CN110322026A - 基于设备故障数据的动态可靠性设备管理方法 - Google Patents
基于设备故障数据的动态可靠性设备管理方法 Download PDFInfo
- Publication number
- CN110322026A CN110322026A CN201910563114.XA CN201910563114A CN110322026A CN 110322026 A CN110322026 A CN 110322026A CN 201910563114 A CN201910563114 A CN 201910563114A CN 110322026 A CN110322026 A CN 110322026A
- Authority
- CN
- China
- Prior art keywords
- equipment
- reliability
- failure
- maintenance
- phenomenon
- 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
- 238000007726 management method Methods 0.000 title claims abstract description 27
- 230000002265 prevention Effects 0.000 claims abstract description 6
- 238000012423 maintenance Methods 0.000 claims description 105
- 230000003449 preventive effect Effects 0.000 claims description 6
- 230000015556 catabolic process Effects 0.000 claims description 3
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 11
- 238000010276 construction Methods 0.000 abstract description 2
- 238000005457 optimization Methods 0.000 abstract description 2
- 230000008439 repair process Effects 0.000 description 8
- 230000007547 defect Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 238000005299 abrasion Methods 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000034303 cell budding Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
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
- G06Q10/20—Administration of product repair or maintenance
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开基于设备故障数据的动态可靠性设备管理方法,建立设备基础模型,利用设备基础模型构建设备的可靠度曲线,通过实时可靠度对比,形成纠正性维修方案和预防性方案相结合的设备可靠性管理方法。本方法通过标准化和结构化的数据,实现可靠度的动态循环和持续优化,形成纠正性维修方案和预防性方案相结合的设备可靠性管理方法。
Description
技术领域
本发明涉及设备管理领域,尤其涉及基于设备故障数据的动态可靠性设备管理方法。
背景技术
随着我国工业技术水平的提高,工业装备在企业生产中扮演着越来越重要的角色。早期故障期对于机械产品又叫磨合期。在此期间,开始的故障率很高,但随时间的推移,故障率迅速下降。此期间发生的故障主要是设计、制造上的缺陷所致。进入随机故障期,设备故障率低而稳定,主要是偶然因素引起的,这是设备的正常工作期或最佳状态期。在设备使用后期,由于设备零部件的磨损、疲劳、老化、腐蚀等,故障率不断上升。因此如果在耗损故障期开始时进行维修保养,把故障消灭在萌芽状态,使机械设备经常处于良好的技术状态,可经济而有效地降低故障率。对设备进行维修保养可以缩短设备的故障时间,延长设备的使用寿命,进而提高企业的生产效率和降低企业的生产成本。
为了获取设备的可靠性规律,通常采用现场故障数据进行估计,但是,目前,缺陷的分析和处理都依赖个别技术人员的经验积累,容易造成难以定位故障,分析处理效率低等问题。且工单和检修记录缺少部件、故障现象、故障机理及处理方式等标准信息,只能作为历史档案被保存,失去可挖掘的价值。且故障处理后,处理方式作为企业的宝贵经验,没有通过工具或其他方式进行固化,造成了重要资产的流失。
设备的可靠性指的是设备在规定条件下,规定时间内执行规定功能的能力。目前的流程行业没有采用量化的数字对设备可靠性进行描述,而是通过专家或技术人员的经验来进行判断,容易因为技术人员的水平造成评估的不准确。
发明内容
为了解决上述技术问题,本发明提出一种基于设备故障数据的动态可靠性设备管理方法,已达到通过大量数据的挖掘,建立的设备故障规律模型,确定的设备可靠度来表征设备的可靠性,可以达到更高的科学性和准确性,为设备可靠性管理带来更大的帮助。
为了达到上述目的,本发明的技术方案如下:
1)建立设备基础模型;
2)利用设备基础模型及设备故障数据构建设备的可靠度曲线;
3)通过实时可靠度对比,形成纠正性维修方案和预防性方案组结合的设备可靠性设备管理方法。
其中:优选地,步骤1)中,建立设备基础模型包括以下步骤:
1-1)明确设备类型;
1-2)罗列设备所有可能的故障现象;
1-3)对设备进行结构分解,分解到设备的最小维修单元;
1-4)确定步骤1-3)中每个最小维修单元可能发生的故障机理,并与步骤1-2)中的故障现象建立对应关系;
1-5)根据步骤1-4)建立的对应关系确定所述故障机理,建立设备基础模型。
优选地,步骤2)中,构建设备的可靠度曲线包括以下步骤:
2-1)对行业或企业自身的历史维修数据进行清洗,确定维修单元、故障现象、故障机理和维修时间;
2-2)通过回归算法对步骤2-1)所述的历史维修数据进行回归,确定维修单元、故障现象、故障机理和维修时间之间的规律;
2-3)根据步骤2-2)中得到的规律,建立维修单元的可靠度曲线;
2-4)根据步骤2-3)中建立的维修单元的可靠度曲线与步骤1-5)建立的设备基础模型,建立设备的可靠度曲线。
优选地,步骤3)中,形成所述纠正性维修方案的步骤包括:
3-1-1)输入设备故障,根据已建立的设备基础模型确定设备类型和故障现象;
3-1-2)根据已建立的设备基础模型找到故障现象对应的维修单元和故障机理;
3-1-3)根据已建立的设备基础模型找到故障现象相应的故障维修项目;
3-1-4)根据步骤3-1-3)做工作准备,并开展现场检修,确定故障的维修单元、故障现象和故障机理。
更优选地,步骤3)中,形成所述纠正性维修方案的步骤还包括:
3-1-5)所述故障现象和故障机理不在已建立的设备基础模型中,则对设备基础模型进行更新;
3-1-6)通过回归算法进行数据的回归,更新维修单元、故障现象和故障机理的规律和维修单元的可靠度曲线,进而更新设备的可靠度曲线。
优选地,步骤3)中,形成所述预防性维修计划方案的步骤包括:
3-2-1)通过已建立的设备的可靠度曲线选取同类设备中可靠度较低的设备;
3-2-2)查看可靠度较低的设备下所有维修单元的可靠度,聚焦可靠度较低的维修单元;
3-2-3)根据已建立的设备基础模型选取相应可靠度较低的维修单元的预防性维修项目,形成完整的检修计划;
3-2-4)现场执行检修计划,反馈实际工作情况,根据检修计划自动确定维修单元、故障现象和故障机理。
更优选地,步骤3)中,形成所述预防性维修计划方案的步骤还包括:
3-2-5)通过回归算法进行数据的回归,更新维修单元、故障现象和故障机理的规律和维修单元的可靠度曲线,进而更新设备的可靠度曲线。
基于上述技术方案,本发明的有益效果是:
1).该方法建立了设备、可维修单元、故障现象和后果、故障机理、维修项目和工序,以及维修资源等信息的逻辑关联关系,可以固化行业及企业的经验,快速分析缺陷原因,提供处理方案,极大的提高缺陷处理效率;
2).该方法通过对历史检维修信息的标准化,挖掘数据价值,获取可维修单元、故障现象和故障机理的故障规律及可靠度曲线,通过可靠度定量展示设备的可靠性,提高可靠性衡量的科学性;
3).该方法通过标准化和结构化的数据,实现了设备的动态可靠度计算和展示,为设备的可靠度定量评价提供了手段和方法,促进维修计划的快速建立,以及维修记录的快速记录,标准化结构化的数据自动回归,实现可靠度的动态循环和持续优化。
附图说明
图1为本发明基于设备故障数据的动态可靠性设备管理方法的流程图;
图2为本发明基于设备故障数据的动态可靠性设备管理方法中建立设备基础模型的流程图;
图3为本发明基于设备故障数据的动态可靠性设备管理方法中确定设备的可靠性曲线的流程图;
图4为本发明基于设备故障数据的动态可靠性设备管理方法中形成维修方案的流程;
图5为本发明基于设备故障数据的动态可靠性设备管理方法中维修单元的可靠度曲线图;
图6为本发明基于设备故障数据的动态可靠性设备管理方法中维修单元的可靠度曲线的变化情况。
具体实施方式
下面结合具体实施方式对本发明作进一步详细的说明。
实施例一
如图1所示,基于设备故障数据的动态可靠性设备管理方法,先建立设备基础模型,利用设备基础模型构建设备的可靠度曲线,通过实时可靠度对比,形成纠正性维修方案和预防性方案向结合的设备可靠性管理方法。
(一)如图2所示,建立设备基础模型包括以下步骤:
1-1)明确设备类型;
1-2)罗列设备所有可能的故障现象;
1-3)对设备进行结构分解,分解到设备的最小维修单元;
1-4)确定步骤1-3)中每个最小维修单元可能发生的故障机理,并与步骤1-2)中的故障现象建立对应关系;
1-5)根据步骤1-4)建立的对应关系确定所述故障机理,建立设备基础模型。设备基础模型中包含了所有维修单元的每个故障机理对应的预防性或纠正性维修项目名称,项目的工序和时长及所需人力、备件、工具等相关资源。
(二)如图3所示,构建设备的可靠度曲线包括以下步骤:
2-1)对行业或企业自身的历史维修数据进行清洗,确定维修单元、故障现象、故障机理和维修时间;
2-2)通过回归算法对步骤2-1)所述的历史维修数据进行回归,确定维修单元、故障现象、故障机理和维修时间之间的规律;
2-3)根据步骤2-2)中得到的规律,建立维修单元的可靠度曲线;
