MÉTHODES D'ANALYSE

Méthode des caractéristiques principales : la révolution numérique dans l'ergonomie

Découvrez la méthode numérique des caractéristiques principales, basée sur les développements du BAuA et de différents partenaires scientifiques. Apprenez-en plus sur les différences, les origines et les avantages de cette méthode par rapport aux approches traditionnelles.

5 min Lesezeit
INTRODUCTION : LA MÉTHODE DES TRAITS CARACTÉRISTIQUES NUMÉRIQUES ET LE SEAE

Le MAE et la méthode numérique des caractéristiques principales : différences

La méthode numérique des caractéristiques principales détermine la sollicitation physique momentanée lors du travail manuel. Actuellement, la méthode des caractéristiques principales (numérique) peut être divisée en six variantes : 1. levage, maintien et transport manuels de charges (LMM-HHT), 2. traction et poussée manuelles de charges (LMM-ZS), 3. processus de travail manuel (LMM-MA), 4. exercice des forces du corps entier (LMM-GK), 5. mouvement du corps (LMM-KB) et 6. postures forcées (LMM-KH). La méthode numérique des caractéristiques principales est disponible en allemand et en anglais. Ces méthodes peuvent désormais être réalisées et utilisées sous forme numérique (méthode numérique des traits caractéristiques). Outre la méthode numérique des caractéristiques principales, les contraintes physiques subies par le corps peuvent également être déterminées à l'aide de l'EAWS. La mise en œuvre des SEAE est également possible sous forme numérique. Les origines, les méthodes et les raisons de la méthode des repères numériques et des MAE sont expliquées plus en détail dans la suite de ce document.

FONDEMENTS ET NÉCESSITÉ DE LA MÉTHODE NUMÉRIQUE DES CARACTÉRISTIQUES PRINCIPALES

L'EAWS et la méthode numérique des caractéristiques principales : origine

Les directives pour la méthode numérique des caractéristiques principales sont basées sur la convention du Conseil de 1990, qui comprend les prescriptions minimales pour la protection des travailleurs lors de la manutention manuelle de charges, en particulier lorsque des lésions dorsales ne peuvent pas être exclues par la charge manuelle.

La méthode numérique des caractéristiques principales est basée sur des développements communs de l'Institut fédéral pour la sécurité et la santé au travail (BAuA) et de différents partenaires scientifiques en coordination avec le Comité national pour la sécurité et la santé au travail (LASI).

La méthode (numérique) des caractéristiques principales LMM-HHT a été publiée pour la première fois en 2001, puis les méthodes (numériques) des caractéristiques principales LMM-ZS et LMM-MA ont été publiées au cours des 11 années suivantes. En octobre 2019, le BAuA a publié en dernier lieu les trois méthodes de caractéristiques directrices élargies "LMM-HHT", "LMM-ZS" et "LMM-MA", ainsi que les trois nouvelles méthodes de caractéristiques directrices "LMM-GK", "LMM-KB" et "LMM-KH".

La méthode numérique de caractéristiques directrices a été développée pour répondre aux exigences de l'ordonnance sur la manutention des charges et pour pouvoir organiser les activités des travailleurs de manière adaptée à l'homme.

DÉVELOPPEMENT DES DIFFÉRENTES MÉTHODES ET DE LA MÉTHODE NUMÉRIQUE DES CARACTÉRISTIQUES PRINCIPALES PAR MOTION-MINING®.

L'EAWS et la méthode numérique des caractéristiques principales : des lignes directrices fixes

La méthode numérique des caractéristiques principales permet d'évaluer le risque lié à une sollicitation physique lors de l'exécution de mouvements manuels tels que le levage ou le port de charges, la traction et la poussée de charges ou autres dans le processus de travail.

L'évaluation des caractéristiques principales déterminées sur la base d'une valeur caractéristique et la détermination des pondérations des caractéristiques principales permettent finalement d'évaluer les différentes sous-activités après la multiplication finale par la pondération temporelle.

Dans le cadre des analyses ergonomiques Motion-Mining® , les potentiels d'optimisation cachés sont mis en évidence. La solution permet d'évaluer le travail manuel, en particulier la posture et les mouvements des collaborateurs, à l'aide de wearables et d'un algorithme d'apprentissage profond, plus connu sous le nom d'intelligence artificielle. Les processus de travail sont enregistrés automatiquement et anonymement, traités par l'intelligence artificielle et convertis en indicateurs. Actuellement, nous distinguons plus de 60 processus de mouvements différents dans nos analyses ergonomiques. Les mouvements critiques tels que se pencher à partir du dos, porter, soulever, tenir, les activités au-dessus de la tête sont considérés lors de l'analyse ergonomique. Ces mouvements sont enregistrés par intervalles pendant l'analyse ergonomique. Outre les mouvements typiques, les vibrations et les répétitions peuvent également être détectées en particulier. Sur la base des données de l'analyse ergonomique, il est possible d'identifier les surcharges et les charges permanentes et de prendre des mesures pour les éviter. Dans le cadre de ces analyses, des méthodes telles que l'EAWS sont notamment utilisées.

