CN113156874A - 高速射流高效混合人工智能控制系统及其控制方法 - Google Patents

高速射流高效混合人工智能控制系统及其控制方法 Download PDF

Info

Publication number
CN113156874A
CN113156874A CN202110556462.1A CN202110556462A CN113156874A CN 113156874 A CN113156874 A CN 113156874A CN 202110556462 A CN202110556462 A CN 202110556462A CN 113156874 A CN113156874 A CN 113156874A
Authority
CN
China
Prior art keywords
jet
speed
mixing
efficiency
artificial intelligence
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
Application number
CN202110556462.1A
Other languages
English (en)
Inventor
周裕
范德威
吴智
诺泍德
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.)
Shenzhen Graduate School Harbin Institute of Technology
Original Assignee
Shenzhen Graduate School Harbin Institute of Technology
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 Shenzhen Graduate School Harbin Institute of Technology filed Critical Shenzhen Graduate School Harbin Institute of Technology
Priority to CN202110556462.1A priority Critical patent/CN113156874A/zh
Publication of CN113156874A publication Critical patent/CN113156874A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • G05B19/0423—Input/output
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/25—Pc structure of the system
    • G05B2219/25257—Microcontroller

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明公开了一种高速射流高效混合人工智能控制系统及其控制方法，控制系统包括：感知单元，所述感知单元通过传感元件采集所述高速射流高效混合系统的气路数据，并用数据采集卡将所述气路数据转化为电压信号；执行单元，所述执行单元利用所述电压信号控制多支脉冲微射流与主射流的混合；控制单元，所述控制单元利用线性遗传编程作为控制算法，用于根据控制目标对高速射流的混合速度进行调控。本发明通过智能控制系统自动调节各参数来控制主射流的运动状态，进而对主射流的混合速度进行调控。

Description

高速射流高效混合人工智能控制系统及其控制方法
技术领域
本发明属于溶液混合领域，尤其涉及一种高速射流高效混合人工智能控制系统及其控制方法。
背景技术
传统的高速射流混合系统大多是为人为调控、输入设定参数，只针对特定混合速度进行设定，大多局限于被动喷嘴的设计，可调控的较少，且控制变量参数较少，具备自适应能力的几乎没有。此外，现有传统高速射流混合系统的全局寻优的数量级有限，而使用传统的控制系统无法找到最优的参数组合，并且很难精准调控射流混合速度。
发明内容
本发明针对上述问题，提供了一种高速射流高效混合人工智能控制系统及其控制方法，旨在解决高速射流混合系统在传统控制系统下的无法快速便捷地调控多变量混合速度的问题。
本发明的第一方面，提供了一种高速射流高效混合人工智能控制系统，所述高速射流高效混合人工智能控制系统用于控制高速射流高效混合系统，所述高速射流高效混合系统包括设有一个主射流入射通孔的主射流入射机构以及设有多个脉冲微射流入射通孔的脉冲微射流入射机构，所述主射流入射通孔与所述多个脉冲微射流入射通孔均通向中央掺混室，其特征在于，所述高速射流高效混合人工智能控制系统包括：
感知单元，所述感知单元通过传感元件采集所述高速射流高效混合系统的气路数据，并用数据采集卡将所述气路数据转化为电压信号；
执行单元，所述执行单元利用所述电压信号控制多支脉冲微射流与主射流的混合；
控制单元，所述控制单元利用线性遗传编程作为控制算法，用于根据控制目标对高速射流的混合速度进行调控。
进一步的，所述执行单元还包括控制脉冲微射流通断的装置。
进一步的，所述控制脉冲微射流通断的装置为电磁阀。
进一步的，当所述电磁阀通电，所述执行单元通过编程设置电磁阀的频率、占空比。
进一步的，所述执行单元还包括流量控制器，所述流量控制器通过设置所述主射流入射通孔与所述多个脉冲微射流入射通孔的阀门开度大小控制主射流与各脉冲微射流的流量大小。
进一步的，所述感知单元还包括根据所述气路数据判断高速射流的混合速度。
进一步的，所述电磁阀的频率、占空比以及主射流与各脉冲微射流的流量大小均通过所述控制算法计算得到。
本发明的第二方面，提供了一种高速射流高效混合人工智能控制方法，所述控制方法应用于高速射流高效混合系统，所述高速射流高效混合系统包括设有一个主射流入射通孔的主射流入射机构以及设有多个脉冲微射流入射通孔的脉冲微射流入射机构，所述主射流入射通孔与所述多个脉冲微射流入射通孔均通向中央掺混室，其特征在于，所述控制方法包括：
通过传感元件采集所述高速射流高效混合系统的气路数据，并用数据采集卡将所述气路数据转化为电压信号；
利用所述电压信号控制多支脉冲微射流与主射流的混合；
利用线性遗传编程作为控制算法，用于根据控制目标对高速射流的混合速度进行调控。
进一步的，所述控制方法还包括根据所述气路数据判断高速射流的混合速度。
本发明的第三方面，提供了一种高速射流高效混合系统，包括了所述的高速射流高效混合人工智能控制系统。
本发明提供的一种高速射流高效混合人工智能控制系统及其控制方法，应用于高速射流高效混合系统，所述高速射流高效混合系统的主射流和脉冲微射流分别通过主射流入射通孔和脉冲微射流入射通孔入射到中央掺混室，使用流量控制器控制主射流、脉冲微射流的流量，使用电磁阀控制脉冲微射流的脉冲入射，通过智能控制系统自动调节电磁阀的频率、占空比、脉冲微射流工作的支数、脉冲微射流之间的相位差以及流量控制器的流量，最终智能控制系统可控制混合气体产生至少4种湍流结构(轴对称，旋转，拍打以及既旋转又拍打的湍流结构)，进而控制主射流的运动状态，从而对主射流的混合速度进行调控。
附图说明
图1是本发明实施例的高速射流高效混合系统的结构示意图；
图2是本发明实施例中高速射流高效混合人工智能控制系统的结构和控制方法示意图；
图3是本发明实施例中线性遗传编程进化演算示意图；
图4是本发明实施例中使混合气体产生既旋转又拍打湍流结构的控制律示意图；
图5是本发明实施例中高速射流高效混合控制方法示意图。
具体实施方式
为进一步对本发明的技术方案作详细说明，本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的步骤。
本发明实施例针对一种高速射流高效混合人工智能控制系统及其控制方法，应用于高速射流高效混合系统，参考图1-图5。
如图1为实施例的高速射流高效混合系统100结构示意图，包括：主射流入射机构101；脉冲微射流入射机构102，所述脉冲微射流入射机构101与所述主射流入射机构102相连接；控制系统105，所述控制系统105分别与所述主射流入射机构101、脉冲微射流入射机构102相连接用于对高速射流混合进行智能控制；其中，所述主射流入射机构101设有一个主射流入射通孔，所述脉冲微射流入射机构102设有多个脉冲微射流入射通孔，所述主射流入射通孔与所述多个脉冲微射流入射通孔均通向中央掺混室104，主射流与各脉冲微射流在所述中央掺混室104发生混合，所述控制系统105还包括控制脉冲微射流通断的控制装置。具体实施例中，所述控制装置为电磁阀103。
具体实施例中，所述主射流入射通孔的轴线与脉冲微射流入射通孔的轴线不重合，用于主射流与各脉冲微射流的入射角度不重合并在中央掺混室104完成混合。
如图2所示为本发明实施例中一种高速射流高效混合人工智能控制系统105控制示意图，所述控制系统105包括：感知单元1051，所述感知单元1051通过传感元件采集所述高速射流高效混合系统100的气路数据，并用数据采集卡将所述气路数据转化为电压信号；执行单元1052，所述执行单元1052利用所述电压信号控制多支脉冲微射流与主射流的混合；控制单元1053，所述控制单元1053利用线性遗传编程作为控制算法，用于根据控制目标对高速射流的混合速度进行调控。
如图2所示，当所述电磁阀103通电，所述执行单元1052通过编程设置电磁阀的频率、占空比。
进一步的，所述执行单元1052还包括流量控制器，所述流量控制器通过设置所述主射流入射通孔与所述多个脉冲微射流入射通孔的阀门开度大小控制主射流与各脉冲微射流的流量大小。
进一步的，所述感知单元1051还包括根据所述气路数据判断高速射流的混合速度。
进一步的，所述电磁阀103的频率、占空比以及主射流与各脉冲微射流的流量大小均通过所述控制算法计算得到。
