CN115583030A - 一种构件增材制造时内部三维缺陷在线检测方法及装置 - Google Patents
一种构件增材制造时内部三维缺陷在线检测方法及装置 Download PDFInfo
- Publication number
- CN115583030A CN115583030A CN202211265819.1A CN202211265819A CN115583030A CN 115583030 A CN115583030 A CN 115583030A CN 202211265819 A CN202211265819 A CN 202211265819A CN 115583030 A CN115583030 A CN 115583030A
- Authority
- CN
- China
- Prior art keywords
- component
- point cloud
- printing
- defect
- layer
- 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
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
- B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
- B29C64/00—Additive manufacturing, i.e. manufacturing of three-dimensional [3D] objects by additive deposition, additive agglomeration or additive layering, e.g. by 3D printing, stereolithography or selective laser sintering
- B29C64/30—Auxiliary operations or equipment
- B29C64/386—Data acquisition or data processing for additive manufacturing
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B33—ADDITIVE MANUFACTURING TECHNOLOGY
- B33Y—ADDITIVE MANUFACTURING, i.e. MANUFACTURING OF THREE-DIMENSIONAL [3-D] OBJECTS BY ADDITIVE DEPOSITION, ADDITIVE AGGLOMERATION OR ADDITIVE LAYERING, e.g. BY 3-D PRINTING, STEREOLITHOGRAPHY OR SELECTIVE LASER SINTERING
- B33Y50/00—Data acquisition or data processing for additive manufacturing
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Materials Engineering (AREA)
- Physics & Mathematics (AREA)
- Manufacturing & Machinery (AREA)
- Mechanical Engineering (AREA)
- Optics & Photonics (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
Abstract
本发明涉及构件增材制造技术领域,公开了一种构件增材制造时内部三维缺陷在线检测方法,包括以下步骤:进行构件打印,所述构件打印时检测装置跟随打印运动;扫描打印头所打印的打印层,获取各所述打印层的点云数据;将所获取的层点云数据中无效点去除并进行PCD点云格式转换,采样进行点云数据预处理,获得单层点云数据;单层点云数据的缺陷区域进行检测及量化计算,并以缺陷特征构建参数矩阵;计算构件各单层的点云层平均高度本发明的构件增材制造过程是一层一层的制造过程,而内部缺陷的检测恰好可以利用的增材制造过程这一基本的原理过程,即制造与检测具有良好的过程一致性,在制造过程中进行的在线检测,达到了制造与检测良好工艺相容性。
Description
技术领域
本发明属于构件增材制造技术领域,更具体地说,涉及一种构件增材制造时内部三维缺陷在线检测方法及装置。
背景技术
如下三种技术都不都无法满足实现构件增材制造过程的三维缺陷在线检测。
(1)显微镜,扫描电镜等表面检测设备,主要完成表面检测,难以实现构件内部缺陷检测。
(2)传统上部分工业产品往往采用切剖等方法进行有损测量,破坏构件原有形貌,效率很低。
(3)工业CT扫描和超声检测等可以获取工件内部信息,进行缺陷检测,但只能安排在零件制造完成以后再进行检测,属于离线检测,无法实现在线检测,制造与检测难以一体进行,影响生产效率。
目前传统有损测量方法不仅破坏了工件结构,同时极易导致工件由于破坏性检测而发生形变,影响最终测量结果;且在3D打印过程中,由于工件成型的特殊性,现有方法需将工件打印完成后方可进行检测,耗费大量时间的同时也造成了打印材料的浪费。
发明内容
本发明的目的是提供一种构件增材制造时内部三维缺陷在线检测方法及装置,(描述有益效果以及描述相较于目前技术具备的优点)。
本发明采取的技术方案具体如下:一种构件增材制造时内部三维缺陷在线检测方法,包括以下步骤:
S1、进行构件打印;
S2、扫描打印头所打印的打印层,获取各所述打印层的点云数据;
S3、将所获取的层点云数据中无效点去除并进行PCD点云格式转换,采样进行点云数据预处理,获得单层点云数据;
S4、对单层点云数据的缺陷区域进行检测及量化计算,并以缺陷特征构建参数矩阵;
S5、计算构件各单层的点云层平均高度,并进行层间点云数据过渡处理,进而构建三维体重构;
S6、在计算各立方体重心偏移量,依据参数矩阵进行缺陷融合得到三维构件内部的缺陷具体位置和尺寸大小。
可选的,所述构件打印采用3D打印增材设备实现相应的打印,且构件3D打印过程中构件内容缺陷通过在线实时三维检测,若发现缺陷时,在线修正3D打印工艺参数,达到抑制构件3D打印过程内部缺陷的形成。
可选的,所述扫描打印头由机械臂搭载线激光扫描仪跟随运动的打印头所实现,机械臂搭载打印头和激光扫描仪同时运动,打印头和激光扫描采用并联联动布局,且打印头和激光扫描通过上位机和软件联动控制,达到打-扫-测-修的一体工艺特征。
可选的,根据构件的结构特点和打印工艺参数,层内选择直通滤波或中值滤波或均匀方式进行采样点云数据集成处理,层间利用点云数据最小矢量间距判断,并进行插值过渡,实现构件层间重构区平滑过渡。
可选的,所述缺陷区域的划分可进一步缩短点云处理范围,明确单层缺陷的范围、形状及性质的基本特征。
可选的,所述构件通过点云的自堆叠实现各层点云的高度叠加形成三维体重构。
可选的,计算各所述立方体重心偏移量在通过引入各层缺陷最小包围立方体的基础上实现。
可选的,所述构件内部缺陷的基本信息反馈至增材的层切片软件,进行工艺参数修正,再次进行单层或多层打印。
一种构件增材制造时内部三维缺陷在线检测装置,所述构件增材制造时内部三维缺陷在线检测装置执行任一项前述构件增材制造时内部三维缺陷在线检测方法。
本发明取得的技术效果为:
(1)本方案充分利用增材制造过程的基本原理-层堆叠原理,即构件增材制造过程是一层一层的制造过程,而内部缺陷的检测恰好可以利用的增材制造过程这一基本的原理过程,打印和检测集成在一起,检测实时反馈给打印工艺缺陷,并要求打印工艺进行实时修正,并再检测,达到打-扫-测-修的工艺过程,即制造与检测具有良好的过程一致性,在制造过程中进行的在线检测,达到了制造与检测良好工艺相容性。
(2)本方案是针对制造过程中零件缺陷的检测,包括内部缺陷和外部缺陷,不损伤零件,还能够体现制造与检测的同步性,实现真实意义的在线制造与检测,并构建了制造与检测的一体化平台。
(3)本方案能够实现检测对制造工艺造成的误差,进行实时反馈修正,达到制造与检测的同步性。
(4)本方案是以各打印层为基础,无需和传统有损检测一样进行工件的破坏行检测;
(5)超声检测技术只能检测金属材料,要求检测表面具有一定的表面光洁度,并且需要耦合剂以确保足够的声耦合,而本技术对打印层表面平整度及材料的选择要求较低;
(6)工业CT扫描多数离线和离位检测,在获取高精度的同时也需要极高的检测成本以及维护费用,而本技术在线检测,无需离线和离位检测,不仅成本相对较低,而且维护简单、方便,且精度能满足需要。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述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为本发明一种构件增材制造时内部三维缺陷在线检测方法的系统结构框图。
具体实施方式
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,所描述的实施例仅仅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。
请参阅图1,本发明一些实施例提供了一种构件增材制造时内部三维缺陷在线检测方法,包括以下步骤:
S1、使用3D打印增材设备进行构件打印。
该3D打印增材设备采用3D打印机。
S2、使用机械臂搭载线激光扫描仪跟随运动的打印头对打印层进行扫描,获取各打印层的点云数据;
在本实施例中,打印时线激光扫描仪跟随打印运动。进一步的,打印时,移动机械臂将扫描仪置于平台上方最佳扫描位置处,并使激光发射透镜平行于打印平面。扫描所得文件格式为CSV,文件的行和列分别对应于扫描时的x轴和y轴,数据对应于点云的高度信息,将CSV文件导入编制的Python程序中,设置宽度和长度点间距(如:0.005mm和0.01mm)后,按照先行后列的顺序依次进行,最终则可完成PCD文件格式的转换。此处,PCD全称PointCloud Data,是一种存储点云数据的文件格式。
S3、使用编制算法,将所获取的层点云数据中无效点去除并进行PCD点云格式转换,得到规则点云,利用直通滤波、中值滤波和均匀下采样进行点云数据预处理,获得单层点云数据;
其中,3D打印各层厚度一致,且每打印一层平台高度自动降低一个层厚。因此,设置直通滤波阈值T=d0-w0*0.7,其中w0为打印层厚,d0为扫描仪与打印平台的高度差,根据各点高度特征信息的差异性,去除无效点云(打印平台)并提取对象点云。
S4、使用编制算法,进行单层点云数据的缺陷区域检测及量化计算,并以缺陷特征构建参数矩阵。进行缺陷区域的划分可进一步缩短点云处理范围,明确单层缺陷的范围、形状及性质等基本特征。
S5、计算构件各单层的点云层平均高度,并进行层间点云数据过渡处理,进而构建三维体重构;
进一步的,由于高度信息的不均衡,点云高度信息可能出现极差较大的现象,影响后续检测和视觉效果。因此,定义一个扫描内核,内核尺寸取决于点云间距(如:长*宽=0.2mm*0.1mm),利用内核由下到上、由左到右进行扫描,将内核中的高度信息进行降序排列,将内核中所有高度值更改为中值,以达到整体平滑的目的。
其中,点云精简问题可描述为:给定点云模型P={pi}∈R3,数据点pi=(xi,yi,zi),根据实际情况简化为点云模型Q={qi}∈R3,|Q|<|P|,二者应尽可能接近来保持模型特征。由于研究对象为规则点云,其自身具有一定的拓扑结构,在降低处理时间和尽可能保留原始形貌的前提下,可以采用沿宽度方向每两点采样一次的均匀降采样法进行点云精简;
与原始点云相比,经过提取、平滑和精简的预处理,去除了无关信息,减少了处理时间,提高了可检测性。
S6、使用编制算法,通过引入各层缺陷最小包围立方体,计算各立方体重心偏移量,依据参数矩阵进行缺陷融合,最终得到三维构件内部的缺陷具体位置和尺寸大小。
S7、将所获缺陷的基本信息反馈至增材的层切片软件,进行工艺参数修正,再次进行单层或多层打印。
在一些实施例中,一种构件增材制造时内部三维缺陷在线检测装置,所述构件增材制造时内部三维缺陷在线检测装置包括权利要求书1-8中任一项所述的一种构件增材制造时内部三维缺陷在线检测方法。
单层点云数据的缺陷区域检测及量化计算、以缺陷特征构建参数矩阵和单层缺陷基本特征如下:
利用单核扫描、区域分割、特征提取进行单层缺陷识别及量化计算。首先,引入矩形扫描内核,设置长、宽、高和扫描步长等属性,对整体点云进行从下到上、从左到右扫描,计算并记录内核中点的数目。然后,设置自适应扫描内核的阈值条件,根据打印材料填充量和点云疏密程度进行内核阈值计算,其中内核阈值的选取公式可以为:
其中,S为填充量,ζ为调节系数。然后,对缺陷所在行进行赋色处理;通过区域分割可将缺陷所在行单独提取,缩小搜索范围,再一次降低处理时间。根据三维点云缺陷处不存在点和缺陷处原始序号被剔除后由下一个非缺陷点继承的特点,进行缺陷处的轮廓提取。对于缺陷区域,由左向右,由下到上,依次进行相邻点之间的距离计算。设定距离阈值:
将大于阈值d的相邻两点记为缺陷边界点,并赋为黑色;进行区域分割时需进行正常区域与多个缺陷区域的分割,多个缺陷区域互不连通,且进行第n次分割时需计算前n-1个缺陷区域的缺失点数,缺失点计算公式为:
Qi=(row*col)-Num#(3)
由于点与点之间间距设置较小,因此可以用直线段连接缺陷边界点近似代替轮廓;通过计算相邻缺陷点之间的距离获得缺陷边界长度L。
最后,计算缺陷区域面积,具体步骤为:
先对点云进行投影变换,根据需要对投影矩阵不同参数进行设置。
其中:N为近平面距离,F、B、L、R分别为上下左右向量。
缺陷边界可以使用缺陷边界点依次相连组成的多边形近似代替,相邻点云行之间组成的缺陷面积可以近似为梯形面积,则多边形缺陷的面积基于微分叠加的思想可以转化为多个梯形面积求和。因此,针对每个孔洞缺陷面积的量化计算,转化为求解多个梯形面积之和:
通过初始化坐标原点、平移变换对多层点云进行定位和叠加。平移矩阵可以用坐标原点绕x,y,z轴分别移动的距离Tx,Ty,Tz来表示:
按照由单层点云数据缺陷检测和量化计算所得到的特征,通过初始化坐标原点实现各层点云长、宽对齐。利用各层特征参数间关联关系(如:同一缺陷在相邻两层内中心坐标X差值小于等于0.01mm,面积差值百分比不超过10%)进行平移变换,实现各层点云的高度叠加。
最后,引入层内缺陷最小包围立方体Vi,对单层缺陷进行轮廓长度、面积、深度计算后,以最小包围立方体中心坐标、缺陷面积和重心构建缺陷特征参数矩阵。
采用的编制算法如下:
从下到上,计算各层中心坐标(Xi,Yi)和重心(xi,yi,zi),以第一层为基准,计算中心坐标差值:
(X′(i+1)i=Xi+1-Xi,Y′(i+1)i=Yi+1-Yi)#(6)
(X″i=Xi-X1,Y″i=Yi-Y1)#(7)
重心相对偏移量:
(x′(i+1)i=xi+1-xi,y′(i+1)i=yi+1-yi,z′(i+1)=zi+1-zi)#(8)
(x″i=xi-x1,y″i=yi-y1,z″i=zi-z1)#(9)
添加偏移量阈值条件,例如:
对于满足(10)式的相邻两层进行缺陷融合,可认为两相邻层内缺陷为同一缺陷在不同高度的分布,也即有Vi+1和Vi所包含的缺陷为同一缺陷。
如若也满足(11)式,则可认为该缺陷视为“竖直”,否则判定为“倾斜”。每读入一层数据,则进行上诉阈值条件的判定,对融合后的点云进行层编号统计,将统计层数大于等于2的视为缺陷,依据编号对各打印层轮廓进行两两顺序连接,得到完整缺陷外轮廓,得出完整缺陷的具体位置、尺寸大小、体积和表面积。
例如:某缺陷包含i~i+9共10层。
将缺陷信息进行反馈,由打印人员判断空间内缺陷真伪,确定缺陷危害性,若发现异常缺陷,可及时修正工艺,提高零件制造精度,节省时间和成本。
本发明另一些实施例提供了一种构件增材制造时内部三维缺陷在线检测装置。所述在线检测装置包括检测装置和处理器。所述检测装置连接于所述处理器。所述检测装置为,例如,线激光扫描仪。所述检测装置被配置为对打印层进行扫描,获取各打印层的点云数据。所述处理器可采用中央处理器、服务器、终端设备或其他任何可能的处理设备来实现。在一些实施例中,上述中央处理器、服务器、终端设备或其他处理设备可以在云平台上实施。在一些实施例中,上述中央处理器、服务器或其他处理设备可以与各种终端设备互联,终端设备可以完成信息处理工作或部分信息处理工作。所述处理器配置为执行上述构件增材制造时内部三维缺陷在线检测方法。在一些实施例中,所述在线检测装置还包括打印设备,例如,3D打印机。所述打印设备用于构件打印。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为所述的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (9)
1.一种构件增材制造时内部三维缺陷在线检测方法,其特征在于,包括以下步骤:
S1、进行构件打印;
S2、扫描打印头所打印的打印层,获取各所述打印层的点云数据;
S3、将所获取的层点云数据中无效点去除并进行PCD点云格式转换,采样进行点云数据预处理,获得单层点云数据;
S4、对单层点云数据的缺陷区域进行检测及量化计算,并以缺陷特征构建参数矩阵;
S5、计算构件各单层的点云层平均高度,并进行层间点云数据过渡处理,进而构建三维体重构;
S6、在计算各立方体重心偏移量,依据参数矩阵进行缺陷融合得到三维构件内部的缺陷具体位置和尺寸大小。
2.根据权利要求1所述的一种构件增材制造时内部三维缺陷在线检测方法,其特征在于:所述构件打印采用3D打印增材设备实现相应的打印,且构件3D打印过程中构件内容缺陷通过在线实时三维检测,若发现缺陷时,在线修正3D打印工艺参数,达到抑制构件3D打印过程内部缺陷的形成。
3.根据权利要求1所述的一种构件增材制造时内部三维缺陷在线检测方法及装置,其特征在于:所述扫描打印头由机械臂搭载线激光扫描仪跟随运动的打印头所实现,机械臂搭载打印头和激光扫描仪同时运动,打印头和激光扫描采用并联联动布局,且打印头和激光扫描通过上位机和软件联动控制,达到打-扫-测-修的一体工艺特征。
4.根据权利要求1所述的一种构件增材制造时内部三维缺陷在线检测方法,其特征在于:根据构件的结构特点和打印工艺参数,层内选择直通滤波或中值滤波或均匀方式进行采样点云数据集成处理,层间利用点云数据最小矢量间距判断,并进行插值过渡,实现构件层间重构区平滑过渡。
5.根据权利要求1所述的一种构件增材制造时内部三维缺陷在线检测方法,其特征在于:所述缺陷区域的划分可进一步缩短点云处理范围,明确单层缺陷的范围、形状及性质的基本特征。
6.根据权利要求1所述的一种构件增材制造时内部三维缺陷在线检测方法,其特征在于:所述构件通过点云的自堆叠实现各层点云的高度叠加形成三维体重构。
7.根据权利要求1所述的一种构件增材制造时内部三维缺陷在线检测方法,其特征在于:计算各所述立方体重心偏移量在通过引入各层缺陷最小包围立方体的基础上实现。
8.根据权利要求1所述的一种构件增材制造时内部三维缺陷在线检测方法,其特征在于:所述构件内部缺陷的基本信息反馈至增材的层切片软件,进行工艺参数修正,再次进行单层或多层打印。
9.一种构件增材制造时内部三维缺陷在线检测装置,其特征在于:所述构件增材制造时内部三维缺陷在线检测装置执行权利要求书1-8中任一项所述的构件增材制造时内部三维缺陷在线检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211265819.1A CN115583030A (zh) | 2022-10-17 | 2022-10-17 | 一种构件增材制造时内部三维缺陷在线检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211265819.1A CN115583030A (zh) | 2022-10-17 | 2022-10-17 | 一种构件增材制造时内部三维缺陷在线检测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115583030A true CN115583030A (zh) | 2023-01-10 |
Family
ID=84779093
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211265819.1A Pending CN115583030A (zh) | 2022-10-17 | 2022-10-17 | 一种构件增材制造时内部三维缺陷在线检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115583030A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116051565A (zh) * | 2023-04-03 | 2023-05-02 | 广州水木星尘信息科技有限公司 | 基于结构光3d点云的接触网缺陷目标检测方法及装置 |
-
2022
- 2022-10-17 CN CN202211265819.1A patent/CN115583030A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116051565A (zh) * | 2023-04-03 | 2023-05-02 | 广州水木星尘信息科技有限公司 | 基于结构光3d点云的接触网缺陷目标检测方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11200351B2 (en) | Method for constructing curve of robot processing path of part with small curvature based on point cloud boundary | |
CN110126279B (zh) | 一种面向曲面3d打印的随形切层及路径规划方法 | |
CN107876970B (zh) | 一种机器人多层多道焊接焊缝三维检测及焊缝拐点识别方法 | |
JP5703396B2 (ja) | 減数された測定点による公差評価 | |
CN109532021B (zh) | 基于结构光线性异常点的3d打印熔积缺陷逐层检测方法 | |
CN109272544B (zh) | 管道全位置焊缝的结构光三维测量模型和图像处理方法 | |
CN106846272A (zh) | 一种点云模型的去噪精简方法 | |
TWI773063B (zh) | 圖像產生系統及圖像產生方法 | |
CN115797354B (zh) | 用于检测激光焊接焊缝外观缺陷的方法 | |
CN116402866A (zh) | 基于点云的零件数字孪生几何建模与误差评定方法及系统 | |
CN113516695B (zh) | 激光轮廓仪平面度测量中的点云配准策略 | |
CN107679333A (zh) | 一种二维拓扑优化结果几何重构的方法 | |
CN115583030A (zh) | 一种构件增材制造时内部三维缺陷在线检测方法及装置 | |
CN116638766A (zh) | 3d打印偏差检测方法、装置和计算机设备 | |
CN116091404A (zh) | 一种基于图像-点云信息融合的焊线缺陷检测及模式识别方法 | |
CN114612412A (zh) | 三维点云数据的处理方法及其用途、电子设备、存储介质 | |
CN116579955B (zh) | 一种新能源电芯焊缝反光点去噪和点云补全方法及系统 | |
Pang et al. | An algorithm for extracting the center of linear structured light fringe based on directional template | |
CN112016354B (zh) | 一种基于视觉识别的运粮车粮箱装载状态检测方法 | |
CN116824273A (zh) | 一种航空制造件任意视角二维投影图像面片属性判断方法 | |
CN115980063A (zh) | 工件表面瑕疵检测方法及装置 | |
CN112818428B (zh) | 一种用于cad模型面结构光全自动扫描路径规划方法 | |
CN113223189B (zh) | 机械臂抓取物体三维点云模型孔洞修复及规则体拟合方法 | |
CN107194998A (zh) | 一种多层三维点云单层化的方法 | |
Li | [Retracted] Application of CAD Technology in Extracting Line Feature of Industrial Part Image |
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 |