DIFFÉRENTES MÉTHODES DE CALCUL

Les MAE et la méthode numérique des caractéristiques principales : différences entre les sexes

Chez les hommes, la résistance physique est en moyenne d'environ 2/3 par rapport à celle des femmes. Cette différence entre les femmes et les hommes est principalement due à des facteurs très divers, notamment à des proportions corporelles différentes. Afin que ces facteurs puissent également être pris en compte pour des raisons de prévention de la santé, par exemple dans le cas d'activités physiquement exigeantes, la pondération des charges est relevée séparément pour les hommes et les femmes dans la méthode des caractéristiques principales - levage, maintien et port manuels de charges (LMM-HHT) - selon le tableau LMM correspondant ; pour une même pondération des charges, les femmes obtiennent une note plus élevée. Par contre, pour les différentes méthodes de critères directeurs, des multiplicateurs différents sont appliqués afin de compenser les différences données, par exemple LMM-ZS : la valeur de point intermédiaire des hommes est multipliée par un facteur de 1,3 pour les femmes.

PRÉSENTATION DE LA MÉTHODE : EAWS

EAWS et la méthode numérique des caractéristiques principales : numérisation des méthodes (EAWS)

La méthode numérique des caractéristiques principales pour l'évaluation et l'appréciation ergonomiques des postes de travail et des processus permet de fournir une explication précise et compréhensible par tous de la charge de travail des employés à des postes spécifiques, et ce avec une charge de travail relativement faible. La méthode numérique des caractéristiques principales offre des approches d'amélioration qui peuvent être directement déduites des données collectées afin de les intégrer à un stade précoce dans la planification du travail.

Ces méthodes, bien que conçues au départ comme des versions analogiques, peuvent désormais être réalisées et utilisées sous forme numérique (méthode numérique des caractéristiques principales). Réalisé avec les outils de développement logiciel les plus modernes, EAWS-digital, par exemple, permet d'enregistrer et d'évaluer de manière simple et intuitive toutes les informations nécessaires au déroulement.

La simulation humaine (modèles humains numériques) est également utilisée dans la planification pour l'usine numérique afin d'illustrer et de remettre en question les activités manuelles en 3D dès la phase de planification. Dans la planification, la simulation est utilisée pour évaluer les tâches manuelles en termes d'économie de temps (modules de processus MTM) et d'ergonomie (processus EAWS). La simulation humaine pour l'étude et l'optimisation des procédés de montage, du temps nécessaire et de l'ergonomie trouve ainsi de plus en plus sa place dans le quotidien de l'entreprise.

Ainsi, la concurrence économique croissante à l'échelle mondiale et le recul de la croissance démographique en Europe poussent à une conception économique des postes de travail et du déroulement des processus en tenant compte des capacités humaines. L'outil ergonomique correspondant est l'EAWS (Ergonomic Assessment Worksheet - EAWS), qui prend en compte toutes les étapes du cycle de vie des biens (développé par MTM et IAD). L'évaluation ergonomique est améliorée en permanence en coopération avec des entreprises européennes de renom qui utilisent l'EAWS. Le système EAWS peut être utilisé pour optimiser l'évaluation de l'ergonomie en ce qui concerne la posture, les forces de manipulation, la manutention manuelle de charges, les fréquences de charge pour les zones des membres supérieurs, par exemple sous la forme de l'analyse rapide EAWS ou de la détermination automatique des données de mouvement et des forces (Motion Capturing). L'EAWS garantit une détermination précise de la sollicitation globale au poste de travail afin d'obtenir une qualité de construction ergonomique pour un travail sain et productif en permanence.

Les exigences posées au secteur augmentent en raison de la mondialisation et de la numérisation croissantes. Pour que le secteur puisse se maintenir et s'affirmer à l'avenir dans la concurrence mondiale et nationale, il a besoin de solutions innovantes, comme la méthode EAWS, et d'une adaptation continue.

L'utilisation de la méthode EAWS permet de déterminer les charges physiques du corps et des extrémités supérieures à chaque poste de travail. La compréhension acquise grâce à la méthode EAWS permet d'aménager des postes de travail globalement ergonomiques.

Motion-mining® en un coup d'œil

Mesurer | Évaluer | Optimiser

Intégrez de manière transparente notre matériel Motion Mining® dans vos processus de travail afin de collecter des données d'activité et de mouvement de vos collaborateurs et véhicules. Exploitez ces données visuellement grâce à notre logiciel MPI basé sur l'intelligence artificielle.

MotionMiners Icon Orange
COMMENCER MAINTENANT

Prêt pour plus d'efficacité dans vos processus ?

Prenez rendez-vous pour une consultation sans engagement. Posez vos questions & obtenez un aperçu en direct de MotionMiners INSIGHTS.

Les entreprises qui font déjà confiance à MotionMiners