Por qu\u00e9 los n\u00fameros de velocidad de l\u00ednea mienten m\u00e1s de lo que la gente admite<\/h2>\n\n\n\n
Pero pregunte a casi cualquier director de f\u00e1brica d\u00f3nde est\u00e1 el cuello de botella y normalmente lo primero que oir\u00e1 ser\u00e1 el n\u00famero de modelo de la m\u00e1quina -Panasonic NPM-W2S, Yamaha YRM20, quiz\u00e1s un nuevo y llamativo m\u00f3dulo de l\u00ednea- porque los nombres de las m\u00e1quinas son visibles, f\u00e1ciles de repetir y reconfortantes de una forma que el arrastre del alimentador, el desbordamiento de la cola y la latencia del material simplemente no lo son.<\/p>\n\n\n\n
Esa es la trampa.<\/p>\n\n\n\n
Una l\u00ednea no pierde tiempo s\u00f3lo cuando parece lenta. Pierde tiempo cuando las entregas son descuidadas. Una tabla espera seis segundos a ser liberada. Otra pasa demasiado pronto y bloquea el flujo aguas abajo. Se atiende a un banco de alimentaci\u00f3n por un flujo de leche fijo en lugar de por riesgo real de inanici\u00f3n. La AOI empieza a apilar tablas. De repente, la l\u00ednea est\u00e1 \u201cmisteriosamente\u201d blanda. No tiene nada de misterioso.<\/p>\n\n\n\n
He visto plantas gastar dinero real en soluciones de l\u00ednea SMT llave en mano<\/a> o pulsar las ganancias de salida en l\u00edneas de producci\u00f3n en serie de alta velocidad<\/a> sin dejar de tratar el enrutamiento como ruido de fondo. Eso es al rev\u00e9s. El rendimiento vive o muere en las transiciones.<\/p>\n\n\n\n El an\u00e1lisis de 2024 del MIT sobre el problema de las rutas de los veh\u00edculos se acerca m\u00e1s a la verdad que la mayor\u00eda de los informes de ventas de las f\u00e1bricas: unos datos m\u00e1s detallados e individualizados pueden mejorar las decisiones de rutas, pero cada restricci\u00f3n adicional tambi\u00e9n hace que el modelo sea m\u00e1s caro de resolver y m\u00e1s dif\u00edcil de implantar r\u00e1pidamente. Esto se aplica a las flotas de paqueter\u00eda, por supuesto, pero tambi\u00e9n se aplica a la tecnolog\u00eda de fabricaci\u00f3n de piezas peque\u00f1as, donde cada regla a\u00f1adida (l\u00edmites de ranura del alimentador, compatibilidad de boquillas, capacidad de la cola, tiempo de preparaci\u00f3n) convierte un modelo limpio en uno real. Entrevista de MIT 2024 con Matthias Winkenbach<\/a>. (noticias.mit.edu<\/a>)<\/p>\n\n\n\n Esta es la cruda realidad: la optimizaci\u00f3n de rutas en la fabricaci\u00f3n de productos electr\u00f3nicos no tiene casi nada que ver con la elegancia. Se trata de elegir la secuencia ejecutable m\u00e1s r\u00e1pida dentro de unas restricciones: la capacidad de la m\u00e1quina, la l\u00f3gica de la familia de placas, la disponibilidad de bobinas, las ranuras del alimentador, los intercambios de boquillas, la ocupaci\u00f3n de la cinta transportadora, la carga de inspecci\u00f3n, el tiempo de rellenado y la respuesta del operario, todo ello mezclado tanto si al equipo de software le gusta como si no.<\/p>\n\n\n\n No es bonito.<\/p>\n\n\n\n Una tabla puede tomar el camino m\u00e1s corto de la m\u00e1quina y a\u00fan as\u00ed arruinar el tiempo de ciclo porque aterriza en una puerta de inspecci\u00f3n sobrecargada. Una tirada de material puede ser \u201ceficiente\u201d en cuanto a distancia y, al mismo tiempo, ser una idiotez desde el punto de vista operativo porque llega primero a la l\u00ednea equivocada. Por eso insisto en separar el problema en tres niveles: flujo de placas, flujo de materiales y flujo de excepciones.<\/p>\n\n\n\n El flujo de placas decide qu\u00e9 se libera, cu\u00e1ndo y en qu\u00e9 secuencia. El flujo de materiales decide si llegan las bobinas, los alimentadores, las boquillas, los carros y los elementos de apoyo adecuados antes de que empiece la inanici\u00f3n. El flujo de excepciones decide qu\u00e9 ocurre cuando las condiciones normales se colapsan, que lo har\u00e1n. Todos los talleres dicen que quieren estabilidad. Todo taller vive de interrupciones.<\/p>\n\n\n\n Y los entornos de modelos mixtos lo hacen a\u00fan m\u00e1s evidente. Una placa de telecomunicaciones con una colocaci\u00f3n densa y una mayor carga de inspecci\u00f3n no deber\u00eda someterse a la misma l\u00f3gica de enrutamiento que una simple placa de circuito impreso de controlador s\u00f3lo porque alguien quer\u00eda una plantilla MES limpia. Esta es una de las razones l\u00edneas SMT para prototipos y lotes peque\u00f1os<\/a> necesitan una mentalidad de enrutamiento diferente a la de las l\u00edneas de gran volumen. Misma categor\u00eda, distinto comportamiento.<\/p>\n\n\n\n Hace a\u00f1os, vi a un equipo celebrar una peque\u00f1a reducci\u00f3n en el recorrido del cabezal de colocaci\u00f3n mientras que la l\u00ednea real estaba siendo masticada por la reposici\u00f3n tard\u00eda del alimentador y la liberaci\u00f3n mal programada del tablero, lo que significaba que la supuesta ganancia exist\u00eda principalmente en una hoja de c\u00e1lculo mientras que el piso segu\u00eda quemando tiempo en los mismos lugares de siempre. Un error cl\u00e1sico.<\/p>\n\n\n\n El tiempo de ciclo suele escaparse por las costuras. Cambios de alimentador. Env\u00edo de carros. Disponibilidad de boquillas. Desbordamiento de WIP. Las plantillas o el material de apoyo llegan demasiado tarde. Los operarios eligen la solicitud m\u00e1s ruidosa en lugar del verdadero cuello de botella. Nada de esto parece glamuroso, y probablemente por eso se ignora hasta que la producci\u00f3n no alcanza el objetivo.<\/p>\n\n\n\n Reuters hizo la misma observaci\u00f3n a mayor escala en enero de 2024, cuando las interrupciones en el Mar Rojo obligaron a algunas rutas entre Asia y el norte de Europa a a\u00f1adir unos 10 d\u00edas y aproximadamente $1 millones en combustible extra. Esta historia no tiene que ver con el transporte mar\u00edtimo en sentido estricto. Trata de c\u00f3mo una ruta que parece eficiente sobre el papel puede volverse brutalmente cara en cuanto cambian las condiciones. Reuters sobre los costes del desv\u00edo del Mar Rojo<\/a> y Reuters sobre inteligencia artificial, kil\u00f3metros en vac\u00edo y optimizaci\u00f3n de rutas<\/a>. (reuters.com<\/a>)<\/p>\n\n\n\n El segundo art\u00edculo de Reuters citaba una investigaci\u00f3n del Foro Econ\u00f3mico Mundial que mostraba que alrededor de 15% de los kil\u00f3metros recorridos por los camiones se hacen sin carga. Kil\u00f3metros vac\u00edos. En SMT, tenemos nuestra propia versi\u00f3n: recorridos de carros de alimentaci\u00f3n vac\u00edos, viajes de reabastecimiento sin carga, movimientos de apoyo que parecen ocupados pero no alivian el verdadero punto de congesti\u00f3n y operadores que transportan material a la l\u00ednea que realmente no lo necesita primero.<\/p>\n\n\n\n Seg\u00fan mi experiencia, aqu\u00ed es donde el enrutamiento inteligente se gana su sustento, o demuestra que era palabrer\u00eda de marketing. Deber\u00eda acabar con los movimientos muertos. Deber\u00eda reducir los eventos de falta de l\u00ednea. Debe impedir que el suelo persiga sombras.<\/p>\n\n\n\n A la gente le encanta preguntar por el algoritmos de optimizaci\u00f3n del mejor camino<\/strong> como si hubiera un ganador universal. No lo hay. Ese tipo de pensamiento suele venir de gente que no tiene que vivir con el despliegue.<\/p>\n\n\n\n Para el movimiento local, los algoritmos cl\u00e1sicos de planificaci\u00f3n de trayectorias, como Dijkstra o A*, siguen teniendo sentido. Son r\u00e1pidos, deterministas y f\u00e1ciles de validar. Buenas herramientas. Alcance limitado. Cuando el reto se convierte en reaprovisionamiento en varias paradas, env\u00edo de AGV o servicio cronometrado a trav\u00e9s de varias m\u00e1quinas, los m\u00e9todos de problemas de rutas de veh\u00edculos son los m\u00e1s adecuados porque el problema ya no es una ruta, sino una secuencia coordinada en ventanas de tiempo.<\/p>\n\n\n\n Entonces las cosas se ponen feas.<\/p>\n\n\n\n Una producci\u00f3n muy variada, objetivos contradictorios, cambios frecuentes, estados fluctuantes de las colas, excepciones que llegan por los lados... aqu\u00ed es donde los algoritmos gen\u00e9ticos, la l\u00f3gica de colonia de hormigas o las variantes de colonia de abejas empiezan a ser importantes, porque el espacio de b\u00fasqueda se vuelve desagradable y la optimizaci\u00f3n exacta se vuelve lenta o poco pr\u00e1ctica. Pero incluso entonces, yo no entregar\u00eda toda la planta a una sola familia de modelos. Francamente, creo que la l\u00f3gica h\u00edbrida suele ser la respuesta adulta: reglas duras para la viabilidad, heur\u00edstica para la velocidad y rec\u00e1lculo continuo para el l\u00edo que nadie puede predecir del todo.<\/p>\n\n\n\n![\"Carro](\"https:\/\/pickandplacemachine.com\/wp-content\/uploads\/2026\/03\/SMT-Trolley3-1.jpg\")
<\/a><\/figure>\n\n\n\nQu\u00e9 significa realmente la optimizaci\u00f3n de rutas en la producci\u00f3n SMT<\/h2>\n\n\n\n
Donde el tiempo de ciclo realmente se escapa de la l\u00ednea<\/h2>\n\n\n\n
![\"Carro](\"https:\/\/pickandplacemachine.com\/wp-content\/uploads\/2026\/03\/SMT-Trolley2-1.jpg\")
<\/a><\/figure>\n\n\n\nLos algoritmos que importan - y d\u00f3nde se rompe cada uno<\/h2>\n\n\n\n
![\"Carro](\"https:\/\/pickandplacemachine.com\/wp-content\/uploads\/2026\/03\/SMT-Trolley1-1.jpg\")
<\/a><\/figure>\n\n\n\n