Articolo metodologico

Integrare i fattori umani nell'educazione alla gestione operativa nell'era Industry 5.0

DOI:

10.3791/69833

⸱

14 aprile 2026

 ,  ,  ,  ,  ,  ,  , 
1School of Economics and Management, Jiangsu University of Science and Technology, 2MTM (Shanghai) Enterprise Management Consulting Co., Ltd., 3Suzhou Jiaze Intelligent Control Technology Co., Ltd.

In questo articolo

Sommario

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Questo studio presenta un quadro per integrare i fattori umani nell'educazione alla gestione operativa nel contesto dell'Industria 5.0. Il protocollo applica l'ingegneria concorrente per integrare la valutazione ergonomica durante la progettazione del luogo di lavoro, inclusa la raccolta dei dati di produzione, l'analisi dei problemi, l'istituzione digitale di fabbriche, l'ottimizzazione dei modelli e la validazione.

Abstract

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

L'era dell'Industria 5.0 enfatizza la centralità umana, la sostenibilità e la resilienza, ponendo nuove esigenze per la direzione della formazione del talento nell'istruzione superiore moderna. L'educazione ingegneristica sta inoltre adattando e guidando lo sviluppo dell'Industria 5.0. Questo studio propone un quadro innovativo che integra i fattori umani nel moderno sistema educativo alla gestione delle operazioni nell'istruzione superiore. La gestione delle operazioni coinvolge la gestione dell'intero processo, inclusi la catena di approvvigionamento, l'inventario, il controllo qualità, ecc. Con l'evoluzione dall'Industria 4.0 alla 5.0, la gestione operativa è incentrata sugli esseri umani, ponendo enfasi sulla collaborazione uomo-macchina e sull'empowerment dei dipendenti. Pertanto, il contenuto dell'insegnamento deve essere adattato per aiutare gli studenti a imparare a utilizzare i principi dei fattori umani per ottimizzare i processi di lavoro, ridurre la stanchezza dei dipendenti e mitigare i rischi. Questo articolo propone l'applicazione dei fattori umani nella gestione delle operazioni creando un ambiente di produzione virtuale e interconnesso che simuli reali linee di assemblaggio, rileva problemi di fattori umani e riduce le deviazioni tramite analisi numerica. Questo protocollo consente l'identificazione e la valutazione dei rischi ergonomici nella fase di progettazione, fornendo misure di miglioramento mirate. Questo protocollo aiuta gli studenti a comprendere come ridurre l'incidenza degli incidenti, migliorare l'efficienza lavorativa e ridurre i costi aggiuntivi associati agli interventi correttivi durante l'insegnamento della gestione delle operazioni. Attraverso l'ergonomia digitale, gli studenti possono comprendere e diventare competenti nei metodi di valutazione del rischio ergonomico. Pertanto, questo articolo analizza come integrare meglio i fattori umani nella gestione delle operazioni, raggiungendo l'integrazione della tecnologia ingegneristica e dei fattori umani, e proponendo nuove idee e direzioni per l'educazione e la pratica nel campo della gestione delle operazioni. Nelle applicazioni future, combinare fattori umani con il gemello digitale umano (HDT) e i contenuti generati da intelligenza artificiale (AIGC) renderà possibile la produzione intelligente e la produzione intelligente centrata sull'uomo nella pratica ingegneristica.

Introduzione

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

L'Industria 4.0 ha trasformato radicalmente prodotti, servizi e processi attraverso l'integrazione di tecnologie avanzate come Internet delle Cose, Big Data, Cyber Security, Cloud Computing, Manifattura Additiva e RoboticaAvanzata 1,2. Con l'ascesa dell'Intelligenza Artificiale (IA), l'Industria 4.0 integra la tecnologia IA con varie tecnologie avanzate, rimodellando i panorami manifatturiero eoperativo. Tuttavia, mentre l'Industria 4.0 migliora significativamente la produttività e crea nuove opportunità di lavoro per i lavoratori, porta anche sfide come l'aumento delle esigenze cognitive, maggiori rischi lavorativi e la necessità di un continuo potenziamentodelle competenze 4. Per affrontare il problema della trascuratezza dei fattori umani durante il rapido sviluppo dell'Industria 4.0, la Commissione Europea ha proposto il concetto di Industria 5.0, sottolineando tre elementi fondamentali: centralità umana, sostenibilità e resilienza 5,6. Industry 5.0 pone l'accento sulla collaborazione tra esseri umani e IA, migliorando la produttività garantendo al contempo la salute umana e la sostenibilità ambientale, raggiungendo così una crescita economicasostenibile 7. Horvat et al. hanno indagato dati di 1334 aziende manifatturiere e i risultati dello studio indicano che l'Industria 5.0 incentrata sull'uomo migliora la capacità del produttore di innovare nei prodotti, con la partecipazione dei dipendenti come fattore importante, riflettendo l'importanza dell'Industria 5.0 8 incentrata sull'uomo.

Industry 5.0 enfatizza la combinazione tra creatività umana e precisione tecnologica, dando origine al concetto di Operatore 5.09. Operator 5.0 colloca gli operatori all'interno di sistemi produttivi centrati sull'uomo, che coinvolgono sistemi sociotecnici, sostenibilità sociale e ingegneria dellaresilienza 10. Mattsson e Kurdve propongono che Operator 5.0 includa 9 fattori: capacità cognitiva/fisica di svolgere compiti, competenze digitali complessive, progettazione universale, minimizzazione di eventi imprevisti, produttività e qualità, sicurezza, standard, istruzioni e materiali di formazione11. Peruzzini et al., basandosi su Operator 5.0, hanno proposto il Duplice Digitale Aumentato (ADT) che integra macchine, robot, ambienti, interfacce e persone, sviluppando così sistemi di produzione intelligenti centratisull'uomo 12. Yaqot et al. hanno proposto il framework enhanced human-automation symbiosis (EHAS), sottolineando il raggiungimento della simbiosi umano-automazione attraverso il potenziamento fisico e sensoriale, cognitivo ed emotivo, comunicazione e collaborazione, etica digitale, cittadinanza digitale, privacy e rafforzamento dei dirittiumani 13.

