欧盟《以人为中心的未来工厂白皮书》总结五大发展特点

作者: 2020-03-10 18:33 来源:
放大 缩小

  

  201910月,欧洲地平线2020计划中与未来工厂主题相关的5个项目团队[1]联合组成了“以人为中心的未来工厂”集群,并共同发布了《以人为中心的未来工厂白皮书》[2]。白皮书对操作员4.0[3]概念进行了拓展,提出包括增强型和虚拟操作员、社交和协作操作员、超强壮的操作员、独一无二的操作员以及健康快乐的操作员等五大发展特点,并对5个项目组取得的成功经验予以论证,总结了4方面的建议。

  一、增强型和虚拟操作员

  员工必须接受定期培训,以获取和更新技能。虚拟现实(VR)、增强现实(AR)、混合现实(MR)技术使培训和指导适应不断变化的情况(如新设备、新程序、新员工等),还根据其能力、技能水平和个人学习目标来定制信息,确保这些信息能够被员工正确理解。在未来工厂中,还将促进不同参与者共同参与设计活动。

  1、离岗和在岗培训及制造

  INCLUSIVEMANUWORK HUMAN等项目利用VR技术重新创建完整的虚拟环境来支持离岗培训,员工可以在制造系统调试安装之前就完成培训工作。在虚拟环境中,甚至可以安全地针对异常情况进行练习。此外,虚拟环境允许对员工的需求以及受训课程进行广泛的个性化定制。

  A4BLUEFactoryFitHUMANMANUWORK项目提供分步的AR指导,员工可以边做边学。结合远程协助支持,AR可以为员工提供实时的免提指导,其内容直接在其视野内显示。

  2、协同设计

  FactoryFit的平台支持在整个制造过程中查看自己及他人的工作与任务,协同设计将成为可能。虚拟工厂提供了平台,可以使员工建议可见并支持不同利益相关方之间共享想法。

  HUMAN项目侧重于提供评估和确定工作场所所需的工具。项目提出的解决方案促进了工程师和操作员的协作。它利用虚拟现实和增强现实技术,为工程师提供工具以帮助模拟、访问和修改真实制造环境和过程,并检查有效性、可用性和效率。该解决方案有两种模式:操作人员可以在沉浸式虚拟车间中执行任务的模拟模式,以及工程师和操作员能够以可视化协作方式更改工作场所布局的设计模式。

  二、社交和协作操作员

  高度协作、知识密集、以服务为导向、高效的制造业的重要性正在凸显,它不仅是一种新兴的商业范式,也是动态协作制造网络的集成技术方法。未来工厂所将把人类和机器人聚集在一起,双方在同一任务上共享工作,在不同的生产任务中相互协作和互补,并将人类的敏捷性、灵活性和解决问题的技能与机器人的重复性、速度和精确性结合起来。人类工作角色的转变意味着需要以人为本的思考。

  1、工业社会网络及知识共享

  未来工厂需要统一的标准来发现、设计并分享最佳实践经验。希望通过向员工提供易于使用的自助或同伴帮助来简化支持并削减成本,即用户无需联系服务台即可快速获得答案和信息,从而节省了员工宝贵的时间。此外,工厂还希望激励员工学习新技能和提升原有技能,并使得技能和证书更加透明、更具可比性且更易获取,从而发展和挽留最优秀的人才。

  有些员工拥有良好的工作习惯和解决问题的能力。使用基于社交媒体的工具可以使这些知识可见并被访问,这将对官方提供的指南和文档形成补充。将知识与制造环境相关联,使员工能以与情境相关的形式访问与情境相关的信息,这将进一步促进知识共享和访问。

  FactoryFit项目的经验表明:员工发现了不同方法以推动工作中知识共享。通常这些解决方案未能成功地激发员工共享知识,因而将知识在员工社区上进行共享至关重要。

  A4BLUE协作知识平台通过如下方式推动互动和提高员工生产率:鼓励员工利用集体知识,并将其应用于日常工作;提供多种协作工具;将正确的技能和知识推送给员工;将旧的工作和通信方式转变为新的数字协作方式,可完美集成并任意访问。

  MANUWORK开发的工业社交网络工具(RAPpID)将员工置于中心位置,使其能够快速且友好地访问与其工作场所相关的数据和信息。这将使工厂减少等待/停机时间,提高整体效率并利用积累的知识。

  2、人机协作

  欧洲未来工厂研究协会(EFFRA)已经在《工厂4.0及未来》报告中针对人机协作提出了安全性、人体工程学、适应性和接受性等需求。人机协作中对机器的信任度需要适中:如果过低,员工将无法有效地执行任务;如果太高,则员工可能会变得过于自满和粗心。A4BLUE使用量身定制的标准以量化人机协作中对机器人的信任度。

  推动人机协作需要了解人机协作的需求以及现有方法之间的差异。MANUWORK协作水平框架在设计人机协作方案时,以员工个人教育背景及身体情况为出发点。A4BLUE项目利用传感器监视人机协作区域,并具有识别无生命的障碍物和人的能力,从而使机器人的行为更加安全。此外,机器人可以在协作完成生产任务时考虑不同员工的个人情况,如人体特征、技能、偏好等。

  人与机器之间的通信方式也得到了增强,如语音和手势交互机制等,因此系统可以进一步支持不同员工的能力或偏好。在实施阶段进行的可用性和员工满意度测试可确保正确使用此类功能以及解决方案在整个过程中的可持续性。

  三、超强壮的操作员

  在执行日常任务时,未来工厂除了在脑力上提供支持,还应在体力上提供支持。如前所述,可以通过引入协作机器人来满足体力工作的需求。但并非所有任务都可以自动化,一些任务需要员工在不符合人体工程学的情况下进行重复劳动,如提起箱子或高举双手进行钻孔等。为此,HUMAN项目提出了基于外骨骼的解决方案。

  当需要员工高举双手,进行钻孔、夹紧或拧螺钉时,可使用上肢外骨骼,帮助员工维持抬高的手臂并减少肩部肌肉所需的力量来为上肢提供帮助。经常举起沉重箱子将其转移到货盘会导致员工骨盆区域疼痛,HUMAN项目开发的骨盆外骨骼解决方案可为员工背部提供支撑,从而减少该部位的肌肉劳损。它是一种主动且紧凑的解决方案,涉及控制算法和辅助策略。

  四、独一无二的操作员

  以人为本的工厂应满足具有不同技能、能力和偏好的员工需求。适应性制造系统应为员工提供个性化情境感知帮助,以有效、高效且持续地执行任务。该系统可适应员工自身的变化,包括身体、感觉和认知能力、特征、技能和偏好的发展等。

  1、适合员工的工作场所

  A4BLUE项目中,机器人在与员工协作进行装配任务时检测人体测量学特征,系统还可根据员工的能力水平和经验通过AR向其提供帮助。当涉及弱势用户时,如患有认知或身体上的障碍、老年人或技能水平较低的用户等,自适应的要求尤其重要。自适应系统的短期目标是在与系统交互的过程中提高员工绩效,但最终目标是提高员工技能。

  处理个人数据的自适应系统必须充分考虑与数据保护有关的问题。通用数据保护条例(GDPR)定义了数据保护的基本原则。FactoryFit中开发的员工资料仪表板为员工提供了访问其资料数据并定义访问该资料的权限。INCLUSIVE开发了使员工匿名的方法,为他们分配代码并为代码分配正确的配置文件。

  2、负载平衡

  在现实的装配中,包括人为或环境因素在内的各种突发意外将威胁生产目标的实现,如员工的疲倦或缺乏技能、复杂的操作及机器故障等。MANUWORK引入了数学算法来解决不同种类的流水线配置(如直线和U形流水线设计)装配线的平衡问题。

  五、健康快乐的操作员

  以人为本的未来工厂应定量评估员工的幸福感和满意度。

  1、增强对工作幸福感和工作成就的反馈

  在未来的工厂中,员工有权管理自己的工作幸福感和能力发展。FactoryFit项目持续监测了员工的工作活动和幸福感,并形成反馈以研究幸福感与工作成就之间的联系,支持员工不断提升自己的能力。

  2、员工满意度评估

  FactoryFitMANUWORKINCLUSIVE等项目进行了员工满意度的评估。由于满意度是一个多维心理概念,尽管不可能直接测量,但是可以识别和量化影响满意度的可观察指标。

  六、建议

  白皮书最后提出4个方面的建议。

  1、生产力与幸福感并重。以人为本的工厂将提高生产力和员工幸福感;实时测量员工能力/心理压力,通过自动适应工作的新技术解决方案有助于提高生产力和员工幸福感;实时测量员工身体疲劳程度,通过自动调整力学支撑水平的新技术解决方案可以提高生产力和员工安全;ARVR是在职培训的有效工具,可以提高生产力和员工幸福感;为员工提供影响和改善其工作的方法将增加工作动力和生产力。

  2、工作角色。工作角色的转变应考虑到老年员工需求;应将对技能要求较高的新工作分配给年轻人和具有能力的人。

  3、伦理、隐私与信任。应通过符合道德的解决方案来实现可持续且负责任的行业目标。必须保护员工的专有技术,防止未经授权的使用;必须考虑与人机合作中的信任相关的标准。

  4、支持中小企业采用以人为本的未来工厂解决方案。   (黄健)

 

  


 

[1] 5个项目分别是:可在变化的环境中满足蓝领员工需求的装配自适应自动化项目(A4BLUE);通过提升工厂环境的灵活性和适应性以提升员工满意度和生产率项目(Factory2Fit);使人与复杂机器的交互变得更加容易的INCLUSIVE项目;通过定义并展示自动化和人工协作的工作场所,以提高生产率、质量、工厂绩效以及员工满意度和安全性的HUMAN项目;使人在不断变化的生产系统中,随着不断变化的自动化水平不断适应工作环境的MANUWORK项目

[2] ACE Factories White Paper. https://www.effra.eu/news/ace-factories-white-paper

[3] The Operator 4.0: Human Cyber-Physical Systems & Adaptive Automation Towards Human-Automation Symbiosis Work Systems. https://link.springer.com/chapter/10.1007/978-3-319-51133-7_80

附件: