CN111219293B - 基于线性自抗扰控制的变桨控制器设计方法 - Google Patents
基于线性自抗扰控制的变桨控制器设计方法 Download PDFInfo
- Publication number
- CN111219293B CN111219293B CN202010099978.3A CN202010099978A CN111219293B CN 111219293 B CN111219293 B CN 111219293B CN 202010099978 A CN202010099978 A CN 202010099978A CN 111219293 B CN111219293 B CN 111219293B
- Authority
- CN
- China
- Prior art keywords
- fan
- power
- formula
- variable pitch
- pitch
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000013461 design Methods 0.000 title abstract description 11
- 230000035945 sensitivity Effects 0.000 claims abstract description 8
- 238000010248 power generation Methods 0.000 claims abstract description 3
- 238000004088 simulation Methods 0.000 claims description 11
- 230000009466 transformation Effects 0.000 claims description 4
- 230000002194 synthesizing effect Effects 0.000 claims description 3
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 2
- 230000005540 biological transmission Effects 0.000 claims 1
- 230000000087 stabilizing effect Effects 0.000 claims 1
- 230000010355 oscillation Effects 0.000 abstract description 2
- 238000011160 research Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D7/00—Controlling wind motors
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2270/00—Control
- F05B2270/30—Control parameters, e.g. input parameters
- F05B2270/328—Blade pitch angle
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2270/00—Control
- F05B2270/70—Type of control algorithm
- F05B2270/704—Type of control algorithm proportional-differential
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Wind Motors (AREA)
Abstract
本发明公开了一种基于线性自抗扰控制的变桨控制器设计方法，当风机参与电力系统的自动发电控制时，除风速外，电网的功率指令也会影响风机的运行稳定性，针对传统变桨策略无法应对这两种运行工况的复杂变化而可能出现转速振荡的问题，该方法基于线性自抗扰控制设计出一种适用于多运行工况的变桨控制器，充分考虑了不同运行工况对桨距角调节气动功率灵敏度的影响，能够根据运行工况的变化快速调整桨距角的调节速率。与传统方法相比，本发明在不同的运行工况下均具备较优的转速调节性能，有效提高了风电机组的运行稳定性。
Description
技术领域
本发明属于风机变桨控制领域，具体涉及一种基于线性自抗扰控制的变桨控制器设计方法。
背景技术
由于风速的随机性，大规模风电接入将导致电力系统频率的波动更大，因此，发展风电参与电力系统自动发电控制(Automatic Generation Control,AGC)对于提升电力系统频率调节的质量具有重要意义。
对于传统的最大功率点跟踪(MPPT)运行模式，其以实现单机效益最大化为目标，通过电磁功率的调节来控制风轮转速，实现对最大功率点的跟踪，且仅当输出功率达到额定功率时桨距角才会动作。然而，在AGC模式下，风机的电磁功率需响应电网的功率指令，无法再参与风机的转速调节，相应地，变桨控制将承担起维持风机机电动态稳定的任务；此外，在AGC模式下，当实际功率低于额定功率时也可能变桨，变桨动作将更为频繁。因此，风机运行模式的切换提高了对变桨控制性能的要求。
