Ergonomik Risk Analizi Yöntemleri ve Metabolik Hız Hesabı Yazılım Uygulaması

Endüstriyel imalat, otomotiv, lojistik ve montaj hatlarında çalışan iş görenlerin sağlığı ve güvenliği, modern mühendisliğin en kritik çalışma alanlarından biridir. Ergonomik açıdan uygun olmayan postürler (çalışma duruşları), aşırı fiziksel güç gereksinimi ve tekrarlayan hareketler; sırt, boyun, omuz ve uzuvlarda Kas İskelet Sistemi Rahatsızlıklarına (KİSR / WMSDs) yol açmaktadır.

Bu rahatsızlıklar yalnızca çalışan sağlığını tehdit etmekle kalmaz; iş gücü kaybı, tazminat maliyetleri ve üretim verimliliğinde belirgin düşüşlere neden olur. Sahada ergonomi uzmanlarının ve iş güvenliği mühendislerinin karşılaştığı en temel zorluk ise, çok sayıda farklı risk analizi yöntemini manuel olarak (kağıt-kalem veya karmaşık elektronik tablolar ile) uygulamanın zaman alması ve sonuçları standardize etmenin güçlüğüdür.

Bu çalışmada, işletmelerde ergonomik risk faktörlerini hızlı, doğru ve karşılaştırılabilir biçimde analiz etmek amacıyla 8 temel ergonomik risk analiz yöntemini ve metabolik hız hesaplama modülünü tek bir çatı altında birleştiren entegre bir masaüstü yazılım uygulaması tasarlanmış ve geliştirilmiştir.

Yazılım Tarafından Desteklenen 8 Ergonomik Risk Yöntemi

Farklı endüstriyel görevler ve iş istasyonları farklı analiz yaklaşımları gerektirir. Örneğin bir montaj hattında tüm vücut duruşu kritik iken, sedanter bir ofis ortamında bilgisayar ekipmanlarının açısı önem kazanır. Geliştirilen yazılım uygulaması literatürde uluslararası geçerliliği kanıtlanmış şu 8 yöntemi dijitalleştirmiştir:

Metabolik Hız ve Enerji Harcaması Modülü

Yalnızca duruş (postür) analizi yapmak fiziksel iş yükünü anlamak için tek başına yeterli değildir. Çalışanın iş esnasında sarf ettiği kalori ve kalp-dolaşım sistemi üzerindeki yükün de modellenmesi gerekir.

Yazılıma entegre edilen Metabolik Hız Hesaplama Modülü, Garg, Chaffin ve Herrin (1978) tarafından geliştirilen biyomekanik ve metabolik enerji harcama modellerini temel alır. Modül şu bileşenleri dinamik olarak hesaplar:

• Bazal Metabolizma: Cinsiyet, yaş, boy ve vücut ağırlığı parametrelerine bağlı temel yaşamsal enerji harcaması.
• Duruş Enerjisi: Oturma, ayakta durma veya eğilerek çalışma pozisyonlarında kas gruplarının tükettiği statik enerji.
• Görev Bazlı Dinamik Enerji: Yük kaldırma, indirme, taşıma, itme ve çekme hareketlerinde harcanan net kalori (kcal/dakika).
• Dinlenme Molası Gereksinimi: Toplam metabolik hızın sürekli çalışma limitini (erkekler için 5.0 kcal/dk, kadınlar için 3.5 kcal/dk) aşması durumunda vardiya içine serpiştirilmesi gereken zorunlu dinlenme süresi.

Yazılım Mimarisi ve Karşılaştırmalı Raporlama Modülü

Geliştirilen yazılım, modern bir kullanıcı arayüzü ve arkasında ilişkisel bir veri tabanı mimarisi barındırmaktadır:

1. Parametrik Girdi Formları: Açı ölçümleri (gövde fleksiyonu, kol abdüksiyonu vb.) görsel şemalar üzerinden kolayca seçilir.
2. İlişkisel Veritabanı (Database): Şirket, departman, istasyon ve çalışan kimlik bilgileri ile her bir analizin ham verileri ve hesaplanan skorları saklanır.
3. "Önce / Sonra" (Before / After) Karşılaştırma Arayüzü: Bir istasyonda iyileştirme (örneğin ergonomik sandalye alımı veya tabla yükseltme) yapıldığında, eski skor ile yeni skor yan yana listelenir; risk seviyesindeki düşüş yüzdesel olarak raporlanır.
4. Otomatik Raporlama: Denetimlerde ve ISO 45001 iş sağlığı yönetim süreçlerinde kullanılabilecek detaylı PDF ve tablo çıktıları üretilir.

Örnek Algoritma: NIOSH Tavsiye Edilen Ağırlık Sınırı (RWL) Hesabı

Yazılımın arka planında koşan NIOSH RWL motorunun sadeleştirilmiş mantığı şu şekildedir:

// NIOSH Lifting Equation - RWL ve Kaldırma İndeksi (LI) Algoritması
function calculateNIOSH_RWL(params) {
    const LC = 23; // Yük Sabiti (Load Constant) - 23 kg

    // Yatay Çarpan (Horizontal Multiplier): H mesafesi (cm)
    const HM = Math.min(1, Math.max(0, 25 / params.horizontalDistance));

    // Dikey Çarpan (Vertical Multiplier): V yerden yükseklik (cm)
    const VM = Math.max(0, 1 - (0.003 * Math.abs(params.verticalHeight - 75)));

    // Mesafe Çarpanı (Distance Multiplier): D dikey yer değiştirme (cm)
    const DM = Math.min(1, 0.82 + (4.5 / params.verticalTravelDistance));

    // Asimetri Çarpanı (Asymmetric Multiplier): A burulma açısı (derece)
    const AM = Math.max(0, 1 - (0.0032 * params.asymmetryAngle));

    // Frekans Çarpanı (Frequency Multiplier): Dakikadaki kaldırma sayısı ve süre
    const FM = params.frequencyMultiplier; // Çizelgeden lookup değeri

    // Kavrama Çarpanı (Coupling Multiplier): Tutuş kalitesi (İyi: 1.0, Zayıf: 0.90)
    const CM = params.couplingMultiplier;

    // Tavsiye Edilen Ağırlık Sınırı
    const RWL = LC * HM * VM * DM * AM * FM * CM;

    // Kaldırma İndeksi (Lifting Index)
    const LI = params.actualWeight / RWL;

    let riskStatus = "Düşük Risk (Kabul Edilebilir)";
    if (LI > 3.0) {
        riskStatus = "Yüksek Risk - Acil Ergonomik Müdahale Şart";
    } else if (LI > 1.0) {
        riskStatus = "Orta Risk - İyileştirme Planlanmalı";
    }

    return {
        rwl: RWL.toFixed(2),
        liftingIndex: LI.toFixed(2),
        status: riskStatus
    };
}

ISO/IEC 25010:2011 Standartlarına Göre Yazılım Kalite Değerlendirmesi

Bir mühendislik yazılımının gerçek fabrikalarda ve saha koşullarında kabul görmesi için uluslararası yazılım kalite modellerine uygunluğu test edilmelidir. Geliştirilen yazılım, ISO/IEC 25010:2011 Sistem ve Yazılım Kalite Modeli çerçevesinde ergonomi uzmanları ve endüstri mühendisleri tarafından değerlendirilmiştir.

Değerlendirme sonucunda:

• Fonksiyonel Uygunluk (Functional Suitability): Yöntemlerin formüllerine tam uyum ve hesaplama doğruluğu tam not almıştır.
• Kullanılabilirlik (Usability): Sade görsel rehberler ve açılır menüler sayesinde uzman olmayan kullanıcıların dahi 10 dakika içinde veri girişi yapabildiği gözlenmiştir.
• Güvenilirlik (Reliability): Hatalı veya sınır dışı değer girişlerinde kullanıcıyı anında uyaran doğrulama mekanizmaları test edilmiştir.

Sonuç ve Gelecek Vizyonu: Yapay Zeka & Görüntü İşleme

Bu araştırma ve yazılım çalışması, işletmelerde iş sağlığı ve güvenliği kültürünün matematiksel ve objektif yöntemlerle desteklenmesine büyük katkı sağlamıştır. Manuel denetim süreçlerini dijitalleştirmek, risklerin anında haritalanmasına ve ergonomik iyileştirmelerin yatırım geri dönüşünün (ROI) ölçülmesine olanak tanımaktadır.

KodKatman olarak günümüzde bu vizyonu bir adım daha ileri taşıyoruz: Geliştirdiğimiz yeni nesil endüstriyel çözümlerde kamera görüntüleri üzerinden bilgisayarla görme (Computer Vision) ve yapay zeka postür tahmini (MediaPipe / Pose Estimation) modellerini entegre ederek, operatör duruşlarını video üzerinden otomatik ve gerçek zamanlı olarak puanlayan sistemler üzerinde çalışmaya devam ediyoruz.