CN108845268A - 一种动力电池的老化趋势判断方法和装置 - Google Patents
一种动力电池的老化趋势判断方法和装置 Download PDFInfo
- Publication number
- CN108845268A CN108845268A CN201810713079.0A CN201810713079A CN108845268A CN 108845268 A CN108845268 A CN 108845268A CN 201810713079 A CN201810713079 A CN 201810713079A CN 108845268 A CN108845268 A CN 108845268A
- Authority
- CN
- China
- Prior art keywords
- power battery
- internal resistance
- target component
- quantile estimate
- tendency
- 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
Links
Landscapes
- Secondary Cells (AREA)
Abstract
本发明实施例提供了一种动力电池的老化趋势判断方法和装置,所述方法包括:获取所述动力电池的历史数据;基于所述历史数据获取目标参数,和所述目标参数分别在不同时段、不同状态下的多个目标参数值;所述目标参数用于判断所述动力电池是否进入老化趋势;依据所述多个目标参数值生成多条分位数回归曲线;判断所述多条分位数回归曲线是否存在特征区域;若是,则判定所述动力电池进入老化趋势;若否,则判定所述动力电池未进入老化趋势。本发明实施例相对于现有技术中采用最小二乘法而言,因为不受异常值的影响,所以对动力电池的老化趋势判断更加稳健。
Description
技术领域
本发明涉及蓄电池技术领域,特别是涉及一种动力电池的老化趋势判断方法和一种动力电池的老化趋势判断装置。
背景技术
动力电池是电动汽车的核心部件,它的健康状态直接影响到汽车行驶的性能和安全性。和传统汽车不同,动力电池的老化有更加明显的趋势。业界对于动力电池的退役要求通常是容量衰减至初始容量的80%,在这之后动力电池的健康和寿命状态会呈现加速下滑的趋势。
在实际环境中,每个动力电池的个体情况不同,使用工况也不同,因此即使是表面合规的动力电池,也可能存在一定的加速老化情况。
现有技术中,通常都是采用最小二乘法来检测动力电池是否老化,但最小二乘法基于均值的思想,会受到异常值的影响,导致最小二乘法的检测结果不稳定。
发明内容
鉴于上述问题,本发明实施例提出了一种动力电池的老化趋势判断方法和相应的一种动力电池的老化趋势判断装置。
为了解决上述问题,本发明实施例公开了一种动力电池的老化趋势判断方法,包括:
获取所述动力电池的历史数据;
基于所述历史数据获取目标参数,和所述目标参数分别在不同时段、不同状态下的多个目标参数值;所述目标参数用于判断所述动力电池是否进入老化趋势;
依据所述多个目标参数值生成多条分位数回归曲线;
判断所述多条分位数回归曲线是否存在特征区域;
若是,则判定所述动力电池进入老化趋势;若否,则判定所述动力电池未进入老化趋势。
优选的,所述目标参数包括容量和/或内阻。
优选的,在依据所述多个目标参数值生成多条分位数回归曲线的步骤之前,还包括:
依据所述容量计算出容量变化速率,依据所述内阻计算出内阻变化速率。
优选的,依据所述多个目标参数值生成多条分位数回归曲线的步骤包括:
依据容量值和/或内阻值生成多条分位数回归曲线,
或,
依据容量变化速率和/或内阻变化速率生成多条分位数回归曲线。
优选的,特征区域为多条分位数回归曲线均发生下降且呈集中趋势,或,均发生上升且呈集中趋势的区域。
相应的,本发明实施例公开了一种动力电池的老化趋势判断装置,包括:
第一获取模块,用于获取所述动力电池的历史数据;
第二获取模块,用于基于所述历史数据获取目标参数,和所述目标参数分别在不同时段、不同状态下的多个目标参数值;所述目标参数用于判断所述动力电池是否进入老化趋势;
生成模块,用于依据所述多个目标参数值生成多条分位数回归曲线;
判断模块,用于判断所述多条分位数回归曲线是否存在特征区域;
判定模块,用于判定所述动力电池进入老化趋势,或,判定所述动力电池未进入老化趋势。
优选的,所述目标参数包括容量和/或内阻。
优选的,还包括:
计算模块,用于依据所述容量计算出容量变化速率,依据所述内阻计算出内阻变化速率。
