CN110196247A - 一种基于激光诱导击穿光谱的粉煤分类方法 - Google Patents
一种基于激光诱导击穿光谱的粉煤分类方法 Download PDFInfo
- Publication number
- CN110196247A CN110196247A CN201810162992.6A CN201810162992A CN110196247A CN 110196247 A CN110196247 A CN 110196247A CN 201810162992 A CN201810162992 A CN 201810162992A CN 110196247 A CN110196247 A CN 110196247A
- Authority
- CN
- China
- Prior art keywords
- sample
- fine coal
- induced breakdown
- breakdown spectroscopy
- laser induced
- 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
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/71—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light thermally excited
- G01N21/718—Laser microanalysis, i.e. with formation of sample plasma
Abstract
本发明公开一种基于激光诱导击穿光谱的粉煤分类方法,包括:将粉煤样品制成片状样品;获取所述片状样品的激光诱导击穿光谱图,所述激光诱导击穿光谱图包括:所述片状样品的主量元素、灰分元素、微量元素的特征谱线;采用主成分分析算法对所述特征谱线的峰强度特征变量进行提取;根据所述峰强度特征变量,采用K最邻近分类算法对所述粉煤样品进行分类。本发明提供的技术方案能够快速、准确地对粉煤进行分类,从而及时调整工业燃煤参数、提高燃煤效率。
Description
技术领域
本发明涉及激光光谱分析技术领域,尤其涉及一种基于激光诱导击穿光谱的粉煤分类方法。
背景技术
激光诱导击穿光谱(Laser Induced Breakdown Spectroscopy,LIBS)本质上是一种原子发射光谱技术,最早发展于二十世纪六十年代。该技术通过高能脉冲激光作用于样品表面,对样品进行剥蚀、激发产生等离子体,等离子体在淬灭过程中产生韧致辐射同时发射出样品的特征谱线,通过分析特征谱线的波长及强度,实现对样品的定性及定量分析。与其他传统的分析技术相比,LIBS技术具有许多明显的优势,如装置设备既简便又灵活、无需或只需简单的样品前处理、多元素同时检测和能够实现远程分析等。实际上,LIBS技术已经广泛应用于煤炭分析领域,且日渐成熟。
随着社会经济的快速发展,各用煤单位对煤炭的数量和质量要求也随之增加和提高。为了合理地规划煤炭产业布局,同时指导煤炭的勘探、开发、生产和综合利用,对煤炭进行科学合理的分类显得尤为重要。但是现有的煤炭分类方法操作相对复杂且耗费较多的时间,不利于及时调整工业燃煤参数、提高燃煤效率。
发明内容
本发明旨在提供一种基于激光诱导击穿光谱的粉煤分类方法,能够快速、准确地对粉煤进行分类,从而及时调整工业燃煤参数、提高燃煤效率。
为达到上述目的,本发明采用的技术方案如下:
一种基于激光诱导击穿光谱的粉煤分类方法,包括:将粉煤样品制成片状样品;获取所述片状样品的激光诱导击穿光谱图,所述激光诱导击穿光谱图包括:所述片状样品的主量元素、灰分元素、微量元素的特征谱线;采用主成分分析算法对所述特征谱线的峰强度特征变量进行提取;根据所述峰强度特征变量,采用K最邻近分类算法对所述粉煤样品进行分类。
优选地,所述将粉煤样品制成片状样品的方法为:称取1.0g粉煤样品和0.5g硼酸;将所述1.0g粉煤样品和0.5g硼酸置于球磨机中混合均匀,获取混合样品;将所述混合样品在60MPa的压力下压制成所述片状样品。
优选地,所述获取所述片状样品的激光诱导击穿光谱图的装置包括:脉冲激光器,光路模块,光纤,光谱仪,控制器;所述光路模块通过所述光纤连接所述光谱仪;所述脉冲激光器、光谱仪均与所述控制器电性连接。
进一步地,所述获取所述片状样品的激光诱导击穿光谱图的装置还包括:三维位移样品台;所述脉冲激光器产生的脉冲激光通过所述光路模块垂直作用于所述三维位移样品台。
优选地,所述脉冲激光器的输出波长为1064nm,输出单脉冲能量为90mJ,脉宽为10ns,频率为10Hz;所述光谱仪的延时设置为2.5us。
优选地,所述片状样品的采样部位为一个以上;每个所述采样部位均累积30次脉冲激光获取一个所述激光诱导击穿光谱图。
进一步地,在所述采用主成分分析算法对所述特征谱线的峰强度特征变量进行提取之前,还包括:对所述激光诱导击穿光谱图进行降维处理。
本发明实施例提供的基于激光诱导击穿光谱的粉煤分类方法,将激光诱导击穿光谱首次应用于粉煤样品的分类,利用LIBS光谱图获取样品的主量元素、灰分元素、微量元素的特征谱线,将该特征谱线作为主成分分析算法(Principal Component Analysis,PCA)的输入变量,经过PCA数据处理后可获取代表不同煤炭类型的LIBS光谱数据的特征变量,同时使得不同煤炭类型的物质特性相关程度达到最大,之后,将该特征变量作为分类依据,采用K最邻近分类算法(K-Nearest Neighbor,KNN)对所述粉煤样品进行分类。上述方法流程充分利用了LIBS光谱与煤质特性之间的物理关系进行样品的分类,比起传统的KNN分类模型,本发明的分类方法速度更快、准确度更高,从而能够对工业燃煤提供有力的技术支持,及时调整工业燃煤参数、提高燃煤效率。
附图说明
图1为本发明实施例的方法流程图;
图2为本发明实施例中LIBS实验及分类流程图;
图3为本发明实施例中11种粉煤样品的LIBS光谱图;
图2中,1为脉冲激光,2为聚焦透镜,3为等离子体,4为片状样品,5为片状样品的LIBS光谱图,6为PCA算法分析过程,7为KNN算法分类过程,8为分类结果。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图,对本发明进行进一步详细说明。
图1为本发明实施例的方法流程图,包括以下步骤:
步骤101,将粉煤样品制成片状样品;
具体地,称取1.0g粉煤样品和0.5g硼酸;将所述1.0g粉煤样品和0.5g硼酸置于球磨机中混合均匀,获取混合样品;将所述混合样品在60MPa的压力下压制成所述片状样品。
步骤102,获取所述片状样品的激光诱导击穿光谱图,所述激光诱导击穿光谱图包括:所述片状样品的主量元素、灰分元素、微量元素的特征谱线;
步骤103,采用主成分分析算法对所述特征谱线的峰强度特征变量进行提取;
步骤104,根据所述峰强度特征变量,采用K最邻近分类算法对所述粉煤样品进行分类。
本实施例中,所述获取所述片状样品的激光诱导击穿光谱图的装置包括:脉冲激光器,光路模块,光纤,光谱仪,控制器;所述光路模块通过所述光纤连接所述光谱仪;所述脉冲激光器、光谱仪均与所述控制器电性连接。还包括:三维位移样品台;所述脉冲激光器产生的脉冲激光通过所述光路模块垂直作用于所述三维位移样品台。
在进行激光诱导击穿光谱图的获取过程中,所述脉冲激光器的输出波长为1064nm,输出单脉冲能量为90mJ,脉宽为10ns,频率为10Hz;所述光谱仪的延时设置为2.5us。所述片状样品的采样部位为一个以上;每个所述采样部位均累积30次脉冲激光获取一个所述激光诱导击穿光谱图。
KNN是机器学习最早也是最成熟的一种算法,但是其有一个明显的弊端在于运算时间长,LIBS光谱数据点数繁多,加上以欧氏距离作为判断依据,整个光谱数据的维数过大,会影响整体的分类效率。因此,在所述采用主成分分析算法对所述特征谱线的峰强度特征变量进行提取之前,还需要采用PCA算法对所述激光诱导击穿光谱图中的光谱数据进行降维处理,以进一步提高整体的分类效率。
下面以实验为例,对本发明实施例的粉煤分类效果进行验证:
选择11种标准煤样,包括GBW11101w,GBW11102p,GBW11104i,GBW11105g,GBW11107t,GBW11110j,GBW11111h,GBW11111j,GBW11112f,GBW11113g和GBW11126c。粉煤样品的粘结性不高,直接压片的样品容易破碎不易进行LIBS实验,因此,本次实验中在粉煤样品压片时添加了一定的硼酸作为粘结剂以优化片状样品。具体的制样过程如下:分别称取1.0g粉煤样品和0.5g硼酸,将二者置于球磨机中混合均匀,后在60MPa的压力下制成片状样品,该片状样品的直径为2cm,厚度约为2.5mm。
必须指出的是,实验中所用粉煤样品来自于中国国家标准中心(GBW系列):GBW11101w,GBW11102p,GBW11104i,GBW11105g,GBW11107t,GBW11110j,GBW11111h,GBW11111j,GBW11112f,GBW11113g和GBW11126c,元素含量均是标准定值。
接着,利用所得的片状样品进行LIBS实验。图2为LIBS实验及分类流程图。检测装置的结构主要包括脉冲激光1,聚焦透镜2,等离子体3,片状样品4,片状样品的LIBS光谱图5,PCA算法分析过程6,KNN算法分类过程7,分类结果8。脉冲激光1经反射镜反射后,经聚焦透镜2垂直作用于片状样品4的表面。脉冲激光器及反射镜置于聚焦透镜2的正上方,片状样品置于聚焦透镜2下方的三维位移样品台上。等离子体3发射出的特征光谱,通过光学传输和信号处理系统转化为LIBS光谱图,LIBS光谱图经PCA算法进行特征谱线的峰强度特征变量提取后,再经过KNN算法进行建模分类,最终得到分类结果。
本发明使用调Q Nd:YAG脉冲激光器(Litron,Nano L120-20)输出脉冲激光。该脉冲激光器的输出波长是1064nm,最大输出单脉冲能量是120mJ,脉宽约10ns,频率是10Hz。实验过程中,激光能量对实验结果有较大的影响,因此,在本次实验中,通过一系列优化,最终将输出单脉冲能量设置为90mJ。等离子体辐射出的特征光谱信号通过光纤和光学探头耦合至光谱仪中。实验所用光谱仪是中阶梯光谱仪(LTB,Aryelle 200),其焦距为200mm,摄谱波长范围是200-840nm,分辨率为λ/Δλ=9000。此外,该光谱仪配套了增强型电荷耦合检测器进行LIBS信号检测。该检测器的像素为1024×1024,成像面积为13×13m2以及操作温度为-30℃。实验中,为了保持脉冲激光与光谱仪之间的信号同步,使用控制器对两者进行同步控制。同时,采用步进电机移动置于三维位移样品台上的样品,以确保脉冲激光作用于样品表面不同的采样部位。本次实验在常压空气环境中进行。为了得到质量较好(信背比和信噪比较高)和激光剥蚀较为稳定的LIBS光谱图,每个采样位置均累积30次激光脉冲获取一个LIBS光谱图。每个样品平行测试20次。光谱仪的延时设置为2.5us。
本次试验中,以选取的煤标准样品为目标分析对象。根据采集的样品LIBS光谱图,分别以反映煤炭样品物质特性的主量元素(C),灰分元素(Al,Mg,Ti,Fe,Ca,Si,Na,K),微量元素(Sr和Ba)的特征谱线作为输入变量,如表1所示,经PCA优化后提取特征变量,再采用KNN算法对粉煤样品进行分类。KNN建模中煤的种类作为分类依据。同时以LIBS全谱数据输入作为对照,经PCA特征变量提取后,进行KNN建模分类。其结果如表2所示。采用本发明所述分析方法,将灰分元素特征谱线数据作为输入数据,选取放映特征变量的主成分数为4时,KNN的最终分类准确率可达97以上,证实了本发明方法具有较显著的有益效果。
表1
元素 | 特征谱线(nm) |
C | 247.85 |
Mg | 279.55,285.21 |
Al | 308.22,309.27,394.41,396.15 |
Fe | 259.94,373.49 |
Ca | 393.36,396.84,422.67 |
Si | 288.16 |
Na | 588.99,589.59 |
Ti | 334.94,336.12,338.37 |
K | 766.49,769.89 |
Sr | 407.77,421.55 |
Ba | 455.40 |
表2
本发明实施例提供的基于激光诱导击穿光谱的粉煤分类方法,将激光诱导击穿光谱首次应用于粉煤样品的分类,利用LIBS光谱图获取样品的主量元素、灰分元素、微量元素的特征谱线,将该特征谱线作为主成分分析算法(Principal Component Analysis,PCA)的输入变量,经过PCA数据处理后可获取代表不同煤炭类型的LIBS光谱数据的特征变量,同时使得不同煤炭类型的物质特性相关程度达到最大,之后,将该特征变量作为分类依据,采用K最邻近分类算法(K-Nearest Neighbor,KNN)对所述粉煤样品进行分类。上述方法流程充分利用了LIBS光谱与煤质特性之间的物理关系进行样品的分类,比起传统的KNN分类模型,本发明的分类方法速度更快、准确度更高,从而能够对工业燃煤提供有力的技术支持,及时调整工业燃煤参数、提高燃煤效率。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。
Claims (7)
1.一种基于激光诱导击穿光谱的粉煤分类方法,其特征在于,包括:
将粉煤样品制成片状样品;
获取所述片状样品的激光诱导击穿光谱图,所述激光诱导击穿光谱图包括:所述片状样品的主量元素、灰分元素、微量元素的特征谱线;
采用主成分分析算法对所述特征谱线的峰强度特征变量进行提取;
根据所述峰强度特征变量,采用K最邻近分类算法对所述粉煤样品进行分类。
2.根据权利要求1所述的基于激光诱导击穿光谱的粉煤分类方法,其特征在于,所述将粉煤样品制成片状样品的方法为:
称取1.0g粉煤样品和0.5g硼酸;
将所述1.0g粉煤样品和0.5g硼酸置于球磨机中混合均匀,获取混合样品;
将所述混合样品在60MPa的压力下压制成所述片状样品。
3.根据权利要求1所述的基于激光诱导击穿光谱的粉煤分类方法,其特征在于,所述获取所述片状样品的激光诱导击穿光谱图的装置包括:脉冲激光器,光路模块,光纤,光谱仪,控制器;所述光路模块通过所述光纤连接所述光谱仪;所述脉冲激光器、光谱仪均与所述控制器电性连接。
4.根据权利要求3所述的基于激光诱导击穿光谱的粉煤分类方法,其特征在于,所述获取所述片状样品的激光诱导击穿光谱图的装置还包括:三维位移样品台;所述脉冲激光器产生的脉冲激光通过所述光路模块垂直作用于所述三维位移样品台。
5.根据权利要求4所述的基于激光诱导击穿光谱的粉煤分类方法,其特征在于,所述脉冲激光器的输出波长为1064nm,输出单脉冲能量为90mJ,脉宽为10ns,频率为10Hz;所述光谱仪的延时设置为2.5us。
6.根据权利要求5所述的基于激光诱导击穿光谱的粉煤分类方法,其特征在于,所述片状样品的采样部位为一个以上;每个所述采样部位均累积30次脉冲激光获取一个所述激光诱导击穿光谱图。
7.根据权利要求1所述的基于激光诱导击穿光谱的粉煤分类方法,其特征在于,在所述采用主成分分析算法对所述特征谱线的峰强度特征变量进行提取之前,还包括:
对所述激光诱导击穿光谱图进行降维处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810162992.6A CN110196247A (zh) | 2018-02-26 | 2018-02-26 | 一种基于激光诱导击穿光谱的粉煤分类方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810162992.6A CN110196247A (zh) | 2018-02-26 | 2018-02-26 | 一种基于激光诱导击穿光谱的粉煤分类方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110196247A true CN110196247A (zh) | 2019-09-03 |
Family
ID=67751262
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810162992.6A Pending CN110196247A (zh) | 2018-02-26 | 2018-02-26 | 一种基于激光诱导击穿光谱的粉煤分类方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110196247A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111208117A (zh) * | 2019-10-24 | 2020-05-29 | 必达泰克光电设备(上海)有限公司 | 利用激光诱导击穿光谱技术鉴定材料的方法 |
CN112710638A (zh) * | 2020-12-19 | 2021-04-27 | 华中科技大学 | 基于光致发光光谱全面解析的煤质快速检测方法 |
WO2024007724A1 (zh) * | 2022-07-07 | 2024-01-11 | 中煤科工集团上海有限公司 | 煤岩光谱感知装置及包括其的采煤机 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2352517B (en) * | 1998-04-10 | 2002-11-13 | Greenvision Systems Ltd | Method and system of on-line elemental analysis by temporal gated imaging of atomic emissions induced by laser plasma |
CN102053083A (zh) * | 2010-11-09 | 2011-05-11 | 清华大学 | 一种基于偏最小二乘法的煤质特性在线测量方法 |
CN103234944A (zh) * | 2013-04-17 | 2013-08-07 | 清华大学 | 一种基于主导因素结合偏最小二乘法的煤质特性分析方法 |
WO2016004577A1 (zh) * | 2014-07-08 | 2016-01-14 | 国网浙江省电力公司电力科学研究院 | 一种基于火焰光谱强度在线辨识锅炉煤种的方法及系统 |
CN105718749A (zh) * | 2016-01-29 | 2016-06-29 | 清华大学 | 一种基于大数据库辨识的煤质特性分析方法 |
CN106093011A (zh) * | 2016-07-12 | 2016-11-09 | 宝瑞激光科技(常州)有限公司 | 煤质检测方法及其应用的煤质激光检测分析仪器 |
CN106841170A (zh) * | 2016-12-05 | 2017-06-13 | 西北大学 | 一种基于小波神经网络算法结合libs技术的煤灰种类识别方法 |
-
2018
- 2018-02-26 CN CN201810162992.6A patent/CN110196247A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2352517B (en) * | 1998-04-10 | 2002-11-13 | Greenvision Systems Ltd | Method and system of on-line elemental analysis by temporal gated imaging of atomic emissions induced by laser plasma |
CN102053083A (zh) * | 2010-11-09 | 2011-05-11 | 清华大学 | 一种基于偏最小二乘法的煤质特性在线测量方法 |
CN103234944A (zh) * | 2013-04-17 | 2013-08-07 | 清华大学 | 一种基于主导因素结合偏最小二乘法的煤质特性分析方法 |
WO2016004577A1 (zh) * | 2014-07-08 | 2016-01-14 | 国网浙江省电力公司电力科学研究院 | 一种基于火焰光谱强度在线辨识锅炉煤种的方法及系统 |
CN105718749A (zh) * | 2016-01-29 | 2016-06-29 | 清华大学 | 一种基于大数据库辨识的煤质特性分析方法 |
CN106093011A (zh) * | 2016-07-12 | 2016-11-09 | 宝瑞激光科技(常州)有限公司 | 煤质检测方法及其应用的煤质激光检测分析仪器 |
CN106841170A (zh) * | 2016-12-05 | 2017-06-13 | 西北大学 | 一种基于小波神经网络算法结合libs技术的煤灰种类识别方法 |
Non-Patent Citations (5)
Title |
---|
孙俊: "《光谱技术在农作物 农产品信息无损检测中的应用》", 30 June 2017, 南京:东南大学出版社 * |
季慧: "激光诱导击穿光谱的表征及对煤质成分的检测", 《万方》 * |
李晨: "《矿产品有害元素检测》", 31 December 2015, 上海:东华大学出版社 * |
秦勇: "《化石能源地质学导论》", 30 September 2017, 徐州:中国矿业大学出版社 * |
许琳: "激光诱导击穿光谱结合化学计量学研究铁矿石分类", 《中国优秀硕士学位论文全文数据库 工程科技I辑》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111208117A (zh) * | 2019-10-24 | 2020-05-29 | 必达泰克光电设备(上海)有限公司 | 利用激光诱导击穿光谱技术鉴定材料的方法 |
CN111208117B (zh) * | 2019-10-24 | 2023-06-23 | 必达泰克光电设备(上海)有限公司 | 利用激光诱导击穿光谱技术鉴定材料的方法 |
CN112710638A (zh) * | 2020-12-19 | 2021-04-27 | 华中科技大学 | 基于光致发光光谱全面解析的煤质快速检测方法 |
WO2024007724A1 (zh) * | 2022-07-07 | 2024-01-11 | 中煤科工集团上海有限公司 | 煤岩光谱感知装置及包括其的采煤机 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103743718B (zh) | 共聚焦显微拉曼和激光诱导击穿光谱联用激光光谱分析仪 | |
CN106124483B (zh) | 一种紧凑的激光诱导击穿光谱测量系统 | |
CN107014804B (zh) | 一种微波辅助激发抑制激光诱导击穿光谱自吸收效应的装置和方法 | |
CN106093011B (zh) | 煤质检测方法及其应用的煤质激光检测分析仪器 | |
CN104596997A (zh) | 一种激光诱导击穿-脉冲拉曼光谱联用系统及使用方法 | |
CN108333171B (zh) | 基于激光诱导击穿光谱检测乳粉中微量元素含量的方法 | |
CN101995395B (zh) | 一种激光诱导多种光谱联合指纹网络在线检测材料的方法 | |
CN110196247A (zh) | 一种基于激光诱导击穿光谱的粉煤分类方法 | |
CN104374753B (zh) | 基于双脉冲激光诱导击穿光谱的作物重金属和微量元素检测方法 | |
CN102253016B (zh) | 油气包裹体的芳烃组份显微荧光鉴别方法 | |
CN102262075B (zh) | 基于分光法的激光诱导击穿光谱测量元素浓度的方法 | |
CN103616351A (zh) | 激光诱导击穿光谱分析仪和方法 | |
CN111610179B (zh) | 用于炉前高温样品成分libs快速检测的系统及方法 | |
CN105891144A (zh) | 太赫兹扫描系统及扫描方法 | |
CN111398171A (zh) | 一种检测装置及检测方法 | |
CN211553759U (zh) | 一种拉曼-荧光-激光诱导击穿光谱联用系统 | |
US11635385B2 (en) | Characteristic information extraction method, and rapid detection method and system of organic pollutants in complex system | |
CN105675498A (zh) | 荧光拉曼同步块状物探测装置 | |
CN108303410B (zh) | 痕量元素及其同位素自动检测系统 | |
CN111289496A (zh) | 一种远距离变焦距激光诱导击穿光谱的检测方法及装置 | |
CN104374751A (zh) | 基于共线激光诱导击穿光谱作物营养元素快速检测的装置 | |
CN204214779U (zh) | 基于共线激光诱导击穿光谱作物营养元素快速检测的装置 | |
CN208283281U (zh) | 痕量元素及其同位素自动检测系统 | |
CN104515754B (zh) | 激光等离子体谱测量装置 | |
CN103528984A (zh) | 光栅式近红外分析仪 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190903 |