{"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\/pt\/path-optimization-algorithms-reducing-cycle-time-through-smart-routing\/","title":{"rendered":"Algoritmos de otimiza\u00e7\u00e3o de percursos: Reduzindo o tempo de ciclo atrav\u00e9s de roteamento inteligente"},"content":{"rendered":"

J\u00e1 participei em reuni\u00f5es de produ\u00e7\u00e3o em que toda a gente se centra na especifica\u00e7\u00e3o de velocidade de coloca\u00e7\u00e3o como se fosse a hist\u00f3ria completa, apesar de os verdadeiros danos estarem a acontecer ao lado - no atraso de reposi\u00e7\u00e3o do alimentador, no mau momento de liberta\u00e7\u00e3o das placas, nos erros de montagem na linha, nos pontos de estrangulamento SPI, nos percursos mortos dos carrinhos e naquelas pequenas hesita\u00e7\u00f5es do transportador que nunca aparecem no relat\u00f3rio, mas que, de alguma forma, roubam meio turno na sexta-feira. Tudo isto faz sentido.<\/p>\n\n\n\n

E \u00e9 por isso que eu n\u00e3o trato otimiza\u00e7\u00e3o de rotas<\/strong> como uma funcionalidade de software organizada. Em SMT, \u00e9 um problema de ch\u00e3o antes de ser um problema de matem\u00e1tica. O caminho mais curto pode continuar a ser o caminho mais est\u00fapido. Acredito francamente que esse \u00e9 o erro por detr\u00e1s de muitos projectos de \u201cencaminhamento inteligente\u201d com fraco desempenho: as equipas optimizam o movimento e depois ficam surpreendidas quando o tempo de ciclo quase n\u00e3o se altera.<\/p>\n\n\n\n

Porque \u00e9 que os n\u00fameros da velocidade das linhas mentem mais do que as pessoas admitem<\/h2>\n\n\n\n

No entanto, se perguntar a quase todos os gestores de f\u00e1brica onde est\u00e1 o estrangulamento, normalmente ouvir\u00e1 primeiro o n\u00famero do modelo da m\u00e1quina - Panasonic NPM-W2S, Yamaha YRM20, talvez um novo m\u00f3dulo de linha vistoso - porque os nomes das m\u00e1quinas s\u00e3o vis\u00edveis, f\u00e1ceis de repetir e reconfortantes de uma forma que o arrastamento do alimentador, o retorno da fila e a lat\u00eancia do material simplesmente n\u00e3o s\u00e3o.<\/p>\n\n\n\n

Essa \u00e9 a armadilha.<\/p>\n\n\n\n

Uma linha n\u00e3o perde tempo apenas quando parece lenta. Perde tempo onde as entregas s\u00e3o desleixadas. Uma prancha espera seis segundos para ser libertada. Outro \u00e9 libertado demasiado cedo e bloqueia o fluxo a jusante. Um banco de alimenta\u00e7\u00e3o \u00e9 atendido com base numa corrida de leite fixa, em vez de correr o risco real de fome. A AOI come\u00e7a a empilhar t\u00e1buas. De repente, a linha fica \u201cmisteriosamente\u201d mole. N\u00e3o h\u00e1 nada de misterioso nisso.<\/p>\n\n\n\n

J\u00e1 vi f\u00e1bricas gastarem dinheiro a s\u00e9rio em solu\u00e7\u00f5es de linha SMT chave na m\u00e3o<\/a> ou premir para obter ganhos de sa\u00edda em linhas de produ\u00e7\u00e3o em massa de alta velocidade<\/a> enquanto continua a tratar o encaminhamento como ru\u00eddo de fundo. Isso \u00e9 ao contr\u00e1rio. O rendimento vive ou morre nas transi\u00e7\u00f5es.<\/p>\n\n\n\n

A discuss\u00e3o do MIT sobre o problema do encaminhamento de ve\u00edculos em 2024 aproxima-se mais da verdade do que a maioria das apresenta\u00e7\u00f5es de vendas das f\u00e1bricas: dados mais detalhados e mais individualizados podem melhorar as decis\u00f5es de encaminhamento, mas cada restri\u00e7\u00e3o adicional tamb\u00e9m torna o modelo mais caro de resolver e mais dif\u00edcil de implementar rapidamente. Isto aplica-se \u00e0s frotas de encomendas, sem d\u00favida, mas tamb\u00e9m se aplica ao SMT, onde cada regra adicionada - limites de ranhura do alimentador, compatibilidade de bicos, capacidade de fila, tempo de prepara\u00e7\u00e3o - transforma um modelo simples num modelo real. Entrevista do MIT 2024 com Matthias Winkenbach<\/a>. (news.mit.edu<\/a>)<\/p>\n\n\n\n

