| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| 6.49 MB | Adobe PDF |
Authors
Abstract(s)
Musculoskeletal disorders remain the most reported occupational health workplace problem, affecting workers in all sectors of economic activity. The automotive industry is one of the industries with the highest prevalence of musculoskeletal symptoms, mainly due to the biomechanical risk factors that workers are exposed to during their workday. As this industry is one of the largest industrial forces that has contributed significantly to the growth of the global economy, it is crucial to develop efficient solutions that can be implemented in workplaces to improve working conditions by eliminating or reducing workers' exposure to the main biomechanical risk factors. The present dissertation attempts to understand the short-term relationships between biomechanical risk factors and musculoskeletal symptoms in the automotive assembly line, in addition to providing an organizational strategy that uses a mathematical approach to mitigate exposure to the same risk factors and reduce the prevalence/incidence of musculoskeletal disorders. Therefore, this dissertation presents three main investigations. The first study with a cohort design determines the short-term associations between biomechanical risk factors and musculoskeletal symptoms in the upper limbs and low back in an automotive plant. The workers were divided into low and high-risk groups for various risk factors. The results suggested that workers who were in the high-risk group had a higher likelihood to report adverse effects on their musculoskeletal symptoms at the end of a work week, particularly when exposed to certain risk factors, such as: posture for symptoms in the neck, right wrist, and left shoulder. The second study proposes a mathematical formulation based on a genetic algorithm that considers the assessment of biomechanical risk factors (EAWS) in the workplace, workers’ qualifications, and organizational aspects inherent in the operation of the production line. The algorithm is based on three criteria: enhancing diversity, ensuring team homogeneity, and reducing exposure to biomechanical risk factors. The success of the algorithm in meeting these criteria has been verified. In addition, when comparing the results of the algorithm with the results of manual job rotation plans (created by a team leader), it was shown that the mathematical solution was more efficient, not only in relation to the three criteria, but also in terms of time spent on this task. Finally, the third study complements the second by comparing the results obtained via the genetic algorithm with the data obtained through the rotation plans made by team leaders of several teams on the assembly lines. Therefore, the aim of this study was to
XIX
evaluate the effectiveness of the algorithm in creating job rotation plans compared to the manual process of team leaders in terms of diversity, homogeneity, exposure, shift working sequence quality and matrix quality. The job rotation plans of 7 teams (89 workers) from the assembly area were included in the sample. Exposure was the only criterion that did not show significant differences between the two methods, however, all variables at the individual level showed high values in the limits of agreement. The values of diversity, homogeneity, shift working sequence quality, and matrix quality of the job rotation plan generated by the genetic algorithm were on average higher than the values of the team leaders’ job rotation plan. These results show that implementing the genetic algorithm has a promising potential to create job rotation plans that reduce musculoskeletal disorders in the automotive industry and as well as to reduce the time associated with the team leader completing this task.
As lesões músculo-esqueléticas continuam a ser o principal problema de saúde reportado no local de trabalho, afetando trabalhadores em todos os setores de atividades. A indústria automóvel é um dos setores com maior prevalência de sintomatologia músculo-esquelética, principalmente devido aos fatores de risco biomecânicos a que os trabalhadores estão expostos durante o seu dia de trabalho. Sendo esta indústria uma das maiores forças industriais, que contribuí de forma significativa para o crescimento da economia global e nacional, é fulcral desenvolver soluções eficientes para implementar nos postos de trabalho por forma a melhorar as suas condições, eliminando ou reduzindo a exposição dos trabalhadores aos principais fatores de risco biomecânicos. A presente dissertação procura compreender os efeitos a curto prazo dos fatores de risco biomecânicos sobre a sintomatologia músculo-esquelética na linha de montagem de uma indústria automóvel, e providencia uma estratégia organizacional, recorrendo a uma abordagem matemática, para mitigar a exposição a condições de trabalho adversas e reduzir a incidência de lesões e sintomatologia músculo-esqueléticas. Para a concretização desta dissertação, foram desenvolvidos três estudos. O primeiro estudo, com um desenho prospetivo e uma amostra de 228 trabalhadores, determinou as associações a curto prazo entre os fatores de risco biomecânicos e a sintomatologia músculo-esquelética nos membros superiores e na região lombar numa fábrica da indústria automóvel. Os trabalhadores foram divididos em grupos de baixo e elevado risco para os diferentes fatores de risco. Os resultados sugerem que ao final de uma semana de trabalho, os trabalhadores que pertencem ao grupo de alto risco têm uma predisposição superior para reportarem efeitos desfavoráveis na sua sintomatologia músculo-esquelética, principalmente quando sujeitos a determinados fatores de risco, como é o caso da postura para a sintomatologia no pescoço, punho direito e ombro esquerdo. O segundo estudo propõe uma formulação matemática com base num algoritmo genético, que tem em conta a avaliação dos fatores biomecânicos presentes nos postos de trabalho (EAWS), a qualificação dos trabalhadores e aspetos organizacionais inerentes ao funcionamento da linha de produção. O algoritmo baseia-se em três critérios: melhorar a diversidade da exposição aos fatores de risco, garantir a homogeneidade da equipa e reduzir a exposição aos fatores de risco biomecânicos. O sucesso do algoritmo no cumprimento destes critérios foi verificado. Adicionalmente, quando se compararam os resultados do algoritmo com os resultados dos XXI planos de rotação criados manualmente por um team leader, verificou-se que a solução matemática despendia menos tempo na concretização da tarefa. Por fim, o terceiro estudo complementa o segundo comparando os resultados obtidos pelo algoritmo genético e os dados obtidos pelos planos de rotação gerados pelos team leaders de várias equipas da linha de montagem. Assim, o objetivo deste estudo é avaliar a eficácia do algoritmo em gerar planos de rotação, quando comparado com o processo manual realizado pelos team leaders quanto à diversidade, homogeneidade, exposição, sequência de estações de trabalho e qualidade da matriz. Os planos de rotação de 7 equipas (89 trabalhadores) da área da montagem foram incluídos na amostra. A análise de grupo demonstrou que a exposição é o único critério que não apresenta diferenças significativas entres os dois métodos, no entanto, a nível individual todas as variáveis apresentaram valores elevados nos limites de concordância. Os valores de diversidade, homogeneidade, sequência de postos de trabalho e qualidade da matriz do plano de rotação gerado pelo algoritmo genético são, em média, superiores quando comparados com os valores do plano de rotação do team leader. Estes resultados revelam um potencial promissor na implementação do algoritmo genético para a criação de planos de rotação para diminuir o tempo associado à realização desta tarefa pelo team leader, mas também no seu papel ativo na redução das lesões músculo-esqueléticas na indústria automóvel.
As lesões músculo-esqueléticas continuam a ser o principal problema de saúde reportado no local de trabalho, afetando trabalhadores em todos os setores de atividades. A indústria automóvel é um dos setores com maior prevalência de sintomatologia músculo-esquelética, principalmente devido aos fatores de risco biomecânicos a que os trabalhadores estão expostos durante o seu dia de trabalho. Sendo esta indústria uma das maiores forças industriais, que contribuí de forma significativa para o crescimento da economia global e nacional, é fulcral desenvolver soluções eficientes para implementar nos postos de trabalho por forma a melhorar as suas condições, eliminando ou reduzindo a exposição dos trabalhadores aos principais fatores de risco biomecânicos. A presente dissertação procura compreender os efeitos a curto prazo dos fatores de risco biomecânicos sobre a sintomatologia músculo-esquelética na linha de montagem de uma indústria automóvel, e providencia uma estratégia organizacional, recorrendo a uma abordagem matemática, para mitigar a exposição a condições de trabalho adversas e reduzir a incidência de lesões e sintomatologia músculo-esqueléticas. Para a concretização desta dissertação, foram desenvolvidos três estudos. O primeiro estudo, com um desenho prospetivo e uma amostra de 228 trabalhadores, determinou as associações a curto prazo entre os fatores de risco biomecânicos e a sintomatologia músculo-esquelética nos membros superiores e na região lombar numa fábrica da indústria automóvel. Os trabalhadores foram divididos em grupos de baixo e elevado risco para os diferentes fatores de risco. Os resultados sugerem que ao final de uma semana de trabalho, os trabalhadores que pertencem ao grupo de alto risco têm uma predisposição superior para reportarem efeitos desfavoráveis na sua sintomatologia músculo-esquelética, principalmente quando sujeitos a determinados fatores de risco, como é o caso da postura para a sintomatologia no pescoço, punho direito e ombro esquerdo. O segundo estudo propõe uma formulação matemática com base num algoritmo genético, que tem em conta a avaliação dos fatores biomecânicos presentes nos postos de trabalho (EAWS), a qualificação dos trabalhadores e aspetos organizacionais inerentes ao funcionamento da linha de produção. O algoritmo baseia-se em três critérios: melhorar a diversidade da exposição aos fatores de risco, garantir a homogeneidade da equipa e reduzir a exposição aos fatores de risco biomecânicos. O sucesso do algoritmo no cumprimento destes critérios foi verificado. Adicionalmente, quando se compararam os resultados do algoritmo com os resultados dos XXI planos de rotação criados manualmente por um team leader, verificou-se que a solução matemática despendia menos tempo na concretização da tarefa. Por fim, o terceiro estudo complementa o segundo comparando os resultados obtidos pelo algoritmo genético e os dados obtidos pelos planos de rotação gerados pelos team leaders de várias equipas da linha de montagem. Assim, o objetivo deste estudo é avaliar a eficácia do algoritmo em gerar planos de rotação, quando comparado com o processo manual realizado pelos team leaders quanto à diversidade, homogeneidade, exposição, sequência de estações de trabalho e qualidade da matriz. Os planos de rotação de 7 equipas (89 trabalhadores) da área da montagem foram incluídos na amostra. A análise de grupo demonstrou que a exposição é o único critério que não apresenta diferenças significativas entres os dois métodos, no entanto, a nível individual todas as variáveis apresentaram valores elevados nos limites de concordância. Os valores de diversidade, homogeneidade, sequência de postos de trabalho e qualidade da matriz do plano de rotação gerado pelo algoritmo genético são, em média, superiores quando comparados com os valores do plano de rotação do team leader. Estes resultados revelam um potencial promissor na implementação do algoritmo genético para a criação de planos de rotação para diminuir o tempo associado à realização desta tarefa pelo team leader, mas também no seu papel ativo na redução das lesões músculo-esqueléticas na indústria automóvel.
Description
Keywords
Automotive industry Biomechanical risk factors Genetic algorithm Musculoskeletal disorder Preventive measures Algoritmo genético Fatores de risco biomecânicos Indústria automóvel Lesões músculo-esqueléticas Medidas preventivas