Industry 5.0時代におけるオペレーションマネジメント教育へのヒューマンファクターの統合

サマリー

本研究は、Industry 5.0の文脈でヒューマンファクターをオペレーションマネジメント教育に統合するための枠組みを提示します。このプロトコルは、生産データ収集、問題解析、デジタル工場設立、モデル最適化、検証を含む職場設計における人間工学的評価を統合するために並行エンジニアリングを適用しています。

要約

Industry 5.0の時代は人間の中心性、持続可能性、回復力を強調し、現代高等教育における人材育成の方向性に新たな要件を提示しています。工学教育もまた、インダストリー5.0の発展を牽引し適応しています。本研究は、高等教育における現代のオペレーションマネジメント教育システムに人間工学を統合する革新的な枠組みを提案します。オペレーションマネジメントは、サプライチェーン、在庫管理、品質管理など、全プロセスの管理を含みます。Industry 4.0から5.0への進化に伴い、オペレーションマネジメントは人間に焦点を当て、人間と機械の協働や従業員のエンパワーメントを重視しています。したがって、教育内容は学生がヒューマンファクターの原則を活用して業務プロセスを最適化し、従業員の疲労を軽減し、リスクを軽減できるよう調整する必要があります。本論文は、実際の組立ラインをシミュレートし、人間工学の問題を検出し、数値解析を通じて偏差を減らす仮想的かつ相互接続された生産環境を構築することで、オペレーションマネジメントにおけるヒューマンファクターの応用を提案します。このプロトコルにより、設計段階での人間工学的リスクの特定と評価が可能となり、的確な改善策を提供します。このプロトコルは、生徒が事故の発生率を減らし、作業効率を向上させ、運用管理の指導中にかかる是正介入に伴う追加コストの削減方法を理解するのに役立ちます。デジタルエルゴノミクスを通じて、学生は人間工学的リスク評価手法を理解し、習熟することができます。したがって、本論文では、オペレーションマネジメントにヒューマンファクターをより良く統合する方法、工学技術とヒューマンファクターの統合、オペレーションマネジメント分野における教育と実践の新たなアイデアと方向性を提案します。将来的応用では、ヒューマンファクターとヒューマンデジタルツイン(HDT)および人工知能生成コンテンツ(AIGC)を組み合わせることで、スマート製造を強化し、工学現場における人間中心のスマート製造を可能にします。

概要

インダストリー4.0は、モノのインターネット、ビッグデータ、サイバーセキュリティ、クラウドコンピューティング、付細製造、先進ロ^{ボティクス1,2}などの先進技術の統合を通じて、製品、サービス、プロセスを根本的に変革しました。人工知能(AI)の台頭により、インダストリー4.0はAI技術をさまざまな先進技術と統合し、製造および運用の風景を一変させ^{ています。}しかし、インダストリー4.0は生産性を大幅に向上させ、労働者に新たな雇用機会を生み出す一方で、認知的要求の増加、労働リスクの増加、継続的なスキル向上の必要性といった課題ももたら^します。Industry 4.0の急速な発展の中で人間工学が軽視される問題に対処するため、欧州委員会はIndustry 5.0の概念を提案し、人間の中心性、持続可能性、レジ^{リエンス5.6}の3つの核心要素を強調しました。Industry 5.0は人間とAIの協力を重視し、生産性を向上させつつ人間の健康と環境の持続可能性を確保し、持続可能な経済成長を実現します^。Horvatらは1334の製造業企業のデータを調査し、人間中心のIndustry 5.0が製造業者の製品革新能力を高め、従業員の参加が重要な要素であることを示し、人間中心のIndustry 5.0⁸の重要性を反映しています。

Industry 5.0は人間の創造性と技術的精度の組み合わせを強調し、Operator 5.0⁹の概念を生み出しました。オペレーター5.0は、オペレーターを人間中心の生産システムに組み込み、社会技術システム、社会的持続可能性、レジリエンスエンジニアリング^10を 含みます。MattssonとKurdveは、Operator 5.0には9つの要素が含まれていると提案しています:認知的・身体的なタスク遂行能力、全体的なデジタルスキル、ユニバーサルデザイン、予期せぬ事象の最小化、生産性と品質、安全性、基準、指示、および研修資料¹¹。PeruzziniらはOperator 5.0に基づき、機械、ロボット、環境、インターフェース、人間を統合する拡張デジタルツイン(ADT)を提案し、人間中心のスマート^{製造システムを開発し}ました。Yaqotらは、身体的・感覚的強化、認知的・感情的強化、コミュニケーションと協働の向上、デジタル倫理、デジタル市民権、プライバシー、人権強化を通じて人間自動化共生を達成することを強調する強化ヒューマンオートメーション共生(EHAS)フレームワークを提案しました^。13。

Industry 4.0からIndustry 5.0への移行は、技術中心の製造から価値中心^{の製造への}シフトを示しています。高等教育はIndustry 5.0がもたらす課題に立ち向かい、将来の労働力を育成するために既存のカリキュラムを改革しなければなりません。大学プログラムは、将来のキャリア開発に向けて工学教育を受ける学生に備えるために、オペレーター5.0に必要な能力を考慮しなければなりません。

オペレーター5.0教育の導入により、オペレーションマネジメントコースの教育目標が変化しました。現代企業経営の中核機能として、オペレーションマネジメントは原材料調達から最終製品やサービスの納品に至るまでの全プロセスを含みます。サプライチェーン管理、生産計画・スケジューリング、ワークスタディ、在庫管理、品質管理など、複数の側面をカバーしています。オペレーションマネジメントコースの教育目標は、学生が資源配分の最適化、効率向上、コスト削減、そして製品やサービスの品質と納品速度が市場の要求を満たすことを理解できるようにすることです。特に、ワークスタディの要素は、学生がオペレーションマネジメントにおけるオペレーターの理論的知識を深く理解し習得し、複雑なケーススタディを分析し、実践的な解決策を提案するのを実践的な学習を通じて支援します。

製造における最も一般的な生産状況として、組立ラインはオペレーター5.0関連技術の主要な応用分野です。Industry 5.0では、特定の生産ニーズに対応するために組立ラインが必要です。オペレーター5.0は、人間の創造性と技術のエンパワーメントを融合させることで、組立ラインを大量生産から大量カスタマイズへとシフトさせることを可能にします。オペレーター5.0は、デジタルツインやシミュレーションツールを活用し、組立ラインの手順を迅速に変更し、独自の製品要件を満たすことで、組立ライン¹⁵の柔軟性と適応性を実現します。Operator 5.0はデジタルツインを通じて組立ライン労働者の動きや疲労感をシミュレートし、ワークステーション設計を最適化し、^{スマートマニ}ュファクチャリングにおけるヒューマンインザループの概念を表現します。したがって、Operator 5.0の教育において、組立ラインの改善を例に取り、図1Aは組立ラインの問題点を特定し対処するために現在取り組んでいる主なステップを示しています。現在の慣行では、工学設計の初期段階で労働関連筋骨格系障害(WMSDs)を十分に考慮していません。身体的人間工学的リスク要因には、不自然な姿勢、力の負担、物の取り扱い、静止姿勢、反^{復動作など}が含まれます。これらのリスクが実際の生産作業に存在すると、労働者の間でWMSDが発生するだけでなく、是正措置が実施された際に生産サイクルを延長させ、企業の運用コストを増加させます。Boysenらは組立ラインのバランス問題について体系的レビューを行い、人間的要因が組立ライン性能向上の重要な要因であることを強調しました^。したがって、Industry 5.0の時代においては、オペレーションマネジメントにおけるヒューマンファクターの重要性がさらに顕著になり、現代のビジネス戦略において重要な役割を果たし^{ています。}

