1.3 Analisi di una linea di montaggio manuale
2.2.3 Metodo RULA
Una procedura analoga al metodo appena visto è il metodo RULA ( Rapid Uppr
Limb Assesment) [10] che valuta le esposizioni dei lavoratori al rischio combinati
di posture, movimenti e sforzi muscolari.
La valutazione del livello di rischio avviene attraverso l’osservazione della postura adottata dal collo, dal busto e dalle estremità superiori e registrando, solitamente in un foglio, figura 2.3, i valori corrispondenti a ciascuna componente del corpo dove per ogni ciascuna vengono valutate la postura, la forza applicata e la ripetitività delle azioni.
L’influenza dei fattori ergonomici nelle linee di montaggio:
sviluppo di un algoritmo genetico per il loro dimensionamento e bilanciamento 45 Nella parte A, ‘Arm and Wrist Analysis’ , si analizzano le posture di braccia e polsi mentre nella B ‘ Nech, trunk and Legs Analysis’ si valutano invece il collo e il busto e si riportano i valori negli appositi spazi. Il punteggio finale è ricavato dalla tabella C utilizzando le tabelle A e B; il valore trovato rappresenta il livello di rischio di incorrere in problemi muscolo-scheletrici. Le classi di rischio sono individuate dai seguenti valori di riferimento:
• Livello di rischio accettabile: rientrano le attività che presentano punteggi tra 1-2 e per le quali non è necessario alcun intervento.
• Livello di rischio basso: rientrano le attività che ottengono punteggi che vanno tra 5 e 6 .
• Livello di rischio elevato: tutte le attività che presentano punteggi maggiori di 6.
L’influenza dei fattori ergonomici nelle linee di montaggio: sviluppo di un algoritmo genetico per il loro dimensionamento e bilanciamento 46 2.2.4 Metodo NIOSH
Attraverso il metodo NIOSH (National Institute of Occupational Safety and
Health) [11] si valuta il rischio relativo alle attività che richiedono la
movimentazione manuale di carichi; studia le possibili posture assunte da un lavoratore, raggruppandole in varie configurazioni basandosi sulla posizione di schiena, braccia, gambe e sull’entità del peso sollevato. Per ogni azione di sollevamento il metodo è in grado di determinare il cosiddetto peso limite raccomandato (PLR).
Il PLR viene calcolato a partire da un peso massimo sollevabile in condizioni ideali applicando fattori di correzione relativi ad eventuali elementi sfavorevoli e corregge questi ultimi con appositi fattori di riduzione che assumono un valore tra 1 (condizione ideale) e 0 (condizione di rischio ergonomico).
𝑃𝐿𝑅 = 𝐶𝑃 ∗ 𝑉 ∗ 𝐷 ∗ 𝐻 ∗ 𝐴 ∗ 𝐶 ∗ 𝐹 (2.2)
dove gli indici utilizzati nella formula sono ricavati dalle seguenti tabelle (3.3-3.8) e riferiti alla figura 2.4.
Figura 2.4 Rappresentazione grafica dei parametri usati dal metodo NIOSH
L’influenza dei fattori ergonomici nelle linee di montaggio: sviluppo di un algoritmo genetico per il loro dimensionamento e bilanciamento 47 Fattore PESO: Costante di peso CP
ETA’ MASCHI FEMMINE
> 18 anni 30 20
15-18 20 15
Tabella 2.3
Fattore ALTEZZA: altezza da terra della mani all’inizio del sollevamento
Altezza (cm) 0 25 50 75 100 125 150 >175
Fattore V 0,77 0,85 0,93 1,00 0,93 0,85 0,78 0,00
Tabella 2.4
Fattore DISTANZA VERTICALE: Distanza verticale di spostamento del peso fra inizio e fine del sollevamento
Dislocazione (cm) 25 30 40 50 70 100 170 >175
Fattore D 1,00 0,97 0,93 0,91 0,88 0,87 0,86 0,00
Tabella 2.5
Fattore DISTANZA ORIZZONTALE: Distanza orizzontale tra le mani e il punto di mezzo della caviglie
Distanza (cm) 25 30 40 50 55 60 >63
Fattore H 1,00 0,83 0,63 0,50 0,45 0,42 0,00
Tabella2.6
Fattore ASIMMETRIA: Dislocazione angolare del peso in gradi Dislocazione
angolare
0° 30° 60° 90° 120° 135° >135°
Fattore A 1,00 0,90 0,81 0,71 0,52 0,57 0,00
Tabella 2.7
Fattore PRESA: Giudizio sulla presa del carico
Giudizio BUONO SCARSO
Fattore C 1,00 0,90
Fattore FREQUENZA: Frequenza dei gesti (numero di atti al minuto) in relazione alla durata Fattore F
Frequenza 0,20 1 4 6 9 12 >15 Continuo <1 1,00 0,94 0,84 0,75 0,52 0,37 0,00 Continuo da 1 a 2 ore 0,95 0,88 0,72 0,50 0,30 0,21 0,00 Continuo da 2 a 8 ore 0,85 0,75 0,45 0,27 0,52 0,00 0,00 Tabelle 2.3-8 Valori numerici dei vari fattori usati nel metodo di NIOSH
L’influenza dei fattori ergonomici nelle linee di montaggio:
sviluppo di un algoritmo genetico per il loro dimensionamento e bilanciamento 48 Il passo successivo consiste nel calcolare l’indice di sollevamento dato dal rapporto tra il peso effettivamente sollevato e il peso limite raccomandato.
𝐼𝑛𝑑𝑖𝑐𝑒 𝑑𝑖 𝑆𝑜𝑙𝑙𝑒𝑣𝑎𝑚𝑒𝑛𝑡𝑜 𝐈𝐒 =!"#$ !""!#$%&'!(#! !"##$%&'"!"#$ !"#"$% !"##$%"&'"($ (2.3)
Classe di Rischio Intervento
1,25<IS<3 È utile programmare gli interventi identificando le priorità di rischio. Successivamente riverificare l’indice di rischio dopo ogni intervento. Va comunque attivata la sorveglianza sanitaria periodica del personale
esposto con periodicità bilanciata in funzione del livello di rischio.
IS>1 Richiede un intervento di prevenzione primaria.
0,86<IS<0,99 La situazione si avvicina ai limiti; è comunque consigliato attivare la formazione e, a discrezione del medico, la sorveglianza sanitaria del
personale addetto.
IS < 0,85 La situazione è accettabile e non è richiesto alcuno specifico
intervento.
L’influenza dei fattori ergonomici nelle linee di montaggio: sviluppo di un algoritmo genetico per il loro dimensionamento e bilanciamento 49 2.2.5 Software di analisi del rischio ergonomico
Grazie all’avvento della tecnologia, sono presenti oggigiorno numerosi software che permettono di calcolare il rischio ergonomico a cui vengono sottoposti lavoratori.
Ne esistono svariati modelli, dai più semplici che permettono l’applicazione dei metodi sopra descritti e quindi il calcolo automatico dei livelli di rischio, ai più complessi che permettono di individuare parametri più specifici e la visualizzazione grafica delle posture di lavoro. Le informazioni e le analisi fornite da questi tipi di software possono essere utilizzate per aiutare a valutare le esigenze fisiche di un lavoro e progettare/programmare i compiti di lavoro in base alle necessità. Tra queste tipologie di software troviamo il 3D Static Strength
Prediction Program.
Il software 3D Static Strength Prediction Program (3D SSPP) [13] è un strumento di progettazione sviluppato dall'Università del Michigan Center for Ergonomics e svolge un'analisi ergonomica del lavoro, permettendo di quantificare i requisiti biomeccanici durante le attività manuali di movimentazione carichi.
Il programma fornisce una simulazione approssimativa del lavoro che include i dati di postura, i parametri di forza e l'antropometria maschile / femminile. L'output include la percentuale di uomini e donne che hanno la forza di eseguire il lavoro descritto, le forze di compressione spinale e li confronta con le linee guida di NIOSH.
L’influenza dei fattori ergonomici nelle linee di montaggio:
sviluppo di un algoritmo genetico per il loro dimensionamento e bilanciamento 50 L'analisi è supportata da illustrazioni grafiche tridimensionali delle posture umane (vedi fig. 2.5 e fig. 2.6)
Figura 2.5 Schermata del software 3DSSP
L’influenza dei fattori ergonomici nelle linee di montaggio: sviluppo di un algoritmo genetico per il loro dimensionamento e bilanciamento 51
Capitolo 3
Analisi dello stato dell’arte
3.1 Introduzione
In letteratura, generalmente il problema dell’ottimizzazione delle linee viene approcciato da due punti di vista diversi:
- quello della produttività che ha come funzione obiettivo prevalente quella di cercare di ridurre i tempi di assemblaggio e il numero delle stazioni di lavoro;
- quello dell’ergonomia che, analizzando il problema dal punto di vista del consumo energetico, punta principalmente a distribuire in modo uniforme il carico di lavoro nelle varie stazioni. L’ideale sarebbe in questo caso, rappresentato dalla situazione in cui la linea è costituita da molte stazioni di lavoro cui sono assegnate poche operazioni a ciascuna di esse.
Le due funzioni obiettivo sembrano in contrasto tra loro e la ‘sfida’ attuale è quella di trovare un modello che tenga conto sia dell’una che dell’altra esigenza. La letteratura a riguardo è modesta e il tema poco esplorato, nonostante dal punto di vista operativo il fatto di tenere in considerazione l’ergonomia e il consumo energetico nelle linee di assemblaggio sia molto importante anche a fini sociali. Data la natura della nostra ricerca, vengono illustrati i modelli già presenti in letteratura che trattano questa tematica e gli algoritmi genetici applicati ai problemi di bilanciamento che rappresentano il metodo utilizzato in questo lavoro di tesi per la risoluzione del problema.
L’influenza dei fattori ergonomici nelle linee di montaggio: sviluppo di un algoritmo genetico per il loro dimensionamento e bilanciamento 52
3.2 Modelli per il bilanciamento delle linee di montaggio
considerando aspetti ergonomici
In letteratura possiamo trovare diversi modelli che incorporano il concetto di ergonomia nei problemi di bilanciamento delle linee, tra quelli che affrontano la problematica si espongono i più utilizzati. [14]
3.2.1 ErgoSALBP
Questo metodo, ideato da Otto e Scholl [15], tende ad incorporare il rischio ergonomico nei problemi di tipo SALBP-1, ovvero quelli che cercano di minimizzare il numero di stazioni avendo come dato di partenza il tempo ciclo (spiegati nel capitolo precedente).
Basandosi sul calcolo degli indici ergonomici (come per esempio l’indice OCRA) viene definita una funzione, detta funzione del rischio ergonomico:
𝐹 = 𝐹(𝑆!) (3.1)
con Sk = al carico di lavoro ovvero l’insieme di task assegnati alla stazione k.
Tale funzione viene costruita caratterizzando ogni task i con un livello di esposizione al rischio (calcolato o in base alla forza media applicata oppure in base al tempo in % che si spende in una determinata posizione non consona) e sommando i rischi dei vari task appartenenti alla medesima stazione; essa presenta le seguenti caratteristiche:
• il fattore di rischio ergonomico della stazione k non diminuisce se viene aggiunto un task j:
𝐹 𝑆! ≤ 𝐹 𝑆!∪ 𝑗 , ∀ 𝑗 ∈ 𝐵! (3.2) dove Bk è l’insieme dei task assegnabili a alla stazione k
L’influenza dei fattori ergonomici nelle linee di montaggio:
sviluppo di un algoritmo genetico per il loro dimensionamento e bilanciamento 53 • il rischio ergonomico è una funzione non decrescente e non lineare.
Per incorporare la funzione di rischio ergonomico in un modello di ottimizzazione è necessario però inserire un ulteriore vincolo; esso viene aggiunto a quelli già presenti nel modello di programmazione lineare di Patterson & Albracht nel seguente modo (ErgoSALBP-C, con C di costraint ovvero vincolo):
𝐹(𝑆!) ≤ 𝐸𝑟𝑔 (3.3)
con Erg che rappresenta il coefficiente di massimo livello accettabile di rischio per una stazione.
Per ottenere una soluzione ottima per ErgoSALBP-C però, è necessario l’aggiunta di una stazione in quanto il limite ergonomico impostato è decisamente restrittivo; ciò comporta un sostanziale aumento di costi sia fissi che variabili. Il metodo propone così un approccio alternativo: usare il rischio ergonomico non più come vincolo ma inserirlo direttamente nella funzione obiettivo.
E’ stata così presa in considerazione una funzione multi-obiettivo nella quale si è indicato con K(x) il numero minimo di stazioni richieste per il bilanciamento x, calcolato con il metodo di Patterson & Albracht, con
𝜉 𝐹 𝑆! | ∀ 𝑘 (3.4)
che rappresenta la funzione del rischio ergonomico dipendente strettamente dal carico della stazione e con ω un coefficiente positivo:
𝑚𝑖𝑛𝐾! 𝑥 = 𝐾 𝑥 + 𝜔 ∗ 𝜉 𝐹 𝑆
! | 𝑘 ∈ 1, . . , 𝐾(𝑥) (3.5)
in cui sono sempre validi i vincoli del modello di Patterson & Albracht ovvero i vincoli di mono-assegnabilità, vincolo di precedenza tecnologica e vincolo sul tempo ciclo.
L’influenza dei fattori ergonomici nelle linee di montaggio:
sviluppo di un algoritmo genetico per il loro dimensionamento e bilanciamento 54 Come esistono diversi problemi di bilanciamento SALBP in base all’obiettivo e ai dati di partenza, anche a seconda di come il rischio ergonomico viene nelle varie stazioni, esistono diversi tipi di ErgoSALBP. Otto e Scholl propongono:
- ErgoSALBP-A: il termine ‘A’ sta per ‘Avarage’ ovvero ‘medio’ e si cerca, appunto, di minimizzare il rischio ergonomico medio visto che la rotazione dei lavoratori nelle varie stazioni è regolare.
Presenta la seguente funzione obiettivo:
𝜉 =!(!)! ∗ !(!)!!! 𝐹 𝑆! (3.4)
- ErgoSALBP-S: il termine di riferimento è ‘Smoothing’ ovvero ‘livellamento’ e viene usato nel caso la rotazione fosse saltuaria o non possibile. si cerca di distribuire il rischio tra le stazioni in modo da distribuire il carico fisico tra i lavoratori.
𝜉 = (!"# ! !!!!"#;! )!
!(!) (3.5)
- ErgoSALBP-N : (N indica Numeri) Nei sistemi produttivi è spesso impiegato un sistema di luci che richiama il funzionamento di un semaforo. Il parametro da minimizzare è il numero di stazioni, ognuna delle quali è contrassegnata da un colore che ne identifica il livello di rischio associato. Con “giallo” sono identificate le stazioni dove il rischio ergonomico è possibile e con “rosso” quelle nelle quali invece è significativo. I valori che determinano il passaggio tra “verde” e “giallo” e tra “giallo” e “rosso” viene chiamati rispettivamente Ergverde e Erggiallo. Le seguenti variabili definiscono se una stazione k è da classificare “gialla” o “rossa”:
y! = 1, se Erg!"#$" < 𝐹 S! ≤ Erg!"#$$%
0, altirmenti (3.6)
r! = 1, se Erg!"#$$% < 𝐹 S!
L’influenza dei fattori ergonomici nelle linee di montaggio:
sviluppo di un algoritmo genetico per il loro dimensionamento e bilanciamento 55 La funzione obiettivo viene quindi definita come riportato di seguito:
𝜉 = 𝜔!"#$$%∗ !𝑦!+ 𝜔!"##"∗ !𝑟! (3.8) con 𝜔!"#$$% ≤ 𝜔!"##"
Una volta definita la funzione obiettivo più adatta allo specifico problema, è importante cercare di trovare una soluzione, alla quale, Otto e Scholl, arrivano attraverso l’utilizzo di un euristico in due passaggi definito da loro stessi.
Il primo passaggio consiste nell’utilizzare il metodo di Patterson & Albracht per trovare il numero iniziale di stazioni K e in seguito si utilizza invece la metodologia che prende il nome di Simulated Annealing (SA) ovvero un modello che consiste nei seguenti passaggi:
1. Procedura di generazione di soluzioni da testare; 2. Definizione di una funzione energetica;
3. Definizione della probabilità di rifiuto della soluzione campione; 4. Definire una dinamica della temperatura;
5. Definire un semplice algoritmo di ricerca locale; 6. Aggiornare la soluzione migliore;
7. Aumentare eventualmente il numero delle stazioni.
Per maggiori dettagli sul metodo e un’applicazione del metodo ad un caso studio dimostrativo si faccia riferimento a Incorporating ergonomic risk into assembly
line balancing di Otto e School [21]
3.2.2 Accumulated Risk of Postures di Cheshmehgaz, Haron,