具体实施例中，由控制单元1053的线性遗传编程控制算法得到控制方程b，该方程控制执行单元1052进行主射流与脉冲微射流的混合，混合效果通过感知单元1051进行判断。
所述感知单元1051由传感元件和高速数字采集卡组成，所述传感元件包括但不限于湍流脉动速度探头、温度探头，传感元件可以检测主射流信息，经由高速数字采集卡采集测量到的信号，传递到计算机中处理。
如图2所示，评价函数J为对线性遗传编程演算出的控制方程的评价标准。所述评价标准为J值越小则控制效果越好。
如图2所示，所述控制方程b包含多个参数。当采用开环控制时，方程涉及的参数包括但不限于相位、激励频率、占空比。当采用闭环控制时，方程涉及的参数主要为传感器信号。由算法演算出的函数B经过与设定阈值进行判断得到输入到执行子系统中的信号b。信号b为二进制信号，当b为1，执行子系统中的电磁阀开启，当b为0，执行子系统中的电磁阀关闭。
如图2所示，线性遗传编程在进行演算的过程中，每一轮的运算被称为一代种群，将每一个控制函数B视为种群中的一个个体。首先按照J值从小到大进行排序，J值最小的个体为视作精英个体，直接传递到下一代中。其他个体则进入锦标赛选择法及进行竞争。竞争包括了个体的复制运算、交叉运算以及突变运算。最终产生新的一代种群，其个体数量与上一代相同。不断重复上述过程直至算法停止。
如图3所示为本发明实施例中线性遗传编程进化演算示意图，所述线性遗传编程的进化过程包括了精英个体选择以及锦标赛选择法。参与进化的参数被存放在编码后的寄存器中，进化过程在矩阵中进行。
如图3所示，编码后的矩阵前两列代表参与运算的寄存器，第三列代表运算算子，包括四则运算、指数运算、对数运算等，第四列代表目标寄存器，用于存储本次运算的结果。矩阵的每一行都代表一次计算。
如图3所示，所述精英个体选择是生成下一代个体的途径之一。在每一代种群中，由小到大对个体进行排序，从中挑选J值最小的个体，不对其进行任何操作，直接传递到下一代当中，以保留最优个体的基因。
如图3所示，所述锦标赛选择法是生成下一代个体的另一途径。在每代种群中，除去精英个体后，剩余的个体都会参与锦标赛选择法。参与的个体按照设置的比例分别进行自我复制、交叉重组以及突变。进行自我复制的个体不做任何修改，直接传递到下一代。进行交叉重组的个体必须为2个，在2个个体的矩阵中分别选择大小相同的部分，然后将其进行交换，生成2个新的个体并传递到下一代。进行突变的个体随机地对其矩阵中某些元素进行修改，突变后的个体必须在有效范围内。
本发明高速射流高效混合人工智能控制系统105最终可控制混合气体产生至少4种湍流结构(轴对称，旋转，拍打以及既旋转又拍打的湍流结构)，进而控制主射流的运动状态，从而对主射流的混合速度进行调控。如图4所示为本发明实施例中使混合气体产生既旋转又拍打湍流结构的控制律示意图，控制系统所生成的最佳控制律(组合控制)，该控制律控制执行单元1052中脉冲微射流的入射(通断)。图4中所述的六个圆形分别表示控制律一个运行周期的六个连续时刻，而六个箭头分别表示六支微射流的入射方向及开关(存在箭头表示微射流开启，反之则为关闭)。黑色所占面积比代表每支微射流的占空比。由图4所产生的组合控制可以使主射流产生既旋转又拍打的运动，进而使主射流与脉冲微射流高效混合，且实验表明其混合速度比传统的单一拍打模式提升约30％。
以下，参照图5来描述根据本公开实施例的与图1、图2所示的系统以及人工智能控制系统，提供了一种高速射流高效混合人工智能控制方法，所述高速射流高效混合系统100包括主射流入射机构101；脉冲微射流入射机构102，所述脉冲微射流入射机构101与所述主射流入射机构102相连接；控制系统105，所述控制系统105分别与所述主射流入射机构101、脉冲微射流入射机构102相连接用于对高速射流混合进行智能控制；其中，所述主射流入射机构101设有一个主射流入射通孔，所述脉冲微射流入射机构102设有多个脉冲微射流入射通孔，所述主射流入射通孔与所述多个脉冲微射流入射通孔均通向中央掺混室104，主射流与各脉冲微射流在所述中央掺混室104发生混合，所述控制方法如图5为本发明实施例中高速射流高效混合人工智能控制方法示意图，所述控制方法包括：A01、通过传感元件采集所述高速射流高效混合系统的气路数据，并用数据采集卡将所述气路数据转化为电压信号；A02、利用所述电压信号控制多支脉冲微射流与主射流的混合；A03、利用线性遗传编程作为控制算法，用于根据控制目标对高速射流的混合速度进行调控。
进一步的，所述控制方法还包括根据所述气路数据判断高速射流的混合速度。
一种高速射流高效混合人工智能控制方法的具体工作过程参照上述一种高速射流高效混合系统的控制系统105的描述，不再赘述。
本发明还提出了一种高速射流高效混合系统，包括如图1所示的高速射流高效混合系统100的高速射流高效混合人工智能控制系统105。
本发明提供的一种高速射流高效混合人工智能控制系统105及其控制方法，以及高速射流高效混合系统100，所述高速射流高效混合系统100主射流和脉冲微射流分别通过主射流入射通孔和脉冲微射流入射通孔入射到中央掺混室，主射流入射通孔的轴线与脉冲微射流入射通孔的轴线不重合用于使二者的入射角度不重合并在中央掺混室104完成可控混合。使用流量控制器控制主射流、脉冲微射流的流量，使用电磁阀103控制脉冲微射流的脉冲入射，通过智能控制系统105自动调节电磁阀的频率、占空比、脉冲微射流工作的支数、脉冲微射流之间的相位差以及流量控制器的流量，来调控主射流的混合速度，脉冲微射流的入射通断和入射的质量流量分别由电磁阀103和流量控制器控制，其中电磁阀103和流量控制器的控制参数由控制单元1053寻找到的最优参数来控制。多个脉冲微射流的入射为独立控制，互相没有影响。最终人工智能控制系统105可控制混合气体产生至少4种湍流结构(轴对称，旋转，拍打以及既旋转又拍打的湍流结构)，进而控制主射流的运动状态，从而对主射流的混合速度进行调控。
在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的步骤、方法不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种步骤、方法所固有的要素。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (10)

