CN110441148A - 一种损伤自诊断和自定位钢绞线智能索 - Google Patents
一种损伤自诊断和自定位钢绞线智能索 Download PDFInfo
- Publication number
- CN110441148A CN110441148A CN201910834951.1A CN201910834951A CN110441148A CN 110441148 A CN110441148 A CN 110441148A CN 201910834951 A CN201910834951 A CN 201910834951A CN 110441148 A CN110441148 A CN 110441148A
- Authority
- CN
- China
- Prior art keywords
- steel strand
- optical fiber
- self
- strand wires
- fiber brillouin
- 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
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 94
- 239000010959 steel Substances 0.000 title claims abstract description 94
- 238000004092 self-diagnosis Methods 0.000 title claims abstract description 25
- 239000013307 optical fiber Substances 0.000 claims abstract description 64
- 230000006378 damage Effects 0.000 claims abstract description 37
- 239000002184 metal Substances 0.000 claims abstract description 4
- 239000000835 fiber Substances 0.000 claims description 9
- 238000000034 method Methods 0.000 claims description 8
- 238000012360 testing method Methods 0.000 claims description 4
- 239000002131 composite material Substances 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 230000004323 axial length Effects 0.000 claims description 2
- 230000006870 function Effects 0.000 claims description 2
- 239000000203 mixture Substances 0.000 claims description 2
- 230000008447 perception Effects 0.000 claims description 2
- 210000003205 muscle Anatomy 0.000 claims 2
- 150000001336 alkenes Chemical class 0.000 claims 1
- 238000001192 hot extrusion Methods 0.000 claims 1
- 239000000463 material Substances 0.000 claims 1
- 239000002023 wood Substances 0.000 claims 1
- 238000003745 diagnosis Methods 0.000 abstract description 8
- 238000012544 monitoring process Methods 0.000 abstract description 5
- 239000004698 Polyethylene Substances 0.000 abstract description 3
- 230000015572 biosynthetic process Effects 0.000 abstract description 3
- -1 polyethylene Polymers 0.000 abstract description 3
- 229920000573 polyethylene Polymers 0.000 abstract description 3
- 239000000725 suspension Substances 0.000 abstract description 3
- 208000027418 Wounds and injury Diseases 0.000 description 9
- 208000014674 injury Diseases 0.000 description 7
