CN116852182A - 一种用于电极帽修磨的优化系统 - Google Patents
一种用于电极帽修磨的优化系统 Download PDFInfo
- Publication number
- CN116852182A CN116852182A CN202310966225.1A CN202310966225A CN116852182A CN 116852182 A CN116852182 A CN 116852182A CN 202310966225 A CN202310966225 A CN 202310966225A CN 116852182 A CN116852182 A CN 116852182A
- Authority
- CN
- China
- Prior art keywords
- blade
- coping
- module
- utilization rate
- instruction
- 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.)
- Granted
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B24—GRINDING; POLISHING
- B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
- B24B1/00—Processes of grinding or polishing; Use of auxiliary equipment in connection with such processes
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B24—GRINDING; POLISHING
- B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
- B24B19/00—Single-purpose machines or devices for particular grinding operations not covered by any other main group
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Mechanical Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Constituent Portions Of Griding Lathes, Driving, Sensing And Control (AREA)
Abstract
本发明公开了一种用于电极帽修磨的优化系统,涉及机械制造技术领域,通过目标制定模块用户设定电极帽的修磨目标;刀片信息采集模块获取刀片信息;刀片判断模块接收刀片信息,根据刀片信息获取刀片利用率;获取刀片利用率阈值,并将刀片利用率阈值与刀片利用率进行比较;当刀片利用率大于或等于刀片利用率阈值时,将刀片利用率发送至指令生成模块;指令生成模块接收修磨目标和刀片利用率,根据修磨目标和刀片以及参数预测模型,获取修磨参数;以及根据修磨参数生成修磨指令;执行模块接收修磨指令,根据修磨指令对电极帽进行修磨;根据多个因素设定修磨参数,提高了修磨的精准度;减少了修磨参数的调整参数,提高了修磨效率。
Description
技术领域
本发明属于机械制造领域,涉及电极帽修磨优化技术,具体是一种用于电极帽修磨的优化系统。
背景技术
电极帽在使用到达设定次数后,需要进行修磨动作,修磨次数是经验参数设定存在过多或过少,实际上修磨的刀片因存在多次使用后刀口有寿命限制,未能及时更换的情况下会影响修磨的质量和修磨的次数。很多电极帽和刀片在未到使用寿命就替换下来,产生了浪费。不仅对作为耗材的电极帽是浪费,也会影响产品焊接质量,容易造成批量质量事故。
现有专利(CN109048024B)公开了一种焊接电极帽的修磨方法。其特征是包括如下步骤:S1,用户设置预设条件;S2,检测判断模块是否产生判断指令,若检测到判断指令,进入步骤S3;S3,根据刀片的修磨次数,检测判断模块是否发出更换刀片的指令,若产生判断指令则执行步骤S4;S4,根据判断模块判定的刀片修磨次数,反应到设置模块,由设置模块选择相应的刀片修磨参数;S5,修磨系统调用执行模块对焊枪进行修磨;S6,修磨完成后,由执行模块对焊枪的修磨量进行检测,并将检测结果显示在与修磨系统相连的显示屏上。
但现有技术中存在以下问题:依据刀片的修磨次数来调整修磨参数,会导致修磨效果不够精准,且多次调整修磨参数会导致修磨的效率不高。为此,提出一种用于电极帽修磨的优化系统。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此,本发明提出一种用于电极帽修磨的优化系统,该一种用于电极帽修磨的优化系统解决了依据刀片的修磨次数来调整修磨参数,会导致修磨效果不够精准,且多次调整修磨参数会导致修磨的效率不高的问题。
为实现上述目的,根据本发明的第一方面的实施例提出一种用于电极帽修磨的优化系统,包括目标制定模块、刀片信息采集模块、刀片判断模块、指令生成模块以及执行模块;
所述目标制定模块用于用户设定电极帽的修磨目标;并将所述修磨目标发送至所述指令生成模块;
所述刀片信息采集模块用于获取刀片信息;并将所述刀片信息发送至所述刀片判断模块;
所述刀片判断模块用于接收所述刀片信息,根据所述刀片信息获取刀片利用率;
获取刀片利用率阈值,并将所述刀片利用率阈值与所述刀片利用率进行比较;
当所述刀片利用率大于或等于所述刀片利用率阈值时,将所述刀片利用率发送至所述指令生成模块;
当所述刀片利用率小于所述刀片利用率阈值时,刀片判断模块生成刀片更换信息,并将所述刀片更换信息发送至工作人员的智能终端,提醒工作人员更换刀片;
所述指令生成模块用于接收所述修磨目标和所述刀片利用率,根据所述修磨目标和所述刀片以及参数预测模型,获取修磨参数;其中,所述参数预测模型基于人工智能模型建立;
以及根据所述修磨参数生成修磨指令,并将所述修磨指令发送至所述执行模块;
所述执行模块用于接收所述修磨指令,根据所述修磨指令对电极帽进行修磨。
优选的,所述修磨目标包括切削量和光滑度。
优选的,所述刀片信息包括刀片的使用次数、刀片高度、使用时间以及磨损程度。
优选地,所述刀片判断模块根据所述刀片信息获取刀片利用率,包括以下步骤:
所述刀片判断模块接收所述刀片信息,并将所述使用次数、所述刀片高度、所述使用时间以及所述磨损程度分别标记为n、h、t以及m;
所述刀片判断模块通过计算公式获取刀片利用率,将所述刀片利用率标记为S;
所述刀片利用率的计算公式为:
其中,h初为刀片的初始高度。
优选地,全新的刀片无需计算刀片利用率,默认其刀片利用率为1。
优选地,所述指令生成模块根据所述修磨目标和所述刀片以及参数预测模型,获取修磨参数,包括以下步骤:
所述指令生成模块接收所述修磨目标和所述刀片利用率,并将所述修磨目标和所述刀片利用率组合生成原始数据;
从所述指令生成模块获取参数预测模型;
将所述原始数据输入至所述参数预测模型中,获取修磨参数;其中,所述修磨参数包括修磨时间和修磨压力;
所述指令生成模块根据所述修磨参数生成修磨指令,并将所述修磨指令发送至所述执行模块。
优选地,所述参数预测模型基于人工智能模型建立,包括以下步骤:
从指令生成模块获取标准训练数据;
通过标准训练数据对人工智能模型进行训练,将训练完成的人工智能模型标记为安全检测模型。
优选的,所述目标制定模块与所述指令生成模块通信和/或电气连接;
所述刀片信息采集模块与所述刀片判断模块通信和/或电气连接;
所述刀片判断模块与所述指令生成模块通信和/或电气连接;
所述指令生成模块与所述执行模块通信和/或电气连接。
与现有技术相比,本发明的有益效果是:
本发明通过目标制定模块用户设定电极帽的修磨目标;并将修磨目标发送至指令生成模块;刀片信息采集模块获取刀片信息;并将刀片信息发送至刀片判断模块;刀片判断模块接收刀片信息,根据刀片信息获取刀片利用率;获取刀片利用率阈值,并将刀片利用率阈值与刀片利用率进行比较;当刀片利用率大于或等于刀片利用率阈值时,将刀片利用率发送至指令生成模块;当刀片利用率小于刀片利用率阈值时,刀片判断模块生成刀片更换信息,并将刀片更换信息发送至工作人员的智能终端,提醒工作人员更换刀片;指令生成模块接收修磨目标和刀片利用率,根据修磨目标和刀片以及参数预测模型,获取修磨参数;以及根据修磨参数生成修磨指令,并将修磨指令发送至执行模块;执行模块接收修磨指令,根据修磨指令对电极帽进行修磨;根据多个因素设定修磨参数,提高了修磨的精准度;减少了修磨参数的调整参数,提高了修磨效率。
附图说明
图1为本发明的原理图;
图2为本发明的流程图。
具体实施方式
下面将结合实施例对本发明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它实施例,都属于本发明保护的范围。
如图1-2所示,一种用于电极帽修磨的优化系统,包括目标制定模块、刀片信息采集模块、刀片判断模块、指令生成模块以及执行模块;各个模块之间基于数字信号进行信息交互。
所述目标制定模块用于用户设定电极帽的修磨目标;其中,所述修磨目标包括切削量和光滑度;
并将所述修磨目标发送至所述指令生成模块。
所述刀片信息采集模块用于获取刀片信息;其中,所述刀片信息包括刀片的使用次数、刀片高度、使用时间以及磨损程度;需要进一步说明的是,所述磨损程度在本实施例中采用十分制进行赋值,一分为几乎零磨损,十分为重度磨损;
并将所述刀片信息发送至所述刀片判断模块。
所述刀片判断模块用于接收所述刀片信息,根据所述刀片信息获取刀片利用率;
获取刀片利用率阈值,并将所述刀片利用率阈值与所述刀片利用率进行比较;
当所述刀片利用率大于或等于所述刀片利用率阈值时,将所述刀片利用率发送至所述指令生成模块;
当所述刀片利用率小于所述刀片利用率阈值时,刀片判断模块生成刀片更换信息,并将所述刀片更换信息发送至工作人员的智能终端,提醒工作人员更换刀片;
本实施例中,所述刀片判断模块根据所述刀片信息获取刀片利用率,包括以下步骤:
所述刀片判断模块接收所述刀片信息,并将所述使用次数、所述刀片高度、所述使用时间以及所述磨损程度分别标记为n、h、t以及m;
所述刀片判断模块通过计算公式获取刀片利用率,将所述刀片利用率标记为S;
所述刀片利用率的计算公式为:
需要进一步说明的是,全新的刀片无需计算刀片利用率,默认其利用率为1;
其中,h初为刀片的初始高度;需要进一步说明的是,刀片的初始高度为已知数据;
所述刀片判断模块设定刀片利用率阈值,并将所述刀片利用率阈值与所述刀片利用率进行比较;
当所述刀片利用率大于或等于所述刀片利用率阈值时,将所述刀片利用率发送至所述指令生成模块;
当所述刀片利用率小于所述刀片利用率阈值时,刀片判断模块生成刀片更换信息,并将所述刀片更换信息发送至工作人员的智能终端,提醒工作人员更换刀片;
本实施例中,所述智能终端包括智能手机和电脑等智能设备。
所述指令生成模块用于接收所述修磨目标和所述刀片利用率,根据所述修磨目标和所述刀片以及参数预测模型,获取修磨参数;其中,所述参数预测模型基于人工智能模型建立;
以及根据所述修磨参数生成修磨指令,并将所述修磨指令发送至所述执行模块;
本实施例中,所述指令生成模块根据所述修磨目标和所述刀片以及参数预测模型,获取修磨参数,包括以下步骤:
所述指令生成模块接收所述修磨目标和所述刀片利用率,并将所述修磨目标和所述刀片利用率组合生成原始数据;
从所述指令生成模块获取参数预测模型;其中,所述参数预测模型基于人工智能模型建立;
将所述原始数据输入至所述参数预测模型中,获取修磨参数;其中,所述修磨参数包括修磨时间和修磨压力;
所述指令生成模块根据所述修磨参数生成修磨指令,并将所述修磨指令发送至所述执行模块;
本实施例中,所述参数预测模型基于人工智能模型建立,包括以下步骤:
从指令生成模块获取标准训练数据;
通过标准训练数据对人工智能模型进行训练,将训练完成的人工智能模型标记为安全检测模型。
本实施例中,标准训练数据包括若干组输入数据以及对应的修磨参数,且输入数据和原始数据内容属性一致;可以理解的是,输入数据和原始数据均包括选定的修磨目标和刀片利用率,只是数据的数值大小不同。
本实施例中,人工智能模型包括深度卷积神经网络模型或者RBF神经网络模型等具有强大非线性拟合能力的模型。
所述执行模块用于接收所述修磨指令,根据所述修磨指令对电极帽进行修磨。
本实施例中,所述目标制定模块与所述指令生成模块通信和/或电气连接;
所述刀片信息采集模块与所述刀片判断模块通信和/或电气连接;
所述刀片判断模块与所述指令生成模块通信和/或电气连接;
所述指令生成模块与所述执行模块通信和/或电气连接。
上述公式均是去除量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式,公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
本发明的工作原理:
目标制定模块用户设定电极帽的修磨目标;并将修磨目标发送至指令生成模块。
刀片信息采集模块获取刀片信息;并将刀片信息发送至刀片判断模块。
刀片判断模块接收刀片信息,根据刀片信息获取刀片利用率;获取刀片利用率阈值,并将刀片利用率阈值与刀片利用率进行比较;当刀片利用率大于或等于刀片利用率阈值时,将刀片利用率发送至指令生成模块;当刀片利用率小于刀片利用率阈值时,刀片判断模块生成刀片更换信息,并将刀片更换信息发送至工作人员的智能终端,提醒工作人员更换刀片;
指令生成模块接收修磨目标和刀片利用率,根据修磨目标和刀片以及参数预测模型,获取修磨参数;以及根据修磨参数生成修磨指令,并将修磨指令发送至执行模块;
执行模块接收修磨指令,根据修磨指令对电极帽进行修磨。
以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。
Claims (8)
1.一种用于电极帽修磨的优化系统,其特征在于,包括目标制定模块、刀片信息采集模块、刀片判断模块、指令生成模块以及执行模块;
所述目标制定模块用于用户设定电极帽的修磨目标;并将所述修磨目标发送至所述指令生成模块;
所述刀片信息采集模块用于获取刀片信息;并将所述刀片信息发送至所述刀片判断模块;
所述刀片判断模块用于接收所述刀片信息,根据所述刀片信息获取刀片利用率;
获取刀片利用率阈值,并将所述刀片利用率阈值与所述刀片利用率进行比较;
当所述刀片利用率大于或等于所述刀片利用率阈值时,将所述刀片利用率发送至所述指令生成模块;
当所述刀片利用率小于所述刀片利用率阈值时,刀片判断模块生成刀片更换信息,并将所述刀片更换信息发送至工作人员的智能终端,提醒工作人员更换刀片;
所述指令生成模块用于接收所述修磨目标和所述刀片利用率,根据所述修磨目标和所述刀片以及参数预测模型,获取修磨参数;其中,所述参数预测模型基于人工智能模型建立;
以及根据所述修磨参数生成修磨指令,并将所述修磨指令发送至所述执行模块;
所述执行模块用于接收所述修磨指令,根据所述修磨指令对电极帽进行修磨。
2.根据权利要求1所述的一种用于电极帽修磨的优化系统,其特征在于,所述修磨目标包括切削量和光滑度。
3.根据权利要求1所述的一种用于电极帽修磨的优化系统,其特征在于,所述刀片信息包括刀片的使用次数、刀片高度、使用时间以及磨损程度。
4.根据权利要求3所述的一种用于电极帽修磨的优化系统,其特征在于,所述刀片判断模块根据所述刀片信息获取刀片利用率,包括以下步骤:
所述刀片判断模块接收所述刀片信息,并将所述使用次数、所述刀片高度、所述使用时间以及所述磨损程度分别标记为n、h、t以及m;
所述刀片判断模块通过计算公式获取刀片利用率,将所述刀片利用率标记为S;
所述刀片利用率的计算公式为:
其中,h初为刀片的初始高度。
5.根据权利要求1所述的一种用于电极帽修磨的优化系统,其特征在于,全新的刀片无需计算刀片利用率,默认其刀片利用率为1。
6.根据权利要求1所述的一种用于电极帽修磨的优化系统,其特征在于,所述指令生成模块根据所述修磨目标和所述刀片以及参数预测模型,获取修磨参数,包括以下步骤:
所述指令生成模块接收所述修磨目标和所述刀片利用率,并将所述修磨目标和所述刀片利用率组合生成原始数据;
从所述指令生成模块获取参数预测模型;
将所述原始数据输入至所述参数预测模型中,获取修磨参数;其中,所述修磨参数包括修磨时间和修磨压力;
所述指令生成模块根据所述修磨参数生成修磨指令,并将所述修磨指令发送至所述执行模块。
7.根据权利要求2所述的一种用于电极帽修磨的优化系统,其特征在于,所述参数预测模型基于人工智能模型建立,包括以下步骤:
从指令生成模块获取标准训练数据;
通过标准训练数据对人工智能模型进行训练,将训练完成的人工智能模型标记为安全检测模型。
8.根据权利要求1所述的一种用于电极帽修磨的优化系统,其特征在于,所述目标制定模块与所述指令生成模块通信和/或电气连接;
所述刀片信息采集模块与所述刀片判断模块通信和/或电气连接;
所述刀片判断模块与所述指令生成模块通信和/或电气连接;
所述指令生成模块与所述执行模块通信和/或电气连接。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310966225.1A CN116852182B (zh) | 2023-08-02 | 一种用于电极帽修磨的优化系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310966225.1A CN116852182B (zh) | 2023-08-02 | 一种用于电极帽修磨的优化系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116852182A true CN116852182A (zh) | 2023-10-10 |
| CN116852182B CN116852182B (zh) | 2026-02-27 |
Family
ID=
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117697631A (zh) * | 2023-12-06 | 2024-03-15 | 南方科技大学 | 热分散控制的金刚石磨粒修整方法、装置及产品 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004047876A (ja) * | 2002-07-15 | 2004-02-12 | Tokyo Seimitsu Co Ltd | 研磨装置及び研磨方法 |
| CN105215852A (zh) * | 2015-05-29 | 2016-01-06 | 青岛理工大学 | 一种砂轮磨损及g比率的测量装置与方法 |
| CN107414677A (zh) * | 2017-08-16 | 2017-12-01 | 广州广汽荻原模具冲压有限公司 | 一种电极帽修磨机的自动修磨方法、电子设备及存储介质 |
| CN109277948A (zh) * | 2018-08-02 | 2019-01-29 | 数码模冲压技术(武汉)有限公司 | 一种机器人修磨压力控制方法、系统、存储介质及设备 |
| CN111015370A (zh) * | 2019-11-11 | 2020-04-17 | 华侨大学 | 基于热力耦合的磨削监控方法 |
| CN218312598U (zh) * | 2022-07-29 | 2023-01-17 | 广汽乘用车有限公司 | 一种具有铜屑收集功能的电极帽自动修磨装置 |
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004047876A (ja) * | 2002-07-15 | 2004-02-12 | Tokyo Seimitsu Co Ltd | 研磨装置及び研磨方法 |
| CN105215852A (zh) * | 2015-05-29 | 2016-01-06 | 青岛理工大学 | 一种砂轮磨损及g比率的测量装置与方法 |
| CN107414677A (zh) * | 2017-08-16 | 2017-12-01 | 广州广汽荻原模具冲压有限公司 | 一种电极帽修磨机的自动修磨方法、电子设备及存储介质 |
| CN109277948A (zh) * | 2018-08-02 | 2019-01-29 | 数码模冲压技术(武汉)有限公司 | 一种机器人修磨压力控制方法、系统、存储介质及设备 |
| CN111015370A (zh) * | 2019-11-11 | 2020-04-17 | 华侨大学 | 基于热力耦合的磨削监控方法 |
| CN218312598U (zh) * | 2022-07-29 | 2023-01-17 | 广汽乘用车有限公司 | 一种具有铜屑收集功能的电极帽自动修磨装置 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117697631A (zh) * | 2023-12-06 | 2024-03-15 | 南方科技大学 | 热分散控制的金刚石磨粒修整方法、装置及产品 |
| CN117697631B (zh) * | 2023-12-06 | 2025-09-30 | 南方科技大学 | 热分散控制的金刚石磨粒修整方法、装置及产品 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109048024B (zh) | 一种焊接电极帽的修磨方法 | |
| CN101363188A (zh) | 激光切割设备的巡边切割方法 | |
| CN114216911B (zh) | 一种金属选择性激光熔化成型中铺粉质量监测及控制方法 | |
| CN118893797B (zh) | 一种注塑设备智能调参方法及系统、存储介质、程序产品 | |
| CN118484996B (zh) | 基于人工智能的钢板剪切加工智慧配切系统 | |
| CN116985525B (zh) | 一种全自动视觉印刷机的智能管理方法及系统 | |
| CN1240021C (zh) | 票据图象处理装置 | |
| CN119251011B (zh) | 一种制鞋生产线的智能控制方法及系统 | |
| CN118700624A (zh) | 用于自动化生产线的定位监测方法 | |
| CN116852182B (zh) | 一种用于电极帽修磨的优化系统 | |
| CN117934867B (zh) | 一种基于智能调节功能的手办模型生产方法及系统 | |
| CN116852182A (zh) | 一种用于电极帽修磨的优化系统 | |
| CN116974234B (zh) | 一种火电厂碳资产的监测控制方法及系统 | |
| CN118393988B (zh) | 一种精密数控机床运行状态智能控制方法及系统 | |
| CN103514596A (zh) | 一种图像处理的方法和装置 | |
| CN115113586A (zh) | 基于回转轴承数控机床专用控制系统 | |
| CN117850216B (zh) | 一种亚克力镜片生产设备智能控制方法及系统 | |
| CN109617975A (zh) | 一种基于窄带物联网天线技术的云加工平台技术及方法 | |
| KR102607545B1 (ko) | 공작기계의 cnc 가공 시 절삭속도 자동 제어 방법 및 장치 | |
| CN114895643B (zh) | 一种低能耗的板状材料生产线开料设备及方法 | |
| CN116498536B (zh) | 一种具有多参数保护功能的水泵机组智能启停控制系统 | |
| CN116578049B (zh) | 基于工业互联网的数字化改造方法 | |
| CN119165774A (zh) | 一种机械设备自适应数控加工系统及方法 | |
| CN114446226B (zh) | Led显示屏动态显示远程监控系统 | |
| CN113327407B (zh) | 电极帽报警值分析方法、系统、装置及存储介质 |
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 |