Caputoらは職場設計に並行工学の理論を導入し、プロセス設計段階で人間工学的評価を考慮すべきだと提案しました。これにより、設計フェーズ²¹における人間工学的リスクを回避する可能性があると述べました。インダストリー4.0の時代において、生産作業におけるエルゴノミクスの中核的役割への注目が十分に欠けており、インダストリー5.0²²におけるエルゴノミクスの要件に完全に適応するのは困難です。したがって、Industry 5.0の概念に導かれ、オペレーションマネジメントの教育実践にはより多くの人間工学的内容を取り入れる必要があります。組立ライン改善問題を例に挙げると、 図1B は明確な改善目標と目標がある場合、各プロセスにおける時間と人間工学的リスクの測定が同時に行われ、人間工学的評価はプロセス設計段階で組立ライン改善のための工学的思考と並行して考慮されることを示しています。

図1:2種類の組立ライン改善プロセス。 (A) 従来の組立ライン改善プロセス、(B) 人間の要素を統合するプロセス。 この図の拡大版はこちらをクリックしてご覧ください。

オペレーター5.0の枠組みとインダストリー5.0の進化する要求の中で、労働力は新しい仕事やタスクに効果的に取り組むために関連するデジタルスキルを習得する必要があります。製造業の62%が、適切なスキルを持つ従業員の不足がデジタルトランスフォーメーションの成功における大きな障害であると報告しています²³。Hansenらはデジタルトランスフォーメーションを目指す30社を調査し、Industry 4.0からIndustry 5.0への移行期におけるデジタルトランスフォーメーションの成功は、^{労働者の能力}育成にかかっていることを明らかにしました。将来の専門家は、^{インテリジェントシステムと}効果的に連携するために高度なデジタル能力を習得する必要があります。Hermawatiらはエルゴノミクス教育の現状を評価し、現在のエルゴノミクス教育とIndustry 5.0²⁶の要件との間にギャップがあることを発見しました。したがって、Industry 5.0の要件に応じた新しいスキルの育成が不可欠であり、学生のデジタル能力を育成することも必要^です。

エルゴノミクスリスク評価を取り入れたデジタルツインの登場により、職場設計と人間工学評価の統合設計がデジタルシミュレーションを通じて可能となり、並行工学の概念を適用しています。これはIndustry 5.0の文脈で人間中心のデジタルデザインを実現します。Caputoらは、職場設計のための人間工学評価を含むデジタルツインモデルを提案し、フィアット・クライスラー自動車(FCA)の組立ライン上でエルゴノミクス評価ワークシート(EAWS)およびOvako作業姿勢分析システム(OWAS)評価手法を用いて検証されました(^21,27)。上記の研究では、分析において方法・時間測定(MTM)プロセス言語が用いられていました。MTMは、手動操作手順を動作の基本要素に分解し、作業条件を考慮して作業に必要な時間を決定する、あらかじめ定められた時間システム(PTS)の一種です。Breznikらは、MTMユニバーサル解析システム(MTM-UAS)とシミュレーションソフトウェアを用いて組立ラインの均衡問題(ALBP)²⁸を解決しました。

前述のオペレーションマネジメント要件、すなわち初期の工学設計段階での身体的人間工学的リスク要因の統合や学生のデジタル能力開発に対応し、本研究は組み立てライン改善問題を例として用います。人間工学的評価をデジタルツインモデルに組み込み、工学教育がIndustry 5.0の要求に適応できることを示し、人間中心の設計とデジタル能力構築を通じてオペレーター5.0の発展を促進します。

まとめると、Industry 4.0から人間中心のIndustry 5.0への移行を背景に、本論文ではヒューマンファクターをオペレーションマネジメント教育に統合する方法を探ります。学生を組み立てライン設計の指導例として、Operator 5.0の本質を学生が理解できるよう、人間工学的リスク評価を取り入れています。本研究は、人間工学をオペレーションマネジメント教育に統合するプロセスを実証することで、インダストリー5.0時代におけるオペレーションマネジメント分野の教育と実践の両方に新たな洞察と方向性を提供することを目指しています。

