CN107525904A - 无线水质监测系统 - Google Patents

无线水质监测系统 Download PDF

Info

Publication number
CN107525904A
CN107525904A CN201710714569.8A CN201710714569A CN107525904A CN 107525904 A CN107525904 A CN 107525904A CN 201710714569 A CN201710714569 A CN 201710714569A CN 107525904 A CN107525904 A CN 107525904A
Authority
CN
China
Prior art keywords
water quality
mrow
node
quality monitoring
msub
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.)
Pending
Application number
CN201710714569.8A
Other languages
English (en)
Inventor
潘荣兰
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN201710714569.8A priority Critical patent/CN107525904A/zh
Publication of CN107525904A publication Critical patent/CN107525904A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/18—Water

Abstract

本发明提供了无线水质监测系统，包括水质监测管理终端、水质数据采集模块和智能终端；所述的水质数据采集模块、智能终端与水质监测管理终端通信连接；所述的水质数据采集模块用于基于无线传感器网络对监测区域的水质进行监测，采集监测区域的水质参数并发送至水质监测管理终端；所述的水质监测管理终端用于对水质参数进行分析处理，并在水质异常时向智能终端发送报警信号。本发明实现了水质的无线监测。

Description

无线水质监测系统
技术领域
本发明涉及水处理技术领域，具体涉及无线水质监测系统。
背景技术
相关技术中，进行水质监测时，常采用便携式水质监测仪进行人工取样、实验室分析的方式，取样频率为每月数次到每日数次，是重点流域断面采样的主要方法。这种方法分析精度高，但存在监测周期长，劳动强度大，数据采集和传输速度慢，难以发现突发性污染情况等问题。
发明内容
针对上述问题，本发明提供无线水质监测系统。
本发明的目的采用以下技术方案来实现：
提供了无线水质监测系统，包括水质监测管理终端、水质数据采集模块和智能终端；所述的水质数据采集模块、智能终端与水质监测管理终端通信连接；所述的水质数据采集模块用于基于无线传感器网络对监测区域的水质进行监测，采集监测区域的水质参数并发送至水质监测管理终端；所述的水质监测管理终端用于对水质参数进行分析处理，并在水质异常时向智能终端发送报警信号。
优选地，所述水质监测管理终端包括依次连接的水质参数存储模块、水质参数分析处理模块、异常报警模块，还包括水质参数显示模块，水质参数显示模块与水质参数存储模块、水质参数分析处理模块连接。
本发明的有益效果为：能够实时监测到水质参数，监管人员可以远程监测水质信息，无线水质监测系统可以有效弥补传统技术的缺点，满足水质监测信息化、网络化的要求，同时具有费用低、功耗低、可靠性高、使用方便等优点，可带来强大的经济和社会效益。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1本发明的结构框图；
图2是本发明水质监测管理终端的连接框图。
附图标记：
水质监测管理终端1、水质数据采集模块2、智能终端3、水质参数存储模块10、水质参数分析处理模块20、异常报警模块30、水质参数显示模块40。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1、图2，本实施例提供的无线水质监测系统，包括水质监测管理终端1、水质数据采集模块2和智能终端3；所述的水质数据采集模块2、智能终端3与水质监测管理终端1通信连接；所述的水质数据采集模块2用于基于无线传感器网络对监测区域的水质进行监测，采集监测区域的水质参数并发送至水质监测管理终端1；所述的水质监测管理终端1用于对水质参数进行分析处理，并在水质异常时向智能终端3发送报警信号。
其中，智能终端3可以通过实时访问水质监测管理终端1查询监测区域的水质参数和异常状况。
优选地，所述的水质监测管理终端1在水质参数不满足设定的阈值时判定水质为异常。所述的水质参数数据包括水体温度、酸碱度及电导率值。
优选地，所述水质监测管理终端1包括依次连接的水质参数存储模块10、水质参数分析处理模块20、异常报警模块30，还包括水质参数显示模块40，水质参数显示模块40与水质参数存储模块10、水质参数分析处理模块20连接。
