CN109871640B - 一种基于蒙特卡罗模拟的粉尘二次爆炸风险预测方法 - Google Patents
一种基于蒙特卡罗模拟的粉尘二次爆炸风险预测方法 Download PDFInfo
- Publication number
- CN109871640B CN109871640B CN201910171376.1A CN201910171376A CN109871640B CN 109871640 B CN109871640 B CN 109871640B CN 201910171376 A CN201910171376 A CN 201910171376A CN 109871640 B CN109871640 B CN 109871640B
- Authority
- CN
- China
- Prior art keywords
- dust
- risk
- explosion
- simulation
- monte carlo
- 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.)
- Active
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于蒙特卡罗模拟的粉尘二次爆炸风险预测方法,具体包括:通过实验测试并分析粉尘的理化特性参数及粉尘爆炸参数,进而应用于设置仿真模拟所需的FUEL文件;利用仿真模拟软件FLACS的粉尘爆炸模块,模拟发生在受限空间内粉尘爆炸的流场结构的动态变化,结合粉尘点火特性参数分析粉尘爆炸的温度和粉尘浓度的分布情况,进而为风险表征提供风险因素数据;应用蒙特卡罗模拟对粉尘爆炸的风险因素数据进行概率分布拟合,通过构造预测变量函数对风险结果进行不确定性和敏感性分析,预测粉尘发生二次爆炸的不确定性风险及其概率分布。建立粉尘二次爆炸风险预测模型对控制粉尘爆炸和爆炸安全生产具有重要意义。
Description
技术领域
本发明涉及粉尘爆炸风险预测技术领域,特别是提出了一种基于蒙特卡罗模拟的粉尘二次爆炸风险预测方法,可应用于工业生产中对于粉尘爆炸的预防和控制。
背景技术
粉体工业生产中,除尘系统与生产装置基本通过除尘管网连接,除尘器发生爆炸后会导致冲击波沿除尘管网传播,影响邻近单元形成多米诺事故,较为常见的是由初次粉尘爆炸引发的二次甚至多次粉尘连续爆炸,导致事故后果严重性扩大,形成环境和安全风险。
对于企业安全管理者来说,了解本企业的粉尘爆炸风险概况、何种风险因素影响粉尘爆炸的风险程度以及如何降低粉尘爆炸的风险等级,对企业安全生产管理工作有较好的推动作用。
现有研究粉尘爆炸特性的相关资料较成熟,也有部分关于爆炸能量对周围环境的机械设备、建筑物等产生的破坏作用以及使人员伤亡程度作出的风险评价,但建立多米诺效应的粉尘二次爆炸研究的风险概率评价模型较少,而建立这些灾害性事故的风险概率评价模型,对于科学预防事故灾害发生具有重要理论价值和实践意义。
发明内容
本发明的目的是要解决上述技术问题,为了克服现有技术中的不足,提供一种基于蒙特卡罗模拟的粉尘二次爆炸风险预测方法,利用Crystal Ball软件对风险结果进行不确定性和敏感性分析,预测粉尘发生二次爆炸的不确定性风险及其概率分布,为工业预防和控制粉尘爆炸提供科学指导。
本发明解决其技术问题所要采用的技术方案是:提供一种基于蒙特卡罗模拟的粉尘二次爆炸风险预测方法,包括以下步骤:
S1:实验测试,通过对粉尘进行实验测试,分析粉尘的理化特性以及粉尘爆炸参数,所述理化特性包括粒径、颗粒折射率和比表面积等,所述爆炸参数如爆炸压力和爆炸指数等,进而为仿真模拟所需的FUEL文件提供参数数据;
S2:仿真模拟,利用仿真模拟软件FLACS的粉尘爆炸模块,针对步骤S1得到的粉尘FUEL文件参数数据模拟发生在受限空间内粉尘爆炸的流场结构的动态变化,结合粉尘点火特性参数中的爆炸极限和最低着火温度分析粉尘爆炸的温度和粉尘浓度的分布情况,进而为风险表征提供风险因素数据;
所述研究粉尘包括各类可燃可爆粉尘,其中,FLACS模拟软件在粉尘爆炸的场景开发上已有大量的验证经验,尤其对亚麻、煤粉、淀粉等有机粉尘有较好的应用效果;
FLACS软件中的粉尘爆炸模块针对不同粉尘需要有相对应的FUEL文件,本发明中,根据步骤S1测试所得数据如粉尘密度、粒径、最大爆炸压力和爆炸指数以及查阅粉尘燃烧热、标准生成焓等文献数据,可定义用于模拟时的粉尘FUEL文件参数,FLACS软件在进行模拟时将自动读取相应粉尘的FUEL文件;
根据FLACS模拟输出的流速场矢量图,可以研究管道内冲击波的移动速度,包括其方向、大小和位置,结合温度场和粉尘浓度场的云图继而分析粉尘云在管道中的流动趋势,得出温度和粉尘浓度的变化数据;
S3:风险表征,利用基于蒙特卡罗模拟的Crystal Ball软件对粉尘爆炸的风险因素数据进行概率分布拟合,通过构造预测变量函数对风险结果进行不确定性和敏感性分析,预测粉尘发生二次爆炸的不确定性风险及其概率分布,具体包括:
在模型中待研究的典型位置附近选取若干监测点,根据粉尘爆炸的条件要素:适宜的粉尘浓度、足够的点火能量、一定的氧含量、粉尘处于悬浮状态和相对封闭空间,选择其中的关键因素即温度和粉尘浓度作为蒙特卡罗模拟时的输入变量,即将监测到的温度和粉尘浓度随时间变化的数据作为风险因素数据,建立影响粉尘二次爆炸不确定性风险及其概率分布预测的风险因素数据表;
利用基于蒙特卡罗模拟的Crystal Ball软件对风险因素数据进行概率分布拟合,根据拟合优度统计选择风险因素数据的概率分布类型;
根据函数表达式定义输出变量与各决策变量之间的关系,其中,风险值作为输出变量,风险因素作为决策变量,所述风险因素选择导致粉尘爆炸的关键因素温度及粉尘浓度,对所得风险因素数据进行风险赋值,其中:
为了实现对数据的无量纲归一化处理,选择粉尘云最低着火温度(MITC)和粉尘爆炸下限浓度(LEL)作为相对参考值,其风险赋值都设为5,对输出变量二次爆炸概率风险值定义下列函数关系:“C2=(A2÷“MITC”)×5+(B2÷“LEL”)×5”,其中A2为对温度变量进行的分布拟合假设,B2为对浓度变量进行的分布拟合假设,C2为对风险值进行的定义预测;
通过构造预测变量函数对风险因素的数据进行条件赋值,定义风险值预测变量,得到风险值的分布数据,设置蒙特卡罗模拟的运行属性,包括抽样方法、抽样次数、精度控制等,然后开始进行模拟;
其中,蒙特卡罗模拟普遍采用的抽样方法包括蒙特卡罗取样和拉丁超立方取样,拉丁超立方取样法通过划分若干相等概率的区间,使得结果较为平均,对概率分布能实现较好的重现,因此本实施例优先采用拉丁超立方抽样;
根据模拟输出结果分析风险值的预测频率及风险值对输入的风险因素的敏感性等,对粉尘发生二次爆炸的不确定性风险及其概率分布进行表征预测。
本发明提出的技术方案具有以下有益效果:
1、结合粉尘初次爆炸能量表征参数的动态变化,及冲击波扬尘形成粉尘云形状和浓度的动态演化,创新性地分析此风险因素的概率分布,并基于蒙特卡罗模拟方法输出粉尘二次爆炸不确定性风险及其概率分布。
2、本发明利用FLACS模拟可以通过设置不同粉尘类型实现对不同事故场景中所有时间所有位置处监测数据的连续获取。
3、利用实验所得粉尘理化特性可以在模拟软件中自定义绝大多数的可燃可爆粉尘,涵盖范围广。
4、通过FLACS模拟结果,观察模型三维及二维平面上流场结构的分布及粉尘云流动趋势,分析温度及粉尘浓度的分布特征和演化规律。
5、通常用冲击波对生产设备或人员造成的损伤来评价粉尘爆炸的风险,而本发明从初次爆炸至二次爆炸的中间环节入手,以新视角预测二次爆炸形成的不确定性风险及其概率分布。
附图说明
下面结合附图和实施例对本发明作进一步说明。
图1是本发明实施例的风险预测方法的技术路线流程图。
图2是本发明实施例的受限管道FLACS模型及监测点示意图。
图3是本发明实施例的FLACS模型典型分岔口位置的流速场示意图。
图4是本发明实施例的粉尘二次爆炸风险概率的频率分布图。
图5是本发明实施例的粉尘二次爆炸风险概率的敏感度方差贡献图。
具体实施方式
下面结合附图对本发明作进一步详细的说明,但本发明的实施方式只是为了能清楚了解本发明的技术方案而提出的优选实施方式,并非对本发明保护范围的限制。
本发明实施例提供了一种基于蒙特卡罗模拟的粉尘二次爆炸风险预测方法,如图1所示,具体包括以下步骤:
S1:实验测试,通过对粉尘进行实验测试,分析粉尘的理化特性,包括粒径、颗粒折射率、比表面积等;
本实施例以亚麻粉尘为例,选择BT-9300S型激光粒度分布仪测试亚麻粉尘的粒径分布情况,根据粉尘粒径范围的区间百分含量观察,多数亚麻粉尘的粒径介于40μm~300μm之间,其中亚麻粉尘的中位径(D50)为86.53μm,体积平均径为102.33μm,比表面积为67.85m2·kg-1,选取中位径86.53μm作为软件模拟时的亚麻粉尘粒径参数;
分析粉尘爆炸参数,如爆炸压力和爆炸指数等,进而为仿真模拟所需的FUEL文件提供参数数据;
利用20L球型爆炸测试装置测试亚麻粉尘的爆炸相关参数,测试结果显示,亚麻粉尘质量浓度为600g·m-3时,最大爆炸压力为0.82MPa,最大压力上升速率为9.51MPa·s-1,爆炸指数为2.58MPa·m·s-1。
S2:仿真模拟,利用仿真模拟软件FLACS的粉尘爆炸模块,模拟发生在受限空间内粉尘爆炸的流场结构的动态变化,结合粉尘点火特性参数中的爆炸极限和最低着火温度分析粉尘爆炸的温度和粉尘浓度的分布情况,进而为风险表征提供风险因素数据;
如图2所示,根据工业生产中真实通风除尘管道系统为研究场景,通过FLACS建立三通管道模型,其中主管道长为7.8m,与其相互垂直的支管道长为2.2m,支管道中心轴线位于主管道5.6m处,管道统一内径0.125m,外径0.185m,为模拟受限密闭管道场景,模型中各处端口均设为封闭状态,环境初始温度设为20℃,初始压力设为0.1MPa;
三通管中的分岔口作为特殊管道部件一直是各类研究的重点,因此在分岔口位置的主管道和支管道内共设置6个监测点,呈三角形分布,最后将这些监测点所获数据整合作为管道分叉口位置的代表数据;
FLACS软件中的粉尘爆炸模块针对不同粉尘需要有相对应的FUEL文件,本发明中,根据步骤S1测试所得数据如粉尘密度、粒径、最大爆炸压力和爆炸指数以及查阅亚麻粉尘燃烧热、标准生成焓等文献数据,可定义用于模拟时的亚麻粉尘FUEL文件参数,FLACS软件在进行模拟时将自动读取亚麻粉尘的FUEL文件;
软件模拟爆炸压力和速度在0.2s后趋于稳定,因此选取前0.2s的数据用于Crystal Ball软件的风险表征;
如图3所示,根据FLACS模拟输出的流速场矢量图,可以研究管道内冲击波的移动速度,包括其方向、大小和位置,结合温度场和亚麻粉尘浓度场云图继而分析粉尘云在管道中的流动趋势,得出温度和亚麻粉尘浓度的变化数据。
S3:风险表征,利用基于蒙特卡罗模拟的Crystal Ball软件对二次爆炸的风险因素数据进行概率分布拟合,通过构造预测变量函数对风险结果进行不确定性和敏感性分析,预测粉尘发生二次爆炸的不确定性风险及其概率分布,具体包括:
在模型中待研究的典型位置附近选取若干监测点,根据粉尘爆炸的条件要素:适宜的粉尘浓度、足够的点火能量、一定的氧含量、粉尘处于悬浮状态和相对封闭空间,选择其中的关键因素即温度和粉尘浓度作为蒙特卡罗模拟时的输入变量,即将监测到的温度和粉尘浓度随时间变化的数据作为风险因素数据,建立影响粉尘二次爆炸不确定性风险及其概率分布预测的风险因素数据表;
利用基于蒙特卡罗模拟的Crystal Ball软件对风险因素数据进行概率分布拟合,根据拟合优度统计选择风险因素数据的概率分布类型,其中温度风险因素参数符合最小极值分布,最可能值=930.16,标度=505.94,浓度风险因素参数符合Gamma分布,形状参数=0.45,标度=582.03;
根据函数表达式定义输出变量与各决策变量之间的关系,其中,风险值作为输出变量,风险因素作为决策变量,所述风险因素选择导致粉尘爆炸的关键因素温度及粉尘浓度,对所得风险因素数据进行风险赋值,其中:
为了实现对数据的无量纲归一化处理,选择亚麻粉尘云最低着火温度(MITC)460℃和亚麻粉尘爆炸下限浓度(LEL)60g·m-3作为相对参考值,其风险赋值都设为5,对输出变量二次爆炸概率风险值定义下列函数关系:“C2=(A2÷460)×5+(B2÷60)×5”,其中A2为对温度变量进行的分布拟合假设,B2为对浓度变量进行的分布拟合假设,C2为对风险值进行的定义预测;
通过构造预测变量函数对风险因素的数据进行条件赋值,定义风险值预测变量,得到风险值的分布数据,设置蒙特卡罗模拟的运行属性,包括抽样方法、抽样次数、精度控制等,然后开始进行模拟;
其中,蒙特卡罗模拟普遍采用的抽样方法包括蒙特卡罗取样和拉丁超立方取样,拉丁超立方取样法通过划分若干相等概率的区间,使得结果较为平均,对概率分布能实现较好的重现,因此本实施例优先采用拉丁超立方抽样;
根据模拟输出结果分析风险值的预测频率及风险值对输入的风险因素的敏感性等,对粉尘发生二次爆炸的不确定性风险及其概率分布进行表征预测;
如图4所示,以同时达到亚麻粉尘云最低着火温度和粉尘爆炸下限浓度的风险值总和为参考标准,风险值大于10的概率在75.2%,即此范围内的模型场景都存在极大的二次爆炸可能性,粉尘发生二次爆炸的风险较高;
另外,考虑风险因素对最终风险值的影响,如图5所示,粉尘浓度对二次爆炸风险值的贡献方差达到83.4%,因此,虽然温度与粉尘浓度都是粉尘爆炸防控措施的重要环节,但对于粉尘浓度的控制尤其应引起重视;
本实施例仅是对三通管道的分叉口位置进行的风险预测,通过设置其他监测点,重复步骤S2~S3可实现对模型中所有时间所有位置粉尘二次爆炸概率风险的预测。
以上述依据本发明的理想实施例为启示,通过上述的说明内容,相关的工作人员完全可以在不偏离本发明的范围内,进行多样的变更以及修改。本项发明的技术范围并不局限于说明书上的内容,必须要根据权利要求范围来确定其技术性范围。
Claims (2)
1.一种基于蒙特卡罗模拟的粉尘二次爆炸风险预测方法,其特征在于:该方法包括以下步骤:
S1:实验测试,通过对粉尘的实验测试,分析粉尘的理化特性以及粉尘爆炸参数,进而为仿真模拟所需的FUEL文件提供参数数据;
S2:仿真模拟,利用仿真模拟软件FLACS的粉尘爆炸模块,针对步骤S1得到的粉尘FUEL文件参数数据模拟发生在受限空间内粉尘爆炸的流场结构的动态变化,结合粉尘点火特性参数中的爆炸极限和最低着火温度分析粉尘爆炸的温度和粉尘浓度的分布情况,进而为风险表征提供风险因素数据;
S3:风险表征,利用基于蒙特卡罗模拟的Crystal Ball软件对粉尘爆炸的风险因素数据进行概率分布拟合,通过构造预测变量函数对风险结果进行不确定性和敏感性分析,预测粉尘发生二次爆炸的不确定性风险及其概率分布;
步骤S3中所述的风险表征具体包括:
在模型中待研究的典型位置附近选取若干监测点,将获取到的温度和粉尘浓度数据作为风险因素数据,由此建立影响粉尘二次爆炸风险预测的风险因素数据表;
利用基于蒙特卡罗模拟的Crystal Ball软件对风险因素数据进行概率分布拟合,根据拟合优度统计选择风险因素数据的概率分布类型;
根据函数表达式定义输出变量与各决策变量之间的关系,其中,风险值作为输出变量,风险因素作为决策变量,所述风险因素选择导致粉尘爆炸的关键因素即温度和粉尘浓度,对所得风险因素数据进行风险赋值;对输出变量二次爆炸概率风险值定义下列函数关系:C2=(A2÷MITC)×5+(B2÷LEL)×5,其中A2为对温度变量进行的分布拟合假设,B2为对浓度变量进行的分布拟合假设,C2为对风险值进行的定义预测,MITC为亚麻粉尘云最低着火温度,LEL为亚麻粉尘爆炸下限浓度,MITC和LEL的风险赋值都为5;
通过构造预测变量函数对风险因素的数据进行条件判断,定义风险值预测变量,得到风险值的分布数据,设置蒙特卡罗模拟的运行属性,然后开始进行模拟;
根据模拟输出结果分析风险值的预测频率及风险值对输入的风险因素的敏感性,对粉尘发生二次爆炸的不确定性风险及其概率分布进行表征预测。
2.如权利要求1所述的一种基于蒙特卡罗模拟的粉尘二次爆炸风险预测方法,其特征在于:步骤S2中所述的FLACS软件针对不同粉尘有相对应的FUEL文件,所述FUEL文件中包括爆炸指数参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910171376.1A CN109871640B (zh) | 2019-03-07 | 2019-03-07 | 一种基于蒙特卡罗模拟的粉尘二次爆炸风险预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910171376.1A CN109871640B (zh) | 2019-03-07 | 2019-03-07 | 一种基于蒙特卡罗模拟的粉尘二次爆炸风险预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109871640A CN109871640A (zh) | 2019-06-11 |
CN109871640B true CN109871640B (zh) | 2023-01-17 |
Family
ID=66919970
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910171376.1A Active CN109871640B (zh) | 2019-03-07 | 2019-03-07 | 一种基于蒙特卡罗模拟的粉尘二次爆炸风险预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109871640B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111324970A (zh) * | 2020-03-06 | 2020-06-23 | 交通运输部水运科学研究所 | 基于多次多米诺效应的港口油品罐区个人风险分析方法 |
CN111625951B (zh) * | 2020-05-21 | 2023-05-23 | 常州大学 | 一种工业管道出口处爆炸气流冲量致伤评估方法 |
CN111739579B (zh) * | 2020-05-26 | 2022-06-14 | 浙江省农业科学院 | 一种肉鸡产业链沙门氏菌的定量风险评估方法 |
CN112419029B (zh) * | 2020-11-27 | 2021-11-12 | 诺丁汉(宁波保税区)区块链有限公司 | 类金融机构风险监控方法、风险模拟系统及存储介质 |
CN113065794A (zh) * | 2021-04-19 | 2021-07-02 | 北京石油化工学院 | 一种粉尘爆炸风险评估方法及装置 |
CN113268880B (zh) * | 2021-05-31 | 2022-04-22 | 中国地质大学(武汉) | 一种粉尘爆炸重大安全风险辨识与评估方法 |
CN113626978B (zh) * | 2021-06-23 | 2023-12-26 | 浙江中控技术股份有限公司 | 一种民爆乳化炸药的爆速在线预测方法及系统 |
CN114295675B (zh) * | 2021-12-31 | 2024-06-25 | 中南大学 | 一种用于硫化矿尘爆炸危险性评价的装置与方法 |
CN114582093B (zh) * | 2022-01-27 | 2022-09-13 | 宁夏安普安全技术咨询有限公司 | 一种用于预防矿山粉尘爆炸的安全预警方法及系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104655817B (zh) * | 2015-01-23 | 2016-10-26 | 青岛科技大学 | 一种模拟原地二次爆炸的实验装置及方法 |
CN104778370A (zh) * | 2015-04-20 | 2015-07-15 | 北京交通大学 | 基于蒙特卡洛仿真求解动态故障树模型的风险分析方法 |
CN106709641A (zh) * | 2016-12-20 | 2017-05-24 | 南京南瑞继保电气有限公司 | 一种基于蒙特卡洛模拟的小干扰概率风险分析与仿真方法 |
-
2019
- 2019-03-07 CN CN201910171376.1A patent/CN109871640B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109871640A (zh) | 2019-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109871640B (zh) | 一种基于蒙特卡罗模拟的粉尘二次爆炸风险预测方法 | |
KR101805713B1 (ko) | 위험지도를 이용한 위험도 분석 시스템 | |
Zohdi | A machine-learning framework for rapid adaptive digital-twin based fire-propagation simulation in complex environments | |
WO2023168947A1 (zh) | 基于数字孪生技术的安全壳孪生系统及其建造方法 | |
KR20190022493A (ko) | 파이프, 압력 용기 및 파이프 시스템에서의 수소-유발 크래킹(hic)의 신속 예측 및 관련 조치를 위한 시스템 및 방법 | |
Paltrinieri et al. | Addressing dynamic risk in the petroleum industry by means of innovative analysis solutions | |
Shetty et al. | Fire safety assessment and optimal design of passive fire protection for offshore structures | |
CN110135638B (zh) | 气体爆炸事故致死致伤和结构破坏不确定性风险计算方法 | |
CN102509003A (zh) | 利用计算机进行化工装置爆炸风险评估的方法及系统 | |
Jallais et al. | Hydrogen jet vapor cloud explosion: a model for predicting blast size and application to risk assessment | |
Wang et al. | Quantitative risk analysis of offshore fire and explosion based on the analysis of human and organizational factors | |
Ayala et al. | Rescaled Exponential and Density-Based Decline Models: Extension toVariable Rate/Pressure-Drawdown Conditions | |
Jang et al. | Numerical computation of a large‐scale jet fire of high‐pressure hydrogen in process plant | |
Wang et al. | Comparative study on blast wave propagation of natural gas vapor cloud explosions in open space based on a full-scale experiment and PHAST | |
Enright et al. | A probabilistic framework for gas turbine engine materials with multiple types of anomalies | |
Mourtzis et al. | Challenges and opportunities for integrating augmented reality and computational fluid dynamics modeling under the framework of industry 4.0 | |
Palacios et al. | Computational fluid dynamics modelling of hydrocarbon fires in open environments: Literature review | |
KR101537478B1 (ko) | 주거시설 화재 감식 시뮬레이션 방법 | |
Li et al. | Evaluation of gas explosion overpressures at configurations with irregularly arranged obstacles | |
Merci | Computer modeling for fire and smoke dynamics in enclosures: a help or a burden | |
Niazi et al. | Effect of wind directions on human injury and fatality risk modeling due to vapor cloud explosion in offshore platforms | |
Groth et al. | HyRAM v1. 0 user guide | |
Asiodu-Otughwor et al. | Deployment of remotely operated aerial vehicles: Managing asset integrity in the 21st century | |
Prescott et al. | Fire Risk Investigation in 3D (FRI3D) Software and Process for Integrated Fire Modeling | |
Li et al. | CO2 pipelines release and dispersion: A review |
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 |