基于人因仿真分析的裝配序列評價模型及應(yīng)用

馬紅占　褚學(xué)寧　劉振華　李玉鵬

上海交通大學(xué)，上海， 200240

基于人因仿真分析的裝配序列評價模型及應(yīng)用

馬紅占褚學(xué)寧劉振華李玉鵬

上海交通大學(xué)，上海， 200240

為減少裝配作業(yè)疲勞，降低動作強度，提高裝配質(zhì)量和效率，提出了一種基于人因工程仿真分析的裝配序列綜合評價模型。以裝配序列的人因性能優(yōu)劣為目標，創(chuàng)建了包含定量與定性指標在內(nèi)的綜合評價指標體系；提出了裝配序列人因工程仿真分析模型，通過虛擬仿真技術(shù)與人因分析方法獲取人因性能的基礎(chǔ)指標屬性值。采用客觀自適應(yīng)熵權(quán)法和改進模糊層次分析法分別確定各定量指標和定性指標的權(quán)重，利用三角模糊數(shù)定量化定性評價值，基于Topsis框架得到適合人體作業(yè)的最優(yōu)裝配序列。最后結(jié)合Tecnomatix數(shù)字化仿真平臺將該評價模型應(yīng)用于某航天產(chǎn)品減速器可行裝配序列的優(yōu)選，驗證了方法的有效性。

裝配序列評價；人因仿真分析；熵權(quán)法；模糊層次分析

0　引言

裝配序列是對裝配體按照一定的約束規(guī)則規(guī)劃出的裝配順序，是裝配序列規(guī)劃領(lǐng)域內(nèi)的重要內(nèi)容[1]。裝配序列不同，裝配效率、質(zhì)量和成本也不同，如何在有限的可行裝配序列中快速準確地選取滿足裝配工藝約束條件和人體裝配作業(yè)需求的最優(yōu)裝配序列，關(guān)鍵在于能否對候選裝配序列作出綜合全面的評價。

現(xiàn)有裝配序列評價的相關(guān)研究中，大部分學(xué)者從裝配序列成本最小化、裝配效率最大化角度進行裝配序列評價，認為實現(xiàn)產(chǎn)品裝配的關(guān)鍵在于滿足裝配工藝性(如裝配并行性等)的要求。如：Eftekharian等[2]分析了復(fù)雜裝配體的幾何模型，結(jié)合經(jīng)驗知識與幾何推理技術(shù)對裝配序列的操作時間進行了評估；Zhang等[3]基于裝配序列的并行性，采用“最優(yōu)序列參考集”進行裝配性能隸屬度的計算，根據(jù)實際裝配需求建立評價指標體系，并采用層次分析法進行裝配序列評價；張嘉易等[4]根據(jù)裝配工藝的具體性要求提出了單元性與整體性評價指標相結(jié)合的裝配綜合評價方法；李磊等[5]分析了影響裝配序列品質(zhì)的12個因素，提出二級模糊綜合評價模型評價各候選序列。但是這些裝配評價模型在評價指標上過于關(guān)注序列本身，忽略了裝配序列與作業(yè)人員之間的相互影響；另外，以往評價模型在設(shè)計階段獲取序列評價數(shù)據(jù)時主要依賴于CAD系統(tǒng)的設(shè)計數(shù)據(jù)，缺乏對工人裝配過程的參考，事實上也很難深入了解工人的實際裝配需求。但是隨著裝配作業(yè)的標準化程度不斷提高和裝配分工的細化，越來越多的勞動者因裝配作業(yè)姿態(tài)、裝配時間、裝配距離、裝配視野域等不合理引起了人體過早疲勞和累積損傷，導(dǎo)致職業(yè)病頻繁發(fā)生[6]。因此，在重視裝配成本和效率的同時，還應(yīng)更多關(guān)注裝配工藝是否符合人體的作業(yè)需求[7]。對裝配序列進行人因仿真分析的研究，進一步改善了裝配序列評價方法，對提高整個生產(chǎn)系統(tǒng)的績效具有非常重要的意義。

為減少作業(yè)疲勞，降低動作強度，提高裝配質(zhì)量和效率以獲得適合人體作業(yè)的最優(yōu)裝配序列，本文基于人因工程學(xué)的原理從人體裝配需求角度出發(fā)，建立了定性和定量相結(jié)合的裝配序列人因性能綜合評價指標體系；提出了人因仿真分析模型，在裝配仿真的基礎(chǔ)上進行了數(shù)據(jù)獲??；最后應(yīng)用熵權(quán)法、模糊層次分析法、三角模糊數(shù)與Topsis算法得出人因性能最優(yōu)的裝配序列。

1　裝配序列人因性能評價模型

將裝配序列人因性能定義為裝配序列滿足裝配工藝約束條件和人體裝配需求的程度，假設(shè)在裝配工藝設(shè)計初期，通過裝配序列規(guī)劃與設(shè)計得到了若干可行的裝配序列，現(xiàn)在需要根據(jù)裝配工藝約束條件和人體裝配需求，確定人因性能最優(yōu)的裝配序列。為解決這一問題，首先建立裝配序列人因性能評價指標體系，包括定量指標(裝配可達性指標)與定性指標(可視性指標與舒適性指標)；然后，借助人因仿真分析模型獲取人因相關(guān)評價數(shù)據(jù)(比如裝配距離、裝配視角優(yōu)劣等)，從CAD三維模型系統(tǒng)中提取與裝配工藝約束相關(guān)的屬性值(比如配合間隙、接觸類型等)；之后，為保證定量指標評價的客觀性與應(yīng)對定性指標評價的模糊性，在確定指標權(quán)重和方案評價值時，采用熵權(quán)法與模糊層次分析法分別確定定量指標與定性指標的權(quán)重，采用規(guī)范化矩陣獲得裝配序列在定量指標下的評價值，定性指標評價值的確定則利用三角模糊數(shù)表示；最后，采用Topsis算法進行候選裝配序列的排序優(yōu)選。裝配序列人因性能評價的框架如圖1所示。

圖1　裝配序列人因性能評價模型總體架構(gòu)

2　裝配序列評價指標體系

裝配序列評價涉及的評價指標眾多，既有定性指標，也有定量指標。從現(xiàn)場裝配工人的裝配需求角度出發(fā)，將影響產(chǎn)品裝配序列質(zhì)量的因素分為裝配可達性、裝配可視性、裝配舒適性指標三大指標，構(gòu)建如圖2所示的裝配序列評價指標體系。

3　裝配序列人因仿真分析與數(shù)據(jù)獲取

本文在虛擬系統(tǒng)中對裝配操作人員進行作業(yè)仿真，采用人機交互的方式獲取裝配序列人因性能評價所需的相關(guān)數(shù)據(jù)。在總結(jié)人因工程仿真分析相關(guān)研究的基礎(chǔ)上[6-7]，提出裝配序列人因工程仿真分析的模型如圖3所示，包含裝配數(shù)據(jù)信息層、仿真層和數(shù)據(jù)記錄與分析層。

將裝配數(shù)據(jù)信息層與仿真層的輸出作為仿真數(shù)據(jù)記錄與分析層的輸入，記錄與分析層的結(jié)果是確定人因性能指標屬性值的數(shù)據(jù)來源。從仿真系統(tǒng)中獲取裝配序列人因性能評價的來源與傳統(tǒng)裝配序列評價的數(shù)據(jù)來源相比具有如表1所示的優(yōu)點。

圖2　裝配序列人因性能評價指標體系

圖3　裝配序列人因仿真分析模型

仿真獲取人因性能數(shù)據(jù)傳統(tǒng)數(shù)據(jù)來源人因數(shù)據(jù)獲取 人機交互地在虛擬仿真平臺上記錄人因數(shù)據(jù),同時對虛擬人進行人因工效分析。 查詢CAD系統(tǒng),人因數(shù)據(jù)較少;查閱裝配圖紙和文檔較繁瑣,無法進行人因分析。數(shù)據(jù)獲取成本 工作量和投入時間的大幅減少,成本低。 數(shù)據(jù)查找慢,與仿真相比需花費較多成本。數(shù)據(jù)所含信息 考慮裝配工藝約束與工人裝配需求的信息,與裝配實際情況更加貼合。 主要考慮影響裝配序列裝配自動化的因素,忽略了裝配序列對人的影響。數(shù)據(jù)獲取效率 工藝設(shè)計與裝配制造并行,數(shù)據(jù)獲取時間短、效率高。 采集數(shù)據(jù)花費時間長、效率較低。數(shù)據(jù)的可用性 設(shè)計、制造處于同一數(shù)據(jù)鏈路;工藝設(shè)計人員和現(xiàn)場工人都參與仿真分析與評價。以上兩點可保證數(shù)據(jù)的實用、有效。 主要參考CAD模型和工藝文檔等,獲取數(shù)據(jù)時的并行性和交互性不如仿真系統(tǒng)。

4　評價流程

設(shè)有m個候選裝配序列，n個評價指標，各候選裝配序列的評價指標值組成評價矩陣R，rij表示第i個候選裝配序列的第j個評價指標值。為保證序列定量指標值的客觀性與解決定性指標值的不確定性，分別運用信息熵和模糊層次分析法確定其權(quán)重。

4.1定量指標權(quán)重確定

信息熵在確定候選方案的評價指標權(quán)重方面具有較好的客觀性[8]。由于定量具有不同的量綱，無法直接比較，因此必須對指標值矩陣進行規(guī)范化。裝配序列指標類型主要分為效益型和成本型兩種。效益型要求參數(shù)值越大越好，成本型要求參數(shù)值越小越好。結(jié)合裝配序列定量化指標，給出定量化指標規(guī)范化計算公式如下。

(1)效益型指標規(guī)范化:

(1)

j=1,2,…,n

式中，xij為第i個序列的第j項指標的評價值。

(2)成本型指標規(guī)范化：

(2)

利用熵權(quán)法來確定各裝配序列整體評價指標的客觀權(quán)重wj，步驟如下。

(1)計算第i個裝配序列第j項定量指標的評價值比重pij：

(3)

(2)計算第j項指標的熵Ej：

(4)

(3)計算第j項指標的偏差度Gj：

Gj=1-Ej

(5)

(4)計算第j項定量指標的權(quán)重wj:

(6)

4.2定性指標的量化與權(quán)重確定

為了客觀合理地反應(yīng)定性因素對裝配序列人因性能的影響，采用三角模糊數(shù)表示定性指標評價值與裝配人因性能優(yōu)良的匹配程度。在每一項定性指標下，采用五粒度語言評價短語{極優(yōu)(VG)，優(yōu)(G)，中等(M)，差(P)，極差(VP)}對裝配序列的人因指標給出評價，按照評價短語轉(zhuǎn)化表進行量化[9]，得到候選序列在每一定性指標下的三角模糊值xij=(aij,bij,cij)，其中，aij為模糊數(shù)的上界，cij為模糊數(shù)的下界，bij為模糊數(shù)最有可能取得的值。進而得到模糊評價矩陣X=[xij]m×n。

模糊層次分析法(FAHP)在指標模糊評判中應(yīng)用廣泛，可以處理決策過程中的不確定性[10]，由于傳統(tǒng)的FAHP方法獲得的三角模糊權(quán)重不是所需的指標因素權(quán)重信息的完全確知狀態(tài)，故本文采用改進的FAHP方法對三角模糊權(quán)重進行處理，具體計算步驟如下：

(1)由工藝設(shè)計專家運用比較語氣算子進行指標的兩兩比較，采用三角模糊數(shù)得出定性指標的評判矩陣，其中，下三角數(shù)值通過對上三角數(shù)值取反獲得。

(7)

(4)由式(8)求得第i個因素相對于上一層因素的三角模糊數(shù)權(quán)重:

(8)

(9)

(5)設(shè)上層指標包含U個因素，U層因素的總排序權(quán)重設(shè)為u1，u2，…，uU,對應(yīng)的下層指標包含L個因素，其相對于U層的某一指標Uf的單因素權(quán)重為l1i，l2i，…，lLi。L層各因素相對于目標層的權(quán)重可由下式計算得到：

(10)

e=1,2,…,Lf=1,2,…,U

4.3基于Topsis框架的裝配序列綜合評價

Topsis算法是一種廣泛應(yīng)用的多屬性評價方法，它通過計算各評價方案與理想值的歐氏距離得出相對接近度，然后將相對接近度進行排序獲得最優(yōu)方案[11]，具體步驟如下。

(1)評價指標值的定量化。對于定量指標，可由式(1)與式(2)規(guī)范化得到；定性指標所對應(yīng)的量化值可由下式反模糊化得到：

(11)

(2)構(gòu)建加權(quán)綜合評價矩陣：

Z=[zij]m×n=[wjrij]m×n

(3)計算裝配序列候選方案的正理想值Z+與負理想值Z-:

對于成本型指標，正理想值中的元素取候選方案中的最小值，負理想值中的元素取取候選方案中的最大值。

(4)確定各候選裝配序列方案與正負理想值的歐氏距離:

(12)

(13)

(5)根據(jù)下式計算各候選裝配序列指標值向量與理想向量之間的相對接近度：

(14)

5　實例應(yīng)用

將裝配序列人因性能評價模型應(yīng)用到圖4所示的某航天產(chǎn)品減速器的裝配序列評價中，以驗證其有效性。簡化標準件和緊固件之后，該部件由19個剛性部件組成(圖4)。

圖4　人因裝配仿真爆炸圖

參考人因仿真分析模型對圖5所示的3條可行裝配序列進行裝配路徑的定義和人因工程仿真，結(jié)合建模時的工程信息讀取并記錄裝配可達性指標下的定量指標屬性值，如圖4所示，以零件19的裝配距離值獲取為例，通過記錄其初始裝配位置和目標位置，可以計算出其裝配距離。最后統(tǒng)計分析所得到的基礎(chǔ)數(shù)據(jù)如表2所示。

(a)可行裝配序列A1

(b)可行裝配序列A2

(c)可行裝配序列A3圖5　可行裝配序列

可行裝配序列裝配平均距離(mm)配合間隙(mm)重力方向裝配次數(shù)定位基準數(shù)可行裝配方向工裝夾具數(shù)量零件裝配關(guān)系數(shù)A1137.10.17.051.078.03.042.0A2142.40.29.047.073.04.044.0A3131.90.18.056.081.03.041.0

從設(shè)計部門、工藝處和裝配車間抽調(diào)三名工程師組成評價專家組，采用人機交互方式對Tecnomatix虛擬仿真系統(tǒng)中的每條裝配序列進行可視性和舒適性指標的評價。限于篇幅，本文以上端蓋19的人因裝配仿真為例，在Tecnomatix虛擬平臺中開啟人眼的視野域窗口，專家組根據(jù)仿真結(jié)果給出相應(yīng)評價結(jié)果。同樣結(jié)合NIOSH和RULA分析理論，對仿真結(jié)果進行舒適性指標的評價。統(tǒng)計得到的評價結(jié)果如表3所示。

表3　裝配序列的可視性與舒適指標屬性值

確定定性指標權(quán)重時，統(tǒng)一取決策因子λ=0.5?？紤]到航天產(chǎn)品本身作業(yè)空間和裝配精度等方面的要求，對裝配的可視性有所偏重，從人員作業(yè)舒適安全的角度考慮，對裝配人員作業(yè)的舒適性有所偏重。經(jīng)計算得到各級指標的權(quán)重如表4所示。

表4　各級評價指標權(quán)重值

表5　裝配序列人因性能優(yōu)劣排序

根據(jù)各方案與理想解的相對接近程度從大到小進行排序，則裝配序列的人因性能的優(yōu)劣順序為A3?A1?A2。

應(yīng)用實例說明本文所提裝配序列評價模型能夠根據(jù)裝配序列的工人需求和裝配工藝約束指標的要求，對幾何可行的裝配序列進行人因性能評價，實現(xiàn)了在多個可行裝配序列中選取最優(yōu)裝配序列的目的。

6　結(jié)論

(1)基于人因工程學(xué)的原理，從人體裝配需求角度出發(fā)，建立了定性和定量相結(jié)合的裝配序列人因性能綜合評價指標體系。

(2)提出了裝配序列人因工程仿真分析模型，在裝配仿真基礎(chǔ)上進行評價數(shù)據(jù)獲取。

(3)應(yīng)用熵權(quán)法、模糊層次分析法、三角模糊數(shù)與Topsis算法得出了人因性能最優(yōu)的裝配序列。

(4)結(jié)合裝配仿真系統(tǒng)中進行應(yīng)用，滿足了裝配工藝約束條件和人體裝配作業(yè)需求，實現(xiàn)了對人工參與的幾何可行裝配序列的優(yōu)選，保證了數(shù)字化裝配人因工程仿真與裝配序列規(guī)劃技術(shù)的工程有效性，對于降低裝配人員疲勞度、保證作業(yè)安全和合理規(guī)劃裝配工藝具有重要的現(xiàn)實意義。

[1]KanaiS,TakahashiH,MakinoH.Computer-aidedAssemblySequencePlanningandEvaluationSystemBasedonPredeterminedTimeStandard[J].CIRPAnnals-ManufacturingTechnology, 1996, 45(1): 35-39.

[2]EftekharianAA,PoladiR,CampbellMI.EvaluationandSearchofAssemblySequencesinLargeSystems[C]//ASME2013InternationalDesignEngineeringTechnicalConferencesandComputersandInformationinEngineeringConference.Portland,OR,Unitedstates, 2013:V02AT02A041.

[3]ZhangJY,ZhaoLN,HaoYP,etal.EvaluationonParallelAssemblySequence[J].AdvancedMaterialsResearch, 2013, 734: 2757-2760.

[4]張嘉易, 王成恩, 馬明旭, 等. 產(chǎn)品裝配序列評價方法建模[J]. 機械工程學(xué)報, 2009, 45(11): 218-224.

ZhangJiayi,WangCheng’en,MaMingxu,etal.ModelingoftheMethodofProductAssemblySequenceEvaluation[J].JournalofMechanicalEngineering, 2009, 45(11): 218-224.

[5]李磊, 魏生民, 張軍波. 裝配序列的模糊綜合評價[J]. 中國機械工程, 2003, 14(18): 1606-1609.

LiLei,WeiShengmin,ZhangJunbo.FuzzyComprehensiveEvaluationofAssemblySequence[J].ChinaMechanicalEngineering, 2003, 14(18): 1606-1609.

[6]HusainA,KhanAA,HasanF.ErgonomicEvaluationofEffectsofHandleShapeandTaskOrientationonHumanPerformanceinScrewDrivingTask[J].InternationalJournalofAdvancementsinTechnology, 2013, 4(1): 105-114.

[7]張曉冬,楊育,易樹平,等. 制造系統(tǒng)人因仿真參考模型及若干關(guān)鍵技術(shù)[J]. 機械工程學(xué)報,2006,42(3):56-63.

ZhangXiaodong,YangYu,YiShuping,etal.ReferenceModelandKeyTechnologyforHumanFactorsSimulationManufacturingSystem[J].JournalofMechanicalEngineering,2006,42(3):56-63.

[8]Rao,G,FengF,SiA,etal.MethodforOptimalDeterminationofParametersinPermutationEntropyAlgorithm[J].JournalofVibrationandShock, 2014,33(1):188-193.

[9]Nieto-MoroteA,Ruz-VilaF.AFuzzyApproachtoConstructionProjectRiskAssessment[J].InternationalJournalofProjectManagement, 2011, 29(2): 220-231.

[10]RuoningX,XiaoyanZ.FuzzyLogarithmicLeastSquaresRankingMethodinAnalyticHierarchyProcess[J].FuzzySetsandSystems, 1996, 77(2): 175-190.

[11]KrohlingRA,CampanharoVC.FuzzyTOPSISforGroupDecisionMaking:aCaseStudyforAccidentswithOilSpillintheSea[J].ExpertSystemswithApplications, 2011, 38(4): 4190-4197.

(編輯王艷麗)

Assembly Sequences Evaluation Modeling and Application Based on Human Factor Simulation Analysis

Ma HongzhanChu XueningLiu ZhenhuaLi Yupeng

Shanghai Jiaotong University,Shanghai,200240

In order to reduce the assembly work fatigue, reduce the intensity of action and improve the assembly quality and efficiency, a comprehensive evaluation model was proposed to evaluate feasible assembly sequences objectively based on human factor simulation analysis. Taking human factor performance of assembly sequences as the goal, a comprehensive evaluation index system including quantitative and qualitative indicators was created as well as human factor engineering simulation analysis model for assembly sequences was proposed, on the basis of it, the attribute value of basic index could be obtained by virtual simulation technology and human factor analysis method.The weights of quantitative index and qualitative index were determined by adopting objective and adaptive entropy method and fuzzy analytic hierarchical process respectively, qualitative evaluation value was quantified using triangular fuzzy number, then based on Topsis framework, the optimal assembly sequence can be drawn. Finally, the evaluation model was applied to a aerospace product reducer feasible assembly sequence optimization combined with Tecnomatix digital simulation platform, verifying its validity.

assembly sequence evaluation; human factor simulation analysis; entropy method; fuzzy analytic hierarchy process

2014-01-02

上海市科技創(chuàng)新行動計劃資助項目(11dz1120800，12dz1125600)；國家自然科學(xué)基金資助項目(51475290，51075261)；高等學(xué)校博士學(xué)科點專項科研基金資助項目(20120073110096)

TP391.7< class="emphasis_italic">DOI

：10.3969/j.issn.1004-132X.2015.05.015

馬紅占，男，1991年生。上海交通大學(xué)機械與動力工程學(xué)院碩士研究生。主要研究方向為數(shù)字化制造。褚學(xué)寧(通信作者)，男，1961年生。上海交通大學(xué)機械與動力工程學(xué)院教授、博士研究生導(dǎo)師。劉振華，男，1985年生。上海交通大學(xué)機械與動力工程學(xué)院博士研究生。李玉鵬，男，1984年生。上海交通大學(xué)機械與動力工程學(xué)院博士研究生。