1.一种高速射流高效混合人工智能控制系统，所述高速射流高效混合人工智能控制系统用于控制高速射流高效混合系统，所述高速射流高效混合系统包括设有一个主射流入射通孔的主射流入射机构以及设有多个脉冲微射流入射通孔的脉冲微射流入射机构，所述主射流入射通孔与所述多个脉冲微射流入射通孔均通向中央掺混室，其特征在于，所述高速射流高效混合人工智能控制系统包括：
感知单元，所述感知单元通过传感元件采集所述高速射流高效混合系统的气路数据，并用数据采集卡将所述气路数据转化为电压信号；
执行单元，所述执行单元利用所述电压信号控制多支脉冲微射流与主射流的混合；
控制单元，所述控制单元利用线性遗传编程作为控制算法，用于根据控制目标对高速射流的混合速度进行调控。
2.根据权利要求1所述的一种高速射流高效混合人工智能控制系统，其特征在于，所述执行单元还包括控制脉冲微射流通断的装置。
3.根据权利要求2所述的一种高速射流高效混合人工智能控制系统，其特征在于，所述控制脉冲微射流通断的装置为电磁阀。
4.根据权利要求3所述的一种高速射流高效混合人工智能控制系统，其特征在于，当所述电磁阀通电，所述执行单元通过编程设置电磁阀的频率、占空比。
5.根据权利要求1所述的一种高速射流高效混合人工智能控制系统，其特征在于，所述执行单元还包括流量控制器，所述流量控制器通过设置所述主射流入射通孔与所述多个脉冲微射流入射通孔的阀门开度大小控制主射流与各脉冲微射流的流量大小。
6.根据权利要求1所述的一种高速射流高效混合人工智能控制系统，其特征在于，所述感知单元还包括根据所述气路数据判断高速射流的混合速度。
7.根据权利要求4所述的一种高速射流高效混合人工智能控制系统，其特征在于，所述电磁阀的频率、占空比以及主射流与各脉冲微射流的流量大小均通过所述控制算法获得。
8.一种高速射流高效混合人工智能控制方法，所述控制方法应用于高速射流高效混合系统，所述高速射流高效混合系统包括设有一个主射流入射通孔的主射流入射机构以及设有多个脉冲微射流入射通孔的脉冲微射流入射机构，所述主射流入射通孔与所述多个脉冲微射流入射通孔均通向中央掺混室，其特征在于，所述控制方法包括：
通过传感元件采集所述高速射流高效混合系统的气路数据，并用数据采集卡将所述气路数据转化为电压信号；
利用所述电压信号控制多支脉冲微射流与主射流的混合；
利用线性遗传编程作为控制算法，用于根据控制目标对高速射流的混合速度进行调控。
9.根据权利要求8所述的一种高速射流高效混合人工智能控制方法，其特征在于，所述控制方法还包括根据所述气路数据判断高速射流的混合速度。
10.一种高速射流高效混合系统，其特征在于，包括权利要求1至7中任一项所述的高速射流高效混合人工智能控制系统。
CN202110556462.1A 2021-05-21 2021-05-21 高速射流高效混合人工智能控制系统及其控制方法 Pending CN113156874A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110556462.1A CN113156874A (zh) 2021-05-21 2021-05-21 高速射流高效混合人工智能控制系统及其控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110556462.1A CN113156874A (zh) 2021-05-21 2021-05-21 高速射流高效混合人工智能控制系统及其控制方法

