CN113722981A - 工程灾变和注浆加固过程中岩土体强度变化的模拟方法 - Google Patents

工程灾变和注浆加固过程中岩土体强度变化的模拟方法 Download PDF

Info

Publication number
CN113722981A
CN113722981A CN202110901713.5A CN202110901713A CN113722981A CN 113722981 A CN113722981 A CN 113722981A CN 202110901713 A CN202110901713 A CN 202110901713A CN 113722981 A CN113722981 A CN 113722981A
Authority
CN
China
Prior art keywords
rock
grouting reinforcement
engineering
catastrophe
time
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
CN202110901713.5A
Other languages
English (en)
Inventor
周宗青
白松松
李利平
褚开维
王美霞
孙基伟
商成顺
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 University
Original Assignee
Shandong 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 University filed Critical Shandong University
Priority to CN202110901713.5A priority Critical patent/CN113722981A/zh
Publication of CN113722981A publication Critical patent/CN113722981A/zh
Pending legal-status Critical Current

Links

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
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Consolidation Of Soil By Introduction Of Solidifying Substances Into Soil (AREA)

Abstract

本公开提供了一种工程灾变和注浆加固过程中岩土体强度变化的模拟方法，获取待测岩土体试样的在工程灾变与注浆加固过程中的宏观力学参数随时间变化数据；根据宏观力学参数随时间变化数据和预设机器学习模型，得到待测岩土体试样的微观力学参数随时间变化数据；根据微观力学参数随时间变化数据和预设DEM计算模型，得到工程灾变和注浆加固过程中岩土体强度变化模拟结果；本公开提供了工程岩体灾变与注浆加固过程中强度演化的DEM模拟计算方法，使得DEM模型更够更真实反映的岩土体的强度演化规律，极大的提高了岩土体的强度变化模拟结果的准确度。

Description

工程灾变和注浆加固过程中岩土体强度变化的模拟方法
技术领域
本公开涉及岩土体强度模拟技术领域，特别涉及一种工程灾变和注浆加固过程中岩土体强度变化的模拟方法。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术，并不必然构成现有技术。
地下工程围岩强度直接影响着工程的安全性和稳定性。风化作用、地震作用、施工扰动等因素会引发围岩劣化、破碎、贯通裂隙增多等现象，进而使围岩强度降低；相反的，注浆加固、锚杆加固等围岩加固技术能通过填充裂隙、连接非连续岩体等方式提高围岩的完整性，使得围岩强度增大。在地下工程灾害演化过程中，岩土体强度的降低会孕育出极易诱发灾害的不良地质体，最终引发隧道洞口滑坡、隧道塌方、突涌水等一系列工程灾害，造成重大人员伤亡、经济损失与工程延误。而在工程灾害的防治和治理过程中，注浆等加固技术从提高围岩强度的角度有效降低了断层、破碎带等致灾构造诱发灾害的风险，保证了地下工程施工安全。因此，研究岩土体的强度演化过程是揭示工程灾变机理和注浆加固机制的关键。
目前，除传统的理论分析外，数值模拟方法在岩土体强度演化的研究中有着广泛的应用。其中，离散元法(DEM)的基本思想是把介质视为由一系列的离散颗粒组成，颗粒遵循牛顿第二定律，善于处理非连续问题，具有可以计算岩石破裂和岩石大变形的特点，因此在分析岩土工程问题具有较大优势。
目前，基于各类DEM软件开展了一系列灾害演化过程中岩土体弱化及灾害防治过程中注浆加固的模拟，并提出了通过多次参数标定的方法，通过在模拟过程中不断调整DEM模型细观力学参数，进而实现对变化的控制，然而这种方法每次模拟都需要大量的参数标定工作，并且一套标定的参数仅能针对特定的岩土体进行模拟，耗时长、普遍性差。
发明内容
为了解决现有技术的不足，本公开提供了一种工程灾变和注浆加固过程中岩土体强度变化的模拟方法，提供了工程岩体灾变与注浆加固过程中强度演化的DEM模拟计算方法，使DEM模型能够真实反映岩土体的强度演化规律。
为了实现上述目的，本公开采用如下技术方案：
本公开第一方面提供了一种工程灾变和注浆加固过程中岩土体强度变化的模拟方法。
一种工程灾变和注浆加固过程中岩土体强度变化的模拟方法，包括以下过程：
获取待测岩土体试样的在工程灾变与注浆加固过程中的宏观力学参数随时间变化数据；
根据宏观力学参数随时间变化数据和预设机器学习模型，得到待测岩土体试样的微观力学参数随时间变化数据；
根据微观力学参数随时间变化数据和预设DEM计算模型，得到工程灾变和注浆加固过程中岩土体强度变化模拟结果。
进一步的，将各细观参数随时间变化的数据嵌入到现有颗粒接触模型中，得到DEM接触强度演化模型，在DEM计算模型嵌入DEM接触强度演化模型进行岩土体强度变化数值模拟。
更进一步的，所述颗粒接触模型为接触粘结模型。
更进一步的，所述颗粒接触模型为平行粘结模型。
进一步的，宏观力学参数至少包括岩土体试样的弹性模量、泊松比、抗压强度、内摩擦角和内聚力。
进一步的，细观力学参数至少包括岩土体试样的颗粒有效模量、颗粒密度、粘结有效模量和粘结强度。
进一步的，微观力学参数随时间变化数据为每个细观参数随时间的函数表达式。
本公开第二方面提供了一种工程灾变和注浆加固过程中岩土体强度变化的模拟方法。
一种工程灾变和注浆加固过程中岩土体强度变化的模拟方法，包括：
数据获取模块，被配置为：获取待测岩土体试样的在工程灾变与注浆加固过程中的宏观力学参数随时间变化数据；
数据处理模块，被配置为：根据宏观力学参数随时间变化数据和预设机器学习模型，得到待测岩土体试样的微观力学参数随时间变化数据；
强度模拟模块，被配置为：根据微观力学参数随时间变化数据和预设DEM计算模型，得到工程灾变和注浆加固过程中岩土体强度变化模拟结果。
本公开第三方面提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本公开第一方面所述的工程灾变和注浆加固过程中岩土体强度变化的模拟方法中的步骤。
本公开第四方面提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如本公开第一方面所述的工程灾变和注浆加固过程中岩土体强度变化的模拟方法中的步骤。
与现有技术相比，本公开的有益效果是：
本公开模拟方法、系统、介质或电子设备，提供了工程岩体灾变与注浆加固过程中强度演化的DEM模拟计算方法，使得DEM模型更够更真实反映的岩土体的强度演化规律，极大的提高了岩土体的强度变化模拟结果的准确度。
附图说明
构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。
图1公开了本公开实施例1提供的岩土体强度弱化模拟方法的流程图。
图2公开了本公开实施例1提供的工程灾变和注浆加固过程中岩土体宏观力学参数的变化规律示意图。
图3公开了本公开实施例1提供的岩土体强度演化过程中DEM模型细观参数的变化规律示意图。
具体实施方式
下面结合附图与实施例对本公开作进一步说明。
