CN105260512A - 基于trnsys的空气源热泵空调系统模型及建模方法 - Google Patents
基于trnsys的空气源热泵空调系统模型及建模方法 Download PDFInfo
- Publication number
- CN105260512A CN105260512A CN201510612922.2A CN201510612922A CN105260512A CN 105260512 A CN105260512 A CN 105260512A CN 201510612922 A CN201510612922 A CN 201510612922A CN 105260512 A CN105260512 A CN 105260512A
- Authority
- CN
- China
- Prior art keywords
- source heat
- heat pump
- air
- air source
- pump
- 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
Links
Landscapes
- Air Conditioning Control Device (AREA)
Abstract
本发明提供了一种基于TRNSYS的空气源热泵空调系统模型,包括以下几个部分:气象参数输入部分,设置气象参数;建筑参数输入部分,设定建筑参数,包括建筑面积、建筑负荷等;风机盘管部分,设定风机盘管的风量和功率;水泵部分,设定水泵的流量和功率;变流量控制部分,控制水泵的流量变化;空气源热泵部分,设定空气源热泵的额定制冷量、名义COP;模拟结果输出部分,用于输出模拟结果。本发明利用TRNSYS软件,设计了空气源热泵空调系统模型。模型的模拟结果与系统的实际运行情况吻合良好,充分展示了系统运行的具体情况,为空气源热泵空调系统的设计、优化以及评估提供了依据。
Description
技术领域
本发明涉及空气源热泵空调系统建模仿真技术领域,具体地说,涉及的是一种基于TRNSYS的空气源热泵空调系统模型及建模仿真方法。
背景技术
空气源热泵空调系统整体结构简单,不需要冷却塔,占地面积小,具有安装方便、布置灵活等诸多优点,同时又由于其清洁、高效、稳定的特性,因此目前空气源热泵空调系统在国内外得到越来越多的使用,尤其在我国的中部、长江流域及长江以南地区,拥有着广泛的应用。但是,对于空气源热泵空调系统的研究,我国仍然处于起步阶段。而对空气源热泵空调系统仿真模拟,能够方便地进行不同工况下空调系统的研究,与实际系统的实验研究相比,具有很大的优势。
TRNSYS软件的全称为TransientSystemSimulationProgram,即瞬时系统模拟程序。TRNSTYS是由美国威斯康星大学的太阳能实验室开发的一个能源系统模拟软件。其最主要的核心思想是将一个系统简化为多个小模块,每一个模块的功能都可以单独进行编程设计,从而使其能够实现一定的功能。在进行系统的仿真模拟时,只要将系统中的不同模块的输入参数和输出参数按照需求相互连接,就可以可建立起系统模型,进而进行仿真分析。这样,空气源热泵空调系统的研究就可以简化为部件选择以及数学计算的问题。其具体操作就是设定好模块的参数,根据系统流程图对应连接其输入与输出,完成系统建模后进行运算分析。
通过现有文献调研发现,胡玮等人在《系统仿真技术》中发表文章“基于TRNSYS的水冷型中央空调系统建模与仿真”,结合实际建筑建立广州市某大厦的水冷型中央空调仿真系统,并对不同控制条件下的空调系统进行了比较分析;林兴斌等人在《建筑节能》中发表文章“基于TRNSYS的HVAC控制系统的仿真”,文中利用TRNSYS建立一个典型变风量系统的模型,并进行了优化分析。上述文章都利用TRNSYS进行了空调系统的仿真分析,但一方面,现有文献缺乏对空气源热泵空调系统在变水流量控制方面的仿真研究,另一方面,现有仿真研究往往脱离建筑,缺乏空调系统与建筑的集成仿真。
发明内容
本发明的目的是针对于现有技术研究的不足,提供一种基于TRNSYS的空气源热泵空调系统模型(模拟仿真系统)及建模(模拟仿真)方法。利用TRNSYS软件对空气源热泵空调系统进行逐时仿真,从而为系统的设计及优化提供依据。
为实现上述目的,本发明是通过以下技术方案实现的。
根据发明的一个方面,提供了一种基于TRNSYS的空气源热泵空调系统模型,基于TRNSYS平台设计,包括:气象参数输入部分、建筑参数输入部分、风机盘管部分、水泵部分、变流量控制部分、空气源热泵部分以及模拟结果输出部分;其中:
所述气象参数输入部分用于设置气象参数;
所述建筑参数输入部分用于设置建筑参数;
所述风机盘管部分用于设定风机盘管的风量以及控制室温;
所述水泵部分用于设定水泵的流量和功率;
所述变流量控制部分用于控制水泵的流量变化;
所述空气源热泵部分用于设定空气源热泵的额定制冷量、名义COP;
所述模拟结果输出部分,用于输出空气源热泵部分的空气源热泵的额定制冷量和名义COP模拟结果。
根据本发明的另一个方面,提供了一种上述基于TRNSYS的空气源热泵空调系统模型的建模方法,其特征在于,包括如下步骤:
步骤S1,设定气象参数输入部分;其中根据仿真需求选用不同的气象参数文件;
步骤S2,设定建筑参数输入部分;其中建筑可以分为多个区域;所有建筑参数根据仿真需求进行输入;工作时间和非工作时间的建筑负荷用时间表区分;
步骤S3,设定风机盘管部分;其中风机盘管的风量根据建筑负荷确定;控制室温根据仿真需求确定;
步骤S4,设定水泵部分;其中水泵的流量和功率根据建筑负荷确定;
步骤S5,设定变流量控制部分;其中变流量控制部分采取温差多级控制的方式控制流量的档位;
步骤S6,设定空气源热泵部分;其中空气源热泵的额定制冷量根据建筑负荷确定;
步骤S7,设定模拟结果输出部分;其中数据输出的表征量为室内外的温度变化曲线、空气源热泵的功率和制冷量、水泵的功率及流量、空气源热泵的COP和空调系统的COP。
优选地,所述步骤S5中,利用多级控制器实现对水泵流量控制,表述如下:
控制器可以输出多个控制信号Sn,n为自然数;对于每一个控制信号Sn,都相当于一个启停控制,存在如下关系:
若Sn原先为1,则:
若Sn原先为0,则:
其中:T为控制参数,在本模型中采用空气源热泵的供回水温差;Tn为控制信号Sn所对应的温度控制点;ΔT为死区温度。
优选地,如果设置控制信号数量为4个,分别记为S1、S2、S3、S4,同时设置4个控制信号所对应的温度控制点为T1、T2、T3、T4,T1<T2<T3<T4,且Tn-Tn-1≥ΔT,其中,n取2、3、4,则随着温度的升高,S1,S2,S3,S4将会依次置1,即四个控制信号共有5个状态:(0,0,0,0),(1,0,0,0),(1,1,0,0),(1,1,1,0),(1,1,1,1);这5个状态可以对应于流量的5个档位。
优选地,所述步骤S7中:
数据输出的表征量中,空气源热泵的制冷量的表达式为:
Qheat=cρQW(tin-tout)
式中:
c——水的比热容,取为4.2kJ/(kg·℃);
ρ——水的密度,取1000kg/m3;
QW——水泵流量,m3/h;
tout——空气源热泵的供水温度,℃;
tin——空气源热泵的回水温度,℃;
数据输出的表征量中,空气源热泵的COP的表达式为:
COPASHP=Qheat/PASHP
式中:
PASHP——空气源热泵机组的功率,kW;
数据输出的表征量中,空调系统的COP的表达式为:
COPsystem=Qheat/(PASHP+Ppump)
式中:
Ppump——水泵的功率,kW。
本发明提供的基于TRNSYS的空气源热泵空调系统模型,包括以下几个部分:气象参数输入部分,设置气象参数;建筑参数输入部分,设定建筑参数,包括建筑面积、建筑负荷等;风机盘管部分,设定风机盘管的风量和功率;水泵部分,设定水泵的流量和功率;变流量控制部分,控制水泵的流量变化;空气源热泵部分,设定空气源热泵的额定制冷量、名义COP;模拟结果输出部分,用于输出模拟结果。本发明利用TRNSYS软件,设计了空气源热泵空调系统模型。模型的模拟结果与系统的实际运行情况吻合良好,充分展示了系统运行的具体情况,为空气源热泵空调系统的设计、优化以及评估提供了依据。
与现有技术相比,本发明具有如下有益效果:
1、本发明利用TRNSYS软件设计了对空气源热泵空调系统,尤其是对其变水流量控制运行进行建模仿真的方法,结果显示,本发明提供的空气源热泵空调系统的模拟结果与空气源热泵空调系统的实际运行情况吻合良好,充分展示了系统运行的具体情况。
2、本发明为空气源热泵空调系统的设计、优化以及评估提供了有力的依据。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明基于TRNSYS的空气源热泵空调系统模型结构示意图;
图2为室内外的温度变化曲线图;
图3为空气源热泵的制冷量图;
图4为空气源热泵的功率图;
图5为水泵的流量图;
图6为空气源热泵的COP和空调系统的COP图。
具体实施方式
下面对本发明的实施例作详细说明:本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程。应当指出的是,对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。
实施例
本实施例提供了一种基于TRNSYS的空气源热泵空调系统模型,包括7个部分:气象参数输入部分、建筑参数输入部分、风机盘管部分、水泵部分、变流量控制部分、空气源热泵部分以及模拟结果输出部分;其中:
所述气象参数输入部分用于设置气象参数;
所述建筑参数输入部分用于设置建筑参数;
所述风机盘管部分用于设定风机盘管的风量以及控制室温;
所述水泵部分用于设定水泵的流量和功率;
所述变流量控制部分用于控制水泵的流量变化;
所述空气源热泵部分用于设定空气源热泵的额定制冷量、名义COP;
所述模拟结果输出部分,用于输出模拟结果。
相应的,本实施例提供的基于TRNSYS的空气源热泵空调系统模型,其建模方法也分为以下7个步骤:
步骤S1,设定气象参数输入部分;其中根据仿真需求选用不同的气象参数文件;
步骤S2,设定建筑参数输入部分;其中建筑可以分为多个区域;所有建筑参数根据仿真需求进行输入;工作时间和非工作时间的建筑负荷用时间表区分;
步骤S3,设定风机盘管部分;其中风机盘管的风量根据建筑负荷确定;控制室温根据仿真需求确定;
步骤S4,设定水泵部分;其中水泵的流量和功率根据建筑负荷确定;
步骤S5,设定变流量控制部分;其中变流量控制部分采取温差多级控制的方式控制流量的档位;利用多级控制器实现对水泵流量控制表述如下:
控制器可以输出多个控制信号,分别用S1,S2,S3……Sn表示;对于每一个控制信号Sn,都相当于一个启停控制,存在如下关系:
若Sn原先为1,则:
若Sn原先为0,则:
其中:T为控制参数,在本模型中为空气源热泵的供回水温差;Tn为控制信号Sn所对应的温度控制点;ΔT为死区温度。
如果设置控制信号数量为4个,同时设置T1<T2<T3<T4,且Tn-Tn-1≥ΔT,则随着温度的升高,S1,S2,S3,S4将会依次置1,即四个控制信号共有5个状态:(0,0,0,0),(1,0,0,0),(1,1,0,0),(1,1,1,0),(1,1,1,1)。这可以对应于流量的5个档位。
步骤S6,设定空气源热泵部分;其中空气源热泵的额定制冷量根据建筑负荷确定;
步骤S7,设定模拟结果输出部分;其中数据输出的表征量为室内外的温度变化曲线、空气源热泵的功率和制冷量、水泵的功率及流量、空气源热泵和空调系统的COP。其中:
数据输出的表征量空气源热泵的制冷量的表达式为:
Qheat=cρQW(tin-tout)
式中:
c——水的比热容,取为4.2kJ/(kg·℃);
ρ——水的密度,取1000kg/m3;
QW——水泵流量,m3/h;
tout——空气源热泵的供水温度,℃;
tin——空气源热泵的回水温度,℃;
数据输出的表征量空气源热泵的COP的表达式为:
COPASHP=Qheat/PASHP
式中:
PASHP——空气源热泵机组的功率,kW;
数据输出的表征量空调系统的COP的表达式为:
COPsystem=Qheat/(PASHP+Ppump)
式中:
Ppump——水泵的功率,kW;
下面结合附图对本发明的实施例作详细说明:
图1为依照上海某空气源热泵空调系统所建立的系统仿真模型。建立该空气源热泵空调系统需要设定气象参数输入部分、建筑参数输入部分、风机盘管部分、水泵部分、变流量控制部分、空气源热泵部分以及模拟结果输出部分这7个部分。具体的建模过程也按照以下7个步骤进行:
第一步,设定气象参数输入部分。系统所在地处于上海,因此调用上海当地的TMY2气象参数文件;实际建筑正门方向为南偏东12°,因此建筑4个表面的太阳辐射方位角设为-12°、78°、168°、-102°;
第二步,设定建筑参数输入部分。建筑共分为19个区域;建筑总面积为520m2,总体积为1647m3,照明总负荷为4520W,设备总负荷为6027W,人员总负荷为53人。设置时间表使得建筑只在工作日的8:00-18:00存在负荷;
第三步,设定风机盘管部分;每个建筑区域设置一个或多个风机盘管;每个风机盘管的风量取850m3;控制室温为26℃
第四步,设定水泵部分;根据建筑负荷情况,取水泵流量的5个档位为7m3/h、8.25m3/h、9.5m3/h、10.75m3/h、12m3/h;对应的功率为0.9kW、1.2kW、1.5kw、1.8kW、2.1kW;
第五步,设定变流量控制部分;设置供回水温差控制点T1,T2,T3,T4为4℃、5℃、6℃、7℃,死区温度ΔT为1℃;控制策略为:空气源热泵的供回水温差越大,水泵的流量也越大;
第六步,设定空气源热泵部分;根据建筑负荷,选用的空气源热泵的额定制冷量为78.4kW,名义COP为3.21;
第七步,设定模拟结果输出部分;其中包括室内外的温度变化曲线、空气源热泵的功率和制冷量、水泵的功率及流量、空气源热泵和空调系统的COP。
模拟仿真结果如图2至图6所示,其中图2为室内外的温度变化曲线,图3为空气源热泵的制冷量,图4为空气源热泵的功率,图5为水泵的流量,图6为空气源热泵和空调系统的COP。
本实施例提供的基于TRNSYS的空气源热泵空调系统模型,包括以下几个部分:气象参数输入部分,设置气象参数;建筑参数输入部分,设定建筑参数,包括建筑面积、建筑负荷等;风机盘管部分,设定风机盘管的风量和功率;水泵部分,设定水泵的流量和功率;变流量控制部分,控制水泵的流量变化;空气源热泵部分,设定空气源热泵的额定制冷量、名义COP;模拟结果输出部分,用于输出模拟结果。本实施例利用TRNSYS软件,设计了空气源热泵空调系统模型。模型的模拟结果与系统的实际运行情况吻合良好,充分展示了系统运行的具体情况,为空气源热泵空调系统的设计、优化以及评估提供了依据。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变形或修改,这并不影响本发明的实质内容。
Claims (5)
1.一种基于TRNSYS的空气源热泵空调系统模型,其特征在于,基于TRNSYS平台设计,包括:气象参数输入部分、建筑参数输入部分、风机盘管部分、水泵部分、变流量控制部分、空气源热泵部分以及模拟结果输出部分;其中:
所述气象参数输入部分用于设置气象参数;
所述建筑参数输入部分用于设置建筑参数;
所述风机盘管部分用于设定风机盘管的风量以及控制室温;
所述水泵部分用于设定水泵的流量和功率;
所述变流量控制部分用于控制水泵的流量变化;
所述空气源热泵部分用于设定空气源热泵的额定制冷量、名义COP;
所述模拟结果输出部分,用于输出空气源热泵部分的空气源热泵的额定制冷量和名义COP模拟结果。
2.一种权利要求1所述的基于TRNSYS的空气源热泵空调系统模型的建模方法,其特征在于,包括如下步骤:
步骤S1,设定气象参数输入部分;其中根据仿真需求选用不同的气象参数文件;
步骤S2,设定建筑参数输入部分;其中建筑可以分为多个区域;所有建筑参数根据仿真需求进行输入;工作时间和非工作时间的建筑负荷用时间表区分;
步骤S3,设定风机盘管部分;其中风机盘管的风量根据建筑负荷确定;控制室温根据仿真需求确定;
步骤S4,设定水泵部分;其中水泵的流量和功率根据建筑负荷确定;
步骤S5,设定变流量控制部分;其中变流量控制部分采取温差多级控制的方式控制流量的档位;
步骤S6,设定空气源热泵部分;其中空气源热泵的额定制冷量根据建筑负荷确定;
步骤S7,设定模拟结果输出部分;其中数据输出的表征量为室内外的温度变化曲线、空气源热泵的功率和制冷量、水泵的功率及流量、空气源热泵的COP和空调系统的COP。
3.根据权利要求2所述的基于TRNSYS的空气源热泵空调系统模型的建模方法,其特征在于,所述步骤S5中,利用多级控制器实现对水泵流量控制,表述如下:
控制器输出多个控制信号Sn,n为自然数;对于每一个控制信号Sn,都相当于一个启停控制,存在如下关系:
若Sn原先为1,则:
若Sn原先为0,则:
其中:T为控制参数,采用空气源热泵的供回水温差;Tn为控制信号Sn所对应的温度控制点;ΔT为死区温度。
4.根据权利要求3所述的基于TRNSYS的空气源热泵空调系统模型的建模方法,其特征在于,设置控制信号数量为4个,分别记为S1、S2、S3、S4,同时设置4个控制信号所对应的温度控制点为T1、T2、T3、T4,T1<T2<T3<T4,且Tn-Tn-1≥ΔT,其中,n取2、3、4,则随着温度的升高,S1、S2、S3、S4将会依次置1,即四个控制信号共有5个状态:(0,0,0,0)、(1,0,0,0)、(1,1,0,0)、(1,1,1,0)、(1,1,1,1),这5个状态对应于流量的5个档位。
5.根据权利要求2所述的基于TRNSYS的空气源热泵空调系统模型的建模方法,其特征在于,所述步骤S7中:
数据输出的表征量中,空气源热泵的制冷量的表达式Qheat为:
Qheat=cρQW(tin-tout)
式中:
c——水的比热容,取为4.2kJ/(kg·℃);
ρ——水的密度,取1000kg/m3;
QW——水泵流量,m3/h;
tout——空气源热泵的供水温度,℃;
tin——空气源热泵的回水温度,℃;
数据输出的表征量中,空气源热泵的COP的表达式COPASHP为:
COPASHP=Qheat/PASHP
式中:
PASHP——空气源热泵机组的功率,kW;
数据输出的表征量中,空调系统的COP的表达式COPsystem为:
COPsystem=Qheat/(PASHP+Ppump)
式中:
Ppump——水泵的功率,kW。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510612922.2A CN105260512B (zh) | 2015-09-23 | 2015-09-23 | 基于trnsys的空气源热泵空调系统模型及建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510612922.2A CN105260512B (zh) | 2015-09-23 | 2015-09-23 | 基于trnsys的空气源热泵空调系统模型及建模方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105260512A true CN105260512A (zh) | 2016-01-20 |
CN105260512B CN105260512B (zh) | 2018-11-16 |
Family
ID=55100201
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510612922.2A Active CN105260512B (zh) | 2015-09-23 | 2015-09-23 | 基于trnsys的空气源热泵空调系统模型及建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105260512B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108105969A (zh) * | 2017-12-15 | 2018-06-01 | 海南电网有限责任公司澄迈供电局 | 一种空调智能监测系统及空调的运行效率异常检测方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101393570A (zh) * | 2007-09-19 | 2009-03-25 | 深圳达实智能股份有限公司 | 中央空调运行仿真系统 |
CN103245036A (zh) * | 2013-05-16 | 2013-08-14 | 徐廷丽 | 一种微处理空气调节的系统和方法 |
-
2015
- 2015-09-23 CN CN201510612922.2A patent/CN105260512B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101393570A (zh) * | 2007-09-19 | 2009-03-25 | 深圳达实智能股份有限公司 | 中央空调运行仿真系统 |
CN103245036A (zh) * | 2013-05-16 | 2013-08-14 | 徐廷丽 | 一种微处理空气调节的系统和方法 |
Non-Patent Citations (2)
Title |
---|
李素花等: "空气源热泵的发展及现状分析", 《制冷技术》 * |
胡玮等: "基于Trnsys的水冷型中央空调系统建模与仿真", 《系统仿真技术》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108105969A (zh) * | 2017-12-15 | 2018-06-01 | 海南电网有限责任公司澄迈供电局 | 一种空调智能监测系统及空调的运行效率异常检测方法 |
CN108105969B (zh) * | 2017-12-15 | 2020-01-03 | 海南电网有限责任公司澄迈供电局 | 一种空调智能监测系统及空调的运行效率异常检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105260512B (zh) | 2018-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Toutou et al. | The parametric based optimization framework daylighting and energy performance in residential buildings in hot arid zone | |
Lu et al. | Design optimization and optimal control of grid-connected and standalone nearly/net zero energy buildings | |
Cellura et al. | Different energy balances for the redesign of nearly net zero energy buildings: An Italian case study | |
Shirazi et al. | A comprehensive, multi-objective optimization of solar-powered absorption chiller systems for air-conditioning applications | |
Sha et al. | Overview of computational intelligence for building energy system design | |
Hou et al. | Performance analysis of a hybrid ground source heat pump system integrated with liquid dry cooler | |
Marini | Optimization of HVAC systems for distributed generation as a function of different types of heat sources and climatic conditions | |
Attia et al. | Building performance optimization of net zero‐energy buildings | |
Mansourimajoumerd et al. | Comprehensive Strategies for Optimization e_Energy System in Different Climate Zone | |
Arumägi et al. | Design of the first net-zero energy buildings in Estonia | |
Yaman et al. | Modeling, simulation, and optimization of a solar water heating system in different climate regions | |
Sozer et al. | Dynamic evaluation method to increase the effect of the automation system on the building energy performance | |
CN105260512A (zh) | 基于trnsys的空气源热泵空调系统模型及建模方法 | |
Singh et al. | Net Zero Energy Building (NZEB) Design | |
Cangelli et al. | Energy and environmental performance of tall buildings: state of the art | |
Hu et al. | A Study on Automatic Form Optimization Procedures of Building Performance Design Based on “Ladybug+ Honeybee” | |
Hensen et al. | On system simulation for building performance evaluation | |
Sharma et al. | Analysis on impact of energy efficient techniques to enhance the building performance | |
Balas et al. | Integrated rooftop greenhouses and green skyline cities | |
Nicholson et al. | Modelling of a net-zero energy condo in a cold climate using an interdisciplinary design framework | |
Ahmed et al. | IOT and AI-based Energy Monitoring and Control System for NZEB | |
Schwan et al. | Complex Large-Scale Heating, Cooling and Power Supply Models–Virtual Renewable Power Plant Simulation with Modelica | |
Magri et al. | Implementation of an AI ready BACS system in Treviso school with DCV (Demand Control Ventilation) | |
Rasheed et al. | Development and Validation of Air-to-Water Heat Pump Model for Greenhouse Heating. Energies 2021, 14, 4714 | |
Nguyen | Energy simulation of Sheet Metal Center with IDA ICE software |
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 |