Worker Coordination, Collaboration and Learning in Make-to-order Assembly Production

Loading...
Thumbnail Image
Journal Title
Journal ISSN
Volume Title
School of Engineering | Doctoral thesis (article-based) | Defence date: 2018-08-08
Date
2018
Major/Subject
Mcode
Degree programme
Language
en
Pages
73 + app. 89
Series
Aalto University publication series DOCTORAL DISSERTATIONS, 134/2018
Abstract
Today's industrial companies increasingly face challenges to adjust capacity to meet varying demand while maintaining cost-efficiency of production. These challenges are typical for make-to-order (MTO) assembly production of customized products. Efficient production of variable, large MTO products often requires parallel, independent assembly stations. A feature that is typical of such production is labour-intensiveness, and thus the role of workers is highlighted. Workers have to both learn new tasks and, if necessary, move to where the current workload is. The dynamic management of production requires simple enough worker coordination policies (WCPs) which allocate workers to tasks, and tasks to workers, in real time. Alongside this, one should consider the resulting labour productivity when multiple workers share the same task. This dissertation investigates the MTO assembly production described above. The first objective is to find out how different WCPs affect the performance of parallel station assembly systems. The WCPs that are studied are based on workers helping each other, which is a novel approach to workforce coordination. The second objective is to find out how worker collaboration practices (the number of workers and ways of working) and learning affect the performance on a single assembly product. To this end, experimental studies were conducted with a case product that has, more than previous studies, elements similar to industrial assembly products. The research methods used in the five articles comprise laboratory experiments, video analysis, Markov models, and simulation. The results from the laboratory experiments showed that, for novice workers, instructions are crucial to learning new tasks. Productivity per worker decreased as the number of workers on the product increased. However, the significance of the number of workers decreased through repetitions of assembly. Assistance by another worker was seen as beneficial, especially with large parts, and hence two workers per product were considered most appropriate. A larger number of workers resulted in permanent productivity losses as a result of difficulties associated with the spatial and temporal coordination of the workers. The results of the simulation study of a parallel station system showed that with stochastic demand and manufacturing conditions, workers helping each other in fixed pairs is effective enough compared to a policy in which everyone can help everyone. In fixed pairs, workers also learn each other's ways of working and may become very productive. However, attention should be paid to the selection of pairs of workers. Arbitrary selection may lead to major differences in performance between different pairs, which, on average, weakens the reactivity of production. Greater flexibility in helping compensates for variation resulting from differences in skills but highlights efficiency in collaboration on a shared task. When making decisions on worker allocation, workers' opinions and preferences and other worker-related factors should also be considered.

Teollisuusyrityksillä on yhä enemmän haasteita sovittaa kapasiteetti vaihtelevaan kysyntään ja ylläpitää samanaikaisesti tuotannon kustannustehokkuutta. Nämä haasteet ovat tyypillisiä asiakas-räätälöityjen tuotteiden tilausohjautuvalle kokoonpanotuotannolle. Vaihtelevien ja suurten tuotteiden tehokas tuotanto edellyttää usein rinnakkaisia, toisistaan riippumattomia, kokoonpanoasemia. Tällaiselle tuotannolle ominaista on työvoimavaltaisuus, jolloin työntekijöiden rooli korostuu: on opittava uusia tehtäviä ja tarpeen vaatiessa siirryttävä asemien välillä senhetkisen työkuorman mukaan. Tuotannon dynaaminen hallinta edellyttää riittävän yksinkertaisia työvoiman ohjaus-käytäntöjä, joiden perusteella työntekijät kohdennetaan reaaliaikaisesti tehtäville ja päinvastoin. Tämän lisäksi on huomioitava työntekijätuottavuus, kun useampi työntekijä jakaa saman tehtävän. Tämä väitöskirja tutkii edellä kuvattua tilausohjautuvaa kokoonpanotuotantoa. Työn ensimmäisenä tavoitteena on selvittää, miten erilaiset ohjauskäytännöt vaikuttavat rinnakkaiskokoonpanon suorituskykyyn. Tutkitut ohjauskäytännöt perustuvat työntekijöiden keskinäiseen auttamiseen, mikä on uusi lähestymistapa työvoiman ohjaukseen. Toisena tavoitteena on selvittää, miten työntekijöiden yhteistyökäytännöt (työntekijöiden määrä ja työskentelytavat) ja oppiminen vaikuttavat yksittäisen tuotteen kokoonpanon suorituskykyyn. Tätä varten suoritettiin kokeellisia tutkimuksia tuotteella, jossa on, aiempia tutkimuksia enemmän, kokoonpanoteollisuuden tuotteiden kaltaisia elementtejä. Väitöskirjan viidessä artikkelissa käytettäviä tutkimusmenetelmiä ovat laboratoriokokeet, videoanalyysi, Markov-mallit ja simulointi. Laboratoriokokeiden tulokset osoittivat, että kokoonpano-ohjeilla on ratkaiseva merkitys koke-mattomien työntekijöiden oppiessa uusia tehtäviä. Työn tuottavuus henkilöä kohden heikkeni, kun tuotetta kokosi suurempi määrä henkilöitä. Työntekijämäärän merkitsevyys väheni, kun kokoon-panoa toistettiin. Toisen apu nähtiin tarpeelliseksi, etenkin suurten kokoonpano-osien kanssa, joten kaksi henkilöä tuotetta kohden koettiin sopivimmaksi. Suurempi työntekijämäärä aiheutti pysyviä tuottavuushäviöitä johtuen työntekijöiden koordinoinnin vaikeudesta sekä tilan että ajan suhteen. Kun rinnakkaisten asemien tuotantoa simuloitiin, tulokset osoittivat, että kysynnän ja valmistuksen ollessa stokastista, työntekijöiden auttaminen toisiaan pareittain on riittävän tehokasta, eikä kaikkien tarvitse auttaa kaikkia. Kiinteissä pareissa työntekijät myös oppivat toistensa työskentelytavat, ja heistä voi tulla hyvin tuottavia. Työparien valintaan kannattaa kuitenkin kiin-nittää huomiota. Sattumanvarainen valinta voi johtaa merkittäviin suorituskykyeroihin eri parien välillä, mikä keskimäärin heikentää tuotannon reaktiivisuutta. Suurempi joustavuus auttamisessa kompensoi taitoeroista aiheutuvaa vaihtelua, mutta korostaa samalla yhteistyön tehokkuutta jaetussa tehtävässä. Työntekijäresursseja jaettaessa on hyvä huomioida myös työntekijöiden mielipiteet ja mieltymykset sekä muut työntekijöihin liittyvät tekijät.
Description
Supervising professor
Niemi, Esko, Prof., Aalto University, Department of Mechanical Engineering, Finland
Thesis advisor
Niemi, Esko, Prof., Aalto University, Department of Mechanical Engineering, Finland
Keywords
manual assembly, make-to-order, worker coordination, collaboration, learning, manuaalikokoonpano, tilausohjautuva, työntekijöiden koordinointi, yhteistyö, oppiminen
Other note
Parts
  • [Publication 1]: Peltokorpi, J., Niemi, E. (2018). Effects of group size and learning on manual assembly performance: an experimental study. International Journal of Production Research.
    DOI: 10.1080/00207543.2018.1444810 View at publisher
  • [Publication 2]: Peltokorpi, J., Niemi, E. (2018). Analysis of the effects of group size and learning on manual assembly performance. International Journal of Production Research (Submitted).
  • [Publication 3]: Peltokorpi, J., Tokola, H., Niemi, E. (2012). Comparison of Balancing Policies in Multi-Item Assembly. In: International Conference on Flexible Automation and Intelligent Manufacturing, 10-13 June 2012, Helsinki, Finland.
  • [Publication 4]: Peltokorpi, J., Tokola, H., Niemi, E. (2015). Worker coordination policies in parallel station systems: performance models for a set of jobs and for continuous arrival of jobs. International Journal of Production Research, 53 (6), 1625-1641. Full text at Aaltodoc: http://urn.fi/URN:NBN:fi:aalto-201806183329.
    DOI: 10.1080/00207543.2014.918290 View at publisher
  • [Publication 5]: Peltokorpi, J., Niemi, E., Tokola, H. (2015). Comparing Worker Coordination Policies in Parallel Station Systems with Different Worker Skill Level Distributions. In: International Conference on Flexible Automation and Intelligent Manufacturing, 23-26 June 2015, Wolverhampton, UK
Citation