CN101655703B - 数控折弯机控制*** - Google Patents
数控折弯机控制*** Download PDFInfo
- Publication number
- CN101655703B CN101655703B CN 200910305213 CN200910305213A CN101655703B CN 101655703 B CN101655703 B CN 101655703B CN 200910305213 CN200910305213 CN 200910305213 CN 200910305213 A CN200910305213 A CN 200910305213A CN 101655703 B CN101655703 B CN 101655703B
- Authority
- CN
- China
- Prior art keywords
- layer
- bending
- plc
- rear shelves
- depth
- 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
- 239000000463 material Substances 0.000 claims abstract description 52
- 238000005452 bending Methods 0.000 claims abstract description 44
- 238000013528 artificial neural network Methods 0.000 claims abstract description 17
- 238000012937 correction Methods 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims abstract description 6
- 239000011159 matrix material Substances 0.000 claims description 15
- 210000002569 neuron Anatomy 0.000 claims description 15
- 238000000034 method Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 10
- 230000007935 neutral effect Effects 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 230000003466 anti-cipated effect Effects 0.000 claims description 4
- 230000004913 activation Effects 0.000 claims description 3
- 238000013459 approach Methods 0.000 claims description 3
- 230000006835 compression Effects 0.000 claims description 3
- 238000007906 compression Methods 0.000 claims description 3
- 210000003127 knee Anatomy 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 239000007769 metal material Substances 0.000 claims description 3
- 230000000644 propagated effect Effects 0.000 claims description 3
- 238000004904 shortening Methods 0.000 claims description 3
- 230000001915 proofreading effect Effects 0.000 claims 1
- 230000003993 interaction Effects 0.000 abstract description 2
- 238000006243 chemical reaction Methods 0.000 abstract 1
- 238000012423 maintenance Methods 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 3
- 238000003754 machining Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000003462 Bender reaction Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
Images
Landscapes
