CN103245667A - 自动检测机械性划痕的方法及系统 - Google Patents
自动检测机械性划痕的方法及系统 Download PDFInfo
- Publication number
- CN103245667A CN103245667A CN2013101198937A CN201310119893A CN103245667A CN 103245667 A CN103245667 A CN 103245667A CN 2013101198937 A CN2013101198937 A CN 2013101198937A CN 201310119893 A CN201310119893 A CN 201310119893A CN 103245667 A CN103245667 A CN 103245667A
- Authority
- CN
- China
- Prior art keywords
- data
- defective
- defect
- processing unit
- wafer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Abstract
本发明公开了一种自动检测机械性划痕的方法及系统,包括缺陷检测单元、缺陷处理单元、数据比对单元和设备数据库单元;缺陷检测单元检测到晶圆片上的缺陷后得到缺陷数据,由缺陷处理单元对缺陷数据进行处理得到缺陷尺寸数据,通过数据比对单元将缺陷尺寸数据与设备数据库单元中存储的生产设备的机械尺寸数据进行比对,定位得到产生机械性划痕的生产设备;通过应用本发明提供的自动检测机械性划痕的方法及系统,克服了现有技术中不能快速准确的定位产生机械性划痕的生产设备的问题,避免人为估算的错误,从而提高生产效率,减少由于该生产设备对晶圆产生的损伤率,进而降低晶圆的次品率。
Description
技术领域
本发明涉及一种自动检测缺陷的方法及系统,尤其涉及一种自动检测机械性划痕的方法及系统。
背景技术
在半导体器件制造过程中,由于复杂的工艺步骤,晶圆片在不同机台上进行工艺,通过缺陷检测设备常常会在晶圆片表面发现缺陷,这些缺陷包括在工艺过程中的产生的颗粒、由于射频原因产生的晶圆击穿和由机器臂产生的机械性划痕等,其中,由机械臂产生的机械性划痕通过缺陷检测设备,可以发现,检测到的缺陷点的分布会明显的沿特定的直线方向分布,由于生产半导体器件的持续进行,尽快的找出产生该机械性划痕的机台,能够尽可能的减少晶圆的损伤率,从而减少半导体器件的次品率。
为了确认产生这一类机械性划痕的机台,目前最常用的方法为:根据任意一个缺陷信号(机械性划痕)在晶圆片上的位置,估算该机械性划痕到晶圆中心点的垂直距离,再根据晶圆片的尺寸,估算该机械性划痕的长度,然后通过查表或者工程师的经验判断产生该机械性划痕的可能机台,再对这些可能的机台进行测试或者对这些机台已经进行过的产品进行缺陷检测,从而定位产生该机械性划痕的设备,对该设备进行维修或其他相关处理。该方法其一、在精度和准确性上往往都不尽如人意;其二、人为的判断或查表,再进行缺陷检测,浪费大量时间,此时已经有若干产品已经进行下去;或者判断出可能的机台后,就停止在这些机台上进行产品,降低生产效率。
中国专利(申请号:201110054813.5)公开了一种矩形石英晶片缺陷自动检测分类识别方法,其步骤:1、在原始图像中提取石英晶片的长边并计算其斜率;2、进行图像旋转,使晶片的长边在图像中呈水平走向;3、进行图像分割,从背景中分离出晶片目标;4、基于晶片目标及其相关参数,建立晶片模板;5、外围断条缺陷的检测和识别;6、外围边缘不齐缺陷的检测和识别;7、外围崩边缺陷的检测和识别;8、边缘处崩边缺陷的检测和识别;9、边缘处边缘不齐缺陷的检测和识别;10、边缘处炸口和划痕缺陷的检测和识别;11、内部炸心、划痕和阴影缺陷的检测和识别。
上述发明公开的方法可以精确检测缺陷,且精确分类缺陷类型,但是未能提供准确快速的找出产生该缺陷的机台的方法,从而未能克服现有技术中由于不能快速准确定位产生机械性划痕的机台,导致的产品的次品率上升,影响半导体器件生产效率的问题。
中国专利(申请号:201010022611.8)公开了一种自动检测晶圆缺陷的方法和系统,该方法包括以下步骤:将晶圆载入检测机台;获取晶圆的产品信息,产品信息可以包括晶圆的尺寸以及晶圆上管芯的数量、大小和位置的信息;利用检测机台检测晶圆上的管芯,检测包括检测管芯是否具有缺陷以及当检测出缺陷管芯时检测缺陷管芯的坐标,检测进一步包括检测缺陷管芯的缺陷类型;将检测结果自动生成为结果文件。
上述发明的自动检测晶圆缺陷的方法和系统,解决了人工输入有缺陷管芯容易出错的问题,大大提高了检测效率,但是上述发明未能提供准确快速定位产生缺陷的机台的方法,从而未能克服由于不能快速准确的定位产生缺陷的机台,导致产品的次品率上升,影响半导体器件生产效率的问题。
发明内容
针对上述存在的问题,本发明提供一种自动检测机械性划痕的方法及系统,以克服现有技术中不能快速准确的定位产生该机械性划痕的生产设备的问题,从而提高生产效率,减少由于该机台对晶圆产生的损伤率,进而降低晶圆的次品率。
为了实现上述目的,本发明采取的技术方案为:
一种自动检测机械性划痕的方法,应用于生产设备对晶圆片进行工艺后的缺陷检测工艺中,其特征在于,包括:
利用一缺陷检测单元检测并记录所述晶圆上的缺陷数据,且该缺陷检测单元将所述缺陷数据传送至一缺陷处理单元;
所述缺陷处理单元获取并对所述缺陷数据过滤分析处理后,输出缺陷尺寸数据,并将该缺陷尺寸数据传送至一数据比对单元;
所述数据比对单元调取一设备数据库中存储的生产设备的机械尺寸数据,并将该生产设备的机械尺寸数据与获取的所述缺陷尺寸数据进行比对,以定位产生缺陷的生产设备。
上述的自动检测机械性划痕的方法,其特征在于,所述缺陷处理单元对所述缺陷数据进行过滤分析处理包括以下步骤:
步骤a:所述缺陷处理单元将所述缺陷数据转换为二值图像;
步骤b:所述缺陷处理单元对所述二值图像进行霍夫变换,得到直线缺陷数据;
步骤c:所述缺陷处理单元对所述直线缺陷数据进行过滤,得到一第一直线缺陷数据;
步骤d:所述缺陷处理单元根据所述第一直线缺陷数据利用最小二乘法得出一直线方程;
步骤e:所述缺陷处理单元根据所述直线方程得出缺陷尺寸数据。
上述的自动检测机械性划痕的方法,其特征在于,所述缺陷数据为所述缺陷检测单元检测到所述晶圆片上的包含有机械性划痕的所有缺陷的数据。
上述的自动检测机械性划痕的方法,其特征在于,所述二值图像由缺陷区域和不具有缺陷的区域组成,且表示缺陷区域的颜色与所述不具有缺陷的区域的颜色不同;其中,黑点标识的区域为缺陷区域;白点标识的区域为不具有缺陷的区域。
上述的自动检测机械性划痕的方法,其特征在于,所述步骤c中所述缺陷处理单元对所述直线缺陷数据进行过滤的方法包括:将所述霍夫变换的阈值提高,过滤掉不清晰的缺陷直线数据。
上述的自动检测机械性划痕的方法,其特征在于,所述阈值大于等于0.8,如0.8、0.9、1.0等。
上述的自动检测机械性划痕的方法,其特征在于,所述缺陷尺寸数据为所述晶圆片的中心与所述第一直线缺陷的垂直距离。
一种自动检测机械性划痕的系统,其特征在于,应用上述的自动检测机械性划痕的方法中,包括:缺陷检测单元、缺陷处理单元、数据比对单元和设备数据库单元,且所述设备数据库中存储有生产设备的机械尺寸数据;
所述缺陷检测单元检测并记录一晶圆上的缺陷数据,且该缺陷检测单元将所述缺陷数据传送至所述缺陷处理单元;
所述缺陷处理单元获取并对所述缺陷数据过滤分析处理后,输出缺陷尺寸数据,并将该缺陷尺寸数据传送至所述数据比对单元;
所述数据比对单元获取所述缺陷尺寸数据并与所述生产设备的机械尺寸数据进行比对,以定位产生缺陷的生产设备。
上述技术方案具有如下优点或者有益效果:
本发明提供的自动检测机械性划痕的方法及系统,克服了现有技术中不能快速准确的定位产生该机械性划痕的生产设备的问题,避免人为估算的错误,从而提高生产效率,减少由于该生产设备对晶圆产生的损伤率,进而降低晶圆的次品率。
附图说明
图1是本发明提供的一种自动检测机械性划痕的方法的流程图;
图2是本发明提供的一种自动检测机械性划痕的系统的结构示意图。
具体实施方式
下面结合附图和具体的实施例对本发明作进一步的说明,但是不作为本发明的限定。
图1是本发明提供的一种自动检测机械性划痕的方法的流程图;如图所示,利用一缺陷检测单元检测并记录一晶圆上的缺陷数据,该缺陷数据为包含机械性划痕的所有缺陷的数据,且该缺陷检测单元将缺陷数据传送至一缺陷处理单元;
