CN113552806B - 一种基于模糊控制算法的养殖舍环境参数分析方法 - Google Patents

一种基于模糊控制算法的养殖舍环境参数分析方法 Download PDF

Info

Publication number
CN113552806B
CN113552806B CN202110970880.5A CN202110970880A CN113552806B CN 113552806 B CN113552806 B CN 113552806B CN 202110970880 A CN202110970880 A CN 202110970880A CN 113552806 B CN113552806 B CN 113552806B
Authority
CN
China
Prior art keywords
environment
cultivation
fuzzy
moderate
humidity
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
Application number
CN202110970880.5A
Other languages
English (en)
Other versions
CN113552806A (zh
Inventor
吴浩
李栋
顾小平
董星星
李天宇
陈雷
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.)
Sichuan University of Science and Engineering
Original Assignee
Sichuan University of Science and Engineering
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 Sichuan University of Science and Engineering filed Critical Sichuan University of Science and Engineering
Publication of CN113552806A publication Critical patent/CN113552806A/zh
Application granted granted Critical
Publication of CN113552806B publication Critical patent/CN113552806B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Cultivation Of Plants (AREA)

Abstract

本发明公开了一种基于模糊控制算法的养殖舍环境参数分析方法。该方法包括通过多种传感器采集养殖舍各环境参数；采用模糊控制算法对采集的养殖舍各环境参数进行运算并输出控制量；基于采集的养殖舍各环境参数，采用基于正向模糊推理的专家系统对养殖舍进行智能化环境评价。本发明为了解决现有技术中养殖舍内部环境的复杂性使得无法对其进行精确建模，因而不能用经典控制理论进行控制，也无法用现代控制理论进行处理的问题，采用了模糊控制算法来对养殖舍环境参数进行分析评价并输出控制量，能实现对养殖舍环境参数的自动调控。

