CN110020507B - 一种预制盾构管片蒸汽养护前最短静停时间的预测方法 - Google Patents
一种预制盾构管片蒸汽养护前最短静停时间的预测方法 Download PDFInfo
- Publication number
- CN110020507B CN110020507B CN201910399227.0A CN201910399227A CN110020507B CN 110020507 B CN110020507 B CN 110020507B CN 201910399227 A CN201910399227 A CN 201910399227A CN 110020507 B CN110020507 B CN 110020507B
- Authority
- CN
- China
- Prior art keywords
- steam curing
- stop time
- shortest
- model
- time before
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Probability & Statistics with Applications (AREA)
- Structural Engineering (AREA)
- Bioinformatics & Computational Biology (AREA)
- Civil Engineering (AREA)
- Evolutionary Biology (AREA)
- Operations Research (AREA)
- Life Sciences & Earth Sciences (AREA)
- Algebra (AREA)
- Architecture (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Curing Cements, Concrete, And Artificial Stone (AREA)
- Devices For Post-Treatments, Processing, Supply, Discharge, And Other Processes (AREA)
Abstract
本发明公开了一种预制盾构管片蒸汽养护前最短静停时间的预测方法,包括:收集样本观测值;所述样本观测值为:管片蒸汽养护前的最短静停时间;建立线性回归模型前的线性回归依据分析;建立线性回归分析模型及进行理论性验证;进行该模型实际应用性验证;管片蒸汽养护前最短静停时间的预测:将需预测的管片混凝土对应的水泥用量、混凝土拌合物的坍落度、混凝土入模温度代入到步骤三的回归分析模型中,求得管片蒸汽养护前的最短静停时间。本发明给出了管片蒸汽养护前最短静停时间的预测方法,可以快速准确地找到管片在蒸汽养护前的最短静停时间,保证蒸汽养护后不开裂,也能避免盲目地延长静停时间,在保证质量的前提下合理提高生产效率。
Description
技术领域
本发明属于预制盾构管片建筑施工技术领域,尤其涉及一种预制盾构管片蒸汽养护前最短静停时间的预测方法。
背景技术
地铁隧道预制盾构管片是一种能拼成环状的钢筋混凝土预制构件,每一环由6个弧形单片拼装而成,如图1、图2所示。
在盾构管片的预制生产过程中,为缩短生产周期,加快模具周转,提高生产效率,通常采用蒸汽养护的方法促使混凝土强度快速增长。所述蒸汽养护方法分为两个阶段,第一阶段是进入蒸汽养护房之前的静停期,第二阶段是进入蒸汽养护房之后的调温养护期。
所述的静停期是指管片在混凝土浇筑完成后至进入蒸汽养护房前的等待期。在此期间,混凝土能获得一定的初始强度,以抵御蒸汽养护升温阶段混凝土中的水、气等材料的热膨胀及水的迁移对自身原有结构的破坏,避免管片开裂。静停时间越长,混凝土初始强度越高,静停期的长短决定了混凝土抵抗蒸汽养护升温破坏的能力。
为了缩短生产周期,我们需要找到保证管片不开裂的最短静停时间,这样既可以保证蒸汽养护后不开裂,也可以避免盲目地延长静停时间,在保证质量的前提下合理提高生产效率。但现阶段并无准确寻找管片最短静停时间的方法,大家都是凭经验行事,其后果要么是管片开裂,要么是生产效率低下。
现有技术难以确定管片蒸汽养护前最短静停时间的原因在于:影响预制盾构管片最短静停时间的原因是复杂的且多因素的,包括水泥用量、混凝土拌合物坍落度、混凝土入模温度等因素以及它们之间的关联性,这些因素都会影响预制盾构管片最短静停时间,对于这样复杂的问题仅凭经验行事已经无力解决。
发明内容
本发明针对现有技术存在的不足,提出了一种预制盾构管片蒸汽养护前最短静停时间的预测方法,用以解决现有技术管片蒸汽养护前最短静停时间难以确定的问题。
本发明采用以下技术方案解决其技术问题。
一种预制盾构管片蒸汽养护前最短静停时间的预测方法,其特点是:
步骤一、收集样本观测值
所述样本观测值为:当混凝土的水泥用量为一定值、混凝土拌合物坍落度为一定值、混凝土入模温度为一定值时,管片蒸汽养护前的最短静停时间;
步骤二、建立线性回归模型前的线性回归依据分析
分别进行管片蒸汽养护前最短静停时间(Y)与管片所用混凝土的水泥用量(X1)的线性相关分析、管片蒸汽养护前最短静停时间(Y)与混凝土拌合物的坍落度(X2)的线性相关分析、管片蒸汽养护前最短静停时间(Y)与混凝土入模温度(X3)的线性相关分析;
步骤三、建立线性回归分析模型及进行理论性验证
建立线性回归分析模型:Y=a+b1X1+b2X2+b3X3;用origin软件计算出该模型的a、b1、b2、b3,以及进行该模型的理论性验证;
步骤四、进行该模型实际应用性验证;
步骤五、管片蒸汽养护前最短静停时间的预测
将需预测的管片混凝土对应的水泥用量、混凝土拌合物的坍落度、混凝土入模温度代入到步骤三的回归分析模型中,求得管片蒸汽养护前的最短静停时间。
所述步骤三的进行该模型的理论性验证包括模型的整体显著性的验证、单个回归系数的显著性的验证、拟合优度的验证。
所述整体显著性的验证为采用F分布检验总体显著性。
所述单个回归系数的显著性的验证为采用t分布检验单个系数的显著性。
所述拟合优度的验证为相关性R2验证。
所述步骤四的进行该模型实际应用性验证为通过试验值与计算值的对比,检验其实际应用性。
所述通过试验值与计算值的对比,检验其实际应用性,具体过程如下:
①将步骤三得到的a、b1、b2、b3代入模型Y=a+b1X1+b2X2+b3X3,得到回归方程;
②建立测定条件,根据回归方程得到最短静停时间的理论计算值;
③根据测定条件试验获得最短静停时间的实际测定值;
④进行理论计算值与实际测定值的对比。
所述步骤一收集样本观测值的数量为9个。
本发明的优点效果
本发明充分考虑了水泥用量、混凝土拌合物的坍落度、混凝土入模温度对管片混凝土最短静停时间的影响,通过建立线性回归模型,给出了管片蒸汽养护前最短静停时间的预测方法,可以快速准确地找到管片在蒸汽养护前的最短静停时间,保证蒸汽养护后不开裂,也能避免盲目地延长静停时间,在保证质量的前提下合理提高生产效率。
附图说明
图1是预制环盾构管片拼装在一起的应用效果图;
图2是预制盾构管片外形简图;
图3是本发明样本观测值样表;
图4是本发明拟合条件样表;
图4a是水泥用量与最佳静停时间关系表;
图4b是坍落度与最佳静停时间关系表;
图4c是入模温度与最佳静停时间关系表;
图4d是实际生产中测量三种因素与最短静停时间关系表;
图5是本发明模型应用origin软件回归结果图;
图6是本发明用于模型实际应用性验证的拟定条件表;
图7是本发明将试验结果与拟定条件结果对比图;
具体实施方式
下面结合附图与具体实施方式,进一步对发明进行说明:
一种预制盾构管片蒸汽养护前最短静停时间的预测方法,其特点是:
步骤一、收集样本观测值
如图3所示,所述样本观测值为:当混凝土的水泥用量为一定值、混凝土拌合物坍落度为一定值、混凝土入模温度为一定值时,管片蒸汽养护前的最短静停时间;
补充说明:本实施例采用“正交试验法”设计试验,依据中国专利《用于评价预制盾构管片蒸汽养护临界强度的装置及方法》(CN 108303327 A)所述装置和方法收集样本观测值,共9个。
正交试验法简述:为了研制新产品,提高产品的质量和数量,降低原材料消耗,都需要做试验。一项试验如何安排,就得选择方法。一个好的试验方法,只要用少量试验既能得到较好的效果和分析出较为正确的结论;如果试验方法不好,不但试验次数多,而且结果还不一定理想。正交试验法就是利用一套规格化的表(正交表)来安排试验方案,使得试验次数尽可能地少;并通过对试验数据的简单分析,有助于我们在复杂的影响因素中抓住主要因素,从而找出较好的试验方案。有关正交试验法详细内容可以查询网站,不在此赘述。
步骤二、建立线性回归模型前的线性回归依据分析
所述线性回归依据分析就是分别进行管片蒸汽养护前最短静停时间(Y)与管片所用混凝土的水泥用量(X1)的线性相关分析、管片蒸汽养护前最短静停时间(Y)与混凝土拌合物的坍落度(X2)的线性相关分析、管片蒸汽养护前最短静停时间(Y)与混凝土入模温度(X3)的线性相关分析;
补充说明:图4所示为单因素改变时,混凝土的最佳静停时间,基准条件为水泥用量350kg/m3、坍落度40mm、入模温度15℃;将图4的第1列(最短静停时间)、第2列(水泥用量)两列数据制成统计图,结果如图4a所示,从图4a看出,最短静停时间与水泥用量为线性关系;将图4的第3列(最短静停时间)、第4列(坍落度)两列数据制成统计图,结果如图4b所示,从图4b看出,最短静停时间与坍落度为线性关系;将图4的第5列(最短静停时间)、第6列(入模温度)两列数据制成统计图,结果如图4c所示,从图4c看出,最短静停时间与入模温度为线性关系。
补充说明:如图4d所示,实际生产中,并不存在单因素测量最短静停时间的情况,因为最短静停时间和水泥用量、坍落度、入模温度三个因素都相关,所以,实际生产中测量最短静停时间采用图4d所示方法:三个因素当其中一个値变化,另外两个因素値相对不变的情况下测量最短静停时间。图4d的1-9行为坍落度、入模温度不变的情况下,分3次改变水泥用量値(330、350、370),每一个水泥用量値要测量3次,所以一共是9次测量;图4d的10-18行为水泥用量、入模温度不变的情况下,分3次改变坍落度値(40、60、80),每一个坍落度値要测量3次,所以一共是9次测量;图4d的19-27行为水泥用量、坍落度不变的情况下,分3次改变入模温度(15℃、20℃、25℃),每一个入模温度値要测量3次,所以一共是9次测量;如果将图4d的1-9、10-18、19-27每9行中的不变的两列数字去掉,就重新组成了图4。
通过以上拟合分析发现管片蒸汽养护前的最短静停时间与管片所用混凝土的水泥用量、混凝土拌合物的坍落度、混凝土入模温度均呈线性相关,拟合时管片混凝土满足的条件如图4所示,拟合结果如图5所示。
假如以上三种分析结果并非都是线性关系,有的是2次方关系,有的是3次方关系,则不能建立三元一次的线性回归方程,只有每一个都是线性关系才能建立三元一次线性回归方程。
步骤三、建立线性回归分析模型及进行理论性验证
建立线性回归分析模型:Y=a+b1X1+b2X2+b3X3;用origin软件计算出该模型的a、b1、b2、b3,以及进行该模型的理论性验证;
所述整体显著性的验证为采用F分布检验总体显著性;
所述单个回归系数的显著性的验证为采用t分布检验单个系数的显著性。
所述拟合优度的验证为相关性R2验证;
所述进行该模型的理论性验证包括模型的整体显著性的验证、单个回归系数的显著性的验证、拟合优度的验证。
补充说明:如图5所示为origin软件回归结果图,该软件的具体使用方法如下:⑴在该软件的输入界面将图3的9组数据进行输入;
⑵在该软件的输出参数选择界面选择t分布验证参数、F分布验证参数、拟合优度验证参数;
⑶运行该软件,自动生成图5所示的四组结果数据,第一组正交试验法数据:对应a、b1、b2、b3的四个数:560.55556、-0.83333、1.33333、-7.33333;第二组到第四组结果数据对应理论性验证数据;第二组对应t分布检验单个系数(a、b1、b2、b3)的数据:13.51207、-7.31925、11.7108、-16.10235;第三组对应F分布检验总体显著性的数据:F値=150;第四组对应拟合优度检验的数据:调整后的R平方=0.98242。
下面分别对三组理论性验证数据的含义进行解释:
①关于t分布检验单个系数的显著性的说明
采用t分布检验单个系数的显著性,表达式为t1-α/2(n-2),其中α为显著性水平0.01,n为样本组数,本实施例中有9个样本组。在分布分位数表中查出t0.995(7)的值为3.4995。由步骤(3)的模型估计结果可知b1、b2、b3的t统计量分别为-7.31925、11.7108、-16.10235,均满足|bi|>t0.995(7)=3.4995,说明各个系数对Y影响显著。
②关于F分布检验总体显著性的说明
采用F检验多元线性回归模型的总体显著性,表达式为F1-α(r-1,n-r),其中α为显著性水平0.01,r为3个变量,n为样本组数,本实施例中有9个样本组。在分布分位数表中查出F0.99(2,6)的值为10.9。由步骤(3)的模型估计结果可知F=150>10.9,说明水泥用量、坍落度以及入模温度对蒸汽养护前最短静停时间的影响是高度显著的。
③拟合优度检验
由origin软件回归结果图可知,修正系数R2=0.98242,说明回归模型对样本的拟合较好。
步骤四、进行该模型实际应用性验证;
所述进行该模型实际应用性验证为通过试验值与计算值的对比,检验其实际应用性。
具体过程如下:
①将560.55556、-0.83333、1.33333、-7.33333代入模型Y=a+b1X1+b2X2+b3X3以后得到回归方程:Y=560.55556-0.83333X1+1.33333X2-7.33333X3;
②建立测定条件,根据回归方程得到最短静停时间的理论计算值
如图6所示为测定条件,一共15组测定条件,将每组测定条件代入以下方程中:Y=560.55556-0.83333X1+1.33333X2-7.33333X3,分别得到15组Y値,也就是理论计算的最短静停时间。
③根据测定条件获得最短静停时间的实际测定值
根据测定条件实际测定每一组的最短静停时间,得到15组实际测定得到的最短静停时间;
④进行理论计算值与实际测定值的对比
通过试验测定不同条件(测定条件如图6所示)下,管片蒸汽养护前的最短静停时间,并与理论计算值进行对比,以检验回归模型的实际应用性。试验值与计算值对比图如图7所示。
步骤五、管片蒸汽养护前最短静停时间的预测
将需预测的管片混凝土对应的水泥用量、混凝土拌合物的坍落度、混凝土入模温度代入到步骤三的回归分析模型中,求得管片蒸汽养护前的最短静停时间。
需要强调的是,本发明所述的实施例是说明性的,而不是限定性的,因此本发明包括并不限于具体实施方式中所述的实施例。
Claims (8)
1.一种预制盾构管片蒸汽养护前最短静停时间的预测方法,其特征在于:
步骤一、收集样本观测值;
所述样本观测值为:当混凝土的水泥用量为一定值、混凝土拌合物坍落度为一定值、混凝土入模温度为一定值时,管片蒸汽养护前的最短静停时间;
步骤二、建立线性回归模型前的线性回归依据分析;
分别进行管片蒸汽养护前最短静停时间(Y)与管片所用混凝土的水泥用量(X1)的线性相关分析、管片蒸汽养护前最短静停时间(Y)与混凝土拌合物的坍落度(X2)的线性相关分析、管片蒸汽养护前最短静停时间(Y)与混凝土入模温度(X3)的线性相关分析;
步骤三、建立线性回归分析模型及进行理论性验证;
建立线性回归分析模型:Y=a+b1X1+b2X2+b3X3;用origin软件计算出该模型的a、b1、b2、b3,以及进行该模型的理论性验证;
步骤四、进行该模型实际应用性验证;
步骤五、管片蒸汽养护前最短静停时间的预测;
将需预测的管片混凝土对应的水泥用量、混凝土拌合物的坍落度、混凝土入模温度代入到步骤三的回归分析模型中,求得管片蒸汽养护前的最短静停时间。
2.根据权利要求1所述的预制盾构管片蒸汽养护前最短静停时间的预测 方法,其特征在于:所述步骤三的进行该模型的理论性验证包括模型的整体显著性的验证、单个回归系数的显著性的验证、拟合优度的验证。
3.根据权利要求2所述的预制盾构管片蒸汽养护前最短静停时间的预测 方法,其特征在于:所述整体显著性的验证为采用F分布检验总体显著性。
4.根据权利要求2所述的预制盾构管片蒸汽养护前最短静停时间的预测 方法,其特征在于:所述单个回归系数的显著性的验证为采用t分布检验单个系数的显著性。
5.根据权利要求2所述的预制盾构管片蒸汽养护前最短静停时间的预测 方法,其特征在于:所述拟合优度的验证为相关性R2验证。
6.根据权利要求1所述的预制盾构管片蒸汽养护前最短静停时间的预测 方法,其特征在于:所述步骤四的进行该模型实际应用性验证为通过试验值与计算值的对比,检验其实际应用性。
7.根据权利要求6所述的预制盾构管片蒸汽养护前最短静停时间的预测 方法,其特征在于:所述通过试验值与计算值的对比,检验其实际应用性,具体过程如下:
①将步骤三得到的a、b1、b2、b3代入模型Y=a+b1X1+b2X2+b3X3,得到回归方程;
②建立测定条件,根据回归方程得到最短静停时间的理论计算值;
③根据测定条件试验获得最短静停时间的实际测定值;
④进行理论计算值与实际测定值的对比。
8.根据权利要求1所述的预制盾构管片蒸汽养护前最短静停时间的预测 方法,其特征在于:所述步骤一收集样本观测值的数量为9个。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910399227.0A CN110020507B (zh) | 2019-05-14 | 2019-05-14 | 一种预制盾构管片蒸汽养护前最短静停时间的预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910399227.0A CN110020507B (zh) | 2019-05-14 | 2019-05-14 | 一种预制盾构管片蒸汽养护前最短静停时间的预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110020507A CN110020507A (zh) | 2019-07-16 |
CN110020507B true CN110020507B (zh) | 2022-09-30 |
Family
ID=67193706
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910399227.0A Active CN110020507B (zh) | 2019-05-14 | 2019-05-14 | 一种预制盾构管片蒸汽养护前最短静停时间的预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110020507B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115157423A (zh) * | 2022-07-21 | 2022-10-11 | 中铁一局集团天津建设工程有限公司 | 一种预测预制盾构管片最佳蒸养时间的方法、系统及终端 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016037014A (ja) * | 2014-08-08 | 2016-03-22 | 株式会社竹中工務店 | コンクリート成形体の製造方法及びコンクリート成形体の製造管理方法 |
CN105631221A (zh) * | 2016-01-06 | 2016-06-01 | 昆明理工大学 | 一种基于线性回归模型浮选回收率的预测方法 |
-
2019
- 2019-05-14 CN CN201910399227.0A patent/CN110020507B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016037014A (ja) * | 2014-08-08 | 2016-03-22 | 株式会社竹中工務店 | コンクリート成形体の製造方法及びコンクリート成形体の製造管理方法 |
CN105631221A (zh) * | 2016-01-06 | 2016-06-01 | 昆明理工大学 | 一种基于线性回归模型浮选回收率的预测方法 |
Non-Patent Citations (1)
Title |
---|
基于多元非线性分析的混凝土强度预测模型;李松等;《混凝土》;20160327(第03期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110020507A (zh) | 2019-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107145641B (zh) | 叶片振动疲劳概率寿命预测方法 | |
CN104820781B (zh) | 考虑温循载荷顺序加载影响的bga焊点热疲劳寿命预测方法 | |
CN105628511B (zh) | 一种高温合金蠕变寿命预测方法 | |
JP2009031124A (ja) | き裂進展予測方法及びプログラム | |
Nili et al. | Novel internal-deterioration model of concrete exposed to freeze-thaw cycles | |
Qing et al. | A simplified extreme method for determining double‐K fracture parameters of concrete using experimental peak load | |
CN110020507B (zh) | 一种预制盾构管片蒸汽养护前最短静停时间的预测方法 | |
JP2013244625A (ja) | コンクリートの打込み後の温度分布ならびにひずみ予測システム | |
Zhang et al. | Analytical model for critical corrosion level of reinforcements to cause the cracking of concrete cover | |
Saleh et al. | Guide to non-destructive concrete strength assessment: Homogeneity tests and sampling plans | |
Lee et al. | System reliability updating of fatigue-induced sequential failures | |
CN104461906A (zh) | 一种基于代码转换的mc/dc覆盖准则的软件测试数据生成方法 | |
Hindley et al. | Failure prediction of full-size reactor components from tensile specimen data on NBG-18 nuclear graphite | |
CN110414086B (zh) | 一种基于灵敏度的综合应力加速因子计算方法 | |
CN113642209B (zh) | 基于数字孪生的结构植入故障响应数据获取及评判方法 | |
Messner et al. | Initial Development of an Improved Creep-Fatigue Design Method That Avoids the Separate Evaluation of Creep and Fatigue Damage and Eliminates the Requirement for Stress Classification | |
Knyziak | Estimating the technical deterioration of large-panel residential buildings using artificial neural networks | |
Karaki et al. | An approach for developing probabilistic models for temperature‐dependent properties of construction materials from fire tests and small data | |
CN108334667B (zh) | 一种基于环境折合的加速可靠性试验方案设计方法 | |
CN112035970A (zh) | 一种基于船用柴油机关键性能的参数优化方法 | |
CN115563824A (zh) | 基于机器学习的双相材料复合管性能预测方法 | |
Carino | 34 STATISTICAL METHODS TO EVALUATE IN-PLACE TEST RESULTS | |
CN109357957B (zh) | 一种基于极值窗口的疲劳监测计数方法 | |
Karmakar et al. | New Approach for Conditional Coring in RC Structures Using Bivariate Distributions of Nondestructive Test Results | |
Vandecruys et al. | Sectional analysis of the cyclic behavior of steel fiber reinforced concrete |
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 |