Machine Translated by Google

Informática e Ingeniería Industrial 185 (2023) 109668

Listas de contenidos disponibles en ScienceDirect

Informática e Ingeniería Industrial

página de inicio de la revista: www.elsevier.com/locate/caie

Investigación de diferentes estaciones de trabajo de preparación manual para

sistemas de almacén robotizados y automatizados: compensaciones entre
aspectos de ergonomía y productividad

Serena Finco * , Gjulio Ashta , Alejandro Persona , Ilenia Zennaro

Departamento de Gestión e Ingeniería, Universidad de Padua, Stradella San Nicola 3, 36100 Vicenza, Italia

INFORMACIÓN DEL ARTÍCULO ABSTRACTO

Palabras clave: Los Sistemas de Almacén Robotizados y Automatizados son ampliamente utilizados en los sistemas logísticos debido a su eficiencia y compacidad.
Diseño de estación de trabajo
Entre todos los aspectos a incluir durante las decisiones tácticas y estratégicas, el número y la configuración de diseño de las estaciones de trabajo
Preparación de pedidos
de preparación de pedidos representan la decisión más crítica ya que influyen en el recorrido y la longitud del sistema de transporte y en la eficiencia
Ergonomía
y productividad de todo el sistema logístico. Además, el diseño adecuado del puesto de trabajo reduce los riesgos ergonómicos y, por tanto, garantiza
Productividad
una mejor calidad del trabajo y seguridad. Sin embargo, muchos estudios sobre sistemas de piezas a selector se han centrado en el rendimiento
Sistema de piezas a selector
Sistemas de almacén robotizados y automatizados global del sistema, mientras que a menudo se ha descuidado la ergonomía y su influencia en la eficiencia del sistema.

Por estas razones, en este artículo pretendemos cerrar la brecha investigando tanto la evaluación ergonómica como las configuraciones de las
estaciones de trabajo de recogida de forma integrada. Con base en los resultados obtenidos, se brindan pautas de gestión destacando los pros y los
contras de cada configuración. Los resultados demuestran que la solución adecuada depende en gran medida del perfil del pedido de entrega y del
tiempo necesario para seleccionar la línea de pedido del cliente.
Las configuraciones con los contenedores de almacenamiento colocados inclinados, colocados encima del contenedor de pedidos y frente al trabajador
conducen a una mejor postura y un menor tiempo de recolección. Además, parámetros adicionales, como el tiempo necesario para cambiar el
contenedor de almacenamiento y el número de artículos a recoger de cada contenedor de almacenamiento, influyen fuertemente en la elección de la
configuración más adecuada. Los resultados de este trabajo representan pautas fundamentales para permitir a los gestores realizar correctos estudios
de viabilidad en términos de costes esperados, rendimiento y espacios requeridos.

1. Introducción especialmente en pequeñas y medianas empresas. De hecho, la inversión inicial

Los almacenes representan el almacenamiento intermedio de mercancías entre dos
etapas sucesivas de una cadena de suministro (Bartholdi & Hackman, 2016).
Hoy en día, desempeñan un papel crucial en el entorno competitivo, ya que los productos
deben entregarse rápidamente a los clientes garantizando un servicio de alta calidad y
bajo costo. Además, en los mercados de comercio electrónico, estos requisitos
representan factores importantes que hay que gestionar. Por este motivo, en la última
década, las empresas se han visto obligadas a gestionar adecuadamente sus actividades
de almacenamiento para garantizar un nivel aún mayor de eficiencia y productividad
(Schiffer et al., 2022).
En tal contexto, la Industria 4.0 y las soluciones de automatización ayudan a los
profesionales a lograr sus objetivos y, en varios contextos de fabricación y logística, los
sistemas automatizados están reemplazando a los tradicionales (Kadir et al., 2019). Sin
embargo, como Azadeh et al. (2019) , no todas las actividades de almacenamiento
pueden ser reemplazadas fácilmente por robots o soluciones automatizadas,
necesaria para la robotización y automatización de todas las tareas de almacenamiento
no podría tener un retorno de la inversión a corto plazo. Además, la robotización de las
tareas de picking debería tener algunos requisitos ad hoc que no siempre se ajustan al
perfil de pedido del cliente. Se diseñan así soluciones híbridas, con tareas tanto
automatizadas como manuales. Es el caso de los Sistemas de Almacén Robotizados y
Automatizados con puestos de trabajo de preparación manual. Estos tipos de sistemas
se clasifican como sistemas de piezas a selector. Generalmente, constan de 1) sistemas
de almacenamiento y recuperación robotizados o automatizados, 2) un sistema
transportador con lanzaderas o minicargas que recuperan una o varias cargas (palets o
contenedores) y 3) una posición de recogida (es decir, un depósito o sala de recogida).
puesto de trabajo). Una vez que el contenedor llega a la estación de trabajo de
recolección, el trabajador involucrado en el proceso toma la cantidad requerida de
artículos y luego el contenedor se almacena nuevamente (de Koster et al., 2007). Este
tipo de sistema se utiliza en un contexto de alta intensidad, con muchas líneas de pedido
por hora (más de 1500). Por lo tanto, requieren un alto

* Autor correspondiente.
Dirección de correo electrónico: serena.finco@unipd.it (S. Finco).

https://doi.org/10.1016/j.cie.2023.109668 Recibido el 4 de
abril de 2023; Recibido en forma revisada el 24 de agosto de 2023; Aceptado el 30 de septiembre de 2023 Disponible en línea el
2 de octubre de 2023
0360­8352/© 2023 El(los) Autor(es). Publicado por Elsevier Ltd. Este es un artículo de acceso abierto bajo licencia CC BY (http://creativecommons.org/licenses/by/4.0/).
Machine Translated by Google
S. Finco et al.
nivel de automatización y varios puestos de trabajo de preparación de pedidos para garantizar una
alta eficiencia.
Para mantener altos niveles de estándar y debido al mayor costo de inversión requerido para
implementar este tipo de solución, los profesionales deben diseñar o seleccionar estaciones de
trabajo de preparación manual apropiadas incluyendo aspectos ergonómicos y económicos.
Además, el diseño de la estación de trabajo de preparación de pedidos influye en la eficiencia de
todo el sistema de piezas a preparadores. Cuanto mayor sea el número de contenedores que
lleguen simultáneamente a la zona del puesto de preparación de pedidos, mayor será el número
de transportadores necesarios y, por tanto, la longitud total del transportador. Además, cuanto
mayor sea el número de estaciones de trabajo de preparación de pedidos, mayor será la inversión
en dicho sistema de automatización. Finalmente, una vez diseñado todo el sistema de
almacenamiento y preparación de pedidos, agregar estaciones de trabajo de preparación de
pedidos adicionales o cambiar la configuración de cada estación de trabajo se convierte en un
desafío.
En los Sistemas de Almacén Robotizados y Automatizados con estaciones de trabajo de
preparación manual (sistemas de piezas a recogedor), los operarios no están más involucrados en
caminar o conducir como en los almacenes manuales y tradicionales (sistemas de selección a
piezas). El esfuerzo ergonómico garantiza principalmente posturas adecuadas y cómodas para las
extremidades superiores al realizar movimientos repetitivos durante mucho tiempo. En
consecuencia, diferentes configuraciones de estaciones de trabajo de recolección a menudo
conducen a diferentes evaluaciones de la ergonomía del trabajo y, por lo tanto, a diferentes
eficiencias, costos y desempeño de los trabajadores.
Sin embargo, la investigación en este campo aún es escasa, como se afirma en la reciente
encuesta de Boysen et al. (2019).
Partiendo de estas consideraciones iniciales, en este trabajo realizamos un análisis de
ergonomía y eficiencia productiva de varios puestos de preparación de pedidos que pueden
diseñarse e implementarse como etapa final de sistemas de almacén robotizados o automatizados.
En particular, investigamos cómo el número de contenedores, su posición de llegada y su inclinación
cuando llegan al puesto de recogida influyen en la postura y el tiempo durante la realización de la
recogida.
La metodología consiste en replicar estaciones de trabajo de picking avanzadas, simular las
tareas de picking y recoger todos los datos relevantes (postura, ángulos de las articulaciones,
distancias, tiempo) con un sistema de captura de movimiento conectado al Workforce Ergonomía y
Gestión (WEM).
Plataforma (Battini et al., 2022).
Las principales novedades de este trabajo se pueden resumir en:
1) Se consideran y comparan dieciséis configuraciones de estaciones de trabajo de preparación
de pedidos. Cada configuración deriva de un puesto de preparación de pedidos diseñado por
empresas líderes en este campo. De esta manera, nuestro trabajo puede proporcionar
información práctica a los profesionales a quienes se les pide que seleccionen las estaciones
de trabajo de recolección adecuadas. A diferencia de trabajos anteriores, que se centraban
principalmente en una estación de trabajo de preparación de pedidos, ahora podemos ofrecer
una visión global para diferentes configuraciones.
2) Se realiza un análisis detallado de las puntuaciones posturales y los ángulos de las articulaciones,
los movimientos de las manos y la pelvis para cada configuración. De esta manera,
proporcionamos una visión global y crítica de la ergonomía combinada con un análisis del
tiempo.
3) Se proporciona un análisis paramétrico para que los profesionales elijan las estaciones de
trabajo de selección adecuadas para implementar el sistema de piezas a selector. La decisión
sobre la selección adecuada del puesto de trabajo de preparación de pedidos está influenciada
por varios factores que no están directamente relacionados con la ergonomía y la eficiencia
del tiempo. Demostramos que factores objetivos adicionales, como la cantidad de artículos a
seleccionar, la cantidad de filas por pedido y el tiempo requerido para cambiar los contenedores
de almacenamiento, llevan a seleccionar una configuración en lugar de otra.
4) Finalmente, este trabajo avanza hacia el reciente paradigma del Operador 5.0 definido por la
Comisión Europea CE (2021, 2022), que tiene como objetivo crear sistemas de fabricación,
producción y logística más resilientes, sostenibles y orientados a las personas.
El resto de este trabajo se estructura de la siguiente manera. La sección 2 investiga trabajos
anteriores centrados en el diseño de estaciones de trabajo de piezas a recolectoras.
La Sección 3 informa la descripción del problema, una breve descripción del
2
Informática e Ingeniería Industrial 185 (2023) 109668
sistema que utilizamos para recopilar datos relevantes y las diferencias entre las estaciones de
trabajo de preparación de pedidos comparadas. La Sección 4 informa un análisis detallado y una
discusión de los resultados y conocimientos de gestión derivados de los datos recopilados.
Finalmente, la Sección 5 concluye nuestro trabajo proporcionando direcciones de investigación
futuras.
2. Revisión de la literatura
En esta sección, proporcionamos una descripción general de las herramientas de evaluación
ergonómica que se pueden utilizar para investigar posturas y otros riesgos ergonómicos durante
las decisiones tácticas, estratégicas y operativas. Además, se presentan los trabajos existentes
centrados en la integración de la ergonomía en el diseño de estaciones de trabajo de preparación
de pedidos.
2.1. Evaluación ergonómica en sistemas logísticos.
Existen varias herramientas y métodos de evaluación para cuantificar la ergonomía y el riesgo
postural asociado con tareas manuales y repetitivas. Estas herramientas se pueden dividir en tres
categorías principales: autoinformes, métodos de observación y métodos directos/basados en
instrumentos (David, 2005). Las herramientas de autoevaluación involucran directamente a los
trabajadores. Recopilan datos sobre la exposición al riesgo mediante cuestionarios, listas de
verificación o entrevistas. Estos informes se basan en las percepciones y sentimientos de los
trabajadores.
Por este motivo, los resultados son imprecisos y demasiado subjetivos. Para superar este
límite, los métodos de observación permiten a los analistas realizar evaluaciones posturales
basadas en observaciones directas o videos. Además, gracias al avance de nuevas tecnologías,
como los sistemas de captura de movimiento, la puntuación ergonómica se puede calcular
continuamente en tiempo real, ahorrando esfuerzos a los ergonomistas y brindando un resultado
más preciso y detallado (Battini et al., 2022).
Los métodos de observación más utilizados y conocidos siguen índices ergonómicos estándar
internacionales, como el Occupational Re­petitive Actions (OCRA) (Occhipinti, 1998), la ecuación
de levantamiento NIOSH (National Institute of Occupational Safety and Health Lifting Index)
(Waters et al., 1993) y el Índice de tensión laboral (JSI) (Moore & Garg, 1995).
Además, se pueden adoptar métodos ergonómicos simplificados en el análisis ergonómico inicial
debido a su simplicidad y corto tiempo de cálculo (ISO, 2007). En tal contexto, la Evaluación
Rápida de las Extremidades Superiores (RULA) (McAtamney & Corlett, 1993), la Evaluación Rápida
de Todo el Cuerpo (REBA) (Hignett & McAtamney, 2000), el Sistema de Evaluación de la Postura
de Trabajo Ovako (OWAS) (Karhu et al. ., 1977) se puede utilizar.
RULA y REBA son dos métodos similares para detectar e identificar posturas nocivas.
RULA es más adecuado para actividades intensivas de mano y brazo, como por ejemplo
trabajos de montaje sentado. Al mismo tiempo, REBA evalúa todo el cuerpo y es más
apropiado cuando están involucrados tanto la parte superior como la inferior del cuerpo,
como durante actividades de recolección o construcción.
La hoja de trabajo RULA evalúa la desviación de la posición en seis regiones del cuerpo
(parte superior del brazo, antebrazo, muñeca, cuello, tronco y piernas) desde su posición
neutral, así como el peso transportado y el tipo de movimiento (estático o dinámico). La
puntuación final varía de 1 a 7, donde 1 describe una situación laboral sin riesgos y 7 resalta
la necesidad de actuar mediante ajustes inmediatos. La hoja de trabajo REBA evalúa las
mismas regiones del cuerpo que RULA, pero también incluye agarres y acoplamiento en los
análisis. La puntuación final oscila entre 1 y 5. Siempre que la puntuación sea inferior a 3,
serán necesarias pequeñas correcciones. Por el contrario, una puntuación entre 4 y 7
requiere acciones correctivas. Siempre que la puntuación supere los 7 puntos, se deben
implementar intervenciones correctivas lo antes posible, ya que la repetitividad de la postura
de trabajo analizada puede provocar con el tiempo enfermedades ergonómicas.
Finalmente, la puntuación OWAS analiza la posición de la parte superior e inferior del cuerpo.
Proporciona una puntuación de un solo dígito para cada parte del cuerpo, empezando por la
espalda, los brazos, las piernas y las cargas soportadas durante la actividad. Estos cuatro dígitos
se utilizan como entrada para la tabla que incluye todas las combinaciones posibles de dígitos y su
correspondiente riesgo ergonómico.
Machine Translated by Google
S. Finco et al.
OWAS clasifica el riesgo de acción en cuatro categorías que van desde 1 = sin riesgo hasta 4 = alto
riesgo.
2.2. Integración de la ergonomía en el diseño de puestos de trabajo de preparación de pedidos.
La preparación de pedidos (OP) es el proceso de recuperar artículos de los lugares y
contenedores de almacenamiento para cumplir con los pedidos de los clientes (Tompkins et al., 2010).
Según varios estudios (Calzavara et al., 2017; Calzavara et al., 2019; Glock et al., 2019), la OP
representa la actividad del proceso de almacenamiento más laboriosa y costosa, principalmente
realizada de forma manual debido a sus características (Grosse et al. , 2015; De Koster et al., 2007).
Este proceso implica levantar, mover, seleccionar, colocar y empacar artículos para cumplir con los
pedidos de los clientes (Richards, 2017). Estas actividades son sencillas y fáciles de realizar pero
muy repetitivas y exigentes físicamente.
Además, estas tareas repetitivas que utilizan posturas incómodas pueden forzar el cuerpo del
trabajador o causar fatiga, lesiones o, en el peor de los casos, discapacidades.
Por esta razón, en la última década, los académicos han prestado más atención a investigar la
ergonomía, la fatiga física y muscular, y el aprendizaje y el olvido durante la realización de tareas OP
(Battini et al., 2016; Finco et al., 2021; Grosse et al. , 2017; Rinaldi et al., 2022). La mejora de la
ergonomía condujo a un mayor bienestar de los trabajadores y a mejores objetivos de rendimiento
al reducir las enfermedades y las ausencias laborales (Grosse et al., 2015).
Además, según varios trabajos previos (Digiesi et al., 2009; Katiraee et al., 2021; Simonetto et al.,
2022), el rendimiento y la eficiencia del sistema influyen fuertemente en la satisfacción, la motivación
y el estrés físico de los trabajadores. Por lo tanto, es necesario incluir aspectos de ergonomía durante
las decisiones estratégicas, tácticas y operativas, que se refieren a decisiones de largo y corto plazo,
respectivamente.
El diseño adecuado de la estrategia de selección y, por tanto, del sistema de selección
relacionado (es decir, diseño de la estación de trabajo, número de estaciones de trabajo de selección,
nivel de automatización) representa una decisión táctica. Está influenciado por varios factores, como
la cantidad de artículos a recoger por hora, el perfil de pedidos de los clientes y la cantidad de
artículos. Además, representa una decisión a largo plazo; por lo tanto, en esta etapa se desconocen
las características de los trabajadores involucrados en la recolección (Finco et al., 2020). Por esta
razón, en esta etapa, los aspectos ergonómicos, que se refieren a un trabajador genérico, deben
incluirse como factores esenciales en la selección del puesto de trabajo de preparación adecuado
(Battini et al., 2011, Battini et al., 2020). Otras cuestiones, como las diferencias entre trabajadores y
períodos de trabajo, se refieren a decisiones operativas y, por tanto, a decisiones de corto plazo.
Todos estos aspectos pueden incluirse en modelos de programación de rotación laboral destinados
a suavizar el equilibrio de la carga de trabajo entre trabajadores con diferentes niveles de experiencia
(Wang et al., 2022). Dos métodos de selección estándar son el recolector de piezas y el recolector de
piezas (Boysen et al., 2019). La mayoría de los trabajos existentes sobre ergonomía en el diseño de
selección están relacionados con sistemas de selección de piezas en los que los trabajadores
caminan o conducen por los pasillos del almacén para recuperar artículos de los estantes o palés (por
ejemplo, Grosse et al., 2015; Grosse et al., 2017). ; Sgarbossa et al., 2022).
Pasando a los sistemas de piezas a selector, solo los trabajos aquí resumidos incluyen y brindan
sugerencias para diseñar adecuadamente estaciones de trabajo de recolección avanzadas. Wakula
et al. (2021) ofrecieron un análisis ergonómico para ocho configuraciones centrándose en la carga de
trabajo de recolección de ocho sujetos. Utilizaron el sistema de captura de movimiento cautivo e
investigaron la hoja de trabajo de evaluación ergonómica (EAWS, Schaub et al., 2013).
Afirmaron que los pesos bajos y la frecuencia de selección no alta no causan un estrés físico elevado,
ya que el EAWS calculado fue inferior a 25 puntos.
Por otro lado, una mayor frecuencia de selección o mayores pesos aumentan la carga de trabajo
físico (EAWS superior a 25 puntos). Lee y cols. (2020) llevaron a cabo una simulación de evaluación
virtual del lugar de trabajo para un sistema de preparación de pedidos de trabajo conjunto entre robot
y humano investigando el índice RULA para dos sistemas de preparación de pedidos (robot en
movimiento frente a AS/RS). Se demostró que el sistema de preparación de pedidos AS/RS tiene
menores factores de riesgo para los trabajadores humanos. Por otro lado, la estación de preparación
de pedidos en los sistemas de preparación de pedidos del tipo MR requería cambios críticos en la
postura humana. Lee y cols. (2016) realizaron pruebas de selección y encuestas descriptivas con 30
participantes.
Diferentes posturas con dos configuraciones de estaciones de trabajo de recolección
3
Informática e Ingeniería Industrial 185 (2023) 109668
(posicionamiento de diferente altura del contenedor en la estación de trabajo) fueron
probados y analizados. Las pruebas ergonómicas también incluyeron pruebas de
electromiografía. No se consideraron discusiones y datos sobre aspectos económicos y
¨
de desempeño. Konemann et al. (2015) investigaron los efectos de la ubicación
horizontal de los contenedores en la elevación de la parte superior del brazo, la
inclinación del tronco y el uso de las manos en una estación de trabajo de preparación
de pedidos en ocho sujetos cambiando el peso del producto a recoger y la posición de
recogida y colocación. Afirmaron que una posición lejana requiere más elevación de la
parte superior del brazo e inclinación del tronco, mientras que los movimientos de las
¨
manos no están influenciados por las posiciones de recoger y colocar. Finalmente,
Konemann et al. (2012) estudiaron las estrategias de movimiento para una estación de
trabajo de recolección específica, los factores subyacentes y su impacto en el desempeño.
Desde el punto de vista ergonómico, afirmaron que permitir una mayor variación de
movimientos en el puesto de preparación de pedidos analizado sin una reducción del
rendimiento representa un beneficio para los diseñadores.
Todos los trabajos anteriores se centran en medir puntuaciones ergonómicas y posturales, fatiga
muscular o aspectos psicológicos, pero a menudo se descuidan otros aspectos importantes, como las
medidas económicas. Como ejemplo, nunca se ha considerado el momento de la recolección.
Además, en cada trabajo se investiga un único sistema (o configuración) de puesto de trabajo de
preparación de pedidos. Sólo Wakula et al. (2021) consideraron varias configuraciones de estaciones
de trabajo de selección, pero no proporcionan detalles ni diferencias entre las estaciones de trabajo
y, en consecuencia, su trabajo no es replicable. Cada trabajo investigó la postura ergonómica a través
de un índice ergonómico (es decir, RULA, EAWS), pero ninguno propuso un enfoque integrado en el
que se investiguen varios aspectos ergonómicos de forma conjunta. Finalmente, ninguno investigó
cómo el perfil de pedido de un cliente influye en la elección de una estación de trabajo de preparación
de pedidos en lugar de otra. De hecho, la selección adecuada del número de contenedores de
almacenamiento y pedidos para cada estación de trabajo podría abordar diferentes niveles de
ergonomía, costes y rendimiento.
3. Descripción del problema y evaluación de las pruebas de laboratorio.
3.1. Descripción del problema
Nuestro objetivo es investigar cómo el diseño de las estaciones de trabajo de recolección
avanzadas influye en las puntuaciones de ergonomía postural y el tiempo de recolección. De esta
manera, podemos seleccionar la configuración adecuada de la estación de trabajo de recolección y
diseñar el sistema incluyendo los subsistemas de transporte y almacenamiento.
La figura 1 muestra un ejemplo de un almacén automatizado que consta de cuatro subsistemas
principales: 1) almacenamiento, 2) transportadores para contenedores de almacenamiento, 3)
transportadores para cajas de embalaje y 4) estaciones de trabajo de preparación de pedidos.
Este tipo de sistemas se implementan en los centros de distribución de comercio electrónico que
se caracterizan por: 1) pedidos pequeños, 2) gran variedad, 3) cronogramas de entrega ajustados y
4) cargas de trabajo variables (Zennaro et al., 2022; Boysen et al. , 2019).
Además, la figura 2 muestra un ejemplo de una estación de trabajo de preparación de pedidos.
En tal configuración, los artículos llegan por el lado derecho e izquierdo del selector a través de un
transportador y a contenedores (llamados contenedores de almacenamiento, cajas azules en la Fig.
2). El trabajador toma un contenedor de pedidos vacío del nivel superior (según el tamaño de los
artículos a recoger). Luego, el trabajador recoge los artículos y los coloca en contenedores de pedidos
(el cuadro amarillo en la Fig. 2) asociados con los pedidos de los clientes. Además, los contenedores
de almacenamiento y pedidos se ubican en una estación de trabajo regulable en altura según las
características antropométricas del recolector. Un monitor frente al recolector ayuda a identificar
cuántos artículos se solicitan para cada pedido. Uno tras otro, los contenedores de almacenamiento
llegan a la estación y el recolector los procesa hasta que se completa un contenedor de pedidos y se
intercambian automáticamente con un contenedor de pedidos nuevo (vacío).
Según la Fig. 1, podemos afirmar que existen varias complejidades en este tipo de automatización
de almacenamiento, ya que todos los sistemas necesarios están relacionados entre sí. Por lo tanto,
una vez diseñado todo el sistema, ya no es posible rediseñarlo agregando más estaciones de trabajo
o cambiando la cantidad de contenedores de almacenamiento que llegan frente al trabajador. Se
debe principalmente a la complejidad del subsistema transportador, que se requiere para: 1) mover
los contenedores de almacenamiento desde el área de almacenamiento a la estación de trabajo de
preparación adecuada, 2) mover los contenedores de pedidos vacíos desde su área de preparación
al
Machine Translated by Google