La transizione dall'Industria 4.0 all'Industria 5.0 rappresenta un passaggio dalla produzione tecnologica a quella14 incentrata sul valore. L'istruzione superiore deve affrontare le sfide portate dall'Industria 5.0 e riformare i programmi esistenti per formare la futura forza lavoro. I programmi universitari devono considerare le competenze richieste per l'Operatore 5.0 per preparare gli studenti che ricevono una formazione ingegneristica al loro futuro sviluppo professionale.

L'implementazione dell'educazione Operator 5.0 ha portato a cambiamenti negli obiettivi didattici dei corsi di gestione delle operazioni. Come funzione centrale della moderna gestione aziendale, la gestione operativa comprende l'intero processo, dall'approvvigionamento delle materie prime alla consegna dei prodotti o servizi finali. Copre molteplici dimensioni come la gestione della catena di approvvigionamento, la pianificazione e la programmazione della produzione, il work study, la gestione dell'inventario e il controllo qualità. L'obiettivo didattico dei corsi di gestione operativa è permettere agli studenti di capire come ottimizzare l'allocazione delle risorse, migliorare l'efficienza, ridurre i costi e garantire che la qualità e la velocità di consegna di prodotti o servizi soddisfino le richieste del mercato. In particolare, la componente lavoro-studio aiuta gli studenti a comprendere profondamente e padroneggiare la conoscenza teorica degli operatori nella gestione operativa, analizzare casi di studio complessi e proporre soluzioni innovative e pratiche attraverso l'apprendimento pratico.

La linea di montaggio, come la situazione produttiva più tipica nella produzione, è il principale campo di applicazione per la tecnologia correlata all'Operator 5.0. L'Industria 5.0 richiede che le linee di assemblaggio gestiscano esigenze specifiche di produzione. Operator 5.0, attraverso la fusione della creatività umana e dell'empowerment tecnologico, consente il passaggio delle catene di assemblaggio dalla produzione di massa alla personalizzazione di massa. L'Operatore 5.0 può modificare rapidamente le procedure della catena di assemblaggio utilizzando gemelli digitali e strumenti di simulazione per soddisfare esigenze uniche di prodotto, raggiungendo la flessibilità e l'adattabilità della lineadi montaggio 15. Operator 5.0 può simulare i movimenti e la stanchezza degli operai in catena di montaggio tramite digital twin, ottimizzando il design delle workstation e rappresentando il concetto di Human-in-the-loop nella smartmanufacturing 16. Pertanto, nella formazione dell'Operatore 5.0, prendendo come esempio il miglioramento della linea di montaggio, la Figura 1A illustra i principali passaggi attualmente coinvolti nell'identificazione e nella risoluzione dei problemi in una linea di assemblaggio. Le pratiche attuali non considerano adeguatamente i disturbi muscoloscheletrici (WMSD) legati al lavoro durante le prime fasi della progettazione ingegneristica. I fattori di rischio fisico-ergonomici includono posture scomode, sforzo di forza, maneggevolezza del materiale, posizioni ferme eripetizione 17. Quando questi rischi sono presenti nelle operazioni produttive effettive, non solo causano WMSD tra i lavoratori, ma prolungano anche i cicli produttivi e aumentano i costi operativi per le imprese quando vengono implementate misure correttive. Boysen et al. hanno fornito una revisione sistematica delle problematiche di bilanciamento della linea di montaggio, evidenziando i fattori umani come fattore critico per migliorare le prestazioni dellacatena di montaggio 18. Pertanto, nell'era dell'Industria 5.0, l'importanza dei fattori umani nella gestione delle operazioni è diventata ancora più evidente, giocando un ruolo significativo nelle strategie aziendalicontemporanee 19,20.

Caputo et al. hanno introdotto la teoria dell'ingegneria concorrente nella progettazione dei luoghi di lavoro, proponendo che le valutazioni ergonomiche vengano considerate nella fase di progettazione del processo, prevenendo così potenzialmente rischi ergonomici nella fase21 di progettazione. Nell'era dell'Industria 4.0, non si presta sufficiente attenzione al ruolo centrale dell'ergonomia nelle operazioni di produzione, rendendo difficile adattarsi pienamente ai requisiti dell'ergonomia nell'Industria 5.022. Pertanto, guidati dal concetto di Industria 5.0, la pratica didattica della gestione operativa deve incorporare più contenuti ergonomici. Prendendo come esempio la questione del miglioramento della linea di montaggio, la Figura 1B mostra che, nel caso di obiettivi e obiettivi di miglioramento chiari, la misurazione dei rischi temporali ed ergonomici in ciascun processo viene effettuata simultaneamente, e le valutazioni ergonomiche vengono considerate nella fase di progettazione del processo in parallelo al pensiero ingegneristico concorrente per il miglioramento della linea di montaggio.

figure-introduction-1
Figura 1: Due tipi di processi di miglioramento della linea di montaggio. (A) il tradizionale processo di miglioramento della catena di montaggio, e (B) quello che integra i fattori umani. Clicca qui per visualizzare una versione più grande di questa figura.

Nel quadro Operator 5.0 e nelle esigenze in evoluzione dell'Industria 5.0, la forza lavoro deve acquisire competenze digitali rilevanti per impegnarsi efficacemente in nuovi lavori e compiti. Il 62% delle aziende manifatturiere ha riferito che la mancanza di dipendenti con competenze adeguate rappresenta un ostacolo importante al successo della trasformazionedigitale 23. Hansen et al. hanno intervistato 30 aziende che perseguivano la trasformazione digitale e hanno scoperto che il successo della trasformazione digitale durante la transizione dall'Industria 4.0 all'Industria 5.0 dipende dalla coltivazione delle capacità dei lavoratori24. I futuri professionisti devono padroneggiare capacità digitali avanzate per interagire efficacemente con i sistemiintelligenti 25. Hermawati et al. hanno valutato lo stato attuale dell'educazione all'ergonomia e hanno riscontrato che esiste un divario tra l'attuale formazione ergonomica e i requisiti dell'Industria5.0-26. Pertanto, è fondamentale formare nuove competenze in base ai requisiti dell'Industria 5.0, ed è necessario sviluppare le competenze digitali deglistudenti 7.

L'emergere dei digital twin che incorporano la valutazione del rischio ergonomico ha permesso la progettazione integrata del design del luogo di lavoro e della valutazione ergonomica tramite simulazione digitale, applicando il concetto di ingegneria concorrente. Questo raggiunge un design digitale centrato sull'uomo nel contesto dell'Industria 5.0. Caputo et al. hanno proposto un modello di gemello digitale che include la valutazione ergonomica per il design del luogo di lavoro, convalidato su una linea di montaggio Fiat Chrysler Automobiles (FCA) utilizzando sia il metodo di valutazione Ergonomic Assessment Worksheet (EAWS) sia del sistema di analisi della postura di lavoro Ovako (OWAS) 21,27. Gli studi sopra menzionati utilizzavano il linguaggio del processo Methods-Time Measurement (MTM) nelle loro analisi. La MTM è un tipo di Sistema a Tempo Predeterminato (PTS) che scompone le procedure operative manuali in elementi fondamentali delle mozioni, tenendo conto delle condizioni di lavoro per determinare il tempo richiesto per un compito. Breznik et al. utilizzarono il sistema di analisi universale MTM (MTM-UAS) insieme a software di simulazione per affrontare il problema di bilanciamento della linea di montaggio (ALBP)28.

In risposta ai requisiti sopra menzionati nella gestione delle operazioni—integrando fattori di rischio fisici e ergonomici durante la fase iniziale di progettazione ingegneristica e sviluppando la competenza digitale degli studenti—questo studio utilizza come esempio il problema del miglioramento della catena di montaggio. Incorpora la valutazione ergonomica in un modello di digital twin per dimostrare come l'educazione ingegneristica possa adattarsi alle esigenze dell'Industria 5.0, favorendo lo sviluppo di Operator 5.0 attraverso un design centrato sull'uomo e la costruzione di capacità digitali.

In sintesi, sullo sfondo della transizione dall'Industria 4.0 all'Industria 5.0 centrata sull'uomo, questo documento esplora l'integrazione dei fattori umani nell'educazione alla gestione operativa. Utilizzando l'esempio della guida agli studenti nella progettazione di catene di montaggio nelle pratiche didattiche, incorpora la valutazione ergonomica del rischio per aiutare gli studenti a comprendere l'essenza di Operator 5.0. Dimostrando il processo di integrazione dell'ergonomia nell'educazione alla gestione delle operazioni, questo studio mira a fornire nuove intuizioni e direzioni sia per l'educazione che per la pratica nel campo della gestione delle operazioni nell'era dell'Industria 5.0.

Questo protocollo presenta procedure sperimentali per misurare e migliorare i rischi temporali ed ergonomici nella progettazione della catena di montaggio. La procedura può essere riassunta in cinque fasi: 1) Raccolta dello stato produttivo, 2) Analisi dei problemi nel processo produttivo, 3) Istituzione della fabbrica digitale, 4) Ottimizzazione del modello e 5) Verifica dell'efficacia della fabbrica digitale. Se uno qualsiasi di questi requisiti nei cinque passaggi non viene soddisfatto, il processo è incompleto e insufficiente per dimostrare l'efficacia.

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Protocollo

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Questo studio è stato condotto in conformità con i principi della Dichiarazione di Helsinki ed è stato approvato dal Consiglio di Revisione Istituzionale dell'Università di Scienza e Tecnologia del Jiangsu. Abbiamo ottenuto il consenso informato dei partecipanti all'esperimento per utilizzare e rilasciare i loro dati.

1. Raccolta dello stato produttivo

NOTA: La fase di raccolta dello stato di produzione richiede la misurazione del tempo del sito di produzione e la ripresa di video in loco per prepararsi all'analisi successiva del problema. Determinare il flusso del processo produttivo e raccogliere informazioni sui lavoratori, oltre a modelli 3D di attrezzature, prodotti e materiali presenti nel sito produttivo per la successiva costruzione digitale di una fabbrica.

