CN110589405A - 用于带式输送机巡检机器人的托辊异常检测系统及方法 - Google Patents
用于带式输送机巡检机器人的托辊异常检测系统及方法 Download PDFInfo
- Publication number
- CN110589405A CN110589405A CN201910899930.8A CN201910899930A CN110589405A CN 110589405 A CN110589405 A CN 110589405A CN 201910899930 A CN201910899930 A CN 201910899930A CN 110589405 A CN110589405 A CN 110589405A
- Authority
- CN
- China
- Prior art keywords
- carrier roller
- inspection robot
- belt conveyor
- noise
- abnormal
- 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
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G43/00—Control devices, e.g. for safety, warning or fault-correcting
Landscapes
- Control Of Conveyors (AREA)
- Manipulator (AREA)
Abstract
本发明提供一种用于带式输送机巡检机器人的托辊异常检测系统及方法,其中,系统包括:RFID标签,用于标记托辊组位置;拾音器,设置于巡检机器人上,用于采集托辊组运转噪声;热成像相机,设置于巡检机器人上,用于采集托辊组温度;无线射频读写器,设置于巡检机器人上,用于读取RFID标签以识别当前被检测的托辊组所在位置;控制主板,控制主板用于获取拾音器、热成像相机、无线射频读写器的数据并基于数据信息判断托辊组异常情况。本发明为一套采集带式输送机运行中托辊运行状态数据,预测和监测带式输送机运行中托辊发生异常运转现象并告警的系统,可防止和预防异常托辊对皮带的损伤,具有低风险、低成本、稳定、高效的优点。
Description
技术领域
本发明主要涉及智能巡检机器人上配套的检测装置相关技术领域,具体是一种用于带式输送机巡检机器人的托辊异常检测系统及方法。
背景技术
带式输送机是港口、矿山、电厂等企业运输矿石、煤炭等的重要设备,托辊故障和皮带故障是带式输送机的两类典型故障形式,并且托辊故障是造成皮带故障的一大起因。托辊故障主要包括:1、托辊旋转阻力增大后,管体圆周被磨透,将造成皮带被割裂的风险;2、托辊轴承损坏卡死,将造成托辊与皮带持续摩擦产生高温,可能使皮带发生燃烧甚至发生火灾的危险。
皮带的损坏将造成巨大的经济损失,为及时发现托辊故障且节省人力,主要有两类方式,一类是通过异常噪声或高温检测的间接监测,一类是通过检测输送带和托辊之间的相对位移的直接监测;具体实施的办法有:1、在每个托辊上安装温度或噪声传感器,该办法的弊端明显,由于托辊数量众多,安装、维护工作量巨大,成本高;如果只安装一种传感器,容易被干扰热源或者干扰噪声影响,造成误检测;并且在恶劣的运行坏境下,传感器易发生失灵,则检测功能失效甚至加大安全隐患;2、通过在皮带上安装多组可以将输送带与托辊之间的相对位移转变为无线发送的数字信号的故障检测模块,结合无线接收模块和报警输出电路实现异常托辊实时监测,该办法虽然降低了安装的工作量,但由于需要在皮带上安装,增加了皮带制造工艺和成本,长时间直接负载条件下,也很难保证设备的长期正常工作,相对于第一种办法,实际是将维护传感器的工作量变成了维护皮带的工作量,维护成本也不低,且对于高速输送机的异常托辊定位精度差,影响维护和维修人员的判断。
发明内容
为解决目前技术的不足,本发明结合现有技术,从实际应用出发,提供一种用于带式输送机巡检机器人的托辊异常检测系统及方法,能够降低带式输送机运行风险,具有低成本、稳定、高效的优点。
本发明的技术方案如下:
根据本发明的一个方面,提供一种用于带式输送机巡检机器人的托辊异常检测系统,所述系统包括:
RFID标签,所述RFID标签对应每组托辊组设置,用于标记托辊组位置;
拾音器,所述拾音器设置于巡检机器人上,用于采集托辊组运转噪声;
热成像相机,所述热成像相机设置于巡检机器人上,用于采集托辊组温度;
无线射频读写器,所述无线射频读写器设置于巡检机器人上,用于读取RFID标签以识别当前被检测的托辊组所在位置;
控制主板,所述控制主板用于获取拾音器、热成像相机、无线射频读写器的数据并基于数据信息判断托辊组异常情况。
进一步的,所述系统还包括终端服务器,所述控制主板处理后的数据通过无线传输至终端服务器,由终端服务器将托辊组状态信息上报至输送机控制中心。
进一步的,所述RFID标签安装于带式输送机机架中心底部处用于为巡检机器人提供运行轨道的导轨上。
进一步的,所述拾音器设置于巡检机器人前端中间位置,所述热成像相机为两个,分别设置于巡检机器人两侧端面位置。
根据本发明的另一方面,提供一种用于带式输送机巡检机器人的托辊异常检测方法,所述方法基于上述的检测系统,所述方法包括
通过拾音器预先采集输送机运行时的多种噪声样本,训练SVM噪声分类模型;带式输送机工作时,通过所述分类模型对拾音器实时采集的托辊组噪声数据进行检测,结合热成像相机实时采集的托辊组温度数据得到托辊组异常概率值,当所述异常概率值大于设定阈值时,判定为当前托辊组存在异常;基于无线射频读写器读取的当前托辊组的位置,将当前托辊组的异常状态上报至输送机控制中心。
进一步的,将拾音器预先采集的输送机运行时的噪声样本分为正常状态的噪声样本和异常状态的噪声样本,形成样本集进行SVM噪声分类模型训练,当训练的损失函数精度达到设定阈值时终止训练并保存分类模型。
进一步的,在进行SVM噪声分类模型训练时,提取的样本特征至少包括短时平均过零率、短时能量、能量熵、频谱中心、频谱延展度、谱熵、频谱通量、频谱滚降点、梅尔倒谱系数中的一种。
本发明的有益效果:
1、本发明为一套采集带式输送机运行中托辊运行状态数据,预测和监测带式输送机运行中托辊发生异常运转现象并告警的系统,可防止和预防异常托辊对皮带的损伤,具有低风险、低成本、稳定、高效的优点。
2、本发明的托辊异常检测硬件系统,通过同时监测托辊异常运行时产生的物理现象,噪声异常和摩擦生热,只使用一套成本不高且适应生产环境的检测装置用于巡检机器人上,不需要改变皮带构造和工艺,即可实现对整个带式输送机上的所有托辊进行自动监测,安装、维护特别方便。
3、本发明的异常预测方法,结合噪声异常预测和温度异常预测,降低了误检测概率。
4、本发明运用无线射频技术,利用RFID标签标识每组托辊,使检测到异常时能准确定位异常托辊;并采用无线传输和视频监控技术,实现实时监测,异常状态定位和报警;大大提高了带式输送机的维修效率。
附图说明
图1为本发明硬件装置的主视示意简图。
图2为本发明硬件装置的连接示意简图。
图3为本发明方法实现的流程框图。
图4位本发明噪声分类模型获取流程框图。
具体实施方式
结合附图和具体实施例,对本发明作进一步说明。应理解,这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解,在阅读了本发明讲授的内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所限定的范围。
如图1所示,为本实施例所提供的一种用于带式输送机巡检机器人的托辊异常检测系统的硬件装置的主视示意简图。在本系统中,带式输送机机架上每组托辊组1均包括有四个托辊,其中两个水平布置,其余两个分别在两侧倾斜布置。带式输送机机架中间底部设置供巡检机器人2运行的导轨7,巡检机器人2在导轨7上运行实现输送机的托辊组1异常巡检。
本实施例中,拾音器4安装在巡检机器人2前端面的中间位置,可定向采集托辊组1运转产生的噪声。两个热成像相机3分别安装在巡检机器人2的左右侧端面上,左热成像相机3可监测托辊组1左边两个托辊,右热成像相机3可监测托辊组1右边两个托辊,使整个托辊组1能同时被监测到。安装在巡检机器人2内部的无线射频读写器5与安装在机器人运行导轨7侧面上的RFID标签6的垂直运动方向的距离约4cm,RFID标签6可识别的平行于运动方向的最大距离约为30cm。每个托辊组1将对应一个RFID标签6,使RFID标签6起到标记托辊组1唯一编号的作用。
如图2所示,为本实施例中托辊异常检测系统的硬件装置的连接示意图。拾音器4、左右热成像相机3、无线射频读写器5均有线连接在巡检机器人2的控制主板上。无线射频读写器5可无线读取RFID标签6记录的托辊组1信息。控制主板处理后的数据通过无线传输到终端服务器,带式输送机控制中心从服务器获取数据并展示。
如图3所示,为本实施例提供的用于带式输送机巡检机器人的托辊异常检测的方法实现流程框图。拾音器4用于实时采集托辊运行噪声进行预测,通过SVM噪声分类模型获取当前位置监测到的噪声是正常噪声和异常噪声的概率。
如图4所示,SVM噪声分类模型的获取是通过拾音器4预采集的托辊各种运行状态下的噪声样本,将噪声样本分为正常状态的样本和异常状态的样本,形成样本集,进行SVM分类模型训练,当训练的损失函数精度达到设定阈值时终止训练保存分类模型;其中训练中提取的样本特征,包括:短时平均过零率、短时能量、能量熵、频谱中心、频谱延展度、谱熵、频谱通量、频谱滚降点、梅尔倒谱系数。
如图3所示,在拾音器4实时采集托辊运行噪声同时,双热成像相机3采集的托辊温度可提取异常温度分布,结合异常噪声概率和异常温度概率计算托辊组1异常的概率值,如果大于预先设定的异常概率阈值,则认为当前检测的托辊组1存在异常;并根据无线射频读写器5读取当前托辊组1的编号,将当前托辊组1的异常状态上报输送机控制中心。
Claims (7)
1.用于带式输送机巡检机器人的托辊异常检测系统,其特征在于,所述系统包括:
RFID标签,所述RFID标签对应每组托辊组设置,用于标记托辊组位置;
拾音器,所述拾音器设置于巡检机器人上,用于采集托辊组运转噪声;
热成像相机,所述热成像相机设置于巡检机器人上,用于采集托辊组温度;
无线射频读写器,所述无线射频读写器设置于巡检机器人上,用于读取RFID标签以识别当前被检测的托辊组所在位置;
控制主板,所述控制主板用于获取拾音器、热成像相机、无线射频读写器的数据并基于数据信息判断托辊组异常情况。
2.如权利要求1所述的用于带式输送机巡检机器人的托辊异常检测系统,其特征在于,所述系统还包括终端服务器,所述控制主板处理后的数据通过无线传输至终端服务器,由终端服务器将托辊组状态信息上报至输送机控制中心。
3.如权利要求1所述的用于带式输送机巡检机器人的托辊异常检测系统,其特征在于,所述RFID标签安装于带式输送机机架中心底部处用于为巡检机器人提供运行轨道的导轨上。
4.如权利要求3所述的用于带式输送机巡检机器人的托辊异常检测系统,其特征在于,所述拾音器设置于巡检机器人前端中间位置,所述热成像相机为两个,分别设置于巡检机器人两侧端面位置。
5.用于带式输送机巡检机器人的托辊异常检测方法,所述方法基于权利要求1~4任一项所述的检测系统,其特征在于,所述方法包括:
通过拾音器预先采集输送机运行时的多种噪声样本,训练SVM噪声分类模型;带式输送机工作时,通过所述分类模型对拾音器实时采集的托辊组噪声数据进行检测,结合热成像相机实时采集的托辊组温度数据得到托辊组异常概率值,当所述异常概率值大于设定阈值时,判定为当前托辊组存在异常;基于无线射频读写器读取的当前托辊组的位置,将当前托辊组的异常状态上报至输送机控制中心。
6.如权利要求5所述的用于带式输送机巡检机器人的托辊异常检测方法,其特征在于,将拾音器预先采集的输送机运行时的噪声样本分为正常状态的噪声样本和异常状态的噪声样本,形成样本集进行SVM噪声分类模型训练,当训练的损失函数精度达到设定阈值时终止训练并保存分类模型。
7.如权利要求6所述的用于带式输送机巡检机器人的托辊异常检测方法,其特征在于,在进行SVM噪声分类模型训练时,提取的样本特征至少包括短时平均过零率、短时能量、能量熵、频谱中心、频谱延展度、谱熵、频谱通量、频谱滚降点、梅尔倒谱系数中的一种。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910899930.8A CN110589405A (zh) | 2019-09-23 | 2019-09-23 | 用于带式输送机巡检机器人的托辊异常检测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910899930.8A CN110589405A (zh) | 2019-09-23 | 2019-09-23 | 用于带式输送机巡检机器人的托辊异常检测系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110589405A true CN110589405A (zh) | 2019-12-20 |
Family
ID=68862688
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910899930.8A Pending CN110589405A (zh) | 2019-09-23 | 2019-09-23 | 用于带式输送机巡检机器人的托辊异常检测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110589405A (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111204568A (zh) * | 2020-03-11 | 2020-05-29 | 山西拓川机电科技有限公司 | 一种基于检测机器人的带式输送机托辊检测系统 |
CN111891683A (zh) * | 2020-07-15 | 2020-11-06 | 太原理工大学 | 一种带式输送机托辊状态参量的检测装置 |
CN112173636A (zh) * | 2020-08-18 | 2021-01-05 | 洛阳视距智能科技有限公司 | 一种巡检机器人对皮带机托辊故障的检测方法 |
CN112241574A (zh) * | 2020-10-28 | 2021-01-19 | 太原理工大学 | 基于图像纹理信息的带式输送机托辊状态测控方法和装置 |
CN112504673A (zh) * | 2020-12-07 | 2021-03-16 | 中国科学院重庆绿色智能技术研究院 | 基于机器学习的托辊故障诊断方法、系统及存储介质 |
CN112660745A (zh) * | 2020-12-07 | 2021-04-16 | 中国科学院重庆绿色智能技术研究院 | 托辊故障智能诊断方法、系统及可读存储介质 |
CN112660746A (zh) * | 2020-12-07 | 2021-04-16 | 中国科学院重庆绿色智能技术研究院 | 基于大数据技术的托辊故障诊断方法、系统及存储介质 |
CN113074924A (zh) * | 2021-03-25 | 2021-07-06 | 中煤科工集团重庆研究院有限公司 | 一种带式输送机托辊异常声学诊断系统及方法 |
CN113213101A (zh) * | 2021-05-06 | 2021-08-06 | 华润电力技术研究院有限公司 | 一种托辊异常检测方法和系统 |
CN113443828A (zh) * | 2020-03-26 | 2021-09-28 | 住友电气工业株式会社 | 光纤的制造方法 |
CN114873153A (zh) * | 2022-03-15 | 2022-08-09 | 唐山不锈钢有限责任公司 | 一种皮带输送机点检装置 |
CN115027903A (zh) * | 2022-05-17 | 2022-09-09 | 湖北省赛孚智能科技有限责任公司 | 一种用于皮带运输机的实时监控和排障装置 |
CN115535571A (zh) * | 2022-09-21 | 2022-12-30 | 湖北云能科技有限公司 | 一种输送设备智能监控系统及方法 |
CN115838062A (zh) * | 2022-08-01 | 2023-03-24 | 广州华方智能科技有限公司 | 一种基于稠密光流的带式输送机托辊不转检测系统及方法 |
CN115848938A (zh) * | 2022-12-29 | 2023-03-28 | 重庆大学 | 适用于带式输送机的声光巡检方法、终端及可读存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107043000A (zh) * | 2017-06-15 | 2017-08-15 | 西安科技大学 | 一种基于机器视觉的皮带运输机安全智能保障系统 |
CN107399580A (zh) * | 2017-07-13 | 2017-11-28 | 北方重工集团有限公司 | 一种带式输送机自动巡检系统 |
CN107512550A (zh) * | 2017-09-27 | 2017-12-26 | 武汉摩林翰机电设备有限公司 | 一种带式输送机的输送带损害监测装置及方法 |
CN108706308A (zh) * | 2018-05-29 | 2018-10-26 | 华电重工股份有限公司 | 一种输送机的故障识别方法、装置及系统 |
CN109941783A (zh) * | 2019-03-06 | 2019-06-28 | 湖北凯瑞知行智能装备有限公司 | 胶带机智能转载系统 |
JP6574592B2 (ja) * | 2015-04-06 | 2019-09-11 | 株式会社大林組 | ベルト探傷装置 |
-
2019
- 2019-09-23 CN CN201910899930.8A patent/CN110589405A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6574592B2 (ja) * | 2015-04-06 | 2019-09-11 | 株式会社大林組 | ベルト探傷装置 |
CN107043000A (zh) * | 2017-06-15 | 2017-08-15 | 西安科技大学 | 一种基于机器视觉的皮带运输机安全智能保障系统 |
CN107399580A (zh) * | 2017-07-13 | 2017-11-28 | 北方重工集团有限公司 | 一种带式输送机自动巡检系统 |
CN107512550A (zh) * | 2017-09-27 | 2017-12-26 | 武汉摩林翰机电设备有限公司 | 一种带式输送机的输送带损害监测装置及方法 |
CN108706308A (zh) * | 2018-05-29 | 2018-10-26 | 华电重工股份有限公司 | 一种输送机的故障识别方法、装置及系统 |
CN109941783A (zh) * | 2019-03-06 | 2019-06-28 | 湖北凯瑞知行智能装备有限公司 | 胶带机智能转载系统 |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111204568A (zh) * | 2020-03-11 | 2020-05-29 | 山西拓川机电科技有限公司 | 一种基于检测机器人的带式输送机托辊检测系统 |
CN113443828A (zh) * | 2020-03-26 | 2021-09-28 | 住友电气工业株式会社 | 光纤的制造方法 |
CN113443828B (zh) * | 2020-03-26 | 2024-02-13 | 住友电气工业株式会社 | 光纤的制造方法 |
CN111891683A (zh) * | 2020-07-15 | 2020-11-06 | 太原理工大学 | 一种带式输送机托辊状态参量的检测装置 |
CN112173636A (zh) * | 2020-08-18 | 2021-01-05 | 洛阳视距智能科技有限公司 | 一种巡检机器人对皮带机托辊故障的检测方法 |
CN112241574A (zh) * | 2020-10-28 | 2021-01-19 | 太原理工大学 | 基于图像纹理信息的带式输送机托辊状态测控方法和装置 |
CN112241574B (zh) * | 2020-10-28 | 2022-08-30 | 太原理工大学 | 基于图像纹理信息的带式输送机托辊状态测控方法和装置 |
CN112504673A (zh) * | 2020-12-07 | 2021-03-16 | 中国科学院重庆绿色智能技术研究院 | 基于机器学习的托辊故障诊断方法、系统及存储介质 |
CN112660745B (zh) * | 2020-12-07 | 2022-04-08 | 中国科学院重庆绿色智能技术研究院 | 托辊故障智能诊断方法、系统及可读存储介质 |
CN112660746A (zh) * | 2020-12-07 | 2021-04-16 | 中国科学院重庆绿色智能技术研究院 | 基于大数据技术的托辊故障诊断方法、系统及存储介质 |
CN112660745A (zh) * | 2020-12-07 | 2021-04-16 | 中国科学院重庆绿色智能技术研究院 | 托辊故障智能诊断方法、系统及可读存储介质 |
CN113074924A (zh) * | 2021-03-25 | 2021-07-06 | 中煤科工集团重庆研究院有限公司 | 一种带式输送机托辊异常声学诊断系统及方法 |
CN113213101A (zh) * | 2021-05-06 | 2021-08-06 | 华润电力技术研究院有限公司 | 一种托辊异常检测方法和系统 |
CN114873153A (zh) * | 2022-03-15 | 2022-08-09 | 唐山不锈钢有限责任公司 | 一种皮带输送机点检装置 |
CN114873153B (zh) * | 2022-03-15 | 2023-08-25 | 唐山不锈钢有限责任公司 | 一种皮带输送机点检装置 |
CN115027903A (zh) * | 2022-05-17 | 2022-09-09 | 湖北省赛孚智能科技有限责任公司 | 一种用于皮带运输机的实时监控和排障装置 |
CN115838062A (zh) * | 2022-08-01 | 2023-03-24 | 广州华方智能科技有限公司 | 一种基于稠密光流的带式输送机托辊不转检测系统及方法 |
CN115535571A (zh) * | 2022-09-21 | 2022-12-30 | 湖北云能科技有限公司 | 一种输送设备智能监控系统及方法 |
CN115848938A (zh) * | 2022-12-29 | 2023-03-28 | 重庆大学 | 适用于带式输送机的声光巡检方法、终端及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110589405A (zh) | 用于带式输送机巡检机器人的托辊异常检测系统及方法 | |
CN108298273A (zh) | 皮带机智能巡检系统 | |
CN113895911B (zh) | 一种智慧煤流控制系统、方法及可存储介质 | |
CN112171693A (zh) | 一种用于矿用皮带机的智能巡检机器人 | |
CN106017932A (zh) | 电机轴承在线监测及智能预警系统 | |
CN112173636B (zh) | 一种巡检机器人对皮带机托辊故障的检测方法 | |
CN107831387A (zh) | 一种电力站设备运行状况智能监测方法 | |
CN104386449A (zh) | 用于矿用皮带运输机头尾轮在线检测智能保护装置 | |
CN110451204A (zh) | 一种用于传送带实时检视系统 | |
CN117250576B (zh) | 一种基于多维传感数据的电流传感器实时异常检测方法 | |
CN117214617A (zh) | 一种智能电网故障实时监测定位系统及方法 | |
CN106483403A (zh) | 基于多途径多手段的变压器实时监测方法及系统 | |
CN116902536A (zh) | 一种皮带机智能纠偏系统 | |
CN111565024A (zh) | 一种太阳能电池板故障检测与运行效率预测装置和方法 | |
EP3650260A1 (en) | A diagnosis network of a plurality of electrified lines and/or of sliding contacts of a plurality of electric traction vehicles and corresponding method | |
CN104374373A (zh) | 基于受电弓图像分析的接触网状态监测系统 | |
CN114386741A (zh) | 一种基于风险识别的建筑工地施工安全监控系统 | |
CN103787045A (zh) | 一种管状输送带的扭转监测装置和方法 | |
CN204463278U (zh) | 一种点巡检终端、标识设备和点巡检系统 | |
AU2014299212A1 (en) | Noise collection system for belt conveyor | |
CN115649802A (zh) | 一种自主识别设备托辊异常的方法及系统 | |
CN116012784A (zh) | 基于ai机器人识别的采煤过程巡检方法及系统 | |
US20220234837A1 (en) | Device and method for detecting wear of a transport system having sliding contacts | |
CN115902541A (zh) | 一种输电线路绝缘子放电及缺陷的诊断方法及系统 | |
CN114062923A (zh) | 一种基于电流磁致信号和高次谐波诊断技术的电机故障在线超前预警系统 |
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 |
Application publication date: 20191220 |
|
RJ01 | Rejection of invention patent application after publication |