CN106677996A - 一种风力发电机组塔筒振动异常检测方法 - Google Patents
一种风力发电机组塔筒振动异常检测方法 Download PDFInfo
- Publication number
- CN106677996A CN106677996A CN201611242313.3A CN201611242313A CN106677996A CN 106677996 A CN106677996 A CN 106677996A CN 201611242313 A CN201611242313 A CN 201611242313A CN 106677996 A CN106677996 A CN 106677996A
- Authority
- CN
- China
- Prior art keywords
- vibration
- wind speed
- wind
- tower
- unit
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
Abstract
一种风力发电机组塔筒振动异常检测方法,利用风电场运行数据生成各台同型号机组的风速‑振动表,绘制各相同风速段下全风电场机组振动值箱线图,以发现塔筒振动异常的风电机组,再将正常机组的风速‑振动表合并成全风电场该型号机组的风速振动特征表,然后将各台机组当日生成的风速‑振动表与全风电场该型号机组的风速振动特征表进行差异对比,实现当日对机组塔筒振动异常检测。
Description
技术领域
本发明涉及一种风力发电机组塔筒振动异常检测方法。
背景技术
塔筒是风力发电机组的关键部件。机舱底座固定在塔筒顶端,并与轮毂连接,后者用于固定叶片。风力发电机组几乎所有部件重力载荷以及动力载荷都会作用到塔筒,因此塔筒振动保护涉及到整机的安全,也是发电企业重点关注的问题。
目前,传统的风力发电机组塔筒振动异常检测方法主要是通过判断振动测量值是否超过固定的限值来实现。另外还有通过加装应力传感器,利用力载荷测量监测塔筒安全的方法。
中国专利201010565456.4提供了一种风电机组振动检测装置及方法。该装置包括数个振动传感器和至少一个振动开关,以及振动评估模块,用于根据预设的加权值和加权公式对振动信号进行处理,以获取风电机组振动状态数据,并与预设的故障值进行比较,判断是否触发振动故障保护逻辑。
中国专利201210302806.7提供一种风力发电机组低频振动的监测方法,首先利用加速度传感器采集塔筒振动信号,然后通过振动分析仪中的滤波器和检波器进行相应的处理,得到各种低频振动监测信号,并与PLC控制器中对应各个监测信号设置的报警阀值曲线的阀值进行对比,进而保护机组。
中国专利201610505126.3公开了一种风电机组的预警机构及预警方法,其中预警机构包括三向加速度传感器、振动信号实时调理系统、模态实时采集与谱分析系统、多个力传感器组件、多个应变信号实时调理系统、多个应变实时采集分析系统、实时频谱比较系统、实时应变比较系统、判断系统以及数据输出系统。
然而上述专利主要是基于设置的固定的振动保护阈值,忽略了现场实际机组由于维护时间、风况特点、地形地质、以及传感器安装或测量等因素引起的塔筒振动差异性。
发明内容
为克服上述现有技术的缺点,本发明提出一种风力发电机组塔筒振动异常检测方法。
本发明利用风电场运行数据生成各台同型号机组的风速-振动表,绘制各相同风速段下全风电场机组振动值箱线图,以发现塔筒振动异常的风电机组;再将塔筒振动正常机组的风速-振动表合并成全风电场该型号机组的风速振动特征表,然后将各台机组当日生成的风速-振动表与全风电场该型号机组的风速振动特征表进行差异对比,实现当日对机组塔筒振动异常检测。
本发明包括以下步骤:
1、收集风电场各台风力发电机组近3个月的运行数据,提取其中风速5分钟均值、塔筒振动有效值的5分钟均值。其中塔筒振动有效值是塔筒振动瞬时值在一个塔筒振动周期内的均方根,塔筒振动周期可以从机组设计手册中查到。
2、对步骤1得到的每台风力发电机组风速5分钟均值、塔筒振动有效值的5分钟均值进行风速-振动散点拟合,首先对风速5分钟均值进行分仓,间隔为1m/s,然后对相同仓内振动数据进行均值计算,公式为:
和
其中,Xi为风速在bin区间i内的平均值,Yi为振动在bin区间i内的平均值,xi,j为风速在bin区间i内的第j个数值,yi,j为振动在bin区间i内的第j个数值,Ni为数据在bin区间i内的有效点个数。
最后形成每台机组的风速-振动表,该表有8行1列,每行代表1个风速仓,分别对应3m/s至10m/s,第1列为Xi,第2列为Yi。
3、采用箱线图异常值计算方法求取步骤2形成的全场各台机组风速-振动表在各风速段的振动均值正常范围,超出振动均值正常范围的风力发电机组则视为塔筒振动异常,至此完成对风场机组塔筒历史振动异常的检测。
箱线图异常值的计算方法为:首先将相同风速段下的所有机组振动均值从小到大排序,然后选出上四分位数Q3,中位数,下四分位数Q1,再计算上四分位数和下四分位数之间的差值Q3-Q1,又称IQR,绘制箱线图的矩形,上边缘为上四分位数,下边缘为下四分位数。在矩形内部中位数的位置画一条横线,即中位线,在矩形上边缘上方的1.5IQR范围内出现的最大数据点处画一条线,作为正常值上限,在矩形下边缘下方的1.5IQR范围内出现的最小数据点处画一条线,作为正常值下限。超出正常值限值的数据为异常点,用“+”表示。
4、剔除步骤3检测出的塔筒振动异常的风力发电机组,将风电场其余塔筒振动正常机组的风速-振动表合并,具体方法为将各风力发电机组风速-振动表相同位置表格内的数值相加,并除以机组数量,形成全风电场机组的风速振动特征表。
5、在风力发电机组运行时,每日采集0点至24点的风速5分钟均值、塔筒振动有效值的5分钟均值,并按照步骤2的方法形成机组当天的风速-振动表。
6、将步骤5形成的风力发电机组当天的风速-振动表与步骤4形成的全风电场机组的风速振动特征表进行对比,计算得到机组当天的振动水平指标,公式如下:
其中,g为机组当天的振动水平,vibi,2为机组当天的风速-振动表第i行第2列的振动值,为全场机组的风速振动特征表第i行第2列的振动值。
如果机组当天的振动水平g大于阈值,则触发塔筒当日振动异常告警,至此完成对各台机组当日运行过程中塔筒振动异常检测。所述阈值通常取机组振动保护值的50%,例如某机组振动保护值为0.8m/s2,gi则取0.4m/s2。
附图说明
图1本发明方法示意图;
图2全场机组在各风速段的振动均值的箱线图;
图3某机组当日风速-振动表与全场机组风速振动特征表绘制的对比曲线。
具体实施方式
下面结合附图和具体实施方式对本发明做进一步说明。
本发明方法步骤如下:
1、收集风电场各台风力发电机组近3个月的运行数据,提取其中风速5分钟均值、塔筒振动有效值的5分钟均值。其中塔筒振动有效值是塔筒振动瞬时值在一个塔筒振动周期内的均方根,塔筒振动周期可以从机组设计手册中查到。
2、对步骤1形成的每台风力发电机组风速5分钟均值、塔筒振动有效值的5分钟均值进行风速-振动散点拟合,最后形成每台机组的风速-振动表。
3、采用箱线图异常值计算方法求取步骤2形成的全场各台机组风速-振动表在各风速段的振动均值正常范围,超出振动均值正常范围的风力发电机组则视为塔筒振动异常,至此完成方法中对风场机组塔筒历史振动异常的检测。
4、剔除掉步骤3检测出的塔筒振动异常的风力发电机组,将风电场其余塔筒振动正常机组的风速-振动表合并,具体方法为将各风力发电机组风速-振动表相同位置表格内的数值相加,并除以机组数量,形成全风电场机组的风速振动特征表。
5、在风力发电机组运行时,每日采集0点至24点的风速5分钟均值、塔筒振动有效值的5分钟均值,并按照步骤2的方法形成机组当天的风速-振动表。
6、将风力发电机组当日形成的风速-振动表与全风电场机组的风速振动特征表进行比较,差异较大则触发塔筒当日振动异常告警。
以下结合实施例进一步说明本发明,如图1所示,
1、在步骤1中,对某容量5万千瓦风场33台风力发电机组的近3个月的运行数据进行收集,提取其中风速5分钟均值、塔筒振动有效值的5分钟均值。其中塔筒振动有效值是塔筒振动瞬时值在一个塔筒振动周期内的均方根,塔筒振动周期从机组设计手册中查到为3.18秒。
2、对步骤1形成的每台风力发电机组数据进行风速-振动散点拟合,首先对风速5分钟均值进行分仓,间隔为1m/s,然后对相同仓内振动数据进行均值计算,公式为:
和
其中,Xi为风速在bin区间i内的平均值,Yi为振动在bin区间i内的平均值,xi,j为风速在bin区间i内的第j个数值,yi,j为振动在bin区间i内的第j个数值,Ni为数据在bin区间i内的有效点个数。
最后形成33台机组的风速-振动表,该表有8行1列,每行代表1个风速仓,分别对应3m/s至10m/s,第1列为Xi,第2列为Yi。
3、采用箱线图异常值计算方法求取步骤2形成的全场各台机组风速-振动表在各风速段的振动均值正常范围,超出振动均值正常范围的2号和8号机组被检测出塔筒振动异常,至此完成对风场机组塔筒历史振动异常的检测。
全风电场机组在各风速段的振动均值的箱线图如图2所示。以风速段8.5m/s-9.5m/s的振动均值正常范围计算为例,首先将相同风速段下的所有机组振动均值从小到大排序,然后选出上四分位数Q3为0.0771m/s2,中位数为0.0503m/s2,下四分位数Q1为0.0427m/s2,接下来计算上四分位数和下四分位数之间的差值Q3-Q1为0.0344m/s2,又称IQR,绘制箱线图的矩形,上边缘为上四分位数,下边缘为下四分位数。在矩形内部中位数的位置画一条横线,即中位线,在矩形上边缘上方的1.5IQR范围内出现的最大数据点0.0872m/s2处画一条线,作为正常值上限,在矩形下边缘下方的1.5IQR范围内出现的最小数据点0.0313m/s2处画一条线,作为正常值下限。超出正常值范围的数据为异常点,用“+”表示。
4、剔除步骤3检测出的塔筒振动异常的2号和8号机组,将风电场其余塔筒振动正常机组的风速-振动表合并,具体方法为将各风力发电机组风速-振动表相同位置表格内的数值相加,并除以机组数量,形成全风电场机组的风速振动特征表。
5、在风力发电机组运行时,每日采集0点至24点的风速5分钟均值、塔筒振动有效值的5分钟均值,并按照步骤2的方法形成机组当天的风速-振动表。
6、将步骤5形成的风力发电机组当天的风速-振动表与步骤4形成的全场机组的风速振动特征表进行对比计算,得到机组当天的振动水平指标,公式如下:
其中,g为机组当天的振动水平,vibi,2为机组当天的风速-振动表第i行第2列的振动值,为全场机组的风速振动特征表第i行第2列的振动值。
机组当日振动水平大于阈值,则触发塔筒当日振动异常告警。如图3所示,17号机组g等于0.0313,大于该风场设定阈值0.02,因此该机组于凌晨0点触发塔筒当日振动异常告警,并标识出对应类别号和对比波形,供专业人员查看分析。
Claims (5)
1.一种风力发电机组塔筒振动异常检测方法,其特征在于,所述的检测方法利用风电场运行数据生成各台同型号机组的风速-振动表,绘制各相同风速段下全风电场机组振动值箱线图,以发现塔筒振动异常的风电机组;再将塔筒振动正常机组的风速-振动表合并成全风电场该型号机组的风速振动特征表,然后将各台机组当日生成的风速-振动表与全风电场该型号机组的风速振动特征表进行差异对比,实现当日对机组塔筒振动异常检测。
2.按照权利要求1所述的风力发电机组塔筒振动异常检测方法,其特征在于,所述的检测方法包括以下步骤:
(1)收集风电场各台风力发电机组近3个月的运行数据,提取其中风速5分钟均值、塔筒振动有效值的5分钟均值;所述塔筒振动有效值是塔筒振动瞬时值在一个塔筒振动周期内的均方根;
(2)对步骤(1)得到的每台风力发电机组风速5分钟均值、塔筒振动有效值的5分钟均值进行风速-振动散点拟合,最后形成每台机组的风速-振动表;
(3)采用箱线图异常值计算方法求取步骤(2)形成的全场各台风力发电机组风速-振动表在各风速段的振动均值正常范围,超出振动均值正常范围的风力发电机组则视为塔筒振动异常,至此完成对风场机组塔筒历史振动异常的检测;
(4)剔除步骤(3)检测出的塔筒历史振动异常的风力发电机组,将风电场其余塔筒振动正常机组的风速-振动表合并,具体方法为将各风力发电机组风速-振动表相同位置表格内的数值相加,并除以机组数量,形成全风电场机组的风速振动特征表;
(5)在风力发电机组运行时,每日采集0点至24点的风速5分钟均值、塔筒振动有效值的5分钟均值,并按照步骤(2)的方法形成机组当天的风速-振动表;
(6)将风力发电机组当日形成的风速-振动表与全风电场机组的风速振动特征表进行比较,差异较大则触发塔筒当日振动异常告警。
3.按照权利要求2所述的风力发电机组塔筒振动异常检测方法,其特征在于,所述的步骤(2)中,每台风力发电机组的风速-振动表的形成方法如下:对风速5分钟均值进行分仓,间隔为1m/s,然后对相同仓内振动数据进行均值计算,最后形成每台机组的风速-振动表;
均值计算公式为:
其中,Xi为风速在bin区间i内的平均值,Yi为振动在bin区间i内的平均值,xi,j为风速在bin区间i内的第j个数值,yi,j为振动在bin区间i内的第j个数值,Ni为数据在bin区间i内的有效点个数。
4.按照权利要求2所述的风力发电机组塔筒振动异常检测方法,其特征在于,所述的步骤(3)中,所述的箱线图异常值的计算方法为:首先将相同风速段下的所有风力发电机组的振动均值从小到大排序,然后选出上四分位数Q3,中位数,下四分位数Q1,再计算上四分位数和下四分位数之间的差值Q3-Q1,又称IQR,绘制箱线图的矩形,上边缘为上四分位数,下边缘为下四分位数;在矩形内部中位数的位置画一条中位线,在矩形上边缘上方的1.5IQR范围内出现的最大数据点处画一条线,作为正常值上限,在矩形下边缘下方的1.5IQR范围内出现的最小数据点处画一条线,作为正常值下限;超出正常值限值的数据为异常点,用“+”表示。
5.按照权利要求2所述的风力发电机组塔筒振动异常检测方法,其特征在于,所述的步骤(6)中,风力发电机组当日形成的风速-振动表与全风电场机组的风速振动特征表的比较公式如下:
其中,g为机组当天的振动水平,vibi,2为机组当天的风速-振动表第i行第2列的振动值,为全场机组的风速振动特征表第i行第2列的振动值;如果机组当天的振动水平g大于阈值,则触发塔筒当日振动异常告警,至此完成对各台机组当日运行过程中塔筒振动异常检测;所述阈值通常取机组振动保护值的50%。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611242313.3A CN106677996B (zh) | 2016-12-29 | 2016-12-29 | 一种风力发电机组塔筒振动异常检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611242313.3A CN106677996B (zh) | 2016-12-29 | 2016-12-29 | 一种风力发电机组塔筒振动异常检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106677996A true CN106677996A (zh) | 2017-05-17 |
CN106677996B CN106677996B (zh) | 2019-05-14 |
Family
ID=58873053
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611242313.3A Expired - Fee Related CN106677996B (zh) | 2016-12-29 | 2016-12-29 | 一种风力发电机组塔筒振动异常检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106677996B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107829884A (zh) * | 2017-10-25 | 2018-03-23 | 西安锐益达风电技术有限公司 | 一种风力发电机塔筒健康状态监测方法和专用检测系统 |
CN108875800A (zh) * | 2018-05-29 | 2018-11-23 | 重庆大学 | 一种基于rfid卡的行为特征提取方法 |
CN109446184A (zh) * | 2018-08-28 | 2019-03-08 | 湖南大唐先科技有限公司 | 基于大数据分析平台的发电大数据预处理方法及系统 |
WO2019119659A1 (zh) * | 2017-12-18 | 2019-06-27 | 北京金风科创风电设备有限公司 | 用于风力发电机组的涡激振动的监测方法和设备 |
CN110618984A (zh) * | 2019-08-27 | 2019-12-27 | 西安因联信息科技有限公司 | 一种停机振动数据清洗方法 |
CN111594395A (zh) * | 2020-05-27 | 2020-08-28 | 国电联合动力技术有限公司 | 一种风电机组塔筒共振识别方法、装置及监测报警系统 |
CN112380308A (zh) * | 2020-11-17 | 2021-02-19 | 中国地质科学院矿产资源研究所 | 一种基于数据正则化的地球化学异常圈定方法及系统 |
CN114061743A (zh) * | 2020-08-03 | 2022-02-18 | 新疆金风科技股份有限公司 | 风力发电机组的振动监测方法、装置、设备及介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102288286A (zh) * | 2011-06-16 | 2011-12-21 | 中国科学院沈阳自动化研究所 | 一种振动加速度传感器齿轮箱测点精度分析与评价方法 |
CN103246228A (zh) * | 2012-02-14 | 2013-08-14 | 厦门烟草工业有限责任公司 | 一种在线监控均值和标准差的系统 |
CN105403402A (zh) * | 2015-11-12 | 2016-03-16 | 科诺伟业风能设备(北京)有限公司 | 风力发电机组传动链系统扭振状态的监测方法 |
-
2016
- 2016-12-29 CN CN201611242313.3A patent/CN106677996B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102288286A (zh) * | 2011-06-16 | 2011-12-21 | 中国科学院沈阳自动化研究所 | 一种振动加速度传感器齿轮箱测点精度分析与评价方法 |
CN103246228A (zh) * | 2012-02-14 | 2013-08-14 | 厦门烟草工业有限责任公司 | 一种在线监控均值和标准差的系统 |
CN105403402A (zh) * | 2015-11-12 | 2016-03-16 | 科诺伟业风能设备(北京)有限公司 | 风力发电机组传动链系统扭振状态的监测方法 |
Non-Patent Citations (1)
Title |
---|
孙向东等: "箱线图法在动物卫生数据异常值检验中的运用", 《统计分析》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107829884B (zh) * | 2017-10-25 | 2019-11-29 | 西安锐益达风电技术有限公司 | 一种风力发电机塔筒健康状态监测方法和专用检测系统 |
CN107829884A (zh) * | 2017-10-25 | 2018-03-23 | 西安锐益达风电技术有限公司 | 一种风力发电机塔筒健康状态监测方法和专用检测系统 |
WO2019119659A1 (zh) * | 2017-12-18 | 2019-06-27 | 北京金风科创风电设备有限公司 | 用于风力发电机组的涡激振动的监测方法和设备 |
CN108875800A (zh) * | 2018-05-29 | 2018-11-23 | 重庆大学 | 一种基于rfid卡的行为特征提取方法 |
CN109446184B (zh) * | 2018-08-28 | 2020-04-14 | 湖南大唐先一科技有限公司 | 基于大数据分析平台的发电大数据预处理方法及系统 |
CN109446184A (zh) * | 2018-08-28 | 2019-03-08 | 湖南大唐先科技有限公司 | 基于大数据分析平台的发电大数据预处理方法及系统 |
CN110618984A (zh) * | 2019-08-27 | 2019-12-27 | 西安因联信息科技有限公司 | 一种停机振动数据清洗方法 |
CN110618984B (zh) * | 2019-08-27 | 2023-02-03 | 西安因联信息科技有限公司 | 一种停机振动数据清洗方法 |
CN111594395A (zh) * | 2020-05-27 | 2020-08-28 | 国电联合动力技术有限公司 | 一种风电机组塔筒共振识别方法、装置及监测报警系统 |
CN111594395B (zh) * | 2020-05-27 | 2021-10-26 | 国电联合动力技术有限公司 | 一种风电机组塔筒共振识别方法、装置及监测报警系统 |
CN114061743A (zh) * | 2020-08-03 | 2022-02-18 | 新疆金风科技股份有限公司 | 风力发电机组的振动监测方法、装置、设备及介质 |
CN112380308A (zh) * | 2020-11-17 | 2021-02-19 | 中国地质科学院矿产资源研究所 | 一种基于数据正则化的地球化学异常圈定方法及系统 |
CN112380308B (zh) * | 2020-11-17 | 2021-06-29 | 中国地质科学院矿产资源研究所 | 一种基于数据正则化的地球化学异常圈定方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN106677996B (zh) | 2019-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106677996A (zh) | 一种风力发电机组塔筒振动异常检测方法 | |
CA2868643C (en) | Wind turbine and method for evaluating the health state of the blades thereof | |
CN103411774B (zh) | 波动工况下的风电机组在线预警方法 | |
CN102156043B (zh) | 风力发电机组在线状态监测与故障诊断系统 | |
CN104075795B (zh) | 用于监测风力发电机组的叶轮振动状态的方法和系统 | |
Barszcz et al. | Application of spectral kurtosis for detection of a tooth crack in the planetary gear of a wind turbine | |
CN103912448B (zh) | 一种区域风电场机组功率特性监测方法 | |
CN104066978B (zh) | 具有实时风速测量的风场 | |
CN104614179B (zh) | 一种风电机组齿轮箱状态监测方法 | |
CN103940611B (zh) | 一种风电机组变工况下滚动轴承自适应异常检测方法 | |
CN103674234B (zh) | 一种风力发电机组振动异常的状态预警方法及系统 | |
CN102620807A (zh) | 风力发电机状态监测系统及方法 | |
CN111946559B (zh) | 一种风机基础和塔架结构检测方法 | |
CN103512651B (zh) | 基于振动突变报警的风电机组状态监测方法及装置 | |
CN109209783A (zh) | 一种基于噪声检测叶片的雷击损伤的方法及装置 | |
CN101818724A (zh) | 一种风力发电机智能叶片 | |
CN104122086A (zh) | 基于Kriging模型的风力机齿轮箱故障诊断方法 | |
CN109655200A (zh) | 一种风力发电机组风轮不平衡的诊断方法及系统 | |
CA3152766A1 (en) | Detection of abnormal conditions on a wind turbine generator | |
CN112065668A (zh) | 一种风电机组状态异常评估方法及系统 | |
CN109211390B (zh) | 输电塔振动及强度安全测试和评估方法 | |
CN109869286A (zh) | 风力发电机组振动状态监测方法 | |
CN109255333A (zh) | 一种大型风电机组滚动轴承故障混合诊断方法 | |
CN107607342A (zh) | 空调机房设备群的健康能效检测方法 | |
CN113357099B (zh) | 一种基于加速度传感器的风机塔筒的疲劳诊断检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190514 Termination date: 20211229 |