CN112798615A - 盾构机刀具磨损检测方法及装置、计算机设备及存储介质 - Google Patents
盾构机刀具磨损检测方法及装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN112798615A CN112798615A CN202011580773.3A CN202011580773A CN112798615A CN 112798615 A CN112798615 A CN 112798615A CN 202011580773 A CN202011580773 A CN 202011580773A CN 112798615 A CN112798615 A CN 112798615A
- Authority
- CN
- China
- Prior art keywords
- shield machine
- machine cutter
- dimensional model
- cutter
- detected
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 46
- 238000005299 abrasion Methods 0.000 title claims abstract description 25
- 238000003860 storage Methods 0.000 title claims abstract description 16
- 230000005641 tunneling Effects 0.000 title claims description 44
- 238000000034 method Methods 0.000 claims abstract description 61
- 238000007781 pre-processing Methods 0.000 claims abstract description 20
- 238000004590 computer program Methods 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 17
- 238000001914 filtration Methods 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 5
- 238000009499 grossing Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims 5
- 230000000694 effects Effects 0.000 abstract description 7
- 238000004422 calculation algorithm Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 12
- 230000007246 mechanism Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- WYTGDNHDOZPMIW-RCBQFDQVSA-N alstonine Natural products C1=CC2=C3C=CC=CC3=NC2=C2N1C[C@H]1[C@H](C)OC=C(C(=O)OC)[C@H]1C2 WYTGDNHDOZPMIW-RCBQFDQVSA-N 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000001050 lubricating effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8883—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges involving the calculation of gauges, generating models
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Excavating Of Shafts Or Tunnels (AREA)
Abstract
本发明提供了一种盾构机刀具磨损检测方法及装置、计算机设备及存储介质，属于盾构机刀具检测技术领域，检测方法包括获取待测盾构机刀具点云数据；对待测盾构机刀具点云数据进行预处理；根据预处理之后的待测盾构机刀具点云数据，构建待测盾构机刀具三维模型；将待测盾构机刀具三维模型与标准盾构机刀具三维模型进行配准；提取待测盾构机刀具三维模型的特征；比较待测盾构机刀具三维模型与标准盾构机刀具三维模型的特征。技术效果：上述检测方法实现了待测盾构机刀具和标准盾构机刀具在三维模式下的特征对比，三维模式下对比更加全面，可以快速准确地对应检测待测盾构机刀具的磨损情况，检测精度更高，能够为换刀时机做出更科学准确的评判依据。
Description
技术领域
本发明属于盾构机刀具检测技术领域，更具体地说，是涉及一种盾构机刀具磨损检测方法及装置、计算机设备及存储介质。