  1. Raccogli le condizioni di lavoro delle linee di montaggio che necessitano di miglioramenti. Questo include il ritmo della linea di montaggio, la scala della linea di montaggio e la disposizione ambientale, l'area dell'area di produzione analizzata, le informazioni sulle attrezzature e lo spazio di superficie relativi alla produzione, il numero di posizioni coinvolte, i processi di collaborazione uomo-macchina, i tipi di fornitura di materiali ei metodi 29.
  2. Misura le ore uomo usando il metodo del cronometro per ottenere dati di tempo per ogni tipo di lavoro.
    1. Premi il volante del cronometro meccanico per la prima volta quando il lavoratore avvia le azioni cicliche.
    2. Premi il volante per la seconda volta quando il lavoratore termina le azioni cicliche.
    3. Leggi l'ora.
    4. Premi il volante per la terza volta per resettare il cronometro.
  3. Filmare video di produzione in loco per l'analisi successiva del problema.
  4. Raccogli le informazioni sui lavoratori dal sito di produzione. Questo include dati demografici: età, genere, nazionalità e dati antropometrici (l'unità è cm): (1) Statura, (2) Altezza degli occhi, (3) Altezza delle spalle, (4) Altezza dei gomiti, (5) Altezza delle nocche, (6) Altezza degli occhi, seduto, (8) Altezza del gomito, seduto, (9) Altezza del spazio per le cosce, (10) Altezza del ginocchio, seduto, (11) Distanza glutei-ginocchio, seduto, (12) Altezza poplitea, seduto, (13) Profondità del petto, (14) Larghezza gomito-gomito, (15) Larghezza dei fianchi,posizione 30.
  5. Raccogli modelli 3D di prodotti, materiali e attrezzature, inclusi: disegni di assemblaggio 3D di prodotti, modelli 3D di materiali, modelli 3D di macchinari e attrezzature e attrezzi.
    1. Raccogliere la qualità dei componenti e degli strumenti coinvolti nell'operazione e nella maneggezione manuale (l'unità è in chilogrammi). Raccogli le forze chiave necessarie nel flusso di lavoro, come la forza necessaria per sollevare gli oggetti o la coppia necessaria per stringere i bulloni (l'unità è Newtons).

2. Analisi dei problemi nel processo produttivo

NOTA: Sulla base dei dati sullo stato della produzione raccolti, utilizzare software di analisi comportamentale per analizzare i video di produzione in loco e poi identificare i problemi durante la fase di costruzione digitale della fabbrica. I passaggi base del software di analisi comportamentale includono le impostazioni di base del software, le impostazioni di codifica software e l'analisi video. Il software per l'accessibilità web è https://noldus.com/observer-xt-human.

  1. Imposta le impostazioni di base.
    NOTA: Questa fase prevede l'impostazione dei parametri del campione per il software. Seleziona un tipo di campione appropriato (campione continuo o discontinuo) in base al video filmato. Dopo aver completato le impostazioni di base, il video può essere importato.
    1. Fai doppio clic per aprire il software di analisi comportamentale.
    2. Clicca su Crea un Nuovo Progetto e poi Nuovo Progetto.
    3. Inserisci il nome del file nel nome del nuovo progetto.
    4. Clicca su imposta progetto nella finestra pop-up nuova.
    5. Seleziona Combina campionamento continuo e istantaneo nel metodo di osservazione , poiché il video di produzione esistente è un campione di combinazioni video discontinue.
  2. Configura il software di programmazione.
    NOTA: Questa fase prevede l'installazione della programmazione del software. Durante l'analisi video successiva, è necessaria una codifica rapida del video per contare i punti problema, e questo passaggio prepara la codifica a tale scopo. Dopo aver completato questo passaggio, il video può essere importato e analizzato.
    1. Imposta il metodo di codifica nello schema di codifica sotto Setup. Clicca su schema di codifica, poi su Campionamento Istantaneo e Soggetto.
    2. Clicca su Aggiungi Gruppo Comportamento nell'interfaccia Comportamenti.
    3. Inserisci il rischio ergonomico nel nome del Gruppo.
    4. Inserisci piegata, indietro e lateralmente in Comportamenti qui sotto, seleziona No in Durata, poiché sono tutte azioni istantanee. I comportamenti selezionati in questo tipo di gruppo possono sovrapporsi, poiché questi fenomeni possono verificarsi simultaneamente con altre possibili situazioni, poi clicca su OK dopo il completamento.
      NOTA: Questo passaggio aggiunge tutti i rischi ergonomici che potrebbero apparire nel video per un'analisi successiva.
    5. Modifica la codifica nell'interfaccia Comportamenti, impostando i tasti di inizio e fine per stoop, turn-back e sideways rispettivamente come 1, 2 e 3.
      NOTA: Premere 1 per la prima volta indica la verificarsi di un comportamento in curva, e premere di nuovo 1 indica l'arresto del comportamento in curva. I comportamenti di codifica aiutano gli analisti a identificare rapidamente i punti problematici nel video e a utilizzarli per analisi successive.
  3. Esegui analisi video.
    NOTA: Questo passaggio coinvolge l'importazione video, la programmazione e le statistiche dei problemi.
    1. Analizza il video in Osservazioni del Project Explorer. Clicca su Osservazioni, seleziona Crea una nuova osservazione nella finestra pop-up, inserisci il nome del file desiderato nel nome dell'Osservazione e clicca OK.
    2. Trova il video da analizzare nella finestra pop-up e clicca su Apri.
    3. Clicca sul pulsante Start Observation nell'interfaccia per avviare l'analisi video e premi il codice preimpostato quando identifichi un punto problema, ad esempio premendo 1 sulla tastiera osservando un movimento di piegatura. Clicca su Salva sotto File in cima alla pagina al completamento per memorizzare i dati, consentendo una documentazione rapida di tutti i punti problematici presenti nel video.
    4. Visualizza i dati di analisi nelle Analisi di Project Explorer. Clicca su Profilo dati per visualizzare i dati sull'asse temporale della codifica. Controlla se nel video compaiono azioni di carico fisiologico ad alta frequenza, inclusi piegamenti, virate e movimenti laterali.
    5. Contare la frequenza delle azioni di carico fisiologico ad alta frequenza.

3. Fondazione della fabbrica digitale

NOTA: La catena di montaggio presenta un'allocazione eccessiva del lavoro, lunghe ore di lavoro, carico di lavoro disomogeneo tra le stazioni, accumulo di lavoro in corso tra le posizioni e frequenti pieghe, virate e movimenti laterali tra i lavoratori della catena di montaggio, secondo l'analisi del punto problematico menzionata sopra. Per risolvere questi problemi, sono necessarie soluzioni. Questo articolo propone di simulare processi operativi umani e di adattare la linea di assemblaggio nella fabbrica digitale istituendo una fabbrica digitale. Rispetto ai tradizionali miglioramenti in loco, l'istituzione di una fabbrica digitale garantisce che la misurazione dei dati del processo produttivo non sia influenzata dallo stato del personale in loco. Inoltre, tutti i protocolli di miglioramento possono essere verificati e ottimizzati nel software senza ripetuti aggiustamenti in loco, riducendo significativamente lo spreco di tempo e costi durante il processo di miglioramento. Il software per l'accessibilità web è https://imk-ema.com/en/ema-work-designer.

  1. Simula la linea di montaggio utilizzando software digitale per ingegneria industriale.
    1. Apri il software di ingegneria industriale digitale. Clicca su Crea nuovo progetto nella finestra pop-up.
    2. Imposta informazioni di base sul progetto, tempi di ciclo, ecc., nel Progetto Simulazione in cima alla pagina.
    3. Usa i pulsanti Aggiungi Oggetto(i) Dal File, Aggiungi Manichino e Aggiungi Oggetto dalla Libreria nella scheda Oggetti in cima alla pagina per importare un modello umano che corrisponda alle informazioni del worker ottenute nella sezione 1, insieme a modelli 3D di scaffali, parti e altri componenti.
    4. Impaginare i modelli nella vista 3D in fondo alla pagina.
      1. Per prima cosa, cambia la modalità di controllo nel menu a tendina a sinistra su Layout, poi seleziona i modelli nella vista 3D per spostarli, ruotare, ecc., completare la disposizione della linea di assemblaggio digitale e, trascinando e muovendo l'oggetto nella lista della struttura, cliccando doppiamente per modificare il nome, il colore e le annotazioni dell'oggetto, oppure definire l'oggetto principale, Unendo la struttura dell'oggetto e generando riferimenti per l'oggetto tramite il sottomenu del tasto destro, raggruppando gli oggetti, stabilindo relazioni di subordinazione, impostando oggetti di riferimento e modificando parametri come colore, massa dell'oggetto e posizione della presa per simulazioni dinamiche successive.
    5. Assegna i compiti di assemblaggio ai corrispondenti modelli umani digitali in base alla sequenza di assemblaggio del flusso di processo nella scheda Compiti in cima alla pagina software. Trascina i compiti di assemblaggio richiesti dalla lista a sinistra nella pagina delle attività all'asse d'azione del modello umano digitale.
      1. Trova i compiti di assemblaggio nell'elenco a sinistra della pagina Compiti, inclusi i compiti di gestione degli oggetti (scegli oggetto, posiziona l'oggetto, unirti agli oggetti, ecc.), compiti di movimento del corpo (camminare, inginocchiarsi, ecc.) e altri compiti comuni legati alla produzione industriale.
      2. Successivamente, compila i parametri corrispondenti in base ai requisiti di simulazione e processo del compito corrente, come la specificazione dell'oggetto da operare, la posizione target in cui l'oggetto deve essere posizionato, la selezione delle restrizioni sulla postura del corpo durante l'esecuzione dell'azione e la descrizione del processo del task (livello di raggiungibilità, precisione del posizionamento, requisiti di forza delle dita e del braccio, ecc.).
  2. Clicca sull'icona simula per eseguire la simulazione e il software genera automaticamente un'animazione di simulazione e i risultati dell'analisi. Se appare un messaggio di errore o i risultati della simulazione non soddisfano i requisiti, si aggiusta il progetto di simulazione secondo il passo 3.1.
  3. Clicca sul pulsante Risultati in alto nella pagina per visualizzare i risultati delle operazioni del modello. Visualizza i risultati delle valutazioni come ora, ergonomia umana e percorso di camminata da ciascuna scheda sinistra, e clicca su Ergonomia per ottenere il punteggio EAWS del lavoratore.
    NOTA: EAWS è un metodo biomeccanico di valutazione del rischio di carico sviluppato da un team internazionale di esperti, utilizzato per valutare il rischio delle WMSD a cui gli operatori potrebbero essere esposti durante il lavoro.
  4. Confermare le postazioni di lavoro che necessitano di miglioramenti secondo la tabella dei voti di valutazione EAWS (Figura 2). Nel frattempo, visualizza i dati dettagliati di valutazione nei risultati ergonomici del software per identificare ulteriormente i compiti operativi più critici che richiedono miglioramenti.

figure-protocol-1
Figura 2: livello di valutazione EAWS. Lo standard per classificare i livelli di rischio ergonomico basati sui punteggi EAWS. Clicca qui per visualizzare una versione più grande di questa figura.

4. Ottimizzazione del modello

NOTA: Lo scopo di questo passaggio è ridurre il valore di rischio EAWS per i lavoratori della produzione a un livello di rischio basso.

  1. Osserva i punteggi EAWS dei lavoratori alle postazioni di lavoro identificate per il miglioramento nella fase precedente. Passa tra diversi lavoratori e moduli di valutazione (postura corporea, forza delle mani, gestione del carico, ecc.) nella pagina dei risultati ergonomici per identificare i contributori a maggior rischio.
  2. Identificare le azioni correlate dai contributori a maggior rischio per prepararsi ai successivi miglioramenti.
  3. Sviluppare strategie di miglioramento basate sui punti di rischio, modificare il modello nel software e rieseguire la valutazione della simulazione.
    1. Clicca su Compiti, localizza il banco di lavoro del lavoratore con il contributo a rischio più alto nel diagramma ad albero. Clicca su Aggiungi Oggetto(i) Da File nell'angolo in alto a sinistra, importa il nuovo modello di dispositivo di progettazione e aggiungi il dispositivo nella directory workbench per semplificare le azioni dei lavoratori.
    2. Clicca su Compiti, clicca sull'asse dell'azione di worker2_human, localizza il compito operativo modificato e annulla le azioni ridondanti in questo schema di miglioramento. Clicca sui punti cavi a sinistra delle mani di movimento per mirare e attivare finché non diventano punti con freccia destra sullo sfondo blu per annullare la simulazione d'azione corrente.
    3. Clicca su Simulare per eseguire il modello e verifica eventuali anomalie dopo il completamento per evitare errori logici causati dall'aggiunta di nuovi dispositivi.
      1. Se esistono anomalie, modificare il contenuto delle azioni correlate in base all'equipaggiamento aggiunto e alle modifiche.
    4. Esegui di nuovo il modello, ripetendo i passaggi sopra fino a non esistono anomalie nell'asse d'azione.
    5. Clicca su Risultati, seleziona Ergonomia e osserva se il valore di rischio EAWS del lavoratore è sceso a verde.
      1. Se non è sceso a verde, considera di aumentare la durata del sostegno nella colonna Comune della pagina Ergonomia, oppure continua ad adattare le posizioni di fornitura dei materiali, le sequenze operative e il design degli utensili.
    6. Ripeti i passaggi precedenti finché il rischio EAWS non scende a verde.
  4. Esegui il modello e verifica se l'EAWS Whole Body e l'EAWS Upper Limbs del lavoratore nei risultati rientrano entrambi nella soglia di sicurezza. La soglia di sicurezza richiede che il punteggio EAWS sia inferiore a 50 punti, come mostrato nella Figura 2, e il colore sia verde o giallo.
  5. Clicca su MTM-UAS Analysis per verificare se le ore uomo migliorate sono ridotte rispetto alle ore uomo precedenti, raggiungendo l'obiettivo di ridurre le ore lavoro e mantenere i rischi ergonomici entro la soglia di sicurezza durante il miglioramento della linea di montaggio.

5. Verifica dell'efficacia della fabbrica digitale

NOTA: I passaggi sopra riportati hanno permesso di progettare e ottimizzare la linea di montaggio nella fabbrica digitale. Lo scopo di questa fase di verifica è garantire che i risultati della simulazione software corrispondano alla condizione effettivamente misurata della linea di montaggio dopo l'implementazione dell'ottimizzazione. Se costante, questo metodo operativo sperimentale può essere adottato per future ottimizzazioni della progettazione della linea di montaggio.

  1. Verifica i risultati delle ore di lavoro.
    1. Misurare le ore lavoro nel sito di produzione migliorato come descritto nel passo 1.2.
    2. Confronta i risultati delle ore di lavoro con l'output software.
  2. Verifica i risultati dei rischi ergonomici.
    1. Misurare i rischi ergonomici nel sito migliorato come descritto nei passaggi 2.2 e 2.3.
    2. Confronta i risultati dei rischi ergonomici derivanti dal risultato del software.

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Risultati

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Basandosi sulle operazioni sperimentali sopra menzionate, i risultati rappresentativi di questo articolo prendono come esempio l'assemblaggio di un tipico prodotto meccanico—il componente del corpo valvole—per dimostrare i risultati tipici dell'integrazione dei fattori umani nella gestione operativa per migliorare il lavoro. Questo esperimento rappresenta la componente pratica di insegnamento del corso già istituito sui Fattori Umani, e i suoi risultati didattici sono stati dimostrati al...

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Discussione

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Questo studio incorpora non solo l'efficienza temporale, ma anche la misurazione dei rischi ergonomici nella progettazione della catena di montaggio. Integrando la misurazione del rischio ergonomico, durante la fase di progettazione si possono identificare potenziali rischi nascosti per la sicurezza, garantendo che i layout della catena di montaggio tengano conto dei fattori di rischio ergonomici. Questo protocollo aumenta la produttività dei dipendenti, riduce la probabilità e l'impatto...

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Dichiarazioni

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Gli autori non hanno nulla da rivelare.

Ringraziamenti

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Questo studio è stato supportato dalla National Natural Science Foundation of China (72374088, 72471105, 72001096), 2024 Progetto Chiave di Pianificazione della Ricerca Scientifica dell'Istruzione Superiore dell'Associazione Cinese dell'Istruzione Superiore (24XX0205, Meccanismi di Strategie di Collaborazione Uomo-IA per Migliorare i Risultati di Apprendimento), 2024 Progetto Chiave di Pianificazione delle Scienze dell'Istruzione nella Provincia del Jiangsu (B-b/2024/01/162, Costruzione di Modelli e Ricerca Empirica sull'Apprendimento Multimodale dal Punto di Vista dell'Istruzione Neuroscienze) e il Fondo per le Scienze Umane e Sociali del Ministero dell'Istruzione della Cina (24YJCZH445).

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Materiali

Elenco dei materiali utilizzati in questo articolo
NomeAziendaNumero di catalogoCommenti
Suite software emaimk Industrial Intelligence GmbHV2.2.0.3Fondazione della fabbrica digitale
Observer XTNoldus Information TechnologyV12.0Analisi del problema nel processo produttivo

Riferimenti

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Moeuf, A., Pellerin, R., Lamouri, S., Tamayo-Giraldo, S., Barbaray, R. The industrial management of SMES in the era of Industry 4.0. Int J Prod Res. 56 (3), 1118-1136 (2018).
  2. Trstenjak, M., Benesova, A., Opetuk, T., Cajner, H. Human factors and ergonomics in industry 5.0-a systematic literature review. Appl Sci. 15 (4), 2123(2025).
  3. Jackson, I., Ivanov, D., Dolgui, A., Namdar, J. Generative artificial intelligence in supply chain and operations management: A capability-based framework for analysis and implementation. Int J Prod Res. 62 (17), 6120-6145 (2024).
  4. Alves, J., Lima, T. M., Gaspar, P. D. Is Industry 5.0 a human-centred approach? A systematic review. Processes. 11 (1), 193(2023).
  5. Castagnoli, R., Cugno, M., Maroncelli, S., Cugno, A. A new research agenda for human-centric manufacturing: A systematic literature review. IEEE Trans Eng Manag. 71, 15236-15253 (2024).
  6. Ivanov, D. The industry 5.0 framework: Viability-based integration of the resilience, sustainability, and human-centricity perspectives. Int J Prod Res. 61 (5), 1683-1695 (2023).
  7. Bolis, I., Marques, J. N., Cagno, E., Morioka, S. N. Digital technologies, sustainability, and work: How can these themes be brought together to promote a human-centered future in industry 5.0 implementation. Appl Ergon. 125, 104475(2025).
  8. Horvat, D., Jäger, A., Lerch, C. M. Fostering innovation by complementing human competences and emerging technologies: An industry 5.0 perspective. Int J Prod Res. 63 (3), 1126-1149 (2025).
  9. Gladysz, B., et al. Current development on the operator 4.0 and transition towards the operator 5.0: A systematic literature review in light of industry 5.0. J Manuf Syst. 70, 160-185 (2023).
  10. Verdugo-Cedeño, M., Jaiswal, S., Ojanen, V., Hannola, L., Mikkola, A. Simulation-based digital twins enabling smart services for machine operations: An industry 5.0 approach. Int J Hum Comput Interact. 40 (20), 6327-6343 (2024).
  11. Mattsson, S., Kurdve, M. Skills and Information Needed for Operator 5.0 in Emergency Production. Advances in Production Management Systems. Production Management Systems for Volatile, Uncertain, Complex, and Ambiguous Environments. APMS 2024. , IFIP Advances in Information and Communication Technology. Springer. Cham. (2024).
  12. Peruzzini, M., Prati, E., Pelicciari, M. A framework to design smart manufacturing systems for industry 5.0 based on the human-automation symbiosis. Int J Comput Integr Manuf. 37 (10-11), 1426-1443 (2024).
  13. Yaqot, M., Menezes, B., Mohammed, A., Moloney, K. A State-of-the-Art Review and Framework for Human-Centric Automation in Industry 5.0. Advances in Production Management Systems. Production Management Systems for Volatile, Uncertain, Complex, and Ambiguous Environments. APMS 2024. , IFIP Advances in Information and Communication Technology. Springer. Cham. (2024).
  14. Enang, E., Bashiri, M., Jarvis, D. Exploring the transition from techno centric industry 4.0 towards value centric industry 5.0: A systematic literature review. Int J Prod Res. 61 (22), 7866-7902 (2023).
  15. Durugbo, C. M. Uncertainties of supply chain transition and integration for industry 5.0: A review of operations management literature. Int J Prod Res. 63 (18), 6915-6937 (2025).
  16. Kim, D. B., et al. Human-in-the-loop in smart manufacturing (h-sm): A review and perspective. J Manuf Syst. 82, 178-199 (2025).
  17. Otto, A., Battaïa, O. Reducing physical ergonomic risks at assembly lines by line balancing and job rotation: A survey. Comput Ind Eng. 111, 467-480 (2017).
  18. Boysen, N., Schulze, P., Scholl, A. Assembly line balancing: What happened in the last fifteen years. Eur J Oper Res. 301 (3), 797-814 (2022).
  19. Hasanain, B. The role of ergonomic and human factors in sustainable manufacturing: A review. Machines. 12 (3), 159(2024).
  20. Reiman, A., Takala, E. -P., Parviainen, E., Kaivo-Oja, J. Human work in strategic technology transitions in manufacturing. Int J Hum Factors Ergon. 11 (3), 266-288 (2024).
  21. Caputo, F., Greco, A., Fera, M., Macchiaroli, R. Digital twins to enhance the integration of ergonomics in the workplace design. Int J Ind Ergon. 71, 20-31 (2019).
  22. Brunner, S., Yuching, C. K., Bengler, K. Streamlining operations management by classifying methods and concepts of lean and ergonomics within a sociotechnical framework. Oper Manag Res. 17 (3), 1172-1196 (2024).
  23. Investment Report 2022/2023: Resilience and renewal in Europe. , European Investment Bank. Luxembourg. https://www.eib.org/en/publications/online/all/investment-report-2022-2023 (2023).
  24. Hansen, A. K., Christiansen, L., Lassen, A. H. Technology isn't enough for industry 4.0: On smes and hindrances to digital transformation. Int J Prod Res. 63 (18), 6585-6605 (2025).
  25. Xu, X., Lu, Y. Q., Vogel-Heuser, B., Wang, L. H. Industry 4.0 and industry 5.0-inception, conception and perception. J Manuf Syst. 61, 530-535 (2021).
  26. Hermawati, S., Correa, R., Mohan, M., Lawson, G., Houghton, R. Defining human-centricity in Industry 5.0 and assessing the readiness of ergonomics/human factors communities in UK. Ergonomics. 68 (6), 857-876 (2025).
  27. Caputo, F., Greco, A., Fera, M., Macchiaroli, R. Workplace design ergonomic validation based on multiple human factors assessment methods and simulation. Prod Manuf Res. 7 (1), 195-222 (2019).
  28. Breznik, M., Buchmeister, B., Herzog, N. V. Assembly line optimization using mtm time standard and simulation modeling-a case study. Appl Sci. 13 (10), 6265(2023).
  29. Stephens, M. P. Manufacturing Facilities Design & Material Handling. , 6th ed, Purdue University Press. West Lafayette. (2019).
  30. Sanders, M. S., Mccormick, E. J. Human Factors in Engineering and Design. , 7th ed, McGraw-Hill Education. New York. (1993).
  31. Gualtieri, L., et al. Updating design guidelines for cognitive ergonomics in human-centred collaborative robotics applications: An expert survey. Appl Ergon. 117, 104246(2024).
  32. Lucchese, A., Mummolo, G. Human-centric assistive technologies in manual picking and assembly tasks: A literature review. Manag Prod Eng Rev. , https://journals.pan.pl/dlibra/show-content?id=132156 (2024).
  33. Su, C., Tang, X., Han, Y., Wang, T., Jiang, D. S. Cognitive digital twin in manufacturing process: integrating the knowledge graph for enhanced human-centric Industry 5.0. Int J Prod Res. , (2024).
  34. Huang, K., et al. Spatial relationship-aware rapid entire body fuzzy assessment method for prevention of work-related musculoskeletal disorders. Appl Ergon. 115, 104176(2024).
  35. Breznik, M., Buchmeister, B., Herzog, N. V. Evaluation of the EAWS ergonomic analysis on the assembly line: Xsens vs. Manual expert method-a case study. Sensors. 25 (15), 4564(2025).
  36. Simeone, A., Grant, R., Ye, W., Caggiano, A. A human-cyber-physical system for operator 5.0 smart risk assessment. Int J Adv Manuf Technol. 129 (5), 2763-2782 (2023).
  37. Zheng, T., Grosse, E. H., Morana, S., Glock, C. H. A review of digital assistants in production and logistics: Applications, benefits, and challenges. Int J Prod Res. 62 (21), 8022-8048 (2024).
  38. Dolgui, A., Ivanov, D. Metaverse supply chain and operations management. Int J Prod Res. 61 (23), 8179-8191 (2023).
  39. Langendorf, L. N., Khalid, M. S. Systematic literature review on usability and training outcomes of using digital training technologies in industry. Comput Hum Behav Rep. 17, 100604(2025).
  40. Mourtzis, D., Angelopoulos, J. Development of an extended reality-based collaborative platform for engineering education: Operator 5.0. Electronics. 12 (17), 3663(2023).
  41. Guo, J., et al. Industrial metaverse towards industry 5.0: Connotation, architecture, enablers, and challenges. J Manuf Syst. 76, 25-42 (2024).
  42. Leng, J., et al. Digital twins-based remote semi-physical commissioning of flow-type smart manufacturing systems. J Clean Prod. 306, 127278(2021).
  43. Rožanec, J. M., et al. Human-centric artificial intelligence architecture for Industry 5.0 applications. Int J Prod Res. 61 (20), 6847-6872 (2023).
  44. Ni, M. Z., Wang, T., Leng, J. W., Chen, C., Cheng, L. L. A large language model-based manufacturing process planning approach under Industry 5.0. Int J Prod Res. , (2025).
  45. Ma, Y., Zheng, S., Yang, Z., Pan, H., Hong, J. A knowledge-graph enhanced large language model-based fault diagnostic reasoning and maintenance decision support pipeline towards Industry 5.0. Int J Prod Res. , (2025).
  46. Leng, J., et al. Resilient manufacturing: A review of disruptions, assessment, and pathways. J Manuf Syst. 79, 563-583 (2025).
  47. Leng, J., et al. Review of manufacturing system design in the interplay of industry 4.0 and industry 5.0 (part I): Design thinking and modeling methods. J Manuf Syst. 76, 158-187 (2024).
  48. Leng, J., et al. Review of manufacturing system design in the interplay of industry 4.0 and industry 5.0 (part ii): Design processes and enablers. J Manuf Syst. 79, 528-562 (2025).
  49. Yan, J., et al. Human-centric artificial intelligence towards industry 5.0: Retrospect and prospect. J Ind Inf Integr. 47, 100903(2025).
  50. Leng, J., et al. Aigc-empowered smart manufacturing: Prospects and challenges. Rob Comput Integr Manuf. 97, 103076(2026).
  51. Wang, B., et al. Human digital twin in the context of Industry 5.0. Rob Comput Integr Manuf. 85, 102626(2024).
  52. Bucci, I., Fani, V., Bandinelli, R. Towards human-centric manufacturing: Exploring the role of human digital twins in industry 5.0. Sustainability. 17 (1), 129(2025).
  53. Gaffinet, B., Ali, J. A., Naudet, Y., Panetto, H. Human digital twins: A systematic literature review and concept disambiguation for Industry 5.0. Comput Ind. 166, 104230(2025).
  54. Caterino, M., Rinaldi, M., Fera, M. Digital ergonomics: An evaluation framework for the ergonomic risk assessment of heterogeneous workers. Int J Comput Integr Manuf. 36 (2), 239-259 (2023).

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Ristampe e permessi

Richiedi il permesso di riutilizzare il testo o le figure di questo articolo JoVE

Richiedi permesso

Tag

Didattica dell ingegneriaCollaborazione uomo macchinaEmpowerment dei dipendentiValutazione del rischio ergonomicoErgonomia digitaleGemello digitale umanoProduzione intelligente

Articoli correlati