CN110110424A - 一种压缩机自适应性能曲线生成方法 - Google Patents

一种压缩机自适应性能曲线生成方法 Download PDF

Info

Publication number
CN110110424A
CN110110424A CN201910354357.2A CN201910354357A CN110110424A CN 110110424 A CN110110424 A CN 110110424A CN 201910354357 A CN201910354357 A CN 201910354357A CN 110110424 A CN110110424 A CN 110110424A
Authority
CN
China
Prior art keywords
performance
compressor
performance curve
layer
output
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.)
Pending
Application number
CN201910354357.2A
Other languages
English (en)
Inventor
汪春付
陈利琼
刘明亮
黄坤
王力勇
苏炤兴
陈天民
高茂萍
魏根
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Natural Gas Branch China Petroleum & Chemical Corp
China Petroleum and Chemical Corp
Southwest Petroleum University
Original Assignee
China Petroleum Chemical Co Natural Gas Branch
Southwest Petroleum University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Petroleum Chemical Co Natural Gas Branch, Southwest Petroleum University filed Critical China Petroleum Chemical Co Natural Gas Branch
Priority to CN201910354357.2A priority Critical patent/CN110110424A/zh
Publication of CN110110424A publication Critical patent/CN110110424A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Control Of Positive-Displacement Air Blowers (AREA)

Abstract

本发明公开一种压缩机自适应性能曲线生成方法,获取离心压缩机设计性能曲线并转换为数值形式;利用相似理论获得实际工况下的理论性能参数;根据ANFIS算法建立性能曲线映射关系,计算所有转速的理论性能参数;结合压缩机的历史运行数据,引入性能曲线劣化因子,用最小二乘法计算得到劣化因子的值,再通过劣化因子修正所有转速的理论性能参数;确定离心压缩机稳定工作参数范围,得到压缩机喘振和阻塞边界曲线;最后生成离心压缩机实际工况下所有转速的实际性能曲线。本发明能够准确地得到离心式压缩机实际工况下所有转速的性能曲线,确定离心式压缩机实际运行中的稳定工作区间,并据此调节压缩机运行参数。

Description

一种压缩机自适应性能曲线生成方法
技术领域
本发明涉及一种压缩机自适应性能曲线生成方法及方法,属于压缩机技术领域。
背景技术
管道输送是天然气输送最有效的方法之一,离心式压缩机是天然气长输管道系统中最重要的动力设备,也是主要的能耗设备,对管道的高效安全运行影响重大。所以,准确地掌握压缩机实际运行生产中的性能参数是压缩机优化运行的基础。然而压缩机厂家仅仅提供部分设计工况下的性能曲线,且压缩机在实际运行中可能经常出现工况(入口压力、入口温度)不在设计工况下,实际气体组分与设计也有些微偏差,使用设计性能曲线来预测实际工况会有较大偏差,容易导致工作人员对压缩机实际工况的性能产生错误判断,不利于天然气长输管网的优化运行。
另外,通过对离心压缩机的历史运行数据的观察,发现有压缩机性能随时间的劣化现象发生。如何快捷、准确地得到在不同条件下的压缩机性能曲线,以确定其稳定工作区间,并据此调节压缩机运行参数,是天然气管道上压缩机优化运行的基础。
发明内容
本发明主要是克服现有技术中的不足之处,提出一种压缩机自适应性能曲线生成方法,该方法利用相似原理和ANFIS算法,综合考虑压缩机入口条件和性能劣化的综合影响,生成压缩机不同运行工况下的自适应性能曲线。
本发明解决上述技术问题所提供的技术方案是:一种压缩机自适应性能曲线生成方法,包括以下步骤:
S10、获取离心压缩机设计性能曲线并转换为数值形式;
S20、利用相似理论获得实际工况下的理论性能参数;
S30、根据ANFIS算法建立性能曲线映射关系,计算所有转速的理论性能参数;
S40、结合压缩机的历史运行数据,引入性能曲线劣化因子,用最小二乘法计算得到劣化因子的值,再通过劣化因子修正所有转速的理论性能参数;
S50、确定离心压缩机稳定工作参数范围,得到压缩机喘振和阻塞边界曲线;最后生成离心压缩机实际工况下所有转速的实际性能曲线。
进一步的技术方案是,所述步骤S10中选取5~6个转速的设计性能曲线。
上述设计性能曲线应当优先选取设计工况与实际运行工况较接近转速下的压缩机性能曲线。
进一步的技术方案是,所述的相似理论采用的性能换算方法为近似相似变换法;
其性能换算方法根据压比划分为:
当压比小于2.5时,采用多变换算法;
当压比大于2.5时,采用半温升平均比容法。
进一步的技术方案是,所述的ANFIS算法为两输入单输出结构,即输入为x和y,输出为f;
当x是A,y是B,则f是f(x,y),A与B分别表示的都是前件模糊集合,f表示的是后件精确函数;
其ANFIS推理系统的四条模糊规则如下:
当x是A1,y是B1,则f是f1(x,y)=p1x+q1y+r1
当x是A1,y是B2,则f是f2(x,y)=p2x+q2y+r2
当x是A2,y是B1,则f是f3(x,y)=p3x+q3y+r3
当x是A2,y是B2,则f是f4(x,y)=p4x+q4y+r4
其中[pi,qi,ri]是规则的输出参数集。
进一步的技术方案是,所述ANFIS的结构由五层节点构成;
第一层:隶属度层,计算系统输入数据对模糊集合的隶属度,隶属函数选用三角函数,隶属度函数为:
当i等于1或2时,
当i等于3或4时,
其中,是第一层的输出,μAi(x)和μBi(y)是输入x或者y时每个节点对应的隶属函数;
第二层:该层中的每一个节点都是无参数的,输出表示为对于各规则的激励强度,各节点的输出是输入信号的乘积,即各个模糊规则的权值节点函数为:
第三层:将所有规划的激励强度归一化,其节点函数为:
for i=1,2
其中,是第三层的输出,ωi'表示每个节点i的模糊规则的激励强度占所有激励强度的百分比;
第四层:这一层的线性节点函数为:
其中,是第四层的输出,fi为每个节点所对应的线性函数,[pi,qi,ri]是规则的输出参数集;
第五层:计算ANFIS模型的最后输出为:
其中,是第五层的输出。
进一步的技术方案是,所述步骤S40的具体过程为:
S401、取多组单台压缩机设计时的功率N、压比ε为自变量,取多组实际运行时的功率Ni、压比εi为因变量;
S402、引入性能曲线劣化因子,利用最小二乘法拟合原理构建机械性能劣化修正模型,并计算性能曲线劣化因子;其模型如下:
Ni=λ1N22N+λ3
εi=ηiε22ε+η3
式中:N表示理论功率,Ni表示实际运行时功率;ε表示理论压比、εi表示实际运行时压比;系数λ1、λ2、λ3分别是性能劣化功率二次项、一次项、常数项影响因子;η1、η2、η3分别为性能劣化压比二次项、一次项、常数项影响因子;
S403、再通过劣化因子修正所有转速下的理论性能参数。
进一步的技术方案是,所述步骤S50中通过如下方程拟合得到压缩机喘振和阻塞边界曲线;
其中,Qmin、Qmax分别为入口状态下的喘振流量和阻塞流量,m3/h;n为转速;C0、C1、C2、C3分别为喘振流量的多项式系数;D0、D1、D2、D3分别为阻塞流量的多项式系数。。
本发明具有以下优点:本发明能够准确地得到离心式压缩机实际工况下所有转速的性能曲线,确定离心式压缩机实际运行中的稳定工作区间,并据此调节压缩机运行参数。
附图说明
图1是本发明实施例ANFIS算法的结构示意图;
图2是本发明实施例修正后的流量—功率性能曲线图;
图3是本发明实施例修正后的流量—压比性能曲线图。
具体实施方式
下面结合实施例和附图对本发明做更进一步的说明。
本发明的一种压缩机自适应性能曲线生成方法,包括以下步骤:
步骤S1、通过与实际工况的比较,实施例中选取的转速依次为13319r/min、12685r/min、11417r/min、10148r/min、8880r/min,并将相关设计性能参数转换为数值形式;
步骤S2、利用相似理论获得实际工况下的理论性能参数;
所述的相似理论采用的性能换算方法为近似相似变换法;
其性能换算方法根据压比划分为:
当压比小于2.5时,采用多变换算法;
当压比大于2.5时,采用半温升平均比容法;
步骤S3、根据ANFIS算法建立性能曲线映射关系,计算所有转速的理论性能参数;
具体的是:
为了便于压缩机和管道的联合计算以优化气体干线管道的运行,ANFIS模型需要输出压缩机压比、功率两个性能参数。因此,将通过换算得到的实际工况下的理论性能参数作为训练数据导入,定义各输入、输出变量的隶属度函数类型和个数,分别建立压缩机功率关于流量、转速的ANFIS预测模型;压缩机压比关于流量、转速的ANFIS预测模型。
以所有的流量和转速为输入,分别导入ANFIS预测模型,输出为压比和功率;
根据所得的数据生成实际工况下的流量—功率性能曲线图和流量—压比性能曲线图;
如图1所示,上述ANFIS的结构由五层节点构成;
第一层:隶属度层,计算系统输入数据对模糊集合的隶属度,隶属函数选用三角函数,隶属度函数为:
当i等于1或2时,
当i等于3或4时,
其中,是第一层的输出,μAi(x)和μBi(y)是输入x或者y时每个节点对应的隶属函数;
第二层:该层中的每一个节点都是无参数的,输出表示为对于各规则的激励强度,各节点的输出是输入信号的乘积,即各个模糊规则的权值节点函数为:
第三层:将所有规划的激励强度归一化,其节点函数为:
for i=1,2
其中,是第三层的输出,ωi'表示每个节点i的模糊规则的激励强度占所有激励强度的百分比;
第四层:这一层的线性节点函数为:
其中,是第四层的输出,fi为每个节点所对应的线性函数,[pi,qi,ri]是规则的输出参数集;
第五层:计算ANFIS模型的最后输出为:
其中,是第五层的输出;
步骤S4、取多组单台压缩机设计时的功率N、压比ε为自变量,取多组实际运行时的功率Ni、压比εi为因变量;
步骤S5、引入性能曲线劣化因子,利用最小二乘法拟合原理构建机械性能劣化修正模型,并计算性能曲线劣化因子;其模型如下:
Ni=λ1N22N+λ3
εi=ηiε22ε+η3
式中:N表示理论功率,Ni表示实际运行时功率;ε表示理论压比、εi表示实际运行时压比;系数λ1、λ2、λ3分别是性能劣化功率二次项、一次项、常数项影响因子;η1、η2、η3分别为性能劣化压比二次项、一次项、常数项影响因子;
步骤S6、再通过以下劣化因子修正模型来修正所有转速下的理论性能参数,并根据修正后的理论性能参数绘制出较为精确的实际工况下的性能曲线(图2和图3);图2是本发明示例性实施例引入性能曲线劣化因子修正后的流量—功率性能曲线图;图3是本发明示例性实施例引入性能曲线劣化因子修正后的流量—压比性能曲线图;
其性能曲线修正模型如下式所示:
Ni=0.0083N2+1.258N+5432
εi=0.0000753ε2+0.1456ε+1.256
步骤S7、确定离心压缩机稳定工作参数范围,通过如下方程拟合得到压缩机喘振和阻塞边界曲线;
其中,Qmin、Qmax分别为入口状态下的喘振流量和阻塞流量,m3/h;n为转速;C0、C1、C2、C3分别为喘振流量的多项式系数;D0、D1、D2、D3分别为阻塞流量的多项式系数。
上述步骤具体是选取不同转速下的流量边界(喘振点、阻塞点的测试值)进行拟合,经过反复试算验证,发现选择二次式拟合效果最好,拟合结果见下式:
其中完整的压缩机性能曲线还包含喘振流量线和阻塞流量线,它们分别是性能曲线的左、右边界;
因此根据上述得到的压缩机喘振和阻塞边界曲线最后生成离心压缩机实际工况下所有转速的实际性能曲线。
以上所述,并非对本发明作任何形式上的限制,虽然本发明已通过上述实施例揭示,然而并非用以限定本发明,任何熟悉本专业的技术人员,在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容作出些变动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。

Claims (7)

1.一种压缩机自适应性能曲线生成方法,其特征在于,包括以下步骤:
S10、获取离心压缩机设计性能曲线并转换为数值形式;
S20、利用相似理论获得实际工况下的理论性能参数;
S30、根据ANFIS算法建立性能曲线映射关系,计算所有转速的理论性能参数;
S40、结合压缩机的历史运行数据,引入性能曲线劣化因子,用最小二乘法计算得到劣化因子的值,再通过劣化因子修正所有转速的理论性能参数;
S50、确定离心压缩机稳定工作参数范围,得到压缩机喘振和阻塞边界曲线;最后生成离心压缩机实际工况下所有转速的实际性能曲线。
2.根据权利要求1所述的一种压缩机自适应性能曲线生成方法,其特征在于,所述步骤S10中选取5~6个转速的设计性能曲线。
3.根据权利要求1或2所述的一种压缩机自适应性能曲线生成方法,其特征在于,所述的相似理论采用的性能换算方法为近似相似变换法;
其性能换算方法根据压比划分为:
当压比小于2.5时,采用多变换算法;
当压比大于2.5时,采用半温升平均比容法。
4.根据权利要求1或2所述的一种压缩机自适应性能曲线生成方法,其特征在于,所述的ANFIS算法为两输入单输出结构,即输入为x和y,输出为f;
当x是A,y是B,则f是f(x,y),A与B分别表示的都是前件模糊集合,f表示的是后件精确函数;
其ANFIS推理系统的四条模糊规则如下:
当x是A1,y是B1,则f是f1(x,y)=p1x+q1y+r1
当x是A1,y是B2,则f是f2(x,y)=p2x+q2y+r2
当x是A2,y是B1,则f是f3(x,y)=p3x+q3y+r3
当x是A2,y是B2,则f是f4(x,y)=p4x+q4y+r4
其中[pi,qi,ri]是规则的输出参数集。
5.根据权利要求4所述的一种压缩机自适应性能曲线生成方法,其特征在于,所述ANFIS的结构由五层节点构成;
第一层:隶属度层,计算系统输入数据对模糊集合的隶属度,隶属函数选用三角函数,隶属度函数为:
当i等于1或2时,
当i等于3或4时,
其中,是第一层的输出,μAi(x)和μBi(y)是输入x或者y时每个节点对应的隶属函数;
第二层:该层中的每一个节点都是无参数的,输出表示为对于各规则的激励强度,各节点的输出是输入信号的乘积,即各个模糊规则的权值节点函数为:
第三层:将所有规划的激励强度归一化,其节点函数为:
for i=1,2
其中,是第三层的输出,ωi'表示每个节点i的模糊规则的激励强度占所有激励强度的百分比;
第四层:这一层的线性节点函数为:
其中,是第四层的输出,fi为每个节点所对应的线性函数,[pi,qi,ri]是规则的输出参数集;
第五层:计算ANFIS模型的最后输出为:
其中,是第五层的输出。
6.根据权利要求1或2所述的一种压缩机自适应性能曲线生成方法,其特征在于,所述步骤S40的具体过程为:
S401、取多组单台压缩机设计时的功率N、压比ε为自变量,取多组实际运行时的功率Ni、压比εi为因变量;
S402、引入性能曲线劣化因子,利用最小二乘法拟合原理构建机械性能劣化修正模型,并计算性能曲线劣化因子;其模型如下:
Ni=λ1N22N+λ3
εi=ηiε22ε+η3
式中:N表示理论功率,Ni表示实际运行时功率;ε表示理论压比、εi表示实际运行时压比;系数λ1、λ2、λ3分别是性能劣化功率二次项、一次项、常数项影响因子;η1、η2、η3分别为性能劣化压比二次项、一次项、常数项影响因子;
S403、再通过劣化因子修正所有转速下的理论性能参数。
7.根据权利要求1或2所述的一种压缩机自适应性能曲线生成方法,其特征在于,所述步骤S50中通过如下方程拟合得到压缩机喘振和阻塞边界曲线;
其中,Qmin、Qmax分别为入口状态下的喘振流量和阻塞流量,m3/h;n为转速;C0、C1、C2、C3分别为喘振流量的多项式系数;D0、D1、D2、D3分别为阻塞流量的多项式系数。
CN201910354357.2A 2019-04-29 2019-04-29 一种压缩机自适应性能曲线生成方法 Pending CN110110424A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910354357.2A CN110110424A (zh) 2019-04-29 2019-04-29 一种压缩机自适应性能曲线生成方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910354357.2A CN110110424A (zh) 2019-04-29 2019-04-29 一种压缩机自适应性能曲线生成方法

Publications (1)

Publication Number Publication Date
CN110110424A true CN110110424A (zh) 2019-08-09

Family

ID=67487449

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910354357.2A Pending CN110110424A (zh) 2019-04-29 2019-04-29 一种压缩机自适应性能曲线生成方法

Country Status (1)

Country Link
CN (1) CN110110424A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110704935A (zh) * 2019-10-12 2020-01-17 中国石油天然气集团有限公司 一种sps软件的自动调试与输出方法
CN111980952A (zh) * 2020-08-13 2020-11-24 北京智拓博科技有限公司 旋转流体机械运行边界的控制方法、装置及系统
CN115563726A (zh) * 2022-09-06 2023-01-03 重庆通用工业(集团)有限责任公司 一种离心式蒸汽压缩机的选型系统及方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104763663A (zh) * 2015-02-15 2015-07-08 杭州和利时自动化有限公司 基于变工况运行的压缩机运行空间的确定方法及系统
CN107609230A (zh) * 2017-08-24 2018-01-19 沈阳鼓风机集团股份有限公司 一种压缩机调节性能预测方法和系统
US20180225409A1 (en) * 2014-01-14 2018-08-09 Charles C. Solvason Performance analysis and monitoring of radial turbomachinery
CN108931387A (zh) * 2015-11-30 2018-12-04 南通大学 提供准确诊断决策的基于多传感器信号分析的故障诊断方法
CN109344436A (zh) * 2018-08-28 2019-02-15 中国石油化工股份有限公司天然气分公司 一种大型复杂天然气管网系统在线仿真方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180225409A1 (en) * 2014-01-14 2018-08-09 Charles C. Solvason Performance analysis and monitoring of radial turbomachinery
CN104763663A (zh) * 2015-02-15 2015-07-08 杭州和利时自动化有限公司 基于变工况运行的压缩机运行空间的确定方法及系统
CN108931387A (zh) * 2015-11-30 2018-12-04 南通大学 提供准确诊断决策的基于多传感器信号分析的故障诊断方法
CN107609230A (zh) * 2017-08-24 2018-01-19 沈阳鼓风机集团股份有限公司 一种压缩机调节性能预测方法和系统
CN109344436A (zh) * 2018-08-28 2019-02-15 中国石油化工股份有限公司天然气分公司 一种大型复杂天然气管网系统在线仿真方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
孙川川: "自适应神经模糊推理系统的离心式压缩机建模", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 *
李天成 等: "天然气管道离心压缩机的运行特性研究", 《压缩机技术》 *
林骏: "靖西三线离心压缩机运行参数优化的研究", 《中国优秀硕士学位论文全文数据库 工程科技I辑》 *
蒲宏斌: "基于误差修正模型的压缩机组性能预测", 《基于误差修正模型的压缩机组性能预测 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110704935A (zh) * 2019-10-12 2020-01-17 中国石油天然气集团有限公司 一种sps软件的自动调试与输出方法
CN110704935B (zh) * 2019-10-12 2023-10-17 中国石油天然气集团有限公司 一种sps软件的自动调试与输出方法
CN111980952A (zh) * 2020-08-13 2020-11-24 北京智拓博科技有限公司 旋转流体机械运行边界的控制方法、装置及系统
CN111980952B (zh) * 2020-08-13 2022-04-12 北京智拓博科技有限公司 旋转流体机械运行边界的控制方法、装置及系统
CN115563726A (zh) * 2022-09-06 2023-01-03 重庆通用工业(集团)有限责任公司 一种离心式蒸汽压缩机的选型系统及方法

Similar Documents

Publication Publication Date Title
CN110110424A (zh) 一种压缩机自适应性能曲线生成方法
CN111628687B (zh) 一种基于熵权法的永磁同步电机多目标参数优化方法
Fan et al. A retrospective trust region algorithm with trust region converging to zero
CN111045326B (zh) 一种基于递归神经网络的烘丝过程水分预测控制方法及系统
CN110046408B (zh) 基于bp神经网络微分与区间分析的区间不确定性优化方法
CN111144663B (zh) 计及出力波动过程的海上风电场超短期风功率预测方法
CN108964061B (zh) 一种考虑负荷频率电压静特性的含风电交直流电力系统概率动态连续潮流计算方法
CN110083896B (zh) 风电机组运行功率曲线达标符合度评价方法
CN104901318B (zh) 求解Pareto最优解集的多目标无功优化方法
CN111007716A (zh) 基于预测函数的交流伺服电机变论域模糊pi控制方法
CN106530118A (zh) 多区互联电力系统负荷频率的约束gpc优化控制方法
CN109165460B (zh) 螺旋锥齿轮形性协同制造参数驱动鲁棒性决策优化方法
CN111522235B (zh) 参数自整定的mimo异因子紧格式无模型控制方法
CN115048804A (zh) 一种城市管网多传感器优化部署方法
CN113946785A (zh) 最优能耗费用计算系统、能耗模型及其确定方法和设备
CN107145066A (zh) 一种多参数优化方法
CN113359435B (zh) 用于火电机组动态工况数据的修正方法
CN112966399B (zh) 一种基于机器学习的脉管制冷机工况预测方法及系统
CN113848708A (zh) 一种柴油发电机组调速系统最优t-s模糊鲁棒控制器设计方法
CN112615364A (zh) 一种新型的电网稳控装置广域智能协同控制方法
CN104950676A (zh) 时变电力系统自适应控制方法和装置
CN110137967B (zh) 一种针对关键节点的大规模电力系统潮流收敛性调整方法
CN107451660A (zh) 模糊神经网络bp训练过程中的步长优化方法
CN108123434B (zh) 一种计算pv曲线斜率以求取pv曲线运行点的方法
CN116742618A (zh) 基于混合专家系统及时间序列的电能量预测方法和系统

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
TA01 Transfer of patent application right

Effective date of registration: 20200925

Address after: 100020 No. 22 North Main Street, Chaoyang District, Beijing, Chaoyangmen

Applicant after: China Petroleum & Chemical Corp.

Applicant after: NATURAL GAS BRANCH, CHINA PETROLEUM & CHEMICAL Corp.

Applicant after: SOUTHWEST PETROLEUM University

Address before: No. 8 Road, Xindu Xindu District of Chengdu city of Sichuan Province in 610500

Applicant before: SOUTHWEST PETROLEUM University

Applicant before: NATURAL GAS BRANCH, CHINA PETROLEUM & CHEMICAL Corp.

TA01 Transfer of patent application right
RJ01 Rejection of invention patent application after publication

Application publication date: 20190809

RJ01 Rejection of invention patent application after publication