Geleneksel üretim yönetiminde, operatör molaları sabit zaman dilimlerine (örn. her 2 saatte bir 10 dakika) sıkıştırılmış esnemeyen katı kurallardır. Ancak Endüstri 5.0 yaklaşımı, insanı sürecin odak noktasına koyarak, operatörün zihinsel ve fiziksel durumundaki değişimleri gerçek zamanlı takip etmeyi zorunlu kılar.
Bu rapor, MES verilerinin işlem sırasında arka planda bıraktığı dijital izleri (digital exhaust) kullanarak operatör yorgunluğunu öngören ve kalite hatalarını minimize eden dinamik bir yönetim modelini analiz etmektedir.
1. Korelasyon Analizi: Hata, Süre ve Yorgunluk Üçgeni
Üretim sahasında yorgunluk, görünmez bir kalite maliyetidir. Araştırmalar, kalite hatalarındaki varyansın %42'sinin doğrudan operatör yorgunluğu ile ilişkili olduğunu göstermektedir.
Fatigue Monitoring (Yorgunluk Takibi) Modelleri:
• Çevrim Süresi Sapmaları (Cycle Time Deviation):
Yorgun bir operatörün çevrim süreleri uzamaz; aksine standart sapması artar. Yani operatör bir parçayı 30 saniyede, diğerini 45 saniyede, bir sonrakini 25 saniyede takmaya başlar. MES, bu mikro-sapmaları yakalayarak "bilişsel yorgunluk başlangıcı" olarak etiketler.
• Fire Oranı (Scrap Rate) Eğrileri:
Vardiyanın ilk 4 saati ile son 2 saati arasındaki hata oranları genellikle "U" eğrisi veya logaritmik artış gösterir. Performance Degradation Modeling (Performans Düşüş Modellemesi), operatörün hata yapma eğiliminin kritik eşiği (threshold) aştığı dakikayı matematiksel olarak hesaplar.
2. Veri Kaynakları: MES'teki Granüler İpuçları
Bilişsel yükü ölçmek için operatöre giyilebilir sensörler takmak her zaman mümkün veya etik olmayabilir. Ancak modern MES sistemleri, operatörün dijital ayak izlerinden (Digital Footprint) yorgunluğu tespit edebilir.
|
Veri Tipi |
MES Kaynağı |
Bilişsel Anlamı |
|
Keystroke Dynamics |
HMI / Klavye Logları |
Tuşa basılı tutma süresi (Hold Time) ve iki tuş arası bekleme süresi (Flight Time). Bilişsel yorgunlukta bu süreler milisaniye bazında uzar ve düzensizleşir. |
|
Etkileşim Gecikmesi |
Dokunmatik Ekranlar |
Operatörün bir hata uyarısını görüp "Tamam" butonuna basması arasındaki süre (Reaction Time). Gecikmelerin artması dikkatin dağıldığının (hypovigilance) kanıtıdır. |
|
Hata Düzeltme Sıklığı |
Veri Giriş Ekranları |
Operatörün girdiği bir değeri silip tekrar yazma (Backspace kullanımı) sıklığındaki artış, zihinsel netliğin azaldığını gösterir. |
|
Sensör Füzyonu |
Akıllı İş İstasyonları |
Montaj hattındaki ışık bariyerlerinden veya akıllı tork anahtarlarından gelen veriler. Operatörün tork işlemini tek seferde mi yoksa 2-3 denemede mi yaptığı. |
3.Dinamik Mola Algoritmaları ve "Predictive Scheduling"
Sabit molalar, operatörün o anki durumunu göz ardı eder. Predictive Scheduling (Öngörücü Çizelgeleme) ise mola zamanını bir değişken olarak ele alır.
• Biyo-Matematiksel Yorgunluk Modelleri: Algoritma, operatörün vardiya geçmişini ve anlık MES performans verilerini harmanlar. Sistem, operatörün hata yapma riskinin %80'in üzerine çıktığı anı öngörür ve 15 dakika sonra değil, hemen "Mikro-Mola" önerir.
• Circadian Rhythm Integration: Gece vardiyalarında, insan biyolojik saatinin en dip yaptığı 03:00-05:00 saatleri arasında, MES sistemi iş temposunu (Takt Time) otomatik olarak %5 yavaşlatabilir veya daha sık/kısa molalar atayabilir.
• Dinamik İş Rotasyonu: Algoritma sadece mola vermeyi değil, görev değiştirmeyi de önerir. Yüksek dikkat gerektiren "Kalite Kontrol" istasyonundaki yorgun operatörü, daha fiziksel ama az dikkat gerektiren "Paketleme" istasyonuna yönlendirerek Cognitive Relief (Bilişsel Rahatlama) sağlar.
4. İnsan Faktörü (HCI): "Mola Vermelisin" Uyarısının Tasarımı
Bir operatöre makine tarafından "Yoruldun, kenara çekil" denmesi motivasyon kırıcı olabilir. Bilişsel Ergonomi burada devreye girer. HMI (Human-Machine Interface) tasarımı, emredici değil, destekleyici olmalıdır.
• Nudge Theory (Dürtme Teorisi): Ekranın tamamını kaplayan kırmızı bir "DUR" uyarısı yerine, kenarda beliren ve "Performans verilerin harika, bu seviyeyi korumak için 5 dakika kahve molası iyi olabilir" diyen Gamification (Oyunlaştırma) destekli bildirimler kullanılmalıdır.
• Gerekçeli Bildirim: Siemens SIMATIC gibi gelişmiş panellerde olduğu gibi, sistem sadece uyarı vermemeli, "Son 10 dakikada reaksiyon süren %15 arttı, hata riskini düşürmek için kısa bir ara verelim" şeklinde veriye dayalı bir gerekçe sunmalıdır.
• Human-in-the-loop (HITL): Karar nihai olarak operatöre bırakılmalıdır. Operatör "Şu an iyiyim, 10 dakika sonra hatırlat" diyebilmelidir. Bu, operatörün otonomisini korur.
5. Vaka Analizi ve ROI (Yatırım Getirisi)
Yüksek dikkat gerektiren sektörlerde bu yaklaşımın somut çıktıları mevcuttur:
- Otomotiv (Aks Üretimi): Bir aks üretim hattında yapılan çalışmada, operatör yorgunluğunu yöneten Yalın Altı Sigma ve VSM (Değer Akış Haritalama) uygulamalarıyla ret oranları (rejection rate) %10.4'ten %3.20'ye düşürülmüştür. Dinamik iş rotasyonu ile operatörlerin kümülatif yorgunluğu azaltılmış ve montaj hatalarında belirgin düşüş sağlanmıştır.
- IT Sektörü Benzerliği: Yazılım sektöründe "tükenmişlik (burnout) tahmini" yapan yapay zeka modelleri, kodlama hızındaki ve klavye etkileşimindeki yavaşlamaları tespit ederek müdahale ettiğinde personel devir hızını (turnover) %18 azaltmıştır. Aynı mantık, MES veri girişleri için de geçerlidir.
Endüstri 5.0, operatörü "daha hızlı çalıştırılması gereken bir kaynak" değil, "yatırım yapılması ve korunması gereken bir varlık" olarak görür. MES verileriyle beslenen Predictive Scheduling algoritmaları, operatörün bilişsel yükünü dengeleyerek hem çalışan sağlığını korur hem de "Sıfır Hata" hedefine ulaşmada kritik bir kaldıraç görevi görür.
Hazırlayan:
Enis Türkoğlu
Proje Yöneticisi
KAYNAKÇA
https://www.sciencedirect.com/science/article/abs/pii/S1755581713000114
Dinamik görev değişiminin (rotasyon) hata oranlarını nasıl düşürdüğüne dair somut veriler ve vaka analizi sunar.
https://pmc.ncbi.nlm.nih.gov/articles/PMC11041424/
Ekstra sensör takmadan, sadece klavye/ekran etkileşimleriyle yorgunluğun %80 doğrulukla nasıl ölçüldüğünü gösteren teknik bir makaledir.
