J'ai assisté à des réunions de production où tout le monde tourne autour de la spécification de vitesse de placement comme si c'était toute l'histoire, même si les vrais dégâts se produisent à côté, dans le retard de réapprovisionnement des chargeurs, le mauvais timing de sortie des cartes, les erreurs d'assemblage en bord de ligne, les points d'étranglement SPI, les temps morts des chariots et ces minuscules hésitations des convoyeurs qui n'apparaissent jamais dans le rapport mais qui, d'une manière ou d'une autre, volent la moitié d'une équipe de travail le vendredi. Tout cela s'additionne.
Et c'est pour cela que je ne traite pas optimisation des itinéraires comme une fonction logicielle bien rangée. Dans le domaine du CMS, il s'agit d'un problème de sol avant d'être un problème mathématique. Le chemin le plus court peut toujours être un chemin stupide. Je crois franchement que c'est l'erreur qui se cache derrière de nombreux projets de “routage intelligent” peu performants : les équipes optimisent les mouvements, puis s'étonnent que le temps de cycle ne bouge pratiquement pas.
Pourquoi les numéros de vitesse de ligne mentent plus que les gens ne l'admettent
Mais demandez à n'importe quel directeur d'usine où se trouve le goulot d'étranglement et vous entendrez généralement un numéro de modèle de machine en premier - Panasonic NPM-W2S, Yamaha YRM20, peut-être un nouveau module de ligne flashy - parce que les noms de machines sont visibles, faciles à répéter et réconfortants d'une manière que la traînée du margeur, le déversement de la file d'attente et la latence du matériel ne sont tout simplement pas.
C'est le piège.
Une ligne ne perd pas de temps uniquement lorsqu'elle semble lente. Elle perd du temps là où les remises sont bâclées. Une planche attend six secondes avant d'être libérée. Une autre se fait passer trop tôt et bloque le flux en aval. Une banque d'alimentation est desservie sur la base d'une production de lait fixe au lieu d'un risque réel de famine. L'AOI commence à empiler des planches. Soudain, la ligne semble “mystérieusement” molle. Il n'y a rien de mystérieux là-dedans.
J'ai vu des usines dépenser de l'argent pour solutions clés en main pour les lignes SMT ou de pousser pour les gains de sortie sur lignes de production de masse à grande vitesse tout en continuant à traiter le routage comme un bruit de fond. C'est l'inverse. Le débit vit ou meurt dans les transitions.
La discussion de 2024 du MIT sur le problème du routage des véhicules est plus proche de la vérité que la plupart des dossiers de vente des usines : des données plus détaillées et plus individualisées peuvent améliorer les décisions de routage, mais chaque contrainte supplémentaire rend également le modèle plus coûteux à résoudre et plus difficile à déployer rapidement. Cela s'applique aux flottes de transport de colis, bien sûr, mais aussi à l'industrie de la transformation des métaux, où chaque règle ajoutée - limites des fentes d'alimentation, compatibilité des buses, capacité de la file d'attente, temps de préparation - transforme un modèle propre en un modèle réel. Interview de Matthias Winkenbach dans le cadre de MIT's 2024. (news.mit.edu)
Ce que l'optimisation des itinéraires signifie réellement dans la production SMT
Voici l'horrible vérité : l'optimisation des itinéraires dans la fabrication électronique n'a pratiquement rien à voir avec l'élégance. Il s'agit de choisir la séquence exécutable la plus rapide en fonction des contraintes - capacité de la machine, logique de la famille de cartes, disponibilité des bobines, rainurage des chargeurs, permutation des buses, occupation des convoyeurs, charge d'inspection, temps de recharge et réponse de l'opérateur - qui sont toutes mélangées, que l'équipe logicielle le veuille ou non.
Ce n'est pas beau à voir.
