CN105203632B - 一种基于超声导波的管道缺陷类型判别方法 - Google Patents
一种基于超声导波的管道缺陷类型判别方法 Download PDFInfo
- Publication number
- CN105203632B CN105203632B CN201510658733.9A CN201510658733A CN105203632B CN 105203632 B CN105203632 B CN 105203632B CN 201510658733 A CN201510658733 A CN 201510658733A CN 105203632 B CN105203632 B CN 105203632B
- Authority
- CN
- China
- Prior art keywords
- defect
- pipeline
- wave
- wavelet
- type
- 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.)
- Expired - Fee Related
Links
- 230000007547 defect Effects 0.000 title claims abstract description 130
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000001514 detection method Methods 0.000 claims abstract description 23
- 230000007797 corrosion Effects 0.000 claims abstract description 13
- 238000005260 corrosion Methods 0.000 claims abstract description 13
- 238000012360 testing method Methods 0.000 claims abstract description 5
- 230000005284 excitation Effects 0.000 claims description 11
- 238000005086 pumping Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 3
- 241000208340 Araliaceae Species 0.000 claims description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 2
- 235000008434 ginseng Nutrition 0.000 claims description 2
- 238000000354 decomposition reaction Methods 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 5
- 208000037656 Respiratory Sounds Diseases 0.000 description 4
- 238000000605 extraction Methods 0.000 description 3
- 238000009659 non-destructive testing Methods 0.000 description 3
- 230000003321 amplification Effects 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000034994 death Effects 0.000 description 1
- 231100000517 death Toxicity 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
Landscapes
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明提供了一种基于超声导波的管道缺陷类型判别方法，通过将导波传感器周向均布于管道上采集导波回波信号，并对该信号进行小波分解重构得到缺陷波曲线，进而得到特征小波包曲线，随后将缺陷波曲线和特征小波包曲线的特征参数比值作为缺陷类型判定系数，通过比较缺陷类型判定系数和裂纹缺陷与腐蚀缺陷宽度尺寸界值大小，不仅能够快速判断管道缺陷的有无，还可以准确判定管道的缺陷类型。该方法简单快捷，能够节省大量的检测时间，对检测人员的技术要求也相对较低，该判别方法的判定准确率大于85％。
Description
技术领域
本发明属于管道无损检测技术新兴领域，尤其是涉及一种基于超声导波的管道缺陷类型判别方法。
背景技术
我国管道里程非常巨大，如果不能及时发现管道中的缺陷，就容易发生管道泄漏事故，严重时易造成生命与财产伤亡。由于大部分管道都为架空或埋地管道，且有包覆层。传统的管道无损检测方法，只能是点检测，检测效率低，对技术人员要求高，已经无法满足管道检测的需求。超声导波检测作为一种新兴的无损检测技术，只需要在管道一处检测，便可得到很长距离内管线的健康信息，检测效率非常高；但现导波检测技术还只能判断管道是否存在缺陷，对缺陷尺寸判断也是模糊的，无法区分不同类型、不同大小的管道缺陷。管道中最常存在的缺陷为腐蚀与裂纹，使用导波技术对它们进行判别的方法仍然较为缺乏。
专利201010607380.7中叙述了一种管道缺陷表面完整性检测装置及其检测方法，其原理是通过获取管道损伤表面的图像数据并计算出管道缺陷表面却与及损伤特征参数，并且对损伤区域进行了三维实体建模，运用有限元的方法得到结果。这种方法仍然是通过提取缺陷特征获得仿真图像数据再进行缺陷表面损伤判定的，信号提取复杂，仍然不能够直接根据获取的数据对缺陷类型进行判别。
发明内容
针对现有技术中存在不足，本发明提供了一种基于超声导波的管道缺陷类型判别方法，建立管道缺陷类型判定的评价依据，即缺陷类型界值，实现对管道缺陷类型低成本、简单便捷的判定。
本发明是通过以下技术手段实现上述技术目的的。
一种基于超声导波的管道缺陷类型判别方法，包括如下步骤：
S1：取介质均匀且无缺陷的标准管道，在管道一处制作截面缺损率为A％，宽度小于2mm的周向裂纹缺陷，将导波传感器周向均布于管道上，导波传感器激励超声导波对管道进行检测，缺陷距检测位置不小于1m；在不改变截面缺损率A％的条件下，不断加宽裂纹缺陷宽度直至变为腐蚀缺陷；缺陷每加宽一次，采集一次对应的导波回波信号；
S2：对步骤S1中得到的各个导波回波信号进行小波分解重构，选取与被分解的导波回波信号波形相似的3-4层信号进行小波重构，并滤去其余层的高频信号和低频信号，得到缺陷波曲线；
S3：找到距步骤S2中所述缺陷波曲线最大值点1/2激励超声导波波长后第一个波包曲线的最大值点，作为特征小波包的最大值点；以所述特征小波包的最大值点为中心，左右截取大于1/2激励超声导波波长的检测波形，得到特征小波包曲线；
S4：分别计算步骤S2中所述缺陷波曲线的特征参数A和步骤S3中所述特征小波包曲线的特征参数B，则缺陷类型判定系数为特征参数A/特征参数B；
S5：由步骤S4中得到的各个缺陷宽度下的缺陷类型判定系数并建立其与缺陷宽度、裂纹缺陷与腐蚀缺陷宽度尺寸界值的特征对应关系，进而得到所述缺陷类型界值；
S6：对实际管道中测得的导波回波信号重复步骤S2-步骤S4，得到该管道的缺陷类型判定系数；将该管道的缺陷类型判定系数与步骤S5中所述缺陷类型界值作比较，判定管道缺陷类型；若缺陷类型判定系数大于缺陷类型界值则视为腐蚀缺陷，若缺陷类型判定系数小于缺陷类型界值则视为裂纹缺陷。
进一步的，步骤S1中所述激励信号均采用汉宁窗调制的10周期正弦脉冲信号，激励信号的频率范围为10-200kHz。
进一步的，步骤S2中所述小波重构中使用的小波函数为db或sym小波基函数，分解层数为6层以上。
进一步的，步骤S3中以所述特征小波包的最大值点为中心，左右截取0.75倍激励超声导波波长的检测波形，得到特征小波包曲线。
进一步的，步骤S4中所述特征参数为幅值特征参数、面积特征参数、能量特征参数、波形半高宽特征参数、峰度特征参数、偏度特征参数、形状特征参数、反射特征参数、熵值特征参数、频域半高宽特征参数、小波子空间能量特征参数。
进一步的，步骤S5中所述裂纹缺陷与腐蚀缺陷宽度尺寸界值为10mm。
本发明的有益效果：
本发明所述的基于超声导波的管道缺陷类型判别方法，通过对导波回波信号进行小波分解重构得到缺陷波曲线，进而得到特征小波包曲线，将缺陷波曲线和特征小波包曲线的特征参数比值作为缺陷类型判定系数，将缺陷类型判定系数与已建立的缺陷类型界值作比较，不仅能够快速判断管道缺陷的有无，还可以准确判定管道的缺陷类型。该方法简单快捷，能够节省大量的检测时间，对检测人员的技术要求也相对较低，该判别方法的判定准确率大于85％。
附图说明
图1为本发明所述缺陷宽度2mm的标准管道检测波形图。
图2为本发明所述缺陷宽度2mm的标准管道缺陷波放大图。
图3为本发明所述缺陷宽度8mm的标准管道检测波形图。
图4为本发明所述缺陷宽度8mm的标准管道缺陷波放大图。
图5为本发明所述缺陷宽度15mm的标准管道检测波形图。
图6为本发明所述缺陷宽度15mm的标准管道缺陷波放大图。
图7为本发明所述缺陷宽度20mm的标准管道检测波形图。
图8为本发明所述缺陷宽度20mm的标准管道缺陷波放大图。
图9为本发明所述缺陷宽度25mm的标准管道检测波形图。
图10为本发明所述缺陷宽度25mm的标准管道缺陷波放大图。
图11为实施例1管道7mm宽缺陷的缺陷波放大图。
图12为实施例2管道18mm宽缺陷的缺陷波放大图。
具体实施方式
下面结合附图以及具体实施例对本发明作进一步的说明，但本发明的保护范围并不限于此。
一种基于超声导波的管道缺陷类型判别方法，包括如下步骤：
S1：取一长9m，外径108mm，壁厚5mm的介质均匀且无缺陷的标准管道，管道材料为45#钢；在管道一处制作截面缺损率为8.5％，宽度小于2mm的周向裂纹缺陷，将导波传感器周向均布于管道上，导波传感器激励超声导波对管道进行检测，缺陷距检测位置为7.5m；在不改变截面缺损率8.5％的条件下，不断加宽裂纹缺陷宽度直至变为腐蚀缺陷，即缺陷宽度分别为2mm、8mm、15mm、20mm、25mm；缺陷每加宽一次，采集一次对应的导波回波信号；检测所用激励信号均采用汉宁窗调制的10周期正弦脉冲信号，激励信号的频率为90kHz；激励电压为20V。
S2：使用MATLAB软件编写小波滤波降噪算法，对步骤S1中得到的各个导波回波信号使用db9小波基函数，将各检测信号分解为6层，选取第3-4层进行重构，滤去其余层的高频信号和低频信号得到缺陷波曲线；经滤波后波形如图1、图3、图5、图7、图9中波形所示，其中第一个波峰为激励波，第二个为缺陷波，第三个为端面回波，由于缺陷均加工在7.5m处，所以缺陷波均在同一位置。
S3：以缺陷波幅值最大值点为中心，左右均截取0.75倍激励超声导波波长的检测波形；使用MATLAB软件中max命令及find命令找到距缺陷波幅值最大值点1/2激励超声导波波长后第一个波包曲线的最大值点，作为特征小波包的最大值点；将对应位置的波形进行放大，放大后波形如图2、图4、图6、图8、图10所示，其中左侧为缺陷波，右侧为特征小波包；以所述特征小波包的最大值点为中心，左右截取0.75倍激励超声导波波长的检测波形，得到特征小波包曲线；
S4：幅值作为特征参数，使用MATLAB软件中max命令分别找出计算步骤S2中所述缺陷波曲线的特征参数A和步骤S3中所述特征小波包曲线的特征参数B，并求两者的比值，将两者比值作为缺陷类型判定系数，其结果见表1；由表1可知缺陷宽度小于10mm，即为裂纹缺陷时，幅值最大值的比值小于0.1；缺陷宽度大于10mm，即为腐蚀缺陷时，幅值最大值的比值大于0.1，所以取0.1为以幅值为特征参数时缺陷类型界值。
表1
S5：对存在7mm宽缺陷和18mm宽缺陷的一般管道进行检测，管道外径108mm，壁厚5mm；将两者测得的导波回波信号重复步骤S2-步骤S4，得到该管道不同缺陷下的的缺陷类型判定系数；如图11所示，经计算其缺陷类型判定系数为0.081，小于0.1，则判定其为裂纹缺陷，与实际相符；如图12所示，经计算其缺陷类型判定系数为0.138，大于0.1，则判定其为腐蚀缺陷，与实际相符。
其他特征参数均可用对应的提取算法从缺陷波曲线及特征小波包曲线中得到，判定方法与幅值特征参数一致，本实施例中不再详细描述。
所述实施例为本发明的优选的实施方式，但本发明并不限于上述实施方式，在不背离本发明的实质内容的情况下，本领域技术人员能够做出的任何显而易见的改进、替换或变型均属于本发明的保护范围。
Claims (6)
1.一种基于超声导波的管道缺陷类型判别方法，其特征在于，包括如下步骤：
S1：取介质均匀且无缺陷的标准管道，在管道一处制作截面缺损率为A％，宽度小于2mm的周向裂纹缺陷，将导波传感器周向均布于管道上，导波传感器激励超声导波对管道进行检测，缺陷距检测位置不小于1m；在不改变截面缺损率A％的条件下，不断加宽裂纹缺陷宽度直至变为腐蚀缺陷；缺陷每加宽一次，采集一次对应的导波回波信号；
S2：对步骤S1中得到的各个导波回波信号进行小波分解重构，选取与被分解的导波回波信号波形相似的3-4层信号进行小波重构，并滤去其余层的高频信号和低频信号，得到缺陷波曲线；
S3：找到距步骤S2中所述缺陷波曲线最大值点1/2激励超声导波波长后第一个波包曲线的最大值点，作为特征小波包的最大值点；以所述特征小波包的最大值点为中心，左右截取大于1/2激励超声导波波长的检测波形，得到特征小波包曲线；
S4：分别计算步骤S2中所述缺陷波曲线的特征参数A和步骤S3中所述特征小波包曲线的特征参数B，则缺陷类型判定系数为特征参数A/特征参数B；
S5：由步骤S4中得到的各个缺陷宽度下的缺陷类型判定系数并建立其与缺陷宽度、裂纹缺陷与腐蚀缺陷宽度尺寸界值的特征对应关系，进而得到缺陷类型界值；
S6：对实际管道中测得的导波回波信号重复步骤S2-步骤S4，得到该管道的缺陷类型判定系数；将该管道的缺陷类型判定系数与步骤S5中所述缺陷类型界值作比较，判定管道缺陷类型；若缺陷类型判定系数大于缺陷类型界值则视为腐蚀缺陷，若缺陷类型判定系数小于缺陷类型界值则视为裂纹缺陷。
2.根据权利要求1所述的一种基于超声导波的管道缺陷类型判别方法，其特征在于，步骤S1中激励信号均采用汉宁窗调制的10周期正弦脉冲信号，激励信号的频率范围为10-200kHz。
3.根据权利要求1所述的一种基于超声导波的管道缺陷类型判别方法，其特征在于，步骤S2中所述小波重构中使用的小波函数为db或sym小波基函数，分解层数为6层以上。
4.根据权利要求1所述的一种基于超声导波的管道缺陷类型判别方法，其特征在于，步骤S3中以所述特征小波包的最大值点为中心，左右截取0.75倍激励超声导波波长的检测波形，得到特征小波包曲线。
5.根据权利要求1所述的一种基于超声导波的管道缺陷类型判别方法，其特征在于，步骤S4中所述特征参数为幅值特征参数、面积特征参数、能量特征参数、波形半高宽特征参数、峰度特征参数、偏度特征参数、形状特征参数、反射特征参数、熵值特征参数、频域半高宽特征参数、小波子空间能量特征参数。
6.根据权利要求1或2所述的一种基于超声导波的管道缺陷类型判别方法，其特征在于，步骤S5中所述裂纹缺陷与腐蚀缺陷宽度尺寸界值为10mm。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510658733.9A CN105203632B (zh) | 2015-10-12 | 2015-10-12 | 一种基于超声导波的管道缺陷类型判别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510658733.9A CN105203632B (zh) | 2015-10-12 | 2015-10-12 | 一种基于超声导波的管道缺陷类型判别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105203632A CN105203632A (zh) | 2015-12-30 |
| CN105203632B true CN105203632B (zh) | 2017-12-22 |
Family
ID=54951423
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510658733.9A Expired - Fee Related CN105203632B (zh) | 2015-10-12 | 2015-10-12 | 一种基于超声导波的管道缺陷类型判别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105203632B (zh) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105388212B (zh) * | 2015-10-23 | 2018-08-10 | 北京大学 | 一种厚壁复合管状结构中缺陷的超声检测方法 |
| CN106706759B (zh) * | 2016-12-15 | 2021-02-26 | 国网山东省电力公司电力科学研究院 | 超超临界发电机组p92钢主蒸汽管道焊接接头缺陷评定方法 |
| US10648951B2 (en) | 2017-11-14 | 2020-05-12 | Ge Sensing & Inspection Technologies Gmbh | Classification of ultrasonic indications using pattern recognition |
| CN108414615A (zh) * | 2018-01-05 | 2018-08-17 | 广州特种承压设备检测研究院 | 一种非金属防腐层分层缺陷超声检测方法及装置 |
| CN108956767B (zh) * | 2018-06-13 | 2020-11-24 | 天津大学 | 基于频率-信息熵的钢筋混凝土锈蚀疲劳损伤评价方法 |
| CN111121678B (zh) * | 2018-10-31 | 2021-06-01 | 中国石油天然气股份有限公司 | 管道壁厚检测方法及装置 |
| CN112730623A (zh) * | 2020-12-21 | 2021-04-30 | 电子科技大学 | 一种基于脉冲反射法的材料缺陷检测系统及其检测方法 |
| TWI773493B (zh) * | 2021-08-20 | 2022-08-01 | 住華科技股份有限公司 | 缺陷特徵閾值取得裝置、應用其之影像檢測系統及方法 |
| CN115078538B (zh) * | 2022-06-24 | 2024-07-09 | 广东电网有限责任公司广州供电局 | 基于swt-ae的高压电缆铝护套腐蚀超声导波检测方法、系统及介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102033108A (zh) * | 2010-11-11 | 2011-04-27 | 江苏大学 | 金属拉深件的状态判别特征参数提取方法 |
| CN102636577A (zh) * | 2012-03-23 | 2012-08-15 | 南京航空航天大学 | 一种基于小波变换提取轮辋超声波探伤信号的方法 |
| CN103033567A (zh) * | 2012-12-31 | 2013-04-10 | 江苏大学 | 一种基于导波的管道缺陷信号识别方法 |
| CN103713054A (zh) * | 2013-12-30 | 2014-04-09 | 江苏大学 | 一种管道近焊缝区缺陷导波特征信号提取方法 |
| CN104391039A (zh) * | 2014-11-15 | 2015-03-04 | 中国特种设备检测研究院 | 基于动态小波指纹技术的储罐底板腐蚀非接触式超声检测方法 |
| CN104407052A (zh) * | 2014-12-08 | 2015-03-11 | 中国特种设备检测研究院 | 基于磁致伸缩超声导波检测技术检测炉管缺陷的方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4511487B2 (ja) * | 2006-03-30 | 2010-07-28 | 住重試験検査株式会社 | 水素に起因する損傷及び腐食減肉現象の検査方法 |
-
2015
- 2015-10-12 CN CN201510658733.9A patent/CN105203632B/zh not_active Expired - Fee Related
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102033108A (zh) * | 2010-11-11 | 2011-04-27 | 江苏大学 | 金属拉深件的状态判别特征参数提取方法 |
| CN102636577A (zh) * | 2012-03-23 | 2012-08-15 | 南京航空航天大学 | 一种基于小波变换提取轮辋超声波探伤信号的方法 |
| CN103033567A (zh) * | 2012-12-31 | 2013-04-10 | 江苏大学 | 一种基于导波的管道缺陷信号识别方法 |
| CN103713054A (zh) * | 2013-12-30 | 2014-04-09 | 江苏大学 | 一种管道近焊缝区缺陷导波特征信号提取方法 |
| CN104391039A (zh) * | 2014-11-15 | 2015-03-04 | 中国特种设备检测研究院 | 基于动态小波指纹技术的储罐底板腐蚀非接触式超声检测方法 |
| CN104407052A (zh) * | 2014-12-08 | 2015-03-11 | 中国特种设备检测研究院 | 基于磁致伸缩超声导波检测技术检测炉管缺陷的方法 |
Non-Patent Citations (2)
| Title |
|---|
| 基于 L( 0，2) 模态导波的缺陷反射信号的实验研究;姜银方等;《机械科学与技术》;20140430;第551-554页 * |
| 超声导波检测管道缺陷的实验研究;石小何等;《化工装备技术》;20140228;第58-60页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105203632A (zh) | 2015-12-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105203632B (zh) | 一种基于超声导波的管道缺陷类型判别方法 | |
| CN106287240B (zh) | 一种基于声发射的管道泄漏检测装置及单传感器定位方法 | |
| CN103048593B (zh) | 一种气体绝缘开关设备绝缘缺陷种类的识别方法 | |
| CN104833729B (zh) | 基于超声导波的弯曲模态反射信号分离的计算方法 | |
| CN100535955C (zh) | 一种识别离群交通数据的方法 | |
| CN103217478B (zh) | 用于复合材料板状结构的无参考损伤识别方法 | |
| CN107014668A (zh) | 一种基于压电和智能涂层传感器的疲劳裂纹综合监测方法 | |
| CN104268883A (zh) | 一种基于边缘检测的时频谱曲线提取方法 | |
| CN104965023B (zh) | 多模态导波工业管道诊断方法 | |
| CN109283248B (zh) | 基于DBSCAN和k-means算法的板类结构多缺陷检测方法 | |
| EP2538199A3 (en) | Signal processing for inlet debris monitoring system to distinguish particulates | |
| CN106841403A (zh) | 一种基于神经网络的声学玻璃缺陷检测方法 | |
| CN103760243A (zh) | 一种微裂纹无损检测装置及方法 | |
| CN107917957B (zh) | 一种板形结构的损伤检测方法 | |
| CN109190272B (zh) | 基于弹性波和机器学习的混凝土结构缺陷检测方法 | |
| CN104751474A (zh) | 一种级联式快速图像缺陷分割方法 | |
| CN101571233A (zh) | 基于相关分析的管道特征智能识别方法 | |
| CN104181233A (zh) | 一种基于特征增强的耐张线夹压接缺陷超声b扫检测方法 | |
| CN104914164A (zh) | 一种基于dac曲线的超声波c扫描成像方法 | |
| CN104851301B (zh) | 一种基于减速带声音分析的车辆参数识别方法 | |
| CN105091732A (zh) | 一种变压器绕组变形的检测方法及系统 | |
| CN106872585A (zh) | 一种齿轮坯轴向超声波探伤表面补偿方法 | |
| CN114235962A (zh) | 一种面向各向异性结构的超声导波成像方法及系统 | |
| CN103399083A (zh) | 一种脉冲涡流检测提离效应的抑制方法 | |
| CN106770668B (zh) | 一种用于单孔的基桩质量声波透射法检测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20200102 Address after: No.31, Maoshan Road, Gaochun Development Zone, Nanjing, Jiangsu Patentee after: NANJING JIANGCHUN ELECTROMECHANICAL EQUIPMENT TECHNOLOGY CO.,LTD. Address before: Zhenjiang City, Jiangsu Province, 212013 Jingkou District Road No. 301 Patentee before: jiangsu university |
|
| TR01 | Transfer of patent right | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20171222 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |