基于質(zhì)量功能展開(kāi)和肌肉骨骼疾患的機(jī)床模塊人機(jī)優(yōu)化方法

潘偉杰,謝 易,呂 健，孫 輝，寸文哲

(貴州大學(xué) 現(xiàn)代制造技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室，貴州 貴陽(yáng) 550025)

0 引言

隨著機(jī)床設(shè)備效能的不斷提升，人機(jī)協(xié)同系統(tǒng)逐漸成為智能機(jī)床技術(shù)體系中一個(gè)重要的技術(shù)支點(diǎn)。早在上世紀(jì)90年代初，就已提出包含人機(jī)耦合、全局并行工程、人機(jī)最佳協(xié)同合作等多項(xiàng)技術(shù)概念的人機(jī)一體化學(xué)說(shuō)[1]。人機(jī)工程學(xué)作為一門(mén)整合、協(xié)調(diào)人——機(jī)——環(huán)境的新興交叉學(xué)科，在智能生產(chǎn)體系中起到了關(guān)鍵作用。

自國(guó)家八五科技攻關(guān)課題“典型數(shù)控機(jī)床計(jì)算機(jī)輔助工業(yè)設(shè)計(jì)(CAID)系統(tǒng)”中提出“機(jī)床人機(jī)工程學(xué)規(guī)則評(píng)價(jià)模塊”[1]，到其后人機(jī)工程學(xué)系統(tǒng)研究在各階段ICAID中的運(yùn)用[2]，人機(jī)工程學(xué)數(shù)據(jù)一直處于研發(fā)系統(tǒng)的核心知識(shí)群中。同時(shí)，作為一門(mén)新興學(xué)科，如何有效整合運(yùn)用多學(xué)科的知識(shí)框架與研究方法，并在研發(fā)環(huán)節(jié)充分利用學(xué)科優(yōu)勢(shì)與工業(yè)設(shè)計(jì)師、工程師協(xié)同合作，及時(shí)有效協(xié)調(diào)產(chǎn)品人機(jī)關(guān)系，亦成為學(xué)科發(fā)展過(guò)程中的深層問(wèn)題。目前產(chǎn)品研發(fā)中，人機(jī)工程學(xué)知識(shí)驅(qū)動(dòng)主要反映在邊界模塊研發(fā)中對(duì)于相應(yīng)國(guó)家和國(guó)際標(biāo)準(zhǔn)的使用與參照。在整體研發(fā)過(guò)程中引入人機(jī)工程學(xué)知識(shí)評(píng)價(jià)體系并納入流程，將更有效地指導(dǎo)設(shè)計(jì)師與工程師的工作路徑，優(yōu)化整合模型。

質(zhì)量功能展開(kāi)(Quality Function Deployment, QFD)是一種將用戶需求動(dòng)態(tài)轉(zhuǎn)化為設(shè)計(jì)、零部件、制造和成本的過(guò)程，通常利用層次分析法處理收集到的用戶需求，結(jié)合矩陣工具將各項(xiàng)數(shù)據(jù)整合，并利用質(zhì)量屋形成可視化的工程特征比重[3]。

在上述研究基礎(chǔ)上，針對(duì)人機(jī)優(yōu)化分析在研發(fā)中相對(duì)滯后，且缺乏統(tǒng)一的評(píng)價(jià)標(biāo)準(zhǔn)的問(wèn)題,本文提出一種有效提升機(jī)床模塊人機(jī)系統(tǒng)的方法，通過(guò)整合人機(jī)工程學(xué)知識(shí)，配合工業(yè)設(shè)計(jì)與工程設(shè)計(jì)特點(diǎn)形成系統(tǒng)優(yōu)化路徑，使研發(fā)過(guò)程中的人機(jī)決策具有一致性。運(yùn)用QFD方法構(gòu)建通用的量化框架，將人機(jī)工程學(xué)中的用戶情景知識(shí)充分浸入工程決策，形成工業(yè)設(shè)計(jì)、工程設(shè)計(jì)共享的決策平臺(tái)，與更加靈活、有效的產(chǎn)品人機(jī)優(yōu)化流程。

1 基于QFD的MSD評(píng)價(jià)矩陣

1.1 肌肉骨骼損傷研究

肌肉骨骼損傷(Musculoskeletal Disorders, MSD)發(fā)病率在各類(lèi)職業(yè)病僅次于皮膚性職業(yè)病，位列第二，并且高發(fā)于建筑、制造、冶金等行業(yè)中，其中機(jī)床從業(yè)者在生產(chǎn)過(guò)程中涉及大量高強(qiáng)度、連續(xù)性作業(yè)，其患病規(guī)律十分典型。

多年以來(lái)，圍繞MSD和工作負(fù)擔(dān)分析方法的研究一直在人機(jī)工程學(xué)科中占據(jù)重要位置。美國(guó)國(guó)家職業(yè)安全衛(wèi)生研究所通過(guò)多年的數(shù)據(jù)采集和樣本研究，自上世紀(jì)八十年代起陸續(xù)推出一系列工作安全健康研究方案，廣泛應(yīng)用于各個(gè)作業(yè)領(lǐng)域[4]。McAtamney等[5]人90年代初提出快速上肢評(píng)價(jià)(Rapid UpperLimb Assessment, RULA)，針對(duì)上肢負(fù)重時(shí)的負(fù)擔(dān)展開(kāi)快速分析;Karhu等[6]提出歐沃克姿態(tài)分析系統(tǒng)(Ovako Working posture Assessment System, OWAS),主要適用于工業(yè)、建筑等領(lǐng)域;Buckle等[7]則提出快速暴露檢查(Quick Exposure Check, QEC)，將主觀自評(píng)與觀察評(píng)價(jià)相結(jié)合，對(duì)作業(yè)負(fù)擔(dān)展開(kāi)綜合評(píng)價(jià)。另外，類(lèi)似的方法如肌肉骨骼緊張因素判定法方法、快速整體測(cè)量 (rapid entire body assessment)、荷蘭肌肉骨骼疾患調(diào)查表(dutch musculoskeletal questionnaire)等[8]，都圍繞著MSD和作業(yè)強(qiáng)度進(jìn)行不同層次與角度的評(píng)估。通常來(lái)說(shuō)，上述方法主要針對(duì)設(shè)計(jì)原型進(jìn)行報(bào)告與評(píng)估，人們通過(guò)適用性、防錯(cuò)、工作負(fù)擔(dān)、結(jié)構(gòu)化分析等方法提供設(shè)計(jì)建議與參考[9]。

據(jù)調(diào)查顯示，MSD暴露因素包括連續(xù)性工作、抬舉重物、高強(qiáng)度反復(fù)、長(zhǎng)時(shí)間靜止或站立、使用震動(dòng)工具等、長(zhǎng)時(shí)間工作、休息制度、多工種協(xié)調(diào)、年齡、性別、工齡、身高、體重、外傷史等[10-11]。其中，從企業(yè)和政府層面出發(fā)制訂相應(yīng)的行業(yè)規(guī)范可以對(duì)高發(fā)病率有所緩解，同時(shí)生產(chǎn)設(shè)備制造商也可以通過(guò)設(shè)備的改良優(yōu)化生產(chǎn)操作。

1.2 需求矩陣推理

緩解MSD風(fēng)險(xiǎn)的QFD模型由相關(guān)數(shù)據(jù)之間的關(guān)系矩陣所構(gòu)成，其基礎(chǔ)為用戶需求矩陣的建立。MSD暴露部位分布全身，由于操作場(chǎng)景與作業(yè)類(lèi)型的不同，其顯現(xiàn)幾率也不同。本文將降低操作者各部位MSD風(fēng)險(xiǎn)作為研究目標(biāo)，首先確認(rèn)改善各部位的相對(duì)重要度。傳統(tǒng)的QFD方法使用用戶調(diào)研或?qū)＜以u(píng)審的方法，更偏向于主觀評(píng)價(jià)關(guān)系。而本文使用量化的調(diào)查統(tǒng)計(jì)數(shù)據(jù)做為需求指數(shù)，可以幫助研發(fā)人員從定性與定量?jī)煞矫娼Y(jié)合作出分析。

