Modeling and validating of a time analysis system for integration into the virtual 3D software product

Dans le paysage industriel actuel, l’optimisation de la conception des lieux de travail tout en garantissant la sécurité et l’efficacité des travailleurs est d’une importance primordiale. Les systèmes de modélisation humaine numérique (Digital Human Modeling, DHM) sont devenus des outils indispensables pour atteindre ces objectifs. En simulant les interactions humaines avec les espaces de travail, les outils et les tâches avant la création de prototypes physiques, ces systèmes soutiennent le processus de conception, permettant l’identification et l’atténuation précoces des risques potentiels pour les travailleurs. L’estimation du temps joue un rôle crucial dans ce contexte en fournissant des prévisions précises des durées des tâches et en soutenant l’optimisation des processus, ce qui est essentiel pour améliorer la productivité et l’efficacité dans les environnements industriels. Les systèmes DHM sont largement utilisés dans les analyses ergonomiques pour évaluer les exigences physiques des tâches et concevoir des lieux de travail plus sûrs et plus efficaces. Traditionnellement, de nombreux systèmes DHM se sont principalement concentrés sur l’évaluation des risques ergonomiques statiques basés sur les données de planification des processus. Cependant, l’intégration de méthodes d’estimation du temps, telles que la technique de séquence d’opérations de Maynard (Maynard Operation Sequence Technique, MOST), dans ces systèmes permet l’analyse des opérations conçues sur des périodes prolongées. En effectuant des analyses temporelles au sein des systèmes DHM, une évaluation plus complète des risques ergonomiques dynamiques devient possible. Ce passage de l’analyse statique à l’analyse dynamique offre une évaluation plus nuancée des tâches en tenant compte de la variabilité et de la séquence des mouvements, souvent négligées dans les évaluations statiques. Une telle intégration aide les concepteurs à créer des processus de travail plus précis et efficaces, contribuant ainsi à améliorer la sécurité et la productivité sur le lieu de travail. L’objectif principal de cette thèse est de développer une méthode d’estimation du temps au sein des systèmes DHM, en se concentrant sur l’intégration du système de temps MOST. Les sous-objectifs incluent l’évaluation de l’applicabilité et de la fiabilité du système MOST et de la nouvelle méthode d’estimation du temps DHM dans des contextes industriels réels, ainsi que la validation et l’affinement de la précision de MOST à travers des expériences en laboratoire contrôlées. La recherche est structurée en trois études distinctes, chacune abordant un aspect critique de cet objectif global. Dans la première étude, une approche automatisée pour l’analyse du temps dans les systèmes DHM a été développée, en se concentrant sur l’intégration du système de temps MOST dans l’environnement 3D de ces systèmes. Cette automatisation réduit le besoin d’intervention manuelle et soutient la création de conceptions et de processus de travail humain plus efficaces dès la phase de conception initiale. En utilisant le logiciel Ergonomic Workplace Design (EWD) de DELMIA, l’étude démontre comment les estimations de temps pour les tâches conçues en 3D peuvent être générées automatiquement tout en effectuant des évaluations ergonomiques simultanément. Cette analyse intégrée fournit aux ingénieurs de conception un outil pour évaluer l’efficacité de la conception, permettant potentiellement d’économiser du temps et des ressources avant la création d’un prototype physique. En améliorant l’accessibilité des systèmes DHM, cette approche rend l’estimation du temps réalisable pour les utilisateurs ayant une connaissance limitée des méthodes d’estimation du temps, contribuant à un processus de conception plus rationalisé et à une amélioration potentielle de la productivité et de la sécurité sur le lieu de travail. La deuxième étude a comparé le système MOST et la méthode d’estimation du temps DHM développée avec les temps mesurés réels dans un contexte industriel spécifique. Menée sur une ligne d’assemblage automobile au Canada, l’étude a consisté à observer et enregistrer les opérations à 26 postes de travail. Les temps opérationnels ont été estimés à l’aide des systèmes DHM et MOST, puis comparés aux temps mesurés pour évaluer leur précision. Le test d’accord de Bland-Altman a été appliqué pour évaluer la concordance et les écarts de ces estimations. Les résultats ont montré une forte concordance entre la méthode de temps DHM et le système MOST, avec une limite d’accord étroite (95% LOA : -3,24 à 1,79 secondes). La méthode DHM a démontré un écart de précision moyen de -5,45%, contre -7,04% pour MOST. Ces résultats indiquent que la méthode de temps DHM offre une approche fiable pour l’estimation du temps opérationnel dans le cadre de la modélisation humaine numérique. Bien que ces résultats mettent en évidence le potentiel d’intégration de la méthode de temps DHM pour la planification des tâches, l’ordonnancement et l’allocation des ressources dans les environnements industriels, la portée de l’étude était limitée à un seul contexte industriel. Des recherches futures sont nécessaires pour évaluer l’applicabilité de la méthode dans divers secteurs et environnements de travail afin de mieux comprendre son potentiel plus large. La troisième étude a évalué la précision du système MOST à travers une expérience en laboratoire contrôlée en comparant ses estimations avec des mesures directes et la loi de Fitts. En analysant 300 mouvements simples effectués par 20 participants, l’étude a examiné des variables clés, notamment la distance d’action, le poids de l’objet, le niveau de mouvement, la difficulté de préhension et la précision de placement. Les résultats ont montré que MOST sous-estimait les temps réels de 38% en moyenne, avec un temps de mouvement moyen de 3,83 ± 0,46 secondes. Une analyse de Bland-Altman a mis en évidence des écarts significatifs entre les estimations de MOST et les temps mesurés, incitant à une investigation des causes sous-jacentes de ces écarts. Pour améliorer la précision des estimations de MOST, des analyses de régression ont été menées à l’aide des données collectées. Ces efforts ont abouti à des améliorations du système de codage de la distance d’action de MOST, offrant une granularité accrue pour les mouvements à courte distance. De plus, de nouveaux schémas de codage ont été développés pour le poids de l’objet et le niveau de mouvement, abordant des facteurs précédemment négligés dans le système original. Ces améliorations visent à accroître la fiabilité de MOST et son intégration dans le cadre d’estimation du temps DHM, tout en reconnaissant la nécessité d’une validation supplémentaire dans divers contextes. En résumé, l’investigation approfondie menée à travers ces trois études souligne la valeur de l’intégration de méthodes d’estimation du temps précises dans les systèmes DHM. En adaptant le système MOST pour une utilisation dans les environnements DHM, cette recherche permet des évaluations ergonomiques dynamiques qui améliorent l’efficacité opérationnelle et la sécurité de la conception. La validation du système MOST et les améliorations introduites dans ce travail démontrent le potentiel d’amélioration de l’application des systèmes d’estimation du temps dans des contextes industriels spécifiques, fournissant une base pour des avancées supplémentaires en matière de productivité et de sécurité des travailleurs grâce à des cadres d’analyse plus précis et automatisés. Le système d’estimation du temps développé dans cette recherche a le potentiel d’être largement mis en oeuvre sur diverses plateformes DHM et dans divers secteurs industriels, bien que son applicabilité au-delà des contextes étudiés nécessite des investigations supplémentaires. Les méthodes de validation établies ici peuvent servir de modèle pour évaluer d’autres systèmes d’estimation du temps, contribuant à leur raffinement et à leur alignement sur les exigences du monde réel. De telles avancées peuvent aider à atténuer le risque de troubles musculo-squelettiques (TMS) en permettant des estimations de temps plus précises qui offrent un temps de récupération suffisant et réduisent la fatigue. Une estimation précise du temps soutient une meilleure planification et allocation des ressources, aidant à éviter la surcharge des travailleurs et à garantir que les tâches sont conçues dans des délais réalistes. Cet équilibre prévient non seulement l’épuisement et augmente la satisfaction au travail, mais traite également les inefficacités des flux de travail, permettant des interventions ciblées pour rationaliser les opérations. En fin de compte, ces efforts contribuent au développement d’environnements de travail plus sûrs, plus efficaces et plus productifs.

Abstract

In today’s industrial landscape, optimizing workplace design while ensuring worker safety and efficiency is of paramount importance. Digital Human Modeling (DHM) systems have emerged as invaluable tools for achieving these objectives. By simulating human interactions with workspaces, tools, and tasks prior to the creation of physical prototypes, these systems support the design process, enabling the early identification and mitigation of potential risks to workers. Time estimation plays a critical role in this context by providing precise predictions of task durations and supporting process optimization, which are essential for enhancing productivity and efficiency in industrial settings. DHM systems are widely utilized in ergonomic analyses to assess the physical demands of tasks and to design safer, more efficient workplaces. Traditionally, many DHM systems have primarily focused on evaluating static ergonomic risks based on process planning data.However, integrating time estimation methods, such as the Maynard Operation Sequence Technique (MOST), into these systems enables the analysis of designed operations over extended periods of time. By conducting time analyses within DHM systems, a more comprehensive evaluation of dynamic ergonomic risks becomes possible. This shift from static to dynamic analysis provides a more nuanced assessment of tasks by considering the variability and sequence of movements, which are often overlooked in static evaluations. Such integration supports designers in creating more accurate and efficient work processes, contributing to improvements in workplace safety and productivity. The main objective of this thesis is to develop a time estimation method within DHM systems, focusing on the integration of the MOST time system. The sub-objectives include assessing the applicability and reliability of both the MOST system and the newly developed DHM time estimation method in real-world industrial contexts, as well as validating and refining the accuracy of MOST through controlled laboratory experiments. The research is structured into three distinct studies, each addressing a critical aspect of this overarching objective. In the first study, an automated approach for time analysis in DHM systems was developed, focusing on the integration of the MOST time system within the 3D environment of these systems. This automation reduces the need for manual intervention and supports the creation of more efficient designs and human work processes in the early design phase. UtilizingDELMIA’s Ergonomic Workplace Design (EWD) software, the study demonstrates how time estimations for 3D-designed tasks can be generated automatically while performing ergonomic assessments simultaneously. This integrated analysis provides design engineers with a tool to evaluate design effectiveness, potentially saving time and resources before creating a physical prototype. By improving the accessibility of DHM systems, this approach makes time estimation feasible for users with limited prior knowledge of time estimation methods, contributing to a more streamlined design process and potentially enhancing workplace productivity and safety. The second study compared the MOST system and the developed DHM time estimation method with actual measured times in a specific industrial setting. Conducted at an automotive assembly line in Canada, the study involved observing and recording operations at 26 workstations. Operational times were estimated using both the DHM and MOST systems and then compared to measured times to evaluate their accuracy. The Bland-Altman agreement test was applied to assess the agreement and deviations of these estimations. The findings showed strong concordance between the DHM time method and the MOST system, with a narrowly defined limit of agreement (95% LOA: -3.24 to 1.79 seconds). The DHM method demonstrated a mean accuracy deviation of -5.45%, compared to MOST’s -7.04%. These results indicate that the DHM time method offers a reliable approach to operational time estimation within the scope of digital human modeling. While these results highlight the potential of integrating the DHM time method for task planning, scheduling, and resource allocation in industrial settings, the study’s scope was limited to a single industrial context. Future research is needed to evaluate the method’s applicability across diverse industries and work environments to better understand its broader potential. The third study assessed the accuracy of the MOST system through a controlled laboratory experiment by comparing its estimates with direct measurements and Fitts’ law. Analyzing 300 simple movements performed by 20 participants, the study examined key variables, including Action Distance, Object Weight, Motion Level, Grasp Difficulty, and Placement Precision. The results showed that MOST underestimated actual times by an average of 38%, with a mean movement time of 3.83 ± 0.46 seconds. A Bland-Altman analysis highlighted significant discrepancies between MOST estimates and measured times, prompting an investigation into the underlying causes of these deviations. To improve the precision of MOST estimates, regression analyses were conducted using the collected dataset. These efforts resulted in refinements to the MOST Action Distance coding system, providing greater granularity for short-distance movements. Additionally, new coding schemes were developed for Object Weight and Motion Level, addressing previously overlooked factors in the original system. These enhancements aim to increase the reliability of MOST and its integration within the DHM time estimation framework, while recognizing the need for further validation in diverse contexts. In summary, the comprehensive investigation across these three studies underscores the value of integrating accurate time estimation methods within DHM systems. By adapting the MOST system for use in DHM environments, this research enables dynamic ergonomic assessments that enhance operational efficiency and design safety. The validation of the MOST system and the refinements introduced in this work demonstrate the potential for improving the application of time estimation systems in specific industrial settings, providing a foundation for further enhancements in productivity and worker safety through more precise and automated analysis frameworks. The time estimation system developed in this research has the potential for broad implementation across various DHM platforms and industries, though its applicability beyond the studied contexts requires further investigation. The validation methods established here can serve as a model for evaluating other time estimation systems, contributing to their refinement and alignment with real-world requirements. Such advancements can help mitigate the risk of musculoskeletal disorders (MSDs) by enabling more accurate time estimates that allow sufficient recovery time and reduce fatigue. Accurate time estimation supports better planning and resource allocation, helping to avoid overburdening workers and ensuring tasks are designed within realistic time constraints. This balance not only prevents burnout and increases job satisfaction but also addresses workflow inefficiencies, enabling targeted interventions to streamline operations. Ultimately, these efforts contribute to the development of safer, more efficient, and productive workplace environments.