CN109978273B - 一种基于地貌控水的矿井涌水量预测方法 - Google Patents
一种基于地貌控水的矿井涌水量预测方法 Download PDFInfo
- Publication number
- CN109978273B CN109978273B CN201910261765.3A CN201910261765A CN109978273B CN 109978273 B CN109978273 B CN 109978273B CN 201910261765 A CN201910261765 A CN 201910261765A CN 109978273 B CN109978273 B CN 109978273B
- Authority
- CN
- China
- Prior art keywords
- landform
- water
- mine
- mine water
- coefficient
- 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
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Mining
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Abstract
本发明涉及一种基于地貌控水的矿井涌水量预测方法,其包含如下步骤:步骤1:地貌类型和入渗系数勘探;步骤2:第四系关键参数勘探;步骤3:不同地貌区煤矿的矿井富水系数;步骤4:地貌控水与矿井涌水量关系;由此,本发明通过对研究区水文气象、地形地貌等条件进行调研,对不同地貌入渗系数测量计算,施工勘探钻孔,编录第四系地层厚度(H),开展抽水试验,计算第四系单位涌水量(q,即富水性)和渗透系数(k),实测/调研研究区内不同地貌区煤矿的吨煤排水量(即矿井富水系数,Kp),建立地貌控水与矿井富水系数的相关关系,并建立矿井富水系数预测公式,实现对矿井涌水量的准确预测。
Description
技术领域
本发明涉及水文地质、采矿工程和地貌学的综合应用技术领域,尤其涉及一种基于地貌控水的矿井涌水量预测方法。
背景技术
基于地貌控水预测矿井涌水量,一方面可以更加科学地制定煤矿防治水针对性措施,另一方面可以作为建井过程中排水系统和矿井水处理系统相关设备和材料选型的依据。煤炭生产过程中防治水工作的开展,必须查清充水水源、充水通道和充水强度,而且充水水源对充水通道和强度也产生重要的影响。因此,在科学合理地制定煤矿防治水措施之前,必须首先查清所采煤层直接充水含水层水的来源,但是鉴于地质沉积、水文地质演化、构造运动的复杂性,往往又难以准确查清水源。
为此,本发明的设计者有鉴于上述缺陷,通过潜心研究和设计,综合长期多年现场从事相关产业的经验和成果,研究设计出一种基于地貌控水的矿井涌水量预测方法,以克服上述缺陷。
发明内容
本发明的目的在于提供一种基于地貌控水的矿井涌水量预测方法,通过对研究区水文气象、地形地貌等条件进行调研,对不同地貌入渗系数测量计算,施工勘探钻孔,编录第四系地层厚度(H),开展抽水试验,计算第四系单位涌水量(q,即富水性)和渗透系数(k),实测/调研研究区内不同地貌区煤矿的吨煤排水量(即矿井富水系数,Kp),建立地貌与矿井富水系数的相关关系,实现对矿井涌水量的准确预测,解决了现有技术中存在的问题。
为解决上述问题,本发明公开了一种基于地貌控水的矿井涌水量预测方法,其特征在于包含如下步骤:
步骤1:地貌类型和入渗系数勘探;
在收集整理前期勘探资料的基础上,对地貌类型进行踏勘,并调研和测算不同地貌类型的入渗系数,确定研究区内地貌类型及其入渗系数。
步骤2:第四系关键参数勘探;
根据步骤1中确定的不同地貌类型,分别施工钻孔并开展抽水试验,确定第四系地层厚度(H)、单位涌水量(q,即富水性)和渗透系数(k),建立H与q、k的相关关系。
步骤3:不同地貌区煤矿的矿井富水系数;
通过实测统计或调研不同煤矿生产过程中矿井涌水量和煤炭产量,掌握研究区内主要煤矿的矿井富水系数;
步骤4:地貌控水与矿井涌水量关系;
根据地貌类型、第四系关键参数和矿井涌水量,确定地貌控水的关键阈值,并建立矿井涌水量预测的计算公式。
其中:在步骤2中,强富水区的条件为沙漠地貌,入渗系数0.35~0.43,属于易入渗补给区,H>20m。
其中:在步骤4中,矿井富水系数>1.0的地貌阈值:沙漠地貌,H>20m,q>0.1L/(s·m),k>0.1m/d。
通过上述内容可知,本发明的一种基于地貌控水的矿井涌水量预测方法具有如下效果:
1、掌握了鄂尔多斯盆地北部的地貌特征、入渗系数,评价了不同地貌类型的入渗补给条件;
2、通过勘探钻孔施工和抽水试验,确定了研究区内第四系地层厚度、单位涌水量和渗透系数,开展了研究区富水性评价;
3、查清了鄂尔多斯盆地北部侏罗系煤层顶板含水层的充水水源,掌握了地貌类型、第四系关键参数与矿井富水系数之间的关系,建立了基于地貌控水的矿井涌水量预测公式,可以较准确地预测矿井涌水量,更加科学地制定煤矿防治水针对性措施,并作为建井过程中排水系统和矿井水处理系统相关设备和材料选型的依据。
本发明的详细内容可通过后述的说明及所附图而得到。
附图说明
图1显示了研究区地貌类型分区示意图。
图2显示了研究区第四系富水性分区示意图;
图3显示了研究区矿井富水系数分区示意图;
图4显示了第四系厚度与矿井富水系数关系示意图;
具体实施方式
参见图1和2,显示了本发明的一种基于地貌控水的矿井涌水量预测方法。
所述一种基于地貌控水的矿井涌水量预测方法需要解决的技术难题包括:对研究区水文气象、地形地貌等条件进行调研,对不同地貌入渗系数测量计算,施工勘探钻孔,编录第四系地层厚度(H),开展抽水试验,计算第四系单位涌水量(q,即富水性)和渗透系数(k),实测/调研研究区内不同地貌区煤矿的吨煤排水量(即矿井富水系数,Kp),建立地貌控水与矿井富水系数的相关关系,并建立矿井富水系数预测公式,实现对矿井涌水量的准确预测。
由此,为实现本发明的具体目的,所述一种基于地貌控水的矿井涌水量预测方法包含如下步骤:
步骤1:地貌类型和入渗系数勘探;
在收集整理前期勘探资料、研究区气象水文资料的基础上,采用野外踏勘手段,掌握研究区内不同地貌类型的分布,通过野外降水入渗试验,建立降水量、水位变化高度和给水度之间的关系,获得不同地貌条件的入渗系数。
步骤2:第四系关键参数勘探;
根据步骤1中确定的不同地貌类型,分别施工钻孔并开展抽水试验,确定第四系地层厚度(H)、单位涌水量(q,即富水性)和渗透系数(k)。要求对研究区内不同地貌区进行均匀布孔,对于第四系确实或厚度太薄,不能开展抽水试验的钻孔,科学编录第四系地层厚度、岩性等参数;对于能够开展第四系抽水试验的钻孔,严格按照相关规程,获取真实的单位涌水量(q)和渗透系数(k)等参数。
步骤3:不同地貌区煤矿的矿井富水系数;
对研究区内煤矿的名称、产量、埋深、所属矿区、地貌类型等进行详细统计,通过实测统计或调研不同煤矿生产过程中矿井涌水量和煤炭产量,确定研究区内主要煤矿(特别是大型、特大型煤矿)的矿井富水系数。
步骤4:地貌控水与矿井涌水量关系;
根据步骤1、步骤2和步骤3,开展地貌类型、第四系关键参数和矿井涌水量的关系研究,确定地貌控水的关键阈值,并建立矿井涌水量预测的计算公式。
由此,通过上述步骤,本发明通过对研究区水文气象、地形地貌等条件进行调研,对不同地貌入渗系数测算,施工勘探钻孔开展抽水试验,编录第四系地层厚度(H),计算第四系单位涌水量(q,即富水性)和渗透系数(k),调研研究区内不同地貌区煤矿的吨煤排水量(即矿井富水系数,Kp),建立地貌与矿井富水系数的相关关系:
Kp=a×ln(H)-b
式中:Kp——矿井富水系数;
H——第四系厚度;
a和b——相关系数;
在本发明的一个具体实施例中,以鄂尔多斯盆地北部侏罗纪煤田基于地貌控水的矿井涌水量预测为例进行进一步说明,该区域位于陕北与晋西北黄土高原及内蒙古鄂尔多斯高原的接壤地带,包括新街、神府、呼吉尔特、榆神、纳林河和榆横等矿区,煤炭资源开发过程中存在矿井涌水量差异极大、充水水源不清等问题,不同埋深矿井的涌水量大小均与地貌类型密切相关。
以鄂尔多斯盆地北部侏罗纪煤田基于地貌控水的矿井涌水量预测为例进行进一步说明,该区域地表主要为毛乌素沙漠覆盖,第四系存在厚度、富水性、渗透系数等差异,且这些参数与矿井富水系数存在较高的相关性,由此可以利用这些参数建立矿井涌水量计算公式,实现对矿井涌水量的准确预测。
步骤1:地貌类型和入渗系数勘探:在收集整理前期勘探资料、研究区气象水文资料的基础上,采用野外踏勘手段,掌握研究区内不同地貌类型的分布,通过野外降水入渗试验,建立降水量、水位变化高度和给水度之间的关系,获得不同地貌条件的入渗系数。尽管本地区多年平均降水量差别不大,但不同地貌的入渗系数存在较大差异,沙漠区地形相对平坦,地表大部分地段被风积沙所覆盖(图1),入渗系数可达0.35~0.43,地下水埋深相对较小(多数地区小于5m),十分有利于降水入渗补给,且暴雨入渗是主要补给方式,属于易入渗补给区;基岩台地、沙盖基岩台地、黄土沟壑等,地形起伏较大,降水易形成地表径流,入渗系数为0.04~0.087。
步骤2:第四系关键参数勘探:根据步骤1中确定的不同地貌类型,在这些地貌区分别施工钻孔并开展抽水试验,确定第四系地层厚度(H)、单位涌水量(q,即富水性)和渗透系数(k),建立H与q、k的相关关系。总体上,第四系地层厚度(H)从西向东逐渐变薄,H>20m的矿区主要有呼吉尔特、榆神和纳林河,其中榆神四期和呼吉尔特交界区域的H>130m;新街、神府和榆横南区等矿区,大部分区域的第四系地层厚度则普遍<10m。对研究区开展钻孔抽水试验发现,第四系地层较厚的区域,其单位涌水量也相对较大(图2)。强富水性(1.0<q≤5.0L/(s·m))区域主要包括榆神、呼吉尔特和纳林河的纳林河二号矿,中等富水性和弱富水性(q≤1.0L/(s·m))区域则主要位于新街、神府和榆横等矿区。
步骤3:不同地貌区煤矿的矿井富水系数:对研究区内煤矿的名称、产量、埋深、所属矿区、地貌类型等进行详细统计,通过实测统计或调研不同煤矿生产过程中矿井涌水量和煤炭产量,确定研究区内主要煤矿(特别是大型、特大型煤矿)的矿井富水系数。研究区内不同地貌类型的煤矿,煤炭开采过程中吨煤排水量(即富水系数)也存在较大差异,基岩台地、沙盖基岩台地和黄土沟壑地貌区的矿井富水系数(Kp)为0.0378~0.3143,毛乌素沙漠区的矿井富水系数为0.6504~2.4575(图3),地貌与矿井富水系数相关性较好。在毛乌素沙漠区内,矿井富水系数也存在一定差异,榆神、神府等已开发的沙漠边缘地带矿区,富水系数普遍1.0593~1.2515;由于锦界矿附近第四系厚度较大(H=53.93m)、富水性强(q=1.217),其矿井富水系数也相对偏大(Kp=1.5797);呼吉尔特矿区等毛乌素沙漠腹地的矿井富水系数则为1.5306~2.4575。
步骤4:地貌控水与矿井涌水量关系:在步骤1、步骤2和步骤3的基础上,根据地貌类型、第四系关键参数和矿井涌水量的内在联系,确定地貌控水的关键阈值,并建立矿井涌水量预测的计算公式。
首先,地貌与矿井富水系数的关系:(1)矿井富水系数>1.0的地貌阈值:沙漠地貌,H>20m,q>0.1L/(s·m),k>0.1m/d;(2)矿井富水系数<0.4的地貌阈值:基岩台地、沙盖基岩台地和黄土沟壑地貌,H<20m(特别是H<10地区),q<0.1L/(s·m),k<0.1m/d;(3)矿井富水系数0.4<Kp<1.0过度地带的地貌阈值:沙漠边缘或其他地貌沟谷地带,H、q和k中1~2项不满足(1)或(2)的条件。
其次,分析发现,第四系厚度是q、k的决定性要素,也决定了矿井富水系数的大小,因此在统计第四系厚度和矿井涌水量的基础上,建立基于第四系厚度的矿井涌水量预测公式:
Q=y×(a×ln(H)-b)
式中:Q——矿井涌水量;
y——煤矿产量;
H——第四系厚度,钻孔施工过程中岩芯编录确定;
本研究中,a=0.549,b=0.6248;该公式仅适用于降雨入渗系数较大的沙漠地貌区,不适用于降雨入渗系数较小的其他地貌区。
由此,本发明的一种基于地貌控水的矿井涌水量预测方法具有如下优点:
1、查清了鄂尔多斯盆地北部侏罗系煤层顶板含水层的充水水源,地貌类型影响降水入渗补给能力和第四系富水性,第四系厚度、单位涌水量和渗透系数存在一定的内在联系,且证明了地貌类型、第四系关键参数与矿井富水系数之间存在较密切的联系;
2、建立了地貌控水的矿井富水系数阈值,可以从地貌类型、第四系厚度、单位涌水量、渗透系数等参数来确定矿井富水系数的大小;
3、建立了基于地貌控水的矿井涌水量预测公式,可以较准确地预测矿井涌水量,更加科学地制定煤矿防治水针对性措施,并作为建井过程中排水系统和矿井水处理系统相关设备和材料选型的依据。
显而易见的是,以上的描述和记载仅仅是举例而不是为了限制本发明的公开内容、应用或使用。虽然已经在实施例中描述过并且在附图中描述了实施例,但本发明不限制由附图示例和在实施例中描述的作为目前认为的最佳模式以实施本发明的教导的特定例子,本发明的范围将包括落入前面的说明书和所附的权利要求的任何实施例。
Claims (3)
1.一种基于地貌控水的矿井涌水量预测方法,其特征在于,包括:
确定研究区内地貌类型及其入渗系数;
确定不同地貌类型的第四系关键参数;
确定不同地貌类型的矿井富水系数;
基于所述地貌类型、第四系关键参数和矿井富水系数预测矿井涌水量;
所述确定不同地貌类型的第四系关键参数具体包括:对不同地貌类型分别施工钻孔并开展抽水试验,确定第四系地层厚度H、单位涌水量q和渗透系数k,并建立H与q、k的相关关系;
基于所述地貌类型、第四系关键参数和矿井富水系数预测矿井涌水量具体包括:
Q =y×(a×ln(H)-b)
式中:Q——矿井涌水量;
y——煤矿产量;
H——第四系厚度;
其中,a=0.549,b=0.6248;该公式仅适用于降雨入渗系数较大的沙漠地貌区,不适用于降雨入渗系数较小的其他地貌区。
2.根据权利要求1所述的一种基于地貌控水的矿井涌水量预测方法,其特征在于,所述确定研究区内地貌类型及其入渗系数具体包括:对地貌类型进行踏勘并调研和测算不同地貌类型的入渗系数,确定研究区内地貌类型及其入渗系数。
3.根据权利要求1所述的一种基于地貌控水的矿井涌水量预测方法,其特征在于,所述确定不同地貌类型的矿井富水系数包括:
对研究区内煤矿的名称、产量、埋深、所属矿区、地貌类型等进行详细统计,通过实测统计或调研不同煤矿生产过程中矿井涌水量和煤炭产量,确定研究区内煤矿的矿井富水系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910261765.3A CN109978273B (zh) | 2019-04-02 | 2019-04-02 | 一种基于地貌控水的矿井涌水量预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910261765.3A CN109978273B (zh) | 2019-04-02 | 2019-04-02 | 一种基于地貌控水的矿井涌水量预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109978273A CN109978273A (zh) | 2019-07-05 |
CN109978273B true CN109978273B (zh) | 2023-08-18 |
Family
ID=67082434
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910261765.3A Active CN109978273B (zh) | 2019-04-02 | 2019-04-02 | 一种基于地貌控水的矿井涌水量预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109978273B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111191849B (zh) * | 2020-01-03 | 2021-02-26 | 中煤科工集团西安研究院有限公司 | 一种西部矿区深埋工作面涌水量预测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008186308A (ja) * | 2007-01-30 | 2008-08-14 | Japan Weather Association | 土壌供給水量予測装置、土壌供給水量予測方法、および土壌供給水量予測プログラム |
CN104696010A (zh) * | 2015-03-20 | 2015-06-10 | 青岛理工大学 | 一种矿山突水综合治理方法 |
CN105652329A (zh) * | 2016-02-04 | 2016-06-08 | 中国科学院地质与地球物理研究所 | 一种评估煤层顶板视涌水量的方法和装置 |
CN109377042A (zh) * | 2018-10-17 | 2019-02-22 | 中国煤炭地质总局水文地质局 | 一种煤层顶板突水危险性评价方法 |
-
2019
- 2019-04-02 CN CN201910261765.3A patent/CN109978273B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008186308A (ja) * | 2007-01-30 | 2008-08-14 | Japan Weather Association | 土壌供給水量予測装置、土壌供給水量予測方法、および土壌供給水量予測プログラム |
CN104696010A (zh) * | 2015-03-20 | 2015-06-10 | 青岛理工大学 | 一种矿山突水综合治理方法 |
CN105652329A (zh) * | 2016-02-04 | 2016-06-08 | 中国科学院地质与地球物理研究所 | 一种评估煤层顶板视涌水量的方法和装置 |
CN109377042A (zh) * | 2018-10-17 | 2019-02-22 | 中国煤炭地质总局水文地质局 | 一种煤层顶板突水危险性评价方法 |
Non-Patent Citations (1)
Title |
---|
大水矿山地面预注浆孔兼作冻结孔的设计与应用;程中平 等;现代矿业;第34卷(第06期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109978273A (zh) | 2019-07-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Golian et al. | Prediction of tunnelling impact on flow rates of adjacent extraction water wells | |
Raposo et al. | Quantitative evaluation of hydrogeological impact produced by tunnel construction using water balance models | |
Massuel et al. | Managed aquifer recharge in South India: What to expect from small percolation tanks in hard rock? | |
Milanovic | Hydrogeological characteristics of some deep siphonal springs in Serbia and Montenegro karst | |
Lv et al. | Elaborate simulation and predication of the tunnel drainage effect on karst groundwater field and discharge based on Visual MODFLOW | |
Saadi et al. | Application of remote sensing data and geographic information system for identifying potential areas of groundwater storage in middle Moulouya Basin of Morocco | |
Lancia et al. | Groundwater complexity in urban catchments: Shenzhen, southern China | |
CN109978273B (zh) | 一种基于地貌控水的矿井涌水量预测方法 | |
Vorlicek et al. | Quantitative hydrogeological studies of the Treviso alluvial plain, NE Italy | |
Sikdar et al. | Development and Management of base flow of a sand-dominated alluvial aquifer of a large ephemeral river for drinking water supply in semi-arid and fluoride affected areas: Example of the River Mayurakshi, Birbhum District, West Bengal, India | |
Demiroglu | Groundwater budget rationale, time, and regional flow: a case study in Istanbul, Turkey | |
Kim | Optimal distribution of groundwater monitoring wells near the river barrages of the 4MRRP using a numerical model and topographic analysis | |
Shi et al. | Simulation evaluation of groundwater resources in southeastern Bosten Lake based on GMS | |
Halder et al. | Understanding the exchange process between ground and surface water using mini drive point piezometer and mathematical models to identify suitable managed aquifer recharge sites | |
Walker et al. | Summary of hydrogeologic conditions at Aberg, Beberg and Ceberg | |
Şahin | Three dimensional numerical modelling of recharge: Case study: Eğri creek sub-basin, İzmir | |
Alawneh et al. | Modeling of groundwater recharge by rainwater harvesting-Wadi Bayer (Case Study) | |
Burbery et al. | Integrated study of surface water and shallow groundwater resources of the Orari catchment | |
Kumar et al. | Groundwater resources management through flow modeling in lower part of Bhagirathi—Jalangi interfluve, Nadia, West Bengal | |
Beilfuss et al. | Long-term plan for hydrological research: adaptive management of water resources at Gorongosa National Park | |
Feinstein et al. | Regional aquifer model for southeastern Wisconsin; Report 1: Data collection, conceptual model development, numerical model construction, and model calibration | |
Papadimitrakis | An assessment of Grindalsmoen Aquifer, Elverum, Norway–Field observations and groundwater modeling | |
Babaie et al. | Quantifying the impact of urban runoff injection on groundwater enhancement in a semi-arid environment using SWMM and MOFLOW Model | |
Shamrukh et al. | Rainfall Recharge Wells for Groundwater Sustainability in Qatar | |
Jayarajan | Potential of natural groundwater recharge in the Chennai Basin with a special emphasis on the urban area |
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 |