CN115829335B - 一种面向铝型材加工的生产线执行风险评估系统 - Google Patents
一种面向铝型材加工的生产线执行风险评估系统 Download PDFInfo
- Publication number
- CN115829335B CN115829335B CN202310120496.5A CN202310120496A CN115829335B CN 115829335 B CN115829335 B CN 115829335B CN 202310120496 A CN202310120496 A CN 202310120496A CN 115829335 B CN115829335 B CN 115829335B
- Authority
- CN
- China
- Prior art keywords
- production line
- value
- production
- aluminum bar
- aluminum profile
- 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.)
- Active
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 92
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 title claims abstract description 81
- 229910052782 aluminium Inorganic materials 0.000 title claims abstract description 81
- 238000012502 risk assessment Methods 0.000 title claims abstract description 20
- 238000003754 machining Methods 0.000 title description 2
- 238000000034 method Methods 0.000 claims abstract description 84
- 238000012360 testing method Methods 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 17
- 238000004886 process control Methods 0.000 claims abstract description 4
- 230000002950 deficient Effects 0.000 claims description 52
- 230000007613 environmental effect Effects 0.000 claims description 45
- 238000010438 heat treatment Methods 0.000 claims description 41
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000011156 evaluation Methods 0.000 claims description 12
- 238000012544 monitoring process Methods 0.000 claims description 10
- 239000000428 dust Substances 0.000 claims description 4
- 230000036962 time dependent Effects 0.000 claims description 2
- 241000695274 Processa Species 0.000 claims 1
- 230000005251 gamma ray Effects 0.000 claims 1
- 230000007547 defect Effects 0.000 description 2
- 238000001125 extrusion Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Images
Landscapes
- General Factory Administration (AREA)
Abstract
本发明涉及风险评估技术领域,具体公开了一种面向铝型材加工的生产线执行风险评估系统,所述系统包括:运行数据采集端,用于获取铝型材加工生产线各工序控制参数在空载及试运行状态下的数值;环境数据采集端,用于获取生产环境参数;执行风险评估模块,用于根据控制参数在空载及试运行状态下的数值和其运行时对应的生产环境参数对工序进行评分,根据所有工序的评分对生产线进行评价。该系统能给对铝型材加工工序存在的潜在问题进行提前的判断及发现,进而能给对铝型材生产线能给执行给出准确的判断结果。
Description
技术领域
本发明涉及风险评估技术领域,具体为一种面向铝型材加工的生产线执行风险评估系统。
背景技术
铝型材加工是指将铸造的铝棒经过加热、挤压成为设定横截面的结构,其具有较优的机械性能,广泛应用于工业及生活中,铝型材的加工生产线主要包括铝棒加热部分及对铝棒挤压成型的部分,在加工生产线修整或使用一定程度后,需要对其执行风险进行评估,以保证加工完成的铝型材能给满足治疗要求。
现有的对铝型材加工生产线风险评估的方法主要通过确认设备是否能给有效运转以及试生产过程中的产品的状态,当判断所有工序的设备均满足要求且试生产过程的产品合格率满足要求时,即判断生产线满足执行的条件。
现有的生产线评估方法能够判断出生产过程中存在的显在问题,但对于生产线中存在的潜在问题不能直接的判断,进而在批量化的运行过程中,当潜在问题发生时,会造成较大的成本损失。
发明内容
本发明的目的在于提供基于人工智能的大数据的信息采集处理系统,解决以下技术问题:
如何分析出铝型材加工过程中的潜在风险。
本发明的目的可以通过以下技术方案实现:
一种面向铝型材加工的生产线执行风险评估系统,所述系统包括:
运行数据采集端,用于获取铝型材加工生产线各工序控制参数在空载及试运行状态下的数值;
环境数据采集端,用于获取生产环境参数;
执行风险评估模块,用于根据控制参数在空载及试运行状态下的数值和其运行时对应的生产环境参数对工序进行评分,根据所有工序的评分对生产线进行评价。
于一实施例中,所述控制参数包括铝棒加热温度,所述环境参数包括环境温度;
对铝棒加热工序的评分过程为:
通过公式计算出铝棒拉伸工序的评分;
其中,为空载过程中铝棒加热温度随时间变化曲线;为空载过程中铝棒加热温度标准曲线;为空载加热时间;为试生产加热时间;为环境温度;为试生产过程中铝棒加热温度随时间变化曲线;为试生产过程中铝棒加热温度标准曲线;为第一比对值函数;为第二比对值函数;、为权重系数。
于一实施例中,所述控制参数包括推送速度;
对铝棒拉伸工序的评分过程为:
通过公式计算出铝棒拉伸工序的评分;
其中,为空载过程中的推送速度;为空载过程中的标准推送速度;为试生产过程中的推送速度;为试生产过程中的标准推送速度;为空载过程推送结束时间点;为试生产过程推送结束时间点;为比对阈值;为权重系数。
于一实施例中,对生产线进行评价的过程为:
通过公式计算出评价值S;
将评价值S与预设值区间进行比对:
若,则判断生产线执行风险较低;
若,则判断生产线存在执行风险,排除风险后即能执行;
若,则判断生产线执行风险较高,需要全面修整;
其中,为第一不良品影响系数;为第二不良品影响系数。
于一实施例中,根据试生产过程中的不良品信息确定所述第一不良品影响系数及第二不良品影响系数。
于一实施例中,所述第一不良品影响系数及第二不良品影响系数获取的过程为:
获取试生产过程中的不良品,按照不良品的故障类型进行划分;
所述第一不良品影响系数通过公式计算获得;
其中,m为与铝棒加热工序相关故障类型不良品的种类,i∈[1,m];为第i种故障类型的数量;为第i种故障类型权重值;
所述第二不良品影响系数通过公式计算获得;
其中,h为与铝棒加热工序相关故障类型不良品的种类,j∈[1,h];为第j种故障类型的数量;为第j种故障类型权重值。
于一实施例中,所述系统还包括车间环境监测模块;
所述车间环境监测模块用于根据特定时段内的环境参数数据进行稳定性分析,根据分析结果判断车间环境是否符合执行条件;
所述环境参数包括环境湿度、环境温度及灰尘度。
于一实施例中,所述稳定性分析的过程为:
根据环境参数拟合出环境参数随时间变化函数(t),k∈[1,u],u为环境参数的监测项目数;
通过公式计算出第k项环境参数的稳定值;
其中,为高于第k项环境参数标准值的面积值,为低于第k项环境参数标准值的面积值,为第k项环境参数比对值;为调整系数;
将稳定值与第k项环境参数对应的预设阈值进行比对:
若,则判断不符合要求。
本发明的有益效果:
(1)本发明能给对铝型材加工工序存在的潜在问题进行提前的判断及发现,进而能给对铝型材生产线能给执行给出准确的判断结果。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明生产线执行风险评估系统的概要框示意图。
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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1所示,在一个实施例中,提供了一种面向铝型材加工的生产线执行风险评估系统,其特征在于,所述系统包括:
运行数据采集端,用于获取铝型材加工生产线各工序控制参数在空载及试运行状态下的数值;
环境数据采集端,用于获取生产环境参数;
执行风险评估模块,用于根据控制参数在空载及试运行状态下的数值和其运行时对应的生产环境参数对工序进行评分,根据所有工序的评分对生产线进行评价。
通过上述技术方案,本实施例通过运行数据采集端获取铝型材加工生产线各工序控制参数在空载及试运行状态下的数值,并结合环境数据采集端获取的生产环境参数,进而通过执行风险评估模块对铝型材加工过程进行评分,根据评分对生产线进行评价,根据评价的结果,能给对铝型材加工工序存在的潜在问题进行提前的判断及发现,进而能给对铝型材生产线能给执行给出准确的判断结果。
需要说明的是,本申请中的风险评估系统包括但不限于说明书中的内容,其余安全风险等评估过程基于现有的评估技术实现,本实施例不作进一步详述。
作为本发明的一种实施方式,所述控制参数包括铝棒加热温度,所述环境参数包括环境温度;
对铝棒加热工序的评分过程为:
通过公式计算出铝棒拉伸工序的评分;
其中,为空载过程中铝棒加热温度随时间变化曲线;为空载过程中铝棒加热温度标准曲线;为空载加热时间;为试生产加热时间;为环境温度;为试生产过程中铝棒加热温度随时间变化曲线;为试生产过程中铝棒加热温度标准曲线;为第一比对值函数;为第二比对值函数;、为权重系数。
通过上述技术方案,本实施例提供了一种对铝棒加热工序评分的过程,具体地,控制参数为铝棒加热温度,环境参数为环境温度,铝棒加工中,铝棒的加热温度需要控制的较为准确,若温度较低,则会对后续挤压成型过程造成影响,若温度过程高,则会导致成型的产品存在缺陷,而现有的对铝棒加热温度检测的方法主要判断升温时长及温度是否到达设定值来进行判断,此种方式能给直接确定铝棒加热温度是否符合要求,但不能对控温组件的潜在问题进行判断,本实施例通过公式
计算出铝棒拉伸工序的评分,通过评分来对控温组件的潜在问题进行判断,其中,为空载过程中升温曲线与标准升温曲线的差别状况,为试生产过程中升温曲线与标准升温曲线的差别状况,空载过程与试生产过程相结合结合,显然,差别状况越大,说明控温组件的升温过程偏差越大,即存在的风险越大,因此,当评分越大时,说明风险越大,进而能给实现对控温组件的潜在问题进行判断。
需要说明的是,第一比对值函数及第二比对值函数根据不同的环境温度提前测定获得;权重系数、基于经验数据选择性获得;空载过程中铝棒加热温度标准曲线及试生产过程中铝棒加热温度标准曲线提前测定获得,在此不作详述。
作为本发明的一种实施方式,所述控制参数包括推送速度;
对铝棒拉伸工序的评分过程为:
通过公式计算出铝棒拉伸工序的评分;
其中,为空载过程中的推送速度;为空载过程中的标准推送速度;为试生产过程中的推送速度;为试生产过程中的标准推送速度;为空载过程推送结束时间点;为试生产过程推送结束时间点;为比对阈值;为权重系数。
通过上述技术方案,本实施例给出了一种铝棒拉伸工序的评分过程,具体地,通过公式
计算出铝棒拉伸工序的评分,其中,表示了空载过程中推送组件推送速度与标准推送速度的差别状况,表示了试生产过程中推送组件推送速度与标准推送速度的差别状况,空载过程结合试生产过程,进而能给确定推送组件是否存在潜在的故障问题,进而保证了生产线正式投产后持续的运行。
需要说明的是,比对阈值及权重系数、基于经验数据选择性设定,空载过程中的标准推送速度及试生产过程中的标准推送速度提前测定获得,在此不作详述。
作为本发明的一种实施方式,对生产线进行评价的过程为:
通过公式计算出评价值S;
将评价值S与预设值区间进行比对:
若,则判断生产线执行风险较低;
若,则判断生产线存在执行风险,排除风险后即能执行;
若,则判断生产线执行风险较高,需要全面修整;
其中,为第一不良品影响系数;为第二不良品影响系数。
通过上述技术方案,本实施例通过公式计算出评价值S,通过评价值S判断生产线的风险状况,其中,为第一不良品影响系数,为第二不良品影响系数,其分别与试生产过程中铝棒加热工序及铝棒拉伸工序中不良品的数量相关联,因此,评价值S不仅反映了生产线存在的潜在问题,还反映了试生产过程产品的状况。
作为本发明的一种实施方式,根据试生产过程中的不良品信息确定所述第一不良品影响系数及第二不良品影响系数。
所述第一不良品影响系数及第二不良品影响系数获取的过程为:
获取试生产过程中的不良品,按照不良品的故障类型进行划分;
所述第一不良品影响系数通过公式计算获得;
其中,m为与铝棒加热工序相关故障类型不良品的种类,i∈[1,m];为第i种故障类型的数量;为第i种故障类型权重值;
所述第二不良品影响系数通过公式计算获得;
其中,h为与铝棒加热工序相关故障类型不良品的种类,j∈[1,h];为第j种故障类型的数量;为第j种故障类型权重值。
通过上述技术方案,本实施例提供了第一不良品影响系数及第二不良品影响系数的获取过程,具体地,获取试生产过程中的不良品,按照不良品的故障类型进行划分;第一不良品影响系数通过公式计算获得;第二不良品影响系数通过公式计算获得;显然,通过及的计算,能够确定不良品分别与铝棒加热工序及铝棒拉伸工序的关联性。
需要说明的是,第i种故障类型权重值及第j种故障类型权重值根据故障类型与工序加工过程的关联性确定,在此不做详述。
作为本发明的一种实施方式,所述系统还包括车间环境监测模块;
所述车间环境监测模块用于根据特定时段内的环境参数数据进行稳定性分析,根据分析结果判断车间环境是否符合执行条件;
所述环境参数包括环境湿度、环境温度及灰尘度。
所述稳定性分析的过程为:
根据环境参数拟合出环境参数随时间变化函
数,u为环境参数的监测项目数;
通过公式计算出第k项环境参数的稳定值;
其中,为高于第k项环境参数标准值的面积值,为低于第k项环境参数标准值的面积值,为第k项环境参数比对值;为调整系数;
将稳定值与第k项环境参数对应的预设阈值进行比对:
若,则判断不符合要求。
通过上述技术方案,本实施例还通过车间环境监测模块用于根据特定时段内的环境参数数据进行稳定性分析,根据分析结果判断车间环境是否符合执行条件,具体地,环境参数包括但不限于环境湿度、环境温度及灰尘度,稳定性分析的过程则通过公式计算出第k项环境参数的稳定值,通过稳定值来判断是否符合要求,其中,为高于第k项环境参数标准值的面积值,为低于第k项环境参数标准值的面积值,为第k项环境参数比对值;因此,表示了数据相对标准值的偏离状况,
表示了数据相对标准值的波动状况,因此通过,进而能给确定出反映环境参数风险状况的稳定值。
需要说明的是,调整系数根据环境参数选择性设定,在此不作详述。
以上对本发明的一个实施例进行了详细说明,但所述内容仅为本发明的较佳实施例,不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等,均应仍归属于本发明的专利涵盖范围之内。
Claims (5)
1.一种面向铝型材加工的生产线执行风险评估系统,其特征在于,所述系统包括:
运行数据采集端,用于获取铝型材加工生产线各工序控制参数在空载及试运行状态下的数值;
环境数据采集端,用于获取生产环境参数;
执行风险评估模块,用于根据控制参数在空载及试运行状态下的数值和其运行时对应的生产环境参数对工序进行评分,根据所有工序的评分对生产线进行评价;
所述控制参数包括铝棒加热温度,所述环境参数包括环境温度;
对铝棒加热工序的评分过程为:
其中,Temp(t)为空载过程中铝棒加热温度随时间变化曲线;Temp0(t)为空载过程中铝棒加热温度标准曲线;t1为空载加热时间;t2为试生产加热时间;Tevm为环境温度;Ttpd(t)为试生产过程中铝棒加热温度随时间变化曲线;Ttpd0(t)为试生产过程中铝棒加热温度标准曲线;μ1为第一比对值函数;μ2为第二比对值函数;γ1、γ2为权重系数;
所述控制参数包括推送速度;
对铝棒拉伸工序的评分过程为:
其中,Vemp(t)为空载过程中的推送速度;Vemp0(t)为空载过程中的标准推送速度;Vtpd(t)为试生产过程中的推送速度;Vtpd0(t)为试生产过程中的标准推送速度;ty为空载过程推送结束时间点;tz为试生产过程推送结束时间点;ΔV1、ΔV2为比对阈值;α1、α2为权重系数;
对生产线进行评价的过程为:
通过公式S=σh*Sheat+σa*Sals计算出评价值S;
将评价值S与预设值区间[Sth1,Sth2]进行比对:
若S<Sth1,则判断生产线执行风险为低风险;
若S∈[Sth1,Sth2],则判断生产线存在执行风险,排除风险后即能执行;
若S>Sth2,则判断生产线执行风险等级为高风险,需要全面修整;
其中,σh为第一不良品影响系数;σa为第二不良品影响系数。
2.根据权利要求1所述的一种面向铝型材加工的生产线执行风险评估系统,其特征在于,根据试生产过程中的不良品信息确定所述第一不良品影响系数σh及第二不良品影响系数σa。
4.根据权利要求1所述的一种面向铝型材加工的生产线执行风险评估系统,其特征在于,所述系统还包括车间环境监测模块;
所述车间环境监测模块用于根据预设时段内的环境参数数据进行稳定性分析,根据分析结果判断车间环境是否符合执行条件;
所述环境参数包括环境湿度、环境温度及灰尘度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310120496.5A CN115829335B (zh) | 2023-02-16 | 2023-02-16 | 一种面向铝型材加工的生产线执行风险评估系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310120496.5A CN115829335B (zh) | 2023-02-16 | 2023-02-16 | 一种面向铝型材加工的生产线执行风险评估系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115829335A CN115829335A (zh) | 2023-03-21 |
CN115829335B true CN115829335B (zh) | 2023-05-16 |
Family
ID=85521551
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310120496.5A Active CN115829335B (zh) | 2023-02-16 | 2023-02-16 | 一种面向铝型材加工的生产线执行风险评估系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115829335B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117151554A (zh) * | 2023-11-01 | 2023-12-01 | 豆黄金食品有限公司 | 一种用于腐竹输送线的智能控制系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114897409A (zh) * | 2022-05-30 | 2022-08-12 | 山东省交通科学研究院 | 基于车辆驾驶评估道路风险的方法及系统 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007064599A1 (en) * | 2005-11-29 | 2007-06-07 | Nestec S.A. | System and method for evaluating suitability of packaging for production process |
CA3072045A1 (en) * | 2017-08-02 | 2019-02-07 | Strong Force Iot Portfolio 2016, Llc | Methods and systems for detection in an industrial internet of things data collection environment with large data sets |
CN110766277B (zh) * | 2018-10-24 | 2022-08-09 | 中国核电工程有限公司 | 用于核工业现场的健康评估及诊断系统和移动终端 |
US20200356920A1 (en) * | 2019-05-07 | 2020-11-12 | General Electric Company | Risk reduction system and method |
CN111599000B (zh) * | 2020-05-14 | 2024-06-11 | 成都飞机工业(集团)有限责任公司 | 一种工艺布局生成方法和设计系统 |
CN112085328B (zh) * | 2020-08-03 | 2024-05-24 | 北京贝壳时代网络科技有限公司 | 风险评估方法、系统、电子设备及存储介质 |
CN112561310A (zh) * | 2020-12-14 | 2021-03-26 | 中冶京诚工程技术有限公司 | 一种生产线的健康评估诊断方法及系统 |
CN114611998B (zh) * | 2022-03-30 | 2022-12-09 | 深圳市硕创科技有限公司 | 一种工厂生产线能效数据采集分析方法、系统及计算机存储介质 |
CN114862167A (zh) * | 2022-04-24 | 2022-08-05 | 张林林 | 一种制造业生产线的生产安全评估管理方法及系统 |
CN115562225A (zh) * | 2022-09-28 | 2023-01-03 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 工业机器人运维管理方法、装置、计算机设备和存储介质 |
-
2023
- 2023-02-16 CN CN202310120496.5A patent/CN115829335B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114897409A (zh) * | 2022-05-30 | 2022-08-12 | 山东省交通科学研究院 | 基于车辆驾驶评估道路风险的方法及系统 |
Non-Patent Citations (1)
Title |
---|
半定量风险评估法在冶金焦化企业的应用;马岩;于冬雪;孙玉欣;;工业卫生与职业病(第02期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115829335A (zh) | 2023-03-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115829335B (zh) | 一种面向铝型材加工的生产线执行风险评估系统 | |
AU2020103881A4 (en) | A Diagnosis Method of Train Body Assembly Deviation in the Manufacturing Process of High-Speed Train | |
CN106407555B (zh) | 基于加速因子不变原则的加速退化数据分析方法 | |
CN115780555B (zh) | 一种面向太阳能边框多孔挤压的型材加工风险评估系统 | |
CN117032415B (zh) | 一种基于温度变化的设备数据监管系统及方法 | |
CN113643552B (zh) | 一种智能限速提醒系统的整车测试方法 | |
CN101417292B (zh) | 依托常规轧制模型控制中低牌号电工钢轧制的方法 | |
Xie et al. | A comparative study of CCC and CUSUM charts | |
CN115455359A (zh) | 小批量误差数据的自动校正与分布拟合方法 | |
CN109978059B (zh) | 一种原油蒸馏过程初馏塔冲塔故障预警方法 | |
CN105158147B (zh) | 一种用于测试密封圈材料老化的装置及方法 | |
CN107526877B (zh) | 一种消减残余应力的模拟方法 | |
Yang et al. | Research on data analysis and Quality Control based on P control chart | |
CN113299351B (zh) | 基于统计检验及状态检查的蠕变数据筛选方法 | |
CN106485401A (zh) | 满足泊松分布的计点值工序能力指数评价方法 | |
Chen et al. | Economic design of control charts with Burr distribution for non-normal data under Weibull failure mechanism | |
CN109325289B (zh) | 一种估计电子件可靠性参数的方法 | |
Yee et al. | Process behaviour and capability analysis for improvement of product quality in car-door glass manufacturing | |
CN109919327A (zh) | 一种轴承维修时机获取方法 | |
CN117435990B (zh) | 一种超声滚压加工温度检测分析方法 | |
CN113569392B (zh) | 一种符合适航要求的孔特征表面缺陷分布曲线建立方法 | |
CN113902282B (zh) | 一种面向小样本数据条件的航班运行风险评价方法 | |
CN117665224B (zh) | 一种用于食品检测的智能实验室管理方法 | |
CN110889084B (zh) | 加速贮存和自然贮存退化数据一致性检验回归置信区间法 | |
CN116773990A (zh) | 一种功率半导体器件老化程度确定方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |