DE102018214307A1 - System and method for quality inspection in the manufacture of individual parts - Google Patents
System and method for quality inspection in the manufacture of individual parts Download PDFInfo
- Publication number
- DE102018214307A1 DE102018214307A1 DE102018214307.2A DE102018214307A DE102018214307A1 DE 102018214307 A1 DE102018214307 A1 DE 102018214307A1 DE 102018214307 A DE102018214307 A DE 102018214307A DE 102018214307 A1 DE102018214307 A1 DE 102018214307A1
- Authority
- DE
- Germany
- Prior art keywords
- individual parts
- neural network
- unit
- images
- manufacturing
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C3/00—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles
- G07C3/08—Registering or indicating the production of the machine either with or without registering working or idle time
- G07C3/12—Registering or indicating the production of the machine either with or without registering working or idle time in graphical form
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
Abstract
Ein System zur Qualitätsprüfung bei der Herstellung von Einzelteilen umfasst eine Berechnungs-Einheit (2) zum Erstellen von Abbildungen (8) der herzustellenden Einzelteile und ein neuronales Netzwerk (3) zur Klassifizierung in fehlerfreie und fehlerhafte Einzelteile auf Basis der Abbildungen (8).A system for quality inspection in the production of individual parts comprises a calculation unit (2) for creating images (8) of the individual parts to be manufactured and a neural network (3) for classification into error-free and faulty individual parts based on the images (8).
Description
Die Erfindung betrifft ein System und ein Verfahren zur Qualitätsprüfung bei der Herstellung von Einzelteilen.The invention relates to a system and a method for quality testing in the production of individual parts.
Bei der industriellen Herstellung von Einzelteilen, insbesondere in der Metallbearbeitung, können Fehler auftreten. Bei einer Qualitätsprüfung werden hergestellte Einzelteile analysiert, um fehlerhafte, also nicht zu gebrauchende, von fehlerfreien Einzelteilen zu unterscheiden. Der Aufwand für die Vorbereitung und Durchführung der Qualitätsprüfung ist groß.Errors can occur in the industrial manufacture of individual parts, particularly in metalworking. During a quality inspection, manufactured individual parts are analyzed in order to distinguish faulty, i.e. unused, from faultless individual parts. The effort for the preparation and implementation of the quality inspection is great.
Der Erfindung liegt die Aufgabe zugrunde, den Aufwand für die Qualitätsprüfung bei der Herstellung von Einzelteilen zu reduzieren.The invention has for its object to reduce the effort for quality testing in the manufacture of individual parts.
Die Aufgabe wird durch die Merkmale der Ansprüche 1 und 7 gelöst. Der Kern der Erfindung besteht darin, mittels einer Berechnungs-Einheit Abbildungen der herzustellenden Einzelteile zu erstellen. Die Abbildungen können in einem Datenspeicher gespeichert werden und dienen als Basis für eine Klassifizierung der Abbildungen in fehlerfreie und fehlerhafte Einzelteile mittels eines neuronalen Netzwerks. Für die Klassifizierung mit dem neuronalen Netzwerk ist eine Vielzahl von Abbildungen erforderlich, insbesondere mindestens zehn, insbesondere mindestens 50, insbesondere mindestens 100, insbesondere mindestens 500, insbesondere mindestens 1.000, insbesondere mindestens 5.000, insbesondere mindestens 10.000 und insbesondere höchstens 1.000.000 Abbildungen. Die Abbildungen bilden sogenannte Trainingsdaten für das neuronale Netzwerk. Das neuronale Netzwerk ist insbesondere selbstlernend ausgeführt und umfasst eine künstliche Intelligenz derart, dass Zuordnungsparameter bei der Klassifizierung der Trainingsdaten oder ein Vergleich der Trainingsdaten mit Real-Abbildungen iterativ, also mit zunehmender Anzahl von Trainingsdaten und/oder Real-Abbildungen, verbessert wird. Dadurch, dass die Abbildungen in der Berechnungs-Einheit erstellt, also berechnet, werden, können synthetisch erstellte Abbildungen der Einzelteile als Trainingsdaten verwendet werden. Der Aufwand für die reale Herstellung von Mustern und deren manuelle Qualitätsbeurteilung für die Bereitstellung von Trainingsdaten ist reduziert und insbesondere vermieden. Insbesondere ist entbehrlich, dass eine Vielzahl von Einzelteilen hergestellt werden muss, um Trainingsdaten für das neuronale Netzwerk zur Verfügung zu stellen. Das System kann bei der Herstellung der Einzelteile insbesondere ab dem ersten hergestellten Einzelteil eingesetzt werden. Für das erfindungsgemäße System ist das Anlernen neuer Werkstücke und/oder Prozesse entbehrlich. Eine Anlaufphase, in der zur fehlerfreien Herstellung der Einzelteile eine Einstellung und/oder Anpassung des Herstellungsverfahrens erfolgt, ist insbesondere entbehrlich. Insbesondere bei einem Teilewechsel bei der Herstellung der Einzelteile, also bei veränderter Geometrie und/oder verändertem Werkstoff, ist der Umstellungsaufwand reduziert. Das neue System ist schneller und flexibler einsetzbar.The object is solved by the features of
Eine Berechnungs-Einheit gemäß Anspruch 2 ermöglicht eine realitätsnahe Nachbildung des Herstellungsverfahrens der Einzelteile. Die Qualität der Trainingsdaten ist verbessert. Die Berechnungs-Einheit ist insbesondere als nummerisches Simulationsprogramm, insbesondere als Finite-Elemente-Berechnungsprogramm ausgeführt.A calculation unit according to
Alternativ kann die Berechnungseinheit derart ausgeführt sein, dass Real-Abbildungen der Einzelteile digitalisiert werden. Die digitalisierten Real-Abbildungen können anschließend synthetisiert werden, indem beispielsweise Fehlerdarstellung in den synthetisierten Real-Abbildungen integriert werden. Die so synthetisierten Real-Abbildungen bilden dann die Trainingsdaten. Die so erzeugten Trainingsdaten können ebenfalls in großer Anzahl, also schnell und mit reduziertem Kostenaufwand erzeugt werden. Die Bereitstellung der Trainingsdaten ist unaufwändig.Alternatively, the calculation unit can be designed such that real images of the individual parts are digitized. The digitized real images can then be synthesized by, for example, integrating error displays in the synthesized real images. The real images thus synthesized then form the training data. The training data generated in this way can also be generated in large numbers, that is to say quickly and at reduced cost. The provision of the training data is effortless.
Ein Berechnungsprogramm nach Anspruch 3 kann verschiedene Werkstoffe und/oder verschiedene Soll-Geometrien der Einzelteile realitätsnah abbilden. Insbesondere können die mittels des Berechnungsprogramms erzeugten Abbildungen Fehler im und/oder am Einzelteil abbilden. Derartige Fehler sind bei der Blechumformung beispielsweise Einschnürungen, Risse und/oder unerwünschte Verfestigungen. Die Trainingsdaten sind insbesondere geeignet, lokal begrenzte Fehler und/oder Schwachstellen des Einzelteils abzubilden.A calculation program according to
Eine Kalibrierungs-Einheit gemäß Anspruch 4 dient für eine initiale Kalibrierung der Abbildungen für das neuronale Netzwerk.A calibration unit according to
Mit einer Bilderfassungs-Einheit gemäß Anspruch 5 können real hergestellte Einzelteile optisch erfasst werden. Zusätzlich oder alternativ kann die Bilderfassungs-Einheit eine Vorrichtung zur Laser-Triangulation, ein Röntgen-Aufnahmegerät und/oder ein Ultraschall-Aufnahmegerät aufweisen. Wesentlich ist, dass die Bilderfassungs-Einheit geeignet ist, eine Real-Abbildung des Einzelteils zu erzeugen.With an image capture unit according to
Eine Herstellungs-Einheit gemäß Anspruch 6 dient zur Herstellung der Einzelteile. Die Einzelteile sind insbesondere metallische Einzelteile, die beispielsweise in einem Umformverfahren, insbesondere einem Blech-Umformverfahren oder Massiv-Umformverfahren hergestellt worden sind. A manufacturing unit according to
Die Herstellungs-Einheit kann eine Presse zum Ziehen von Metallblech oder eine Walz-Vorrichtung zum Gewindewalzen von Schrauben sein. Die Herstellungs-Einheit kann auch eine Urform-Vorrichtung zum Gießen von Einzelteilen aus metallischen Werkstoffen oder aus Kunststoff-Werkstoffen sein. Die Herstellungs-Einheit kann auch eine Vorrichtung zur spanenden Bearbeitung von Werkstücken sein, beispielsweise eine Drehmaschine, eine Fräsmaschine, eine Werkzeugmaschine oder ein Bearbeitungszentrum. The manufacturing unit can be a press for drawing sheet metal or a rolling device for thread-rolling screws. The manufacturing unit can also be a master device for casting individual parts from metallic materials or from plastic materials. The manufacturing unit can also be a device for machining workpieces, for example a lathe, a milling machine, a machine tool or a machining center.
Ein Verfahren zur Qualitätsprüfung, insbesondere zur automatisierten Qualitätsprüfung bei der Herstellung von Einzelteilen weist im Wesentlichen die Vorteile des erfindungsgemäßen Systems auf, worauf hiermit verwiesen wird.A method for quality inspection, in particular for automated quality inspection in the production of individual parts, essentially has the advantages of the system according to the invention, to which reference is hereby made.
Das Bewerten der Qualität der real hergestellten Einzelteile gemäß Anspruch 12 ermöglicht eine schnelle und unmittelbare Rückmeldung über den Herstellungsprozess, also die Herstellung der Einzelteile. Das Bewerten der mittels der Bilderfassungs-Einheit erzeugten Real-Abbildungen, insbesondere Bilder, also Fotografien, erfolgt mittels des neuronalen Netzwerkes, in dem die Abbildungen in fehlerfreie und fehlerhafte Einzelteile klassifiziert sind. Bei dem Bewerten werden die Real-Abbildungen durch das trainierte neuronale Netzwerk klassifiziert. Ein Vergleich der Real-Abbildungen mit den Trainingsdaten ist entbehrlich. Das Bewerten erfordert vergleichsweise wenig Speicherkapazität und Rechenleistung eines Prozessors. Das Bewerten kann unaufwändig und schnell durchgeführt werden. So ist eine Zuordnung der real hergestellten Einzelteile als fehlerfreies oder fehlerhaftes Einzelteil zuverlässig möglich.The evaluation of the quality of the actually manufactured individual parts according to
Insbesondere ist eine Überwachung aller hergestellten Einzelteile möglich. Dadurch, dass die Qualitätsprüfung und damit die Bewertung der Einzelteile automatisiert durchgeführt werden kann, ist der Aufwand dafür reduziert. Insbesondere ist eine Verzögerung des Herstellverfahrens durch die automatisierte Qualitätsprüfung vermieden. Das Qualitätsergebnis ist verbessert. Anstelle punktueller Stichprobenprüfungen findet eine geschlossene, insbesondere lückenlose, Überprüfung der hergestellten Einzelteile statt.In particular, monitoring of all manufactured individual parts is possible. The fact that the quality check and thus the evaluation of the individual parts can be carried out automatically reduces the effort involved. In particular, a delay in the manufacturing process due to the automated quality inspection is avoided. The quality result is improved. Instead of spot checks, there is a closed, in particular complete, check of the manufactured parts.
Ein Regeln des Herstellverfahrens der Einzelteile gemäß Anspruch 13 ermöglicht eine kontinuierliche Qualitätsverbesserung bei dem Herstellverfahren. Das Ergebnis aus der Bewertung der Einzelteile kann als Regelparameter bei der Herstellung der Einzelteile dienen. Dadurch ist ein unmittelbares Feedback für das Herstellungsverfahren aus der Qualitätsprüfung möglich. Insbesondere lassen sich unerwünschte Abweichungs-Trends bei der Herstellung der Einzelteile erkennen, wenn beispielsweise das Ist-Maß für die Einzelteile im Verlauf des Herstellverfahrens sich von einem zulässigen Toleranzbereich in Richtung eines oberen oder unteren Schwellwertes verlagert. Ein unerwünschter Abweichungs-Trend ist auch dann gegeben, wenn fehlerhafte Einzelteile im Verlauf eines Herstellungsverfahrens wiederholt auftreten, insbesondere mit dem selben oder einem ähnlichen Fehlermuster. Durch das Feedback kann dieser Trend in einer Regelungseinheit erkannt und durch Berücksichtigung von einstellbaren Maschinenparametern in der Herstellungs-Einheit kompensiert werden. Das Feedback kann auch dazu dienen, fehlerhafte Werkstoffe zu erkennen, die beispielsweise nicht die erforderliche Werkstoffgüte und/oder die erforderlichen Ausgangsmaße, wie beispielsweise Blechdicke oder Stangen-Durchmesser, aufweisen.Regulating the manufacturing process of the individual parts according to
Sowohl die in den Patentansprüchen angegebenen Merkmale als auch die in dem im nachfolgenden Ausführungsbeispiel des erfindungsgemäßen Systems angegebenen Merkmale sind jeweils für sich alleine oder in Kombination miteinander geeignet, den erfindungsgemäßen Gegenstand weiterzubilden. Die jeweiligen Merkmalskombinationen stellen hinsichtlich der Weiterbildungen des Erfindungsgegenstands keine Einschränkung dar, sondern weisen im Wesentlichen lediglich beispielhaften Charakter auf.Both the features specified in the patent claims and the features specified in the subsequent exemplary embodiment of the system according to the invention are each suitable, alone or in combination with one another, for developing the subject according to the invention. The respective combinations of features do not represent any restrictions with regard to the developments of the subject matter of the invention, but essentially have only an exemplary character.
Weitere Merkmale, Vorteile und Einzelheiten der Erfindung ergeben sich aus der nachfolgenden Beschreibung des Ausführungsbeispiels anhand der Zeichnung. Es zeigen:
-
1 eine schematische Darstellung eines erfindungsgemäßen Systems zum Trainieren eines neuronalen Netzwerkes, -
2 ein Flussdiagramm zur Veranschaulichung der einzelnen Schritte gemäß dem Verfahren in1 , -
3 eine schematisch Darstellung des Systems in1 zur Qualitätsprüfung hergestellter Einzelteile, -
4 mittels einer Bilderfassungs-Einheit erzeugte Real-Abbildungen hergestellter Einzelteile, -
5 Abbildungen zur Klassifizierung in fehlerfreie und fehlerhafte Einzelteile.
-
1 1 shows a schematic representation of a system according to the invention for training a neural network, -
2 a flowchart to illustrate the individual steps according to the method in1 . -
3 a schematic representation of the system in1 for quality inspection of manufactured parts, -
4 real images of individual parts produced by means of an image acquisition unit, -
5 Images for classification into flawless and faulty individual parts.
Einander entsprechende Komponenten sind in den
Ein als Ganzes mit 1 bezeichnetes System dient zur automatisierten Qualitätsprüfung bei der Herstellung von Einzelteilen. Das System
Nachfolgend wir das Verfahren zur automatisierten Qualitätsprüfung näher erläutert.The procedure for automated quality inspection is explained in more detail below.
Mit dem Berechnungsprogramm der Berechnungs-Einheit
Das Erstellen der
In einem Berechnungsschritt
In einem Renderingschritt
Mit der Berechnungs-Einheit ist es möglich, eine Vielzahl an Eingangsdaten für das neuronale Netzwerk
Während der Trainingsphase des neuronalen Netzwerkes
In einem der Trainingsphase gemäß
Das Bewertungsergebnis, ob es sich bei dem Einzelteil um ein fehlerfreies oder fehlerhaftes Einzelteil handelt, kann in einer Anzeigeeinheit
Es ist zusätzlich oder alternativ denkbar, die Ergebnisdaten, die an der Ausgabe
Der wesentliche Vorteil des Systems
Claims (13)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102018214307.2A DE102018214307A1 (en) | 2018-08-23 | 2018-08-23 | System and method for quality inspection in the manufacture of individual parts |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102018214307.2A DE102018214307A1 (en) | 2018-08-23 | 2018-08-23 | System and method for quality inspection in the manufacture of individual parts |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102018214307A1 true DE102018214307A1 (en) | 2020-02-27 |
Family
ID=69412779
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102018214307.2A Pending DE102018214307A1 (en) | 2018-08-23 | 2018-08-23 | System and method for quality inspection in the manufacture of individual parts |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102018214307A1 (en) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113052561A (en) * | 2021-04-01 | 2021-06-29 | 苏州惟信易量智能科技有限公司 | Flow control system and method based on wearable device |
CN115088125A (en) * | 2020-03-20 | 2022-09-20 | 舍弗勒技术股份两合公司 | Method and inspection device for inspecting bipolar plates of electrochemical cells, in particular fuel cells |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19518804A1 (en) * | 1994-05-27 | 1995-12-21 | Fraunhofer Ges Forschung | Process control |
DE102005038889A1 (en) * | 2005-08-17 | 2007-02-22 | Siemens Ag | Method for testing a production material |
DE102014218132A1 (en) * | 2014-09-10 | 2016-03-10 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Method and device for determining a quality of a component |
DE102014218096A1 (en) * | 2014-09-10 | 2016-03-10 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Method and device for monitoring a production and / or assembly process |
DE102016118825A1 (en) * | 2015-10-07 | 2017-04-13 | Ford Global Technologies, Llc | Image capture system for an automated production line |
DE102016012451A1 (en) * | 2016-10-18 | 2018-01-04 | Daimler Ag | Method for monitoring, analyzing and operating at least one production facility |
-
2018
- 2018-08-23 DE DE102018214307.2A patent/DE102018214307A1/en active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19518804A1 (en) * | 1994-05-27 | 1995-12-21 | Fraunhofer Ges Forschung | Process control |
DE102005038889A1 (en) * | 2005-08-17 | 2007-02-22 | Siemens Ag | Method for testing a production material |
DE102014218132A1 (en) * | 2014-09-10 | 2016-03-10 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Method and device for determining a quality of a component |
DE102014218096A1 (en) * | 2014-09-10 | 2016-03-10 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Method and device for monitoring a production and / or assembly process |
DE102016118825A1 (en) * | 2015-10-07 | 2017-04-13 | Ford Global Technologies, Llc | Image capture system for an automated production line |
DE102016012451A1 (en) * | 2016-10-18 | 2018-01-04 | Daimler Ag | Method for monitoring, analyzing and operating at least one production facility |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115088125A (en) * | 2020-03-20 | 2022-09-20 | 舍弗勒技术股份两合公司 | Method and inspection device for inspecting bipolar plates of electrochemical cells, in particular fuel cells |
CN113052561A (en) * | 2021-04-01 | 2021-06-29 | 苏州惟信易量智能科技有限公司 | Flow control system and method based on wearable device |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102013109915B4 (en) | Method and device for checking an inspection system for detecting surface defects | |
DE102018129425B4 (en) | System for recognizing a machining error for a laser machining system for machining a workpiece, laser machining system for machining a workpiece by means of a laser beam comprising the same, and method for detecting a machining error in a laser machining system for machining a workpiece | |
DE102013003760A1 (en) | Method and device for quality evaluation of a component produced by means of a generative laser sintering and / or laser melting process | |
DE102019002623A1 (en) | Controller and control system | |
EP3417237B1 (en) | Reference plate and method for calibrating and/or checking a deflectometry sensor system | |
EP2753897A1 (en) | Method and device for detecting deviations of an object surface | |
DE102017208497A1 (en) | Method for preparing a printing of a three-dimensional component and system | |
DE102015214683A1 (en) | Intelligent robot welding system and process | |
DE102018214307A1 (en) | System and method for quality inspection in the manufacture of individual parts | |
EP3071928B1 (en) | Image capturing simulation in a coordinate measuring apparatus | |
DE102017213060A1 (en) | A computer-implemented method and apparatus for automatically generating tagged image data and analyzer for inspecting a component | |
EP3885078A1 (en) | Hyperspectral surface scan of a body | |
DE102022109528A1 (en) | DEVICE FOR DETERMINING IRREGULARITIES, METHOD FOR DETERMINING IRREGULARITIES, PROGRAM AND SYSTEM FOR DETERMINING IRREGULARITIES | |
DE102021117714A1 (en) | Automatic seam detection for a welding process | |
EP3775773B1 (en) | 3d object-sensing system | |
EP3655175B1 (en) | Method for operating a processing installation with a movable punch | |
DE102016012371A1 (en) | Method and system for determining the defect surface of at least one defect on at least one functional surface of a component or test specimen | |
DE102006048030A1 (en) | Device and method for determining the gap and flush of adjacent components | |
EP1988506A2 (en) | Method for automatically determining testing areas, testing method and testing system | |
WO2020083617A1 (en) | Method for testing a joint | |
DE112019004583T5 (en) | RATIONALIZATION OF AN AUTOMATIC VISUAL INSPECTION PROCESS | |
DE102019100822A1 (en) | Boroscopic inspection procedure | |
DE102020213828B4 (en) | Inspection device and method for checking an object manufactured by means of a sintering process for possible defects | |
EP3602021A1 (en) | Method and apparatus for determining at least two transmission positions | |
DE102018112910A1 (en) | Manufacturing method for a drive device and test device |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R012 | Request for examination validly filed | ||
R016 | Response to examination communication | ||
R016 | Response to examination communication |