优选的,生成模块包括:
回归曲线生成子模块,用于依据容量值和/或内阻值生成多条分位数回归曲线,或,依据容量变化速率和/或内阻变化速率生成多条分位数回归曲线。
优选的,特征区域为多条分位数回归曲线均发生下降且呈集中趋势,或,均发生上升且呈集中趋势的区域。
本发明实施例包括以下优点:
在本发明实施例中,先获取所述动力电池的历史数据,然后,基于所述历史数据获取目标参数,和所述目标参数分别在不同时段、不同状态下的多个目标参数值;所述目标参数用于判断所述动力电池是否进入老化趋势;再依据所述多个目标参数值生成多条分位数回归曲线,判断所述多条分位数回归曲线是否存在特征区域,若是,则判定所述动力电池进入老化趋势;若否,则判定所述动力电池未进入老化趋势。相对于现有技术中采用最小二乘法而言,因为不受异常值的影响,所以对动力电池的老化趋势判断更加稳健。
附图说明
图1是本发明的一种动力电池的老化趋势判断方法实施例的步骤流程图;
图2是本发明实施例的分位数回归描述容量变化趋势的曲线图一;
图3是本发明实施例的分位数回归描述容量变化趋势的曲线图二;
图4是本发明的一种动力电池的老化趋势判断装置实施例的结构框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
参照图1,示出了本发明的一种动力电池的老化趋势判断方法实施例的步骤流程图,具体可以包括如下步骤:
步骤101,获取所述动力电池的历史数据;
在本发明实施例中,历史数据可以包括动力电池在服役期间的电压、电流、温度、荷电状态、健康状态、功率状态、告警信息、容量、内阻、压差、自放电等数据。在实际应用中,历史数据可以通过电池管理系统来采集,采集到的数据可以存储于本地的数据库中,作为动力电池的历史数据;也可以将采集到的数据上传到服务器,存储在服务器的数据库中,作为动力电池的历史数据。采集数据、存储数据的过程、方式可以根据实际需求进行设置,本发明实施例对此不作限制。
而历史数据则直接从数据库中获取即可,不管是本地的数据库还是服务器中的数据库。
需要说明的是,所谓的“历史数据”是针对老化趋势判断的时间节点而言的,因为这些数据是在老化趋势判断的时间节点之前采集到的,所以称之为“历史数据”,数据的采集其实都是实时采集的。
另外,本发明实施例除了可以对已经退役的动力电池进行评估之外,也可以对正在服役的动力电池进行评估。
步骤102,基于所述历史数据获取目标参数,和所述目标参数分别在不同时段、不同状态下的多个目标参数值;所述目标参数用于判断所述动力电池是否进入老化趋势;
具体而言,目标参数包括容量或内阻,也就是说,本发明实施例是基于容量或内阻来判断动力电池是否进入老化趋势的。在本发明实施例中,可以获取单个车辆中动力电池的历史数据,然后可以从历史数据中直接获取动力电池的容量值和/或内阻值,如果无法直接获取,也可以通过计算得到动力电池的容量值和/或内阻值。
在实际应用中,本发明实施例会采集目标参数分别在不同时段、不同状态下的多个目标参数值。以容量为例,可以连续700天采集容量值,其中可以包括容量分别为5%、25%、50%、75%、95%等状态的容量值。
需要说明的是,当容量值无法直接获取时,可以通过电流电压计算出来。内阻与容量同理,在此就不再赘述。
在本发明一种优选实施例中,在依据所述多个目标参数值生成多条分位数回归曲线的步骤之前,还包括:依据所述容量计算出容量变化速率,依据所述内阻计算出内阻变化速率。
在本发明实施例中,除了可以基于容量值或内阻值来判断动力电池是否进入老化趋势,还可以基于容量变化速度或内阻变化速率来判断。具体的,在获取了动力电池的容量值或内阻值后,依据所述容量计算出容量变化速率,或依据所述内阻计算出内阻变化速率就可以了。
步骤103,依据所述多个目标参数值生成多条分位数回归曲线;
如果是基于容量值或内阻值来判断动力电池是否进入老化趋势,那么就依据容量值和/或内阻值生成多条分位数回归曲线;如果是基于容量变化速度或内阻变化速率来判断动力电池是否进入老化趋势,那么就依据容量变化速率和/或内阻变化速率生成多条分位数回归曲线。
如图2所示,是分位数回归描述容量变化趋势的曲线图一,横轴为天数,纵轴代表容量(fixed Q,固定电流电压范围计算出来的容量)。为方便区分,图中的实线为现有技术中的最小二乘回归曲线,5条虚线为容量分别为5%、25%、50%、75%、95%时的分位数回归曲线。
步骤104,判断所述多条分位数回归曲线是否存在特征区域;