機(jī)床操作過(guò)程中涉及人體各部位的肌肉骨骼損傷，其操作對(duì)象復(fù)雜且疼痛原因多樣，故針對(duì)機(jī)械加工行業(yè)，整理近年來(lái)各個(gè)研究機(jī)構(gòu)對(duì)行業(yè)內(nèi)MSD患病的部位統(tǒng)計(jì)并分析其實(shí)際統(tǒng)計(jì)對(duì)象，如表1所示。

表1 國(guó)內(nèi)各研究機(jī)構(gòu)針對(duì)行業(yè)內(nèi)MSD部位統(tǒng)計(jì) %

綜合北歐國(guó)家MSD標(biāo)準(zhǔn)調(diào)查表[18]以及楊磊等[19]國(guó)內(nèi)研究人員的調(diào)查制作簡(jiǎn)易調(diào)查表。針對(duì)每個(gè)樣本判斷其8個(gè)身體部位在全工齡至12個(gè)月、12個(gè)月至本周以及本周3個(gè)時(shí)間段內(nèi)是否出現(xiàn)MSD特征，統(tǒng)計(jì)為矩陣R,

表2 重要性標(biāo)度表

運(yùn)用層次分析法(Analytiffc Hierarchy Process, AHP)進(jìn)行需求運(yùn)算。首先建立層次結(jié)構(gòu)模型，結(jié)合MSD問(wèn)卷結(jié)構(gòu)和QFD需求矩陣結(jié)構(gòu)，將評(píng)價(jià)系統(tǒng)分解為遞階層次結(jié)構(gòu)，如圖1所示。然后，參照表2構(gòu)建判斷矩陣，對(duì)用戶需求進(jìn)行兩兩比較，其判斷矩陣為

運(yùn)用方根法近似求取矩陣最大特征根λmax和特征向量W，步驟如下：

最終依據(jù)各個(gè)特征向量累積得到總排序權(quán)值。

1.3 關(guān)聯(lián)矩陣推理

建立人體部位與工程模塊的關(guān)聯(lián)矩陣，需通過(guò)計(jì)算機(jī)輔助人機(jī)工程學(xué)模擬機(jī)床操作中的各個(gè)場(chǎng)景，獲得綜合仿真條件下工人各個(gè)部位的負(fù)擔(dān)指數(shù)。同時(shí)，如需將機(jī)體負(fù)擔(dān)對(duì)應(yīng)于相對(duì)的產(chǎn)品工程模塊，則針對(duì)負(fù)擔(dān)產(chǎn)生的原因進(jìn)行分析。產(chǎn)品模塊負(fù)擔(dān)分配的原則遵循兩個(gè)維度：部件相應(yīng)的操作暴露時(shí)長(zhǎng)和人體操作影響范圍，推理流程如圖2所示。

操作暴露時(shí)長(zhǎng)的權(quán)重取決于暴露頻率和單次暴露的時(shí)長(zhǎng)，合理的作業(yè)間隔有利于緩解整體作業(yè)負(fù)擔(dān)，連續(xù)暴露過(guò)長(zhǎng)將大幅度增加受力關(guān)節(jié)的MSD幾率。連續(xù)的重復(fù)性活動(dòng)會(huì)增加MSD風(fēng)險(xiǎn)，作業(yè)時(shí)手臂處在肩部或以上的靜態(tài)作業(yè)同樣會(huì)存在一定的發(fā)病幾率[20]。

在討論產(chǎn)品模塊的影響范圍之前，將人體部位依次排列為踝、膝、臀、下背、軀干、肩、肘、腕等，以此尋找其對(duì)應(yīng)的產(chǎn)品部件并分配部分重疊部件的影響占比。

定義多個(gè)模塊在操作場(chǎng)景下對(duì)單個(gè)人體部位的影響占比，將邊界條件與約束條件區(qū)分并分別討論。機(jī)床產(chǎn)品中的接觸條件主要包括手部與按鈕、旋鈕、手柄、維修裝備等接觸，腳部與踏板、站立面等接觸，腰背臀在坐姿中與其支撐面的接觸,以及一些特殊情況下的支撐接觸。

除邊界條件外，約束條件同樣在影響占比中占重要地位，例如下背部疼痛在金屬加工行業(yè)操作工人中十分普遍，然而在產(chǎn)品絕大部分場(chǎng)景中下背部受到的邊界條件影響十分有限，其大部分的操作負(fù)擔(dān)來(lái)自模塊的高度設(shè)定和縱深設(shè)定，使下背承受過(guò)度工作負(fù)荷。

由此提出產(chǎn)品模塊在某場(chǎng)景中影響人體部位的占比piv，piv=diiv+eijv。其中：di,ei為身體部位中邊界條件與約束條件的各自占比;iv,jv為產(chǎn)品模塊對(duì)應(yīng)邊界條件和約束條件所占比例系數(shù)。

質(zhì)量屋是一種直觀的矩陣框架表達(dá)形式，本文運(yùn)用的質(zhì)量屋工具主要由用戶需求矩陣C，評(píng)價(jià)矩陣A和特征矩陣H組成。由于各個(gè)部位在總體中所占的比重各不相同，需要在最終匯總產(chǎn)品部件重要值hv的過(guò)程中引入系數(shù)ci，ci為bi部位的需求指數(shù)。

輸出重要值矩陣H。

2 決策流程中的人機(jī)知識(shí)轉(zhuǎn)化

產(chǎn)品研發(fā)過(guò)程中的人機(jī)優(yōu)化涉及多種學(xué)科融合，包括解剖學(xué)、人體測(cè)量學(xué)、生物力學(xué)、認(rèn)知心理學(xué)、工程學(xué)等，期間產(chǎn)生了復(fù)雜的約束關(guān)系與邏輯結(jié)構(gòu)，又分別對(duì)應(yīng)于不同的設(shè)計(jì)環(huán)節(jié)。

人機(jī)知識(shí)在研發(fā)中以不同流程階段分為公理化知識(shí)與系統(tǒng)化知識(shí)(如圖3)，兩者相互配合。前者包括尺寸、噪聲、震動(dòng)等指標(biāo)數(shù)據(jù)，后者測(cè)定姿態(tài)、動(dòng)作、認(rèn)知等操作者活動(dòng)數(shù)據(jù)，公理化知識(shí)框定產(chǎn)品特性并最終應(yīng)用于用戶，系統(tǒng)化知識(shí)則通過(guò)用戶數(shù)據(jù)采集反向推導(dǎo)產(chǎn)品，兩者互相借鑒與補(bǔ)充可以完善人機(jī)系統(tǒng)性能的評(píng)估。

人機(jī)優(yōu)化是將人機(jī)知識(shí)應(yīng)用從公理化知識(shí)向系統(tǒng)化知識(shí)過(guò)渡的過(guò)程，主要分為設(shè)計(jì)、整合、評(píng)價(jià)3個(gè)階段。在方案設(shè)計(jì)階段將人體測(cè)量學(xué)與工程心理學(xué)等作為基礎(chǔ)參照系，在整體布局和工作負(fù)擔(dān)方面參照國(guó)家及行業(yè)相關(guān)標(biāo)準(zhǔn)。其后，整合各方面指標(biāo)與元素，加入虛擬人與環(huán)境變量，形成人—機(jī)—環(huán)境虛擬平臺(tái)，最終通過(guò)仿真運(yùn)行摘取人體節(jié)點(diǎn)和受力數(shù)據(jù)，并根據(jù)整體的用戶需求判斷進(jìn)行評(píng)價(jià)。

以MSD為例，部分危險(xiǎn)因素(如溫度、緊張、重復(fù)性勞動(dòng)等)需要實(shí)際產(chǎn)品運(yùn)營(yíng)部門(mén)規(guī)范限制，與產(chǎn)品設(shè)計(jì)密切相關(guān)的危險(xiǎn)因素主要為力與姿態(tài)。力主要包括壓迫力與剪切力，通過(guò)作用在骨骼產(chǎn)生應(yīng)力與應(yīng)變量，姿態(tài)則主要針對(duì)笨拙姿勢(shì)(awkward postures)，包括彎腰、跪、蹲以及關(guān)節(jié)的極端屈曲扭轉(zhuǎn)。

將虛擬環(huán)境中的數(shù)值與標(biāo)準(zhǔn)統(tǒng)計(jì)數(shù)值交替錄入，通過(guò)生物力學(xué)標(biāo)準(zhǔn)模型得到各個(gè)方案的相對(duì)測(cè)試結(jié)果，結(jié)合操作時(shí)序以及上一階段人體負(fù)擔(dān)矩陣的結(jié)果求指數(shù)Qa，

式中Qa的指向隨qa的變化而適應(yīng)決策環(huán)境，包括決策對(duì)象和比較條件，括號(hào)內(nèi)的權(quán)重值隨決策涉及的不同部位和模塊增減，根據(jù)部位a在模塊v1～vn中的負(fù)擔(dān)比值決定最終決策中的指數(shù)影響力。指數(shù)Qa的結(jié)果可輔助決策制定，錄入過(guò)程如圖4所示。

3 軋輥機(jī)床研發(fā)應(yīng)用實(shí)例

3.1 矩陣推理

調(diào)查對(duì)象為某地70位機(jī)床加工操作人員，均為男性，去除患有遺傳性疾病或先天身體缺陷樣本3枚，實(shí)錄樣本67枚,其中樣本平均年齡42歲，平均工齡11年。

按照調(diào)查數(shù)據(jù)中的年齡與工齡分別分組，運(yùn)用SPSS軟件進(jìn)行ANOVA分析，將樣本顯現(xiàn)數(shù)量作為因變量，工齡、年齡組別作為因子，運(yùn)用Bonferroni法進(jìn)行事后比較，結(jié)果如表3所示。工齡組中一部分組別產(chǎn)生0.05層級(jí)影響，而年齡組別未見(jiàn)顯著影響，如表4所示。

表3 工齡組別Bonferroni法多重比較

續(xù)表3

注：*表示平均值差異在0.05層級(jí)顯著。

表4 年齡組別變異數(shù)分析

內(nèi)容包括全工齡、12個(gè)月、一周3個(gè)時(shí)間段內(nèi)工人是否出現(xiàn)各部位疼痛的癥狀，數(shù)據(jù)歸為集：U1(u11,u12,…,u18),U2(u21,u22,…,u28),U3(u31,u32,…,u38)整理如圖5所示。

由于統(tǒng)計(jì)表的結(jié)構(gòu)限制，去除重復(fù)統(tǒng)計(jì)內(nèi)容，求得矩陣R，

確立目標(biāo)層、策略層和措施層，將調(diào)集資源優(yōu)化人機(jī)負(fù)擔(dān)作為目標(biāo)層A，以全工齡至12個(gè)月、12個(gè)月至本周、本周作為準(zhǔn)則層C，將圖5中各個(gè)人體部位作為措施層P。

構(gòu)建A-C,C-P判斷矩陣，根據(jù)表5～表8矩陣計(jì)算出的各因素權(quán)重結(jié)果，獲得總層次排序，如表9所示。

表5 A-C判斷矩陣

表6 C1-P判斷矩陣

表7 C2-P判斷矩陣

表8 C3-P判斷矩陣

表9 總層次排序表

分析軋輥機(jī)床生產(chǎn)操作流程，其步驟主要包括點(diǎn)檢、機(jī)床準(zhǔn)備、上電、定位參照點(diǎn)、上料、啟動(dòng)、結(jié)束、下料、切斷電源和清潔等。除此以外，軋輥機(jī)床還需要相當(dāng)數(shù)量的維護(hù)操作,包括：針對(duì)傳動(dòng)鏈、滾珠絲杠、液壓系統(tǒng)、冷卻系統(tǒng)的維護(hù)，法蘭片、換向器、卡盤(pán)的清理，更換砂輪、清潔軸承并上油和導(dǎo)軌給油器加油。

在上述的各項(xiàng)操作中，涉及的機(jī)床產(chǎn)品模塊包括工作臺(tái)、導(dǎo)軌、頭架換向器、尾架、液壓系統(tǒng)、支撐架、冷卻系統(tǒng)、磨架、砂輪、套筒(含踏板)、控制臺(tái)、防護(hù)門(mén)、鉸鏈門(mén)、砂輪防護(hù)門(mén)、鈑金正面和鈑金背面。

通過(guò)整理各個(gè)場(chǎng)景中操作的詳細(xì)過(guò)程，在操作、模塊、部位之間建立聯(lián)系并歸納。運(yùn)用Siemens Tecnomatix Jack 8.3軟件模擬操作者在傳統(tǒng)軋輥機(jī)床操作中的各個(gè)場(chǎng)景，如圖6所示。在場(chǎng)景中按照50百分位數(shù)的中國(guó)男性數(shù)據(jù)建立人體模型，并模擬操作者在各個(gè)場(chǎng)景中的操作姿勢(shì)，Jack軟件將人體負(fù)擔(dān)指數(shù)表現(xiàn)為百分?jǐn)?shù)(如圖7)，關(guān)節(jié)承受的負(fù)擔(dān)越高，可以承受負(fù)擔(dān)的人數(shù)百分比越低，統(tǒng)計(jì)各個(gè)人體部位在不同操作中的受力負(fù)擔(dān)分析，將各個(gè)操作場(chǎng)景中的受力負(fù)擔(dān)分析進(jìn)行歸納，結(jié)果如表10所示。

表10 操作場(chǎng)景的人體負(fù)擔(dān)矩陣

將各場(chǎng)景人體負(fù)擔(dān)分配給相應(yīng)產(chǎn)品部件,然后人體負(fù)擔(dān)分配給予各個(gè)產(chǎn)品模塊并統(tǒng)計(jì)為評(píng)價(jià)矩陣A，推理過(guò)程如圖8所示。以機(jī)床上料場(chǎng)景為例，除臀部以外的身體部位都在計(jì)算機(jī)輔助場(chǎng)景模擬中檢測(cè)到負(fù)擔(dān)指數(shù)，將其記錄，隨后通過(guò)1.3節(jié)的推理方

法將負(fù)擔(dān)細(xì)分并分配給防護(hù)門(mén)、頭架、尾架、工作臺(tái)已經(jīng)鈑金正面，最終整合相應(yīng)表格。最終累加獲得的人體負(fù)擔(dān)矩陣如表11所示。

在Quality Companion軟件中創(chuàng)建質(zhì)量矩陣屋(house of quality matrix)，編輯圖表內(nèi)部各矩陣關(guān)系并輸入評(píng)價(jià)矩陣和重要系數(shù)，生成模塊的重要值和百分比，結(jié)果如圖9所示。

表11 針對(duì)產(chǎn)品模塊的人體負(fù)擔(dān)矩陣

工作臺(tái)導(dǎo)軌頭架換向器尾架液壓系統(tǒng)支撐架冷卻系統(tǒng)磨架砂輪套筒控制臺(tái)防護(hù)門(mén)鉸鏈門(mén)砂輪防護(hù)門(mén)鈑金正面鈑金背面肩461914828285808831040179900100下背486015000001566304204927281786304軀干16421447025713730056490731724腕9233190356933746421250491460000膝00000000000226028317944踝0000000000761040194223188肘04160564929013212100490000臀000000000002080106338268

結(jié)合圖9可以看出，在軋輥機(jī)床的研發(fā)過(guò)程中，鈑金正面、工作臺(tái)與控制臺(tái)的重要值分別占總數(shù)的24%,16%,15%，位列前3。鈑金正面的形態(tài)特征在人體下背、臀部和膝蓋部分的勞動(dòng)姿態(tài)中起決定作用，工作臺(tái)的設(shè)計(jì)優(yōu)化不但在日常操作生產(chǎn)中十分關(guān)鍵，而且影響相當(dāng)一部分維修工作和清潔工作的人體姿態(tài)，控制臺(tái)的形態(tài)則決定了操作者在界面操作中的體態(tài)和操作動(dòng)作。上述3個(gè)模塊的主要研發(fā)偏重以及其他模塊的重要度可以參考圖9作為指導(dǎo)。

3.2 人機(jī)方案評(píng)價(jià)

本單位針對(duì)某機(jī)床廠工件移動(dòng)式數(shù)控軋輥機(jī)床機(jī)身架構(gòu)開(kāi)展外防護(hù)研發(fā)以及造型設(shè)計(jì),其規(guī)格為6 000 mm×2 200 mm,磨削直徑范圍為30 mm～300 mm，最大頂尖距離為2 000 mm，砂輪橫向最大移動(dòng)距離為200 mm，工件床身與砂輪床身設(shè)計(jì)為整體床身。

設(shè)計(jì)團(tuán)隊(duì)先后研發(fā)了A、B兩款造型方案(如圖10、圖11)，依照相關(guān)行業(yè)設(shè)計(jì)規(guī)范，A、B方案在設(shè)計(jì)過(guò)程中均符合可達(dá)性與可視性要求，達(dá)到人體測(cè)量與生物力學(xué)標(biāo)準(zhǔn)。兩方案差異點(diǎn)主要在鈑金正面與防護(hù)門(mén)，兩個(gè)方案在正操作面腰線950 mm以下的設(shè)計(jì)類(lèi)似，而在950 mm以上部分，A方案在操作面采用15°度斜面，B方案采用方直風(fēng)格的造型，使其在下背部、肩部和膝部產(chǎn)生了不同的負(fù)擔(dān)。采集使用者的操作姿態(tài)并運(yùn)用生物力學(xué)分析其姿態(tài)所產(chǎn)生的相對(duì)負(fù)擔(dān)。

將方案A，B分別帶入人機(jī)分析軟件JACK,并與其他運(yùn)行部件組裝形成虛擬環(huán)境，挑選被試并代入虛擬測(cè)試空間，采集模型視野返回給被試(如圖12)，運(yùn)用Kinect動(dòng)作捕捉系統(tǒng)捕捉被試的姿態(tài)動(dòng)作并捕捉節(jié)點(diǎn)動(dòng)作(如圖13)。

根據(jù)手位不同，分解用戶在該操作面的操作步驟，分別為上手位姿態(tài)、軸平面姿態(tài)、頭架尾架姿態(tài)、工作臺(tái)姿態(tài)，然后捕捉被試在操作過(guò)程中的各個(gè)姿態(tài)并記錄關(guān)節(jié)位置，數(shù)據(jù)匯總?cè)绫?2所示。針對(duì)下背、肩部、膝部的負(fù)擔(dān)分析，分別求得下背前傾剪切力分量、膝部四頭肌肌力、肩部孟肱關(guān)節(jié)作用力(如圖14)，根據(jù)工件上下料以及工作臺(tái)清理維護(hù)的流程確定各個(gè)姿態(tài)的影響占比,各操作步驟的關(guān)節(jié)分解如圖15所示。

通過(guò)統(tǒng)計(jì)姿態(tài)內(nèi)膝部、下背腰椎部位、大臂轉(zhuǎn)動(dòng)部位的坐標(biāo)值，以及各個(gè)部位的轉(zhuǎn)動(dòng)角度(如表12)與GB/T10000[21]號(hào)中國(guó)成年人人體尺寸，求得力臂a和關(guān)節(jié)重力重力F。通過(guò)生物力學(xué)標(biāo)準(zhǔn)模型，求得關(guān)節(jié)作用力P與下背前傾剪切力分量M。

表12 虛擬場(chǎng)景數(shù)據(jù)的采集

通過(guò)比較同一部位在A,B兩方案中的受力情況(如表13)可以發(fā)現(xiàn),A方案相對(duì)于B方案在下背與肩部的受力分布降低了約7%，然而在膝部的受力卻增加了約11%。

表13 生物力學(xué)方案分析數(shù)據(jù)

提取相對(duì)受力的比值qa，結(jié)合3.1節(jié)的質(zhì)量屋表格中鈑金正面、防護(hù)門(mén)的重要值hv，以及這兩個(gè)部件相對(duì)的膝部、下背、肩部關(guān)聯(lián)指數(shù)nuv，求得部位a的優(yōu)勢(shì)指數(shù)Qa，綜合下背、膝部、肩部的優(yōu)勢(shì)指數(shù)Qa分別為7.549,-2.719,0.894，求和結(jié)果為正，A方案的人機(jī)工程表現(xiàn)相對(duì)更為突出。

4 結(jié)束語(yǔ)

本文提出基于QFD的針對(duì)機(jī)床產(chǎn)品模塊優(yōu)化的人機(jī)設(shè)計(jì)方法，著重介紹了產(chǎn)品需求推理和產(chǎn)品關(guān)聯(lián)矩陣推理兩個(gè)方面，闡述了將MSD調(diào)查作為主體的需求推理方案以及人體工作負(fù)擔(dān)分析矩陣的建立方法，運(yùn)用質(zhì)量屋工具產(chǎn)生產(chǎn)品模塊重要度。隨后，整理關(guān)系矩陣運(yùn)用到?jīng)Q策過(guò)程中，針對(duì)各個(gè)方案以及涉及的MSD因素構(gòu)建虛擬環(huán)境，將虛擬環(huán)境中的人體數(shù)值與生物力學(xué)模型組合，并結(jié)合相關(guān)矩陣數(shù)值輔助決策。

針對(duì)MSD的知識(shí)體系相對(duì)復(fù)雜，學(xué)界仍然在進(jìn)一步研究完善，在實(shí)際操作中，如何辨別MSD知識(shí)的實(shí)際運(yùn)用空間十分關(guān)鍵。本文將知識(shí)劃分為公理化知識(shí)與系統(tǒng)化知識(shí)，將公理化知識(shí)運(yùn)用在設(shè)計(jì)參考數(shù)值中，并構(gòu)架關(guān)系矩陣，在決策中與系統(tǒng)化知識(shí)相結(jié)合，希望能夠?qū)⒐I(yè)設(shè)計(jì)與工程設(shè)計(jì)中的參考數(shù)值與決策評(píng)價(jià)數(shù)值分離，以消除決策過(guò)程中的偏向，使決策更加合理、客觀。

在實(shí)際操作中，由于用戶需求樣本條件限制產(chǎn)生的“模糊與不確定性”、工程特征自相關(guān)關(guān)系的缺失，使得本方法存在相當(dāng)?shù)陌l(fā)展空間。進(jìn)一步的研究將重點(diǎn)圍繞灰色系統(tǒng)理論、需求層次分析、針對(duì)MSD病理的調(diào)查以及機(jī)床研發(fā)系統(tǒng)進(jìn)一步優(yōu)化該方法。