一种考虑认知的生产线手工工位人因复杂性测度方法技术

本发明专利技术涉及一种考虑认知的生产线手工工位人因复杂性测度方法，用以定量描述生产线手工工位操作的复杂性，包括以下步骤：1)建立手工工位操作时间的学习曲线模型，并采集工位操作时间对学习曲线模型的参数进行拟合；2)根据操作人员执行时间修正因子，对拟合后的手工工位操作时间的学习曲线模型进行修正；3)基于信息熵理论利用修正后的作业时间建立考虑认知的人因复杂性测度模型，并根据考虑认知的人因复杂性测度模型计算获取生产线手工工位操作的复杂度。与现有技术相比，本发明专利技术具有修正可靠准确、定量准确分析、考虑全面等优点。

A method of human factor complexity measurement based on cognition for manual workplaces in production lines

The present invention relates to a cognitive method for measuring the human factor complexity of manual workstations in production lines, which can quantitatively describe the complexity of manual workstation operation in production lines. The method comprises the following steps: 1) establishing a learning curve model of manual workstation operation time, and fitting the parameters of the learning curve model by collecting the operating time of the workstation; According to the operator's execution time correction factor, the learning curve model of the fitted manual operation time is modified; 3) Based on the information entropy theory, the cognitive human factor complexity measurement model is established by using the modified operation time, and the production line is obtained by computing the cognitive human factor complexity measurement model. The complexity of workstation operation. Compared with the prior art, the invention has the advantages of reliable and accurate correction, accurate quantitative analysis and comprehensive consideration.

【技术实现步骤摘要】
一种考虑认知的生产线手工工位人因复杂性测度方法
本专利技术涉及自动化生产线
，尤其是涉及一种考虑认知的生产线手工工位人因复杂性测度方法。
技术介绍
制造系统中人的表现、反应十分复杂，难以量化，人的表现具有不稳定性，表现为工位操作时间波动等，导致操作失误率升高、产品合格率下降。在制造过程中，作业人员表现出的不稳定性、随机性是研究的重点，不仅关系到生产的经济损失，更会对作业人员的安全造成威胁。如何理解人作为一种制造过程参与性元素，影响制造过程复杂性，继而量化其影响程度面临严峻挑战。人是生产线的重要组成部分，每个手工工位的操作人员会按照既定的顺序选择零部件和夹具进行装配操作。这一选择过程易受操作人员对装配作业内容认知不均而出现失误直接表现为作业时间波动及合格率下降，严重影响手工工位乃至生产线整体的生产质量和效率。考虑认知并对生产线手工工位人因复杂性进行量化，可以为生产线的复杂性评价提供依据，且在复杂的装配环境下，优化人因复杂性可以有效指导降低人因失误率，提高装配合格率和产品质量。经过对现有技术的检索发现，马红占等在文献“基于人因仿真分析的装配序列评价模型及应用，中国机械工程，2015年第26卷第5期”中为减少装配作业疲劳，降低动作强度，提高装配质量和效率，提出了一种基于人因工程仿真分析的装配序列综合评价模型。以装配序列的人因性能优劣为目标，创建了包含定量与定性指标在内的综合评价指标体系；提出了装配序列人因工程仿真分析模型，通过虚拟仿真技术与人因分析方法获取人因性能的基础指标属性值。蔡敏等在文献“基于EEG和动作分析的手工装配线易疲劳工序，工业工程与管理，2016年第21卷第2期”中通过对装配线上人员在单个工作日内作业时的脑电数据进行分析，提出了一种寻找易疲劳工序的分析方法。但由于在实际生产环境中采集操作人员的生理数据较为困难，操作人员的认知因素对手工工位状态的影响缺少必要的分析，所以考虑认知对生产线手工工位的复杂度影响可以为生产计划制定，手工工位优化提供理论支撑。
技术实现思路
本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种考虑认知的生产线手工工位人因复杂性测度方法。本专利技术的目的可以通过以下技术方案来实现：一种考虑认知的生产线手工工位人因复杂性测度方法，用以定量描述生产线手工工位操作的复杂性，包括以下步骤：1)建立手工工位操作时间的学习曲线模型，并采集工位操作时间对学习曲线模型的参数进行拟合；2)根据操作人员执行时间修正因子，对拟合后的手工工位操作时间的学习曲线模型进行修正；3)基于信息熵理论利用修正后的作业时间建立考虑认知的人因复杂性测度模型，并根据考虑认知的人因复杂性测度模型计算获取生产线手工工位操作的复杂度。所述的步骤1)中，学习曲线模型为：t(x)＝axb其中，t(x)为操作人员在某个工位进行第x次操作所用的时间，a为该操作人员在该工位上的首次操作时间，x为操作次数，b为一负常量，用以反映该操作人员在该工位上的操作学习能力。所述的步骤2)中，操作人员执行时间修正因子包括操作经验K1、心理压力K2和人机界面K3。修正后的手工工位操作时间的学习曲线模型的表达式为：T＝t(1+K1)(1+K2)(1+K3)其中，t为拟合后的手工工位作业时间，T为修正后的手工工位作业时间。所述的步骤3)中，考虑认知的人因复杂性测度模型为：其中，H为考虑认知和作业时间角度的生产线手工工位操作的复杂度，CT为生产节拍，P0为初始合格率。所述的初始合格率P0的获取方法为：在一段统计时间中的第一天，利用某次操作的作业时间与生产节拍来判定此次操作合格与否，若作业时间小于生产节拍则认为此次操作合格，统计第一天中的可靠操作次数与操作总次数，则初始合格率P0为第一天可靠操作次数与操作总次数的比值。与现有技术相比，本专利技术具有以下优点：一、修正可靠准确：应用人的认知可靠性模型HCR中对操作人员执行时间的修正方法，对采集的手工工位作业时间进行修正，修正后的手工工位作业时间代表作业人员受训练和心理因素等影响下的真实作业时间，这些数据对于复杂系统中人的行为的定量化预测具有很大的意义。二、定量准确分析、考虑全面：基于信息熵理论利用修正后的作业时间建立考虑认知的人因复杂性测度模型，给出复杂性测度方法，信息熵可看作是人对系统状态无知程度或混乱程度的度量，随机性越大，人对系统状态的了解越差，所以本专利技术能准确描述手工工位中操作人员所处状态的复杂程度。附图说明图1为人因复杂性测度流程图图2为手工工位最快作业时间拟合图。图3为基于作业时间的人因复杂性曲线图。具体实施方式下面结合附图和具体实施例对本专利技术进行详细说明。本专利技术的基本思想是应用人的认知可靠性模型HCR中对操作人员执行时间的修正方法，对采集的手工工位作业时间进行修正，进而以作业时间的波动描述认知的不均匀性，基于信息熵理论利用修正后的作业时间建立考虑认知的人因复杂性测度模型，给出复杂性测度方法。(1)考虑认知现象的作业时间模型操作人员在实际装配环境中，随着认知的加深，操作人员在手工工位的操作愈加熟练，作业时间呈现明显衰减趋势，学习曲线可以反映出这种变化趋势。建立学习曲线模型，拟合作业时间的变化趋势，本文以操作次数为横坐标，作业时间为纵坐标，对手工工位操作时间建立学习曲线模型：t(x)＝axbt(x)为操作人员在某个工位第x次操作所用时间，a为该操作人员在该工位上的首次操作时间，x为操作次数，b为一负常量，b的值可以反映该操作人员在该工位上的操作学习能力。用采集到的工位操作时间对模型参数进行拟合，求出b。(2)考虑行为修正因子的作业时间模型修正t为手工作业时间，考虑到不同作业人员的执行时间可能因各类情况而有所不同，故需要对作业时间要进行修正。考虑的关键的行为修正因子有操作经验(K1)、心理压力(K2)及人机界面(K3)，用公式表示如下：T＝t(1+K1)(1+K2)(1+K3)式中，T为根据采集到的工位操作时间拟合得到的作业时间模型。表1HCR模型的行为形成因子和相关的系数(3)基于作业时间的人因复杂性测度建模信息熵可看作是人们对系统状态无知程度或混乱程度的度量，随机性越大，人们对系统状态的了解越差。消息的不确定性越大，所包含的信息量也越大。所以可以用信息熵来描述系统所处状态的复杂程度。概率为p1,p2,…,pm的m个事件都发生时所含平均信息量为：手工工位操作内容相对固定，随着操作次数增多，作业时间减少；基于作业时间的衰减，引入信息熵理论进行复杂性测度，给出具体的手工工位复杂性测度方法：式中，H为考虑认知的、作业时间角度的手工工位人因复杂性；T为修正后的手工工位作业时间，CT为生产节拍，单位均为秒；P0是初始合格率。P0计算方式：在一段统计时间中的第一天，利用某次操作的作业时间与生产节拍来判定此次操作合格与否，若作业时间小于生产节拍则认为此次操作合格，统计第一天中的可靠操作次数与操作总次数，P0用第一天可靠操作次数与操作总次数的比值表示。实施例：本专利技术采用MATLAB根据
技术实现思路
编制可执行的程序。其效果通过某车企的乘用车装配线实例进行说明。选取某一拧紧工位的拧紧设备，在较长的样本时间总长内，连续采集作业人员每次操作的起始时间点和终止时间点。统计一天中的最短作业时间作为当天的作业时间数据进本文档来自技高网...

【技术保护点】
1.一种考虑认知的生产线手工工位人因复杂性测度方法，用以定量描述生产线手工工位操作的复杂性，其特征在于，包括以下步骤：1)建立手工工位操作时间的学习曲线模型，并采集工位操作时间对学习曲线模型的参数进行拟合；2)根据操作人员执行时间修正因子，对拟合后的手工工位操作时间的学习曲线模型进行修正；3)基于信息熵理论利用修正后的作业时间建立考虑认知的人因复杂性测度模型，并根据考虑认知的人因复杂性测度模型计算获取生产线手工工位操作的复杂度。

【技术特征摘要】
1.一种考虑认知的生产线手工工位人因复杂性测度方法，用以定量描述生产线手工工位操作的复杂性，其特征在于，包括以下步骤：1)建立手工工位操作时间的学习曲线模型，并采集工位操作时间对学习曲线模型的参数进行拟合；2)根据操作人员执行时间修正因子，对拟合后的手工工位操作时间的学习曲线模型进行修正；3)基于信息熵理论利用修正后的作业时间建立考虑认知的人因复杂性测度模型，并根据考虑认知的人因复杂性测度模型计算获取生产线手工工位操作的复杂度。2.根据权利要求1所述的一种考虑认知的生产线手工工位人因复杂性测度方法，其特征在于，所述的步骤1)中，学习曲线模型为：t(x)＝axb其中，t(x)为操作人员在某个工位进行第x次操作所用的时间，a为该操作人员在该工位上的首次操作时间，x为操作次数，b为一负常量，用以反映该操作人员在该工位上的操作学习能力。3.根据权利要求1所述的一种考虑认知的生产线手工工位人因复杂性测度方法，其特征在于，所述的步骤2)中，操作人员执行时间修正...

【专利技术属性】
技术研发人员：刘雪梅，范国良，李爱平，谢楠，曾氢菲，
申请(专利权)人：同济大学，
类型：发明
国别省市：上海,31