Development of human-oriented smulation model for manual assembly

Due to the personalization of products and the digital evolution which are characterizing nowadays manufacturing environment, the job of the operators in manual assemblies has become significantly more complex. In fact, the variability of the tasks to be performed and the amount of information to be processed have increased considerably the workload required by the workplace. As a consequence, the operators are increasingly challenged physically and mentally, which can result both in a reduced performance of the system in terms of productivity and quality, and in absenteeism due to injuries and psychological burnouts. However, although the concern towards the ergonomic condition of the employees has risen in last years, the methods developed so far for the consideration of such aspects in the design and management of manual assembly systems have not reached a sufficient level of maturity. This is due to the difficulty in the quantification of the effect of human factors on the system performance, and in the validation of the results obtained. Hence, the aim of this project is to develop a tool which enables to make decisions that improve the performance of manual assembly systems, while taking into account comprehensively the ergonomic conditions of the operators. For this purpose, a discrete event simulation model, which integrates human factors into the production performance of the system, was built on Matlab-Simulink. In particular, the learning effect and the accumulation of fatigue are included in the estimation of both the execution time of the tasks and the probability of error, by means of a learning curve and a fatigue accumulation and recovery model. In this way, by evaluating the quality of production, the productivity of the system and the utilization of the employees, it is possible to quantify the effect of the competences and of the exertion of the workforce on the performance of the system. Moreover, a hierarchical regression model is used to predict the mental and physical strain perceived, using the workload of the workstations and the psychophysical characteristics of the employees as predictors. Finally, the developed simulation model was applied to a manual assembly of a German truck company, in order to prove the efficacy of the model in improving the performance of the system while taking into account the human factors of the personnel. Future research lines consist in the validation of the method developed in this work, and in the creation of a job rotation schedule of the employees between the workstations.

A causa della personalizzazione dei prodotti e della trasformazione digitale che caratterizzano il settore manufatturiero odierno, il lavoro degli operatori nelle catene di montaggio manuali è diventato notevolmente più complesso. Infatti, la variabilità delle mansioni da svolgere e la crescente mole di informazioni da elaborare hanno aumentato in modo considerevole il carico di lavoro richiesto dal luogo di lavoro. Di conseguenza, gli operatori sono sempre più sfidati fisicamente e mentalmente, il che può comportare sia una riduzione delle prestazioni del sistema in termini di produttività e qualità, sia l'assenteismo dovuto a infortuni ed esaurimenti psicologici. Tuttavia, nonostante negli ultimi anni sia aumentata la preoccupazione per la condizione ergonomica dei dipendenti, i metodi sviluppati finora per la considerazione di tali aspetti nella progettazione e gestione dei sistemi di assemblaggio manuale non hanno raggiunto un livello sufficiente di maturità. Ciò è dovuto alle difficoltà nella quantificazione dell'effetto dei fattori umani sulle prestazioni del sistema e nella validazione dei risultati ottenuti. Pertanto, l'obiettivo di questo progetto è quello di sviluppare uno strumento che consenta di prendere decisioni migliorative per le prestazioni dei sistemi di assemblaggio manuale, tenendo conto in modo esaustivo delle condizioni ergonomiche degli operatori. A tale scopo, su Matlab-Simulink è stato costruito un modello di simulazione a eventi discreti, che permette di integrare i fattori umani degli operai nelle performance di produzione del sistema. In particolare, il learning effect e l'accumulo di fatica sono presi in considerazione per la stima sia del tempo di esecuzione delle operazioni, sia della probabilità di errore, attraverso una curva di apprendimento e un modello di accumulo e recupero della fatica. In questo modo, tramite la qualità della produzione, la produttività del sistema e l'utilizzazione degli operatori, è possibile quantificare l'influenza delle competenze e dello stress della forza lavoro sulle prestazioni del sistema di produzione. Inoltre, un modello di regressione gerarchica è stato implementato per prevedere lo sforzo mentale e fisico percepito, utilizzando come predittori il carico di lavoro delle postazioni di lavoro e le caratteristiche psicofisiche dei dipendenti. Infine, il modello di simulazione sviluppato è stato applicato a una catena di montaggio di un'azienda tedesca di autocarri, al fine di dimostrare l'efficacia del modello nel migliorare le prestazioni del sistema, tenendo conto dei fattori umani del personale. Ulteriori approfondimenti consistono nell’effettuare una validazione più completa del modello di simulazione sviluppato e nella creazione di un programma di rotazione dei lavoratori tra le postazioni di lavoro.