Description

一种基于模糊控制算法的养殖舍环境参数分析方法
技术领域
本发明涉及一种养殖舍环境参数分析方法，尤其涉及一种基于模糊控制算法的养殖舍环境参数分析方法。
背景技术
随着我国国民经济总量跃居全球第二，居民生活水平也在日益提高，禽畜肉类已经成为餐桌上必不可少的食物，人们对禽畜肉类的消费与日俱增，对无污染、原生态的绿色食品也更加青睐，这无疑对我国目前的禽畜养殖业提出了更高的要求。
近年来，禽畜流行性疾病不断爆发和传播，诸多疾病的横行与其养殖环境不断恶化关系密切。导致禽畜类死亡的主要原因之一是禽畜类生存环境无法满足其正常生长需求，同时，环境的恶化还会导致养殖舍内细菌滋生，可能会引起人和禽畜感染病毒，直接对人类健康产生严重威胁。
传统的养殖仅靠养殖户经验养殖，无法实现精确数字化养殖。同时，中国现今的畜牧养殖仍以农村个体养殖户养殖为主体，不但养殖技术陈旧，对新管理技术的接收能力有限，而且对养殖环境不够重视，没有科学化的环境监控措施。当养殖环境恶化时，会导致疫情发生和大量的禽畜死亡，严重影响到广大养殖户的养殖效益。因为养殖舍内部环境的复杂性使得无法对其进行精确建模，因而不能用经典控制理论进行控制，也无法用现代控制理论进行处理。
发明内容
针对现有技术中的上述不足，本发明提供了一种基于模糊控制算法的养殖舍环境参数分析方法。
为了达到上述发明目的，本发明采用的技术方案为：
S1、获取养殖环境数据，所述养殖环境数据包括光照强度、氮气浓度、二氧化碳浓度以及硫化氢浓度；
S2、基于采集的养殖环境数据，采用基于正向模糊推理的专家系统对养殖舍进行智能化环境评价；
S3、采用模糊控制算法对采集的养殖环境数据进行运算并输出控制量。
本发明具有以下有益效果：本发明根据畜禽养殖环境的特点，采用了模糊控制算法来对养殖舍环境参数进行了分析，模糊控制与传统控制有着本质的区别，它不像经典控制那样需要用精确数字描述传递函数，也不像现代控制理论那样需要用矩阵表示状态方程。通过模拟人脑的模糊思维方法及归纳操作人员的控制策略(包括知识、经验和直觉)形成自动控制策略，并运用语言变量和模糊集合理论形成控制算法，最后用具有模糊性的语言条件语句，作为控制规则去执行控制，符合养殖舍复杂环境分析的需求，实现了输出用于改变养殖舍环境参数的控制量的功能。
优选地，步骤S1具体包括通过温湿度传感器采集养殖舍温度和湿度，通过光照强度传感器采集养殖舍光照强度，通过氮气传感器采集养殖舍氮气浓度，通过二氧化碳传感器采集养殖舍二氧化碳浓度，通过硫化氢传感器采集养殖舍硫化氢浓度。
此优选方案具有以下有益效果：尽可能的收集了会对养殖过程产生影响的各项环境参数，确保后续步骤分析结果具有全面性和准确性。
优选地，所述步骤S2包括以下分步骤：
S21、选择输入输出变量维数，其中输入变量为环境因子值；
S22、确定各输入变量论域及初值；
S23、对所述步骤S1得到的各环境因子值进行预处理，判定计算结果是否超限，若是则将输入变量调整为相应论域的极限值并进入步骤S24，若不是则直接进入步骤S24；
S24、根据模糊控制算法选择隶属函数，并选择模糊因子对步骤S23得到的结果进行模糊处理；
S25、判断各输出模糊量是否需要进行比例因子调整，若是，则进行比例因子调整后执行步骤S26，否则直接执行步骤S26；
S26、将所述步骤S25得到的输出模糊量进行去模糊化；
S27、判断去模糊化后的输出变量是否超限，若是，令超限的输出变量等于相应论域极限值后执行步骤S28，否则直接执行步骤S28；
S28、将输出变量作为控制量输出。
此优选方案具有以下有益效果：通过模拟人脑的模糊思维方法及归纳操作人员的控制策略(包括知识、经验和直觉)形成自动控制策略，并运用语言变量和模糊集合理论形成控制算法，最后用具有模糊性的语言条件语句，作为控制规则去执行控制
优选地，所述步骤S23中的预处理环境参数过程具体包括计算出温度、湿度和光照强度与标准值的差，二氧化碳浓度、硫化氢浓度和氮气浓度与上限值的差，将求得的各差值和各差值变化率作为输入变量。
此优选方案具有以下有益效果：以温度和湿度与标准值之差，以及有害气体浓度等环境因素与上限值之差和各差值变化率分别作为输入,通过模糊化、模糊推理和解模糊分别得到多个输出量，在上位机的后台建立了基于温度、湿度和有害气体浓度等多个模糊控制系统。上位机通过后台的模糊控制系统对养殖场内的环境参数进行模糊推理并分析处理，继而下达控制信息无线传输至执行终端，以实现对执行装置的实时控制，从而达到自动监控养殖场环境的目的
优选地，所述步骤S2中环境评价的方式为：
S201、根据养殖环境情况将养殖环境数据划分为过低、偏低、适中、偏高和过高5个等级；
S202、判定温度、湿度和光照强度与设定阈值的关系确定养殖环境情况；
S203、若温度为适中且湿度为适中且光照强度为适中，则判定当前养殖环境为良好；
S203、若温度为偏低、湿度为偏高且光照强度为适中，则判定当前养殖环境为正常；
S204、若温度为适中、湿度为偏高且光照强度为适中，则判定当前养殖环境为较差。
此优选方案具有以下有益效果：对现场环境进行实时监控以满足规定的数值范围。
进一步的，所述步骤S3具体包括：
S31、根据步骤S2的计算得到的环境评价信息，将环境调控信息通过ZigBee网络传输给现场执行模块对现场环境进行调整；
S32、根据步骤S2的计算得到的养殖环境情况以及离散论域结果经过人工智能算法计算，将环境评价信息通过上位机传输至云端服务器，对现场养殖环境进行监督管理。
上述方案的有益效果是，通过ZigBee网络传过来的现场环境信息，一方面经过上位机中的环境调控模块进行智能处理，再将其输出的控制信息经过ZigBee网络传输到现场控制执行模块，最后由终端控制执行模块调节养殖舍的环境条件；另一方面现场环境信息经过评价模块智能处理，得到环境评价结果，再把环境评价信息上传到云端，方便用户对养殖场环境状况进行监控。
进一步的，所述步骤S31中调整方式为：
若养殖环境为良好，则保持现场环境条件；
若养殖环境为正常，则将温度调高到适中状态，并将湿度调低到适中状态，保持光照强度不变；
若养殖环境卫生较差，则调高湿度到适中状态，且保持温度和光照强度不变。
上述进一步方案的有益效果是，通过合理的调控使得养殖环境满足设计要求。
附图说明
图1是本发明一种基于模糊控制算法的养殖舍环境参数分析方法的流程示意图。
图2为本发明实施例模糊控制算法原理示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
请参照图1，本发明提供了一种基于模糊控制算法的养殖舍环境参数分析方法，包括以下步骤：
S1、获取养殖环境数据，所述养殖环境数据包括光照强度、氮气浓度、二氧化碳浓度以及硫化氢浓度；
本发明实施例中，步骤S1具体包括通过温湿度传感器采集养殖舍温度和湿度，通过光照强度传感器采集养殖舍光照强度，通过氮气传感器采集养殖舍氮气浓度，通过二氧化碳传感器采集养殖舍二氧化碳浓度，通过硫化氢传感器采集养殖舍硫化氢浓度。
实施例里，领域知识转化为基础信息数据，环境监测基础信息包括适宜温度区间、适宜湿度区间、适宜光照强度区间等信息。
S2、基于采集的养殖环境数据，采用基于正向模糊推理的专家系统对养殖舍进行智能化环境评价。
养殖场内部环境的复杂性使得无法对其进行精确建模，因而不能用经典控制理论进行控制，也无法用现代控制理论进行处理。根据畜禽养殖环境的特点，拟采用模糊控制算法。模糊控制与传统控制有着本质的区别，它不像经典控制那样需要用精确数字描述传递函数，也不像现代控制理论那样需要用矩阵表示状态方程。通过模拟人脑的模糊思维方法及归纳操作人员的控制策略(包括知识、经验和直觉)形成自动控制策略，并运用语言变量和模糊集合理论形成控制算法，最后用具有模糊性的语言条件语句，作为控制规则去执行控制。模糊控制的原理和控制过程请参照图2所示，具体而言，
S21、选择输入输出变量维数，其中输入变量为环境因子值；
S22、确定各输入变量论域及初值；
S23、对所述步骤S2得到的各环境因子值进行预处理，判定计算结果是否超限，若是则将输入变量调整为相应论域的极限值并进入步骤S24，若不是则直接进入步骤S24；
S24、根据模糊控制算法选择隶属函数，并选择模糊因子对步骤S23得到的结果进行模糊处理；
S25、判断各输出模糊量是否需要进行比例因子调整，若是，则进行比例因子调整后执行步骤S26，否则直接执行步骤S26；
S26、将所述步骤S25得到的输出模糊量进行去模糊化；
S27、判断去模糊化后的输出变量是否超限，若是，令超限的输出变量等于相应论域极限值后执行步骤S28，否则直接执行步骤S28；
S28、将输出变量作为控制量输出。
对于本实施例而言，所述步骤S2中环境评价的方式为：
S201、根据养殖环境情况将养殖环境数据划分为过低、偏低、适中、偏高和过高5个等级；
S202、判定温度、湿度和光照强度与设定阈值的关系确定养殖环境情况；
S203、若温度为适中且湿度为适中且光照强度为适中，则判定当前养殖环境为良好；
S203、若温度为偏低、湿度为偏高且光照强度为适中，则判定当前养殖环境为正常；
S204、若温度为适中、湿度为偏高且光照强度为适中，则判定当前养殖环境为较差。
养殖场中的温度、湿度和有害气体(包括氨气、硫化氢等)浓度等环境因素是影响动物生长的主要环境参数。因此，本系统以温度和湿度与标准值之差，以及有害气体浓度等环境因素与上限值之差和各差值变化率分别作为输入，通过模糊化、模糊推理和解模糊分别得到多个输出量，在上位机的后台建立了基于温度、湿度和有害气体浓度等多个模糊控制系统。上位机通过后台的模糊控制系统对养殖场内的环境参数进行模糊推理并分析处理，继而下达控制信息无线传输至执行终端，以实现对执行装置的实时控制，从而达到自动监控养殖场环境的目的。
S3、采用模糊控制算法对采集的养殖环境数据进行运算并输出控制量，具体包括
S31、根据步骤S2的计算得到的养殖环境情况以及离散论域结果经过人工智能算法计算后，将环境调控信息通过ZigBee网络传输给现场执行模块对现场环境进行调整，其中调整方式为：
若养殖环境为良好，则保持现场环境条件；
若养殖环境为正常，则将温度调高到适中状态，并将湿度调低到适中状态，保持光照强度不变；
若样子环境卫生较差，则调高湿度到适中状态，且保持温度和光照强度不变。
S32、根据步骤S2的计算得到的养殖环境情况以及离散论域结果经过人工智能算法计算，将环境评价信息通过上位机传输至云端服务器，对现场养殖环境进行监督管理。
本领域的普通技术人员将会意识到，这里所描述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。

Claims (4)

1.一种基于模糊控制算法的养殖舍环境参数分析方法，其特征在于，包括以下步骤：
S1、获取养殖环境数据，所述养殖环境数据包括光照强度、氮气浓度、二氧化碳浓度以及硫化氢浓度；
S2、基于采集的养殖环境数据，采用基于正向模糊推理的专家系统对养殖舍进行智能化环境评价，具体包括如下步骤：
S21、选择输入输出变量维数，其中输入变量为环境因子值；
S22、确定各输入变量论域及初值；
S23、对所述步骤S1得到的各环境因子值进行预处理，判定计算结果是否超限，若是则将输入变量调整为相应论域的极限值并进入步骤S24，若不是则直接进入步骤S24，其中，预处理环境参数过程具体包括计算出温度、湿度和光照强度与标准值的差，二氧化碳浓度、硫化氢浓度和氮气浓度与上限值的差，将求得的各差值和各差值变化率作为输入变量；
S24、根据模糊控制算法选择隶属函数，并选择模糊因子对步骤S23得到的结果进行模糊处理；
S25、判断各输出模糊量是否需要进行比例因子调整，若是，则进行比例因子调整后执行步骤S26，否则直接执行步骤S26；
S26、将所述步骤S25得到的输出模糊量进行去模糊化；
S27、判断去模糊化后的输出变量是否超限，若是，令超限的输出变量等于相应论域极限值后执行步骤S28，否则直接执行步骤S28；
S28、将输出变量作为控制量输出；
具体的环境评价的方式为：
S201、根据养殖环境情况将养殖环境数据划分为过低、偏低、适中、偏高和过高5个等级；
S202、判定温度、湿度和光照强度与设定阈值的关系确定养殖环境情况；
S203、若温度为适中且湿度为适中且光照强度为适中，则判定当前养殖环境为良好；
S203、若温度为偏低、湿度为偏高且光照强度为适中，则判定当前养殖环境为正常；
S204、若温度为适中、湿度为偏高且光照强度为适中，则判定当前养殖环境为较差
S3、采用模糊控制算法对采集的养殖环境数据进行运算并输出控制量。
2.如权利要求1所述的一种基于模糊控制算法的养殖舍环境参数分析方法，其特征在于：所述步骤S1具体包括通过温湿度传感器采集养殖舍温度和湿度，通过光照强度传感器采集养殖舍光照强度，通过氮气传感器采集养殖舍氮气浓度，通过二氧化碳传感器采集养殖舍二氧化碳浓度，通过硫化氢传感器采集养殖舍硫化氢浓度。
3.如权利要求1所述的一种基于模糊控制算法的养殖舍环境参数分析方法，其特征在于，所述步骤S3具体包括：
S31、根据步骤S2的计算得到的养殖环境情况以及离散论域结果经过人工智能算法计算后，将环境调控信息通过ZigBee网络传输给现场执行模块对现场环境进行调整；
S32、根据步骤S2的计算得到的养殖环境情况以及离散论域结果经过人工智能算法计算，将环境评价信息通过上位机传输至云端服务器，对现场养殖环境进行监督管理。
4.如权利要求3所述的一种基于模糊控制算法的养殖舍环境参数分析方法，其特征在于：所述步骤S31中调整方式为：
若养殖环境为良好，则保持现场环境条件；
若养殖环境为正常，则将温度调高到适中状态，并将湿度调低到适中状态，保持光照强度不变；
若养殖环境为较差，则调高湿度到适中状态，且保持温度和光照强度不变。
CN202110970880.5A 2020-12-14 2021-08-23 一种基于模糊控制算法的养殖舍环境参数分析方法 Active CN113552806B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN2020114663176 2020-12-14
CN202011466317 2020-12-14

Publications (2)

Publication Number Publication Date
CN113552806A CN113552806A (zh) 2021-10-26
CN113552806B true CN113552806B (zh) 2023-07-21

Family

ID=78105973

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110970880.5A Active CN113552806B (zh) 2020-12-14 2021-08-23 一种基于模糊控制算法的养殖舍环境参数分析方法

Country Status (1)

Country Link
CN (1) CN113552806B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103676886A (zh) * 2013-12-17 2014-03-26 山东大学 标准化鸡舍环境与养殖信息监控及管理系统
CN111367163A (zh) * 2020-03-11 2020-07-03 广东广垦畜牧工程研究院有限公司 养殖场环境智能控制器及其应用

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3077000B2 (ja) * 1991-11-06 2000-08-14 株式会社山武 ファジィコントローラのチューニング方法
NO331769B1 (no) * 2010-05-18 2012-03-26 Uni I Stavanger System og fremgangsmate for styrt fôring av oppdrettsfisk
CN201993646U (zh) * 2011-01-27 2011-09-28 合肥工业大学 工业型激光导引agv的双闭环控制系统
KR20160050651A (ko) * 2014-10-30 2016-05-11 한국전자통신연구원 축사 관리 시스템 및 그 관리 방법
CN106444925A (zh) * 2016-08-08 2017-02-22 南通大学 一种基于物联网技术的畜禽舍环境监控系统及其工作方法
CN106406402A (zh) * 2016-11-18 2017-02-15 中国计量大学 一种基于模糊控制的微藻养殖自适应控制器
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
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
CN108667546B (zh) * 2018-04-20 2019-09-10 武汉虹信通信技术有限责任公司 一种移动小基站设备中模糊自适应的软锁相方法
CN108873689B (zh) * 2018-08-22 2021-03-02 任丘市华北油田诚信工业有限公司 一种基于模糊控制的油井清蜡方法
CN110107525B (zh) * 2018-12-10 2020-05-05 杭州能源投资管理有限公司 一种离心式空压站系统压力的控制方法
CN110442016A (zh) * 2019-08-15 2019-11-12 四川轻化工大学 一种基于模糊神经网络的智能防腐电源装置及其控制方法
CN211149258U (zh) * 2020-03-06 2020-07-31 乌兰察布市农牧业科学研究院 一种禽舍用环境控制装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103676886A (zh) * 2013-12-17 2014-03-26 山东大学 标准化鸡舍环境与养殖信息监控及管理系统
CN111367163A (zh) * 2020-03-11 2020-07-03 广东广垦畜牧工程研究院有限公司 养殖场环境智能控制器及其应用

Also Published As

Publication number Publication date
CN113552806A (zh) 2021-10-26

Similar Documents

Publication Publication Date Title
CN110084417B (zh) 一种基于grnn神经网络的草莓温室环境参数智能监测系统
CN103605353B (zh) 一种基于云服务的农业智能优化监控系统及优化监控方法
CN110109193B (zh) 一种基于drnn神经网络的茄子温室温度智能化检测装置
CN109634098A (zh) 一种育肥猪舍环境调控系统及方法
Bing The research of IOT of agriculture based on three layers architecture
CN111325522B (zh) 一种基于物联网的智能渔业养殖管理方法和系统
CN113126490B (zh) 智能变频增氧控制方法及装置
CN107085732A (zh) 基于无线传感器网络的牛舍环境氨气智能监测系统
CN103869796A (zh) 食用菌生产环境监控方法及监控系统
CN205883318U (zh) 一种农业物联网远程监测与控制系统
CN110119169A (zh) 一种基于最小向量机的番茄温室温度智能预警系统
CN112465109A (zh) 一种基于云边协同的农业大棚控制装置
CN112001242A (zh) 一种智能园艺管理方法和装置
CN110119767A (zh) 一种基于lvq神经网络的黄瓜温室温度智能化检测装置
CN116562813A (zh) 一种基于农业物联网的智慧农业综合管理系统
CN109116827B (zh) 基于物联网的日光温室水肥一体化灌溉控制方法及装置
CN116258238A (zh) 一种基于物联网的农作物管理系统
CN114637351A (zh) 一种设施作物温室环境调控方法及系统
CN113552806B (zh) 一种基于模糊控制算法的养殖舍环境参数分析方法
Ma et al. Integration agricultural knowledge and Internet of Things for multi-agent deficit irrigation control
CN117406593A (zh) 一种应用于渔业管理的智能数据处理方法和系统
CN112581302A (zh) 一种农业物联管理监测系统
CN117296538A (zh) 基于植被土壤成分检测的绿植维护方法、装置与系统
CN105137932A (zh) 基于物联网应用的监测信息服务云平台综合管理系统
CN114543869A (zh) 一种基于物联网技术的农业支撑系统

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
GR01 Patent grant
GR01 Patent grant