CN107592353B - 大容量光纤和智能涂层传感器网络数据处理的实现方法 - Google Patents

大容量光纤和智能涂层传感器网络数据处理的实现方法 Download PDF

Info

Publication number
CN107592353B
CN107592353B CN201710804988.0A CN201710804988A CN107592353B CN 107592353 B CN107592353 B CN 107592353B CN 201710804988 A CN201710804988 A CN 201710804988A CN 107592353 B CN107592353 B CN 107592353B
Authority
CN
China
Prior art keywords
optical fiber
sensor
signals
intelligent coating
intelligent
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.)
Expired - Fee Related
Application number
CN201710804988.0A
Other languages
English (en)
Other versions
CN107592353A (zh
Inventor
张卫方
李英武
高晓岩
任飞飞
刘雪蓉
张景玉
张萌
王翔宇
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.)
Beihang University
Original Assignee
Beihang University
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 Beihang University filed Critical Beihang University
Priority to CN201710804988.0A priority Critical patent/CN107592353B/zh
Publication of CN107592353A publication Critical patent/CN107592353A/zh
Application granted granted Critical
Publication of CN107592353B publication Critical patent/CN107592353B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Arrangements For Transmission Of Measured Signals (AREA)

Abstract

本发明提供一种大容量光纤和智能涂层传感器网络数据处理的实现方法,步骤如下:一,搭建大容量光纤和智能涂层传感器网络;二,将多路并行光纤和智能涂层传感器信号按时序进行排列,将多路并行信号转化为串行信号;三,对光纤传感器信号进行光电转换;四,高速模拟数字信号转换,将模拟信号转化成数字信号;五,光纤传感器和智能涂层传感器信号滤波;六,对光纤传感器和智能涂层传感器信号进行分类处理;通过以上步骤,实现了一种大容量光纤和智能涂层传感器网络数据处理的实现方法,能够对大容量光纤和智能涂层传感器数据进行处理,解决了在实际应用中无法对大容量的光纤和智能涂层传感器信号进行处理的情况,加强了光纤和智能传感器的应用。

Description

大容量光纤和智能涂层传感器网络数据处理的实现方法
技术领域
本发明提供一种大容量光纤和智能涂层传感器网络数据处理的实现方法,包括光电转换技术、高速采集技术、信号滤波技术和信号分类技术的实现,能够对大容量光纤和智能涂层传感器网络信号进行数据处理,属于结构健康监测技术领域。
背景技术
光纤传感器由于具有抗电磁干扰、抗腐蚀、本征无源等优点,且随着光纤技术的发展,其在各种大型建筑、石油化工、强电磁干扰、强腐蚀环境中得到越来越广泛的应用。
智能涂层技术可实现对结构裂纹的监测,已经得到了实际的应用,但是因为智能涂层脆性较大,当其应用在监测结构时会存在虚警率较高的问题,即当结构未出现问题时,由于其他因素的影响导致其报警,因此限制了它的推广应用。
为解决智能涂层传感器虚警率较高的问题,并且由于光纤传感器主要监测大尺度应变场,不适宜于小尺度测量,相反,智能涂层在小尺度应变场监测的问题上有优势,因此在实际的应用中多同时使用两种传感器进行监测。
由于光纤和智能涂层传感器结合之后对结构的监测的精度高,往往在工程中得到大规模应用,并搭建基于大容量的光纤和智能涂层传感器网络。大容量光纤和智能涂层传感器网络的数据具有高速、量大、种类多等特点,故对处理技术要求较高。现有技术多针对某种类的少量的光纤和智能涂层传感器进行数据处理,无法满足大容量传感器网络的数据处理要求。
基于以上现状,现有数据处理方法并行处理能力较差,不满足大容量光纤和智能涂层传感器网络数据处理要求,本发明提出一种大容量光纤和智能涂层传感器网络数据处理的实现方法。
发明内容
(一)本发明的目的是:
一种大容量光纤和智能涂层传感器网络数据处理的实现方法,对大容量光纤和智能涂层传感器网络的信号的数据处理,实现光电转换、信号采集、信号滤波、信号分类等功能,提高信号并行处理能力。
(二)其具体技术方案如下:
本发明一种大容量光纤和智能涂层传感器网络数据处理的实现方法,包括以下步骤:
步骤一,搭建大容量光纤和智能涂层传感器网络,确定光纤和智能涂层传感器的种类和数目;
步骤二,利用开关级联的方式,将多路并行光纤和智能涂层传感器信号按时序进行排列,循环扫描各端口的信号,从而将多路并行信号转化为串行信号,并降低光纤和智能涂层传感器网络信号并行处理的难度;
步骤三,对光纤传感器信号进行光电转换,将光信号转换成电信号;为了满足大容量多参量光纤传感器网络信号量大,变化快的特点,设计光电探测模块时主要考虑以下几个方面:a)光电变换的能力强;b)响应速度灵敏;c)探测信号的能力强;d)可靠性好、稳定性强;
步骤四,高速模拟数字信号转换(即AD采集),将模拟信号转化成数字信号;AD采集模块需要针对不同类型传感器的信号进行分类采集,为整个大容量光纤和智能涂层传感器网络数据处理提供信号源;
针对大容量光纤和智能涂层传感器网络数据量大,数据通路多的特点,采用步骤二中开关级联的方式与高速AD分类采集模块结合的设计,从而解决传感器网络多通道、多参量的数据的采集处理问题;
步骤五,光纤传感器和智能涂层传感器信号滤波;由于大容量光纤传感器和智能涂层传感器网络工作环境复杂、传感器本身特性多异等多种不确定因素,AD采集后的数据很容易引入干扰信号;针对高速AD采集后数字信号中存在的干扰信号,采用一阶滞后滤波法(一阶滤波,又叫一阶惯性滤波,或一阶低通滤波,指采用本次采样值与上次滤波输出值进行加权,得到有效滤波值,使得输出对输入有反馈作用,从而滤波的方法),在不影响光纤传感器和智能涂层传感器原始信号的条件下滤除干扰信号;
步骤六,对光纤传感器和智能涂层传感器信号进行分类处理,针对大容量光纤传感器和智能涂层传感器网络数据量大,种类多样的特点,对采集滤波后的数字信号进行分类和标记,打包为固定格式,方便数据的传输及后续处理。
通过以上步骤,实现了一种大容量光纤和智能涂层传感器网络数据处理的实现方法,能够对大容量光纤和智能涂层传感器数据进行处理,解决了在实际应用中无法对大容量的光纤和智能涂层传感器信号进行处理的情况,加强了光纤和智能传感器的应用。
其中,在步骤一中所述“搭建大容量光纤和智能传感器网络”,其具体作法如下:选用500支光纤传感器和智能涂层传感器,将光纤和智能涂层传感器根据实际需求进行布局,形成大容量光纤和智能涂层传感器网络;具体作法是:将500支光纤传感器和智能涂层传感器根据实际的结构进行布局,使结构的每个部分都能被监测到,同时使每个传感器都被用于结构的监测,从而形成大容量的光纤和智能涂层传感器网络。
其中,在步骤二中所述“利用开关级联的方式,将多路并行光纤和智能涂层传感器信号按时序进行排列”,其具体作法如下:采用多个开关连接多路并行的光纤传感器和智能涂层传感器,然后利用开关级联的方式将所有光纤传感器和智能涂层传感器进行连接,实现对多路光纤传感器和智能涂层传感器信号的循环扫描采集;具体作法是:将使用的光纤传感器每5个为一组,每组之间用开关进行级联,将智能涂层传感器每5个为一组,每组之间用开关进行级联,之后将光纤传感器和智能涂层传感器用开关级联起来,利用时序进行排列,从而实现对多路光纤传感器和智能涂层传感器信号的循环扫描采集。
其中,在步骤三中所述的“对光纤传感器信号进行光电转换,将光信号转换成电信号”,是指利用光电探测模块,将光纤传感器的光信号,通过光电转换器件(光电转换器件是通过光伏效应把光信号转换成电信号的光学器件。这一过程的原理是光子将能量传递给电子使其运动从而形成电流),转换成电信号;具体作法是:设计光电探测模块时选择的光电转换器件需要光电变换的能力强、响应速度灵敏、探测信号的能力强、可靠性好稳定性强。根据以上要求,本发明选用的光电转换器件为PIN二极管,将光纤传感器的光信号,转换成电信号。
其中,在步骤四中所述的“高速模拟数字信号转换”,是指利用模拟数字转换模块(是把模拟量转换为数字量的装置。在计算机控制系统中,须经各种检测装置,以连续变化的电压或电流作为模拟量,随时提供被控制对象的有关参数而进行控制。计算机的输入必须是数字量,故需用模拟数字转换模块达到控制目的)通过对连续的传感器信号按照一定的间隔时间进行采样,使原始模拟信号转变为数字信号;其具体作法如下:采用型号为AD9244高速AD采集芯片进行数据采集,能够将连续的模拟信号,通过数据采集变成间隔的数字信号,采集的频率为5兆Hz,即1秒内采集5兆个数据。
其中,在步骤五中所述的“光纤和智能涂层传感器信号滤波”,其具体作法如下:采用一阶滞后滤波法,在不影响光纤传感器和智能涂层传感器原始信号的条件下滤除干扰信号;具体作法是:指采用光纤传感器和智能涂层传感器原始信号中本次采样值与上次滤波输出值进行加权,得到有效滤波值,使得输出对输入有反馈作用,从而在不影响光纤传感器和智能涂层传感器原始信号的条件下滤除干扰信号。
其中,在步骤六中所述的“对光纤传感器和智能涂层传感器信号进行分类处理”,其具体作法如下:对经过处理后的信号进行分类和标记,打包为固定格式,方便数据的传输和后续处理;具体作法是:对经过处理后的信号进行分类和标记,之后按照如下的打包格式对数据进行打包:
包头+时间(年/月/日)+通道+传感器类型+传感器数据+补充信息(固定长度)。
(三)本发明的优点在于:
1、利用光电转换、AD采集、信号滤波和信号分类等技术实现了大容量光纤和智能涂层传感器网络信号处理,解决了实际应用中大容量光纤和智能涂层传感器网络信号难以处理的问题;
2、采用开关级联与高速AD采集结合的设计,解决了传感器网络多通道数据的并行采集问题;
3、采用信号实时滤波和分类技术,具有很高的实时性,能有效滤除AD采集信号中存在的干扰信号,并对不同类型的传感器数据进行分类标记,有利于数据的识别、传输和处理。
附图说明
图1本发明所述方法流程图。
图2光电探测模块示意图设计。
图3开关级联模块示意图。
图4高速AD采样示意图。
图中序号、符号、代号说明如下:
图2中:“PIN”为PIN光电二极管;“AD”为模拟数字信号转换。
图3中:“n”为第二级开关数目标号;“k”为第三级开关数目标号。
图4中:“FPGA”为现场可编程门阵列;“CLK”为时钟信号;“DATA”为传输的数据;“AD”为模拟数字信号转换。
具体实施方式
本发明一种大容量光纤和智能涂层传感器网络信号处理的实现方法,见图1所示,其具体步骤如下:
步骤一,搭建光纤和智能涂层传感器网络,确定大容量光纤和智能传感器种类和数目,本发明使用的光纤和智能涂层传感器的数目为500支;
步骤二,开关级联的实现如图3所示,本发明采用1×4的开关进行级联。利用开关级联的方式,将多路并行光纤和智能涂层传感器光信号按时序进行排列,循环扫描各端口的信号,从而将多路并行传感器信号转化为串行信号,并降低光纤和智能涂层传感器网络信号并行处理的难度;
步骤三,对光纤传感器信号进行光电转换,将光信号转换成电信号。为了满足大容量多参量光纤传感器网络信号量大,信号种类多,信号变化快的特点,设计光电探测模块时主要要求有光电变换的能力强、响应速度灵敏、探测信号的能力强、可靠性好稳定性强。根据以上要求,本发明设计并运用的光电探测模块示意图如图2所示:
步骤四,针对大容量光纤和智能涂层传感器网络数据量大,数据通路多的特点,采用开关级联的方式与多路高速AD采集模块相结合的设计,从而解决传感器网络多通道、多参量的数据的采集处理问题。
AD采集模块需要针对不同类型传感器的信号进行分类采集,为整个大容量光纤和智能涂层传感器网络数据处理提供信号源,本发明采用的高速AD采集芯片型号为AD9244。现场可编程逻辑阵列(即FPGA)为采集模块提供工作时钟并实时接收AD采集的结果,高速AD采集实现示意图如图4所示,具体作法如下:
首先使用分类采集的策略,对光纤和智能涂层传感器网络中不同种类的传感器进行分类,然后对于光纤和智能涂层传感器存在数据量大、数据通道多的问题,采用开关级联的方式将所有通道都接入采集电路,通过控制开关级联模块顺序循环扫描所有通道,实现某类传感器信号的采集。
步骤五,光纤传感器和智能涂层传感器信号滤波,针对经光电转换、高速AD采集后数字信号中存在的干扰信号,采用一阶滞后滤波法,在不影响光纤传感器和智能涂层传感器原始信号的条件下滤除干扰信号。该过程利用FPGA在高速AD采集过程中实时进行。
步骤六,对光纤传感器和智能涂层传感器信号进行分类处理,针对大容量多参量光纤传感器网络数据量大,种类多样的特点,对采集滤波后的数字信号进行分类和标记,打包为固定格式,方便数据的传输及后续处理。
采用的打包格式如下:
包头+时间(年/月/日)+通道+传感器类型+传感器数据+补充信息(固定长度)。

Claims (7)

1.大容量光纤和智能涂层传感器网络数据处理的实现方法,其特征在于:它包括以下步骤:
步骤一,搭建大容量光纤和智能涂层传感器网络,确定光纤和智能涂层传感器的种类和数目;
步骤二,利用开关级联的方式,将多路并行光纤和智能涂层传感器信号按时序进行排列,循环扫描各端口的信号,从而将多路并行信号转化为串行信号,并降低光纤和智能涂层传感器网络信号并行处理的难度;
步骤三,对光纤传感器信号进行光电转换,将光信号转换成电信号;为了满足大容量光纤和智能涂层传感器网络信号量大,变化快的特点,设计光电探测模块时考虑以下几个方面:a)光电变换的能力强;b)响应速度灵敏;c)探测信号的能力强;d)可靠性好、稳定性强;
步骤四,模拟数字信号转换即AD采集,将模拟信号转化成数字信号;AD采集模块需要针对不同类型传感器的信号进行分类采集,为整个大容量光纤和智能涂层传感器网络数据处理提供信号源;
针对大容量光纤和智能涂层传感器网络数据量大,数据通路多的特点,采用步骤二中开关级联的方式与AD采集模块结合的设计,从而解决传感器网络多通道、多参量的数据的采集处理问题;
步骤五,光纤传感器和智能涂层传感器信号滤波;由于大容量光纤传感器和智能涂层传感器网络工作环境复杂、传感器本身特性多异之不确定因素,AD采集后的数据很容易引入干扰信号;针对AD采集后数字信号中存在的干扰信号,采用一阶滞后滤波法,在不影响光纤传感器和智能涂层传感器原始信号的条件下滤除干扰信号;
步骤六,对光纤传感器和智能涂层传感器信号进行分类处理,针对大容量光纤传感器和智能涂层传感器网络数据量大,种类多样的特点,对采集滤波后的数字信号进行分类和标记,打包为固定格式,方便数据的传输及后续处理;
通过以上步骤,实现了一种大容量光纤和智能涂层传感器网络数据处理的实现方法,能够对大容量光纤和智能涂层传感器数据进行处理,解决了在实际应用中无法对大容量的光纤和智能涂层传感器信号进行处理的情况,加强了光纤和智能传感器的应用。
2.根据权利要求1所述的大容量光纤和智能涂层传感器网络数据处理的实现方法,其特征在于:在步骤一中所述搭建大容量光纤和智能传感器网络,其作法如下:选用500支光纤传感器和智能涂层传感器,将光纤和智能涂层传感器根据实际需求进行布局,形成大容量光纤和智能涂层传感器网络;具体作法是:将500支光纤传感器和智能涂层传感器根据实际的结构进行布局,使结构的每个部分都能被监测到,同时使每个传感器都被用于结构的监测,从而形成大容量的光纤和智能涂层传感器网络。
3.根据权利要求1所述的大容量光纤和智能涂层传感器网络数据处理的实现方法,其特征在于:在步骤二中所述利用开关级联的方式,将多路并行光纤和智能涂层传感器信号按时序进行排列,其作法如下:采用多个开关连接多路并行的光纤传感器和智能涂层传感器,然后利用开关级联的方式将所有光纤传感器和智能涂层传感器进行连接,实现对多路光纤传感器和智能涂层传感器信号的循环扫描采集;具体作法是:将使用的光纤传感器每5个为一组,每组之间用开关进行级联,将智能涂层传感器每5个为一组,每组之间用开关进行级联,之后将光纤传感器和智能涂层传感器用开关级联起来,利用时序进行排列,从而实现对多路光纤传感器和智能涂层传感器信号的循环扫描采集。
4.根据权利要求1所述的大容量光纤和智能涂层传感器网络数据处理的实现方法,其特征在于:在步骤三中所述的对光纤传感器信号进行光电转换,将光信号转换成电信号,是指利用光电探测模块,将光纤传感器的光信号,通过光电转换器件,转换成电信号;具体作法是:设计光电探测模块时选择的光电转换器件需要光电变换的能力强、响应速度灵敏、探测信号的能力强、可靠性好稳定性强;根据以上要求,选用的光电转换器件为PIN二极管,将光纤传感器的光信号,转换成电信号。
5.根据权利要求1所述的大容量光纤和智能涂层传感器网络数据处理的实现方法,其特征在于:在步骤四中所述的模拟数字信号转换,是指利用AD采集模块通过对连续的传感器信号按照一预定的间隔时间进行采样,使原始模拟信号转变为数字信号;其具体作法如下:采用型号为AD9244 AD采集芯片进行数据采集,能够将连续的模拟信号,通过数据采集变成间隔的数字信号,采集的频率为5兆Hz,即1秒内采集5兆个数据。
6.根据权利要求1所述的大容量光纤和智能涂层传感器网络数据处理的实现方法,其特征在于:在步骤五中所述的光纤和智能涂层传感器信号滤波,其作法如下:采用一阶滞后滤波法,在不影响光纤传感器和智能涂层传感器原始信号的条件下滤除干扰信号;具体作法是:指采用光纤传感器和智能涂层传感器原始信号中本次采样值与上次滤波输出值进行加权,得到有效滤波值,使得输出对输入有反馈作用,从而在不影响光纤传感器和智能涂层传感器原始信号的条件下滤除干扰信号。
7.根据权利要求1所述的大容量光纤和智能涂层传感器网络数据处理的实现方法,其特征在于:在步骤六中所述的对光纤传感器和智能涂层传感器信号进行分类处理,其具体作法如下:对经过处理后的信号进行分类和标记,打包为固定格式,方便数据的传输和后续处理;具体作法是:对经过处理后的信号进行分类和标记,之后按照如下的打包格式对数据进行打包:包头+时间即年/月/日+通道+传感器类型+传感器数据+补充信息。
CN201710804988.0A 2017-09-08 2017-09-08 大容量光纤和智能涂层传感器网络数据处理的实现方法 Expired - Fee Related CN107592353B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710804988.0A CN107592353B (zh) 2017-09-08 2017-09-08 大容量光纤和智能涂层传感器网络数据处理的实现方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710804988.0A CN107592353B (zh) 2017-09-08 2017-09-08 大容量光纤和智能涂层传感器网络数据处理的实现方法

Publications (2)

Publication Number Publication Date
CN107592353A CN107592353A (zh) 2018-01-16
CN107592353B true CN107592353B (zh) 2020-04-14

Family

ID=61050961

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710804988.0A Expired - Fee Related CN107592353B (zh) 2017-09-08 2017-09-08 大容量光纤和智能涂层传感器网络数据处理的实现方法

Country Status (1)

Country Link
CN (1) CN107592353B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102419187A (zh) * 2011-12-13 2012-04-18 上海汉昆光电科技有限公司 一种大容量并行光纤光栅传感分析仪
CN103067086A (zh) * 2012-12-27 2013-04-24 天津大学 具有双向可扩展性的混合式双层光纤智能传感网
CN104062446A (zh) * 2014-06-16 2014-09-24 中国飞机强度研究所 一种飞机结构健康监测集成系统及方法
CN105954294A (zh) * 2016-05-13 2016-09-21 北京航空航天大学 基于传感器的裂纹实时监测系统及其监测方法
CN205785255U (zh) * 2016-05-11 2016-12-07 内蒙古大学 一种基于准分布式光纤传感网络的轨道监测系统
CN106817165A (zh) * 2017-01-19 2017-06-09 南京工程学院 基于光通信唤醒的光纤网络式传感器、光纤网络式传感器监测系统及其监测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102419187A (zh) * 2011-12-13 2012-04-18 上海汉昆光电科技有限公司 一种大容量并行光纤光栅传感分析仪
CN103067086A (zh) * 2012-12-27 2013-04-24 天津大学 具有双向可扩展性的混合式双层光纤智能传感网
CN104062446A (zh) * 2014-06-16 2014-09-24 中国飞机强度研究所 一种飞机结构健康监测集成系统及方法
CN205785255U (zh) * 2016-05-11 2016-12-07 内蒙古大学 一种基于准分布式光纤传感网络的轨道监测系统
CN105954294A (zh) * 2016-05-13 2016-09-21 北京航空航天大学 基于传感器的裂纹实时监测系统及其监测方法
CN106817165A (zh) * 2017-01-19 2017-06-09 南京工程学院 基于光通信唤醒的光纤网络式传感器、光纤网络式传感器监测系统及其监测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
航空航天复合材料结构健康监测技术研究进展;武湛君等;《航空制造技术》;20160801(第15期);第92-99页 *

Also Published As

Publication number Publication date
CN107592353A (zh) 2018-01-16

Similar Documents

Publication Publication Date Title
CN103138734B (zh) 同时积分多个差动信号的电路、感测电路及其操作方法
US20090140719A1 (en) Smart sensors for solar panels
CN107592353B (zh) 大容量光纤和智能涂层传感器网络数据处理的实现方法
CN103063954A (zh) 一种多传感器阵列的电力设备状态监测系统
CN202815120U (zh) 一种电能质量分析仪中的电能质量采集系统
CN107340508A (zh) 用于采集处理激光信号的焦平面芯片、像素单元及阵列
CN110412644A (zh) 光子计数方法和装置
CN202230375U (zh) 一种基于FlexRay总线的数据采集测控装置
CN102426294A (zh) 时钟相位差测量方法及设备
CN110319856B (zh) 一种红外探测器读出电路及读出装置
CN107453764B (zh) 基于大容量多参量的光纤传感器网络信号处理技术实现方法
CN102478599A (zh) 电网交流电压及其过零点的检测方法及检测装置
CN110501559A (zh) 一种电流采集装置
JPH10336526A (ja) 固体撮像装置
CN202033640U (zh) 多相电能参数同步采集电路
CN102419187A (zh) 一种大容量并行光纤光栅传感分析仪
CN106292379B (zh) 一种多通道信号采集系统及采集方法
CN111162785B (zh) 一种模数转换器时分复用采样电路及方法
CN211908769U (zh) 工业现场总线多通道电流环通讯信号采集电路
CN201134026Y (zh) 开关量输入信号状态的检测装置
CN103245852A (zh) 一种基于数据采集卡的配电网电能质量监测装置
CN101162249B (zh) 具有多状态检验功能的数字量输入模块
CN104079893A (zh) 一种多通道图像采集与存储系统
CN202350810U (zh) 一种大容量并行光纤光栅传感分析仪
CN215297568U (zh) 一种可调节adc采集装置

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: 20200414

Termination date: 20210908