CN109885978A - 一种遥感地面站故障诊断系统及方法 - Google Patents
一种遥感地面站故障诊断系统及方法 Download PDFInfo
- Publication number
- CN109885978A CN109885978A CN201910239551.6A CN201910239551A CN109885978A CN 109885978 A CN109885978 A CN 109885978A CN 201910239551 A CN201910239551 A CN 201910239551A CN 109885978 A CN109885978 A CN 109885978A
- Authority
- CN
- China
- Prior art keywords
- diagnosis
- event
- remote sensing
- earth station
- sensing earth
- 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
Landscapes
- Selective Calling Equipment (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
一种遥感地面站故障诊断系统及方法,属于空间技术领域。本发明的遥感地面站故障诊断系统及方法,集合了前人的经验和历史数据,日常仅需要对系统进行简单的维护,而无须参与进故障的诊断中,一是解放了人力,二来也无须像以前一样,对新员工进行长久的培训;本发明相比于现有技术的人工筛查故障,具有实时性高的显著特点,在流程执行过程中,实时采集事件日志信息,对事件流程进行诊断,发现异常时能够及时报警,能够极大提高遥感地面站的系统稳定性。
Description
技术领域
本发明涉及一种遥感地面站故障诊断系统及方法,属于空间技术领域。
背景技术
遥感卫星地面站是一类复杂系统,主要由天伺馈分系统、信道分系统、测试分系统、记录与传输分系统、站监控管理分系统和故障诊断分系统组成。天伺馈系统主要任务是完成卫星捕获、跟踪、卫星信号接收。信道分系统主要任务是对信号进行放大、变频、完成数据的解调,输出数据送给数据记录与传输系统。数据记录与传输系统完成记录任务的调度管理、数据记录管理、系统配置等功能;完成对解调器输出原始数据的本地记录工作,并将原始记录数据实时或非实时转发到外部系统。测试分系统主要完成系统闭环测试,包括环路、误码率、G/T值等,还能监视中频信号频谱和地面天线自动标校。站监控管理分系统负责接收任务计划和轨道根数,生成接收任务作业计划;自动控制分系统配置参数,完成跟踪、接收、记录及传输任务;跟踪、监视任务流程的执行过程,上报业务运行状态;实现站内设备的统一控制和集中监视;对各分系统的设备进行灵活配置,完成设备管理和参数本地设置。故障诊断分系统主要负责监视任务执行过程中工作流程是否正确,各设备是否正常运行;当出现接收失败的情况后,能够分析接收数据,回放接收过程,快速定位故障,做出故障诊断决策;对整站设备进行长期监视,预测各设备出现故障的概率。
传统的遥感地面站故障诊断设计主要依靠值班人员通过收集相关日志来进行,随着技术不断发展,遥感地面站技术越来越成熟,系统功能更加多样化,在此趋势下,整个系统的日志信息越来越多,单纯依靠人工分析已无法满足快速定位、解决故障要求。由于行业人员流动快,经常出现刚刚培训完的值班人员就离职走了,造成系统运维成本增加和新来人员不熟悉的困境。同时,值班人员即使两班倒也不可能做到二十四小时不停监视系统,有很多小故障无法及时清除,导致任务失败,客户承担重大损失。
综上所述,传统遥感地面站存在“自动化程度低,过于依赖人工,效率低”、“人员流动大,新成员无故障诊断经验,需反复培训”、“故障发现及排除不及时”等缺点。
发明内容
本发明解决的技术问题是:克服现有技术的不足,提供了一种遥感地面站故障诊断系统及方法,通过构建自动化故障诊断系统,解决了传统遥感地面站自动化程度低、人工操作费时费力等问题,实现了遥感地面站高效地定位故障的技术效果。
本发明的技术解决方案是:一种遥感地面站故障诊断系统,包括:
诊断知识库,存储用于对遥感地面站的事件日志进行诊断的知识;
数据采集模块,采集来自遥感地面站不同源系统的事件日志,进行归一化处理,将处理后的事件日志作为流程挖掘模块的输入;
流程挖掘模块,通过流程挖掘算法对处理后的事件日志构建流程模型和组织结构模型,并进行流程性能分析;
诊断分析器,基于所述诊断知识库中的知识,对流程挖掘模块中生成的诊断项分别进行诊断,判断事件流程运行是否正常;若判断得出所有诊断项均为正常,则重新采集事件日志进行诊断;反之,则将不正常的诊断项向上级反馈流程预警;所述诊断项包括流程模型、流程性能分析结果和事件的组织结构结构模型。
进一步地,对流程模型的诊断,具体为:在诊断知识库中查询并提取对应的预定义模型,与流程模型进行一致性测试;若测试结果为一致,则判断流程模型为正常;若测试结果为不一致,则判断流程模型为不正常。
进一步地,对流程性能分析结果的诊断,具体为:判断所述流程性能分析结果中流程执行的数据流是否异常;若判断为异常,则判断流程性能分析结果为不正常;若判断为正常,则判断流程性能分析结果为正常。
进一步地,对事件的组织结构模型的诊断,具体为:计算组织结构模型效率η;所述组织结构模型效率η=本组织结构模型实际诊断出的故障总数/本组织结构模型应当诊断出的故障总数;若η低于0.95,则判断事件的组织结构模型为不正常;反之,则判断事件的组织结构模型为正常。
进一步地,对诊断项进行的诊断包括实时诊断和事后诊断;所述实时诊断为实时获取事件日志,在事件的流程执行过程中对出现的异常实时反馈流程预警;事后诊断为一个事件阶段结束后,根据批量历史数据的关联分析,对该阶段事件的流程执行过程中对出现的异常进行统一诊断,并向上级反馈流程预警。
进一步地,所述处理后的事件日志的格式为JSON。
进一步地,所述流程挖掘算法包括a算法、模糊算法或启发式算法。
进一步地,所述诊断知识库中的知识由用户进行定义,并根据诊断进程实时进行扩充。
进一步地,所述诊断知识库包括历史数据、事件日志的异常规则和失效模式。
一种基于遥感地面站故障诊断系统实现的遥感地面站故障诊断方法,包括如下步骤:
构建诊断知识库,存储用于对事件日志进行诊断的知识;
采集来自不同源系统的事件日志,进行归一化处理;
通过流程挖掘算法对处理后的事件日志构建流程模型和组织结构模型,并进行流程性能分析;
基于所述诊断知识库中的知识,对诊断项分别进行诊断,判断事件流程运行是否正常;若判断得出所有诊断项均为正常,则重新采集事件日志进行诊断;反之,则将不正常的诊断项向上级反馈流程预警;所述诊断项包括流程模型、流程性能分析结果和事件的组织结构模型。
本发明与现有技术相比的优点在于:
(1)本发明通过构建诊断知识库,根据人工经验添加用于对遥感地面站的事件日志进行诊断的知识,相比现有技术中人工进行判断,极大地提高了故障诊断效率;
(2)本发明的遥感地面站故障诊断系统及方法,集合了前人的经验和历史数据,日常仅需要对系统进行简单的维护,而无须参与进故障的诊断中,一是解放了人力,二来也无须像以前一样,对新员工进行长久的培训;
(3)本发明相比于现有技术的人工筛查故障,具有实时性高的显著特点,在流程执行过程中,实时采集事件日志信息,对事件流程进行诊断,发现异常时能够及时报警,能够极大提高遥感地面站的系统稳定性和鲁棒性。
附图说明
图1为本发明方法流程图;
图2为本发明系统数据采集模块流程示意图;
图3为本发明系统流程挖掘模块流程示意图;
图4为本发明流程性能分析结果示例图。
具体实施方式
下面结合说明书附图进行进一步说明。
一种遥感地面站的故障诊断系统,包括三大功能模块:数据采集模块、流程挖掘模块以及诊断分析器。流程挖掘模块提供了流程模型接口、流程评价接口,诊断分析器提供因果图构造、诊断分析报告,失效原因导入及诊断知识库管理等功能;
(1)数据采集模块:如图2,数据采集模块实现从站监控管理系统中采集事件日志,由于各系统的日志格式并不是通用的,将给流程挖掘算法的实施带来了阻力,因此需要解决这种日志的异构性,进行归一化处理。处理后的事件日志可以作为流程挖掘模块的输入。流程挖掘模块可以作用于不同的源系统提供的日志,要求日志格式为统一的JSON格式。源系统中的事件日志可以被存储或转化为JSON格式,JSON格式作为源系统和流程挖掘模块中的一个中间件可以被流程挖掘模块读取。
(2)流程挖掘模块:
该模块主要根据事件日志记录进行流程挖掘。通过流程挖掘的各种算法构建流程模型、组织结构,并进行流程性能分析等,如图3所示。常见的挖掘算法有:a算法、模糊算法、启发式算法等。为了方便用户对流程诊断问题所需信息进行有效配置,流程挖掘模块具备:
a.流程建模接口
根据挖掘的流程模型以及组织结构模型等信息,为诊断模型库构建相应的诊断模型,或者是为相应的流程或者流程中的子流程/活动生成诊断模型。
b.性能分析接口
根据模型挖掘出的流程绩效评价分析结果,并根据结果判定存在问题的项目,为流程诊断模型创建失效模式,为进一步进行诊断分析做好准备。
(3)诊断分析器:基于诊断知识库中的失效模型、异常规则等知识,该模块根据流程挖掘模块中生成的不同挖掘结果进行诊断,判断流程运行的效果(如目前的任务是符合流程的正常操作行为还是异常的应用行为),为改进流程提供依据。
a.根据挖掘得到的流程模型(即描述流程案例的路径)和预定义模型之间进行一致性测试,可以获知该案例是否异常,实现流程活动监控的功能。
b.根据挖掘得到的性能分析结果对流程执行的性能质量和数据流异常进行判定,如图4。
c.根据组织结构关系对流程执行者的效率、流程的合理性等进行诊断。组织结构关系需用户根据实际故障诊断流程节点进行统一设计,通过实际工程应用,可统计设计的组织结构关系效率η,它通过本组织结构处理故障总数n1和实际人工统计应属本组织结构故障总数n2进行计算,一般效率值η应不低于0.98。η=n1/n2,如果效率值低于0.95,则应针对组织结构进行优化。如果效率值在0.9以下,则应对组织结构进行重新调整,评估流程执行合理性。
(4)诊断知识库:存放各类诊断知识,包括异常规则、失效模式等,该知识库也可以由用户控制台自己定义,也可以在流程挖掘系统运行时构建该知识库,即该知识库里面的规则可以在流程挖掘系统运行时被扩充。在诊断分析过程中,为了满足不同应用环境的需要,可以对挖掘结果进行实时或事后两种分析方式。实时数据分析是在流程执行过程中对出现的异常进行实时告警。而事后型往往是需要进行批量历史数据的关联分析,对前一阶段的运行数据生成相关的诊断报告等,每次分析需要消耗大量的资源,所以通常是阶段性进行,且选择在业务系统非繁忙时间,以免影响原业务系统运行的效率。
故障诊断软件具有以下主要功能:
a.用户管理
用户管理功能模块为用户提供了软件使用权限的管理机制,在用户需要使用本软件时,必须通过用户名以及密码的合法性验证,同时高权限的用户可以管理低权限用户的信息。
b.信息采集
信息采集功能用于采集全站的各类运行信息,包括:设备状态信息、任务信息、配置信息以及日志信息。在采集到信息后,依据信息类型进行数据包分类,完成数据的存储备份工作。
c.任务管理
获取和管理站监控管理系统的任务计划,根据任务计划的时间及业务要求,对天线状态信息、信道设备状态信息和频谱状态信息进行记录。在任务计划执行前后对设备状态进行监视,在设备参数异常、超限、故障的情况下实时告警。
d.故障诊断
任务事后的故障诊断,以任务为诊断单元,对此次任务执行过程中的天线、信道、记录等分系统设备运行状态的诊断,生成诊断报告。
e.诊断管理
提供可视化故障决策树的诊断流,动态编辑故障树和故障规则功能,专家知识库的管理功能。
基于本发明系统的诊断方法的步骤为:
第一步,任务前1分钟检查配置下发情况;
第二步,检查是否下发到位,是则转入下一步,否则配置下发告警;
第三步,任务开始,故障监视和诊断定时器启动;
第四步,实时显示设备关键参数状态和实时存储设备关键参数状态;
第五步,显示设备关键参数状态是否超限,是则故障告警否则转入下一流程;存储的关键参数状态分为数据库存储和文件存储;
第六步,文件存储后,任务数据文件(日志文件)生成;
第七步,在显示参数不超限情况下,任务执行结束后定时器关闭;
第八步,对事件故障进行诊断,如图1,具体包括:
8.1构建诊断知识库,存储用于对事件日志进行诊断的知识;
8.2采集来自不同源系统的事件日志,进行归一化处理;
8.3通过流程挖掘算法对处理后的事件日志构建流程模型和组织结构模型,并进行流程性能分析;
8.4基于所述诊断知识库中的知识,对诊断项分别进行诊断,判断事件流程运行是否正常;若判断得出所有诊断项均为正常,则重新采集事件日志进行诊断;反之,则将不正常的诊断项向上级反馈流程预警;所述诊断项包括流程模型、流程性能分析结果和事件的组织结构模型。
本发明说明书中未作详细描述的内容属本领域技术人员的公知技术。
Claims (10)
1.一种遥感地面站故障诊断系统,其特征在于,包括:
诊断知识库,存储用于对遥感地面站的事件日志进行诊断的知识;
数据采集模块,采集来自遥感地面站不同源系统的事件日志,进行归一化处理,将处理后的事件日志作为流程挖掘模块的输入;
流程挖掘模块,通过流程挖掘算法对处理后的事件日志构建流程模型和组织结构模型,并进行流程性能分析;
诊断分析器,基于所述诊断知识库中的知识,对流程挖掘模块中生成的诊断项分别进行诊断,判断事件流程运行是否正常;若判断得出所有诊断项均为正常,则重新采集事件日志进行诊断;反之,则将不正常的诊断项向上级反馈流程预警;所述诊断项包括流程模型、流程性能分析结果和事件的组织结构结构模型。
2.根据权利要求1所述的一种遥感地面站故障诊断系统,其特征在于,对流程模型的诊断,具体为:在诊断知识库中查询并提取对应的预定义模型,与流程模型进行一致性测试;若测试结果为一致,则判断流程模型为正常;若测试结果为不一致,则判断流程模型为不正常。
3.根据权利要求1所述的一种遥感地面站故障诊断系统,其特征在于,对流程性能分析结果的诊断,具体为:判断所述流程性能分析结果中流程执行的数据流是否异常;若判断为异常,则判断流程性能分析结果为不正常;若判断为正常,则判断流程性能分析结果为正常。
4.根据权利要求1所述的一种遥感地面站故障诊断系统,其特征在于,对事件的组织结构模型的诊断,具体为:计算组织结构模型效率η;所述组织结构模型效率η=本组织结构模型实际诊断出的故障总数/本组织结构模型应当诊断出的故障总数;若η低于0.95,则判断事件的组织结构模型为不正常;反之,则判断事件的组织结构模型为正常。
5.根据权利要求1所述的一种遥感地面站故障诊断系统,其特征在于:对诊断项进行的诊断包括实时诊断和事后诊断;所述实时诊断为实时获取事件日志,在事件的流程执行过程中对出现的异常实时反馈流程预警;事后诊断为一个事件阶段结束后,根据批量历史数据的关联分析,对该阶段事件的流程执行过程中对出现的异常进行统一诊断,并向上级反馈流程预警。
6.根据权利要求1~5任一项所述的一种遥感地面站故障诊断系统,其特征在于:所述处理后的事件日志的格式为JSON。
7.根据权利要求1~5任一项所述的一种遥感地面站故障诊断系统,其特征在于:所述流程挖掘算法包括a算法、模糊算法或启发式算法。
8.根据权利要求1~5任一项所述的一种遥感地面站故障诊断系统,其特征在于:所述诊断知识库中的知识由用户进行定义,并根据诊断进程实时进行扩充。
9.根据权利要求1~5任一项所述的一种遥感地面站故障诊断系统,其特征在于:所述诊断知识库包括历史数据、事件日志的异常规则和失效模式。
10.一种基于权利要求1~5任一项所述的遥感地面站故障诊断系统实现的遥感地面站故障诊断方法,其特征在于,包括如下步骤:
构建诊断知识库,存储用于对事件日志进行诊断的知识;
采集来自不同源系统的事件日志,进行归一化处理;
通过流程挖掘算法对处理后的事件日志构建流程模型和组织结构模型,并进行流程性能分析;
基于所述诊断知识库中的知识,对诊断项分别进行诊断,判断事件流程运行是否正常;若判断得出所有诊断项均为正常,则重新采集事件日志进行诊断;反之,则将不正常的诊断项向上级反馈流程预警;所述诊断项包括流程模型、流程性能分析结果和事件的组织结构模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910239551.6A CN109885978B (zh) | 2019-03-27 | 2019-03-27 | 一种遥感地面站故障诊断系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910239551.6A CN109885978B (zh) | 2019-03-27 | 2019-03-27 | 一种遥感地面站故障诊断系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109885978A true CN109885978A (zh) | 2019-06-14 |
CN109885978B CN109885978B (zh) | 2023-05-16 |
Family
ID=66934705
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910239551.6A Active CN109885978B (zh) | 2019-03-27 | 2019-03-27 | 一种遥感地面站故障诊断系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109885978B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111506672A (zh) * | 2020-03-24 | 2020-08-07 | 平安国际智慧城市科技股份有限公司 | 实时分析环保监测数据的方法、装置、设备及存储介质 |
CN114280383A (zh) * | 2021-12-28 | 2022-04-05 | 中国科学院空天信息创新研究院 | 一种大型地面站天线的健康检测装置及健康检测方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104238505A (zh) * | 2014-08-28 | 2014-12-24 | 华南理工大学 | 一种fpc制造过程质量控制专家系统及方法 |
CN104460650A (zh) * | 2014-10-24 | 2015-03-25 | 中国科学院遥感与数字地球研究所 | 遥感卫星接收系统的故障诊断装置及其故障诊断方法 |
WO2015148328A1 (en) * | 2014-03-23 | 2015-10-01 | Diagknowlogy, Inc. | System and method for accelerating problem diagnosis in software/hardware deployments |
CN106199494A (zh) * | 2016-07-25 | 2016-12-07 | 国网上海市电力公司 | 一种基于计量装置故障的智能诊断系统 |
CN106301522A (zh) * | 2016-08-20 | 2017-01-04 | 航天恒星科技有限公司 | 遥感卫星地面站数据接收任务的可视化故障诊断方法及系统 |
CN106610584A (zh) * | 2015-10-27 | 2017-05-03 | 沈阳工业大学 | 一种基于神经网络与专家系统的再制造工序质量控制方法 |
CN106919981A (zh) * | 2015-12-24 | 2017-07-04 | 北京航天测控技术有限公司 | 一种面向综合诊断工程的知识获取与管理系统 |
CN107612726A (zh) * | 2017-09-13 | 2018-01-19 | 航天恒星科技有限公司 | 遥感卫星地面接收系统的接收故障综合诊断方法及装置 |
-
2019
- 2019-03-27 CN CN201910239551.6A patent/CN109885978B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015148328A1 (en) * | 2014-03-23 | 2015-10-01 | Diagknowlogy, Inc. | System and method for accelerating problem diagnosis in software/hardware deployments |
CN104238505A (zh) * | 2014-08-28 | 2014-12-24 | 华南理工大学 | 一种fpc制造过程质量控制专家系统及方法 |
CN104460650A (zh) * | 2014-10-24 | 2015-03-25 | 中国科学院遥感与数字地球研究所 | 遥感卫星接收系统的故障诊断装置及其故障诊断方法 |
CN106610584A (zh) * | 2015-10-27 | 2017-05-03 | 沈阳工业大学 | 一种基于神经网络与专家系统的再制造工序质量控制方法 |
CN106919981A (zh) * | 2015-12-24 | 2017-07-04 | 北京航天测控技术有限公司 | 一种面向综合诊断工程的知识获取与管理系统 |
CN106199494A (zh) * | 2016-07-25 | 2016-12-07 | 国网上海市电力公司 | 一种基于计量装置故障的智能诊断系统 |
CN106301522A (zh) * | 2016-08-20 | 2017-01-04 | 航天恒星科技有限公司 | 遥感卫星地面站数据接收任务的可视化故障诊断方法及系统 |
CN107612726A (zh) * | 2017-09-13 | 2018-01-19 | 航天恒星科技有限公司 | 遥感卫星地面接收系统的接收故障综合诊断方法及装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111506672A (zh) * | 2020-03-24 | 2020-08-07 | 平安国际智慧城市科技股份有限公司 | 实时分析环保监测数据的方法、装置、设备及存储介质 |
CN111506672B (zh) * | 2020-03-24 | 2024-05-07 | 平安国际智慧城市科技股份有限公司 | 实时分析环保监测数据的方法、装置、设备及存储介质 |
CN114280383A (zh) * | 2021-12-28 | 2022-04-05 | 中国科学院空天信息创新研究院 | 一种大型地面站天线的健康检测装置及健康检测方法 |
CN114280383B (zh) * | 2021-12-28 | 2023-02-03 | 中国科学院空天信息创新研究院 | 一种大型地面站天线的健康检测装置及健康检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109885978B (zh) | 2023-05-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106301522A (zh) | 遥感卫星地面站数据接收任务的可视化故障诊断方法及系统 | |
CN112152698B (zh) | 一种遥感卫星地面站健康监控系统及方法 | |
CN104460650B (zh) | 遥感卫星接收系统的故障诊断装置及其故障诊断方法 | |
CN110428018A (zh) | 一种全链路监控系统中的异常预测方法及装置 | |
CN101981421A (zh) | 设备不良情况的管理方法 | |
CN111290913A (zh) | 一种基于运维数据预测的故障定位可视化系统和方法 | |
US20120053979A1 (en) | Method of monitoring equipment/s over an installed base for improving the equipment design and performance | |
CN109858886A (zh) | 一种基于集成学习的费控成功率提升分析方法 | |
CN113516244B (zh) | 一种智能运维方法、装置、电子设备及存储介质 | |
CN111124852A (zh) | 一种基于bmc健康管理模块的故障预测方法及系统 | |
CN103023028A (zh) | 一种基于实体间依赖关系图的电网故障快速定位方法 | |
CN109885978A (zh) | 一种遥感地面站故障诊断系统及方法 | |
CN108880706A (zh) | 一种卫星信道链路故障的快速诊断方法 | |
CN117055502A (zh) | 基于物联网和大数据分析的智能控制系统 | |
CN107291475A (zh) | 通用型phm应用配置方法和装置 | |
CN107612726A (zh) | 遥感卫星地面接收系统的接收故障综合诊断方法及装置 | |
Atzmueller et al. | Anomaly detection and structural analysis in industrial production environments | |
CN117041312A (zh) | 基于物联网的企业级信息技术监控系统 | |
CN117270937A (zh) | 数字运营运维管理系统 | |
CN117422434A (zh) | 一种智慧运维调度平台 | |
CN116346210A (zh) | 巨型星座系统的智能健康管理方法、系统、设备及介质 | |
CN114756394A (zh) | 全链路生产数据质量智能诊断系统 | |
CN113468022B (zh) | 一种对产品集中监控的自动化运维方法 | |
CN113807690A (zh) | 区域电网调控系统运行状态在线评估预警方法及系统 | |
Knight et al. | Intelligent management of helicopter health and usage management systems data |
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 |