CN105170485A - 一种猕猴桃检测分级装置 - Google Patents
一种猕猴桃检测分级装置 Download PDFInfo
- Publication number
- CN105170485A CN105170485A CN201510637658.8A CN201510637658A CN105170485A CN 105170485 A CN105170485 A CN 105170485A CN 201510637658 A CN201510637658 A CN 201510637658A CN 105170485 A CN105170485 A CN 105170485A
- Authority
- CN
- China
- Prior art keywords
- fruit
- kiwi berry
- detecting
- photoelectric sensor
- grading plant
- 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
Landscapes
- Sorting Of Articles (AREA)
Abstract
本发明公开了一种猕猴桃检测分级装置,属于水果加工机械技术领域。包括机架、倾斜式输送机构、控制器、分级卸果机构、果实大小检测机构和果实内部糖度检测机构,所述控制器分别与果实大小检测机构、果实内部糖度检测机构、分级卸果机构、倾斜式输送机构连接。本发明采用模块化设计理念,将倾斜式输送平台、检测装置、分级卸果装置与控制***集成在一起,实现了果实检测分级的机械化、自动化。本发明结构合理、操作方便、工作可靠性高、能够完成水果的在线检测与分级,集输送、检测及卸果功能于一体,可大大降低水果检测损伤率。
Description
技术领域
本发明属于农业机械领域,涉及一种水果检测装置,具体涉及一种猕猴桃检测分级装置。
背景技术
果蔬分选是一种劳动密集型的工作,在很多国家,由于人口老龄化和农业劳动力越来越缺乏,劳动力成本增加。果蔬分选作业是目前果蔬生产链中最耗时、最费力的环节之一,分选作业质量的好坏直接影响到产品的市场销售价格,影响农民的种植收益。近年来,随着图像处理技术和计算机技术的高速发展,利用机器视觉技术对水果进行自动检测和分级,已经得到了广泛应用。国外从20世纪90年代就开始研究基于计算机视觉技术的水果分级***,到现在已有大量的实用产品,如美国的OscARTM型高速水果分级生产线,用于苹果、橘子等水果的分等定级和品质检测,而国内在这方面的研究起步较晚。目前猕猴桃仍主要依靠人工分拣,劳动强度大,工作耗时而且成本也越来越高。
与此同时我国市场上存在的水果分选机大多局限于对外观大小、重量的检测。而随着生活水平的提高,消费者在购买水果时不再仅仅关注水果的外观,更多的注重其口感,如我国的烟台红富士,安徽旸山县的酥梨等,都是靠口感打出了自己的品牌,并借此打开了国际市场。因此,伴随着光谱检测技术的高速发展,利用近红外光谱技术检测果品的糖度已成为一种趋势。
目前,由于猕猴桃的区域性特征,实现我国猕猴桃采后外观与内部品质同时检测与分级的设备至今在国内还是空白,其分级方式大多还是人工分级,且其分级标准不统一,在国内外市场难以取得较大的竞争优势。本发明针对猕猴桃等皮薄水果的特点,研制了倾斜输送带式水果分级机,仅需要一条输送带就可以完成果实运输和分离工作。运输机构设计成倾斜式,通过猕猴桃物理特性研究确定合理的倾斜角度,既能保证果实平稳运输,又能辅助分级执行机构实现果实分离。有效避免了水果表面与机械装置之间的相互摩擦或碰撞,大大降低了猕猴桃等水果在检测过程当中的损伤率。
发明内容
为了克服现有分级方法和分级装置的不足,本发明提供了一种小型移动式猕猴桃无损检测及分级装置,该装置应用机器视觉技术,采集并实时处理猕猴桃图像,完成对猕猴桃大小等级的判定,同时基于近红外光谱技术完成了对猕猴桃光谱吸收率的获取,实现了对其内部糖度的检测,最后根据等级判定结果控制分离执行部分作出相应的动作,最终实现猕猴桃果实的分级。它解决了人工分选劳动强度大、效率低、成本高的问题,实现了猕猴桃分选作业的机械化、自动化和智能化。
本发明解决其技术问题所采取的技术方案是:一种猕猴桃检测分级装置,包括机架,所述机架的上边安装有倾斜式输送机构,下边安装有控制器;所述倾斜式输送机构上边右侧安装有检测箱,侧面安装有分级卸果机构;所述检测箱内设有果实大小检测机构和果实内部糖度检测机构,所述控制器分别与果实大小检测机构、果实内部糖度检测机构、分级卸果机构、倾斜式输送机构连接。
所述倾斜式输送机构由电动机、倾斜式输送带、挡条、挡板和角度调整杆机构组成;所述倾斜式输送带通过电机运行,倾斜式输送带的倾斜角度由角度调整机构进行调节,倾斜式输送带上粘结输送带挡条,侧面装有挡板。
所述果实大小检测机构由第一光电传感器、超声波测距传感器和摄像头组成,所述摄像头安装在摄像头固定支架上,所述光摄像头固定支架、第一光电传感器和超声波测距传感器安装在固定支架上。
所述果实内部糖度检测机构由直线导轨滑台、步进电机、光谱仪、卤钨灯光源、所述第二光电传感器、光纤探头、光纤组成;所述直线导轨滑台垂直安装在固定支架上,所述步进电机在滑台顶端跟滑台连接在一起,所述光纤探头固定在滑块上随滑块的移动来调整其端面到果实的距离,所述光谱仪跟卤钨灯光源置于检测箱顶部通过光纤连接,所述第二光电传感器安装在滑块上。
所述分级卸果机构由分离挡板、旋转电磁铁、第三光电传感器、集果槽组成,所述旋转电磁铁根据检测箱内的等级判定结果,以及第三光电传感器对果实的位置感应,分别控制相应的分离挡板打开。
所述角度调整杆机构由固定板、角度调整杆、固定板组成,所述角度调整杆上端与固定板连接,下端穿过固定板通过螺母固定;所述固定板与安装在倾斜式输送带侧面的挡板连接;所述固定板与机架连接。
所述摄像头利用Microsoft微软相机进行图像采集。
与现有技术相比,本发明具有以下有益效果:
本装置采用单片机进行整体控制,利用Microsoft微软相机进行图像采集,计算机图像处理技术判别猕猴桃大小;同时还利用爱万提斯光谱仪采集光谱信息,计算机通过数学模型预测猕猴桃的糖度高低。两个工作过程先后进行,传感器对工作过程进行精确检测反馈,猕猴桃输送速度通过电机调频实现,整个过程将输送带式传送平台的移动、猕猴桃果实的图像采集与光谱曲线的获取、以及旋转磁铁与分离挡版的配合等进行整合,实现了猕猴桃果实检测分级的机械化、自动化。该猕猴桃检测分级装置实现了对猕猴桃的标准化分选,为后续的包装、销售提供前提条件,为开拓国际市场打下了基础。
附图说明
图1为本发明一种猕猴桃检测分级装置的整体结构示意图;
图2为本发明一种猕猴桃检测分级装置的检测机构放大结构示意图;
图3为本发明一种猕猴桃检测分级装置的分级卸果机构放大结构示意图;
图4为本发明一种猕猴桃检测分级装置的角度调整机构放大示意图;
图5为本发明一种猕猴桃检测分级装置的工作流程图。
具体实施方式
图1从主视图的角度给出了本发明一种猕猴桃检测分级装置的整体结构示意图,所述机架1的上边安装有倾斜式输送机构31,下边安装有控制器8;所述倾斜式输送机构31上边右侧安装有检测箱33,侧面安装有分级卸果机构4;所述检测箱33内设有果实大小检测机构2和果实内部糖度检测机构3,所述控制器8分别与果实大小检测机构2、果实内部糖度检测机构3、分级卸果机构4、倾斜式输送机构31连接。
参见图1和图2,所述倾斜式输送机构31由电动机7、倾斜式输送带6、挡条5、挡板9和角度调整杆机构32组成;所述倾斜式输送带6通过电机7运行,倾斜式输送带6的倾斜角度由角度调整机构32进行调节,倾斜式输送带6上粘结输送带挡条5,侧面装有挡板9。
参见图2,所述果实大小检测机构2由光电传感器14、超声波测距传感器16和摄像头26组成,所述摄像头26安装在摄像头固定支架17上,所述光摄像头固定支架17、电传感器14和超声波测距传感器16安装在固定支架15上。当光电传感器14检测到猕猴桃的位置信息时,便通过控制***控制摄像头26采集果实图像信息,同时借助matlab编写的程序对图像进行实时处理,得出猕猴桃大小等级信息。所述摄像头利用Microsoft微软相机进行图像采集。
参见图2,所述果实内部糖度检测机构由直线导轨滑台22、步进电机21、光谱仪18、卤钨灯光源19、光纤探头25、光纤20组成;所述直线导轨滑台22垂直安装在固定支架15上,所述步进电机21在滑台顶端跟滑台连接在一起,所述光纤探头25固定在滑块23上随滑块的移动来调整其端面到果实的距离,所述光谱仪18跟卤钨灯光源19置于检测箱33顶部通过光纤20连接。当第一光电传感器14检测到猕猴桃的位置信息时,便通过控制***控制超声波测距传感器开始调整其断面到猕猴桃的距离,由于测距传感器端面与光纤探头端面之间的距离保持不变,因此便间接的调整了光纤探头到猕猴桃果实的距离,使其达到我们设定的实验所需要的最佳距离。随后猕猴桃继续运行,第二当光电传感器24检测到猕猴桃的位置信息时,启动光谱仪采集数据,计算机根据建好的模型处理数据,得出糖度等级信息。
参见图3,所述分级卸果机构4由分离挡板28、旋转电磁铁30、第三光电传感器29、集果槽7组成,所述旋转电磁铁30根据检测箱33内的等级判定结果,以及第三光电传感器29对果实的位置感应,分别控制相应的分离挡板28打开。三个旋转磁铁根据检测箱内的等级判定结果,以及光电传感器对果实的位置感应,分别控制相应的分离挡板打开,从而实现果实的分离。
参见图4,所述角度调整杆机构32由固定板10、角度调整杆11、固定板12组成,所述角度调整杆11上端与固定板12连接,下端穿过固定板10通过螺母固定;所述固定板12安装在倾斜式输送带6侧面的挡板9连接;所述固定板10与机架1连接。固定板10上开有凹槽,便于角度调整杆穿过,并通过螺母在杆上的位置来调整传送机构的倾斜角度,角度调整杆上部与螺丝连接处可以转动,通过挡条和挡板的配合,保证果实稳定地进入各工作流程。
图5为本发明一种猕猴桃检测分级装置的工作流程图,具体工作过程如下:
猕猴桃在传送带上运行,当光电传感器14检测到猕猴桃的位置信息时,便通过控制***控制摄像头26采集果实图像,并借助matlab编写的程序对图像进行实时处理,得出猕猴桃大小等级信息;同时控制超声波测距传感器开始调整其断面到猕猴桃的距离,由于测距传感器端面与光纤探头端面之间的距离保持不变,因此便间接的调整了光纤探头到猕猴桃果实的距离,使其达到我们设定的实验所需要的最佳距离,随后猕猴桃继续运行,当光电传感器24检测到猕猴桃的位置信息时,启动光谱仪采集数据,计算机根据建好的光谱吸收率与猕猴桃真实糖度的模型来处理数据,得出糖度等级信息,之后三个集果槽下方的三个旋转磁铁根据检测箱内的等级判定结果,以及光电传感器对果实的位置感应,分别控制相应的分离挡板打开,从而实现果实的分离。
本装置采用单片机进行整体控制,利用Microsoft微软相机进行图像采集,计算机图像处理技术判别猕猴桃大小,光谱数据处理技术判别猕猴桃糖度等级。通过串口使计算机和单片机进行通信,从而将图像以及光谱处理的信息和分离机构的控制结合起来。传感器对工作过程进行精确检测反馈,输送速度通过电动机调频实现。该***机构简单、控制方便,具备输送果实;能够准确无损地检测猕猴桃内、外部品质;实现果实分离的功能,它解决了人工分选劳动强度大、效率低、成本高的问题,实现了猕猴桃分选作业的机械化、自动化和智能化,为猕猴桃果实采摘机器人提供了关键技术支撑。
Claims (7)
1.一种猕猴桃检测分级装置,包括机架(1),其特征在于:所述机架(1)的上边安装有倾斜式输送机构(31),下边安装有控制器(8);所述倾斜式输送机构(31)上边右侧安装有检测箱(33),侧面安装有分级卸果机构(4);所述检测箱(33)内设有果实大小检测机构(2)和果实内部糖度检测机构(3),所述控制器(8)分别与果实大小检测机构(2)、果实内部糖度检测机构(3)、分级卸果机构(4)、倾斜式输送机构(31)连接。
2.根据权利要求1所述猕猴桃检测分级装置,其特征在于:所述倾斜式输送机构(31)由电动机(7)、倾斜式输送带(6)、挡条(5)、挡板(9)和角度调整杆机构(32)组成;所述倾斜式输送带(6)通过电机(7)运行,倾斜式输送带(6)的倾斜角度由角度调整机构(32)进行调节,倾斜式输送带(6)上粘结输送带挡条(5),侧面装有挡板(9)。
3.根据权利要求1所述猕猴桃检测分级装置,其特征在于:所述果实大小检测机构(2)由第一光电传感器(14)、超声波测距传感器(16)和摄像头(26)组成,所述摄像头(26)安装在摄像头固定支架(17)上,所述光摄像头固定支架(17)、第一光电传感器(14)和超声波测距传感器(16)安装在固定支架(15)上。
4.根据权利要求1所述猕猴桃检测分级装置,其特征在于:所述果实内部糖度检测机构由直线导轨滑台(22)、步进电机(21)、光谱仪(18)、卤钨灯光源(19)、第二光电传感器(24)、光纤探头(25)、光纤(20)组成;所述直线导轨滑台(22)垂直安装在固定支架(15)上,所述步进电机(21)在滑台顶端跟滑台连接在一起,所述光纤探头(25)固定在滑块(23)上随滑块的移动来调整其端面到果实的距离,所述光谱仪(18)跟卤钨灯光源(19)置于检测箱(33)顶部通过光纤(20)连接,所述第二光电传感器(24)安装在滑块(23)上。
5.根据权利要求1所述猕猴桃检测分级装置,其特征在于:所述分级卸果机构(4)由分离挡板(28)、旋转电磁铁(30)、第三光电传感器(29)、集果槽(27)组成,所述旋转电磁铁(30)根据检测箱(33)内的等级判定结果,以及第三光电传感器(29)对果实的位置感应,分别控制相应的分离挡板(28)打开。
6.根据权利要求2所述猕猴桃检测分级装置,其特征在于:所述角度调整杆机构(32)由固定板(10)、角度调整杆(11)、固定板(12)组成,所述角度调整杆(11)上端与固定板(12)连接,下端穿过固定板(10)通过螺母固定;所述固定板(12)与安装在倾斜式输送带(6)侧面的挡板(9)连接;所述固定板(10)与机架(1)连接。
7.根据权利要求3所述猕猴桃检测分级装置,其特征在于:所述摄像头利用Microsoft微软相机进行图像采集。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510637658.8A CN105170485A (zh) | 2015-10-07 | 2015-10-07 | 一种猕猴桃检测分级装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510637658.8A CN105170485A (zh) | 2015-10-07 | 2015-10-07 | 一种猕猴桃检测分级装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105170485A true CN105170485A (zh) | 2015-12-23 |
Family
ID=54893176
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510637658.8A Pending CN105170485A (zh) | 2015-10-07 | 2015-10-07 | 一种猕猴桃检测分级装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105170485A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106770067A (zh) * | 2017-01-14 | 2017-05-31 | 西北农林科技大学 | 便携式猕猴桃糖度无损检测装置 |
CN106345700B (zh) * | 2016-10-25 | 2018-07-10 | 华中农业大学 | 柑橘品质在线输送和大小分级设备 |
CN108372133A (zh) * | 2018-05-16 | 2018-08-07 | 江西农业大学 | 一种高光谱自动水果无损检测分拣装置 |
CN108872311A (zh) * | 2018-07-05 | 2018-11-23 | 上海工程技术大学 | 一种工件自动化红外无损检测装置 |
CN108906653A (zh) * | 2018-08-07 | 2018-11-30 | 山东商业职业技术学院 | 一种桃子刷毛分级设备及桃子刷毛分级方法 |
CN109158332A (zh) * | 2018-10-21 | 2019-01-08 | 西北农林科技大学 | 一种果实自动化分级*** |
CN109261546A (zh) * | 2017-07-18 | 2019-01-25 | 吕朝妮 | 猕猴桃自动分级*** |
CN109297909A (zh) * | 2018-12-10 | 2019-02-01 | 山东农业大学 | 一种鲜食葡萄品质的高光谱检测装置及方法 |
CN109342431A (zh) * | 2018-12-10 | 2019-02-15 | 山东农业大学 | 鲜食葡萄无损采摘品质检测分级装置及其控制方法 |
CN109909176A (zh) * | 2019-03-11 | 2019-06-21 | 湖南农业大学 | 油茶籽品质分级筛选机 |
CN110320175A (zh) * | 2019-07-04 | 2019-10-11 | 中南林业科技大学 | 一种近红外光谱检测装置及控制方法 |
CN112974303A (zh) * | 2021-04-26 | 2021-06-18 | 山东深蓝智谱数字科技有限公司 | 一种基于高光谱的果品品质检测方法、设备及介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0655144A (ja) * | 1992-08-06 | 1994-03-01 | Iseki & Co Ltd | 果実等の選別装置 |
CN101920245A (zh) * | 2009-10-27 | 2010-12-22 | 华东交通大学 | 基于可见近红外光谱的水果糖酸度在线检测与分选生产线 |
CN101949686A (zh) * | 2010-08-02 | 2011-01-19 | 扬州福尔喜果蔬汁机械有限公司 | 水果内外综合品质在线无损检测方法及装置 |
CN201930932U (zh) * | 2010-10-15 | 2011-08-17 | 广州丽恒科技开发有限公司 | 一种脐橙分级装置 |
CN103521457A (zh) * | 2013-10-25 | 2014-01-22 | 江南大学 | 基于机器视觉和近红外光谱仪的苹果分级装置 |
CN205032397U (zh) * | 2015-10-07 | 2016-02-17 | 西北农林科技大学 | 一种猕猴桃检测分级装置 |
-
2015
- 2015-10-07 CN CN201510637658.8A patent/CN105170485A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0655144A (ja) * | 1992-08-06 | 1994-03-01 | Iseki & Co Ltd | 果実等の選別装置 |
CN101920245A (zh) * | 2009-10-27 | 2010-12-22 | 华东交通大学 | 基于可见近红外光谱的水果糖酸度在线检测与分选生产线 |
CN101949686A (zh) * | 2010-08-02 | 2011-01-19 | 扬州福尔喜果蔬汁机械有限公司 | 水果内外综合品质在线无损检测方法及装置 |
CN201930932U (zh) * | 2010-10-15 | 2011-08-17 | 广州丽恒科技开发有限公司 | 一种脐橙分级装置 |
CN103521457A (zh) * | 2013-10-25 | 2014-01-22 | 江南大学 | 基于机器视觉和近红外光谱仪的苹果分级装置 |
CN205032397U (zh) * | 2015-10-07 | 2016-02-17 | 西北农林科技大学 | 一种猕猴桃检测分级装置 |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106345700B (zh) * | 2016-10-25 | 2018-07-10 | 华中农业大学 | 柑橘品质在线输送和大小分级设备 |
CN106770067A (zh) * | 2017-01-14 | 2017-05-31 | 西北农林科技大学 | 便携式猕猴桃糖度无损检测装置 |
CN106770067B (zh) * | 2017-01-14 | 2023-03-24 | 西北农林科技大学 | 便携式猕猴桃糖度无损检测装置 |
CN109261546A (zh) * | 2017-07-18 | 2019-01-25 | 吕朝妮 | 猕猴桃自动分级*** |
CN108372133A (zh) * | 2018-05-16 | 2018-08-07 | 江西农业大学 | 一种高光谱自动水果无损检测分拣装置 |
CN108872311A (zh) * | 2018-07-05 | 2018-11-23 | 上海工程技术大学 | 一种工件自动化红外无损检测装置 |
CN108906653A (zh) * | 2018-08-07 | 2018-11-30 | 山东商业职业技术学院 | 一种桃子刷毛分级设备及桃子刷毛分级方法 |
CN108906653B (zh) * | 2018-08-07 | 2024-03-15 | 山东商业职业技术学院 | 一种桃子刷毛分级设备及桃子刷毛分级方法 |
CN109158332A (zh) * | 2018-10-21 | 2019-01-08 | 西北农林科技大学 | 一种果实自动化分级*** |
CN109297909A (zh) * | 2018-12-10 | 2019-02-01 | 山东农业大学 | 一种鲜食葡萄品质的高光谱检测装置及方法 |
CN109342431A (zh) * | 2018-12-10 | 2019-02-15 | 山东农业大学 | 鲜食葡萄无损采摘品质检测分级装置及其控制方法 |
CN109909176A (zh) * | 2019-03-11 | 2019-06-21 | 湖南农业大学 | 油茶籽品质分级筛选机 |
CN110320175A (zh) * | 2019-07-04 | 2019-10-11 | 中南林业科技大学 | 一种近红外光谱检测装置及控制方法 |
CN112974303A (zh) * | 2021-04-26 | 2021-06-18 | 山东深蓝智谱数字科技有限公司 | 一种基于高光谱的果品品质检测方法、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105170485A (zh) | 一种猕猴桃检测分级装置 | |
CN203011857U (zh) | 一种马铃薯图像的实时在线检测试验台 | |
CN101949686A (zh) | 水果内外综合品质在线无损检测方法及装置 | |
CN101920245A (zh) | 基于可见近红外光谱的水果糖酸度在线检测与分选生产线 | |
CN100566855C (zh) | 基于机器视觉的物料实时检测及异物剔除*** | |
CN201382896Y (zh) | 板栗品质多源信息检测分选实验台 | |
CN101308086B (zh) | 基于近红外光谱技术的水果内部品质在线检测装置 | |
CN108284076A (zh) | 一种基于称重分选线改造的水果糖度分选装置与方法 | |
CN104777129A (zh) | 基于可见近红外光谱的柑橘类水果内部品质在线检测装置 | |
CN103323457A (zh) | 水果外观缺陷实时在线检测***及检测方法 | |
CN108372133A (zh) | 一种高光谱自动水果无损检测分拣装置 | |
CN205032397U (zh) | 一种猕猴桃检测分级装置 | |
CN107952696A (zh) | 一种适用于鲜烟叶的检测分级装置及检测方法 | |
CN105214961B (zh) | 一种食品加工流水线质量检测与重量分级的全自动设备 | |
CN103521457A (zh) | 基于机器视觉和近红外光谱仪的苹果分级装置 | |
CN101832941A (zh) | 一种基于多光谱图像的水果品质评价装置 | |
CN206057205U (zh) | 一种笔记本电脑组件质量自动检测装置 | |
CN104174597A (zh) | 轻微损伤鲜枣的快速无损在线检测与分选装置 | |
CN204575530U (zh) | 基于可见近红外光谱的柑橘类水果内部品质在线检测装置 | |
CN105486660B (zh) | 利用近红外光谱在线检测实木板材性能的装置和方法 | |
CN103439265A (zh) | 一种茶树精细化栽培生育性状实时监测方法 | |
CN203299112U (zh) | 一种农产品品质的多光谱成像检测装置 | |
CN105092579A (zh) | 一种芒果品质无损检测设备 | |
CN110146516A (zh) | 基于正交双目机器视觉的水果分级装置 | |
CN106076890B (zh) | 早期水果腐败果在线检测***及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20151223 |