Publications (1)

Publication Number Publication Date
CN113156874A true CN113156874A (zh) 2021-07-23

Family

ID=76877054

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110556462.1A Pending CN113156874A (zh) 2021-05-21 2021-05-21 高速射流高效混合人工智能控制系统及其控制方法

Country Status (1)

Country Link
CN (1) CN113156874A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114153173A (zh) * 2021-12-14 2022-03-08 哈尔滨工业大学（深圳） 一种高速运载工具人工智能控制系统及其方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6837456B1 (en) * 2001-01-10 2005-01-04 Florida State University Research Foundation Microjet based control system
CN110220942A (zh) * 2019-06-10 2019-09-10 上海交通大学 一种基于高速射流的爆轰激励系统及方法
CN112473417A (zh) * 2020-11-09 2021-03-12 江苏大学 一种脉宽调制控制混药比的在线混药方法及装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6837456B1 (en) * 2001-01-10 2005-01-04 Florida State University Research Foundation Microjet based control system
CN110220942A (zh) * 2019-06-10 2019-09-10 上海交通大学 一种基于高速射流的爆轰激励系统及方法
CN112473417A (zh) * 2020-11-09 2021-03-12 江苏大学 一种脉宽调制控制混药比的在线混药方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
吴智: "《湍流射流和机翼绕流控制优化系统》", 《中国优秀博硕士学位论文全文数据库(博士)基础科学辑》 *
徐琦栋: "《不同雷诺数下基于脉冲微射流控制的射流混合特性研究》", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114153173A (zh) * 2021-12-14 2022-03-08 哈尔滨工业大学（深圳） 一种高速运载工具人工智能控制系统及其方法

Similar Documents

Publication Publication Date Title
Li et al. Composite particle swarm optimizer with historical memory for function optimization
CN109946975A (zh) 一种未知伺服系统的强化学习最优跟踪控制方法
CN110308649A (zh) 一种基于pso-soa融合算法的pid参数优化方法
CN113156874A (zh) 高速射流高效混合人工智能控制系统及其控制方法
Zein-Sabatto et al. Intelligent flight controllers for helicopter control
CN105487496A (zh) 基于双目标并行island-hfc混合模型遗传编程算法的火电厂热工在线过程辨识及控制算法的优化方法
Peng et al. Compensatory neural fuzzy network with symbiotic particle swarm optimization for temperature control
Yousefi et al. A hybrid neuro-fuzzy approach for greenhouse climate modeling
Cheng et al. Weapon-target assignment of ballistic missiles based on Q-learning and genetic algorithm
Juang et al. A recurrent fuzzy-network-based inverse modeling method for a temperature system control
CN110443356A (zh) 一种基于多阻态忆阻器的电流型神经网络
Feng A self-tuning fuzzy control system design
Showalter et al. Multiobjective neuromodulated controllers for efficient autonomous vehicles with mass and drag in the pursuit-evasion game
CN110244852A (zh) 一种大脑情绪控制器控制参数整定方法
Kouatli Multivariable decision making process using the concept of genetic fuzzimetric technique
Juang et al. A recurrent neural fuzzy network controller for a temperature control system
Hayashida et al. Feature extraction and classification of learners using neural networks
Taou et al. Optimising boolean synthetic regulatory networks to control cell states
Zhao Direct-inverse modeling control based on interval type-2 fuzzy neural network
Lewin Evolutionary algorithms in control system engineering
CN110532614A (zh) 一种旋转导弹转速特性气动优化方法
CN111795795B (zh) 应用信号分析的电子辅助选择系统及方法
Khan et al. Developmental plasticity in cartesian genetic programming based neural networks
Maceda et al. Wake stabilization with Machine Learning Control (xMLC)
CN113311871B (zh) 跳跃-滑翔导弹的制导律优化方法及系统

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: 20210723