CN111209694A - 一种桁架结构刚度和轴力的结构识别方法 - Google Patents
一种桁架结构刚度和轴力的结构识别方法 Download PDFInfo
- Publication number
- CN111209694A CN111209694A CN201911397775.6A CN201911397775A CN111209694A CN 111209694 A CN111209694 A CN 111209694A CN 201911397775 A CN201911397775 A CN 201911397775A CN 111209694 A CN111209694 A CN 111209694A
- Authority
- CN
- China
- Prior art keywords
- axial force
- file
- rigidity
- strain
- acceleration
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 16
- 230000001133 acceleration Effects 0.000 claims abstract description 23
- 230000004044 response Effects 0.000 claims abstract description 7
- 238000004364 calculation method Methods 0.000 claims description 29
- 238000005457 optimization Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 9
- 239000002245 particle Substances 0.000 claims description 5
- 230000002452 interceptive effect Effects 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 239000013598 vector Substances 0.000 claims description 2
- 229910000831 Steel Inorganic materials 0.000 abstract description 6
- 239000010959 steel Substances 0.000 abstract description 6
- 230000008901 benefit Effects 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 abstract description 2
- 230000003993 interaction Effects 0.000 abstract description 2
- 238000012544 monitoring process Methods 0.000 description 9
- 230000036541 health Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明公开了一种基于MATLAB‑ABAQUS交互条件下关于桁架结构刚度和轴力同时识别以评估结构损伤及预测剩余承载力的技术，属于结构损伤识别领域，主要包括四个步骤：建立钢桁架损伤结构的有限元模型；修改inp文件并建立有限元模板文件；输入真实的待识别量并生成inp文件，计算并获得相应节点加速度和杆件应变；模拟估计的待识别量响应；使用目标函数不断优化待识别量直到满足收敛条件，输出最终结果。本发明的主要优势在于：(1)识别钢桁架某一杆件刚度的同时，也可识别同一杆件的轴力；(2)传感器位置没有特殊要求，需识别轴力的杆件不必安装传感器；(3)传感器的数量需求较少。因此，本发明的应用前景较为广阔。
Description
技术领域
本发明是一种基于MATLAB-ABAQUS交互条件下的关于桁架结构刚度和轴力同时识别以评估结构损伤及预测剩余承载力的技术，隶属于结构损伤识别领域。
背景技术
桁架结构损伤识别一直是结构健康监测领域的前沿问题，对钢桁架桥梁结构或大型空间网架结构开展健康监测并评估极具必要性。此种结构单元的主要受力形式为轴向拉压，且杆件轴向力的大小是判断杆件是否正常工作的关键指标，一旦某一杆单元所受轴力超过其承载能力，此杆件有可能已经发生损伤。因此，正确识别杆件轴力为桁架结构的健康状况监测提供了至关重要的预警信息。
目前桁架的结构，如大型钢桁架桥梁、大型体育场馆顶部网架等，特点是杆件多、节点多、单元尺寸大。从经济性考虑，结构健康监测无法为所有的杆件单元布设传感器；从使用寿命考虑，现有传感器大多远比建筑结构的使用寿命短。关键杆件上用于监测其响应的传感器发生损坏或因使用时间过长而造成较大测量精度误差且又难以更换时，转而利用安装在其他杆件上的传感器监测此处损伤情况是一个新途径。因此，用少量传感器监测整体结构损伤，或用正常工作的传感器监测结构关键部位的损伤，是桁架结构健康监测领域亟待解决的新问题之一。
桁架结构相较于其他结构体系，其工作性能不仅依赖于其刚度，也与轴力相关。而当桁架结构受到损伤时，其刚度的变化必然会同时引起轴力的重分布，所以，两者的相互关系对结构单独的刚度识别造成了极大的影响。因此，同时识别桁架结构关键杆件的刚度和轴力的技术方案是解决这一问题的关键。
发明内容
为建立桁架结构刚度和轴力同时识别过程，本部分将发明主要步骤陈述如下：
步骤1：利用有限元分析计算软件ABAQUS建立待识别结构模型，提交计算后生成此模型的同名inp后缀文件。在不打开ABAQUS CAE界面的情况下可直接调用此inp文件进行计算，生成的结果可直接用于模型的后处理。调用inp文件进行计算在ABAQUS的后续处理过程中的实用性显著优于反复生成模型进行计算，且inp文件提供了一个MATLAB软件与ABAQUS软件共同工作的接口，为后续调用MATLAB实施结构损伤和轴力识别奠定了基础；
步骤2：以可编辑形式打开inp文件，将文件中的待识别量以未知数形式表示。此待识别量可设置为模型中某杆的弹性模量，或是模型节点上的外荷载等，经修改后即可改变对应的几何或力学参数。随后，打开MATLAB建立一函数文件并写入步骤一中生成的inp文件，将待识别量作为函数文件中的自变量。在待识别量的搜索空间内随机取值，即可生成与其对应的新的inp文件，记此函数文件为有限元模板文件；
步骤3：定义结构中某一杆件刚度和某一杆件(可异于前一杆件)所受轴力为待识别量，以期同时识别某一杆件的刚度和轴力。将待识别量实际值代入有限元模板文件，生成inp文件且提交至ABAQUS计算，从计算结果fil文件中提取桁架结构真实的应变和加速度响应；
步骤4：将待识别量估计值代入有限元模板文件，此估计值可限于一定范围内，此范围可根据实际情况确定。在待识别量的搜索上下限内生成随机值，生成对应的inp文件，将此inp文件提交至ABAQUS中即可计算出对应桁架结构的应变和加速度响应；
步骤5：设置一个目标函数用于评价步骤4中待识别量与真实值的误差，当步骤3和4生成的响应小于允许误差值时，可判断此时步骤4中桁架结构待识别量即实际值，将此待识别量的估计值作为最终结果输出。通过ABAQUS中的有限元计算和MATLAB中的优化计算交互循环即可实现刚度和轴力的同时识别，如图1所示，使用MATLAB中自带优化工具箱中的粒子群(PSO)算法实施优化计算，具体步骤如图2所示。
步骤6：输出刚度和轴力识别结果，此结果即为识别结果。
本发明的主要优势：(1)识别钢桁架的某一杆件刚度的同时，也可识别同一杆件的轴力，与传统方法分两次识别杆件的刚度和轴力相比效率更高；(2)传感器位置没有确切要求，要求识别的杆件上不必布设传感器。对某些不便安装传感器的杆件，或是在需要识别的杆件上安装的传感器因某种原因而损坏时，可借助结构其他杆件上安装的传感器识别此杆件的刚度和轴力；(3)传感器数量需求较少，用于识别刚度和轴力的加速度计和应变片均只布置了1个，即使本发明识别的结构相对简单，但其原理也适用于大型桁架结构或者空间网架结构的刚度与轴力识别，可以预计相应的传感器需求的数量也较少。因此，本发明的应用前景较为广阔。
附图说明
图1：本发明所提出的刚度和轴力同时识别的主要流程图。
图2：粒子群优化(PSO)算法图。
图3：二维桁架示意图。
图4：识别结果图。
具体实施方式
下面结合附图及实例对本发明做进一步说明。
步骤1：建立模型。
桁架结构由10个节点和16根杆组成，包括上弦杆4根，下弦杆4根，腹杆4根，长度均为500mm，斜腹杆4根长度为707mm，截面均采用直径21.3mm，壁厚1.5mm的空心钢管。在ABAQUS中建立如图3所示的二维桁架模型，截面弹性模量和泊松比分别设置为210GPa和0.3，杆件使用beam模型。
为考虑杆件的刚度削弱，可另建立一个截面属性，此截面的几何属性与原结构其他截面的几何属性相同，而刚度考虑为其他截面的0.5倍，以此表征杆件损伤。
为结构划分网格时，由于施加荷载阶段ABAQUS软件无法为结构体系每一杆件都施加各自不同的轴力，因此，本发明考虑为每一杆件都划分两个等长的单元，用于在杆件中点处施加一个轴向的外荷载。该荷载虽与常规轴力有较大差别，但在桁架结构中，仅仅考虑小变形的前提下，施加在杆件中部的外荷载仅会对杆件截面上的轴力造成影响，而不会有其他额外的改变。因此，施加在杆件中部的外荷载即可等效为各杆件的轴力，实现通过改变施加在某一杆件的外荷载数值来等效地任意改变某一杆件所受的轴力；
步骤2：修改inp文件并建立有限元模板文件。
上一步骤在ABAQUS建立模型成功提交计算后，软件便自动生成对应模型的inp文件。修改inp文件的具体操作为：删除OUTPUT REQUESTS字段和End Step字段之间的所有命令，并用
*FILE FORMAT,ASCII
*NODE FILE
A
*EL FILE
SE
代替，其中A表示输出所选节点的加速度，SE表示输出所选杆件的截面应变。同时，将此inp文件每一行命令首尾分别添加fprintf(fileID,'和\n')；两个字段，即可得到有限元模板文件主体。然后，在inp文件中搜索需要替换的刚度和轴力，将两数值各乘以一个系数因子，把系数因子形成的一行两列向量作为有限元模板文件的自变量。使用系数因子而不直接使用待识别量的优点在于，第一，系数因子直接反映了识别的误差，比生成刚度和轴力更清晰直观；第二，利用系数因子可直接对比两个识别结果的精确度，便于权衡和改进目标函数。此文件即为生成所需刚度与轴力inp文件的有限元模板文件；
步骤3：输入待识别量并生成inp文件，计算并获得真实的加速度和应变。
将桁架某一杆件的真实EI和N(EI和N分别表示杆件刚度和轴力)输入有限元模板文件，生成相应inp文件，与建模时生成的inp文件区别在于有限元模板文件生成的inp文件其输出设置经修改后，只能生成对应结果的二进制文件，其文件后缀为fil。MATLAB读取此fil文件，可获得相应加速度和应变数据，然后将ABAQUS的结果文件fil中包含的ASCII格式的信息汇编为具有一行的字符串Rec，调用abaqus2matlab工具箱中的Rec103函数和Rec29函数从字符串Rec中提取相应节点的加速度和杆件的截面应变。
步骤4：模拟估计的待识别量响应。
将该搜索上下限即系数因子取值范围均设置为[0.1，2.0]，随后在搜索区间中随机产生数值输入有限元模板文件，其后操作与步骤3相似，可得某一刚度和轴力条件下加速度和应变。
步骤5：设置一个目标函数
其中，Am，i和Em，i分别表示第i时刻测量加速度和应变，相应地，Aa，i和Ea，i分别表示第i时刻实际加速度和应变。NA和NE则分别表示加速度和应变测量数据点个数。wA、wE分别为加速度和应变权重系数，用以调节目标函数中加速度部分和应变部分的比重，进而优化识别结果。选择加速度和应变的权重系数时，可先试算再比较取得一个初值。计算过程中是否继续调节权重系数，取决于计算后结果是否满足预期，若计算结果无法达到理想精度，可观察刚度和轴力的误差率再调节权重系数，直至两者均达到理想精度时即停止调节。无噪声情况下，只要识别误差率在3％以内即认为达到了理想精度。
将步骤3和步骤4两次计算的数据输入目标函数，通过ABAQUS中的有限元计算和MATLAB中的优化计算交互循环即可计算估计刚度和轴力相应的误差，若计算过程中该值达到收敛条件即认为估计刚度和轴力即为实际刚度和轴力。
当实际刚度和轴力未知时，即使把估计刚度和轴力的取值限定在一定范围内，也很难通过未知量几次随机搜索就获得较好的识别结果。因此，利用优化算法来寻优，能达到节省大量计算时间的目的，这里采用粒子群优化方法为例说明优化过程：
首先设置函数输出最大值为10-6，最大迭代步数为100，设置种群规模为3，惯性因子范围为[0.1，1.1]，最大的停留次数为20。
一次完整的计算后，比较每个种群的适应性，从各种群中挑选一个最优种群，此最优种群即为该次计算所得目标函数取最小值时对应的种群，称对应的计算结果为本次全局最优解。将该结果与历史计算结果比较，对应目标函数取值更小的计算结果作为历史全局最优解。此后，调整粒子位置和速度，再次寻优。
优化过程中，当有以下三种情况出现时，输出相应的刚度和轴力，计算终止：(1)目标函数小于函数输出最大值10-6；(2)程序的迭代次数达到100次；(3)种群的停留次数达到20次。
步骤6：输出最终结果，此结果即为识别结果，如表1所示，优化过程如图4所示。
表1识别结果
Claims (3)
1.一种桁架结构刚度和应变的结构识别方法，其特征在于：
步骤1：建立模型；
在ABAQUS软件中建立二维桁架模型，并设置相应的属性；
另建立一个杆件截面属性，此杆件截面属性的几何属性与原杆件其他截面的几何属性相同，而刚度小于为其他截面，以此表征杆件损伤；
为杆件划分网格时，为每一杆件都划分两个等长的单元，用于在杆件中点处施加一个轴向的外荷载；施加在杆件中部的外荷载即可等效为各杆件的轴力，通过改变施加在某一杆件的外荷载数值来等效地任意改变某一杆件所受的轴力；
步骤2：修改inp文件并制作有限元模板文件；
步骤1在ABAQUS建立模型成功提交计算后，ABAQUS软件自动生成对应模型的inp文件；修改inp文件，将此修改后的inp文件每一行命令首尾分别添加fprintf(fileID,'和\n')；两个字段得到有限元模板文件主体；然后，在inp文件中搜索需要替换的刚度和轴力，将两数值各乘以一个系数因子，把系数因子形成的一行两列向量作为有限元模板文件的自变量；
步骤3：输入关键量并生成inp文件，计算并获得真实的加速度和应变；
将桁架某一杆件的真实[EI，N]输入有限元模板文件，EI和N分别表示杆件刚度和轴力，然后生成相应inp文件，与建模时生成的inp文件区别在于有限元模板文件生成的inp文件其输出设置经修改后，只能生成对应结果的二进制文件，其文件后缀为fil；MATLAB读取此fil文件，获得相应加速度和应变数据，然后将ABAQUS的结果文件fil中包含的ASCII格式的信息汇编为具有一行的字符串Rec，调用abaqus2matlab工具箱中的Rec103函数和Rec29函数从字符串Rec中提取相应节点的加速度和杆件的截面应变；
步骤4：模拟估计的待识别量响应；
将该搜索上下限即系数因子取值范围设置在一定范围内，随后在搜索区间中随机产生数值输入有限元模板文件，得某一刚度和轴力条件下加速度和应变；
步骤5：设置一个目标函数，将步骤3和步骤4两次计算的数据输入目标函数，通过ABAQUS中的有限元计算和MATLAB中的优化计算交互循环即可计算估计刚度和轴力相应的误差，若计算过程中该值达到收敛条件即认为估计刚度和轴力即为实际刚度和轴力；
步骤6：输出最终结果，此结果即为识别结果。
2.根据权利要求1所述的一种桁架结构刚度和应变的结构识别方法，其特征在于：步骤5中，当实际刚度和轴力未知时，通过一次完整计算，比较每个种群的适应性，从各种群中挑选一个最优种群，称此结果为本次全局最优解，与历史计算结果比较进而更新历史全局最优解；此后，调整粒子位置和速度，再次寻优。
3.根据权利要求1所述的一种桁架结构刚度和应变的结构识别方法，其特征在于：所述步骤5中目标函数的特征在于：
其中，Am，i和Em，i分别表示第i时刻测量加速度和应变，相应地，Aa，i和Ea，i分别表示第i时刻实际加速度和应变；NA和NE则分别表示加速度和应变测量数据点个数；wA、wE分别为加速度和应变权重系数，用以调节目标函数中加速度部分和应变部分的比重，进而优化识别结果；选择加速度和应变的权重系数时，先试算再比较取得一个初值；计算过程中是否继续调节权重系数，取决于计算后结果是否满足预期，若计算结果无法达到理想精度，观察刚度和轴力的误差率再调节权重系数，直至刚度和轴力均达到理想精度时即停止调节。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911397775.6A CN111209694B (zh) | 2019-12-30 | 2019-12-30 | 一种桁架结构刚度和轴力的结构识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911397775.6A CN111209694B (zh) | 2019-12-30 | 2019-12-30 | 一种桁架结构刚度和轴力的结构识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111209694A true CN111209694A (zh) | 2020-05-29 |
| CN111209694B CN111209694B (zh) | 2023-12-15 |
Family
ID=70784120
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911397775.6A Active CN111209694B (zh) | 2019-12-30 | 2019-12-30 | 一种桁架结构刚度和轴力的结构识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111209694B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112883608A (zh) * | 2021-01-27 | 2021-06-01 | 宁波工程学院 | 一种桁架桥的健康指数评估方法与系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101777086A (zh) * | 2010-01-12 | 2010-07-14 | 湘潭大学 | 多重热循环下涡轮叶片热障涂层危险区域的预测方法 |
| CN106021824A (zh) * | 2016-07-01 | 2016-10-12 | 北京航空航天大学 | 一种确定性有限元软件在含区间参数简单或大型复杂结构分析中的应用方法 |
| CN107145651A (zh) * | 2017-04-24 | 2017-09-08 | 西南交通大学 | 基于inp文件的abaqus三维无限元边界快速建模方法 |
| CN108009336A (zh) * | 2017-11-28 | 2018-05-08 | 北京航空航天大学 | 一种微桁架结构承载和热防护结构的多目标优化方法 |
| CN108073768A (zh) * | 2017-12-15 | 2018-05-25 | 天津金岸重工有限公司 | 一种翻车保护结构的有限元分析简化方法 |
-
2019
- 2019-12-30 CN CN201911397775.6A patent/CN111209694B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101777086A (zh) * | 2010-01-12 | 2010-07-14 | 湘潭大学 | 多重热循环下涡轮叶片热障涂层危险区域的预测方法 |
| CN106021824A (zh) * | 2016-07-01 | 2016-10-12 | 北京航空航天大学 | 一种确定性有限元软件在含区间参数简单或大型复杂结构分析中的应用方法 |
| CN107145651A (zh) * | 2017-04-24 | 2017-09-08 | 西南交通大学 | 基于inp文件的abaqus三维无限元边界快速建模方法 |
| CN108009336A (zh) * | 2017-11-28 | 2018-05-08 | 北京航空航天大学 | 一种微桁架结构承载和热防护结构的多目标优化方法 |
| CN108073768A (zh) * | 2017-12-15 | 2018-05-25 | 天津金岸重工有限公司 | 一种翻车保护结构的有限元分析简化方法 |
Non-Patent Citations (2)
| Title |
|---|
| XIAOJUAN WANG: "Shock Energy Conversion from Translation to Rotation", HTTPS://DOI.ORG/10.1155/2018/9136867 * |
| 吴金志: "基于动力检测的网格结构损伤识别研究", 知网 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112883608A (zh) * | 2021-01-27 | 2021-06-01 | 宁波工程学院 | 一种桁架桥的健康指数评估方法与系统 |
| CN112883608B (zh) * | 2021-01-27 | 2023-08-08 | 宁波工程学院 | 一种桁架桥的健康指数评估方法与系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111209694B (zh) | 2023-12-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111209708B (zh) | 基于机器学习的桩-土相互作用预测分析方法 | |
| CN110472306B (zh) | 一种斜拉桥索力优化方法、装置、设备和可读存储介质 | |
| CN111691679B (zh) | 基于数字孪生的预应力钢结构智能张拉方法 | |
| CN110083125A (zh) | 一种基于深度学习的机床热误差建模方法 | |
| CN105880449B (zh) | 模锻压机运行状态的在线预测方法及系统 | |
| CN110244224A (zh) | 一种风力发电机转子不对中故障的载荷参数识别方法 | |
| KR100945272B1 (ko) | 철골구조물 3차원 전산모형 구현방법 및 이를 수행하는프로그램을 기록한 컴퓨터 판독 가능한 기록매체 | |
| CN111209694A (zh) | 一种桁架结构刚度和轴力的结构识别方法 | |
| CN115659756A (zh) | 一种输电杆塔防风性能分析方法 | |
| CN113221278B (zh) | 一种车载光电平台照准架轻量化方法 | |
| CN113886992B (zh) | 一种基于多保真度数据的数字孪生建模方法 | |
| CN109840335A (zh) | 基于强化t-s模糊神经网络的径向锻造凹坑预测优化方法 | |
| CN114528741A (zh) | 一种基于有限元分析法的大跨度钢结构指标变化预测方法 | |
| Ding et al. | Jaya-based long short-term memory neural network for structural damage identification with consideration of measurement uncertainties | |
| CN117318033B (zh) | 一种结合数据孪生的电网数据管理方法及系统 | |
| CN116882104B (zh) | 机床薄弱环节的识别方法、装置、电子设备及存储介质 | |
| Kookalani et al. | Form-finding of lifting self-forming GFRP elastic gridshells based on machine learning interpretability methods | |
| CN111259575B (zh) | 复杂钢管节点整体模型的有限元分析设计方法 | |
| CN110486008B (zh) | 一种径向复合油藏的参数解释方法及系统 | |
| CN112487712B (zh) | 基于遗传算法与多维动态时间规整的埋地悬空管道工况参数智能辨识方法 | |
| CN107451336B (zh) | 一种用于优化产品性能变化边界的稳健设计方法 | |
| CN110486009A (zh) | 一种无限大地层的参数自动反求方法及系统 | |
| CN101923598A (zh) | 基于vb的建筑物滑动迁移模型参数化建模的优化方法 | |
| Mantari et al. | New methodology for the construction of best theory diagrams using neural networks and multi-objective genetic algorithm | |
| CN111507003A (zh) | 基于质量相关动态特性提取的脱丁烷塔关键变量预测方法 |
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 |