CN106772036A - 基于双馈风力发电机转子侧电量信息的碳刷和滑环火花监测方法 - Google Patents
基于双馈风力发电机转子侧电量信息的碳刷和滑环火花监测方法 Download PDFInfo
- Publication number
- CN106772036A CN106772036A CN201611143936.5A CN201611143936A CN106772036A CN 106772036 A CN106772036 A CN 106772036A CN 201611143936 A CN201611143936 A CN 201611143936A CN 106772036 A CN106772036 A CN 106772036A
- Authority
- CN
- China
- Prior art keywords
- rotor
- slip ring
- carbon brush
- frequency
- double
- 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
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/34—Testing dynamo-electric machines
- G01R31/343—Testing dynamo-electric machines in operation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/34—Testing dynamo-electric machines
- G01R31/346—Testing of armature or field windings
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Motor Or Generator Current Collectors (AREA)
Abstract
一种基于双馈风力发电机转子侧电量信息的碳刷和滑环火花监测方法,包括如下步骤:1)机组并网运行时,实时采集发电机转子三相电流iA、iB、iC,利用Morlet小波,分别对其进行变换;2)提取小波脊线;3)根据小波脊线得出瞬时频率信息,检测瞬时频率中是否存在特征频率,即50Hz;4)对转子三相电流信号进行滤波、加窗、插值之后,进行FFT变换,分别比较当前在转子基频和50Hz处频谱幅值与正常工况下在转子基频和50Hz处频谱幅值的差异,如果两处幅值都有减小的趋势,判定为发生打火。本发明直接采集转子三相电流,数据获取方便,对双馈风电机组碳刷和滑环间打火的早期诊断具有一定的工程应用价值。
Description
技术领域
本发明属于风电机组的在线故障诊断技术领域,涉及双馈风力发电机碳刷和滑环火花监测方法。
背景技术
对于MW级的双馈风电机组,励磁电流较大,通常同一相分布着多个碳刷,也使相互之间的均流效果难以得到保证。实际运行中,碳刷和滑环间电阻的变化,极易导致电刷电流的二次分配,使部分碳刷和滑环高温过热,再加上周围空气湿度大,两者之间发生打火的几率会显著增加,轻则损坏碳刷,重则造成发电机滑环及转轴的损坏,影响发电机的正常运行。
实际中导致碳刷与滑环间出现电火花的原因很多,比如:整机的振动过大,引起电刷振动过大;滑环表面有灼伤或表面粗糙使两者接触不良;碳刷运行过热和周围环境湿度大;恒压弹簧压力不够导致碳刷在刷握内摇摆等。若能够对火花进行诊断,及时更换碳刷,将有非常重要的过程意义。
目前双馈风力发电机组碳刷和滑环火花的监测可通过光电管监测法、电刷电流、接触电压的峰值等手段,但是这些方法大都需要增加设备,不仅成本大,而且可靠性不高、适应性较差。近来各研究机构及风机制造商也对两者间的火花监测进行了相关研究,以及公布了一些文章和专利,但大都从电刷电流的角度出发。如“双馈异步发电机电刷滑环电阻变化理论与仿真研究”,该方法通过对电刷与滑环的等效电阻进行分析,测量每个碳刷的电流并进行傅里叶变换,提取特征分量。该方法需要对电刷电流进行处理,在现有风机硬件基础上难以实现。
发明内容
为了克服现有的双馈风力发电机碳刷和滑环火花监测方式的成本大、可靠性较差、适应性较差的不足,本发明提供一种简单易行、准确性良好、适用性较好的基于双馈风力发电机转子侧电量信息的碳刷和滑环火花监测方法。
本发明解决其技术问题所采用的技术方案是:
一种基于双馈风力发电机转子侧电量信息的碳刷和滑环火花监测方法,所述监测方法包括如下步骤:
1)机组并网运行时,实时采集发电机转子三相电流iA、iB、iC。利用Morlet小波,分别对其进行变换;
2)提取小波脊线;
3)根据小波脊线得出瞬时频率信息,检测瞬时频率中是否存在特征频率,即50Hz;
4)对转子三相电流信号进行滤波、加窗、插值之后,进行FFT变换,分别比较当前在转子基频和50Hz处频谱幅值与正常工况下在转子基频和50Hz处频谱幅值的差异,如果两处幅值都有减小的趋势,判定为发生打火。
进一步,所述步骤1)中,需实时采集发电机转子侧的电流,实际中可采用变流器采集的三相转子电流。
再进一步,在步骤1)中,对转子三相电流进行处理的过程如下:
1.1)设ψ(t)为平方可积函数,即ψ(t)∈L2(R),如果Fourier变换满足容许性条件:
