Yöntem makalesi

Endüstri 5.0 döneminde İnsan Faktörlerinin Operasyon Yönetimi Eğitimine Entegre Edilmesi

295 görüntüleme

⸱

DOI:

10.3791/69833

⸱

14 Nisan 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.

Bu makalede

Özet

Bu çalışma, Endüstri 5.0 bağlamında operasyon yönetimi eğitimine insan faktörlerinin entegre edilmesi için bir çerçeve sunmaktadır. Protokol, iş yeri tasarımı sırasında ergonomik değerlendirmeyi entegre etmek için eşzamanlı mühendislik uygular; üretim veri toplama, problem analizi, dijital fabrika kurulumu, model optimizasyonu ve doğrulama dahildir.

Özet

Endüstri 5.0 dönemi, insan merkeziyeti, sürdürülebilirlik ve dayanıklılığı vurgularak, modern yükseköğretimde yetenek yetiştirme yönü için yeni gereksinimler ortaya koyuyor. Mühendislik eğitimi de Endüstri 5.0'ın gelişimine uyum sağlamakta ve öncülük etmektedir. Bu çalışma, insan faktörlerini modern operasyon yönetimi eğitim sistemine entegre eden yenilikçi bir çerçeve önermektedir. Operasyon yönetimi, tedarik zinciri, envanter, kalite kontrolü vb. dahil olmak üzere tüm sürecin yönetimini içerir. Endüstri 4.0'dan 5.0'a evrimle, operasyon yönetimi insan odaklı olup, insan-makine iş birliği ve çalışan güçlendirmesine vurgu yapıyor. Bu nedenle, öğretim içeriği, öğrencilerin iş süreçlerini optimize etmek, çalışan yorgunluğunu azaltmak ve riskleri azaltmak için insan faktörleri prensiplerini nasıl kullanacaklarını öğrenmelerine yardımcı olacak şekilde ayarlanmalıdır. Bu makale, gerçek montaj hatlarını simüle eden, insan faktörleri sorunlarını tespit eden ve sayısal analiz yoluyla sapmaları azaltan sanal ve birbirine bağlı bir üretim ortamı yaratarak operasyon yönetiminde insan faktörlerinin uygulanmasını önermektedir. Bu protokol, tasarım aşamasında ergonomik risklerin tanımlanmasını ve değerlendirilmesini sağlayarak hedefe yönelik iyileştirme önlemleri sağlar. Bu protokol, öğrencilerin operasyon yönetimi öğretimi sırasında kaza vakalarını nasıl azaltacaklarını, iş verimliliğini nasıl artıracaklarını ve düzeltici müdahalelerle ilgili ek maliyetleri nasıl azaltacaklarını anlamalarına yardımcı olur. Dijital ergonomi sayesinde öğrenciler ergonomik risk değerlendirme yöntemlerini anlayabilir ve bu konuda yetkin hale gelebilirler. Bu nedenle, bu makale insan faktörlerinin operasyon yönetimine nasıl daha iyi entegre edilebileceğini, mühendislik teknolojisi ile insan faktörlerinin entegrasyonunu nasıl sağlanacağını analiz ediyor ve operasyon yönetimi alanında eğitim ve uygulama için yeni fikirler ve yönler öneriyor. Gelecekteki uygulamalarda, insan faktörleri insan dijital ikiz (HDT) ve yapay zeka tarafından üretilen içerik (AIGC) ile birleştirmek, akıllı üretimi güçlendirecek ve mühendislik uygulamalarında insan merkezli akıllı üretimi mümkün kılacaktır.

Giriş

Endüstri 4.0, Nesnelerin İnterneti, Büyük Veri, Siber Güvenlik, Bulut Bilişim, Ek Üretim ve İleri Robotik 1,2 gibi ileri teknolojilerin entegrasyonu sayesinde ürünleri, hizmetleri ve süreçleri kökten dönüştürmüştür. Yapay Zeka'nın (AI) yükselişiyle birlikte, Endüstri 4.0 yapay zeka teknolojisini çeşitli gelişmiş teknolojilerle entegre ederek üretim ve operasyon ortamlarını yenidenşekillendiriyor 3. Ancak, Endüstri 4.0 verimliliği önemli ölçüde artırsa ve çalışanlar için yeni iş fırsatları yaratsa da, artan bilişsel talepler, daha yüksek iş riskleri ve sürekli beceri geliştirme ihtiyacı gibi zorlukları da getirir4. Sanayi 4.0'ın hızlı gelişimi sırasında insan faktörlerinin ihmal edilmesi sorununu ele almak için Avrupa Komisyonu, üç temel unsuru vurgulayan Endüstri 5.0 kavramını önerdi: insan merkeziyeti, sürdürülebilirlik ve dayanıklılık 5,6. Endüstri 5.0, insan ve yapay zeka arasındaki iş birliğini vurgular; verimliliği artırırken insan sağlığı ve çevresel sürdürülebilirliği sağlar ve böylece sürdürülebilir ekonomik büyümesağlanır. Horvat ve ark. 1334 üretim şirketinden verileri inceledi ve çalışma sonuçları, insan merkezli Endüstri 5.0'ın üreticilerin ürünlerde yenilik yapma yeteneğini artırdığını, çalışan katılımının önemli bir faktör olduğunu ve insan merkezli Endüstri 5.08'in önemini yansıttığını gösterdi.