目前，针对AGC模式下变桨控制的研究较少，仍延用传统MPPT模式下的变桨控制。通常应用PI变桨控制器，PI控制器是一个单输入、单输出的线性控制器，得益于其简单实用的特点，在工程中得到广泛应用。PI增益系数通常是根据经验调节得到，也有研究将风机系统线性化，利用极点配置的方法进行增益系数的选取。
随着研究的进展，研究人员发现单一的PI控制器并不能在所有的风况下都取得较优的转速调节效果。因此，有研究针对不同的风况设计了不同的PI控制器，然后根据风速实现PI控制器的在线切换；也有研究利用智能算法，如神经网络等，离线搜索得到各风况下的最优增益系数，然后在线更新；随着现代控制理论的发展，相关研究基于线性变参数系统，提出了一种考虑风速随机性的变桨控制方法，以提高风机系统的鲁棒性。
然而，在AGC模式下，除风速外，功率指令同样会对变桨控制器的性能造成影响。不同功率指令下，风机的稳态工作点不同，桨距角调节气动功率的灵敏度也不同。因此，AGC模式下，为保持系统转速稳定，变桨控制器需要同时根据风况和功率指令这两种运行工况的变化调节变桨速率，现有变桨控制器的性能仍有待提升。
发明内容
本发明的目的在于提供一种基于线性自抗扰控制的变桨控制器设计方法，通过应用线性自抗扰控制理论设计变桨控制器，使其对不同的风速和功率指令都具备较好的适用性，保证了风机在不同运行工况下都具备较优的转速调节性能，有效提高了风机的运行稳定性。
实现本发明目的的技术解决方案为：一种基于线性自抗扰控制的变桨控制器设计方法，包括以下步骤：
步骤1、获取风机参数，包括额定转速、风机转动惯量；
步骤2、基于平衡点，建立风机线性化模型；
步骤3、基于线性风机模型设计线性状态观测器；
步骤4、基于线性风机模型设计PD控制器；
步骤5、遍历得到灵敏度随风速和功率指令的变化关系，合成线性自抗扰变桨控制器。
本发明与现有技术相比，其显著优点为：1)本发明提出了一种基于线性自抗扰控制的变桨控制器设计方法，解决了传统变桨控制在多运行工况下适用性较差的问题；2)本发明公开了基于线性自抗扰控制的变桨控制器的设计步骤，充分考虑了运行工况对桨距角调节气动功率灵敏度的影响，使得变桨控制器能够根据运行工况的变化快速的调整桨距角的调节速率，保证了风机在多运行工况下具备较优的转速调节性能。
下面结合附图对本发明作进一步详细描述。
附图说明
图1为线性自抗扰变桨控制器的设计流程图。
图2为线性自抗扰变桨策略的控制框图。
图3为本发明的有效性验证的仿真结果，其中图3(a)为仿真所用的湍流风速和给定的功率指令；图3(b)为本发明所提方法与传统PI变桨控制方法仿真得到的发电机转速和桨距角对比图。
具体实施方式
如图1所示，一种基于线性自抗扰控制的变桨控制器设计方法，包括以下步骤：
步骤1、获取风机的参数，包括额定转速ωN、风机转动惯量J；
步骤2、基于某一平衡点O，建立风机线性化模型；
步骤3、基于线性风机模型设计线性状态观测器；
步骤4、基于线性风机模型设计PD控制器；
步骤5、遍历得到灵敏度Sβ随风速和功率指令的变化关系，合成线性自抗扰变桨控制器。
进一步的，步骤2中的风机线性化模型建立方式如下：
已知风轮转速ωr，风机转动惯量J，气动转矩Ta和电磁转矩Te，则风机传动链的单质量块模型可表示为
对于气动转矩Ta，选取一个稳态平衡点O(v0，β0，ωN，Pcmd0)，其中v0、β0、ωN、Pcmd0分别为风机系统在O点稳定时的风速、桨距角、额定转速和功率指令。在该平衡点处对Ta线性化，忽略高阶无穷小项，Ta的一阶泰勒展开式为
其中：
Ta0为风机稳定在O点时的气动转矩，v和β分别为风机实际运行时的风速和桨距角。由于本发明中考虑的情况是转速基本被维持在额定转速附近，近似认为ωr＝ωN，所以后文计算时将最后一项忽略。
当风机参与电力系统的自动发电控制时，其功率指令由电网给定，已知电网的功率指令Pcmd，风轮转速ωr，则风机的电磁功率Te应为
对电磁转矩Te在平衡点O处进行线性化，忽略高阶无穷小项，Te的一阶泰勒展开式为
当风机稳定运行于O点时，此时风机的气动转矩与电磁转矩平衡，有Ta0＝Pcmd0/ωr，则将式(2)和式(4)代入式(1)，化简得
令Δωr＝ωr-ωN，Δv＝v-v0，Δβ＝β-β0，
由于ωN为一常数，其导数为零，所以有
则式(5)可化为
令
对式(6)进行拉普拉斯变换，可得
JsΔΩr(s)＝δΔQr(s)+αΔWv(s)+γΔUβ(s) (7)
变桨执行机构常用一个一阶惯性环节表示：
其中：τ为变桨执行机构的时间常数，βd为桨距角参考值。上式可重新表示为
易知
令Δβd＝βd-β0，令
对式(9)进行拉普拉斯变换，化简得
将式(10)代入式(7)，化简得
其时域表达式为
取系统控制输入uWT
取风机系统工况总扰动fWT
结合式(13)和式(14)，风机的线性化模型可表示为
进一步的，步骤3中的线性状态观测器的具体形式如下：
其中：z1、z2、z3分别为对Δωr、
fWT的估计量，ωo为观测器参数。
进一步的，步骤4中PD控制器的具体形式如下：
