2S y CO2 de la amina rica con hidrocarburos 4. Temperatura de la amina rica 105C

c. Endulzar gas

1. Amina rica 2. Gas dulce hmedo

d. Lavar gas

1. Concentracin de H2S 4 ppm en el gas dulce hmedo 2. Concentracin de CO2 1% mol en el gas dulce hmedo 3. Agua desmineralizada con amina

1. Flujo de aceite de calentamiento 2. Temperatura del aceite de calentamiento 3. Flujo de amina rica con slidos menores a 5 micras (m) 4. Temperatura de la amina rica 105C 5. Reflujo 6. Temperatura en el domo de la regeneradora 7. Presin en el domo de la regeneradora 8. Concentracin de H2S y CO2 de la amina rica con hidrocarburos

c. Eliminar el H2S y CO2 a T = 120 C y P < =0.5 kg/cm2

1. 2. 3. 4.

Flujo de gas cido hmedo Flujo de aceite de calentamiento frio Flujo de amina pobre caliente Concentracin de H2S y CO2 en la amina pobre caliente 5 Purga del tanque de reflujo 6. Reflujo a la regeneradora

1. Flujo de amina pobre caliente

d. Enfriar la amina para enviarla al proceso de absorcin

1. Temperatura de amina pobre 2. Flujo de amina pobre 3. Concentracin mxima de gases cidos de 0.06 moles de gas/moles de amina

Subsistema de endulzamientos

Subsistema de regeneracin

a) Subsistema de endulzamiento

b) Subsistema de regeneracin de amina

Figura 3. Diagramas de entradas y salidas o mapeo del proceso del sistema de endulzamiento

Tecnol. Ciencia Ed. (IMIQ) vol. 26 nm. 2, 2011 65

Subsistema de absorcin De acuerdo con la matriz de causa y efecto (Figura 4) y la Tabla 1, el subsistema tiene tres variables crticas de salida o indicadores clave de proceso, KPI, por sus siglas en ingls: 1. Concentracin de H2S en el gas dulce hmedo 2. Concentracin de CO2 en el gas dulce hmedo 3. Carga cida en amina rica y ocho variables crticas de entrada o parmetros clave de operacin, KOP, por sus siglas en ingls: 1. Flujo de amina pobre 2. Flujo de gas hmedo amargo 3. Concentracin de amina pobre 4. Concentracin de H2S en la amina pobre 5. Concentracin de CO2 en la amina pobre
Calificacin importancia para cliente

6. Diferencial de temperatura entre la amina pobre y el gas hmedo amargo 7. Adicin de agua desmineralizada 8. Composicin del gas hmedo amargo Sin embargo, el flujo de amina pobre y el flujo de gas hmedo amargo operacionalmente estn relacionados, ya que se ajusta el flujo de amina pobre en funcin de la carga de gas hmedo que manejar la planta, por lo cual estas variables pueden manejarse como una sola variable crtica definida como: Relacin de flujo gas-amina Por otro lado, la carga cida en la amina rica es un parmetro que no se controla, dado que la esencia del proceso es remover con la amina los gases cidos de la corriente de gas amargo. Por esta razn se excluy esta
1 1 8 2 1 3 10 4 Concentracin de H2S 4 ppm en el Gas dulce hmedo 9 5 Concentracin de CO2 1% mol en el Gas dulce hmedo

Requisitos salidas Condensados amargos

Partculas slidas

Entradas

Amina rica

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 Total

Paso del proceso c. Endulzar gas c. Endulzar gas c. Endulzar gas e. Acondicionar amina e. Acondicionar amina c. Endulzar gas d. Lavar gas c. Endulzar gas c. Endulzar gas e. Acondicionar amina e. Acondicionar amina e. Acondicionar amina e. Acondicionar amina b. Filtrar gas a. Separar gas a. Separar gas b. Filtrar gas a. Separar gas a. Separar gas b. Filtrar gas c. Endulzar gas d. Lavar gas d. Lavar gas d. Lavar gas e. Acondicionar Amina e. Acondicionar Amina

Entrada del proceso 2. Flujo de amina pobre 3. Concentracin de amina pobre 4. Flujo de gas hmedo amargo 1. Concentracin 0.01 ppm de H2S en la amina pobre 1. Concentracin de xx% mol de CO2 en la amina pobre 1. Diferencial de temperatura entre la amina pobre y el gas hmedo amargo 1. Adicin de agua desmineralizada 7. Composicin del gas hmedo amargo 6. Temperatura de gas hmedo amargo 4. Filtros mecnicos de amina 6. Flujo de amina filtrada 5. Filtros de carbn activado de amina 7. Nitrgeno 1. Filtros mecnicos de gas 1. Flujo de gas hmedo amargo 3. Temperatura de gas hmedo amargo 2. Gas hmedo amargo 4. Composicin del gas hmedo amargo 2. Presin de gas hmedo amargo 3. Nivel en el filtro separador 5. Presin de gas hmedo amargo 2. Concentracin de H2S 4ppm en el gas dulce hmedo 3. Nivel en el filtro separador 4. Flujo de recirculacin de agua desmineralizada con amina 3. Flujo de amina recirculada 8. Amina virgen

0 0 0 0 0 9 0 0 9 0 0 0 0 1 9 9 3 3 0 0 0 0 0 0 0 0 37

9 9 9 9 0 0 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 9 9 0 0 9 0 0 3 0 0 0 0 0 0 0

9 9 9 9 9 9 9 9 3 3 3 1 0 0 0 0 0 0 0 0 0 0 0 0

9 9 9 9 9 9 9 3 3 3 3 3 1 0 0 0 0 0 0 0 0 0 0 0

243 243 243 243 243 180 171 141 126 66 66 57 19 10 9 9 6 3 0 0 0 0 0 0

0.12 0.23 0.35 0.47 0.58 0.67 0.75 0.82 0.88 0.91 0.95 0.97 0.98 0.99 0.99 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00

0 0 0 0 384 27

0 0 0 0 910 711 0

0 1.00 0 1.00 2078

Figura 4. Matriz causa y efecto del subsistema de absorcin

Parciales

Total

66

Tecnol. Ciencia Ed. (IMIQ) vol. 26 nm. 2, 2011


Calificacin importancia para cliente 2 1 Flujo de gas amargo del tanque flash 5 2 Presin de gas amargo del tanque flash 1 3 Flujo de condensados 1 4 4 5 Flujo de gas cido hmedo 1 6 9 7 Temperatura de amina pobre 5 8 10 9 Concentracin de H2S xx ppm y CO2 xx% mol en amina pobre

Entradas

Flujo de amina pobre

Requisitos salidas

Flujo de aceite de calentamiento fro

Partculas slidas

13 7 8 12 14 11 9 16 3 15 10 1 4 5 2 6 Total

Paso del proceso c. Eliminar el H2S y CO2 a T= 120C y P 0.5 kgf/cm2 c. Eliminar el H2S y CO2 a T= 120C y P 0.5 kgf/cm2 c. Eliminar el H2S y CO2 a T= 120C y P 0.5 kgf/cm2 c. Eliminar el H2S y CO2 a T= 120C y P 0.5 kgf/cm2 c. Eliminar el H2S y CO2 a T= 120C y P 0.5 kgf/cm2 c. Eliminar el H2S y CO2 a T= 120C y P 0.5 kgf/cm2 c. Eliminar el H2S y CO2 a T= 120C y P 0.5 kgf/cm2 d. Enfriar la amina para enviarla al proceso de absorcin a. Disminuir presin para separar hidrocarburos c. Eliminar el H2S y CO2 a T= 120C y P 0.5 kgf/cm2 c. Eliminar el H2S y CO2 a T= 120C y P 0.5 kgf/cm2 a. Disminuir presin para separar hidrocarburos b. Acondicionar la amina rica para realizar regeneracin b. Acondicionar la amina rica para realizar regeneracin a. Disminuir presin para separar hidrocarburos b. Acondicionar la amina rica para realizar regeneracin

Entrada del proceso Presin en el domo de la regeneradora Flujo de aceite de calentamiento Temperatura del aceite de calentamiento Temperatura en el domo de la regeneradora Concentracin de H2S y CO2 de la amina rica con hidrocarburos Reflujo Flujo de amina rica con slidos menores a 5 micras (m) Flujo de amina pobre caliente Control de presin Temperatura del reflujo Temperatura de la amina rica 105C Flujo de amina rica con hidrocarburos Filtros mecnicos Flujo de amina rica con slidos Concentracin de H2S y CO2 de la amina rica con hidrocarburos Concentracin de H2S y CO2 de la amina rica con hidrocarburos

0 0 0 0 0 0 0 9 0 0 0 3 0 0 0 0 24

0 0 0 0 0 0 0 9 0 0 0 3 0 0 0 0 60

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 9 0 0 0 9

9 9 9 9 9 3 9 0 0 9 0 0 0 0 0 0 252

3 9 9 9 3 9 9 0 0 1 3 0 0 0 0 0 46

3 0 0 0 0 0 0 3 0 0 3 0 0 0 0 0 81

0 0 0 0 0 0 9 9 0 0 0 0 0 0 0 0 90

9 9 9 9 9 9 0 0 0 0 0 0 0 0 0 0 450

156 135 135 135 129 111 90 72 63 37 30 21 9 9 0 0 1132

0.138 0.257 0.376 0.496 0.61 0.708 0.787 0.851 0.91 0.94 0.97 0.98 0.99 1.00 1.00 1.00

Figura 5. Matriz causa y efecto del subsistema de regeneracin de amina variable del anlisis en este subsistema reducindose as una KPI; sin embargo, no se dej sin analizar ya que fue considerada en el subsistema de regeneracin de amina como se ver ms adelante. De acuerdo con la informacin de diseo del sistema, el porcentaje de amina en la MDEA pobre se debe encontrar entre 48 y 54, de forma que si se cumple esta condicin la variable no ser crtica. Como se puede observar en la Figura 6, en el periodo de tiempo analizado, la concentracin de amina no presenta una variacin muy alta por lo cual en este periodo de tiempo sta no tendr un impacto muy alto en la KPI. Otra condicin de diseo requiere que el diferencial de temperatura entre el gas amargo y la amina pobre se debe encontrar entre 5 y 15C. La Figura 7 presenta la variacin del diferencial de temperatura en el periodo de tiempo analizado. Como se puede observar, esta variable prcticamente se ha mantenido dentro de los valores recomendados y, por lo tanto, su anlisis estadstico no refleja un impacto importante. De acuerdo con lo anterior, pueden reducirse las KOP a: 1. Diferencial de temperatura entre la amina pobre y el gas hmedo amargo 2. Concentracin de amina pobre 3. Relacin de flujo gas-amina 4. Concentracin de gases cidos en la amina pobre 5. Contenido de gases cidos en el gas hmedo amargo y las KPI: 1. Concentracin de H2S en el gas dulce hmedo 2. Concentracin de CO2 en el gas dulce hmedo

Parciales

Total

Tecnol. Ciencia Ed. (IMIQ) vol. 26 nm. 2, 2011 67 17.5 15.0 T, C 12.5 10.0 7.5 3 6 9 12 15
ndice

