CN103760768A - 基于正常运行数据的发电机组多变量系统辨识方法 - Google Patents
基于正常运行数据的发电机组多变量系统辨识方法 Download PDFInfo
- Publication number
- CN103760768A CN103760768A CN201310746542.9A CN201310746542A CN103760768A CN 103760768 A CN103760768 A CN 103760768A CN 201310746542 A CN201310746542 A CN 201310746542A CN 103760768 A CN103760768 A CN 103760768A
- Authority
- CN
- China
- Prior art keywords
- omega
- frequency
- genset
- centerdot
- multivariable
- 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
Landscapes
- Feedback Control In General (AREA)
Abstract
本发明提供一种基于正常运行数据的发电机组多变量系统辨识方法,对正常运行时的发电机组多变量系统进行阶跃响应测试,获得发电机组多变量系统的各个回路的输入输出信号;进行信号分解和频谱分析,获取发电机组多变量系统的所有回路中的最大临界频率;根据最大临界频率计算发电机组多变量系统在多个频率点上的频率特性;根据频率特性构建阵发电机组多变量系统的传递函数矩阵模型。本发明的技术方案,通过将一个强耦合的发电机组多变量系统的辨识过程分解成多个单输入单输出系统的辨识过程,通过系统正常运行时的阶跃响应测试,在发电机组多变量系统正常运行状态下确定系统在重要频率段的频率特性,辨识过程简单、抗干扰能力强、辨识精度高。
Description
技术领域
本发明涉及多变量系统应用技术领域,特别是涉及一种基于正常运行数据的发电机组多变量系统辨识方法。
背景技术
现代火电厂的大型单元机组具有大时滞、时变、非线性、强耦合、机炉动态特性差异大的特点,是一个典型的多输入多输出过程对象。单元机组协调控制系统是电厂自动控制系统中最复杂的系统,它的任务是使机组负荷紧密跟踪外界负荷需求,并保持机前压力的稳定。机组采用协调控制系统运行时,将锅炉、汽机和发电机作为一个统一整体进行控制。
目前的大多数控制方法是在传统的PID控制基础上综合了锅炉和汽轮机的特点,提出各种控制方案,如前馈控制、解耦控制、内模控制、预测控制等。由于机组协调被控对象具有非线性,因而在不同负荷段,系统的动态特性是不同的。即使在标称负荷点得到了满意的控制器参数,随着负荷点的变化,系统性能也会变得很差。协调控制器的参数整定和负荷适应性问题是一个具有普遍性和现实意义的问题。
学者李少远等结合自整定技术、自适应技术、增益调度方法、给出了智能解耦的控制策略,学者谭文等从经典解耦控制的角度对协调控制器进行了设计,并给出了相应的参数整定方法。
虽然这些先进控制算法具有良好的跟踪性能和稳定性,但由于针对现有系统闭环辨识技术,在辨识单元机组的模型传递函数时,需要引入外加测试信号来辨识出多变量过程模型,对过程装置正常运行的带来了扰动,导致了多产品质量的影响,降低了辨识精度,对于模型变化以及非线性的适应性还是有局限性。
发明内容
基于此,有必要针对现有系统闭环辨识技术辨识精度低的问题,提供一种基于正常运行数据的发电机组多变量系统辨识方法。
一种基于正常运行数据的发电机组多变量系统辨识方法,包括如下步骤:
对正常运行时的发电机组多变量系统进行阶跃响应测试,获得所述发电机组多变量系统的各个回路的输入输出信号;
对所述输入输出信号进行信号分解和频谱分析,获取发电机组多变量系统的所有回路中的最大临界频率;
根据所述最大临界频率计算发电机组多变量系统在多个频率点上的频率特性;
根据所述频率特性构建阵发电机组多变量系统的传递函数矩阵模型。
上述基于正常运行数据的发电机组多变量系统辨识方法,通过将一个强耦合的发电机组多变量系统的辨识过程分解成多个单输入单输出系统的辨识过程,通过系统正常运行时的阶跃响应测试,对系统的输入输出信号进行信号分解和频谱分析,得到全部回路最大临界频率并获取到多个频率点的频率特性,进而获得该发电机组多变量系统的传递函数矩阵模型。该技术方案无需引入外加测试信号,在发电机组多变量系统正常运行状态下确定系统在重要频率段的频率特性,辨识过程简单、抗干扰能力强、辨识精度高,为发电机组多变量系统的协调控制器的参数自适应、克服机组非线性特性奠定了基础。
附图说明
图1为一个实施例的基于正常运行数据的发电机组多变量系统辨识方法的流程图;
图2为机组协调控制系统框图。
具体实施方式
下面结合附图对本发明的基于正常运行数据的发电机组多变量系统辨识方法的具体实施方式作详细描述。
参考图1所示,图1为一个实施例的基于正常运行数据的发电机组多变量系统辨识方法的流程图,包括如下步骤:
步骤S1:对正常运行时的发电机组多变量系统进行阶跃响应测试,获得所述发电机组多变量系统的各个回路的输入输出信号。
在一个实施例中,步骤S1的阶跃响应测试过程包括如下:
在发电机组多变量系统正常运行时,依次对各个回路的参考输入施加设定值的阶跃测试信号,并保持其它参考输入不变,获取每次阶跃输入测试时各个回路对象的输入输出信号。
具体的,阶跃响应测试过程可以进一步如下:
(2)对第二个回路参考输入r2施加阶跃测试信号,记录此时多输入多输出对象的输入输出信号
步骤S2:对所述输入输出信号进行信号分解和频谱分析,获取发电机组多变量系统的所有回路中的最大临界频率。
在一个实施例中,步骤S2的获取最大临界频率过程包括如下:
首先,对所述输入输出信号进行信号进行分解成瞬态部分和稳态部分;获取发电机组多变量系统的系统时域响应等式。然后根据所述系统时域响应等式进行频谱分析,获得各个回路频率点的系统频率响应等式。并根据所述频率响应等式计算各个回路频率点对应的相位,并根据所述相位和迭代公式计算获得发电机组多变量系统的所有回路中的最大临界频率的最大值。
具体的,获取最大临界频率过程进一步可以包括如下:
将阶跃测试获取的信号都分解为瞬态部分和稳态部分,假定先改变给定值r1,而保持其它给定值不变,Y1(s)和U1(s)可表示为:
它们满足如下关系:
Y1(s)=G(s)U1(s)
而后保持其它给定值不变,然后改变给定值r2,保持其他给定值不变,以此类推,最后获得下面等式:
[Y1(s)…Ym(s)]=G(s)[U1(s)…Um(s)]
式中,G(s)为系统时域响应函数,s表示拉普拉斯变量。
将s=jω代入上式,可获得发电机组多变量系统的各个回路频率点的频率响应公式:
由上式可得到各个频率的相位,再通过迭代公式:
即可确定发电机组多变量系统所有回路临界频率中的最大值ωmax;式中,ωn为频率点n的频率,φn为频率点n对应的相位。
具体的,将ωn-1和φn-1的初始值设为零,而ωn取为一个尽量小的数,如10-3。迭代运算公式具有二次收敛速度,在几个迭代运算后,ωmax就可获得至少99%的准确度。
步骤S3:根据所述最大临界频率计算发电机组多变量系统在多个频率点上的频率特性。
在一个实施例中,步骤S3计算频率特性的方法包括如下:
首先根据需要辨识的频率响应点的数目M,将频率范围(0,ωmax)划分为M个离散频率点,得到频率点0,Δω,2Δω,…,(M-1)Δω,其中Δω=ωmax/M;然后根据所述系统频率响应等式计算各个离散频率点的频率特性G(jωl),包括幅值和相角,其中,l=1,2,…M。
步骤S4:根据所述频率特性构建阵发电机组多变量系统的传递函数矩阵模型。
在一个实施例中,步骤S4的构建阵发电机组多变量系统的传递函数矩阵模型的方法包括如下:
根据所述频率特性在各个频率响应匹配获得二价加纯滞后模型的参数,其中,传递函数矩阵模型的元素为二价加纯滞后模型;利用最小二乘法并根据所述二价加纯滞后模型的参数获取发电机组多变量系统的加纯滞后的传递函数矩阵模型。
具体的,即通过前述步骤得到的多变量过程对象的频率响应G(jωl),l=1,2,…M,可获取传递函数矩阵。进一步可以包括如下:
传递函数矩阵的每个元素采用二阶加纯滞后模型:
上述模型可以表示单调的、振荡的和非最小相位过程对象,二阶加纯滞后模型的参数可通过在ωl,l=1,2,...,M的频率响应点匹配g'(jω)和g(jω)获取,即
上式中的参数a,b,c和频率点数L可通过频率特性G(jωl)的幅值条件和相位条件确定。
当l=1,2,...,M时,上述等式可写成矩阵形式:
Φθ=Γ
其中
式中,θ可通过最小二乘法得到
θ=(ΦTΦ)-1ΦTΓ
则模型参数可从θ中通过下式获得:
参数a,b,c确定后,纯滞后L最终可通过最小二乘法获得:
通过上述获取的传递函数矩阵模型,可以用于发电机组多变量系统的自适应调整中,该模型去除了任何外加测试信号,仅需要闭环系统正常运行时的多变量过程输入输出数据,消除了对过程装置正常运行的扰动,具有高的辨识精度,从而使得发电机组多变量系统实现了精确控制。
综合上述各个实施例,本发明的技术方案,将一个强耦合的发电机组多变量系统的辨识过程分解成多个单输入单输出系统的辨识过程,通过系统正常运行时的阶跃响应测试,对系统的输入输出信号进行信号分解和频谱分析,得到全部回路最大临界频率并获取到多个频率点的频率特性,获得该多变量系统的传递函数矩阵模型。
与现有的发电机组多变量系统的辨识技术方案相比,本发明的技术方案实现简单、抗干扰能力强、辨识精度高,不需要中断发电机组多变量系统正常的运行状态进行试验,能得到发电机组多变量系统在重要频率段的频率特性,然后采用最小二乘法在幅值和相位两方面拟合出单元机组在当前负荷点上的动态模型,得到多参数的二阶加纯滞后的辨识模型。为发电机组多变量系统的协调控制器的参数自适应、克服机组非线性特性奠定了基础。
为了更加清晰本发明的技术方案,下面结合附图举出基于本发明的方案实现的一个应用实例。
参考图2所示,图2为机组协调控制系统框图,其中,K(s)为机组协调控制器,G(s)表示单元机组过程对象。PSP、NSP为系统输入控制量,B为燃料量、μ为调节阀开度,PT为主蒸汽压力、N为单元机组的输出功率。
考虑一个火电单元机组协调控制系统,如图2所示,单元机组的模型传递函数为:
具体辨识的步骤如下:
第二步,将第一步数据带入频率响应公式G(jωn)和迭代公式求出系统所有回路最大极限频率为ωmax=0.56rad/s.
第三步,从0到ωmax划分10个频率点,依次为0、0.002、0.0044、0.0088、0.0175、0.035、0.07、0.14、0.28、0.56,根据频率响应公式G(jωn),依次求出该频率在各个系统回路中的幅值和相角。
第四步,将各个回路频率点的特性构建回路特性矩阵,最终得到系统的二阶加纯滞后模型矩阵:
通过上述应用实例,可以看出,本发明的基于正常运行数据的发电机组多变量系统辨识方法,不需要任何过程对象的先验知识,基于系统正常运行的数据在线辨识出重要频率范围内的频率响应特性,进而获得二阶加纯滞后模型的传递函数矩阵,上述实施实例表明该辨识方法对火电单元机组过程对象是有效的,且在噪声环境下辨识结果具有较高的精度。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (7)
1.一种基于正常运行数据的发电机组多变量系统辨识方法,其特征在于,包括如下步骤:
对正常运行时的发电机组多变量系统进行阶跃响应测试,获得所述发电机组多变量系统的各个回路的输入输出信号;
对所述输入输出信号进行信号分解和频谱分析,获取发电机组多变量系统的所有回路中的最大临界频率;
根据所述最大临界频率计算发电机组多变量系统在多个频率点上的频率特性;
根据所述频率特性构建阵发电机组多变量系统的传递函数矩阵模型。
2.根据权利要求1所述的基于正常运行数据的发电机组多变量系统辨识方法,其特征在于,所述对正常运行时的发电机组多变量系统进行阶跃响应测试,获得所述发电机组多变量系统的各个回路的输入输出信号的步骤包括:
在发电机组多变量系统正常运行时,依次对各个回路的参考输入施加设定值的阶跃测试信号,并保持其它参考输入不变,获取每次阶跃输入测试时各个回路对象的输入输出信号。
3.根据权利要求1所述的基于正常运行数据的发电机组多变量系统辨识方法,其特征在于,所述对所述输入输出信号进行信号分解和频谱分析,获得发电机组多变量系统的所有回路中的最大临界频率的步骤包括:
对所述输入输出信号进行信号进行分解成瞬态部分和稳态部分;获取发电机组多变量系统的系统时域响应等式;
根据所述系统时域响应等式进行频谱分析,获得各个回路频率点的系统频率响应等式;
根据所述频率响应等式计算各个回路频率点对应的相位,并根据所述相位和迭代公式计算获得发电机组多变量系统的所有回路中的最大临界频率的最大值。
5.根据权利要求3或4所述的基于正常运行数据的发电机组多变量系统辨识方法,其特征在于,所述根据所述最大临界频率计算发电机组多变量系统在多个频率点上的频率特性的步骤包括:
根据需要辨识的频率响应点的数目M,将频率范围(0,ωmax)划分为M个离散频率点,得到频率点0,Δω,2Δω,…,(M-1)Δω,其中Δω=ωmax/M;
根据所述系统频率响应等式计算各个离散频率点的频率特性G(jωl),包括幅值和相角,其中,l=1,2,…M。
6.根据权利要求1所述的基于正常运行数据的发电机组多变量系统辨识方法,其特征在于,所述根据所述频率特性构建阵发电机组多变量系统的传递函数矩阵模型的步骤包括:
根据所述频率特性在各个频率响应匹配获得二价加纯滞后模型的参数,其中,传递函数矩阵模型的元素为二价加纯滞后模型;
利用最小二乘法并根据所述二价加纯滞后模型的参数获取发电机组多变量系统的加纯滞后的传递函数矩阵模型。
7.根据权利要求6所述的基于正常运行数据的发电机组多变量系统辨识方法,其特征在于,所述获取加纯滞后的传递函数矩阵模型的方法包括如下:
其中
当l=1,2,...,M时,传递函数矩阵模型的矩阵形式如下:
Φθ=Γ
其中
式中的θ计算如下:
θ=(ΦTΦ)-1ΦTΓ
式中,θ为二价加纯滞后模型的参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310746542.9A CN103760768A (zh) | 2013-12-30 | 2013-12-30 | 基于正常运行数据的发电机组多变量系统辨识方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310746542.9A CN103760768A (zh) | 2013-12-30 | 2013-12-30 | 基于正常运行数据的发电机组多变量系统辨识方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103760768A true CN103760768A (zh) | 2014-04-30 |
Family
ID=50528023
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310746542.9A Pending CN103760768A (zh) | 2013-12-30 | 2013-12-30 | 基于正常运行数据的发电机组多变量系统辨识方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103760768A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104950843A (zh) * | 2015-05-08 | 2015-09-30 | 东南大学 | 基于模型识别方法的流程工业厂级控制回路振荡源定位方法 |
CN105242572A (zh) * | 2015-10-23 | 2016-01-13 | 广东电网有限责任公司电力科学研究院 | 火电厂热工过程混合辨识方法和系统 |
CN105259756A (zh) * | 2015-10-20 | 2016-01-20 | 广东电网有限责任公司电力科学研究院 | 电厂控制回路模型辨识方法与系统 |
CN104298112B (zh) * | 2014-09-28 | 2017-02-15 | 长春工业大学 | 分子蒸馏过程的多变量系统辨识方法 |
CN106950822A (zh) * | 2017-03-22 | 2017-07-14 | 北京化工大学 | 复杂重尾噪声影响下多变量Hammerstein模型的辨识方法 |
CN107942677A (zh) * | 2017-12-17 | 2018-04-20 | 北京世纪隆博科技有限责任公司 | 一种应用于闭环智能建模的工业数据挖掘方法 |
CN110989349A (zh) * | 2019-12-05 | 2020-04-10 | 上海电力大学 | 一种多变量系统模型辨识方法 |
CN111025898A (zh) * | 2019-11-07 | 2020-04-17 | 江南大学 | 一种用于流程工业大规模过程控制的降维辨识方法 |
CN111429010A (zh) * | 2020-03-27 | 2020-07-17 | 上海圆曦电力科技有限公司 | 一种基于内模控制结构的火力发电机组协调控制系统 |
CN112180801A (zh) * | 2020-10-13 | 2021-01-05 | 郑州大学 | 一种过程控制系统的控制方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3831449C2 (zh) * | 1988-09-16 | 1993-07-29 | Man Nutzfahrzeuge Ag, 8000 Muenchen, De | |
US20060021343A1 (en) * | 2001-03-05 | 2006-02-02 | Power Play Energy, L.L.C. | Stirling engine having platelet heat exchanging elements |
CN102722101A (zh) * | 2012-06-26 | 2012-10-10 | 广东电网公司电力科学研究院 | 基于闭环频域的辨识方法和系统 |
-
2013
- 2013-12-30 CN CN201310746542.9A patent/CN103760768A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3831449C2 (zh) * | 1988-09-16 | 1993-07-29 | Man Nutzfahrzeuge Ag, 8000 Muenchen, De | |
US20060021343A1 (en) * | 2001-03-05 | 2006-02-02 | Power Play Energy, L.L.C. | Stirling engine having platelet heat exchanging elements |
CN102722101A (zh) * | 2012-06-26 | 2012-10-10 | 广东电网公司电力科学研究院 | 基于闭环频域的辨识方法和系统 |
Non-Patent Citations (6)
Title |
---|
寇怀成: "火电机组多变量预测控制系统的开发与应用", 《计算机测量与控制》 * |
游勇华: "《基于现场数据的火电机组模型参数辨识》", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑(月刊)》 * |
王亚刚,等: "《复杂多变量过程模型的闭环频域辨识》", 《控制与决策》 * |
王亚刚,等: "《过程对象模型在线闭环频域辨识》", 《模式识别》 * |
赵志凡,等: "火电机组热工对象动态模型的伪随机相关统计法和阶跃响应法辨识比较", 《电机工程学报》 * |
郑君里,等: "《信号与系统(第二版)》", 31 May 2000, 高等教育出版社 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104298112B (zh) * | 2014-09-28 | 2017-02-15 | 长春工业大学 | 分子蒸馏过程的多变量系统辨识方法 |
CN104950843B (zh) * | 2015-05-08 | 2017-08-25 | 东南大学 | 基于模型识别方法的流程工业厂级控制回路振荡源定位方法 |
CN104950843A (zh) * | 2015-05-08 | 2015-09-30 | 东南大学 | 基于模型识别方法的流程工业厂级控制回路振荡源定位方法 |
CN105259756B (zh) * | 2015-10-20 | 2018-05-04 | 广东电网有限责任公司电力科学研究院 | 电厂控制回路模型辨识方法与系统 |
CN105259756A (zh) * | 2015-10-20 | 2016-01-20 | 广东电网有限责任公司电力科学研究院 | 电厂控制回路模型辨识方法与系统 |
CN105242572A (zh) * | 2015-10-23 | 2016-01-13 | 广东电网有限责任公司电力科学研究院 | 火电厂热工过程混合辨识方法和系统 |
CN106950822A (zh) * | 2017-03-22 | 2017-07-14 | 北京化工大学 | 复杂重尾噪声影响下多变量Hammerstein模型的辨识方法 |
CN107942677A (zh) * | 2017-12-17 | 2018-04-20 | 北京世纪隆博科技有限责任公司 | 一种应用于闭环智能建模的工业数据挖掘方法 |
CN107942677B (zh) * | 2017-12-17 | 2021-04-30 | 北京世纪隆博科技有限责任公司 | 一种应用于闭环智能建模的工业数据挖掘方法 |
CN111025898A (zh) * | 2019-11-07 | 2020-04-17 | 江南大学 | 一种用于流程工业大规模过程控制的降维辨识方法 |
CN110989349A (zh) * | 2019-12-05 | 2020-04-10 | 上海电力大学 | 一种多变量系统模型辨识方法 |
CN111429010A (zh) * | 2020-03-27 | 2020-07-17 | 上海圆曦电力科技有限公司 | 一种基于内模控制结构的火力发电机组协调控制系统 |
CN111429010B (zh) * | 2020-03-27 | 2024-01-09 | 上海圆曦电力科技有限公司 | 一种基于内模控制结构的火力发电机组协调控制系统 |
CN112180801A (zh) * | 2020-10-13 | 2021-01-05 | 郑州大学 | 一种过程控制系统的控制方法 |
CN112180801B (zh) * | 2020-10-13 | 2021-07-09 | 郑州大学 | 一种过程控制系统的控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103760768A (zh) | 基于正常运行数据的发电机组多变量系统辨识方法 | |
CN106773666B (zh) | 一种针对压水堆一回路系统的模型参数获取方法 | |
Mi et al. | Decentralized sliding mode load frequency control for multi-area power systems | |
CN108599236B (zh) | 双馈风电场次同步振荡svg抑制方法及装置 | |
CN104656448A (zh) | 一种基于解耦和扰动观测的超临界机组预测控制方法 | |
CN106125550B (zh) | 一种高铁牵引整流器的复合故障估计与容错控制方法 | |
CN104389733A (zh) | 基于不确定性模型的水轮机pid调速器控制参数整定方法 | |
US11682497B2 (en) | Method for regulating operating parameters of a nuclear reactor and corresponding nuclear reactor | |
Kamal et al. | Fuzzy fault-tolerant control of wind-diesel hybrid systems subject to sensor faults | |
CN108333933A (zh) | 一种一阶纯延迟系统闭环辨识方法 | |
Morovati et al. | Robust output feedback control design for inertia emulation by wind turbine generators | |
CN103199546B (zh) | 动态无功补偿装置最优二次调节器及其设计方法 | |
CN204086850U (zh) | 协调控制系统的阶跃设定值形成回路 | |
CN110365026A (zh) | 基于频域裕度指标整定pss4b参数抑制低频振荡的设计方法 | |
CN107959453A (zh) | 一种改进的mras速度观测方法 | |
CN103670539B (zh) | 补偿发电机组动态特性联合调频控制方法、系统与装置 | |
CN103631991B (zh) | 原动机调速系统参数辨识系统及方法 | |
CN108418209A (zh) | 一种基于逆解耦的微电网自抗扰控制方法 | |
Hwas et al. | Nonlinear observer-based fault detection and isolation for wind turbines | |
Mohammed et al. | Robust controller design for load frequency control in power systems using state-space approach | |
Haji et al. | H∞ robust control design for a combined cycle power plant | |
CN104133466A (zh) | 燃气轮机调速器伺服系统控制参数测试方法及其系统 | |
CN103869697A (zh) | 针对不可操作变量的发电机组多变量闭环辨识方法 | |
Li et al. | Frequency Domain Identification-Based Feedforward-Feedback Controller for Coordinated Power Control of Wind and Gas Joint Power Generation | |
Song | Novel control for small-scale three-phase wind generation systems in high wind speed regions |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140430 |