首页|装配作业中基于EEG的脑力负荷与绩效问题研究

装配作业中基于EEG的脑力负荷与绩效问题研究

葛倩

装配作业中基于EEG的脑力负荷与绩效问题研究

葛倩1
扫码查看

作者信息

  • 1. 江苏科技大学
  • 折叠

摘要

随着科技的发展和应用,生产力得到了极大地释放,多品种、小批量和产品生命周期短,逐渐成为消费者需求市场的主要特征。单元装配线代替了其他的生产模式,成为当代最有效的装配作业生产线之一。单元装配线富有人性化的特点,使得制造企业在对生产系统进行科学配置以提高生产效率的过程中,逐渐认识到“人因”因素成为制约生产管理进一步优化的瓶颈因素。在实际生产管理中,仅仅关注生产设备的设计,而忽略操作者脑力负荷或信息处理能力的限制,其结果必会影响操作者外在行为绩效表现,不利于生产效率的提高以及生产管理的优化。这也更加违背了工业工程中人因工程设计的理念:“付出最小耗能,求得最高效率”。因此,本文从“人因”因素之一的脑力负荷因素出发,研究装配作业操作者脑力负荷与作业绩效的关系,以使“人因”因素影响下改善生产效率和优化生产系统的方案更加符合企业实际生产。 本文以装配作业操作者的脑力负荷和绩效为研究对象。基于企业调研和前人的研究成果,将企业面临的问题具体化、典型化,通过实验室在现的方法,采用乐高小汽车为装配材料,模拟单元装配线的装配作业过程。根据现阶段制造企业的生产特点,分别设计了单产品装配与产品切换装配两种实验方案。首先,采用B-Alert X10设备采集操作者作业状态下的实时EEG(脑电图)数据,选用EEG脑力负荷指标和参与度指标描述操作者装配作业中脑力负荷的变化。其次,结合单位装配时间、出错率两个作业绩效指标与脑力负荷评估指标,分析脑力负荷与绩效的关系,以及单产品和产品切换装配的差异。然后,基于数据分析结果,为进一步量化脑力负荷与作业绩效的关系,采用BP神经网络算法,建立装配作业绩效评判模型,实现了脑力负荷数据对装配作业绩效的准确评判。最后,以本文的研究结果为依据,在生产计划管理和生产作业管理两个方面给出了相应的管理策略。 研究结果表明:在装配作业中,操作者脑力负荷在稳定在一定的范围内,作业绩效就会处于较优水平,如果在该范围之外,作业绩效就会下降或持续处于较差水平;EEG脑力负荷指标与参与度指标的结合分析,能准确描述装配作业操作者绩效水平,区分高低绩效;产品切换装配与单产品装配在单位装配时间方面,无显著性差异,但切换后的装配可以缓解操作者脑力负荷,也可能会提高装配质量;脑力负荷和参与度指标双输入的装配作业BP神经网络绩效评判模型能够准确评判操作者的绩效状态。 本文弥补已有的研究方法,选用高级的EEG指标描述操作者任务态的脑力负荷状态,探索装配作业脑力负荷与工作绩效的关系,建立装配作业绩效评判模型,推进了制造领域脑力负荷评估及其与绩效关系的相关研究,在脑力负荷测量方面具有重要的理论意义。基于制造企业的发展现状,应用本文的研究结果对于企业作业计划方面,具有重要的实践指导意义。

关键词

制造企业/装配作业/脑力负荷/脑电图/作业绩效/神经工效学

引用本文复制引用

授予学位

硕士

学科专业

管理科学与工程

导师

韩文民/蒋家尚

学位年度

2019

学位授予单位

江苏科技大学

语种

中文

中图分类号

F4
段落导航相关论文