S. Finco et al. Informática e Ingeniería Industrial 185 (2023) 109668

Fig. 1. Un ejemplo de sistema de almacén automatizado.

toda la inversión, como también se reporta en la Tabla 1.

La Tabla 1, derivada de la experiencia de los autores y la colaboración con líderes de
empresas en el diseño de dichos sistemas, resume las distribuciones de costos y su
impacto en el costo total de una solución automatizada, como se muestra en la Fig. 1, con
diez estaciones de trabajo de preparación de pedidos.
Los costos se pueden agrupar en cinco categorías principales: 1) subsistema de
almacenamiento (es decir, estantes, elevadores, lanzaderas), 2) recolección y embalaje
(es decir, estaciones de trabajo de recolección, formadora de cajas, etiquetado, básculas),
3) transportador y clasificación subsistema, 4) software y 5) configuración inicial y
aceleración. El impacto de cada familia de costes deriva de las principales empresas
líderes en este ámbito.
Según la Tabla 1, los costos de recolección y embalaje aumentaron significativamente.
influye en el coste total de implementación de sistemas de piezas a selector.
Por este motivo, es necesario incluir aspectos ergonómicos y tecnológicos durante la
fase de diseño de los puestos de trabajo de picking siguiendo la metodología propuesta por
Battini et al. (2011).

Fig. 2. Ejemplo de estación de trabajo de preparación anticipada (SB: ubicación de almacenamiento; OB: 3.2. Sistema de captura de movimiento y plataforma WEM
ubicación de pedidos).

Con el objetivo de registrar los movimientos realizados por el preparador de pedidos

estación de trabajo de recolección y 3) mover contenedores de pedidos desde la estación involucrado en los experimentos, se utiliza un traje basado en una Unidad de Movimiento
de trabajo de recolección al área de empaque final. Además, los costos asociados con los Inercial (IMU), llamado MTw Awinda (Xsens).
sistemas transportadores para dicho sistema representan un porcentaje significativo de El MTw Awinda tiene 17 IMU (ver Fig. 3). Cada sensor inalámbrico contiene un
giroscopio, magnetómetros y acelerómetros. El sistema incluye una camiseta con IMU para
el tronco y el hombro colocadas en correas especiales, una diadema, dos bandas para las
Tabla 1
manos y 11 tiras para el resto del cuerpo. Proporciona datos de hasta 60 Hz; Además, la
Categorías de costos para sistemas de piezas a selector. antena externa de la estación Awinda permite un alcance inalámbrico en interiores de 20 m
categoría de costo Impacto en la inversión total y en exteriores de 50 m.

Subsistema de almacenamiento 56 %

Picking & Packing (10 estaciones de trabajo de picking)
Subsistema de transporte y clasificación
Software
Configuración inicial y aceleración
22 % Todos los datos se recopilan con el sistema de captura de movimiento y se procesan
12 % en tiempo real utilizando el software WEM­Platform (Battini et al., 2022). Esta plataforma
9%
utiliza ángulos articulares relacionados con el cuello, el hombro, el codo, la muñeca y el
1%
tronco como datos de entrada para calcular RULA, REBA, OWAS y PERA.

4
Machine Translated by Google

S. Finco et al. Informática e Ingeniería Industrial 185 (2023) 109668

índices de ergonomía y porcentaje de tiempo que el trabajador está involucrado en posturas

laborales peligrosas. Además, la Plataforma WEM define el tiempo medio y total de recogida
y la longitud del recorrido de la pelvis y las manos del preparador de pedidos. Finalmente,
todos los ángulos de las articulaciones y los datos de posicionamiento se pueden utilizar para
el posprocesamiento.
En nuestro caso concreto, como análisis postural seleccionamos y evaluamos lo siguiente:

1) RULA como índice de ergonomía debido a las características de los puestos de preparación
anticipada analizados. El índice RULA se utiliza principalmente cuando la parte superior
del cuerpo está muy implicada en las tareas.
2) El coeficiente postural de OCRA.
3) Ángulos NIOSH (ISO 11226) ya que proporcionan una medida directa de los ángulos
articulares relacionados con la parte superior del cuerpo (Battini et al., 2022).

4) La distancia promedio de las manos y el centro de gravedad (COG) al realizar la recolección,

ya que brindan detalles sobre el movimiento del trabajador. En tal contexto, esperamos
que cuanto más bajas sean las manos y la distancia COG, más corto será el tiempo de
selección.

3.3. Diseño experimental y supuestos.

El análisis experimental se realizó replicando y probando 16 configuraciones avanzadas

de estaciones de trabajo de preparación de pedidos, como se muestra en la Fig. 4.
Las diferencias entre las configuraciones se pueden establecer según:

1) El nivel de los contenedores de almacenamiento y pedidos: un nivel en caso de que los contenedores
de almacenamiento y pedidos estén a la misma altura (es decir, alineados) y dos niveles en caso
de que su altura difiera (los contenedores de almacenamiento y pedidos se pueden colocar en una
parte superior o inferior). nivel). En la Fig. 4, la vista frontal A representa la caja con los contenedores
de almacenamiento y de pedidos alineados, mientras que la vista frontal B (resp. C) representa la
caja con los contenedores de almacenamiento colocados debajo (o superior) del contenedor de
pedidos.

2) El número de contenedores de almacenamiento. Por ejemplo, las configuraciones 2.B y

3.B y 2.C y 3.C difieren en el número de contenedores de almacenamiento. De hecho, en
las configuraciones 2.B y 2.C, hay cuatro contenedores de almacenamiento, mientras que
en las configuraciones 3.B y 3.C pueden llegar dos contenedores de almacenamiento a
la estación de trabajo de preparación de pedidos. Además, suponemos que tenemos un
contenedor de pedidos para cada configuración. De esta forma se evita la preparación
por lotes y sólo se puede procesar un pedido a la vez.
3) La inclinación de los contenedores de almacenamiento: 0◦ o 30◦. Estas inclinaciones se
alinean con las dadas por los líderes de las empresas al diseñar este tipo de estaciones
de trabajo y las que brindan soluciones para estaciones de trabajo de ensamblaje.
Además, niveles de inclinación superiores a 30◦ podrían provocar la caída de artículos de
los contenedores de almacenamiento, lo que debe evitarse.
4) La orientación longitudinal (o ancho) de los contenedores de almacenamiento y pedidos.
difieren según la configuración.

Finalmente, los contenedores de almacenamiento llegan a la estación de trabajo y se colocan a 100 mm de

distancia entre sí.

Dado que la altura de la estación de trabajo es ajustable según las características del
recolector, la Tabla 2 resume las medidas y características adicionales entre los contenedores
de almacenamiento y pedidos para cada configuración.
La distancia vertical entre los contenedores de almacenamiento y de pedidos se calcula
considerando el centro de gravedad de los contenedores y una longitud fija de 100 mm. En la
sección del Apéndice, la Tabla 1A informa medidas y datos adicionales que pueden ayudar a
replicar el entorno de simulación.
Además, el recolector humano involucrado era un hombre de 1,75 m de altura y 27 años
que dio su consentimiento informado por escrito antes de comenzar el estudio. Para cada
configuración, recogió y colocó elementos 50 veces por configuración. Las plataformas Mocap
y WEM recopilaron datos posturales, ángulos articulares y tiempo (Battini et al., 2022).
Fig. 3. El sistema Mocap utilizado para recopilar datos posturales (las partes naranjas
son las IMU).
La figura 5 muestra un ejemplo de dos configuraciones de recolección avanzadas.
El recolector usa el Xsens Mocap que está conectado a la plataforma WEM, con el objetivo
de recopilar todos los datos necesarios para nuestro análisis. La altura de la estación de
trabajo simulada se establece según el tamaño del recolector.

5
Machine Translated by Google

S. Finco et al. Informática e Ingeniería Industrial 185 (2023) 109668

Fig. 4. Representación esquemática de las configuraciones de las estaciones de trabajo de preparación avanzada consideradas en el estudio actual (los contenedores azules son los contenedores de almacenamiento, el contenedor naranja
es el contenedor de pedidos).

Tabla 2

Resumen de las principales características de cada configuración.

ID de configuración Bandeja de almacenamiento Nivel Nivel de contenedor de almacenamiento (en comparación con el contenedor de Distancia vertical Inclinación de los Orientación del

(cantidad) pedidos) [mm] contenedores de almacenamiento contenedor de almacenamiento

1.A 4 1 Mismo nivel 0 0◦ Longitudinal

2.A 4 1 Mismo nivel 0 0◦ A lo ancho
2.B 4 2 Más bajo 320 0◦ A lo ancho
2.C. 4 2 Superior 320 0◦ A lo ancho
3.A 2 1 Mismo nivel 0 0◦ A lo ancho
3.B 2 2 Más bajo 320 0◦ A lo ancho
3.C 2 2 Superior 320 0◦ A lo ancho
4.A 2 1 Mismo nivel 0 0◦ Longitudinal
4.B 2 2 Más bajo 320 0◦ Longitudinal
4.C 2 2 Superior 320 0◦ Longitudinal
5.C 1 2 Superior 320 0◦ Longitudinal
5.D 1 2 Superior 320 30◦ Longitudinal
6.C 2 2 Superior 320 0◦ Longitudinal
6.D 2 2 Superior 320 30◦ Longitudinal
7.C 4 2 Superior 320 0◦ Longitudinal
7.D 4 2 Superior 320 30◦ Longitudinal

involucrado. De tal manera, podemos brindar pautas generales que no estén influenciadas por el sujeto levantar, mover, recoger y colocar) y, por tanto, su influencia en la postura

involucrado en el procedimiento experimental. puntuaciones.

Además, para todas las pruebas, hacemos las siguientes suposiciones: 3) El recolector adopta una postura ergonómica y neutral durante los tiempos de inactividad causados por

los cambios de contenedores de almacenamiento.

1) Sólo se simulan las actividades de elevación, movimiento, recogida y colocación. 4) El tiempo necesario para la reposición de los contenedores de almacenamiento se puede realizar mientras

Las actividades de embalaje de pedidos, etiquetado, inspección y control de calidad, escaneo y pulsación se realiza el picking; por lo tanto, puede considerarse un enmascarado.

de botones se realizan de manera similar para cada configuración. Por tanto, no influyen en la elección tiempo.

del puesto de trabajo de preparación avanzada adecuado desde el punto de vista ergonómico. 5) La altura de cada puesto de trabajo se ajusta según las características antropométricas del recolector

(ver Fig. 6). Esto está en consonancia con el funcionamiento real de dichos sistemas ya que pueden

ajustarse según las características físicas del trabajador.

2) No se estableció ninguna réplica de un sistema transportador en funcionamiento.

Esto significa que replicamos sólo los movimientos vinculados al selector (p. ej.,

6
Machine Translated by Google
S. Finco et al.
Fig. 5. Ejemplo de estaciones de trabajo de picking avanzadas simuladas en nuestro laboratorio Ergo (el recolector lleva el Xsens Mocap).
Fig. 6. Definición de altura para cada configuración según las características de los trabajadores (SB: contenedor de almacenamiento, OB: contenedor de pedidos).
6) En todos los casos, tanto las papeleras de almacenaje como las de pedidos tendrán las
siguientes dimensiones: 60 cm (largo), 40 cm (ancho) y 22 cm (alto). Seleccionamos estos
contenedores porque se utilizan ampliamente en este tipo de sistema de recogida de piezas.
7) Las piezas recogidas eran cajas pequeñas y ligeras (que pesaban menos de 0,5 kg).
4. Análisis y discusión de resultados
4.1. Manos y centro de gravedad distancia recorrida
El sistema de captura de movimiento rastrea las posiciones globales de todas las
articulaciones de las partes del cuerpo en cada período de tiempo (establecido en 40 Hz en
nuestro caso). Desde entonces, un algoritmo de seguimiento ha calculado las distancias
euclidianas recorridas por las manos y el centro de gravedad (COG) del operador mientras
recoge 50 veces. Los datos de posición expresados en metros se reportan en la Tabla 3,
donde también se reportan las distancias de las manos rectangulares rastreadas y medias por
pico. Finalmente, se informa una comparación de distancia entre todas las configuraciones y
una que proporciona la distancia mínima de manos y COG. Podemos ver que la diferencia
porcentual entre todas las configuraciones y la de menor valor es muy considerable
centrándonos en la distancia COG.
7
Informática e Ingeniería Industrial 185 (2023) 109668
Centrándonos en el recorrido del COG, las configuraciones 5.C y 5.D no requieren un
movimiento de las piernas mientras se realiza el picking, por lo que son las que tienen un
recorrido del COG menor.
Además, en tales configuraciones, hay un contenedor de almacenamiento y un contenedor de
pedidos colocados en diferentes niveles, y el recolector necesita mover sus hombros y manos
para colocar los artículos de un contenedor al otro. En el 5.
Configuración D, la caja de almacenamiento está inclinada 30◦; por este motivo, también se
produce una ligera reducción de la distancia total y media de las manos (un 5,21 % menor).
Por otro lado, las configuraciones 7.C y 7.D conllevan una mayor distancia de recorrido
del COG, ligeramente superior a la configuración 2.A (+5,71 %).
Sin embargo, para las configuraciones 2.A, 7.C y 7.D, los recolectores deben moverse hacia
el lado derecho o izquierdo para recoger los artículos del contenedor de almacenamiento y
colocarlos en el contenedor de pedidos. Para la configuración 7.C, también hay un valor más
alto de la distancia recorrida de las manos. En la configuración 7.D, la distancia recorrida de
las manos es inferior al 3,14 % debido a la inclinación de los contenedores de almacenamiento.
Además, la configuración 1.A conduce a que la distancia de recorrido de las manos sea
muy cercana a la configuración 7.D incluso si la distancia de recorrido del COG es menor. De
hecho, en esta configuración, los contenedores de almacenamiento llegan paralelos y en los
lados izquierdo y derecho del recogedor. Así, pierna
Machine Translated by Google

S. Finco et al. Informática e Ingeniería Industrial 185 (2023) 109668

Tabla 3
Distancias recorridas de manos y COG (valores mínimos en negrita, valores máximos subrayados).

IDENTIFICACIÓN Distancia Distancia hacia Distancia media Distancia rectangular Distancia COG Diferencia porcentual con la Diferencia porcentual con la
hacia la la derecha [m] Distancia de la mano por media por selección [m] media [m] distancia de la mano inferior distancia COG más baja
izquierda [m] COG [m] pico [m]

1.A 91,3 91,3 25 1,83 3.1 0,5 101,10 % 900 %

2.A 87,5 91,3 35 1,79 2.1 0,7 96,70 % 1300 %
2.B 66,3 68,8 31.3 1.35 2.7 0,63 48,35% 1160 %
2.C. 78,8 80 33,8 1,59 2.7 0,68 74,73% 1260 %
3.A 60 68,8 18.8 1.29 1.6 0,38 41,76% 660%
3.B 57,5 63,8 21.3 1.21 2.2 0,43 32,97% 760%
3.C 55 66,3 17,5 1.21 2.2 0,35 32,97% 600 %
4.A 70 71,3 22,5 1,41 1,6 0,45 54,95 % 800 %
4.B 55 68,8 27,5 1,24 2,2 0,55 36,26 % 1000 %
4.C 71.3 72,5 18.8 1.44 2.2 0,38 58,24% 660%
5.C 46.3 50 2.5 0,96 1.6 0,05 5,49% 0%
5.D 43,5 47.2 2.5 0,91 1,52 0,05 0,00 % 0%
6.C 48,8 50 3.8 0,99 2.3 0,08 8,79% 60 %
6.D 46,5 47,5 3.8 0,94 2.22 0,08 3,30% 60 %
7.C 95 95,5 36,9 1,91 0,74 109,89 % 1380 %
7.D 92,2 93 36,9 1,85 3 2,92 0,74 103,30 % 1380 %

Los movimientos son limitados, pero no es lo mismo con las manos ya que recoge elementos de
ambos lados de la estación de trabajo.
Pasando a otras configuraciones, 6.C y 6.D son similares a 5.C y 5.
D. Hay un ligero aumento en la distancia de recorrido de ambas manos y del COG ya que hay
dos contenedores de almacenamiento en lugar de uno.
Comparando las configuraciones pertenecientes a las familias 3 y 4 con dos contenedores
de almacenamiento y diferentes orientaciones (a lo ancho para la configuración 3 y a lo largo
para la configuración 4), podemos decir que una orientación a lo ancho conduce a las manos
más bajas y a la distancia recorrida del COG (ver Tabla 3).
Finalmente, comparando configuraciones pertenecientes a la misma familia, podemos decir
que colocar los contenedores de almacenamiento en un nivel inferior a pesar del contenedor de
pedidos reduce las distancias de desplazamiento de las manos.
Las distancias recorridas por el COG y las manos también se registraron en un gráfico de
espagueti 3D para cada configuración. Higos. 7 y 8 reportan el gráfico de espagueti del COG, y
se representan las manos obtenidas durante la prueba. Informamos y comparamos dos
configuraciones 2.A y 5.D. Se puede observar que la amplitud del gráfico se reduce en la
configuración 5.
D en comparación con 2.A para COG y manos, como lo confirman los valores informados en la
Tabla 3.
4.2. Análisis de ángulos NIOSH
configuraciones en cuanto a flexión del tronco y flexión lateral; por lo tanto, no los reportamos en
este trabajo. Además, la abducción del hombro para ambos brazos no tuvo variaciones entre
configuraciones. Las principales diferencias se han encontrado en las flexiones de hombros y
codos de ambos brazos (como se informa en las Tablas 2A y 3A del Apéndice).
Para los hombros podemos decir que tanto para el lado izquierdo como para el derecho no
se pasa tiempo en una posición de alto riesgo con un ángulo de flexión mayor a 90◦ para todas
las configuraciones. Sin embargo, para todos los casos en los que los contenedores de
almacenamiento se colocan en un nivel superior a pesar del contenedor de pedidos (por lo tanto,
5.C y 5.D, 6.C y 6.D, 7.C y 7.D), tenemos los valores más altos . Además, para la configuración
2.C (hombro izquierdo), para el tiempo de recogida del 6,11 %, el hombro reporta una flexión
mayor a 60◦.
Pasando a los codos, el derecho informa una mayor flexión ya que el recolector usa la mano
derecha para recoger. Además, en este caso, la inclinación de los contenedores de
almacenamiento reduce el ángulo de flexión (compárese 5.C y 5.D, 6.C y 6.D, 7.C y 7.D).
Sin embargo, para los casos en los que los contenedores de almacenamiento y de pedidos
se colocan al mismo nivel, la flexión del codo alcanza valores mayores durante un menor tiempo
y, en consecuencia, las configuraciones 2.A, 3.A y 4.A podrían ser preferibles frente a la 2. .B o
2.C (resp. 3.B o 3.C y 4.B o 4.C).
Además, las configuraciones 5.C y 5.D tienen un buen equilibrio entre todos los ángulos
diferentes.

También se recopilaron y analizaron los ángulos de NIOSH para respaldar aún más el 4.3. Análisis RULA
análisis con la plataforma WEM. Por lo tanto, los investigamos calculando el porcentaje de tiempo
pasado en los diferentes rangos de posiciones. El índice RULA se calcula para cada configuración. Seleccionamos RULA ya que se centra
No se detectan diferencias sustanciales entre los distintos más en la parte superior del cuerpo, que también podría ser

Fig. 7. Cuadro de espagueti COG de las configuraciones 2.A y 5.D.

8
Machine Translated by Google

S. Finco et al. Informática e Ingeniería Industrial 185 (2023) 109668

Fig. 8. Tabla de espaguetis de manos de las configuraciones 2.A y 5.D.

Tabla 4
Niveles de riesgo RULA para cada configuración.

IDENTIFICACIÓN RULA IZQUIERDA REGLA DERECHA

[1­2] (2–4] (4–6] 6þ Valor medio Estándar Desarrollo. [1­2] (2–4] (4–6] 6þ Valor medio Estándar Desarrollo.

1.A 1,72% 49,87% 45,85% 2,56% 4,4 1.1 1,90% 52,43% 45,01% 0,67% 4,4 1
2.A 0,76% 54,64% 44,39% 0,21% 4,5 1.2 1,36% 57,88% 40,77% 0,00% 4,4 1.1
2.B 0,98 % 73,63 % 25,39 % 0,00 % 4 3,67 % 86,97 % 9,36 % 0,00 % 1,36 % 72,86 % 25,78 % 0,00 % 3,9 5,73 % 74,39 % 19,84 % 0,05 % 0,9
2.C 3,5 1 0,8 3,6 1
3.A 0,46 % 59,10 % 40,43 % 0,00 % 4,4 1.2 1,35 % 60,62 % 38,03 % 0,00 % 4,2 1.1
3.B 1,16 % 76,59 % 22,25 % 0,00 % 3,8 1 1,80% 73,83% 24,36% 0,00% 3,8 0,9
3.C 1,99% 73,13% 24,89% 0,00% 3,9 1 2,36 % 70,03 % 27,60 % 0,00 % 3,9 1
4.A 0,43% 49,50% 47,65% 2,43% 4,7 1.2 0,43% 49,62% 49,95% 0,00% 4,6 1.1
4.B 2,56 % 65,39 % 31,97 % 0,08 % 4 1.1 2,04 % 62,78 % 35,18 % 0,00 % 4 1
4.C 2,05 % 84,54 % 13,41 % 0,00 % 3,6 3,34 % 88,80 % 7,86 % 0,00 % 0,9 1,97 % 79,18 % 18,84 % 0,00 % 3,6 11,16 % 83,18 % 5,66 % 0,00 % 0,9
5.C 3,4 0,7 3,3 0,8
5.D 2,69 % 93,94 % 3,37 % 0,00 % 3,2 0,6 8,24 % 86,35 % 5,41 % 0,00 % 3,2 0,7
6.C 8,47% 89,30% 2,22% 0,00% 3,2 0,6 16,28 % 78,93 % 4,79 % 0,00 % 3,1 0,8
6.D 5,24 % 91,07 % 3,69 % 0,00 % 3,2 0,6 16,62 % 78,19 % 5,19 % 0,00 % 3,1 0,8
7.C 8,56 % 81,66 % 9,76 % 0,03 % 3,4 0,6 3,96% 79,45% 16,59% 0,00% 3,5 0,8
7.D 2,46% 73,93% 23,42% 0,19% 3,5 1.1 2,81 % 75,53 % 21,56 % 0,11 % 3,8 1

Fig. 9. Evolución de la torsión de tronco y cuello para las configuraciones 1.A y 6.C.

9
Machine Translated by Google
S. Finco et al.
más riesgoso en las configuraciones aquí propuestas. Vimos que la distancia recorrida
del COG no es significativa para todas las configuraciones, lo que significa que la parte
inferior del cuerpo no está expuesta a riesgo postural.
El índice RULA es calculado y registrado por la plataforma WEM cuadro por cuadro,
lo que permite un análisis continuo del índice durante toda la ejecución de la tarea.
Desde entonces, ha sido posible mapear el porcentaje de tiempo invertido en cada uno
de los cuatro niveles de riesgo del índice. La Tabla 4 informa los porcentajes de tiempo
dedicado a cada nivel de riesgo en los lados izquierdo y derecho del cuerpo para cada
configuración. Además, se calcula el valor medio y la desviación estándar del índice
RULA mientras se realiza toda la actividad de recolección (para el valor medio,
asociamos el color correspondiente considerando valores continuos).
Como vemos, para la mayoría de configuraciones, el porcentaje de tiempo pasado
en un riesgo postural mayor a 6 tiende a ser cero. Sólo para las configuraciones 1.A,
4.A y 7.D tenemos un pequeño porcentaje de tiempo en una zona postural superior a 6.
En todos los casos, la razón se debe principalmente a los ángulos de las articulaciones
del cuello rastreados por el sistema mocap y configuración 1.A a la torsión del tronco,
que influye mucho en la puntuación RULA.
Al comparar diferentes familias de configuración, podemos ver que las familias 5, 6
y 7, caracterizadas por contenedores de almacenamiento colocados en un nivel más
alto a pesar del orden uno, tienen puntuaciones RULA más bajas. En tales
configuraciones, los recolectores no inclinan el cuello mientras realizan la recolección.
Por tanto, la puntuación postural siempre asume un valor bajo. Es más, se podrían hacer
pequeños cambios, pero no son obligatorios.
Por otro lado, las familias 1, 2, 3 y 4 reportan valores más altos para RULA cuando
los contenedores de almacenamiento se colocan al mismo nivel que el contenedor de
pedidos. En estos casos, el cuello se inclina más de 20◦ al picar, lo que provoca un
aumento significativo de la puntuación RULA y, por tanto, del riesgo postural. Por lo
tanto, para reducir el riesgo, colocar contenedores de almacenamiento y de pedidos en
diferentes niveles conduce a una reducción de la puntuación RULA, confirmada por los
valores que calculamos.
Para investigar cómo la torsión del tronco y el cuello influye en el índice RULA en la
Fig. 9, informamos la forma de los ángulos relacionados mientras realizamos toda la
actividad de recolección 50 veces. Comparamos la configuración 1.A y la configuración
6.C ya que la brecha entre estas dos configuraciones es considerable. Para la
configuración 1.A la torsión del tronco alcanza casi +
20◦ o − 25◦ con un pico superior a + 25◦ al final del proceso de picoteo (probablemente
debido a un mal movimiento del selector).
Por otro lado, la configuración 6.C conduce a valores máximos de torsión del tronco
más bajos (+10◦ o −15◦). Por supuesto, se pueden hacer las mismas consideraciones,
con diferentes valores máximos, para la torsión del cuello. Por estos motivos, se
justifican los valores más altos del índice RULA para la configuración 1.A.
Además, en ambos casos podemos observar el menor tiempo necesario para
selección en la configuración 6.C y la ciclicidad en la realización de la selección.
4.4. Análisis del multiplicador postural OCRA
Se analizan los parámetros posturales relacionados con la OCRA por su importancia
en la evaluación de la ergonomía de los puestos de trabajo (Occhipinti, 1998). A partir
de este análisis es necesario hacer algunas consideraciones. El
Fig. 10. Pautas posturales OCRA ().
Fuente: Occhipinti, 1998
10
Informática e Ingeniería Industrial 185 (2023) 109668
El índice OCRA comprende muchos coeficientes multiplicadores que no están
correlacionados con los parámetros posturales y se supone que son los mismos para
cada configuración. El aspecto que cambia entre las configuraciones es el postural. Por
este motivo se ha tenido en cuenta para el análisis. La figura 10 informa las posturas
incómodas indicadas en las pautas de la OCRA seguidas en este estudio. La evaluación
de posturas incómodas incluye el codo, la muñeca y la mano como parte del cuerpo
(está más enfocada a los brazos, mientras que RULA considera la parte superior del
cuerpo). Profundizando, es necesario evaluar la supinación, la pronación y la flexión (o
extensión) del codo. Pasando a la muñeca, la flexión (o extensión) y la desviación radio/
cubital son los movimientos a investigar. Finalmente, debemos evaluar el agarre o el
pellizco de las manos.
Hay dos grupos de parámetros que se utilizan para determinar el multiplicador para
el cálculo del índice OCRA. Con base en la regla de la segunda columna (ver Fig. 10),
cada grupo determina su multiplicador seleccionando el más bajo. Finalmente, se elige
como multiplicador general el más débil de los dos multiplicadores de los dos grupos.
En el método propuesto aquí se hace otra suposición. La tarea de recoger
comprende varias subtareas, como alcanzar, agarrar, transportar y soltar el objeto a
recoger, el agarre palmar y el pellizco con la mano. Suponemos que están presentes
durante el 50 % del tiempo total y son los mismos para cada configuración. Finalmente,
se registra el tiempo transcurrido en cada postura incómoda mencionada anteriormente
y se selecciona el valor máximo como representativo de cada configuración. La Tabla 5
informa el porcentaje de tiempo en una posición incómoda según el índice OCRA.
Además, se proporciona el índice RULA y el tiempo promedio requerido para recoger
y colocar un artículo para cada configuración según las medidas tomadas con el sistema
MOCAP. El tiempo promedio de recolección representa solo la cantidad necesaria para
seleccionar un artículo de un contenedor de almacenamiento y colocarlo en el contenedor
de pedidos. No incluye todos los tiempos adicionales, como empujar la parte inferior,
mirar la pantalla, empacar y etiquetar, ya que asumimos que estos tiempos son siempre
los mismos para cada configuración. Por esta razón, el porcentaje de tiempo pasado
en posturas incómodas también se refiere únicamente a las tareas de recoger y colocar,
y podría suavizarse cuando se investiguen conjuntamente todas las actividades
pertenecientes a las tareas de recogida.
La Tabla 5 permite investigar las compensaciones entre las puntuaciones posturales y el
tiempo.
Las configuraciones 1.A y 7.D son las mejores soluciones considerando el coeficiente
postural OCRA, ya que informan menos tiempo en una postura corporal incómoda. Sin
embargo, la configuración 1.A también requiere el tiempo de recolección más largo en
promedio, mientras que la configuración 7.D tiene un tiempo de recolección promedio
de casi la mitad que la configuración 1.A. Sin embargo, al comparar las puntuaciones
posturales (coeficiente postural OCRA frente a RULA) para ambas configuraciones,
podemos decir que un menor porcentaje de tiempo pasado en una postura incómoda no
conduce a puntuaciones RULA más bajas. Considerando el resto de configuraciones,
tenemos la misma tendencia que encontramos anteriormente desde el punto de vista
postural. Para las familias 2, 3 y 4, el caso en el que los contenedores de almacenamiento
y de pedidos están en el mismo nivel (subcategoría A) conlleva un mayor porcentaje de
tiempo pasado en una postura incómoda. Sin embargo, el tiempo promedio de
recolección para las configuraciones 2.A y 4.A es menor que para las configuraciones 2.B o 2.C y 4.B
Machine Translated by Google

S. Finco et al. Informática e Ingeniería Industrial 185 (2023) 109668

Tabla 5
Tiempo de permanencia en posición incómoda, índice RULA y tiempo promedio de recolección (en negrita los valores mínimos, subrayados los valores máximos).

IDENTIFICACIÓN
% del tiempo en posición incómoda (según OCRA) índice RULA Tiempo medio de recogida [s]

1.A 11% 4.40 3,82

2.A 41 % 4.50 1,80
2.B 34 % 4,00 2,02
2.C 37 % 3,60 2,04
3.A 52 % 4.40 1,84
3.B 38 % 3.80 2.00
3.C 21 % 3.90 2.02
4.A 49 % 4.70 1.74
4.B 40 % 4.00 1,72
4.C 26 % 3,60 1,84
5.C 42 % 3,40 1,78
5.D 37 % 3.20 1,62
6.C 30 % 3.20 1,86
6.D 27 % 3.20 1,66
7.C 41 % 3.50 1,98
7.D 11% 3.80 1,82

4.C.
Además, la inclinación de los contenedores de almacenamiento para las configuraciones
familiares 5, 6 y 7 conduce a una reducción del tiempo que se pasa en una posición
incómoda y a una reducción del tiempo de recogida. De hecho, para la configuración 5.D
tenemos una reducción del tiempo de preparación de pedidos del 8,98 % respecto a la
configuración 5.C, para la configuración 6.D una disminución del 10,75 % respecto a la 6.C
y, finalmente, para la configuración 7. D una reducción del 8,10 % respecto al 7.C.
Finalmente, comparando todas las configuraciones, podemos decir que la configuración
6.D podría representar la más adecuada ya que tanto el porcentaje de tiempo pasado en
posturas incómodas como el tiempo medio de recogida se encuentran entre los valores
más bajos que hemos obtenido.
Un aspecto interesante que surge del análisis es la configuración 1.
R. Esta configuración permite pasar menos tiempo en una postura incómoda al considerar
OCRA. Sin embargo, pasando al índice RULA, podemos

Tabla 6
Resumen de análisis de ergonomía y tiempos de recolección.

IDENTIFICACIÓN
Consideración del análisis ergonómico Consideración del análisis del tiempo de recolección

1.A La torsión del cuello y del tronco influye mucho en la puntuación No es conveniente, mayor tiempo de recolección en comparación con todas las configuraciones
RULA La torsión del
2.A cuello influye mucho en la puntuación RULA (>4) Los contenedores de almacenamiento y pedidos están alineados, el tiempo de recolección se reduce ligeramente en comparación con 2.B y 2.C.

2.B Puntuación RULA aceptable (=4) Tiempo de recogida > 2 s/recogida

Reducción del tiempo en posturas incómodas en comparación
con 2.A
2.C. Puntuación RULA aceptable (<4) Tiempo de recolección similar al 2.B (aproximadamente 2 s/artículo)

Reducción del tiempo en posturas incómodas en comparación

con 2.A
3.A La torsión del cuello influye mucho en la puntuación RULA (>4) Los contenedores de almacenamiento y pedidos están alineados, el tiempo de recolección se reduce ligeramente en comparación con 3.B y 3.C.

3.B Puntuación RULA aceptable (<4) Tiempo de recogida > 2 s/

3.C Puntuación RULA aceptable (<4) recogida Tiempo de recogida similar al 3.B (2 s/artículo)
La reducción del tiempo pasado en posturas incómodas en
comparación con 3.A y 3.B. La
4.A torsión del cuello influye en gran medida en la puntuación Los contenedores de almacenamiento y pedidos están alineados, el tiempo de recolección se reduce ligeramente en comparación con 3.B y 3.C.
RULA (>4)
Mayor porcentaje de tiempo pasado en posturas incómodas
Puntuación
4.B RULA aceptable (<4) Reducción del tiempo de recolección en comparación con 2.B y 3.B (reducción del 15 % por cada artículo seleccionado)
4.C Puntuación RULA aceptable (<4) Reducción del tiempo de recolección en comparación con 2.C y 3.C (reducción del 9 % por cada artículo seleccionado)
Reducción del tiempo pasado en posturas incómodas en
comparación con 4.A y 4.B
5.C Puntuación RULA aceptable (<4) No es conveniente en comparación con
5.D Puntuación RULA aceptable (<4) 5.D. Menor tiempo de recolección en comparación con todas las configuraciones. Reducción significativa del tiempo promedio de
La flexión de hombros y codos se reduce en comparación con recolección en comparación con las configuraciones pertenecientes a los
5.C La grupos 1, 2 y 3 (57,6 %, 17,35 % y 17,24 %, respectivamente)
distancia recorrida por las manos y el COG se
minimiza
6.C Puntuación RULA aceptable (<4) No es conveniente en comparación con 6.D
6.D Puntuación RULA aceptable (<4) Buen tiempo de recolección (1,86 s/artículo)
La flexión de hombros y codos se reduce en comparación con Reducción significativa del tiempo medio de preparación de pedidos respecto a las configuraciones pertenecientes a los grupos 1, 2 y 3
6.C. La

distancia de recorrido de las manos y el COG es muy cercana a

5.D.
7.C Puntuación RULA aceptable (<4) No es conveniente en comparación con
7.D Puntuación RULA aceptable (<4) 7.D Buen tiempo de
La flexión de hombros y codos se reduce en comparación con recolección Reducción significativa del tiempo promedio de recolección en comparación con las configuraciones pertenecientes a los grupos
6.C. 1, 2 y 3.

Mayor distancia de recorrido de manos y COG Mayor en comparación con 5.D y 6.D, pero está influenciado por la distancia requerida para alcanzar cajas extremas.

11
Machine Translated by Google

S. Finco et al. Informática e Ingeniería Industrial 185 (2023) 109668

Fig. 11. Gráficos de tiempo medio de recogida para la configuración 5.D, 6.D y 7.D variando el número de artículos por línea de pedido y el tiempo de recogida fijo.

12
Machine Translated by Google
S. Finco et al.
vea que la configuración 1.A es la que informa el mayor porcentaje de tiempo pasado en la clase 6+
(por lo que requiere cambios) cuando se analiza el índice RULA. La razón principal está relacionada
con las diferentes partes del cuerpo involucradas en la definición de puntuaciones ergonómicas. En el
cálculo del índice RULA también se incluyen la torsión del cuello y del tronco, que no están incluidas en
el coeficiente postural OCRA. Por tanto, la selección de un puesto de trabajo de picking adecuado debe
constar de varios aspectos posturales, como lo hemos hecho aquí.
Finalmente, la Tabla 6 informa las principales ideas para cada configuración investigada aquí,
destacando los principales resultados derivados de este trabajo.
4.5. Perspectivas y debates gerenciales
Al agrupar las configuraciones aquí investigadas de acuerdo con el
número de contenedores de almacenamiento, podemos expresar lo siguiente:
1) El caso con sólo un contenedor de almacenamiento colocado en un nivel superior para el contenedor
de pedidos (configuración 5.D) representa la mejor solución desde el punto de vista de la
ergonomía y del tiempo de preparación. La principal limitación es el tiempo necesario para sustituir
un contenedor de almacenamiento por otro. De hecho, para una solución de este tipo, los
trabajadores deben esperar el cambio de ubicación de almacenamiento cada vez que completan
la actividad de recolección de un artículo. En consecuencia, se producen tiempos de inactividad
en escenarios con más de una línea de pedido.
2) Con dos contenedores de almacenamiento, es preferible colocar los contenedores de almacenamiento
y orden en diferentes niveles para lograr un menor riesgo postural ergonómico (configuración 2.B,
3.B o 4.B, 6.D). Además, en el caso de que los contenedores de almacenamiento se coloquen en
un nivel superior al contenedor de pedidos, la inclinación de los contenedores de almacenamiento
conduce a beneficios de productividad (es decir, reducción del tiempo de recolección). Debido a
los valores más bajos de RULA y de tiempo de recolección, la configuración 6.D es adecuada en
configuraciones con dos contenedores de almacenamiento. Para tal configuración, los tiempos de
inactividad, que conducen a cambios de contenedor de almacenamiento, se reducen ya que se
pueden realizar mientras el trabajador recoge artículos del otro contenedor de almacenamiento.
3) Con cuatro contenedores de almacenamiento, la configuración 7.D genera menores riesgos
ergonómicos y tiempos de recolección en comparación con la configuración 1.A. Al mismo tiempo,
existen algunas diferencias en cuanto a las manos y el punto de vista de la distancia de viaje del
COG cuando se compara 7.D con las configuraciones 2.A, 2.B o 2.C. En tal contexto, se evitan
tiempos muertos debidos a cambios de contenedores debido al mayor número de contenedores
que están presentes simultáneamente frente al trabajador.
Partiendo de esta consideración inicial, observamos que la estación de trabajo de preparación
anticipada adecuada también debe incluir las características del pedido del cliente (es decir, el número
de artículos a preparar para cada línea de pedido).
Además, otras tareas pertenecientes al picking deben considerarse incluso si, en nuestro análisis
ergonómico, se han considerado como valores fijos (esto significa que no influyen en el análisis de
evaluación ergonómica).
Además, el tiempo de reemplazo de los contenedores de almacenamiento debe incluirse en un análisis
detallado, ya que podría influir fuertemente en el proceso de selección si se considera más de una línea
por pedido. Finalmente, gracias a la experiencia de los autores en el diseño de estos sistemas
automatizados, destacamos que los costos de inversión difieren mucho entre configuraciones con 1, 2
o 4 contenedores debido a los sistemas de transporte (la longitud del transportador aumenta al aumentar
el número). de contenedores de almacenamiento).
Con el objetivo de investigar cómo los perfiles de pedidos de los clientes afectan el tiempo de
recogida y, por tanto, la productividad, llevamos a cabo un análisis paramétrico. Tenemos en cuenta lo
siguiente:
1) La configuración adecuada para uno, dos y cuatro contenedores de almacenamiento (5.D, 6.
D y 7.D, respectivamente) según el análisis ergo­tiempo aquí realizado.
′
2) El tiempo promedio para levantar, mover, recoger y colocar un artículo (t p)
según los datos recopilados (1,62 s/pick para 5.D, 1,66 s/pick para 6.
D y 1,82 s/pick para 7.D)
13
Informática e Ingeniería Industrial 185 (2023) 109668
3) Cada línea de pedido tiene un número variable de artículos para recoger, levantar, mover y colocar
(este parámetro se llama x). Lo configuramos de 1 a 25 artículos/línea de pedido.
4) Un tiempo fijo para todas las actividades adicionales (por ejemplo, verificar, alinear, contar) realizadas
de manera similar para cada configuración (tp). Este tiempo varía de 2 a 5 s (con un paso de 0,5)
ya que las características del artículo podrían influir fuertemente
él.
5) Un momento para reemplazar el contenedor de almacenamiento (tr). Este tiempo se establece en
5 s según la experiencia de los autores y los datos recopilados de empresas en este campo. El
tiempo de reemplazo difiere según el número de contenedores de almacenamiento (es decir, la
configuración de la estación de trabajo de recolección).
Para configuraciones con contenedor de almacenamiento, siempre debemos incluir este tiempo.
Los recolectores deben esperar por un nuevo contenedor de almacenamiento cada vez que
terminan de seleccionar uno o más artículos del contenedor de almacenamiento que tienen frente
a ellos. Para configuraciones con dos contenedores de almacenamiento, este tiempo se incluye
solo si el tiempo de recolección es inferior a tr segundos (en nuestro caso 5 s), mientras que para
configuraciones con 4 contenedores de almacenamiento, este tiempo se puede despreciar ya que
el reemplazo de los contenedores de almacenamiento siempre se realiza mientras el operador está recogiendo.
El tiempo promedio por artículo se puede definir para cada configuración de la siguiente manera:
(tp+t p′ )x+tr
1) t1OB = representa X
el tiempo promedio requerido para completar la selección de × artículos en el
caso de configuraciones con un contenedor de almacenamiento (tp+t ′
p )x+max(0;tr− (tp+t ′ p )x)
2) t2OB = que representa el tiempo
X
promedio para com­
Complete la selección de × artículo en el caso de configuraciones con dos contenedores de
almacenamiento.
′
3) t4OB = tp +t pag
que representa el tiempo promedio para elegir configuraciones
con cuatro contenedores de almacenamiento.
Desde un punto de vista práctico, de acuerdo con el número promedio de artículos a recoger por
cada línea de pedido, la configuración que conduce al menor tiempo representa la que debe
seleccionarse e implementarse en la etapa de diseño (min(t1OB; t2OB; t4OB) ).
La Fig. 11 muestra los resultados del análisis paramétrico realizado variando el tiempo fijo y el
número de artículos a recoger por cada línea de pedido.
Como sugieren los resultados, desde el punto de vista de la eficiencia, la configuración 7.D es
preferible para todos los casos en los que se selecciona un solo artículo por línea de pedido y para un
tiempo de recolección fijo inferior a 4 s. Este caso podría llevar a pedidos de comercio electrónico
caracterizados por una línea de pedido de un artículo. De esta manera, los mayores costes de inversión
debidos a un sistema de transporte más complejo se compensan con una mayor eficiencia del sistema.
Para todos los demás escenarios es preferible la configuración con dos contenedores
de almacenamiento (6.D). Sin embargo, podemos ver que la brecha entre 5.D y 6.D tiende
a reducirse con una mayor cantidad de artículos y un tiempo de recolección fijo más largo.
5. Conclusiones
La preparación de pedidos representa una de las tareas más críticas en las soluciones de
almacenamiento tradicionales y automatizadas en cuanto a tiempo, calidad y riesgos para la salud.
Durante las últimas décadas, la mayor parte del trabajo se ha centrado en integrar aspectos ergonómicos
en la preparación de pedidos considerando los almacenes tradicionales y las decisiones operativas.
Sin embargo, debido a los cambios del mercado y al aumento de los canales de comercio electrónico,
se han implementado soluciones de almacenamiento robotizadas y automatizadas en varias industrias
y centros de distribución. En este tipo de soluciones, la recolección sigue una estrategia de piezas al
recolector en estaciones de trabajo de recolección avanzadas con diferentes configuraciones.
La literatura sobre ergonomía y preparación de pedidos todavía es limitada en este contexto. Por ello
es necesaria una evaluación integrada de la ergonomía y la productividad de las tareas de preparación
de pedidos en los sistemas de preparación anticipada.
Este artículo propone una aproximación al análisis de diferentes configuraciones avanzadas de
picking desde un punto de vista ergonómico y de eficiencia en el tiempo.
Machine Translated by Google

S. Finco et al. Informática e Ingeniería Industrial 185 (2023) 109668

vista. Contribuye a la literatura comparando aspectos ergonómicos en 16 configuraciones
diferentes de estaciones de trabajo de recolección avanzadas. Según las características de los
pedidos del cliente, una configuración podría ser preferible a otras desde el punto de vista
ergonómico, de productividad o ambos.
La configuración 6.D debería ser preferible si se requieren más elementos, ya que la
productividad y la ergonomía están garantizadas. Por otro lado, para pedidos de comercio
electrónico caracterizados por un artículo, la configuración 7.D es preferible ya que las listas de
preparación de pedidos generalmente se componen de una línea de pedido y solo un artículo.
Finalmente, este artículo muestra que considerar solo un aspecto ergonómico, como se hizo
comúnmente en varios trabajos anteriores, no podría guiar a los profesionales en la selección
de la estación de trabajo de preparación avanzada adecuada. Por lo tanto, es necesario un
análisis integrado que incluya varios factores simultáneamente (por ejemplo, distancia, tiempo,
postura, ángulos de las articulaciones) para tomar las decisiones adecuadas. En esta etapa no
se consideran las características específicas de cada trabajador ya que estamos en la fase de
diseño y se incluyen las características promedio de cada trabajador. Por supuesto, para
decisiones de programación y planificación, que se refieren a un período de corto plazo, se
deben incluir las características específicas de cada trabajador para definir el tiempo de
recolección por línea de pedido a asignar a cada recolector. Así, se debe tener en cuenta la
experiencia de cada trabajador, el género, la edad, el estado de fatiga y los trastornos
musculoesqueléticos, buscando equilibrar la carga de trabajo desde una perspectiva de equidad.
influyen en la ergonomía, al considerar valores de inclinación más diferentes.
De hecho, en esta etapa se han investigado dos inclinaciones 0◦ y 30◦ ya que son las
que utilizan actualmente las empresas líderes en este campo.
Además, el análisis propuesto podría ampliarse investigando cómo las decisiones
operativas y la eficiencia del sistema podrían cambiar según las características de los
recolectores. Finalmente, en futuros trabajos se debería incluir la fatiga muscular y
cardiovascular y otros factores psicológicos y cognitivos como el aprendizaje y el olvido. De
hecho, debido a la alta repetitividad de las tareas, podría ser interesante investigar cómo podría
cambiar la productividad.
Declaración de contribución de autoría CRediT
Serena Finco: Conceptualización, Metodología, Validación, Redacción – borrador original,
Redacción – revisión y edición. Gjulio Ashta: curación de datos, metodología, redacción:
revisión y edición. Alessandro Persona: Conceptualización, Metodología, Validación. Ilenia
Zennaro: Conceptualización, Metodología.

Declaración de intereses en competencia

Además, en las decisiones a corto plazo para investigar el tiempo total de recolección se
deben incluir no sólo las características de los trabajadores, que son factores subjetivos, sino Los autores declaran que no tienen intereses financieros en competencia ni relaciones
también factores ambientales como la temperatura, el nivel de humedad, la ligereza y las personales conocidas que pudieran haber influido en el trabajo presentado en este artículo.
características del artículo (peso, volumen). , capacidad de agarre), que son factores objetivos
e influyen fuertemente en la cantidad de tiempo necesario para recoger y colocar un artículo.
Disponibilidad de datos
Además, se podrían realizar más pruebas de laboratorio para investigar cómo podría influir
la inclinación de los contenedores de almacenamiento en la estación de trabajo de recolección. Los datos estarán disponibles previa solicitud.

Apéndice

Tabla 1A
Distancia de largo y ancho entre contenedores de almacenamiento y pedidos (en distancias negativas de color rojo). Para las configuraciones 6.D y 7.D, la distancia del ancho considera la inclinación del
contenedor (30◦).

Configuración Distancia del eje x del Distancia del eje y del Distancia del eje x del Distancia del eje y del Distancia del eje x del Distancia del eje y del Distancia del eje x del Distancia del eje y del
IDENTIFICACIÓN
contenedor de contenedor de contenedor de contenedor de contenedor de contenedor de contenedor de contenedor de

almacenamiento A [mm] almacenamiento A [mm] almacenamiento B [mm] almacenamiento B [mm] almacenamiento C [mm] almacenamiento C [mm] almacenamiento D [mm] almacenamiento D [mm]

1.A 700 500 700 500 700 1000 700 1000

2.A 600 100 600 100 1100 100 1100 100
2.B 600 100 600 100 1100 100 1100 100
2.C. 600 100 600 100 1100 100 1100 100
3.A 600 100 600 100 – – – –

3.B 600 100 600 100 – – – –

3.C 600 100 600 100 – – – –

4.A 700 0 700 0 – – – –

4.B 700 0 700 0 – – – –

4.C 700 0 700 0 – – – –

5.C 0 400 – – – – – –

5.D 0 361,7 – – – – – –

6.C 350 400 350 400 – – – –

6.D 350 361,7 350 361,7 – – – –

7.C 350 400 350 400 1050 400 1050 400

7.D 350 361,7 350 361,7 1050 361,7 1050 361,7

Tabla 2A
Tiempo empleado en cada clase de flexión de hombro.

IDENTIFICACIÓN Flexión de hombro IZQUIERDA Flexión de hombro DERECHA

0­30◦ 30◦­60◦ 60◦­90◦ 90◦­120◦ >120◦ Valor promedio 0­30◦ 30◦­60◦ 60◦­90◦ 90◦­120◦ >120◦ Valor promedio

1.A 86,34 % 13,49 % 0,17 % 0,00 % 0,00 % 13,00◦ 94,81 % 5,19 % 0,00 % 0,00 % 0,00% 9,67◦
2.A 84,72 % 13,95 % 1,33 % 0,00 % 68,16 % 30,81 % 1,03 % 0,00% 15,53◦ 0,00% 95,93 % 4,07 % 0,00 % 0,00 % 79,69 % 20,31 % 0,00 % 0,00% 9,42◦
2.B 0,00 % 16,19◦ 0,00 % 0,00 % 10,40 ◦
2.C. 72,16 % 21,73 % 6,11 % 0,00 % 0,00% 21,29◦ 77,61 % 22,39 % 0,00 % 0,00 % 0,00% 15,24◦
3.A 85,61% 14,39% 0,00% 0,00% 0,00% 14,15◦ 100,00 % 0,00 % 0,00 % 0,00 % 0,00% 9,20◦

(Continúa en la siguiente página)

14
Machine Translated by Google

S. Finco et al. Informática e Ingeniería Industrial 185 (2023) 109668

Tabla 2A (continuación )

IDENTIFICACIÓN Flexión de hombro IZQUIERDA Flexión de hombro DERECHA

0­30◦ 30◦­60◦ 60◦­90◦ 90◦­120◦ >120◦ Valor promedio 0­30◦ 30◦­60◦ 60◦­90◦ 90◦­120◦ >120◦ Valor promedio

3.B 68,94 % 31,06 % 0,00 % 0,00 % 0,00% 12,41◦ 87,82% 12,18% 0,00% 0,00% 0,00% 5,36◦
3.C 76,16 % 23,84 % 0,00 % 0,00 % 0,00% 14,22◦ 97,45 % 2,55 % 0,00 % 0,00 % 0,00% 6,08◦
4.A 80,31 % 19,69 % 0,00 % 0,00 % 0,00% 15,67◦ 97,93 % 2,07 % 0,00 % 0,00 % 0,00% 11,74◦
4.B 64,33 % 35,67 % 0,00 % 0,00 % 0,00% 18,26◦ 83,67 % 16,33 % 0,00 % 0,00 % 0,00% 8,51◦
4.C 77,62 % 22,38 % 0,00 % 0,00 % 0,00% 13,74◦ 90,03 % 9,97 % 0,00 % 0,00 % 0,00% 7,39◦
5.C 76,80 % 23,20 % 0,00 % 0,00 % 0,00% 17,40◦ 80,43% 19,57% 0,00% 0,00% 0,00% 12,37◦
5.D 78,56 % 21,44 % 0,00 % 0,00 % 0,00% 15,43◦ 82,95 % 17,05 % 0,00 % 0,00 % 0,00% 12,86◦
6.C 77,42% 19,91% 2,67% 0,00% 0,00% 19,57◦ 82,37 % 17,63 % 0,00 % 0,00 % 0,00% 13,21◦
6.D 78,31 % 21,23 % 0,46 % 0,00 % 74,72 % 14,91 % 10,37 % 0,00% 17,72◦ 0,00% 83,69 % 16,31 % 0,00 % 0,00 % 78,48 % 21,52 % 0,00 % 0,00 0,00% 11,89◦
7.C 0,00 % 22,50◦ % 0,00% 13,21◦
7.D 75,96 % 19,10 % 4,94 % 0,00 % 0,00% 18,29◦ 83,22 % 16,78 % 0,00 % 0,00 % 0,00% 12,80◦

Tabla 3A

Tiempo empleado en cada clase de flexión de codo.

IDENTIFICACIÓN Flexión de codo IZQUIERDA Flexión de codo DERECHA

0­30◦ 30◦­60◦ 60◦­90◦ 90◦­120◦ Valor promedio 0­30◦ 30◦­60◦ 60◦­90◦ 90◦­120◦ Valor promedio

1.A 74,45% 20,66% 4,19% 0,43% 17.34◦ 63,74% 24,99% 11,13% 0,14% 29,65◦
2.A 65,78 % 28,33 % 5,74 % 0,00 % 19.30◦ 70,87 % 18,31 % 10,07 % 0,76 % 21.53◦
2.B 55,19 % 10,54 % 23,31 % 10,96 % 21.77◦ 55,56 % 9,61 % 23,21 % 10,85 % 34.30◦
2.C. 50,13% 22,62% 17,87% 9,33% 32,54◦ 59,49% 11,63% 13,92% 14,46% 35,15◦
3.A 71,09% 28,91% 0,00 % 0,00 % 20,66◦ 71,58% 28,22% 0,20% 0,00 % 16.71◦
3.B 56,94% 15,37% 19,52% 8,11% 21.14◦ 49,96% 11,77% 29,93% 8,34% 36,98◦
3.C 55,36% 23,25% 15,02% 6,37% 21.45◦ 54,64% 17,39% 18,49% 9,49% 32.01◦
4.A 54,54% 43,09% 2,37% 0,00 % 25.04◦ 70,50% 23,79% 5,71% 0,00 % 21.14◦
4.B 54,78 % 17,88 % 20,84 % 6,37 % 19,50◦ 42,99 % 16,82 % 29,77 % 9,82 % 40,88◦
4.C 55,11 % 18,94 % 18,46 % 7,49 % 20,89◦ 56,58 % 16,97 % 18,61 % 7,84 % 30,45◦
5.C 64,45% 8,65% 20,81% 6,09% 24.18◦ 68,61% 6,59% 18,73% 6,07% 21,68◦
5.D 64,76% 11,22% 22,32% 1,70% 24.32◦ 68,58% 7,90% 23,20% 0,31% 20.12◦
6.C 56,10% 17,84% 20,84% 5,22% 31,87◦ 57,74% 14,06% 19,25% 8,95% 35,54◦
6.D 54,45% 22,62% 22,82% 0,12% 29.38◦ 58,23% 13,89% 25,35% 2,54% 34.33◦
7.C 47,15% 25,18% 17,00 % 10,19% 36.09◦ 54,40% 16,57% 10,92% 16,39% 41,68◦
7.D 46,03% 46,84% 6,48% 0,11% 29.41◦ 34,43% 54,40% 9,55% 1,62% 36.18◦

Referencias Industria europea, Oficina de Publicaciones, 2021. Comisión Europea 2021, https://data.europa.eu/doi/
10.2777/308407.
CE (2022). Dirección General de Investigación e Innovación, Renda, A., Schwaag Serger, S., Tataj, D., et al., Industria
Azadeh, K., De Koster, R. y Roy, D. (2019). Almacén robotizado y automatizado
5.0, una visión transformadora para Europa: gobernanza de las transformaciones sistémicas hacia una
sistemas: Revisión y desarrollos recientes. Ciencias del transporte, 53(4), 917–945.
industria sostenible, Oficina de Publicaciones de la Unión Europea Unión, https://data.europa.eu/doi/
Bartholdi, JJ y Hackman, ST (2016). Ciencia de almacén y distribución: versión 0.97.
10.2777/17322.
El Instituto de Cadena de Suministro y Logística. Atlanta, GA: Instituto de Tecnología de Georgia.
Finco, S., Battini, D., Delorme, X., Persona, A. y Sgarbossa, F. (2020). descanso de los trabajadores
Battini, D., Berti, N., Finco, S., Guidolin, M., Reggiani, M. y Tagliapietra, L. (2022).
asignación y suavización de la carga de trabajo en las líneas de montaje. Revista internacional de
WEM­Platform: una plataforma en tiempo real para evaluación y retroalimentación ergonómica de todo
investigación de producción, 58 (4), 1255–1270.
el cuerpo en sistemas de fabricación y logística. Informática e Ingeniería Industrial, 164, artículo 107881.
Finco, S., Calzavara, M., Sgarbossa, F. y Zennaro, I. (2021). Incluido el complemento de descanso en
líneas de montaje de modelo mixto. Revista Internacional de Investigación de Producción, 59(24),
Battini, D., Faccio, M., Persona, A. y Sgarbossa, F. (2011). Nueva metodológica
7468–7490.
marco para mejorar la productividad y la ergonomía en el diseño de sistemas de ensamblaje.
Glock, CH, Grosse, EH, Abedinnia, H. y Emde, S. (2019). Un modelo integrado para mejorar las prestaciones
Revista internacional de ergonomía industrial, 41 (1), 30–42.
ergonómicas y económicas en la preparación de pedidos mediante palés giratorios.
Battini, D., Finco, S. y Sgarbossa, F. (2020). Modelo de secuenciación y equilibrio de líneas de montaje orientado al
Revista europea de investigación operativa, 273(2), 516–534.
ser humano en la era de la industria 4.0. Programación en Industria 4.0 y Fabricación en la Nube, 141­165.
Grosse, EH, Glock, CH y Neumann, WP (2017). Factores humanos en la preparación de pedidos: un análisis de
contenido de la literatura. Revista internacional de investigación de producción, 55 (5), 1260–1276.
Battini, D., Glock, CH, Grosse, EH, Persona, A. y Sgarbossa, F. (2016). Gasto de energía humana en la asignación
de almacenamiento en la preparación de pedidos: un método bioobjetivo. Computación e ingeniería industrial,
Grosse, EH, Glock, CH, Jaber, MY y Neumann, WP (2015). Incorporación de factores humanos en
94, 147­157.
los modelos de planificación de preparación de pedidos: marco y oportunidades de investigación.
Boysen, N., De Koster, R. y Weidinger, F. (2019). Almacenamiento en la era del comercio electrónico:
Revista internacional de investigación de producción, 53(3), 695–717.
una encuesta. Revista europea de investigación operativa, 277(2), 396–411. Hignett, S. y McAtamney, L. (2000). Evaluación rápida de todo el cuerpo (REBA). Aplicado
Calzavara, M., Glock, CH, Grosse, EH y Sgarbossa, F. (2019). Un método de asignación de almacenamiento
Ergonomía, 31 (2), 201–205.
integrado para almacenes de preparación de pedidos manual teniendo en cuenta el coste, la carga de
Kadir, BA, Broberg, O. y da Conceicao, CS (2019). Investigación actual y perspectivas de futuro sobre factores
trabajo y la postura. Revista internacional de investigación de producción, 57(8), 2392–2408.
humanos y ergonomía en la Industria 4.0. Informática e Ingeniería Industrial, 137, artículo 106004.
Calzavara, M., Glock, CH, Grosse, EH, Persona, A. y Sgarbossa, F. (2017). Análisis de medidas de rendimiento
económico y ergonómico de diferentes disposiciones de estanterías en un almacén de preparación de pedidos.
Karhu, O., Kansi, P. y Kuorinka, I. (1977). Corrección de posturas de trabajo en la industria: un método práctico de
Computación e ingeniería industrial, 111, 527–536.
análisis. Ergonomía aplicada, 8(4), 199–201.
David, GC (2005). Métodos ergonómicos para evaluar la exposición a factores de riesgo de trastornos
Katiraee, N., Calzavara, M., Finco, S., Battini, D. y Battaïa, O. (2021). Consideración de las diferencias de los
musculoesqueléticos relacionados con el trabajo. Medicina del Trabajo, 55(3), 190–199.
trabajadores en el modelado y diseño de sistemas de producción: estado del arte y direcciones para futuras
De Koster, R., Le­Duc, T. y Roodbergen, KJ (2007). Diseño y control de la preparación de pedidos en almacén: una
investigaciones. Revista internacional de investigación de producción, 59(11), 3237–3268.
revisión de la literatura. Revista europea de investigación operativa, 182(2), 481–501.
¨
Konemann, R., Bosch, T. y De Looze, M. (2012). Estrategia de movimiento y desempeño en una estación
Digiesi, S., Kock, AA, Mummolo, G. y Rooda, JE (2009). El efecto del comportamiento dinámico de
¨ de trabajo de preparación de pedidos de gran volumen. Trabajo, 41 (Suplemento 1), 1311­1315.
los trabajadores en el desempeño de la línea de flujo. Revista Internacional de Economía
Konemann, R., Bosch, T., Kingma, I., Van Die¨en, JH y De Looze, MP (2015). Efecto de las ubicaciones de recogida
de la Producción, 120(2), 368–377.
y colocación horizontales en la cinemática del hombro. Ergonomía, 58 (2), 195–207.
CE (2021). Dirección General de Investigación e Innovación. Breque, M., De Nul, L., Petridis, A. Industria 5.0:
hacia una economía sostenible, centrada en el ser humano y resiliente

15
Machine Translated by Google
S. Finco et al.
Lee, JA, Chang, YS y Karwowski, W. (2020). Evaluación de posturas de trabajo y carga física en tareas avanzadas
de preparación de pedidos: un estudio de caso de interacción humana con sistemas automatizados de almacén
de mercancías a preparador. Trabajo, 67(4), 855–866.
Lee, EY, Kim, MK y Chang, YS (2016). Desarrollo de una estación de picking avanzada considerando el factor
humano. Factores humanos y ergonomía en la fabricación, 26(6), 700–712.
McAtamney, L. y Corlett, EN (1993). RULA: Un método de encuesta para la investigación de trastornos de las
extremidades superiores relacionados con el trabajo. Ergonomía aplicada, 24 (2), 91–99.
Occhipinti, E. (1998). OCRA: Un índice conciso para la evaluación de la exposición a movimientos repetitivos de los
miembros superiores. Ergonomía, 41 (9), 1290­1311.
Richards, G. (2017). Gestión de almacenes: una guía completa para mejorar la eficiencia y
minimizando costos en el almacén moderno. Editores de páginas de Kogan.
Rinaldi, M., Fera, M., Bottani, E. y Grosse, EH (2022). Programación de la fuerza laboral
incorporando habilidades de los trabajadores y limitaciones ergonómicas. Informática e Ingeniería
Industrial, 168, artículo 108107.
Schaub, K., Caragnano, G., Britzke, B. y Bruder, R. (2013). La hoja de trabajo de la asamblea europea. Cuestiones
teóricas en la ciencia de la ergonomía, 14 (6), 616–639.
Schiffer, M., Boysen, N., Klein, PS, Laporte, G. y Pavone, M. (2022). Selección óptima
Políticas en almacenes de comercio electrónico. Ciencias de la gestión.
dieciséis
Informática e Ingeniería Industrial 185 (2023) 109668
Simonetto, M., Arena, S. y Perón, M. (2022). Un marco metodológico para integrar el sistema de captura de
movimiento y la realidad virtual para el diseño del lugar de trabajo del sistema de ensamblaje 4.0.
Ciencias de la Seguridad, 146, Artículo 105561.
Steven Moore, J. y Garg, A. (1995). El índice de tensión: un método propuesto para analizar los trabajos en busca de
riesgo de trastornos distales de las extremidades superiores. Revista de la Asociación Estadounidense de
Higiene Industrial , 56(5), 443–458.
Tompkins, JA, White, JA, Bozer, YA y Tanchoco, JMA (2010). Instalaciones
planificación. John Wiley e hijos.
Wakula, J., Steinebach, T., Klaer, V., Rabenhaupt, W. y Maier, G. (2021). Análisis de la Carga Física de Trabajo y
Diseño Ergonómico de Puestos de Trabajo para “Goods­to­Person”
Preparación de pedidos. En Congreso de la Asociación Internacional de Ergonomía (págs. 522­529).
Springer, Cham.
Wang, Z., Sheu, JB, Teo, CP y Xue, G. (2022). Programación robótica para almacenes en estanterías móviles :
sistemas de preparación de pedidos coordinados entre humanos y robots. Gestión de producción y
operaciones, 31(1), 98–116.
Waters, TR, Putz­Anderson, V., Garg, A. y Fine, LJ (1993). Ecuación NIOSH revisada para el diseño y evaluación de
tareas de elevación manual. Ergonomía, 36(7), 749–776.
Zennaro, I., Finco, S., Calzavara, M. y Persona, A. (2022). Implementación del comercio electrónico desde la
perspectiva logística: revisión de la literatura y marco metodológico.
Sostenibilidad, 14(2), 911.