CN108844742A - 一种风电机组发电机轴承润滑状态监测方法和系统 - Google Patents
一种风电机组发电机轴承润滑状态监测方法和系统 Download PDFInfo
- Publication number
- CN108844742A CN108844742A CN201811035731.4A CN201811035731A CN108844742A CN 108844742 A CN108844742 A CN 108844742A CN 201811035731 A CN201811035731 A CN 201811035731A CN 108844742 A CN108844742 A CN 108844742A
- Authority
- CN
- China
- Prior art keywords
- frequency
- value
- wind turbines
- lubricating status
- generator bearing
- 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
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
- G01M13/04—Bearings
- G01M13/045—Acoustic or vibration analysis
Landscapes
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- General Physics & Mathematics (AREA)
- Wind Motors (AREA)
Abstract
本发明公开了一种风电机组发电机轴承润滑状态监测方法,包括:采集发电机轴承振动数据,并对其进行傅里叶变换分析频谱;选出2000‑3000Hz频谱,将频谱中频率按预设间隔值分段,并将每段频谱中的频率值和频率幅值分别作平均,选出频率幅值平均值的最小值,用每段频率幅值平均值除以该最小值,得一组新数据,该新数据作为频数,其所对应的频率值平均值作为样本中个体;对该频数和频率值平均值进行正态分布分析,得出μ值和σ值,将σ值与σ预设值比较,判断轴承润滑状态是否异常。还公开了轴承润滑状态监测系统。本发明利用频谱分析和数理统计结合的方法,根据轴承干摩擦的振动特征,实现发电机轴承润滑状态有效监测,延长轴承使用寿命,具有实用性和经济性。
Description
技术领域
本发明涉及风电技术领域,特别是涉及一种风电机组发电机轴承润滑状态监测方法和系统。
背景技术
在风力发电机组中,发电机的工作转速高、载荷变化快,发电机轴承支撑转子传递载荷,是风电机组中最容易发生故障的部件。发电机轴承润滑不良会导致发电机轴承发生干摩擦,对轴承的结构及内部构件均会造成损伤,严重的会直接造成轴承失效甚至损坏整个发电机。
为了改善发电机轴承润滑状态,目前发电机基本标配自动润滑系统,避免轴承因为缺少润滑而提前损坏。但是从实际运行情况来看,自动润滑并没有充分发挥其作用,反而由于增加自动润滑系统而取消了人工定期加注润滑脂,造成很多轴承缺少润滑提前损坏的情况。造成这种故障的原因是多方面的,有自动润滑系统的原因也有轴承排脂等原因,造成新的润滑脂不能及时进入滚道,为了彻底解决轴承的润滑问题,最有效直接的方式就是直接监测轴承的润滑状态,一旦轴承润滑状态报警,不管是自动润滑还是手动加注都需要立即对轴承进行润滑状态检查。
在现有技术中,对发电机轴承润滑状态的监测方法主要是通过传统的傅里叶变换等方法进行判断。现有中国发明专利申请(申请号201410148405.X,发明名称为一种风力发电机组轴承故障诊断方法)中运用小波分解和BP神经网络的方法对轴承故障进行诊断。现有实用新型专利(申请号201621043756.5,名称为一种风电机组发电机轴承状态监测系统)中运用多种传感器组成一种轴承状态的监测系统对轴承进行监测预警。但现有方法在经济性和方法的简便性上尚需提高,并且没有对轴承润滑状态的监测提出具体的方法。
因此,如何创设一种针对风电机组发电机运行影响较大的润滑状态的监测方法和系统,能够经济有效的监测轴承润滑状态,成为本技术领域人员亟待解决的问题。
发明内容
本发明要解决的技术问题是提供一种风电机组发电机轴承润滑状态监测方法,使其能够经济有效的监测轴承润滑状态。
为解决上述技术问题,本发明提供一种风电机组发电机轴承润滑状态的监测方法,包括如下步骤:
S1、采集所述风电机组发电机轴承的振动数据;
S2、对所述S1采集的振动数据进行傅里叶变换分析频谱;
S3、选出频率在2000Hz-3000Hz的频谱,将该频谱中的频率按预设间隔值进行分段,并将每段频谱中的频率值和频率幅值分别作平均,得到每段频谱中频率值平均值和频率幅值平均值;
S4、对步骤S3得到的平均值进行取整处理,并选出各段频谱中频率幅值平均值的最小值,用每段频率幅值平均值除以所述最小值,得到一组新的数据,所述新的数据作为频数,其所对应的频率值平均值作为样本中的个体;
S5、根据步骤S4得到的所述频数和频率值平均值进行正态分布分析,得到正态分布曲线,并得出所述正态分布曲线的μ值和σ值,其中μ是指正态分布曲线中最高峰值对应的频率,σ是指正态分布曲线的频谱宽度;
S6、将步骤S5得到的σ值与σ预设值进行比较,判断所述发电机轴承的润滑状态是否异常;
S7、将步骤S6得到的判断结果反馈给风电机组监控系统。
作为本发明的一种改进,所述步骤S1中的振动数据是通过设置在所述发电机驱动端轴承径向和自由端轴承径向的加速度传感器采集。
进一步改进,所述步骤S3中的预设间隔值为10Hz。
进一步改进,所述步骤S5中的正态分布的概率密度函数用下式表示:
其中,μ是正态分布曲线中最高峰值对应的频率,σ是正态分布曲线的频谱宽度,σ值越大,频率范围越宽,频谱呈草丛状;σ值越小,频率范围越窄,频谱呈尖峰状。
进一步改进,所述步骤S6具体判断方法为:所述σ预设值包括σ预设低值和σ预设高值,若σ值小于σ预设低值,判断所述发电机轴承润滑状态正常,若σ值大于σ预设低值且小于σ预设高值,判断所述发电机轴承润滑状态应处于预警状态,若σ值大于σ预设高值,判断所述发电机轴承润滑状态应处于报警状态。
进一步改进,所述σ预设低值为12,σ预设高值为30。
进一步改进,所述方法还包括根据实际润滑情况不断优化σ预设低值和σ预设高值的步骤。
进一步改进,所述步骤S7中风电机组监控系统接收判断结果后,发出向所述发电机轴承进行自动润滑或人工润滑的提示。
本发明还公开了一种应用上述的风电机组发电机轴承润滑状态监测方法的风电机组发电机轴承润滑状态监测系统,所述监测系统包括依次连接的加速度传感器、数据采集仪、数据传输装置和风场监控中心服务器,
所述加速度传感器用于监测所述发电机轴承的振动数据,所述数据采集仪直接采集所述加速度传感器监测到的振动数据,并通过所述数据传输装置传送至所述风场监控中心服务器;
所述风场监控中心服务器用于执行权利要求1至8任一项所述的风电机组发电机轴承润滑状态监测方法的S2-S7步骤。
进一步改进,所述加速度传感器包括两个,分别设置在所述发电机驱动端轴承径向上和自由端轴承径向上;
所述数据采集仪设置所述风电机组的机舱柜附近;
所述数据传输装置包括依次连接的机组网线、塔底控制柜、风场环网、环网交换机和核心交换机。
采用这样的设计后,本发明至少具有以下优点:
1、本发明利用频谱分析和数理统计结合的方法,根据轴承干摩擦的振动特征,对风电机组发电机轴承润滑状态进行实时有效监测,当监测到轴承润滑不良时可及时发出轴承润滑预警或报警提示,防止干摩擦对轴承造成损伤,延长轴承使用寿命,具有实用性和经济性。
2、本发明监测系统通过加速度传感器和数据采集仪得到发电机轴承的振动数据,根据轴承干摩擦的振动特征,利用频谱分析和数理统计相结合的方法识别轴承润滑情况,设置不同的报警阈值,达到监测轴承润滑状态的目的。
3、本发明监测方法简单有效、安全可靠、实用经济,为相关轴承故障诊断分析提供了新思路。
附图说明
上述仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,以下结合附图与具体实施方式对本发明作进一步的详细说明。
图1是本发明风电机组发电机轴承正常情况下的振动频谱图。
图2是本发明风电机组发电机轴承润滑不良情况下的振动频谱图。
图3是本发明风电机组发电机轴承润滑状态监测方法的判断方法逻辑图。
图4是本发明风电机组发电机轴承润滑状态监测系统的构成示意图。
具体实施方式
本发明针对风电机组发电机轴承的润滑状态进行监测的基本原理为:发电机轴承及轴承座附近部件的固有频率一般在2500Hz左右,并且该频率基本不受机组运行工况的影响。如附图1所示,发电机轴承润滑正常情况下,频谱中的频率成分比较单一,中心峰值频率较高,无过多的边频分布,呈尖峰状。如附图2所示,当发电机轴承润滑不良时,轴承会发生干摩擦,干摩擦会激起轴承及轴承座部件的固有频率,使振动增强,此时的能量分布较宽,出现更多的峰值频率,在频谱中呈现草堆状。基于该特性,本发明利用该频谱数据来实现对风电机组的发电机轴承润滑状态进行实时监测。具体检测方法如下。
参照附图3所示,本实施例风电机组发电机轴承润滑状态的监测方法,包括如下步骤:
S1、采集风电机组发电机轴承的振动数据;其中,该振动数据是通过设置在发电机驱动端轴承径向和自由端轴承径向的加速度传感器采集完成。
S2、对S1采集的振动数据进行傅里叶变换分析频谱。
S3、选出频率在2000Hz-3000Hz的频谱,将该频谱中的频率按10Hz进行分段,并将每段频谱中的频率值和频率幅值分别作平均,得到每段频谱中频率值平均值和频率幅值平均值。
S4、对步骤S3得到的平均值进行取整处理,并选出各段频谱中频率幅值平均值的最小值,用每段频率幅值平均值除以所述最小值,得到一组新的数据,该新的数据作为频数,其所对应的频率值平均值作为样本中的个体。
S5、根据得到的频数和频率值平均值进行正态分布分析,得到正态分布曲线,并得出该正态分布曲线的μ值和σ值,其中μ是指正态分布曲线中最高峰值对应的频率,σ是指正态分布曲线的频谱宽度。
该正态分布的概率密度函数用下式表示:
其中,x是该频谱中频率平均值的各变量值,μ是正态分布曲线中最高峰值对应的频率,σ是正态分布曲线的频谱宽度,σ值越大,频率范围越宽,频谱呈草丛状;σ值越小,频率范围越窄,频谱呈尖峰状。
S6、将步骤S5得到的σ值与σ预设值进行比较,判断发电机轴承的润滑状态是否异常;
本实施例的具体判断方法为:σ预设值包括σ预设低值和σ预设高值,σ预设低值为12,σ预设高值为30,若σ值小于12,判断发电机轴承润滑状态正常,若σ值大于12且小于30,判断发电机轴承润滑状态应处于预警状态,若σ值大于30,判断发电机轴承润滑状态应处于报警状态。
当然,还可根据实际润滑情况不断的优化该σ预设低值和σ预设高值,以更精确地判断发电机轴承的润滑状态。
S7、将步骤S6得到的判断结果反馈给风电机组监控系统,由风电机组监控系统接收判断结果后,发出向发电机轴承进行自动润滑或人工润滑的提示,提示工作人员进行后续动作,保证发电机轴承的正常润滑。
本实施例是通过风电机组发电机轴承润滑状态监测系统实现上述风电机组发电机轴承润滑状态监测方法。
参照附图4所示,该风电机组发电机轴承润滑状态监测系统包括依次连接的加速度传感器、数据采集仪4、数据传输装置和风场监控中心服务器9。
该加速度传感器用于监测发电机1轴承的振动数据。本实施例中加速度传感器包括两个,分别设置在发电机驱动端轴承3径向上和自由端轴承2径向上。
该数据采集仪4设置风电机组的机舱柜附近,用于直接采集加速度传感器监测到的振动数据,并通过数据传输装置传送至风场监控中心服务器9。
该数据传输装置包括依次连接的机组网线5、塔底控制柜6、风场环网、环网交换机7和核心交换机8。
该风场监控中心服务器9用于执行上述风电机组发电机轴承润滑状态监测方法的S2-S7步骤,以提示维护人员进行自动润滑或者人工润滑。
本发明利用频谱分析和数理统计结合的方法,对风电机组发电机轴承润滑状态进行有效监测,当监测到轴承润滑不良时可及时对轴承润滑,防止干摩擦对轴承造成损伤,延长轴承使用寿命,具有实用性和经济性。
本发明监测方法能实现简单有效的识别轴承润滑状态,为以后进行相关轴承故障诊断分析提供了一种新思路。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,本领域技术人员利用上述揭示的技术内容做出些许简单修改、等同变化或修饰,均落在本发明的保护范围内。
Claims (10)
1.一种风电机组发电机轴承润滑状态的监测方法,其特征在于,包括如下步骤:
S1、采集所述风电机组发电机轴承的振动数据;
S2、对所述S1采集的振动数据进行傅里叶变换分析频谱;
S3、选出频率在2000Hz-3000Hz的频谱,将该频谱中的频率按预设间隔值进行分段,并将每段频谱中的频率值和频率幅值分别作平均,得到每段频谱中频率值平均值和频率幅值平均值;
S4、对步骤S3得到的平均值进行取整处理,并选出各段频谱中频率幅值平均值的最小值,用每段频率幅值平均值除以所述最小值,得到一组新的数据,所述新的数据作为频数,其所对应的频率值平均值作为样本中的个体;
S5、根据步骤S4得到的所述频数和频率值平均值进行正态分布分析,得到正态分布曲线,并得出所述正态分布曲线的μ值和σ值,其中μ是指正态分布曲线中最高峰值对应的频率,σ是指正态分布曲线的频谱宽度;
S6、将步骤S5得到的σ值与σ预设值进行比较,判断所述发电机轴承的润滑状态是否异常;
S7、将步骤S6得到的判断结果反馈给风电机组监控系统。
2.根据权利要求1所述的风电机组发电机轴承润滑状态的监测方法,其特征在于,所述步骤S1中的振动数据是通过设置在所述发电机驱动端轴承径向和自由端轴承径向的加速度传感器采集。
3.根据权利要求1所述的风电机组发电机轴承润滑状态的监测方法,其特征在于,所述步骤S3中的预设间隔值为10Hz。
4.根据权利要求1所述的风电机组发电机轴承润滑状态的监测方法,其特征在于,所述步骤S5中的正态分布的概率密度函数用下式表示:
其中,μ是正态分布曲线中最高峰值对应的频率,σ是正态分布曲线的频谱宽度,σ值越大,频率范围越宽,频谱呈草丛状;σ值越小,频率范围越窄,频谱呈尖峰状。
5.根据权利要求1所述的风电机组发电机轴承润滑状态的监测方法,其特征在于,所述步骤S6具体判断方法为:所述σ预设值包括σ预设低值和σ预设高值,若σ值小于σ预设低值,判断所述发电机轴承润滑状态正常,若σ值大于σ预设低值且小于σ预设高值,判断所述发电机轴承润滑状态应处于预警状态,若σ值大于σ预设高值,判断所述发电机轴承润滑状态应处于报警状态。
6.根据权利要求5所述的风电机组发电机轴承润滑状态的监测方法,其特征在于,所述σ预设低值为12,σ预设高值为30。
7.根据权利要求6所述的风电机组发电机轴承润滑状态的监测方法,其特征在于,所述方法还包括根据实际润滑情况不断优化σ预设低值和σ预设高值的步骤。
8.根据权利要求6所述的风电机组发电机轴承润滑状态的监测方法,其特征在于,所述步骤S7中风电机组监控系统接收判断结果后,发出向所述发电机轴承进行自动润滑或人工润滑的提示。
9.一种应用权利要求1至8任一项所述的风电机组发电机轴承润滑状态监测方法的风电机组发电机轴承润滑状态监测系统,其特征在于,所述监测系统包括依次连接的加速度传感器、数据采集仪、数据传输装置和风场监控中心服务器,
所述加速度传感器用于监测所述发电机轴承的振动数据,所述数据采集仪直接采集所述加速度传感器监测到的振动数据,并通过所述数据传输装置传送至所述风场监控中心服务器;
所述风场监控中心服务器用于执行权利要求1至8任一项所述的风电机组发电机轴承润滑状态监测方法的S2-S7步骤。
10.一种根据权利要求9所述的风电机组发电机轴承润滑状态地监测系统,其特征在于,所述加速度传感器包括两个,分别设置在所述发电机驱动端轴承径向上和自由端轴承径向上;
所述数据采集仪设置所述风电机组的机舱柜附近;
所述数据传输装置包括依次连接的机组网线、塔底控制柜、风场环网、环网交换机和核心交换机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811035731.4A CN108844742B (zh) | 2018-09-06 | 2018-09-06 | 一种风电机组发电机轴承润滑状态监测方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811035731.4A CN108844742B (zh) | 2018-09-06 | 2018-09-06 | 一种风电机组发电机轴承润滑状态监测方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108844742A true CN108844742A (zh) | 2018-11-20 |
CN108844742B CN108844742B (zh) | 2020-08-18 |
Family
ID=64189861
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811035731.4A Active CN108844742B (zh) | 2018-09-06 | 2018-09-06 | 一种风电机组发电机轴承润滑状态监测方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108844742B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109707573A (zh) * | 2018-12-29 | 2019-05-03 | 北京金风科创风电设备有限公司 | 风力发电机组的自动加脂监测方法、装置及存储介质 |
CN111832617A (zh) * | 2020-06-05 | 2020-10-27 | 上海交通大学 | 发动机冷态测试故障诊断方法 |
US20220321040A1 (en) * | 2021-04-05 | 2022-10-06 | General Electric Renovables Espana, S.L. | System and method for detecting degradation in wind turbine generator bearings |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20010037180A1 (en) * | 2000-04-20 | 2001-11-01 | Hidemichi Komura | Fault diagnosis method and apparatus |
CN1825082A (zh) * | 2006-03-31 | 2006-08-30 | 洛阳轴研科技股份有限公司 | 滚动轴承故障自动诊断系统 |
CN102822644A (zh) * | 2010-01-18 | 2012-12-12 | S.P.M.仪器公司 | 用于分析具有旋转部件的机器的状态的设备 |
CN103134679A (zh) * | 2011-11-28 | 2013-06-05 | 杰富意先进技术株式会社 | 轴承状态监视方法以及轴承状态监视装置 |
CN103234585A (zh) * | 2013-04-16 | 2013-08-07 | 内蒙古航天亿久科技发展有限责任公司 | 一种大型风电机组在线监测及故障诊断系统 |
CN103728134A (zh) * | 2012-10-16 | 2014-04-16 | 华锐风电科技(集团)股份有限公司 | 机组轴承的检测方法和装置及风电机组 |
-
2018
- 2018-09-06 CN CN201811035731.4A patent/CN108844742B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20010037180A1 (en) * | 2000-04-20 | 2001-11-01 | Hidemichi Komura | Fault diagnosis method and apparatus |
CN1825082A (zh) * | 2006-03-31 | 2006-08-30 | 洛阳轴研科技股份有限公司 | 滚动轴承故障自动诊断系统 |
CN102822644A (zh) * | 2010-01-18 | 2012-12-12 | S.P.M.仪器公司 | 用于分析具有旋转部件的机器的状态的设备 |
CN103134679A (zh) * | 2011-11-28 | 2013-06-05 | 杰富意先进技术株式会社 | 轴承状态监视方法以及轴承状态监视装置 |
CN103728134A (zh) * | 2012-10-16 | 2014-04-16 | 华锐风电科技(集团)股份有限公司 | 机组轴承的检测方法和装置及风电机组 |
CN103234585A (zh) * | 2013-04-16 | 2013-08-07 | 内蒙古航天亿久科技发展有限责任公司 | 一种大型风电机组在线监测及故障诊断系统 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109707573A (zh) * | 2018-12-29 | 2019-05-03 | 北京金风科创风电设备有限公司 | 风力发电机组的自动加脂监测方法、装置及存储介质 |
CN109707573B (zh) * | 2018-12-29 | 2023-08-15 | 北京金风科创风电设备有限公司 | 风力发电机组的自动加脂监测方法、装置及存储介质 |
CN111832617A (zh) * | 2020-06-05 | 2020-10-27 | 上海交通大学 | 发动机冷态测试故障诊断方法 |
CN111832617B (zh) * | 2020-06-05 | 2022-11-08 | 上海交通大学 | 发动机冷态测试故障诊断方法 |
US20220321040A1 (en) * | 2021-04-05 | 2022-10-06 | General Electric Renovables Espana, S.L. | System and method for detecting degradation in wind turbine generator bearings |
US11539317B2 (en) * | 2021-04-05 | 2022-12-27 | General Electric Renovables Espana, S.L. | System and method for detecting degradation in wind turbine generator bearings |
Also Published As
Publication number | Publication date |
---|---|
CN108844742B (zh) | 2020-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105738806B (zh) | 一种风力发电机组故障诊断系统和方法 | |
CN105179179B (zh) | 一种风力发电机组的全状态监测方法和系统 | |
CN108844742A (zh) | 一种风电机组发电机轴承润滑状态监测方法和系统 | |
CN107061186B (zh) | 风力发电机组振动异常预警方法和装置 | |
CN105136435B (zh) | 一种风力发电机组叶片故障诊断的方法和装置 | |
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 | |
CN103512651B (zh) | 基于振动突变报警的风电机组状态监测方法及装置 | |
EP3421786B1 (en) | Systems and methods for detecting damage in wind turbine bearings | |
CN106870297B (zh) | 一种基于时间序列聚类诊断风力发电机主轴承故障的方法 | |
CN110469462A (zh) | 一种基于多模板的风电机组智能状态监测系统 | |
CN206290378U (zh) | 风力发电机组监测系统及风力发电机组 | |
CN202710100U (zh) | 风力发电机组远程在线健康状态监测与故障诊断系统 | |
CN102434387A (zh) | 风机检测诊断系统 | |
CN103343728A (zh) | 风力发电机组远程在线多模式健康状态监测与故障诊断系统 | |
US11619669B2 (en) | Condition monitoring system, condition monitoring method, condition monitoring program, and storage medium | |
CN202326011U (zh) | 一种风电机组的状态监测与故障诊断系统 | |
DE102011052894A1 (de) | Verfahren und System zum Überwachen einer Windturbine | |
CN110907170B (zh) | 一种风电机组齿轮箱轴承温度状态监测与故障诊断方法 | |
CN109580217A (zh) | 一种风电齿轮箱的故障监测方法 | |
CN111156136A (zh) | 一种风力发电机变桨轴承及连接螺栓状态监测方法及系统 | |
Saidi et al. | Wind turbine high-speed shaft bearing degradation analysis for run-to-failure testing using spectral kurtosis | |
EP3444576B1 (en) | Systems and methods for detecting damage in rotary machines | |
CN109269801A (zh) | 一种用于风电的齿轮箱故障监测装置 | |
CN108491622A (zh) | 一种风电机组的故障诊断方法及系统 | |
CN102288911B (zh) | 火力发电机组监控诊断系统及方法 |
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 |