CN112817354B - 一种畜禽舍养殖环境温度预测控制系统及其调控方法 - Google Patents
一种畜禽舍养殖环境温度预测控制系统及其调控方法 Download PDFInfo
- Publication number
- CN112817354B CN112817354B CN202110170467.0A CN202110170467A CN112817354B CN 112817354 B CN112817354 B CN 112817354B CN 202110170467 A CN202110170467 A CN 202110170467A CN 112817354 B CN112817354 B CN 112817354B
- Authority
- CN
- China
- Prior art keywords
- temperature
- environment
- livestock
- model
- prediction
- 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
- 244000144972 livestock Species 0.000 title claims abstract description 140
- 244000144977 poultry Species 0.000 title claims abstract description 129
- 230000033228 biological regulation Effects 0.000 title claims abstract description 79
- 238000000034 method Methods 0.000 title claims abstract description 50
- 230000007246 mechanism Effects 0.000 claims abstract description 27
- 238000009395 breeding Methods 0.000 claims abstract description 23
- 230000001488 breeding effect Effects 0.000 claims abstract description 23
- 230000008859 change Effects 0.000 claims description 25
- 238000009825 accumulation Methods 0.000 claims description 17
- 238000012937 correction Methods 0.000 claims description 13
- 238000012360 testing method Methods 0.000 claims description 12
- 230000001276 controlling effect Effects 0.000 claims description 11
- 230000004044 response Effects 0.000 claims description 11
- 230000001105 regulatory effect Effects 0.000 claims description 10
- 238000011282 treatment Methods 0.000 claims description 10
- 238000010438 heat treatment Methods 0.000 claims description 8
- 238000012423 maintenance Methods 0.000 claims description 8
- 238000005316 response function Methods 0.000 claims description 7
- 238000009423 ventilation Methods 0.000 claims description 7
- 238000001816 cooling Methods 0.000 claims description 6
- 238000007689 inspection Methods 0.000 claims description 6
- 230000008901 benefit Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000005507 spraying Methods 0.000 claims description 2
- 238000001514 detection method Methods 0.000 abstract description 5
- 230000009123 feedback regulation Effects 0.000 abstract description 2
- 230000002265 prevention Effects 0.000 abstract description 2
- 230000007613 environmental effect Effects 0.000 description 27
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000005265 energy consumption Methods 0.000 description 6
- 230000035882 stress Effects 0.000 description 6
- 230000008645 cold stress Effects 0.000 description 5
- 238000011217 control strategy Methods 0.000 description 5
- 230000008642 heat stress Effects 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 230000010355 oscillation Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000002087 whitening effect Effects 0.000 description 2
- 208000035240 Disease Resistance Diseases 0.000 description 1
- 241000287828 Gallus gallus Species 0.000 description 1
- 241000282898 Sus scrofa Species 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 208000027697 autoimmune lymphoproliferative syndrome due to CTLA4 haploinsuffiency Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011418 maintenance treatment Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 208000023504 respiratory system disease Diseases 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D27/00—Simultaneous control of variables covered by two or more of main groups G05D1/00 - G05D25/00
- G05D27/02—Simultaneous control of variables covered by two or more of main groups G05D1/00 - G05D25/00 characterised by the use of electric means
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K29/00—Other apparatus for animal husbandry
- A01K29/005—Monitoring or measuring activity, e.g. detecting heat or mating
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K1/00—Housing animals; Equipment therefor
- A01K1/0047—Air-conditioning, e.g. ventilation, of animal housings
- A01K1/0052—Arrangement of fans or blowers
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K1/00—Housing animals; Equipment therefor
- A01K1/0047—Air-conditioning, e.g. ventilation, of animal housings
- A01K1/007—Arrangement of curtain systems
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/70—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in livestock or poultry
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Animal Husbandry (AREA)
- Biodiversity & Conservation Biology (AREA)
- Zoology (AREA)
- Biophysics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Housing For Livestock And Birds (AREA)
Abstract
本发明公开了一种畜禽舍养殖环境温度预测控制系统及其调控方法,所述控制系统包括:温湿度传感器、养殖环境温度动态需求模块、环境控制器和环境调控执行机构;其中,环境控制器分别连接养殖环境温度动态需求模块和温湿度传感器,环境调控执行机构连接环境控制器,并根据环境控制器的命令执行相应环境调控;所述调控方法根据畜禽养殖环境温度动态设定模型、基于GM(1,1)模型的畜禽舍养殖环境温度预测系统和基于GM(1,1)模型的灰色预测模糊系统控制养殖环境温度。本发明解决了畜禽舍内温度难以及时调控、调控适应性差及不能做到防患于未然的问题,克服了畜禽舍基于检测结果的反馈式调控的局限。
Description
技术领域
本发明涉及农业环境控制技术领域,特别是涉及畜禽舍养殖环境温度预测控制系统及其调控方法。
背景技术
高密度、大规模舍饲环境下,适宜的养殖环境是影响畜禽健康和生产性能的关键因素,也是保障其发挥遗传潜力和生产效率的基础。复杂多变的气候条件、畜禽舍建筑设施、通风气流组织和饲养模式等都直接影响舍内环境,造成舍内环境的复杂和多样性,舍内热环境不均匀、温度波幅大、冷热应激等都影响畜禽机体的健康、生产性能、抗病能力和饲料转化率,规模化畜禽舍环境调控系统是保障舍内环境条件满足畜禽生活环境的关键。
近年来,国内学者对畜禽舍小气候环境调控系统提出了新的调控方法,如李立峰、武佩等的《基于组态软件和模糊控制的分娩母猪舍环境监控系统》(2011年),王新政、韩玉杰等的《畜禽舍温度模糊自适应PID控制与仿真研究》(2012年),宣传忠、武佩等的《基于自适应模糊神经网络的畜禽舍环境控制系统的研究》(2013年),马从国、胡应占等的《国内猪舍小气候环境调控系统研究进展》(2014年),柴钰、于全刚的《基于模糊PID解耦算法的多功能禽舍环境控制系统设计》(2014年),马从国、胡应占等的《国内鸡舍小气候环境调控系统研究》(2015年),刘艳昌、张志霞等的《基于EPGA的畜禽舍环境模糊智能监控系统》(2017年)。
现有的畜禽舍环境调控系统主要通过在舍内布置温、湿度等传感器监测舍内环境状况,用传感器监测到的舍内某点温度或几个点的平均温度信号与舍内设定值比较,然后通过控制算法等调控策略来调控通风模式的运行及切换、湿帘降温系统和加热装置的运行来调控舍内小环境。这些调控系统主要以PID控制、模糊控制、神经网络和专家系统控制算法等调控策略应用于畜禽舍环控系统中,这些畜禽舍环境调控系统的应用促进了环境调控的自动化水平,使畜禽舍内环境在一个相对适宜畜禽生长的范围内,降低了人工劳动强度,提高了养殖的经济和社会效益,促进了畜禽养殖产业的发展。
然而,随畜禽饲养规模的不断增加,且高产品种畜禽对养殖环境温度波动等应激的适应能力弱,通过舍内定点传感器检测到的温湿度信号是否符合舍内环境要求来进行下一步的控制,均是基于环境参数检测结果的反馈式环境调控方法,基于环境参数检测结果的反馈式环境调控方法存在以下问题:
(1)调控温度为限定值,难以实时精准调控,不能满足不同生长阶段对环境温度的需求:畜禽舍内环境温度的设定值一般为几个或多个特定的温度临界值,不能按照畜禽生长不同阶段的需求科学设置温度值;
(2)难以及时调控舍内环境,存在滞后性,控制效率差。用传感器监测到的舍内该时刻的环境参数为指标,反馈调控下一时刻的舍内环境状况,研究表明,畜禽舍热环境系统变化具有动态性、时变性和不确定性等特点,根据可测定的被控量温度信息确定控制量,对于畜禽舍环境滞后过程这一复杂对象,被控量的变化不能及时反应控制量的变化,环境调控策略与舍内环境状况相比具有明显的滞后性,无法根据被控量温度变化趋势的预测来相应的调整控制策略,控制效率差。舍内局部环境已经不在适宜畜禽生长的范围内,但环境调控系统接收到的信号还在适宜环境范围内,环境调控系统未能进行及时调控,致使舍内局部环境下的畜禽长时间在冷热应激环境下,易导致呼吸道疾病的发生;
(3)调控精度低。PID控制响应时间短但超调量大,畜禽舍环境温度控制系统不允许有过大的超调量;对于模糊控制,阶跃上升响应虽超调量小,但响应时间较长,阶跃下降有负向超调,且模糊控制的精度尚不够高,只能实现畜禽舍环境的粗略调控;基于神经网络算法的自调控策略,对畜禽舍环境变化有适应性,但需要专家经验;
(4)不能做到防患于未然,适应性差,调控品质难以保证。气候环境复杂多变,舍外环境短时间内温度骤降、骤增下,监测舍内环境的变化反馈调节不能在环境骤变前做出调控策略,舍内环境无法完全避免恶劣环境的影响,使得舍内一定时间内冷热应激大、温度波幅大等现象。环境调控精度及策略受限于舍内传感器,受舍内传感器监测精度的直接影响,且传感器异常不能及时发现并持续作为控制系统的输入模块;
(5)不利于节能,增大了运行能耗。畜禽舍内环境具有非线性特点,研究表明,基于环境参数检测结果的反馈式环境调控算法下,存在系统震荡和超调现象,畜禽舍风机等调控设备超调运行,且环控设备启停次数多等问题,环境调控运行模式下势必增大了运行能耗。
畜禽舍外环境时刻变化,如何通过饲养环境调控技术实现舍内无冷热应激、温度波幅小、热环境均匀等目标,已经成为畜禽养殖产业需要亟待解决的一个重要的问题。
因此希望有一种畜禽舍养殖环境温度预测控制系统及其调控方法能够解决现有技术中存在的问题。
发明内容
本发明公开了一种畜禽舍养殖环境温度预测控制系统,所述控制系统包括:温湿度传感器、养殖环境温度动态需求模块、环境控制器和环境调控执行机构;其中,环境控制器分别连接养殖环境温度动态需求模块和温湿度传感器,环境调控执行机构连接环境控制器,并根据环境控制器的命令执行相应环境调控。
优选地,所述环境控制器包括数据采集模块、环境温度预测模块、预测模糊控制模块、预测模糊决策模块和预警检修模块。
优选地,所述环境温度预测模块连接所述数据采集模块,所述环境温度预测模块基于累加生成数列、残差模型修正和等维新息处理的综合GM(1,1)模型输出畜禽舍养殖环境第N时刻的预测温度;
所述预测模糊控制模块连接所述环境温度预测模块,所述预测模糊控制模块的输入信号为养殖环境温度预测误差与预测误差的变化率,建立模糊决策规则确定预测模糊控制的输出量,所述环境调控执行机构根据预测模糊控制的输出量进行控制调节;
所述预测模糊决策模块连接所述预测模糊控制模块,所述预测模糊决策模块的输入信号为输入输出的误差及其误差的变化率,确定适宜的预测步长;
所述预警检修模块基于偏差累加次数进行预警,所述预警检修模块连接所述养殖环境温度动态需求模块、所述温湿度传感器和所述数据采集模块。
优选地,所述养殖环境温度动态需求模块基于畜禽饲养特性、行为特性、应激机制、畜禽品种、质量与日龄参数,输出畜禽不同生长阶段的养殖环境温度需求参数,所述养殖环境温度动态需求模块连接所述数据采集模块。
优选地,所述环境调控执行机构包括风机、湿帘、通风小窗、加热设备和喷雾装置,所述环境调控执行机构根据所述环境控制器的命令控制畜禽养殖环境的通风、降温、加热和加湿。
优选地,所述温湿度传感器数量大于等于两个,且分别设置在畜禽舍内部和外部。
本发明还公开了一种畜禽舍养殖环境温度预测控制系统的调控方法,所述调控方法根据畜禽养殖环境温度动态设定模型、基于GM(1,1)模型的畜禽舍养殖环境温度预测系统和基于GM(1,1)模型的灰色预测模糊系统控制养殖环境温度,具体运行按照如下步骤进行:
S1:基于畜禽养殖环境温度动态需求模型确定N时刻畜禽舍内环境的需求温度Tx;畜禽养殖环境温度动态设定模型基于畜禽饲养特性、行为特性、应激机制、畜禽品种、质量与日龄参数模型的养殖环境温度动态设定温度参数;
S2:基于GM(1,1)模型对畜禽舍养殖环境温度进行预测,获取N时刻的畜禽舍环境预测温度Ty;该模型基于累加生成数列、残差模型修正和等维新息处理的综合GM(1,1)模型的畜禽舍内环境预测系统及方法:首先用所述数据采集模块的历史温度数据作累加生成累加序列,建立GM(1,1)模型并求解模型,得时间响应函数,其次采用GM(1,1)模型得到预测值进行残差检验,结合残差序列变化的特点及其残差GM(1,1)模型的优点,对模型检验不合格或精度较低的序列建立残差GM(1,1)模型对原模型修正,以提高模型的精度,再者采用模型的残差或精度检验来选择预测模型的维数,最后,作等维新息处理建等维新息预测GM(1,1)模型,并重复模型的检验及修正;
S3:判断畜禽养殖环境的需求温度Tx与预测温度Ty是否相等,若Tx=Ty,保持原环境调控执行机构的调控策略;若Tx≠Ty,基于GM(1,1)模型的灰色预测模糊控制系统对执行机构进行调控,执行S4;
S4:将畜禽养殖环境预测模块输出的预测误差、预测误差的变化率作为所述预测模糊控制模块的输入量,输入输出的误差及其误差的变化率为所述预测模糊决策模块的输入信号,确定适宜的预测步长,建立模糊决策规则,建立基于GM(1,1)模型的灰色预测模糊控制模型确定最终模糊控制的输出值,根据预测模糊控制的输出量对所述环境调控装置进行控制,当Ty<Tx时,系统自动进入加热模式;当Ty>Tx时,系统自动进入湿帘降温模式;使得畜禽舍内温度满足畜禽温度要求Tx=Ty,重复S1和S2步骤;
S5:判断需求温度Tx与实测温度Tc是否相等,若|Tx-Tc|>0.5℃,系统自动进入累计模式,当累计合大于5次,系统进入预警,饲养管理者根据预警对所述温湿度传感器和环境调控执行机构进行检修。
本发明提出了一种畜禽舍养殖环境温度预测控制系统及其调控方法,本发明基于畜禽养殖环境温度动态需求模型,确定了不同阶段畜禽舍内环境的需求温度;并且本发明基于畜禽舍内温度变化,掌握了畜禽舍内温度变化规律,基于采集过程输出的少量温度数据由控制模块快速、自动、实时建立温度预测模型,并对温度数据等维新息处理,不断由新温度数据自动更新预测模型,预测过程中温度参数不断变化,控制器的参数随时间变化,利用残差模型进行修正预测模型的精度,并基于灰色预测-模糊控制系统对执行机构进行调控,将灰色模型输出的预测值用模糊推理方式求得控制量,将预测误差和预测误差的变化率作为灰色预测-模糊控制系统输入变量,调控系统可实时、及时调控舍内温度环境,并提高了控制系统的适应性及调控精度;此外,本发明对畜禽舍内温度的峰、谷点进行趋势预测,提前预知畜禽舍内温度的峰、谷点出现时间,并根据需求温度与实测温度温差自动进入累计模式,饲养管理者根据预警进行传感器、环控执行设备的检修,可做到防患于未然;本发明预测模糊控制器模块的预测功能,在不增加超调的情况下,预测值提前达到设定值,提前减小了控制量,避免了负向超调,改善了控制效果,鲁棒性增强,减少了超调造成的能耗。
本发明是一种针对畜禽舍(特别是密闭式畜禽舍)养殖环境温度的预测控制系统及其调控方法,该系统和控制方法改善畜禽舍内的温度环境,提高畜禽舍内温度环境的稳定及均匀性,减少冷热应激及温度波动幅度,并降低畜禽舍的环境调控能耗。
1.针对畜禽舍内调控温度为限定值,难以实时精准调控,不能满足不同生长阶段对环境温度的需求问题,本发明提出基于畜禽饲养特性、行为特性、应激机制、畜禽品种、质量与日龄参数养殖环境温度动态需求模型,输出畜禽不同生长阶段的养殖环境温度需求参数,确定了不同生长阶段对环境温度的需求问题;
2.针对调控系统难以及时调控舍内温度环境问题,本发明基于畜禽舍内温度变化,寻找并掌握畜禽舍内温度变化规律,基于采集过程输出的少量温度数据由控制模块快速、自动、实时建模,不需对畜禽舍内温度人工建立数学模型,建立GM(1,N)模型对未来时刻的温度值进行预测,建模手段简单,并对温度数据等维新息处理,不增加计算量下,实时保持控制系统中信息“新鲜”性,利用残差模型进行修正预测模型的精度,适用于工况复杂、干扰频繁而难以精准数学建模的畜禽舍环境,可实现畜禽舍调控系统及时调控舍内温度环境;
3.针对适应性差,调控精度低问题,调控品质难以保证问题,本发明环境温度预测模块中对温度数据等维新息处理,增加一个新温度数据,便建立一个新预测模型,不断由新温度数据自动更新预测模型,预测过程中温度参数不断变化,即控制器的参数随时间变化,能兼顾系统的动态和静态性能,克服了满足响应速度和跟踪精度而面临的参数调节困难问题,对环境参数的变化、人为活动等随机的非线性扰动有自适应能力,模型利用残差模型进行修正,提高了畜禽舍温度预测模型的精度,且本发明预测-模糊控制器模块的系统控制为预测模糊控制,对被控环境、被控参数的随机性、非线性、不确定性等各种扰动具有自适应能力能达到控制及时,实时性强;
4.针对不能做到防患于未然问题,本发明的环境控制器中数据采集模块和环境温度预测模块对畜禽舍内温度的峰、谷点进行趋势预测,克服了畜禽舍基于检测结果的反馈式环境调控的局限,提前预知畜禽舍内温度的峰、谷点出现时间,可以做到防患于未然。且预测-模糊控制器模块及预警检修模块,系统可自动进入累计模式,当累计合大于规定值时,系统进入预警,饲养管理者根据预警进行传感器、环控执行设备的检修,进一步做到防患于未然;
5.针对能耗大,不利于节能问题,本发明预测-模糊控制器模块的预测功能,在不增加超调的情况下,提高了响应时间,对下降响应前向预测,预测值提前达到设定值,提前减小了控制量,避免了负向超调,灰色预测模糊控制的鲁棒性比模糊控制的鲁棒性增强,改善了控制效果,减少了超调造成的能耗。
附图说明
图1为禽舍养殖环境温度预测控制系统的结构示意图。
图2为基于GM(1,1)模型的畜禽舍内温度预测方法流程图。
图3为基于GM(1,1)模型的畜禽舍内温度预测调控系统示意图。
图4为舍内温度实测值与预测值对比曲线图。
图5舍内温度实测值与预测值间差异百分比图。
图6预测调控舍内温度变化图曲线图。
具体实施方式
为使本发明实施的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行更加详细的描述。在附图中,自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。所描述的实施例是本发明一部分实施例,而不是全部的实施例。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1-3所示,本发明的一种基于GM(1,N)灰色模型的畜禽舍内环境预测调控系统及方法,包含以下的主要步骤:
S1:基于畜禽养殖环境温度动态需求模型确定N时刻畜禽舍内环境的需求温度,现代规模化高密度畜禽养殖生产大多采用高产品种,畜禽对养殖环境的需求高,且对养殖环境温度波动等应激的适应能力较弱,畜禽生长不同阶段的养殖环境温度满足需求,是保障高产性能畜禽品种发挥遗传潜力和生产效率的基础。本系统中,将畜禽舍环境温度的控制目标设置为畜禽饲养特性、行为特性、应激机制、畜禽品种、质量与日龄参数等的模型,动态设定畜禽不同生长阶段对温度环境的需求Tx,调控舍内温度为畜禽福利和健康生长的理想温度Tx。
S2:基于GM(1,1)模型的畜禽舍养殖环境温度预测系统预测N时刻畜禽舍内环境的预测温度Ty;
步骤(1):首先用环境控制器数据采集模块的畜禽舍建筑所在地天气预报值或采用舍内外温湿度传感器采集的舍内外环境温度为历史温度数据:
将环境控制器数据采集模块的畜禽舍建筑所在地天气预报值或采用舍内外温湿度传感器采集的舍内外环境温度为历史温度作为数据源,使用“起点”时刻及之前的n个等时间间隔的数据构造时间序列,作为初始运算数据集合;
对畜禽舍建筑所在地天气预报值或采用舍内外温湿度传感器采集的舍内外环境温度等时矩取样,原始温度序列T(0)为:
T(0)=(T(0)(1),T(0)(2),T(0)(3)……T(0)(n));
步骤(2):历史温度数据作累加生成累加序列:
将历史温度数据作累加生成累加序列,累加生成以减弱热环境参数随机序列的波动性和随机性,从而提高模型的预测精度;
对温度序列作1-AGO,以减弱随机干扰的影响,得新数据序列T(1):
步骤(3):建立GM(1,1)模型并求解模型,得时间响应函数,将经过变换的数据建立GM(1,1)模型的白化形式微分方程,求解模型得时间响应函数;
Y=[T(0)(2),T(0)(3),T(0)(4),……,T(0)(m)]T
步骤(4):采用GM(1,1)模型得到预测值进行残差检验,对预测温度序列进行数列残差检验及还原数列检验,若预测值在精度范围内,当满足模拟相对误差及平均相对误差小于1%、均方差比值小于0.35及小误差概率大于0.95时,则认为畜禽舍温度预测模型满足精度要求,则输出预测温度序列;
相对误差序列为:
步骤(5):结合残差序列变化的特点及其残差GM(1,1)模型的优点,对模型检验不合格或精度较低的序列建立残差GM(1,1)模型对原模型修正,以提高模型的精度:若模型检验不合格,建立残差修正模型,取精度较低数列的残差序列并排序,将精度较低数列的残差序列1-AGO处理,生成累加序列;建立残差GM(1,N)模型,求解模型得时间响应序列,得新残差模型并叠加入到原温度预测模型的修正中,对原模型进行修正得温度预测新模型,检验模型预测精度,若满足精度要求则输出修正后的温度序列,否则继续进行修正,直到预测温度序列满足检验要求。
当建立的畜禽舍温度预测模型GM(1,1)精度不符合舍内环控要求时,需对原模型进行修正,用残差序列建模以提高预测模型GM(1,1)的精度。
残差数列取精度较低数列的残差序列并排序,并作1-AGO处理,得序列ε(1)(n),ε(1)建立一阶变量微分方程构成残差灰色预测模型GM(1,1),其中a′,u′为待解参数。设/>利用最小二乘法解出参数a′,u′,/>其中B和Y分别为:
Y=[ε(0)(2),ε(0)(3),ε(0)(4),……,ε(0)(m)]T
步骤(7):作等维新息处理建等维新息预测GM(1,1)模型,并重复模型的检验及修正:随畜禽舍温度序列的递增,将上一步骤根据温度预测模型的预测温度按时间序列排序,更新运算数据集合,对序列作等维处理,得等维新息数列,建立等维新息GM(1,1)模型;重复第(3)、(4)和(5)的步骤过程。
畜禽舍温度灰色预测GM(1,1)模型中,T(0)=(T(0)(1),T(0)(2),T(0)(3),……,T(0)(n-1),T(0)(n))作等维新息处理,去掉T(0)(1),增加T(0)(n+1)后,得:T(0)=(T(0)(2),T(0)(3),……,T(0)(n-1),T(0)(n),T(0)(n+1))。
时刻ti输出序列分别为Ti为,Ti=(Ti(1),Ti(2),Ti(3),……,Ti(n)),时刻ti+1输出序列为Ti+1,Ti+1=(Ti+1(1),Ti+1(2),Ti+1(3),……,Ti+1(n));且保持Ti+1(k)=Ti(k+1),Ti+1(n-1)=Ti(n)。
对等维新息处理后的数据序列作1-AGO,累加生成新序列,建立一阶变量微分方程构成温度灰色预测模型GM(1,1),其中ai+1,ui+1为待解参数。设利用最小二乘法解出参数ai+1,ui+1,/>其中Bi+1和Yi+1,N分别为:
S3:判断畜禽养殖环境的需求温度Tx与预测温度Ty是否相等,若Tx=Ty,保持原环境调控执行机构的调控策略;若Tx≠Ty,基于GM(1,1)模型的灰色预测-模糊控制系统对执行机构进行调控;
S4:基于GM(1,1)模型的灰色预测-模糊控制系统,将灰色模型输出的预测值用模糊推理方式求得控制量,将预测误差和预测误差的变化率作为灰色预测-模糊控制系统输入变量,预测误差和预测误差的变化率/>分别为 确定系统的超前控制量,被控对象进行超前控制,将预测误差/>和预测误差的变化率/>和控制量ΔU(ti)经比例因子规范至基本论域,并定义相应的模糊子集,建立模糊决策规则,并对控制规则采用Mamdani推理方法,确定规则的适应度,并采用加权平均去模糊算法,模糊控制器的输入、输出的隶属函数形状均采用三角形,计算简单,占用空间少,相邻模糊数在隶属角等于1/2处交叉,则在某一时刻最多只有两条规则决定控制器的输出。预测误差、误差变化和控制量的量化等级分为7级,确定适宜的预测步长,确定最终模糊控制的输出值,控制相应通风模式的运行及切换、湿帘降温系统、加热装置和侧墙小窗等装置,使得畜禽舍内温度Tx=Ty=Tc满足要求。
S5:判断需求温度Tx与实测温度Tc是否相等,若|Tx-Tc|>0.5℃,系统自动进入累计模式,当累计合大于5次,系统进入预警,饲养管理者根据预警进行传感器、环控执行设备的检修。
案例:
选山东日照市某养殖场的舍内环境温度预测调控案例进行分析,不同维数下舍内温度的预测值和误差表如表1所示,本案例研究中选取温度灰色预测模型的维数为7,得GM(1,1)模型的时间响应序列白化形式微分方程为:
可得鸡舍内温度序列的预测值为:/> 案例试验舍的环控等级及调控策略参数如表1所示。利用预测值/>参与系统控制决策。试验舍测点的温度实测值、预测值变化如图4所示,从图中可看出,鸡舍内温度实测值与预测值间最大差值为0.5℃,且舍内温度实测值与预测值间无显著性差异(P>0.05),实测值与预测值间温度差异百分比如图5所示,温度实测值与预测值间差异百分比为0~1.9%,温度预测值与实测值间变化趋势一致,且温度预测值可很好的表示舍内温度变化趋势。如图6所示,用温度灰色预测控制策略调控舍内环境,舍内不同位置测点间最大、最小温差分别为1℃、0℃,预测调控下系统震荡和超调现象减弱。
表1试验环控等级及策略参数表
最后需要指出的是:以上实施例仅用以说明本发明的技术方案,而非对其限制。尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (4)
1.一种畜禽舍养殖环境温度预测控制系统的调控方法,其特征在于:
所述畜禽舍养殖环境温度预测控制系统,包括:温湿度传感器、养殖环境温度动态需求模块、环境控制器和环境调控执行机构;其中,环境控制器分别连接养殖环境温度动态需求模块和温湿度传感器,环境调控执行机构连接环境控制器,并根据环境控制器的命令执行相应环境调控;
所述环境控制器包括数据采集模块、环境温度预测模块、预测模糊控制模块、预测模糊决策模块和预警检修模块;
所述养殖环境温度动态需求模块基于畜禽饲养特性、行为特性、应激机制、畜禽品种、质量与日龄参数,输出畜禽不同生长阶段的养殖环境温度需求参数,所述养殖环境温度动态需求模块连接所述数据采集模块;
所述调控方法根据畜禽养殖环境温度动态设定模型、基于GM(1,1)模型的畜禽舍养殖环境温度预测系统和基于GM(1,1)模型的灰色预测模糊系统控制养殖环境温度,具体运行按照如下步骤进行:
S1:基于畜禽养殖环境温度动态需求模型确定N时刻畜禽舍内环境的需求温度Tx;畜禽养殖环境温度动态设定模型基于畜禽饲养特性、行为特性、应激机制、畜禽品种、质量与日龄参数模型的养殖环境温度动态设定温度参数;
S2:基于GM(1,1)模型对畜禽舍养殖环境温度进行预测,获取N时刻的畜禽舍环境预测温度Ty;该模型基于累加生成数列、残差模型修正和等维新息处理的综合GM(1,1)模型的畜禽舍内环境预测系统及方法:首先用所述数据采集模块的历史温度数据作累加生成累加序列,建立GM(1,1)模型并求解模型,得时间响应函数,其次采用GM(1,1)模型得到预测值进行残差检验,结合残差序列变化的特点及其残差GM(1,1)模型的优点,对模型检验不合格或精度较低的序列建立残差GM(1,1)模型对原模型修正,以提高模型的精度,再者采用模型的残差或精度检验来选择预测模型的维数,最后,作等维新息处理建等维新息预测GM(1,1)模型,并重复模型的检验及修正;
所述对原模型修正的步骤为:
S21:建立残差修正模型;
S22:取精度较低数列的残差序列并排序;
S23:将精度较低数列的残差序列1-AGO处理,生成累加序列;
S24:建立残差GM(1,N)模型,求解模型得时间响应序列;
S25:得新残差模型并叠加入到原温度预测模型的修正中,对原模型进行修正得到温度预测新模型;
S3:判断畜禽养殖环境的需求温度Tx与预测温度Ty是否相等,若Tx=Ty,保持原环境调控执行机构的调控策略;若Tx≠Ty,基于GM(1,1)模型的灰色预测模糊控制系统对执行机构进行调控,执行S4;
S4:将畜禽养殖环境预测模块输出的预测误差、预测误差的变化率作为所述预测模糊控制模块的输入量,输入输出的误差及其误差的变化率为所述预测模糊决策模块的输入信号,确定适宜的预测步长,建立模糊决策规则,建立基于GM(1,1)模型的灰色预测模糊控制模型确定最终模糊控制的输出值,根据预测模糊控制的输出量对所述环境调控装置进行控制,当Ty<Tx时,系统自动进入加热模式;当Ty>Tx时,系统自动进入湿帘降温模式;使得畜禽舍内温度满足畜禽温度要求Tx=Ty,重复S1和S2步骤;
S5:判断需求温度Tx与实测温度Tc是否相等,若|Tx-Tc|>0.5℃,系统自动进入累计模式,当累计合大于5次,系统进入预警,饲养管理者根据预警对所述温湿度传感器和环境调控执行机构进行检修。
2.根据权利要求1所述的一种畜禽舍养殖环境温度预测控制系统的调控方法,其特征在于:所述环境温度预测模块连接所述数据采集模块,所述环境温度预测模块基于累加生成数列、残差模型修正和等维新息处理的综合GM(1,1)模型输出畜禽舍养殖环境第N时刻的预测温度;
所述预测模糊控制模块连接所述环境温度预测模块,所述预测模糊控制模块的输入信号为养殖环境温度预测误差与预测误差的变化率,建立模糊决策规则确定预测模糊控制的输出量,所述环境调控执行机构根据预测模糊控制的输出量进行控制调节;
所述预测模糊决策模块连接所述预测模糊控制模块,所述预测模糊决策模块的输入信号为输入输出的误差及其误差的变化率,确定适宜的预测步长;
所述预警检修模块基于偏差累加次数进行预警,所述预警检修模块连接所述养殖环境温度动态需求模块、所述温湿度传感器和所述数据采集模块。
3.根据权利要求1所述的一种畜禽舍养殖环境温度预测控制系统的调控方法,其特征在于:所述环境调控执行机构包括风机、湿帘、通风小窗、加热设备和喷雾装置,所述环境调控执行机构根据所述环境控制器的命令控制畜禽养殖环境的通风、降温、加热和加湿。
4.根据权利要求1所述的一种畜禽舍养殖环境温度预测控制系统的调控方法,其特征在于:所述温湿度传感器数量大于等于两个,且分别设置在畜禽舍内部和外部。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110170467.0A CN112817354B (zh) | 2021-02-08 | 2021-02-08 | 一种畜禽舍养殖环境温度预测控制系统及其调控方法 |
US18/264,747 US20240000046A1 (en) | 2021-02-08 | 2022-01-30 | Predictive control system and regulatory method for temperature of livestock house |
PCT/CN2022/075157 WO2022166919A1 (zh) | 2021-02-08 | 2022-01-30 | 一种畜禽舍养殖环境温度预测控制系统及其调控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110170467.0A CN112817354B (zh) | 2021-02-08 | 2021-02-08 | 一种畜禽舍养殖环境温度预测控制系统及其调控方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112817354A CN112817354A (zh) | 2021-05-18 |
CN112817354B true CN112817354B (zh) | 2023-06-30 |
Family
ID=75863730
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110170467.0A Active CN112817354B (zh) | 2021-02-08 | 2021-02-08 | 一种畜禽舍养殖环境温度预测控制系统及其调控方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20240000046A1 (zh) |
CN (1) | CN112817354B (zh) |
WO (1) | WO2022166919A1 (zh) |
Families Citing this family (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112817354B (zh) * | 2021-02-08 | 2023-06-30 | 中国农业大学 | 一种畜禽舍养殖环境温度预测控制系统及其调控方法 |
CN113703504B (zh) * | 2021-09-26 | 2022-12-30 | 中国热带农业科学院湛江实验站 | 一种基于物联网的畜牧养殖用温湿度控制系统及方法 |
CN114018322A (zh) * | 2021-10-26 | 2022-02-08 | 中国农业大学 | 一种小型动物产热产湿测量方法及测量设备 |
CN113867451B (zh) * | 2021-10-29 | 2022-08-23 | 江苏大学 | 一种云平台与控制器相结合的畜禽养殖智能温控方法 |
CN114200987A (zh) * | 2021-12-03 | 2022-03-18 | 天津农学院 | 一种基于强化学习的密闭式畜禽舍环境智能调控方法 |
CN114115403A (zh) * | 2021-12-03 | 2022-03-01 | 天津农学院 | 一种笼养肉鸡养殖环境智能控制装置 |
CN114371752B (zh) * | 2022-03-22 | 2022-05-24 | 广东博创佳禾科技有限公司 | 一种精密仪器实验室的环境调控方法及系统 |
CN115454177B (zh) * | 2022-09-16 | 2023-05-23 | 江苏省家禽科学研究所 | 一种禽用通风降温湿帘的自动控制方法及系统 |
CN115309203B (zh) * | 2022-10-11 | 2023-03-14 | 山东华邦农牧机械股份有限公司 | 养殖用智能温度控制系统 |
CN115830757B (zh) * | 2022-12-02 | 2023-11-17 | 江苏锦花电子股份有限公司 | 一种基于大数据的显示设备性能监测系统及方法 |
CN116029435B (zh) * | 2023-01-10 | 2023-07-07 | 盐城工学院 | 一种生猪设施养殖环境舒适度预警系统 |
CN115856232B (zh) * | 2023-02-28 | 2023-09-12 | 北京市农林科学院信息技术研究中心 | 畜禽舍臭气浓度确定方法、装置、电子设备及存储介质 |
CN117908369A (zh) * | 2023-04-23 | 2024-04-19 | 重庆市畜牧科学院 | 一种基于不同温区的猪场养殖环境动态调节方法 |
CN116384979B (zh) * | 2023-04-27 | 2023-09-26 | 圣麦克思智能科技(江苏)有限公司 | 一种idc运维服务支持系统及其方法 |
CN116484226B (zh) * | 2023-05-04 | 2023-10-03 | 乳山市海洋经济发展中心 | 一种通过神经网络建立渔业养殖模型的方法及装置 |
CN116720713B (zh) * | 2023-08-07 | 2023-12-19 | 广州城建职业学院 | 一种用于畜牧业禽类养殖管理方法、系统及存储介质 |
CN117077288B (zh) * | 2023-08-21 | 2024-03-29 | 浙江大学 | 一种航空飞行器元件的适应性设计分析方法及系统 |
CN116774761B (zh) * | 2023-08-22 | 2023-11-14 | 山东华邦农牧机械股份有限公司 | 一种养殖用设备的节能优化方法 |
CN117270403B (zh) * | 2023-11-22 | 2024-01-26 | 四川中物技术股份有限公司 | 一种龙门式制坨机的优化控制方法 |
CN117369572B (zh) * | 2023-12-07 | 2024-03-15 | 广东凯得智能科技股份有限公司 | 一种用于恒温酒柜的智能加湿控制方法及其相关设备 |
CN117970978B (zh) * | 2024-03-29 | 2024-06-04 | 中发建筑技术集团有限公司 | 一种适用于实验的恒温恒湿实验箱自动调控系统 |
CN117970986B (zh) * | 2024-04-01 | 2024-06-14 | 广东热矩智能科技有限公司 | 一种冷热系统的温湿度控制方法、装置及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4700887A (en) * | 1986-12-29 | 1987-10-20 | Cornell Research Foundation, Inc. | Environmental control system for poultry houses |
CN101480143A (zh) * | 2009-01-21 | 2009-07-15 | 华中科技大学 | 一种预测灌区作物单产量的方法 |
CN104950948A (zh) * | 2015-05-21 | 2015-09-30 | 淮阴工学院 | 牛舍温度智能控制系统 |
CN107644276A (zh) * | 2017-10-27 | 2018-01-30 | 常州工学院 | 基于二次项拟合gm(1,1)的社会总抚养比预测模型 |
CN110140662A (zh) * | 2019-04-30 | 2019-08-20 | 青岛沃蒙斯畜牧设备有限公司 | 一种实现温度自动控制的畜禽养殖业专用智能发热板 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1996009576A1 (en) * | 1994-09-19 | 1996-03-28 | Georgia Tech Research Corporation | Poultry environmental control systems and methods |
KR20160050651A (ko) * | 2014-10-30 | 2016-05-11 | 한국전자통신연구원 | 축사 관리 시스템 및 그 관리 방법 |
CN204536850U (zh) * | 2015-04-03 | 2015-08-05 | 陈恩保 | 养殖场环境监测控制系统 |
CN107289998B (zh) * | 2017-05-12 | 2019-08-23 | 淮阴工学院 | 基于can总线的猪舍环境温度智能监测系统 |
CN107203239B (zh) * | 2017-07-31 | 2022-07-22 | 东北农业大学 | 一种密闭畜禽养殖环境解耦模糊调控方法 |
CN107491124A (zh) * | 2017-08-29 | 2017-12-19 | 南阳华诚智能有限公司 | 物联网智能猪舍控制系统 |
CN108445747A (zh) * | 2018-01-30 | 2018-08-24 | 中国农业大学 | 一种畜禽养殖环境参数模糊优化控制方法 |
CN112817354B (zh) * | 2021-02-08 | 2023-06-30 | 中国农业大学 | 一种畜禽舍养殖环境温度预测控制系统及其调控方法 |
-
2021
- 2021-02-08 CN CN202110170467.0A patent/CN112817354B/zh active Active
-
2022
- 2022-01-30 US US18/264,747 patent/US20240000046A1/en active Pending
- 2022-01-30 WO PCT/CN2022/075157 patent/WO2022166919A1/zh active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4700887A (en) * | 1986-12-29 | 1987-10-20 | Cornell Research Foundation, Inc. | Environmental control system for poultry houses |
CN101480143A (zh) * | 2009-01-21 | 2009-07-15 | 华中科技大学 | 一种预测灌区作物单产量的方法 |
CN104950948A (zh) * | 2015-05-21 | 2015-09-30 | 淮阴工学院 | 牛舍温度智能控制系统 |
CN107644276A (zh) * | 2017-10-27 | 2018-01-30 | 常州工学院 | 基于二次项拟合gm(1,1)的社会总抚养比预测模型 |
CN110140662A (zh) * | 2019-04-30 | 2019-08-20 | 青岛沃蒙斯畜牧设备有限公司 | 一种实现温度自动控制的畜禽养殖业专用智能发热板 |
Non-Patent Citations (2)
Title |
---|
朱建平 等.灰色预测GM(1,1)模型.《经济预测与决策》.2019, * |
杨嘉怡."等维新息灰色DGM(1,1)预警模型".《煤炭资源型城市 生态安全预警及调控研究》.2019, * |
Also Published As
Publication number | Publication date |
---|---|
US20240000046A1 (en) | 2024-01-04 |
WO2022166919A1 (zh) | 2022-08-11 |
CN112817354A (zh) | 2021-05-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112817354B (zh) | 一种畜禽舍养殖环境温度预测控制系统及其调控方法 | |
CN106920006B (zh) | 一种基于isoa-lssvm的地铁站空调系统能耗预测方法 | |
CN107168402B (zh) | 基于can现场总线的鸡舍环境温度智能监测系统 | |
Wang et al. | An adaptive fuzzy hierarchical control for maintaining solar greenhouse temperature | |
CN109634098A (zh) | 一种育肥猪舍环境调控系统及方法 | |
CN112418498B (zh) | 用于智能温室的温度预测方法及系统 | |
CN112527037B (zh) | 一种具有环境因子预测功能的温室环境调控方法和系统 | |
CN116526473A (zh) | 基于粒子群优化lstm的电热负荷预测方法 | |
CN111815039A (zh) | 基于天气分类的周尺度风电功率概率预测方法及系统 | |
Alaviyan et al. | Design and manufacture of a smart greenhouse with supervisory control of environmental parameters using fuzzy inference controller | |
Vanegas-Ayala et al. | A systematic review of greenhouse humidity prediction and control models using fuzzy inference systems | |
Jackman et al. | Application of wireless technologies to forward predict crop yields in the poultry production chain | |
CN117873238A (zh) | 一种植物生长控制方法及其系统、计算机设备和存储介质 | |
CN116560428A (zh) | 基于lmbp神经网络的禽舍温度预测控制系统及控制方法 | |
Boersma et al. | Robust sample-based model predictive control of a greenhouse system with parametric uncertainty | |
CN112906856A (zh) | 一种基于云平台的畜禽舍环境温度检测系统 | |
Xu et al. | Review on control methods and strategies of greenhouse microclimate | |
Morozova | Methodology for controlling greenhouse microclimate parameters and yield forecast using neural network technologies | |
Hamidane et al. | Constrained temperature and relative humidity predictive control: Agricultural greenhouse case of study | |
Nnamani | Fuzzy Modelling of Automatic Greenhouse Control | |
CN117469774B (zh) | 空调系统调控方法、装置、电子设备及存储介质 | |
Morimoto et al. | An intelligent control technique for dynamic optimization of temperature during fruit storage process | |
Lysenko et al. | Intelligent Algorithms for the Automation of Complex Biotechnical Objects | |
CN117519042B (zh) | 基于ai技术的水泥生产智能控制方法、系统及存储介质 | |
Pucheta et al. | A neuro-dynamic programming-based optimal controller for tomato seedling growth in greenhouse systems |
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 |