应该指出，以下详细说明都是例示性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
实施例1：
本公开实施例1提供了基于机器学习的DEM岩土体强度弱化模拟计算方法，其具体流程如图1所示，包括以下步骤：
S1：建立机器学习细观参数标定模型。
S1.1：建立机器学习样本库。
基于DEM计算方法，开展大量基础力学试验的数值模拟(单轴压缩、巴西劈裂试验等)，记录试验中的宏细观力学参数，每次试验的参数为一组样本。根据上述参数样本建立DEM宏细观参数标定数据库，作为机器学习的学习样本。
S1.2：训练机器学习模型。
基于XGBoost算法开发用于宏细观参数标定的模型。将步骤1.1中所建立数据库中的样本分为两组，其中80％的样本作为训练集，用于机器学习模型对数据特征进行分析及学习，其余20％的样本作为测试集，用于验证模型学习结果的准确性。将训练集中的宏观力学参数(弹性模量、泊松比、抗压强度、内摩擦角、内聚力等)作为特征值，细观力学参数(颗粒有效模量、颗粒密度、粘结有效模量、粘结强度等)作为目标值导入至模型中，通过调节模型中的回归树数量K、回归树迭代步长η，正则系数γ、λ等参数，完成模型的训练。
S1.3：验证模型准确性。
将测试集中的宏观力学参数作为特征值，导入S1.2中建立的参数标定模型中，运行模型预测细观力学参数值，计算计算结果评价指标R2，如式(1)：
Figure BDA0003200012640000061
其中，yi为第i个测试样本的实际数值，
Figure BDA0003200012640000062
为模型预测的第i个样本值，
Figure BDA0003200012640000063
为测试样本实际数值的平均数。
S1.4：重复上述步骤，直至R2>0.95，建立细观参数标定的机器学习模型。
S2：获取岩土体宏观强度演化规律。
从工程现场获得所需模拟区域的岩土体，制备成岩土力学试验标准试样，开展多组室内试验(如渗透破坏试验、动三轴试验等)或模型试验(如开挖过程的模型试验、注浆过程模型试验)，得到不同试验时间段的岩土体试样。
将这些岩土体试样重新制样，并分别进行三轴压缩与直剪试验，测得各个时间段内式样的力学参数，进而得到受渗透破坏、开挖扰动、注浆加固等作用下岩土体宏观力学参数(如宏观弹性模量、宏观抗压强度、宏观抗剪强度等)随时间的变化规律如图2。
S3：获取DEM细观参数函数表达式。
将S2中获得的岩土体各时间段宏观强度作为输入参数导入到步骤1中建立的细观参数标定模型中，得到各时间段对应的细观力学参数(如颗粒有效模量、颗粒密度、粘结强度等)，通过机器学习中的回归分析方法拟合每个细观参数随时间的函数表达式如式(2)：
Figure BDA0003200012640000064
式中，Eball为颗粒有效模量，ρball为颗粒密度，Ebond为粘结有效模量，Sbond为粘结强度，t为时间。由此能够得到细观参数随时间的变化规律如图3。
S4：建立DEM接触强度演化模型。
通过对DEM计算中接触模型的二次开发，将S3中获得的各细观参数随时间变化的函数表达式嵌入到现有颗粒接触模型中(如接触粘结模型、平行粘结模型等)，建立DEM接触强度演化模型，实现在DEM的模拟中颗粒间接触的强度能够随时间减弱或增大，进而能够真实反映模型宏观强度的演化。
S5：建立DEM计算模型，为模型添加S4中所建立的DEM接触强度演化模型，开展数值试验，实现工程灾变和注浆加固过程中岩土体强度变化的模拟。
实施例2：
本公开实施例2提供了一种工程灾变和注浆加固过程中岩土体强度变化的模拟方法，包括：
数据获取模块，被配置为：获取待测岩土体试样的在工程灾变与注浆加固过程中的宏观力学参数随时间变化数据；
数据处理模块，被配置为：根据宏观力学参数随时间变化数据和预设机器学习模型，得到待测岩土体试样的微观力学参数随时间变化数据；
强度模拟模块，被配置为：根据微观力学参数随时间变化数据和预设DEM计算模型，得到工程灾变和注浆加固过程中岩土体强度变化模拟结果。
实施例3：
本公开实施例3提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本公开实施例1所述的工程灾变和注浆加固过程中岩土体强度变化的模拟方法中的步骤。
实施例4：
本公开实施例4提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如本公开实施例1所述的工程灾变和注浆加固过程中岩土体强度变化的模拟方法中的步骤。
本领域内的技术人员应明白，本公开的实施例可提供为方法、系统、或计算机程序产品。因此，本公开可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本公开是参照根据本公开实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(RandomAccessMemory，RAM)等。
以上所述仅为本公开的优选实施例而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。