Une planche peut emprunter le chemin le plus court de la machine tout en réduisant le temps de cycle parce qu'elle atterrit à un point d'inspection surchargé. Un flux de matériel peut être “efficace” en termes de distance tout en étant idiot sur le plan opérationnel parce qu'il dessert d'abord la mauvaise ligne. C'est pourquoi je pousse les gens à séparer le problème en trois couches : flux de planches, flux de matériaux, flux d'exceptions.
Le flux du conseil d'administration détermine ce qui est libéré, à quel moment et dans quel ordre. Le flux de matériel détermine si les bobines, les chargeurs, les buses, les chariots et les articles de soutien appropriés arrivent avant que la famine ne s'installe. Le flux des exceptions décide de ce qui se passe lorsque les conditions normales s'effondrent, ce qui ne manquera pas d'arriver. Tous les ateliers disent qu'ils veulent de la stabilité. Chaque atelier vit d'interruptions.
Et les environnements à modèles mixtes rendent cela encore plus évident. Une carte de télécommunications avec un placement dense et une charge d'inspection plus lourde ne devrait pas être soumise à la même logique de routage qu'une simple carte de contrôleur, simplement parce que quelqu'un voulait un modèle MES propre. C'est l'une des raisons pour lesquelles lignes SMT pour prototypes et petites séries ont besoin d'un état d'esprit différent de celui des lignes à fort trafic. Même catégorie, comportement différent.
Là où le temps de cycle s'échappe vraiment de la ligne
Il y a des années, j'ai vu une équipe se réjouir d'une réduction mineure de la course de la tête de placement alors que la ligne réelle était rongée par le réapprovisionnement tardif des chargeurs et la sortie mal programmée des planches, ce qui signifiait que le gain supposé existait principalement dans une feuille de calcul alors que l'atelier continuait à perdre du temps dans les mêmes vieux endroits. Erreur classique.
Le temps de cycle fuit généralement à travers les coutures. Changements d'alimentateurs. Envoi des chariots. Disponibilité des buses. Déversement de l'encours. Pochoir ou support matériel arrivant juste un peu trop tard. Les opérateurs choisissent la demande la plus bruyante plutôt que le véritable goulot d'étranglement. Rien de tout cela n'est prestigieux, et c'est probablement la raison pour laquelle on l'ignore jusqu'à ce que la production manque l'objectif.
Reuters a fait le même constat à plus grande échelle en janvier 2024, lorsque des perturbations en mer Rouge ont contraint certains itinéraires Asie-Europe du Nord à ajouter une dizaine de jours et environ $1 million d'euros de carburant supplémentaire. Cette histoire ne concerne pas le transport maritime au sens strict du terme. Elle montre comment un itinéraire qui semble efficace sur le papier peut devenir brutalement coûteux à la seconde où les conditions changent. Reuters sur les coûts de détournement de la mer Rouge et Reuters sur l'IA, les kilomètres à vide et l'optimisation des itinéraires. (reuters.com)
Le second article de Reuters citait une étude du Forum économique mondial montrant qu'environ 15% des kilomètres parcourus par les camions le sont à vide. Des kilomètres à vide. Dans le secteur des TMT, nous avons notre propre version : des courses de chariots d'alimentation vides, des trajets de réapprovisionnement en cul-de-sac, des mouvements de soutien qui ont l'air occupés mais qui ne soulagent pas le véritable point d'étranglement, et des opérateurs qui font la navette entre le matériel et la ligne qui n'en a pas besoin en premier lieu.
D'après mon expérience, c'est là que le routage intelligent gagne sa place - ou prouve qu'il s'agissait d'un discours marketing. Il devrait éliminer les mouvements morts. Il doit réduire le nombre d'événements entraînant l'arrêt de la ligne. Il doit empêcher le sol de poursuivre des ombres.
Les algorithmes qui comptent - et les points de rupture de chacun d'entre eux
Les gens adorent demander la algorithmes d'optimisation du meilleur chemin comme s'il y avait un gagnant universel. Ce n'est pas le cas. Ce genre de raisonnement est généralement le fait de personnes qui n'ont pas à vivre avec le déploiement.
Pour les déplacements locaux, les algorithmes classiques de planification des chemins, tels que Dijkstra ou A*, ont encore du sens. Ils sont rapides, déterministes et faciles à valider. Bons outils. Portée limitée. Lorsque le défi devient le réapprovisionnement à arrêts multiples, l'expédition par AGV ou le service minuté sur plusieurs machines, les méthodes de problèmes de routage de véhicules sont mieux adaptées car le problème n'est plus un chemin unique, mais une séquence coordonnée dans des fenêtres temporelles.
C'est alors que les choses se gâtent.
Une production à forte mixité, des objectifs contradictoires, des changements fréquents, des états de file d'attente fluctuants, des exceptions qui arrivent par les côtés - c'est là que les algorithmes génétiques, la logique de la colonie de fourmis ou les variantes de la colonie d'abeilles commencent à prendre de l'importance, car l'espace de recherche devient désagréable et l'optimisation exacte devient lente ou impraticable. Mais même dans ce cas, je ne confierais pas toute l'usine à une seule famille de modèles. Je crois franchement que la logique hybride est généralement la réponse pour les adultes : des règles strictes pour la faisabilité, des heuristiques pour la rapidité et un recalcul continu pour le désordre que personne ne peut entièrement prévoir.
| Famille d'algorithmes | Où il s'adapte le mieux | Ce qu'il fait de bien | Où il se brise habituellement |
|---|---|---|---|
| Dijkstra / A* | Algorithmes de planification locale des chemins pour les convoyeurs, les AGV ou le mouvement des machines | Rapide, déterministe, facile à valider | Faible lorsque les contraintes explosent au-delà de la distance et du temps |
| heuristique VRP | Livraison de matériaux à arrêts multiples et réapprovisionnement des distributeurs | Bon pour la répartition de type "flotte" avec des fenêtres temporelles | Le modèle trop générique peut ne pas tenir compte des nuances propres à l'atelier. |
| Méthodes génétiques / colonies de fourmis / colonies d'abeilles | Algorithmes de routage à forte mixité avec de nombreux objectifs concurrents | Recherches solution désordonnée espaces bien | Mise au point plus lente, plus difficile à expliquer aux équipes de production |
| Répartition basée sur des règles | Production stable et répétitive | Simple, prévisible, bon marché | Ruptures sous l'effet de la volatilité, des changements et des goulets d'étranglement |
| Routage intelligent hybride | Des lignes SMT modernes avec des priorités changeantes | Équilibre entre rapidité, faisabilité et adaptation | Nécessité de disposer de données plus fiables et d'une gouvernance plus forte |
Une étude de cas de 2024 ScienceDirect sur l'équilibrage des lignes et l'ordonnancement des AGV dans un système d'assemblage de circuits imprimés est utile parce qu'elle traite l'activité de placement et la livraison des matériaux comme un seul problème couplé plutôt que comme deux royaumes distincts. C'est plus proche de la réalité de l'usine. L'étude de cas porte sur quatre stations d'assemblage SMM et 59 tâches assignées à des chargeurs, et non sur un exemple de jouet avec trois actifs au comportement parfait et aucun bruit de ligne. 2024 Étude de cas sur l'assemblage SMT. (sciencedirect.com)
Pourquoi l'échec de la mise en œuvre ruine plus de projets que les mauvaises mathématiques
Cependant, la plupart des échecs de routage que j'ai vus n'étaient pas dus à des algorithmes faibles. Ils étaient dus à une discipline déficiente. Des données de base encrassées. Des cartes d'alimentation périmées. Des codes d'exception utilisés différemment d'une équipe à l'autre. Des règles de répartition que les gens contournent dès que la pression augmente. Il n'est pas possible de s'en sortir par les mathématiques.
Cette partie devient vite inconfortable.
Le bureau de l'inspecteur général de l'USPS a examiné l'optimisation dynamique des itinéraires et les conclusions sont brutales : malgré les économies prévues, 85% des 34 sites examinés n'avaient pas été entièrement optimisés, 74% payaient un tarif kilométrique plus élevé qu'auparavant et la réduction du kilométrage atteignait 7% au lieu de l'objectif de 12,5%. Il s'agit là d'un problème de déploiement qui porte le nom d'un algorithme. Audit de l'USPS OIG sur l'optimisation dynamique des itinéraires. (uspsoig.gov)
J'ai vu la version SMT. Le logiciel est mis en service. Tout le monde acquiesce. Pendant deux semaines, le tableau de bord retient l'attention. Puis l'étage commence tranquillement à contourner les priorités parce que le système ne reflète pas ce qui se passe réellement du côté de la ligne, et la direction se dit que l'algorithme “a besoin d'être ajusté” alors que le vrai problème, ce sont les données d'entrée erronées et l'exécution incohérente.
C'est la raison pour laquelle je ne considère jamais l'habilitation comme de la poudre aux yeux. Formation et assistance après-vente pour les lignes SMT n'est pas seulement un sujet de support, il fait partie de la pile de routage. Si les planificateurs, les opérateurs, les responsables de la maintenance et les manutentionnaires ne partagent pas la même logique, ne vous attendez pas à ce que le modèle vienne à votre secours.
Comment réduire le temps de cycle grâce à l'optimisation des itinéraires sans en faire un projet de vanité logicielle ?
Par où commencer ? Pas par les démonstrations de logiciels. Par la carte des contraintes.
Répartissez vos contraintes entre celles qui sont fixes et celles qui sont négociables. Capacité des machines, compatibilité des chargeurs, restrictions concernant les buses, exigences en matière d'inspection - fixes. La cadence de réapprovisionnement, le calendrier de sortie des cartes, les priorités d'assistance, les seuils d'attente - souvent négociables. Cela semble élémentaire, mais la plupart des équipes confondent les deux et se demandent ensuite pourquoi l'optimiseur recommande des absurdités ou devient trop rigide pour aider.
Ensuite, évaluez la ligne en fonction de son comportement réel. Et non pas selon la brochure. Mesurez le risque d'inanition, l'impact sur les files d'attente, le temps de changement, le temps de rétablissement après une perturbation, le retard du service d'alimentation et l'exposition aux tampons bloqués. Soudain, le problème du routage devient beaucoup plus honnête.
Et s'il vous plaît, ne vous laissez pas hypnotiser par les indicateurs clés de performance locaux. Si une ligne Yamaha réduit d'une fraction de seconde le mouvement de placement mais perd neuf minutes par équipe parce que le banc d'alimentation n'est pas correctement pris en charge, il ne s'agit pas d'optimisation. C'est du théâtre avec des mathématiques.
La liste des données n'est pas non plus mystique : mélange de familles de panneaux, coordonnées de placement, cartes des fentes d'alimentation, compatibilité des buses, historique des temps de cycle par station, états des files d'attente des encours, délais de réapprovisionnement, disponibilité des actifs, schémas d'attente d'inspection, registres des exceptions. Il ne s'agit pas de données parfaites. Juste des données réelles. Une grande différence.
Je testerais toute approche de routage par rapport à la réalité. Cas clients SMT et l'aligner sur le système interne de processus qualité priorités. Cette comparaison vous permet généralement de savoir, très rapidement, si le modèle comprend votre sol ou s'il se contente de reproduire une logique générique.
À quoi devrait ressembler le routage intelligent lorsqu'il fonctionne réellement ?
Pourtant, la meilleure preuve n'est pas un tableau de bord. C'est l'humeur de la ligne.
Un bon système d'acheminement ne rend pas le sol plus “high-tech”. Il rend le sol moins frénétique. Moins d'épisodes de famine. Moins de convoyeurs bloqués. Moins d'expéditions de panique. Meilleure synchronisation de l'aide aux convoyeurs. Un débit plus prévisible. Moins de lutte contre les incendies tribaux à la fin de la période de travail.
C'est le test.
Je crois franchement que l'industrie SMT surestime l'IA et sous-estime la discipline. Le routage intelligent ne relève pas de la magie. Il s'agit d'un séquençage discipliné sous contrainte, étayé par des données suffisamment fiables et des habitudes opérationnelles suffisamment fortes pour tenir lorsque la journée dérape. Lorsque ces éléments sont en place, l'optimisation des itinéraires cesse d'être un mot à la mode et commence à agir comme une marge.
FAQ
Qu'est-ce que l'optimisation des itinéraires dans l'industrie manufacturière ?
L'optimisation des itinéraires dans la fabrication est le processus qui consiste à sélectionner le mouvement le plus rapide et le chemin d'enchaînement pour les planches, les matériaux, les chargeurs, les AGV, les opérateurs et les travaux en cours dans un système de production, tout en respectant les limites des machines, la capacité des files d'attente, les délais de réapprovisionnement et les contraintes du processus. En d'autres termes, il réduit l'attente entre les étapes, de sorte que la ligne fonctionne plus rapidement, avec moins d'interruptions et de déchets cachés.
Comment les algorithmes d'optimisation des itinéraires réduisent-ils le temps de cycle ?
Les algorithmes d'optimisation des itinéraires réduisent le temps de cycle en séquençant le travail, les livraisons de matériaux et les mouvements de soutien, de sorte que les machines passent moins de temps à attendre les planches, les bobines, les chargeurs, les opérateurs ou les moyens de transport, tandis que les goulets d'étranglement sont résolus avant qu'ils ne se propagent sur la ligne. En termes concrets, ils réduisent la famine, les blocages et les temps morts qui se cachent entre les opérations productives.
Quelle est la différence entre les algorithmes de planification des chemins et les algorithmes de routage ?
Les algorithmes de planification des trajets calculent la manière dont une machine, un AGV ou un actif se déplace d'un point à un autre dans des limites spatiales et opérationnelles, tandis que les algorithmes de routage déterminent la manière dont plusieurs tâches, livraisons ou priorités doivent être séquencées à travers de nombreux arrêts, fenêtres temporelles et contraintes. L'un résout le problème du mouvement. L'autre résout le problème de la coordination des flux dans l'ensemble du système de production.
Le problème de l'acheminement des véhicules est-il pertinent pour la production SMT ?
Le problème de l'acheminement des véhicules est pertinent pour la production SMT car la même structure mathématique utilisée pour optimiser les flottes et les arrêts de livraison peut également optimiser le réapprovisionnement des chargeurs, la répartition des chariots, le mouvement des AGV et l'assistance matérielle en temps voulu sur plusieurs machines et dans plusieurs délais. Lorsque les ressources doivent arriver dans la bonne séquence sous la pression du temps, la logique VRP devient directement utile dans l'atelier.
Quelles sont les données à collecter avant de mettre en œuvre le routage intelligent ?
Les données minimales pour un routage intelligent comprennent les temps de cycle des machines, les itinéraires des planches, la compatibilité des alimentateurs et des buses, les états des files d'attente, les délais de réapprovisionnement, la disponibilité des matériaux, l'état des actifs et l'historique des exceptions, car sans ces données, le système ne peut pas distinguer un itinéraire qui est simplement court d'un itinéraire qui est réellement exécutable. Un bon routage dépend de la vérité opérationnelle, et pas seulement d'ensembles de données plus vastes.
Si vous voulez vraiment réduire les temps de cycle au lieu d'admirer les écrans des logiciels, examinez le solutions clés en main pour les lignes SMT, étudier les Cas clients SMT, et contacter l'équipe pour une discussion sur une ligne spécifique. C'est généralement là que commencent les réponses utiles.
