ERGONOMİK RİSK VE ENERJİ TÜKETİM KISITLARI ALTINDA MONTAJ HATTI DENGELEME PROBLEMİNİN HEDEF PROGRAMLAMA İLE MODELLENMESİ VE ÇÖZÜMÜ

Yıl 2024, Cilt: 35 Sayı: 3, 378 - 409

Dilara Menkis , Emin Kahya

Öz

Montaj hattı dengele probleminde, işlemler arasındaki öncelik ilişkileri dikkate alınarak boş süreleri enküçükleyecek şekilde işlemler istasyonlara atanır. Montaj hatları, üretim sürecinin kritik bir noktasını oluşturur ve ergonomik faktörlerin burada dikkate alınması, çalışanların performansını ve memnuniyetini belirleyici bir etken haline gelir. Aynı zamanda işlemlerin fiziksel iş yükleri ile çalışanların o işlemi yaparken harcadıkları enerji miktarları arasında farklılıklar olmaktadır. Bu nedenle montaj hatları dengelenirken istasyonun risk seviyesinin ve çalışanın harcadığı enerji miktarının da kabul edilebilir bir seviyeye düşürülmesi amaçlanmalıdır. Bu çalışmada, bir beyaz eşya metal sanayi işletmesinde basit tek modelli montaj hattı dengeleme problemi ergonomik risk seviyeleri ve çalışanların harcadığı enerji miktarları dikkate alınarak modellenmiştir. Her bir işlemin zorluk dereceleri REBA yöntemi ile hesaplanmıştır. Çalışanların harcadığı enerji miktarları sabah ve öğleden sonra olmak üzere toplam 120 dakika akıllı saat ile ölçüm alınarak belirlenmiştir. Çevrim süresi, fiziksek iş yükü ve harcanan enerji miktarından sapmaları enküçükleyen bir hedef programlama modeli geliştirilmiştir. Her bir istasyonda toplam REBA skoru ve harcanan enerji miktarı için hedef ve maksimum değerler belirlenmiş, kısıt olarak modele eklenmiş ve GAMS paket programı ile model çözülmüştür. Ergonomik risk ve harcanan enerji miktarı dikkate alınmadan yapılan dengeleme sonuçları karşılaştırılmış ve hedeflenen REBA skorundan sapma oranı %22’den %14,4’e ve enerji tüketim miktarının hedeflenen değerden sapması %10,7’den %5,4’e düşmüştür. Risk seviyesi yüksek olan istasyon sayısı 5’ten 4’e azalmış ancak enerji tüketim miktarı yüksek olan istasyon sayısı 5’ten 6’ya yükselmiştir. Maksimum REBA değerinden sapma ise %15,2’den %8,8’e, enerji tüketim miktarı sapması ise %5’den %0,3’e düşmüştür. Risk seviyesi yüksek istasyon sayısı aynı kalmasına rağmen hem fiziksel iş yükleri hem de harcanan enerji miktarları açısından daha dengeli bir montaj hattı oluşturulmuştur.

Anahtar Kelimeler

Montaj hattı dengeleme, Ergonomik Risk Değerlendirmesi, REBA, Hedef Programlama, Enerji tüketim miktarı

Destekleyen Kurum

TÜBİTAK

Proje Numarası

1139B412301643

MODELING AND SOLUTION OF THE ASSEMBLY LINE BALANCED PROBLEM UNDER ERGONOMIC RISK AND ENERGY CONSUMPTION CONSTRAINTS WITH TARGET PROGRAMMING

Öz

In the assembly line balancing problem, operations are assigned to stations in order to minimize idle times, taking into account the priority relationships between operations. Assembly lines constitute a critical point in the production process, and taking ergonomic factors into consideration here becomes a determining factor in employee performance and satisfaction. At the same time, there are differences between the physical workloads of the operations and the amount of energy spent by the employees while performing that operation. Therefore, when balancing assembly lines, it should be aimed to reduce the risk level and energy amount of the station to an acceptable level. In this study, a simple single-model assembly line balancing problem in a kitchen appliances enterprise was modeled by taking into account ergonomic risk levels and the amount of energy consumed by employees. The difficulty levels of each operation were calculated with the REBA method. A smart watch was used to determine the amount of energy consumed by employees. A total of 120 minutes of measurements were taken in the morning and afternoon. A goal programming model has been developed to minimize deviations from cycle time, physical workload and the amount of energy consumed. Target and maximum values for the total REBA score and the amount of energy spent at each station were determined, added to the model as a constraint, and the model was solved with the GAMS package program. The balancing obtained as a result of the study was compared with the balancing results made without taking into account the ergonomic risk and the amount of energy consumed, the deviation from the targeted REBA score decreased from 22% to 14.4% and the deviation from the targeted energy consumption amount decreased from 10.7% to 5.4%. The number of stations with high risk levels decreased from 5 to 4, and the number of stations with high energy consumption increased from 5 to 6. The deviation from the maximum REBA value decreased from 15.2% to 8.8%, and the deviation from the maximum energy consumption amount decreased from 5% to 0.3%. Although the number of high-risk stations remains the same, a more balanced assembly line has been created in terms of both physical workloads and the amount of energy consumed.

Anahtar Kelimeler

Assembly line balancing, Ergonomic risk evaulation, REBA, Goal Programming, Energy consumption

Proje Numarası

1139B412301643

Kaynakça

• Akyol, S. D., ve Baykasoğlu, A. (2019). ErgoALWABP: a multiple-rule based constructive randomized search algorithm for solving assembly line worker assignment and balancing problem under ergonomic risk factors. Journal of Intelligent Manufacturing, 30, 291-302. Doi: https://doi.org/10.1007/s10845-016-1246-6
• Battini, D., Delorme, X., Dolgui, A., ve Sgarbossa, F. (2015). Assembly line balancing with ergonomics paradigms: two alternative methods. IFAC-PapersOnLine, 48(3), 586-591. Doi: https://doi.org/10.1016/j.ifacol.2015.06.145
• Battini, D., Delorme, X., Dolgui, A., Persona, A., ve Sgarbossa, F. (2016). Ergonomics in assembly line balancing based on energy expenditure: a multi-objective model. International Journal of Production Research, 54(3), 824-845. Doi: https://doi.org/10.1080/00207543.2015.1074299
• Bautista, J., Alfaro-Pozo, R., ve Batalla-García, C. (2016). Maximizing comfort in Assembly Lines with temporal, spatial and ergonomic attributes. International Journal of Computational Intelligence Systems, 9(4), 788-799. Doi : https://doi.org/10.1080/18756891.2016.1204125
• Bautista Valhondo, J., ve Alfaro Pozo, R. (2018). Mixed integer linear programming models for minimizing ergonomic risk dispersion in an assembly line at the Nissan Barcelona factory. Dirección y organización. Revista de ingeniería de organización, 65(2018), 72-89. Erişim adresi: http://hdl.handle.net/2117/121515
• Baykasoğlu, A. ve Akyol, Ş. D. (2014). Ergonomik montaj hatti dengeleme. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 29(4). Doi: https://doi.org/10.17341/gummfd.00296
• Boysen, N., Fliedner, M., ve Scholl, A. (2008). Assembly line balancing: Which model to use when?. International journal of production economics, 111(2), 509-528. Doi: https://doi.org/10.1016/j.ijpe.2007.02.026
• Calzavara, M., Faccio, M., Persona, A., ve Zennaro, I. (2021). Walking worker vs fixed worker assembly considering the impact of components exposure on assembly time and energy expenditure. The International Journal of Advanced Manufacturing Technology, 112, 2971-2988. Doi: https://doi.org/10.1007/s00170-020-06438-9
• Chica, M., Cordon, O., Damas, S., ve Bautista, J. (2012). Multiobjective memetic algorithms for time and space assembly line balancing. Engineering Applications of Artificial Intelligence, 25(2), 254-273. Doi: https://doi.org/10.1016/j.engappai.2011.05.001
• Dalle Mura, M., ve Dini, G. (2019). Optimizing ergonomics in assembly lines: A multi objective genetic algorithm. CIRP Journal of Manufacturing Science and Technology, 27, 31-45. Doi: https://doi.org/10.1016/j.cirpj.2019.08.004
• Dalle Mura, M., ve Dini, G. (2023). Improving ergonomics in mixed-model assembly lines balancing noise exposure and energy expenditure. CIRP Journal of Manufacturing Science and Technology, 40, 44-52. Doi: https://doi.org/10.1016/j.cirpj.2022.11.005
• Garg, A., Chaffin, D. B., ve Herrin, G. D. (1978). Prediction of metabolic rates for manual materials handling jobs. American Industrial Hygiene Association Journal, 39(8), 661-674. Doi: https://doi.org/10.1080/0002889778507831
• Gülbandılar Canbazoğlu, S. ve Kahya, E. (2023). Ergonomik montaj hattı dengeleme probleminin farklı risk faktörleri için modellenmesi ve çözümü. Endüstri Mühendisliği, 34(3), 433-457. https://doi.org/10.46465/endustrimuhendisligi.1329111
• Güner, B. ve Hasgül, S. (2012). Sürdürülebilir denge için ergonomik faktörleri içeren U-tipi montaj hattı dengelemesi. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 27(2), 407-415.
• Hignett, S. ve McAtamney, L. (2000). Rapid entire body assessment (REBA). Applied Ergonomics, 31(2), 201-205. Doi : https://doi.org/10.1016/S0003-6870(99)00039-3
• Lin, L., Wei, L., Liu, T., Zhang, H., Qin, P., Leng, J., ... ve Liu, Q. (2024). Hierarchical and two-stage framework for the paced mixed-model assembly line balancing and sequencing problem considering ergonomic risk. Engineering Optimization, 56(7), 1098-1121. Doi: https://doi.org/10.6084/m9.figshare.26242881.v1
• Kahya, E., Şahin, B., Daşdelen, E. ve Doğru, S. (2018). Ergonomik risk kısıtları altında yeni bir montaj hattı dengeleme modeli geliştirilmesi, Mühendislik Bilimleri ve Tasarım Dergisi, 6(ÖS:Ergonomi2017), 188–196. Doi: https://doi.org/10.21923/jesd.363560
• Katiraee, N., Calzavara, M., Finco, S., Battaïa, O. ve Battini, D. (2023). Assembly line balancing and worker assignment considering workers’ expertise and perceived physical effort. International Journal of Production Research, 61(20), 6939-6959. Doi : https://doi.org/10.1080/00207543.2022.2140219
• Kocabaş, M. (2009). Ağır ve tehlikeli işlerde çalışan iş görenlerde zorlanmaya neden olan çalışma duruşlarının analizi (Yüksek Lisans Tezi). Selçuk Üniversitesi Fen Bilimleri Enstitüsü, Konya.
• Kucukkoc, I. (2020). Montaj Hattı Planlama Modelleme ve Optimizasyon, Nobel Yayıncılık.
• Kucukkoc, I. ve Zhang, D. Z. (2014). Simultaneous balancing and sequencing of mixed-model parallel two-sided assembly lines. International Journal of Production Research, 52(12), 3665-3687. Doi : https://doi.org/10.1080/00207543.2013.879618
• Mokhtarzadeh, M., Rabbani, M. ve Manavizadeh, N. (2021). A novel two-stage framework for reducing ergonomic risks of a mixed-model parallel U-shaped assembly-line. Applied Mathematical Modelling, 93, 597-617. Doi : https://doi.org/10.1016/j.apm.2020.12.027
• Nourmohammadi, A., Ng, A. H., Fathi, M., Vollebregt, J. ve Hanson, L. (2023). Multi-objective optimization of mixed-model assembly lines incorporating musculoskeletal risks assessment using digital human modeling. CIRP Journal of Manufacturing Science and Technology, 47, 71-85. Doi : https://doi.org/10.1016/j.cirpj.2023.09.002
• Polat, O., Mutlu, Ö. ve Özgormus, E. (2018). A mathematical model for assembly line balancing problem type 2 under ergonomic workload constraint. The Ergonomics Open Journal, 11, 1-10. Doi: https://doi.org/10.2174/1875934301811010001
• Şahin, B. N. ve Kahya, E. (2018). Hedef programlama modeli ile ergonomik kisitlar altinda montaj hatti dengelemesi. Mühendislik Bilimleri ve Tasarım Dergisi, 6, 188-196. Doi: https://doi.org/10.21923/jesd.358709
• Tiacci, L. (2018). The problem of assigning rest times to reduce physical ergonomic risk at assembly lines. IFAC-PapersOnLine, 51(11), 692-697. Doi: https://doi.org/10.1016/j.ifacol.2018.08.399
• Turgut, Z. N., Danışan, T. ve Tamer, E. R. E. N. (2020). Spor yapanlar için en uygun akıllı saatin AHP ve PROMETHEE yöntemleri ile seçimi. Uluslararası Beden Eğitimi Spor ve Teknolojileri Dergisi, 1(2), 1-11. Erişim adresi : https://dergipark.org.tr/en/pub/best/issue/59360/777576
• Yetkin, B. N. (2019), Ergonomik Montaj Hattı Dengeleme Probleminin Konik Skalerleştirme Yöntemiyle Çözümü (Yüksek Lisans Tezi). Eskişehir Osmangazi Üniversitesi Fen Bilimleri Enstitüsü, Eskişehir.
• Yetkin, B. ve Kahya, E. (2022). A bi-objective ergonomic assembly line balancing model with conic scalarization method, Human Factors and Ergonomics In Manufacturing, 32(6), 494-507. Doi : https://doi.org/10.1002/hfm.20967
• Zhang, Z., Tang, Q., Ruiz, R. ve Zhang, L. (2020). Ergonomic risk and cycle time minimization for the U-shaped worker assignment assembly line balancing problem: A multi-objective approach. Computers & Operations Research, 118, 104905. Doi : https://doi.org/10.1016/j.cor.2020.104905