- Bending Of Plates, Rods, And Pipes (AREA)
Abstract
本发明提供了数控折弯机控制***，其性能稳定、人机交互良好、控制精度高、易维护，加工的工件误差小。其包括折弯机械部件、伺服液压上料***、伺服电机，其特征在于：其还包括触摸屏、PLC可编程逻辑控制器，触摸屏采集用户输入的折弯相关参数信息，计算出可以被PLC直接使用的有效数据，采集到的数据中与计算相关的参数包括：目标角度、上模角度、下模开口、下模角度、后档料位置、材料厚度、材料宽度，使用这些参数计算转换出压力、进深、校正后的后档料位置，发送给PLC控制折弯机械部件运作；根据采集的数据信息，通过BP神经网络拟合出关于的折弯半径的关系曲线，利用折弯半径这一中间变量，计算可以被PLC直接使用的有效数据。
Description
(一)技术领域
本发明应用于工业控制及自动化技术领域，具体为数控折弯机控制***。
(二)背景技术
板料折弯成形因其模具的通用性好、工艺简单、应用范围广，在钣金加工中得到了非常广泛的应用，如在机床电器、家电行业、机械、建筑等制造行业中都使用了大量的板料折弯件。数控机床是电子信息技术与传统机床技术相融合的机电一体化产品，特别适合加工复杂形状的工件。金属板料折弯是工件加工中最复杂的过程之一，在普通折弯机上，需要相当长的调整时间，才能生产出良好的工件，数控折弯机可以根据角度自动计算机械位置，降低操作难度，大大缩短调整时间，提高工件质量。
数控机床与普通机床相比，数控机床有如下特点：加工精度高，具有稳定的加工质量；可进行多坐标的联动，能加工形状复杂的零件；加工零件改变时，一般只需要更改数控程序，可节省生产准备时间；机床本身的精度高、刚性大,可选择有利的加工用量，生产率高；机床自动化程度高，可以减轻劳动强度。
尽管近年来数控折弯行业有了很大的发展，但是仍然存在很多不足和缺陷，主要有以下几点：位置计算不够准确，控制精确度不够。目前国内外有一些数控折弯机，具有角度编程功能，由于实际上误差很大，有些甚至误差高达几度，这样只能对工件进行粗加工。
(三)发明内容
针对上述问题，本发明提供了数控折弯机控制***，其性能稳定、人机交互良好、控制精度高、易维护，加工的工件误差小。
其技术方案是这样的：其包括折弯机械部件、伺服液压上料***、伺服电机，其特征在于：其还包括触摸屏、PLC可编程逻辑控制器，触摸屏采集用户输入的折弯相关参数信息，计算出可以被PLC直接使用的有效数据，采集到的数据中与计算相关的参数包括：目标角度、上模角度、下模开口、下模角度、后档料位置、材料厚度、材料宽度，使用这些参数计算转换出压力、进深、校正后的后档料位置，发送给PLC控制折弯机械部件运作；根据采集的数据信息，通过BP神经网络拟合出关于的折弯半径的关系曲线，利用折弯半径这一中间变量，计算可以被PLC直接使用的有效数据。
其进一步特征在于：利用折弯半径推导出进深和后档料位置，根据进深公式和后档料位置公式分别控制上模滑块行程和后档料定位，从而精确控制折弯角度和折弯位置，分别在X、Y方向控制折弯机械部件的后档料位置和上模进程；在X方向，用伺服电机驱动折弯机械部件的后挡料定位，从而决定折弯位置；在Y方向，通过伺服液压***来控制折弯机械部件的滑块的行程，从而决定角度的大小；在运作的过程中PLC还负责监控机械的状态，监控限位开关状态，PLC与触摸屏之间通过串口进行交互，把越位报警、上模滑块位置、后档料等信息传递给触摸屏，从而反馈给用户；
其更进一步特征在于：
进深和后档料位置
进深公式如下：
H≈V/2tg(A/2)
h=H-(R+t)/sin(A/2)+R （1）
金属材料折弯后的弯曲部分是个圆弧，在弯曲过程中内侧受压而缩短，外侧受拉而伸长，在压缩和拉伸两部分的交界处有一层长度保持不变，称为中性层，中性层的位置是随着内径R和厚度t的比例改变而移动的，
根据平面几何原理可计算出弯曲处中性层的弧长：l2=(R+xt)A∏/180
在下料时，上模和材料的接触位置应该在圆弧的中点，
后档料的位置公式：
w= l1+l2/2 =l1+(R+xt)A∏/360
式中l1、t可以根据工件直接测量；l1是直边长度，t是材料厚度。在图3中有所标注。
开口宽度、材料厚度和折弯半径R间的关系通过BP神经网络拟合出;
BP神经网络，它的左、右各层之间的各个神经元实现全连接，即左层的每一个神经元与右层的每个神经元都有连接，而上下层各神经元之间无连接，当一对学习模式提供给网络后，其神经元的激活值将从输入层经各中间层向输出层传播，在输出层的各神经元输出对应于输入模式的网络响应，然后，按减少希望输出与实际输出误差的原则，从输出层经中间层、最后回到输入层逐层修正各连接权；由于BP神经网络有处于中间位置的隐含层，对于任何在闭区间内的一个连续函数都可以用单隐含层的BP网络逼近，即一个3层BP 网络就可以完成任意的n 维到m 维的映射，因而本文采用单隐含层的3 层BP 神经网络建立预测模型；
确定隐含层的节点，设输入层节点数为k，则隐含层的节点数为2k+1。开口宽度、材料厚度作为输入，半径作为输出，k=2，则设定网络隐含层的节点个数为5，使用来自加工弯曲件的样本加工记录作为训练样本，取5000组样本用仿真软件作MATLAB进行训练，训练函数采用trainlm，一种BP训练专用函数名称，无法翻译为中文名），根据大量样本数据训练出的四个权重矩阵：输入层的权值矩阵WI2H，阈值矩阵BIAS1，隐含层的权值矩阵WH2O，阈值矩阵BIAS2；
根据拟合出的半径曲线求得半径R后，把R带入上文推导出的进深公式和后档料公式即可计算出进深和后档料尺寸。
本发明的上述***，由于采用了BP神经网络拟合出的关系曲线来对参数处理，这样对于不同的工件，只要把相应的要求参数输入，即可推导出加工参数，整个加工过程方便快捷，精确度高，从而避免了现有技术中，由于位置计算不够，精确度不够导致只能对工件进行粗加工的缺点。
(四)附图说明
图1是折弯机控制***整体结构图；
图2是进深计算原理，图中A-编程角度，V下模开口角度，R－折弯后的内圆弧半径，h-进深；
图3是后档料计算原理；
图4是人机界面模块关系图；
图5是自定义控件类的继承关系。
(五)具体实施方式
见图1、图2、图3、图4、图5，本发明包括折弯机械部件、伺服液压上料***、伺服电机，其还包括触摸屏、PLC可编程逻辑控制器，触摸屏采集用户输入的折弯相关参数信息，计算出可以被PLC直接使用的有效数据，采集到的数据中与计算相关的参数包括：目标角度、上模角度、下模开口、下模角度、后档料位置、材料厚度、材料宽度，使用这些参数计算转换出压力、进深、校正后的后档料位置，发送给PLC控制折弯机械部件运作；根据采集的数据信息，通过BP神经网络拟合出关于折弯半径的关系曲线，利用折弯半径这一中间变量，计算可以被PLC直接使用的有效数据，利用折弯半径推导出进深和后档料位置，根据进深公式和后档料位置公式分别控制上模滑块行程和后档料定位，从而精确控制折弯角度和折弯位置，分别在X、Y方向控制折弯机械部件的后档料位置和上模进程；在X方向，用伺服电机驱动折弯机械部件的后挡料定位，从而决定折弯位置；在Y方向，通过伺服液压***来控制折弯机械部件的滑块的行程，从而决定角度的大小；在运作的过程中PLC还负责监控机械的状态，监控限位开关状态，PLC与触摸屏之间通过串口进行交互，把越位报警、上模滑块位置、后档料等信息传递给触摸屏，从而反馈给用户；
进深和后档料位置
进深公式如下：
H≈V/2tg(A/2)
h=H-(R+t)/sin(A/2)+R （1）
金属材料折弯后的弯曲部分是个圆弧，在弯曲过程中内侧受压而缩短，外侧受拉而伸长，在压缩和拉伸两部分的交界处有一层长度保持不变，称为中性层，中性层的位置是随着内径R和厚度t的比例改变而移动的，
根据平面几何原理可计算出弯曲处中性层的弧长：l2=(R+xt)A∏/180
在下料时，上模和材料的接触位置应该在圆弧的中点，
后档料的位置公式：
w= l1+l2/2 =l1+(R+xt)A∏/360
式中l1、t可以根据工件直接测量；l1是直边长度，t是材料厚度。在图3中有所标注。
开口宽度、材料厚度和折弯半径R间的关系通过BP神经网络拟合出。
BP神经网络，它的左、右各层之间的各个神经元实现全连接，即左层的每一个神经元与右层的每个神经元都有连接，而上下层各神经元之间无连接，当一对学习模式提供给网络后，其神经元的激活值将从输入层经各中间层向输出层传播，在输出层的各神经元输出对应于输入模式的网络响应，然后，按减少希望输出与实际输出误差的原则，从输出层经中间层、最后回到输入层逐层修正各连接权；由于BP 神经网络有处于中间位置的隐含层，对于任何在闭区间内的一个连续函数都可以用单隐含层的BP网络逼近，即一个3层BP 网络就可以完成任意的n维到m维的映射，因而本文采用单隐含层的3层BP 神经网络建立预测模型；确定隐含层的节点，设输入层节点数为k，则隐含层的节点数为2k+1。开口宽度、材料厚度作为输入，半径作为输出，k=2，则设定网络隐含层的节点个数为5，使用来自加工弯曲件的样本加工记录作为训练样本，取5000组样本仿真软件MATLAB进行训练，训练函数采用trainlm，一种BP训练专用函数，根据大量样本数据训练出的四个权重矩阵：输入层的权值矩阵WI2H，阈值矩阵BIAS1，隐含层的权值矩阵WH2O，阈值矩阵BIAS2；
根据拟合出的半径曲线求得半径R后，把R带入上文推导出的进深公式和后档料公式即可计算出进深和后档料尺寸。
Claims (3)
1.数控折弯机控制***，其包括折弯机械部件、伺服液压上料***、伺服电机，其特征在于：其还包括触摸屏、PLC可编程逻辑控制器，触摸屏采集用户输入的折弯相关参数信息，计算出可以被PLC直接使用的有效数据，采集到的数据中与计算相关的参数包括：目标角度、上模角度、下模开口、下模角度、后档料位置、材料厚度、材料宽度，使用这些参数计算转换出压力、进深、校正后的后档料位置，发送给PLC控制折弯机械部件运作；根据采集的数据信息，通过BP神经网络拟合出关于折弯半径的关系曲线，利用折弯半径这一中间变量，计算可以被PLC直接使用的有效数据。
2.根据权利要求1所述数控折弯机控制***，其特征在于：利用折弯半径推导出进深和校正后的后档料位置，根据进深公式和校正后的后档料位置公式分别控制上模滑块行程和后档料定位，从而精确控制折弯角度和折弯位置，分别在X、Y方向控制折弯机械部件的后档料定位和上模进程；在X方向，用伺服电机驱动折弯机械部件的后挡料定位，从而决定折弯位置；在Y方向，通过所述伺服液压上料***控制折弯机械部件的滑块的行程，从而决定角度的大小；在运作的过程中PLC还负责监控机械的状态，监控限位开关状态，PLC与触摸屏之间通过串口进行交互，把越位报警、上模滑块位置、后档料定位位置信息传递给触摸屏，从而反馈给用户。
3.根据权利要求2所述数控折弯机控制***，其特征在于：
所述进深和校正后的后档料位置
进深公式如下：
H≈V/（2tg(A/2)）
h=H-(R+t)/sin(A/2)+R （1）
金属材料折弯后的弯曲部分是个圆弧，在弯曲过程中内侧受压而缩短，外侧受拉而伸长，在压缩和拉伸两部分的交界处有一层长度保持不变，称为中性层，中性层的位置是随着折弯半径R和厚度t的比例改变而移动的，
根据平面几何原理可计算出弯曲处中性层的弧长：l2=(R+xt)A∏/180
在下料时，上模和材料的接触位置应该在圆弧的中点，
后档料位置公式：
w= l1+l2/2 =l1+(R+xt)A∏/360
式中l1、t可以根据工件直接测量；l1是直边长度，t是材料厚度；
开口宽度、材料厚度和折弯半径R间的关系通过BP神经网络拟合出；
BP 神经网络，它的左、右各层之间的各个神经元实现全连接，即左层的每一个神经元与右层的每个神经元都有连接，而上下层各神经元之间无连接，当一对学习模式提供给网络后，其神经元的激活值将从输入层经各中间层向输出层传播，在输出层的各神经元输出对应于输入模式的网络响应，然后，按减少希望输出与实际输出误差的原则，从输出层经中间层、最后回到输入层逐层修正各连接权；由于BP 神经网络有处于中间位置的隐含层，对于任何在闭区间内的一个连续函数都可以用单隐含层的BP网络逼近，即一个3层BP 网络就可以完成任意的n维到m维的映射，因而采用单隐含层的3层BP 神经网络建立预测模型；确定隐含层的节点，设输入层节点数为k，则隐含层的节点数为2k+1；开口宽度、材料厚度作为输入，半径作为输出，k=2，则设定网络隐含层的节点个数为5，使用来自加工弯曲件的样本加工记录作为训练样本，取5000组样本用仿真软件作MATLAB进行训练，训练函数采用trainlm，即一种BP训练专用函数名称（无法翻译为中文名），根据大量样本数据训练出的四个权重矩阵：输入层的权值矩阵WI2H，阈值矩阵BIAS1，隐含层的权值矩阵WH2O，阈值矩阵BIAS2；根据拟合出的半径曲线求得半径R后，把R带入上文推导出的进深公式和后档料位置公式即可计算出进深和校正后的后档料位置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 200910305213 CN101655703B (zh) | 2009-08-05 | 2009-08-05 | 数控折弯机控制*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 200910305213 CN101655703B (zh) | 2009-08-05 | 2009-08-05 | 数控折弯机控制*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN101655703A CN101655703A (zh) | 2010-02-24 |
| CN101655703B true CN101655703B (zh) | 2013-03-13 |
Family
ID=41710016
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN 200910305213 Active CN101655703B (zh) | 2009-08-05 | 2009-08-05 | 数控折弯机控制*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN101655703B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105598221A (zh) * | 2014-11-25 | 2016-05-25 | 无锡市恒盛电机有限公司 | 折弯加工装置 |
Families Citing this family (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW201327074A (zh) * | 2011-12-28 | 2013-07-01 | Foxnum Technology Co Ltd | 數控機床工具機及其控制方法 |
| ITMI20120751A1 (it) * | 2012-05-04 | 2013-11-05 | Salvagnini Italia Spa | Apparato e metodo per la misurazione dell'angolo di piegatura di una lamiera. |
