CN109781967A - 一种原油切割计算分析方法 - Google Patents
一种原油切割计算分析方法 Download PDFInfo
- Publication number
- CN109781967A CN109781967A CN201910212070.6A CN201910212070A CN109781967A CN 109781967 A CN109781967 A CN 109781967A CN 201910212070 A CN201910212070 A CN 201910212070A CN 109781967 A CN109781967 A CN 109781967A
- Authority
- CN
- China
- Prior art keywords
- property
- crude oil
- data
- fraction
- crude
- 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
- Production Of Liquid Hydrocarbon Mixture For Refining Petroleum (AREA)
Abstract
本发明涉及一种原油切割计算分析方法,本发明所述的原油切割计算分析方法使得预测的原油馏分详细性质结果与原油各个馏分的实测性质数据吻合度高,同时不需要对原油性质分布曲线做人为的平滑处理,避免了不同人员使用造成的数据差异,可以更真实地还原性质的真实分布情况;另外,不受馏分切割温度的制约,可适用于任意温度段,且模拟准确性高,可与各类计划优化、调度、流程模拟软件无缝衔接;能够适用于炼化生产中的各类原油,提升了运算速度,从而具备在炼化企业实际应用的基础。
Description
技术领域
本发明涉及石油炼油及化工生产技术领域,尤其涉及一种原油切割计算分析方法。
背景技术
目前市面上的原油种类繁多,不同年份、不同产地、不同类型的原油可能在性质上存在较大差异。准确理解原油馏分的详细性质对石化生产方案的制定有着重要的作用。炼化企业在拿到新原油的评价数据后,如何快速准确地获得原油馏分详细性质,并对原油进行不同温度范围的切割模拟,并与计划、调度、装置模拟的结合是一个技术难点。
目前,获得新原油馏分详细性质数据与进行切割模拟的方法存在明显的不足。一种已有的方法是根据新原油评价报告中各个性质的数据点,通过插值法对原油性质的分布进行分段描述,或者通过方程对原油性质的分布进行曲线拟合。这种方法的问题是当数据点比较少的时候,单纯地通过插值或者方程拟合很难准确地还原原油性质的真实分布情况,因为不同原油的性质分布类型也是不同的。另一种方法是在获得原油性质的分布曲线后对曲线做一个人为的平滑处理,以便曲线可以更贴近真实分布。但是不同的人对曲线的调整会得出不同的结果,缺乏客观的调整依据,同时人为操作相对比较繁琐且耗时长。
对于原油的切割模拟,为了解决实际分馏装置(包括常减压装置)的侧线重叠的问题,现在已有的分离因子概念并不是十分精确,同时对于终馏点小于等于300℉(149℃)的馏分并不适用。
发明内容
本发明为克服上述的不足之处,目的在于提供一种原油切割计算分析方法,本发明所述的原油切割计算分析方法使得预测的原油馏分详细性质结果与原油各个馏分的实测性质数据吻合度高,同时不需要对原油性质分布曲线做人为的平滑处理,避免了不同人员使用造成的数据差异,可以更真实地还原性质的真实分布情况;另外,不受馏分切割温度的制约,可适用于任意温度段,且模拟准确性高,可与各类计划优化、调度、流程模拟软件无缝衔接;能够适用于炼化生产中的各类原油,提升了运算速度,从而具备在炼化企业实际应用的基础。
本发明是通过以下技术方案达到上述目的:一种原油切割计算分析方法,包括如下步骤:
(1)建立涵盖炼化企业所加工原油的评价数据库;
(2)设置不同原油评价数据间的相似度算法;
(3)对于需要进行切割计算分析的原油,根据步骤(2)所设置的相似度算法,计算该原油与步骤(1)所建立的原油评价数据库中每一个原油的相似度,并对相似度进行从大到小的排序,找到在原油数据库中与该原油最相似的一套或若干套原油,形成比较原油数据库;
(4)对该原油进行切割计算分析,得到分析结果。
作为优选,所述的评价数据库可通过实验室分析获得,或从已公开的原油分析数据中获得,或从企业自身积累的原油历史数据中获得;数据库中每套原油细分为特定馏程温度范围的窄馏分数据。
作为优选,所述在步骤(2)的相似度算法中,设置两个计算内容:
(i)原油性质之间的差异计算方法;
(ii)原油评价数据中各项性质的权重,以对不同性质的相似度进行重要性区分;权重越大,说明该项性质对相似度判断的影响越大。
作为优选,所述的原油性质之间的差异计算方法优选采用带权重的余弦相似度算法,其公式如下所示:
其中,n表示原油性质的编号;Ai表示原油A的第i项性质;Bi表示原油B的第i项性质;wi表示第i项性质的权重。
作为优选,所述步骤(4)具体如下:
(4.1)对需要进行切割计算分析的每一项性质,分别在比较原油数据库中,对该项性质再进行相似度分析,所采用方法为找出与该项性质相似度最高的原油:以该项性质的原油、馏分数据中的一个或多个组合为性质数据集,计算该性质数据集与比较原油数据库中各原油的该性质数据集的相似度,所采用算法同步骤(2)所确定的计算方法;
(4.2)根据步骤(4.1)的结果得到比较原油数据集中该项性质与待分析原油该项性质最接近的原油,并进行数据计算调整:以该性质的性质数据集为基准,使用分段调整法对性质最接近原油中该项性质的窄馏分数据进行拟合,得到待分析原油某性质的窄馏分数据;
(4.3)在步骤(4.2)所获得的待分析原油该项性质的窄馏分数据后,对该性质的窄馏分数据进行任意指定温度段的切割计算分析:当指定的温度段与窄馏分的温度段初馏点或终馏点吻合时,将指定的温度段内的窄馏分的该项性质数据摘出,进行下一步计算;当指定的温度段与窄馏分的温度段初馏点或终馏点不吻合时,首先将完全包含在指定的温度段范围内的窄馏分摘出,对剩余部分采用线性或非线性的方程拟合窄馏分的该性质数据,再计算剩余部分的该性质值,并将已摘出窄馏分的该性质值与剩余部分的该性质值结合,进行下一步计算;
(4.4)根据步骤(4.3)所获得的该项性质数据,如果该性质遵循线性混合规则,则使用加权平均法进行计算,获得指定温度段的馏分的该项性质值;如果该性质遵循非线性混合性质,则使用非线性混合方法进行计算,获得指定温度段的馏分的该项性质值。
作为优选,所述在步骤(4.3)的计算过程中可采用基于相平衡的重叠因子,加入馏分的重叠计算。
作为优选,所述的相邻馏分的重叠效应可通过下面的公式计算:
其中,T5是不考虑重叠效应的馏分蒸馏馏程5%点;T5'是考虑重叠效应的馏分蒸馏馏程5%点;T95和T95'定义类似,分别代表两种情形下的馏分蒸馏馏程95%点;a1,a2,b1,b2为参数。
本发明的有益效果在于:(1)本发明与现有技术相比所具有的优点在于对原油详细性质的预测不是单纯的数学公式计算,而是基于原油评价数据库进行相似度分析、性质数据调整、切割分析的组合方法;该方法最大程度的保留了每一项性质在原油馏分中的真实分布,同时,不需要对拟合后的性质分布曲线做人为的平滑处理,避免了不同人员使用造成的数据差异,并简化了操作,提升了运算速度;(2)本发明可以帮助炼化企业在拿到新原油的简要评价数据后快速准确地获得原油馏分段的详细性质,大大降低了原油分析的成本,缩短了原油分析所需的时间;(3)本发明中原油的切割模拟不受馏分切割温度的制约,适用于任意温度段,并可结合重叠因子,准确模拟馏分间的重叠。计算结果可与各类计划优化、调度、流程模拟软件无缝衔接,对炼化企业经济效益的提升起到重要的帮助。
附图说明
图1是本发明的流程示意图。
具体实施方式
下面结合具体实施例对本发明进行进一步描述,但本发明的保护范围并不仅限于此:
实施例:如图1所示,一种原油切割计算分析方法包括如下步骤:
(1)建立一个涵盖本炼化企业所加工原油的评价数据库。数据库包括43套该企业自身积累的原油数据、1023套已公开的原油数据,共计1066套原油数据。数据库中每套原油细分为馏程跨度为5℃至20℃的窄馏分。数据库包含原油及每个窄馏分的74项性质,见表1。
表1
(2)设置不同原油评价数据间的相似度算法。在相似度算法中,设置两个计算内容:
(i)两个原油性质之间的差异计算方法。在本实施例中,共采用表1中的7项性质来计算两个原油的相似度,7项性质见表2。相似度采用带权重的余弦相似度算法,其公式如下所示:
其中:n表示原油性质的编号;Ai表示原油A的第i项性质;Bi表示原油B的第i项性质;wi表示第i项性质的权重。
(ii)原油评价数据中各项性质的权重,以对不同性质的相似度进行重要性区分。权重越大,说明该项性质对相似度判断的影响越大。本实施例所采用的性质权重见表2。
性质 | 馏分性质权重 | 全油性质权重 |
密度 | 1 | 10 |
馏分实沸点收率 | 1 | - |
硫含量 | 1 | 1 |
氮含量 | 1 | 1 |
酸值 | 1 | 1 |
残炭 | 1 | 1 |
表2
(3)对本企业所关注的冷湖原油,根据步骤2所设置的相似度算法,计算冷湖原油与步骤1所建立的原油评价数据库中1066套原油的相似度,并对相似度进行从大到小的排序,找到在原油数据库中与该原油最相似的20套原油,形成比较原油数据库;
(4)对冷湖原油进行切割计算分析;包含如下子步骤:
1)对冷湖原油的27项性质需要进行切割计算分析。27项性质列表见表3。分别在比较原油数据库的20套原油数据中,对这27项性质中的每一项性质再进行相似度分析,所采用方法为找出与该项性质相似度最高的原油:以该项性质的原油、馏分数据中的一个或多个组合为性质数据集,计算该性质数据集与比较原油数据库中各原油的该性质数据集的相似度,所采用算法同步骤2所确定的余弦相似度计算方法;
表3
2)根据1)的结果得到比较原油数据库中该项性质与待分析原油该项性质最接近的原油,并进行数据计算调整:以冷湖原油该性质的性质数据集为基准,使用分段调整法对性质最接近原油中该项性质的窄馏分数据进行拟合,得到冷湖原油某性质的窄馏分数据;
3)在步骤2)所获得的待分析原油该项性质的窄馏分数据后,对该性质的窄馏分数据进行任意指定温度段的切割计算分析。本实施例所指定的温度段如表3所示,包括-129℃至160℃、160℃至350℃、350℃至500℃、500℃至815℃。以-129℃至160℃温度段为例,将完全包含在-129℃至160℃温度范围内的窄馏分摘出,包括28个窄馏分,根据这28个窄馏分的性质数据进行下一步计算。其他温度范围采用类似方法进行切割计算分析。
可选的,在步骤3)的计算过程中可采用基于相平衡的重叠因子,加入馏分的重叠计算。以160℃至350℃温度段为例,当使用重叠因子时,不仅包含在160℃至350℃温度范围内的窄馏分被摘出,同时还考虑温度低于160℃的馏分有部分成分会进入160℃至350℃温度段馏分,温度高于350℃的馏分有部分成分会进入160℃至350℃温度段馏分;同时,160℃至350℃温度段馏分中也有部分成分会进入低于160℃的馏分和高于350℃的馏分。其他温度段遵循类似方法。这种现象即为馏分重叠。重叠因子根据馏分的切割温度计算。其数值越小,越接近于理想切割;数值越大,则重叠度越高。相邻馏分的重叠效应可通过下面的公式计算:
其中:T5是不考虑重叠效应的馏分蒸馏馏程5%点;T5'是考虑重叠效应的馏分蒸馏馏程5%点;T95和T95'定义类似,分别代表两种情形下的馏分蒸馏馏程95%点。a1,a2,b1,b2为参数。
本实施例所使用的重叠因子计算参数如表4、表5所示。
表4
表5
4)根据步骤3)所获得的-129℃至160℃、160℃至350℃、350℃至500℃、500℃至815℃馏分段的窄馏分性质数据,计算这4个馏分段的性质数据。针对本实施例切割分析的27项性质,其中密度采用体积线性混合的方法,公式如下式所示。
其中:d表示混合物的密度;di表示每个混合组分的密度;n表示混合组分的数量;硫、芳烃、实沸点蒸馏-馏分重量收率、镍、钒、残碳、碳、氢、饱和烃、沥青质采用质量线性混合方法,公式如下式所示。
其中:p表示混合物的硫、芳烃、实沸点蒸馏-馏分重量收率、镍、钒、残碳、碳、氢、饱和烃、沥青质中的任意一项性质;wi表示每个混合组分在混合物中的质量百分数;pi表示每个混合组分的相应性质;n表示混合组分的数量。
冷滤点采用非线性混合的方法,公式如下式所示。
其中:CFPP表示混合物的冷滤点;wi表示每个混合组分在混合物中的质量百分数;CFPPi表示每个混合组分的冷滤点;m表示模型参数。
本实施例最终的切割计算结果及误差分析如表3所示。企业所关注的27项原油性质中有25项达到了指标,准确性达到了93%,满足企业的生产需求。
以上的所述乃是本发明的具体实施例及所运用的技术原理,若依本发明的构想所作的改变,其所产生的功能作用仍未超出说明书及附图所涵盖的精神时,仍应属本发明的保护范围。
Claims (7)
1.一种原油切割计算分析方法,其特征在于,包括如下步骤:
(1)建立涵盖炼化企业所加工原油的评价数据库;
(2)设置不同原油评价数据间的相似度算法;
(3)对于需要进行切割计算分析的原油,根据步骤(2)所设置的相似度算法,计算该原油与步骤(1)所建立的原油评价数据库中每一个原油的相似度,并对相似度进行从大到小的排序,找到在原油数据库中与该原油最相似的一套或若干套原油,形成比较原油数据库;
(4)对该原油进行切割计算分析,得到分析结果。
2.根据权利要求1所述的一种原油切割计算分析方法,其特征在于:所述的评价数据库可通过实验室分析获得,或从已公开的原油分析数据中获得,或从企业自身积累的原油历史数据中获得;数据库中每套原油细分为特定馏程温度范围的窄馏分数据。
3.根据权利要求1所述的一种原油切割计算分析方法,其特征在于:所述在步骤(2)的相似度算法中,设置两个计算内容:
(i)原油性质之间的差异计算方法;
(ii)原油评价数据中各项性质的权重,以对不同性质的相似度进行重要性区分;权重越大,说明该项性质对相似度判断的影响越大。
4.根据权利要求3所述的一种原油切割计算分析方法,其特征在于:所述的原油性质之间的差异计算方法优选采用带权重的余弦相似度算法,其公式如下所示:
其中,n表示原油性质的编号;Ai表示原油A的第i项性质;Bi表示原油B的第i项性质;wi表示第i项性质的权重。
5.根据权利要求1所述的一种原油切割计算分析方法,其特征在于:所述步骤(4)具体如下:
(4.1)对需要进行切割计算分析的每一项性质,分别在比较原油数据库中,对该项性质再进行相似度分析,所采用方法为找出与该项性质相似度最高的原油:以该项性质的原油、馏分数据中的一个或多个组合为性质数据集,计算该性质数据集与比较原油数据库中各原油的该性质数据集的相似度,所采用算法同步骤(2)所确定的计算方法;
(4.2)根据步骤(4.1)的结果得到比较原油数据集中该项性质与待分析原油该项性质最接近的原油,并进行数据计算调整:以该性质的性质数据集为基准,使用分段调整法对性质最接近原油中该项性质的窄馏分数据进行拟合,得到待分析原油某性质的窄馏分数据;
(4.3)在步骤(4.2)所获得的待分析原油该项性质的窄馏分数据后,对该性质的窄馏分数据进行任意指定温度段的切割计算分析:当指定的温度段与窄馏分的温度段初馏点或终馏点吻合时,将指定的温度段内的窄馏分的该项性质数据摘出,进行下一步计算;当指定的温度段与窄馏分的温度段初馏点或终馏点不吻合时,首先将完全包含在指定的温度段范围内的窄馏分摘出,对剩余部分采用线性或非线性的方程拟合窄馏分的该性质数据,再计算剩余部分的该性质值,并将已摘出窄馏分的该性质值与剩余部分的该性质值结合,进行下一步计算;
(4.4)根据步骤(4.3)所获得的该项性质数据,如果该性质遵循线性混合规则,则使用加权平均法进行计算,获得指定温度段的馏分的该项性质值;如果该性质遵循非线性混合性质,则使用非线性混合方法进行计算,获得指定温度段的馏分的该项性质值。
6.根据权利要求5所述的一种原油切割计算分析方法,其特征在于:所述在步骤(4.3)的计算过程中可采用基于相平衡的重叠因子,加入馏分的重叠计算。
7.根据权利要求6所述的一种原油切割计算分析方法,其特征在于:所述的相邻馏分的重叠效应可通过下面的公式计算:
重叠因子
重叠因子
其中,T5是不考虑重叠效应的馏分蒸馏馏程5%点;T5'是考虑重叠效应的馏分蒸馏馏程5%点;T95和T95'定义类似,分别代表两种情形下的馏分蒸馏馏程95%点;a1,a2,b1,b2为参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910212070.6A CN109781967A (zh) | 2019-03-20 | 2019-03-20 | 一种原油切割计算分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910212070.6A CN109781967A (zh) | 2019-03-20 | 2019-03-20 | 一种原油切割计算分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109781967A true CN109781967A (zh) | 2019-05-21 |
Family
ID=66488700
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910212070.6A Pending CN109781967A (zh) | 2019-03-20 | 2019-03-20 | 一种原油切割计算分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109781967A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023123071A1 (zh) * | 2021-12-29 | 2023-07-06 | 华东理工大学 | 一种数据驱动的混合原油切割计算分析方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102768702B (zh) * | 2012-07-02 | 2014-07-02 | 清华大学 | 基于集成控制优化的炼油生产过程调度优化建模方法 |
CN104807981A (zh) * | 2015-04-15 | 2015-07-29 | 北京石油化工学院 | 原油乳化液动态破乳脱水特性评价装置及评价方法 |
CN106568924A (zh) * | 2016-11-02 | 2017-04-19 | 杭州辛孚能源科技有限公司 | 基于原油宏观性质确定其分子组成的方法 |
CN105574345B (zh) * | 2015-12-23 | 2018-03-02 | 南京富岛信息工程有限公司 | 原油性质数据校正方法 |
CN105138824B (zh) * | 2015-08-05 | 2018-04-06 | 南京富岛信息工程有限公司 | 一种面向常减压装置优化的原油数据校正方法 |
CN108226093A (zh) * | 2018-01-11 | 2018-06-29 | 南京富岛信息工程有限公司 | 一种常减压装置模型参数自动选择与校正方法 |
CN108536108A (zh) * | 2018-05-17 | 2018-09-14 | 杭州辛孚能源科技有限公司 | 一种常减压装置的实时优化方法 |
CN108760789A (zh) * | 2018-05-04 | 2018-11-06 | 杭州辛孚能源科技有限公司 | 一种原油快评方法 |
CN106324229B (zh) * | 2016-08-22 | 2019-03-12 | 何恺源 | 一种确定原油及石油流股详细分子组成的方法 |
-
2019
- 2019-03-20 CN CN201910212070.6A patent/CN109781967A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102768702B (zh) * | 2012-07-02 | 2014-07-02 | 清华大学 | 基于集成控制优化的炼油生产过程调度优化建模方法 |
CN104807981A (zh) * | 2015-04-15 | 2015-07-29 | 北京石油化工学院 | 原油乳化液动态破乳脱水特性评价装置及评价方法 |
CN105138824B (zh) * | 2015-08-05 | 2018-04-06 | 南京富岛信息工程有限公司 | 一种面向常减压装置优化的原油数据校正方法 |
CN105574345B (zh) * | 2015-12-23 | 2018-03-02 | 南京富岛信息工程有限公司 | 原油性质数据校正方法 |
CN106324229B (zh) * | 2016-08-22 | 2019-03-12 | 何恺源 | 一种确定原油及石油流股详细分子组成的方法 |
CN106568924A (zh) * | 2016-11-02 | 2017-04-19 | 杭州辛孚能源科技有限公司 | 基于原油宏观性质确定其分子组成的方法 |
CN108226093A (zh) * | 2018-01-11 | 2018-06-29 | 南京富岛信息工程有限公司 | 一种常减压装置模型参数自动选择与校正方法 |
CN108760789A (zh) * | 2018-05-04 | 2018-11-06 | 杭州辛孚能源科技有限公司 | 一种原油快评方法 |
CN108536108A (zh) * | 2018-05-17 | 2018-09-14 | 杭州辛孚能源科技有限公司 | 一种常减压装置的实时优化方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023123071A1 (zh) * | 2021-12-29 | 2023-07-06 | 华东理工大学 | 一种数据驱动的混合原油切割计算分析方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5460319B2 (ja) | ほぼリアルタイムでのストリームの組成および特性の予測 | |
CN104965967A (zh) | 一种常减压蒸馏装置的收率实时预测方法 | |
CN104318482A (zh) | 一套智能配电网综合评估体系和方法 | |
CN107505837A (zh) | 一种半监督神经网络模型及基于该模型的软测量建模方法 | |
CN101201331B (zh) | 一种在线确定初馏塔顶石脑油质量指标的软测量方法 | |
Fu et al. | Hybrid model for optimization of crude oil distillation units | |
CN109777528A (zh) | 一种分子级柴油调和方法 | |
CN108760789A (zh) | 一种原油快评方法 | |
CN101169387B (zh) | 一种在线确定常压塔顶石脑油质量指标的软测量方法 | |
CN103941760B (zh) | 成品油的调合方法和装置、数据集成优化控制服务器 | |
CN107341332A (zh) | 一种车用电机驱动系统的评价指标权重的确定方法 | |
CN113592359A (zh) | 电力变压器的健康度评价方法和装置 | |
CN109781967A (zh) | 一种原油切割计算分析方法 | |
CN109817287A (zh) | 一种延迟焦化模型集成方法 | |
CN109507352A (zh) | 一种预测石化生产中任意流股分子组成的方法 | |
CN106651167A (zh) | 一种生物信息工程师技能评级系统 | |
CN108920428B (zh) | 一种基于联合模糊扩张原理的模糊距离判别方法 | |
CN108416463B (zh) | 一种加氢裂化过程的产品质量预测方法和系统 | |
CN111044482B (zh) | 原油调配方法 | |
CN110763649B (zh) | 一种由近红外光谱及性质选择目标原油调合配方的方法 | |
Maharani et al. | The MFEP and MAUT methods in selecting the best employees | |
CN111325431A (zh) | 一种卫星系统集成成熟度的评估方法 | |
CN110763651A (zh) | 一种适合生产润滑油基础油的原油调配方法 | |
CN104834812B (zh) | 一种基于状态空间模型的乙烯裂解原料特性分析方法 | |
CN110458408B (zh) | 典型故障对动设备及装置影响后果的分析方法 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: Room 402, building F, No.98, Xiangxue No.8, Huangpu District, Guangzhou City, Guangdong Province Applicant after: Guangdong Xinfu Technology Co., Ltd Address before: 310053 room 412, 4 building, 66 Dongxin Avenue, Binjiang District, Hangzhou, Zhejiang. Applicant before: HANGZHOU SYSPETRO ENERGY TECHNOLOGY Co.,Ltd. |
|
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190521 |