{"id":5845,"date":"2026-03-19T08:11:51","date_gmt":"2026-03-19T08:11:51","guid":{"rendered":"https:\/\/pickandplacemachine.com\/?p=5845"},"modified":"2026-05-19T15:45:08","modified_gmt":"2026-05-19T15:45:08","slug":"path-optimization-algorithms-reducing-cycle-time-through-smart-routing","status":"publish","type":"post","link":"https:\/\/pickandplacemachine.com\/pl\/path-optimization-algorithms-reducing-cycle-time-through-smart-routing\/","title":{"rendered":"Algorytmy optymalizacji \u015bcie\u017cek: Redukcja czasu cyklu dzi\u0119ki inteligentnemu trasowaniu"},"content":{"rendered":"

Siedzia\u0142em na tych spotkaniach produkcyjnych, na kt\u00f3rych wszyscy kr\u0105\u017c\u0105 wok\u00f3\u0142 specyfikacji pr\u0119dko\u015bci umieszczania, jakby to by\u0142a ca\u0142a historia, mimo \u017ce prawdziwe szkody maj\u0105 miejsce z boku - w op\u00f3\u017anieniach w uzupe\u0142nianiu podajnik\u00f3w, z\u0142ym czasie uwalniania p\u0142yt, b\u0142\u0119dach zestawiania po stronie linii, punktach d\u0142awienia SPI, martwych przebiegach w\u00f3zk\u00f3w i tych drobnych wahaniach przeno\u015bnika, kt\u00f3re nigdy nie trafiaj\u0105 do raportu, ale w jaki\u015b spos\u00f3b kradn\u0105 p\u00f3\u0142 zmiany do pi\u0105tku. To si\u0119 sumuje.<\/p>\n\n\n\n

I dlatego nie traktuj\u0119 optymalizacja trasy<\/strong> jako uporz\u0105dkowana funkcja oprogramowania. W SMT jest to problem pod\u0142ogowy, zanim stanie si\u0119 problemem matematycznym. Najkr\u00f3tsza \u015bcie\u017cka nadal mo\u017ce by\u0107 g\u0142upi\u0105 \u015bcie\u017ck\u0105. Szczerze m\u00f3wi\u0105c uwa\u017cam, \u017ce jest to b\u0142\u0105d stoj\u0105cy za wieloma nieefektywnymi projektami \u201cinteligentnego trasowania\u201d: zespo\u0142y optymalizuj\u0105 ruch, a nast\u0119pnie zachowuj\u0105 si\u0119 zaskoczone, gdy czas cyklu ledwo si\u0119 zmienia.<\/p>\n\n\n\n

Dlaczego liczby dotycz\u0105ce pr\u0119dko\u015bci linii k\u0142ami\u0105 bardziej ni\u017c ludzie przyznaj\u0105<\/h2>\n\n\n\n

Ale zapytaj prawie ka\u017cdego kierownika fabryki, gdzie jest w\u0105skie gard\u0142o, a zazwyczaj najpierw us\u0142yszysz numer modelu maszyny - Panasonic NPM-W2S, Yamaha YRM20, mo\u017ce nowy, krzykliwy modu\u0142 liniowy - poniewa\u017c nazwy maszyn s\u0105 widoczne, \u0142atwe do powt\u00f3rzenia i pocieszaj\u0105ce w spos\u00f3b, w jaki przeci\u0105ganie podajnika, rozlewanie si\u0119 kolejki i op\u00f3\u017anienie materia\u0142u po prostu nie s\u0105.<\/p>\n\n\n\n

To jest pu\u0142apka.<\/p>\n\n\n\n

Linia nie traci czasu tylko tam, gdzie wygl\u0105da na powoln\u0105. Traci czas tam, gdzie handoffy s\u0105 niechlujne. Jedna deska czeka sze\u015b\u0107 sekund na zwolnienie. Inna zostaje przepuszczona zbyt wcze\u015bnie i blokuje przep\u0142yw w d\u00f3\u0142 rzeki. Bank zasilaj\u0105cy zostaje obs\u0142u\u017cony na podstawie ustalonego przebiegu mleka zamiast faktycznego ryzyka g\u0142odu. AOI zaczyna uk\u0142ada\u0107 deski w stosy. Nagle linia staje si\u0119 \u201ctajemniczo\u201d mi\u0119kka. Nie ma w tym nic tajemniczego.<\/p>\n\n\n\n

Widzia\u0142em ro\u015bliny wydaj\u0105ce prawdziwe pieni\u0105dze na Rozwi\u0105zania linii SMT pod klucz<\/a> lub nacisn\u0105\u0107 przycisk wzmocnienia wyj\u015bcia na szybkie linie do produkcji masowej<\/a> jednocze\u015bnie traktuj\u0105c routing jak szum w tle. To odwrotne podej\u015bcie. Przepustowo\u015b\u0107 \u017cyje lub umiera w przej\u015bciach.<\/p>\n\n\n\n

Dyskusja MIT z 2024 r. na temat problemu trasowania pojazd\u00f3w jest bli\u017csza prawdy ni\u017c wi\u0119kszo\u015b\u0107 ofert sprzeda\u017cy w fabrykach: bardziej szczeg\u00f3\u0142owe, bardziej zindywidualizowane dane mog\u0105 poprawi\u0107 decyzje dotycz\u0105ce trasowania, ale ka\u017cde dodatkowe ograniczenie powoduje r\u00f3wnie\u017c, \u017ce model jest dro\u017cszy do rozwi\u0105zania i trudniejszy do szybkiego wdro\u017cenia. Odnosi si\u0119 to oczywi\u015bcie do flot paczek, ale tak\u017ce do SMT, gdzie ka\u017cda dodana regu\u0142a - limity szczelin podajnika, kompatybilno\u015b\u0107 dysz, pojemno\u015b\u0107 kolejki, czas konfiguracji - zmienia czysty model w rzeczywisty. Wywiad MIT 2024 z Matthiasem Winkenbachem<\/a>. (news.mit.edu<\/a>)<\/p>\n\n\n\n

\"W\u00f3zek<\/a><\/figure>\n\n\n\n

Co tak naprawd\u0119 oznacza optymalizacja trasy w produkcji SMT?<\/h2>\n\n\n\n

Oto brzydka prawda: optymalizacja tras w produkcji elektroniki nie ma prawie nic wsp\u00f3lnego z elegancj\u0105. Chodzi o wybranie najszybszej wykonywalnej sekwencji w ramach ogranicze\u0144 - mo\u017cliwo\u015bci maszyny, logiki rodziny p\u0142ytek, dost\u0119pno\u015bci szpuli, szczelin podajnika, zamiany dysz, zaj\u0119to\u015bci przeno\u015bnika, obci\u0105\u017cenia inspekcyjnego, czasu uzupe\u0142niania i reakcji operatora - wszystko to miesza si\u0119 ze sob\u0105, czy zespo\u0142owi oprogramowania si\u0119 to podoba, czy nie.<\/p>\n\n\n\n

Nie\u0142adnie.<\/p>\n\n\n\n

P\u0142yta mo\u017ce pokona\u0107 najkr\u00f3tsz\u0105 \u015bcie\u017ck\u0119 maszynow\u0105, a mimo to zepsu\u0107 czas cyklu, poniewa\u017c wyl\u0105duje na przeci\u0105\u017conej bramce inspekcyjnej. Przep\u0142yw materia\u0142u mo\u017ce by\u0107 \u201cwydajny\u201d pod wzgl\u0119dem odleg\u0142o\u015bci, a jednocze\u015bnie idiotyczny z operacyjnego punktu widzenia, poniewa\u017c najpierw obs\u0142uguje niew\u0142a\u015bciw\u0105 lini\u0119. Dlatego w\u0142a\u015bnie zach\u0119cam ludzi do rozdzielenia problemu na trzy warstwy: przep\u0142yw p\u0142yt, przep\u0142yw materia\u0142\u00f3w, przep\u0142yw wyj\u0105tk\u00f3w.<\/p>\n\n\n\n

Przep\u0142yw p\u0142yt decyduje o tym, co zostanie zwolnione, kiedy i w jakiej kolejno\u015bci. Przep\u0142yw materia\u0142\u00f3w decyduje o tym, czy odpowiednie szpule, podajniki, dysze, w\u00f3zki i elementy pomocnicze zostan\u0105 dostarczone, zanim zacznie si\u0119 g\u0142\u00f3d. Przep\u0142yw wyj\u0105tk\u00f3w decyduje o tym, co si\u0119 stanie, gdy normalne warunki si\u0119 za\u0142ami\u0105 - a tak si\u0119 stanie. Ka\u017cdy zak\u0142ad m\u00f3wi, \u017ce chce stabilno\u015bci. Ka\u017cdy sklep \u017cyje z przerw.<\/p>\n\n\n\n