背景技术
盾构机的刀盘是盾构施工过程中实现破岩掘进的主要部件，其中起决定性作用的是应用在刀盘上的各类盾构刀具，不仅价格昂贵，而且属于易耗件、易损件，在工作过程中，会产生不同类型、不同程度的磨损。
盾构机刀具磨损是影响盾构施工质量和进度的关键因素，传统的国内外检测盾构机刀具磨损的方法主要包括开仓检测、异味检测、油压检测、掘进参数分析等方法。例如，开仓检测法是检测刀具磨损最直接最可靠有效的方法，使盾构机停机，人工进舱对刀具逐个检查，但在过程中通常需要带压操作，安全风险高，可能会造成开挖面坍塌，甚至造成人员伤亡，并且工作周期较长，在某些工程中，人工进舱对刀盘整体检测需要耗时约三天，成本高效率低。再例如，异味检测法一般在掘进机的轴承润滑液中加入具有异味的添加剂，在掘进过程中，如果刀具漏油，则会释放出刺鼻的异味，能够敏感地报告刀具损坏信息，但是掘进机和盾构机不同，在应用至盾构机中时，检测效果不理想，可靠有效性较差。又例如，油压检测法由于油路数量有限，只能安装于少部分刀具上，检测不到其他刀具的磨损情况，而且无法获取具体的磨损量。类似地，在一些检测方法中采用在刀具或刀盘内安装液压或电子传感器系统，一旦刀具磨损到一定程度就会自动报警指示，但由于刀具磨损感应装置只能安装于少部分刀具上，因此无法检测其他刀具的磨损情况，也无法检测偏磨和非正常磨损。
基于传统的检测方法作业时间长或检测效果差的因素，出现了基于图像采集进行刀具磨损检测的方法。例如，利用机器视觉采集各类盾构机刀具的二维图像，基于神经网络对盾构机刀具类别和定位进行检测，虽然图像方法取得了很大进步，但基于影像或图像提取还存在许多困难，一方面，由于盾构掘进地质环境复杂多样，环境恶劣，虽然设置了照明装置，但是由于自然图像采集过程及图像处理技术的限制，获取的二维刀具图像往往存在大量噪声，不利于刀具磨损检测；另一方面，在刀具正常磨损或刀圈偏磨等情况下，目前基于二维图像信息的检测方法无法精确地计算磨损量。
基于此，出现了利用三维控制场标定的摄像装置，通过与标准三维模型的定向操作，借助三维可视化平台和摄像分析对刀具的磨损情况进行定量检测，实现了刀具磨损情况的评估。而此方案中，刀具的可视化检测方案是将盾构机三维模型上刀盘的边缘投影到二维图像上然后进行参数提取，与图像上的刀盘边缘进行比对，虽然此方法能够获取一定的磨损信息，但在从三维模型到二维转化过程中，由于丢失了大部分信息，对于刀具磨损中常见的偏磨、尖刃磨损等情况，其刀盘的边缘投影与正常刀盘的边缘投影几乎没有差别，因此，该测试方法具有一定的片面性，检测精度和检测效果不够理想。
在上述传统检测方法的基础上，如何快速准确地检测盾构机刀具的磨损情况成为本领域内需要解决的技术问题。
发明内容
本发明的目的在于提供一种盾构机刀具磨损检测方法及装置、计算机设备及存储介质，旨在解决如何快速准确地检测盾构机刀具的磨损情况的技术问题。
为实现上述目的，本发明采用的技术方案是：提供一种盾构机刀具磨损检测方法，包括：
获取待测盾构机刀具点云数据；
对所述待测盾构机刀具点云数据进行预处理；
根据预处理之后的所述待测盾构机刀具点云数据，构建待测盾构机刀具三维模型；
将所述待测盾构机刀具三维模型与标准盾构机刀具三维模型进行配准；
提取所述待测盾构机刀具三维模型的特征；
比较所述待测盾构机刀具三维模型与所述标准盾构机刀具三维模型的特征。
作为本发明另一实施例，在所述获取待测盾构机刀具点云数据之前，包括：
获取标准盾构机刀具点云数据；
对所述标准盾构机刀具点云数据进行预处理；
根据预处理之后的所述标准盾构机刀具点云数据，构建标准盾构机刀具三维模型；
提取所述标准盾构机刀具三维模型的特征。
作为本发明另一实施例，所述对所述待测盾构机刀具点云数据进行预处理，包括：
对所述待测盾构机刀具点云数据进行去噪处理；
对去噪处理之后的所述待测盾构机刀具点云数据进行平滑滤波处理；
对平滑滤波处理之后的所述待测盾构机刀具点云数据进行采样处理；
对采样处理之后的所述待测盾构机刀具点云数据进行压缩处理。
作为本发明另一实施例，所述根据预处理之后的所述待测盾构机刀具点云数据，构建待测盾构机刀具三维模型，包括：
对预处理之后的所述待测盾构机刀具点云数据进行曲面拟合，得到初步的待测盾构机刀具三维模型；
对初步的所述待测盾构机刀具三维模型进行二次处理，得到最终的所述待测盾构机刀具三维模型。
作为本发明另一实施例，所述将所述待测盾构机刀具三维模型与标准盾构机刀具三维模型进行配准，包括：
将所述待测盾构机刀具三维模型与标准盾构机刀具三维模型进行粗配准；
将粗配准之后的所述待测盾构机刀具三维模型与所述标准盾构机刀具三维模型进行精配准。
作为本发明另一实施例，在所述提取所述待测盾构机刀具三维模型的特征中，所述特征包括点云高程和点云曲率。
作为本发明另一实施例，所述比较所述待测盾构机刀具三维模型与所述标准盾构机刀具三维模型的特征，包括：
计算所述待测盾构机刀具三维模型与所述标准盾构机刀具三维模型的同一轮廓线点云的高程差均值
比较高程差均值
高程差预设低阈值ΔHmin和高程差预设高阈值ΔHmax，若
则判定待测盾构机刀具为严重磨损或刀圈脱落状态；若
则判定待测盾构机刀具为中度磨损状态；若
则计算所述待测盾构机刀具三维模型的同一轮廓线相邻点云的曲率差ΔK，比较曲率差ΔK和曲率差预设高阈值ΔKmax，若ΔK>ΔKmax，则判定待测盾构机刀具为刀圈断裂状态，反之，则判定待测盾构机刀具为正常状态；
其中，
m是点云个数，Hi是待测盾构机刀具在点云pi处的高程，H'j是标准盾构机刀具在点云p'j处的高程值，点p'j是离pi最近的点，Ki是待测盾构机刀具在点云pi处的曲率。
本发明还提供一种盾构机刀具磨损检测装置，包括：
获取模块，用于获取待测盾构机刀具点云数据：
预处理模块，用于对所述待测盾构机刀具点云数据进行预处理；
构建模块，用于根据预处理之后的所述待测盾构机刀具点云数据，构建待测盾构机刀具三维模型；
配准模块，用于将所述待测盾构机刀具三维模型与标准盾构机刀具三维模型进行配准；
提取模块，用于提取所述待测盾构机刀具三维模型的特征；以及
比较模块，用于比较所述待测盾构机刀具三维模型与所述标准盾构机刀具三维模型的特征。
本发明还提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如上任一实施例所述的方法的步骤。
本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上任一实施例所述的方法的步骤。
本发明提供的盾构机刀具磨损检测方法及装置、计算机设备及存储介质，至少具有以下技术效果：与传统技术相比，本发明提供的盾构机刀具磨损检测方法及装置、计算机设备及存储介质，通过获取待测盾构机刀具点云数据，根据待测盾构机刀具点云数据进行预处理，再构建待测盾构机刀具三维模型，将待测盾构机刀具三维模型和标准盾构机刀具三维模型进行配准，提取待测盾构机刀具三维模型的特征，比较待测盾构机刀具三维模型和标准盾构机刀具三维模型的特征，实现了待测盾构机刀具和标准盾构机刀具在三维模式下的特征对比，三维模式下对比更加全面，可以快速准确地对应检测待测盾构机刀具的磨损情况，检测精度更高，能够为不同工作环境、不同地质条件下的换刀时机的选择做出更科学准确的评判依据。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一实施例中盾构机刀具磨损检测方法的流程图；
图2为本发明一实施例中盾构机刀具磨损检测方法中特征识别方法的流程图；
图3为本发明一实施例中盾构机刀具磨损检测装置的结构示意图；
图4为本发明一实施例中计算机设备的内部结构示意图；
图5为本发明一实施例中三维激光扫描检测系统的结构示意图。
图中：
100、盾构机刀具磨损检测装置
110、获取模块 120、预处理模块 130、构建模块
140、配准模块 150、提取模块 160、比较模块
200、三维激光扫描检测系统
210、夹持机构 220、三维激光头 230、电机机构
240、数据处理终端 300、待测刀具
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
请一并参阅图1至图5，现对本发明实施例提供的盾构机刀具磨损检测方法及装置、计算机设备及存储介质进行说明。
请参阅图1，本发明实施例提供了一种盾构机刀具磨损检测方法，包括：
S100、获取待测盾构机刀具点云数据。
本发明实施例中，利用三维激光扫描检测系统200对待测盾构机刀具进行三维扫描，获取待测盾构机刀具点云数据。如图5所示，三维激光扫描检测系统200具体包括用于放置待测盾构机刀具的夹持机构210，设于夹持机构210的三维激光头220，用于驱动夹持机构210或三维激光头220的电机机构230，以及与三维激光头220进行数据信息交互的数据处理终端240，该数据处理终端240具体可以是计算机设备，三维激光头220具体可以是相机，待测刀具300指的是待测盾构机刀具或标准盾构机刀具。可以理解的是，三维激光扫描检测系统200中的夹持机构210、三维激光头220和电机机构230可以固定安装于盾构机内，也可以利用工业机器人、蛇形臂机器人等送入盾构机内，能够大大提高检测效率和灵活性，避免停机造成的工期烟雾和开舱带来的风险，对盾构机的安全性和高效性具有重大意义。
具体地，如图5所示，根据待测盾构机刀具的大小、位置，设计三维激光头220的位置、扫描范围和扫描参数。图5中所示为三维X/Y/Z坐标系，通过控制三维激光头220的运动方向，使其沿Y轴方向运动，设置三维激光头220的扫描参数，例如，采集点云数据的行数设为1280，Z轴方向最大值设为刀圈最大厚度为60mm，计算三维激光头220的运动方向分辨率，其数值等于三维激光扫描控制器中两个脉冲之间的距离，例如，根据控制器参数400脉冲/圈、1.8mm/圈，计算得出两个脉冲之间的运动距离是0.009mm，因此，三维激光头220的运动方向分辨率数值设为0.009，单位是mm。当设置好扫描参数之后，开始扫描待测盾构机刀具，将获取的待测盾构机刀具点云数据发送至数据处理终端240。
S200、对待测盾构机刀具点云数据进行预处理。
本发明实施例中，对获取的盾构机刀具点云数据进行预处理，能够去除较多的噪声点和冗余点，得到更简洁准确的点云数据。
S300、根据预处理之后的待测盾构机刀具点云数据，构建待测盾构机刀具三维模型。
本发明实施例中，将待测盾构机刀具点云数据进行拟合，构建待测盾构机刀具三维模型，能够形成整体化三维模型，一致性和柔和性更好。
S400、将待测盾构机刀具三维模型与标准盾构机刀具三维模型进行配准。
本发明实施例中，将待测盾构机刀具三维模型与标准盾构机刀具三维模型进行配准，使得二者在三维空间上能够中心对齐，便于比较识别。
S500、提取待测盾构机刀具三维模型的特征。
本发明实施例中，选择待测盾构机刀具三维模型中的若干个特征进行提取计算，以便于与标准盾构机刀具三维模型中的特征进行比较识别。
S600、比较待测盾构机刀具三维模型与标准盾构机刀具三维模型的特征。
本发明实施例中，将待测盾构机刀具三维模型中选定的特征与标准盾构机刀具三维模型中对应的特征进行一一对比，根据三维模式下的特征对比，能够精确地判断出待测盾构机刀具的磨损情况，检测精度更高。
可以理解的是，标准盾构机刀具三维模型已经被预先采集确认好，直接调用对比即可。盾构机刀具可以是滚刀、切削刀等类型。
本发明实施例提供的盾构机刀具磨损检测方法，至少具有以下技术效果：与传统技术相比，本发明实施例提供的盾构机刀具磨损检测方法，通过获取待测盾构机刀具点云数据，根据待测盾构机刀具点云数据进行预处理，再构建待测盾构机刀具三维模型，将待测盾构机刀具三维模型和标准盾构机刀具三维模型进行配准，提取待测盾构机刀具三维模型的特征，比较待测盾构机刀具三维模型和标准盾构机刀具三维模型的特征，实现了待测盾构机刀具和标准盾构机刀具在三维模式下的特征对比，三维模式下对比更加全面，可以快速准确地对应检测待测盾构机刀具的磨损情况，检测精度更高，能够为不同工作环境、不同地质条件下的换刀时机的选择做出更科学准确的评判依据。
作为本发明实施例的一种具体实施方式，在获取待测盾构机刀具点云数据之前，包括：获取标准盾构机刀具点云数据；对标准盾构机刀具点云数据进行预处理；根据预处理之后的标准盾构机刀具点云数据，构建标准盾构机刀具三维模型；提取标准盾构机刀具三维模型的特征。
本实施例中，可以利用上述三维激光扫描检测系统对标准盾构机刀具进行扫描以获取标准盾构机刀具点云数据，并采用与待测盾构机刀具相同的方式进行预处理、三维模型构建、提取特征等，在此不再赘述。
作为本发明实施例的一种具体实施方式，步骤S200、对待测盾构机刀具点云数据进行预处理，包括：对待测盾构机刀具点云数据进行去噪处理；对去噪处理之后的待测盾构机刀具点云数据进行平滑滤波处理；对平滑滤波处理之后的待测盾构机刀具点云数据进行采样处理；对采样处理之后的待测盾构机刀具点云数据进行压缩处理。
本实施例中，首先，对待测盾构机刀具点云数据进行去噪处理，剔除噪声点和离散点；其次，可以采用中值滤波方法对待测盾构机刀具点云数据进行平滑滤波处理，如此，可以减少冗杂的点云数据，考虑到点云数据的数量依然庞大，为了去掉大量冗余的点云数据，同时保留待测盾构机刀具的特征信息，可以对点云数据进行采样和压缩处理，具体可以采用等数据点方法对大量的点云数据进行采样压缩处理，即间隔几个点采取一个点实现冗余数据的简化。可以理解的是，在保留特征信息的基础上，还可以采用其他数据处理方式对点云数据进行简化。
作为本发明实施例的一种具体实施方式，步骤S300、根据预处理之后的待测盾构机刀具点云数据，构建待测盾构机刀具三维模型，包括：对预处理之后的待测盾构机刀具点云数据进行曲面拟合，得到初步的待测盾构机刀具三维模型；对初步的待测盾构机刀具三维模型进行二次处理，得到最终的待测盾构机刀具三维模型。
本实施例中，可以先利用实体盾构机刀具的拓扑信息，对预处理之后的待测盾构机刀具点云数据进行曲面拟合，获得初步的待测盾构机刀具三维模型。考虑到漏洞及纹理缺失等情况，还可以采用相同的方式或其他方式对初步的待测盾构机刀具三维模型进行二次处理与编辑，弥补漏洞及纹理缺失等情况，完成三维模型的构建与优化工作。
作为本发明实施例的一种具体实施方式，步骤S400、将待测盾构机刀具三维模型与标准盾构机刀具三维模型进行配准，包括：将待测盾构机刀具三维模型与标准盾构机刀具三维模型进行粗配准；将粗配准之后的待测盾构机刀具三维模型与标准盾构机刀具三维模型进行精配准。
本实施例中，在粗配准阶段可选的方法包括基于穷举搜索的配准算法和基于特征匹配的匹配算法等，其中，基于穷举搜索的配准算法包括RANSAC配准算法、四点一致集配准算法(4-Point Congruent Set，4PCS)、Super 4PCS、SK-4PCS、G-4PCS算法等，基于特征匹配的配准算法包括基于点FPFH特征的SAC-IA、FGR等算法，基于点SHOT特征的AO算法以及基于线特征的ICL等算法，对此不作限制。
在精配准阶段可选的方法包括迭代最近点法(Iterative Closest Point，ICP)及其变形如kdtree-ICP、MBICP、GICP、NICP等。例如，可以选择4PCS和kdtree-ICP算法实现待测盾构机刀具三维模型和标准盾构机刀具三维模型的粗配准和精配准。
作为本发明实施例的一种具体实施方式，在提取待测盾构机刀具三维模型的特征中，特征包括点云高程和点云曲率。本实施例中，结合待测盾构机刀具三维模型，对获取的刀具信息进行特征提取，考虑到盾构机刀具的形状构造，特征信息选择点云高程和点云曲率，点云高程可以由三维激光扫描检测系统扫描待测盾构机刀具之后获取。点云曲率的计算方法包括二次参数曲面方法估计局部曲面曲率特性，欧几里得空间二次曲面拟合方法估算曲率等，本实施例中，以欧几里得空间二次曲面拟合方法为例，进行说明。
点云曲率的具体计算步骤包括：(a)选取待测盾构机刀具点云中一点p0，计算经过该点及其k邻域点的空间二次曲面方程；(b)计算点p0的法向量；(c)计算垂直于点p0切平面的两个互相垂直的径向平面方程；(d)计算两个正交的空间曲线以及曲线上点p0的曲率；(e)得出过点p0的两个正交曲线的曲率值K1和K2，点p0的曲率估计等于
在上述点云曲率的具体计算步骤中，根据步骤(a)可以计算步骤(b)中的法向量，根据步骤(b)可以计算步骤(c)中两个正交径向平面方程，根据步骤(c)可以计算步骤(d)中两个正交曲线方程，根据步骤(d)可以计算步骤(e)中的曲率。
可以理解的是，对于标准盾构机刀具三维模型的特征信息也可以采用与待测盾构机刀具三维模型相同的方式获取，或者，根据生产参数及经验参数确定。
请参阅图2，在特征包括点云高程和点云曲率的基础上，作为本发明实施例的一种具体实施方式，步骤S600、比较待测盾构机刀具三维模型与标准盾构机刀具三维模型的特征，包括：
计算待测盾构机刀具三维模型与标准盾构机刀具三维模型的同一轮廓线点云的高程差均值
比较高程差均值
高程差预设低阈值ΔHmin和高程差预设高阈值ΔHmax，若
则判定待测盾构机刀具为严重磨损或刀圈脱落状态；若
则判定待测盾构机刀具为中度磨损状态；若
则计算待测盾构机刀具三维模型的同一轮廓线相邻点云的曲率差ΔK，比较曲率差ΔK和曲率差预设高阈值ΔKmax，若ΔK>ΔKmax，则判定待测盾构机刀具为刀圈断裂状态，反之，则判定待测盾构机刀具为正常状态；
其中，
m是点云个数，Hi是待测盾构机刀具在点云pi处的高程，H'j是标准盾构机刀具在点云p'j处的高程值，点p'j是离pi最近的点，Ki是待测盾构机刀具在点云pi处的曲率。
本实施例中，ΔHmin和ΔHmax的数值大小取决于盾构机刀具刀圈厚度和盾构机刀具在工程应用中最大允许的磨损误差，例如，某测试型号的盾构机刀具磨损量最大误差极限为25mm，则设置ΔHmin＝25mm，而ΔHmax一般设置为刀圈厚度值的80％，例如，刀圈厚度为60mm，则ΔHmax＝48mm。ΔKmax是根据正常刀具的曲率计算获取的一个经验值。基于实际型号的盾构机刀具可以选择对应的ΔHmin、ΔHmax和ΔKmax，对此不作限制。
本实施例中，根据比较待测盾构机刀具三维模型与标准盾构机刀具三维模型的点云高程和点云曲率，可以更精确地判定待测盾构机刀具的磨损程度和损坏类别，为指导换刀工作提供了更准确的技术帮助，检测效果更好，极大地缩短了检测工期。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
请参阅图3，本发明实施例还提供了一种盾构机刀具磨损检测装置100，包括：获取模块110，用于获取待测盾构机刀具点云数据：预处理模块120，用于对待测盾构机刀具点云数据进行预处理；构建模块130，用于根据预处理之后的待测盾构机刀具点云数据，构建待测盾构机刀具三维模型；配准模块140，用于将待测盾构机刀具三维模型与标准盾构机刀具三维模型进行配准；提取模块150，用于提取待测盾构机刀具三维模型的特征；以及比较模块160，用于比较待测盾构机刀具三维模型与标准盾构机刀具三维模型的特征。
本发明实施例提供的盾构机刀具磨损检测装置100至少具有以下技术效果：与传统技术相比，本发明实施例提供的盾构机刀具磨损检测装置100，通过获取待测盾构机刀具点云数据，根据待测盾构机刀具点云数据进行预处理，再构建待测盾构机刀具三维模型，将待测盾构机刀具三维模型和标准盾构机刀具三维模型进行配准，提取待测盾构机刀具三维模型的特征，比较待测盾构机刀具三维模型和标准盾构机刀具三维模型的特征，实现了待测盾构机刀具和标准盾构机刀具在三维模式下的特征对比，三维模式下对比更加全面，可以快速准确地对应检测待测盾构机刀具的磨损情况，检测精度更高，能够为不同工作环境、不同地质条件下的换刀时机的选择做出更科学准确的评判依据。
此外，关于盾构机刀具磨损检测装置100的具体限定可以参见上文中对于盾构机刀具磨损检测方法的限定，在此不再赘述。需要说明的是，本申请实施例中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。上述装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
本发明实施例还提供了一种计算机设备，该计算机设备可以是计算机，其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种病理切片检测方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图4中示出的结构，仅仅是与本发明实施例技术方案相关的部分结构的框图，并不构成对本发明实施例方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
本发明还提供一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行所述计算机程序时实现如上任一实施例所述的方法的步骤。具体步骤与上述盾构机刀具磨损检测方法相同，在此不再赘述。计算机设备具体可以是计算机、笔记本、掌上电脑及云端服务器等。
本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如上任一实施例所述的方法的步骤。具体步骤与上述盾构机刀具磨损检测方法相同，在此不再赘述。计算机程序可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器中，并由处理器执行，以完成本发明。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序在计算机设备中的执行过程。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。
易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为进一步地说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或模块的间接耦合或通讯连接，可以是电性，机械或其它的形式。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.盾构机刀具磨损检测方法，其特征在于，包括：
获取待测盾构机刀具点云数据；
对所述待测盾构机刀具点云数据进行预处理；
根据预处理之后的所述待测盾构机刀具点云数据，构建待测盾构机刀具三维模型；
将所述待测盾构机刀具三维模型与标准盾构机刀具三维模型进行配准；
提取所述待测盾构机刀具三维模型的特征；
比较所述待测盾构机刀具三维模型与所述标准盾构机刀具三维模型的特征。
2.如权利要求1所述的检测方法，其特征在于，在所述获取待测盾构机刀具点云数据之前，包括：
获取标准盾构机刀具点云数据；
对所述标准盾构机刀具点云数据进行预处理；
根据预处理之后的所述标准盾构机刀具点云数据，构建标准盾构机刀具三维模型；
提取所述标准盾构机刀具三维模型的特征。
3.如权利要求1所述的检测方法，其特征在于，所述对所述待测盾构机刀具点云数据进行预处理，包括：
对所述待测盾构机刀具点云数据进行去噪处理；
对去噪处理之后的所述待测盾构机刀具点云数据进行平滑滤波处理；
对平滑滤波处理之后的所述待测盾构机刀具点云数据进行采样处理；
对采样处理之后的所述待测盾构机刀具点云数据进行压缩处理。
4.如权利要求1所述的检测方法，其特征在于，所述根据预处理之后的所述待测盾构机刀具点云数据，构建待测盾构机刀具三维模型，包括：
对预处理之后的所述待测盾构机刀具点云数据进行曲面拟合，得到初步的待测盾构机刀具三维模型；
对初步的所述待测盾构机刀具三维模型进行二次处理，得到最终的所述待测盾构机刀具三维模型。
5.如权利要求1所述的检测方法，其特征在于，所述将所述待测盾构机刀具三维模型与标准盾构机刀具三维模型进行配准，包括：
将所述待测盾构机刀具三维模型与标准盾构机刀具三维模型进行粗配准；
将粗配准之后的所述待测盾构机刀具三维模型与所述标准盾构机刀具三维模型进行精配准。
6.如权利要求1所述的检测方法，其特征在于，在所述提取所述待测盾构机刀具三维模型的特征中，所述特征包括点云高程和点云曲率。
7.如权利要求6所述的检测方法，其特征在于，所述比较所述待测盾构机刀具三维模型与所述标准盾构机刀具三维模型的特征，包括：
计算所述待测盾构机刀具三维模型与所述标准盾构机刀具三维模型的同一轮廓线点云的高程差均值
比较高程差均值
高程差预设低阈值ΔHmin和高程差预设高阈值ΔHmax，若
则判定待测盾构机刀具为严重磨损或刀圈脱落状态；若
则判定待测盾构机刀具为中度磨损状态；若
则计算所述待测盾构机刀具三维模型的同一轮廓线相邻点云的曲率差ΔK，比较曲率差ΔK和曲率差预设高阈值ΔKmax，若ΔK>ΔKmax，则判定待测盾构机刀具为刀圈断裂状态，反之，则判定待测盾构机刀具为正常状态；
其中，
m是点云个数，Hi是待测盾构机刀具在点云pi处的高程，H'j是标准盾构机刀具在点云p'j处的高程值，点p'j是离pi最近的点，Ki是待测盾构机刀具在点云pi处的曲率。
8.盾构机刀具磨损检测装置，其特征在于，包括：
获取模块，用于获取待测盾构机刀具点云数据：
预处理模块，用于对所述待测盾构机刀具点云数据进行预处理；
构建模块，用于根据预处理之后的所述待测盾构机刀具点云数据，构建待测盾构机刀具三维模型；
配准模块，用于将所述待测盾构机刀具三维模型与标准盾构机刀具三维模型进行配准；
提取模块，用于提取所述待测盾构机刀具三维模型的特征；以及
比较模块，用于比较所述待测盾构机刀具三维模型与所述标准盾构机刀具三维模型的特征。
9.计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-7任一项所述的方法的步骤。
10.计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-7任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011580773.3A CN112798615A (zh) | 2020-12-28 | 2020-12-28 | 盾构机刀具磨损检测方法及装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011580773.3A CN112798615A (zh) | 2020-12-28 | 2020-12-28 | 盾构机刀具磨损检测方法及装置、计算机设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112798615A true CN112798615A (zh) | 2021-05-14 |
Family
ID=75805130
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011580773.3A Pending CN112798615A (zh) | 2020-12-28 | 2020-12-28 | 盾构机刀具磨损检测方法及装置、计算机设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112798615A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113702072A (zh) * | 2021-08-27 | 2021-11-26 | 中国核动力研究设计院 | 一种闸板阀磨损量测量方法、测量设备、可读存储介质 |
| CN114118954A (zh) * | 2021-11-18 | 2022-03-01 | 中煤浙江勘测设计有限公司 | 一种应用于基坑的盾构机检测方法、系统及存储介质 |
| CN117490569A (zh) * | 2023-12-28 | 2024-02-02 | 中煤隧道工程有限公司 | 一种盾构机滚刀刀具磨损实时监测方法和系统 |
| CN117764982A (zh) * | 2024-01-11 | 2024-03-26 | 松佳精密科技(东莞)有限公司 | 基于三维点云技术的冲压模架磨损检测方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104155300A (zh) * | 2014-08-19 | 2014-11-19 | 中交隧道工程局有限公司 | 一种盾构机刀具磨损的后部可视化检测装置及其方法 |
| CN104156536A (zh) * | 2014-08-19 | 2014-11-19 | 中交隧道工程局有限公司 | 一种盾构机刀具磨损的可视化定量标定及分析方法 |
| CN108710732A (zh) * | 2018-05-02 | 2018-10-26 | 华中科技大学 | 一种盾构刀具服役期磨损的可视化评估和预测方法 |
| CN108895966A (zh) * | 2018-07-25 | 2018-11-27 | 湖南合盾工程刀具有限公司 | 一种盾构机滚刀磨损实时监测的研制 |
| JP2020138262A (ja) * | 2019-02-27 | 2020-09-03 | 三菱重工業株式会社 | エンドミル検査装置 |
| CN111783257A (zh) * | 2020-07-28 | 2020-10-16 | 哈尔滨理工大学 | 一种通过构建刀具三维磨损图进行切削参数优选的方法 |
-
2020
- 2020-12-28 CN CN202011580773.3A patent/CN112798615A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104155300A (zh) * | 2014-08-19 | 2014-11-19 | 中交隧道工程局有限公司 | 一种盾构机刀具磨损的后部可视化检测装置及其方法 |
| CN104156536A (zh) * | 2014-08-19 | 2014-11-19 | 中交隧道工程局有限公司 | 一种盾构机刀具磨损的可视化定量标定及分析方法 |
| CN108710732A (zh) * | 2018-05-02 | 2018-10-26 | 华中科技大学 | 一种盾构刀具服役期磨损的可视化评估和预测方法 |
| CN108895966A (zh) * | 2018-07-25 | 2018-11-27 | 湖南合盾工程刀具有限公司 | 一种盾构机滚刀磨损实时监测的研制 |
| JP2020138262A (ja) * | 2019-02-27 | 2020-09-03 | 三菱重工業株式会社 | エンドミル検査装置 |
| CN111783257A (zh) * | 2020-07-28 | 2020-10-16 | 哈尔滨理工大学 | 一种通过构建刀具三维磨损图进行切削参数优选的方法 |
Non-Patent Citations (2)
| Title |
|---|
| 廖海平等: ""基于三维测量和混合建模的刀具三维磨损形态研究"", 《机床与液压》 * |
| 石银涛: "《基于点云的真实树木三维仿真理论与技术》", 31 August 2018, 同济大学出版社 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113702072A (zh) * | 2021-08-27 | 2021-11-26 | 中国核动力研究设计院 | 一种闸板阀磨损量测量方法、测量设备、可读存储介质 |
| CN114118954A (zh) * | 2021-11-18 | 2022-03-01 | 中煤浙江勘测设计有限公司 | 一种应用于基坑的盾构机检测方法、系统及存储介质 |
| CN117490569A (zh) * | 2023-12-28 | 2024-02-02 | 中煤隧道工程有限公司 | 一种盾构机滚刀刀具磨损实时监测方法和系统 |
| CN117490569B (zh) * | 2023-12-28 | 2024-04-16 | 中煤隧道工程有限公司 | 一种盾构机滚刀刀具磨损实时监测方法和系统 |
| CN117764982A (zh) * | 2024-01-11 | 2024-03-26 | 松佳精密科技(东莞)有限公司 | 基于三维点云技术的冲压模架磨损检测方法 |
| CN117764982B (zh) * | 2024-01-11 | 2024-05-07 | 松佳精密科技(东莞)有限公司 | 基于三维点云技术的冲压模架磨损检测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112798615A (zh) | 盾构机刀具磨损检测方法及装置、计算机设备及存储介质 | |
| Li et al. | An integrated approach of reverse engineering aided remanufacturing process for worn components | |
| CN111811420B (zh) | 隧道三维轮廓整体绝对变形监测方法及系统 | |
| JP6029870B2 (ja) | コンクリート表面の変状検出方法及び装置 | |
| CN112614098B (zh) | 一种基于增强现实的毛坯定位与加工余量分析方法 | |
| CN113155027B (zh) | 一种隧道岩壁特征物识别方法 | |
| CN112304233B (zh) | 悬挑钢结构构件施工过程变形探测方法 | |
| Zhou et al. | Chisel edge wear measurement of high-speed steel twist drills based on machine vision | |
| CN116524017B (zh) | 一种用于矿山井下检测识别定位系统 | |
| CN111539446A (zh) | 一种基于模板匹配的2d激光孔位检测方法 | |
| Xu et al. | Methodology and implementation of a vision-oriented open CNC system for profile grinding | |
| CN109559374B (zh) | 基于点云数据的高效测绘系统 | |
| CN117474873B (zh) | 一种高铬耐磨铸件钎焊前表面处理系统 | |
| CN112561989B (zh) | 一种建造场景下吊装对象的识别方法 | |
| CN111539951B (zh) | 一种陶瓷砂轮头轮廓尺寸视觉检测方法 | |
| CN111210419B (zh) | 基于人类视觉特性的微型磁瓦表面缺陷检测方法 | |
| Liu et al. | Vision-based excavator pose estimation for automatic control | |
| Diao et al. | Complex parts machining path planning through cross-source point cloud processing | |
| CN115388806A (zh) | 零件表面线型偏差检测方法、装置、电子设备及存储介质 | |
| CN114800034B (zh) | 一种采用机器视觉的数控机床智能化对刀系统及方法 | |
| CN107516328B (zh) | 一种agv工作点定位方法及系统 | |
| Hu et al. | Three-dimensional characterization method of pile–rock interface roughness based on fractal geometry | |
| CN112906147B (zh) | 基于钣金多次折弯的地面干涉识别方法 | |
| JP4876388B2 (ja) | 表面形状測定方法及び測定システム | |
| Schimpf | Objective surface inspection and semi-automated material removal for metal castings |
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: 20210514 |
|
| RJ01 | Rejection of invention patent application after publication |