Endüstri 5.0, insan yaratıcılığı ile teknolojik hassasiyetin birleşimini vurgularak Operatör 5.09 kavramını ortaya çıkarır. Operator 5.0, operatörleri insan merkezli üretim sistemlerine yerleştirir; sosyoteknik sistemler, sosyal sürdürülebilirlik ve dayanıklılıkmühendisliği 10. Mattsson ve Kurdve, Operatör 5.0'ın 9 faktörü içerdiğini önerir: bilişsel/fiziksel görev yapabilme yeteneği, genel dijital beceriler, evrensel tasarım, beklenmedik olayları en aza indirme, verimlilik ve kalite, güvenlik, standartlar, talimatlar ve eğitimmateryalleri 11. Peruzzini ve ark., Operator 5.0'a dayanarak, makineleri, robotları, ortamları, arayüzleri ve insanları entegre eden Artırılmış Dijital İkiz'i (ADT) önererek insan merkezli akıllı üretim sistemlerinigeliştirmiştir 12. Yaqot ve ark., fiziksel ve duyusal geliştirme, bilişsel ve duygusal geliştirme, iletişim ve iş birliği geliştirme, dijital etik, dijital vatandaşlık, gizlilik ve insan hakları geliştirme yoluyla insan-otomasyon simbiyozu (EHAS) çerçevesiniönermiştir 13.

Endüstri 4.0'dan Endüstri 5.0'a geçiş, teknoloji odaklı üretimden değer odaklı üretime geçişitemsil eder 14. Yükseköğretim, Endüstri 5.0'ın getirdiği zorluklarla yüzleşmeli ve mevcut müfredatları gelecekteki iş gücünü eğitmek için reforme etmelidir. Üniversite programları, mühendislik eğitimi alan öğrencileri gelecekteki kariyer gelişimlerine hazırlamak için Operator 5.0 için gereken yetkinlikleri göz önünde bulundurmalıdır.

Operator 5.0 eğitiminin uygulanması, operasyon yönetimi kurslarının öğretim hedeflerinde değişikliklere yol açmıştır. Modern kurumsal yönetimin temel işlevlerinden biri olarak, operasyon yönetimi ham madde tedarikinden nihai ürün veya hizmetlerin teslimatına kadar tüm süreci kapsar. Tedarik zinciri yönetimi, üretim planlaması ve planlaması, çalışma çalışması, envanter yönetimi ve kalite kontrolü gibi birçok boyutu kapsar. Operasyon yönetimi derslerinin öğretim amacı, öğrencilerin kaynak tahsisini nasıl optimize edeceklerini, verimliliği artırmayı, maliyetleri azaltmayı ve ürün veya hizmetlerin kalitesi ile teslimat hızının piyasa taleplerini karşılamasını sağlamayı sağlamaktır. Özellikle, çalışma çalışması bileşeni, öğrencilerin operasyon yönetiminde operatörlerin teorik bilgisini derinlemesine anlamalarına ve ustalaşmasına, karmaşık vaka çalışmalarını analiz etmelerine ve uygulamalı öğrenme yoluyla yenilikçi ve pratik çözümler önermelerine yardımcı olur.

Üretim hattı, üretimde en tipik üretim durumu olarak, Operator 5.0 ile ilgili teknolojinin ana uygulama alanıdır. Endüstri 5.0, belirli üretim ihtiyaçlarını karşılamak için montaj hatları gerektirir. Operator 5.0, insan yaratıcılığı ile teknolojinin güçlendirilmesini birleştirerek, montaj hatlarının seri üretimden kitlesel özelleştirmeye geçişini mümkün kılar. Operator 5.0, dijital ikizler ve simülasyon araçlarıyla montaj hattı prosedürlerini hızlıca değiştirerek benzersiz ürün gereksinimlerini karşılayabilir ve montajhattı 15'in esnekliğini ve uyum sağlayabilmesini sağlar. Operator 5.0, montaj hattı çalışanlarının hareketlerini ve yorgunluğunu dijital ikizler aracılığıyla simüle edebilir, iş istasyonu tasarımını optimize eder ve akıllı üretimde İnsan-döngükavramını temsil eder 16. Bu nedenle, Operator 5.0 eğitiminde, montaj hattının iyileştirilmesini örnek alarak, Şekil 1A bir montaj hattındaki sorunları tespit etmek ve ele almak için şu anda uygulanan ana adımları göstermektedir. Mevcut uygulamalar, mühendislik tasarımının erken aşamalarında iş kaynaklı kas-iskelet sistemi bozukluklarını (WMSD) yeterince dikkate almamaktadır. Fiziksel ergonomik risk faktörleri arasında garip duruşlar, kuvvet kullanımı, malzeme kullanımı, sabit pozisyonlar ve tekraryer alır 17. Bu riskler gerçek üretim operasyonlarında bulunduğunda, sadece işçiler arasında KİSİN Silahları (WMSD) yaratmakla kalmaz, aynı zamanda üretim döngülerini uzatır ve düzeltici önlemler uygulandığında işletmeler için operasyonel maliyetleri artırır. Boysen ve ark., montaj hattı dengeleme sorunlarını sistematik bir şekilde inceleyerek insan faktörlerini montaj hattı performansını artırmada kritik bir faktör olarak vurguladı18. Bu nedenle, Endüstri 5.0 çağında, operasyon yönetiminde insan faktörlerinin önemi daha da belirgin hale gelmiş ve çağdaş iş stratejilerinde önemli bir roloynamıştır 19,20.

Caputo ve ark., işyeri tasarımına eşzamanlı mühendislik teorisini getirerek, süreç tasarımı aşamasında ergonomik değerlendirmelerin dikkate alınmasını önererek, tasarımaşaması 21'de ergonomik risklerin potansiyel olarak önlenmesini önerdiler. Endüstri 4.0 döneminde, ergonominin üretim operasyonlarındaki temel rolüne yeterince dikkat edilmek, Endüstri 5.022'de ergonomi gereksinimlerine tam uyum sağlamayı zorlaştırmaktadır. Bu nedenle, Endüstri 5.0 kavramıyla yönlendirilerek, operasyon yönetimi öğretim uygulaması daha fazla ergonomi içeriği içermelidir. Montaj hattı iyileştirme sorununu örnek alarak, Şekil 1B , net iyileştirme hedefleri ve hedefleri durumunda, her süreçte zaman ve ergonomik risklerin aynı anda ölçüldüğünü ve ergonomik değerlendirmelerin süreç tasarımı aşamasında eşzamanlı mühendislik düşüncesi ile birlikte montaj hattı iyileştirmesi için dikkate alındığını göstermektedir.

figure-introduction-1
Şekil 1: İki tür montaj hattı iyileştirme süreci. (A) Geleneksel montaj hattı iyileştirme süreci ve (B) insan faktörlerini entegre eden süreç. Bu figürün daha büyük bir versiyonunu görmek için lütfen buraya tıklayın.

Operator 5.0 çerçevesinde ve Endüstri 5.0'ın gelişen taleplerinde, iş gücünün yeni iş ve görevlere etkili şekilde katılabilmek için ilgili dijital becerileri edinmesi gerekir. Üretim şirketlerinin %62'si, uygun becerilere sahip çalışanların eksikliğinin dijital dönüşümün başarısının önündeki büyük bir engelolduğunu bildirdi 23. Hansen ve ark. dijital dönüşüm peşinde olan 30 şirketi sorguladı ve Endüstri 4.0'dan Endüstri 5.0'a geçiş sırasında dijital dönüşümün başarısının, çalışan yeteneklerinin geliştirilmesine bağlı olduğunubuldu 24. Geleceğin profesyonellerinin, akıllı sistemlerle etkili bir şekilde etkileşim kurabilmek için gelişmiş dijital yetenekleriustalaştırmaları gerekir 25. Hermawati ve ark. ergonomi eğitiminin mevcut durumunu değerlendirerek mevcut ergonomi eğitimi ile Endüstri 5.026 gereksinimleri arasında bir boşluk olduğunu bulmuşlardır. Bu nedenle, Endüstri 5.0'ın gereksinimlerine göre yeni becerilerin yetiştirilmesi ve öğrencilerin dijital yetkinliklerinin geliştirilmesi hayatiöneme sahiptir 7.

Ergonomik risk değerlendirmesini içeren dijital ikizlerin ortaya çıkışı, eşzamanlı mühendislik kavramını uygulayarak dijital simülasyon yoluyla işyeri tasarımı ve ergonomik değerlendirmenin entegre edilmesini mümkün kıldı. Bu, Endüstri 5.0 bağlamında insan merkezli dijital tasarımı gerçekleştirir. Caputo ve arkadaşları, işyeri tasarımı için ergonomik değerlendirmeyi içeren dijital ikiz modeli önerdi; bu model, Fiat Chrysler Automobiles (FCA) montaj hattında hem Ergonomik Değerlendirme Çalışma Sayfası (EAWS) hem de Ovako Çalışma Duruşu Analiz Sistemi (OWAS) değerlendirmeyöntemleri kullanılarak doğrulandı 21,27. Yukarıda bahsedilen çalışmalar, analizlerinde Metod-Zaman Ölçümü (MTM) süreç dilini kullanmıştır. MTM, manuel operasyonel prosedürleri temel hareket unsurlarına ayıran ve bir görev için gereken süreyi belirlemek için çalışma koşullarını dikkate alan bir Önceden Belirlenmiş Zaman Sistemi (PTS) türüdür. Breznik ve arkadaşları, montaj hattı dengeleme problemini (ALBP) çözmek için MTM Evrensel Analiz Sistemi (MTM-UAS) ile simülasyon yazılımını kullandılar.28.

Operasyon yönetiminde yukarıda belirtilen gereksinimlere yanıt olarak—ilk mühendislik tasarım aşamasında fiziksel ergonomik risk faktörlerinin entegre edilmesi ve öğrencilerin dijital yetkinliğinin geliştirilmesi—bu çalışmada montaj hattı iyileştirme problemi örnek olarak kullanılıyor. Ergonomik değerlendirmeyi dijital ikiz modeline entegre ederek mühendislik eğitiminin Endüstri 5.0'ın taleplerine nasıl uyum sağlayabileceğini göstermekte, insan merkezli tasarım ve dijital yetenek geliştirme yoluyla Operatör 5.0'ın gelişimini teşvik etmektedir.

Özetle, Endüstri 4.0'dan insan merkezli Endüstri 5.0'a geçiş ortamında, bu makale insan faktörlerinin operasyon yönetimi eğitimine entegrasyonunu inceliyor. Öğretim uygulamalarında montaj hattı tasarımında öğrencilere rehberlik etme örneğini kullanarak, öğrencilerin Operator 5.0'ın özünü anlamalarına yardımcı olmak için ergonomik risk değerlendirmesini içerir. Ergonominin operasyon yönetimi eğitimine entegre etme sürecini göstererek, bu çalışma Endüstri 5.0 çağında operasyon yönetimi alanında hem eğitim hem de uygulama için yeni içgörüler ve yönler sağlamayı amaçlamaktadır.

Bu protokol, montaj hattı tasarımında zaman ve ergonomik risklerin ölçülmesi ve iyileştirilmesi için deneysel prosedürler sunmaktadır. Prosedür beş adımda özetlenebilir: 1) Üretim durumunun toplanması, 2) Üretim sürecinde problem analizi, 3) Dijital fabrikanın kurulması, 4) Model optimizasyonu ve 5) Dijital fabrikanın etkinliğinin doğrulanması. Beş adımda bu gereksinimlerden herhangi biri karşılanmazsa, süreç eksik ve etkinliği kanıtlamak için yetersizdir.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Protokol

Bu çalışma, Helsinki Bildirgesi'nin ilkelerine uygun olarak yürütülmüş ve Jiangsu Bilim ve Teknoloji Üniversitesi Kurumsal İnceleme Kurulu tarafından onaylanmıştır. Deneye katılanların verilerini kullanmak ve yayımlamak için bilgilendirilmiş onayını aldık.

1. Üretim durumunun toplanması

NOT: Üretim durumu toplama aşaması, üretim alanının zaman ölçümü ve sonraki problem analizine hazırlık için yerinde videoların çekilmesini gerektirir. Üretim sürecinin akışını belirlemek ve işçi bilgilerini, ayrıca üretim sahasında ekipman, ürün ve malzemenin 3D modellerini toplamak için sonraki dijital fabrika inşaatı için çalışmak.

  1. Geliştirilmesi gereken montaj hatlarının çalışma koşullarını toplayın. Bu, montaj hattının hızı, montaj hattı ölçeği ve çevresel düzeni, analiz edilen üretim alanının alanı, üretimle ilgili ekipman bilgileri ve zemin alanı, kullanılan pozisyon sayısını, insan-makine iş birliği süreçlerini, malzeme tedarik türlerini veyöntemleri 29 içerir.
  2. Her iş tipi için zaman verisi elde etmek için kronometre yöntemiyle insan saatlerini ölçün.
    1. Mekanik kronometrenin el çarkına ilk kez basın ve işçi döngüsel hareketlere başladı.
    2. Işçi döngüsel hareketleri sonlandırdığında el tekerleğine ikinci kez basın.
    3. Zamanı oku.
    4. Kronometreyi sıfırlamak için üçüncü kez el tekerine basın.
  3. Sonraki problem analizi için yerinde üretim videoları çekin.
  4. Üretim sahasından çalışan bilgilerini toplayın. Buna demografi dahildir: yaş, cinsiyet, milliyet ve antropometrik veriler (birim cm): (1) Boy, (2) Göz boyu, (3) Omuz yüksekliği, (4) Dirsek yüksekliği, (5) Eklem yüksekliği, (6) Oturma boyu, (7) Göz yüksekliği, oturma, (8) Dirsek yüksekliği, oturma, (9) Uyluk yüksekliği, (10) Diz yüksekliği, oturma, (11) Kalça-diz mesafesi, oturma, (12) Popliteal boy, oturma, (13) Göğüs derinliği, (14) Dirsek genişliği, (15) Kalça genişliği,oturmak 30.
  5. Ürünlerin, malzemelerin ve ekipmanların 3D modellerini toplayın; bunlar arasında ürünlerin 3D montaj çizimleri, malzemelerin 3D modelleri, makine ve ekipmanların 3D modelleri ile aletler yer alır.
    1. Manuel kullanım ve kullanım ile ilgili bileşenlerin ve aletlerin kalitesini toplayın (birim kilogramdır). İş akışında gerekli olan temel kuvvetleri, örneğin nesneleri kaldırmak için gereken kuvvet veya cıvataları sıkmak için gereken tork (bu ünite Newton'lardır) toplayın.

2. Üretim sürecinde problem analizi

NOT: Toplanan üretim durumu verilerine dayanarak, yerinde üretim videolarını analiz etmek için davranış analiz yazılımı kullanın ve ardından dijital fabrika inşaat aşamasında sorunları tespit edin. Davranış analiz yazılımının temel adımları yazılım temel ayarları, yazılım kodlama ayarları ve video analizini içerir. Yazılım web erişilebilirliği https://noldus.com/observer-xt-human.

  1. Temel ayarları ayarla.
    NOT: Bu aşama, yazılım için örnek parametrelerinin ayarlanmasını içerir. Çekilen videoya göre uygun bir örnek türü (sürekli veya kesintisiz örnek) seçin. Temel ayarlar tamamlandıktan sonra video içe aktarılabilir.
    1. Davranış analiz yazılımını açmak için çift tıklayın.
    2. Oluştur a New Project ve sonra Yeni Projeler Oluştur.
    3. Dosya adını Yeni Proje Adı bölümüne girin.
    4. Açılır pencerede Proje Kur seçeneğine tıklayın.
    5. Gözlem yönteminde Sürekli ve Anlık Örneklemeyi Birleştirin seçeneğini seçin çünkü mevcut üretim videosu kesintisiz video kombinasyonlarından oluşan bir örneklemdir.
  2. Yazılım kodlamasını kurun.
    NOT: Bu aşama yazılım kodlamasının kurulmasını içerir. Sonraki video analizinde, problem noktalarını saymak için videonun hızlı kodlanması gereklidir ve bu adım kodlamayı bu amaçla ayarlar. Bu adımı tamamladıktan sonra video içe aktarılıp analiz edilebilir.
    1. Kodlama yöntemini Kurulum altında kodlama şemasında ayarlayın. Kodlama şemasına tıklayın, ardından Anlık Örnekleme ve Konu.
    2. Davranışlar arayüzünde Davranış Grubu Ekle seçeneğine tıklayın.
    3. Grup adına ergonomik risk girin.
    4. Aşağıdaki Davranışlar bölümünde eğilme, geri dön ve yan taraf seçeneğini girin, Sürede Hayır'ı seçin, çünkü bunların hepsi anında gerçekleşen eylemlerdir. Bu grup tipindeki Select Davranışlar örtüşebilir, çünkü bu olaylar diğer olası durumlarla eşzamanlı olarak gerçekleşebilir, ardından tamamlandıktan sonra OK tuşuna tıklayın.
      NOT: Bu adım, videoda görünebilecek tüm ergonomik riskleri sonraki analiz için ekler.
    5. Davranışlar arayüzündeki kodlamayı değiştirin; eğilme, geri dönüş ve yan tuşlar için başlangıç ve son tuşlarını sırasıyla 1, 2 ve 3 olarak ayarlayın.
      NOT: 1'e ilk kez basmak eğik davranışının gerçekleştiğini, tekrar 1'e basmak ise eğime davranışının durduğunu gösterir. Davranışları kodlama, analistlerin videodaki sorun noktalarını hızlıca tespit etmesine ve bunları sonraki analizlerde kullanmalarına yardımcı olur.
  3. Video analizi yapın.
    NOT: Bu adım video içe aktarma, kodlama ve problem istatistiklerini içerir.
    1. Project Explorer Gözlemleri'ndeki videoyu analiz edin. Gözlemler'e tıklayın, açılır pencereden Yeni Gözlem Oluştur'u seçin, Gözlem adına istediğiniz dosya adını girin ve OK tuşuna tıklayın.
    2. İncelecek videoyu açılır pencerede bulun ve Aç'a tıklayın.
    3. Video analizini başlatmak için arayüzdeki Gözlemi Başlat butonuna tıklayın ve bir problem noktasını tespit ederken, örneğin bir bükülme hareketi gözlemlendiğinde klavyede 1'e basmak gibi önceden ayarlanmış kod numarasına basın. Sayfayı tamamladıktan sonra sayfanın üstündeki Dosya altındaki Kaydet'e tıklayarak verileri kaydeder ve videoda görünen tüm sorun noktalarının hızlı dokümantasyonu sağlanır.
    4. Project Explorer Analizleri bölümünde analiz verilerini görüntüleyin. Kodlamanın zaman ekseni verilerini görmek için Veri Profili'ne tıklayın. Videoda eğilme, dönüş ve yan hareketler dahil olmak üzere yüksek frekanslı fizyolojik yük eylemlerinin olup olmadığını kontrol edin.
    5. Yüksek frekanslı fizyolojik yük eylemlerinin sıklığını sayın.

3. Dijital fabrikanın kurulması

NOT: Yukarıda bahsedilen sorun noktası analizine göre, montaj hattında aşırı iş dağılışı, uzun çalışma saatleri, istasyonlar arasında eşit olmayan iş yükü, pozisyonlar arasında süreç birikimi ve montaj hattı çalışanları arasında sık sık eğilme, dönüş ve yana hareketler görülmektedir. Bu sorunları çözmek için çözümler gereklidir. Bu makale, dijital fabrikada dijital fabrika kurularak insan operasyonu süreçlerinin simüle edilmesini ve montaj hattının ayarlanmasını önermektedir. Geleneksel yerüstü iyileştirmelerle karşılaştırıldığında, dijital bir fabrika kurulması, üretim süreci veri ölçümünün sahadaki personelin durumundan etkilenmemesini sağlar. Ayrıca, tüm iyileştirme protokolleri yazılımda tekrar tekrar yapılan ayarlamalar olmadan doğrulanabilir ve optimize edilebilir, bu da iyileştirme sürecinde zaman ve maliyet israfını önemli ölçüde azaltır. Yazılım web erişilebilirliği https://imk-ema.com/en/ema-work-designer.

  1. Dijital endüstriyel mühendislik yazılımı kullanarak montaj hattını simüle edin.
    1. Dijital endüstriyel mühendislik yazılımını açın. Açılır pencerede Yeni Proje Oluştur seçeneğine tıklayın.
    2. Sayfanın üstündeki Simülasyon Projesi'nde temel proje bilgilerini, döngü süresini vb. belirleyin.
    3. Sayfanın üst kısmındaki Nesneler sekmesindeki Add Object(s) From File, Add Manikin ve Add Item From Library butonlarını kullanarak bölüm 1'de elde edilen işçi bilgileriyle eşleşen bir insan modelini, ayrıca rafların, parçaların ve diğer bileşenlerin 3D modellerini içe aktarabilirsiniz.
    4. Modelleri sayfanın altındaki 3D görünümde düzenleyin.
      1. Öncelikle, sol açılır menüdeki kontrol modunu Layout'a çevirin, ardından 3D görünümde modelleri seçerek hareket ettirin, döndürün vb. yapın, dijital montaj hattının düzenini tamamlayın ve nesneyi yapı listesinde sürükleyip hareket ettirerek, nesnenin adı, rengi ve açıklamalarını düzenlemek için çift tıklama ile veya ana nesneyi tanımlayarak nesne yapısını birleştirmek ve sağ tıkla alt menü aracılığıyla nesne için referanslar oluşturmak, nesneleri gruplamak, alt ilişkiler kurmak, referans nesneleri belirlemek ve reng, nesne kütlesi ve tutuş duruşu gibi parametreleri sonraki dinamik simülasyon için değiştirmek.
    5. Yazılım sayfasının üstündeki Görevler sekmesinde işlem akışının montaj sırasına göre ilgili dijital insan modellerine montaj görevleri atayın. Gerekli montaj görevlerini görev sayfasındaki sol listeden dijital insan modelinin eylem eksenine sürükleyin.
      1. Görevler sayfasının sol listesinde montaj görevlerini bulun; nesne işleme görevleri (nesne seçme, nesneyi yerleştir, nesnelere katılma vb.), vücut hareketi görevleri (yürü, diz çökme vb.) ve diğer yaygın endüstriyel üretim ile ilgili eylem görevleri bulunur.
      2. Sonra, mevcut görevin simülasyon ve süreç gereksinimlerine uygun olarak ilgili parametreleri doldurun; örneğin, çalıştırılacak nesne, nesnenin yerleştirilmesi gereken hedef konumu, eylem sırasında vücut duruşu kısıtlamalarının seçilmesi ve görev sürecinin açıklaması (ulaşım seviyesi, yerleşim doğruluğu, parmak ve kol kuvveti gereksinimleri vb.) gibi.
  2. Simülasyonu çalıştırmak için simülasyon simgesine tıklarsanız, yazılım otomatik olarak bir simülasyon animasyonu ve analiz sonuçlarını oluşturur. Bir hata mesajı belirirse veya simülasyon sonuçları gereksinimleri karşılamazsa, simülasyon projesini adım 3.1'e göre ayarlayın.
  3. Model işlem sonuçlarını görmek için sayfanın üstündeki Sonuçlar butonuna tıklayın. Her sol sekmeden zaman, insan ergonomisi ve yürüyüş yolu gibi değerlendirme sonuçlarını görün ve çalışanın EAWS puanını almak için Ergonomi seçeneğine tıklayın.
    NOT: EAWS, uluslararası bir uzman ekip tarafından geliştirilen biyomekanik yük risk değerlendirme yöntemidir ve operatörlerin iş sırasında maruz kalabileceği WMSD riskini değerlendirmek için kullanılır.
  4. EAWS değerlendirme not tablosuna göre iyileştirme gerektiren iş istasyonlarını doğrulayın (Şekil 2). Bu arada, geliştirilmesi gereken en kritik operasyonel görevleri daha ayrıntılı belirlemek için yazılımın ergonomi sonuçlarındaki ayrıntılı değerlendirme verilerini inceleyin.

figure-protocol-1
Şekil 2: EAWS değerlendirme seviyesi. EAWS puanlarına dayalı ergonomik risk seviyelerinin sınıflandırılması için standart. Bu figürün daha büyük bir versiyonunu görmek için lütfen buraya tıklayın.

4. Model optimizasyonu

NOT: Bu adımın amacı, üretim işçilerinin EAWS risk değerini düşük risk seviyesine indirmektir.

  1. Önceki aşamada iyileştirme için belirlenen iş istasyonlarındaki EAWS işçi puanlarını gözlemleyin. Ergonomi sonuçları sayfasında farklı çalışanlar ve değerlendirme modülleri (vücut duruşu, el kuvveti, yük kontrolü vb.) arasında geçiş yaparak en yüksek riskli katkı sağlayanları belirleyin.
  2. En yüksek riskli katkıcılardan ilgili eylemleri belirleyerek sonraki iyileştirmelere hazırlık yapın.
  3. Risk noktalarına dayalı iyileştirme stratejileri geliştirin, yazılımdaki modeli ayarlayın ve simülasyon değerlendirmesini tekrar yapın.
    1. Görevler'e tıklayın, ağaç diyagramında en yüksek riskli katkıya sahip çalışanın çalışma tezgahını bulun. Sol üst köşedeki Add Object(s) From File tuşuna tıklayın, yeni tasarım cihazı modelini içe aktarın ve çalışan eylemlerini basitleştirmek için cihazı workbench dizininin altına ekleyin.
    2. Görevler'e tıklayın, worker2_human'nin eylem eksenine tıklayın, değiştirilen operasyonel görevi bulun ve bu iyileştirme şemasında gereksiz işlemleri iptal edin. Hareket ellerinin solundaki boş noktalara tıklayarak hedefe alın ve mavi arka plan sağ ok noktalarına dönüşene kadar harekete geçirin; böylece mevcut aksiyon simülasyonu iptal edilir.
    3. Modeli çalıştırmak için Simulate'e tıklayın ve yeni cihaz eklemekten kaynaklanan mantıksal hataları önlemek için tamamlandıktan sonra anomalileri kontrol edin.
      1. Eğer anormallikler varsa, eklenen ekipman ve değişikliklere göre ilgili eylemlerin içeriğini değiştirin.
    4. Modeli tekrar çalıştırın, yukarıdaki adımları hareket ekseninde anomaliye bulunmayınca tekrarlayın.
    5. Sonuçlar'a tıklayın, Ergonomi'yi seçin ve çalışanın EAWS risk değerinin yeşile düşüp düşmediğini gözlemleyin.
      1. Eğer yeşile düşmediyse, Ergonomi sayfasının Ortak sütununda dinlenme süresini artırmayı düşünebilir veya malzeme tedarik pozisyonlarını, operasyonel dizileri ve alet tasarımını ayarlamaya devam edin.
    6. Yukarıdaki adımları EAWS riski yeşile düşene kadar tekrarlayın.
  4. Modeli çalıştırın ve sonuçlarda çalışan EAWS Tüm Vücudu ile EAWS Üst Uzuvlarının güvenlik eşiği içinde olup olmadığını görün. Güvenlik eşiği, Şekil 2'de görüldüğü gibi EAWS puanının 50 puandan az olmasını gerektirir ve renk ya yeşil ya da sarı olur.
  5. MTM-UAS Analizi'ne tıklayın; iyileştirilmiş iş saatlerinin önceki iş saatlerine göre azaltılıp azaltılmadığını kontrol edin; böylece üretim hattı iyileştirmesi sırasında ergonomik riskleri güvenlik eşiği içinde tutma hedefine ulaşabilirsiniz.

5. Dijital fabrikanın etkinliğinin doğrulanması

NOT: Yukarıdaki adımlar, dijital fabrikada montaj hattının tasarımı ve optimizasyonunu gerçekleştirmiştir. Bu doğrulama aşamasının amacı, yazılım simülasyon sonuçlarının optimizasyon uygulamasından sonra montaj hattının gerçek ölçülen durumuyla eşleşmesini sağlamaktır. Tutarlıysa, bu deneysel çalışma yöntemi gelecekteki montaj hattı tasarımı optimizasyonu için benimsenebilir.

  1. Çalışma saati sonuçlarını doğrulayın.
    1. Geliştirilmiş üretim sahasında 1.2. adımda tanımlandığı şekilde insan saatlerini ölçin.
    2. Man-saat sonuçlarını yazılım çıktısıyla karşılaştırın.
  2. Ergonomik risk sonuçlarını doğrulayın.
    1. Geliştirilmiş alanda ergonomik riskleri 2.2. ve 2.3. adımlarda açıklandığı gibi ölçün.
    2. Yazılım çıktısından elde edilen ergonomik risklerin sonuçlarını karşılaştırın.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Sonuçlar

Yukarıdaki deneysel işlemlere dayanarak, bu makalenin temsilci sonuçları, tipik bir mekanik ürün—valf gövdesi bileşeni—montajını örnek alarak, iş iyileştirmesi için insan faktörlerinin operasyon yönetimine entegre edilmesinin tipik sonuçlarını göstermektedir. Bu deney, zaten kurulmuş İnsan Faktörleri kursunun pratik öğretim bileşenini temsil etmekte olup, öğretim sonuçları 2025 MTM Çin Forumu: Dijital Zeka Çağı'nda Endüstriyel Mühendislik'te gösterilmiştir.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Tartışma

Bu çalışma sadece zaman verimliliğini değil, aynı zamanda montaj hattı tasarımındaki ergonomik risklerin ölçülmesini de içermektedir. Ergonomik risk ölçümü entegre edilerek, tasarım aşamasında potansiyel gizli güvenlik riskleri tespit edilebilir ve böylece montaj hattı düzenlerinin ergonomik risk faktörlerini dikkate almasını sağlar. Bu protokol, çalışan verimliliğini artırır, kaza olasılığını ve etkisini azaltır ve Endüstri 5.0 kapsamında çalışan refahının gerçekleşmesine katkıda bulunu...

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Açıklamalar

Yazarların açıklayacak hiçbir şeyi yok.

Teşekkürler

Bu çalışma, Çin Ulusal Doğa Bilimleri Vakfı (72374088, 72471105, 72001096), Çin Yüksek Eğitim Derneği 2024 Yükseköğretim Bilimi Araştırma Planlaması Ana Projesi (24XX0205, İnsan-Yapay Zeka İşbirliği Stratejileri Öğrenme Sonuçlarını Geliştirmede Mekanizmaları), 2024 Jiangsu Eyaleti'nde Eğitim Bilimi Planlaması Ana Projesi (B-b/2024/01/162, Eğitim Perspektifinden Çok Modlu Öğrenme Üzerine Model Oluşturma ve Ampirik Araştırmalar Sinirbilim) ve Çin Eğitim Bakanlığı'nın Beşeri Bilimler ve Sosyal Bilimler Fonu'nda (24YJCZH445) bulunmaktadır.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Malzemeler

Bu makalede kullanılan malzemelerin listesi
AdŞirketKatalog numarasıYorumlar
ema Yazılım Paketiimk Industrial Intelligence GmbHV2.2.0.3Dijital fabrikanın kurulması
Observer XTNoldus Bilgi TeknolojileriV12.0Üretim sürecinde problem analizi

Kaynaklar

  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).

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Yeniden basım ve izinler

Bu JoVE makalesinin metnini veya şekillerini yeniden kullanmak için izin iste

İzin iste

Etiketler

M hendislik E itiminsan Makine Birli ial an G lendirmeErgonomik Risk De erlendirmesiDijital Ergonominsan Dijital kiziAk ll retim

İlgili makaleler