CN111394418A - 一种采用数学模型测定pH对硝化细菌影响的方法 - Google Patents

一种采用数学模型测定pH对硝化细菌影响的方法 Download PDF

Info

Publication number
CN111394418A
CN111394418A CN202010220867.3A CN202010220867A CN111394418A CN 111394418 A CN111394418 A CN 111394418A CN 202010220867 A CN202010220867 A CN 202010220867A CN 111394418 A CN111394418 A CN 111394418A
Authority
CN
China
Prior art keywords
nitrifying bacteria
influence
mathematical model
determining
value
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.)
Withdrawn
Application number
CN202010220867.3A
Other languages
English (en)
Inventor
刘兵
陈飞勇
邵媛媛
李一凡
赵硕
田宇
吴金柱
吴小东
赵振东
王静
谭刚
李冰洁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong Jianzhu University
Original Assignee
Shandong Jianzhu University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shandong Jianzhu University filed Critical Shandong Jianzhu University
Priority to CN202010220867.3A priority Critical patent/CN111394418A/zh
Publication of CN111394418A publication Critical patent/CN111394418A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/02—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving viable microorganisms
    • C12Q1/025—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving viable microorganisms for testing or evaluating the effect of chemical or biological compounds, e.g. drugs, cosmetics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Organic Chemistry (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Mathematical Analysis (AREA)
  • Data Mining & Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Molecular Biology (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Wood Science & Technology (AREA)
  • Zoology (AREA)
  • Biotechnology (AREA)
  • General Engineering & Computer Science (AREA)
  • Biophysics (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Biochemistry (AREA)
  • Software Systems (AREA)
  • Genetics & Genomics (AREA)
  • Toxicology (AREA)
  • Operations Research (AREA)
  • Microbiology (AREA)
  • Algebra (AREA)
  • Immunology (AREA)
  • Databases & Information Systems (AREA)
  • Analytical Chemistry (AREA)
  • Medicinal Chemistry (AREA)
  • Physiology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Medical Informatics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

本发明涉及一种采用数学模型测定pH对硝化细菌影响的方法，属于污水处理领域。本发明测定不同pH条件下的比耗氧速率(SOUR)，通过建立模型方程进行模拟，确定pH对硝化细菌影响的抑制参数值。本发明能够使用数学模型的方法对pH对硝化细菌的影响进行定量化的研究，通过确定pH对硝化细菌影响的模型参数，即可知pH对硝化细菌影响的程度，从而更好的优化硝化细菌的生长环境，提高硝化细菌的活力和污水脱氮效果。在完善硝化细菌数学模型的同时，也为实现智慧水务提供基础数据。

Description

一种采用数学模型测定pH对硝化细菌影响的方法
技术领域
本发明属于污水处理领域，具体涉及一种采用数学模型测定pH对硝化细菌影响的方法。
背景技术
近年来，随着经济社会的发展和工业化程度的提高，污水的大量排放严重影响着生态环境。氮和磷含量超标是造成水体富营养化的主要原因，水体富营养化严重影响水域环境和水体功能，藻类和浮游生物迅速生长繁殖，使水体中的溶解氧降低，造成水中生物大量死亡后，进行厌氧分解，产生COD、H2S、NH3等，使水体发黑变臭。氮元素作为主要的污染因素之一，如何去除污染水体中的氮元素在污水处理领域是重要课题。
生物法污水处理是当今污水处理的主要方式，对生物法污水处理控制的核心技术是微生物的生长动力学。从上个世纪开始，在国外就出现了许多有关污水处理微生物动力学的研究，后来建立起了微生物数学模型并逐渐发展起来，到目前为止形成了以ASM系列模型为代表的污水处理活性污泥数学模型。
硝化细菌的活力会受到污泥停留时间(SRT)、温度、pH及游离氨(FA)浓度等条件的影响。利用数学模型可以综合各环境限制因素的影响，确定一个最优化的生长条件，从而可以提高活性污泥处理效率和污水处理效果。
硝化细菌的最适pH为6.5-8.5左右，pH的变化对硝化细菌的生长增殖影响很大，系统内pH过高或过低，均会抑制硝化细菌的活性。并且pH也会对系统中的游离氨(FA)浓度有影响，从而对硝化细菌的活力产生影响。探究pH变化对硝化细菌的影响至关重要。
虽然目前pH对硝化细菌的影响是污水处理领域的研究热点，但鲜有对其使用数学模型的方法来进行研究。
发明内容
针对现有技术的不足，本发明的主要目的是，提供一种采用数学模型测定pH对硝化细菌影响的方法，测定pH变化对硝化细菌影响的模型参数，完善硝化细菌数学模型，从而为进一步提高硝化细菌的活力和污水脱氮效果提供。
为了实现上述目的，本发明采取的技术方案是：一种采用数学模型测定pH对硝化细菌影响的方法，首先建立模型方程：设定pH梯度进行批量实验，固定批量实验的氨氮浓度；测定不同pH条件下硝化细菌的好氧速率OUR；根据活性污泥悬浮固体浓度SS和OUR计算出硝化细菌的比耗氧速率SOUR；建立pH对硝化细菌影响的模型方程；然后，利用所建立的模型方程，对实验数据进行模拟，确定其动力学参数。
本发明方法，具体地，包括如下步骤：
(1)测定所取用的活性污泥的悬浮固体浓度(SS0)；
(2)设定pH梯度对硝化细菌进行批量实验，控制实验温度为35±1℃，批量实验的氨氮浓度为50mg-N/L；
(3)测定不同pH条件下硝化细菌的好氧速率(OUR)；
(4)根据SS0计算出批量实验的活性污泥的SS，并根据SS和OUR计算出硝化细菌的比耗氧速率(SOUR)；
(5)建立pH对硝化细菌影响的模型方程；
(6)利用所建立的模型方程，对实验数据进行模拟，确定其动力学参数。
进一步地，在步骤(3)中，所述的好氧速率(OUR)测定方法为：测定BOD中的溶解氧(DO)，每30s记录一次数据，至少测定12组数据，使用excel做出斜率方程，使得R2≥99％，其斜率即为该氨氮浓度条件下硝化细菌的好氧速率(OUR)。
进一步地，在步骤(4)中，所述的SOUR计算方程为
Figure BDA0002426002810000021
进一步地，在步骤(4)中，所述的计算SOUR所用SS是指批量实验时BOD瓶中活性污泥的SS，可根据步骤(1)中所测数据计算得出。
进一步地，在步骤(5)中，所述的模型方程在忽略碱度限制的条件下pH对硝化细菌生长速率的影响可以用下式表示：
Figure BDA0002426002810000022
式中：I：pH抑制作用程度；pH：系统pH值；pHUL：pH抑制开关值；pHLL：5％最大生长速率对应的pH值。
进一步地，在步骤(5)中，所述的模型方程中SOUR与I存在正比关系，使用KA作为参数表示这种关系可得到如下表达式：
Figure BDA0002426002810000023
Figure BDA0002426002810000024
其中：SOUR：硝化细菌比耗氧速率，mg-O/g/h；KK：硝化细菌的比耗氧速率参数。
进一步地，在步骤(6)中，使用模型方程对实验数据进行模拟，确定出pH对硝化细菌抑制参数值pHUL、pHLL。
本发明的有益效果：本发明能够使用数学模型的方法对pH变化对硝化细菌的影响进行定量化的研究，通过确定pH对硝化细菌影响的模型抑制参数，即可知pH对硝化细菌影响的程度，从而提高硝化细菌的活力和污水脱氮效果。在完善硝化细菌数学模型的同时，也为实现智慧水务提供基础数据。
与现有技术相比，本发明具有如下优点：
(1)本发明使用数学模型的方法测定pH对硝化细菌的影响，较之于其它传统方法，更加严谨和精确，模型方程的使用实现了定量化的研究。数学模型的优势在于可以统筹各方面的影响因素，寻求一个最适化的环境条件，从而提高污水处理效果。本发明的可以确定硝化细菌的pH抑制参数，从而完善硝化细菌数学模型，进一步提高硝化细菌的活力和污水脱氮效果。
(2)本发明的测定方法简洁易操作，可重复率高，便于推广使用，从而推进污水处理领域中数学模型方法的发展和创新。
附图说明
图1为本发明批量实验装置示意图；图1中：1、水浴磁力搅拌器；2、磁力转子；3、BOD瓶；4、溶解氧(DO)测定探头；5、溶解氧(DO)测定仪。
图2为实施例1不同pH与硝化细菌比耗氧速率(SOUR)的模拟曲线。
图3为实施例2不同pH与硝化细菌比耗氧速率(SOUR)的模拟曲线。
具体实施方式
下面结合附图和具体实施例对本发明作进一步的说明。下述实施例采用图1的批量实验装置，所述方法如无特殊说明均为本领域常规方法，所述试剂和装置如无特殊说明均可从商业途径获得。
实施例1
一种采用数学模型测定pH对硝化细菌影响的方法，包括如下步骤：
(1)在污泥停留时间(SRT)为10d的条件下，从连续培养反应器中取活性污泥1L进行离心预处理，浓缩至200ml后，测得悬浮固体(SS0)为2.407g/L。其中：离心预处理的目的在于消除原始基质和盐分的干扰，使用蒸馏水对活性污泥要进行离心清洗三次以上。测定悬浮固体浓度的方法是将一定体积的活性污泥在105℃的烘箱里烘8小时去除水分称重，计算其体积浓度。
(2)设定批量实验pH梯度，使用磷酸缓冲溶液控制批量实验的BOD瓶中pH分别为4、4.5、6.5、7.3、8.3、8.8、9.3、11、12，形成pH梯度。将15ml的活性污泥置于100ml的BOD瓶中，使用水浴加热的方法控制温度为35±1℃，加入碳酸氢铵(NH4CO3)控制氨氮浓度为50mg-N/L。
所用磷酸缓冲溶液由磷酸二氢钾溶液(1/15mol)和磷酸氢二钠溶液(1/15mol)按照一定比例进行混合后，再适当调整比例，从而配制成不同pH的缓冲溶液。
使用分析纯碳酸氢铵(NH4CO3)作为氮源。
(3)测定BOD中的溶解氧(DO)，每30s记录一次数据，每个浓度测定12组数据，使用excel做出斜率方程，使得R2≥99％，得到该氨氮浓度条件下硝化细菌的好氧速率(OUR)。
(4)根据步骤(1)中浓缩之后的悬浮固体浓度(SS0)2.407g/L，取15ml置于100ml的BOD瓶中，稀释了6.67倍，计算批量实验BOD瓶中悬浮固体(SS)浓度为2.407÷6.67＝0.361g/L。计算每个pH条件下硝化细菌的比耗氧速率SOUR。SOUR计算方程为
Figure BDA0002426002810000041
数据见表1。
(5)做出pH变化与硝化细菌比耗氧速率(SOUR)的散点图，并使用模型方程
Figure BDA0002426002810000042
进行模拟，模拟效果如图2所示。求得pH对硝化细菌影响的动力学参数值pHUL＝8.2、pHLL＝3.9。
表1
Figure BDA0002426002810000051
实施例2
实施例2与实施例1的区别在于：
一种采用数学模型测定pH对硝化细菌影响的方法，包括如下步骤：
在步骤(1)中从反应器中取污泥停留时间(SRT)为5d的活性污泥进行测定，批量实验BOD瓶中悬浮固体(SS)浓度为0.061g/L，增加pH为8.8的条件实验，计算每个pH条件下硝化细菌的比耗氧速率SOUR。数据见表2。做出pH变化与硝化细菌比耗氧速率(SOUR)的散点图，并使用模型方程进行模拟，模拟效果如图3所示。求得pH对硝化细菌影响的动力学参数值pHUL＝8.3、pHLL＝4.0。
表2SRT＝5 d
time 4 5.5 6.5 7.3 8.3 8.8 9.3 11 12
0 7.76 7.58 7.57 7.34 7.71 7.6 7.48 7.52 7.95
0.5 7.69 7.57 7.53 7.3 7.65 7.57 7.42 7.5 7.87
1 7.67 7.55 7.52 7.27 7.59 7.56 7.4 7.49 7.82
1.5 7.65 7.53 7.49 7.26 7.56 7.54 7.39 7.48 7.79
2 7.63 7.51 7.46 7.23 7.52 7.52 7.38 7.47 7.77
2.5 7.62 7.49 7.44 7.2 7.49 7.48 7.36 7.43 7.75
3 7.6 7.42 7.17 7.45 7.45 7.35 7.42 7.74
3.5 7.59 7.39 7.14 7.41 7.4 7.33 7.41 7.73
4 7.58 7.37 7.11 7.37 7.37 7.31 7.4 7.72
4.5 7.56 7.34 7.08 7.34 7.34 7.3 7.39 7.71
5 7.55 7.31 7.04 7.3 7.3 7.29 7.38 7.7
5.5 7.29 7.01 7.27 7.27 7.28 7.69
6 7.27 6.97 7.2 7.24
6.5 7.24 6.95 7.17 7.2
7 7.22 7.16
7.5 7.13
8
OUR(mg-O/L/min) 0.0354 0.0371 0.0496 0.0599 0.079 0.0686 0.0287 0.02 0.02
SS(g/L) 0.061 0.061 0.061 0.061 0.061 0.061 0.061 0.061 0.061
SOUR(mg-O/g/h) 34.72574 36.39336 45.12385 58.75909 77.4953 67.29339 28.15336 19.61906 19.61906
本发明所测得的pH对硝化细菌得抑制参数，可以带入活性污泥模型(ASM)中，通过运用GPS-X等软件对实际污水处理工艺进行模拟和预测，从而做出相应的工艺设计和调整，以期获得更高的污水处理效率和降低处理成本。

Claims (8)

1.一种采用数学模型测定pH对硝化细菌影响的方法，其特征是，首先建立模型方程：设定pH梯度进行批量实验，固定批量实验的氨氮浓度；测定不同pH条件下硝化细菌的好氧速率OUR；根据活性污泥悬浮固体浓度SS和OUR计算出硝化细菌的比耗氧速率SOUR；建立pH对硝化细菌影响的模型方程；然后，利用所建立的模型方程，对实验数据进行模拟，确定其动力学参数。
2.如权利要求1所述的采用数学模型测定pH对硝化细菌影响的方法，其特征在于，具体方法是：
(1)测定所取用的活性污泥的悬浮固体浓度SS0；
(2)设定pH梯度对硝化细菌进行批量实验，控制实验温度为35±1℃，批量实验的氨氮浓度为50mg-N/L；
(3)测定不同pH条件下硝化细菌的好氧速率OUR；
(4)根据SS0计算出批量实验的活性污泥的SS，并根据SS和OUR计算出硝化细菌的比耗氧速率SOUR；
(5)建立pH对硝化细菌影响的模型方程；
(6)利用所建立的模型方程，对实验数据进行模拟，确定其动力学参数。
3.根据权利要求2所述的采用数学模型测定pH对硝化细菌影响的方法，其特征在于：步骤(3)中，所述的好氧速率OUR测定方法为：测定BOD中的溶解氧DO，每30s记录一次数据，至少测定12组数据，使用excel做出斜率方程，使得R2≥99％，其斜率即为该氨氮浓度条件下硝化细菌的好氧速率OUR。
4.根据权利要求2所述的采用数学模型测定pH对硝化细菌影响的方法，
其特征在于：在步骤(4)中，所述的SOUR计算方程为
Figure FDA0002426002800000011
所述SS是指批量实验时BOD瓶中活性污泥的SS，根据步骤(1)中所测数据SS0计算得出。
5.根据权利要求2所述的采用数学模型测定pH对硝化细菌影响的方法，其特征在于：在步骤(5)中，所述的模型方程，在忽略碱度限制的条件下pH对硝化细菌生长速率的影响可以用下式表示：
Figure FDA0002426002800000012
式中：I：pH抑制作用程度；pH：系统pH值；pHUL：pH抑制开关值；pHLL：5％最大生长速率对应的pH值。
6.根据权利要求5所述的采用数学模型测定pH对硝化细菌影响的方法，其特征在于：所述的模型方程中SOUR与I存在正比关系，使用KA作为参数表示这种关系可得到如下表达式：
Figure FDA0002426002800000021
其中：SOUR：硝化细菌比耗氧速率，mg-O/g/h；KK：硝化细菌的比耗氧速率参数。
7.根据权利要求2或6所述的采用数学模型测定pH对硝化细菌影响的方法，其特征在于：在步骤(6)中，使用模型方程对实验数据进行模拟，确定出pH对硝化细菌抑制参数值pHUL、pHLL。
8.根据权利要求7所述的采用数学模型测定pH对硝化细菌影响的方法，其特征在于：所述参数值pHUL、pHLL，用于活性污泥模型ASM中，运用GPS-X软件对实际污水处理工艺进行模拟和预测。
CN202010220867.3A 2020-03-26 2020-03-26 一种采用数学模型测定pH对硝化细菌影响的方法 Withdrawn CN111394418A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010220867.3A CN111394418A (zh) 2020-03-26 2020-03-26 一种采用数学模型测定pH对硝化细菌影响的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010220867.3A CN111394418A (zh) 2020-03-26 2020-03-26 一种采用数学模型测定pH对硝化细菌影响的方法

Publications (1)

Publication Number Publication Date
CN111394418A true CN111394418A (zh) 2020-07-10

Family

ID=71427534

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010220867.3A Withdrawn CN111394418A (zh) 2020-03-26 2020-03-26 一种采用数学模型测定pH对硝化细菌影响的方法

Country Status (1)

Country Link
CN (1) CN111394418A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113571137A (zh) * 2021-06-25 2021-10-29 上海环境卫生工程设计院有限公司 一种采用数学模型测定环境pH值对异养菌活力影响的方法
CN115132285A (zh) * 2022-07-04 2022-09-30 山东臻智行环保科技有限公司 一种实现污水处理好氧池所需曝气量实时预测的模型方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113571137A (zh) * 2021-06-25 2021-10-29 上海环境卫生工程设计院有限公司 一种采用数学模型测定环境pH值对异养菌活力影响的方法
CN115132285A (zh) * 2022-07-04 2022-09-30 山东臻智行环保科技有限公司 一种实现污水处理好氧池所需曝气量实时预测的模型方法

Similar Documents

Publication Publication Date Title
CN111394418A (zh) 一种采用数学模型测定pH对硝化细菌影响的方法
CN104556362A (zh) 一种好氧颗粒污泥的培养方法
Zhang et al. Integration of nitrification and denitrifying dephosphatation in airlift loop sequencing batch biofilm reactor
CN111366697A (zh) 一种采用数学模型测定pH对亚硝化细菌影响的方法
Ni Formation, characterization and mathematical modeling of the aerobic granular sludge
CN108658229A (zh) 一种自养/异养深度脱氮过程控制的装置与方法
CN115132285B (zh) 一种实现污水处理好氧池所需曝气量实时预测的模型方法
Wang et al. The impact of temperature and dissolved oxygen (DO) on the partial nitrification of immobilized fillers, and application in municipal wastewater
CN110669715A (zh) 一种养殖污水中硝化细菌菌组驯化及评价方法
Choi et al. Aerobic denitrification by a heterotrophic nitrifying-aerobic denitrifying (HN-AD) culture enriched activated sludge
CN106754483B (zh) 一种氨氮流加-间歇式运行的氨氧化细菌菌群筛选和富集培养方法
CN111363776A (zh) 一种用数学模型测定fna对亚硝酸氧化细菌的影响的方法
CN110078211B (zh) 一种利用低强度超声波维持短程硝化稳定性的方法
Iurchenko et al. Wastewater treatment by conversion of nitrogen-containing pollution by immobilized microbiocenosis in a biodisk installation
CN106947711A (zh) 一种高适用性硝化菌剂的制备方法
CN111394417A (zh) 一种采用数学模型测定游离氨对硝化细菌的影响的方法
KISHIDA et al. Challenge for formation of aerobic granular sludge in a continuous-flow reactor
CN113571137A (zh) 一种采用数学模型测定环境pH值对异养菌活力影响的方法
CN211521743U (zh) 利用部分亚硝化-厌氧氨氧化工艺处理城市污水的装置
Pai et al. Modeling a combined anaerobic/anoxic oxide and rotating biological contactors process under dissolved oxygen variation by using an activated sludge-biofilm hybrid model
Hafez et al. Pushing the hydraulic retention time envelope in Modified Ludzack Ettinger systems
CN113555066A (zh) 一种采用数学模型测定青霉素浓度对异养菌活力影响的方法
Li et al. Aerobic sludge granulation for partial nitrification of ammonia-rich inorganic wastewater
CN103708612A (zh) 一种短程硝化反硝化脱氮技术控制方法
CN116102163B (zh) 一种在短程反硝化颗粒中富集厌氧氨氧化菌强化生活污水脱氮的装置与方法

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20200710