CN110488775A - 设备状态判定及产量节拍统计系统及方法 - Google Patents

设备状态判定及产量节拍统计系统及方法 Download PDF

Info

Publication number
CN110488775A
CN110488775A CN201910633727.6A CN201910633727A CN110488775A CN 110488775 A CN110488775 A CN 110488775A CN 201910633727 A CN201910633727 A CN 201910633727A CN 110488775 A CN110488775 A CN 110488775A
Authority
CN
China
Prior art keywords
equipment
state
finely divided
divided state
acquisition parameter
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
Application number
CN201910633727.6A
Other languages
English (en)
Inventor
王靖萱
金东赫
王宁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Bugle Gulf Information Technology Co Ltd
Original Assignee
Bugle Gulf Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Bugle Gulf Information Technology Co Ltd filed Critical Bugle Gulf Information Technology Co Ltd
Priority to CN201910633727.6A priority Critical patent/CN110488775A/zh
Publication of CN110488775A publication Critical patent/CN110488775A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
    • G05B19/4183—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32387—Effects of highspeed hardware operations on throughput, use scheduler
    • 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
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Abstract

设备状态判定及产量节拍统计系统及方法包括：配置各类设备的细分状态分类、细分状态分类对应状态关键采集参数和细分状态判定条件、每一细分状态分类优先级；配置各类设备的产量节拍关键采集参数及其与设备产量节拍对应关系；采集某设备的状态关键采集参数和产量节拍关键采集参数；基于该设备的状态关键采集参数和优先级分析出该设备当前所处细分状态分类及状态关键采集参数是否满足当前所处细分状态分类对应的细分状态判定条件以形成细分状态判定结果；基于该设备的产量节拍关键采集参数分析出该设备的设备产量节拍；通过可视化方式呈现该设备的细分状态判定结果并在细分状态判定结果表示设备故障或异常时显示告警信息和该设备的设备产量节拍。