A \u015brodowiska mieszane sprawiaj\u0105, \u017ce jest to jeszcze bardziej oczywiste. P\u0142ytka telekomunikacyjna z g\u0119stym rozmieszczeniem i wi\u0119kszym obci\u0105\u017ceniem inspekcyjnym nie powinna by\u0107 przepychana przez t\u0119 sam\u0105 logik\u0119 routingu co prosta p\u0142ytka PCB kontrolera tylko dlatego, \u017ce kto\u015b chcia\u0142 mie\u0107 czysty szablon MES. To jeden z powod\u00f3w prototypowe i ma\u0142oseryjne linie SMT<\/a> wymagaj\u0105 innego podej\u015bcia do routingu ni\u017c linie o du\u017cym nat\u0119\u017ceniu ruchu. Ta sama kategoria, inne zachowanie.<\/p>\n\n\n\n

Gdzie czas cyklu naprawd\u0119 ucieka z linii<\/h2>\n\n\n\n

Wiele lat temu obserwowa\u0142em, jak zesp\u00f3\u0142 \u015bwi\u0119towa\u0142 niewielk\u0105 redukcj\u0119 skoku g\u0142owicy, podczas gdy rzeczywista linia by\u0142a prze\u017cuwana przez p\u00f3\u017ane uzupe\u0142nianie podajnik\u00f3w i \u017ale zaplanowane zwalnianie desek, co oznacza\u0142o, \u017ce rzekomy zysk istnia\u0142 g\u0142\u00f3wnie w arkuszu kalkulacyjnym, podczas gdy pod\u0142oga nadal spala\u0142a czas w tych samych starych miejscach. Klasyczny b\u0142\u0105d.<\/p>\n\n\n\n

Czas cyklu zwykle przecieka przez szwy. Wymiana podajnik\u00f3w. Wysy\u0142ka w\u00f3zk\u00f3w. Dost\u0119pno\u015b\u0107 dysz. Wyciek WIP. Szablon lub wsparcie materia\u0142owe docieraj\u0105ce nieco za p\u00f3\u017ano. Operatorzy wybieraj\u0105cy najg\u0142o\u015bniejsze \u017c\u0105danie zamiast prawdziwego w\u0105skiego gard\u0142a. \u017badna z tych rzeczy nie wydaje si\u0119 efektowna i prawdopodobnie dlatego jest ignorowana, dop\u00f3ki wydajno\u015b\u0107 nie przekroczy celu.<\/p>\n\n\n\n

Reuters poruszy\u0142 t\u0119 sam\u0105 kwesti\u0119 na wi\u0119ksz\u0105 skal\u0119 w styczniu 2024 r., kiedy zak\u0142\u00f3cenia na Morzu Czerwonym zmusi\u0142y niekt\u00f3re trasy z Azji do Europy P\u00f3\u0142nocnej do dodania oko\u0142o 10 dni i oko\u0142o $1 milion\u00f3w dodatkowego paliwa. Ta historia nie jest \u201co \u017cegludze\u201d w \u017cadnym w\u0105skim znaczeniu. Chodzi o to, jak trasa, kt\u00f3ra na papierze wygl\u0105da na wydajn\u0105, mo\u017ce okaza\u0107 si\u0119 brutalnie droga, gdy tylko zmieni\u0105 si\u0119 warunki. Reuters o kosztach zmiany trasy przez Morze Czerwone<\/a> oraz Reuters o sztucznej inteligencji, pustych milach i optymalizacji tras<\/a>. (reuters.com<\/a>)<\/p>\n\n\n\n

W drugim artykule Reutersa przytoczono badania \u015awiatowego Forum Ekonomicznego, z kt\u00f3rych wynika, \u017ce oko\u0142o 15% kilometr\u00f3w przejechanych przez ci\u0119\u017car\u00f3wki odbywa si\u0119 bez \u0142adunku. Puste mile. W SMT mamy swoj\u0105 w\u0142asn\u0105 wersj\u0119: puste przejazdy w\u00f3zk\u00f3w podaj\u0105cych, podr\u00f3\u017ce z uzupe\u0142nianiem martwych n\u00f3g, ruch pomocniczy, kt\u00f3ry wygl\u0105da na zaj\u0119ty, ale nie odci\u0105\u017ca prawdziwego punktu zatoru, oraz operatorzy przewo\u017c\u0105cy materia\u0142 na lini\u0119, kt\u00f3ra w rzeczywisto\u015bci nie potrzebuje go w pierwszej kolejno\u015bci.<\/p>\n\n\n\n

Z mojego do\u015bwiadczenia wynika, \u017ce w tym miejscu inteligentny routing zarabia na siebie - lub udowadnia, \u017ce by\u0142 to marketingowy fluff. Powinien zabija\u0107 martwy ruch. Powinien ograniczy\u0107 zdarzenia typu line-starve. Powinien powstrzyma\u0107 pod\u0142og\u0119 przed gonieniem cieni.<\/p>\n\n\n\n

\"W\u00f3zek<\/a><\/figure>\n\n\n\n

Algorytmy, kt\u00f3re maj\u0105 znaczenie - i gdzie ka\u017cdy z nich si\u0119 psuje<\/h2>\n\n\n\n

Ludzie uwielbiaj\u0105 pyta\u0107 o algorytmy optymalizacji najlepszej \u015bcie\u017cki<\/strong> jakby istnia\u0142 uniwersalny zwyci\u0119zca. Tak nie jest. Takie my\u015blenie zwykle pochodzi od ludzi, kt\u00f3rzy nie musz\u0105 \u017cy\u0107 z wdro\u017ceniem.<\/p>\n\n\n\n

W przypadku ruchu lokalnego klasyczne algorytmy planowania \u015bcie\u017cek, takie jak Dijkstra lub A*, nadal maj\u0105 sens. S\u0105 szybkie, deterministyczne i \u0142atwe do zweryfikowania. Dobre narz\u0119dzia. Ograniczony zakres. Gdy wyzwaniem staje si\u0119 wielostanowiskowe uzupe\u0142nianie zapas\u00f3w, wysy\u0142ka AGV lub obs\u0142uga czasowa na kilku maszynach, lepiej sprawdzaj\u0105 si\u0119 metody problemu trasowania pojazd\u00f3w, poniewa\u017c problemem nie jest ju\u017c jedna \u015bcie\u017cka - to skoordynowana sekwencja w oknach czasowych.<\/p>\n\n\n\n

Potem robi si\u0119 nieprzyjemnie.<\/p>\n\n\n\n

Produkcja wysokomiksowa, sprzeczne cele, cz\u0119ste przezbrojenia, zmienne stany kolejek, wyj\u0105tki przychodz\u0105ce z boku - to jest miejsce, w kt\u00f3rym algorytmy genetyczne, logika kolonii mr\u00f3wek lub warianty kolonii pszcz\u00f3\u0142 zaczynaj\u0105 mie\u0107 znaczenie, poniewa\u017c przestrze\u0144 poszukiwa\u0144 staje si\u0119 nieprzyjemna, a dok\u0142adna optymalizacja staje si\u0119 powolna lub niepraktyczna. Ale nawet wtedy nie powierzy\u0142bym ca\u0142ej fabryki jednej rodzinie modeli. Szczerze m\u00f3wi\u0105c uwa\u017cam, \u017ce logika hybrydowa jest zwykle odpowiedzi\u0105 dla doros\u0142ych: twarde regu\u0142y dla wykonalno\u015bci, heurystyka dla szybko\u015bci i ci\u0105g\u0142e przeliczanie dla ba\u0142aganu, kt\u00f3rego nikt nie jest w stanie w pe\u0142ni przewidzie\u0107.<\/p>\n\n\n\n

Rodzina algorytm\u00f3w<\/th>Gdzie najlepiej pasuje<\/th>Co robi dobrze<\/th>Gdzie zwykle si\u0119 psuje<\/th><\/tr><\/thead>
Dijkstra \/ A*<\/td>Lokalne algorytmy planowania \u015bcie\u017cek dla przeno\u015bnik\u00f3w, AGV lub ruchu maszyn<\/td>Szybki, deterministyczny, \u0142atwy do sprawdzenia<\/td>S\u0142abe, gdy ograniczenia eksploduj\u0105 poza odleg\u0142o\u015b\u0107 i czas<\/td><\/tr>
Heurystyka VRP<\/td>Wielostopniowa dostawa materia\u0142\u00f3w i uzupe\u0142nianie podajnik\u00f3w<\/td>Dobry do wysy\u0142ek flotowych z oknami czasowymi<\/td>Je\u015bli model jest zbyt og\u00f3lny, mo\u017ce nie uwzgl\u0119dnia\u0107 niuans\u00f3w zwi\u0105zanych z hal\u0105 produkcyjn\u0105.<\/td><\/tr>
Metody genetyczne \/ kolonii mr\u00f3wek \/ kolonii pszcz\u00f3\u0142<\/td>Algorytmy wyznaczania tras z wieloma konkuruj\u0105cymi ze sob\u0105 celami<\/td>Dobrze przeszukuje nieuporz\u0105dkowane przestrzenie<\/td>Wolniejsze dostrajanie, trudniejsze do wyja\u015bnienia zespo\u0142om produkcyjnym<\/td><\/tr>
Wysy\u0142ka oparta na regu\u0142ach<\/td>Stabilna, powtarzalna produkcja<\/td>Prosty, przewidywalny, tani w eksploatacji<\/td>Przerwy w przypadku zmienno\u015bci, zmiany i w\u0105skich garde\u0142<\/td><\/tr>
Inteligentny routing hybrydowy<\/td>Nowoczesne linie SMT ze zmieniaj\u0105cymi si\u0119 priorytetami<\/td>R\u00f3wnowaga mi\u0119dzy szybko\u015bci\u0105, wykonalno\u015bci\u0105 i adaptacj\u0105<\/td>Wymaga czystszych danych i silniejszego zarz\u0105dzania<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