\"Carrinho<\/a><\/figure>\n\n\n\n

O que significa realmente a otimiza\u00e7\u00e3o de rotas na produ\u00e7\u00e3o SMT<\/h2>\n\n\n\n

Eis a dura verdade: a otimiza\u00e7\u00e3o de rotas no fabrico de produtos electr\u00f3nicos n\u00e3o tem quase nada a ver com eleg\u00e2ncia. Tem a ver com a escolha da sequ\u00eancia execut\u00e1vel mais r\u00e1pida sob restri\u00e7\u00f5es - capacidade da m\u00e1quina, l\u00f3gica da fam\u00edlia de placas, disponibilidade de bobinas, ranhuras no alimentador, trocas de bicos, ocupa\u00e7\u00e3o do transportador, carga de inspe\u00e7\u00e3o, tempo de recarga e resposta do operador, tudo misturado, quer a equipa de software goste ou n\u00e3o.<\/p>\n\n\n\n

N\u00e3o \u00e9 bonito.<\/p>\n\n\n\n

Uma placa pode percorrer o caminho mais curto da m\u00e1quina e, mesmo assim, destruir o tempo de ciclo porque vai parar a um port\u00e3o de inspe\u00e7\u00e3o sobrecarregado. Um percurso de material pode ser \u201ceficiente\u201d em termos de dist\u00e2ncia, mas ser operacionalmente idiota porque serve primeiro a linha errada. \u00c9 por isso que insisto para que as pessoas separem o problema em tr\u00eas camadas: fluxo de placas, fluxo de materiais e fluxo de excep\u00e7\u00f5es.<\/p>\n\n\n\n

O fluxo de quadros decide o que \u00e9 libertado, quando e em que sequ\u00eancia. O fluxo de material decide se as bobinas, alimentadores, bocais, carrinhos e itens de suporte corretos chegam antes de come\u00e7ar a fome. O fluxo de excep\u00e7\u00f5es decide o que acontece quando as condi\u00e7\u00f5es normais entram em colapso - o que acontecer\u00e1. Todas as lojas dizem que querem estabilidade. Todas as lojas vivem de interrup\u00e7\u00f5es.<\/p>\n\n\n\n

E os ambientes de modelos mistos tornam este facto ainda mais \u00f3bvio. Uma placa de telecomunica\u00e7\u00f5es com uma coloca\u00e7\u00e3o densa e uma carga de inspe\u00e7\u00e3o mais pesada n\u00e3o deve ser submetida \u00e0 mesma l\u00f3gica de encaminhamento que uma simples placa de circuito impresso de um controlador s\u00f3 porque algu\u00e9m queria um modelo MES limpo. Esta \u00e9 uma das raz\u00f5es linhas SMT para prot\u00f3tipos e pequenos lotes<\/a> precisam de uma mentalidade de encaminhamento diferente das linhas de grande volume. Mesma categoria, comportamento diferente.<\/p>\n\n\n\n

Onde \u00e9 que o tempo de ciclo sai realmente da linha<\/h2>\n\n\n\n

H\u00e1 alguns anos, vi uma equipa celebrar uma pequena redu\u00e7\u00e3o no percurso da cabe\u00e7a de coloca\u00e7\u00e3o, enquanto a linha real estava a ser destru\u00edda pelo reabastecimento tardio do alimentador e pela liberta\u00e7\u00e3o mal programada da placa, o que significava que o suposto ganho existia sobretudo numa folha de c\u00e1lculo, enquanto o ch\u00e3o continuava a perder tempo nos mesmos s\u00edtios. Erro cl\u00e1ssico.<\/p>\n\n\n\n

O tempo de ciclo geralmente vaza pelas costuras. Trocas de alimentadores. Expedi\u00e7\u00e3o de carrinhos. Disponibilidade de bicos. Retorno de WIP. O suporte de est\u00eancil ou material chega um pouco tarde demais. Os operadores escolhem o pedido mais alto em vez do verdadeiro estrangulamento. Nada disto parece glamoroso, e \u00e9 provavelmente por isso que \u00e9 ignorado at\u00e9 a produ\u00e7\u00e3o falhar o objetivo.<\/p>\n\n\n\n

A Reuters fez a mesma observa\u00e7\u00e3o em maior escala em janeiro de 2024, quando as perturba\u00e7\u00f5es no Mar Vermelho obrigaram algumas rotas entre a \u00c1sia e o Norte da Europa a acrescentar cerca de 10 dias e aproximadamente $1 milh\u00f5es em combust\u00edvel extra. Esta hist\u00f3ria n\u00e3o \u00e9 \u201csobre transporte mar\u00edtimo\u201d num sentido restrito. \u00c9 sobre como uma rota que parece eficiente no papel pode tornar-se brutalmente cara no segundo em que as condi\u00e7\u00f5es mudam. Reuters sobre os custos do redireccionamento do Mar Vermelho<\/a> e Reuters sobre IA, milhas vazias e otimiza\u00e7\u00e3o de rotas<\/a>. (reuters.com<\/a>)<\/p>\n\n\n\n

O segundo artigo da Reuters citava um estudo do F\u00f3rum Econ\u00f3mico Mundial que mostrava que cerca de 15% dos quil\u00f3metros percorridos por cami\u00f5es s\u00e3o feitos sem carga. Quil\u00f3metros vazios. Na SMT, temos a nossa pr\u00f3pria vers\u00e3o: percursos de carrinhos de alimenta\u00e7\u00e3o vazios, viagens de reabastecimento sem carga, movimentos de apoio que parecem ocupados mas n\u00e3o aliviam o verdadeiro ponto de estrangulamento e operadores que transportam material para a linha que n\u00e3o precisa dele primeiro.<\/p>\n\n\n\n

De acordo com a minha experi\u00eancia, \u00e9 aqui que o encaminhamento inteligente ganha o seu lugar - ou prova que era um truque de marketing. Deveria eliminar os movimentos mortos. Deve reduzir os eventos de paragem de linha. Deve impedir que o piso persiga as sombras.<\/p>\n\n\n\n

\"Carrinho<\/a><\/figure>\n\n\n\n

Os algoritmos que importam - e onde cada um quebra<\/h2>\n\n\n\n

As pessoas adoram pedir o algoritmos de otimiza\u00e7\u00e3o do melhor caminho<\/strong> como se houvesse um vencedor universal. N\u00e3o h\u00e1. Esse tipo de pensamento vem normalmente de pessoas que n\u00e3o t\u00eam de viver com a implementa\u00e7\u00e3o.<\/p>\n\n\n\n

Para o movimento local, os algoritmos cl\u00e1ssicos de planeamento de percursos, como o Dijkstra ou o A*, continuam a fazer sentido. S\u00e3o r\u00e1pidos, determin\u00edsticos e f\u00e1ceis de validar. Boas ferramentas. \u00c2mbito limitado. Quando o desafio passa a ser o reabastecimento em v\u00e1rias paragens, a expedi\u00e7\u00e3o de AGVs ou o servi\u00e7o cronometrado em v\u00e1rias m\u00e1quinas, os m\u00e9todos de problemas de encaminhamento de ve\u00edculos s\u00e3o os mais adequados, porque a quest\u00e3o j\u00e1 n\u00e3o \u00e9 um caminho - \u00e9 uma sequ\u00eancia coordenada em janelas de tempo.<\/p>\n\n\n\n

Depois as coisas ficam feias.<\/p>\n\n\n\n

Produ\u00e7\u00e3o de alta mistura, objectivos contradit\u00f3rios, mudan\u00e7as frequentes, estados de fila flutuantes, excep\u00e7\u00f5es que chegam de lado - \u00e9 aqui que os algoritmos gen\u00e9ticos, a l\u00f3gica de col\u00f3nia de formigas ou as variantes de col\u00f3nia de abelhas come\u00e7am a ser importantes, porque o espa\u00e7o de pesquisa torna-se desagrad\u00e1vel e a otimiza\u00e7\u00e3o exacta torna-se lenta ou impratic\u00e1vel. Mas, mesmo assim, eu n\u00e3o entregaria toda a f\u00e1brica a uma \u00fanica fam\u00edlia de modelos. Acredito francamente que a l\u00f3gica h\u00edbrida \u00e9 normalmente a resposta adulta: regras r\u00edgidas para a viabilidade, heur\u00edstica para a velocidade e rec\u00e1lculo cont\u00ednuo para a confus\u00e3o que ningu\u00e9m consegue prever totalmente.<\/p>\n\n\n\n

Fam\u00edlia de algoritmos<\/th>Onde se encaixa melhor<\/th>O que faz bem<\/th>Onde \u00e9 que normalmente se parte<\/th><\/tr><\/thead>
Dijkstra \/ A*<\/td>Algoritmos de planeamento de trajet\u00f3ria local para transportadores, AGVs ou movimento de m\u00e1quinas<\/td>R\u00e1pido, determin\u00edstico, f\u00e1cil de validar<\/td>Fraco quando os constrangimentos explodem para al\u00e9m da dist\u00e2ncia e do tempo<\/td><\/tr>
Heur\u00edstica VRP<\/td>Entrega de material em v\u00e1rias paragens e reabastecimento do alimentador<\/td>Ideal para expedi\u00e7\u00e3o de frotas com janelas de tempo<\/td>Se o modelo for demasiado gen\u00e9rico, pode n\u00e3o ter em conta as nuances do ch\u00e3o de f\u00e1brica<\/td><\/tr>
M\u00e9todos gen\u00e9ticos \/ col\u00f3nias de formigas \/ col\u00f3nias de abelhas<\/td>Algoritmos de encaminhamento de elevada mistura com muitos objectivos concorrentes<\/td>Procura espa\u00e7os de solu\u00e7\u00e3o desarrumados bem<\/td>Afina\u00e7\u00e3o mais lenta, mais dif\u00edcil de explicar \u00e0s equipas de produ\u00e7\u00e3o<\/td><\/tr>
Despacho baseado em regras<\/td>Produ\u00e7\u00e3o est\u00e1vel e repetitiva<\/td>Simples, previs\u00edvel, de funcionamento econ\u00f3mico<\/td>Interrup\u00e7\u00f5es por volatilidade, mudan\u00e7as e estrangulamentos<\/td><\/tr>
Encaminhamento inteligente h\u00edbrido<\/td>Linhas SMT modernas com prioridades vari\u00e1veis<\/td>Equil\u00edbrio entre rapidez, viabilidade e adapta\u00e7\u00e3o<\/td>Requer dados mais limpos e uma governa\u00e7\u00e3o mais forte<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

Um estudo de caso de 2024 da ScienceDirect sobre o equil\u00edbrio de linhas e a programa\u00e7\u00e3o de AGV num sistema de montagem de PCB \u00e9 \u00fatil porque trata a atividade de coloca\u00e7\u00e3o e a entrega de material como um problema acoplado e n\u00e3o como dois reinos separados. Isso est\u00e1 mais pr\u00f3ximo da verdade na f\u00e1brica. O caso envolveu quatro esta\u00e7\u00f5es de montagem SMM e 59 tarefas atribu\u00eddas por alimentador - n\u00e3o um exemplo de brinquedo com tr\u00eas activos perfeitamente comportados e sem ru\u00eddo na linha. Estudo de caso de montagem SMT 2024<\/a>. (sciencedirect.com<\/a>)<\/p>\n\n\n\n

Porque \u00e9 que o fracasso da implementa\u00e7\u00e3o destr\u00f3i mais projectos do que a m\u00e1 matem\u00e1tica<\/h2>\n\n\n\n

No entanto, a maioria das falhas de encaminhamento que vi n\u00e3o foram causadas por algoritmos fracos. Foram causadas por uma disciplina fraca. Dados mestre sujos. Mapas de alimenta\u00e7\u00e3o desatualizados. C\u00f3digos de exce\u00e7\u00e3o utilizados de forma diferente em todos os turnos. Regras de despacho que as pessoas anulam assim que a press\u00e3o aumenta. N\u00e3o h\u00e1 matem\u00e1tica que nos livre disso.<\/p>\n\n\n\n

Esta parte torna-se inc\u00f3moda rapidamente.<\/p>\n\n\n\n

O Gabinete de Inspe\u00e7\u00e3o Geral da USPS analisou a Otimiza\u00e7\u00e3o Din\u00e2mica de Rotas e as conclus\u00f5es foram duras: apesar das poupan\u00e7as previstas, 85% dos 34 locais examinados n\u00e3o tinham sido totalmente optimizados, 74% pagaram uma taxa por milha mais elevada do que anteriormente e a redu\u00e7\u00e3o de quilometragem atingiu 7% em vez do objetivo de 12,5%. Este \u00e9 um problema de implementa\u00e7\u00e3o que usa o nome de um algoritmo. Auditoria do USPS OIG sobre otimiza\u00e7\u00e3o din\u00e2mica de rotas<\/a>. (uspsoig.gov<\/a>)<\/p>\n\n\n\n

J\u00e1 vi a vers\u00e3o SMT. O software \u00e9 ativado. Todos acenam com a cabe\u00e7a. Durante duas semanas, o painel de controlo chama a aten\u00e7\u00e3o. Depois, o piso come\u00e7a a ignorar as prioridades porque o sistema n\u00e3o reflecte o que est\u00e1 realmente a acontecer na linha de produ\u00e7\u00e3o, e a administra\u00e7\u00e3o diz a si pr\u00f3pria que o algoritmo \u201cprecisa de ser afinado\u201d quando o verdadeiro problema s\u00e3o as entradas de lixo e a execu\u00e7\u00e3o inconsistente.<\/p>\n\n\n\n

\u00c9 por isso que nunca considero a capacita\u00e7\u00e3o como uma coisa sem import\u00e2ncia. Forma\u00e7\u00e3o e assist\u00eancia p\u00f3s-venda para as linhas SMT<\/a> n\u00e3o \u00e9 apenas um t\u00f3pico de suporte - faz parte da pilha de roteamento. Se os planeadores, operadores, manuten\u00e7\u00e3o e manipuladores de materiais n\u00e3o partilharem a mesma l\u00f3gica, n\u00e3o espere que o modelo o ajude.<\/p>\n\n\n\n

\"Carrinho<\/a><\/figure>\n\n\n\n

Como reduzir o tempo de ciclo com a otimiza\u00e7\u00e3o de rotas sem o transformar num projeto de vaidade de software<\/h2>\n\n\n\n

Por onde \u00e9 que come\u00e7o? N\u00e3o com demonstra\u00e7\u00f5es de software. Com o mapa de restri\u00e7\u00f5es.<\/p>\n\n\n\n

Divida as suas restri\u00e7\u00f5es em fixas e negoci\u00e1veis. Capacidade da m\u00e1quina, compatibilidade do alimentador, restri\u00e7\u00f5es do bocal, requisitos de inspe\u00e7\u00e3o - fixos. Cad\u00eancia de reabastecimento, tempo de lan\u00e7amento de placas, prioridades de suporte, limites de fila - muitas vezes negoci\u00e1veis. Isto parece b\u00e1sico, mas a maioria das equipas confunde as duas coisas e depois pergunta-se porque \u00e9 que o optimizador recomenda coisas sem sentido ou se torna demasiado r\u00edgido para ajudar.<\/p>\n\n\n\n

Em seguida, pontue a linha da forma como ela realmente se comporta. N\u00e3o como a brochura se comporta. Me\u00e7a o risco de fome, o impacto na fila, o arrastamento da mudan\u00e7a, o tempo de recupera\u00e7\u00e3o ap\u00f3s a interrup\u00e7\u00e3o, o atraso do servi\u00e7o de alimenta\u00e7\u00e3o e a exposi\u00e7\u00e3o ao buffer bloqueado. De repente, o problema do encaminhamento torna-se muito mais honesto.<\/p>\n\n\n\n

E, por favor, n\u00e3o se deixe hipnotizar pelos KPIs locais. Se uma linha Yamaha reduz uma fra\u00e7\u00e3o de segundo do movimento de coloca\u00e7\u00e3o, mas perde nove minutos por turno porque o banco de alimenta\u00e7\u00e3o n\u00e3o \u00e9 suportado corretamente, isso n\u00e3o \u00e9 otimiza\u00e7\u00e3o. Isso \u00e9 teatro com matem\u00e1tica.<\/p>\n\n\n\n

A lista de dados tamb\u00e9m n\u00e3o \u00e9 m\u00edstica: mistura de fam\u00edlias de placas, coordenadas de coloca\u00e7\u00e3o, mapas de ranhuras de alimenta\u00e7\u00e3o, compatibilidade de bicos, hist\u00f3rico de tempos de ciclo por esta\u00e7\u00e3o, estados de filas WIP, tempos de espera de reabastecimento, disponibilidade de activos, padr\u00f5es de reten\u00e7\u00e3o de inspe\u00e7\u00e3o, registos de exce\u00e7\u00e3o. N\u00e3o s\u00e3o dados perfeitos. Apenas dados reais. A grande diferen\u00e7a.<\/p>\n\n\n\n

Eu testaria qualquer abordagem de encaminhamento com Casos de clientes SMT<\/a> e alinh\u00e1-lo com o prioridades de qualidade dos processos<\/a>. Esta compara\u00e7\u00e3o diz-lhe, normalmente, muito rapidamente, se o modelo compreende o seu piso ou se est\u00e1 apenas a reproduzir uma l\u00f3gica gen\u00e9rica.<\/p>\n\n\n\n

Como deve ser o encaminhamento inteligente quando est\u00e1 realmente a funcionar<\/h2>\n\n\n\n

No entanto, a melhor prova n\u00e3o \u00e9 um painel de controlo. \u00c9 a disposi\u00e7\u00e3o da linha.<\/p>\n\n\n\n

Um bom sistema de encaminhamento n\u00e3o faz com que o pavimento pare\u00e7a mais \u201chigh tech\u201d. Torna o piso menos fren\u00e9tico. Menos eventos de fome. Menos transportadores bloqueados. Menos despachos de p\u00e2nico. Melhor sincroniza\u00e7\u00e3o no suporte de alimenta\u00e7\u00e3o. Maior previsibilidade de produ\u00e7\u00e3o. Menos combate ao fogo tribal no final do turno.<\/p>\n\n\n\n

\u00c9 esse o teste.<\/p>\n\n\n\n

Acredito francamente que a ind\u00fastria SMT fala demais sobre IA e fala de menos sobre disciplina. O encaminhamento inteligente n\u00e3o \u00e9 magia. \u00c9 uma sequencia\u00e7\u00e3o disciplinada sob restri\u00e7\u00f5es, apoiada por dados suficientemente limpos para se poder confiar e h\u00e1bitos operacionais suficientemente fortes para se manterem quando o dia corre mal. Quando estas pe\u00e7as est\u00e3o no lugar, a otimiza\u00e7\u00e3o de rotas deixa de ser uma palavra da moda e come\u00e7a a agir como margem.<\/p>\n\n\n\n

FAQs<\/h2>\n\n\n\n

O que \u00e9 a otimiza\u00e7\u00e3o de rotas no fabrico?<\/strong><\/p>\n\n\n\n

A otimiza\u00e7\u00e3o de rotas no fabrico \u00e9 o processo de sele\u00e7\u00e3o do movimento mais r\u00e1pido e do caminho de sequencia\u00e7\u00e3o para placas, materiais, alimentadores, AGVs, operadores e trabalho em curso num sistema de produ\u00e7\u00e3o, respeitando os limites das m\u00e1quinas, a capacidade das filas, o tempo de reabastecimento e as restri\u00e7\u00f5es do processo. Em termos mais simples, reduz a espera entre passos para que a linha funcione mais rapidamente com menos interrup\u00e7\u00f5es e menos desperd\u00edcio oculto.<\/p>\n\n\n\n

Como \u00e9 que os algoritmos de otimiza\u00e7\u00e3o de rotas reduzem o tempo de ciclo?<\/strong><\/p>\n\n\n\n

Os algoritmos de otimiza\u00e7\u00e3o de rotas reduzem o tempo de ciclo sequenciando o trabalho, as entregas de materiais e o movimento de apoio, de modo a que as m\u00e1quinas passem menos tempo \u00e0 espera de placas, bobinas, alimentadores, operadores ou activos de transporte, enquanto os estrangulamentos s\u00e3o resolvidos antes de se espalharem pela linha. Em termos reais de f\u00e1brica, cortam a fome, reduzem os bloqueios e limpam o tempo morto que se esconde entre as opera\u00e7\u00f5es produtivas.<\/p>\n\n\n\n

Qual \u00e9 a diferen\u00e7a entre os algoritmos de planeamento de percursos e os algoritmos de encaminhamento?<\/strong><\/p>\n\n\n\n

Os algoritmos de planeamento de percursos calculam a forma como uma m\u00e1quina, um AGV ou um ativo se desloca de um ponto para outro dentro de limites espaciais e operacionais, enquanto os algoritmos de encaminhamento determinam a forma como m\u00faltiplos trabalhos, entregas ou prioridades devem ser sequenciados atrav\u00e9s de muitas paragens, janelas de tempo e restri\u00e7\u00f5es. Um resolve o movimento. O outro resolve o fluxo coordenado no sistema de produ\u00e7\u00e3o mais alargado.<\/p>\n\n\n\n

O problema do encaminhamento de ve\u00edculos \u00e9 relevante para a produ\u00e7\u00e3o de SMT?<\/strong><\/p>\n\n\n\n

O problema do encaminhamento de ve\u00edculos \u00e9 relevante para a produ\u00e7\u00e3o de SMT porque a mesma estrutura matem\u00e1tica utilizada para otimizar frotas e paragens de entrega tamb\u00e9m pode otimizar o reabastecimento de alimentadores, a expedi\u00e7\u00e3o de carrinhos, o movimento de AGVs e o apoio de material cronometrado em v\u00e1rias m\u00e1quinas e prazos. Uma vez que os recursos t\u00eam de chegar na sequ\u00eancia correta sob press\u00e3o de tempo, a l\u00f3gica VRP torna-se diretamente \u00fatil no ch\u00e3o de f\u00e1brica.<\/p>\n\n\n\n

Que dados devem ser recolhidos antes de implementar o encaminhamento inteligente?<\/strong><\/p>\n\n\n\n

Os dados m\u00ednimos para um encaminhamento inteligente incluem os tempos de ciclo das m\u00e1quinas, os percursos das placas, a compatibilidade dos alimentadores e dos bicos, os estados das filas de espera, os prazos de reabastecimento, a disponibilidade de material, o estado dos activos e o historial de excep\u00e7\u00f5es, porque sem estes dados o sistema n\u00e3o consegue distinguir um percurso que \u00e9 apenas curto de um que \u00e9 verdadeiramente execut\u00e1vel. Um bom encaminhamento depende da verdade operacional, n\u00e3o apenas de conjuntos de dados maiores.<\/p>\n\n\n\n

Se quer mesmo reduzir o tempo de ciclo em vez de ficar a admirar os ecr\u00e3s de software, reveja a solu\u00e7\u00f5es de linha SMT chave na m\u00e3o<\/a>, estudar o Casos de clientes SMT<\/a>, e contactar a equipa<\/a> para uma discuss\u00e3o espec\u00edfica sobre a linha. Normalmente, \u00e9 a\u00ed que come\u00e7am as respostas \u00fateis.<\/p>","protected":false},"excerpt":{"rendered":"

A maioria das f\u00e1bricas persegue a velocidade da m\u00e1quina e n\u00e3o v\u00ea a verdade mais lenta e mais feia: o mau encaminhamento aumenta o tempo de ciclo. Este artigo explica como os algoritmos de otimiza\u00e7\u00e3o de rotas funcionam realmente na produ\u00e7\u00e3o de SMT e onde falham no mundo real.<\/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\/pt\/wp-json\/wp\/v2\/posts\/5845","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/pickandplacemachine.com\/pt\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/pickandplacemachine.com\/pt\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/pickandplacemachine.com\/pt\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/pickandplacemachine.com\/pt\/wp-json\/wp\/v2\/comments?post=5845"}],"version-history":[{"count":3,"href":"https:\/\/pickandplacemachine.com\/pt\/wp-json\/wp\/v2\/posts\/5845\/revisions"}],"predecessor-version":[{"id":6351,"href":"https:\/\/pickandplacemachine.com\/pt\/wp-json\/wp\/v2\/posts\/5845\/revisions\/6351"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/pickandplacemachine.com\/pt\/wp-json\/wp\/v2\/media\/5851"}],"wp:attachment":[{"href":"https:\/\/pickandplacemachine.com\/pt\/wp-json\/wp\/v2\/media?parent=5845"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/pickandplacemachine.com\/pt\/wp-json\/wp\/v2\/categories?post=5845"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/pickandplacemachine.com\/pt\/wp-json\/wp\/v2\/tags?post=5845"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}