このプロトコルは、組立ライン設計における時間および人間工学リスクの測定と改善のための実験的手順を提示します。手順は5つのステップにまとめられます:1) 生産状況の収集、2) 生産過程の問題解析、3) デジタル工場の確立、4) モデル最適化、5) デジタル工場の有効性検証。これら5つのステップのいずれかが満たされなければ、そのプロセスは不完全であり、効果を証明するには不十分です。

プロトコル

本研究はヘルシンキ宣言の原則に従い実施され、江蘇科技大学の機関審査委員会によって承認されました。実験参加者のデータの利用および公開に関するインフォームド・コンセントを得ました。

1. 生産状況の収集

注:生産状況の収集段階では、生産現場の時間測定と現地での動画撮影を行い、その後の問題分析に備えます。生産プロセスの流れを決定し、労働者情報や設備、製品、資材の3Dモデルを生産現場で収集し、その後のデジタル工場建設に備えます。

1. 改善が必要な組立ラインの作業環境を収集します。これには、組立ラインの速度、組立ラインの規模と環境配置、分析される生産エリアの面積、生産関連の設備情報と床面積、関与するポジション数、人と機械の協働プロセス、資材供給の種類、方法²⁹が含まれます。
2. ストップウォッチ法を使って作業時間を測定し、各作業タイプごとに時間データを取得します。
   1. 作業者がサイクル動作を始めたら、初めて機械式ストップウォッチの手輪を押します。
   2. 作業員がサイクルアクションを終えたら、手輪を2回目に押します。
   3. 時間を読んでみてください。
   4. ストップウォッチをリセットするには、手輪を3回回押します。
3. 現場での制作動画を撮影し、その後の問題分析に用いましょう。
4. 生産現場から労働者の情報を収集しましょう。これには年齢、性別、国籍、人体統計データ(単位はcm)が含まれます:(1) 身長、(2) 目の高さ、(3) 肩の高さ、(4) 肘の高さ、(5) 関節の高さ、(6) 座った時の身長、(7) 座ったときの目の高さ、(8) 座ったときの目の高さ、(8) 座ったときの肘置き高さ、(9) 太もものクリアランス高さ、(10) 座ったときの膝の高さ、(11) 座ったときの臀部と膝の距離、(12) 座ったときの膝窩の高さ、(13) 胸の深さ (14)肘から肘までの幅、(15)腰幅、座る³⁰。
5. 製品、材料、設備の3Dモデルを収集し、製品の3D組立図面、材料の3Dモデル、機械や設備の3Dモデル、工具などが含まれます。
   1. 手動操作や取り扱いに関わる部品や工具の品質(単位はキログラム)を収集します。作業に必要な重要な力、例えば物体を持ち上げる力やボルトを締めるためのトルク(単位はニュートン単位)などを収集します。

2. 生産プロセスにおける問題分析

注:収集された生産状況データに基づき、行動分析ソフトウェアを使用して現場での生産動画を分析し、デジタル工場建設段階で問題を特定してください。行動分析ソフトウェアの基本的なステップには、ソフトウェアの基本設定、ソフトウェアのコーディング設定、ビデオ分析が含まれます。ソフトウェアのウェブアクセシビリティは https://noldus.com/observer-xt-human です。

1. 基本設定を設定してください。
   注意:このフェーズではソフトウェアのサンプルパラメータを設定する作業が行われます。撮影された映像に基づいて、適切なサンプルタイプ(連続サンプルまたは不連続サンプル)を選択します。基本設定を完了すると、動画をインポートできます。
   1. 行動分析ソフトウェアを開くにはダブルクリックしてください。
   2. 「新しいプロジェクトを作成」をクリックし、「新しく」をクリックします。
   3. ファイル名を「新しいプロジェクト名」に入力してください。
   4. ポップアップの新しいウィンドウで「プロジェクトを設定する」をクリックしてください。
   5. 既存の制作ビデオは不連続なビデオの組み合わせのサンプルであるため、観察法で連続および瞬間サンプリングの組み合わせを選択します。
2. ソフトウェアコーディングの設定。
   注:このフェーズではソフトウェアコーディングの設定が行われます。その後のビデオ解析では、問題点をカウントするためにビデオの迅速なコーディングが必要であり、このステップがそのためのコーディングの準備となります。このステップを完了すれば、ビデオをインポートして分析できます。
   1. 設定のコーディング方式でコーディングメソッドを設定してください。コーディングスキームをクリックし、次に「瞬時サンプリング」と「被験者」を選びます。
   2. Behaviorsインターフェースで「Add Behavior Group」をクリックしてください。
   3. グループ名にエルゴノミクスリスクを入れてください。
   4. 下の行動欄で「ストゥープ」「ターンバック」「サイドウェイズ」を入力し、持続時間の「いいえ」を選びます。これらはすべて瞬間的な動作です。このグループタイプの「選択行動」は重複することがあり、これらの現象は他の可能な状況と同時に起こることがあり、完了後にOKをクリックします。
      注意:このステップでは、動画に現れる可能性のあるすべての人間工学的リスクを後続分析のために追加します。
   5. Behaviorsインターフェースでコーディングを変更し、ストゥープ、ターンバック、サイドウェイズのスタートキーと終了キーをそれぞれ1、2、3に設定してください。
      注意:初めて 1 を押すとかがむ行動が起きていることを示し 、1を押す とその動作が停止したことを示します。コーディング行動は、分析者が動画の問題点を素早く特定し、それを後続の分析に活用するのに役立ちます。
3. 映像分析を行いましょう。
   注意:このステップには動画インポート、コーディング、問題統計が含まれます。
   1. プロジェクト・エクスプローラーの観察で動画を分析してください。「観測」をクリックし、ポップアップウィンドウで「新しい観測を作成」を選択し、観測名に希望のファイル名を入力し、「OK」をクリックします。
   2. 分析対象の動画をポップアップウィンドウで見つけ、「開く」をクリックします。
   3. インターフェースの「観察開始」ボタンをクリックしてビデオ解析を開始し、問題点を特定した際にはプリセットコード番号を押します。例えば、曲げ動作を観察してキーボードの1を押すなどです。完了後にページ上部の「ファイル」をクリックするとデータを保存でき、動画内のすべての問題点を迅速に記録できます。
   4. プロジェクト・エクスプローラーの分析データをご覧ください。コードの時間軸データを見るには「データプロファイル」をクリックしてください。動画に高周波の生理的負荷作用(前かがみ、ターン、横向きの動きなど)が現れていないか確認してください。
   5. 高周波の生理的負荷作用の頻度を数えましょう。

3. デジタル工場の設立

注:上記の問題点分析によると、組立ラインは過度な作業割り、長時間の労働時間、ステーション間の不均一な作業量、ポジション間の作業積み重ね、頻繁な前かがみ、回転、横移動が頻発しています。これらの問題を解決するには、解決策が必要です。本論文は、デジタル工場を確立することで人間の操作プロセスをシミュレートし、組立ラインを調整しることを提案します。従来の現場改善と比べて、デジタル工場を設立することで、現場スタッフの状態によって生産プロセスデータの測定が影響を受けません。さらに、すべての改善プロトコルはソフトウェア上で検証・最適化され、現地での繰り返し調整が不要となり、改善プロセス中の時間とコストの無駄を大幅に削減します。ソフトウェアのウェブアクセシビリティは https://imk-ema.com/en/ema-work-designer。