缺陷处理单元获取并对该缺陷数据过滤分析处理后,输出缺陷尺寸数据,并将该缺陷尺寸数据传送至一数据比对单元;
数据比对单元调取一设备数据库中存储的生产设备的机械尺寸数据,并将该生产设备的机械尺寸数据与所获取的缺陷尺寸数据进行比对,以定位产生缺陷的生产设备。
其中,缺陷处理单元对该缺陷数据进行分析过滤处理包括以下步骤:
步骤a:缺陷处理单元将缺陷数据转换为具有黑点和白点二值图像,黑点所在二值图像中的位置代表晶圆片上该位置上具有缺陷点,白点所在二值图像中的位置代表晶圆片上该位置上不具有缺陷点;
步骤b:缺陷处理单元对二值图像进行霍夫变换,得到直线缺陷数据;
步骤c:缺陷处理单元对直线缺陷数据进行过滤,过滤时,将阈值适当提高,阈值为大于等于0.8的值,如0.8、0.9、1.0等,从而得到一第一直线缺陷数据;
步骤d:缺陷处理单元根据第一直线数据利用最小二乘法得出直线方程;
步骤e:缺陷处理单元根据直线方程得出晶圆片中心与第一直线缺陷的垂直距离,即缺陷尺寸。
这种自动检测机械性划痕的方法应用于生产设备对晶圆片进行工艺后的缺陷检测工艺中,能够快速准确的定位产生该机械性划痕的生产设备,避免人为估算的错误,从而提高生产效率,减少由于该生产设备对晶圆产生的损伤率,进而降低晶圆的次品率。
图2是本发明提供的一种自动检测机械性划痕的系统的结构示意图;如图所示,包括:缺陷检测单元、缺陷处理单元、数据比对单元和设备数据库单元,且设备数据库中存储有生产设备的机械尺寸数据;
缺陷检测单元检测并记录一晶圆上的缺陷数据,且该缺陷检测单元将缺陷数据传送至缺陷处理单元;
缺陷处理单元获取并对缺陷数据过滤分析处理后,输出缺陷尺寸数据,并将该缺陷尺寸数据传送至数据比对单元;
数据比对单元获取缺陷尺寸数据并与生产设备的机械尺寸数据进行比对,以定位产生缺陷的生产设备。
这种自动检测机械性划痕的系统应用于生产设备对晶圆片进行工艺后的缺陷检测工艺中,能够快速准确的定位产生该机械性划痕的生产设备,避免人为估算的错误,从而提高生产效率,减少由于该生产设备对晶圆产生的损伤率,进而降低晶圆的次品率。
实施例1:
KLA-Tencor2825(科磊量测设备仪器厂生产的一种缺陷检测机台的型号)机台对晶圆片进行缺陷检测,检测到缺陷信号后得到缺陷数据,将晶圆片上每一个具有缺陷点的位置作为一个有效的像素,缺陷处理单元将缺陷数据转换为二值图像,再对二值图像进行霍夫变换,由于机械性划痕均是线长比较长且缺陷点数量比较多的缺陷,所以可以很快的设计合理的阈值以筛选符合要求的第一直线缺陷数据,再根据最小二乘法得出第一直线缺陷数据的直线方程,从而获得晶圆片的中心到第一直线缺陷的垂直距离,即缺陷尺寸数据,通过数据比对单元将缺陷尺寸数据与设备数据库单元中存储的生产设备的机械尺寸数据进行比对,从而精确定位出产生缺陷的生产设备。
综上所述,本发明提供的自动检测机械性划痕的方法及系统,克服了现有技术中不能快速准确的定位产生该机械性划痕的生产设备的问题,避免人为估算的错误,从而提高生产效率,减少由于该生产设备对晶圆产生的损伤率,进而降低晶圆的次品率。
以上所述仅为本发明较佳的实施例,并非因此限制本发明的申请专利范围,所以凡运用本发明说明书及图示内容所作出的等效变化,均包含在本发明的保护范围内。
Claims (8)
1.一种自动检测机械性划痕的方法,应用于生产设备对晶圆片进行工艺后的缺陷检测工艺中,其特征在于,包括:
利用一缺陷检测单元检测并记录所述晶圆上的缺陷数据,且该缺陷检测单元将所述缺陷数据传送至一缺陷处理单元;
所述缺陷处理单元获取并对所述缺陷数据过滤分析处理后,输出缺陷尺寸数据,并将该缺陷尺寸数据传送至一数据比对单元;
所述数据比对单元调取一设备数据库中存储的生产设备的机械尺寸数据,并将该生产设备的机械尺寸数据与获取的所述缺陷尺寸数据进行比对,以定位产生缺陷的生产设备。
2.如权利要求1所述的自动检测机械性划痕的方法,其特征在于,所述缺陷处理单元对所述缺陷数据进行过滤分析处理的步骤,具体包括:
步骤a:所述缺陷处理单元将所述缺陷数据转换为二值图像;
步骤b:所述缺陷处理单元对所述二值图像进行霍夫变换,得到直线缺陷数据;
步骤c:所述缺陷处理单元对所述直线缺陷数据进行过滤,得到一第一直线缺陷数据;
步骤d:所述缺陷处理单元根据所述第一直线缺陷数据利用最小二乘法得出一直线方程;
步骤e:所述缺陷处理单元根据所述直线方程得出缺陷尺寸数据。
3.如权利要求2所述的自动检测机械性划痕的方法,其特征在于,所述缺陷数据为所述缺陷检测单元检测到所述晶圆片上的包含有机械性划痕的所有缺陷的数据。
4.如权利要求2所述的自动检测机械性划痕的方法,其特征在于,所述二值图像由缺陷区域和不具有缺陷的区域组成,且表示缺陷区域的颜色与所述不具有缺陷的区域的颜色不同。
5.如权利要求2所述的自动检测机械性划痕的方法,其特征在于,步骤c中所述缺陷处理单元对所述直线缺陷数据进行过滤的方法包括:将所述霍夫变换的阈值提高,过滤掉不清晰的缺陷直线数据。
6.如权利要求5所述的自动检测机械性划痕的方法,其特征在于,所述阈值大于等于0.8。
7.如权利要求2所述的自动检测机械性划痕的方法,其特征在于,所述缺陷尺寸数据为所述晶圆片的中心与所述第一直线缺陷的垂直距离。
8.一种自动检测机械性划痕的系统,其特征在于,应用于如权利要求1~7中任意一项所述的自动检测机械性划痕的方法中,包括:缺陷检测单元、缺陷处理单元、数据比对单元和设备数据库单元,且所述设备数据库中存储有生产设备的机械尺寸数据;
所述缺陷检测单元检测并记录一晶圆上的缺陷数据,且该缺陷检测单元将所述缺陷数据传送至所述缺陷处理单元;
所述缺陷处理单元获取并对所述缺陷数据过滤分析处理后,输出缺陷尺寸数据,并将该缺陷尺寸数据传送至所述数据比对单元;
所述数据比对单元获取所述缺陷尺寸数据并与所述生产设备的机械尺寸数据进行比对,以定位产生缺陷的生产设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013101198937A CN103245667A (zh) | 2013-04-08 | 2013-04-08 | 自动检测机械性划痕的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013101198937A CN103245667A (zh) | 2013-04-08 | 2013-04-08 | 自动检测机械性划痕的方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103245667A true CN103245667A (zh) | 2013-08-14 |
Family
ID=48925327
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2013101198937A Pending CN103245667A (zh) | 2013-04-08 | 2013-04-08 | 自动检测机械性划痕的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103245667A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103926256A (zh) * | 2014-03-20 | 2014-07-16 | 上海华力微电子有限公司 | 一种cmp划痕自动检测系统 |
CN108000348A (zh) * | 2016-11-01 | 2018-05-08 | 株式会社迪思科 | 划痕检测方法 |
CN110108717A (zh) * | 2019-05-15 | 2019-08-09 | 广东工业大学 | 一种显示模组生产设备状态评估方法,装置及系统 |
CN112466766A (zh) * | 2019-09-09 | 2021-03-09 | 长鑫存储技术有限公司 | 不良涂层类型缺陷的检测方法、装置、设备和存储介质 |
US11158040B2 (en) | 2018-06-29 | 2021-10-26 | Taiwan Semiconductor Manufacturing Co., Ltd. | Method for identifying robot arm responsible for wafer scratch |
CN114193451A (zh) * | 2021-12-16 | 2022-03-18 | 上海华虹宏力半导体制造有限公司 | 一种检测机械臂刮伤的方法 |
CN117471292A (zh) * | 2023-12-28 | 2024-01-30 | 深圳市森美协尔科技有限公司 | 晶圆裂痕识别方法及相关装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000146855A (ja) * | 1998-11-12 | 2000-05-26 | Fuji Photo Film Co Ltd | 光情報記録媒体の欠陥検査装置及びその方法並びに欠陥サイズ決定方法 |
JP2007263852A (ja) * | 2006-03-29 | 2007-10-11 | Dainippon Printing Co Ltd | 欠陥検出装置、欠陥検出方法、及び欠陥検出処理プログラム |
CN101738397A (zh) * | 2008-11-18 | 2010-06-16 | 北京凌云光视数字图像技术有限公司 | 印刷品质量检测工艺 |
CN102130030A (zh) * | 2010-01-18 | 2011-07-20 | 上海华虹Nec电子有限公司 | 硅片机械划伤情况的检测方法 |
CN102819743A (zh) * | 2012-08-14 | 2012-12-12 | 常州大学 | 一种快速识别数字图像中直线段的检测方法 |
-
2013
- 2013-04-08 CN CN2013101198937A patent/CN103245667A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000146855A (ja) * | 1998-11-12 | 2000-05-26 | Fuji Photo Film Co Ltd | 光情報記録媒体の欠陥検査装置及びその方法並びに欠陥サイズ決定方法 |
JP2007263852A (ja) * | 2006-03-29 | 2007-10-11 | Dainippon Printing Co Ltd | 欠陥検出装置、欠陥検出方法、及び欠陥検出処理プログラム |
CN101738397A (zh) * | 2008-11-18 | 2010-06-16 | 北京凌云光视数字图像技术有限公司 | 印刷品质量检测工艺 |
CN102130030A (zh) * | 2010-01-18 | 2011-07-20 | 上海华虹Nec电子有限公司 | 硅片机械划伤情况的检测方法 |
CN102819743A (zh) * | 2012-08-14 | 2012-12-12 | 常州大学 | 一种快速识别数字图像中直线段的检测方法 |
Non-Patent Citations (1)
Title |
---|
曾接贤 等: "霍夫变换与最小二乘法向结合的直线拟合", 《南昌航空工业学院学报(自然科学版)》, vol. 17, no. 4, 31 December 2003 (2003-12-31) * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103926256A (zh) * | 2014-03-20 | 2014-07-16 | 上海华力微电子有限公司 | 一种cmp划痕自动检测系统 |
CN108000348A (zh) * | 2016-11-01 | 2018-05-08 | 株式会社迪思科 | 划痕检测方法 |
CN108000348B (zh) * | 2016-11-01 | 2021-05-25 | 株式会社迪思科 | 划痕检测方法 |
TWI733909B (zh) * | 2016-11-01 | 2021-07-21 | 日商迪思科股份有限公司 | 刮痕檢測方法 |
US11158040B2 (en) | 2018-06-29 | 2021-10-26 | Taiwan Semiconductor Manufacturing Co., Ltd. | Method for identifying robot arm responsible for wafer scratch |
TWI770398B (zh) * | 2018-06-29 | 2022-07-11 | 台灣積體電路製造股份有限公司 | 辨識造成晶圓刮傷之機械手臂的方法 |
CN110108717A (zh) * | 2019-05-15 | 2019-08-09 | 广东工业大学 | 一种显示模组生产设备状态评估方法,装置及系统 |
CN112466766A (zh) * | 2019-09-09 | 2021-03-09 | 长鑫存储技术有限公司 | 不良涂层类型缺陷的检测方法、装置、设备和存储介质 |
CN112466766B (zh) * | 2019-09-09 | 2022-03-01 | 长鑫存储技术有限公司 | 不良涂层类型缺陷的检测方法、装置、设备和存储介质 |
CN114193451A (zh) * | 2021-12-16 | 2022-03-18 | 上海华虹宏力半导体制造有限公司 | 一种检测机械臂刮伤的方法 |
CN117471292A (zh) * | 2023-12-28 | 2024-01-30 | 深圳市森美协尔科技有限公司 | 晶圆裂痕识别方法及相关装置 |
CN117471292B (zh) * | 2023-12-28 | 2024-03-19 | 深圳市森美协尔科技有限公司 | 晶圆裂痕识别方法及相关装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103245667A (zh) | 自动检测机械性划痕的方法及系统 | |
CN106952250B (zh) | 一种基于Faster R-CNN网络的金属板带表面缺陷检测方法及装置 | |
US9965847B2 (en) | Multi-type BGA chip visual recognition method using line based clustering | |
CN101995223B (zh) | 一种芯片外观检测方法及系统 | |
CN102496161B (zh) | 一种印刷电路板图像的轮廓提取方法 | |
CN109449093B (zh) | 晶圆检测方法 | |
US20150243018A1 (en) | Automated inline inspection and metrology using shadow-gram images | |
CN110443791B (zh) | 一种基于深度学习网络的工件检测方法及其检测装置 | |
CN103295930A (zh) | 一种快速高效的晶背缺陷识别方法 | |
TW201517192A (zh) | 晶片對資料庫的影像檢測方法 | |
CN103366176B (zh) | 光学元件缺陷批量自动识别装置和方法 | |
CN107239742A (zh) | 一种仪表指针刻度值计算方法 | |
CN105478363A (zh) | 一种基于三维图形的不良品检测分类方法及系统 | |
WO2024002187A1 (zh) | 缺陷检测方法、缺陷检测设备及存储介质 | |
CN113222913B (zh) | 一种电路板缺陷检测定位方法、装置和存储介质 | |
CN107388991A (zh) | 一种端面多圆角轴类零件圆角半径测量方法 | |
CN105354816B (zh) | 一种电子元件定位方法及装置 | |
WO2017107529A1 (zh) | 一种并排二极管的定位方法及装置 | |
CN105478364B (zh) | 一种不良品检测分类方法及系统 | |
Fu et al. | Medicine glass bottle defect detection based on machine vision | |
CN103258218B (zh) | 蒙版检测框架生成方法、装置、缺陷检测方法及装置 | |
CN110426395B (zh) | 一种太阳能el电池硅片表面检测方法及装置 | |
WO2021046726A1 (zh) | 用于检测机械设备零部件的方法和装置 | |
CN103926256A (zh) | 一种cmp划痕自动检测系统 | |
CN113744252A (zh) | 用于标记和检测缺陷的方法、设备、存储介质和程序产品 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20130814 |