则ψ(t)为母小波,将其按照尺度参数a和平移参数b进行伸缩和平移,生成的函数族{ψa,b(t)}为分析小波。
1.2)变换中所用的Morlet小波时域形式如下。
1.3)根据步骤1.1)、1.2)中,可以得到信号各个频率的相位和幅值信息,对任意的(a,b),相位可表示为:
对于式(4),任意的(a,b),其在t上只有一个驻点,满足:
φ'a,b(ts)=0&φ”a,b(ts)≠0(5)。
在步骤3)中,由驻点的性质知φ'a,b(ts)=0,而小波脊线是由相平面上满足ts(a,b)=b的点,两者结合即可得到脊线。
因此知道小波脊线ar(b),即可求出瞬时频率其中小波脊线的提取可借助小波曲线。
在步骤3)中,小波脊线与瞬时频率的关系如下:
式(2)中,ar(b)为小波脊线,为瞬时频率。
在步骤4)中,对转子三相电流进行如下处理:
4.1)对转子相电流进行低通滤波、加窗函数,Hanning窗的时域形式如下:
4.2)进行分段线性插值,各插值点用折线连接,再将插值之后的信号做FFT变换;
4.3)将打火和正常运行时的处理结果作比较,观测两者在转子基频和50Hz处频谱的差异。
本发明的有益效果主要表现在:1)本发明涉及的信息的提取无需增加新的设备,硬件成本较低;
2)通过发明所述的方法可以有效的提取特征量,且与正常运行时的数据对比,可以明显观察到打火时的区别。
附图说明
图1为本发明流程图。
图2为滑环和碳刷电阻理论示意图,其中,(a)是等效电路,(b)是碳刷与滑环滑动接触示意图。
图3为实验机组滑环电阻周期性变化图。
图4为打火时转子A相和B相电流。
图5打火相瞬时频率信息。
图6为打火时转子A相电流FFT分析。
图7为正常运行时转子A相电流FFT分析。
具体实施方式
下面结合附图对本发明作进一步描述。
参照图1~图7,一种基于双馈风力发电机转子侧电量信息的碳刷和滑环火花监测方法,包括如下步骤:
1)机组并网运行时,实时采集发电机转子三相电流iA、iB、iC。碳刷和滑环之间发生打火时,会在转子电流中有所体现,现从两者间的电阻理论出发具体介绍,主要考虑接触电阻和滑环的周期性电阻。
碳刷和滑环的接触面存在附件电阻,表达式如下:
式中,ρl、ρr为碳刷、滑环的电阻率;ε为材料的变形系数;Hl、Hr为碳刷、滑环接触材料的布氏硬度;n、F分别是接触点数和接触压力;ρa膜层的电阻率。
滑环的引线触头与碳刷接触部分时刻变化,故滑环电阻也做周期性变化,分析原理如图2所示。从图中可以看到电刷电流经2路流向滑环,一路是L1,另一路是L2,两段电阻可表示如下:
式中,ρ为电阻率,A为滑环径向截面积。
式中ω可由频率f来表示,即ω(t)=f×t×360。再有R1和R2的并联关系可得总的滑动电阻,其周期性变化如图3所示。
Rtot(t)=Rring×f×(t-f×t2)Rring=2×π×r×ρ/A(13)
进一步设转子A相电压u(t)=cos(ωt),对(4)式按泰勒变换转化成正余弦形式,可求出转子A相电流与碳刷和滑环电阻的关系,两者电阻的变化会引起转子电流在ω0、ω0+ωm频率处的变化。
利用Morlet小波对其变换;
2)提取小波脊线;
3)根据小波脊线得出瞬时频率的变化,检测瞬时频率图中是否存在特征频率,即50Hz。
4)为进一步区分,打火与正常运行时,两者在特征频率及基波频率处的区别,对转子三相电流信号进行滤波、加窗、插值之后,进行FFT变换,分别比较当前在转子基频和50Hz处频谱幅值与正常工况下在转子基频和50Hz处频谱幅值的差异,如果两处幅值都有减小的趋势,判定为发生打火。
即当前转子基频和50Hz处频谱处的幅值,与正常工况时转子基频和50Hz处频谱处的幅值相比较,如果同时满足当前转子基频的幅值都比正常工况时基频的幅值小,当前转子50Hz的幅值都比正常工况时50Hz的幅值小,判定为发生打火。
进一步,在步骤1)中,对转子三相电流进行处理的过程如下:
1.1)设ψ(t)为平方可积函数,即ψ(t)∈L2(R),如果Fourier变换满足容许性条件:
则ψ(t)为母小波,将其按照尺度参数a和平移参数b进行伸缩和平移,生成的函数族{ψa,b(t)}为分析小波。
1.2)变换中所用的Morlet小波时域形式如下。
1.3)根据步骤1.1)、1.2)中,可以得到信号各个频率的相位和幅值信息,对任意的(a,b),相位可表示为:
对于式(9),任意的(a,b),其在t上只有一个驻点,满足:
φ'a,b(ts)=0&φ”a,b(ts)≠0(5)
1.4)由驻点的性质知φ'a,b(ts)=0,而小波脊线是由相平面上满足ts(a,b)=b的点。两者结合即可得到脊线。
因此知道小波脊线ar(b),即可求出瞬时频率其中小波脊线的提取可借助小波曲线。
在步骤3)中,小波脊线与瞬时频率的关系如下:
式(2)中,ar(b)为小波脊线,为瞬时频率。
再进一步,在步骤4)中,对转子三相电流进行如下处理:
4.1)对转子相电流进行低通滤波、加窗函数,Hanning窗的时域形式如下:
4.2)进行分段线性插值,各插值点用折线连接,再将插值之后的信号做FFT变换;
4.3)将打火和正常运行时的处理结果作比较,观测两者在转子基频和50Hz处频谱的差异。
本发明涉及的信息的提取无需增加新的设备,硬件成本较低;
因故障特征量本身很小,提取困难。文中采用瞬时频率的方法进行提取。并且通过分析及实验结果可以明显看到打火时,转子电流基波幅值及特征频率处的幅值较正常运行时偏小。
以某2.0MW双馈风力发电机组为研究对象,转子每相6个碳刷,为使打火易于发生使转子K相2个碳刷运行,实验时转速为1750rpm附近,输出有功1.5MW,转子相电流有效值410A。图2和图3分别是滑环和碳刷间电阻理论的等效示意图和实验机组的滑环周期性电阻,实验时在滑环室观察到的火花现象以及实验结束后,转子K相碳刷表面留下的电蚀现象。
需要说明的是,实际实验时打火一般难以实现,故将转子K相2个碳刷运行,以增加电刷电流密度,增大打火的几率。
记录打火前后转子电流数据,数据包时间长度为10s,图4记录的是该时间段内转子A和B相的电流,其中A相对应K相,B相对应L相,期间A相发生打火。采用Morlet小波分析,其瞬时频率如图5所示,图中平均频率对应转子基频8.3Hz附近,在6.3s左右出现50Hz分量。
为进一步分析,A相打火与正常运行时的区别,分别记录两种工况的数据进行分析。图6和图7分别对应打火时和正常运行时A相电流的FFT分析结果,所用方法如上述所述。打火期间,对应转子基频8.3Hz频谱幅值523.3,特征频率50Hz处幅值8.014;而正常工况时,转子基频处幅值532.6,50Hz处幅值8.394。从结果看出不管是转子基频还是50Hz处,在打火发生时两者幅值明显减小,与根据滑环和碳刷电阻理论分析的结果相一致。
根据实验结果,可以根据50Hz处幅值和转子基频幅值的变化判断碳刷和滑环轻微打火的发生,并且本发明的判定条件是基于大量实验数据的,并不局限于该实例。
本发明通过双馈风电机组转子电流来判断碳刷和滑环之间的打火,简单有效,成本相对较低,是一种有效可靠的判断方法。
最后需要说明的是,以上实施例仅用以说明本发明的技术方案而非限制,本领域技术人员应当理解,可以在形式上和细节上对本发明做出改变,而不偏离发明权利要求书所限定的范围。
还需要说明的是,本文中所公开的实例描述的各参数,仅是为了更好的描述本发明,专业人员可以意识到,通过修改本发明的参数值可达到同样的诊断效果,但是这种实现不应认为超出本发明的范围。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (5)
1.一种基于双馈风力发电机转子侧电量信息的碳刷和滑环火花监测方法,其特征在于:所述监测方法包括如下步骤:
1)机组并网运行时,实时采集发电机转子三相电流iA、iB、iC。利用Morlet小波,分别对其进行变换;
2)提取小波脊线;
3)根据小波脊线得出瞬时频率信息,检测瞬时频率中是否存在特征频率,即50Hz;
4)对转子三相电流信号进行滤波、加窗、插值之后,进行FFT变换,分别比较当前在转子基频和50Hz处频谱幅值与正常工况下在转子基频和50Hz处频谱幅值的差异,如果两处幅值都有减小的趋势,判定为发生打火。
2.如权利要求1所述的基于双馈风力发电机转子侧电量信息的碳刷和滑环火花监测方法,其特征在于:在步骤1)中,对转子三相电流进行处理的过程如下:
1.1)设ψ(t)为平方可积函数,即ψ(t)∈L2(R),如果Fourier变换满足容许性条件:
则ψ(t)为母小波,将其按照尺度参数a和平移参数b进行伸缩和平移,生成的函数族{ψa,b(t)}为分析小波。
1.2)变换中所用的Morlet小波时域形式如下。
1.3)根据步骤1.1)、1.2)中,可以得到信号各个频率的相位和幅值信息,对任意的(a,b),相位可表示为:
对于式(4),任意的(a,b),其在t上只有一个驻点,满足:
3.如权利要求2所述的基于双馈风力发电机转子侧电量信息的碳刷和滑环火花监测方法,其特征在于:在步骤3)中,由驻点的性质知φ′a,b(ts)=0,而小波脊线是由相平面上满足ts(a,b)=b的点,两者结合即可得到脊线。
因此知道小波脊线ar(b),即可求出瞬时频率其中小波脊线的提取可借助小波曲线。
4.如权利要求1~3之一所述的基于双馈风力发电机转子侧电量信息的碳刷和滑环火花监测方法,其特征在于:在步骤3)中,小波脊线与瞬时频率的关系如下:
式(2)中,ar(b)为小波脊线,为瞬时频率。
5.如权利要求1~3之一所述的基于双馈风力发电机转子侧电量信息的碳刷和滑环火花监测方法,其特征在于:在步骤4)中,对转子三相电流进行如下处理:
4.1)对转子相电流进行低通滤波、加窗函数,Hanning窗的时域形式如下:
4.2)进行分段线性插值,各插值点用折线连接,再将插值之后的信号做FFT变换;
4.3)将打火和正常运行时的处理结果作比较,观测两者在转子基频和50Hz处频谱的差异。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611143936.5A CN106772036B (zh) | 2016-12-13 | 2016-12-13 | 基于双馈风力发电机转子侧电量信息的碳刷和滑环火花监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611143936.5A CN106772036B (zh) | 2016-12-13 | 2016-12-13 | 基于双馈风力发电机转子侧电量信息的碳刷和滑环火花监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106772036A true CN106772036A (zh) | 2017-05-31 |
CN106772036B CN106772036B (zh) | 2019-04-05 |
Family
ID=58876247
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611143936.5A Active CN106772036B (zh) | 2016-12-13 | 2016-12-13 | 基于双馈风力发电机转子侧电量信息的碳刷和滑环火花监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106772036B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107091988A (zh) * | 2017-06-15 | 2017-08-25 | 西安交通大学 | 一种三相电机电流信号瞬时频率和瞬时包络提取方法 |
CN110687446A (zh) * | 2019-07-15 | 2020-01-14 | 浙江运达风电股份有限公司 | 一种双馈风力发电机电刷和滑环早期故障诊断方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101588112A (zh) * | 2009-07-01 | 2009-11-25 | 唐德尧 | 一种电刷滑环故障的诊断装置及机理诊断和维修设计方法 |
CN102352824A (zh) * | 2011-10-11 | 2012-02-15 | 苏州市思玛特电力科技有限公司 | 一种基于电气信息的风力发电机健康状态监测系统和方法 |
CN103048619A (zh) * | 2012-12-16 | 2013-04-17 | 华南理工大学 | 一种风力发电机组故障特征在线提取装置及提取方法 |
CN103176128A (zh) * | 2013-03-28 | 2013-06-26 | 华南理工大学 | 一种风力发电机组状态预报及智能故障诊断方法及系统 |
CN103472802A (zh) * | 2013-09-13 | 2013-12-25 | 同济大学 | 风力发电机组智能状态监测终端及其数据处理方法 |
CN103529386A (zh) * | 2013-10-12 | 2014-01-22 | 山西大学工程学院 | 风电机组远程实时状态监测与智能故障诊断系统及方法 |
CN103728130A (zh) * | 2013-10-10 | 2014-04-16 | 西安交通大学 | 一种基于稀疏分解的风力发电机组故障特征提取方法 |
CN106124982A (zh) * | 2016-06-14 | 2016-11-16 | 都城绿色能源有限公司 | 一种风电机组的自动专家综合故障诊断系统及诊断方法 |
-
2016
- 2016-12-13 CN CN201611143936.5A patent/CN106772036B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101588112A (zh) * | 2009-07-01 | 2009-11-25 | 唐德尧 | 一种电刷滑环故障的诊断装置及机理诊断和维修设计方法 |
CN102352824A (zh) * | 2011-10-11 | 2012-02-15 | 苏州市思玛特电力科技有限公司 | 一种基于电气信息的风力发电机健康状态监测系统和方法 |
CN103048619A (zh) * | 2012-12-16 | 2013-04-17 | 华南理工大学 | 一种风力发电机组故障特征在线提取装置及提取方法 |
CN103176128A (zh) * | 2013-03-28 | 2013-06-26 | 华南理工大学 | 一种风力发电机组状态预报及智能故障诊断方法及系统 |
CN103472802A (zh) * | 2013-09-13 | 2013-12-25 | 同济大学 | 风力发电机组智能状态监测终端及其数据处理方法 |
CN103728130A (zh) * | 2013-10-10 | 2014-04-16 | 西安交通大学 | 一种基于稀疏分解的风力发电机组故障特征提取方法 |
CN103529386A (zh) * | 2013-10-12 | 2014-01-22 | 山西大学工程学院 | 风电机组远程实时状态监测与智能故障诊断系统及方法 |
CN106124982A (zh) * | 2016-06-14 | 2016-11-16 | 都城绿色能源有限公司 | 一种风电机组的自动专家综合故障诊断系统及诊断方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107091988A (zh) * | 2017-06-15 | 2017-08-25 | 西安交通大学 | 一种三相电机电流信号瞬时频率和瞬时包络提取方法 |
CN107091988B (zh) * | 2017-06-15 | 2019-07-02 | 西安交通大学 | 一种三相电机电流信号瞬时频率和瞬时包络提取方法 |
CN110687446A (zh) * | 2019-07-15 | 2020-01-14 | 浙江运达风电股份有限公司 | 一种双馈风力发电机电刷和滑环早期故障诊断方法 |
CN110687446B (zh) * | 2019-07-15 | 2022-02-08 | 浙江运达风电股份有限公司 | 一种双馈风力发电机电刷和滑环早期故障诊断方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106772036B (zh) | 2019-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chen et al. | Bearing corrosion failure diagnosis of doubly fed induction generator in wind turbines based on stator current analysis | |
Watson et al. | Condition monitoring of the power output of wind turbine generators using wavelets | |
Amirat et al. | A brief status on condition monitoring and fault diagnosis in wind energy conversion systems | |
Amirat et al. | Wind turbines condition monitoring and fault diagnosis using generator current amplitude demodulation | |
CN105756864B (zh) | 基于双馈风力发电机组定子电流的桨叶不平衡故障诊断方法 | |
CN103759891B (zh) | 一种双馈风力发电机叶片不平衡在线故障诊断方法 | |
CN103744023B (zh) | 一种双馈风力发电机定子绕组不对称故障检测方法 | |
CN105738806A (zh) | 一种风力发电机组故障诊断系统和方法 | |
WO2019109969A1 (zh) | 一种电力系统宽频带多振荡模式分量的辨识方法 | |
CN108278184B (zh) | 基于经验模态分解的风电机组叶轮不平衡监测方法 | |
CN106772036A (zh) | 基于双馈风力发电机转子侧电量信息的碳刷和滑环火花监测方法 | |
CN106338397A (zh) | 基于无传感器检测法的风力发电机滚动轴承故障诊断装置 | |
Rashid et al. | Forecasting of wind turbine output power using machine learning | |
Wei et al. | Extended Park's vector method in early inter‐turn short circuit fault detection for the stator windings of offshore wind doubly‐fed induction generators | |
Hamatwi et al. | Condition monitoring and fault diagnosis of stator and rotor interturn winding faults in a DFIG-based wind turbine system: A Review | |
CN106842023A (zh) | 旋转电机的故障诊断方法 | |
CN116707326A (zh) | 一种大功率可控硅整流柜及控制系统 | |
CN111796203B (zh) | 一种静止变频器网桥侧单相接地故障的识别方法及装置 | |
CN103149047A (zh) | 一种基于非线性混合模型的冷却塔声学诊断方法 | |
Vedreño-Santos et al. | Diagnosis of faults in induction generators under fluctuating load conditions through the instantaneous frequency of the fault components | |
Yang et al. | An intelligent approach to the condition monitoring of large scale wind turbines | |
CN109765003B (zh) | 一种基于希尔伯特变换的叶片不平衡故障电信号特征提取方法 | |
Garg et al. | Wind turbine condition monitoring for rotor faults using MCSA | |
Xie et al. | Marine current turbine imbalance fault detection method based on angular resampling | |
CN109713689A (zh) | 一种次同步振荡监测控制系统 |
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 |