其中：u0为控制分量，r为跟踪参考(即为额定转速)，kp为比例增益系数，kd为微分增益系数。为简化参数调节，比例增益和微分增益可由控制器参数ωc调节，具体表示为
进一步地，步骤5中变桨控制器的具体形式如下：
桨距角β调节气动功率Pa的灵敏度Sβ可表示为
灵敏度Sβ与风速v和功率指令Pcmd相关，其关系通过遍历仿真得到。由于本发明中风轮转速基本被维持在额定转速附近，所以风机气动功率与气动转矩之间近似满足Ta＝Pa/ωN，有：
由式(13)，系统控制输入uWT可重新表示为
则控制器得到的桨距角参考值可表示为
综上，基于线性自抗扰控制的变桨控制器的控制框图如图2所示。
下面结合实施例对本发明进行详细说明。
实施例
本实施例利用美国国家能源部可再生能源实验室(National Renewable EnergyLaboratory，NREL)提供的开源的专业风机仿真软件FAST(Fatigue,Aerodynamics,Structures,and Turbulence)来模拟控制效果。风机模型采用NERL开发的600kW CART3试验机型，其主要参数见表1。
表1 NREL 600kW CART3风机主要参数
本发明应用线性自抗扰变桨控制与传统PI变桨控制分别在复杂运行工况下进行仿真，并将仿真结果进行对比。
选用长300s，A级湍流强度的湍流风速进行仿真，并设置了不断变化的功率指令，仿真所用风速和功率指令如图3(a)所示，通过应用随机波动的湍流风速和不断变化的功率指令，可以模拟复杂的运行工况。图3(b)为两种控制策略仿真得到的发电机转速轨迹和桨距角变化曲线，图中虚线为传统PI控制得到的仿真轨迹，实线为线性自抗扰变桨控制得到的仿真轨迹。可以发现在湍流风速下，当功率指令不断变化时，传统PI变桨控制受运行工况扰动的影响更大，其发电机转速较线性自抗扰变桨控制的波动更为剧烈，甚至出现了局部振荡的情况；同时，PI变桨控制下的桨距角变化幅度也更大，进一步加剧了桨距角的磨损，而线性自抗扰变桨控制下的桨距角变化幅度较小。因此，本发明中所提方法的转速调节性能更优，对于复杂运行工况具备较好的适用性，有效提高了风机的运行稳定性。
Claims (1)
1.一种基于线性自抗扰控制的变桨控制器设计方法，其特征在于，包括以下步骤：
步骤1、获取风机参数，包括额定转速、风机转动惯量；
步骤2、基于平衡点，建立风机线性化模型；风机线性化模型的具体形式如下：
已知风轮转速ωr，气动转矩Ta和电磁转矩Te，风机传动链的单质量块模型表示为
J为风机转动惯量；
对于气动转矩Ta，选取一个稳态平衡点O(v0,β0,ωN,Pcmd0)，其中v0、β0、Pcmd0分别为风机系统在O点稳定时的风速、桨距角和功率指令，ωN为额定转速；在该平衡点处对Ta线性化，忽略高阶无穷小项，Ta的一阶泰勒展开式为
Ta＝Ta0+α(v-v0)+γ(β-β0)+ζ(ωr-ωN) (2)
其中：
Ta0为风机稳定在O点时的气动转矩，v和β分别为风机实际运行时的风速和桨距角；取ωr＝ωN，将最后一项忽略；
当风机参与电力系统的自动发电控制时，其功率指令由电网给定，已知电网的功率指令Pcmd，风轮转速ωr，则风机的电磁功率Te应为
对电磁转矩Te在平衡点O处进行线性化，忽略高阶无穷小项，Te的一阶泰勒展开式为
当风机稳定运行于O点时，此时风机的气动转矩与电磁转矩平衡，有Ta0＝Pcmd0/ωr，则将式(2)和式(4)代入式(1)，化简得
令Δωr＝ωr-ωN，Δv＝v-v0，Δβ＝β-β0，
由于ωN为一常数，其导数为零，所以有
则式(5)可化为
令
对式(6)进行拉普拉斯变换，可得
JsΔΩr(s)＝δΔΩr(s)+αΔWv(s)+γΔUβ(s) (7)
变桨执行机构用一个一阶惯性环节表示：
其中，τ为变桨执行机构的时间常数，βd为桨距角参考值；上式可重新表示为
将式(10)代入式(7)，化简得
其时域表达式为
取系统控制输入uWT
取风机系统工况总扰动fWT
结合式(13)和式(14)，风机的线性化模型表示为
步骤3、基于线性风机模型设计线性状态观测器；线性状态观测器的具体形式如下：
其中：z1、z2、z3分别为对Δωr、
fWT的估计量，ωo为观测器参数；
步骤4、基于线性风机模型设计PD控制器；PD控制器的具体形式如下：
其中：u0为控制分量，r为跟踪参考，即额定转速，kp为比例增益系数，kd为微分增益系数；比例增益和微分增益由控制器参数ωc调节，具体表示为
步骤5、遍历得到灵敏度随风速和功率指令的变化关系，合成线性自抗扰变桨控制器；线性自抗扰变桨控制器的具体形式：
桨距角β调节气动功率Pa的灵敏度Sβ可表示为
灵敏度Sβ与风速v和功率指令Pcmd相关，其关系通过遍历仿真得到；风机气动功率与气动转矩之间近似满足Ta＝Pa/ωN，有：
由式(13)，系统控制输入uWT可重新表示为
则控制器得到的桨距角参考值可表示为
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010099978.3A CN111219293B (zh) | 2020-02-18 | 2020-02-18 | 基于线性自抗扰控制的变桨控制器设计方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010099978.3A CN111219293B (zh) | 2020-02-18 | 2020-02-18 | 基于线性自抗扰控制的变桨控制器设计方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111219293A CN111219293A (zh) | 2020-06-02 |
| CN111219293B true CN111219293B (zh) | 2021-12-17 |
Family
ID=70831333
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010099978.3A Active CN111219293B (zh) | 2020-02-18 | 2020-02-18 | 基于线性自抗扰控制的变桨控制器设计方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111219293B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111997837B (zh) * | 2020-08-17 | 2022-10-18 | 燕山大学 | 液压型风电机组功率主动控制系统及其主动控制方法 |
| CN113638840B (zh) * | 2021-08-27 | 2022-09-23 | 山西大学 | 基于双自抗扰控制器的风电机组转矩—桨距控制方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20130063574A (ko) * | 2011-12-07 | 2013-06-17 | 대우조선해양 주식회사 | 풍력 발전 설비의 피치 제어 시스템 및 제어 방법 |
| CN107975457A (zh) * | 2017-11-17 | 2018-05-01 | 重庆邮电大学 | 一种抑制风速波动干扰的风电机组变桨控制方法 |
| CN108825434A (zh) * | 2018-05-04 | 2018-11-16 | 南京理工大学 | 基于风轮动能平滑功率控制的风机变桨优化方法 |
| CN110285017A (zh) * | 2019-05-31 | 2019-09-27 | 许昌许继风电科技有限公司 | 一种双电机变桨系统的控制方法及装置 |
| CN110454329A (zh) * | 2019-09-04 | 2019-11-15 | 风脉能源（武汉）股份有限公司 | 一种风电机组桨距角控制方法 |
-
2020
- 2020-02-18 CN CN202010099978.3A patent/CN111219293B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20130063574A (ko) * | 2011-12-07 | 2013-06-17 | 대우조선해양 주식회사 | 풍력 발전 설비의 피치 제어 시스템 및 제어 방법 |
| CN107975457A (zh) * | 2017-11-17 | 2018-05-01 | 重庆邮电大学 | 一种抑制风速波动干扰的风电机组变桨控制方法 |
| CN108825434A (zh) * | 2018-05-04 | 2018-11-16 | 南京理工大学 | 基于风轮动能平滑功率控制的风机变桨优化方法 |
| CN110285017A (zh) * | 2019-05-31 | 2019-09-27 | 许昌许继风电科技有限公司 | 一种双电机变桨系统的控制方法及装置 |
| CN110454329A (zh) * | 2019-09-04 | 2019-11-15 | 风脉能源（武汉）股份有限公司 | 一种风电机组桨距角控制方法 |
Non-Patent Citations (1)
| Title |
|---|
| 变速与变桨协调的风电机组平滑功率控制;汤雪松，殷明慧，李冬运，刘建坤，周连俊;《电力系统自动化》;20181029;112-120 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111219293A (zh) | 2020-06-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Civelek et al. | A new fuzzy logic proportional controller approach applied to individual pitch angle for wind turbine load mitigation | |
| WO2020118513A1 (zh) | 一种基于自抗扰理论的涡扇发动机稳态过渡态多变量控制方法 | |
| WO2019237320A1 (zh) | 一种基于模型预测的航空发动机在线优化及多变量控制设计方法 | |
| CN104976056B (zh) | 用于风力涡轮的推力速度控制的系统和方法 | |
| CN111219293B (zh) | 基于线性自抗扰控制的变桨控制器设计方法 | |
| CN108488035B (zh) | 永磁直驱风力发电机组失速和变桨混合控制方法 | |
| CN104005909A (zh) | 非线性前馈与模糊pid结合的风力发电机组变桨距控制方法 | |
| CN105649877B (zh) | 一种大型风电机组的蚁群pid独立变桨控制方法 | |
| CN107975457B (zh) | 一种抑制风速波动干扰的风电机组变桨控制方法 | |
| CN106485064A (zh) | 一种抽水蓄能机组水轮机工况智能开机方法 | |
| CN111502914B (zh) | 基于线性变参数系统的风机变桨控制器设计方法 | |
| CN104595106A (zh) | 基于强化学习补偿的风力发电变桨距控制方法 | |
| CN107061164B (zh) | 一种考虑执行机构不确定的风机变桨距滑模自适应控制方法 | |
| CN116292095B (zh) | 一种串列式双风轮风电机组多场景协调运行方法 | |
| Anjun et al. | Pitch control of large scale wind turbine based on expert PID control | |
| Ren et al. | Feedforward feedback pitch control for wind turbine based on feedback linearization with sliding mode and fuzzy PID algorithm | |
| CN106065848A (zh) | 控制风力涡轮机的操作的方法 | |
| CN105156270A (zh) | 风力发电机独立变桨控制系统及方法 | |
| Dhar et al. | Study on pitch angle control of a variable speed wind turbine using different control strategies | |
| CN111188732B (zh) | 一种风力发电变桨鲁棒容错控制方法 | |
| Gao et al. | Pitch-control for large-scale wind turbines based on feed forward fuzzy-PI | |
| CN109611274B (zh) | 一种风力发电机组高风速区lqg优化控制方法 | |
| Hawkins et al. | Region II wind power capture maximization using robust control and estimation with alternating gradient search | |
| Xia et al. | A new pitch control method for large scale wind turbine based on ADRC | |
| CN113098057B (zh) | 一种双馈风机参数的多目标高维多分数阶优化方法 |
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 | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Chen Zaiyu Inventor after: Xu Chang Inventor after: Li Yang Inventor after: Yin Minghui Inventor after: Qu Jialiu Inventor after: Zou Yun Inventor after: Bu Jing Inventor after: Zhou Lianjun Inventor after: Xie Yunyun Inventor after: Wang Jingbo Inventor after: Gu Wei Inventor before: Qu Jialiu Inventor before: Xu Chang Inventor before: Li Yang Inventor before: Chen Zaiyu Inventor before: Yin Minghui Inventor before: Zou Yun Inventor before: Bu Jing Inventor before: Zhou Lianjun Inventor before: Xie Yunyun Inventor before: Wang Jingbo Inventor before: Gu Wei |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |