CN102314748B - 一种基于无线传感器网络的毒气泄漏源定位方法 - Google Patents

一种基于无线传感器网络的毒气泄漏源定位方法 Download PDF

Info

Publication number
CN102314748B
CN102314748B CN 201110186626 CN201110186626A CN102314748B CN 102314748 B CN102314748 B CN 102314748B CN 201110186626 CN201110186626 CN 201110186626 CN 201110186626 A CN201110186626 A CN 201110186626A CN 102314748 B CN102314748 B CN 102314748B
Authority
CN
China
Prior art keywords
sensor
poison gas
police
sensors
poisonous gas
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
Application number
CN 201110186626
Other languages
English (en)
Other versions
CN102314748A (zh
Inventor
童庆
张敬谊
陈诚
范贵生
虞慧群
顾春华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wanda Information Co., Ltd.
East China University of Science and Technology
Original Assignee
WANDA INFORMATION CO Ltd
East China University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by WANDA INFORMATION CO Ltd, East China University of Science and Technology filed Critical WANDA INFORMATION CO Ltd
Priority to CN 201110186626 priority Critical patent/CN102314748B/zh
Publication of CN102314748A publication Critical patent/CN102314748A/zh
Application granted granted Critical
Publication of CN102314748B publication Critical patent/CN102314748B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Alarm Systems (AREA)
  • Emergency Alarm Devices (AREA)

Abstract

本发明提供了一种基于无线传感器网络的毒气泄漏源定位方法，其特征在于，步骤为：首先在需要检测的区域布置多个传感器，使得传感器能够将该区域完全覆盖，传感器的数据通过无线网络传播，然后当毒气泄漏时，根据传感器的报警顺序，记录下不同状态时的参数，根据上述参数计算得到发生毒气泄漏的泄漏源的坐标。本发明提供的方法能够对毒气泄漏源进行定位，并从微观和宏观角度上分别结合了湍流模型和高斯模型进行了气团的扩散、运动分析，同时引入了关键影响因子-风。

Description

一种基于无线传感器网络的毒气泄漏源定位方法
技术领域
本发明涉及一种基于无线传感器网络的毒气泄漏源定位方法，通过传感器阵列采集气体泄漏发生初期气体信息实现气体泄漏信息的无线传输及气体泄漏点实时定位。
背景技术
随着工业的不断发展，大型化的工厂越来越多，而政府也偏向于将属于某一类的企业布置在一个区域内。以该区域为依托，在周围建立大型的、成熟化的社会，以方便在该区域内工作的员工，满足他们的生活需要。对于聚集有化工类生产型企业的区域而言，面临的一个最大的威胁就是园区内的某个企业可能发生的有毒气体泄漏问题。一旦园区内有某个企业发生有毒气体泄漏，往往很难定位是哪个地点发生泄漏。因为园区往往很大，而且聚集的企业也是相同或类似类型的，这就给后续的工作带来困难。一旦无法组织，有毒气体的扩散，那么会对周边的生活区造成致命的危害。但是，目前在毒气扩散的理论中，运用最广泛的预测模型是高斯模型，但高斯模型只能解决毒气泄漏后，下风向的浓度预测问题，并不能很好的解决泄漏源的定位。
发明内容
本发明的目的是提供一种能够对毒气泄漏源进行定位的方法。
为了达到上述目的，本发明的技术方案是提供了一种基于无线传感器网络的毒气泄漏源定位方法，其特征在于，步骤为：
步骤1、在某个需要检测的区域中采用网格式传感器布局，即将待测区域划分成单位区域，单位长度和单位面积视传感器感知半径而定，在每个单位区域的四个角上分别布置一个传感器，第一传感器、第二传感器、第三传感器及第四传感器，每个传感器的感知半径相同，位于对角上的两个传感器，以传感器为中心、感知半径为半径形成的圆相切，从而使得四个传感器将该单位区域完全覆盖，传感器的数据通过无线网络进行传输；
步骤2、当毒气发生泄漏时，因为第一传感器、第二传感器、第三传感器及第四传感器的覆盖区域是两两相交的，因此可能同时会有两个传感器发生报警，假设第一传感器及第三传感器传感器发生报警，此时可以初步确定毒气团产生在第一传感器及第三传感器相交区域附近，否则只有一个传感器报警，则确定毒气团产生在该传感器的独立感知范围内。记录报警时间
Figure 435411DEST_PATH_IMAGE001
、探测毒气种类、毒气浓度
Figure 291688DEST_PATH_IMAGE003
、风向与
Figure 564538DEST_PATH_IMAGE004
轴夹角
Figure 293459DEST_PATH_IMAGE005
及风速
Figure 309957DEST_PATH_IMAGE006
，记为状态
Figure 807934DEST_PATH_IMAGE007
，此时，毒气团质心的坐标为
Figure 579581DEST_PATH_IMAGE008
；
步骤3、当毒气继续泄漏时，使得除步骤2中的两个发生报警外的另一个传感器也发生报警，假设此时第四传感器发生报警，记录第四传感器的报警时间
Figure 966438DEST_PATH_IMAGE009
及毒气浓度
Figure 848943DEST_PATH_IMAGE010
，记为状态
Figure 139110DEST_PATH_IMAGE011
；
步骤4、随着毒气团随风向运动，自身根据湍流扩散系数不断扩散，体积变大，浓度降低，步骤2中两个发生报警的传感器中的一个传感器会停止报警，记录该传感器停止报警的瞬间时刻
Figure 81658DEST_PATH_IMAGE012
及毒气浓度
Figure 457276DEST_PATH_IMAGE013
，记为状态
Figure 877893DEST_PATH_IMAGE014
，此时毒气团质心的坐标为
Figure 350463DEST_PATH_IMAGE015
；
步骤5、设状态
Figure 401595DEST_PATH_IMAGE007
中毒气团的半径为
Figure 326826DEST_PATH_IMAGE016
，传感器的感知半径为R，湍流扩散速度为
Figure 987352DEST_PATH_IMAGE017
，则根据毒气团质量守恒，得到
Figure 48849DEST_PATH_IMAGE016
=
Figure 270883DEST_PATH_IMAGE018
，计算得到步骤2中
Figure 621093DEST_PATH_IMAGE008
点的坐标为
Figure 649092DEST_PATH_IMAGE019
，其中，及为第三传感器（C）的位置坐标，
Figure 857853DEST_PATH_IMAGE022
为点与第三传感器（C）连成直线的斜率；
步骤6、将
Figure 161851DEST_PATH_IMAGE023
点坐标带入风向系数的直线方程，得风向直线方程
Figure 460108DEST_PATH_IMAGE024
；
步骤7、
Figure 847227DEST_PATH_IMAGE008
点距离毒气泄漏源的距离为
Figure 154711DEST_PATH_IMAGE025
，因此毒气泄漏源的坐标为
Figure 45307DEST_PATH_IMAGE026
。
本发明提供的方法能够对毒气泄漏源进行定位，并从微观和宏观角度上分别结合了湍流模型和高斯模型进行了气团的扩散、运动分析，同时引入了关键影响因子——风。
附图说明
图1为本发明的传感器安装示意图；
图2为计算坐标图。
具体实施方式
以下结合实施例来具体说明本发明。
实施例
本发明提供了一种基于无线传感器网络的毒气泄漏源定位方法，步骤为；
如图1所示，在某个需要进行检测的单位区域的四个角上分别布置一个传感器，即第一传感器A、第二传感器B、第三传感器C及第四传感器D，每个传感器的感知半径相同，位于对角上的两个传感器，以传感器为中心、感知半径为半径形成的圆相切，从而使得四个传感器将该单位区域完全覆盖，传感器的数据通过无线网络进行传输；
其中，每个传感器都独立具备四个功能：1、气体属性嗅探；2、气体浓度分析；3、风向探测及4、风速探测。通过上述部署方式，可以实现对单元面积的完整覆盖，而由此带来的负面代价是57%重复覆盖率。这里不考虑中继节点部署，默认每个单元格中选取一个节点作为中继，做数据的汇总和初步处理。在这种网络模型中，进一步考虑泄漏源的定位模型。
首先考虑气体扩散模型，扩散模型可以从宏观和微观角度来看。
微观层面上气体扩散包括湍流扩散和分子扩散，欧拉法的湍流扩散数学模型：
Figure 842362DEST_PATH_IMAGE027
，而湍流扩散的影响远大于分子扩散的影响，公式可化简为：
Figure 388881DEST_PATH_IMAGE028
，其中
Figure 562373DEST_PATH_IMAGE029
为湍流扩散系数，当
Figure 9273DEST_PATH_IMAGE030
方向上的扩散系数相同时，公式可写成：
Figure 977229DEST_PATH_IMAGE031
，其中
Figure 11044DEST_PATH_IMAGE032
为浓度的时均值，
Figure 722648DEST_PATH_IMAGE033
为湍动扩散系数（扩散张量），
Figure 587836DEST_PATH_IMAGE034
，
Figure 664376DEST_PATH_IMAGE035
为某点的
Figure 247804DEST_PATH_IMAGE030
方向系数。
宏观层面上采用高斯模型。高斯模型分为高斯烟团模型和高斯烟羽模型。烟团模型中认为毒气泄漏是瞬间的，成一个毒气团；而烟羽模型则描述毒气的连续释放。当然，可以用微分的观点将烟羽模型细化为N个烟团模型的问题。
Gaussian烟团模型的数学表达式为：
Figure 435203DEST_PATH_IMAGE036
Gaussian烟羽模型的数学表达式为：
上式中，
Figure 189891DEST_PATH_IMAGE038
为下风向地面坐标
Figure 260615DEST_PATH_IMAGE039
处的有毒气体浓度；
Figure 251705DEST_PATH_IMAGE040
为泄漏强度，遵从流体力学的伯努利方程；u为风速；
Figure 91485DEST_PATH_IMAGE041
为烟团中心坐标；分别为
Figure 802269DEST_PATH_IMAGE043
方向上的扩散系数。
由于我们通过传感器探测，毒气团漂移有一定的时间性，所以在高斯模型的基础上加上时序性和空间性的考虑。毒气团实际上的形状是不规则的云行，而且随着风速的影响形状做不规则变化。风速实际上也是随时间不断改变的。为了研究方便，做出以下理想的假设：
Ø 任意时刻毒气团成规则球形；
Ø 毒气团浓度均匀；
Ø 风向和风速短时间内不会改变；
Ø 烟团扩散系数各轴向相同，即湍流模型中
Figure 659367DEST_PATH_IMAGE044
。
在下面的算法中，借鉴了上述欧拉法的湍流扩散数学模型及烟团模型的思想，从而引入了扩散系数和浓度变化等因子。该模型相当于对高斯模型的逆推导，即探测推源。
再结合图2，毒气泄漏源出现，第一传感器A及第三传感器C同时报警，因为区域完全覆盖，所以可以初步确定毒气团产生在第一传感器A及第三传感器C节点相交区域附近。记录报警时间
Figure 291336DEST_PATH_IMAGE001
，探测毒气种类为
Figure 942897DEST_PATH_IMAGE002
，毒气浓度为
Figure 424432DEST_PATH_IMAGE003
，风向为西北风，与轴夹角为
Figure 368434DEST_PATH_IMAGE005
，风速为
Figure 394159DEST_PATH_IMAGE006
，记为状态
Figure 661192DEST_PATH_IMAGE007
，此时，毒气团质心的坐标为。
接着第四传感器D报警，记录此时第四传感器D的报警时间
Figure 201075DEST_PATH_IMAGE009
，毒气浓度
Figure 460018DEST_PATH_IMAGE010
。此时毒气团刚好进入区域D，且离开区域A，第一传感器A停止报警，记为状态。
随着毒气团随风向运动，自身根据湍流扩散系数不断扩散，体积变大，浓度降低。第三传感器C接着停止报警，毒气团继续漂移。记录第四传感器D停止报警的瞬间，时刻为，毒气浓度为
Figure 848646DEST_PATH_IMAGE013
，记为状态
Figure 278490DEST_PATH_IMAGE014
，此时毒气团质心的坐标为。
至此，我们可以根据测量的理想数据进行泄漏源的准确定位。假设初始状态
Figure 732923DEST_PATH_IMAGE007
中毒气团的半径为
Figure 376393DEST_PATH_IMAGE016
，感知半径为R，湍流扩散速度为
Figure 649243DEST_PATH_IMAGE017
，则：
毒气团质量守恒，有：
=
Figure 394662DEST_PATH_IMAGE046
Figure 892640DEST_PATH_IMAGE045
=
Figure 834926DEST_PATH_IMAGE047
由上式求得半径
Figure 51143DEST_PATH_IMAGE016
=
Figure 933649DEST_PATH_IMAGE018
毒气团质心移动距离：
Figure 223816DEST_PATH_IMAGE048
从而可以得到：
Figure 541982DEST_PATH_IMAGE050
Figure 962599DEST_PATH_IMAGE051
，
Figure 372851DEST_PATH_IMAGE052
点为第三传感器C的坐标；
风向与轴夹角为
Figure 582171DEST_PATH_IMAGE005
，则
Figure 744162DEST_PATH_IMAGE053
的斜率为，三角形
Figure 293272DEST_PATH_IMAGE055
三边长度已知，则利用余弦定理有：
Figure 705798DEST_PATH_IMAGE056
则
从而直线
Figure 587484DEST_PATH_IMAGE058
的夹角为：
Figure 42736DEST_PATH_IMAGE059
，
Figure 378777DEST_PATH_IMAGE052
点坐标已知，为第三传感器C的坐标
Figure 944888DEST_PATH_IMAGE060
，则直线
Figure 918660DEST_PATH_IMAGE058
的表达式为：
Figure 544813DEST_PATH_IMAGE061
其中，
Figure 931932DEST_PATH_IMAGE062
；；
Figure 130012DEST_PATH_IMAGE064
。
方便起见，令
Figure 864750DEST_PATH_IMAGE065
，在直线上，且向量点积为线段
Figure 93978DEST_PATH_IMAGE058
的长为
Figure 61934DEST_PATH_IMAGE066
，则：
Figure 95749DEST_PATH_IMAGE067
，
Figure 541774DEST_PATH_IMAGE068
解得：
Figure 610224DEST_PATH_IMAGE069
；
Figure 749081DEST_PATH_IMAGE070
，即
Figure 270193DEST_PATH_IMAGE023
点坐标为
Figure 519908DEST_PATH_IMAGE019
同理，将
Figure 505182DEST_PATH_IMAGE023
点坐标带入风向系数的直线方程，得风向直线方程
Figure 251159DEST_PATH_IMAGE024
，计算得到的
Figure 321883DEST_PATH_IMAGE071
是为y=ax+b形式的。
毒气泄漏源距离
Figure 312973DEST_PATH_IMAGE023
为
Figure 152753DEST_PATH_IMAGE025
，则最终可得出泄漏源坐标为：
Figure 571096DEST_PATH_IMAGE026
带入上述已知参数即可精准确定泄漏点。
该模型中从微观和宏观角度上分别结合了湍流模型和高斯模型进行了气团的扩散、运动分析，同时引入了关键影响因子——风。该模型假设在风速u<=1.5m/s的情况下进行模拟，即风速不改变气团形状，只随风向进行等速率平移。
利用本发明提供的方法可实现理想状况下的定位分析，首先确认泄漏报警区域，然后逐渐精确，最后精准到某个点。当然，实际情况下的影响因子很多，比如温度、气重、风的实际速度和方向，需要更多的修正因子进行修正。

Claims (1)

1.一种基于无线传感器网络的毒气泄漏源定位方法，其特征在于，步骤为：
步骤1、在某个需要检测的区域中采用网格式传感器布局，即将待测区域划分成单位区域，单位长度和单位面积视传感器感知半径而定，在每个单位区域的四个角上分别布置一个传感器，即第一传感器(A)、第二传感器(B)、第三传感器(C)及第四传感器(D)，每个传感器的感知半径相同，位于对角上的两个传感器，以传感器为中心、感知半径为半径形成的圆相切，从而使得四个传感器将该单位区域完全覆盖，传感器的数据通过无线网络进行传输；
步骤2、当毒气发生泄漏时，因为第一传感器(A)、第二传感器(B)、第三传感器(C)及第四传感器(D)的覆盖区域是两两相交的，因此可能同时会有两个传感器发生报警，假设第一传感器(A)及第三传感器(C)传感器发生报警，此时初步确定毒气团产生在第一传感器(A)及第三传感器(C)相交区域附近，若只有一个传感器报警，则确定毒气团产生在该传感器的独立感知范围内，记录报警时间t0、探测毒气种类 、毒气浓度ρ0、风向与x轴夹角θ及风速u，记为状态S0，此时，毒气团质心的坐标为o1；
步骤3、当毒气继续泄漏时，使得除步骤2中的两个发生报警外的另一个传感器也发生报警，假设第四传感器(D)发生报警，记录第四传感器(D)的报警时间t1及毒气浓度ρ1，记为状态S1；
步骤4、随着毒气团随风向运动，自身根据湍流扩散系数不断扩散，体积变大，浓度降低，步骤2中两个发生报警的传感器中的一个传感器会停止报警，记录该传感器停止报警的瞬间时刻t2及毒气浓度ρ2，记为状态S2，此时毒气团质心的坐标为o2；
步骤5、设状态S0中毒气团的半径为r，传感器的感知半径为R，湍流扩散速度为ζ，则根据毒气团质量守恒，得到
Figure FDA00002173925300012
计算得到步骤2中o1点的坐标为
Figure FDA00002173925300013
其中，XC及YC为第三传感器(C)的位置坐标，K为o1点与第三传感器(C)连成直线的斜率；
步骤6、将o1点坐标带入风向系数的直线方程，得风向直线方程
步骤7、o1点距离毒气泄漏源的距离为u(t1-t0)，因此毒气泄漏源的坐标为
Figure FDA00002173925300022
CN 201110186626 2011-07-05 2011-07-05 一种基于无线传感器网络的毒气泄漏源定位方法 Active CN102314748B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 201110186626 CN102314748B (zh) 2011-07-05 2011-07-05 一种基于无线传感器网络的毒气泄漏源定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 201110186626 CN102314748B (zh) 2011-07-05 2011-07-05 一种基于无线传感器网络的毒气泄漏源定位方法

Publications (2)

Publication Number Publication Date
CN102314748A CN102314748A (zh) 2012-01-11
CN102314748B true CN102314748B (zh) 2013-01-30

Family

ID=45427878

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 201110186626 Active CN102314748B (zh) 2011-07-05 2011-07-05 一种基于无线传感器网络的毒气泄漏源定位方法

Country Status (1)

Country Link
CN (1) CN102314748B (zh)

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105865722B (zh) * 2015-01-23 2018-05-11 中国科学院上海高等研究院 一种固定监测与移动应急系统的部署方法
CN104599446B (zh) * 2015-01-29 2017-03-08 北京华清能源科技有限公司 一种危险气体智能监控与应急预警系统
CN105758996B (zh) * 2016-03-03 2017-08-25 重庆大学 大空间区域内电子鼻的布局方法
CN106052962A (zh) * 2016-05-13 2016-10-26 重庆大学 一种无风度风向测量的无线传感器网络气源定位技术
CN107526908A (zh) * 2016-06-21 2017-12-29 中国辐射防护研究院 核事故场外后果评价中拉格朗日烟团大气扩散模拟方法
CN106197859B (zh) * 2016-07-04 2020-04-07 重庆大学 一种考虑有限空间约束的气体源定位方法
CN106482906B (zh) * 2016-09-14 2018-12-07 西安交通大学 一种基于扩散波的近地表气体泄漏快速定位方法
CN106793071B (zh) * 2016-12-05 2020-04-03 广东石油化工学院 一种工业传感器网络基于节点定位的毒气边界检测方法
CN106792894B (zh) * 2016-12-05 2020-04-07 广东石油化工学院 一种基于协同感知的毒气泄漏事故人员紧急疏散方法
CN107064417A (zh) * 2016-12-21 2017-08-18 北京印刷学院 一种印刷机邻域的VOCs在线监测方法
CN107356948A (zh) * 2017-07-10 2017-11-17 中国人民解放军防化学院 一种基于瞬时点源化学云团的陆基遥测定位方法
CN107607671A (zh) * 2017-08-24 2018-01-19 慧感(上海)物联网科技有限公司 一种气体泄漏源定位方法
CN108920818B (zh) * 2018-06-29 2023-05-12 中国安全生产科学研究院 危险化学品气体泄漏等浓度线质心轨迹溯源方法
CN109284554B (zh) * 2018-09-27 2022-12-02 大连理工大学 无线传感网络中基于气体运动模型的有毒气体监测与追踪方法
CN109922428B (zh) * 2019-03-06 2021-01-01 山东科技大学 一种危险气体泄漏源快速远距离定位及应急保障系统
CN110596327B (zh) * 2019-06-25 2022-08-02 北京机械设备研究所 一种污染气体成分及浓度检测方法
CN110823465B (zh) * 2019-09-29 2021-04-27 中国人民解放军陆军防化学院 利用移动传感器定位化学气体泄漏点的方法和设备
CN110848579A (zh) * 2019-11-28 2020-02-28 安徽理工大学 一种埋地燃气管道泄露源定位的装置和算法
CN113628423B (zh) * 2021-08-19 2023-01-03 安徽钟南人防工程防护设备有限公司 一种有害气体浓度监测报警系统
CN116539231B (zh) * 2023-07-06 2023-09-05 江西省化学工业设计院 一种化工危险气体的远程监测方法及系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4942103B2 (ja) * 2007-05-10 2012-05-30 リコーエレメックス株式会社 ガス漏れ警報システム
CN101540091A (zh) * 2008-03-19 2009-09-23 武光杰 可燃气体感应模块

Also Published As

Publication number Publication date
CN102314748A (zh) 2012-01-11

Similar Documents

Publication Publication Date Title
CN102314748B (zh) 一种基于无线传感器网络的毒气泄漏源定位方法
CN103914622B (zh) 一种化学品泄漏快速预测预警应急响应决策方法
CN103196038A (zh) 燃气管网泄漏源实时定位分析方法及系统
KR101956188B1 (ko) 유해화학물질의 다층적 확산분석정보 제공방법
Rypina et al. Chaotic advection in an archipelago
CN104091001B (zh) 一种用于气体泄露扩散的三维模拟方法及应急疏散方法
CN104834017A (zh) 一种有毒有害气体泄漏扩散事故源定位方法
KR101885350B1 (ko) 대기오염 통합 관리 시스템
CN105373997A (zh) 基于实时气象信息的危化品泄露事故疏散撤离方法
CN106052962A (zh) 一种无风度风向测量的无线传感器网络气源定位技术
CN201488751U (zh) 一种基于无线传感器网络的危险品源监测装置
KR20160116675A (ko) 화학물질 누출사고 대응시스템 및 방법
CN109902913A (zh) 一种大气污染叠加风险区识别及评价方法
Marjovi et al. Swarm robotic plume tracking for intermittent and time-variant odor dispersion
Singh et al. Zigbee and long-range architecture based monitoring system for oil pipeline monitoring with the internet of things
Cortis et al. The role of optimality in characterizing CO2 seepage from geologic carbon sequestration sites
Sharma et al. Localization in wireless sensor networks for accurate event detection
Zhu et al. Multi-sensing paradigm based urban air quality monitoring and hazardous gas source analyzing: a review
CN108594241B (zh) 一种auv声隐身态势评估方法
CN105510535B (zh) 基于现场实验的化工园区气体传感器扇形优化部署方法
Tian et al. Estimating methane emissions from underground natural gas pipelines using an atmospheric dispersion-based method
KR102136843B1 (ko) 무인항공기를 이용한 대기 중 메탄가스 배출량 측정방법
CN102955887A (zh) 陆上管道油品泄漏对水体影响的判别方法
CN108108545A (zh) 基于地理信息系统的火灾事故模拟推演显示方法及装置
Mu et al. Buoy sensor cyberattack detection in offshore petroleum cyber-physical systems

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
ASS Succession or assignment of patent right

Owner name: EAST CHINA UNIVERSITY OF SCIENCE

Effective date: 20120319

C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20120319

Address after: 201112, Shanghai Minhang District union airways No. 1518

Applicant after: Wanda Information Co., Ltd.

Co-applicant after: East China University of Science and Technology

Address before: 201112, Shanghai Minhang District union airways No. 1518

Applicant before: Wanda Information Co., Ltd.

C14 Grant of patent or utility model
GR01 Patent grant