- 238000005260 corrosion Methods 0.000 description 4
- 230000007797 corrosion Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000003313 weakening effect Effects 0.000 description 2
- 208000035126 Facies Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000011513 prestressed concrete Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000011347 resin Substances 0.000 description 1
- 229920005989 resin Polymers 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N3/08—Investigating strength properties of solid materials by application of mechanical stress by applying steady tensile or compressive forces
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/0014—Type of force applied
- G01N2203/0016—Tensile or compressive
- G01N2203/0017—Tensile
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供了一种损伤自诊断和自定位钢绞线智能索，主要由多束光纤布里渊传感智能钢绞线平行或扭转成束并热挤聚乙烯防护套管制成。每束光纤布里渊传感智能钢绞线由光纤布里渊传感智能筋作为中心丝并在其表面缠绕高延性金属箔片，然后与钢绞线外丝按普通钢绞线的剥开顺序依次反向捻制而成，光纤布里渊传感智能筋的直径与普通钢绞线中心丝相同。本发明提出的损伤自诊断和自定位钢绞线智能索具有分布式、全尺度的实时监测特性，能实现对索中任意一束光纤布里渊传感智能钢绞线的任意一根钢绞线外丝发生的常见形式的局部损伤进行实时诊断和精确定位，能广泛用于桥梁吊杆和斜拉索等拉索类结构的健康监测中并为其服役安全提供重要支撑。
Description
技术领域
本发明属于拉索类结构的健康监测技术领域，具体涉及一种基于布里渊分布式传感的钢绞线智能索损伤实时诊断和定位技术。
背景技术
钢绞线广泛应用于预应力混凝土、桥梁拉索(如斜拉桥的斜拉索、拱桥的吊杆、悬索桥的吊杆和主缆)、岩土和边坡支护的锚索及大跨结构的索网等结构中。由于构造特征、环境腐蚀、疲劳积累等原因，钢绞线容易发生腐蚀和疲劳损伤，而钢绞线又是这些结构的关键受力部件。在钢绞线的诸多病害类型当中，断丝、腐蚀、索力松弛是三种极其常见且危害巨大的病害，应及时发现病害、预防突发事故，亟待对钢绞线服役期间的状态进行全寿命监测。
随着光纤传感技术的发展，国内外许多学者应用光纤传感技术对钢绞线应力、应变监测进行了研究，其中本发明的发明人之一欧进萍的课题组在这方面进行了较为系统的研究，他们将光纤光栅嵌入纤维增强树脂中制作成智能筋，再与钢绞线复合研发出智能钢绞线。该智能钢绞线可实现所布测点处局部应力、应变的的高精度监测，具有重要意义，但前期已有的智能钢绞线没有关注拉索本身随机发生的局部损伤如断丝和腐蚀等的精确定位问题。
本发明基于光纤布里渊的可分布式测量特性，发明了光纤布里渊传感智能钢绞线以及由多束光纤布里渊传感智能钢绞线组成的损伤自诊断和自定位钢绞线智能索，本发明实现了对整根拉索的损伤自诊断和自定位分布式监测，解决了光纤光栅智能钢绞线不能全尺度监测的问题，实现了对拉索断丝、腐蚀、索力松弛等常见损伤的实时诊断和定位，所发明的智能索能用于桥梁吊杆、斜拉索等拉索类结构中。
发明内容
本发明的目的是提供了一种损伤自诊断和自定位钢绞线智能索，用于实时诊断和定位。
本发明的技术方案：
一种损伤自诊断和自定位钢绞线智能索，由多束光纤布里渊传感智能钢绞线1平行成束或扭转成束并热挤聚乙烯防护套管2组成；所述的每束光纤布里渊传感智能钢绞线1由光纤布里渊传感智能筋3作为中心丝并在其表面缠绕2至3层高延性金属箔片4，然后与钢绞线外丝5按普通钢绞线的剥开顺序依次反向捻制而成，光纤布里渊传感智能筋3的直径与剥开前的普通钢绞线中丝相同；所述的光纤布里渊传感智能筋3由光纤6作为中间束与熔化后的高强纤维复合材料共同成一体加工而成，光纤6位于成形后的高强纤维复合材料中心线位置，光纤布里渊传感智能筋3两端剥出光纤6，作为测试跳线头。
损伤自诊断和自定位钢绞线智能索的损伤自诊断和自定位方法如下：任意一束光纤布里渊传感智能钢绞线1在受拉后，钢绞线外丝5挤压中心丝光纤布里渊传感智能筋3，中心丝与钢绞线外丝5沿钢绞线轴线长度方向共同变形，所以，当钢绞线外丝5中任意一根在某位置出现损伤时，中心丝光纤布里渊传感智能筋3在该位置处及其附近的轴向应变将显著变大，而光纤布里渊传感智能筋3具有分布式应变测量的功能，实时感知损伤位置处或其附近的轴向应变变化；本发明据此原理实现钢绞线外丝5损伤的实时自诊断和自定位；所述的损伤自诊断和自定位钢绞线智能索由多束光纤布里渊传感智能钢绞线1组成，测试每束光纤布里渊传感智能钢绞线1的分布式信号并转换为其轴向方向的分布式应变，实现对智能索中任意一束光纤布里渊传感智能钢绞线1的任意一根外丝损伤的实时诊断和定位。
本发明的有益效果：本发明提出的具有损伤自诊断和自定位钢绞线智能索中每束光纤布里渊传感智能钢绞线1的中心丝光纤布里渊传感智能筋3具有强度较高、耐久性好、抗电磁干扰能力强、稳定性好等优点，使发明的损伤自诊断和自定位钢绞线智能索对于任意一根钢绞线外丝5均具有全尺度的损伤实时诊断和定位能力，可在线自动及时地发现其局部损伤并进行精确的定位，为拉索结构的服役安全提供了积极支撑。
附图说明
图1为本发明提出的损伤自诊断和自定位钢绞线智能索横截面示意图。
图2为一束光纤布里渊传感智能钢绞线示意图。
图3为一束光纤布里渊传感智能钢绞线的横截面示意图。
图4为光纤布里渊传感智能钢绞线在5m处损伤时的数值模型计算出的分布式轴向应变。
图5为光纤布里渊传感智能钢绞线分别在1.5m和8.5m处损伤时的数值模型计算出的分布式轴向应变。
图中：1光纤布里渊传感智能钢绞线；2聚乙烯防护套管；3光纤布里渊传感智能筋；4高延性金属箔片；5钢绞线外丝；6光纤。
具体实施方式
为了更加详细直观的说明发明的损伤自诊断和自定位钢绞线智能索的工作原理与实施方法，现结合附图来说明本发明的具体工作流程；该实例不限制本发明的实际使用范围。
本发明的验证可以采用下述实验方法来实施：
步骤一，选取两束制成的光纤布里渊传感智能钢绞线1。从第一束光纤布里渊传感智能钢绞线的6根钢绞线外丝5中选出一根，并将其在距固定端5m处截面进行削弱；从第二束光纤布里渊传感智能钢绞线的6根钢绞线外丝5中选出两根，将第一根在距固定端2.5m处截面进行削弱，将第二根在距固定端7.5m处截面进行削弱，第一束和第二束光纤布里渊传感钢绞线被削弱的边丝在受力过程中将先发生断丝。
步骤二，将步骤一中有损伤的两束光纤布里渊传感智能钢绞线1以及其他多束无损的光纤布里渊传感智能钢绞线1共同制成一个损伤自诊断和自定位钢绞线智能索。
步骤三，将制成的损伤自诊断和自定位钢绞线智能索一端用锚具固定，一端进行轴向张拉，直到步骤一中有削弱的两束光纤布里渊传感钢绞线1的损伤边丝断丝后，停止张拉，记录解调仪上的读数，由光纤波长的变化，计算得到未损伤光纤布里渊传感智能钢绞线1的轴向拉应变与削弱的光纤布里渊传感智能钢绞线的轴向拉应变。
未损伤光纤布里渊传感智能钢绞线1的各分布式测点轴向应变图近似为一条水平线；损伤的光纤布里渊传感智能钢绞线1在损伤处及其周边各分布式测点轴向应变将增大，其中损伤处有一个明显的应变波峰值，损伤处附近应变慢慢变小，直到与损伤一定距离之外的无损区域的应变值近似处于同一水平线。基于这个现象，可以对断丝和腐蚀等局部损伤进行实时诊断和定位。
此外，基于ANSYS软件建立钢绞线有限元模型来验证本发明的可行性：
步骤一，利用ANSYS软件建立了三根长度均为10m的光纤布里渊传感智能钢绞线1的有限元模型；其中，模型1为完好的光纤布里渊传感智能钢绞线数值模型；模型2为一根边丝在距固定端5m处截面损伤的光纤布里渊传感智能钢绞线模型；模型3为有两根不同边丝损伤的光纤布里渊传感智能钢绞线模型，一根在距固定端1.5m处截面损伤，另一根在距固定端8.5m处截面损伤。
步骤二，三个模型中均将一端固定约束，另一端施加张拉。
步骤三，模型1无损，所以其轴向应变近似为一条水平线。单损伤模型2和双损伤模型3的模拟结果分别如图4和图5所示：模型2中损伤截面处的轴向应变相对于该模型中离损伤处较远的无损处的正常均匀受力截面增大了24.17％；模型3中距固定端1.5m和8.5m的两损伤截面轴向应变相对于该模型中离损伤处较远的无损处的正常均匀受力截面分别增大了24.06％和24.74％。据图4和图5可知，单损伤工况的模型2和双损伤工况的模型3的模拟结果均成功诊断并定位出了局部损伤的位置。
模拟结果表明本发明提出的损伤自诊断和自定位钢绞线智能索能对其局部损伤进行实时诊断和定位。
Claims (2)
1.一种损伤自诊断和自定位钢绞线智能索，其特征在于，所述的损伤自诊断和自定位钢绞线智能索主要由多束光纤布里渊传感智能钢绞线(1)平行成束或扭转成束并热挤聚乙烯防护套管(2)组成；
所述的每束光纤布里渊传感智能钢绞线(1)由光纤布里渊传感智能筋(3)作为中心丝并在其表面缠绕2至3层高延性金属箔片(4)，然后与钢绞线外丝(5)按普通钢绞线的剥开顺序依次反向捻制而成，光纤布里渊传感智能筋(3)的直径与剥开前的普通钢绞线中丝相同；
所述的光纤布里渊传感智能筋(3)由光纤(6)作为中间束与熔化后的高强纤维复合材料共同成一体加工而成，光纤(6)位于成形后的高强纤维复合材料中心线位置，光纤布里渊传感智能筋(3)两端剥出光纤(6)，作为测试跳线头。
2.一种损伤自诊断和自定位钢绞线智能索的损伤自诊断和自定位方法，其特征在于：任意一束光纤布里渊传感智能钢绞线(1)在受拉后钢绞线外丝(5)挤压中心丝光纤布里渊传感智能筋(3)，中心丝与外丝沿钢绞线轴线长度方向共同变形，所以，当钢绞线外丝(5)中任意一根外丝在某位置出现损伤时，中心丝光纤布里渊传感智能筋(3)在该位置处及其附近的轴向应变将显著变大，而光纤布里渊传感智能筋(3)具有分布式应变测量的功能，可实时感知损伤位置处或其附近的轴向应变变化；本发明据此原理实现钢绞线外丝损伤的实时自诊断和自定位；
所述的损伤自诊断和自定位钢绞线智能索由多束光纤布里渊传感智能钢绞线(1)组成，测试每束光纤布里渊传感智能钢绞线(1)的分布式信号并转换为其轴向方向的分布式应变，实现对智能索中任意一束光纤布里渊传感智能钢绞线(1)的任意一根外丝损伤的实时诊断和定位。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910460386 | 2019-05-30 | ||
| CN2019104603867 | 2019-05-30 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110441148A true CN110441148A (zh) | 2019-11-12 |
Family
ID=68439144
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910834951.1A Pending CN110441148A (zh) | 2019-05-30 | 2019-09-05 | 一种损伤自诊断和自定位钢绞线智能索 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110441148A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113029790A (zh) * | 2021-01-13 | 2021-06-25 | 广东省建筑设计研究院有限公司 | 一种预应力群锚式挡墙的试验装置 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101245989A (zh) * | 2008-03-24 | 2008-08-20 | 哈尔滨工业大学 | 基于纤维增强树脂-光纤光栅智能筋的预应力损失监测方法 |
| CN101245990A (zh) * | 2008-03-24 | 2008-08-20 | 哈尔滨工业大学 | 全尺度分布式与局部高精度共线的光纤传感方法 |
| CN101245988A (zh) * | 2008-03-24 | 2008-08-20 | 哈尔滨工业大学 | 基于光纤布里渊全尺度传感的预应力损失监测方法 |
| CN101435779A (zh) * | 2008-12-12 | 2009-05-20 | 哈尔滨工业大学 | 基于光纤布里渊传感的智能钢绞线及其制备与全尺度监测方法 |
| KR20090091090A (ko) * | 2009-07-17 | 2009-08-26 | 전남대학교산학협력단 | 광섬유 복합 강연선을 활용한 교량 구조물의 건전성 모니터링 방법 |
| CN103323038A (zh) * | 2013-05-28 | 2013-09-25 | 大连理工大学 | 一种光纤桥梁拉索锈蚀监测传感器 |
| CN106767479A (zh) * | 2016-12-20 | 2017-05-31 | 中国船舶重工集团公司第七〇五研究所 | 一种用于桥梁分布式光纤应变监测的智能拉索 |
| CN107121227A (zh) * | 2017-06-21 | 2017-09-01 | 大连理工大学 | 基于同轴电缆法布里‑珀罗干涉传感的智能钢绞线、制备方法及其监测方法 |
| CN107478564A (zh) * | 2017-06-30 | 2017-12-15 | 石家庄铁道大学 | 基于光纤传感的预应力锚索腐蚀损伤监测方法及装置 |
| CN210571747U (zh) * | 2019-05-30 | 2020-05-19 | 中国铁道科学研究院集团有限公司铁道建筑研究所 | 一种损伤自诊断和自定位钢绞线智能索 |
-
2019
- 2019-09-05 CN CN201910834951.1A patent/CN110441148A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101245989A (zh) * | 2008-03-24 | 2008-08-20 | 哈尔滨工业大学 | 基于纤维增强树脂-光纤光栅智能筋的预应力损失监测方法 |
| CN101245990A (zh) * | 2008-03-24 | 2008-08-20 | 哈尔滨工业大学 | 全尺度分布式与局部高精度共线的光纤传感方法 |
| CN101245988A (zh) * | 2008-03-24 | 2008-08-20 | 哈尔滨工业大学 | 基于光纤布里渊全尺度传感的预应力损失监测方法 |
| CN101435779A (zh) * | 2008-12-12 | 2009-05-20 | 哈尔滨工业大学 | 基于光纤布里渊传感的智能钢绞线及其制备与全尺度监测方法 |
| KR20090091090A (ko) * | 2009-07-17 | 2009-08-26 | 전남대학교산학협력단 | 광섬유 복합 강연선을 활용한 교량 구조물의 건전성 모니터링 방법 |
| CN103323038A (zh) * | 2013-05-28 | 2013-09-25 | 大连理工大学 | 一种光纤桥梁拉索锈蚀监测传感器 |
| CN106767479A (zh) * | 2016-12-20 | 2017-05-31 | 中国船舶重工集团公司第七〇五研究所 | 一种用于桥梁分布式光纤应变监测的智能拉索 |
| CN107121227A (zh) * | 2017-06-21 | 2017-09-01 | 大连理工大学 | 基于同轴电缆法布里‑珀罗干涉传感的智能钢绞线、制备方法及其监测方法 |
| CN107478564A (zh) * | 2017-06-30 | 2017-12-15 | 石家庄铁道大学 | 基于光纤传感的预应力锚索腐蚀损伤监测方法及装置 |
| CN210571747U (zh) * | 2019-05-30 | 2020-05-19 | 中国铁道科学研究院集团有限公司铁道建筑研究所 | 一种损伤自诊断和自定位钢绞线智能索 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113029790A (zh) * | 2021-01-13 | 2021-06-25 | 广东省建筑设计研究院有限公司 | 一种预应力群锚式挡墙的试验装置 |
| CN113029790B (zh) * | 2021-01-13 | 2023-02-17 | 广东省建筑设计研究院有限公司 | 一种预应力群锚式挡墙的试验装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104196258B (zh) | 一种基于光纤光栅传感技术的后张预应力智能加固体系 | |
| JP6293035B2 (ja) | ケーブル | |
| Hobbs et al. | The fatigue of structural wire strands | |
| US8001846B2 (en) | Mobile testing device and method of using the device | |
| CN106400556A (zh) | 光纤光栅智能钢绞线及其制作方法 | |
| CN104535234B (zh) | 一种光纤拉索预应力监测方法及其传感器 | |
| CN110441148A (zh) | 一种损伤自诊断和自定位钢绞线智能索 | |
| CN106639158A (zh) | 一种集成化智能锚具及其制作方法 | |
| CN104198672A (zh) | 基于平面应力状态应力集中的桥梁缆索锈蚀监测方法 | |
| Juraszek | Hoisting machine brake linkage strain analysis | |
| CN109958056A (zh) | 智能拉索、智能拉索制备方法以及智能拉索安全状态检测方法 | |
| CN210571747U (zh) | 一种损伤自诊断和自定位钢绞线智能索 | |
| CN106644202A (zh) | 桥梁有效预应力沿程分布及其衰减测试装置 | |
| Beltrán et al. | Simplified analysis of the influence of strain localization and asymmetric damage distribution on static damaged polyester rope behavior | |
| CN111174662B (zh) | 一种位移传感装置及其应用 | |
| Howiacki et al. | Structural monitoring of concrete, steel, and composite bridges in Poland with distributed fibre optic sensors | |
| EP2177890A2 (de) | Lamelle zur Ertüchtigung und Überwachung von Tragwerken sowie Verfahren zu deren Herstellung und Anwendung. | |
| CN209353151U (zh) | 一种可换监测元件的智能拉索 | |
| JP7067733B2 (ja) | Ｐｃケーブルの損傷検知方法 | |
| CN110725204A (zh) | 考虑温度补偿的碳纤维复合材料智能缆索及其制备方法 | |
| CN206173724U (zh) | 光纤光栅智能钢绞线 | |
| EP2494325B1 (de) | Verfahren zur überwachung einer versorgungsleitung | |
| CN105045944B (zh) | 一种工程用预应力技术使用状态评估方法 | |
| CN205677155U (zh) | 预应力混凝土结构的智能锚头 | |
| KR100956686B1 (ko) | 광섬유 복합 강연선을 활용한 교량 구조물의 건전성 모니터링 방법 |
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 |