| CN103135500A (zh) * | 2013-01-25 | 2013-06-05 | 马鞍山市中亚机床制造有限公司 | 一种折弯机加工控制*** |
| CN103706681B (zh) * | 2013-12-16 | 2015-06-10 | 南京埃斯顿自动化股份有限公司 | 一种控制折弯机滑块往复行程距离的方法 |
| CN105689455A (zh) * | 2014-11-25 | 2016-06-22 | 无锡市恒盛电机有限公司 | 基于定位控制的分段式折弯加工装置 |
| CN105689458A (zh) * | 2014-11-25 | 2016-06-22 | 无锡市恒盛电机有限公司 | 钣金的智能分阶段折弯装置 |
| CN104859179B (zh) * | 2015-05-27 | 2017-10-10 | 深圳市奥斯玛数控发展有限公司 | 一种数控液压弯折机的控制*** |
| CN106216451A (zh) * | 2016-08-17 | 2016-12-14 | 南通惠宇机床有限公司 | 全自动在线折弯机控制*** |
| CN106599517B (zh) * | 2016-12-30 | 2019-09-20 | 南京埃斯顿自动化股份有限公司 | 一种基于工艺数据库的折弯角度与滑块进深的校正方法 |
| CN108115005A (zh) * | 2017-11-23 | 2018-06-05 | 安徽省天坛重工机床制造有限公司 | 一种液压板料数控折弯机的折弯*** |
| AT520563B1 (de) * | 2017-12-22 | 2019-05-15 | Trumpf Maschinen Austria Gmbh & Co Kg | Bestimmung der Biegeverkürzung eines zu biegenden Blechwerkstückes |
| CN109954774A (zh) * | 2017-12-22 | 2019-07-02 | 广西利维重工股份有限公司 | 型材折弯机及其控制*** |
| CN108073051B (zh) * | 2018-01-08 | 2020-07-07 | 深圳清溢光电股份有限公司 | 一种提升光刻机坐标精度的方法 |
| CN112536344B (zh) * | 2020-11-03 | 2023-04-07 | 江苏威莱特科技有限公司 | 板材折弯角度控制*** |
| CN113703362B (zh) * | 2021-08-24 | 2023-12-22 | 广东东然科技有限公司 | 全自动高速折叠生产线电气交互式控制*** |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101085459A (zh) * | 2007-06-22 | 2007-12-12 | 上海新奇生电器有限公司 | 精密折弯工艺 |
-
2009
- 2009-08-05 CN CN 200910305213 patent/CN101655703B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101085459A (zh) * | 2007-06-22 | 2007-12-12 | 上海新奇生电器有限公司 | 精密折弯工艺 |
Non-Patent Citations (10)
| Title |
|---|
| .基于BP神经网络的板材折弯桶状变形补偿研究.《组合机床与自动化加工技术》.2008,第30-32、44页. |
| JP昭60-133925A 1985.07.17 |
| 余松敏.自由折弯方式下数控折弯机滑块进深计算和实用公式.《锻压技术》.1994,(第3期),第24-25页. * |
| 余松敏.自由折弯时挡料位置计算和实用公式.《锻压技术》.1994,(第6期),第35-38页. * |
| 吴焱明 |
| 吴焱明;高宏涛;王勇;田杰;赵韩;.基于BP神经网络的板材折弯桶状变形补偿研究.《组合机床与自动化加工技术》.2008,第30-32、44页. * |
| 王勇 |
| 田杰 |
| 赵韩 |
| 高宏涛 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105598221A (zh) * | 2014-11-25 | 2016-05-25 | 无锡市恒盛电机有限公司 | 折弯加工装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN101655703A (zh) | 2010-02-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101655703B (zh) | 数控折弯机控制*** | |
| CN101644921B (zh) | 一种改进型板料数控折弯设计方法 | |
| CN203018514U (zh) | 变曲率型材滚弯机 | |
| CN105170763A (zh) | 一种金属卷材的激光切割和冲压一体化加工工艺 | |
| Del Pozo et al. | Prediction of press/die deformation for an accurate manufacturing of drawing dies | |
| CN202720488U (zh) | 基于plc的折弯机的自动控制*** | |
| CN102267132B (zh) | 复杂空间曲面法向柔性划线法 | |
| CN103197606A (zh) | 一种基于step-nc的智能数控*** | |
| CN106844992A (zh) | 一种多向锤击式渐进成形方法及该方法获得的制品 | |
| CN109732024A (zh) | 一种可自选成型工位的液压平锻机控制***及方法 | |
| CN103521970B (zh) | 马鞍形空间曲线自动焊接控制*** | |
| CN201408932Y (zh) | 母线加工机 | |
| Maidagan et al. | A new incremental sheet forming process based on a flexible supporting die system | |
| CN105270702B (zh) | 一种大直径薄壁箱体的球冠面箱底泡沫塑料等厚加工装置及方法 | |
| CN207533720U (zh) | 一种管件整圆工装 | |
| CN203738215U (zh) | 钣金件的数控自动点焊设备 | |
| CN105562467A (zh) | 一种用于板材在线实时检测控制的快速弯曲成形的方法 | |
| CN103372586A (zh) | 新型数控折弯机 | |
| CN102306009B (zh) | 拟合渐进成形控制***及其方法 | |
| CN103323471B (zh) | Trip钢板料渐进成形过程残余奥氏体转变定量预测方法 | |
| CN108415375A (zh) | 一种用于多主轴加工的电子凸轮控制方法 | |
| CN202067113U (zh) | 伺服数控折弯机的控制*** | |
| CN206981480U (zh) | 折弯机压力控制*** | |
| CN204449025U (zh) | 液压动折弯机 | |
| CN104801570B (zh) | 一种汽车管件在线管径检测装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| C56 | Change in the name or address of the patentee |
Owner name: WUXI XINJE ELECTRONIC CO., LTD. Free format text: FORMER NAME: WUXI CZECH AUTOMATION CO., LTD. |
|
| CP03 | Change of name, title or address |
Address after: Hu Dai Industrial Park North District 214000 Jiangsu city of Wuxi Province Liu Bin Tang Road No. 9 Patentee after: WUXI XINJE ELECTRONIC Co.,Ltd. Address before: 214072 lakes in Jiangsu province Wuxi City foreshore Xu Meiyuan Lane No. 688 Patentee before: Wuxi Xinjie Electric Co.,Ltd. |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240205 Address after: No.108-74, qianrong Road, Qinxin science and Technology Pioneer Park, Binhu District, Wuxi City, Jiangsu Province, 214000 Patentee after: Wuxi Guosheng Hi Tech Co.,Ltd. Country or region after: China Address before: No.9, Liutang Road, North District, Hudai Industrial Park, Binhu District, Wuxi City, Jiangsu Province, 214000 Patentee before: WUXI XINJE ELECTRONIC Co.,Ltd. Country or region before: China |