CN106054670A - 一种基于时滞的超磁致驱动器回滞建模方法 - Google Patents

一种基于时滞的超磁致驱动器回滞建模方法 Download PDF

Info

Publication number
CN106054670A
CN106054670A CN201610569717.7A CN201610569717A CN106054670A CN 106054670 A CN106054670 A CN 106054670A CN 201610569717 A CN201610569717 A CN 201610569717A CN 106054670 A CN106054670 A CN 106054670A
Authority
CN
China
Prior art keywords
time lag
operator
model
tau
super
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
CN201610569717.7A
Other languages
English (en)
Other versions
CN106054670B (zh
Inventor
李智
冯颖
苏比哈什·如凯迦
陈新开
苏春翌
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.)
South China University of Technology SCUT
Original Assignee
South China University of Technology SCUT
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 South China University of Technology SCUT filed Critical South China University of Technology SCUT
Priority to CN201610569717.7A priority Critical patent/CN106054670B/zh
Publication of CN106054670A publication Critical patent/CN106054670A/zh
Application granted granted Critical
Publication of CN106054670B publication Critical patent/CN106054670B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B17/00Systems involving the use of models or simulators of said systems
    • G05B17/02Systems involving the use of models or simulators of said systems electric

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • General Electrical Machinery Utilizing Piezoelectricity, Electrostriction Or Magnetostriction (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明公开了一种基于时滞的超磁致驱动器回滞建模方法,包括步骤一获取超磁致伸缩驱动器的输入输出数据,所述输入数据为驱动器的电流值,输出数据为驱动器的负载输出位移值;步骤二建立基于时滞的回滞模型,步骤三对模型中离散密度权值pi的辨识和时滞算子τ(m)的辨识。本发明能有效表征负载变化情况下以超磁滞伸缩驱动器为主的一类智能材料驱动器输入输出特征,结构简单,辨识方法简单易行,适应负载范围宽。

Description

一种基于时滞的超磁致驱动器回滞建模方法
技术领域
本发明涉及超磁致驱动器回滞建模方法,具体涉及一种基于时滞的超磁致驱动器回滞建模方法。
背景技术
超磁致伸缩驱动器是利用超磁致伸缩材料在磁场作用下的磁致伸缩反应原理制成,通过外加电流使得材料受到外加磁场的磁化而发生形变。与传统的驱动器相比,磁致伸缩驱动器具有体积小、位移分辨率高、驱动力大、响应迅速等特点。但在实际应用中,超磁致伸缩驱动器的输入输出存在回滞非线性特性,在微纳条件下无法实现线性比例关系,因此在微纳驱动范围,回滞非线性的存在严重影响了驱动精度的提高。
为了能有效实现对超磁致伸缩驱动器的输入输出特性,精确描述超磁致伸缩驱动器的回滞特性是对磁致伸缩材料工作过程建模的关键,常见的建模方法有Preisach模型,Bouc-Wen模型和Duhem模型。
Preisach模型能有效表征多种类型的回滞非线性,且采用基于relay算子的表征方式,其表达式易于控制系统的计算机仿真,但Preisach模型也存在结构复杂,需要识别的参数较多,灵活性低,执行时间长等缺点。此外Preisach模型不存在逆模型的解析解,只能通过数值计算得到其逆模型,不利于实时补偿控制的实现。Bouc-Wen模型和Duhem模型主要是采用微分方程来表征回滞特性,在驱动器带载的条件下,无法有效表征带负载后的非线性特性。
Prandtl-Ishlinskii模型是由play或者stop算子加权叠加构成,通过设定算子的密度函数,可精确描述回滞特性。因其存在逆模型的解析解,在实现回滞的实时补偿控制中具有一定的优势,但对于超磁致伸缩驱动器在带载条件下的滞后特性,传统的Prandtl-Ishlinskii模型还无法有效表征。
超磁致伸缩驱动器在带负载条件下,其输出特性更为复杂。在微纳驱动范围,驱动器的输出与驱动频率、负载特性等因素相关。随着驱动频率的增加,其时滞效应更为明显,从而造成驱动输出特性出现明显的时滞型回滞特性。目前针对此类回滞非线性特性,尚无有效的建模方法。
发明内容
本发明针对超磁致伸缩驱动器等智能材料驱动器在带载条件下时间滞后现象,提供一种基于时滞的超磁致驱动器回滞建模方法,
本发明提出一种基于Prandtl-Ishlinskii模型的TPI(Time-delay andtl-Ishlinskii)模型来描述具有时滞特性的回滞现象,且其时滞特性与负载相关,本发明中定义负载质量m,本发明通过参数辨识获得Prandtl-Ishlinskii模型参数和时滞算子参数,所提出的TPI模型能够很好的描述磁致伸缩驱动器的非线性特性。
本发明采用如下技术方案:
一种基于时滞的超磁致驱动器回滞建模方法,包括如下步骤:
步骤一获取超磁致伸缩驱动器的输入输出数据,所述输入数据为驱动器的电流值,输出数据为驱动器的负载输出位移值;
如图1所示,为了获取不同负载特性及工作频率下的输出特性,可获取不同负责特性和工作频率下的驱动器输出值。本发明中负载特性在垂直轴向上加载刚性模块,从而使得驱动负载所需的驱动力与负载的重力相关,即可视为与负载的质量m相关。其输出位移可通过位移传感器获得。
步骤二建立基于时滞的Prandtl-Ishlinskii回滞模型(TPI模型),
y(t)=D[v](t)=D[P[v]](t) (1)
其中
D[u](t)=u(t-τ(m)) (2)
P [ v ] ( t ) = p 0 v ( t ) + ∫ 0 ∞ p ( r ) F r [ v ( t ) ] d r - - - ( 3 )
P[v](t)为经典Prandtl-Ishlinskii模型。p0为正常数;p(r)为密度函数,满足p(r)≥0且Fr[v]为play算子,由式(4)确定:
Fr[υ](0)=fr(v(0),0)
Fr[v](t)=fr(v(t),Fr[υ](ti)) (4)
ti<t≤ti+1,0≤i≤N-1。
函数fr(v,w)为fr(v,w)=max(v-r,min(v+r,w)),其中0=t0<t1<...<tN=tE属于[0,tE],函数v(t)在子区间[ti,ti+1]单调。
所述模型也可用式(5)表示
y ( t ) = p 0 v ( t - τ ( m ) ) + ∫ 0 ∞ p ( r ) F r [ v ( t - T ( m ) ) ] d r - - - ( 5 )
模型具体结构图2所示,时滞算子D[u](t)中的时滞项τ(m)与被驱动负载质量相关。
为了实现参数辨识,所提出的基于时滞的Prandtl-Ishlinskii回滞模型,其离散时间表达式:
y(k)=u[υ](k-τk) (6)
u [ v ] ( k ) = p 0 v ( k ) + Σ i = 1 n p i F r i [ v ] ( k ) - - - ( 7 )
pi为离散密度权值,为离散play算子。
步骤3:TPI模型的参数辨识分成两个步骤,PI回滞模型离散密度权值pi的辨识和时滞算子τ(m)的辨识。
针对离散密度权值pi的辨识,选取阈值ri
离散密度权值pi根据约束二次方程最小化函数式(9)获得
min{[CΛ-d]T[CΛ-d]};subject to p(i)≥0,i∈{0,1,2,3,...,n} (9)
其中n为正整数,Λ=[p0,...pn]T为离散密度函数矢量,为play算子矢量,且d为基于未带载条件下已知输入信号驱动获得的输出值。采用最小二乘法可获得Λ值。
针对时滞算子τ(m)的辨识,将误差信号的傅里叶变换视为质量相关的时滞算子τ(m)的方程
e-jωτ(m)=cos(ωτ(m))-j sin(ωτ(m)) (1)
该时滞量的相位可定义为
∠ e - j ω τ ( m ) = arctan ( - s i n ( ω τ ( m ) ) cos ( ω τ ( m ) ) ) = - ω τ ( m ) - - - ( 2 )
时滞算子τ(m)可通过最小二乘法计算式(12)获得不同质量条件下的数值
其中为对应质量m和频率ωi下的可调相角值,κ为频率离散个数。
本发明的有益效果:通过实现对超磁致伸缩驱动器系统带载特性的建模,能够有效预估在不同驱动负载条件下实际驱动器的输出特性,在高精密驱动条件下,例如微米级驱动时,采用此建模方法能有效反映实际驱动器的输出特性,对后续改善驱动控制精度,提升驱动特性等非常有益。
附图说明
图1是本发明实施例中在带载条件下的超磁致伸缩驱动器实验平台示意图;
图2是本发明基于Prandtl-Ishlinskii模型的TPI模型结构示意图。
具体实施方式
下面结合实施例及附图,对本发明作进一步地详细说明,但本发明的实施方式不限于此。
实施例
如图1-图2所示,为了获取超磁致伸缩驱动系统带载条件下的输入输出特性,需搭建带载工作环境驱动平台。本实施例中超磁致伸缩驱动器系统包括超磁致伸缩驱动器及负载,本实施中采用超磁致伸缩驱动器的型号为MFR OTY77获取输入输出数据,所述超磁致伸缩驱动器的输入电流为驱动信号,具体采用计算机即图1中的PC设置驱动信号类型,经dSPACE完成A/D及D/A转换,经电流放大器后输入超磁致伸缩驱动器作为输入驱动信号,为了使得超磁致伸缩驱动器工作在带载条件下,在垂直轴向上加载刚性模块,从而使得驱动负载所需的驱动力与负载的重力相关,即可视为与负载的质量m相关。其输出位移可通过位移传感器获得,图1中V(t)表示输入电流,y(t)表示位移传感器测量输出位移。
本实施例中,通过设置工作频率在1-500Hz范围内,例如f=1Hz,10Hz,50Hz,100Hz,…..500Hz.同时为了反映不同带载条件下的输出特性,负载质量选定为0-21.5kg,即m=0,4.2kg,10kg,21.5kg。
根据本发明提出的建模方法,首先完成TPI模型中的PI回滞模型密度函数参数pi的辨识和时滞算子参数τ(m)的辨识。
针对密度函数参数pi的辨识,选取阈值ri
离散密度函数pi根据约束二次方程最小化函数式(9)获得
min{[CΛ-d]T[CΛ-d]};subject to p(i)≥0,i∈{0,1,2,3,...,n} (9)其中Λ=[p0,...pn]T为离散密度函数矢量,为play算子矢量,且d为基于未带载条件下已知输入信号驱动获得的输出值。采用最小二乘法可获得Λ值。在本实施案例中,选取max(current)=5,n=31,所获得的辨识结果如表1所示:
表1
针对时滞算子参数τ(m)的辨识,将误差信号的傅里叶变换视为质量相关的时滞算子τ(m)的方程
e-jωτ(m)=cos(ωτ(m))-j sin(ωτ(m)) (4)
该时滞量的相位可定义为
∠ e - j ω τ ( m ) = arctan ( - s i n ( ω τ ( m ) ) cos ( ω τ ( m ) ) ) = - ω τ ( m ) - - - ( 5 )
时滞算子τ(m)可通过最小二乘法计算式(12)获得不同质量条件下的数值
其中为对应质量m和频率ωi下的可调相角值,κ为离散频率数。
结合本案例,通过选取负载质量为0,4.2kg,10kg,21.5kg,获得此负载特性下的时滞算子值为τ(m)如表2所示,
表2
同时可获取此时滞算子的多项式回归模型为
τ(m)=-2×10-5m3+7.8×10-4m2+4.2×10-3m+0.1(ms)
根据辨识结果,完成超磁致伸缩驱动器在负载变化条件下的输出特性建模。
基于传统的Prandtl-Ishlinskii模型,建立与负载相关的时滞算子。采用串联结构,建立基于时滞(Time delay)的Prandtl-Ishilinskii模型(TPI模型),对超磁致伸缩驱动器等智能材料驱动器中带载条件下的回滞非线性能够实现精确描述。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受所述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。

Claims (3)

1.一种基于时滞的超磁致驱动器回滞建模方法,其特征在于,包括如下步骤:
步骤一获取超磁致伸缩驱动器的输入输出数据,所述输入数据为驱动器的电流值,输出数据为驱动器的负载输出位移值;
步骤二建立基于时滞的Prandtl-Ishlinskii回滞模型,具体模型为:
y ( t ) = p 0 v ( t - τ ( m ) ) + ∫ 0 ∞ p ( r ) F r [ v ( t - τ ( m ) ) ] d r
其中p(r)为密度函数,满足p(r)≥0且p0是密度函数积分常数,可定义为Fr[v]为play算子,定义为:
Fr{v](0)=fr(v(0),0)
Fr[v](t)=fr(v(t),Fr[v](ti))
ti<t≤ti+1,0≤i≤N-1,函数fr(v,w)为fr(v,w)=max(v-r,min(v+r,w)),其中0=t0<t1<...<tN=tE属于[0,tE];
该模型的离散时间表示为:
y(k)=u[v](k-τk)
u [ v ] ( k ) = p 0 v ( k ) + Σ i = 1 n p i F r i [ v ] ( k )
其中,pi为离散密度权值,为离散play算子;τk是时滞量的离散表示形式,其表征带载后的系统时滞算子的离散形式;
步骤三对模型中的离散密度权值pi及时滞算子τ(m)进行辨识。
2.根据权利要求1所述的超磁致驱动器回滞建模方法,其特征在于,
针对离散密度权值pi的辨识,选取阈值ri
以及r0=0,
其中,current为超磁致伸缩驱动器输入的最大电流值;
离散密度权值pi根据约束二次方程最小化函数式:
min{[CΛ-d]T[CΛ-d]};subject top(i)≥0,i∈{0,1,2,3,...,n}
其中Λ=[p0,...pn]T为离散密度函数矢量,为play算子矢量,且d为基于未带载条件下已知输入信号驱动获得的输出值,采用最小二乘法可获得∧值;
针对时滞算子τ(m)的辨识,将误差信号的傅里叶变换为与质量相关的时滞算子τ(m)的方程为:
e-jωτ(m)=cos(ωτ(m))-jsin(ωτ(m))
该时滞量的相位定义为:
∠ e - j ω τ ( m ) = arctan ( - s i n ( ω τ ( m ) ) cos ( ω τ ( m ) ) ) = - ω τ ( m )
时滞算子τ(m)可通过最小二乘法计算式获得不同质量条件下的数值,最小二乘法计算式如下:
其中为对应质量m和频率ωi下的可调相角值,κ为频率离散个数。
3.根据权利要求1所述的超磁致驱动器回滞建模方法,其特征在于,在负载的垂直轴向上加载刚性模块。
CN201610569717.7A 2016-07-18 2016-07-18 一种基于时滞的超磁致驱动器回滞建模方法 Active CN106054670B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610569717.7A CN106054670B (zh) 2016-07-18 2016-07-18 一种基于时滞的超磁致驱动器回滞建模方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610569717.7A CN106054670B (zh) 2016-07-18 2016-07-18 一种基于时滞的超磁致驱动器回滞建模方法

Publications (2)

Publication Number Publication Date
CN106054670A true CN106054670A (zh) 2016-10-26
CN106054670B CN106054670B (zh) 2019-05-14

Family

ID=57187970

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610569717.7A Active CN106054670B (zh) 2016-07-18 2016-07-18 一种基于时滞的超磁致驱动器回滞建模方法

Country Status (1)

Country Link
CN (1) CN106054670B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108416114A (zh) * 2018-02-09 2018-08-17 北京航空航天大学 基于Hammerstein结构的电子节气门的动态迟滞建模方法
CN109709809A (zh) * 2019-01-17 2019-05-03 合肥工业大学 基于磁滞内核的电/磁流变执行器非线性力的建模方法及其跟踪方法
CN113486591A (zh) * 2021-07-13 2021-10-08 吉林大学 一种卷积神经网络结果的重力多参量数据密度加权反演方法
CN113741351A (zh) * 2021-09-01 2021-12-03 闽江学院 基于改进play算子的电机伺服控制系统迟滞控制方法
CN114239299A (zh) * 2021-12-21 2022-03-25 华北电力大学 基于Preisach模型的磁致伸缩确定方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102486477A (zh) * 2010-12-04 2012-06-06 中国科学院沈阳自动化研究所 一种基于模型的压电陶瓷扫描器迟滞性前馈校正方法
CN103792849A (zh) * 2014-03-09 2014-05-14 东北电力大学 可调金属切削系统的鲁棒自适应动态面控制方法
CN104991997A (zh) * 2015-06-11 2015-10-21 北京航空航天大学 自适应差分进化算法优化的广义率相关p-i迟滞建模方法
CN105159069A (zh) * 2015-08-03 2015-12-16 北京理工大学 一种压电陶瓷作动器的位移控制方法
CN105425587A (zh) * 2015-11-16 2016-03-23 北京理工大学 迟滞非线性电机辨识与控制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102486477A (zh) * 2010-12-04 2012-06-06 中国科学院沈阳自动化研究所 一种基于模型的压电陶瓷扫描器迟滞性前馈校正方法
CN103792849A (zh) * 2014-03-09 2014-05-14 东北电力大学 可调金属切削系统的鲁棒自适应动态面控制方法
CN104991997A (zh) * 2015-06-11 2015-10-21 北京航空航天大学 自适应差分进化算法优化的广义率相关p-i迟滞建模方法
CN105159069A (zh) * 2015-08-03 2015-12-16 北京理工大学 一种压电陶瓷作动器的位移控制方法
CN105425587A (zh) * 2015-11-16 2016-03-23 北京理工大学 迟滞非线性电机辨识与控制方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
ZHI LI, XIUYU ZHANG, GUO-YING GU, XINKAI CHEN,CHUN-YI SU: "A Comprehensive Dynamic Model for Magnetostrictive Actuators Considering Different Input Frequencies With Mechanical Loads", 《TRANSACTIONS ON INDUSTRIAL INFORMATICS》 *
ZHI LI, YING FENG, TIANYOU CHAI, JUN FU, AND CHUN-YI SU: "Modeling and Compensation of Asymmetric Hysteresis Nonlinearity for Magnetostrictive Actuators with an Asymmetric Shifted Prandtl-Ishlinskii Model", 《2012 AMERICAN CONTROL CONFERENCE》 *
ZHI LI,CHUN-YI SU,TIANYOU CHAI: "Dynamic Modeling and Identification of Magnetostrictive Actuators for Control of Micromanipulation", 《PROCEEDING OF THE 11TH WORLD CONGRESS ON INTELLIGENT CONTROL AND AUTOMATION》 *
ZHI LI,TIANYOU CHAI,YING FENG,CHUN-YI SU: "Modeling of Rate-dependent Asymmetric Hysteresis Nonlinearity for Magnetostrictive Actuators", 《PROCEEDING OF THE IEEE INTERNATIONAL CONFERENCE ON INFORMATION AND AUTOMATION》 *
杨斌堂等: "基于Prandtl_Ishlinskii模型的超磁致伸缩驱动器实时磁滞补偿控制", 《光学精密工程》 *
翟鹏等: "超磁致伸缩致动器的复合反馈控制及其在变椭圆销孔精密加工中的应用", 《光学精密工程》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108416114A (zh) * 2018-02-09 2018-08-17 北京航空航天大学 基于Hammerstein结构的电子节气门的动态迟滞建模方法
CN108416114B (zh) * 2018-02-09 2021-10-19 北京航空航天大学 基于Hammerstein结构的电子节气门的动态迟滞建模方法
CN109709809A (zh) * 2019-01-17 2019-05-03 合肥工业大学 基于磁滞内核的电/磁流变执行器非线性力的建模方法及其跟踪方法
CN113486591A (zh) * 2021-07-13 2021-10-08 吉林大学 一种卷积神经网络结果的重力多参量数据密度加权反演方法
CN113486591B (zh) * 2021-07-13 2022-04-19 吉林大学 一种卷积神经网络结果的重力多参量数据密度加权反演方法
CN113741351A (zh) * 2021-09-01 2021-12-03 闽江学院 基于改进play算子的电机伺服控制系统迟滞控制方法
CN113741351B (zh) * 2021-09-01 2023-03-14 闽江学院 基于改进play算子的电机伺服控制系统迟滞控制方法
CN114239299A (zh) * 2021-12-21 2022-03-25 华北电力大学 基于Preisach模型的磁致伸缩确定方法及系统
CN114239299B (zh) * 2021-12-21 2024-05-03 华北电力大学 基于Preisach模型的磁致伸缩确定方法及系统

Also Published As

Publication number Publication date
CN106054670B (zh) 2019-05-14

Similar Documents

Publication Publication Date Title
CN106054670A (zh) 一种基于时滞的超磁致驱动器回滞建模方法
CN105354363A (zh) 基于核极限学习机的脉动风速预测方法
CN109902404A (zh) 不同阻尼形式的结构时程响应积分的统一递推计算方法
CN105137999A (zh) 一种具有输入饱和的飞行器跟踪控制直接法
CN102636995A (zh) 基于rbf神经网络滑模控制微陀螺仪的方法
CN102929142A (zh) 飞行器不确定时变模型的控制器设计方法
CN106338918A (zh) 一种微陀螺自适应动态面双神经网络控制方法
CN104730922A (zh) 基于扩张状态观测器的伺服系统线性反馈控制和极点配置确定参数方法
CN103077729B (zh) 一种两级磁头定位系统的高阶非奇异终端滑模控制方法
CN103942381B (zh) 用于飞机铝合金结构性能预测的状态近场动力学方法
CN104536295A (zh) 一种悬臂梁鲁棒自适应控制方法
CN101702092B (zh) 一种基于卡尔曼滤波器的电液伺服系统随机振动控制方法
CN102411302A (zh) 基于直接自适应模糊控制的mems微陀螺仪控制方法
CN106227964A (zh) 基于扩张状态观测器的迟滞非线性系统参数辨识方法
CN104298126A (zh) 非齐次Markov跳变控制系统的观测器设计方法
CN104156504B (zh) 一种发电机励磁系统参数可辨识性判定方法
CN106168762A (zh) 一种基于模糊聚类逆模型的残余振动抑制方法
CN101567018B (zh) 微机电系统的温度参数化降阶建模方法
Chesné et al. Experimental identification of smart material coupling effects in composite structures
CN104460678A (zh) 一种基于Sigmoid型非线性滑模函数的航天器姿态控制方法
CN105197185A (zh) 一种船舶舵机的迭代学习控制算法
Chang et al. Hybrid system identification for high-performance structural control
CN108052003A (zh) 基于光电平台精确模型的自抗扰控制器设计系统
Zhai et al. Application of linear vibration modeling of cross-ply composite plates with viscoelastic core
Khot et al. Extraction of system model from finite element model and simulation study of active vibration control

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