CN104458911A - 一种风力机叶片超声检测的缺陷种类判定方法 - Google Patents

一种风力机叶片超声检测的缺陷种类判定方法 Download PDF

Info

Publication number
CN104458911A
CN104458911A CN201410779635.6A CN201410779635A CN104458911A CN 104458911 A CN104458911 A CN 104458911A CN 201410779635 A CN201410779635 A CN 201410779635A CN 104458911 A CN104458911 A CN 104458911A
Authority
CN
China
Prior art keywords
defect
interface
wave
reflection coefficient
sound intensity
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.)
Granted
Application number
CN201410779635.6A
Other languages
English (en)
Other versions
CN104458911B (zh
Inventor
李苏威
石可重
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.)
Institute of Engineering Thermophysics of CAS
Original Assignee
Institute of Engineering Thermophysics of CAS
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 Institute of Engineering Thermophysics of CAS filed Critical Institute of Engineering Thermophysics of CAS
Priority to CN201410779635.6A priority Critical patent/CN104458911B/zh
Publication of CN104458911A publication Critical patent/CN104458911A/zh
Application granted granted Critical
Publication of CN104458911B publication Critical patent/CN104458911B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)

Abstract

本发明公开了一种风电叶片超声波无损检测中对缺陷类型进行判断的方法。该方法采用超声波探伤技术对风力机叶片进行检测,通过所建立的缺陷物理模型与实际叶片缺陷中声强反射系数的比对,实现判定实际缺陷的种类。该方法由以下几部分组成:叶片典型缺陷分析,缺陷物理模型的建立,物理模型声强反射系数计算,实际叶片缺陷声强反射系数计算,实际叶片缺陷种类确定。

Description

一种风力机叶片超声检测的缺陷种类判定方法
技术领域
本发明涉及机械行业风力发电技术领域,尤其涉及一种风力机叶片超声检测的缺陷种类判定方法。
背景技术
风能是一种重要的可再生能源,我国仍处在风力发电高速发展的时期。风力发电机的寿命和安全性影响着风电利用和发展的脚步,是风能利用能否健康快速发展的重要因素。风电叶片作为风力发电机基础和关键的部件,其寿命和安全性直接影响着整个风电机组的寿命和安全状况。在风电叶片生产、运行的过程中,可能会因为生产工艺和运行工况导致叶片内部复合材料和结构产生损伤。损伤的存在会在叶片运行过程中复杂交变载荷的影响下进一步扩展,造成局部薄弱区,并最终降低叶片的寿命和运行安全性。为使风电叶片的寿命和安全性得到保障,有必要对其开展损伤和故障的诊断。这些风电叶片内部的缺陷是无法通过常规质检、日常维护被发现出来。无损检测是一种不破坏物体结构,发现物体内部缺陷损伤的检测手段,可以尝试应用于风电叶片中对其内部损伤进行探寻,以保障风电叶片乃至整个风电机组的安全运行及使用寿命。超声波无损检测具备穿透能力较大,对平面型缺陷探伤灵敏度较高,可较为准确地测定缺陷的深度和大小,设备轻便,操作安全,易于实现自动化检验等优点。但由于不同种类的缺陷对风力机叶片性能的影响程度不同,通过超声波无损检测直接获取的信号,无法对叶片内部缺陷种类进行识别,这将有碍于对风力机叶片质量的评估和对生产工艺过程的反馈。建立一套应用于风电叶片超声波检测的缺陷种类判别方法,是开展风电叶片超声检测的重要保障。
本专利所提供的方法,基于对风电叶片典型缺陷进行分析,建立缺陷损伤的物理模型,通过实测叶片与物理模型中声强反射系数的对比,确定缺陷对应的物理模型,并结合缺陷出现的位置和规模判定缺陷种类。
发明内容
(一)要解决的技术问题
针对风力机叶片超声无损检测中,在得到缺陷超声信号的前提下,无法通过直观的超声反射信号图像确定缺陷种类的问题,需要有一种评估方法,对超声反射波信号进行评判,确认具体的缺陷种类。
(二)技术方案
本发明提供了一种利用超声波声强反射系数对比的方法,能够有效地对风力机叶片缺陷种类进行判定。其特征在于,该方法由以下几部分组成:分析典型缺陷;简化物理模型;计算物理模型声强反射系数;计算实际缺陷声强反射系数;确定缺陷种类。具体步骤如下:
1)分析典型缺陷。本方法适用于如下几种典型缺陷:分层、气孔、夹杂、结构胶缺胶等缺陷。以上几种缺陷中均出现了声阻抗差异较大介质的界面,如复合材料与空气或者复合材料与杂质之间。如所待测的叶片缺陷可能属于上述缺陷类型,可采用该方法进行检测与评定。
2)简化物理模型。对于上述几种叶片缺陷中分层、气孔、结构胶缺胶缺陷,可简化为玻璃钢复合材料-空气物理模型,模型如附图1所示;对于夹杂缺陷,可简化为玻璃钢复合材料-杂质物理模型,模型如附图2所示。
3)计算物理模型声强反射系数。根据不同材料的声阻抗,通过公式计算2)中所建立的两种物理模型中玻璃钢复合材料与空气界面、玻璃钢复合材料与杂质界面的声强反射系数。式中Io指入射波声强,Ir指反射波声强,Z1指声波传出材料的声阻抗,Z2指声波传入材料的声阻抗,Po指入射波声压,Pr指反射波声压。
4)实际测试并计算实际缺陷声强反射系数。对实际待测叶片进行超声测量,并计算出缺陷界面的声强反射系数。其实现的原理与过程如下:
在实际测试中,只能通过检测设备的显示屏看到反射回波的波形图像,需要利用实际缺陷回波的屏幕波高和底面回波波高,推导出实际缺陷界面的声强反射系数。实际测试的分析原理如附图3所示,1号位置为发现缺陷的位置,2号位置是没有缺陷的位置。o-1为缺陷位置缺陷界面的入射波,在缺陷界面一部分变为缺陷界面反射波r-1,另一部分变为缺陷界面透射波t-1;o-2为无缺陷位置底面玻璃钢与空气界面的入射波,在玻璃钢-空气界面一部分变为反射波r-2,另一部分变为透射波t-2。上述各波中只有缺陷界面反射波r-1和玻璃钢-空气界面反射波r-2可以通过显示屏看到波形,而实际缺陷界面的声强反射系数是通过缺陷界面反射波r-1的波高与缺陷界面入射波o-1的波高进行计算的,这就需要通过已知的玻璃钢与空气界面反射波r-2的波高推导出缺陷界面入射波o-1的波高。以下为推导的过程:①将玻璃钢与空气界面反射波r-2波高通过步骤3)中玻璃钢复合材料-空气物理模型的反射系数,推导出玻璃钢与空气界面入射波o-2的波高;②通过对不同厚度同材质的玻璃钢进行测试,记录不同厚度反射信号的分贝值,得到材料衰减曲线和缺陷深度与地面深度之间的衰减分贝值;③将玻璃钢与空气界面入射波o-2的波高利用衰减分贝值推导出缺陷界面入射波o-1的波高。在得知缺陷界面反射波r-1的波高和缺陷界面入射波o-1的波高后,计算出实际缺陷界面的声强反射系数。
计算过程如下:
在一定增益条件下,底面回波的屏幕高度为Hr-2;在同样增益条件下,缺陷回波的屏幕高度为Hr-1。将底面回波高度Hr-2,根据玻璃钢复合材料-空气物理模型中反射波的声强反射系数0.998得到在底面的入射波屏幕波高为Ho-2。通过该材料的衰减曲线,得到自缺陷深度至底面深度的衰减分贝数,由分贝数与声压及波高的关系分贝数=20lgP1/P2=20lgH1/H2,得到缺陷深度下入射波屏幕波高Ho-1,即可通过公式R=(Hr-1/Ho-1)2计算出实际缺陷界面的声强反射系数。
5)确定缺陷种类。将4)中所获得的实际缺陷界面的声强反射系数与3)中物理模型声强反射系数进行对比,确定出实际缺陷所对应的相应物理模型,并结合根据出现缺陷的位置和规模判断实际缺陷的具体种类。如果出现在玻璃钢层中,尺寸较大且连续,则为分层损伤;如果出现在玻璃钢层中,缺陷集中,尺寸较小且不连续,则为气泡损伤;如果出现在玻璃钢层以外,则判断为结构胶缺胶损伤。
(三)有益效果
本发明填补了针对风力机叶片缺陷种类判定的空白,具有如下明显的优点:
1)能够有效对风力机叶片内部典型缺陷的种类进行判定。
2)可以推广到其它复合材料结构设备中,对缺陷种类进行判定。
附图说明
图1为玻璃钢复合材料-空气物理模型示意图;
图2为玻璃钢复合材料-杂质物理模型示意图;
图3为实际测试的分析原理示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,对本发明进一步详细说明。
本实施例对象为某MW级风力机叶片,对该叶片已发现的一处缺陷进行缺陷种类判定的步骤如下:
1)叶片中可以通过超声波检测方法明显检测出来的缺陷包括分层、气孔、夹杂、结构胶缺胶等缺陷。这些缺陷中均出现了声阻抗差异较大介质的界面,如复合材料与空气或者复合材料与杂质之间。
2)将上述几种叶片缺陷简化为玻璃钢复合材料-空气、玻璃钢复合材料-杂质两种物理模型,如图1、2所示。
3)根据不同材料的声阻抗,通过公式计算上述两种物理模型中玻璃钢复合材料与空气界面、玻璃钢复合材料与杂质界面的声强反射系数。由于在风电叶片生产过程中,聚四氟乙烯是最有可能作为夹杂的物质杂质,所以以聚四氟乙烯进行计算。超声波自玻璃钢复合材料至空气的声强反射系数R=0.998,超声波自玻璃钢复合材料至聚四氟乙烯的声强反射系数R=0.084。
4)实际检测时,如图3所示,该叶片测到缺陷位置的部位厚度为20mm,在15mm位置处存在未知缺陷。在51.5dB增益条件下,20mm处的底面回波高度Hr-20是58%的屏幕高度;在51.5dB增益条件下,缺陷回波高度Hr-15是86%的屏幕高度。将20mm处的底面回波高度Hr-20,根据玻璃钢复合材料-空气物理模型中反射波的声强反射系数0.998得到在20mm深度下的入射波屏幕波高Ho-20为58%屏幕波高。通过该材料的衰减曲线,自15mm至20mm衰减的分贝数为3.5dB,由分贝数与声压及波高的关系分贝数=20lgP1/P2=20lgH1/H2,得到对应15mm深度下入射波屏幕波高Ho-15为86.8%,即可通过公式R=(Hr-15/Ho-15)2计算出实际缺陷界面的声强反射系数为0.982。
5)将实际缺陷界面的声强反射系数通过与物理模型声强反射系数进行对比,并考虑误差影响,确定实际缺陷对应的物理模型为玻璃钢复合材料-空气模型,该缺陷出现在玻璃钢层中,缺陷连续且尺寸较大约为30mm×40mm,则判定为分层损伤。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明。所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (7)

1.一种风力机叶片超声检测的缺陷种类判定方法,其特征在于,该方法包括分析叶片典型缺陷、建立叶片典型缺陷物理模型、计算叶片典型缺陷物理模型声强反射系数、实际测试并计算实际叶片缺陷声强反射系数和确定实际叶片缺陷种类,具体步骤如下:
1)分析叶片典型缺陷。本方法适用于如下几种典型缺陷:分层、气孔、夹杂、结构胶缺胶等缺陷。以上几种缺陷中均出现了声阻抗差异较大介质的界面,如复合材料与空气或者复合材料与杂质之间。如所待测的叶片缺陷可能属于上述缺陷类型,可采用该方法进行检测与评定。
2)简化物理模型。对于上述几种叶片缺陷中分层、气孔、结构胶缺胶缺陷,可简化为玻璃钢复合材料-空气物理模型;对于夹杂缺陷,可简化为玻璃钢复合材料-杂质物理模型。
3)计算物理模型声强反射系数。根据不同材料的声阻抗,通过公式计算步骤2)中所建立的两种物理模型中玻璃钢复合材料与空气界面、玻璃钢复合材料与杂质界面的声强反射系数,其中Io指入射波声强,Ir指反射波声强,Z1指声波传出材料的声阻抗,Z2指声波传入材料的声阻抗,Po指入射波声压,Pr指反射波声压。
4)实际测试并计算实际缺陷声强反射系数。对实际待测叶片进行超声测量,并计算出缺陷界面的声强反射系数具体过程如下:
以1号位置代表发现缺陷的位置,2号位置代表没有缺陷的位置,o-1代表缺陷位置缺陷界面的入射波,r-1代表缺陷界面反射波;o-2代表无缺陷位置底面玻璃钢与空气界面的入射波,r-2代表玻璃钢-空气界面反射波。
通过检测设备获得缺陷界面反射波r-1和无缺陷位置底面玻璃钢-空气界面反射波r-2的波高,通过已知的无缺陷位置底面玻璃钢与空气界面反射波r-2的波高推导出缺陷界面入射波o-1的波高:①将玻璃钢与空气界面反射波r-2波高通过步骤3)中玻璃钢复合材料-空气物理模型的反射系数,推导出玻璃钢与空气界面入射波o-2的波高;②通过对不同厚度同材质的玻璃钢进行测试,记录不同厚度反射信号的分贝值,得到材料衰减曲线和缺陷深度与地面深度之间的衰减分贝值;③将玻璃钢与空气界面入射波o-2的波高利用衰减分贝值推导出缺陷界面入射波o-1的波高。
在得知缺陷界面反射波r-1的波高和缺陷界面入射波o-1的波高后,计算出实际缺陷界面的声强反射系数。
5)确定缺陷种类。将步骤4)中所获得的实际缺陷界面的声强反射系数与步骤3)中物理模型声强反射系数进行对比,确定出实际缺陷所对应的相应物理模型,并结合出现缺陷的位置和规模,判断实际缺陷的具体种类。
2.根据权利要求1所述的方法,其特征在于,该方法针对风力机叶片分层、气孔、夹杂、结构胶缺胶等出现声阻抗差异较大介质界面的缺陷。
3.根据权利要求1所述的方法,其特征在于,将分层、气孔、结构胶缺胶等缺陷简化为玻璃钢复合材料-空气模型;将夹杂缺陷简化为玻璃钢复合材料-杂质模型。
4.根据权利要求1,权利要求3所述的方法,其特征在于,需要计算两种缺陷物理模型界面的声强反射系数。
5.根据权利要求1所述的方法,其特征在于,需要根据实际缺陷回波的屏幕波高和底面回波的屏幕波高,推导出实际界面的声强反射系数。
6.根据权利要求1所述的方法,其特征在于,在推导实际界面声强反射系数时,需要考虑到衰减影响。
7.根据权利要求1所述的方法,其特征在于,通过实际缺陷界面的声强反射系数与物理模型声强反射系数进行对比的方法,确定实际缺陷对应的物理模型,并结合缺陷的位置、规模判定实际缺陷的种类。
CN201410779635.6A 2014-12-16 2014-12-16 一种风力机叶片超声检测的缺陷种类判定方法 Active CN104458911B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410779635.6A CN104458911B (zh) 2014-12-16 2014-12-16 一种风力机叶片超声检测的缺陷种类判定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410779635.6A CN104458911B (zh) 2014-12-16 2014-12-16 一种风力机叶片超声检测的缺陷种类判定方法

Publications (2)

Publication Number Publication Date
CN104458911A true CN104458911A (zh) 2015-03-25
CN104458911B CN104458911B (zh) 2017-01-25

Family

ID=52905304

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410779635.6A Active CN104458911B (zh) 2014-12-16 2014-12-16 一种风力机叶片超声检测的缺陷种类判定方法

Country Status (1)

Country Link
CN (1) CN104458911B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104914163A (zh) * 2015-06-20 2015-09-16 上海电机学院 一种风力发电机的叶片裂痕检测方法
CN105424808A (zh) * 2015-12-16 2016-03-23 中国科学院工程热物理研究所 一种风力机叶片尾缘粘接缺陷的无损检测方法
CN106404903A (zh) * 2015-07-27 2017-02-15 波音公司 使用应用在制品表面上的柔性二维阵列的超声检查
CN106645435A (zh) * 2016-12-09 2017-05-10 北京工业大学 金属构件中夹杂缺陷检测方法
CN107261345A (zh) * 2017-06-29 2017-10-20 哈尔滨医科大学 一种利用超声反射回波实时测量体内声场的方法
CN109781854A (zh) * 2019-02-25 2019-05-21 河北普阳钢铁有限公司 一种扁平金属板材中夹杂缺陷的检测方法
CN111122705A (zh) * 2019-12-26 2020-05-08 中国科学院工程热物理研究所 一种风力机叶片超声无损检测方法
CN115600097A (zh) * 2022-09-27 2023-01-13 广东电网有限责任公司(Cn) 基于全相位fft的海底电缆缺陷定位方法、装置及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3442057B2 (ja) * 2001-04-17 2003-09-02 株式会社日立製作所 超音波検査方法及び超音波検査装置
CN102721741A (zh) * 2012-06-18 2012-10-10 北京科技大学 基于无线声发射传感器网络的风电叶片损伤监测定位系统
CN202533409U (zh) * 2012-04-19 2012-11-14 迪皮埃复材构件(太仓)有限公司 一种风力发电叶片腹板粘接质量检测系统
CN103048098A (zh) * 2011-10-17 2013-04-17 中国石油天然气集团公司 油管柱接头金属-金属密封面超声成像检查方法
CN103901109A (zh) * 2014-03-31 2014-07-02 华南理工大学 一种复合绝缘子内部缺陷的相控阵超声检测装置及方法
CN103969331A (zh) * 2014-05-09 2014-08-06 上海电机学院 风力发电机叶片检测装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3442057B2 (ja) * 2001-04-17 2003-09-02 株式会社日立製作所 超音波検査方法及び超音波検査装置
CN103048098A (zh) * 2011-10-17 2013-04-17 中国石油天然气集团公司 油管柱接头金属-金属密封面超声成像检查方法
CN202533409U (zh) * 2012-04-19 2012-11-14 迪皮埃复材构件(太仓)有限公司 一种风力发电叶片腹板粘接质量检测系统
CN102721741A (zh) * 2012-06-18 2012-10-10 北京科技大学 基于无线声发射传感器网络的风电叶片损伤监测定位系统
CN103901109A (zh) * 2014-03-31 2014-07-02 华南理工大学 一种复合绝缘子内部缺陷的相控阵超声检测装置及方法
CN103969331A (zh) * 2014-05-09 2014-08-06 上海电机学院 风力发电机叶片检测装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
R. K. CHAPMAN: "A System Model for the Ultrasonic Inspection of Smooth Planar Cracks", 《JOURNAL OF NONDESMTCTIVE EVAHTATION》 *
田武刚: "航空发动机关键构件内窥涡流集成化原位无损检测技术研究", 《中国博士学位论文全文数据库 工程科技Ⅱ辑 》 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104914163A (zh) * 2015-06-20 2015-09-16 上海电机学院 一种风力发电机的叶片裂痕检测方法
CN106404903A (zh) * 2015-07-27 2017-02-15 波音公司 使用应用在制品表面上的柔性二维阵列的超声检查
CN106404903B (zh) * 2015-07-27 2021-07-27 波音公司 超声检查装置、超声检查系统和校准超声检查装置的方法
CN105424808B (zh) * 2015-12-16 2019-05-21 中国科学院工程热物理研究所 一种风力机叶片尾缘粘接缺陷的无损检测方法
CN105424808A (zh) * 2015-12-16 2016-03-23 中国科学院工程热物理研究所 一种风力机叶片尾缘粘接缺陷的无损检测方法
CN106645435A (zh) * 2016-12-09 2017-05-10 北京工业大学 金属构件中夹杂缺陷检测方法
CN106645435B (zh) * 2016-12-09 2019-07-12 北京工业大学 金属构件中夹杂缺陷检测方法
CN107261345A (zh) * 2017-06-29 2017-10-20 哈尔滨医科大学 一种利用超声反射回波实时测量体内声场的方法
CN109781854A (zh) * 2019-02-25 2019-05-21 河北普阳钢铁有限公司 一种扁平金属板材中夹杂缺陷的检测方法
CN109781854B (zh) * 2019-02-25 2022-03-29 河北普阳钢铁有限公司 一种扁平金属板材中夹杂缺陷的检测方法
CN111122705A (zh) * 2019-12-26 2020-05-08 中国科学院工程热物理研究所 一种风力机叶片超声无损检测方法
CN115600097A (zh) * 2022-09-27 2023-01-13 广东电网有限责任公司(Cn) 基于全相位fft的海底电缆缺陷定位方法、装置及系统
CN115600097B (zh) * 2022-09-27 2024-02-13 广东电网有限责任公司 基于全相位fft的海底电缆缺陷定位方法、装置及系统

Also Published As

Publication number Publication date
CN104458911B (zh) 2017-01-25

Similar Documents

Publication Publication Date Title
CN104458911B (zh) 一种风力机叶片超声检测的缺陷种类判定方法
Du et al. Damage detection techniques for wind turbine blades: A review
Kaewniam et al. Recent advances in damage detection of wind turbine blades: A state-of-the-art review
Liu et al. Status and problems of wind turbine structural health monitoring techniques in China
CN104458910B (zh) 一种风力机叶片壳体与腹板粘接缺陷的无损检测方法
Yang et al. Condition monitoring and damage location of wind turbine blades by frequency response transmissibility analysis
US9395337B2 (en) Nondestructive acoustic doppler testing of wind turbine blades from the ground during operation
US9523661B2 (en) Method and apparatus for locating a source of damage in a large composite material structure
Rizk et al. Hyperspectral imaging applied for the detection of wind turbine blade damage and icing
Chen et al. Fatigue testing of a 14.3 m composite blade embedded with artificial defects–damage growth and structural health monitoring
CN104502449B (zh) 利用超声波a扫描判断风力发电叶片结构缺陷的方法
CN103760243A (zh) 一种微裂纹无损检测装置及方法
CN103926313B (zh) 一种基于超声检测的复合材料孔隙率数值评估方法
CN103076394A (zh) 基于振动识别频率和振型综合的海洋平台安全评定的方法
CN112710539A (zh) 含褶皱缺陷的风力机叶片主梁疲劳寿命的快速预测方法
Yang Testing and condition monitoring of composite wind turbine blades
Ye et al. Development of an ultrasonic NDT system for automated in-situ inspection of wind turbine blades
Soman et al. Damage assessment in composite beam using infrared thermography, optical sensors, and terahertz technique
CN207366507U (zh) 风机浆叶在役超声波无损检测装置
CN114565571A (zh) 一种基于计算机视觉的风机叶片缺陷检测方法及设备
CN203745428U (zh) 一种微裂纹无损检测装置
CN107228900A (zh) 一种叶片腹板后缘质量检测方法
CN105424808B (zh) 一种风力机叶片尾缘粘接缺陷的无损检测方法
Janeliukstis et al. Control of damage‐sensitive features for early failure prediction of wind turbine blades
Zhang et al. The application of ultrasonic phased array technology in wind turbine blade defect detection system

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant