CN112906319A - 一种基于无人机遥感与三维sph的尾矿库溃坝泥浆演进模拟方法 - Google Patents
一种基于无人机遥感与三维sph的尾矿库溃坝泥浆演进模拟方法 Download PDFInfo
- Publication number
- CN112906319A CN112906319A CN202110228456.3A CN202110228456A CN112906319A CN 112906319 A CN112906319 A CN 112906319A CN 202110228456 A CN202110228456 A CN 202110228456A CN 112906319 A CN112906319 A CN 112906319A
- Authority
- CN
- China
- Prior art keywords
- aerial vehicle
- unmanned aerial
- sph
- mud
- dam break
- 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
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000004088 simulation Methods 0.000 title claims abstract description 25
- 239000002002 slurry Substances 0.000 claims abstract description 16
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 12
- 238000012360 testing method Methods 0.000 claims abstract description 11
- 238000012545 processing Methods 0.000 claims abstract description 10
- 238000004364 calculation method Methods 0.000 claims abstract description 8
- 238000011160 research Methods 0.000 claims abstract description 6
- 238000011084 recovery Methods 0.000 claims abstract description 5
- 239000002245 particle Substances 0.000 claims description 21
- 238000005259 measurement Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000012502 risk assessment Methods 0.000 abstract description 5
- 230000007547 defect Effects 0.000 abstract description 4
- 238000011002 quantification Methods 0.000 abstract description 2
- 238000012800 visualization Methods 0.000 abstract description 2
- 238000007726 management method Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 239000012530 fluid Substances 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 238000012876 topography Methods 0.000 description 3
- 238000010606 normalization Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000009533 lab test Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000005381 potential energy Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/25—Design optimisation, verification or simulation using particle-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Algebra (AREA)
- Fluid Mechanics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于无人机遥感与三维SPH的尾矿库溃坝泥浆演进模拟方法,属于矿山岩土工程技术领域,包括圈定尾矿库的待研究区域,获取尾矿库规划方案;确定尾矿库溃坝泥浆演进的研究范围;规划无人机航测线路;使用摄影测量运动恢复结构算法处理无人机航测数据,重建获取高分辨率正射影像与数字表面模型地形数据;导出地形数据,确定溃口形态并建立三维几何模型;测试溃坝泥浆流变参数;建立基于SPH算法的溃坝泥浆演进三维模型;编译SPH计算程序,在高性能计算集簇上实现CPU/GPU的并行运算。本发明为尾矿库溃坝灾害风险评估提供科学依据,解决实验室相似模拟方法以及传统网格类方法存在的缺陷,实现尾矿库溃坝灾害风险评估的定量化与可视化。
Description
技术领域
本发明公开了一种基于无人机遥感与三维SPH的尾矿库溃坝泥浆演进模拟方法,属于矿山岩土工程技术领域。
背景技术
尾矿库是用以堆存矿山采选废弃物的场所,是公认的具有高势能的人造泥石流重大危险源,近十年国内外尾矿库溃坝事故频发,事故造成惨重人员伤亡、巨额财产损失与难以修复的环境污染。尾矿库溃坝泥浆演进的模拟与超前预测,准确获取溃坝影响区域及泥浆演进过程的技术参数,对于尾矿库防灾减灾、制订科学合理的应急管理方案具有重要参考价值。
因溃坝类灾害破坏性强、过程不易控制,不具备开展现场工业测试的可能性,当前该领域的研究与相关发明主要包括实验室物理相似模拟手段与数值模拟方法两类。实验室物理相似模拟方法存在适用范围小、可重复性差、观测系统造价高、下游地形粗略等缺点,对于工程实践参考价值有限;网格法数值模拟手段在计算诸如溃坝、泥石流、滑坡类型的大变形实施例时,容易因网格畸变等出现误差,且具有假设条件理想化、忽略或简化下游地形、时效性差等缺陷,计算结果与实际情况相差较大。
发明内容
本发明公开了一种基于无人机遥感与三维SPH的尾矿库溃坝泥浆演进模拟方法,以解决现有技术适用范围小、可重复性差、观测系统造价高、下游地形粗略的问题。
一种基于无人机遥感与三维SPH的尾矿库溃坝泥浆演进模拟方法,包括:
S1.圈定尾矿库的待研究区域,获取尾矿库规划方案;
S2.根据步骤S1的待研究区域确定尾矿库溃坝泥浆演进的研究范围;
S3.规划无人机航测线路,完成无人机航测并获取无人机航测数据;
S4.使用摄影测量运动恢复结构算法处理步骤S3中的无人机航测数据,重建获取高分辨率正射影像和数字表面模型地形数据;
S5.导出步骤S4中的数字表面模型地形数据,综合尾矿库规划方案确定溃口形态并建立三维几何模型;
S6.现场取样尾矿样本,测试溃坝泥浆流变参数;
S7.根据步骤S6测试获得的泥浆流变参数,建立基于SPH算法的溃坝泥浆演进三维模型;
S8.编译SPH计算程序,在高性能计算集簇上实现CPU/GPU的并行运算;
S9.处理步骤S8中的运算结果。
优选地,步骤S1和S5中的尾矿库规划方案可替换为已建造尾矿库基本参数。
优选地,步骤S2中,无人机航测包括地面控制点布置与现场外业测量。
优选地,步骤S2中,无人机航测获得影像数据与地面控制点数据。
优选地,步骤S8中,根据步骤S7测试获得的泥浆流变参数,先建立溃坝泥浆流体动力学模型,然后设置光滑粒子流体动力学粒子初始特征值,最后建立基于SPH算法的溃坝泥浆演进三维模型。
优选地,步骤S10中,处理运算结果具体为:
获取溃坝泥浆在下游真实地形上的以下关键参数:演进路径、时间进程、最终波及范围和淹没深度;
分析研究区域的泥浆流速和冲击强度。
与现有技术相比,本发明融合运用无人机遥感技术,以获取尾矿库溃坝灾害模拟中所需的高质量下游地形重要数据,同时引入光滑粒子流体动力学(SPH)算法这种无网格类方法,以化解传统网格类数值模拟方法(如有限元法、有限差分法等)计算大变形问题因网格畸变、缠绕等造成的误差;为尾矿库溃坝灾害风险评估提供科学依据,解决实验室相似模拟方法以及传统网格类方法存在的缺陷,实现尾矿库溃坝灾害风险评估的定量化与可视化,将提升矿山安全管理智能化水准,具备良好的推广价值;充分考虑尾矿库形态、下游地形等影响因素,可实现在达到设计库容条件下超前模拟溃坝泥浆的演进过程。
附图说明
图1为本发明的技术流程图;
图2为实施例的尾矿库待研究区域;
图3为图2的无人机航测线路;
图4为实施例的高分辨率正射影像;
图5为实施例的数字表面模型地形数据;
图6为实施例的溃坝模拟三维模型建立效果图;
图7为实施例的溃坝模拟结果。
具体实施方式
下面结合具体实施方式对本发明作进一步详细说明:
一种基于无人机遥感与三维SPH的尾矿库溃坝泥浆演进模拟方法,包括:
S1.圈定尾矿库的待研究区域,获取尾矿库规划方案;
S2.根据步骤S1的待研究区域确定尾矿库溃坝泥浆演进的研究范围;实施例研究区域面积2.28km2,无人机航高100m,共采集3002张航摄影像,布测地面控制点33个;
S3.规划无人机航测线路,完成无人机航测并获取无人机航测数据;
S4.使用摄影测量运动恢复结构算法处理步骤S3中的无人机航测数据,重建获取高分辨率正射影像和数字表面模型地形数据;
S5.导出步骤S4中的数字表面模型地形数据,综合尾矿库规划方案确定溃口形态并建立三维几何模型。本实施例所选取的山东省某尾矿库状态为在运行,假定该尾矿库达到设计库容,假定尾矿库洪水漫顶溃坝因素下触发溃坝,根据常规土石坝溃坝溃口尺寸经验公式(顶部/底部宽度=1.29,溃口宽度/深度=3),即可确定三维模型。
S6.现场取样尾矿样本,测试溃坝泥浆流变参数,实施例选取宾汉模型表征流体,屈服应力2.5Pa,黏度0.15Pa·s;
S7.根据步骤S6测试获得的泥浆流变参数,建立基于SPH算法的溃坝泥浆演进三维模型;SPH方法的基本思想是将流场离散成一系列具有质量、密度、黏度等独立属性的粒子,粒子之间不存在网格关系,而是由支持域内相邻粒子物理属性共同定义。这一过程通常通过函数的光滑近似逼近实现,即宏观变量函数使用积分形式F(r)表达:
式中h是光滑长度,即相邻两个粒子之间作用距离;r是代表粒子的空间坐标矢量;Ω代表由h所定义的求解域;W(r-r’,h)是光滑函数,又称为插值核函数。
式(1)的离散形式如下:
式中N是求解域内相邻粒子数目;m及ρ分别代表质量与密度;光滑函数W与粒子a、b之间距离|ra-rb|及光滑长度h相关,具有归一化、紧支性和狄拉克函数性质等属性。本文选取五次型光滑函数,其表达式为:
式中q=(ra-rb)/h,αD为归一化常数,在二维问题中取值7/(4πh2),三维问题中取值21/(16πh3)。
1)状态方程
采用弱可压缩状态方程,液体压力与密度之间的关系式如下:
式中B用于限制密度值的取值范围,当液面高度为H时,B的计算式为200(ρ0)gH/γ;γ为常数取值7;ρ0为相对密度,取值1000kg/m3。
2)控制方程
拉格朗日坐标系下动量方程形式为:
其中P代表压强;g为重力加速度,取值为(0,0,-9.81)m/s2,ψ为粘性耗散项。在多数尾矿库溃坝实施例中,泥浆浓度常低于40%,被描述为水力学特性类似于洪水、泥石流的流体。因此,综合考虑计算效率与适用性,选取通用HPB模型,黏度可由下式表征:
在弱可压缩SPH计算中各个粒子质量保持恒定,使用密度值波动表达求解质量守恒。SPH连续性方程的离散表达式为:
粒子运动方程采用XSPH离散形式:
采用Delta-SPH方程,通过引入一个耗散项来减少流场中粒子密度的波动幅度,从而增加WCSPH计算求解的可靠度。该方程可写为以下形式:
式子中的δ即为Delta-SPH的耗散系数。
S8.编译SPH计算程序,在高性能计算集簇上实现CPU/GPU的并行运算;
实施例设置粒子间距为2m,共生成936381个边界粒子,3494863个流体粒子;
S9.处理步骤S8中的运算结果。
步骤S1和S5中的尾矿库规划方案可替换为已建造尾矿库基本参数。
步骤S2中,无人机航测包括地面控制点布置与现场外业测量。
步骤S2中,无人机航测获得影像数据与地面控制点数据。
步骤S8中,根据步骤S7测试获得的泥浆流变参数,先建立溃坝泥浆流体动力学模型,然后设置光滑粒子流体动力学粒子初始特征值,最后建立基于SPH算法的溃坝泥浆演进三维模型。
步骤S10中,处理运算结果具体为:
获取溃坝泥浆在下游真实地形上的以下关键参数:演进路径、时间进程、最终波及范围和淹没深度;
分析研究区域的泥浆流速和冲击强度。
所获取的结果,最终为尾矿库溃坝灾害风险评估工作,以及应急管理方案的制订提供参考资料。
本发明充分考虑尾矿库形态、下游地形等影响因素,可实现在达到设计库容条件下超前模拟溃坝泥浆的演进过程。本实施例结果显示尾矿库溃坝泥浆演进线路与淹没深度受下游地形主导,在溃坝发生后第50s坝趾位置泥浆流速峰值22.6m/s;第150s泥浆流速峰值降低至15m/s,泥浆龙头流速不足5m/s开始淹没下游低洼区域;第300s-600s,泥浆以不足4m/s的速度淹没下游厂房、废液回收池等平坦区域,泥浆逐渐形成扇形淹没区域;第600s泥浆开始逼近下游公路,最远淹没距离为1224m,但流速大幅降低,淹没深度为4-10m,溃坝灾害应急响应时间充足,推测将不会对公路造成破坏性影响;利用本发明所提出的方案,在山东省一处运行中尾矿库在设计库容条件下的溃坝灾害风险评估中得以运用,超前预测设计库容条件下溃坝泥浆的演进路径、淹没范围与深度等关键参数,为矿山安全管理提供了重要的参考依据。经初步分析,该尾矿库如在极端条件下发生溃坝灾害,对于下游1km外的重要构筑物影响有限,重点需关注下游1km内的矿山厂房等设施。
当然,上述说明并非是对本发明的限制,本发明也并不仅限于上述举例,本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换,也应属于本发明的保护范围。
Claims (6)
1.一种基于无人机遥感与三维SPH的尾矿库溃坝泥浆演进模拟方法,其特征在于,包括:
S1.圈定尾矿库的待研究区域,获取尾矿库规划方案;
S2.根据步骤S1的待研究区域确定尾矿库溃坝泥浆演进的研究范围;
S3.规划无人机航测线路,完成无人机航测并获取无人机航测数据;
S4.使用摄影测量运动恢复结构算法处理步骤S3中的无人机航测数据,重建获取高分辨率正射影像和数字表面模型地形数据;
S5.导出步骤S4中的数字表面模型地形数据,综合尾矿库规划方案确定溃口形态并建立三维几何模型;
S6.现场取样尾矿样本,测试溃坝泥浆流变参数;
S7.根据步骤S6测试获得的泥浆流变参数,建立基于SPH算法的溃坝泥浆演进三维模型;
S8.编译SPH计算程序,在高性能计算集簇上实现CPU/GPU的并行运算;
S9.处理步骤S8中的运算结果。
2.根据权利要求1所述的基于无人机遥感与三维SPH的尾矿库溃坝泥浆演进模拟方法,其特征在于,步骤S1和S5中的尾矿库规划方案可替换为已建造尾矿库基本参数。
3.根据权利要求1所述的基于无人机遥感与三维SPH的尾矿库溃坝泥浆演进模拟方法,其特征在于,步骤S2中,无人机航测包括地面控制点布置与现场外业测量。
4.根据权利要求1所述的基于无人机遥感与三维SPH的尾矿库溃坝泥浆演进模拟方法,其特征在于,步骤S2中,无人机航测获得影像数据与地面控制点数据。
5.根据权利要求1所述的基于无人机遥感与三维SPH的尾矿库溃坝泥浆演进模拟方法,其特征在于,步骤S8中,根据步骤S7测试获得的泥浆流变参数,先建立溃坝泥浆流体动力学模型,然后设置光滑粒子流体动力学粒子初始特征值,最后建立基于SPH算法的溃坝泥浆演进三维模型。
6.根据权利要求1所述的基于无人机遥感与三维SPH的尾矿库溃坝泥浆演进模拟方法,其特征在于,步骤S10中,处理运算结果具体为:
获取溃坝泥浆在下游真实地形上的以下关键参数:演进路径、时间进程、最终波及范围和淹没深度;
分析研究区域的泥浆流速和冲击强度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110228456.3A CN112906319A (zh) | 2021-02-26 | 2021-02-26 | 一种基于无人机遥感与三维sph的尾矿库溃坝泥浆演进模拟方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110228456.3A CN112906319A (zh) | 2021-02-26 | 2021-02-26 | 一种基于无人机遥感与三维sph的尾矿库溃坝泥浆演进模拟方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112906319A true CN112906319A (zh) | 2021-06-04 |
Family
ID=76107343
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110228456.3A Pending CN112906319A (zh) | 2021-02-26 | 2021-02-26 | 一种基于无人机遥感与三维sph的尾矿库溃坝泥浆演进模拟方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112906319A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115719012A (zh) * | 2023-01-06 | 2023-02-28 | 山东科技大学 | 基于无人机遥感与多相sph算法的尾矿库放矿布置方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102708227A (zh) * | 2012-04-18 | 2012-10-03 | 国家测绘局卫星测绘应用中心 | 基于sph算法的洪水溃坝过程仿真方法与仿真系统 |
-
2021
- 2021-02-26 CN CN202110228456.3A patent/CN112906319A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102708227A (zh) * | 2012-04-18 | 2012-10-03 | 国家测绘局卫星测绘应用中心 | 基于sph算法的洪水溃坝过程仿真方法与仿真系统 |
Non-Patent Citations (1)
Title |
---|
王昆: "尾矿库溃坝演进SPH模拟与灾害防控研究", 《中国博士学位论文全文数据库 工程科技Ⅰ辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115719012A (zh) * | 2023-01-06 | 2023-02-28 | 山东科技大学 | 基于无人机遥感与多相sph算法的尾矿库放矿布置方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111369059B (zh) | 基于雨洪模拟耦合模型的城市内涝快速预测方法及系统 | |
Westoby et al. | Modelling outburst floods from moraine-dammed glacial lakes | |
CN110849335B (zh) | 一种无水下地形资料的堰塞湖水量库容遥感快速测定方法 | |
Zhang et al. | Application of optimized grey discrete Verhulst–BP neural network model in settlement prediction of foundation pit | |
CN104915495B (zh) | 一种泥石流灾情评估方法及应用 | |
CN105160193A (zh) | 一种基于动力过程的泥石流动态风险分析系统及方法 | |
CN111582597B (zh) | 一种输电线路滑坡危险性预测方法及其设备 | |
Castelli et al. | Modelling of a debris flow event in the Enna area for hazard assessment | |
Losasso et al. | Potential rock fall source areas identification and rock fall propagation in the province of Potenza territory using an empirically distributed approach | |
CN105678062A (zh) | 泥石流流量和容重沿程变化预测方法 | |
Liang et al. | Characterizing the development pattern of a colluvial landslide based on long-term monitoring in the three gorges reservoir | |
Namitha et al. | Ground water flow modelling using visual modflow | |
Žic et al. | A model of mudflow propagation downstream from the Grohovo landslide near the city of Rijeka (Croatia) | |
CN113742827B (zh) | 一种基于有限差分分析的公路边坡监测网络体系构建方法 | |
CN106680454A (zh) | 一种具拦沙坝已治理崩岗土壤侵蚀模数测算方法 | |
CN113378396B (zh) | 一种小流域地质灾害隐患点早期识别的方法 | |
Pignalosa et al. | Topographic amplification and debris remobilization as a cause for increasing rockfall hazard in seismic areas: A case study in Central Italy | |
CN112906319A (zh) | 一种基于无人机遥感与三维sph的尾矿库溃坝泥浆演进模拟方法 | |
Zhang et al. | Application of artificial intelligence in geotechnical and geohazard investigations | |
CN106968217A (zh) | 基于降雨频率的泥石流淤积危险范围划分方法 | |
Yang et al. | Numerical simulation of seepage and stability of tailing dams: A case study in ledong, China | |
Pain | Size does matter: relationships between image pixel size and landscape process scales | |
Gu et al. | Road slope monitoring and early warning system integrating numerical simulation and image recognition: a case study of Nanping, Fujian, China | |
Aaron et al. | Recharge response and kinematics of an unusual earthflow in Liechtenstein | |
Liu et al. | Channel aggradation triggered by dam failure amplifies the damage of outburst flood |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210604 |