CN104533716B - 一种基于卡尔曼滤波的独立变桨载荷控制方法 - Google Patents
一种基于卡尔曼滤波的独立变桨载荷控制方法 Download PDFInfo
- Publication number
- CN104533716B CN104533716B CN201410706136.4A CN201410706136A CN104533716B CN 104533716 B CN104533716 B CN 104533716B CN 201410706136 A CN201410706136 A CN 201410706136A CN 104533716 B CN104533716 B CN 104533716B
- Authority
- CN
- China
- Prior art keywords
- load
- pitch angle
- kalman
- propeller pitch
- propeller
- 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
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000001914 filtration Methods 0.000 title claims abstract description 14
- 238000005457 optimization Methods 0.000 claims abstract description 5
- 230000007246 mechanism Effects 0.000 claims abstract description 4
- 238000005259 measurement Methods 0.000 claims description 8
- 239000011159 matrix material Substances 0.000 claims description 6
- 239000000835 fiber Substances 0.000 claims description 5
- 238000007476 Maximum Likelihood Methods 0.000 claims description 3
- 230000009897 systematic effect Effects 0.000 claims description 3
- 230000017105 transposition Effects 0.000 claims description 3
- 238000011426 transformation method Methods 0.000 claims description 2
- 235000006508 Nelumbo nucifera Nutrition 0.000 claims 1
- 240000002853 Nelumbo nucifera Species 0.000 claims 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 claims 1
- 230000005611 electricity Effects 0.000 abstract description 4
- 230000008859 change Effects 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D7/00—Controlling wind motors
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2270/00—Control
- F05B2270/30—Control parameters, e.g. input parameters
- F05B2270/328—Blade pitch angle
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2270/00—Control
- F05B2270/30—Control parameters, e.g. input parameters
- F05B2270/331—Mechanical loads
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Wind Motors (AREA)
Abstract
一种基于卡尔曼滤波的独立变桨载荷控制方法，包括如下步骤：(a)获取变桨系统桨叶根部载荷，进行dq坐标变换产生d‑q轴的载荷分量；(b)经卡尔曼载荷控制器优化后的d‑q轴的载荷分量的偏差分量经卡尔曼载荷控制器产生期望的d‑q轴桨距角分量，经dq坐标逆变换得到期望桨距角分量；(c)获取风电系统实际转速和输出功率，经多变量控制器产生统一桨距角期望值βcol和转矩期望值Γar；(d)统一桨距角期望值分别与期望桨距角分量相加，得到最终桨距角期望值，将其作用于各个桨叶对应的独立变桨机构，实现风电系统独立变桨控制。本发明能提高d‑q轴载荷分量的预测精度，从而改善控制结果；同时提高了风电系统桨距角控制精度，为风电变桨提供了有价值的参考方案。
Description
技术领域
本发明涉及一种风电变桨系统控制方法，尤其是一种基于卡尔曼滤波的独立变桨载荷控制方法，属于风电控制技术领域。
背景技术
随着风能利用率的不断增加，风电产业迅速发展，装机容量不断增大，风轮由于风切效应和塔影效应等引起的载荷不平衡和风叶疲劳等问题成为不可忽视的重要问题。当风速在额定值以上时，为输出恒定功率，需采用变桨调节方式，现在常用的为统一变桨方法。但随着风机规模的不断增大，风轮载荷的严重不平衡将导致风叶疲劳甚至损害，由此，独立变桨控制技术逐步受到重视。
变桨距控制技术采用三个独立的变桨驱动系统，根据实际需求对三个桨叶进行单独控制，从而实现风电系统高效稳定运行。但是，风电系统运行或控制中往往存在未知或不确定时变扰动，这将对风电系统运行及控制产生较大影响，严重时会降低运行效率甚至出现故障。
发明内容
本发明的目在于克服上述现有技术中存在的不足，提供一种基于卡尔曼滤波的独立变桨载荷控制方法，该方法实现简单，控制准确，能实现风电系统的稳定高效运行。
为解决上述技术问题，本发明采用如下技术方案：
一种基于卡尔曼滤波的独立变桨控制方法包括如下步骤：
(a)获取变桨系统桨叶根部载荷M1、M2、M3，进行dq坐标变换产生d轴的载荷分量Md和q轴的载荷分量Mq；
(b)将经卡尔曼载荷控制器优化后的d轴载荷分量的偏差分量ΔMd和q轴载荷分量Mqe的偏差分量ΔMq分别经卡尔曼载荷控制器产生期望的d轴桨距角分量βd、q轴桨距角分量βq，所述d轴桨距角分量βd、q轴桨距角分量βq经dq坐标逆变换得到期望桨距角分量β1，β2，β3；
(c)获取风电系统实际转速和输出功率，经多变量控制器产生统一桨距角期望值βcol和转矩期望值Γar；
(d)统一桨距角期望值分别与期望桨距角分量β1、β2、β3相加，得到最终桨距角期望值βr1、βr2、βr3，将最终桨距角期望值βr1、βr2、βr3作用于各个桨叶对应的独立变桨机构，实现风电系统独立变桨控制。
所述步骤(a)中，变桨系统桨叶根部载荷通过安装在风轮叶片根部的光纤应变传感器获取，所述dq坐标变换方法如下：
所述步骤(b)中，dq坐标逆变换方法如下：
所述卡尔曼载荷控制器是在PID控制的基础上加入卡尔曼滤波器，所述卡尔曼滤波器算法如下，首先给出系统的预测方程：
x(k|k-1)＝Ax(k-1|k-1)+Bu(k) (3)
其中，x(k|k-1)是利用前一状态对当前状态的预测值,x(k-1|k-1)是前一状态的最优预测值，u(k)是当前状态的控制量，A,B为系统矩阵。
对应于x(k|k-1)的协方差P(k|k-1)的更新公式：
P(k|k-1)＝AP(k-1|k-1)AΤ+Q (4)
其中，P(k|k-1)是x(k|k-1)对应的协方差，P(k-1|k-1)是x(k-1|k-1)对应的协方差，Q是系统过程噪声协方差，Τ表示矩阵转置。由以上两式完成对系统状态的预测，再收集现在状态的测量值，结合两值得到系统现在状态的最优估算值：
x(k|k)＝x(k|k-1)+Kg(k)[Z(k)-x(k|k-1)] (5)
其中，卡尔曼增益Kg(k)＝P(k|k-1)/[P(k|k-1)+R]，R为测量噪声协方差,Z(k)是当前时刻的测量输出值。为使卡尔曼滤波器不断运行，更新k时刻x(k|k)的协方差P(k|k)＝[1-Kg(k)]P(k|k-1)，P(k)是当前时刻的最优协方差。
所述步骤(c)中，多变量控制器包含两个PI控制器，所述多变量控制器和上述卡尔曼载荷控制器在同一数字信号处理器DSP上实现。
本发明的优点在于：
1、由于风电系统运行过程中存在不确定和时变扰动，在载荷控制器中加入了卡尔曼滤波环节，能对状态信息不断更新，提高d-q轴载荷分量的预测精度，从而改善控制结果；
2、该独立变桨控制方法提高了风电系统桨距角控制精度，为风电变桨提供了有价值的参考方案。
附图说明
图1为本发明的基于卡尔曼滤波的独立变桨载荷控制结构图；
图2为本发明的卡尔曼载荷控制器结构图；
图3为本发明的基于卡尔曼滤波的独立变桨载荷控制DSP实现结构图。
具体实施方法
下面结合附图和具体实施例对本发明作进一步说明。
图1为基于卡尔曼滤波的独立变桨载荷控制结构，它主要包括非线性风能转换系统、多变量控制器、卡尔曼载荷控制器以及一些待测状态量和简单运算模块。本发明提供一种基于卡尔曼滤波的独立变桨载荷控制方法，其包括如下步骤：(a)获取变桨系统桨叶根部载荷M1，M2，M3，进行dq坐标变换产生d-q轴的载荷分量Md，Mq；(b)经卡尔曼载荷控制器优化后的d-q轴的载荷分量Mde，Mqe的偏差分量ΔMd，ΔMq经卡尔曼载荷控制器产生期望的d-q轴桨距角分量βd，βq，经dq坐标逆变换得到期望桨距角分量β1，β2，β3；(c)获取风电系统实际转速和输出功率，经多变量控制器产生统一桨距角期望值βcol和转矩期望值Γar；(d)统一桨距角期望值分别与期望桨距角分量β1，β2，β3相加，得到最终桨距角期望值βr1，βr2，βr3,将其作用于各个桨叶对应的独立变桨机构，实现风电系统独立变桨控制。
所述步骤(a)中，变桨系统桨叶根部载荷通过安装在风轮叶片根部的光纤应变传感器获取，使用3个光纤应变传感器，用于获取桨叶根部载荷，所述dq坐标变换公式如下：
所述步骤(b)中，dq坐标逆变换公式如下：
所述步骤(b)中，卡尔曼载荷控制器结构如图2所示，卡尔曼载荷控制器是在PID控制的基础上加入卡尔曼滤波器，能在控制系统受到控制噪声和测量噪声扰动时实现d-q轴的载荷分量的正确估计，从而实现对风电独立变桨控制的优化。卡尔曼滤波器的输入为经过测量噪声干扰的d或q轴的实际载荷分量Md/Mq，输出为最优估计d轴或q轴载荷分量。
卡尔曼控制器内部算法如下：首先给出系统的预测方程：
x(k|k-1)＝Ax(k-1|k-1)+Bu(k) (3)
其中，x(k|k-1)是利用前一状态对当前状态的预测值,x(k-1|k-1)是前一状态的最优预测值，u(k)是当前状态的控制量，A,B为系统矩阵。对应于x(k|k-1)的协方差P(k|k-1)的更新公式：
P(k|k-1)＝AP(k-1|k-1)AΤ+Q (4)
其中，P(k|k-1)是x(k|k-1)对应的协方差，P(k-1|k-1)是x(k-1|k-1)对应的协方差，Q是系统过程噪声协方差，Τ表示矩阵转置。由以上两式完成对系统状态的预测，再收集现在状态的测量值，结合两值得到系统现在状态的最优估算值：
x(k|k)＝x(k|k-1)+Kg(k)[Z(k)-x(k|k-1)] (5)
其中，卡尔曼增益Kg(k)＝P(k|k-1)/[P(k|k-1)+R]，R为测量噪声协方差,Z(k)是当前时刻的测量输出值。为使卡尔曼滤波器不断运行，更新k时刻x(k|k)的协方差P(k|k)＝[1-Kg(k)]P(k|k-1)，P(k)是当前时刻的最优协方差。由于卡尔曼滤波算法在递推过程中能不断利用新信息修正输出估计，所以能够获得较为准确的输出估计。
所述步骤(c)中，多变量控制器包含两个PI控制器，所述多变量控制器和上述卡尔曼载荷控制器在同一数字信号处理器DSP上实现。
图3为本发明的基于卡尔曼滤波的独立变桨载荷控制DSP实现结构图，包括DSP独立变桨控制器，电压电流信号处理电路，旋转编码器，变桨驱动系统，风轮，齿轮箱，风力发电机等。DSP独立变桨控制器由TI的F2812DSP芯片实现，该芯片包括IO口、QEP3正交脉冲编码口(与旋转编码器相连)、CAP1-2捕获口和A/D模数转换口(与电压电流信号处理电路相连)等，主要实现坐标变换，有功功率和转速的计算，转矩期望值和桨距角期望值的计算。
光纤应变传感器检测风轮桨叶根部载荷并将信号传送至DSP的DI口，作为dq坐标变换的输入，经dq坐标变换产生d-q轴的载荷分量Md，Mq，经卡尔曼载荷控制器产生优化的d-q轴的载荷分量Mde，Mqe，与d-q轴载荷参考值比较得到d-q轴的载荷分量偏差，再经卡尔曼载荷控制器及dq坐标逆变换产生期望桨距角分量β1，β2，β3；将计算所得的有功功率经和转速分别与给定功率参考值、转速参考值比较得到功率偏差、转速偏差，经多变量控制器产生统一桨距角期望值βcol和转矩期望值Γar，Γar经DO口输出给风力发电机，βcol与之前得到的期望桨距角分量β1，β2，β3相加，经DO口输出最终桨距角期望值βr1，βr2，βr3给各个变桨驱动系统，变桨驱动系统驱动风轮叶片，从而实现风电系统的独立变桨控制。
Claims (1)
1.一种基于卡尔曼滤波的独立变桨载荷控制方法，其特征在于包括如下步骤：
(a)获取变桨系统桨叶根部载荷M1、M2、M3，进行dq坐标变换产生d轴的载荷分量Md和q轴的载荷分量Mq；
(b)将经卡尔曼载荷控制器优化后的d轴载荷分量Mde的偏差分量ΔMd和q轴载荷分量Mqe的偏差分量ΔMq分别经卡尔曼载荷控制器产生期望的d轴桨距角分量βd、q轴桨距角分量βq，所述d轴桨距角分量βd、q轴桨距角分量βq经dq坐标逆变换得到期望桨距角分量β1，β2，β3；
(c)获取风电系统实际转速和输出功率，经多变量控制器产生统一桨距角期望值βcol和转矩期望值Γar；
(d)统一桨距角期望值分别与期望桨距角分量β1、β2、β3相加，得到最终桨距角期望值βr1、βr2、βr3，将最终桨距角期望值βr1、βr2、βr3作用于各个桨叶对应的独立变桨机构，实现风电系统独立变桨控制；
其中，步骤(a)中，所述变桨系统桨叶根部载荷通过安装在风轮叶片根部的光纤应变传感器获取，所述dq坐标变换方法如下：
步骤(b)中，所述dq坐标逆变换方法如下：
所述卡尔曼载荷控制器是在PID控制的基础上加入卡尔曼滤波器，所述卡尔曼滤波器算法如下，
首先给出系统的预测方程：
x(k|k-1)＝Ax(k-1|k-1)+Bu(k) (3)
其中，x(k|k-1)是利用前一状态对当前状态的预测值,x(k-1|k-1)是前一状态的最优预测值，u(k)是当前状态的控制量，A,B为系统矩阵；对应于x(k-1|k-1)的协方差P(k|k-1)的更新公式：
P(k|k-1)＝AP(k-1|k-1)AT+Q (4)
其中，P(k|k-1)是x(k|k-1)对应的协方差，P(k-1|k-1)是x(k-1|k-1)对应的协方差，Q是系统过程噪声协方差，T表示矩阵转置；由以上两式完成对系统状态的预测，再收集现在状态的测量值，结合两值得到系统现在状态的最优估算值：
x(k|k)＝x(k|k-1)+Kg(k)[Z(k)-x(k|k-1)] (5)
其中，卡尔曼增益Kg(k)＝P(k|k-1)/[P(k|k-1)+R]，R为测量噪声协方差,Z(k)是当前时刻的测量输出值；为使卡尔曼滤波器不断运行，更新k时刻x(k|k)的协方差P(k|k)＝[1-Kg(k)]P(k|k-1)，P(k)是当前时刻的最优协方差；
步骤(c)中，所述多变量控制器包含两个PI控制器，所述多变量控制器和上述卡尔曼载荷控制器在同一数字信号处理器DSP上实现。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410706136.4A CN104533716B (zh) | 2014-11-27 | 2014-11-27 | 一种基于卡尔曼滤波的独立变桨载荷控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410706136.4A CN104533716B (zh) | 2014-11-27 | 2014-11-27 | 一种基于卡尔曼滤波的独立变桨载荷控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104533716A CN104533716A (zh) | 2015-04-22 |
| CN104533716B true CN104533716B (zh) | 2017-06-23 |
Family
ID=52849307
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410706136.4A Active CN104533716B (zh) | 2014-11-27 | 2014-11-27 | 一种基于卡尔曼滤波的独立变桨载荷控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104533716B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105574610B (zh) * | 2015-12-11 | 2019-04-23 | 西安热工研究院有限公司 | 一种风力发电机组优化启动控制方法 |
| CN106014857B (zh) * | 2016-05-16 | 2019-11-15 | 国网冀北电力有限公司秦皇岛供电公司 | 抑制风电机组载荷的独立变桨控制方法及装置 |
| CN108736779A (zh) * | 2017-11-30 | 2018-11-02 | 深圳市科卫泰实业发展有限公司 | 一种云台电机控制方法 |
| CN108343546B (zh) * | 2018-01-31 | 2019-07-23 | 许继集团有限公司 | 一种基于pi算法的风机变桨控制方法及系统 |
| CN110875604B (zh) * | 2018-08-31 | 2021-05-11 | 北京金风科创风电设备有限公司 | 控制风力发电机组的方法及设备 |
| CN110259637B (zh) * | 2019-06-25 | 2021-03-23 | 中国船舶重工集团海装风电股份有限公司 | 风力发电机组的叶片气动不平衡矫正方法、装置及设备 |
| CN112065659B (zh) * | 2020-09-16 | 2022-01-25 | 国电联合动力技术有限公司 | 风电机组独立变桨控制方法和变桨综合监控方法及系统 |
| CN115095481B (zh) * | 2022-06-27 | 2023-03-10 | 上海拜安传感技术有限公司 | 风力发电机独立变桨调整方法及调整系统 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101627207A (zh) * | 2006-12-28 | 2010-01-13 | 剪式风能科技公司 | 使用估计方法的塔架谐振运动和对称叶片运动的风力涡轮机阻尼 |
| CN102102630B (zh) * | 2010-10-26 | 2012-09-19 | 重庆大学 | 变速变桨风力发电机组独立变桨控制方法 |
| EP2481916A1 (en) * | 2011-01-26 | 2012-08-01 | Chapdrive As | Wind turbine power production system with hydraulic transmission |
| CN103742362B (zh) * | 2014-01-15 | 2017-03-01 | 北京金风科创风电设备有限公司 | 直驱永磁风力发电机组的独立变桨控制系统及方法 |
| CN103850876B (zh) * | 2014-03-14 | 2016-03-09 | 华北电力大学 | 一种适用于无载荷测量的风电机组独立变桨控制方法 |
-
2014
- 2014-11-27 CN CN201410706136.4A patent/CN104533716B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN104533716A (zh) | 2015-04-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104533716B (zh) | 一种基于卡尔曼滤波的独立变桨载荷控制方法 | |
| CN108334672B (zh) | 基于有效风速估计的变速风力发电机组最大风能捕获方法 | |
| CN104595106B (zh) | 基于强化学习补偿的风力发电变桨距控制方法 | |
| US10683842B2 (en) | Wind turbine yaw control method and system | |
| CN103850876B (zh) | 一种适用于无载荷测量的风电机组独立变桨控制方法 | |
| CN108533451B (zh) | 一种风力发电机组的变桨控制方法 | |
| CN106014857B (zh) | 抑制风电机组载荷的独立变桨控制方法及装置 | |
| CN103527405B (zh) | 一种双馈式风力发电机组变桨距控制方法 | |
| CN103742357B (zh) | 一种风力发电机组风轮非对称载荷控制方法 | |
| CN102497141A (zh) | 大功率交流伺服驱动器大扭矩启动方法 | |
| CN102678452B (zh) | 基于lpv变增益的风力机被动容错控制方法 | |
| CN102588211A (zh) | 一种风力发电机组全工况模型预测控制方法及系统 | |
| CN1967414A (zh) | 永磁同步电机的简化自抗扰控制器的构造方法 | |
| CN110808610B (zh) | 一类基于比例积分微分控制思想的双馈风机优化方法 | |
| CN105179168A (zh) | 一种大型风电机组塔架虚拟阻尼控制方法 | |
| CN102662323A (zh) | 风力发电变桨距执行机构的自适应滑模控制方法及系统 | |
| CN104500336A (zh) | 一种基于Hammerstein-Wiener模型的风电机组恒功率广义预测控制方法 | |
| TW202016428A (zh) | 風力發電系統 | |
| CN115333168A (zh) | 一种基于分布式滚动优化的海上风电场场级控制策略 | |
| CN111188732A (zh) | 一种风力发电变桨鲁棒容错控制方法 | |
| CN103835881A (zh) | 基于电动有效阻尼的独立变桨系统及变桨方法 | |
| CN103306900A (zh) | 用于减轻离岸风力涡轮机中负载的方法和系统 | |
| CN202883241U (zh) | 一种风力发电变桨距执行机构的自适应滑模控制系统 | |
| CN114439691A (zh) | 基于位置传感器的海上风电机组最大功率跟踪控制方法 | |
| CN104167968A (zh) | 一种异步电机矢量控制方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20150422 Assignee: Zhenjiang Bixin Software Technology Co.,Ltd. Assignor: JIANGSU University OF SCIENCE AND TECHNOLOGY Contract record no.: X2020980007233 Denomination of invention: An independent pitch load control method based on Kalman filter Granted publication date: 20170623 License type: Common License Record date: 20201029 |
|
| EE01 | Entry into force of recordation of patent licensing contract | ||
| EC01 | Cancellation of recordation of patent licensing contract |
Assignee: Zhenjiang Bixin Software Technology Co.,Ltd. Assignor: JIANGSU University OF SCIENCE AND TECHNOLOGY Contract record no.: X2020980007233 Date of cancellation: 20201223 |
|
| EC01 | Cancellation of recordation of patent licensing contract |