具体而言,特征区域为多条分位数回归曲线均发生下降且呈集中趋势,或,均发生上升且呈集中趋势的区域。如图2所示,5条分位数回归曲线都呈U型,且在横轴的末端呈分散状。而如图3所示,是分位数回归描述容量变化趋势的曲线图二,5条分位数回归曲线都持续下降,且在横轴的末端呈集中状。5条分位数回归曲线均发生上升且呈集中趋势与图3类似,在此就不赘述了。
步骤105,若是,则判定所述动力电池进入老化趋势;若否,则判定所述动力电池未进入老化趋势。
如图2所示,没出现特征区域,因此可以判定动力电池未进入老化趋势,而如图3所示,出现了特征区域,因此可以判定动力电池进入了老化趋势。
在本发明实施例中,先获取所述动力电池的历史数据,然后,基于所述历史数据获取目标参数,和所述目标参数分别在不同时段、不同状态下的多个目标参数值;所述目标参数用于判断所述动力电池是否进入老化趋势;再依据所述多个目标参数值生成多条分位数回归曲线,判断所述多条分位数回归曲线是否存在特征区域,若是,则判定所述动力电池进入老化趋势;若否,则判定所述动力电池未进入老化趋势。相对于现有技术中采用最小二乘法而言,因为不受异常值的影响,所以对动力电池的老化趋势判断更加稳健。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
参照图4,示出了本发明的一种动力电池的老化趋势判断装置实施例的结构框图,具体可以包括如下模块:
第一获取模块401,用于获取所述动力电池的历史数据;
第二获取模块402,用于基于所述历史数据获取目标参数,和所述目标参数分别在不同时段、不同状态下的多个目标参数值;所述目标参数用于判断所述动力电池是否进入老化趋势;
生成模块403,用于依据所述多个目标参数值生成多条分位数回归曲线;
判断模块404,用于判断所述多条分位数回归曲线是否存在特征区域;
判定模块405,用于判定所述动力电池进入老化趋势,或,判定所述动力电池未进入老化趋势。
在本发明一种优选实施例中,所述目标参数包括容量和/或内阻。
在本发明一种优选实施例中,还包括:
计算模块,用于依据所述容量计算出容量变化速率,依据所述内阻计算出内阻变化速率。
在本发明一种优选实施例中,生成模块包括:
回归曲线生成子模块,用于依据容量值和/或内阻值生成多条分位数回归曲线,或,依据容量变化速率和/或内阻变化速率生成多条分位数回归曲线。
在本发明一种优选实施例中,特征区域为多条分位数回归曲线均发生下降且呈集中趋势,或,均发生上升且呈集中趋势的区域。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种动力电池的老化趋势判断方法和一种动力电池的老化趋势判断装置,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种动力电池的老化趋势判断方法,其特征在于,包括:
获取所述动力电池的历史数据;
基于所述历史数据获取目标参数,和所述目标参数分别在不同时段、不同状态下的多个目标参数值;所述目标参数用于判断所述动力电池是否进入老化趋势;
依据所述多个目标参数值生成多条分位数回归曲线;
判断所述多条分位数回归曲线是否存在特征区域;
若是,则判定所述动力电池进入老化趋势;若否,则判定所述动力电池未进入老化趋势。
2.根据权利要求1所述的方法,其特征在于,所述目标参数包括容量和/或内阻。
3.根据权利要求2所述的方法,其特征在于,在依据所述多个目标参数值生成多条分位数回归曲线的步骤之前,还包括:
依据所述容量计算出容量变化速率,依据所述内阻计算出内阻变化速率。
4.根据权利要求1或2或3所述的方法,其特征在于,依据所述多个目标参数值生成多条分位数回归曲线的步骤包括:
依据容量值和/或内阻值生成多条分位数回归曲线,
或,
依据容量变化速率和/或内阻变化速率生成多条分位数回归曲线。
5.根据权利要求1或2或3所述的方法,其特征在于,特征区域为多条分位数回归曲线均发生下降且呈集中趋势,或,均发生上升且呈集中趋势的区域。
6.一种动力电池的老化趋势判断装置,其特征在于,包括:
第一获取模块,用于获取所述动力电池的历史数据;
第二获取模块,用于基于所述历史数据获取目标参数,和所述目标参数分别在不同时段、不同状态下的多个目标参数值;所述目标参数用于判断所述动力电池是否进入老化趋势;
生成模块,用于依据所述多个目标参数值生成多条分位数回归曲线;
判断模块,用于判断所述多条分位数回归曲线是否存在特征区域;
判定模块,用于判定所述动力电池进入老化趋势,或,判定所述动力电池未进入老化趋势。
7.根据权利要求6所述的装置,其特征在于,所述目标参数包括容量和/或内阻。
8.根据权利要求7所述的装置,其特征在于,还包括:
计算模块,用于依据所述容量计算出容量变化速率,依据所述内阻计算出内阻变化速率。
9.根据权利要求6或7或8所述的装置,其特征在于,生成模块包括:
回归曲线生成子模块,用于依据容量值和/或内阻值生成多条分位数回归曲线,或,依据容量变化速率和/或内阻变化速率生成多条分位数回归曲线。
10.根据权利要求6或7或8所述的装置,其特征在于,特征区域为多条分位数回归曲线均发生下降且呈集中趋势,或,均发生上升且呈集中趋势的区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810713079.0A CN108845268A (zh) | 2018-06-29 | 2018-06-29 | 一种动力电池的老化趋势判断方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810713079.0A CN108845268A (zh) | 2018-06-29 | 2018-06-29 | 一种动力电池的老化趋势判断方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108845268A true CN108845268A (zh) | 2018-11-20 |
Family
ID=64200418
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810713079.0A Pending CN108845268A (zh) | 2018-06-29 | 2018-06-29 | 一种动力电池的老化趋势判断方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108845268A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022154545A1 (ko) * | 2021-01-13 | 2022-07-21 | 주식회사 엘지에너지솔루션 | 배터리 관리 장치 및 방법 |
JP7408843B2 (ja) | 2020-11-13 | 2024-01-05 | エルジー・ケム・リミテッド | 電池の容量測定装置及び方法、並びに該装置を含む電池制御システム |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014103705A1 (ja) * | 2012-12-26 | 2014-07-03 | 三菱電機株式会社 | 蓄電デバイスの寿命予測装置及び蓄電デバイスの寿命予測方法 |
CN104678320A (zh) * | 2015-03-16 | 2015-06-03 | 西北工业大学 | 基于内阻在线测试的动力电池寿命监控方法 |
CN106291380A (zh) * | 2016-08-16 | 2017-01-04 | 苏州协鑫集成科技工业应用研究院有限公司 | 电池老化的评估方法及装置 |
CN106443474A (zh) * | 2016-10-09 | 2017-02-22 | 北京理工大学 | 一种动力电池系统寿命衰退特征快速识别的方法 |
CN107688154A (zh) * | 2017-09-26 | 2018-02-13 | 江苏双登富朗特新能源有限公司 | 锂离子电池循环寿命的预测方法 |
CN107748330A (zh) * | 2017-09-20 | 2018-03-02 | 镇江恒驰科技有限公司 | 一种动力锂电池的老化预警方法 |
CN108107367A (zh) * | 2016-11-18 | 2018-06-01 | 半导体组件工业公司 | 用于确定电池的剩余容量的方法和装置 |
-
2018
- 2018-06-29 CN CN201810713079.0A patent/CN108845268A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014103705A1 (ja) * | 2012-12-26 | 2014-07-03 | 三菱電機株式会社 | 蓄電デバイスの寿命予測装置及び蓄電デバイスの寿命予測方法 |
CN104678320A (zh) * | 2015-03-16 | 2015-06-03 | 西北工业大学 | 基于内阻在线测试的动力电池寿命监控方法 |
CN106291380A (zh) * | 2016-08-16 | 2017-01-04 | 苏州协鑫集成科技工业应用研究院有限公司 | 电池老化的评估方法及装置 |
CN106443474A (zh) * | 2016-10-09 | 2017-02-22 | 北京理工大学 | 一种动力电池系统寿命衰退特征快速识别的方法 |
CN108107367A (zh) * | 2016-11-18 | 2018-06-01 | 半导体组件工业公司 | 用于确定电池的剩余容量的方法和装置 |
CN107748330A (zh) * | 2017-09-20 | 2018-03-02 | 镇江恒驰科技有限公司 | 一种动力锂电池的老化预警方法 |
CN107688154A (zh) * | 2017-09-26 | 2018-02-13 | 江苏双登富朗特新能源有限公司 | 锂离子电池循环寿命的预测方法 |
Non-Patent Citations (1)
Title |
---|
郭琦沛: "锂离子动力电池健康特征提取与诊断研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7408843B2 (ja) | 2020-11-13 | 2024-01-05 | エルジー・ケム・リミテッド | 電池の容量測定装置及び方法、並びに該装置を含む電池制御システム |
WO2022154545A1 (ko) * | 2021-01-13 | 2022-07-21 | 주식회사 엘지에너지솔루션 | 배터리 관리 장치 및 방법 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10170924B2 (en) | Modeling a change in battery degradation | |
JP5278508B2 (ja) | 電池劣化判定装置および方法 | |
CN108680869A (zh) | 一种动力电池健康状态的评估方法和装置 | |
CN109143094A (zh) | 一种动力电池的异常数据检测方法和装置 | |
JP6450565B2 (ja) | バッテリのパラメータ推定装置 | |
JP6161133B2 (ja) | データ抽出装置、データ抽出方法およびデータ抽出プログラム | |
KR20160060556A (ko) | 전지 잔량 예측 장치 및 배터리 팩 | |
CN108845268A (zh) | 一种动力电池的老化趋势判断方法和装置 | |
WO2018011993A1 (ja) | シミュレーション方法及びシミュレーション装置 | |
CN109116244A (zh) | 一种动力电池老化趋势的判断方法和装置 | |
WO2010029355A2 (en) | State of charge estimation | |
JP2018072265A (ja) | 充電率推定装置及び充電率推定方法 | |
AU2018211229A1 (en) | Performance tracking of an electrical energy storage system | |
JP2018009939A (ja) | シミュレーション方法及びシミュレーション装置 | |
JP2015105863A (ja) | 推定プログラム、推定方法および推定装置 | |
CN106405423B (zh) | 电池监控方法及电池监控系统 | |
CN109063260A (zh) | 一种动力电池的老化趋势判断方法和装置 | |
CN109063261A (zh) | 一种动力电池老化趋势的判断方法和装置 | |
JP6737023B2 (ja) | シミュレーション方法及びシミュレーション装置 | |
KR101543264B1 (ko) | 전지의 잔존 용량 추정 장치 및 방법 | |
CN113169386A (zh) | 用于运行电蓄能器的方法 | |
JP2018009941A (ja) | 蓄電デバイス容量選択方法 | |
JP2013537637A (ja) | 電気化学的エネルギー貯蔵器によって消費物に供与可能な出力を予測する方法 | |
EP3853625B1 (en) | A method and system for estimating the state-of-health of a battery | |
CN107329091B (zh) | 一种电池内部温度测量方法、装置和系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181120 |