本发明上述实施例能够实时监测到水质参数，能够实时监测到水质参数，监管人员可以远程监测水质信息，无线水质监测系统可以有效弥补传统技术的缺点，满足水质监测信息化、网络化的要求，同时具有费用低、功耗低、可靠性高、使用方便等优点，可带来强大的经济和社会效益。
优选地，所述的水质数据采集模块2包括多个分布于监测区域内的水质监测节点和一个汇聚节点，初始化时，各水质监测节点进行分簇并确定簇头节点，水质监测节点将水质参数发送至所在簇内的簇头节点，簇头节点对接收的水质参数进行融合并发送至汇聚节点，进而上传至水质监测管理终端1。
其中，每个水质监测节点具有唯一的身份标识号，各水质监测节点具有相同的初始能量以及数据处理和通信能力。
优选地，预先设定水质监测节点的休眠阈值，簇头节点周期性地评估簇内水质监测节点的信任度，若水质监测节点的信任度低于设定的信任度阈值的次数超过设定的休眠阈值，则簇头节点向该水质监测节点发出休眠指令，使其进入休眠状态。
其中，簇头节点周期性地评估簇内水质监测节点的信任度，具体包括：
(1)各水质监测节点向簇头节点发送水质参数，设为{g1,g2,..,gu}，簇头节点根据{g1,g2,..,gu}计算融合值G：
式中，gs表示向簇头节点发送的第s个水质参数，u为各水质监测节点向簇头节点发送水质参数的总数；
(2)假设簇内各水质监测节点发送的水质参数满足高斯分布，则簇内各水质监测节点发送的水质参数满足一个数学期望为G，均方差为σ的高斯分布，按照下列公式评估水质监测节点的信任度：
式中，Hx表示水质监测节点x的信任度，gx表示水质监测节点x向所在簇的簇头节点发送的水质参数，Gx表示水质监测节点x向所在簇的簇头节点计算的融合值，σx表示水质监测节点x所在簇内的水质参数对应的均方差，A(x)表示水质监测节点x的邻居节点集合，gy表示水质监测节点x的邻居节点y向所在簇的簇头节点发送的水质参数，Gy表示邻居节点y向所在簇的簇头节点计算的融合值，σy表示邻居节点y所在簇内的水质参数对应的均方差，Sxy表示x、y之间的数据相似度，
本实施例设定了具体的水质监测节点的信任度评估策略，该策略对水质监测节点的信任度进行了量化，提出了精度较高的信任度评估公式，能够提高水质监测节点的信任度评估效率，有利于降低信任度评估的能量消耗，对信任度低的水质监测节点进行休眠，能够避免信任度低的水质监测节点影响水质参数的精度，提高水质参数收集的可靠度。
优选地，水质监测节点将采集的水质参数发送至所在簇内的簇头节点时，具体执行：当水质监测节点与所在簇的簇头节点为单跳距离时，水质监测节点直接将水质参数发送至簇头节点；水质监测节点与所在簇的簇头节点为多跳距离时，其在簇内选择一个邻居节点作为下一跳中继转发节点进行水质参数传输；
其中，下一跳中继转发节点的选择，具体包括：
(1)水质监测节点确认位于簇内的所有邻居节点，并获取每个邻居节点的当前评估的信任度；
(2)按照下列公式计算邻居节点成为下一跳中继转发节点的概率，并选择概率最大的邻居节点作为下一跳中继转发节点：
式中，Kb表示水质监测节点a的第b个邻居节点成为下一跳中继转发节点的概率，Hb表示b的当前信任度，HT为设定的信任度阈值，f(·)为判断函数，若Hb-HT≥0，则f(Hb-HT)＝1，若Hb-HT＜0，则f(Hb-HT)＝0，Pb为b的当前剩余能量，Pb0为b的初始能量，D(b,o)为b到所在簇的簇头节点之间的距离，D(a,o)为水质监测节点a到所在簇的簇头节点之间的距离，λ为设定的权重系数。
本优选实施例设计了水质监测节点发送水质参数至簇头节点的路由策略，并在水质监测节点与所在簇的簇头节点为多跳距离时，根据概率选择下一跳用于转发水质参数的中继转发节点，尽可能地形成较短的水质监测节点的水质参数传输路径，避免花费较多的水质参数传输成本；
其中，该概率在综合考虑能量比和与簇头节点间的距离因素的基础上进一步考虑了水质监测节点的信任度，使得选出的中继转发节点能够更加安全有效地承担水质参数转发的任务，提高了水质参数传输的可靠度。
优选地，水质监测节点在当中继转发节点满足下列条件时进行更新，在簇内重新选择一个邻居节点作为下一跳中继转发节点进行水质参数传输：
式中，Hγ为中继转发节点γ的当前信任度，若Hγ-HT≥0，则f(Hγ-HT)＝1，若Hγ-HT＜0，则f(Hγ-HT)＝0，Pγ为中继转发节点γ的当前剩余能量，Pγ0为中继转发节点γ的初始能量，Nγ表示当前选择γ为下一跳中继转发节点的水质监测节点数目，Φ为设定的调节系数。
本实施例基于信任度、承担水质参数转发任务量和能量因素设计了中继转发节点的更新条件，在中继转发节点不能够满足条件时进行更新，能够保障水质参数的转发，提高水质参数收集的可靠度，同时平衡充当中继转发节点的水质监测节点的负载，均衡水质监测节点的能量，节省无线水质监测系统在水质参数收集方面的通信成本。
最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (6)

1.无线水质监测系统，其特征是，包括水质监测管理终端、水质数据采集模块和智能终端；所述的水质数据采集模块、智能终端与水质监测管理终端通信连接；所述的水质数据采集模块用于基于无线传感器网络对监测区域的水质进行监测，采集监测区域的水质参数并发送至水质监测管理终端；所述的水质监测管理终端用于对水质参数进行分析处理，并在水质异常时向智能终端发送报警信号。
2.根据权利要求1所述的无线水质监测系统，其特征是，所述的水质监测管理终端在水质参数不满足设定的阈值时判定水质为异常。
3.根据权利要求2所述的无线水质监测系统，其特征是，所述水质监测管理终端包括依次连接的水质参数存储模块、水质参数分析处理模块、异常报警模块，还包括水质参数显示模块，水质参数显示模块与水质参数存储模块、水质参数分析处理模块连接。
4.根据权利要求1所述的无线水质监测系统，其特征是，所述的水质数据采集模块包括多个分布于监测区域内的水质监测节点和一个汇聚节点，初始化时，各水质监测节点进行分簇并确定簇头节点，水质监测节点将水质参数发送至所在簇内的簇头节点，簇头节点对接收的水质参数进行融合并发送至汇聚节点，进而上传至水质监测管理终端。
5.根据权利要求4所述的无线水质监测系统，其特征是，预先设定水质监测节点的休眠阈值，簇头节点周期性地评估簇内水质监测节点的信任度，若水质监测节点的信任度低于设定的信任度阈值的次数超过设定的休眠阈值，则簇头节点向该水质监测节点发出休眠指令，使其进入休眠状态；其中簇头节点周期性地评估簇内水质监测节点的信任度，具体包括：
(1)各水质监测节点向簇头节点发送水质参数，设为{g1,g2,..,gu}，簇头节点根据{g1,g2,..,gu}计算融合值G：
<mrow> <mi>G</mi> <mo>=</mo> <mfrac> <mrow> <mo>&amp;lsqb;</mo> <msubsup> <mo>&amp;Sigma;</mo> <mrow> <mi>s</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>u</mi> </msubsup> <msub> <mi>g</mi> <mi>s</mi> </msub> <mo>-</mo> <munder> <mrow> <mi>m</mi> <mi>i</mi> <mi>n</mi> </mrow> <mrow> <mi>s</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>..</mn> <mo>,</mo> <mi>u</mi> </mrow> </munder> <msub> <mi>g</mi> <mi>s</mi> </msub> <mo>-</mo> <munder> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> <mrow> <mi>s</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>..</mn> <mo>,</mo> <mi>u</mi> </mrow> </munder> <msub> <mi>g</mi> <mi>s</mi> </msub> <mo>&amp;rsqb;</mo> </mrow> <mrow> <mi>u</mi> <mo>-</mo> <mn>2</mn> </mrow> </mfrac> </mrow>
式中，gs表示向簇头节点发送的第s个水质参数，u为各水质监测节点向簇头节点发送水质参数的总数；
(2)假设簇内各水质监测节点发送的水质参数满足高斯分布，则簇内各水质监测节点发送的水质参数满足一个数学期望为G，均方差为σ的高斯分布，按照下列公式评估水质监测节点的信任度：
<mrow> <msub> <mi>H</mi> <mi>x</mi> </msub> <mo>=</mo> <mfrac> <mn>1</mn> <mn>2</mn> </mfrac> <msqrt> <mrow> <mn>0.9</mn> <msup> <mrow> <mo>(</mo> <msup> <mi>e</mi> <mrow> <mo>-</mo> <mfrac> <mrow> <mo>(</mo> <msub> <mi>g</mi> <mi>x</mi> </msub> <mo>-</mo> <msub> <mi>G</mi> <mi>x</mi> </msub> <mo>)</mo> </mrow> <mrow> <msup> <msub> <mi>&amp;sigma;</mi> <mi>x</mi> </msub> <mn>2</mn> </msup> </mrow> </mfrac> </mrow> </msup> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <mn>0.1</mn> <msup> <mrow> <mo>&amp;lsqb;</mo> <munder> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>&amp;Element;</mo> <mi>A</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>)</mo> </mrow> </mrow> </munder> <mrow> <mo>(</mo> <msup> <mi>e</mi> <mrow> <mo>-</mo> <mfrac> <mrow> <mo>(</mo> <msub> <mi>g</mi> <mi>y</mi> </msub> <mo>-</mo> <msub> <mi>G</mi> <mi>y</mi> </msub> <mo>)</mo> </mrow> <mrow> <msup> <msub> <mi>&amp;sigma;</mi> <mi>y</mi> </msub> <mn>2</mn> </msup> </mrow> </mfrac> </mrow> </msup> <mfrac> <msub> <mi>S</mi> <mrow> <mi>x</mi> <mi>y</mi> </mrow> </msub> <mrow> <msub> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>&amp;Element;</mo> <mi>A</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>)</mo> </mrow> </mrow> </msub> <msub> <mi>S</mi> <mrow> <mi>x</mi> <mi>y</mi> </mrow> </msub> </mrow> </mfrac> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> <mn>2</mn> </msup> </mrow> </msqrt> </mrow>
式中，Hx表示水质监测节点x的信任度，gx表示水质监测节点x向所在簇的簇头节点发送的水质参数，Gx表示水质监测节点x向所在簇的簇头节点计算的融合值，σx表示水质监测节点x所在簇内的水质参数对应的均方差，A(x)表示水质监测节点x的邻居节点集合，gy表示水质监测节点x的邻居节点y向所在簇的簇头节点发送的水质参数，Gy表示邻居节点y向所在簇的簇头节点计算的融合值，σy表示邻居节点y所在簇内的水质参数对应的均方差，Sxy表示x、y之间的数据相似度，
6.根据权利要求5所述的无线水质监测系统，其特征是，水质监测节点将采集的水质参数发送至所在簇内的簇头节点时，具体执行：当水质监测节点与所在簇的簇头节点为单跳距离时，水质监测节点直接将水质参数发送至簇头节点；水质监测节点与所在簇的簇头节点为多跳距离时，其在簇内选择一个邻居节点作为下一跳中继转发节点进行水质参数传输。
CN201710714569.8A 2017-08-18 2017-08-18 无线水质监测系统 Pending CN107525904A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710714569.8A CN107525904A (zh) 2017-08-18 2017-08-18 无线水质监测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710714569.8A CN107525904A (zh) 2017-08-18 2017-08-18 无线水质监测系统

Publications (1)

Publication Number Publication Date
CN107525904A true CN107525904A (zh) 2017-12-29

Family

ID=60681529

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710714569.8A Pending CN107525904A (zh) 2017-08-18 2017-08-18 无线水质监测系统

Country Status (1)

Country Link
CN (1) CN107525904A (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107462289A (zh) * 2017-09-30 2017-12-12 韦彩霞 一种水质安全监测系统
CN108064065A (zh) * 2017-12-25 2018-05-22 陈剑桃 一种基于无线传感器网络的远程水质监测系统
CN108932842A (zh) * 2018-08-06 2018-12-04 深圳市创艺工业技术有限公司 城市道路交通污染物排放智能监控系统
CN108989417A (zh) * 2018-07-09 2018-12-11 梧州井儿铺贸易有限公司 海洋有机污染物浓度智能监测系统
CN109041000A (zh) * 2018-07-25 2018-12-18 深圳智达机械技术有限公司 建筑基坑沉降无线监测系统
CN109040999A (zh) * 2018-07-25 2018-12-18 深圳源广安智能科技有限公司 建筑深基坑智能监测装置
CN109121225A (zh) * 2018-10-16 2019-01-01 广州源贸易有限公司 一种基于wsn的水质监测系统
CN109115270A (zh) * 2018-08-06 2019-01-01 大连理工大学 一种多参数水质数据并行采集系统的数据收集处理方法
CN109212153A (zh) * 2018-10-16 2019-01-15 深圳美特优科技有限公司 一种基于无线传感器网络的水质监测系统
CN109239291A (zh) * 2018-09-27 2019-01-18 东莞青柳新材料有限公司 湖泊水质智能监测系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100332149A1 (en) * 1998-12-17 2010-12-30 Hach Company Method and system for remote monitoring of fluid quality and treatment
CN102109511A (zh) * 2009-12-29 2011-06-29 上海电气集团股份有限公司 一种基于无线传感器网络的污水监测网络结构
CN103139862A (zh) * 2012-11-22 2013-06-05 江南大学 基于查询的无线传感器网络多源数据融合方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100332149A1 (en) * 1998-12-17 2010-12-30 Hach Company Method and system for remote monitoring of fluid quality and treatment
CN102109511A (zh) * 2009-12-29 2011-06-29 上海电气集团股份有限公司 一种基于无线传感器网络的污水监测网络结构
CN103139862A (zh) * 2012-11-22 2013-06-05 江南大学 基于查询的无线传感器网络多源数据融合方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
宋秀峰: "海洋水质检测系统中多传感器数据融合技术的研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》 *
王娜: "无线传感网节点信任检测量化模型与方法研究", 《中国博士学位论文全文数据 信息科技辑》 *
胥可: "基于无线传感器网络的库区水质监测系统研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107462289A (zh) * 2017-09-30 2017-12-12 韦彩霞 一种水质安全监测系统
CN108064065A (zh) * 2017-12-25 2018-05-22 陈剑桃 一种基于无线传感器网络的远程水质监测系统
CN108989417A (zh) * 2018-07-09 2018-12-11 梧州井儿铺贸易有限公司 海洋有机污染物浓度智能监测系统
CN109041000A (zh) * 2018-07-25 2018-12-18 深圳智达机械技术有限公司 建筑基坑沉降无线监测系统
CN109040999A (zh) * 2018-07-25 2018-12-18 深圳源广安智能科技有限公司 建筑深基坑智能监测装置
CN108932842A (zh) * 2018-08-06 2018-12-04 深圳市创艺工业技术有限公司 城市道路交通污染物排放智能监控系统
CN109115270A (zh) * 2018-08-06 2019-01-01 大连理工大学 一种多参数水质数据并行采集系统的数据收集处理方法
CN109239291A (zh) * 2018-09-27 2019-01-18 东莞青柳新材料有限公司 湖泊水质智能监测系统
CN109121225A (zh) * 2018-10-16 2019-01-01 广州源贸易有限公司 一种基于wsn的水质监测系统
CN109212153A (zh) * 2018-10-16 2019-01-15 深圳美特优科技有限公司 一种基于无线传感器网络的水质监测系统

Similar Documents

Publication Publication Date Title
CN107525904A (zh) 无线水质监测系统
CN107462289A (zh) 一种水质安全监测系统
CN108064065A (zh) 一种基于无线传感器网络的远程水质监测系统
CN105959987A (zh) 一种提高无线传感器网络能量利用率和服务性能的数据融合算法
CN107328916A (zh) 一种有效的土壤环境监测系统
Yang et al. Optimal consensus-based distributed estimation with intermittent communication
CN107465746A (zh) 一种基于无线传感器网络的风沙监测系统
Nithyakalyani et al. Data aggregation in wireless sensor network using node clustering algorithms—A comparative study
CN104284386A (zh) 基于点介数的无线传感器网络簇头选择方法
CN109121225A (zh) 一种基于wsn的水质监测系统
CN108419304A (zh) 一种无线传感器网络水质监控系统
CN107644474A (zh) 一种用于智能电网的电力巡检系统
Redhu et al. Optimal relay node selection in time-varying IoT networks using apriori contact pattern information
CN107969008A (zh) 一种软件定义传感网集中式路由计算方法
Hemavathi et al. HFLFO: Hybrid fuzzy levy flight optimization for improving QoS in wireless sensor network
Sharma et al. ReLeC: a reinforcement learning-based clustering-enhanced protocol for efficient energy optimization in wireless sensor networks
CN105246173A (zh) 一种适用于rsn的节点分簇方法及其融合判决方法
CN107450343A (zh) 一种智能家居无线控制系统
Singh et al. An improved energy-efficient BBO-based PEGASIS protocol in wireless sensors network
CN108200148A (zh) 应用无线传感器网络的果园监控系统
CN107493335A (zh) 一种用于精准农业的农作物监测系统
Nithyakalyani et al. Analysis of node clustering algorithms on data aggregation in wireless sensor network
CN103546948A (zh) 基于图论的能量获取传感器网络节点休眠调度方法和系统
Ghadban et al. Strategies for principal component analysis in wireless sensor networks
CN107659474B (zh) 一种智能家居控制系统

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20171229

RJ01 Rejection of invention patent application after publication