CN113742861A - 一种适用于风力发电机风洞试验的叶片模型优化设计方法 - Google Patents

一种适用于风力发电机风洞试验的叶片模型优化设计方法 Download PDF

Info

Publication number
CN113742861A
CN113742861A CN202110975661.6A CN202110975661A CN113742861A CN 113742861 A CN113742861 A CN 113742861A CN 202110975661 A CN202110975661 A CN 202110975661A CN 113742861 A CN113742861 A CN 113742861A
Authority
CN
China
Prior art keywords
blade
coefficient
airfoil
fan
scale
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.)
Granted
Application number
CN202110975661.6A
Other languages
English (en)
Other versions
CN113742861B (zh
Inventor
黄国庆
张森钦
闫渤文
邓晓蔚
周绪红
杨庆山
信志强
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.)
Chongqing University
Original Assignee
Chongqing 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 Chongqing University filed Critical Chongqing University
Priority to CN202110975661.6A priority Critical patent/CN113742861B/zh
Publication of CN113742861A publication Critical patent/CN113742861A/zh
Application granted granted Critical
Publication of CN113742861B publication Critical patent/CN113742861B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/17—Mechanical parametric or variational design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/06—Wind turbines or wind farms
    • 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

  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Structures Of Non-Positive Displacement Pumps (AREA)
  • Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)

Abstract

本发明公开了一种适用于风力发电机风洞试验的叶片模型优化设计方法。包括选用翼型升阻力系数，基于叶素动量理论的计算大攻角风机推力系数的程序，以及设计模型信息建模方法。通过选用合适的翼型，计算升阻力系数，基于叶素动量理论计算大攻角下风机推力系数；以足尺推力系数为目标，弦长与扭转角为变量设计模型叶片，并进行几何建模，进行模型叶片制作。通过该方法，可以快速设计适用于风洞试验的风机叶片并导出加工所需的几何模型文件，使得模型推力系数与足尺推力系数相同，风洞试验尾流结果能够反映足尺风机尾流分布。

Description

一种适用于风力发电机风洞试验的叶片模型优化设计方法
技术领域
本发明属于风力发电机风洞试验技术领域，具体涉及一种适用于风力发电机风洞试验的叶片模型优化设计方法。
背景技术
在额定工况下，足尺风机叶片工作的雷诺数环境在106-107量级.而进行缩尺后，几何相似的模型叶片工作雷诺数仅在103-104量级，该雷诺数的几个量级差别，导致原型机叶片和模型叶片之间存在不可忽略的尺度效应。导致几何缩尺模型叶片升力系数较小，进而影响风机推力系数。
风机尾流主要与风机推力系数有关，因此几何缩尺叶片模型风洞试验的尾流结果不能反映实际风机的尾流分布。为解决这一问题，2017年意大利米兰理工大学的Bayati等提出提高模型叶片的试验风速方法，选择了适用于低雷诺数的SD7032翼型，以原型叶片与模型叶片每个叶素性能相似为依据进行设计，最终得到与原目标值非常吻合的结果，但该设计方法的前提是增大风速，破坏了Froude数相似，该做法会对整个风机系统响应产生不可预计的影响。2018年东京大学的石原孟等提出通过调整桨距角，使得几何缩尺模型推力系数于实际足尺风机一致，但该方法仅适用于低功率风机缩尺比适中，即几何缩尺模型推力系数与足尺风机相差较小的风洞试验中，但变桨对于提升推力系数作用有限，对于大型风力机及低缩尺比风机不适用。
发明内容
本发明方法通过直接以足尺风机推力系数为优化目标，改变弦长与扭转角分布使得模型风机推力系数与足尺相同，适用于大型风机与低缩尺比模型试验。
为了实现上述方案，本申请采用以下技术方案实现：该方法用于风力发电机设计或者是风洞试验，所述的设计方法具体步骤如下：
步骤1.根据足尺风机叶片主要翼型升阻力系数，选择与足尺叶片升阻力系数相近的低雷诺数翼型；
步骤2.获取选用的低雷诺数翼型在攻角范围-180°至180°的升阻力系数；
步骤3.以足尺叶片的缩尺后弦长分布与扭转角分布作为初始值，结合步骤2获取的低雷诺数翼型升阻力系数，基于叶素动量理论计算相应的推力系数，将风机运行风速区间(切入至切出风速或者切入至额定风速)划分为若干个工况，将所有工况下相应的足尺叶片推力系数作为目标值同时优化，找到满足收敛准则的缩尺后的优化叶片，从而获得相应的叶片模型；
步骤4.验证优化叶片推力系数结果。
进一步，所述的步骤1.选择缩尺后优化叶片适用的新翼型，采用以下具体方法：根据足尺风机主要翼型的升阻力系数，选择形状扁平并且在低雷诺数下具有与足尺叶片升阻力系数相近的翼型。
优选的，所述适合优化的翼型采用NACA6409翼型(不限于)，在缩尺下升阻力系数极值接近足尺风机翼型。
优选的，所述的步骤2通过Xfoil计算NACA6409翼型-5°至10°攻角下升阻力系数，随后通过AirfoilPrep扩充升阻力系数攻角范围为-180°至180°。
进一步，所述的步骤3输入原型叶片弦长分布以及NACA6409翼型升阻力系数，为使优化叶片在几何特征上与原型叶片尽可能相似，以原型叶片弦长分布为基础成比例放大弦长分布，并以二次函数拟合扭转角分布，输入风机运行风速区间划分后的若干个工况下的推力系数作为优化目标：根据叶素动量理论，由叶片参数计算风机推力系数方法如下：步骤1：输入相应工况下的来流风速v0、转速ω以及选用翼型的升阻力系数Cl、Cd；
步骤2：设置初始轴向诱导因子a＝0与切向诱导因子a’＝0；
步骤3：通过公式(10)计算出各翼型入流角
Figure BDA0003227548230000021
通过公式(11)计算出局部攻角α；
Figure BDA0003227548230000022
α＝φ-θ (11)
步骤4：由公式(9)分别计算出法向力系数Cn与切向力系数Ct；
Figure BDA0003227548230000023
步骤5：由公式(13)计算新的轴向诱导因子a与法向诱导因子a’；
Figure BDA0003227548230000031
步骤6：重复步骤3-步骤5，直到Δa与Δa’小于容许误差；
步骤7：根据公式(14)计算局部荷载，其中c为该翼型弦长；
Figure BDA0003227548230000032
步骤8：叠加各局部荷载，得到整体叶片荷载T，推力系数CT计算公式如下，R为风机转子半径。
Figure BDA0003227548230000033
优选的，所述的步骤3根据叶素动量理论由叶片参数计算风机推力系数，结合模式搜索法优化算法，进行优化筛选满足推力系数目标的叶片；
优化参数
Figure BDA0003227548230000034
误差值最小
Figure BDA0003227548230000035
约束条件
Figure BDA0003227548230000036
其中，r是叶片径向坐标，R是转子半径，θ(r)是翼型扭转角分布，c(r)是叶片弦长分布。cori(r)是原型叶片相应缩尺比后翼型弦长。UL与UR是优化需要匹配的不同工况下来流风速范围。
Figure BDA0003227548230000037
是足尺风机在相应风速工况下与缩尺叶尖速比相同时的推力系数，即目标值。θR(r)与θL(r)分别代表叶尖处扭转角与叶根处扭转角。为使叶片模型尽可能合理，不会出现较大的扭转角变化，扭转角保持连续，本次采用二次函数拟合扭转角。
本发明有益效果：
本发明方法为保证优化精度，采用原叶片现场分布，将弦长倍数作为优化变量，保证弦长分布于实际叶片相同，以实际风机主要风场工况(多于80个工况)下推力系数作为优化目标，进行区段优化，保证试验工况下推力系数均与实际风机相应工况下推力系数相同，囊括后续风洞试验中所需进行的多个工况风机试验，不需要对每个工况单独优化设计。输入叶素-180°至180°升阻力系数，以及弦长及扭转角分布可计算该叶片风机推力系数。通过优化方法得出最优化解，进行模型设计。
附图说明
图1为本发明优化方法流程图；
图2本发明优化结果对比图；
图3为5MW原型叶片与NACA6409低雷诺数叶片；
图4Xfoil计算NACA6409翼型与原型叶片翼型升阻力系数对比；
图5推力系数计算程序流程示意图
图6叶片几何建模图；
图7几何建模图翼型分布效果图。
具体实施方式
下面将结合本发明实施例和附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做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1-2所示所述的设计方法具体步骤如下：
S1、根据足尺风机主要翼型升阻力系数选择低雷诺数翼型。
首先是选择几何缩尺5MW原型叶片的参照翼型。原型风机叶片有29个翼型，为方便对比，本次选取原型叶片中主要翼型厚弦比26.95翼型作为参照，因为原型叶片在沿叶片半径分布36％-80％部分均采用该翼型，占整个叶片长度的44％。其次根据足尺风机主要翼型(厚弦比为26.95)的升阻力系数(雷诺数为5.0*10^6)，查询NREL翼型库，选择形状扁平，并且在低雷诺数下具有较高升力系数的翼型，方便后续优化设计，并且扁平翼型不易受层流分离的影响。本次采用NACA6409翼型，在缩尺下升阻力系数极值接近原始翼型(雷诺数为2.5*10^4)；
S2、通过Xfoil计算NACA6409翼型-5°至10°攻角下升阻力系数，随后通过AirfoilPrep扩充升阻力系数攻角范围为-180°至180°；
S3、输入原型叶片弦长分布以及NACA6409翼型升阻力系数，为使优化叶片在几何特征上与原型叶片尽可能相似，本次设计保证弦长分布与原型叶片相同，在此基础上缩放弦长。以二次函数拟合扭转角分布，输入风速4m/s至12m/s下81个不同工况下(包括来流风速，转速，桨距角)的推力系数作为优化目标。根据叶素动量理论基于Matlab编译推力系数计算程序，可以根据输入的叶片参数计算风机推力系数。其中推力系数计算设计思路如下：
步骤1：输入相应工况下的来流风速v0、转速ω以及选用翼型的升阻力系数Cl、Cd；
步骤2：设置初始轴向诱导因子a＝0与切向诱导因子a’＝0；
步骤3：通过公式(19)计算出各翼型入流角
Figure BDA0003227548230000055
通过公式(20)计算出局部攻角α；
Figure BDA0003227548230000051
α＝φ-θ (20)
步骤4：由公式(21)分别计算出法向力系数Cn与切向力系数Ct；
Figure BDA0003227548230000052
步骤5：由公式(22)计算新的轴向诱导因子a与法向诱导因子a’；
Figure BDA0003227548230000053
步骤6：重复步骤3-步骤5，直到Δa与Δa’小于容许误差；
步骤7：根据公式(23)计算局部荷载，其中c为该翼型弦长；
Figure BDA0003227548230000054
步骤8：叠加各局部荷载，得到整体叶片荷载T，推力系数CT计算公式如下，R为风机转子半径。
Figure BDA0003227548230000061
将不同参数下计算得到的推力系数结果与Matlab模式搜索法优化算法结合，进行优化筛选满足推力系数目标的叶片，其中优化参数设置，优化目标以及约束条件如下；
优化参数
Figure BDA0003227548230000062
误差值最小
Figure BDA0003227548230000063
约束条件
Figure BDA0003227548230000064
其中，r是叶片径向坐标，R是转子半径，θ(r)是翼型扭转角分布，c(r)是叶片弦长分布。cori(r)是原型叶片相应缩尺比后翼型弦长。UL与UR是优化需要匹配的不同工况下来流风速范围。
Figure BDA0003227548230000065
是足尺风机在相应风速工况下与缩尺叶尖速比相同时的推力系数，即目标值。θR(r)与θL(r)分别代表叶尖处扭转角与叶根处扭转角。为使叶片模型尽可能合理，不会出现较大的扭转角变化，扭转角保持连续，本次采用二次函数拟合扭转角；
S4、输出优化结果数据，即弦长缩放倍数，扭转角分布二次函数参数四个变量，基于Matlab计算出优化后模型弦长与扭转角分布数据，结合NACA6409翼型进行几何建模。
最后说明的是，以上优选实施例仅用于说明本发明的技术方案，而非限制尽管通过上述优选实施例已经对本发明进行了详细的描述，但本领域技术人员应当理解可以在形式上和细节上对其做出各种改变，而不偏离本发明的保护范围。

Claims (6)

1.一种适用于风力发电机风洞试验的叶片模型优化设计方法，其特征在于：该方法用于风力发电机设计或者是风洞试验，所述的设计方法具体步骤如下：
步骤1.根据足尺风机叶片主要翼型升阻力系数，选择与足尺叶片升阻力系数相近的低雷诺数翼型；
步骤2.获取选用的低雷诺数翼型在攻角范围-180°至180°的升阻力系数；
步骤3.以足尺叶片的缩尺后弦长分布与扭转角分布作为初始值，结合步骤2获取的低雷诺数翼型升阻力系数，基于叶素动量理论计算相应的推力系数，将风机运行风速区间(切入至切出风速或者切入至额定风速)划分为若干个工况，将所有工况下相应的足尺叶片推力系数作为目标值同时优化，找到满足收敛准则的缩尺后的优化叶片，从而获得相应的叶片模型；
步骤4.验证优化叶片推力系数结果。
2.根据权利要求1所述的一种适用于风力发电机风洞试验的叶片模型优化设计方法，其特征在于：所述的步骤1.选择缩尺后优化叶片适用的新翼型，采用以下具体方法：根据足尺风机主要翼型的升阻力系数，选择形状扁平并且在低雷诺数下具有与足尺叶片升阻力系数相近的翼型。
3.根据权利要求1所述的一种适用于风力发电机风洞试验的叶片模型优化设计方法，其特征在于：所述适合优化的翼型采用NACA6409翼型(不限于)，在缩尺下升阻力系数极值接近足尺风机翼型。
4.根据权利要求2或3所述的一种适用于风力发电机风洞试验的叶片模型优化设计方法，其特征在于：所述的步骤2通过Xfoil计算NACA6409翼型-5°至10°攻角下升阻力系数，随后通过AirfoilPrep扩充升阻力系数攻角范围为-180°至180°。
5.根据权利要求4所述的一种适用于风力发电机风洞试验的叶片模型优化设计方法，其特征在于：所述的步骤3输入原型叶片弦长分布以及NACA6409翼型升阻力系数，为使优化叶片在几何特征上与原型叶片尽可能相似，以原型叶片弦长分布为基础成比例放缩弦长分布，并以二次函数拟合扭转角分布，输入风机运行风速区间划分后的若干个工况下的推力系数作为优化目标：根据叶素动量理论，由叶片参数计算风机推力系数方法如下：步骤1：输入相应工况下的来流风速v0、转速ω以及选用翼型的升阻力系数Cl、Cd；
步骤2：设置初始轴向诱导因子a＝0与切向诱导因子a’＝0；
步骤3：通过公式(1)计算出各翼型入流角
Figure FDA0003227548220000021
通过公式(2)计算出局部攻角α；
Figure FDA0003227548220000022
α＝φ-θ (2)
步骤4：由公式(3)分别计算出法向力系数Cn与切向力系数Ct；
Figure FDA0003227548220000023
步骤5：由公式(4)计算新的轴向诱导因子a与法向诱导因子a’；
Figure FDA0003227548220000024
步骤6：重复步骤3-步骤5，直到Δa与Δa’小于容许误差；
步骤7：根据公式(5)计算局部荷载，其中c为该翼型弦长；
Figure FDA0003227548220000025
步骤8：叠加各局部荷载，得到整体叶片荷载T，推力系数CT计算公式如下，R为风机转子半径。
Figure FDA0003227548220000026
6.根据权利要求4所述的一种适用于风力发电机风洞试验的叶片模型优化设计方法，其特征在于：所述的步骤3根据叶素动量理论由叶片参数计算风机推力系数，结合模式搜索法优化算法，进行优化筛选满足推力系数目标的叶片；
优化参数
Figure FDA0003227548220000027
误差值最小
Figure FDA0003227548220000031
约束条件
Figure FDA0003227548220000032
其中，r是叶片径向坐标，R是转子半径，θ(r)是翼型扭转角分布，c(r)是叶片弦长分布，cori(r)是原型叶片相应缩尺比后翼型弦长。UL与UR是优化需要匹配的不同工况下来流风速范围。
Figure FDA0003227548220000033
是足尺风机在相应风速工况下与缩尺叶尖速比相同时的推力系数，即目标值。θR(r)与θL(r)分别代表叶尖处扭转角与叶根处扭转角。为使叶片模型尽可能合理，不会出现较大的扭转角变化，扭转角保持连续，本次采用二次函数拟合扭转角。
CN202110975661.6A 2021-08-24 2021-08-24 一种适用于风力发电机风洞试验的叶片模型优化设计方法 Active CN113742861B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110975661.6A CN113742861B (zh) 2021-08-24 2021-08-24 一种适用于风力发电机风洞试验的叶片模型优化设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110975661.6A CN113742861B (zh) 2021-08-24 2021-08-24 一种适用于风力发电机风洞试验的叶片模型优化设计方法

Publications (2)

Publication Number Publication Date
CN113742861A true CN113742861A (zh) 2021-12-03
CN113742861B CN113742861B (zh) 2023-09-15

Family

ID=78732488

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110975661.6A Active CN113742861B (zh) 2021-08-24 2021-08-24 一种适用于风力发电机风洞试验的叶片模型优化设计方法

Country Status (1)

Country Link
CN (1) CN113742861B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114329850A (zh) * 2022-03-11 2022-04-12 中国华能集团清洁能源技术研究院有限公司 海上风电叶片设计方法及装置
CN116108574A (zh) * 2022-12-20 2023-05-12 中国科学院工程热物理研究所 一种漂浮式风电叶片模型气动设计方法及模型

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110110427A (zh) * 2019-04-29 2019-08-09 北京工业大学 一种大功率风力机叶片的气动外形设计方法
CN110287573A (zh) * 2019-06-19 2019-09-27 上海交通大学 一种适用于浮式风机缩比模型水池试验的模型叶片设计方法
CN110298093A (zh) * 2019-06-19 2019-10-01 上海交通大学 一种浮式风机缩比模型性能相似叶片设计方法
CN111859651A (zh) * 2020-07-10 2020-10-30 浙江运达风电股份有限公司 一种低空气密度下风电机组发电性能优化方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110110427A (zh) * 2019-04-29 2019-08-09 北京工业大学 一种大功率风力机叶片的气动外形设计方法
CN110287573A (zh) * 2019-06-19 2019-09-27 上海交通大学 一种适用于浮式风机缩比模型水池试验的模型叶片设计方法
CN110298093A (zh) * 2019-06-19 2019-10-01 上海交通大学 一种浮式风机缩比模型性能相似叶片设计方法
CN111859651A (zh) * 2020-07-10 2020-10-30 浙江运达风电股份有限公司 一种低空气密度下风电机组发电性能优化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张思达;孙文磊;张建杰;曹莉;: "基于风能利用效率的叶片根部翼型尾缘加厚优化方法研究", 可再生能源, no. 02, pages 178 - 185 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114329850A (zh) * 2022-03-11 2022-04-12 中国华能集团清洁能源技术研究院有限公司 海上风电叶片设计方法及装置
CN116108574A (zh) * 2022-12-20 2023-05-12 中国科学院工程热物理研究所 一种漂浮式风电叶片模型气动设计方法及模型

Also Published As

Publication number Publication date
CN113742861B (zh) 2023-09-15

Similar Documents

Publication Publication Date Title
Shen et al. Aerodynamic shape optimization of non-straight small wind turbine blades
Fischer et al. Multi-objective optimisation of horizontal axis wind turbine structure and energy production using aerofoil and blade properties as design variables
Benini Three-dimensional multi-objective design optimization of a transonic compressor rotor
Kim et al. Developement and verification of a performance based optimal design software for wind turbine blades
CN106919749B (zh) 一种低噪声风力机叶片设计方法及低噪声风力机叶片
CN112507471B (zh) 一种大攻角范围条件下垂直轴风力机翼型设计方法
CN113742861A (zh) 一种适用于风力发电机风洞试验的叶片模型优化设计方法
Wang et al. Aerodynamic shape optimized design for wind turbine blade using new airfoil series
Liu et al. Optimization model for rotor blades of horizontal axis wind turbines
CN113987687A (zh) 一种涵道螺旋桨的设计方法
Zheng et al. Blade geometry optimization for axial flow compressor
CN105868470A (zh) 一种风力机翼型与叶片外形参数一体化设计方法
Kaya et al. The aerodynamic effects of blade pitch angle on small horizontal axis wind turbines
Brown et al. Rapidly recovering wind turbine wakes with dynamic pitch and rotor speed control
CN117592388A (zh) 一种基于cfd的风电场多机尾流模拟方法
Hao et al. Aerodynamic and aeroacoustic optimization of wind turbine blade by a genetic algorithm
Moradtabrizi et al. Aerodynamic optimization of a 5 Megawatt wind turbine blade
CN109611268A (zh) 一种双叶轮水平轴风力机设计优化方法
CN112780484B (zh) 风电叶片的扭角分布设计方法、装置和电子设备
Balasubramanian et al. Novel curvature-based airfoil parameterization for wind turbine application and optimization
CN112906166B (zh) 一种考虑气动效率与气动载荷的风力机叶片优化设计方法
Singh et al. Design and Optimisation of a 20kW Horizontal Axis Wind Turbine using HARP_Opt
Zhonghua et al. Design and verification of airfoil families for large-size wind turbine blades
Zidane et al. Small Horizontal Wind Turbine Design and Aerodynamic Analysis Using Q-Blade Software
Day Aerodynamic optimisation of vertical axis wind turbines using Adjoint methods in CFD

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