Claims (10)

1.一种工程灾变和注浆加固过程中岩土体强度变化的模拟方法，其特征在于：包括以下过程：
获取待测岩土体试样的在工程灾变与注浆加固过程中的宏观力学参数随时间变化数据；
根据宏观力学参数随时间变化数据和预设机器学习模型，得到待测岩土体试样的微观力学参数随时间变化数据；
根据微观力学参数随时间变化数据和预设DEM计算模型，得到工程灾变和注浆加固过程中岩土体强度变化模拟结果。
2.如权利要求1所述的工程灾变和注浆加固过程中岩土体强度变化的模拟方法，其特征在于：
将各细观参数随时间变化的数据嵌入到现有颗粒接触模型中，得到DEM接触强度演化模型，在DEM计算模型嵌入DEM接触强度演化模型进行岩土体强度变化数值模拟。
3.如权利要求2所述的工程灾变和注浆加固过程中岩土体强度变化的模拟方法，其特征在于：
所述颗粒接触模型为接触粘结模型。
4.如权利要求2所述的工程灾变和注浆加固过程中岩土体强度变化的模拟方法，其特征在于：
所述颗粒接触模型为平行粘结模型。
5.如权利要求1所述的工程灾变和注浆加固过程中岩土体强度变化的模拟方法，其特征在于：
宏观力学参数至少包括岩土体试样的弹性模量、泊松比、抗压强度、内摩擦角和内聚力。
6.如权利要求1所述的工程灾变和注浆加固过程中岩土体强度变化的模拟方法，其特征在于：
细观力学参数至少包括岩土体试样的颗粒有效模量、颗粒密度、粘结有效模量和粘结强度。
7.如权利要求1所述的工程灾变和注浆加固过程中岩土体强度变化的模拟方法，其特征在于：
微观力学参数随时间变化数据为每个细观参数随时间的函数表达式。
8.一种工程灾变和注浆加固过程中岩土体强度变化的模拟方法，其特征在于：包括：
数据获取模块，被配置为：获取待测岩土体试样的在工程灾变与注浆加固过程中的宏观力学参数随时间变化数据；
数据处理模块，被配置为：根据宏观力学参数随时间变化数据和预设机器学习模型，得到待测岩土体试样的微观力学参数随时间变化数据；
强度模拟模块，被配置为：根据微观力学参数随时间变化数据和预设DEM计算模型，得到工程灾变和注浆加固过程中岩土体强度变化模拟结果。
9.一种计算机可读存储介质，其上存储有程序，其特征在于，该程序被处理器执行时实现如权利要求1-7任一项所述的工程灾变和注浆加固过程中岩土体强度变化的模拟方法中的步骤。
10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7任一项所述的工程灾变和注浆加固过程中岩土体强度变化的模拟方法中的步骤。
CN202110901713.5A 2021-08-06 2021-08-06 工程灾变和注浆加固过程中岩土体强度变化的模拟方法 Pending CN113722981A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110901713.5A CN113722981A (zh) 2021-08-06 2021-08-06 工程灾变和注浆加固过程中岩土体强度变化的模拟方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110901713.5A CN113722981A (zh) 2021-08-06 2021-08-06 工程灾变和注浆加固过程中岩土体强度变化的模拟方法

Publications (1)

Publication Number Publication Date
CN113722981A true CN113722981A (zh) 2021-11-30

Family

ID=78675069

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110901713.5A Pending CN113722981A (zh) 2021-08-06 2021-08-06 工程灾变和注浆加固过程中岩土体强度变化的模拟方法

Country Status (1)

Country Link
CN (1) CN113722981A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111024588A (zh) * 2019-12-31 2020-04-17 山东大学 一种体现渗流对岩土体强度弱化的dem接触模型构建方法
CN111737860A (zh) * 2020-06-03 2020-10-02 山东大学 岩土体渗透破坏过程强度演化特征的等效模拟方法及系统
CN112131804A (zh) * 2020-08-18 2020-12-25 山东大学 一种劈裂-挤压注浆过程模拟的dem分析方法
CN112765895A (zh) * 2021-01-28 2021-05-07 南京大学 一种基于机器学习的岩土材料离散元自动建模方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111024588A (zh) * 2019-12-31 2020-04-17 山东大学 一种体现渗流对岩土体强度弱化的dem接触模型构建方法
CN111737860A (zh) * 2020-06-03 2020-10-02 山东大学 岩土体渗透破坏过程强度演化特征的等效模拟方法及系统
CN112131804A (zh) * 2020-08-18 2020-12-25 山东大学 一种劈裂-挤压注浆过程模拟的dem分析方法
CN112765895A (zh) * 2021-01-28 2021-05-07 南京大学 一种基于机器学习的岩土材料离散元自动建模方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
周喻;吴顺川;焦建津;张晓平;: "基于BP神经网络的岩土体细观力学参数研究", 岩土力学, no. 12 *
彭超: "岩质边坡宏细观力学特性及开挖稳定性分析与控制研究", 博士电子期刊 *

Similar Documents

Publication Publication Date Title
Pan et al. The influence of the intermediate principal stress on rock failure behaviour: a numerical study
Lee et al. Model for the shear behavior of rock joints under CNL and CNS conditions
Wang et al. Numerical analysis on scale effect of elasticity, strength and failure patterns of jointed rock masses
Lehký et al. FraMePID-3PB software for material parameter identification using fracture tests and inverse analysis
Pulatsu et al. In-plane structural performance of dry-joint stone masonry Walls: A spatial and non-spatial stochastic discontinuum analysis
CN109063327A (zh) 基于动力弹塑性和地面运动的地震破坏力评价方法及装置
Gandomi et al. Expression programming techniques for formulation of structural engineering systems
Liu et al. Discrete elements and size effects
Li et al. A numerical study of brittle failure in rocks with distinct microcrack characteristics
CN109543352A (zh) 页岩断裂韧性预测方法、装置及电子设备
Vaziri et al. Statistical analysis on the mechanical behaviour of non-persistent jointed rock masses using combined DEM and DFN
CN113836789A (zh) 基于宏细观参数关联准则的dem细观参数标定方法
Slowik et al. Shear failure of pre-stressed concrete T-shaped girders: experiment and nonlinear modeling
CN113722981A (zh) 工程灾变和注浆加固过程中岩土体强度变化的模拟方法
Potvin The need for new technology to optimise the engineering design of ground support systems in underground mines
Baktheer et al. Modeling and characterization strategy as a basis for improved prediction of concrete fatigue degradation in wind power plants
Hrubesova et al. Mathematical modeling of foundation-subsoil interaction
Vaskova et al. Subsoil-structure interaction solved in different FEM programs
Wendner et al. The role of fracture mechanics in reliability analyses
Shrivastava et al. Shear behaviour of infilled rock joints under different boundary conditions
Ahmed et al. Sensitivity Analyses of Hypoplastic Model Parameters to Simulate the Stress–Strain Behavior of MICP-Treated Sand
Zhuang et al. Enhanced Cloud Method (E-Cloud) for Efficient Seismic Fragility Assessment of Structures
Dadi-givshad et al. Study of Damaged Zone around Circular Opening Using Acoustic Emission Technique
Almeida et al. Mechanical behaviour analyzes of one leaf stone masonry walls
Zia et al. In-plane numerical analysis of a double-layered ashlar wall

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