57 56 Conc.amina 55 54 53 52 18 21 24 27 30

5.0

16

24

32

40
ndice

48

56

64

72

Figura 6. Comportamiento de la concentracin de amina en mol gas/mol

Figura 7. Comportamiento del diferencial de temperatura en C

La Tabla 2 presenta los resultados de las correlaciones entre las KOP y las KPI. Como puede observarse, a excepcin de la dependencia entre la concentracin de H2S en la corriente de gas hmedo dulce con respecto al diferencial de temperatura entre la amina pobre y el gas hmedo amargo, todas las dems correlaciones exhiben un valor de p menor a 0.05 lo cual indica que existe correlacin entre las variables (Chatterjee y Hadi, 2006). Por otro lado, el valor del coeficiente de correlacin de Pearson indica la mayor o menor correlacin existente entre dichas variables. El caso de la concentracin de H2S en la corriente de gas hmedo dulce con respecto al diferencial de temperatura entre la amina pobre y el gas hmedo amargo puede deberse principalmente a que esta ultima variable, de acuerdo con la Figura 7, se encuentra dentro de los lmites establecidos de acuerdo al diseo, por lo que aparentemente no existe relacin entre ellas. Tabla 2 Correlaciones entre las KOP y las KPI
Concentracin de H2S Concentracin de CO2 Correlacin Correlacin Valor p de Pearson de Pearson Diferencial de temperatura entre la amina pobre y el gas hmedo amargo Concentracin de amina pobre Relacin de flujo gas-amina Contenido de gases cidos en el gas hmedo amargo 0.160 0.112 0.313 Valor p

consisti en la verificacin de la capacidad estadstica y la definicin de los lmites de control estadstico para cada una de las variables crticas. Los lmites de control estadstico o lmites especificados, ya definidos, se presentan en la Tabla 3. Cabe aclarar que el control estadstico de proceso implica un ciclo de mejora continua, por lo que los lmites y variables crticas definidas debern reevaluarse de acuerdo con los indicadores de desempeo del sistema y los resultados que se obtengan a mediano plazo por la aplicacin del control estadstico. Tabla 3 Lmites de control estadstico para las variables crticas
Variable Diferencial de temperatura entre la amina pobre y el gas hmedo amargo Concentracin de amina pobre LSE1 LIE2 15C 5C Criterio empleado Condicin de diseo

54%

48% 3.8 ----

Condicin de diseo Estimado Esta variable corresponde a la carga, la cual no se puede controlar; sin embargo, determina como se comportarn las otras variables Fijado por operacin para tener margen operativo, dado que la especificacin en el gas dulce es hasta 4 ppm

Relacin de flujo gas-amina 4.4 Contenido de gases cidos en el gas hmedo amargo ----

0.002 Concentracin de H2S en el gas dulce hmedo 2.5 1.5

0.757 0.443 0.415

0.000 0.000 0.000

0.397 0.762 0.728

0.000 0.000 0.000

Concentracin de CO2 en el gas dulce hmedo

0.6% 0.3% Fijado por operacin para tener margen operativo, dado que la especificacin en el gas dulce es hasta 1% mol

Una vez verificadas las KOP y KPI y corroborado que existe relacin entre ellas, el siguiente paso

1 2

LSE. Lmite superior especificado (USL), por sus siglas en ingls LIE. Lmite inferior especificado (LSL), por sus siglas en ingls

68

Tecnol. Ciencia Ed. (IMIQ) vol. 26 nm. 2, 2011

Capacidad del proceso La Figura 8 presenta las grficas de comportamiento y la capacidad del proceso para la variable diferencial de temperatura, de la cual se puede establecer lo siguiente para el periodo de tiempo analizado: Los datos exhiben un comportamiento normal A excepcin de algunos puntos, se puede decir que la variable est controlada Los lmites de control para la variable se encuentran entre 5.86 y 14.88C La variable se encuentra dentro de sus lmites especificados y tiene un CPK de 1.03; es decir, su dispersin prcticamente ocupa los lmites especificados para la variable Para la concentracin de amina pobre (Figura 9), se tiene: Los datos exhiben un comportamiento normal Se puede decir que la variable est controlada, salvo por un punto fuera de control Los lmites de control para la variable se encuentran entre 54.3 y 57.6% La variable se encuentra arriba de sus lmites especificados y tiene un CPK de -1.15, lo cual implica que presenta una buena dispersin y solamente se requiere llevar la variable dentro de los lmites especificados De manera similar, la Figura 10 presenta informacin relativa a la relacin de flujo de gas amargo-amina pobre:
Grfica 1 Histograma de capacidad
L SE

Los datos exhiben un comportamiento normal La variable no est controlada dado que exhibe dos puntos mximos Los lmites de control para la variable se encuentran entre 3.9 y 4.5 El lmite inferior de control para la variable se encuentra por arriba del lmite inferior especificado; sin embargo, el lmite superior de control excede el lmite superior especificado, por lo que el valor de CPK de la variable es 0.61, lo cual implica que la variable tiene una dispersin mayor a la permitida. Se requiere llevar en primer lugar el valor de CK a un valor mayor que uno. La Figura 11 presenta el comportamiento de los gases cidos en el gas amargo. Cabe mencionar que esta variable no puede ser controlada dado que corresponde a la corriente de alimentacin de la planta. Sin embargo, se puede observar que en el periodo de tiempo analizado la concentracin de gases cidos en el gas amargo estuvo entre 3.66 y 4.04% mol. Para las variables crticas de salida o KPI se tienen las grficas mostradas en las Figuras 12 y 13. En ellas se aprecia: Las variables crticas de salida, concentracin de H2S y concentracin de CO2, no se encuentran dentro de control de acuerdo con los criterios Western Electric (Montgomery, 2005). En ambas variables se aprecian dos regiones, una con una concentracin ms alta que la otra, y con un comportamiento similar lo cual es de esperarse debido a la naturaleza del proceso. La falta de control es corroborada con los histogramas los cuales presentan mximos locales
Grfica 1 56 54 52 4 2 0 1 56 54 52 10 15 20 Observacin 25 30 4 7 10 13 16 19 22 25 ltimas 25 observaciones 28 1 4 7 10 13 16 19 22 25 28
UCL = 57.552 X = 55.902 LCL = 54.252

Valor individual

15 10 5 8 4 0 1 9 17 25
1

L IE

Valor individual

L IE

L SE

UCL = 14.88 X = 10.37 LCL = 5.86

Especificaciones LIE 5 LSE 15 6 8 10 12 14 16

Especificaciones LIE 48 LSE 54

33

41

49
1

57

65

73

48.0 49.551.052.554.0 55.557.0 Grfica de prob. Normal AD: 1.277, P: < 0.005
UCL = 2.027 MR = 0.620 LCL = 0

Grfica de rangos mviles


1 1

Rango mvil

UCL = 5.541 MR = 1.696

9 17

25

33

41

49

57

65

73

LCL = 0

10

15

Rango mvil

Grfica de prob. Normal AD: 1.739, P: <0.005

Grfica de rangos mviles

ltimas 25 observaciones Valores 12 9 6 55 60 65 Observacin 70 75

Grfica de capacidad Dentro de Dentro General Desv. est. 1.89002 Desv. est. 1.50334 Pp 0.88 General Cp 1.11 Ppk 0.82 Cpk 1.03 Cpm *
Especificaciones

52

54 56 Grfica de capacidad
Dentro de

58

Valores

Dentro Desv. est. 0.549951 Cp 1.82 Cpk -1.15

General

Especificaciones

General Desv. est. 0.883456 Pp 1.13 Ppk -0.72 Cpm *

Figura 8. Capacidad del proceso para la variable diferencial de temperatura entre el gas hmedo amargo y la amina pobre

Figura 9. Capacidad del proceso para la variable concentracin de amina pobre

Tecnol. Ciencia Ed. (IMIQ) vol. 26 nm. 2, 2011 69


Grfica 1
L IE

Valor individual

Valor individual

Histograma de capacidad
L SE

Grfica 1 4.50 4.25 4.00 1 9 17 25 33 41 49 57 65 73 Grfica de rangos mviles


UCL = 0.2325 UCL = 4.0382 X = 3.8490 LCL = 3.6697
L IE LS E

4.50 4.25 4.00 1 9 17 25 33 41 49 57 65 73 Grfica de rangos mviles

UCL = 4.5128 X = 4.2247 LCL = 3.9367

Especificaciones LIE 3.8 LSE 4.4 3.90 4.05 4.204.35 4.50 4.65

Especificaciones LIE 3.6 LSE 4.1

3.30 3.453.60 3.75 3.90 4.05 Grfica de prob. Normal AD: 1.277, P: < 0.005

Rango mvil

0.2 0.0 1 9 17 25 33 41 49 57 65 73 ltimas 25 observaciones

UCL = 0.3539 MR = 0.1063 LCL = 0

Rango mvil

0.4

Grfica de prob. Normal AD: 1.432, P: <0.005

0.4 0.2

MR = 0.0712

0.0 1 9 17 25 33 41 49 57 65 73 ltimas 25 observaciones

LCL = 0

35

40

45

50

Valores

4.05 3.90 55 60 65 70 75

Valores

4.20

Grfica de capacidad Dentro de Dentro General Desv. est. 0.184488 Desv. est. 0.0960218 Pp 0.54 General Cp 1.04 Ppk 0.32 Cpk 0.61 Cpm *
Especificaciones

4.20 4.05 3.90 55 60 65 70 Observacin 75

3.50 3.75 4.00 4.25 Grfica de capacidad Dentro de Dentro General Desv. est. 0.883456 Desv. est. 0.0630966 Pp 0.61 Cp 1.32 General Ppk 0.61 Cpk 1.32 Cpm *
Especificaciones

Figura 10. Capacidad del proceso para la variable relacin de flujo de gas amargo amina pobre Los lmites de control para la concentracin de H2S son 0.37 ppm y 1.01 ppm, mientras que para la concentracin de CO2 son 0.18% mol y 0.38% mol Respecto a los CPK se tiene o Para la concentracin de H2S el CK tiene un valor -4.08. El signo negativo implica que ste se encuentra fuera de los limites especificados. En la Figura 12 se aprecia que la variable se ubica por debajo del lmite inferior. Una implicacin directa de esto radica en el hecho de estar entregando un producto con una calidad mayor a la especificada. El impacto principal de esto radica en los costos asociados de entregar un producto con una calidad mayor. Adicionalmente, si se logra llevar la concentracin de H2S dentro de los lmites y se
Grfica I
1.2 0.8 0.4 1 Rango mvil 0.4 0.2 0.0 1.00 Valores 0.75 0.50 55 60 65 70 75 1 9 17 25 33 41 49 57 65 73 9 17 25 33 41 49 57 65 73
UCL = 0.990 X = 0.689 LCL = 0.388

Figura 11. Capacidad del proceso para la variable gases cidos en el gas hmedo amargo

mantiene la dispersin, la cual va asociada con el CPK, se estara hablando de que, para esta variable, se manejara un estndar de calidad por arriba de los parmetros Seis Sigma (Montgomery, 2005). o Por otro lado, para la concentracin de CO2, se tiene un CPK de 2.77, lo cual indica que la variable se encuentra dentro de los parmetros especificados y, pese a que la variable no se encuentra controlada de acuerdo con los criterios Western Electric, en este parmetro tambin se cumple con una calidad por arriba de los parmetros establecidos en la metodologa Seis Sigma.

Valor individual

L IE

L SE

Valor individual

Histograma de capacidad
Especificaciones LIE 2 LSE 4 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0

Grfica I
0.35 0.25 0.15 1 9 17 25 33 41 49 57 65 73
X = 0.2783

Histograma de capacidad
UCL = 0.3789
L IE L SE

Especificaciones LIE 0 LSE 1 0.00 0.15 0.30 0.450.60 0.75 0.90

LCL = 0.1778

Grfica de rangos mviles


UCL = 0.3699 MR = 0.1132 LCL = 0

Grfica de prob. Normal


Rango mvil
AD: 0.406, P: 0.343

Grfica de rangos mviles


0.2 0.1 0.0 1 0.3 Valores 0.2 0.1 55 60 65 70 75 9 17 25 33 41 49 57 65 73
UCL = 0.378 MR = 0.1132 LCL = 0

Grfica de prob. Normal


AD: 0.617, P: 0.105

0.0

0.5
Dentro de

1.0

1.5

0.00

0.15
Dentro de

0.30

0.45

ltimas 25 observaciones

Dentro Desv. est. 0.100359 Cp 3.32 Cpk -4.35

Grfica de capacidad
General

ltimas 25 observaciones

Grfica de capacidad
Dentro Desv. est. 0.0335182 Cp 4.97 Cpk 2.77
General

Especificaciones

General Desv. est. 0.191608 Pp 1.74 Ppk -2.28 Cpm *

Especificaciones

General Desv. est. 0.0664905 Pp 2.51 Ppk 1.4 Cpm *

Observacin

Observacin

Figura 12. Capacidad del proceso para la variable concentracin de H2S en el gas dulce hmedo

Figura 13. Capacidad del proceso para la variable concentracin de CO2 en el gas dulce hmedo

70

Tecnol. Ciencia Ed. (IMIQ) vol. 26 nm. 2, 2011

Subsistema de regeneracin de amina De acuerdo con la matriz de causa y efecto y la Tabla 1b, este subsistema tiene tres variables crticas de salida: 1. Concentracin de H2S en la amina pobre 2. Concentracin de CO2 en la amina pobre 3. Temperatura de la amina pobre y ocho variables crticas de entrada o parmetros clave de operacin, KOP: 1. Presin en el domo de la regeneradora 2. Flujo de aceite de calentamiento 3. Temperatura del aceite de calentamiento 4. Temperatura en el domo de la regeneradora 5. Concentracin de gases cidos en la amina rica 6. Razn de reflujo 7. Flujo de amina rica 8. Flujo de amina pobre Sin embargo, analizando un poco ms las variables crticas de salida se concluye que la temperatura de la amina pobre realmente no depende del proceso de regeneracin ya que sta se fija entre 5 y 15C por arriba de la temperatura del gas amargo que entra al subsistema de absorcin y sta es controlada en un aeroenfriador que forma parte del subsistema antes mencionado y ya se encuentra considerada dentro del subsistema de endulzamiento. Por otro lado, para la concentracin de CO2 en la amina pobre, no se cont con datos estadsticos para realizar su anlisis, ya que en los anlisis de laboratorio disponibles solamente se determina la concentracin de H2S en la corriente de amina pobre. Para fines de anlisis slo se analiz la Concentracin de H2S en la amina pobre como variable crtica de salida Por el lado de las variables crticas de entrada o KOP, se encontr que no se contaba con datos confiables en la medicin del flujo de aceite de calentamiento, por lo que esta variable no se analiz. Por otro lado, el flujo de amina pobre que sale de la regeneradora est relacionada con la relacin de reflujo y; adems, el flujo de amina pobre es enviado a un tanque de balance, por lo que dicho flujo no es realmente crtico para la operacin del sistema. Finalmente, respecto a la temperatura del aceite de calentamiento, se lleg a la conclusin que la variable realmente crtica no es la temperatura del aceite sino

la temperatura de los fondos de la regeneradora por el efecto negativo que se tiene sobre la amina a temperaturas mayores de 126C. De acuerdo con lo antes expuesto, las variables crticas de entrada finales son: 1. Presin en el domo de la regeneradora 2. Temperatura de los fondos de la regeneradora 3. Temperatura en el domo de la regeneradora 4. Concentracin de gases acido en la amina rica 5. Razn de reflujo 6. Flujo de amina rica La Tabla 4 presenta los resultados de las correlaciones entre las KOP y la KPI para este subsistema. Como puede observarse, la presin en el domo de la regeneradora y la temperatura de los fondos de la regeneradora no parecen tener relacin con la concentracin de H2S en la amina pobre; sin embargo, de acuerdo con las Figuras 15 y 16, donde se aprecia el comportamiento de estas variables en el periodo de tiempo analizado, se observa que ambas prcticamente se mantuvieron constantes (0.492 a 0.508 kgf/cm2 para la presin en el domo y 119.6 a 120.06C para la temperatura en los fondos), lo cual incide directamente en el modelo y lleva a determinar que no hay correlacin entre las variables, lo cual no necesariamente es cierto. Tabla 4 Correlaciones entre las KOP y las KPI
Concentracin de H2S en amina pobre Correlacin de Pearson Presin en el domo de la regeneradora Temperatura de los fondos de la regeneradora Temperatura en el domo de la regeneradora Concentracin de gases cidos en la amina rica Razn de reflujo Flujo de amina rica -0.029 -0.120 0.218 0.508 0.215 0.051 Valor P 0.782 0.256 0.038 0.000 0.041 0.631

Por otro lado, si bien el coeficiente de correlacin para la temperatura en el domo de la regeneradora, la concentracin de gases cidos en la amina rica y la razn de reflujo es inferior a 0.7, el valor p en todas ellas es inferior a 0.05, lo cual lleva a aceptar la hiptesis de correlacin entre ellas y la concentracin de H2S en la amina pobre. Finalmente, el flujo de amina rica no parece tener un efecto importante sobre la concentracin de H2S en la corriente de amina pobre. El anlisis estadstico de las variables crticas de este subsistema es similar al realizado para el subsistema de absorcin, por lo que a continuacin solamente se presentan las grficas correspondientes a dichas variables crticas.

Tecnol. Ciencia Ed. (IMIQ) vol. 26 nm. 2, 2011 71


Grfica I
UCL = 0.00954 X = 0.00653 LCL = 0.00353

Valor individual

0.015 0.010 0.005 1 4

Valor individual

Histograma de capacidad
LIE LS E

Especificaciones LIE 0.006 LSE 0.014

0.51 0.50 0.49

Grfica I
X = 0.50011

Histograma de capacidad
UCL = 0.50986
L IE L SE

Especificaciones LIE 0.25 LSE 0.65

LCL = 0.49036

7 10 13 16 19 22 25 28

0.002 0.004 0.006 0.008 0.010 0.012 0.014

10 19 28 37 46 55 64 73 82 91

Rango mvil

Rango mvil

0.008 0.004 0.000 1 0.015 4

Grfica de rangos mviles


UCL = 0.003695 MR= 0.001131 LCL = 0

Grfica de prob. Normal


AD: 5.124, P: < 0.005

Grfica de rangos mviles


0.010 0.005 0.000 1 0.505 Valores 0.500 0.495 70 75 80 85 90 10 19 28 37 46 55 64 73 82 91
UCL = 0.01198 MR = 0.00367 LCL = 0

7 10 13 16 19 22 25 28

0.000

0.005
Dentro de

0.010

0.015

0.2 0.360 1 0.3 2 0.464 1 0.4 6 6 0.5 8 2 0.5 0 7 0.6 2 24

Grfica de prob. Normal


AD: 0.231, P: 0.798

0.49 Dentro Desv. est. 0.00324932 Cp 20.52 Cpk 15.38

0.50
Dentro de

0.51 General Desv. est. 0.00330147 Pp 20.19 Ppk 15.13 Cpm *

ltimas 25 observaciones
Valores 0.010 0.05 10 15 20 25 30

Dentro Desv. est. 0.00100269 Cp 1.33 Cpk 0.18

Grfica de capacidad
General

ltimas 25 observaciones

Grfica de capacidad
General

Especificaciones

General Desv. est. 0.00218795 Pp 0.61 Ppk 0.08 Cpm *

Especificaciones

Observacin

Observacin

Figura 14. Capacidad del proceso para la variable concentracin de H2S en amina pobre

Figura 15. Capacidad del proceso para la variable presin en el domo de la regeneradora

120.4 120.0 119.6 0.50 0.25 0.00 119.9 119.8 119.7 70 75

Grfica I

Histograma de capacidad
L IE L SE

UCL=119.9476 X=119.8141 LCL=119.6806

Especificaciones

104 103 102

Grfica I

UCL=103.818 X=103.106 LCL=102.395

Histograma de capacidad
L IE LS E

LIE 116 LSE 126

Especificaciones

LIE 92 LSE 102

1 10 19 28 37 46 55 64 73 82 91 Grfica de rangos mviles


UCL=0.1640 MR=0.0502 LCL=0

Grfica de prob. Normal


AD: 0.858, P: 0.026

1.0 0.5

1 10 19 28 37 46 55 64 73 82 91 Grfica de rangos mviles


UCL=0.874 MR=0.268 LCL=0

Grfica de prob. Normal


AD: 0.528, P: 0.173

1 10 19 28 37 46 55 64 73 82 91 ltimas 25 observaciones

Dentro Desv. Est 0.0445099 Cp 37.44 Cpk 28.56

119.50 119.75 120.00 120.25 Grfica de capacidad


Dentro de General Especificaciones

0.0 103.5 103.0 102.5

General Desv. Est 0.111919 14.89 Pp 11.36 Ppk Cpm *

1 10 19 28 37 46 55 64 73 82 91 ltimas 25 observaciones

102

Dentro Desv. Est 0.237228 Cp 7.03 Cpk -1.55

103 104 Grfica de capacidad


Dentro de General Especificaciones

General Desv. Est 0.286458 5.82 Pp -1.29 Ppk Cpm *

80

85

90

70

75

80

85

90

Observacin

Observacin

Figura 16. Capacidad del proceso para la variable temperatura de fondos de la regeneradora
Grfica I
0.42 0.39 0.36 1 10 19 26 37 46 55 64 Rango mvil 0.04 0.02 0.00 1 10 19 26 37 46 55 64 73 82 91 73 82 91
X = 0.35937 LCL = 0.34480

Figura 17. Capacidad del proceso para la variable temperatura en el domo de la regeneradora
Grfica I
3.3 3.0 2.7 1 10 19 26 37 46 Rango mvil 0.2 0.1 0.0 1 0.3 Valores 0.2 0.1 70 75 80 85 90 10 19 26 37 46 55 64 73 82 91 55 64 73 82 91
X = 3.0425 LCL = 2.7226 1.2 1.5 1.8 2.1 2.4 2.7 3.0 3.3

Valor individual

Valor individual

Histograma de capacidad
L IE L SE

Histograma de capacidad
UCL = 3.3624
L IE L SE

UCL = 0.37394

Especificaciones LIE 0.00 LSE 0.45

Especificaciones LIE 1.2 LSE 1.5

Grfica de rangos mviles


UCL = 0.01790 MR = 0.00548 LCL = 0

0.0 0.00 6 0.1 2 0.1 8 0.2 4 0.3 0 0.3 6 0.4 2

Grfica de prob. Normal


AD: 0.1.641, P: < 0.005

Grfica de rangos mviles


UCL = 0.3930 MR = 0.1203 LCL = 0

Grfica de prob. Normal


AD: 0.457, P: 0.260

0.33 Dentro Desv. est. 0.00485655 Cp 15.44 Cpk 6.22

0.36
Dentro de

0.38

0.42

2.5 Dentro Desv. est. 0.106646 Cp 0.47 Cpk -4.82

3.0

3.5 General Desv. est. 0.127174 Pp 0.39 Ppk -4.04 Cpm *

ltimas 25 observaciones
0.42 Valores 0.39 0.36 70 75 80 Observacin 85 90

Grfica de capacidad
General

ltimas 25 observaciones

Grfica de capacidad
Dentro de General

Especificaciones

General Desv. est. 0.0108132 Pp 6.94 Ppk 2.79 Cpm *

Especificaciones

Observacin

Figura 18. Capacidad del proceso para la variable concentracin de gases cidos en la amina rica

Figura 19. Capacidad del proceso para la variable relacin de reflujo en la regeneradora

72

Tecnol. Ciencia Ed. (IMIQ) vol. 26 nm. 2, 2011


Grfica I Histograma de capacidad
L IE L SE

950 900 850 1 10 19 26 37 46 55 64 73 82 91


1 1

UCL = 981.7 X = 920.9 LCL = 860.0

Especificaciones LIE 750 LSE 1200


78 0 84 0 90 0 96 0 10 20 10 80 11 4 12 0 00

Rango mvil

100 50 0 1 950

Grfica de rangos mviles


UCL = 74.8 MR = 22.9 LCL = 0

Grfica de prob. Normal


AD: 0.496, P: 0.209

10 19 26 37 46 55 64

73 82 91

850 Dentro Desv. est. 20.2883 Cp 3.7 Cpk 2.81

900
Dentro de

950

1000

ltimas 25 observaciones
Valores 900 850 70 75 80 Observacin 85 90

Grfica de capacidad
General

Especificaciones

General Desv. est. 20.0155 Pp 3.75 Ppk 2.85 Cpm *

Figura 20. Capacidad del proceso para la variable flujo de amina rica En la Tabla 5 se presentan los lmites especificados para las variables crticas del subsistema de regeneracin de amina. Tabla 5 Lmites especificados para las variables crticas del subsistema de regeneracin de amina
Variable Concentracin de H2S en la amina pobre3 Presin en el domo de la regeneradora, kgf/cm2 Temperatura de los fondos de la regeneradora, C LSE1 0.014 LIE2 0.006 Criterio empleado Mol gases cidos/mol de amina Condicin de diseo Condicin de diseo Condicin de diseo, para el caso del LSE condicin para evitar degradacin de amina Condicin de diseo Condicin de diseo. Condicin de diseo Condicin de diseo

embargo, se aprecia que en la mayora de los casos la concentracin se ubica cerca del LIE. De acuerdo con la Figura 16, la temperatura en los fondos de la regeneradora presenta algunas regiones inestables segn los criterios Western Electric (Montgomery, 2005); sin embargo, se encuentra dentro de los lmites especificados y con un CPK de 28.5 que indica que el estndar de calidad actual para esta variable se encuentra muy por arriba de los parmetros seis sigma (Montgomery, 2005). Respecto de las variables de presin en el domo de la regeneradora, temperatura en el domo de la regeneradora, concentracin de gases cidos en la carga, relacin de reflujo y flujo de amina rica se observa que se encuentran controladas y, salvo algunos puntos, cumplen con los criterios de estabilidad Western Electric (Montgomery, 2005), ver Figuras 15 y 17 a 20. Tabla 6 Lmites actuales de control y CPK de las variables criticas del subsistema de regeneracin de amina
Variable LSC1 LIC2 CPK Concentracin de 0.004 mol H2S/ 0.01 mol H2S/mol H2S en la amina 0.18 mol amina amina pobre Presin en el domo de la 0.51 kgf/cm2 0.49 kgf/cm2 15.38 regeneradora Temperatura de los fondos de la 119.95C 119.68C 28.56 regeneradora Temperatura en el domo de la 103.8C 102.4C -1,55 regeneradora Concentracin de gases cidos en la 0.374 %mol 0.345 %mol 6.22 amina rica Razn de reflujo 3.4 2.7 .4.82 Flujo de amina (982) (860) 2.81 3 rica, GPM Indica que el lmite est por arriba o por abajo del lmite especificado 1 Limite superior de control 2 Limite inferior de control 4 GPM, galones por minuto, que equivalen a 0.062 m3s-1 (982 GPM) y 0.05426 m3s-1 (860GPM)

Valor individual

0.65 126

0.25 116

Temperatura en el domo de la regeneradora, C Concentracin de gases cidos en la amina rica, % mol Razn de reflujo Flujo de amina rica, GPM4
1

101 0.45 1.5 (1200)

92 0.00 1.2 (750)

LSE. Lmite superior especificado 2 LIE. Lmite inferior especificado 3 Esta especificacin corresponde a la concentracin de gases cidos en la amina pobre; sin embargo, en los anlisis de laboratorio no se est reportando la concentracin de CO2 en dicha corriente 4 Flujo de 0.7571m3s-1 (1200GPM), 0.0473 m3s-1 (750 GPM), donde GPM son galones por minuto

Capacidad del proceso De acuerdo con los criterios de estabilidad Western Electric (Montgomery, 2005) y el histograma de frecuencias, la concentracin de H2S en la amina pobre no est controlada, ver Figura 14. Sin embargo, la concentracin est por debajo del lmite superior especificado. El CPK para esta variable es 0.18, ver Tabla 6, lo cual indica que la variable tiene una dispersin mayor que la definida por los lmites especificados. Sin

De acuerdo con la Tabla 6, las variables presin en el domo de la regeneradora, temperatura de los fondos de la regeneradora, concentracin de gases cidos en la amina rica y flujo de amina rica se encuentran dentro de las especificaciones y tienen un CPK de bueno a muy bueno. Por otro lado, la temperatura en el domo de la regeneradora y la razn de reflujo cuentan con CPK negativo lo que indica que los lmites de control se encuentran fuera de los lmites especificados y, en este caso, se encuentran por arriba. Es necesario llevar estas variables dentro de sus lmites especificados.

Tecnol. Ciencia Ed. (IMIQ) vol. 26 nm. 2, 2011 73


CONCLUSIONES

El control estadstico funcionar de manera adecuada siempre y cuando el proceso se encuentre bajo control y cumpla con los diferentes criterios de estabilidad, por lo que se sugiere aplicar las metodologas estadsticas necesarias y las medidas pertinentes para mantener el proceso estable y controlado. Mediante la aplicacin del control estadstico de proceso se puede realizar la toma de decisiones con base en las relaciones causa-efecto y se pueden establecer las variables crticas para cualquier proceso. Sin embargo, es importante contar con suficiente informacin estadstica que, adems, sea confiable. Mediante el anlisis estadstico y de diseo del proceso en particular es posible reducir el nmero de variables crticas. Dado que la aplicacin del control estadstico de procesos se rige bajo el concepto de mejora continua, cada cierto tiempo deben evaluarse los resultados obtenidos para, en un determinado caso, reevaluar desde los lmites inferiores y superiores hasta la definicin de KPI y KOP. Por ltimo, es factible aplicar el control estadstico en tiempo real que permita una respuesta oportuna ante desviaciones en el proceso. Esta implementacin se puede realizar con algn software de seguimiento de las condiciones del proceso como podra ser el programa Pi ProcessBook con su complemento SQC.
NOMENCLATURA

Sigla que indica que llegan dos seales (TC, TDIC) Anderson-Darling; siglas para la prueba correspondiente Anlisis Anlisis de repetibilidad y reproducibiRyR lidad C Sigla en ingls para Customers (clientes) CEP Control estadstico de procesos Cp Capacidad del proceso (del ingls Process capability) CPK ndice de capacidad del proceso (del ingls Process capability index) CPL ndice de capacidad del proceso para especificaciones con lmite inferior CPM Siglas en ingls para el ndice de Capacidad de Teguchi CPU ndice de capacidad del proceso para especificaciones con lmite superior ENT Equipo natural de trabajo FIC Siglas en ingls para Flow Indicator Control (controlador de flujo) A AD

Siglas en ingls para Flow Valve (vlvula de flujo) FT Siglas en ingls para Flow Transmitter (transmisor de flujo) FMEA Siglas en ingls para FFailure (Falla), M Mode (Modo), EEffects (Efectos), AAnalysis (Analisis). Anlisis de modos y efectos de fallas. GPM Galones por minuto (unidad inglesa) I-MR Rangos mviles individuales, por sus siglas en ingls (individual moving ranges) Siglas en ingls para Inputs (entradas) I KOP Parmetros clave de operacin, por sus siglas en ingls KPI Indicadores clave del proceso, por sus siglas en ingls LCL Lmite inferior de control, por sus siglas en ingls o LIC en espaol LIC Siglas en ingls para Level Indicator Control (Controlador de nivel) LSL Lmite inferior especificado, por sus siglas en ingls o LIE en espaol LT Siglas en ingls para Level Transmitter (transmisor de nivel) LV Siglas en ingls para Level Valve (vlvulas de nivel) MDEA Mono-dietanol amina MR Siglas en ingls para Moving Ranges (rangos mviles) O Sigla en ingls para Outputs (salidas) P Sigla en ingls para Process (proceso) p Valor de pruebas estadsticas PIC Siglas en ingls para Pressure Indicator Control (controlador de presin) Pp Siglas en ingls para Process performance (desempeo del proceso) Ppk Siglas en ingls para Process performance index (ndice de desempeo del proceso) Siglas en ingls para Pressure Valve (vlvula de PV presin) Siglas en ingls para Pressure Transmitter PT (transmisor de presin) Sigla en ingls para Requirements (requisitos) R r Relacin (po sitiva, neg ativ a, no h ay correlacin) R2 Coeficiente de determinacin Sigla en ingls para Suppliers (proveedores) S SIPOC Siglas en ingls para: SSuppliers (proveedores), I Inputs (entradas), P Process (proceso), OOutputs (salidas), CCustomers (clientes) Siglas en ingls para Temperature Transmitter TT (transmisor de temperatura) TIC Siglas en ingls para Temperature Indicator Control (controlador de temperatura)

FV

74

Tecnol. Ciencia Ed. (IMIQ) vol. 26 nm. 2, 2011


Kachigan, S.K. 1991. Multivariate statistical analysis. 2a ed. Radius Press. Nueva York, NY, EEUU.. McCarty, T., Daniels, L. 2004. The Six Sigma Black Belt Handbook (Six SIGMA Operational Methods). 1a ed. McGraw-Hill. Nueva York, NY. EEUU. Melo-Gonzlez, R., Lara-Hernndez, C., Herrera-Ruiz, D.A., ValdezGmez, J.A. 2010. Control estadstico de procesos en tiempo real en plantas endulzadoras de gas amargo. Metodologa, aplicacin y resultados. En 1er Congreso de Confiabilidad Operacional PEP 2010. PEMEX Exploracin y Produccin. 25 y 26 de noviembre. Villahermosa, Tabasco, Mxico. Montgomery, D.C. 2005. Introduction to statistical quality control. 5a Ed. John Wiley & Sons Inc. Nueva York, NY. EEUU. Pande, P.S., Neuman, R.P., Cavanaugh, R.R. 2000. The Six Sigma Way. Mc Graw Hill. Nueva York, NY, EEUU. Qin, S.J. 1998. Multivariate Statistical Process Control. Department of Chemical Engineering. University of Texas. XVIII Seminario de Ingeniera Qumica. Instituto Tecnolgico de Celaya. Guanajuato, Mxico. Williams, M.A., Bertels, T., Dershin, H. 2001. Rath & Strongs Six Sigma Pocket Guide. 6a ed. AON Management Consulting. Lexington, MA, EEUU. Vzquez-Martnez, A., Melo-Gonzlez, R., Rodrguez-Chiquito, V.M. 1998. Identifying and analysis of key variables at the Terminal Maritima de Dos Bocas using statistical process control . Society of Petroleum Engineers. March 3-5. Villahermosa, Tab. Mxico.

UCL Lmite superior de control, por sus siglas en ingls o LSC en espaol USL Lmite superior especificado, por sus siglas en ingls X Variables de entrada Y Variables de salida
Letras griegas

Media de una variable Desviacin estndar de una variable


BIBLIOGRAFA

Broersen, P.M.T. 2006. Automatic autocorrelation and spectral analysis. Springer Verlag. Berln, RFA. Chatterjee, S., Hadi, A. S. 2006. Regression analysis by example. Wiley Interscience. 4a ed. Nueva York, NY, EEUU. Chico-Morales, J.A. 1991. La calidad y sus evidencias estadsticas: competitividad y satisfaccin del cliente. IMIQ. Mxico D.F., Mxico. Hrdle, W., Simar, L. 2007. Applied multivariate statistical analysis. 2a ed. Springer Verlag. Berln, RFA. Holmes, D.S. 1997. Statistical process control: Basics and advanced topics. The Center for Professional Advancement. New Brunswick, NJ, EEUU.