SISTEMAS DE INSTRUCCIÓN DE TRABAJO ADAPTATIVOS EN ENTORNOS INDUSTRIALES CIBERFÍSICOS: INTEGRACIÓN ENTRE DATOS DEL SISTEMA FÍSICO, LÓGICA DE DECISIÓN Y EJECUCIÓN HUMANA
DOI:
https://doi.org/10.56238/leved.esp.v12n30-003Palabras clave:
Sistemas Ciberfísicos, Instrucciones de Trabajo, Sistemas Adaptativos, Ejecución Humana, Industry 4.0Resumen
Este artículo aborda los Sistemas Adaptativos de Instrucciones de Trabajo en entornos industriales ciberfísicos, centrándose en la integración entre los datos del sistema físico, la lógica de decisión y la ejecución humana. El objetivo fue analizar, desde una perspectiva conceptual, cómo las instrucciones de trabajo pueden reposicionarse como componentes técnicos activos de los sistemas industriales contemporáneos. La metodología adoptada consistió en una investigación cualitativa de carácter conceptual, basada en el análisis sistemático de artículos científicos recientes relacionados con sistemas ciberfísicos, realidad aumentada, interfaces hombre-máquina y sistemas de asistencia al operador. Los resultados indican que las arquitecturas de instrucción adaptativas, basadas en estados de máquina, eventos operativos y contexto en tiempo real, favorecen una mayor alineación entre la instrucción y la situación operativa, contribuyendo a una mayor consistencia en la ejecución. Se concluye que la integración de instrucciones de trabajo en la operación de sistemas ciberfísicos amplía el soporte para la ejecución humana y ofrece ventajas relevantes para el diseño de sistemas industriales orientados al operador.
Descargas
Referencias
CORSO, Guilherme Salvador; CECCONELLO, Ivandro. Use of augmented reality as a mean for visualizing work instructions. Scientia cum Industria, v. 7, n. 2, p. 94-101, 2019.
DANIELSSON, Oscar; SYBERFELDT, Anna; HOLM, Magnus; WANG, Lihui. Operators perspective on augmented reality as a support tool in engine assembly. Procedia CIRP, v. 72, p. 45-50, 2018.
GATTULLO, Michele et al. Towards next generation technical documentation in augmented reality using a context-aware information manager. Applied Sciences, v. 10, n. 3, art. 780, 2020.
GIL, Antonio Carlos. Métodos e técnicas de pesquisa social. 7. ed. São Paulo: Atlas, 2019.
KÄSTNER, Linh; EVERSBERG, Leon; MURSA, Marina; LAMBRECHT, Jens. Integrative object and pose to task detection for an augmented-reality-based human assistance system using neural networks. arXiv, 2020.
KURDVE, Martin; SHAHBAZI, Sasha; WENDIN, Marcus; BENGTSSON, Cecilia; WIKTORSSON, Magnus. Digital assembly instruction system design with green lean perspective: Case study from building module Industry. Procedia CIRP, v. 72, p. 762- 767, 2018.
LAKATOS, Eva Maria; MARCONI, Marina de Andrade. Fundamentos de metodologia científica. 9. ed. São Paulo: Atlas, 2021.
LAMPEN, Eva; TEUBER, Jonas; GAISBAUER, Felix; BÄR, Thomas; PFEIFFER, Thies; WACHSMUTH, Sven. Combining simulation and augmented reality methods for enhanced worker assistance in manual assembly. Procedia CIRP, v. 81, p. 588-593, 2019.
MARK, Benedikt G.; RAUCH, Erwin; MATT, Dominik T. The application of digital worker assistance systems to support workers with disabilities in assembly processes. Procedia CIRP, v. 103, p. 243-249, 2021.
MOURTZIS, Dimitris; ANGELOPOULOS, John; PANOPOULOS, Nikolaos. A framework for automatic generation of augmented reality maintenance & repair instructions based on convolutional neural networks. Procedia CIRP, v. 93, p. 977-982, 2020.
PIMMINGER, Sebastian; KURSCHL, Werner; PANHOLZER, Lisa; SCHÖNBÖCK, Johannes. Exploring the learnability of assembly tasks using digital work instructions in a smart factory. Procedia CIRP, v. 104, p. 696-701, 2021.
TSUTSUMI, Daisuke; GYULAI, Dávid; TAKÁCS, Emma; BERGMANN, Júlia; NONAKA, Youichi; FUJITA, Kikuo. Personalized work instruction system for revitalizing human- machine interaction. Procedia CIRP, v. 93, p. 1145-1150, 2020.
WOLFARTSBERGER, Johannes. Perspectives on assistive systems for manual assembly tasks in the context of Industry 4.0. Technologies, v. 7, n. 1, art. 12, 2019.
