CN109977996A - 基于时间序列聚类融合的水工结构运行状态监测系统 - Google Patents
基于时间序列聚类融合的水工结构运行状态监测系统 Download PDFInfo
- Publication number
- CN109977996A CN109977996A CN201910110672.0A CN201910110672A CN109977996A CN 109977996 A CN109977996 A CN 109977996A CN 201910110672 A CN201910110672 A CN 201910110672A CN 109977996 A CN109977996 A CN 109977996A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- entropy
- data
- hydro
- analysis module
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 80
- 230000004927 fusion Effects 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 claims abstract description 10
- 238000004458 analytical method Methods 0.000 claims description 18
- 238000007621 cluster analysis Methods 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 9
- 239000011435 rock Substances 0.000 description 5
- 230000010365 information processing Effects 0.000 description 4
- 238000010276 construction Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000012466 permeate Substances 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Economics (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Biology (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明涉及水利水电工程中的结构运行状态监测技术领域，具体涉及一种基于时间序列聚类融合的水工结构运行状态监测系统，在水工结构不同监测部位布置一定数量的传感器，并将信号线接入控制室内，通过分通过传感器设备采集到大量的监测数据，采用聚类方法对不同观测信息进行分类，然后利用多通道加权多尺度排列熵融合计算对不同类的监测信息进行融合，通过融合后熵值曲线的变化，进行结构运行状态的监测，能够快速得到结构运行状态，以便有针对性地对结构加以防护。
Description
技术领域
本发明涉及水利水电工程中的结构运行状态监测技术领域，具体涉及一种 基于时间序列聚类融合的水工结构运行状态监测系统。
背景技术
水工结构在服役过程中，容易出现不同程度的异常问题，甚至影响整个水 利枢纽的安全运行。鉴于水工结构所处环境复杂多变，不同运行状态的表现形 式也不相同，单一监测量不能达到全面分析结构安全性的目的。因此，为全面 评价水工建筑物的运行状态，需要在结构不同部位和不同观测项目上布置大量 测点。目前对大坝等水工建筑物的监测大多使用“点”式传感器监测形式，在 长期或不间断连续监测过程中，造成监测信息大容量、多元化，传统的监测信 息处理方式难以满足速度和容量方面的要求。因此，亟需一种新的信息处理手 段，综合利用不同测点的监测信息，对结构进行综合评估，从而全面系统地监 测结构运行状态，为结构整体安全评价及防灾减灾奠定基础。
发明内容
针对现有技术中存在的缺陷和问题，本发明提供一种基于时间序列聚类融 合的水工结构运行状态监测系统，该监测系统具有形式简单、施工方便、工程 造价低的特点；工作人员面对大量积累的监测数据，通过计算机信息处理模块， 快速得到结构运行状态，以便有针对性地对结构加以防护。
本发明解决其技术问题所采用的方案是：一种基于时间序列聚类融合的水 工结构运行状态监测系统，其特征在于：包括数据采集模块、聚类分析模块、 多通道加权多尺度排列熵分析模块以及熵值分析与运行状态监测模块，所述数 据采集模块为安装于被测结构不同部位的传感器，通过传感器得到被测结构不 同部位的监测信号；监测信号进入聚类分析模块，所述聚类分析模块将不同项 目观测数据分类；所述多通道加权多尺度排列熵分析模块分别对同一类多通道 数据、不同类的监测数据进行分析，利用所述多通道加权多尺度排列熵程序， 将多通道数据、不同类的监测数据分别进行融和，并通过所述熵值分析与运行 状态监测模块绘制融合后熵值监测曲线图。
进一步的，所述聚类分析模块将不同项目观测数据分类的方法为：聚类分 析模块利用聚类程序将采集到的数据形成数据集，通过欧式距离公式计算数据 之间的距离，并把距离转化为矩阵形式，再通过最短距离准则对被测结构不同 部位的观测信号划分类别。
进一步的，所述多通道加权多尺度排列熵分析模块对同一类多通道数据进 行分析的方法为：利用多通道加权多尺度排列熵程序，通过多测点数据在总体 所占的比重分配权重；
由公式(1)计算可得权重，依据权重将多通道数据进行融和，由公式(2) 和公式(3)定义多测点多权重的多尺度排列熵，并绘制熵值曲线图。
进一步的，所述多通道加权多尺度排列熵分析模块对不同类的监测数据进 行分析的方法为：通过多通道加权多尺度排列熵方法，得到多条融合后的熵值 运行监测曲线。
本发明的有益效果：本发明的基于时间序列聚类融合的水工结构运行状态 监测系统，适用于于当结构监测指标较多，监测数据大量积累的情况，直接通 过结构不同观测项目的实测信号，通过相应的分析模块采集并监测数据量，达 到对水工结构运行状态全面监测的目的，确保监测数据的时效性和准确性，工 作人员面对大量积累的监测数据，通过计算机信息处理模块，快速得到结构运 行状态，用以辅助决策，让决策者及时掌握结构运行状态，以便有针对性地对 结构加以防护。该监测系统无需特殊的监测设备，具有形式简单、施工方便、 工程造价低，便于运行管理的特点，从而节约大量的物力、人力、财力和时间。
该技术集结构不同指标观测项目的信号与聚类分析及多通道加权多尺度排 列熵智能监测系统于一体，适用于水利水电工程结构运行状态监测技术领域。 当监测指标对应的数据大量积累时，将海量数据简化并综合利用，达到全面系 统利用监测信号的目的，通过排列熵值变化曲线反映结构的运行状态，可实现 综合利用海量数据对水工结构运行状态的系统监测。
附图说明
图1为本发明的系统监测的流程图。
图2为本发明的单测点与多测点融合后的排列熵值曲线图。
图3为本发明的不同时间坝前水位曲线图。
图4为本发明坝体内部沉降熵值曲线图。
图5为本发明面板应力熵值曲线图。
图6为本发明面板挠度熵值曲线图。
具体实施方式
下面结合附图和实施例对本发明进一步说明。
实施例1：一种基于时间序列聚类融合的水工结构运行状态监测系统，采用 该时间序列聚类融合的水工结构运行状态监测系统时，需对被测结构重点部位 合理优化布置测点。如面板堆石坝，评价面板堆石坝的结构性能时，常用的指 标为：坝体内部与外部变形、渗流量、应力应变、面板扰度等；而混凝土坝需 监测的主要项目有：变形、应力、渗流量、扬压力和伸缩缝等。
以监测量较多的面板堆石坝为例，在坝体表面布置26个变形监测点，分别 布置于面板表面、下游坝坡表面、下游坡面观测房；坝体内部变形监测，选择 最大坝高断面，布置引张线式水平位移计和电测水管式沉降仪，在坝顶下游设 置了2根电磁沉降测斜管；坝体内部应力监测选择两个典型监测断面，布置8 支土压力计(垂直应力)；面板周边缝监测布置三向测缝计共11组，板间垂直 缝监测布置6条测线，面板顶部与坝顶防浪墙的水平接缝监测布设1条测线； 面板挠度监测选择3个典型主控监测断面，共布置27支测倾计；面板脱空变形 监测选择2个主控监测断面，共设置10支大量程位移计；面板混凝土应力应变、 钢筋应力及温度监测，设置3个监测断面，沿不同高程相应设置三向应变计组。 在长期或不间断连续监测过程中，为保证监测数据的准确性，需在仪器表面涂 抹防水材料并进行定期检查。
将信号线通过电缆连接到信号采集设备，再接到计算机上，对面板堆石坝 的运行状态进行监测。通过传感器采集到的各种监测数据，通过聚类分析模块， 将不同项目观测数据分类；对同一类多通道数据，采用多通道加权多尺度排列 熵方法，对多通道监测量进行信息融合，简化监测量，得到一条融合数据，并 绘制出熵值运行监测曲线；对不同类监测量，即可通过多通道加权多尺度排列 熵信息融合模块，得到多条融合后的熵值运行监测曲线。
由图2所示：某面板堆石坝坝体内部沉降不同测点与融合后的熵值曲线图， 图中显示：融合后信号熵值曲线在单测点熵值曲线中间且变化趋势基本一致， 信号融合是对多测点信号的综合处理，是将多个同类型传感器的振动响应信号， 按参与权重融合为一个更加全面、准确反映结构特性的信号。因此，多测点融 合后的熵值曲线可代替多条单测点的熵值曲线，不仅可以综合利用大量数据， 而且融合后的信号能够更全面的反映结构的整体特征。由图3和图4可知，通 过聚类分析将坝体内部沉降的信号分为三类，类三熵值曲线的波动与类一与类 二相比，类三波动较大，说明类三优势频率更明显，能量更集中。它们的熵值 均随水位降低表现规律性的变化，当水位下降幅度较大时，熵值曲线也发生明 显的趋势变化，当水位基本保持不变时，熵值曲线也比较平稳。因此，坝前水 位影响坝体内部沉降。由图5和图6可知，面板应力和挠度也随水位降低呈现 规律性变化。
同理，对于其他水工建筑物，如重力坝、拱坝、水闸等结构，依据常规的 监测测点布置方法，对大量监测信息进行聚类模块分析后，对每一类监测信息 进行多通道加权多尺度排列熵分析模块，简化得出多条不同类熵值运行监测曲 线，只需对这些融合后的熵值变化曲线进行监测，即可全面监测结构运行状态。
Claims (4)
1.一种基于时间序列聚类融合的水工结构运行状态监测系统，其特征在于：包括数据采集模块、聚类分析模块、多通道加权多尺度排列熵分析模块以及熵值分析与运行状态监测模块，所述数据采集模块为安装于被测结构不同部位的传感器，通过传感器得到被测结构不同部位的监测信号；监测信号进入聚类分析模块，所述聚类分析模块将不同项目观测数据分类；所述多通道加权多尺度排列熵分析模块分别对同一类多通道数据、不同类的监测数据进行分析，利用所述多通道加权多尺度排列熵程序，将多通道数据、不同类的监测数据分别进行融和，并通过所述熵值分析与运行状态监测模块绘制融合后熵值监测曲线图。
2.根据权利要求1所述的基于时间序列聚类融合的水工结构运行状态监测系统，其特征在于：所述聚类分析模块将不同项目观测数据分类的方法为：聚类分析模块利用聚类程序将采集到的数据形成数据集，通过欧式距离公式计算数据之间的距离，并把距离转化为矩阵形式，再通过最短距离准则对被测结构不同部位的观测信号划分类别。
3.根据权利要求1所述的基于时间序列聚类融合的水工结构运行状态监测系统，其特征在于：所述多通道加权多尺度排列熵分析模块对同一类多通道数据进行分析的方法为：利用多通道加权多尺度排列熵程序，通过多测点数据在总体所占的比重分配权重；
由公式(1)计算可得权重，依据权重将多通道数据进行融和，由公式(2) 和公式(3)定义多测点多权重的多尺度排列熵，并绘制熵值曲线图。
4.根据权利要求1所述的基于时间序列聚类融合的水工结构运行状态监测系统，其特征在于：所述多通道加权多尺度排列熵分析模块对不同类的监测数据进行分析的方法为：通过多通道加权多尺度排列熵方法，得到多条融合后的熵值运行监测曲线。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910110672.0A CN109977996B (zh) | 2019-02-12 | 2019-02-12 | 基于时间序列聚类融合的水工结构运行状态监测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910110672.0A CN109977996B (zh) | 2019-02-12 | 2019-02-12 | 基于时间序列聚类融合的水工结构运行状态监测系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109977996A true CN109977996A (zh) | 2019-07-05 |
| CN109977996B CN109977996B (zh) | 2021-04-02 |
Family
ID=67076931
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910110672.0A Active CN109977996B (zh) | 2019-02-12 | 2019-02-12 | 基于时间序列聚类融合的水工结构运行状态监测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109977996B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112033463A (zh) * | 2020-09-02 | 2020-12-04 | 哈尔滨工程大学 | 一种核动力设备状态评估与预测一体化方法和系统 |
| CN113408888A (zh) * | 2021-06-16 | 2021-09-17 | 深圳粤兴水务科技有限公司 | 一种基于云平台的水工金属结构设备智能化监控系统 |
| CN115357646A (zh) * | 2022-10-17 | 2022-11-18 | 南昌工程学院 | 一种桥梁状态监测方法及系统 |
| CN116186634A (zh) * | 2023-04-26 | 2023-05-30 | 青岛新航农高科产业发展有限公司 | 一种建筑工程施工数据智能管理系统 |
| CN116448062A (zh) * | 2023-06-20 | 2023-07-18 | 中鲁检测技术(山东)有限公司 | 一种桥梁沉降变形检测方法、装置、计算机及存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106503660A (zh) * | 2016-10-31 | 2017-03-15 | 天津大学 | 基于图像微结构频数分析的时间序列复杂度测算方法 |
| WO2017142707A1 (en) * | 2016-02-15 | 2017-08-24 | General Electric Company | Systems and methods for predicting an anomaly in a combustor |
| CN107101813A (zh) * | 2017-04-26 | 2017-08-29 | 河北工业大学 | 一种基于振动信号的框架式断路器机械故障程度评估方法 |
| EP3401600A1 (en) * | 2017-05-11 | 2018-11-14 | General Electric Company | Systems and methods related to detecting flame blowout occurences in gas turbines |
| CN108982106A (zh) * | 2018-07-26 | 2018-12-11 | 安徽大学 | 一种快速检测复杂系统动力学突变的有效方法 |
| CN108982107A (zh) * | 2018-07-26 | 2018-12-11 | 北京工业大学 | 一种基于形态学和多尺度排列熵均值的轴承故障定量趋势诊断方法 |
| CN109117450A (zh) * | 2018-08-04 | 2019-01-01 | 华北水利水电大学 | 振测数据最佳分析长度的确定方法 |
-
2019
- 2019-02-12 CN CN201910110672.0A patent/CN109977996B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017142707A1 (en) * | 2016-02-15 | 2017-08-24 | General Electric Company | Systems and methods for predicting an anomaly in a combustor |
| CN106503660A (zh) * | 2016-10-31 | 2017-03-15 | 天津大学 | 基于图像微结构频数分析的时间序列复杂度测算方法 |
| CN107101813A (zh) * | 2017-04-26 | 2017-08-29 | 河北工业大学 | 一种基于振动信号的框架式断路器机械故障程度评估方法 |
| EP3401600A1 (en) * | 2017-05-11 | 2018-11-14 | General Electric Company | Systems and methods related to detecting flame blowout occurences in gas turbines |
| CN108982106A (zh) * | 2018-07-26 | 2018-12-11 | 安徽大学 | 一种快速检测复杂系统动力学突变的有效方法 |
| CN108982107A (zh) * | 2018-07-26 | 2018-12-11 | 北京工业大学 | 一种基于形态学和多尺度排列熵均值的轴承故障定量趋势诊断方法 |
| CN109117450A (zh) * | 2018-08-04 | 2019-01-01 | 华北水利水电大学 | 振测数据最佳分析长度的确定方法 |
Non-Patent Citations (3)
| Title |
|---|
| 张建伟 等: "排列熵算法在水工结构损伤诊断中的应用", 《振动、测试与诊断》 * |
| 张翌娜 等: "基于排列熵算法的弧形闸门振动状态监测", 《水电能源科学》 * |
| 陈东宁: "基于FVMD多尺度排列熵和GK模糊聚类的", 《机械工程学报》 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112033463A (zh) * | 2020-09-02 | 2020-12-04 | 哈尔滨工程大学 | 一种核动力设备状态评估与预测一体化方法和系统 |
| CN112033463B (zh) * | 2020-09-02 | 2022-09-06 | 哈尔滨工程大学 | 一种核动力设备状态评估与预测一体化方法和系统 |
| CN113408888A (zh) * | 2021-06-16 | 2021-09-17 | 深圳粤兴水务科技有限公司 | 一种基于云平台的水工金属结构设备智能化监控系统 |
| CN115357646A (zh) * | 2022-10-17 | 2022-11-18 | 南昌工程学院 | 一种桥梁状态监测方法及系统 |
| CN116186634A (zh) * | 2023-04-26 | 2023-05-30 | 青岛新航农高科产业发展有限公司 | 一种建筑工程施工数据智能管理系统 |
| CN116448062A (zh) * | 2023-06-20 | 2023-07-18 | 中鲁检测技术(山东)有限公司 | 一种桥梁沉降变形检测方法、装置、计算机及存储介质 |
| CN116448062B (zh) * | 2023-06-20 | 2023-09-12 | 中鲁检测技术(山东)有限公司 | 一种桥梁沉降变形检测方法、装置、计算机及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109977996B (zh) | 2021-04-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109977996A (zh) | 基于时间序列聚类融合的水工结构运行状态监测系统 | |
| CN110375207A (zh) | 一种深埋燃气管道泄漏人工智能检测系统 | |
| CN104343466B (zh) | 一种全光纤煤矿安全监测系统 | |
| CN104407394B (zh) | 基于电阻率跨孔ct的地铁盾构区间孤石精细化探测方法 | |
| CN103048102B (zh) | 一种梁式桥的状态评估方法 | |
| CN106772678A (zh) | 一种岩层变形破坏特征的井孔多参量探查方法 | |
| CN108922123A (zh) | 一种矿山边坡滑移稳定性监测预警方法 | |
| CN100545678C (zh) | 地震前兆监测仪 | |
| CN101726383A (zh) | 多绳提升机钢丝绳张力检测方法及其装置 | |
| CN103644850A (zh) | 土质边坡表面位移监测及安全预警方法 | |
| CN104483700B (zh) | 地层裂缝监测与预警系统及方法 | |
| CN101762347A (zh) | 一种用半波法测量多跨钢拉索索力的方法 | |
| CN103353280B (zh) | 用于高速公路寿命监测的地下传感器网络及其部署方法 | |
| CN209459692U (zh) | 一种路面结构层的温度应力监测装置 | |
| CN110487449A (zh) | 一种滑坡实时监测系统及方法 | |
| CN109059827A (zh) | 一种saa监测地裂缝的方法及系统 | |
| CN110487634B (zh) | 一种加载状态下岩芯应变、电阻率精细测试的系统与方法 | |
| CN107830890A (zh) | 一种基于光纤传感器的隧道安全监测系统 | |
| CN104501732B (zh) | 一种水工结构变形分布式光纤监测装置及方法 | |
| CN110487247A (zh) | 一种基于光纤光栅高精度监测桩身全方位的方法 | |
| CN204286374U (zh) | 一种水工结构变形分布式光纤监测装置 | |
| CN210690242U (zh) | 一种加载状态下岩芯应变、电阻率精细测试的系统 | |
| CN206847567U (zh) | 一种自动岩土变形检测装置 | |
| CN204783119U (zh) | 地下水封石油洞库微震监测系统 | |
| CN202547640U (zh) | 一种双光束地基沉降检测装置 |
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 | ||
| CB03 | Change of inventor or designer information |
Inventor after: Zhang Jianwei Inventor after: Hua Weiwei Inventor after: Zhang Yina Inventor after: Li Huokun Inventor after: Huang Jinlin Inventor after: Cheng Mengran Inventor after: Zhao Yu Inventor after: Hou Ge Inventor before: Zhang Jianwei Inventor before: Hua Weiwei Inventor before: Zhang Yina Inventor before: Cheng Mengran Inventor before: Zhao Yu Inventor before: Hou Ge |
|
| CB03 | Change of inventor or designer information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |