KR102459383B1 - System for smart surface mount technology estimate calculation - Google Patents
System for smart surface mount technology estimate calculation Download PDFInfo
- Publication number
- KR102459383B1 KR102459383B1 KR1020220042153A KR20220042153A KR102459383B1 KR 102459383 B1 KR102459383 B1 KR 102459383B1 KR 1020220042153 A KR1020220042153 A KR 1020220042153A KR 20220042153 A KR20220042153 A KR 20220042153A KR 102459383 B1 KR102459383 B1 KR 102459383B1
- Authority
- KR
- South Korea
- Prior art keywords
- information
- bom
- pcb
- gerber
- unit
- Prior art date
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 30
- 238000005516 engineering process Methods 0.000 title description 4
- 238000004458 analytical method Methods 0.000 claims abstract description 43
- 238000004519 manufacturing process Methods 0.000 claims abstract description 40
- 238000003780 insertion Methods 0.000 claims description 14
- 230000037431 insertion Effects 0.000 claims description 11
- 238000000034 method Methods 0.000 claims description 11
- 239000000284 extract Substances 0.000 claims description 8
- 229910000679 solder Inorganic materials 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 description 13
- 238000013461 design Methods 0.000 description 9
- 238000010801 machine learning Methods 0.000 description 9
- 239000010410 layer Substances 0.000 description 6
- 238000013473 artificial intelligence Methods 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000007477 logistic regression Methods 0.000 description 4
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 3
- 239000011889 copper foil Substances 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000009193 crawling Effects 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 230000036992 cognitive tasks Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000003801 milling Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0283—Price estimation or determination
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
- H05K13/00—Apparatus or processes specially adapted for manufacturing or adjusting assemblages of electric components
- H05K13/08—Monitoring manufacture of assemblages
- H05K13/086—Supply management, e.g. supply of components or of substrates
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
본 발명은 스마트 SMT 견적 산출 시스템에 관한 것이다. The present invention relates to a smart SMT estimate calculation system.
최근 들어 인쇄회로기판(PCB)은 산업의 발전에 따른 다기능화, 고집적화, 고속화에 따라 그 디자인도 빠른 속도로 변화하고 있다. 그러다 보니 PCB 디자인 프로그램은 디자인 시간의 단축, 디자인 정확도 향상을 위해 시뮬레이션 인터페이스, 기구디자인 인터페이스(예: CAM tool), 패치(patch), 버전(version)을 지속해서 개선했다.In recent years, the design of printed circuit boards (PCBs) is also changing at a fast pace according to the multifunctionalization, high integration, and high speed according to the development of the industry. As a result, the PCB design program continuously improved the simulation interface, mechanical design interface (eg CAM tool), patch, and version in order to shorten design time and improve design accuracy.
또한, PCB를 만들기 위해서는 PCB 레이어에 따라 여러 장의 PCB 필름이 필요한데 각각의 개별 PCB 필름은 먼저 CAD 툴에서 디자인하고 이렇게 디자인된 데이터파일을 거버데이터 또는 거버파일이라고 한다.In addition, in order to make a PCB, several PCB films are required depending on the PCB layer. Each individual PCB film is first designed in a CAD tool, and the designed data file is called Gerber data or Gerber file.
종래의 거버데이터는 ASCII 형식으로 구성되므로 문서편집기를 통해 텍스트 형식으로 볼 수 있으며 CAM 툴에서 거버데이터를 불러와 그림 형태로 표시할 수도 있다. PCB 의뢰기업은 제조사에 주문하기 위해서 거버데이터를 전송한다. 즉, PCB를 주문하기 위해서는 의뢰기업은 EDA (Electronics Design Automation) 소프트웨어를 사용하여 OrCAD, Altium, PADS 등으로 거버데이터를 생성한다. 이렇게 생성된 거버데이터는 제조 사양과 함께 제조사로 전달된다. Since the conventional Gerber data is composed of ASCII format, it can be viewed in text format through a text editor, and Gerber data can be retrieved from the CAM tool and displayed in picture form. The PCB client sends the Gerber data to the manufacturer to place an order. In other words, in order to order a PCB, the client uses EDA (Electronics Design Automation) software to create Gerber data in OrCAD, Altium, PADS, etc. The Gerber data generated in this way is transmitted to the manufacturer along with the manufacturing specifications.
이때, 제조사는, 전달받은 거버데이터와 제작 사양을 검토한 후, 비용을 산출하고 견적서를 의뢰기업에 전달한다. At this time, the manufacturer reviews the received Gerber data and production specifications, calculates the cost, and delivers an estimate to the client company.
그리고 제조사의 담당자는, 의뢰된 PCB를 제작하기 위한 부품(재고, 가격)을 인터넷으로 확인하는데, 하나의 부품정보가 아닌 다수의 부품정보를 일일이 확인해야 하는 문제가 있어, 견적서를 하나 생성하기 위해서 시간이 많이 소요되는 문제점이 발생하였으며, 각 단계별 PCB 제작, 부품구매, SMT 견적 산출을 하여야 하므로 많은 시간이 소요되며, 전문인력이 없을 경우 제품불량 및 생산지연이 발생하는 문제가 있다. And the person in charge of the manufacturer checks the parts (stock, price) for manufacturing the requested PCB on the Internet. There is a problem that takes a lot of time, and it takes a lot of time because PCB production, parts purchase, and SMT estimate calculation are required for each step, and there are problems that product defects and production delay occur if there is no professional manpower.
따라서, 거버데이터 및 BOM 데이터를 이용하여 자동으로 견적서를 빠르게 생성하는 기술이 필요하게 되었다. Therefore, there is a need for a technology that automatically generates an estimate quickly using Gerber data and BOM data.
본 발명의 배경이 되는 기술은 대한민국 등록특허 제10-1965527호(2019.04.03. 공개)에 개시되어 있다. The technology that is the background of the present invention is disclosed in Republic of Korea Patent Registration No. 10-1965527 (published on March 3, 2019).
본 발명은 상기 문제점을 해결하기 위해 도출된 것으로, 거버파일과 BOM 파일을 이용하여 빠르게 견적서를 생성하고, 온라인 기반으로 누구나 손쉽게 주문할 수 있도록 하는 스마트 SMT견적 산출 시스템의 제공을 목적으로 한다. The present invention was derived to solve the above problems, and aims to provide a smart SMT estimate calculation system that quickly generates a quotation using a Gerber file and a BOM file, and enables anyone to easily order online based on it.
본 발명의 실시예에 따르면, 거버(gerber) 데이터 및 제작 수량이 업로드되는 데이터 입력부, 상기 거버 데이터를 이용하여 PCB에 관한 정보인 PCB 정보, 실장 부품에 관한 정보인 부품정보 및 수량 정보를 분석하는 거버 분석부, 대상 장치의 BOM 정보를 분석하는 BOM 분석부, 상기 부품정보 및 수량정보와 상기 BOM 정보를 매칭시켜 부품별 소요량을 판단하는 판단부, 기 저장된 재고관리 데이터베이스를 이용하여 상기 부품 별 소요량에 따른 재고, 단가 및 공임을 고려하여 업체를 선정하여 PCB 제작단가를 산출하는 단가 산출부 및 상기 PCB 제작단가와 상기 제작 수량을 적용하여 견적서를 생성하는 견적서 생성부를 포함한다. According to an embodiment of the present invention, a data input unit to which gerber data and production quantity are uploaded, PCB information that is information about a PCB, parts information and quantity information that are information about mounted parts using the gerber data are analyzed. Gerber analysis unit, BOM analysis unit to analyze the BOM information of the target device, the determination unit to match the parts information and quantity information with the BOM information to determine the required quantity for each part, the required quantity for each part using a pre-stored inventory management database It includes a unit price calculation unit for calculating a PCB manufacturing unit price by selecting a company in consideration of inventory, unit price, and labor according to the , and an estimate generating unit for generating an estimate by applying the PCB manufacturing unit price and the manufacturing quantity.
상기 거버분석부는 상기 거버데이터로부터 Solder paste, Drill, silk 정보를 더 분석하고, 상기 Solder paste, Drill, silk 정보로부터 상기 부품정보가 자삽부품 또는 수삽부품인지 분석하고 상기 부품정보 각각의 레퍼런스 번호를 매칭킬 수 있다. The Gerber analysis unit further analyzes Solder paste, Drill, and silk information from the Gerber data, analyzes whether the part information is a self-inserted part or a manually inserted part from the Solder paste, Drill, and silk information, and matches the reference number of each of the part information can kill
상기 판단부는 상기 BOM 정보 중에서 자삽부품을 제외한 수삽부품에 대한 레퍼런스 넘버를 추출하고, 추출된 레퍼런스 넘버와 상기 부품정보의 레퍼런스 번호의 일치여부를 판단할 수 있다. The determination unit may extract a reference number for the manually inserted part except for the self-inserted part from the BOM information, and determine whether the extracted reference number matches the reference number of the part information.
상기 수삽부품은 상기 silk정보로부터 획득된 홀의 크기가 제1 기준값 이상이고, 홀과 홀 사이의 간격이 제2 기준 값 이상을 가지고, 상기 제2 기준값은 상기 제1 기준값 보다 크게 설정될 수 있다. In the insertion part, the size of the hole obtained from the silk information is greater than or equal to a first reference value, the distance between the holes is greater than or equal to the second reference value, and the second reference value may be set to be greater than the first reference value.
상기 방법 및 특징을 갖는 본 발명에 따르면, 거버파일과 BOM파일을 업로드받거나 거버파일만을 업로드 받아 실시간으로 소모되는 총 비용을 산출하여 고객 또는 사용자의 요구사항에 대응되도록 PCB 견적 서비스를 빠른시간에 제공할 수 있다. According to the present invention having the above method and characteristics, a PCB quotation service is provided in a short time to meet the requirements of customers or users by calculating the total cost consumed in real time by uploading a Gerber file and a BOM file or uploading only a Gerber file can do.
또한, PCB상의 자삽부붐과 수삽부품을 구분할 수 있어 PCB견적 제공시 정확한 공임을 산출하여 고객 또는 사용자에게 정확한 PCB 견적을 제공할 수 있다. In addition, since it is possible to distinguish between the self-insertion boom and the insertion part on the PCB, it is possible to provide accurate PCB quotations to customers or users by calculating accurate labor when providing PCB quotations.
도 1은 본 발명의 실시예에 따른 스마트 견적 산출 시스템을 설명하기 위한 구성도이다.
도 2는 본 발명의 실시예에 따른 silk정보를 나타낸 도면이다.
도 3은 본 발명의 실시예에 따른 수삽부품을 설명하기 위한 도면이다.
도 4a 및 도 4b는 본 발명의 실시예에 따른 BOM 해당 필드값을 추출한 예를 나타낸 도면이다.
도 5는 본 발명의 실시예에 따른 생성된 견적서를 나타낸 도면이다.
도 6은 본 발명의 실시예에 따른 견적서의 상세내역을 나타낸 도면이다.
도 7은 본 발명의 실시예에 따른 스마트 견적 산출 방법을 설명하기 위한 순서도이다. 1 is a configuration diagram for explaining a smart estimate calculation system according to an embodiment of the present invention.
2 is a view showing silk information according to an embodiment of the present invention.
Figure 3 is a view for explaining the insertion part according to the embodiment of the present invention.
4A and 4B are diagrams illustrating an example of extracting a BOM corresponding field value according to an embodiment of the present invention.
5 is a view showing a generated estimate according to an embodiment of the present invention.
6 is a view showing details of a quotation according to an embodiment of the present invention.
7 is a flowchart for explaining a smart estimate calculation method according to an embodiment of the present invention.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 형태를 가질 수 있는 바, 구현예(態樣, aspect)(또는 실시예)들을 본문에 상세하게 설명하고자 한다. 그러나 이는 본 발명을 특정한 개시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.Since the present invention can have various changes and can have various forms, implementation examples (態樣, aspects) (or embodiments) will be described in detail in the text. However, this is not intended to limit the present invention to the specific disclosed form, it should be understood to include all modifications, equivalents and substitutes included in the spirit and scope of the present invention.
본 명세서에서 사용한 용어는 단지 특정한 구현예(태양, 態樣, aspect)(또는 실시예)를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, ~포함하다~ 또는 ~이루어진다~ 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.The terminology used herein is only used to describe a specific embodiment (aspect, aspect, aspect) (or embodiment), and is not intended to limit the present invention. The singular expression includes the plural expression unless the context clearly dictates otherwise. In the present application, terms such as comprises or consists of are intended to designate that the features, numbers, steps, operations, components, parts, or combinations thereof described in the specification exist, but one or more other features It is to be understood that it does not preclude the possibility of the presence or addition of numbers, steps, operations, components, parts, or combinations thereof.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.Unless defined otherwise, all terms used herein, including technical or scientific terms, have the same meaning as commonly understood by one of ordinary skill in the art to which this invention belongs. Terms such as those defined in a commonly used dictionary should be interpreted as having a meaning consistent with the meaning in the context of the related art, and should not be interpreted in an ideal or excessively formal meaning unless explicitly defined in the present application. does not
본 명세서에서 기재한 ~제1~, ~제2~ 등은 서로 다른 구성 요소들임을 구분하기 위해서 지칭할 것일 뿐, 제조된 순서에 구애받지 않는 것이며, 발명의 상세한 설명과 청구범위에서 그 명칭이 일치하지 않을 수 있다.~1~, ~2~, etc. described in the present specification will only be referred to to distinguish that they are different components, and are not limited to the order of manufacture, and the names are not in the detailed description and claims of the invention. may not match.
도 1은 본 발명의 실시예에 따른 스마트 견적 산출 시스템을 설명하기 위한 구성도이고, 도 2는 본 발명의 실시예에 따른 silk정보를 나타낸 도면이다. Figure 1 is a block diagram for explaining a smart estimate calculation system according to an embodiment of the present invention, Figure 2 is a view showing silk information according to an embodiment of the present invention.
도 1에서 나타낸 것처럼 본 발명의 실시예에 따른 스마트 견적 산출 시스템(100)은 입력부(110), 거버 분석부(120), BOM 분석부(130), 판단부(140), 단가 산출부(150) 및 견적서 생성부(160)를 포함한다. As shown in FIG. 1 , the smart
먼저, 입력부(110)는 사용자 또는 고객으로부터 거버(gerber) 데이터 및 제작 수량이 업로드 받을 수 있다. 여기서, 제작 수량은 PCB의 제작 개수를 의미한다. First, the
본 발명에서 설명하는 거버 데이터는 다수의 거버파일이 ZIP, RAR 등의 압축프로그램으로 압축된 파일로 이루어질 수 있으나, 이에 한정하지 않는다. 여기서 거버데이터 또는 거버 포맷(Gerber Format)이란 인쇄 회로 기판 (Printed Circuit Board 또는 PCB) 제작시 사용되는 산업용 소프트웨어에서 가장 많이 사용되는 파일 포맷 형식의 하나이며 인쇄 회로 기판의 구성요소(동박패턴, 솔더 마스크, 심볼, 마크등의 계층)와 드릴, 라우터 (milling) 등의 외형 가공용 데이터를 표현할 수 있다. 즉, 거버데이터에는 PCB를 제작하기 위한 설계데이터로서, PCB 제작을 위한 정보들을 포함하고 있다. 예를 들어, PCB의 크기, 디자인, 두께, 층수, 레이어 및 제작하기 위한 부품정보 등이 있다. 이러한 거버 데이터는 후술할 거버 분석부(120)를 통해 분석한다. The Gerber data described in the present invention may consist of a file in which a plurality of Gerber files are compressed with a compression program such as ZIP or RAR, but is not limited thereto. Here, Gerber data or Gerber format is one of the most used file format formats in industrial software used in the production of printed circuit boards (Printed Circuit Board or PCB) and the components of the printed circuit board (copper foil pattern, solder mask). , symbol, mark, etc.) and external processing data such as drill and router (milling) can be expressed. That is, the Gerber data is design data for manufacturing the PCB, and includes information for manufacturing the PCB. For example, there is information about the size, design, thickness, number of layers, layers, and parts for manufacturing of the PCB. This Gerber data is analyzed through the Gerber
다음으로, 거버분석부(120)는 거버 데이터를 DFM(DESIGN FOR MANUFACTURING) 알고리즘에 적용하여 PCB정보, 부품정보, 수량정보 및 silk정보를 분석한다. 여기서, PCB정보는 PCB에 관한 정보로 레이어, PCB 재질, 층수, PCB 재질, 온도특성, 수량, 어레이, 자삽바, PCB 두께, PCB 색상, 실크색상, 표면마감, 동박두께, 내부동박두께, 패턴크기, 홀크기, 디자인종류수, VIA가공, 임피던스제어, 반홀가공, 전기테스트(Electronic test) 중에서 적어도 하나를 포함한다. 그리고 부품정보는 PCB에 실장되는 실장 부품에 관한 정보를 의미하고, 수량정보는 부품정보의 실장 부품에 따른 수량을 의미한다. 이때, 거버 데이터에 상기의 정보가 존재하지 않는 경우, 거버분석부(120)는 사용자에게 추가 정보입력을 요청하거나, 기존에 저장되어 있는 케이스를 인공지능을 통해 분석하여 누락된 정보를 추출할 수 있다. Next, the Gerber
도 2에서 나타낸 것처럼, silk정보는 PCB의 가장 외곽에 위치한 layer로 PCB에 대한 주석, PCB에 실장되는 부품번호, PCB의 버전정보등과 같은 내용을 표시할 수 있다. 이렇게 silk정보를 PCB에 실장함으로써, PCB의 조립을 원활하게 제공할 수 있으며, Solder paste, Drill 정보를 더 분석할 수 있다. As shown in FIG. 2 , silk information is a layer located at the outermost part of the PCB and can display contents such as comments on the PCB, part numbers mounted on the PCB, and version information of the PCB. By mounting silk information on the PCB in this way, PCB assembly can be provided smoothly, and solder paste and drill information can be further analyzed.
거버분석부(120)는 silk정보로부터 부품정보가 자삽부품 또는 수삽부품인지 분석한다. 여기서 자삽부품은 기계등을 이용하여 PCB에 실장되는 부품을 의미하고, 수삽부품은 기계등을 이용하여 실장할 수 없는 부품을 의미한다. 이때, 거버분석부(120)는 silk 정보로부터 획득한 PCB에 형성된 홀의 크기가 제1 기준값 이상이고, 홀과 홀 사이의 간격이 제2 기준값 이상인 경우, 해당 부품은 수삽부품으로 처리한다. 여기서, 제1 기준값은 제2 기준값보다 작게 설정되며, 본 발명에서의 제1 기준값은 0.5mm이고, 제2 기준값은 2.5mm인 것이 바람직하다. 도 3은 본 발명의 실시예에 따른 수삽부품을 설명하기 위한 도면이다. 즉, 도 3에서 나타낸 것과 같이 수삽부품과 자삽부품으로 분류할 수 있다. 또한, 거버분석부(120)는 거버 파일 중에서 Silk파일과 Solder Paste 파일을 비교후 표면실장부품이 PCB TOP면과 Bottom면에 몇 개의 부품이 있는지 추출할 수 있다. The Gerber
다음으로, BOM 분석부(130)는 대상 디바이스의 BOM 정보를 분석한다. 이때, BOM 정보는 고객 또는 사용자로부터 입력된 값, 스마트 SMT 견적 산출 시스템(100)을 통해 거버 데이터로부터 추출된 BOM 정보 또는 기 저장되어 있는 BOM 정보일 수 있다. Next, the
여기서 대상 디바이스는 PCB에 각각의 부품이 실장되는 제품을 의미한다. 이때, BOM 정보는 품명, 레퍼런스(reference), 파트넘버(part number), 디스크립션(description), Q'ty(주문수량), 제조사(manufacturer), 패키지(package) 중 어느 하나 이상의 헤더정보와, 각각의 헤더정보마다 적어도 하나 이상의 항목정보를 포함할 수 있으며, BOM정보는 xlsx, csv, xls, ods 등의 파일형식 중 어느 하나의 파일형식으로 이루어질 수 있다. 그리고, BOM 정보는 각 파일형식마다 헤더정보와 항목정보가 다양한 양식으로 이루어질 수 있다. 양식에 대해 예를 들면, 헤더정보가 행 또는 열 방향으로 기재되면, 항목정보는 열 또는 행 방향으로 기재될 수 있다. Here, the target device means a product in which each component is mounted on the PCB. At this time, the BOM information includes header information of any one or more of product name, reference, part number, description, Q'ty (order quantity), manufacturer, and package, and each At least one item information may be included for each header information of , and the BOM information may be formed in any one of file formats such as xlsx, csv, xls, and ods. In addition, the BOM information may include header information and item information in various formats for each file format. For the form, for example, if header information is described in a row or column direction, item information may be described in a column or row direction.
여기서, BOM 분석부는 각각의 파일 형식으로 되어있는 BOM을 하나의 형식의 BOM으로 변환하고, 변환된 BOM으로부터 부품의 구분정보를 추출하고, 추출된 부품의 구분정보와 기 저장되어 있는 데이터 베이스 또는 웹 크롤링 방식을 이용하여 각각의 부품에대한 BOM 정보를 획득한다.Here, the BOM analysis unit converts the BOM in each file format into a single BOM, extracts part classification information from the converted BOM, and extracts part classification information and a pre-stored database or web Obtain BOM information for each part by using the crawling method.
이때, BOM 분석부는 BOM 정보가 사용자로부터 업로드되면, 업로드된 BOM정보를 분석하고, BOM정보로부터 부품정보를 판단한다. At this time, when the BOM information is uploaded by the user, the BOM analysis unit analyzes the uploaded BOM information and determines the parts information from the BOM information.
이때, BOM정보는 xlsx, csv, xls, ods 등의 파일형식 중 어느 하나의 파일형식으로 이루어질 수 있다. 그리고, BOM정보는 각 파일형식마다 헤더정보와 항목정보가 다양한 양식으로 이루어질 수 있다. 양식에 대해 예를 들면, 헤더정보가 행 또는 열 방향으로 기재되면, 항목정보는 열 또는 행 방향으로 기재될 수 있다. In this case, the BOM information may be formed in any one of file formats such as xlsx, csv, xls, and ods. In addition, the BOM information may include header information and item information in various formats for each file format. For the form, for example, if header information is described in a row or column direction, item information may be described in a column or row direction.
여기서, 파일형식에 대해 상세히 설명하면, CSV(*.csv), Microsoft Excel Worksheet (*.xls, *.xlsx, *.xlt, *.xltx), Portable Document Format (*.pdf), Tab Delimited Text (*.txt), Web Page (*.htm, *.html), XML Spreadsheet (*.xml) 등으로 설정될 수 있으므로, 어느 하나로 한정하여 설명하지 않는다.Here, in detail about the file format, CSV(*.csv), Microsoft Excel Worksheet (*.xls, *.xlsx, *.xlt, *.xltx), Portable Document Format (*.pdf), Tab Delimited Text (*.txt), Web Page (*.htm, *.html), XML Spreadsheet (*.xml), etc. can be set, so the description is not limited to one.
이처럼, 다양한 파일형식과 다양한 양식을 BOM 분석부(130)에서 분석하여 각 부품정보를 판단함에 따라, 사용자마다 사용하는 파일형식과 양식이 달라도, 각 사용자가 업로드하는 BOM정보로부터 헤더정보와 항목정보를 분석하고 부품정보를 판단할 수 있는 것이다.As such, as each part information is determined by analyzing various file formats and various forms in the
이와 같이, BOM 분석부(130)가 다양한 파일형식 및 다양한 양식으로 이루어진 BOM정보를 분석하기 위해서는, 다양한 파일형식 및 다양한 양식으로 이루어진 BOM정보 즉, 학습데이터를 인공지능을 통한 학습이 이루어지는 것이 바람직하다. In this way, in order for the
인공지능에 대해 살펴보면, 인공지능 분야에는 몇 가지 기술이 있다. 먼저, 기계 학습은 기본적인 규칙만 주어진 상태에서 입력받은 정보를 활용해 스스로 학습하는 것이다. 인공 신경망이란, 인간의 뉴런 구조를 본떠 만든 기계 학습 모델이다. 딥 러닝은 입력과 출력 사이에 있는 인공 뉴런들을 여러개 층층히 쌓고 연결한 인공신경망 기법을 주로 다루는 연구이다. 즉, 단일 층이 아닌 실제 뇌처럼 여러 계층으로 되어있다. 인지 컴퓨팅은 기계학습을 이용하여 특정한 인지적 과제를 해결할 수 있는 프로그램 또는 솔루션을 이야기한다. 마지막으로, 뉴로모픽 컴퓨팅은 인공신경망을 하드웨어적으로 구현한 것이다. Looking at artificial intelligence, there are several technologies in the field of artificial intelligence. First, machine learning learns by itself using input information in a state where only basic rules are given. An artificial neural network is a machine learning model that mimics the structure of a human neuron. Deep learning is a study that mainly deals with artificial neural network techniques that stack and connect several artificial neurons between inputs and outputs. In other words, it is not a single layer, but multiple layers like a real brain. Cognitive computing refers to programs or solutions that use machine learning to solve specific cognitive tasks. Finally, neuromorphic computing is a hardware implementation of artificial neural networks.
그리고 BOM 분석부(130)는 학습데이터를 상술한 다양한 인공지능 기술을 통해 학습한 후, 사용자가 업로드한 정보를 학습한 대로 분석하고 판단할 수 있다. In addition, the
구체적으로, BOM 분석부(130)는 상술한 다양항 양식과 파일형식으로 이루어진 정보를 다수 포함하는 학습데이터로부터 열과 행의 데이터를 학습한다. Specifically, the
이때, 학습데이터는 xlsx, csv, xls, ods 중 어느 하나의 파일형식으로 이루어질 수 있다. 적어도, 각각의 파일형식마다 하나 이상의 양식도 다양하게 이루어지는 것이 바람직하다. 여기서, 정보는 실제 부품을 주문하는 사용자에서 사용하는 양식과 파일형식을 수집한 데이터로 이루어질 수 있으나, 이에 한정하지 않는다.In this case, the training data may be in any one file format of xlsx, csv, xls, and ods. At least, it is preferable that one or more formats for each file format are also made variously. Here, the information may consist of data collected in the form and file format used by the user who actually orders the parts, but is not limited thereto.
즉, BOM 분석부(130)는 상술한 정보로부터 헤더정보와 항목정보를 학습하게 되는 것이다. That is, the
여기서, BOM 분석부(130)는 TF-IDF(단어 빈도-역 문서 빈도, Term Frequency-Inverse Document Frequency) 알고리즘으로 이루어질 수 있다. TF-IDF는 단어의 빈도와 역 문서 빈도(문서의 빈도에 특정 식을 취함)를 사용하여 DTM 내의 각 단어들마다 중요한 정도를 가중치로 주는 방법이다. Here, the
좀 더 상세하게는, DTM을 만든 후, TF-IDF 가중치를 부여한다. 이때, TF-IDF는 개별 문서에서 자주 등장하는 단어에는 높은 가중치를, 모든 문서에서 자주 등장하는 단어에 대해서는 패널티를 주는 방식으로 값을 부여한다. More specifically, after the DTM is created, a TF-IDF weight is given. In this case, the TF-IDF assigns a value in such a way that a high weight is given to a word frequently appearing in individual documents and a penalty is given to a word frequently appearing in all documents.
예를 들어 총 5개의 문서가 있다고 가정하면, '딥러닝'이라는 단어는 5개 문서에서 모두 등장하고, '머신러닝'이라는 단어는 1번 문서에서만 빈번히 등장한다고 했을때, TF-IDF의 값은 '딥러닝'이란 단어는 낮게 부여 되고 '머신러닝'이라는 단어는 높게 부여된다. For example, assuming there are a total of 5 documents, the word 'deep learning' appears in all 5 documents, and the word 'machine learning' appears frequently only in
그리고 BOM 분석부(130)는 학습데이터의 학습을 통해, 헤더키워드와 동일하거나 동일한 의미를 갖는 제1키워드를 수집하고, 항목키워드와 동일하거나 동일한 의미를 갖는 제2키워드를 수집한다. 이렇게 수집된 키워드들은, 제1키워드와 제2키워드가 구분되어 저장된다.And the
이렇게 헤더키워드에 해당하는 제1키워드, 항목키워드에 해당하는 제2키워드를 수집하고, 수집한 키워드를 TF-IDF 알고리즘을 사용하여 벡터화시켜 정보의 분석 준비작업을 한다.In this way, the first keyword corresponding to the header keyword and the second keyword corresponding to the item keyword are collected, and the collected keyword is vectorized using the TF-IDF algorithm to prepare information for analysis.
또한, BOM 분석부(130)는 사용자가 업로드한 정보로부터 제1키워드와 제2키워드의 일치유무를 판단하여, 정보의 열과 행 데이터가 헤더키워드 또는 항목키워드 인지를 판단하고, 부품정보를 추출한다. In addition, the
이때, BOM 분석부(130)는 머신러닝 알고리즘 중 로지스틱 회귀 알고리즘을 통해 이루어질 수 있다. In this case, the
여기서, 머신 러닝 알고리즘에는 지도학습과 비지도학습으로 구분되고, 지도학습에서 대표적인 알고리즘으로 로지스틱 회귀 알고리즘을 말할 수 있다. 이외에, 머신 러닝 알고리즘에는, 서포트 벡터 머신(support vector machine; SVM), 나이브 베이즈 분류(Naive Bayes classification), 선형 회귀(linear regression), 분위 회귀(quantile regression), 랜덤 포레스트(random forest), 및 신경망 등이 있다.Here, the machine learning algorithm is divided into supervised learning and unsupervised learning, and a logistic regression algorithm can be said as a representative algorithm in supervised learning. In addition, machine learning algorithms include support vector machine (SVM), naive Bayes classification, linear regression, quantile regression, random forest, and neural networks, etc.
로지스틱 회귀(Logistic Regression)는 데이터가 특정 카테고리에 속할지가 선형이 아닌 0과 1사이의 연속적인 확률로 예측하는 회귀 알고리즘 중 하나이다. Logistic regression is one of the regression algorithms that predicts whether data belongs to a specific category with a continuous probability between 0 and 1 rather than linearly.
예를 들어, 합격은 1로, 불합격은 0으로 표현하는 것이다. 이렇게 2개의 선택지 중에서 하나를 고르는 문제를 이진 분류에 쓰인다. For example, pass is expressed as 1 and fail is expressed as 0. The problem of choosing one of these two options is used in binary classification.
이에 따라, TF-IDF 알고리즘으로 키워드를 학습하고, BOM 분석부(130)는 수집한 키워드로 로지스틱 회귀 머신러닝 알고리즘을 사용하여 사용자가 업로드한 정보에서 헤더키워드에 해당하는지, 항목키워드가 맞는지를 판단한다. Accordingly, the keyword is learned with the TF-IDF algorithm, and the
즉, BOM 분석부(130)는 입력된 정보의 각 행을 분석하여 헤더에 해당하는지 항목에 해당하는지를 판단한 다음, 각 열을 분석하여 어떤 항목인지를 판단한다. That is, the
다음으로, 판단부(140)는 거버 분석부(120)에서 획득한 부품정보 및 수량정보와 BOM 정보를 매칭시켜 부품별 소요량을 판단한다. 또한, 판단부(140)는 BOM 정보중에서 자삽부품을 제외한 수삽부품에 대한 레퍼런스 넘버를 추출하고, 추출된 레퍼런스 넘버와 부품정보의 레퍼런스 번호의 일치여부를 판단한다. Next, the
도 4a 및 도 4b는 본 발명의 실시예에 따른 BOM을 해당 필드값 추출한 예를 나타낸 도면이다. 즉, 판단부(140)는 도 4a 및 도 4b에서 나타낸 것과 같이 거버분석부(120)와 BOM 분석부(130)를 통해 획득한 표면실장부품과 수량을 매칭시켜 자동으로 분류한다. 그리고 도 4b에서 나타낸 것과 같이 웹 크롤링 방식을 통해 BOM 정보에 따른 단가를 추출하여 표면실장부품과 수량을 매칭시킬 수 있다. 4A and 4B are diagrams illustrating an example of extracting a corresponding field value from a BOM according to an embodiment of the present invention. That is, as shown in FIGS. 4A and 4B , the
즉, 판단부(140)는 거버 데이터의 Solder paste, Drill 및 silk 정보와 BOM 파일의 동일 여부를 판단하여 도 4b에서 나타낸 것과 같이 각각의 부품에 따른 소요량, 단가등을 매칭한다. That is, the
다음으로, 단가 산출부(150)는 기 저장된 재고관리 데이터베이스를 이용하여 부품 별 소요량에 따른 재고, 단가 및 공임을 고려하여 업체를 선정하여 PCB 제작단가를 산출한다. 이때, 재고관리 데이터베이스는 소자에 일치하는 부품을 공급할 수 있는 공급업체의 업체명, 상기 공급업체가 판매하는 가격정보, 상기 공급업체가 공급가능한 재고정보, 상기 공급업체 외에 상기 부품을 공급가능한 공급가능업체정보, 상기 PCB의 제작업체의 업체명, 상기 PCB 제작업체의 제작단가 중에서 적어도 하나를 포함할 수 있다. Next, the unit
즉, 단가 산출부(150)는 복수의 공급업체로부터의 부품정보 및 품질 정보 등을 이용하여 가격별, 품질별등을 고려하여 각 부품에 대한 단가를 산출할 수 있다. 예를 들어, 고객이 부품의 품질을 중요하게 여기는 경우, 단가 산출부(150)는 품질이 높은 순위에 있는 공급업체를 선정할 수 있으며, 고객이 가격을 중요하게 여기는 경우, 최저가격의 공급업체를 선정할 수 있다. 또한, 단가 산출부(150)는 부품별로 서로다른 공급업체를 선정하여 단가를 산출할 수 있다. That is, the unit
다음으로, 견적서 생성부(160)는 PCB 제작단가와 제작수량을 적용하여 견적서를 생성한다. 이때, 견적서 생성부는 단가 산출부(150)로부터 산출된 PCB 제작단가와 제작수량을 pricing 알고리즘에 적용하여 최적의 견적서를 생성한다. Next, the
도 5는 본 발명의 실시예에 따른 생성된 견적서를 나타낸 도면이고, 도 6은 본 발명의 실시예에 따른 견적서의 상세내역을 나타낸 도면이다. Figure 5 is a view showing the generated quotation according to the embodiment of the present invention, Figure 6 is a view showing the details of the quotation according to the embodiment of the present invention.
즉, 도 5에서 나타낸 것과 같이 대상 디바이스를 제작하기 위한 재료비와 작업비에대한 단가, 수량 및 합계금액을 함께 제공할 수 있으며, 부가세 및 기업의 이윤등을 함께 제공할 수 있다. That is, as shown in FIG. 5 , the unit price, quantity, and total amount for the material cost and work cost for manufacturing the target device may be provided together, and VAT and corporate profits may be provided together.
또한, 도 6에서 나타낸 것처럼, 각각의 부품에 대한 상세내멱 및 모델명등을 함께 제공할 수 있으며, 자삽부품의 경우 사용자에게 다른 부품으로 변경을 할 수 있도록 제공할 수 있다.In addition, as shown in FIG. 6 , detailed specifications and model names for each part may be provided together, and in the case of self-inserted parts, it may be provided to the user to change to other parts.
이하에서는 도 7을 이용하여 본 발명의 실시예에 따른 스마트 견적 산출 시스템을 이용한 스마트 SMT견적 산출 방법에 대하여 자세하게 설명한다. Hereinafter, a smart SMT estimate calculation method using a smart estimate calculation system according to an embodiment of the present invention will be described in detail with reference to FIG. 7 .
도 7은 본 발명의 실시예에 따른 스마트 견적 산출 방법을 설명하기 위한 순서도이다. 도7에서 나타낸 것처럼, 본 발명의 실시예에 따른 스마트 견적 산출 방법은 업로드 단계(S610), 거버 분석 단계(S620), BOM 분석단계(S630), 부품별 소요량을 판단하는 단계(S640), PCB 제작단가 산출단계(S650) 및 견적서 생성단계(S660)를 포함한다. 7 is a flowchart for explaining a smart estimate calculation method according to an embodiment of the present invention. As shown in Figure 7, the smart estimate calculation method according to the embodiment of the present invention is an upload step (S610), a Gerber analysis step (S620), a BOM analysis step (S630), a step of determining the required amount for each component (S640), PCB It includes a manufacturing unit cost calculation step (S650) and an estimate generation step (S660).
먼저, 업로드 단계(S610)는 고객으로부터 거버 데이터 및 대상 디바이스의 제작 수량을 입력받는다. 이때, 거버 데이터는 압축파일 형태로 제공될 수 있다. First, the upload step (S610) receives the Gerber data and the production quantity of the target device from the customer. In this case, the Gerber data may be provided in the form of a compressed file.
다음으로, 거버 분석 단계(S620)는 고객으로부터 입력받은 거버 데이터의 압축을 해제하고, DFM프로세스를 진행하여 거버 데이터에 존재하는 부품정보, 드릴홀 개수 및 수량을 체크한다. 그리고 해당 부품 정보를 수삽 부품과 자삽 부품으로 분류한다. 이한 거버 분석 단계(S620)는 거버 분석부(120)를 이용할 수 있으며, 거버 분석부(120)에대한 설명은 상기에서 기 설명하였음으로 자세한 설명은 생략한다. Next, the Gerber analysis step (S620) decompresses the Gerber data input from the customer, and proceeds the DFM process to check the parts information, the number and quantity of drill holes present in the Gerber data. Then, the corresponding part information is classified into a manually inserted part and a self-inserted part. The Gerber analysis step ( S620 ) may use the
다음으로, BOM 분석 단계(S630)는 대상 디바이스의 BOM 정보를 분석한다. 이때, BOM 정보는 고객으로부터 입력받거나 거버데이터를 이용하여 추출하거나 기 저장되어 있는 BOM 정보를 이용할 수 있다. Next, the BOM analysis step (S630) analyzes the BOM information of the target device. In this case, the BOM information may be input from the customer, extracted using Gerber data, or may use pre-stored BOM information.
다음으로, 부품별 소요량을 판단하는 단계(S640)는 거버데이터와 BOM 정보를 상호 확인하여 자삽 부품의 소요량과 수삽 부품의 소요량을 각각 판단한다. 즉, 대상 디바이스의 PCB에 부착되는 자삽 및 수삽 부품의 소요량을 판단한다. Next, in the step of determining the required amount for each part (S640), the required amount of the self-inserted part and the required amount of the manually inserted part are determined by mutually checking the Gerber data and the BOM information. That is, the required amount of magnetic insertion and insertion parts attached to the PCB of the target device is determined.
다음으로, PCB 제작단가 산출단계(S650)는 S640 단계에서 판단된 자삽 및 수삽 부품의 소요량과 수삽 부품을 PCB에 실장시 발생하는 공임단가를 각각 산출한다. Next, the PCB manufacturing unit cost calculation step (S650) calculates the required amount of the self-insertion and insertion parts determined in the step S640 and the labor cost generated when the insertion components are mounted on the PCB, respectively.
다음으로, 견적서 생성단계(S660)는 PCB 제작단가와 상기 제작수량을 적용하여 견적서를 생성한다. 즉, 도 5에서 나타낸 것과 같이 견적서를 추출할 수 있다. 이때, 이러한 과정을 자동으로 진행하기 때분에 사용자가 거버 파일과 BOM 파일을 제공하는 경우 빠른시간에 견적서를 제공할 수 있다. Next, the estimate generating step (S660) generates an estimate by applying the PCB manufacturing unit price and the manufacturing quantity. That is, as shown in FIG. 5 , the quotation can be extracted. At this time, when the user provides a Gerber file and a BOM file when this process is automatically performed, a quotation can be provided in a short time.
이렇게 거버파일과 BOM파일을 업로드받거나 거버파일만을 업로드 받아 실시간으로 소모되는 총 비용을 산출하여 고객 또는 사용자의 요구사항에 대응되도록 PCB 견적 서비스를 제공할 수 있다. In this way, it is possible to provide a PCB quotation service to respond to the requirements of customers or users by calculating the total cost consumed in real time by uploading the Gerber file and BOM file or by uploading only the Gerber file.
또한, PCB상의 자삽부붐과 수삽부품을 구분할 수 있어 PCB견적 제공시 정확한 공임을 산출하여 고객 또는 사용자에게 정확한 PCB 견적을 제공할 수 있다. In addition, since it is possible to distinguish between the self-insertion boom and the insertion part on the PCB, it is possible to provide accurate PCB quotations to customers or users by calculating accurate labor when providing PCB quotations.
이상에서 첨부된 도면을 참조하여 설명한 본 발명은 통상의 기술자에 의하여 다양한 변형 및 변경이 가능하고, 청구범위를 통해 한정되지 않은 이러한 변형 및 변경은 본 발명의 권리범위에 포함되는 것으로 해석되어야 한다. The present invention described above with reference to the accompanying drawings is capable of various modifications and changes by those skilled in the art, and such modifications and changes not limited through the claims should be construed as being included in the scope of the present invention.
100: 스마트 SMT 견적 산출 시스템 110: 입력부
120: 거버분석부 130: BOM 분석부
140: 판단부 150: 단가 산출부100: smart SMT estimate calculation system 110: input unit
120: Gerber analysis unit 130: BOM analysis unit
140: judgment unit 150: unit price calculation unit
Claims (4)
상기 거버 데이터를 이용하여 PCB에 관한 정보인 PCB 정보, 실장 부품에 관한 정보인 부품정보 및 수량정보를 분석하는 거버 분석부;
대상 디바이스의 BOM 정보를 분석하는 BOM 분석부;
상기 부품정보 및 수량정보와 상기 BOM 정보를 매칭시켜 부품 별 소요량을 판단하는 판단부;
기 저장된 재고관리 데이터베이스를 이용하여 상기 부품 별 소요량에 따른 재고, 단가 및 공임을 고려하여 업체를 선정하여 PCB 제작단가를 산출하는 단가 산출부; 및
상기 PCB 제작단가와 상기 제작수량을 적용하여 견적서를 생성하는 견적서 생성부;를 포함하고,
상기 거버분석부는 상기 거버데이터로부터 Solder paste, Drill, silk 정보를 더 분석하고, 상기 Solder paste, Drill, silk 정보로부터 상기 부품정보가 자삽부품 또는 수삽부품인지 분석하고 상기 부품정보 각각의 레퍼런스 번호를 매칭시키는 스마트 SMT 견적 산출 시스템.
a data input unit for uploading gerber data and production quantity;
a Gerber analysis unit for analyzing PCB information, which is information about the PCB, component information, and quantity information, which is information about mounted parts, using the Gerber data;
BOM analysis unit to analyze the BOM information of the target device;
a determination unit that matches the parts information and quantity information with the BOM information to determine a required quantity for each part;
a unit price calculation unit for calculating a PCB manufacturing unit price by selecting a company in consideration of inventory, unit price, and labor according to the required quantity for each component using a pre-stored inventory management database; and
Including; and an estimate generating unit that generates an estimate by applying the PCB manufacturing unit cost and the manufacturing quantity.
The Gerber analysis unit further analyzes Solder paste, Drill, and silk information from the Gerber data, analyzes whether the part information is a self-inserted part or a manually inserted part from the Solder paste, Drill, and silk information, and matches the reference number of each of the parts information Smart SMT estimating system.
상기 판단부는,
상기 BOM 정보중에서 자삽부품을 제외한 수삽부품에 대한 레퍼런스 넘버를 추출하고, 추출된 레퍼런스 넘버와 상기 부품정보의 레퍼런스 번호의 일치여부를 판단하는 스마트 SMT 견적 산출 시스템.
3. The method according to claim 2,
The judging unit,
A smart SMT estimate calculation system that extracts reference numbers for manually inserted parts except for self-inserted parts from the BOM information, and determines whether the extracted reference number matches the reference number of the part information.
상기 수삽부품은,
상기 silk정보로부터 획득된 홀의 크기가 제1 기준값 이상이고, 홀과 홀 사이의 간격이 제2 기준 값 이상을 가지고,
상기 제2 기준값은 상기 제1 기준값 보다 크게 설정되는 스마트 SMT 견적 산출 시스템.
3. The method according to claim 2,
The insertion part is
The size of the hole obtained from the silk information is greater than or equal to the first reference value, and the distance between the holes is greater than or equal to the second reference value,
The second reference value is a smart SMT estimate calculation system that is set to be greater than the first reference value.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220042153A KR102459383B1 (en) | 2022-04-05 | 2022-04-05 | System for smart surface mount technology estimate calculation |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220042153A KR102459383B1 (en) | 2022-04-05 | 2022-04-05 | System for smart surface mount technology estimate calculation |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102459383B1 true KR102459383B1 (en) | 2022-10-27 |
Family
ID=83810270
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220042153A KR102459383B1 (en) | 2022-04-05 | 2022-04-05 | System for smart surface mount technology estimate calculation |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102459383B1 (en) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004005392A (en) * | 2002-03-26 | 2004-01-08 | Seiko Epson Corp | Mounting component inspection system, its method and its program |
| JP2005011224A (en) * | 2003-06-20 | 2005-01-13 | Ricoh Co Ltd | Support system for estimation work, and program and recording medium to let computer perform processing in support system for estimation work |
| KR20150005518A (en) * | 2012-05-09 | 2015-01-14 | 배요 (상하이) 테크놀로지 컴퍼니 리미티드 | Quick Processing System and Method for SMT Equipment |
| JP2018156130A (en) * | 2017-03-15 | 2018-10-04 | 株式会社リコー | Information processing system, information processing method and program |
-
2022
- 2022-04-05 KR KR1020220042153A patent/KR102459383B1/en active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004005392A (en) * | 2002-03-26 | 2004-01-08 | Seiko Epson Corp | Mounting component inspection system, its method and its program |
| JP2005011224A (en) * | 2003-06-20 | 2005-01-13 | Ricoh Co Ltd | Support system for estimation work, and program and recording medium to let computer perform processing in support system for estimation work |
| KR20150005518A (en) * | 2012-05-09 | 2015-01-14 | 배요 (상하이) 테크놀로지 컴퍼니 리미티드 | Quick Processing System and Method for SMT Equipment |
| JP2018156130A (en) * | 2017-03-15 | 2018-10-04 | 株式会社リコー | Information processing system, information processing method and program |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109800885A (en) | It is determined for the rule of black box machine learning model | |
| US10984077B2 (en) | Information processing apparatus, information processing method, and information processing program | |
| CN115002200B (en) | Message pushing method, device, equipment and storage medium based on user portrait | |
| CN110378438A (en) | Training method, device and the relevant device of Image Segmentation Model under label is fault-tolerant | |
| Chen | Prioritization of corrective actions from utility viewpoint in FMEA application | |
| CN113626607B (en) | Abnormal work order identification method and device, electronic equipment and readable storage medium | |
| CN114722281B (en) | Training course configuration method and device based on user portrait and user course selection behavior | |
| Fung et al. | An intelligent approach for improving printed circuit board assembly process performance in smart manufacturing | |
| CN112232352A (en) | Automatic pricing system and method for intelligently identifying PCB drawings | |
| JP7409061B2 (en) | Document management device and document management program | |
| CN113313211B (en) | Text classification method, device, electronic equipment and storage medium | |
| KR102459383B1 (en) | System for smart surface mount technology estimate calculation | |
| CN113656690A (en) | Product recommendation method and device, electronic equipment and readable storage medium | |
| CN117112775A (en) | Technique for automatically filling in an input form to generate a list | |
| Torres-Berru et al. | Data and text mining for the detection of fraud in public contracts: A case study of Ecuador’s official public procurement system | |
| Jabbar et al. | Conditional anomaly detection for quality and productivity improvement of electronics manufacturing systems | |
| Sangeetha et al. | Improved feature-specific collaborative filtering model for the aspect-opinion based product recommendation | |
| Sejal et al. | ACSIR: ANOVA cosine similarity image recommendation in vertical search | |
| CN111414609A (en) | Object verification method and device | |
| CN112860878A (en) | Service data recommendation method, storage medium and equipment | |
| CN111259339A (en) | Method and system for automatically removing sample mark noise | |
| KR20210058376A (en) | Learning system using video offering answer based on artificial intelligence | |
| Familiar et al. | Advanced Analytics Using Machine Learning and R | |
| CN112200602B (en) | Neural network model training method and device for advertisement recommendation | |
| US11989678B2 (en) | System using artificial intelligence and machine learning to determine an impact of an innovation associated with an enterprise |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |