Selbstlernende Arbeitsplatzsysteme für die Montage
Überbelastungen vermeiden durch optimale Arbeitspositionen

Florian Beuß, Konrad Jagusch, Jan Sender, Wilko Flügge und Stéphane Coyen

Besonders im Bereich kleiner Stückzahlen mit komplexen Produktionsschritten weist der Mensch einen Vorteil gegenüber vielen Automatisierungslösungen auf. Um diese Flexibilität und Produktivität präventiv zu schützen, müssen Assistenzsysteme entwickelt werden, die nicht ergonomische Tätigkeiten verhindern und den Menschen unterstützen. Gerade die vorausgesetzte Flexibilität stellt hier eine besondere Herausforderung dar.

Die Flexibilität gegenüber komplexen Aufgabenstellungen ist ein besonderes Merkmal des Menschen im Vergleich zu vielen Automatisierungslösungen [1]. Vor dem Hintergrund des demographischen Wandels sowie des Fachkräftemangels gilt es diese Flexibilität und Einsatzfähigkeit in diesem Bereich zu schützen [2]. Nicht ergonomische Tätigkeiten müssen vermieden werden [3]. Hohe dauerhafte Belastungen sind ebenfalls zu vermeiden, sodass die tägliche Arbeit durch Montagesysteme zu unterstützen ist [4]. Doch können bisherige Systeme die notwendige Flexibilität hoher Produktvarianzen oder aber des Mitarbeiters oftmals nicht zusammen gewährleisten [5]. Hierdurch besteht ein akuter Bedarf an flexiblen Montagesystemen und Unterstützungseinrichtungen.


Bild 1: Starre Arbeitsplätze führen zu Zwangslagen und hohen physischen Belastungen


Probleme bei ungeeigneten Montagesystemen

Besonders in der manuellen Montage von Produkten mit hoher Varianz, die bisweilen bis zur Unikatfertigung reicht, ist die Flexibilität des Montagesystems gegenüber sich ändernden Anforderungen eine Grundvoraussetzung für eine effiziente und wirtschaftlich erfolgreiche Produktion. Verfügbare Montagesysteme lassen sich bisher jedoch nur unzureichend an die physische Beschaffenheit der Mitarbeiter anpassen (siehe Bild 1).

Sofern verfügbar sind Anpassungen meist durch Bedienung einfacher Steuerelemente zur Einstellung vorhandener Verstellungsvorrichtungen möglich. Eine der gängigsten Optionen ist hierbei die Anpassung der Höhe sowie des Neigungswinkels der Arbeitsebene auf die jeweilige Körpergröße des Mitarbeiters sowie die Einstellung der notwendigen Beleuchtung [6]. 

Die unzureichende Adaption des Montagesystems an den Mitarbeiter führt dazu, dass dieser in Zwangslagen seine Arbeit verrichten muss. Dies bedingt Erkrankungen des Muskel-Skelett-Systems und so teure Mitarbeiterausfälle. 

Doch auch Montagesysteme mit Anpassungsmöglichkeiten stellen den Mitarbeiter vor große Herausforderungen. Um dauerhaft ergonomisch zu arbeiten, müsste ein großes arbeitswissenschaftliches Fachwissen bei den Mitarbeitern vorausgesetzt werden, um Fehlbelastungen und schadhafte Körperhaltungen zu erkennen und diese zu vermeiden. 

Die Gestaltung des Montagesystems muss daher stets den späteren Nutzer adressieren und ihm Vorzugspositionen zur Verrichtung der Arbeitsaufgabe anbieten, um eine physische Überbelastung durch Zwangshaltungen sowie eine psychische Überforderung durch das technische System zu vermeiden. Gerade die technische Überbeanspruchung durch zu komplex gestaltete Mensch-Maschinen-Schnittstellen führt schnell zu Abneigung gegen das eigentlich unterstützende System und gipfelt in einer regelrechten Technikablehnung [7].


Bild 2: Allgemeingültiger Aufbau des selbstlernenden Montagesystems

Um eine zielgerichtete Anpassung des Montagesystems an den Mitarbeiter und die situationsabhängige Montageposition zu ermöglichen, werden anthropometrische Daten mit Montageinformationen und dreidimensionalen Konstruktionsdaten kombiniert und zu einer Bewegungsdatenbank für ein 3-Achs-Montagesystem entwickelt, über das bereits zuvor berichtet wurde [8].


Ermittlung ergonomischer Montagepositionen

Zur Ermittlung der optimalen situationsabhängigen Montageposition sind Informationen aus dem Montageprozess, der Koordinaten der Fügestellen sowie den Konstruktionsdaten als solche notwendig. Der Montageprozess eines variantenreichen Produkts wurde mit Hilfe einer virtuellen Prozesssimulationsumgebung digitalisiert und stand für weitere Entwicklungsarbeiten und zur objektiven Bewertung der Ergonomie zur Verfügung [9]. 

Die Koordinaten der Verbindungsstellen zweier zu fügender Komponenten wurde in lokalen Koordinatensystemen an den Fügestellen ermittelt und in ein Weltkoordinatensystem transformiert. Um ergonomische Positionen des Mitarbeiters zu erzielen, wurden ebenfalls die Koordinaten der zu nutzenden Werkzeuge, die in den Händen eines digitalen Menschmodells (DHM) liegen, in das Weltkoordinatensystem überführt. Durch inverse Kinematik sind die Hände des DHM, wie in der realen Welt, mit dem übrigen Skelettsystem verbunden und bedingen so die Gelenkstellungen des Körpers und somit auch dessen Ergonomie. Nach Verknüpfung des DHM mit den Koordinaten der Verbindungsstellen ist es möglich, eine iterative Bewegungssimulation des DHM durchzuführen, um so für jede zu montierende Komponente eine ergonomisch optimale Montageposition zu finden. Hierbei wurde die iterative Bewegungssimulation auf Basis des 5., 50. und 95. Perzentil der anthropometrischen Körpermaße verwendet [10, 11]. Die Koordinaten der Montagepositionen wurden zur späteren Übermittlung an die Steuerung des 3-Achs-Montagesystems in eine SQL-Datenbank gespeichert und bilden die Ausgangsdatenlage des lernenden Montagesystems. Der allgemeine Aufbau ist in Bild 2 dargestellt und zeigt neben den notwendigen Eingangsinformationen auch die Möglichkeit der selbstbestimmten Nachjustierung durch die Mitarbeiter mit Hilfe der Systembedienung auf. 

Da die für die Initialpositionen verwendeten anthropometrischen Körpermaße nicht exakt auf die realen Körpermaße der Mitarbeiter passen, müssen die individuellen Montagepositionen der am Montageprozess beteiligten Mitarbeiter ermittelt werden. Hierbei wurde ein Interpolationsalgorithmus verwendet, der die simulierten Montagepositionen auf den realen Mitarbeiter anpasst und so reale, individuelle Koordinaten für den Montageprozess berechnet. Diese individuellen Informationen werden als spezifische Mitarbeiterdaten ebenfalls in der SQL-Datenbank gespeichert. 

Da die Interpolation mit einer größeren Datenbasis genauer approximieren kann, werden die Montagepositionen für die unterschiedlichen Mitarbeiter genauer, je mehr Anwender mit dem System interagieren. Das Montagesystem lernt somit anhand der Nutzer, die Montagepositionen individuell und exakt anzufahren. Voraussetzung dafür ist die Identifikation des jeweiligen Anwenders und der zu montierenden Bauteile. 


Auftrags- und Mitarbeiterdaten im Montageprozess

Um eine effiziente Ermittlung des Mitarbeiters und des Montageauftrags zu gewährleisten, empfiehlt sich eine automatische Identifikation. Je nach Anwendungsbereich eignen sich unter anderem der Einsatz von 2D-Codes oder Radio-frequency Identification (RFID)-Systeme. Beide Ansätze erlauben ein kontaktloses Auslesen angebrachter Tags oder Informationen auf Bauteilen, wobei beim 2D-Code Sichtkontakt bestehen muss [12]. Gerade 2D-Codes weisen jedoch eine Robustheit gegenüber Verschmutzung und Beschädigung auf und ermöglichen darüber hinaus die Einbringung direkt ins Material [13, 14]. Aufgrund des Unikatcharakters und der damit einhergehenden Produktvarianz sind mobile Lesegeräte vorteilhaft, da eine standardisierte Anbringung der Information nur schwerlich umsetzbar ist.  

Auf Basis der Identifikation und der logischen Verknüpfung von Bauteilen und Aufträgen sind entsprechende Metadaten aus der aufgesetzten Datenbank abzurufen. 

Die Ermittlung der Mitarbeiterdaten ist äquivalent, wobei die Identifikationstechnologie abweicht. Hier ist auf den weit verbreiteten NFC-Standard zurückzugreifen, der speziell zur Identifikation von Mitarbeitern eingesetzt wird, wie bspw. für die Zutrittsautorisierung oder eine Zeiterfassung  [15].  Trotz der Speicherung persönlicher Daten ist eine Verschlüsselung dieser realisierbar. Ferner ist eine anonyme Nutzung des Arbeitsplatzsystems zu realisieren. 

Nach der Identifikation des Auftrags über den Bauteil- und Mitarbeiterschlüssel sind die initialen Daten zur optimalen Systemeinstellung vorhanden. Um wiederum eine feingranulare Anpassung pro Prozessschritt zu gewährleisten, müssen diese Einzelvorgänge hinterlegt sein. Über die Verknüpfung der Bauteile mit einzelnen Montagesequenzen erfolgt die inkrementelle Ausrichtung des Montagesystems in Abhängigkeit des jeweiligen Bauteils, der Montageposition sowie des aktuellen Mitarbeiters (siehe Bild 3). Diese Untergliederung eines Auftrags in Montageabschnitte ermöglicht zudem einen Prozessschritt genauen Abruf von Materialien und die Erfassung von bspw. Produktiv- oder Störungszeiten (siehe Bild 3). 


Bild 3: Ergonomische Montagepositionen durch Bauteil und Mitarbeiteridentifikation

Ausblick

Um der steigenden Produktdiversifikation gerecht zu werden und um weiterhin wirtschaftlich fertigen zu können, sind flexible Montagesysteme, die den Montagemitarbeiter stets unterstützen, sehr wichtig. Bestehende Anpassungen an die physischen Bedürfnisse der Mitarbeiter sind bisher stark limitiert oder bedingen ein hohes Bewusstsein für ergonomische Haltungen. Um die Arbeitskraft der Mitarbeiter langfristig zu erhalten und Zwangslagen zu vermeiden, wurde ein selbstlernendes Montagesystem entwickelt, welches auf Basis von virtuellen Bewegungssimulationen, Montageinformationen und Konstruktionsdaten optimale und ergonomische Montagepositionen ermittelt. Diese werden innerhalb des Montageprozesses an ein 3-Achs-Montagesystem weitergegeben und die Arbeitsebene situationsabhängig positioniert. Individuelle Abweichungen zwischen des in der Bewegungssimulation verwendetem digitalen Menschmodells und realen Montagemitarbeitern wird durch Interpolation begegnet. Die Identifikation des Mitarbeiters und des Fertigungsauftrages erfolgt durch RFID oder alternativ mit Hilfe von 2D-Codes und führt so zu einer fehlerfreien Ermittlung notwendiger Informationen.

Mit Hilfe des dargestellten Montagesystems ist es möglich, die Ergonomie im Montageprozess erheblich zu verbessern und so die Arbeitsfähigkeit der Mitarbeiter nachhaltig zu beeinflussen. Zusätzlich zur Verbesserung der Körperhaltungen im Montageprozess besteht die Möglichkeit psychische Belastungen in komplexen Montagesituationen zu minimieren, in dem weitere digitale Assistenten in das selbstlernende 3-Achs-Montagesystem integriert werden [16].

Schlüsselwörter:

Selbstlernende Arbeitsplatzsysteme, Ergonomie, AutoID, Bewegungssimulation, Digitales Menschmodell, Unikatfertigung

Literatur:

[1] D. Bernd, „Montage-Arbeitsplatz. Visuelle Assistenz und optische Prüfung.“ in VDI-Buch, Produktion und Logistik mit Zukunft: Digital Engineering and Operation, M. Schenk, Hg., Berlin, Heidelberg: Springer Vieweg, 2015, S. 85–150.
[2] S. Stippler, A. Burstedde, A. T. Hering, A. Jansen und S. Pierenkemper, „Wie Unternehmen trotz Fachkräftemangel Mitarbeiter finden“, Kompetenzzentrum Fachkräftesicherung, Köln, 2019. [Online]. Verfügbar unter: http://hdl.handle.net/10419/194577. Zugriff am: 7. August 2020.
[3] Gesetz über die Durchführung von Maßnahmen des Arbeitsschutzes zur Verbesserung der Sicherheit und des Gesundheitsschutzes der Beschäftigten bei der Arbeit: ArbSchG.
[4] N. Neuhuber, M. Schafler und P. Mörtl, „Konzeptionierung eines Frameworks zur Berücksichtigung der Arbeitszufriedenheit bei der Entwicklung von Assistenzsystemen in der Produktion“, 2018. Zugriff am: 7. August 2020.
[5] K. Jagusch, F. Beuß, J. Sender und W. Flügge, „Intelligente Montageassistenz“, ZWF, Jg. 113, Nr. 6, S. 369–372, 2018, doi: 10.3139/104.111923.
[6] H. Lager, T. Delbrügger, L. T. Lenz und J. Roßmann, „Mitarbeiterpartizipation in Zeiten der Digitalisierung mit Building Information Modeling: Gute Praxis digitaler Werkerunterstützung bei der Planung von Fabrikarbeitsstationen“, Z. Arb. Wiss., Jg. 73, Nr. 2, S. 229–238, 2019, doi: 10.1007/s41449-018-00142-x.
[7] E. Jakobs, „Technikakzeptanz und Technikteilhabe“, TATuP, Jg. 14, Nr. 3, S. 68–75, 2005, doi: 10.14512/tatup.14.3.68.
[8] F. Beuß, K. Jagusch und J. Sender, „Nutzerzentriertes, adaptierbares Arbeitsplatzsystem für die manuelle Montage von großen Bauteilen“ in Soziotechnische Gestaltung des digitalen Wandels - kreativ, innovativ, sinnhaft: 63. Kongress der Gesellschaft für Arbeitswissenschaft : FHNW Brugg-Windisch, Schweiz, 15.-17. Februar 2017, 2017.
[9] F. Beuß, C. Zopff, J. Sender, A.-K. Schröder und K. Jagusch, „Flexibel adaptierbare, intelligente Arbeitsplatzsysteme für große Bauteile“ in Anwendungsorientierte Beiträge zum indus-triellen Management, Band 6, Flexibilisierung der Fabrik im Kontext von Industrie 4.0, H. Winkler, U. Berger, C. Mieke und M. Schenk, Hg., Berlin: Logos Verlag Berlin, 2017, S. 61–71.
[10] H. Gebhardt, A. Schäfer, K.-H. Lang und W. Schultetus, KAN-Studie Anthropometrische Daten in Normen // Anthropometrische Daten in Normen: Bestandsaufnahme und Bedarfsanalyse unter besonderer Berücksichtigung des Arbeitsschutzes. Sankt Augustin: Kommission Arbeitsschutz und Normung, 2009.
[11] BAuA, „Forschungsbericht Fb 1023 „Erhebung anthropometrischer Maße zur Aktualisierung der DIN 33 402 – Teil 2““.
[12] G. Reinhart, Handbuch Industrie 4.0: Geschäftsmodelle, Prozesse, Technik. München: Hanser, 2017. [Online]. Verfügbar unter: http://dx.doi.org/10.3139/9783446449893
[13] L. Fedele et al., „Technologies for Dependability and Maintenance“ in Recent Advances in Maintenance and Infrastructure Management, R. D. Cigolini, A. V. Deshmukh, L. Fedele und S. A. McComb, Hg., London: Springer London, 2009, S. 5–95, doi: 10.1007/978-1-84882-489-8_2.
[14] M. ten Hompel, H. Büchter und U. Franzke, Identifikationssysteme und Automatisierung. Berlin, Heidelberg: Springer Berlin Heidelberg, 2008.
[15] M. Lanz, Elektronische Zutrittskontrolle: Ein Praxishandbuch für alle, die sich mit Zutrittskontrolle beschäftigen wollen oder müssen!, 1. Aufl. Hamburg: tredition, 2019.
[16] K. Jagusch, T. Charwat, W. Flügge, M. Stepputat und D. Jericho, „Transparenz in der Schalttafelmontage Datenverfügbarkeit durch Digitalisierung“, 4, Jg. 2019, S. 66–70, 2019.