1. デジタル産業工学ソフトウェアを使って組立ラインをシミュレートします。
   1. デジタル産業工学ソフトウェアを開きます。ポップアップウィンドウで「新しいプロジェクトを作成」をクリックしてください。
   2. ページ上部の シミュレーションプロジェクトで基本的なプロジェクト情報やサイクルタイムなどを設定します。
   3. ページ上部のオブジェクトタブにある「ファイルからオブジェクトを追加」「マニキンを追加」「ライブラリからアイテムを追加」ボタンを使い、セクション1で取得した作業員情報に合致する人間モデルと、棚、部品、その他のコンポーネントの3Dモデルをインポートします。
   4. ページの下部にある3Dビューでモデルをレイアウトしてください。
      1. まず、左のドロップダウンメニューのコントロールモードをレイアウトに切り替え、3Dビューでモデルを選択して移動や回転などを行い、デジタル組立ラインのレイアウトを完成させます。構造リスト内でオブジェクトをドラッグ・移動し、ダブルクリックでオブジェクト名、色、注釈を編集したり、親オブジェクトを定義したりします。 オブジェクト構造のマージ、右クリックサブメニューからオブジェクトの参照生成、オブジェクトのグループ化、従属関係の確立、参照オブジェクトの設定、色、物体質量、グリップ姿勢などのパラメータを修正して、その後の動的シミュレーションに備えます。
   5. ソフトウェアページ上部のタスクタブで、プロセスフローの組み立て順序に従って対応するデジタルヒューマンモデルに組立タスクを割り当てます。タスクページの左側リストから必要なアセンブリタスクをドラッグし、デジタルヒューマンモデルのアクション軸に移します。
      1. タスクページの左側リストでアセンブリタスクを見つけてください。オブジェクト取り扱いタスク(オブジェクトの選択、置く、結合など)、身体の動きタスク(歩く、ひざまずくなど)、その他一般的な工業生産関連のアクションタスクが含まれます。
      2. 次に、現在のタスクのシミュレーションおよびプロセス要件に応じて、操作対象の指定、対象を配置すべきターゲット位置、動作実行中の身体姿勢制限の選択、タスクプロセスの記述(リーチレベル、配置精度、指や腕の力の要件など)を入力します。
2. シミュレーションアイコンをクリックするとシミュレーションを実行し、ソフトウェアが自動的にシミュレーションアニメーションと解析結果を生成します。エラーメッセージが表示されたり、シミュレーション結果が要件を満たしていない場合は、ステップ3.1に従ってシミュレーションプロジェクトを調整してください。
3. モデルの運用結果を見るには、ページ上部の「結果」ボタンをクリックしてください。各左タブから時間、人間の人間工学、歩行経路などの評価結果を表示し、「エルゴノミクス」をクリックすると作業者のEAWSスコアを取得します。
   注:EAWSは国際的な専門家チームによって開発された生体力学的負荷リスク評価手法であり、作業中にオペレーターが曝露される可能性のあるWMSDsリスクを評価するために使用されます。
4. EAWS評価評価表(図2)に従って改善が必要なワークステーションを確認してください。その間、ソフトウェアの人間工学の結果で詳細な評価データを閲覧し、改善が必要な最も重要な運用タスクをさらに特定しましょう。

図2:EAWS評価レベル。 EAWSスコアに基づくエルゴノミクスリスクレベルを分類する標準です。 この図の拡大版はこちらをクリックしてご覧ください。

4. モデル最適化

注:このステップの目的は、生産労働者のEAWSリスク値を低リスクレベルに下げることです。

1. 前段階で改善対象とされたワークステーションの作業員のEWSスコアを観察してください。エルゴノミクスの結果ページで、異なる作業員や評価モジュール(身体姿勢、手の力、荷重取り扱いなど)を切り替えて、最もリスクの高い要因を特定しましょう。
2. リスクの高い寄与者から関連する行動を特定し、その後の改善に備えましょう。
3. リスクポイントに基づく改善戦略を策定し、ソフトウェア内でモデルを調整し、シミュレーション評価を再実行します。
   1. タスクをクリックし、ツリー図で最もリスクの高い作業者の作業台を見つけてください。左上隅の「Add Object(s) From File」をクリックし、新しい設計デバイスモデルをインポートし、作業台ディレクトリの下にデバイスを追加して作業者の操作を簡素化します。
   2. タスクをクリックし、worker2_humanのアクション軸をクリックし、変更された運用タスクを特定し、この改善スキーム内の冗長なアクションをキャンセルしてください。 移動手の左側にある空洞の点をクリックしてターゲットと作動を決め、青い背景の右矢印点に変わると現在のアクションシミュレーションをキャンセルします。
   3. シミュレーションをクリックしてモデルを実行し、完了後に異常をチェックして新しいデバイスの追加による論理エラーを防ぎます。
      1. 異常がある場合は、追加装備や変更に応じて関連アクションの内容を修正してください。
   4. モデルを再度実行し、上記の手順を繰り返してアクション軸に異常がなくなるまで繰り返します。
   5. 結果をクリックし、「エルゴノミクス」を選択し、作業者のEAWSリスク値が緑に下がったかどうかを観察してください。
      1. グリーンに落ちていなければ、エルゴノミクスページの共通欄で休憩時間を延長するか、材料供給位置、運用順序、金型設計の調整を続けてください。
   6. 上記の手順を繰り返し、EAWSリスクが緑色に下がるまで続けます。
4. モデルを実行し、作業員のEAWS全身およびEAWS上肢が安全閾値内かどうかを確認しましょう。安全閾値は、 図2に示されるようにEWSスコアが50点未満であることを必要とし、色は緑または黄色のいずれかです。
5. MTM-UAS分析をクリックすると、従来の労働時間と比べて減少しているかどうかを確認し、組立ライン改善中の労働時間削減と人間工学リスクの安全閾値内に抑える目標を達成します。

5. デジタル工場の有効性検証

注:上記のステップは、デジタル工場における組立ラインの設計と最適化を実現しています。この検証段階の目的は、ソフトウェアシミュレーション結果が最適化実装後の組立ラインの実際の測定状態と一致していることを保証することです。一貫していれば、この実験的な運用手法は将来の組立ライン設計最適化に採用可能です。

1. 作業時間の結果を検証してください。
   1. ステップ1.2で説明されている改良生産現場での労働時間を測定します。
   2. 作業時間の結果とソフトウェアの成果を比較してください。
2. 人間工学リスクの結果を確認してください。
   1. 改善された現場での人間工学リスクを、ステップ2.2および2.3で測定します。
   2. ソフトウェア出力による人間工学リスクの結果を比較してください。

結果

上記の実験操作に基づき、本論文の代表的な結果は、典型的な機械製品であるバルブボディ部品の組み立てを例に取り、作業改善のためのオペレーションマネジメントに人間工学を統合した場合の典型的な結果を示しています。この実験は、既に確立されているヒューマンファクターコースの実践的な教育要素を表しており、その教育成果は2025年のMTM中国フォーラム「デジタルインテリジェンス時代の産業工学」で実証されました。

生産状況の収集
本論文で改善すべき組立ラインは、 図3に示すように作業ステップ1、作業ステップ2、作業ステップ3、作業ステップ4です。合計で7つの駅があります。この組立ラインの実際のサイクルタイムは、ストップウォッチでテストした場合、5.2秒です。

ディスカッション

本研究は時間効率だけでなく、組立ライン設計における人間工学リスクの測定も含んでいます。人間工学リスク測定を統合することで、設計段階で潜在的な隠れた安全リスクを特定し、組み立てラインのレイアウトが人間工学的リスク要因を考慮に入れるようにします。このプロトコルは従業員の生産性を高め、事故の発生確率と影響を低減し、Industry 5.0の下での従業員の福祉の実現に貢献します。プロトコルの中で特に注目すべき重要な3つのステップがあり、ここで詳しく説明します。

まず、ヒューマンファクターの問題である識別とデジタルモデリングです。行動分析ソフトウェアで制作動画をエンコード・解析することで、高周波の生理的負荷運動(前かがみや回転など)を特定し、ストップウォッチ手法と組み合わせて作業効率を定量化します。その後、デジタル産業工学ソフトウェアを使って仮想組立ラインモデルを構築し、タスクを割り当て、シミュレーションを実行して労働者のEAWSスコアを取得し、高リスクワークステーションを正確に特定します。この段階の鍵は、実際の生産問題を定...

材料

この記事で使用された材料の一覧

名前	会社	カタログ番号	コメント
emaソフトウェアスイート	imk インダストリアル・インテリジェンス GmbH	V2.2.0.3	デジタル工場の設立
オブザーバーXT	ノルダス情報技術	V12.0	生産プロセスにおける問題分析