La plupart des équipes SMT ne mesurent pas les bonnes choses. Elles regardent le CPH nominal, comparent les brochures, discutent peut-être du nombre de personnes ou de la capacité d'alimentation, puis se demandent pourquoi la ligne réelle traîne encore une fois que le mélange de cartes devient laid, que les changements de buses s'accumulent et que la trajectoire commence à ressembler à un zigzag en état d'ébriété.
C'est la dure réalité.
Et le moment est plus important aujourd'hui qu'il ne l'était il y a un an ou deux. D'après le Association de l'industrie des semi-conducteurs, Les ventes mondiales de semi-conducteurs ont atteint $627,6 milliards en 2024, soit une hausse de 19,1% par rapport à 2023. Dans le même temps, les séries de productivité du Bureau of Labor Statistics des États-Unis pour les produits informatiques et électroniques, publiées par l'intermédiaire de FRED, L'indice des prix à la consommation (IPC) est passé de 106,624 en 2023 à 109,528 en 2024, soit une augmentation de 2,7%. Plus de pression sur la production. Moins de tolérance au gaspillage. Et oui, les mouvements gaspillés à l'intérieur des programmes de placement coûtent maintenant de l'argent. (Association de l'industrie des semi-conducteurs)
L'industrie continue de rechercher la vitesse au mauvais endroit
J'ai vu cela trop souvent : les acheteurs comparent la vitesse brute de la machine, peut-être la quantité d'alimentation, peut-être les spécifications de la vision, et sautent la question qui détermine réellement le débit - comment la machine choisit-elle intelligemment ? ce que à choisir, quand pour le choisir, où pour le placer, et comment pour éviter les déplacements inutiles entre les deux.
Les personnes qui achètent machines de prélèvement et de placement On pense souvent que le temps de cycle est principalement un problème matériel. Ce n'est pas le cas. Le matériel fixe le plafond. C'est le logiciel qui décide si l'on s'en approche ou non.
A 2024 Étude MDPI sur l'optimisation des systèmes de montage de surface à tête rotative met clairement l'accent sur le fait que l'affectation des buses, l'affectation des chargeurs et l'ordonnancement des composants sont interdépendants et que les auteurs définissent explicitement le problème comme étant NP-difficile. C'est important car cela met fin à l'idée qu'une simple règle comme “le composant le plus proche en premier” ou “le placement de gauche à droite” est suffisante sur une ligne moderne. Ce n'est généralement pas le cas. (MDPI)
Ce que les algorithmes intelligents optimisent réellement
“Algorithme intelligent” est l'une de ces expressions dont les vendeurs abusent jusqu'à ce qu'elles ne signifient plus rien. Soyons donc francs. Dans un environnement SMT réel, l'optimisation de la séquence de placement n'est pas de la poussière d'IA magique. Il s'agit d'un moteur de décision qui tente de réduire le temps total en fonction de plusieurs variables liées :
| Couche d'optimisation | Mauvaise règle empirique | Comportement plus intelligent des algorithmes | Pourquoi il réduit le temps de cycle |
|---|---|---|---|
| Disposition de l'alimentateur | Placez les bobines communes là où elles conviennent | Regroupement des pièces à haute fréquence en fonction de l'accès à la tête et du chemin de déplacement | Réduit les mouvements à long terme |
| Ordre de placement | Placement par coordonnées PCB uniquement | Séquence par charge combinée de ramassage, de déplacement, de rotation et de vision | Évite les déplacements à vide et les mouvements d'arrêt et de démarrage |
| Utilisation de la buse | Changement de buses à tout moment | Mise en lot de pièces compatibles et réduction de la fréquence des changements | Réduit le temps de traitement sans placement |
| Conseil zonage | Traiter le tableau comme une carte plane | Diviser par zones atteignables et efficacité de la tête | Évite les déchets croisés |
| Programmation des lignes | Optimiser une planche à la fois | Optimiser les familles de cartes, les changements de format et les bobines communes à tous les travaux | Protège le débit sur une période de travail, et non sur un seul cycle |
Ce tableau est volontairement simple. La réalité est plus désordonnée. Mais le principe reste le même : le meilleur algorithme n'est pas celui qui porte l'étiquette la plus chic. C'est celui qui réduit le gaspillage cumulatif de milliers de petites décisions.
Et oui, ces décisions s'empilent. Sur une carte de consommateur dense ou un contrôleur automobile, gagner des fractions de seconde sur des placements répétés peut se transformer en minutes à la fin d'un lot. Les gens l'oublient parce que chaque perte semble inoffensive en soi. Ce n'est pas le cas.
Les preuves publiées sont meilleures que les brochures
C'est ici que la conversation devient intéressante.
A 2024 Article sur l'ordonnancement par Q-Network profond pour les lignes d'assemblage de circuits imprimés. a comparé une méthode basée sur le DQN avec plusieurs règles heuristiques fixes. Dans les expériences rapportées, la méthode DQN a produit des temps d'exécution inférieurs pour les instances de petite, moyenne et grande taille ; dans une instance de petite taille, elle a réduit le temps d'exécution total d'environ 0,79% par rapport à la meilleure heuristique. Ce chiffre n'impressionnera pas les personnes qui ne s'intéressent qu'aux déclarations marketing spectaculaires. Il devrait impressionner les ingénieurs, car un gain de temps de cycle inférieur à 1% vérifié sur un processus mature est souvent plus difficile - et plus rentable - qu'une théorie tape-à-l'œil de 20% que personne n'a jamais reproduite sur le terrain. (MDPI)
Ensuite, il y a le signal opérationnel le plus fort. A 2024 Article de Springer sur l'optimisation collaborative des lignes SMT à l'aide de l'OEE en temps réel a décrit un exemple de huit lignes où trois lignes ont amélioré l'OEE de 8,6%, 15,7% et 18,6% après une optimisation collaborative. Il ne s'agit pas d'une petite modification. C'est ce qui se produit lorsque la logique d'ordonnancement cesse de traiter chaque ligne comme une île isolée et commence à prendre des décisions au niveau du système. (Springer)
Donc, non, je ne crois pas à la vieille rengaine selon laquelle “l'ordre de placement est marginal” et que seule la vitesse de la machine compte. Les travaux publiés sur 2024 disent le contraire. Et franchement, les calculs de l'usine disent également le contraire. (MDPI)
Lorsque le temps de cycle disparaît réellement
Pas dans un seul endroit. Partout.
Elle disparaît dans les agencements des bancs d'alimentation qui imposent de longues portées. Elle disparaît dans la logique de changement de buse qui semble efficace dans le logiciel mais qui s'effondre sur les paquets mixtes. Elle disparaît dans la planification des trajectoires qui ignore les arrêts de caméra, les corrections de centrage et les frais généraux de rotation. Et elle disparaît lorsqu'une ligne construite pour lignes de production de masse à grande vitesse est programmé avec les mêmes habitudes que celles utilisées sur prototypes de lignes de production en petites séries.
Il ne s'agit pas du même travail. C'est loin d'être le cas.
Les lignes à haut volume se préoccupent de la répétition incessante, de la stabilité du margeur et de la minimisation des déplacements répétitifs sur un grand nombre de placements. Les environnements à forte mixité se soucient davantage de la programmation des familles, de l'homogénéité des bobines, de la récupération rapide après un changement et du fait de ne pas perdre la moitié du gain sur les changements d'installation. Si votre logique d'optimisation ne reflète pas cela, ce n'est pas de l'optimisation. Ce n'est que du théâtre logiciel.
Les vendeurs vendent trop de choses et en ignorent d'autres
Voici mon opinion impopulaire : dans le domaine des SMT, la qualité des algorithmes est souvent vendue comme une fonction logicielle, alors qu'en pratique, elle se comporte plutôt comme une discipline opérationnelle.
Une machine peut avoir une logique de planification de trajectoire respectable et néanmoins donner de mauvais résultats si les données CAO sont sales, si l'emplacement des chargeurs est incohérent, si les bibliothèques de buses sont négligées, si les données de rotation du centroïde sont désordonnées ou si l'ingénieur des procédés ne réexamine jamais les règles après la première version “suffisamment bonne”. C'est pourquoi je me méfie de tout argument de vente qui promet la vitesse sans parler de l'hygiène des données, de la formation des opérateurs et de la profondeur du service.
C'est également la raison pour laquelle je préférerais voir un vendeur parler sérieusement de la formation et l'assistance après-vente que de prononcer quinze fois le mot “AI”. Les fonctions d'optimisation fantaisistes meurent rapidement lorsque personne sur place ne comprend comment les maintenir.
Et si vous construisez autour de solutions clés en main pour les lignes SMT, La question est encore plus vaste qu'un seul programme de placement. Il faut que l'imprimante, la monteuse, la logique d'inspection, la stratégie d'alimentation et le flux de changement cessent de se battre les uns contre les autres. Sinon, la machine “optimisée” ne fait que repousser le goulot d'étranglement ailleurs.
Ce que je ferais dans une véritable usine
Tout d'abord, je cesserais de demander “Quelle est la vitesse nominale de la machine ?” et je commencerais à demander “Où sont passées les 12 dernières secondes ?”
Ensuite, je baserais la ligne sur une famille de produits stable et je diviserais le cycle en déplacements, ramassages, placements, échanges de buses, vision et attentes sans valeur. Pas d'estimation. Mesuré.
Ensuite, je nettoierais les données. Cette partie est ennuyeuse, et le travail ennuyeux est le point de départ de la plupart des gains réels. Normaliser les identifiants des chargeurs. Vérifier les tables de compatibilité des buses. Vérifier les rotations des centroïdes. Vérifier si les corrections de vision répétées touchent les mêmes familles d'emballages. Déterminez si le planificateur de trajet compense les mauvaises données de base au lieu de procéder à une véritable optimisation.
Ensuite, je procéderais à un réglage en fonction du mode de production. Pour les lignes à forte mixité, la priorité est donnée à la communité des bobines, au regroupement des familles et à la compression des changements. Pour les lignes à volumes répétés, il faut insister sur le regroupement des chargeurs et la minimisation des trajets. Pour les environnements mixtes, la bonne réponse est généralement un compromis qui protège le débit au niveau de l'équipe plutôt que de rechercher la démo de carte unique la plus rapide.
Ensuite, je validerais le résultat par rapport à la réalité, et non par rapport aux captures d'écran des vendeurs. Taux de rebut stable ? Rendement au premier passage stable ? Diminution des interventions de l'opérateur ? Augmentation du nombre de planches par heure sur une semaine, et pas seulement sur un après-midi ? C'est une bonne chose. Maintenant, la victoire est réelle.
C'est là que cas clients ont plus d'importance que les affirmations polies. Une usine qui peut démontrer une amélioration stable de la durée du cycle sur des travaux réels a quelque chose qui vaut la peine d'être écouté.
L'essentiel à retenir
L'optimisation de la séquence de placement n'est pas très sexy. Il s'agit d'un ménage mathématique sous la pression de la production. Mais en 2026, avec une demande d'électronique toujours élevée et une pression de productivité toujours croissante, ce ménage est exactement là où l'argent fuit ou survit. (Association de l'industrie des semi-conducteurs)
Je le dis donc clairement : si votre stratégie SMT considère toujours la vitesse de la machine comme une question purement matérielle, vous laissez de la capacité sur la table. Pas en théorie. Au quotidien.
FAQ
Qu'est-ce que l'optimisation de la séquence de placement dans la fabrication SMT ?
L'optimisation de la séquence de placement consiste à organiser l'ordre de prise des composants, l'accès au chargeur, l'utilisation des buses, la course de la tête et l'ordre de placement des cartes de manière à ce qu'une machine SMT effectue le même travail d'assemblage en moins de temps sans nuire à la précision, au flux de vérification ou à la stabilité de la ligne. En clair, ce sont les mathématiques qui déterminent si votre machine se déplace dans un but précis ou si elle gaspille du mouvement. Un bon programme réduit les déplacements morts, évite les changements de buse inutiles et maintient les placements à haute fréquence dans le chemin le plus court possible.
Quelle durée de cycle les algorithmes intelligents peuvent-ils réellement réduire ?
Les algorithmes de placement intelligents peuvent produire des gains marginaux ou des améliorations à deux chiffres du système, selon que le problème est la planification du chemin au niveau de la machine ou l'ordonnancement collaboratif au niveau de la ligne sur plusieurs lignes SMT. Dans l'étude d'ordonnancement DQN 2024, les temps de réalisation rapportés ont battu les heuristiques fixes pour toutes les tailles d'instance testées, tandis qu'une étude Springer 2024 distincte a rapporté des gains OEE de 8,6%, 15,7% et 18,6% sur trois lignes optimisées au sein d'une installation à huit lignes. C'est pourquoi les ingénieurs honnêtes font la distinction entre “amélioration d'un seul programme” et “optimisation d'une ligne entière” avant de citer un chiffre. (MDPI)
L'optimisation de la séquence de placement n'est-elle utile que pour la production de gros volumes ?
L'optimisation de la séquence de placement est utile à la fois dans la production SMT à grand volume et à forte mixité, mais la source du gain change avec le modèle de production, parce que les travaux répétitifs récompensent l'efficacité du chemin de déplacement tandis que les travaux variables récompensent le contrôle des changements, la communalité des chargeurs et la discipline de l'ordonnancement. Sur les cartes à volumes répétés, vous recherchez généralement la distance de déplacement et la logique des buses. Pour les travaux mixtes, on recherche la compression des réglages et le regroupement des familles de travaux. Même concept. Champ de bataille différent.
Quelle est la différence entre l'optimisation de l'alimentation et l'optimisation de la séquence de placement ?
L'optimisation du margeur est une tâche plus étroite axée sur l'emplacement physique des bobines et des composants, tandis que l'optimisation de la séquence de placement est une stratégie plus large qui inclut également l'ordre de prélèvement, l'ordre de placement, les changements de buse, le zonage du panneau et parfois les décisions de programmation multi-lignes. La disposition du margeur est donc un levier. Ce n'est pas toute la machine. Quiconque prétend que le placement des margeurs résout à lui seul le problème du temps de cycle vend une réponse partielle.
Si vous souhaitez transformer cette réflexion en une décision d'équipement ou de planification des lignes, commencez par les données disponibles. pages de solution et comparez-les à votre gamme de produits, ou utilisez l'outil d'évaluation de la qualité des produits. page de contact pour adapter l'approche d'optimisation à vos tableaux réels plutôt qu'à une démo générique.
