Herkesin sanki tüm hikaye buymuş gibi yerleştirme hızı spesifikasyonunun etrafında döndüğü üretim toplantılarına katıldım, oysa gerçek hasar yan tarafta gerçekleşiyor - besleyici ikmal gecikmesi, kötü tahta bırakma zamanlaması, hat tarafı kitleme hataları, SPI tıkanma noktaları, araba ölü koşuları ve asla rapora girmeyen ama bir şekilde Cuma gününe kadar yarım vardiya çalan o küçük konveyör tereddütleri. Hepsi bir araya geliyor.
İşte bu yüzden rota opti̇mi̇zasyonu düzenli bir yazılım özelliği olarak. SMT'de bu bir matematik probleminden önce bir zemin problemidir. En kısa yol hala aptalca bir yol olabilir. Açıkçası, düşük performans gösteren pek çok “akıllı rotalama” projesinin ardında yatan hatanın bu olduğuna inanıyorum: ekipler hareketi optimize ediyor, ardından döngü süresi neredeyse hiç hareket etmediğinde şaşırıyorlar.
Hat hızı rakamları neden insanların kabul ettiğinden daha fazla yalan söylüyor?
Ancak, hemen hemen her fabrika yöneticisine darboğazın nerede olduğunu sorduğunuzda, genellikle önce bir makine model numarası duyarsınız - Panasonic NPM-W2S, Yamaha YRM20, belki de gösterişli yeni bir hat modülü - çünkü makine isimleri görünürdür, tekrarlanması kolaydır ve besleyici sürüklemesi, kuyruk geri dönüşü ve malzeme gecikmesinin olmadığı bir şekilde rahatlatıcıdır.
Tuzak bu.
Bir hat sadece yavaş göründüğü yerlerde zaman kaybetmez. Teslimlerin özensiz olduğu yerlerde de zaman kaybeder. Bir board serbest bırakılırken altı saniye bekler. Bir diğeri çok erken salınır ve aşağı akışı engeller. Bir besleme bankası, gerçek açlık riski yerine sabit bir süt akışı ile bakıma alınır. AOI panoları istiflemeye başlar. Birdenbire hat “gizemli bir şekilde” yumuşar. Bunda gizemli bir şey yok.
Fabrikaların gerçek para harcadığını gördüm. Anahtar teslim SMT hattı çözümleri veya çıkış kazançları için yüksek hızlı seri üretim hatları yönlendirmeye arka plan gürültüsü gibi davranmaya devam ediyor. Bu ters. Verim, geçişlerde yaşar ya da ölür.
MIT'nin araç rotalama problemine ilişkin 2024 tartışması gerçeğe çoğu fabrika satış broşüründen daha yakın: daha ayrıntılı, daha kişiselleştirilmiş veriler rotalama kararlarını iyileştirebilir, ancak her ekstra kısıtlama aynı zamanda modelin çözülmesini daha pahalı hale getirir ve hızlı bir şekilde dağıtılmasını zorlaştırır. Bu durum elbette paket filoları için geçerlidir, ancak aynı zamanda eklenen her kuralın (besleyici yuvası sınırları, nozul uyumluluğu, kuyruk kapasitesi, kurulum zamanlaması) temiz bir modeli gerçek bir modele dönüştürdüğü SMT için de geçerlidir. MIT'nin Matthias Winkenbach ile 2024 röportajı. (news.mit.edu)
SMT üretiminde rota optimizasyonu aslında ne anlama geliyor?
İşte çirkin gerçek: Elektronik üretiminde rota optimizasyonunun zarafetle neredeyse hiçbir ilgisi yoktur. Bu, kısıtlamalar altında en hızlı yürütülebilir sırayı seçmekle ilgilidir - makine kapasitesi, kart ailesi mantığı, makara kullanılabilirliği, besleyici yuvası, nozül değişimleri, konveyör doluluğu, denetim yükü, yeniden doldurma zamanlaması ve operatör tepkisi, yazılım ekibinin hoşuna gitse de gitmese de hepsi birbirine karışır.
Hiç hoş değil.
Bir pano en kısa makine yolunu izleyebilir ve yine de aşırı yüklü bir kontrol kapısına indiği için döngü süresini mahvedebilir. Bir malzeme akışı mesafe açısından “verimli” olsa da operasyonel açıdan aptalca olabilir çünkü önce yanlış hatta hizmet eder. Bu yüzden insanları sorunu üç katmana ayırmaya zorluyorum: pano akışı, malzeme akışı, istisna akışı.
Pano akışı neyin, ne zaman ve hangi sırayla serbest bırakılacağına karar verir. Malzeme akışı, doğru makaraların, besleyicilerin, nozulların, arabaların ve destek öğelerinin açlık başlamadan önce gelip gelmeyeceğine karar verir. İstisna akışı, normal koşullar çöktüğünde ne olacağına karar verir - ki çökecektir. Her atölye istikrar istediğini söyler. Her atölye kesintilerle yaşar.
Karma model ortamları bunu daha da belirgin hale getirir. Yoğun yerleşime ve daha ağır denetim yüküne sahip bir telekom kartı, sırf birisi temiz bir MES şablonu istedi diye basit bir kontrolör PCB'si ile aynı yönlendirme mantığından geçirilmemelidir. Bunun bir nedeni prototip ve küçük parti SMT hatları yüksek hacimli hatlardan farklı bir yönlendirme zihniyetine ihtiyaç duyar. Aynı kategori, farklı davranış.
Çevrim süresinin gerçekten hattan dışarı sızdığı yerler
Yıllar önce, bir ekibin yerleştirme kafası hareketinde küçük bir azalmayı kutladığını izledim, bu sırada asıl hat geç besleyici ikmali ve kötü zamanlanmış tahta salınımı nedeniyle çiğneniyordu, bu da sözde kazanç çoğunlukla bir elektronik tabloda var olurken zeminin aynı eski yerlerde zaman yakmaya devam ettiği anlamına geliyordu. Klasik hata.
Çevrim süresi genellikle dikişlerden sızar. Besleyici değişimleri. Araba sevkiyatı. Nozul kullanılabilirliği. WIP geri dökülmesi. Şablon veya malzeme desteğinin biraz geç gelmesi. Operatörlerin gerçek darboğaz yerine en yüksek sesli talebi seçmesi. Bunların hiçbiri göz alıcı gelmiyor, muhtemelen bu yüzden çıktı hedefi kaçırana kadar göz ardı ediliyor.
Reuters aynı noktaya Ocak 2024“te Kızıldeniz'deki aksaklıkların Asya'dan Kuzey Avrupa'ya giden bazı rotalara yaklaşık 10 gün ve kabaca $1 milyon ekstra yakıt eklemek zorunda bıraktığı daha büyük bir ölçekte değindi. Bu hikaye dar anlamda ”denizcilikle ilgili" değil. Kağıt üzerinde verimli görünen bir rotanın, koşullar değiştiği anda nasıl acımasızca pahalı hale gelebileceğiyle ilgili. Reuters Kızıldeniz'in yeniden yönlendirilme maliyetleri hakkında ve Reuters yapay zeka, boş mil ve rota optimizasyonu üzerine. (reuters.com)
Reuters'in ikinci haberinde, Dünya Ekonomik Forumu'nun kamyon taşımacılığında kat edilen kilometrenin yaklaşık 15%'sinin yüksüz olarak yapıldığını gösteren araştırmasına atıfta bulunulmuştur. Boş miller. SMT'de bizim de kendi versiyonumuz var: boş besleme arabası seferleri, ölü bacak ikmal gezileri, yoğun görünen ancak gerçek tıkanma noktasını rahatlatmayan destek hareketi ve aslında ilk önce ihtiyacı olmayan hatta malzeme taşıyan operatörler.
Benim deneyimlerime göre, akıllı yönlendirme bu noktada kendini kanıtlıyor ya da bunun bir pazarlama tüyosu olduğunu kanıtlıyor. Ölü hareketleri ortadan kaldırmalı. Hat açlığı olaylarını azaltmalıdır. Zeminin gölgeleri kovalamasını engellemeli.
Önemli olan algoritmalar - ve her birinin kırıldığı yerler
İnsanlar sormaktan hoşlanıyor en iyi yol optimizasyon algoritmaları Sanki evrensel bir kazanan varmış gibi. Öyle bir şey yok. Bu tür düşünceler genellikle uygulamayla yaşamak zorunda olmayan insanlardan gelir.
Yerel hareket için, Dijkstra veya A* gibi klasik yol planlama algoritmaları hala anlamlıdır. Hızlıdırlar, deterministiktirler ve doğrulanmaları kolaydır. İyi araçlar. Sınırlı kapsam. Zorluk çok duraklı ikmal, AGV sevkiyatı veya birden fazla makinede zamanlı hizmet haline geldiğinde, araç rotalama problemi yöntemleri daha uygundur çünkü sorun artık tek bir yol değil, zaman pencereleri altında koordineli bir sıralamadır.
Sonra işler çirkinleşiyor.
Yüksek karışımlı üretim, çelişen hedefler, sık değişimler, dalgalanan kuyruk durumları, yan yollardan gelen istisnalar - genetik algoritmaların, karınca kolonisi mantığının veya arı kolonisi varyantlarının önemli olmaya başladığı yer burasıdır çünkü arama alanı çirkinleşir ve kesin optimizasyon yavaş veya pratik olmaz. Ancak o zaman bile tüm tesisi tek bir model ailesine teslim etmezdim. Açıkçası hibrit mantığın genellikle yetişkinlere uygun bir cevap olduğuna inanıyorum: fizibilite için katı kurallar, hız için sezgisel yöntemler ve kimsenin tam olarak tahmin edemediği karmaşa için sürekli yeniden hesaplama.
| Algoritma ailesi | En iyi uyduğu yer | İyi yaptığı şeyler | Genellikle kırıldığı yer |
|---|---|---|---|
| Dijkstra / A* | Konveyörler, AGV'ler veya makine hareketi için yerel yol planlama algoritmaları | Hızlı, deterministik, doğrulaması kolay | Kısıtlamalar mesafe ve zamanın ötesinde patladığında zayıflar |
| VRP sezgiselleri | Çok duraklı malzeme dağıtımı ve besleyici ikmali | Zaman pencereli filo tarzı sevkiyat için iyi | Model çok genelse atölyedeki nüansları gözden kaçırabilir |
| Genetik / karınca kolonisi / arı kolonisi yöntemleri | Birbiriyle yarışan birçok hedefe sahip yüksek karışımlı rotalama algoritmaları | Dağınık çözüm alanlarını iyi arar | Daha yavaş ayarlama, üretim ekiplerine açıklaması daha zor |
| Kural tabanlı sevkiyat | İstikrarlı, tekrarlayan üretim | Basit, öngörülebilir, çalıştırması ucuz | Volatilite, değişimler ve darboğazlar altında kırılmalar |
| Hibrit akıllı yönlendirme | Değişen önceliklere sahip modern SMT hatları | Hız, fizibilite ve adaptasyonu dengeler | Daha temiz veri ve daha güçlü yönetişim gerektirir |
Bir PCB montaj sisteminde hat dengeleme ve AGV çizelgeleme üzerine 2024 ScienceDirect vaka çalışması, yerleştirme faaliyeti ve malzeme teslimatını iki ayrı krallık yerine birleşik bir problem olarak ele aldığı için yararlıdır. Bu, fabrika gerçeğine daha yakındır. Bu örnekte dört SMM montaj istasyonu ve 59 besleyiciye atanmış görev söz konusudur; mükemmel şekilde davranan üç varlık ve hat gürültüsü olmayan bir oyuncak örneği değil. 2024 SMT montaj örnek olay incelemesi. (sciencedirect.com)
Uygulama başarısızlığı neden kötü matematikten daha fazla projeyi mahvediyor?
Ancak, gördüğüm çoğu yönlendirme başarısızlığı zayıf algoritmalardan kaynaklanmıyordu. Zayıf disiplinden kaynaklanıyordu. Kirli ana veriler. Eski besleyici haritaları. Vardiyalar arasında farklı kullanılan istisna kodları. İnsanların baskı arttığı anda geçersiz kıldığı sevkiyat kuralları. Bundan matematikle kurtulamazsınız.
Bu kısım çabuk rahatsız edici oluyor.
USPS Genel Müfettişlik Ofisi Dinamik Rota Optimizasyonunu incelemiş ve bulgular oldukça kabaydı: öngörülen tasarruflara rağmen, incelenen 34 sahadan 85%'si tam olarak optimize edilmemiş, 74% mil başına eskisinden daha yüksek bir ücret ödemiş ve kilometre azaltımı 12,5% hedefinden ziyade 7%'ye ulaşmıştır. Bu, bir algoritmanın isim etiketini taşıyan bir dağıtım sorunudur. Dinamik Rota Optimizasyonuna ilişkin USPS OIG denetimi. (uspsoig.gov)
SMT versiyonunu gördüm. Yazılım yayına giriyor. Herkes başını sallar. İki hafta boyunca gösterge paneli dikkat çeker. Sonra kat sessizce öncelikleri atlamaya başlar çünkü sistem hat tarafında gerçekte neler olduğunu yansıtmaz ve yönetim, gerçek sorun çöp girdiler artı tutarsız uygulama iken algoritmanın “ayarlanması gerektiğini” söyler.
Bu yüzden etkinleştirme konusunu asla bir süs olarak görmüyorum. SMT hatları için eğitim ve satış sonrası destek sadece bir destek konusu değildir; yönlendirme yığınının bir parçasıdır. Planlayıcılar, operatörler, bakım ve malzeme işleyicileri aynı mantığı paylaşmıyorsa, modelin sizi kurtarmasını beklemeyin.
Rota optimizasyonu ile döngü süresini bir yazılım boşluğu projesine dönüştürmeden nasıl azaltabilirsiniz?
Peki nereden başlayacağım? Yazılım demolarıyla değil. Kısıtlama haritası ile.
Kısıtlamalarınızı sabit ve pazarlık edilebilir olarak ikiye ayırın. Makine kapasitesi, besleyici uyumluluğu, nozul kısıtlamaları, denetim gereksinimleri-sabit. Yenileme temposu, kart çıkış zamanlaması, destek öncelikleri, kuyruk eşikleri-genellikle pazarlığa açıktır. Kulağa basit geliyor, ancak çoğu ekip bu ikisini karıştırıyor ve ardından optimize edicinin neden saçma sapan öneriler sunduğunu veya yardımcı olamayacak kadar katı olduğunu merak ediyor.
O zaman çizgiyi gerçekte nasıl davranıyorsa öyle puanlayın. Broşürün nasıl davrandığını değil. Açlık riskini, kuyruk etkisini, geçiş süresini, kesinti sonrası toparlanma süresini, besleyici hizmet gecikmesini ve bloke tampon maruziyetini ölçün. Yönlendirme sorunu birdenbire çok daha dürüst bir hal alır.
Ve lütfen yerel KPI'lar tarafından hipnotize edilmeyin. Bir Yamaha hattı yerleştirme hareketinden saniyenin bir kısmını kısaltırken, besleyici bankı doğru şekilde desteklenmediği için vardiya başına dokuz dakika kaybediyorsa, bu optimizasyon değildir. Bu matematikle yapılan bir tiyatrodur.
Veri listesi de mistik değil: kart ailesi karışımı, yerleştirme koordinatları, besleyici yuvası haritaları, nozül uyumluluğu, istasyona göre döngü süresi geçmişi, WIP kuyruk durumları, ikmal teslim süreleri, varlık kullanılabilirliği, denetim bekletme modelleri, istisna günlükleri. Mükemmel veriler değil. Sadece gerçek veriler. Büyük fark.
Herhangi bir yönlendirme yaklaşımını gerçek SMT müşteri vakaları ile hizalayın ve dahili süreç kali̇te önceli̇kleri̇. Bu karşılaştırma genellikle modelin katınızı anlayıp anlamadığını ya da sadece genel mantığı tekrarlayıp tekrarlamadığını çok hızlı bir şekilde size söyler.
Akıllı yönlendirme gerçekten çalıştığında nasıl hissettirmeli
Yine de en iyi kanıt bir gösterge paneli değildir. Hattın ruh halidir.
İyi bir yönlendirme sistemi zeminin daha “yüksek teknolojili” görünmesini sağlamaz. Zemini daha az çılgın yapar. Daha az açlık olayı. Daha az tıkanmış konveyör. Daha az panik sevkiyatı. Besleyici desteğinde daha iyi zamanlama. Daha öngörülebilir verim. Vardiya sonunda daha az kabile yangın söndürme.
Test bu.
Açıkçası SMT endüstrisinin yapay zekayı abarttığına ve disiplini küçümsediğine inanıyorum. Akıllı yönlendirme sihirbazlık değildir. Güvenilecek kadar temiz veriler ve gün ters gittiğinde dayanacak kadar güçlü operasyon alışkanlıklarıyla desteklenen, kısıtlamalar altında disiplinli bir sıralamadır. Bu parçalar yerine oturduğunda, rota optimizasyonu bir moda sözcük olmaktan çıkar ve marj gibi davranmaya başlar.
SSS
Üretimde rota optimizasyonu nedir?
Üretimde rota optimizasyonu, makine limitlerine, kuyruk kapasitesine, ikmal zamanlamasına ve süreç kısıtlamalarına uyarak bir üretim sistemi boyunca levhalar, malzemeler, besleyiciler, AGV'ler, operatörler ve devam eden işler için en hızlı çalışılabilir hareket ve sıralama yolunu seçme sürecidir. Daha basit bir ifadeyle, adımlar arasındaki beklemeyi azaltır, böylece hat daha az kesinti ve daha az gizli atıkla daha hızlı çalışır.
Rota optimizasyon algoritmaları döngü süresini nasıl azaltır?
Rota optimizasyon algoritmaları iş, malzeme teslimatları ve destek hareketlerini sıralayarak döngü süresini azaltır, böylece makineler panolar, makaralar, besleyiciler, operatörler veya nakliye varlıkları için daha az zaman harcarken darboğazlar hatta yayılmadan önce ele alınır. Gerçek fabrika koşullarında, açlığı azaltır, tıkanmayı azaltır ve üretken operasyonlar arasında saklanan ölü zamanı temizler.
Yol planlama algoritmaları ile yönlendirme algoritmaları arasındaki fark nedir?
Yol planlama algoritmaları bir makinenin, AGV'nin veya varlığın uzamsal ve operasyonel sınırlar altında bir noktadan diğerine nasıl hareket edeceğini hesaplarken, rotalama algoritmaları birden fazla işin, teslimatın veya önceliğin birçok durak, zaman penceresi ve kısıtlama arasında nasıl sıralanması gerektiğini belirler. Biri hareketi çözer. Diğeri ise daha geniş üretim sistemi boyunca koordineli akışı çözer.
Araç yönlendirme problemi SMT üretimi ile ilgili midir?
Araç rotalama problemi SMT üretimiyle ilgilidir çünkü filoları ve teslimat duraklarını optimize etmek için kullanılan aynı matematiksel yapı, besleyici ikmalini, el arabası sevkiyatını, AGV hareketini ve birden fazla makine ve son teslim tarihlerinde zamanlanmış malzeme desteğini de optimize edebilir. Kaynakların zaman baskısı altında doğru sırayla ulaşması gerektiğinde, VRP mantığı atölyede doğrudan faydalı hale gelir.
Akıllı yönlendirmeyi uygulamadan önce hangi verileri toplamalısınız?
Akıllı rotalama için asgari veriler arasında makine döngü süreleri, pano rotaları, besleyici ve nozül uyumluluğu, kuyruk durumları, ikmal teslim süreleri, malzeme mevcudiyeti, varlık durumu ve istisna geçmişi yer alır çünkü bu girdiler olmadan sistem yalnızca kısa olan bir rotayı gerçekten uygulanabilir olandan ayırt edemez. İyi rotalama sadece daha büyük veri kümelerine değil, operasyonel gerçeğe de bağlıdır.
Yazılım ekranlarına hayran olmak yerine döngü süresini kısaltma konusunda ciddiyseniz Anahtar teslim SMT hattı çözümleri, çalışın SMT müşteri vakaları, ve eki̇ple i̇leti̇şi̇me geçi̇n hattına özel bir tartışma için. Genellikle faydalı cevaplar burada başlar.