Description

设备状态判定及产量节拍统计系统及方法
技术领域
本发明涉及设备状态判定及产量节拍统计技术领域，特别是涉及一种设备状态判定及产量节拍统计系统及方法。
背景技术
对于工业现场用到的各类设备如PLC控制的各类加工专机、数控机床、数控加工中心、数控切割机及工业机器人等，其生产厂商本身就定义了一些设备状态，而工业现场的工人和管理人员也会根据实际需要、生产经验及各类先见知识自定义一些设备的细分状态。
比如，对于加工专机类设备往往有运行、待机、上料辅助、下料辅助、停机、故障等几种状态；而数控切割机的状态往往更为复杂，包括切割、穿孔、空程、预热、过程使能、待机、运行、停机、故障等诸多状态；汽车和工程机械行业最常用的焊接机器人有运行、寻位、焊接、空走、清枪、待机、停机、故障等状态。这些状态在许多情况下仍然可以继续细分，且不同类型设备之间的状态也有较大区别。
掌握设备的实时状态并统计设备处于各个状态的时间可以帮助设备管理者更准确可靠的了解设备的实时运行状况和在过去一段时间的工作状态，当下火热的设备预测性维修在很大程度上也依赖于设备历史状态的数据。对设备状态的划分越细致，定义就会越准确，对设备动作的描述就更精准，对设备的了解和掌握程度也就越高，越容易通过进一步的数据统计和分析进行优化排产等决策，更能在事中甚至事前修复设备的故障。总而言之，设备管理者需要像人们了解自己身体状况一样掌握设备的状态，这样才能最大程度利用设备的产能创造价值。毕竟，加工设备，尤其是高端数控加工设备的价格和维修费用都是极其昂贵的。
当前，大多数工厂中对设备状态的统计很大程度上依赖于经验丰富的工人对设备的了解进行粗略的划分和手工的记录，先进一些的工厂可能使用MES(ManufacturingExecution System，制造企业生产过程执行系统)进行录入，总之主要靠工人来手动记录。一来状态划分不准确，二来手动录入的不稳定性较大，再者相当依赖一线设备使用者，工厂管理者对设备实际状况的了解会变得非常有限，这对工厂管理也是不利的。
产量与节拍作为工厂中衡量生产情况最重要的指标根据实际场景的不同有多种不同的定义，较为普遍和简单定义是，产量指一段时间内生产出的产品数量，而节拍指生产单件产品所需要的时间。对于顶级的高自动化工厂，对产量和节拍的统计可能可以做到自动汇总统计。但对于绝大多数的工厂，尤其是国内的工厂，主要还是靠工人报工等人工记录和统计方式。这种传统的方式无论是统计效率还是准确率都较差，这会导致工厂的管理者无法精准掌握工厂的产出情况，严重时可能造成影响订单和交付的严重后果。
发明内容
本发明针对现有技术存在的问题和不足，提供一种设备状态判定及产量节拍统计系统及方法。
本发明是通过下述技术方案来解决上述技术问题的：
本发明提供一种设备状态判定及产量节拍统计系统，其特点在于，其包括第一配置模块、第二配置模块、采集模块、分析模块和显示模块；
所述第一配置模块用于配置各类设备的细分状态分类、每一细分状态分类对应的状态关键采集参数和基于状态关键采集参数设定的细分状态判定条件、以及每一细分状态分类的优先级；
所述第二配置模块用于配置各类设备的产量节拍关键采集参数以及产量节拍关键采集参数与设备产量节拍的对应关系；
所述采集模块用于采集某一设备的状态关键采集参数和产量节拍关键采集参数；
所述分析模块用于基于采集的该设备的状态关键采集参数和细分状态分类优先级分析出该设备当前所处的细分状态分类以及状态关键采集参数是否满足当前所处的细分状态分类对应的细分状态判定条件以形成细分状态判定结果；
所述显示模块用于通过可视化方式呈现该设备的细分状态判定结果及细分状态统计时长并在细分状态判定结果表示设备故障或异常时显示告警信息；
所述分析模块还用于基于采集的该设备的产量节拍关键采集参数分析出该设备的设备产量节拍；
所述显示模块还用于通过可视化方式呈现该设备的设备产量节拍。
较佳地，所述系统还包括定义模块，所述定义模块用于定义供用户勾选的满足所有各类设备的细分状态分类和状态关键采集参数，以及需要用到的所有条件规则、数学公式和人工智能算法。
较佳地，所述可视化方式包括统计报表、状态看板和波形图。
本发明还提供一种设备状态判定及产量节拍统计方法，其特点在于，其包括以下步骤：
配置各类设备的细分状态分类、每一细分状态分类对应的状态关键采集参数和基于状态关键采集参数设定的细分状态判定条件、以及每一细分状态分类的优先级；
配置各类设备的产量节拍关键采集参数以及产量节拍关键采集参数与设备产量节拍的对应关系；
采集某一设备的状态关键采集参数和产量节拍关键采集参数；
基于采集的该设备的状态关键采集参数和细分状态分类优先级分析出该设备当前所处的细分状态分类以及状态关键采集参数是否满足当前所处的细分状态分类对应的细分状态判定条件以形成细分状态判定结果；
通过可视化方式呈现该设备的细分状态判定结果及细分状态统计时长并在细分状态判定结果表示设备故障或异常时显示告警信息；
基于采集的该设备的产量节拍关键采集参数分析出该设备的设备产量节拍；
通过可视化方式呈现该设备的设备产量节拍。
较佳地，定义供用户勾选的满足所有各类设备的细分状态分类和状态关键采集参数。
较佳地，所述可视化方式包括统计报表、状态看板和波形图。
在符合本领域常识的基础上，上述各优选条件，可任意组合，即得本发明各较佳实例。
本发明的积极进步效果在于：
本发明通过采集状态关键采集参数和产量节拍关键采集参数，结合各种数学公式和波形识别类的人工智能算法定义设备的各类状态判定方式、实时获取设备的运行状态、统计设备处于各状态的时间并计算设备的产量和节拍，以一种全自动、高可靠性、高自定义的方式替代传统的多靠人工的判定和统计模式。
附图说明
图1为本发明较佳实施例的设备状态判定及产量节拍统计系统的结构框图。
图2为本发明较佳实施例的设备状态判定及产量节拍统计系统的流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本实施例提供一种设备状态判定及产量节拍统计系统，其包括定义模块1、第一配置模块2、第二配置模块3、采集模块4、分析模块5和显示模块6。
所述定义模块1用于定义供用户勾选的满足所有各类设备的细分状态分类和状态关键采集参数。
所述第一配置模块2用于配置各类设备的细分状态分类、每一细分状态分类对应的状态关键采集参数和基于状态关键采集参数设定的细分状态判定条件、以及每一细分状态分类的优先级(考虑到多状态同时生效的情况)。
所述第二配置模块3用于配置各类设备的产量节拍关键采集参数以及产量节拍关键采集参数与设备产量节拍的对应关系。
所述采集模块4用于采集某一设备的状态关键采集参数和产量节拍关键采集参数；
所述分析模块5用于基于采集的该设备的状态关键采集参数和细分状态分类优先级分析出该设备当前所处的细分状态分类以及状态关键采集参数是否满足当前所处的细分状态分类对应的细分状态判定条件以形成细分状态判定结果。
所述显示模块6用于通过可视化方式呈现该设备的细分状态判定结果并在细分状态判定结果表示设备故障或异常时显示告警信息；所述可视化方式包括统计报表、状态看板和波形图。
本方案中，收集各类设备的状态划分数量和每种状态的定义方式，将其总结成一个公式算法群，包括但不限于具有噪音过滤功能的数据波形识别、简单数学关系(单参数及多参数大于、小于、等于、以某一数值或字符串为开始或结束等)、数据跳变、脉冲、设备状态变化、文本解析、人工智能算法准确率条件、一段时间内统计学准确率(Precision)、召回率(Recall)、F值(F-Measure)、E值、AP值等。
所述分析模块5还用于基于采集的该设备的产量节拍关键采集参数分析出该设备的设备产量节拍。
所述显示模块6还用于通过可视化方式呈现该设备的设备产量节拍。
如图2所示，本实施例还提供一种设备状态判定及产量节拍统计方法，其包括以下步骤：
步骤101、定义供用户勾选的满足所有各类设备的细分状态分类和状态关键采集参数。
步骤102、配置各类设备的细分状态分类、每一细分状态分类对应的状态关键采集参数和基于状态关键采集参数设定的细分状态判定条件、以及每一细分状态分类的优先级；配置各类设备的产量节拍关键采集参数以及产量节拍关键采集参数与设备产量节拍的对应关系。
步骤103、采集某一设备的状态关键采集参数和产量节拍关键采集参数。
步骤104、基于采集的该设备的状态关键采集参数和细分状态分类优先级分析出该设备当前所处的细分状态分类以及状态关键采集参数是否满足当前所处的细分状态分类对应的细分状态判定条件以形成细分状态判定结果；基于采集的该设备的产量节拍关键采集参数分析出该设备的设备产量节拍。
步骤105、通过可视化方式呈现该设备的细分状态判定结果及细分状态统计时长并在细分状态判定结果表示设备故障或异常时显示告警信息；通过可视化方式呈现该设备的设备产量节拍。
本发明具有以下优点：
1.普适性强：对于各类工业生产(控制)设备(如数控加工中心、PLC、加工专机、数控切割机、数控机床、焊机、工业机器人)、各大主流品牌(Siemens、Fanuc、Omron、ABB、Mitsubishi、Yaskawa、Kuka)的各细分型号设备，都支持高可自定义的设备实时状态判定、设备状态时长统计、设备产量节拍计算。
2.扩展性强：可根据实际需要灵活扩展配置公式，可扩展的公式覆盖从简单的数学逻辑判断到复杂的人工智能算法。
3.准确性高：以高可靠性的云端计算及高普适性的自定义配置和判别代替低可靠性的人工录入，极大的提高了设备状态判定、设备状态时长统计、产量节拍的准确性。
4.节约成本：只需在数据库中维护公式全集并在界面按需配置即可省去大量的工业现场人力资源，降低成本。
5.操作便捷：只需在电脑或移动端的界面上进行公式选择及公式配置便可设置设备实时状态判定、状态时长、产量节拍的计算方式或判定条件，设备与设备间还可通过配置模板复用配置，简化操作。
虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这些仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。

Claims (6)

1.一种设备状态判定及产量节拍统计系统，其特征在于，其包括第一配置模块、第二配置模块、采集模块、分析模块和显示模块；
所述第一配置模块用于配置各类设备的细分状态分类、每一细分状态分类对应的状态关键采集参数和基于状态关键采集参数设定的细分状态判定条件、以及每一细分状态分类的优先级；
所述第二配置模块用于配置各类设备的产量节拍关键采集参数以及产量节拍关键采集参数与设备产量节拍的对应关系；
所述采集模块用于采集某一设备的状态关键采集参数和产量节拍关键采集参数；
所述分析模块用于基于采集的该设备的状态关键采集参数和细分状态分类优先级分析出该设备当前所处的细分状态分类以及状态关键采集参数是否满足当前所处的细分状态分类对应的细分状态判定条件以形成细分状态判定结果；
所述显示模块用于通过可视化方式呈现该设备的细分状态判定结果及细分状态的统计时长并在细分状态判定结果表示设备故障或异常时显示告警信息；
所述分析模块还用于基于采集的该设备的产量节拍关键采集参数分析出该设备的设备产量节拍；
所述显示模块还用于通过可视化方式呈现该设备的设备产量节拍。
2.如权利要求1所述的设备状态判定及产量节拍统计系统，其特征在于，所述系统还包括定义模块，所述定义模块用于定义供用户勾选的满足所有各类设备的细分状态分类和状态关键采集参数。
3.如权利要求1所述的设备状态判定及产量节拍统计系统，其特征在于，所述可视化方式包括统计报表、状态看板和波形图。
4.一种设备状态判定及产量节拍统计方法，其特征在于，其包括以下步骤：
配置各类设备的细分状态分类、每一细分状态分类对应的状态关键采集参数和基于状态关键采集参数设定的细分状态判定条件、以及每一细分状态分类的优先级；
配置各类设备的产量节拍关键采集参数以及产量节拍关键采集参数与设备产量节拍的对应关系；
采集某一设备的状态关键采集参数和产量节拍关键采集参数；
基于采集的该设备的状态关键采集参数和细分状态分类优先级分析出该设备当前所处的细分状态分类以及状态关键采集参数是否满足当前所处的细分状态分类对应的细分状态判定条件以形成细分状态判定结果；
通过可视化方式呈现该设备的细分状态判定结果及细分状态持续时长并在细分状态判定结果表示设备故障或异常时显示告警信息；
基于采集的该设备的产量节拍关键采集参数分析出该设备的设备产量节拍；
通过可视化方式呈现该设备的设备产量节拍。
5.如权利要求4所述的设备状态判定及产量节拍统计方法，其特征在于，定义供用户勾选的满足所有各类设备的细分状态分类和状态关键采集参数。
6.如权利要求4所述的设备状态判定及产量节拍统计方法，其特征在于，所述可视化方式包括统计报表、状态看板和波形图。
CN201910633727.6A 2019-07-15 2019-07-15 设备状态判定及产量节拍统计系统及方法 Pending CN110488775A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910633727.6A CN110488775A (zh) 2019-07-15 2019-07-15 设备状态判定及产量节拍统计系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910633727.6A CN110488775A (zh) 2019-07-15 2019-07-15 设备状态判定及产量节拍统计系统及方法

Publications (1)

Publication Number Publication Date
CN110488775A true CN110488775A (zh) 2019-11-22

Family

ID=68546962

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910633727.6A Pending CN110488775A (zh) 2019-07-15 2019-07-15 设备状态判定及产量节拍统计系统及方法

Country Status (1)

Country Link
CN (1) CN110488775A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111175064A (zh) * 2020-01-20 2020-05-19 浙江智昌机器人科技有限公司 通过采集设备噪音计算设备产能的检测方法
CN113189935A (zh) * 2021-04-29 2021-07-30 浙江陀曼云计算有限公司 基于时序功率数据的非侵入式生产节拍预测方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102231521A (zh) * 2011-06-24 2011-11-02 中国电力科学研究院 一种配电网自愈控制中的电网运行状态辨识方法
CN103309794A (zh) * 2013-04-16 2013-09-18 北京航空航天大学 一种基于数据采集与关键字挖掘的自动日志生成系统及方法
CN103536274A (zh) * 2012-07-09 2014-01-29 日本光电工业株式会社 监控器
CN104750462A (zh) * 2013-12-25 2015-07-01 北京北方微电子基地设备工艺研究中心有限责任公司 半导体制造设备的状态控制系统及方法
CN108154297A (zh) * 2017-12-22 2018-06-12 深圳市智物联网络有限公司 一种工厂管理系统以及信息处理方法
JP2019112185A (ja) * 2017-12-22 2019-07-11 キヤノン株式会社 シート仕分け装置及び画像形成装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102231521A (zh) * 2011-06-24 2011-11-02 中国电力科学研究院 一种配电网自愈控制中的电网运行状态辨识方法
CN103536274A (zh) * 2012-07-09 2014-01-29 日本光电工业株式会社 监控器
CN103309794A (zh) * 2013-04-16 2013-09-18 北京航空航天大学 一种基于数据采集与关键字挖掘的自动日志生成系统及方法
CN104750462A (zh) * 2013-12-25 2015-07-01 北京北方微电子基地设备工艺研究中心有限责任公司 半导体制造设备的状态控制系统及方法
CN108154297A (zh) * 2017-12-22 2018-06-12 深圳市智物联网络有限公司 一种工厂管理系统以及信息处理方法
JP2019112185A (ja) * 2017-12-22 2019-07-11 キヤノン株式会社 シート仕分け装置及び画像形成装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111175064A (zh) * 2020-01-20 2020-05-19 浙江智昌机器人科技有限公司 通过采集设备噪音计算设备产能的检测方法
CN111175064B (zh) * 2020-01-20 2022-06-10 智昌科技集团股份有限公司 通过采集设备噪音计算设备产能的检测方法
CN113189935A (zh) * 2021-04-29 2021-07-30 浙江陀曼云计算有限公司 基于时序功率数据的非侵入式生产节拍预测方法及系统

Similar Documents

Publication Publication Date Title
US20210333771A1 (en) Automation management interface
CN104808585B (zh) 一种机床健康状态快速检查方法
DE112013001521T9 (de) System und Vorrichtung, die überliefertes Wissen, das für jede Bedienungsperson in einer halbautomatischen Fertigungsanordnung eindeutig ist, identifiziert, erfasst, klassifiziert und einsetzt, um automatische technische Beaufsichtigungsoperationen auszuführen, um die Leistung des Fertigungssystems zu verbessern, und das/die Verfahren dafür
EP2616760A2 (en) Apparatus that analyses attributes of diverse machine types and technically upgrades performance by applying operational intelligence and the process therefor
CN116300561A (zh) 用于监测制造的系统,计算机可读存储介质和方法
CN103760820A (zh) 数控铣床加工过程状态信息评价装置
TWI618018B (zh) 應用電力用量特徵之製造管理方法及其系統
CN104781740A (zh) 用于对从每个给定工件、工具和机床计算的加工生产线整体性能进行实时评估和监控的模块化系统
CN107390649B (zh) 一种项目型产品加工物联网支持系统
CN109858786B (zh) 基于物联网的机电设备管理系统
CN110488775A (zh) 设备状态判定及产量节拍统计系统及方法
CN116189407B (zh) 一种基于数据监测的智能预警系统
CN113760625B (zh) 一种模型预测控制器性能的评估方法及监控系统
CN102566546B (zh) 过程数据的报警统计及辅助调度系统
JP7252703B2 (ja) 操作支援装置、操作支援方法、操作支援プログラム及び記録媒体
CN113253037A (zh) 基于电流波纹的边云协同设备状态监测方法及系统、介质
CN111159487A (zh) 一种汽车发动机主轴预测性维护智能系统
CN106054832B (zh) 基于多变量的间歇化工生产过程动态在线监测方法与装置
CN109396956B (zh) 一种数控滚齿机滚刀状态智能监测方法
CN114693129A (zh) 工业物联网智能制造服务平台、方法、设备及介质
CN113487156A (zh) 一种基于云-边架构的工人行为监控识别方法及装置
CN113721575A (zh) 一种刀具寿命智能化监控系统及方法
KR102550417B1 (ko) 공작기계용 공구의 보정 알람 장치 및 방법
CN112032145B (zh) 一种用于设置有保护装置的工程机械的液压系统
CN107958575A (zh) 一种电厂运行参数实时报警系统

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20191122