Studium przypadku ScienceDirect z 2024 r. dotycz\u0105ce r\u00f3wnowa\u017cenia linii i planowania AGV w systemie monta\u017cu PCB jest przydatne, poniewa\u017c traktuje dzia\u0142ania zwi\u0105zane z rozmieszczaniem i dostaw\u0105 materia\u0142\u00f3w jako jeden po\u0142\u0105czony problem, a nie dwa oddzielne kr\u00f3lestwa. Jest to bli\u017csze prawdzie fabrycznej. Przypadek ten dotyczy\u0142 czterech stanowisk monta\u017cowych SMM i 59 zada\u0144 przypisanych do podajnik\u00f3w - a nie jakiego\u015b zabawkowego przyk\u0142adu z trzema idealnie zachowuj\u0105cymi si\u0119 zasobami i brakiem zak\u0142\u00f3ce\u0144 na linii. Studium przypadku monta\u017cu SMT 2024<\/a>. (sciencedirect.com<\/a>)<\/p>\n\n\n\n

Dlaczego niepowodzenie wdro\u017cenia niszczy wi\u0119cej projekt\u00f3w ni\u017c z\u0142a matematyka<\/h2>\n\n\n\n

Jednak wi\u0119kszo\u015b\u0107 awarii routingu, jakie widzia\u0142em, nie by\u0142a spowodowana s\u0142abymi algorytmami. By\u0142y one spowodowane s\u0142ab\u0105 dyscyplin\u0105. Brudne dane g\u0142\u00f3wne. Nieaktualne mapy podajnik\u00f3w. Kody wyj\u0105tk\u00f3w u\u017cywane w r\u00f3\u017cny spos\u00f3b na r\u00f3\u017cnych zmianach. Regu\u0142y dyspozytorskie, kt\u00f3re ludzie zast\u0119puj\u0105, gdy tylko wzrasta presja. Nie da si\u0119 tego obej\u015b\u0107 matematycznie.<\/p>\n\n\n\n

Ta cz\u0119\u015b\u0107 szybko staje si\u0119 niewygodna.<\/p>\n\n\n\n

Biuro Inspektora Generalnego USPS dokona\u0142o przegl\u0105du Dynamicznej Optymalizacji Tras i wnioski by\u0142y surowe: pomimo przewidywanych oszcz\u0119dno\u015bci, 85% z 34 zbadanych lokalizacji nie zosta\u0142o w pe\u0142ni zoptymalizowanych, 74% zap\u0142aci\u0142o wy\u017csz\u0105 stawk\u0119 za mil\u0119 ni\u017c wcze\u015bniej, a redukcja przebiegu osi\u0105gn\u0119\u0142a 7% zamiast docelowych 12,5%. Jest to problem zwi\u0105zany z wdro\u017ceniem algorytmu. Audyt USPS OIG dotycz\u0105cy dynamicznej optymalizacji tras<\/a>. (uspsoig.gov<\/a>)<\/p>\n\n\n\n

Widzia\u0142em wersj\u0119 SMT. Oprogramowanie zostaje uruchomione. Wszyscy kiwaj\u0105 g\u0142owami. Przez dwa tygodnie dashboard przyci\u0105ga uwag\u0119. Potem pi\u0119tro po cichu zaczyna omija\u0107 priorytety, poniewa\u017c system nie odzwierciedla tego, co faktycznie dzieje si\u0119 po stronie linii, a kierownictwo m\u00f3wi sobie, \u017ce algorytm \u201cwymaga dostrojenia\u201d, podczas gdy prawdziwym problemem s\u0105 \u015bmieciowe dane wej\u015bciowe i niesp\u00f3jne wykonanie.<\/p>\n\n\n\n

Dlatego nigdy nie traktuj\u0119 w\u0142\u0105czania jako puchu. Szkolenia i wsparcie posprzeda\u017cowe dla linii SMT<\/a> to nie tylko temat pomocniczy - to cz\u0119\u015b\u0107 stosu routingu. Je\u015bli plani\u015bci, operatorzy, konserwatorzy i osoby zajmuj\u0105ce si\u0119 obs\u0142ug\u0105 materia\u0142\u00f3w nie podzielaj\u0105 tej samej logiki, nie oczekuj, \u017ce model ci\u0119 uratuje.<\/p>\n\n\n\n

\"W\u00f3zek<\/a><\/figure>\n\n\n\n

Jak skr\u00f3ci\u0107 czas cyklu dzi\u0119ki optymalizacji tras bez przekszta\u0142cania jej w projekt pr\u00f3\u017cno\u015bci oprogramowania?<\/h2>\n\n\n\n

Od czego wi\u0119c zacz\u0105\u0107? Nie od demonstracji oprogramowania. Od mapy ogranicze\u0144.<\/p>\n\n\n\n

Podziel swoje ograniczenia na sta\u0142e i negocjowalne. Mo\u017cliwo\u015bci maszyny, kompatybilno\u015b\u0107 podajnika, ograniczenia dysz, wymagania dotycz\u0105ce inspekcji - sta\u0142e. Cz\u0119stotliwo\u015b\u0107 uzupe\u0142niania zapas\u00f3w, czas wydania p\u0142yty, priorytety wsparcia, progi kolejki - cz\u0119sto do negocjacji. Brzmi to prosto, ale wi\u0119kszo\u015b\u0107 zespo\u0142\u00f3w miesza te dwa poj\u0119cia, a nast\u0119pnie zastanawia si\u0119, dlaczego optymalizator albo zaleca bzdury, albo staje si\u0119 zbyt sztywny, aby pom\u00f3c.<\/p>\n\n\n\n

Nast\u0119pnie oce\u0144 lini\u0119 w spos\u00f3b, w jaki faktycznie si\u0119 zachowuje. Nie jak zachowuje si\u0119 broszura. Zmierz ryzyko g\u0142odu, wp\u0142yw na kolejk\u0119, op\u00f3r prze\u0142\u0105czania, czas odzyskiwania po zak\u0142\u00f3ceniu, op\u00f3\u017anienie us\u0142ugi podajnika i nara\u017cenie na zablokowanie bufora. Nagle problem routingu staje si\u0119 o wiele bardziej uczciwy.<\/p>\n\n\n\n

I prosz\u0119, nie daj si\u0119 zahipnotyzowa\u0107 lokalnym wska\u017anikom KPI. Je\u015bli linia Yamaha przycina u\u0142amek sekundy z ruchu umieszczania, ale traci dziewi\u0119\u0107 minut na zmian\u0119, poniewa\u017c bank podajnik\u00f3w nie jest prawid\u0142owo obs\u0142ugiwany, to nie jest optymalizacja. To teatr z matematyk\u0105.<\/p>\n\n\n\n

Lista danych r\u00f3wnie\u017c nie jest mistyczna: mieszanka rodzin p\u0142yt, wsp\u00f3\u0142rz\u0119dne rozmieszczenia, mapy szczelin podajnik\u00f3w, kompatybilno\u015b\u0107 dysz, historia czasu cyklu wed\u0142ug stacji, stany kolejki WIP, czasy realizacji uzupe\u0142nie\u0144, dost\u0119pno\u015b\u0107 zasob\u00f3w, wzorce wstrzymania inspekcji, dzienniki wyj\u0105tk\u00f3w. Nie s\u0105 to idealne dane. Tylko rzeczywiste dane. Du\u017ca r\u00f3\u017cnica.<\/p>\n\n\n\n

Przetestowa\u0142bym pod presj\u0105 ka\u017cde podej\u015bcie do routingu z rzeczywistymi Przypadki klient\u00f3w SMT<\/a> i po\u0142\u0105czy\u0107 go z wewn\u0119trznym priorytety jako\u015bci procesu<\/a>. Takie por\u00f3wnanie zazwyczaj bardzo szybko pozwala stwierdzi\u0107, czy model rozumie dane pi\u0119tro, czy tylko odtwarza og\u00f3ln\u0105 logik\u0119.<\/p>\n\n\n\n

Jak powinien wygl\u0105da\u0107 inteligentny routing, gdy faktycznie dzia\u0142a?<\/h2>\n\n\n\n

Jednak najlepszym dowodem nie jest deska rozdzielcza. Jest nim nastr\u00f3j na linii.<\/p>\n\n\n\n

Dobry system trasowania nie sprawia, \u017ce pod\u0142oga wygl\u0105da na bardziej \u201czaawansowan\u0105 technologicznie\u201d. Sprawia, \u017ce pod\u0142oga jest mniej szalona. Mniej zdarze\u0144 g\u0142odu. Mniej zablokowanych przeno\u015bnik\u00f3w. Mniej panicznych wysy\u0142ek. Lepsze wyczucie czasu w obs\u0142udze podajnik\u00f3w. Bardziej przewidywalna przepustowo\u015b\u0107. Mniej plemiennego gaszenia po\u017car\u00f3w pod koniec zmiany.<\/p>\n\n\n\n

To jest test.<\/p>\n\n\n\n

Szczerze m\u00f3wi\u0105c, uwa\u017cam, \u017ce bran\u017ca SMT nadu\u017cywa sztucznej inteligencji i dyscypliny. Inteligentny routing to nie magia. To zdyscyplinowane sekwencjonowanie w ramach ogranicze\u0144, wspierane przez dane, kt\u00f3re s\u0105 wystarczaj\u0105co czyste, aby im zaufa\u0107 i nawyki operacyjne wystarczaj\u0105co silne, aby utrzyma\u0107 si\u0119, gdy dzie\u0144 idzie w bok. Gdy te elementy s\u0105 na miejscu, optymalizacja tras przestaje by\u0107 modnym has\u0142em i zaczyna dzia\u0142a\u0107 jak mar\u017ca.<\/p>\n\n\n\n

Najcz\u0119\u015bciej zadawane pytania<\/h2>\n\n\n\n

Czym jest optymalizacja tras w produkcji?<\/strong><\/p>\n\n\n\n

Optymalizacja trasy w produkcji to proces wyboru najszybszej mo\u017cliwej do wykonania \u015bcie\u017cki ruchu i sekwencjonowania dla p\u0142yt, materia\u0142\u00f3w, podajnik\u00f3w, pojazd\u00f3w AGV, operator\u00f3w i produkcji w toku w ca\u0142ym systemie produkcyjnym, przy jednoczesnym przestrzeganiu limit\u00f3w maszyn, pojemno\u015bci kolejki, termin\u00f3w uzupe\u0142niania zapas\u00f3w i ogranicze\u0144 procesu. M\u00f3wi\u0105c pro\u015bciej, skraca czas oczekiwania mi\u0119dzy etapami, dzi\u0119ki czemu linia dzia\u0142a szybciej, z mniejsz\u0105 liczb\u0105 przerw i mniejsz\u0105 ilo\u015bci\u0105 ukrytych odpad\u00f3w.<\/p>\n\n\n\n

W jaki spos\u00f3b algorytmy optymalizacji tras skracaj\u0105 czas cyklu?<\/strong><\/p>\n\n\n\n

Algorytmy optymalizacji tras skracaj\u0105 czas cyklu poprzez sekwencjonowanie pracy, dostaw materia\u0142\u00f3w i ruchu pomocniczego, dzi\u0119ki czemu maszyny sp\u0119dzaj\u0105 mniej czasu czekaj\u0105c na p\u0142yty, szpule, podajniki, operator\u00f3w lub zasoby transportowe, podczas gdy w\u0105skie gard\u0142a s\u0105 eliminowane, zanim rozprzestrzeni\u0105 si\u0119 na ca\u0142ej linii. W rzeczywistych warunkach fabrycznych ograniczaj\u0105 one g\u0142\u00f3d, zmniejszaj\u0105 blokady i usuwaj\u0105 martwy czas ukryty mi\u0119dzy produktywnymi operacjami.<\/p>\n\n\n\n

Jaka jest r\u00f3\u017cnica mi\u0119dzy algorytmami planowania \u015bcie\u017cek a algorytmami routingu?<\/strong><\/p>\n\n\n\n

Algorytmy planowania \u015bcie\u017cki obliczaj\u0105, w jaki spos\u00f3b jedna maszyna, AGV lub zas\u00f3b przemieszcza si\u0119 z jednego punktu do drugiego w ramach ogranicze\u0144 przestrzennych i operacyjnych, podczas gdy algorytmy routingu okre\u015blaj\u0105, w jaki spos\u00f3b wiele zada\u0144, dostaw lub priorytet\u00f3w powinno by\u0107 sekwencjonowanych w ramach wielu przystank\u00f3w, okien czasowych i ogranicze\u0144. Jeden rozwi\u0105zuje kwesti\u0119 przemieszczania si\u0119. Drugi rozwi\u0105zuje skoordynowany przep\u0142yw w szerszym systemie produkcyjnym.<\/p>\n\n\n\n

Czy problem trasowania pojazd\u00f3w jest istotny dla produkcji SMT?<\/strong><\/p>\n\n\n\n

Problem trasowania pojazd\u00f3w jest istotny dla produkcji SMT, poniewa\u017c ta sama struktura matematyczna u\u017cywana do optymalizacji flot i przystank\u00f3w dostaw mo\u017ce r\u00f3wnie\u017c optymalizowa\u0107 uzupe\u0142nianie podajnik\u00f3w, wysy\u0142k\u0119 w\u00f3zk\u00f3w, ruch AGV i czasowe wsparcie materia\u0142owe dla wielu maszyn i termin\u00f3w. Gdy zasoby musz\u0105 dotrze\u0107 we w\u0142a\u015bciwej kolejno\u015bci pod presj\u0105 czasu, logika VRP staje si\u0119 bezpo\u015brednio przydatna na hali produkcyjnej.<\/p>\n\n\n\n

Jakie dane nale\u017cy zebra\u0107 przed wdro\u017ceniem inteligentnego routingu?<\/strong><\/p>\n\n\n\n

Minimalne dane dla inteligentnego routingu obejmuj\u0105 czasy cykli maszyn, trasy p\u0142yt, kompatybilno\u015b\u0107 podajnik\u00f3w i dysz, stany kolejek, czasy realizacji uzupe\u0142nie\u0144, dost\u0119pno\u015b\u0107 materia\u0142\u00f3w, status zasob\u00f3w i histori\u0119 wyj\u0105tk\u00f3w, poniewa\u017c bez tych danych wej\u015bciowych system nie mo\u017ce odr\u00f3\u017cni\u0107 trasy, kt\u00f3ra jest tylko kr\u00f3tka, od tej, kt\u00f3ra jest naprawd\u0119 wykonalna. Dobry routing zale\u017cy od prawdy operacyjnej, a nie tylko od wi\u0119kszych zbior\u00f3w danych.<\/p>\n\n\n\n

Je\u015bli powa\u017cnie my\u015blisz o skr\u00f3ceniu czasu cyklu, zamiast podziwia\u0107 ekrany oprogramowania, przejrzyj Rozwi\u0105zania linii SMT pod klucz<\/a>, przestudiuj Przypadki klient\u00f3w SMT<\/a>, oraz Skontaktuj si\u0119 z zespo\u0142em<\/a> do dyskusji na temat konkretnej linii. Tam zazwyczaj zaczynaj\u0105 si\u0119 przydatne odpowiedzi.<\/p>","protected":false},"excerpt":{"rendered":"

Wi\u0119kszo\u015b\u0107 fabryk goni za szybko\u015bci\u0105 maszyn i przegapia wolniejsz\u0105, brzydsz\u0105 prawd\u0119: z\u0142e trasowanie zawy\u017ca czas cyklu. Ten artyku\u0142 wyja\u015bnia, w jaki spos\u00f3b algorytmy optymalizacji tras faktycznie dzia\u0142aj\u0105 w produkcji SMT i gdzie zawodz\u0105 w prawdziwym \u015bwiecie.<\/p>","protected":false},"author":1,"featured_media":5851,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_gspb_post_css":"","footnotes":""},"categories":[839],"tags":[899,957,1179,1180,1122,1181],"class_list":["post-5845","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-turnkey-automation","tag-cycle-time-reduction","tag-pcb-assembly-automation","tag-route-optimization","tag-smart-routing","tag-smt-line-optimization","tag-vehicle-routing-problem"],"blocksy_meta":[],"_links":{"self":[{"href":"https:\/\/pickandplacemachine.com\/pl\/wp-json\/wp\/v2\/posts\/5845","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/pickandplacemachine.com\/pl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/pickandplacemachine.com\/pl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/pickandplacemachine.com\/pl\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/pickandplacemachine.com\/pl\/wp-json\/wp\/v2\/comments?post=5845"}],"version-history":[{"count":3,"href":"https:\/\/pickandplacemachine.com\/pl\/wp-json\/wp\/v2\/posts\/5845\/revisions"}],"predecessor-version":[{"id":6351,"href":"https:\/\/pickandplacemachine.com\/pl\/wp-json\/wp\/v2\/posts\/5845\/revisions\/6351"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/pickandplacemachine.com\/pl\/wp-json\/wp\/v2\/media\/5851"}],"wp:attachment":[{"href":"https:\/\/pickandplacemachine.com\/pl\/wp-json\/wp\/v2\/media?parent=5845"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/pickandplacemachine.com\/pl\/wp-json\/wp\/v2\/categories?post=5845"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/pickandplacemachine.com\/pl\/wp-json\/wp\/v2\/tags?post=5845"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}