La mayoría de los equipos SMT miden lo que no deben. Se quedan mirando el CPH nominal, comparan folletos, tal vez discuten sobre el número de cabezales o la capacidad del alimentador, y luego se preguntan por qué la línea real sigue arrastrándose una vez que la mezcla de placas se pone fea, los cambios de boquilla se acumulan y la trayectoria de desplazamiento empieza a parecer un zigzag de borrachos.
Esa es la dura verdad.
Y el momento es más importante ahora que hace uno o dos años. Según el Asociación de la Industria de Semiconductores, En 2024, las ventas mundiales de semiconductores alcanzaron los 1.4T627.600 millones, un 19,1% más que en 2023. Al mismo tiempo, la serie de productividad de la Oficina de Estadísticas Laborales de EE.UU. para productos informáticos y electrónicos, publicada a través de FRED, pasó de 106,624 en 2023 a 109,528 en 2024, lo que supone un aumento de 2,7%. Más presión sobre la producción. Menos tolerancia al despilfarro. Y sí, el despilfarro dentro de los programas de colocación cuesta ahora dinero de verdad. (Asociación de la Industria de Semiconductores)
La industria sigue persiguiendo la velocidad en el lugar equivocado
Lo he visto demasiadas veces: los compradores comparan la velocidad bruta de la máquina, tal vez la cantidad de alimentadores, tal vez las especificaciones de visión, y se saltan la cuestión fea que realmente decide el rendimiento: la inteligencia con la que la máquina elige qué para elegir, cuando para recogerlo, donde para colocarlo, y cómo para evitar viajes inútiles entre medias.
Personas que compran máquinas pick and place a menudo piensan que el tiempo de ciclo es sobre todo un problema de hardware. No es así. El hardware fija el techo. El software decide si alguna vez te acercas.
A 2024 Estudio MDPI sobre la optimización de los cabezales de montaje superficial por rotación plantea claramente la cuestión: la asignación de boquillas, la asignación de alimentadores y la secuenciación de componentes son interdependientes, y los autores plantean explícitamente el problema como NP-difícil. Esto es importante porque acaba con la fantasía de que una regla simple como “primero el componente más cercano” o “colocación de izquierda a derecha” es suficiente en una línea moderna. Normalmente no lo es. (MDPI)
Qué optimizan realmente los algoritmos inteligentes
“Algoritmo inteligente” es una de esas frases de las que los vendedores abusan hasta que no significa nada. Seamos francos. En un entorno SMT real, la optimización de la secuencia de colocación no es polvo mágico de inteligencia artificial. Es un motor de decisión que intenta reducir el tiempo total a través de varias variables vinculadas:
| Capa de optimización | Mala regla general | Comportamiento más inteligente de los algoritmos | Por qué reduce el tiempo de ciclo |
|---|---|---|---|
| Disposición del alimentador | Coloca los carretes comunes donde quepan | Agrupar las partes de alta frecuencia por acceso a la cabeza y ruta de desplazamiento | Reduce el movimiento del eje largo |
| Orden de colocación | Colocar sólo por coordenadas PCB | Secuencia por carga combinada de recogida, desplazamiento, rotación y visión. | Evita el recorrido muerto y el movimiento de parada y arranque |
| Uso de la boquilla | Cambie las boquillas siempre que sea necesario | Piezas compatibles por lotes y minimizar la frecuencia de cambio | Reduce el tiempo de manipulación sin colocación |
| Junta de zonificación | Tratar el tablero como un mapa plano | Dividir por zonas alcanzables y eficacia de la cabeza | Evita los residuos cruzados |
| Programación de líneas | Optimizar un tablero cada vez | Optimice las familias de tarjetas, los cambios y la homogeneidad de las bobinas en todos los trabajos. | Protege el rendimiento a lo largo de un turno, no sólo de un ciclo |
Esa tabla es sencilla a propósito. La realidad es más desordenada. Pero el principio se mantiene: el mejor algoritmo no es el que tiene la etiqueta más elegante. Es el que reduce el despilfarro acumulado en miles de pequeñas decisiones.
Y sí, esas decisiones se acumulan. En una placa de consumo densa o en un controlador de automóvil, ahorrar fracciones de segundo en colocaciones repetidas puede convertirse en minutos al final de un lote. La gente lo olvida porque cada pérdida parece inofensiva por sí sola. Pero no lo es.
Las pruebas publicadas son mejores que la palabrería de los folletos
Aquí es donde la conversación se pone interesante.
A 2024 Engineering Proceedings paper on Deep Q-Network scheduling for PCB assembly lines (en inglés) comparó un método basado en DQN con varias reglas heurísticas fijas. En los experimentos realizados, el método DQN redujo los tiempos de ejecución en casos pequeños, medianos y grandes; en un caso pequeño, redujo el tiempo total de ejecución en 0,79% frente a la mejor heurística. Esta cifra no impresionará a quienes sólo se fijan en las espectaculares afirmaciones de marketing. Debería impresionar a los ingenieros, porque un aumento del tiempo de ciclo verificado por debajo de 1% en un proceso maduro suele ser más difícil -y más rentable- que un llamativo 20% teórico que nadie reproduce nunca en la planta. (MDPI)
Luego está la señal operativa más fuerte. A 2024 Artículo de Springer sobre optimización colaborativa de líneas SMT mediante OEE en tiempo real describió un ejemplo de ocho líneas en el que tres líneas mejoraron la OEE en 8,6%, 15,7% y 18,6% tras la optimización colaborativa. No se trata de un pequeño ajuste. Es lo que ocurre cuando la lógica de programación deja de tratar cada línea como una isla aislada y empieza a tomar decisiones a nivel de sistema. (Springer)
Así que no, no me trago la vieja frase de que “el orden de colocación es marginal” y que sólo importa la velocidad de la máquina. El trabajo publicado 2024 dice lo contrario. Y, francamente, las matemáticas de la fábrica también dicen lo contrario. (MDPI)
Donde el tiempo de ciclo realmente desaparece
No en un solo lugar. En todas partes.
Desaparece en los diseños de bancos de alimentadores que fuerzan largos alcances. Desaparece en la lógica de cambio de boquillas que parece eficiente en el software pero se colapsa en paquetes mixtos. Desaparece en la planificación de trayectorias que ignora las paradas de cámara, las correcciones de centrado y la sobrecarga de rotación. Y desaparece cuando una línea construida para líneas de producción en serie de alta velocidad se programa con los mismos hábitos que la gente usa en prototipos de líneas de lotes pequeños.
No es el mismo trabajo. Ni de cerca.
Las líneas de gran volumen se preocupan por la repetición implacable, la estabilidad del alimentador y la reducción al mínimo de los recorridos repetitivos a través de grandes recuentos de colocaciones. Los entornos de alta mezcla se preocupan más por la programación familiar, la homogeneidad de las bobinas, la recuperación rápida tras el cambio y no desperdiciar la mitad de la ganancia en el cambio de configuración. Si su lógica de optimización no refleja esto, no es optimización. Es sólo teatro de software.
Los vendedores exageran una cosa e ignoran otra
Ésta es mi impopular opinión: en la SMT, la calidad de los algoritmos se vende a menudo como una característica del software, cuando en la práctica se comporta más como una disciplina operativa.
Una máquina puede tener una lógica de planificación de trayectorias respetable y aún así funcionar mal si los datos CAD están sucios, las ubicaciones de los alimentadores son incoherentes, las bibliotecas de boquillas son descuidadas, los datos de rotación del centroide son confusos o el ingeniero de procesos nunca revisa las reglas después de la primera versión “suficientemente buena”. Por eso desconfío de cualquier argumento de venta que prometa velocidad sin hablar de la higiene de los datos, la formación de los operarios y la profundidad del servicio.
También por eso prefiero que un vendedor hable seriamente de formación y asistencia posventa que soltar la palabra “IA” quince veces. Las funciones de optimización de fantasía mueren rápido cuando nadie in situ sabe cómo mantenerlas.
Y si estás construyendo alrededor de soluciones de línea SMT llave en mano, la cuestión va más allá de un programa de colocación. Es necesario que la impresora, la montadora, la lógica de inspección, la estrategia de alimentación y el flujo de trabajo de cambio dejen de luchar entre sí. De lo contrario, la máquina “optimizada” sólo empuja el cuello de botella a otra parte.
Lo que yo haría en una fábrica de verdad
En primer lugar, dejaría de preguntar: “¿Cuál es la velocidad nominal de la máquina?” y empezaría a preguntar: “¿Adónde han ido los últimos 12 segundos?”.”
Entonces basaría la línea utilizando una familia de productos estable y dividiría el ciclo en recorrido, recogida, colocación, intercambio de boquillas, visión y esperas sin valor. No estimado. Medido.
A continuación, limpiaría los datos. Esta parte es aburrida, y el trabajo aburrido es donde la mayoría de las ganancias reales comienzan. Normalizar IDs alimentador. Comprobar las tablas de compatibilidad de boquillas. Verificar las rotaciones de los centroides. Comprobar si las correcciones de visión repetidas afectan a las mismas familias de paquetes. Averigüe si el planificador de rutas está compensando los datos maestros erróneos en lugar de realizar una optimización real.
Después, yo afinaría según el modo de producción. En las líneas de gran mezcla, daría prioridad a la homogeneidad de las bobinas, la agrupación de familias y la compresión de los cambios. Para líneas de volúmenes repetidos, hay que insistir en la agrupación de alimentadores y la minimización del recorrido. Para entornos mixtos, la respuesta correcta suele ser un compromiso que proteja el rendimiento a nivel de turno en lugar de perseguir la demostración más rápida de una sola placa.
Y entonces validaría el resultado con la realidad, no con capturas de pantalla de vendedores. ¿Tasa de residuos estable? ¿Rendimiento de la primera pasada estable? ¿Se han reducido las intervenciones de los operarios? ¿Aumentan las planchas por hora durante una semana, no sólo una tarde? Muy bien. Ahora la victoria es real.
Ahí es donde casos de clientes importan más que las afirmaciones pulidas. Una fábrica que puede demostrar una mejora estable del tiempo de ciclo en trabajos reales tiene algo que merece la pena escuchar.
Lo realmente importante
La optimización de la secuencia de colocación no es sexy. Es una tarea matemática doméstica bajo la presión de la producción. Pero en 2026, cuando la demanda de productos electrónicos siga siendo elevada y la presión de la productividad siga aumentando, ese trabajo doméstico es exactamente lo que hace que el dinero se escape o sobreviva. (Asociación de la Industria de Semiconductores)
Así que lo diré claramente: si su estrategia SMT sigue considerando la velocidad de la máquina como una cuestión exclusiva del hardware, está dejando capacidad sobre la mesa. No teóricamente. A diario.
Preguntas frecuentes
¿Qué es la optimización de la secuencia de colocación en la fabricación SMT?
La optimización de la secuencia de colocación es el proceso de organizar el orden de recogida de los componentes, el acceso al alimentador, el uso de la boquilla, el recorrido del cabezal y el orden de colocación de la placa, de forma que una máquina SMT complete el mismo trabajo de montaje en menos tiempo sin perjudicar la precisión, el flujo de verificación o la estabilidad de la línea. En pocas palabras, son las matemáticas las que deciden si su máquina se mueve con propósito o desperdicia movimiento. Un buen programa reduce el recorrido muerto, recorta los cambios de boquilla innecesarios y mantiene las colocaciones de alta frecuencia en la ruta más corta posible.
¿Cuánto tiempo de ciclo pueden reducir realmente los algoritmos inteligentes?
Los algoritmos de colocación inteligente pueden producir desde ganancias marginales hasta mejoras del sistema de dos dígitos, dependiendo de si el problema es la planificación de rutas a nivel de máquina o la programación colaborativa a nivel de línea en varias líneas SMT. En el estudio de programación de DQN de 2024, los tiempos de finalización registrados superaron a la heurística fija en todos los tamaños de instancia probados, mientras que otro estudio de Springer de 2024 registró ganancias de OEE de 8,6%, 15,7% y 18,6% en tres líneas optimizadas dentro de una configuración de ocho líneas. Por eso los ingenieros honrados separan la “mejora de un solo programa” de la “optimización de toda la línea” antes de citar una cifra. (MDPI)
¿La optimización de la secuencia de colocación sólo es útil para la producción de grandes volúmenes?
La optimización de la secuencia de colocación es útil tanto en la producción SMT de gran volumen como en la de gran mezcla, pero la fuente de la ganancia cambia con el modelo de producción, porque los trabajos repetidos recompensan la eficiencia de la ruta de desplazamiento mientras que los trabajos variables recompensan el control de cambios, la homogeneidad de los alimentadores y la disciplina de programación. En las placas de volúmenes repetidos, normalmente se persigue la distancia de recorrido y la lógica de las boquillas. En los trabajos mixtos, se persigue la compresión de la preparación y la agrupación de familias de trabajos. Mismo concepto. Diferente campo de batalla.
¿Cuál es la diferencia entre la optimización de la alimentación y la optimización de la secuencia de colocación?
La optimización de los alimentadores es una tarea más limitada que se centra en la asignación física de las bobinas y los componentes, mientras que la optimización de la secuencia de colocación es una estrategia más amplia que también incluye el orden de recogida, el orden de colocación, los cambios de boquilla, la zonificación de las placas y, a veces, las decisiones de programación de varias líneas. Así pues, la disposición de los alimentadores es una palanca. No toda la máquina. Cualquiera que afirme que la colocación del alimentador por sí sola resuelve el tiempo de ciclo está vendiendo una respuesta parcial.
Si desea convertir esta reflexión en una decisión de planificación de equipos o líneas, empiece por los datos disponibles páginas de soluciones y compárelos con su combinación de productos, o utilice el página de contacto para asignar el enfoque de optimización adecuado a sus tableros reales en lugar de una demostración genérica.
