CN114676620B - 一种可移动式组合相变换热装置开发方法 - Google Patents

一种可移动式组合相变换热装置开发方法 Download PDF

Info

Publication number
CN114676620B
CN114676620B CN202111512849.3A CN202111512849A CN114676620B CN 114676620 B CN114676620 B CN 114676620B CN 202111512849 A CN202111512849 A CN 202111512849A CN 114676620 B CN114676620 B CN 114676620B
Authority
CN
China
Prior art keywords
phase change
heat
heat exchange
change material
combined
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
CN202111512849.3A
Other languages
English (en)
Other versions
CN114676620A (zh
Inventor
徐建刚
何怀明
任联翔
马英民
毛国群
朱国栋
俞琴华
周昊
马伟伟
谢碧达
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.)
Zhejiang University ZJU
Huaneng Zhejiang Energy Development Co Ltd Changxing Branch
Original Assignee
Zhejiang University ZJU
Huaneng Zhejiang Energy Development Co Ltd Changxing Branch
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 Zhejiang University ZJU, Huaneng Zhejiang Energy Development Co Ltd Changxing Branch filed Critical Zhejiang University ZJU
Priority to CN202111512849.3A priority Critical patent/CN114676620B/zh
Publication of CN114676620A publication Critical patent/CN114676620A/zh
Application granted granted Critical
Publication of CN114676620B publication Critical patent/CN114676620B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/27Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F28HEAT EXCHANGE IN GENERAL
    • F28DHEAT-EXCHANGE APPARATUS, NOT PROVIDED FOR IN ANOTHER SUBCLASS, IN WHICH THE HEAT-EXCHANGE MEDIA DO NOT COME INTO DIRECT CONTACT
    • F28D20/00Heat storage plants or apparatus in general; Regenerative heat-exchange apparatus not covered by groups F28D17/00 or F28D19/00
    • F28D20/02Heat storage plants or apparatus in general; Regenerative heat-exchange apparatus not covered by groups F28D17/00 or F28D19/00 using latent heat
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00Details relating to the application field
    • G06F2113/08Fluids
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08Thermal analysis or thermal optimisation
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/14Thermal energy storage

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Thermal Sciences (AREA)
  • Mechanical Engineering (AREA)
  • Investigating Or Analyzing Materials Using Thermal Means (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种可移动式组合相变换热装置开发方法,对于不同换热结构和不同相变材料的相变换热装置,根据各换热器的结构、换热管束金属的物性参数和相变材料的物性参数,计算相变换热装置内部填充的相变材料体积和换热管束体积,采用相同的测试条件,获得随时间变化的循环换热流体和相变材料的温度数据,通过人工智能机器学习算法,直接显示不同相变换热装置换热性能实时对比情况,并对数据进行统计分析,推荐组合式相变换热装置,实现不同的换热结构和不同的相变材料的最佳组合,保证移动式组合相变换热装置质量一定的情况下蓄热量和换热效率最优。本发明算法更加准确和高效,具有良好的适用性,可以基于此方法应用于其他组合系统的开发。

Description

一种可移动式组合相变换热装置开发方法
技术领域
本发明涉及相变换热装置研发技术领域,具体为一种可移动式组合相变换热装置开发方法。
背景技术
分散式移动供热是以一种火电节能供热的新技术,利用高效储能装置可以将火电厂大量的余热储存后,运输至距离热网较远或所需热量较少的热用户厂内将热量稳定再利用,从而形成以电厂为中心,小而分散的热用户为目标的分散式移动供热网,分散式移动供热系统为火电厂提供了新的能源服务模式,其中利用相变储热装置合理地储存火电厂余热可以有效提升能源的综合利用效率,目前受到广泛关注。
真正实现通过可移动相变换热装置进行产蒸汽的业绩不多,传统的相变蓄热装置采用单一相变材料,能源利用率较低。单一换热结构单一相变材料的相变换热装置换热性能计算本身并不复杂,但针对组合相变材料和组合换热结构的相变换热装置换热性能计算存在难点。数值模拟受计算能力的影响,需要简化数学模型,并对物理模型做一些忽略性的假设,但实际多数假设在换热过程中是动态存在的。最小热阻原理通过变分原理,可以获得组合式相变材料的最佳融化温度的通用表达式,同样在分析过程中为了简化,通常不考虑蓄热过程的热损失,假设热流体在流动过程中减少的热量全部蓄存于相变材料中,且忽略相变材料的显热以及导热热阻的影响。此外,针对移动蓄热装置,受荷载和运输的影响,必须同时考虑移动蓄热装置的重量、蓄热量和换热效率。
发明内容
本发明的目的在于提供一种可移动式组合相变换热装置开发方法,以解决上述背景技术中提出现有数值模拟和理论计算费时费力,而且计算误差大,结果不精确的问题。
为实现上述目的,本发明提供如下技术方案:一种可移动式组合相变换热装置开发方法,包括以下步骤:
S1、根据至少两个的换热器结构,确定内部填充的相变材料体积和换热管束体积,从而确定相变材料的质量和换热管束的质量;
S2、同时对至少两个换热器结构在相变换热装置内进行换热性能试验,在换热流体流量确定的情况下记录周期内热流体的温度数据和相变材料温度场的数据;
S3、将计算所得的容积数据、质量数据、流量数据、时间和温度数据传输到机器学习端的主机上,主机接收输送过来的数据,运用人工智能机器学习的方法和统计的数据,分别计算出各个换热器的性能结果,并能在线显示不同换热器随时间变化热流体的变化规律和相变材料温度场的变化规律,针对相同换热器结构,更换相变材料,分析针对某种特定结构的换热器使用的相变材料的最佳使用温度;
S4、基于最小热阻原理,在总质量一定的条件下推荐不同换热器结构的相变换热装置在不同温度区间使用不同的相变材料的最佳组合结构和形式;
S5、根据初步确定的组合结构和形式进行试验,对各个组合结构和形式的换热性能与设定阈值进行比较,在试验结果高于设定阈值时,输出结果,确定相应的组合结构和形式为最佳,低于设定的阈值时,需重新进行学习计算直至推荐的最佳组合结构和形式为最佳。
优选的,所述相变换热装置的一侧表面呈上下布设有第一双用管和第二双用管。
优选的,所述第一双用管的表面安装有流量计,且流量计一侧的第一双用管表面安装有流体热端温度计。
优选的,所述第二双用管的表面安装有流体冷端温度计。
优选的,所述相变换热装置的内部配置有三个换热器,且三个换热器分别为第一相变结构、第二相变结构和第三相变结构。
优选的,所述第一双用管一侧的相变换热装置表面自上而下安装有第一相变材料温度计、第二相变材料温度计和第三相变材料温度计,且第一相变材料温度计、第二相变材料温度计和第三相变材料温度计分别对应第一相变结构、第二相变结构和第三相变结构使用。
优选的,所述换热器的性能结果包括的蓄热量、蓄热密度、换热效率、热阻和温度场均匀性。
与现有技术相比,本发明的有益效果是:
1、本可移动式组合相变换热装置开发方法,除了装置自身固有的结构参数外,所有模型需要的数据均由试验所得,可以根据相变材料和换热结构的实际使用情况,得到精确的模型参数。
2、本可移动式组合相变换热装置开发方法,通过单个相变换热装置,内部配置至少两个以上的换热器结构,可同时对不同换热器结构进行检测的同时,可进行符合组合方式的换热器的数据检测,使用范围较广,数据得到的来源广泛,更利于移动式组合相变换热装置的开发工作,并引入换热管束金属的物性参数,考虑了实际情况下相变材料的显热和金属的显热,得到的蓄热量和换热效率更加精确。
3、本可移动式组合相变换热装置开发方法,通过将人工智能机器学习手段与试验手段相结合,避免了繁琐的数值模拟建模和热力学公式推导的人力与时间成本,更加高效。
4、本可移动式组合相变换热装置开发方法,通过人工智能机器学习手段结果与试验结果对比,推荐组合结构和形式更高效,具有良好的适用性,可以基于此方法应用于其他组合系统的开发。
附图说明
图1为本发明的方法流程图;
图2为本发明的单个相变换热装置实验系统图;
图3为本发明的三种不同换热结构的示意图;
图4为本发明的组合式相变换热装置的结构简图;
图5为本发明S2的相变材料随时间变化的降温曲线图;
图6为本发明S3的相变材料随时间变化的降温曲线图。
图中:1、相变换热装置;2、第一双用管;3、第二双用管;4、流量计;5、流体热端温度计;6、流体冷端温度计;7、第一相变材料温度计;8、第二相变材料温度计;9、第三相变材料温度计;10、主机;11、第一相变结构;12、第二相变结构;13、第三相变结构。
具体实施方式
下面将结合本发明实施例中的附图,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。
在本发明的描述中,需要说明的是,术语“上”、“下”、“内”、“外”“前端”、“后端”、“两端”、“一端”、“另一端”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“设置有”、“连接”等,应做广义理解,例如“连接”,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
如图1至图4所示,本实施例可移动式组合相变换热装置开发方法,包括:包括以下步骤:
S1、根据至少两个的换热器结构,确定内部填充的相变材料体积和换热管束体积,从而确定相变材料的质量和换热管束的质量,换热管束的质量和体积越大,说明相变材料与换热管束的接触更充分,但同时相对挤压了相变材料的空间,移动式换热装置主要发挥相变材料的潜热,所以在相变换热装置总质量为40吨时应尽可能充满更多的相变材料,但同时在计算时还需兼顾相变换热装置的换热性能比较;
S2、同时对至少两个换热器结构在相变换热装置1内进行换热性能试验,在换热流体流量确定的情况下记录周期内热流体的温度数据和相变材料温度场的数据,此处确定的情况下是保证试验时循环流体的流量一定和外界自然条件一致,以相变换热装置放热为例,从试验开始至相变换热装置充分放热,记录各换热装置热流体的温度数据和相变材料温度场的数据。主机显示器上可直接显示下图类似的画面,从图中可清晰地看出在相变材料一致,不同换热结构随时间变化循环换热流体的变化曲线,同时也可显示相变材料随时间变化的降温曲线(如图5所述);
S3、将计算所得的容积数据、质量数据、流量数据、时间和温度数据传输到机器学习端的主机10上,主机10接收输送过来的数据,运用人工智能机器学习的方法和统计的数据,分别计算出各个换热器的性能结果,并能在线显示不同换热器随时间变化热流体的变化规律和相变材料温度场的变化规律,针对相同换热器结构,更换相变材料,分析针对某种特定结构的换热器使用的相变材料的最佳使用温度,记录不同相变材料不同结构换热装置循环换热流体和相变材料随时间变化的数据。试验还能显示相同的换热结构在不同的相变材料情况下循环换热流体的温度变化曲线,同样还能显示相变材料随时间变化的降温曲线(如图6所述);
S4、基于最小热阻原理,在总质量一定的条件下推荐不同换热器结构的相变换热装置在不同温度区间使用不同的相变材料的最佳组合结构和形式;
S5、根据初步确定的组合结构和形式进行试验,对各个组合结构和形式的换热性能与设定阈值进行比较,在试验结果高于设定阈值时,输出结果,确定相应的组合结构和形式为最佳,低于设定的阈值时,需重新进行学习计算直至推荐的最佳组合结构和形式为最佳。
具体的,相变换热装置1的一侧表面呈上下布设有第一双用管2和第二双用管3,实际第一双用管2使用时是作为相变换热装置1充热时热流体进口管和放热时冷流体出口管使用,第二双用管3是作为充热时热流体出口管和防热时冷流体进口管使用。
进一步的,第一双用管2的表面安装有流量计4,测量循环换热流体的流量,且流量计4一侧的第一双用管2表面安装有流体热端温度计5,检测流通在第一双用管2内部的换热流体的温度。
进一步的,第二双用管3的表面安装有流体冷端温度计6,检测流通在第二双用管3内部的换热流体的温度,借助流体热端温度计5和流体冷端温度计6作为两个测温点的检测设备进行使用。
进一步的,相变换热装置1的内部配置有三个换热器,利于进行组合使用,且三个换热器分别为第一相变结构11、第二相变结构12和第三相变结构13,三者结构形式不同,并同时组合在相变换热装置1内,由此需要保证相变换热装置1可打开,便于更换换热器结构。
进一步的,第一双用管2一侧的相变换热装置1表面自上而下安装有第一相变材料温度计7、第二相变材料温度计8和第三相变材料温度计9,且第一相变材料温度计7、第二相变材料温度计8和第三相变材料温度计9分别对应第一相变结构11、第二相变结构12和第三相变结构13使用,可分别检测三个换热器结构的温度变化情况,并整合之后反馈给主机10进行使用。
更进一步的,换热器的性能结果包括的蓄热量、蓄热密度、换热效率、热阻和温度场均匀性,借助主机10内部的人工智能机器学习方法进行数据处理。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (7)

1.一种可移动式组合相变换热装置开发方法,其特征在于:包括以下步骤:
S1、根据至少两个的换热器结构,确定内部填充的相变材料体积和换热管束体积,从而确定相变材料的质量和换热管束的质量;
S2、同时对至少两个换热器结构在相变换热装置(1)内进行换热性能试验,在换热流体流量确定的情况下记录周期内热流体的温度数据和相变材料温度场的数据;
S3、将计算所得的容积数据、质量数据、流量数据、时间和温度数据传输到机器学习端的主机(10)上,主机(10)接收输送过来的数据,运用人工智能机器学习的方法和统计的数据,分别计算出各个换热器的性能结果,并能在线显示不同换热器随时间变化热流体的变化规律和相变材料温度场的变化规律,针对相同换热器结构,更换相变材料,分析针对某种特定结构的换热器使用的相变材料的最佳使用温度;
S4、基于最小热阻原理,在总质量一定的条件下推荐不同换热器结构的相变换热装置在不同温度区间使用不同的相变材料的最佳组合结构和形式;
S5、根据初步确定的组合结构和形式进行试验,对各个组合结构和形式的换热性能与设定阈值进行比较,在试验结果高于设定阈值时,输出结果,确定相应的组合结构和形式为最佳,低于设定的阈值时,需重新进行学习计算直至推荐的最佳组合结构和形式为最佳。
2.根据权利要求1所述的一种可移动式组合相变换热装置开发方法,其特征在于:所述相变换热装置(1)的一侧表面呈上下布设有第一双用管(2)和第二双用管(3)。
3.根据权利要求2所述的一种可移动式组合相变换热装置开发方法,其特征在于:所述第一双用管(2)的表面安装有流量计(4),且流量计(4)一侧的第一双用管(2)表面安装有流体热端温度计(5)。
4.根据权利要求2所述的一种可移动式组合相变换热装置开发方法,其特征在于:所述第二双用管(3)的表面安装有流体冷端温度计(6)。
5.根据权利要求2所述的一种可移动式组合相变换热装置开发方法,其特征在于:所述相变换热装置(1)的内部配置有三个换热器,且三个换热器分别为第一相变结构(11)、第二相变结构(12)和第三相变结构(13)。
6.根据权利要求5所述的一种可移动式组合相变换热装置开发方法,其特征在于:所述第一双用管(2)一侧的相变换热装置(1)表面自上而下安装有第一相变材料温度计(7)、第二相变材料温度计(8)和第三相变材料温度计(9),且第一相变材料温度计(7)、第二相变材料温度计(8)和第三相变材料温度计(9)分别对应第一相变结构(11)、第二相变结构(12)和第三相变结构(13)使用。
7.根据权利要求1所述的一种可移动式组合相变换热装置开发方法,其特征在于:所述换热器的性能结果包括的蓄热量、蓄热密度、换热效率、热阻和温度场均匀性。
CN202111512849.3A 2021-12-11 2021-12-11 一种可移动式组合相变换热装置开发方法 Active CN114676620B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111512849.3A CN114676620B (zh) 2021-12-11 2021-12-11 一种可移动式组合相变换热装置开发方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111512849.3A CN114676620B (zh) 2021-12-11 2021-12-11 一种可移动式组合相变换热装置开发方法

Publications (2)

Publication Number Publication Date
CN114676620A CN114676620A (zh) 2022-06-28
CN114676620B true CN114676620B (zh) 2024-05-24

Family

ID=82070247

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111512849.3A Active CN114676620B (zh) 2021-12-11 2021-12-11 一种可移动式组合相变换热装置开发方法

Country Status (1)

Country Link
CN (1) CN114676620B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117685809A (zh) * 2024-01-11 2024-03-12 南京工业大学 一种高效储释热装置及工作方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107847781A (zh) * 2015-05-28 2018-03-27 耐克创新有限合伙公司 能够捕获能量的体育运动监测设备
CN108955333A (zh) * 2018-07-12 2018-12-07 全球能源互联网研究院有限公司 一种换热面积计算、相变换热器设计的方法和装置
CN210664080U (zh) * 2019-01-28 2020-06-02 山东知能新能源科技有限公司 一种可移动的多功能储热装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9612059B2 (en) * 2009-09-17 2017-04-04 Bluelagoon Technologies Ltd. Systems and methods of thermal transfer and/or storage

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107847781A (zh) * 2015-05-28 2018-03-27 耐克创新有限合伙公司 能够捕获能量的体育运动监测设备
CN108955333A (zh) * 2018-07-12 2018-12-07 全球能源互联网研究院有限公司 一种换热面积计算、相变换热器设计的方法和装置
CN210664080U (zh) * 2019-01-28 2020-06-02 山东知能新能源科技有限公司 一种可移动的多功能储热装置

Also Published As

Publication number Publication date
CN114676620A (zh) 2022-06-28

Similar Documents

Publication Publication Date Title
CN113139353B (zh) 蒸汽管网动态计算及在线监测预警分析方法
CN111313429B (zh) 一种用于综合能源系统的可靠性评估方法及系统
Ambrosek et al. Current status of knowledge of the fluoride salt (FLiNaK) heat transfer
CN104749999B (zh) 装配湿式冷却塔的汽轮发电机组冷端系统优化运行精确指导系统
CN114676620B (zh) 一种可移动式组合相变换热装置开发方法
CN108008308A (zh) 一种锂离子电池发热量的测试系统和方法
CN108169679B (zh) 电池比热容检测方法及系统
WO2023160284A1 (zh) 面向区域综合能源系统的碳排放流计算方法及装置
CN107025334A (zh) 集中供热系统热用户整体动态模型建立方法和装置
JP2006308580A (ja) 窒素容器窒素残存量の計測方法
US20220090948A1 (en) Two and three-dimensional model based correction of elbow tap flow measurement
CN108846205A (zh) 一种固-液相变储热器的快速性能计算、预测方法及储热器设计方法
CN107871058A (zh) 电热联合系统的潮流计算方法、装置、设备及存储介质
CN110020506A (zh) 基于电热型综合能源系统运行优化的差分格式选择方法
CN204730916U (zh) 一种大型移动式蒸汽热量与质量流量检定装置
CN108645523A (zh) 一种直接空冷温度场在线监测装置及方法
CN102306245B (zh) 一种基于集中供暖系统数学模型的分户热计量方法及系统
CN204301896U (zh) 一种节能型热量表流量检定装置
D'Avignon et al. Modeling horizontal storage tanks with encapsulated phase change materials for building performance simulation
CN110728030B (zh) 基于表面式凝汽器数值模拟汽水两侧耦合的方法
CN208902636U (zh) 一种微小通道内高温熔盐换热特性的测量装置
CN112100778A (zh) 一种综合能源系统的调度方法和系统
CN107167266A (zh) 一种热量分摊方法、设备和系统
CN103162347B (zh) 智能供暖计量系统及控制方法
CN110332606A (zh) 一种供热系统及其供热方法

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