2-4)根据步骤2-3)中建立的维修单元的可靠度曲线与步骤1-5)建立的设备基础模型,建立设备的可靠度曲线。
(三)如图4所示,通过实时可靠度对比,形成纠正性维修方案和预防性方案相结合的设备可靠性管理方法,其中,
形成所述纠正性维修方案的步骤包括:
3-1-1)输入设备故障,根据已建立的设备基础模型确定设备类型和故障现象;
3-1-2)根据已建立的设备基础模型找到故障现象对应的维修单元和故障机理;
3-1-3)根据已建立的设备基础模型找到故障现象相应的故障维修项目;
3-1-4)根据步骤3-1-3)做工作准备,并开展现场检修,确定故障的维修单元、故障现象和故障机理。
进一步,形成所述纠正性维修方案的步骤还包括:
3-1-5)所述故障现象和故障机理不在已建立的设备基础模型中,则对设备基础模型进行更新;
3-1-6)通过回归算法进行数据的回归,更新维修单元、故障现象和故障机理的规律和维修单元的可靠度曲线,进而更新设备的可靠度曲线。
形成所述预防性维修计划方案的步骤包括:
3-2-1)通过已建立的设备的可靠度曲线选取同类设备中可靠度较低的设备;
3-2-2)查看可靠度较低的设备下所有维修单元的可靠度,聚焦可靠度较低的维修单元;
3-2-3)根据已建立的设备基础模型选取相应可靠度较低的维修单元的预防性维修项目,形成完整的检修计划;
3-2-4)现场执行检修计划,反馈实际工作情况,根据检修计划自动确定维修单元、故障现象和故障机理。
更进一步,形成所述预防性维修计划方案的步骤还包括:
3-2-5)通过回归算法进行数据的回归,更新维修单元、故障现象和故障机理的规律和维修单元的可靠度曲线,进而更新设备的可靠度曲线。
其中,回归算法采用最大似然法,回归的二参数威布尔分布参数的形状参数和尺度参数,可以得到二参数威布尔分布回归得到的曲线。如图5所示,对m个维修单元的历史维修数据分别进行数据回归,利用二参数威布尔分布,建立m个维修单元在某一时刻t的可靠度函数R1(t)、R2(t)、R3(t),…Rm(t),设备在某一时刻t的可靠度R(t)=R1(t)*R2(t)*R3(t)*…Rm(t)。
其中,可靠度曲线表现数据随时间变化和数据的回归变化而变化,生成不同的表现结果,表现数据在时间轴上以曲线的形式表示。即对维修单元进行纠正性维修或预防性维修后,通过回归算法进行维修数据的回归,更新维修单元、故障现象和故障机理的规律和维修单元的可靠度曲线,进而更新设备的可靠度曲线,可以达到自动动态更新。
如图6所示,针对维修单元进行纠正性维修或预防性维修后,为保证维修单元的可靠度与维修后维修单元的实际情况相符,需要根据历史维修记录和初始可靠度曲线进行自动更新。将维修单元在检修完成时间t修时的可靠度调整为r修,来更新维修单元的可靠度函数以及设备的整体可靠度函数。T时刻的计算公式为rn(t)=Rn[t-t修+R-1 n(r修)],其中rn(t)为某维修单元在纠正性维修后t时刻的可靠度函数,n为维修单元1,2,3…m。设备某一时刻t的可靠度r(t)=П1 nRn[t-t修+R-1 n(r修)],n=1,2,3…m,其中t>t修。
以上所述仅为本发明基于设备故障数据的动态可靠性设备管理方法的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书内容所作的等效结构或等效流程变换,或直接或间接运用在其它相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (7)
1.基于设备故障数据的动态可靠性设备管理方法,其特征在于,包括:
1)建立设备基础模型;
2)利用设备基础模型及设备故障数据构建设备的可靠度曲线;
3)通过实时可靠度对比,形成纠正性维修方案和预防性方案组结合的设备可靠性设备管理方法。
2.根据权利要求1所述的基于设备故障数据的动态可靠性设备管理方法,其特征在于,步骤1)包括:
1-1)明确设备类型;
1-2)罗列设备所有可能的故障现象;
1-3)对设备进行结构分解,分解到设备的最小维修单元;
1-4)确定步骤1-3)中每个最小维修单元可能发生的故障机理,并与步骤1-2)中的故障现象建立对应关系;
1-5)根据步骤1-4)建立的对应关系确定所述故障机理,建立设备基础模型。
3.根据权利要求2所述的基于设备故障数据的动态可靠性设备管理方法,其特征在于,步骤2)包括:
2-1)对行业或企业自身的历史维修数据进行清洗,确定维修单元、故障现象、故障机理和维修时间;
2-2)通过回归算法对步骤2-1)所述的历史维修数据进行回归,确定维修单元、故障现象、故障机理和维修时间之间的规律;
2-3)根据步骤2-2)中得到的规律,建立维修单元的可靠度曲线;
2-4)根据步骤2-3)中建立的维修单元的可靠度曲线与步骤1-5)建立的设备基础模型,建立设备的可靠度曲线。
4.根据权利要求3所述的基于设备故障数据的动态可靠性设备管理方法,其特征在于,步骤3)形成所述纠正性维修方案的步骤包括:
3-1-1)输入设备故障,根据已建立的设备基础模型确定设备类型和故障现象;
3-1-2)根据已建立的设备基础模型找到故障现象对应的维修单元和故障机理;
3-1-3)根据已建立的设备基础模型找到故障现象相应的故障维修项目;
3-1-4)根据步骤3-1-3)做工作准备,并开展现场检修,确定故障的维修单元、故障现象和故障机理。
5.根据权利要求4所述的基于设备故障数据的动态可靠性设备管理方法,其特征在于,步骤3)形成所述纠正性维修方案的步骤还包括:
3-1-5)所述故障现象和故障机理不在已建立的设备基础模型中,则对设备基础模型进行更新;
3-1-6)通过回归算法进行数据的回归,更新维修单元、故障现象和故障机理的规律和维修单元的可靠度曲线,进而更新设备的可靠度曲线。
6.根据权利要求3所述的基于设备故障数据的动态可靠性设备管理方法,其特征在于,步骤3)形成所述预防性维修计划方案的步骤包括:
3-2-1)通过已建立的设备的可靠度曲线选取同类设备中可靠度较低的设备;
3-2-2)查看可靠度较低的设备下所有维修单元的可靠度,聚焦可靠度较低的维修单元;
3-2-3)根据已建立的设备基础模型选取相应可靠度较低的维修单元的预防性维修项目,形成完整的检修计划;
3-2-4)现场执行检修计划,反馈实际工作情况,确定实际工作的维修单元、故障现象和故障机理。
7.根据权利要求6所述的基于设备故障数据的动态可靠性设备管理方法,其特征在于,步骤3)形成所述预防性维修计划方案的步骤还包括:
3-2-5)通过回归算法进行数据的回归,更新维修单元、故障现象和故障机理的规律和维修单元的可靠度曲线,进而更新设备的可靠度曲线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910563114.XA CN110322026A (zh) | 2019-06-26 | 2019-06-26 | 基于设备故障数据的动态可靠性设备管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910563114.XA CN110322026A (zh) | 2019-06-26 | 2019-06-26 | 基于设备故障数据的动态可靠性设备管理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110322026A true CN110322026A (zh) | 2019-10-11 |
Family
ID=68120394
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910563114.XA Pending CN110322026A (zh) | 2019-06-26 | 2019-06-26 | 基于设备故障数据的动态可靠性设备管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110322026A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111860667A (zh) * | 2020-07-27 | 2020-10-30 | 海尔优家智能科技(北京)有限公司 | 设备故障的确定方法及装置、存储介质、电子装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104268678A (zh) * | 2014-09-15 | 2015-01-07 | 中国石油化工股份有限公司武汉分公司 | 一种以动态可靠性为基础的设备预防性维修方法 |
CN104636826A (zh) * | 2015-01-27 | 2015-05-20 | 中国石油化工股份有限公司 | 一种炼油化工设备可靠性及维护策略的优化方法 |
CN109299517A (zh) * | 2018-08-29 | 2019-02-01 | 广西大学 | 一种基于可靠度的地铁车辆多部件的预防性维修优化方法 |
CN109726833A (zh) * | 2018-12-29 | 2019-05-07 | 华润电力技术研究院有限公司 | 动态调整维修策略方法、装置、终端和计算机存储介质 |
CN109740930A (zh) * | 2018-12-29 | 2019-05-10 | 华润电力技术研究院有限公司 | 维修策略制定及可靠度评估方法、终端和计算机存储介质 |
-
2019
- 2019-06-26 CN CN201910563114.XA patent/CN110322026A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104268678A (zh) * | 2014-09-15 | 2015-01-07 | 中国石油化工股份有限公司武汉分公司 | 一种以动态可靠性为基础的设备预防性维修方法 |
CN104636826A (zh) * | 2015-01-27 | 2015-05-20 | 中国石油化工股份有限公司 | 一种炼油化工设备可靠性及维护策略的优化方法 |
CN109299517A (zh) * | 2018-08-29 | 2019-02-01 | 广西大学 | 一种基于可靠度的地铁车辆多部件的预防性维修优化方法 |
CN109726833A (zh) * | 2018-12-29 | 2019-05-07 | 华润电力技术研究院有限公司 | 动态调整维修策略方法、装置、终端和计算机存储介质 |
CN109740930A (zh) * | 2018-12-29 | 2019-05-10 | 华润电力技术研究院有限公司 | 维修策略制定及可靠度评估方法、终端和计算机存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111860667A (zh) * | 2020-07-27 | 2020-10-30 | 海尔优家智能科技(北京)有限公司 | 设备故障的确定方法及装置、存储介质、电子装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190130330A1 (en) | Method and system for management and control of highly complex projects | |
CN101408769B (zh) | 一种基于乘积arima模型的在线能源预测系统及方法 | |
CN108027908B (zh) | 模拟方法和系统 | |
US20140244328A1 (en) | Wind turbine maintenance optimizer | |
Dallasega et al. | Simulation based validation of supply chain effects through ICT enabled real-time-capability in ETO production planning | |
Zhong et al. | Towards Physical Internet-enabled prefabricated housing construction in Hong Kong | |
Kovács et al. | Scheduling the maintenance of wind farms for minimizing production loss | |
Dallasega et al. | A decentralized and pull-based control loop for on-demand delivery in ETO construction supply chains | |
KR101757117B1 (ko) | 풍력발전기 유지보수 장치 및 방법 | |
CN117829549B (zh) | 一种基于虚拟中转库管理车间在制品的系统及方法 | |
CN115689207A (zh) | 风电场运维管理方法、装置、计算机设备和存储介质 | |
CN110322026A (zh) | 基于设备故障数据的动态可靠性设备管理方法 | |
Gutschi et al. | Evaluating the performance of maintenance strategies: a simulation-based approach for wind turbines | |
WO2021156726A1 (en) | Asset maintenance management system and method | |
Burhanuddin et al. | An application of decision making grid to improve maintenance strategies in small and medium industries | |
Obdam et al. | O&M cost estimation & feedback of operational data | |
Rademakers et al. | Operation and maintenance cost estimator (OMCE) | |
Teufl et al. | Optimised–developing a state of the art system for production planning for industry 4.0 in the construction industry using simulation-based optimisation | |
Asgarpour et al. | State of the art in Operation and Maintenance planning of offshore wind farms | |
Tazi et al. | Reliability Analysis Of Wind Turbines Using Petri Nets | |
Braam et al. | Properties of the o&m cost estimator (omce) | |
Conserva et al. | Energy in Time Project: summary of final results | |
Khalid et al. | A Design Support Tool for Improving Maintenance Scheduling Process | |
Azevedo | Continuous Improvement in the Construction of Solar Parks | |
Awibowo et al. | Development of Information Support System (ISS) Application for Organization Performance Improvement: Case in Tyre Manufacturer and Air Transport Company |
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: 20191011 |