CN109507371A - 一种汽车车身外覆盖件表面质量的定量识别和评价方法 - Google Patents
一种汽车车身外覆盖件表面质量的定量识别和评价方法 Download PDFInfo
- Publication number
- CN109507371A CN109507371A CN201811569270.9A CN201811569270A CN109507371A CN 109507371 A CN109507371 A CN 109507371A CN 201811569270 A CN201811569270 A CN 201811569270A CN 109507371 A CN109507371 A CN 109507371A
- Authority
- CN
- China
- Prior art keywords
- defect
- coordinate
- outer covering
- motor car
- evaluation method
- 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.)
- Withdrawn
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 13
- 230000007547 defect Effects 0.000 claims abstract description 87
- 238000005259 measurement Methods 0.000 claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 4
- 230000002950 deficient Effects 0.000 claims description 5
- 238000012800 visualization Methods 0.000 claims description 5
- 230000035772 mutation Effects 0.000 claims description 2
- 238000001514 detection method Methods 0.000 abstract description 4
- 238000004519 manufacturing process Methods 0.000 abstract description 4
- 238000007796 conventional method Methods 0.000 abstract description 3
- 238000000034 method Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- 241000283070 Equus zebra Species 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 238000005253 cladding Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000007373 indentation Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000869 mutational effect Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000010422 painting Methods 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 210000000697 sensory organ Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0078—Testing material properties on manufactured objects
- G01N33/0083—Vehicle parts
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
一种汽车车身外覆盖件表面质量的定量识别和评价方法，涉及汽车生产和质量检测技术领域，包括固定零件、建立坐标系、划分测量区域、表面轮廓测量、处理测量数据和确定基准线、确定缺陷尺寸和位置、计算单个缺陷扣分和计算零件最终扣分。本发明根据表面缺陷的三大要素缺陷面积、深度及具体位置，可以准确地对零件表面质量进行定量的客观的评价。相比传统方法，减少了人为判定的误差，可作为模面补偿的准确依据，降低修模次数和成本。
Description
技术领域
本发明涉及汽车生产和质量检测技术领域，具体涉及汽车车身外覆盖件表面质量的客观定量识别和评价方法。
背景技术
近年来，汽车外覆盖件的表面形状和精度问题越来越受业界重视，其中表面凹陷、凸包、波纹已成为重点研究的对象。即使是车身外覆盖件上任何微小的缺陷，在涂漆后都会引起光线的漫反射从而影响汽车外形的美观。汽车车身覆盖件的表面质量直接决定了一个车型外观质量的优劣，品质优良的外覆盖件能大大提升顾客对一个车型的满意度。所以，确保高质量的车身外覆盖件已成为每个整车制造厂商的努力目标。
在实际生产中，瘪塘缺陷主要是依靠质检人员的感官进行评价的，如：观察油石在车身表面的打磨痕迹、观察零件表面的斑马线反射效果、甚至通过经验丰富的工人的手指触摸零件表面。这些方法操作起来比较简单，适合于生产现场快速检测。但是，这些方法依赖人的主观感受，没有统一客观的标准，无法客观测量车身外覆盖件表面缺陷的具体几何尺寸和位置，且不便于对表面缺陷展开量化分析，也无法定量指导模面补偿。
发明内容
针对上述现有技术的主观性强、没有统一的标准、无数据参数的不足，本发明的目的在于提供一种汽车车身外覆盖件表面质量的定量识别和评价方法。
本发明包括以下步骤：
1）将待测量的车身外覆盖件固定于测量设备的平台上；通过固定和支撑，防止零件测量时滑动或者因为自重而变形。
2）将零件按照车身坐标建立xyz坐标系。
3）将零件表面划分成若干测量区域，并且分别作出编号；测量区域可根据测量设备的需要划分。
4）使用测量设备对各编号测量区域分别进行测量。
5）使用图形可视化和数据分析软件处理数据，将测量设备输出的xyz三坐标值输入软件，用测量数据点的Z坐标数值作为纵坐标，y坐标数值作为横坐标绘制车身表面轮廓y-z平面图，并选取所述车身表面轮廓y-z平面图中曲率均匀部分拟合为基准线；
6）基准线与曲率突变部分差值即识别为表面缺陷，并对所述车身表面轮廓y-z平面图中表面缺陷的几何尺寸和位置进行记录；
7）分别采用以下公式计算出单个缺陷扣分数值：
其中，为第i个区域中第j个缺陷所扣除的分数，扣分越多代表缺陷越严重；
为第i个区域的缺陷位置权重系数，根据区域所在位置的重要性而给予不同的权重系数，P为1或2；
A为缺陷的面积，单位为：mm2；
h为缺陷的深度，即缺陷z坐标与基准线z坐标的差值，单位为：mm；
8）将区域内的所有缺陷的扣分相加，得到最终零件的扣分值，公式如下：
其中，Grade为零件表面缺陷总扣分值。
本发明通过建立坐标系、划分测量区域、表面轮廓测量、处理测量数据和确定基准线、确定缺陷尺寸及位置、计算各个缺陷扣分数值、计算零件各区域的总扣分值，从数值上客观地对汽车车身外覆盖件表面质量进行定量识别和评价，该扣分值越高，则代表产品表面的缺陷越严重。本发明方法可以进行准确客观的测量和识别。相比传统通过人眼识别的方法，大大提高了测量的精度和可靠性。同时，该方法还可以获得传统方法无法检测的表面缺陷的几何尺寸和具体位置，这些数据可以为后续的模面补偿提供可靠的依据。
本发明相比现有的外覆盖件主观定性检测技术有如下效果：使用高精度测量设备和相应数学方法定量客观地识别了车身覆盖件的表面缺陷，并且提取了缺陷的三大要素，即深度、面积和位置。基于这三大要素建立的表面缺陷定量客观评价方法依据零件的具体缺陷可以准确的对零件进行缺陷严重程度的评价。相比传统方法，减少了人为判定的误差，而且定量客观，该方法可以作为模面补偿的准确依据，降低修模次数和成本。
当被评价的区域位于汽车标准中的A级面要求区域中时，P取2；当当被评价的区域位于汽车标准中的B级面要求区域中时，P取1。在汽车标准中A级面要求区域的质量高于B级面要求。
进一步地，本发明所述测量设备为超高精度三坐标测量仪。该测量仪的测试精度可达到0.6μm，可以准确识别车身覆盖件约20～200μm的表面缺陷。
所述图形可视化和数据分析软件为origin或Matlab软件。该软件简便易用，可以快速拟合曲线曲率以及坐标差值。
所述基准线的拟合是用一条直线或者一条曲线拟合图上曲率恒定部分。
所述车身表面轮廓y-z平面图中表面缺陷的几何尺寸包括：缺陷宽度，即x方向长度，单位为mm；长度，即y方向长度，单位为mm；缺陷深度，即z方向长度，也是基准线与缺陷z坐标的差值，单位为mm。
所述缺陷的面积是以缺陷长度和宽度作为椭圆的长轴和短轴为参数来计算的椭圆面积，或以长方形缺陷的长边和短边为参数来计算的矩形面积。
附图说明
图1为一种典型车门外板零件的表面质量测量区域的划分方式。
图2为车门外板零件9号测量区域内识别的表面缺陷，其中Y为车身腰线方向，Z坐标为垂直于车门零件方向。
具体实施方式
下面结合具体实施例和附图对本发明进行详细说明。
以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于本发明的保护范围。
本实施例为某款车型的前门外板零件，现对其外覆盖件表面质量进行客观定量评价，步骤如下：
1、固定零件：将待测量的车门外板置于高精度三坐标测量仪的平台上，在零件周围和中间做好固定和支撑，防止零件测量时滑动或者因为自重而变形。
2、建立坐标系：将零件按照车身坐标建立坐标系，即垂直于地面为x方向,车身长度方向（或者腰线）为y方向，坐标如图。垂直于x和y方向为z方向。
3、划分测量区域：将零件表面划分成28个测量区域，并且一一编号，具体划分方式见图1。每个区域沿y方向各测量点的Z坐标的落差尽量不大于3mm。每个测量区域的几何尺寸，x方向长度100～200mm为宜，y方向200mm左右为宜。
4、测量：按照区域编号分别进行测量。单个区域内，在x方向画多条平行线，线距5mm左右。
以图1车门外板为例，对9#区域画多条平行线，线距2mm。随后使用高精度三坐标测量仪沿着每条平行线测量零件的表面轮廓，输出每个测量点的三坐标数值。
5、导入测量数据，使用图形可视化和数据分析软件（Origin、Matlab等）处理数据：将三坐标测量仪输出的xyz三坐标值输入Origin软件，用测量数据点的Z坐标数值作为纵坐标，y坐标数值作为横坐标绘制车身表面轮廓y-z图。
6、放大表面缺陷：调整纵坐标尺度2mm左右，横坐标尺度即为所测区域的y方向长度(一般200mm左右)。因为纵坐标的尺度很小，横坐标相对很大，因此相当于对z坐标方向的缺陷进行了一次放大，因此，外覆盖件的表面缺陷即图表上曲率发生突变的区域即存在表面缺陷的区域，用肉眼即可识别出来。以9#区域中的某个表面缺陷为例，按照之前所述原则，调整横纵坐标的尺度到纵坐标即Z坐标51.4～53.4mm，横坐标即y坐标660～820mm，该缺陷的表面轮廓图如图2所示。
7、确定基准线：用一条直线连接或者拟合图表上曲率恒定部分，直线与突变部分的差值即表面缺陷。
如图2所示，红线为基准线，因为车身Y方向曲率半径很大，所以没有表面缺陷的地方基本跟基准直线重合；而基准直线（红线）与测量曲线不重合的地方，即识别为存在表面缺陷的地方。记录图2中表面缺陷的几何尺寸，几何尺寸即缺陷宽度（x方向长度，单位为mm，以根据区域内存在缺陷的数据线数目N=15乘以数据线间隔2mm计算而得，即30mm），长度（缺陷y方向尺寸，即基准线与测量线两端交点之间的距离，即80mm），缺陷深度（z方向长度，即基准线与缺陷纵坐标的差值，即0.06mm）。
8、计算单个缺陷（第i个区域的第j个缺陷）扣分值。
使用表面缺陷特征：缺陷深度，缺陷面积（将x和y作为椭圆的长轴和短轴计算面积）和位置三个指标作为客观定量评价方法的建立要素。使用新提出的车身外覆盖件表面质量客观定量评价的准则如下：
其中，代表第i个区域的第j个缺陷的扣分数，即零件因为表面缺陷而产生的扣分，扣分越多代表缺陷越严重。P i 是第i个区域的缺陷位置权重系数，根据区域出现的位置不同而给予不同的权重。简单来说，可以把外覆盖件分为A面和B面，以车门底部棱线作为分界面。棱线以上为容易见到的区域，称为A面，P i 取2（被评价的A面位于汽车标准中的A级面要求区域中）；而棱线以下部分为难以观察到的曲面，称为B面，P i 取1（被评价的B面位于汽车标准中的B级面要求区域中）；公式中A表示的是缺陷的面积，将缺陷近似成椭圆，将缺陷长度和宽度x和y作为椭圆的长轴和短轴计算面积；h表示缺陷的深度（mm），即缺陷z坐标与基准线z坐标的差值。
以9#区域为例，该区域位于A面上，P9=2，该区域内经检测只存在步骤（8）检测到的一个表面缺陷，该缺陷几何尺寸为x=30mm，y=80mm，h=0.06mm，因此，该区域打分计算为：
9、计算零件最终扣分。将所有区域内的所有缺陷的扣分相加，得到最终零件的扣分公式如下：
其中，Grade表示表面缺陷总扣分，扣分越高代表缺陷越严重。
以图1车门外板零件为例，将所有28个区域内的表面缺陷的扣分相加，得最终零件表面质量扣分为：431分。
本发明相比传统的主观定性表面质量评价法，不会出现误判，扣分完全根据缺陷的特征（缺陷位置，深度，面积），定量且客观。能非常敏感的识别表面缺陷严重程度的变化，有助于冲压工艺的优化。同时，该方法获得的表面缺陷的特征（缺陷位置，深度，面积）可以为模面补偿提供准确数据，有效降低修模次数和成本。
Claims (6)
1.一种汽车车身外覆盖件表面质量的定量识别和评价方法，其特征包括以下步骤：
1）将待测量的车身外覆盖件固定于测量设备的平台上；
2）将零件按照车身坐标建立xyz坐标系；
3）将零件表面划分成若干测量区域，并且分别作出编号；
4）使用测量设备对各编号测量区域分别进行测量；
5）使用图形可视化和数据分析软件处理数据，将测量设备输出的xyz三坐标值输入软件，用测量数据点的Z坐标数值作为纵坐标，y坐标数值作为横坐标绘制车身表面轮廓y-z平面图，并选取所述车身表面轮廓y-z平面图中曲率均匀部分拟合为基准线；
6）基准线与曲率突变部分差值即识别为表面缺陷，并对所述车身表面轮廓y-z平面图中表面缺陷的几何尺寸和位置进行记录；
7）分别采用以下公式计算出单个缺陷扣分数值：
其中，为第i个区域中第j个缺陷所扣除的分数，扣分越多代表缺陷越严重；
为第i个区域的缺陷位置权重系数，根据区域所在位置的重要性而给予不同的权重系数，P为1或2；
A为缺陷的面积，单位为：mm2；
h为缺陷的深度，即缺陷z坐标与基准线z坐标的差值，单位为：mm；
8）将区域内的所有缺陷的扣分相加，得到最终零件的扣分值，公式如下：
其中，Grade为零件表面缺陷总扣分值。
2.根据权利要求1所述的汽车车身外覆盖件表面质量的定量识别和评价方法，其特征在于所述测量设备为超高精度三坐标测量仪。
3.根据权利要求1所述的汽车车身外覆盖件表面质量的定量识别和评价方法，其特征在于所述图形可视化和数据分析软件为origin或Matlab软件。
4.根据权利要求1所述的汽车车身外覆盖件表面质量的定量识别和评价方法，其特征在于所述基准线的拟合是用一条直线或者一条曲线拟合图上曲率恒定部分。
5.根据权利要求1所述的汽车车身外覆盖件表面质量的定量识别和评价方法，其特征在于所述车身表面轮廓y-z平面图中表面缺陷的几何尺寸包括：缺陷宽度，即x方向长度，单位为mm；缺陷长度，即y方向长度，单位为mm；缺陷深度，即z方向长度，也是基准线与缺陷z坐标的差值，单位为mm。
6.根据权利要求1所述的汽车车身外覆盖件表面质量的定量识别和评价方法，其特征在于所述缺陷的面积是以缺陷长度和宽度作为椭圆的长轴和短轴为参数来计算的椭圆面积，或以长方形缺陷的长边和短边为参数来计算的矩形面积。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811569270.9A CN109507371A (zh) | 2018-12-21 | 2018-12-21 | 一种汽车车身外覆盖件表面质量的定量识别和评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811569270.9A CN109507371A (zh) | 2018-12-21 | 2018-12-21 | 一种汽车车身外覆盖件表面质量的定量识别和评价方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109507371A true CN109507371A (zh) | 2019-03-22 |
Family
ID=65754055
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811569270.9A Withdrawn CN109507371A (zh) | 2018-12-21 | 2018-12-21 | 一种汽车车身外覆盖件表面质量的定量识别和评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109507371A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110052540A (zh) * | 2019-03-25 | 2019-07-26 | 一汽轿车股份有限公司 | 优化车身外覆盖件表面质量的模具型面过a面补偿方法 |
| CN111223078A (zh) * | 2019-12-31 | 2020-06-02 | 河南裕展精密科技有限公司 | 瑕疵等级判定的方法及存储介质 |
| CN113008161A (zh) * | 2021-02-23 | 2021-06-22 | 北京鹏龙星徽汽车销售服务有限公司工会 | 一种可视化故障处理控制系统 |
| CN113408809A (zh) * | 2021-06-29 | 2021-09-17 | 奇瑞汽车股份有限公司 | 汽车的设计方案评价方法、装置及计算机存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104597211A (zh) * | 2015-01-27 | 2015-05-06 | 重庆长安汽车股份有限公司 | 一种汽车车身外覆盖件表面质量的检测方法 |
| CN104730092A (zh) * | 2015-03-10 | 2015-06-24 | 盐城市圣泰阀门有限公司 | 缺陷检测方法 |
| CN107491602A (zh) * | 2017-08-11 | 2017-12-19 | 吴锦 | 一种冲压件外表面质量缺陷预测方法 |
| CN108181320A (zh) * | 2017-12-22 | 2018-06-19 | 广州锋立技术服务有限公司 | 工件表面缺陷识别、检测的方法、装置与系统 |
| CN108248636A (zh) * | 2018-03-02 | 2018-07-06 | 石家庄铁道大学 | 基于激光源定位的三角坑图像检测方法 |
-
2018
- 2018-12-21 CN CN201811569270.9A patent/CN109507371A/zh not_active Withdrawn
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104597211A (zh) * | 2015-01-27 | 2015-05-06 | 重庆长安汽车股份有限公司 | 一种汽车车身外覆盖件表面质量的检测方法 |
| CN104730092A (zh) * | 2015-03-10 | 2015-06-24 | 盐城市圣泰阀门有限公司 | 缺陷检测方法 |
| CN107491602A (zh) * | 2017-08-11 | 2017-12-19 | 吴锦 | 一种冲压件外表面质量缺陷预测方法 |
| CN108181320A (zh) * | 2017-12-22 | 2018-06-19 | 广州锋立技术服务有限公司 | 工件表面缺陷识别、检测的方法、装置与系统 |
| CN108248636A (zh) * | 2018-03-02 | 2018-07-06 | 石家庄铁道大学 | 基于激光源定位的三角坑图像检测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 张兰: "外覆盖件表面质量及评价", 《模具制造》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110052540A (zh) * | 2019-03-25 | 2019-07-26 | 一汽轿车股份有限公司 | 优化车身外覆盖件表面质量的模具型面过a面补偿方法 |
| CN111223078A (zh) * | 2019-12-31 | 2020-06-02 | 河南裕展精密科技有限公司 | 瑕疵等级判定的方法及存储介质 |
| CN111223078B (zh) * | 2019-12-31 | 2023-09-26 | 富联裕展科技(河南)有限公司 | 瑕疵等级判定的方法及存储介质 |
| CN113008161A (zh) * | 2021-02-23 | 2021-06-22 | 北京鹏龙星徽汽车销售服务有限公司工会 | 一种可视化故障处理控制系统 |
| CN113408809A (zh) * | 2021-06-29 | 2021-09-17 | 奇瑞汽车股份有限公司 | 汽车的设计方案评价方法、装置及计算机存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109507371A (zh) | 一种汽车车身外覆盖件表面质量的定量识别和评价方法 | |
| CN104697467B (zh) | 基于线激光扫描的焊缝外观形状及表面缺陷检测方法 | |
| JP5628668B2 (ja) | 円筒形状の被測定体の測定装置及び測定方法並びにタイヤ外観検査装置 | |
| US9418449B2 (en) | Device and method for measuring surfaces | |
| CN108801914A (zh) | 一种对多沟槽型面板材成形缺陷的检测方法及检测系统 | |
| Reyno et al. | Surface damage evaluation of honeycomb sandwich aircraft panels using 3D scanning technology | |
| CN101745845B (zh) | 一种金属零件外轮廓形状的测量方法及加工精度的检测方法 | |
| CN105674885A (zh) | 板材检测方法 | |
| Helm et al. | Deformations in wide, center-notched, thin panels, part I: three-dimensional shape and deformation measurements by computer vision | |
| CN110319779A (zh) | 橡胶半制品宽度尺寸在线检测装置及检测方法 | |
| CN107990856A (zh) | 一种超量程工件的空间位置误差检测方法 | |
| CN112964212B (zh) | 一种利用涂层厚度检测仪进行的涂层厚度的检验方法 | |
| KR20130142608A (ko) | 배관 검사 장치 | |
| CN113804696A (zh) | 一种棒材表面缺陷尺寸面积确定方法 | |
| D’Emilia et al. | Measurement uncertainty estimation of gap and profile in the automotive sector | |
| CN107132135A (zh) | 一种非接触式手持落锤弯沉仪的沉陷值检测系统 | |
| CN106595472A (zh) | 摄影测量系统的精度确定方法 | |
| Paakkari et al. | Method for evaluating the performance of range imaging devices | |
| JP2885422B2 (ja) | 形状評価装置および形状評価方法 | |
| JPH02205701A (ja) | コンクリート構造物における鉄筋位置測定方法 | |
| CN211317219U (zh) | 一种透照厚度比测量系统 | |
| CN116576806B (zh) | 一种基于视觉分析的厚度检测设备用的精密度管控系统 | |
| Ren | The Application of Gage R&R Analysis in s Six Sigma Case of Improving and Optimizing an Automotive Die Casting Product’s Measurement System | |
| CN107964404A (zh) | 一种scp机推焦装煤位与炭化室中心线对位调整方法 | |
| CN218601224U (zh) | 用于涂层测厚的阶梯对比试块 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190322 |
|
| WW01 | Invention patent application withdrawn after publication |