CN114893365A - 一种风机叶片清洗方法 - Google Patents
一种风机叶片清洗方法 Download PDFInfo
- Publication number
- CN114893365A CN114893365A CN202210342400.5A CN202210342400A CN114893365A CN 114893365 A CN114893365 A CN 114893365A CN 202210342400 A CN202210342400 A CN 202210342400A CN 114893365 A CN114893365 A CN 114893365A
- Authority
- CN
- China
- Prior art keywords
- fan blade
- laser process
- process parameter
- cleaning
- optimal value
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 81
- 238000004140 cleaning Methods 0.000 title claims abstract description 70
- 230000008569 process Effects 0.000 claims abstract description 59
- 230000000694 effects Effects 0.000 claims abstract description 23
- 238000004458 analytical method Methods 0.000 claims abstract description 16
- 238000010998 test method Methods 0.000 claims abstract description 16
- 238000012360 testing method Methods 0.000 claims abstract description 16
- 238000011156 evaluation Methods 0.000 claims description 13
- 239000000758 substrate Substances 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 11
- 230000003746 surface roughness Effects 0.000 claims description 11
- 238000011158 quantitative evaluation Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 238000005406 washing Methods 0.000 description 3
- 230000006378 damage Effects 0.000 description 2
- BTCSSZJGUNDROE-UHFFFAOYSA-N gamma-aminobutyric acid Chemical compound NCCCC(O)=O BTCSSZJGUNDROE-UHFFFAOYSA-N 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 241000238631 Hexapoda Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D80/00—Details, components or accessories not provided for in groups F03D1/00 - F03D17/00
- F03D80/50—Maintenance or repair
- F03D80/55—Cleaning
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Structures Of Non-Positive Displacement Pumps (AREA)
Abstract
本发明涉及一种风机叶片清洗方法，包括如下步骤：采用正交试验法设置多组激光工艺参数的取值，并采用每组激光工艺参数的取值对风机叶片进行试清洗；其中，所述激光工艺参数包括扫描速度；对试清洗的风机叶片的清洗效果进行量化评价；利用极差分析法获取所述激光工艺参数的最佳取值；采用所述激光工艺参数的最佳取值对风机叶片进行清洗，通过正交试验法、极差分析法有效的试验方法获取激光工艺参数的最佳取值，有效保证了激光工艺参数的最佳取值，进而有效保证了风机叶片的清洗效果。另，扫描速度影响光斑搭接率，而光斑搭接率决定了激光对风机叶片的清洗效果；故，本发明将扫描速度引入正交试验法中，进一步保证了激光工艺参数的最佳取值。
Description
技术领域
本发明涉及激光清洗技术领域，具体涉及一种风机叶片清洗方法。
背景技术
风力发电由于其节能环保特性，越来越受到国家的重视与推广，但是由于风力发电机组经常处于室外状态，因此风机叶片在长时间运行的过程中特别是叶片的边缘会积累很多灰尘，昆虫尸体，油渍等。长时间积累会逐渐增加叶片的重量，从而对整个机组发电系统造成影响。另外，室外大型的风力发电机组的叶片非常的大，清理极不方便，维护也非常麻烦。传统的清洗叶片方式一般为接触式清洗，主要使用清洗剂配合人工清洗，作业人员携带油污清洗剂和高压喷枪从风机顶部由上至下对叶片油污的地方进行冲洗，易产生二次污染。
与传统清洗技术相比，激光清洗能有效地清洗基底表面微米和亚微米尺寸的颗粒而不损坏基板，由于激光波长、脉冲宽度、光斑尺寸、作用时间和作用方式等的灵活可调性，可适用于各种清洗对象，并可实现精确定位清洗，不使用有毒有害试剂，不污染环境，对人体健康伤害小，是一种“绿色”无污染的清洗方式，非接触式的作用方式，不会给基底带来附加的污染和损伤；采用大光斑的扫描方式清洗，实现传统方式无法达到的远距离清洗，提高清洗效率，成本也将更低。
发明内容
本发明所要解决的技术问题是提供一种风机叶片清洗方法，以克服上述现有技术中的不足。
本发明解决上述技术问题的技术方案如下：
步骤1，采用正交试验法设置多组激光工艺参数的取值，并采用每组激光工艺参数的取值对风机叶片进行试清洗；其中，激光工艺参数包括扫描速度；
步骤2，对试清洗的风机叶片的清洗效果进行量化评价；
步骤3，根据量化评价结果，利用极差分析法获取激光工艺参数的最佳取值；
步骤4，采用激光工艺参数的最佳取值对风机叶片进行清洗。
本发明采用正交试验法设置多组激光工艺参数的取值，采用每组激光工艺参数的取值对风机叶片进行试清洗；并对试清洗的风机叶片的清洗效果进行量化评价，根据量化评价结果，利用极差分析法获取激光工艺参数的最佳取值，后期采用激光工艺参数的最佳取值对风机叶片进行清洗；通过正交试验法、极差分析法有效的试验方法获取激光工艺参数的最佳取值，有效保证了激光工艺参数的最佳取值，进而有效保证了风机叶片的清洗效果。另，扫描速度影响光斑搭接率，而光斑搭接率决定了激光对风机叶片的清洗效果；故，本发明将扫描速度引入正交试验法中，进一步保证了激光工艺参数的最佳取值。
在上述技术方案的基础上，本发明还可以做如下改进。
进一步，激光工艺参数还包括功率、脉宽和频率。
进一步，功率的取值包括100W、95W、90W、85W和80W，扫描速度的取值包括60％、70％、80％、90％和100％，脉宽的取值包括400ns、350ns、300ns、250ns和200ns，频率的取值包括80kHz、90kHz、100kHz、110kHz和120kHz。
进一步，步骤2具体地为根据表面粗糙度、颜色变化、基材显露程度和扫描轨迹均匀性四个指标对试清洗的风机叶片的清洗效果进行量化评价。
进一步，步骤2更具体地为将每个指标对应的评分划分9个等级，以5分为梯度，从95分依次降至55分，对试清洗的风机叶片的表面粗糙度、颜色变化、基材显露程度和扫描轨迹均匀性分别进行量化评价。
进一步，步骤2更具体为取表面粗糙度、颜色变化、基材显露程度和扫描轨迹均匀性的量化评价的平均值对试清洗的风机叶片的清洗效果进行总量化评价。
进一步，步骤3具体地为根据总量化评价，利用极差分析法获取激光工艺参数的最佳取值。
进一步，激光工艺参数的最佳取值为功率95W，扫描速度100％，脉宽400ns，频率110kHz，激光工艺参数的优劣排序依次为功率、扫描速度、脉宽和频率。
一种风机叶片清洗系统，包括存储器和处理器；存储器，用于存储计算机程序；处理器，用于当执行计算机程序时，实现如权利要求1至8任一风机叶片清洗方法。
附图说明
图1为本发明的方法流程图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
如图1所示，本发明实施例1一种风机叶片清洗方法，包括如下步骤：
步骤1，采用正交试验法设置多组激光工艺参数的取值，并采用每组激光工艺参数的取值对风机叶片进行试清洗；其中，激光工艺参数包括扫描速度；
步骤2，对试清洗的风机叶片的清洗效果进行量化评价；
步骤3，根据量化评价结果，利用极差分析法获取激光工艺参数的最佳取值；
步骤4，采用激光工艺参数的最佳取值对风机叶片进行清洗。
本发明采用正交试验法设置多组激光工艺参数的取值，采用每组激光工艺参数的取值对风机叶片进行试清洗；并对试清洗的风机叶片的清洗效果进行量化评价，根据量化评价结果，利用极差分析法获取激光工艺参数的最佳取值，后期采用激光工艺参数的最佳取值对风机叶片进行清洗；通过有效的试验方法获取激光工艺参数的最佳取值，有效保证了激光工艺参数的最佳取值，进而有效保证了风机叶片的清洗效果。
另，光斑搭接率的计算公式如下所示：
其中，ε为光斑搭接率，V为激光的扫描速度，f为激光的频率，d为光斑直径，在激光器固定情况下，光斑直径不发生改变，从光斑搭接率的计算公式可知，扫描速度影响光斑搭接率，而光斑搭接率决定了激光对风机叶片的清洗效果；故，本发明将扫描速度引入正交试验法中，进一步保证了激光工艺参数的最佳取值。
激光工艺参数还包括功率、脉宽和频率。
激光能量密度的计算公式如下所示：
其中，Ψ为激光能量密度，P为激光的功率；
峰值功率的计算公式如下所示：
其中，φ为峰值功率，τ为激光的脉宽；
从激光能量密度的计算公式可知，功率和频率影响激光能量密度；从峰值功率的计算公式可知，功率、频率和脉宽影响峰值功率；而激光能量密度、峰值功率决定了激光对风机叶片的清洗效果；同时，从光斑搭接率的计算公式可知，除扫描速度影响光斑搭接率外，频率也影响光斑搭接率；故，本发明进一步将功率、脉宽和频率引入正交试验法中，进一步保证了激光工艺参数的最佳取值。
功率的取值包括100W、95W、90W、85W和80W，扫描速度的取值包括60％、70％、80％、90％和100％，脉宽的取值包括400ns、350ns、300ns、250ns和200ns，频率的取值包括80kHz、90kHz、100kHz、110kHz和120kHz。
以上激光工艺参数的取值是通过前期大量的试清洗的试验总结而来，具体为从前期大量的试清洗的试验中选取清洗效果较好的激光工艺参数的取值，有效设置了正交试验法的分析对象，进而有效保证了激光工艺参数的最佳取值。
具体实施中，设置如下所示的正交试验参数表；
正交试验参数表
即激光工艺参数选取功率、扫描速度、脉宽和频率，各激光工艺参数的取值按上述正交试验参数表中所示的数值进行选取，设置25组激光工艺参数的取值，作为对风机叶片进行试清洗的试验组对风机叶片进行试清洗。
步骤2具体地为根据表面粗糙度、颜色变化、基材显露程度和扫描轨迹均匀性四个指标对试清洗的风机叶片的清洗效果进行量化评价。
步骤2更具体地为将每个指标对应的评分划分9个等级，以5分为梯度，从95分依次降至55分，对试清洗的风机叶片的表面粗糙度、颜色变化、基材显露程度和扫描轨迹均匀性分别进行量化评价。
步骤2更具体为取表面粗糙度、颜色变化、基材显露程度和扫描轨迹均匀性的量化评价的平均值对试清洗的风机叶片的清洗效果进行总量化评价。
具体实施中，根据表面粗糙度、颜色变化、基材显露程度和扫描轨迹均匀性四个指标对试清洗的风机叶片的清洗效果进行量化评价，评价表如下所示，
评价表
步骤3具体地为根据总量化评价，即评价表中的平均值，利用极差分析法获取激光工艺参数的最佳取值，具体极差分析表如下所示，
极差分析表
其中，Ki为相应因素水平为i时所对应的总量化评价之和；
为相应因素水平为i时所对应的总量化评价之和的平均值；例如A为功率，A对应的K1为当功率为100W时对应的试验组1、2、3、4和5的总量化评价之和，即K1＝67.5+68.75+65+60+72.5＝333.75,
再例如B为扫描速度，B对应的K2为当扫描速度为70％时对应的试验组2、7、12、17和22的总量化评价之和，即K2＝68.75+86.25+70+86.25+71.25＝382.5,
最优水平组为相应因素下选取
的最大值，如A功率对应下的
为最大值；极差为相应因素下
的最大值与最小值之差，如A功率对应下的
为最小值，那么A功率对应的极差为80.75-66.75＝14；采用如上方法依次计算获取上述极差分析表，从极差分析表可知，最优水平组为A2、B5、C1和D4，即激光工艺参数的最佳取值为功率95W，扫描速度100％，脉宽400ns，频率110kHz，根据极差值获知A>B>C>D，即激光工艺参数的优劣排序依次为功率、扫描速度、脉宽和频率。
从清洗后表面粗糙度、颜色变化、基材显露程度及扫描轨迹均匀性四个方面对试清洗的风机叶片进行评价，并设定合理的评价评分标准；待评分后进行极差分析，通过评分量化的方式获取功率、扫描速度、脉宽、频率四个激光工艺参数分别对风机叶片清洗效果影响的重要程度，并选取激光工艺参数的最佳取值，进一步有效保证了激光工艺参数的最佳取值，进而有效保证了风机叶片的清洗效果。
本发明实施例2一种风机叶片清洗系统，包括存储器和处理器；存储器，用于存储计算机程序；处理器，用于当执行计算机程序时，实现如实施例1风机叶片清洗方法。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (9)
1.一种风机叶片清洗方法，其特征在于，包括如下步骤：
步骤1，采用正交试验法设置多组激光工艺参数的取值，并采用每组激光工艺参数的取值对风机叶片进行试清洗；其中，所述激光工艺参数包括扫描速度；
步骤2，对试清洗的风机叶片的清洗效果进行量化评价；
步骤3，根据量化评价结果，利用极差分析法获取所述激光工艺参数的最佳取值；
步骤4，采用所述激光工艺参数的最佳取值对风机叶片进行清洗。
2.根据权利要求1所述风机叶片清洗方法，其特征在于，所述激光工艺参数还包括功率、脉宽和频率。
3.根据权利要求2所述风机叶片清洗方法，其特征在于，所述功率的取值包括100W、95W、90W、85W和80W，所述扫描速度的取值包括60％、70％、80％、90％和100％，所述脉宽的取值包括400ns、350ns、300ns、250ns和200ns，所述频率的取值包括80kHz、90kHz、100kHz、110kHz和120kHz。
4.根据权利要求3所述风机叶片清洗方法，其特征在于，所述步骤2具体地为根据表面粗糙度、颜色变化、基材显露程度和扫描轨迹均匀性四个指标对试清洗的风机叶片的清洗效果进行量化评价。
5.根据权利要求4所述风机叶片清洗方法，其特征在于，所述步骤2更具体地为将每个所述指标对应的评分划分9个等级，以5分为梯度，从95分依次降至55分，对试清洗的风机叶片的表面粗糙度、颜色变化、基材显露程度和扫描轨迹均匀性分别进行量化评价。
6.根据权利要求5所述风机叶片清洗方法，其特征在于，所述步骤2更具体为取表面粗糙度、颜色变化、基材显露程度和扫描轨迹均匀性的量化评价的平均值对试清洗的风机叶片的清洗效果进行总量化评价。
7.根据权利要求6所述风机叶片清洗方法，其特征在于，所述步骤3具体地为根据所述总量化评价，利用极差分析法获取所述激光工艺参数的最佳取值。
8.根据权利要求7所述风机叶片清洗方法，其特征在于，所述激光工艺参数的最佳取值为功率95W，扫描速度100％，脉宽400ns，频率110kHz，所述激光工艺参数的优劣排序依次为功率、扫描速度、脉宽和频率。
9.一种风机叶片清洗系统，其特征在于，包括存储器和处理器；所述存储器，用于存储计算机程序；所述处理器，用于当执行所述计算机程序时，实现如权利要求1至8任一所述风机叶片清洗方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210342400.5A CN114893365A (zh) | 2022-04-02 | 2022-04-02 | 一种风机叶片清洗方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210342400.5A CN114893365A (zh) | 2022-04-02 | 2022-04-02 | 一种风机叶片清洗方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114893365A true CN114893365A (zh) | 2022-08-12 |
Family
ID=82715186
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210342400.5A Pending CN114893365A (zh) | 2022-04-02 | 2022-04-02 | 一种风机叶片清洗方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114893365A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070224768A1 (en) * | 2006-02-24 | 2007-09-27 | Uvtech Systems, Inc. | Method and apparatus for delivery of pulsed laser radiation |
| US20140241878A1 (en) * | 2013-02-28 | 2014-08-28 | General Electric Company | System and method for controlling a wind turbine based on identified surface conditions of the rotor blades |
| CN106513380A (zh) * | 2016-10-27 | 2017-03-22 | 苏州菲镭泰克激光技术有限公司 | 多孔网状结构物体的激光清洗装置及方法 |
| CN110899252A (zh) * | 2019-11-29 | 2020-03-24 | 湖北工业大学 | 一种激光清洗的智能控制系统及方法 |
| CN111001940A (zh) * | 2019-12-24 | 2020-04-14 | 武汉翔明激光科技有限公司 | 一种基于激光与振镜联动控制的激光均匀清洗方法 |
| CN112404734A (zh) * | 2020-11-02 | 2021-02-26 | 北京航空航天大学 | 激光精密加工技术制备风电叶片主动防冰表面 |
| CN113263027A (zh) * | 2021-05-26 | 2021-08-17 | 金顿激光科技(佛山)有限公司 | 一种基于激光清洗参数优化的激光控制方法及系统 |
| CN113673122A (zh) * | 2021-02-03 | 2021-11-19 | 广东电网有限责任公司珠海供电局 | 一种最优清扫效率的脉冲激光参数调整方法 |
-
2022
- 2022-04-02 CN CN202210342400.5A patent/CN114893365A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070224768A1 (en) * | 2006-02-24 | 2007-09-27 | Uvtech Systems, Inc. | Method and apparatus for delivery of pulsed laser radiation |
| US20140241878A1 (en) * | 2013-02-28 | 2014-08-28 | General Electric Company | System and method for controlling a wind turbine based on identified surface conditions of the rotor blades |
| CN106513380A (zh) * | 2016-10-27 | 2017-03-22 | 苏州菲镭泰克激光技术有限公司 | 多孔网状结构物体的激光清洗装置及方法 |
| CN110899252A (zh) * | 2019-11-29 | 2020-03-24 | 湖北工业大学 | 一种激光清洗的智能控制系统及方法 |
| CN111001940A (zh) * | 2019-12-24 | 2020-04-14 | 武汉翔明激光科技有限公司 | 一种基于激光与振镜联动控制的激光均匀清洗方法 |
| CN112404734A (zh) * | 2020-11-02 | 2021-02-26 | 北京航空航天大学 | 激光精密加工技术制备风电叶片主动防冰表面 |
| CN113673122A (zh) * | 2021-02-03 | 2021-11-19 | 广东电网有限责任公司珠海供电局 | 一种最优清扫效率的脉冲激光参数调整方法 |
| CN113263027A (zh) * | 2021-05-26 | 2021-08-17 | 金顿激光科技(佛山)有限公司 | 一种基于激光清洗参数优化的激光控制方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106493122A (zh) | 零件的激光精密清洗装置及方法 | |
| CN1226781C (zh) | 微细图形检查装置和方法、cd－sem的管理装置和方法 | |
| CN109787552A (zh) | 一种光伏电站的清洗方法及系统 | |
| CN113732519B (zh) | 一种铝合金飞机蒙皮激光除漆工艺参数设计方法 | |
| CN104562011B (zh) | 多晶硅片的制绒辅助剂及制绒工艺 | |
| CN110504099A (zh) | 一种激光去除电感铜线圈漆层的方法及系统 | |
| CN105642581A (zh) | 一种光纤连接器端面清洗装置 | |
| CN114893365A (zh) | 一种风机叶片清洗方法 | |
| CN109120230A (zh) | 一种太阳能电池片el图像检测和缺陷识别方法 | |
| CN114210656A (zh) | 一种基于脉冲激光的非接触式带电清污方法 | |
| CN207823447U (zh) | 一种太阳能面板清洁装置 | |
| CN208643532U (zh) | 一种铝合金阳极氧化膜激光干式清洗设备 | |
| CN103357633A (zh) | 一种薄膜太阳能电池玻璃基底的清洗方法 | |
| Wefringhaus et al. | Statistical approach to the description of random pyramid surfaces using 3D surface profiles | |
| CN201490217U (zh) | 一种带吸尘系统的刻膜机 | |
| CN217342686U (zh) | 一种石油化工用使用便捷的管道清洁装置 | |
| CN110146204A (zh) | 一种智能型残余应力x射线测量仪及其测量方法 | |
| CN114749429A (zh) | 用于激光清洗的激光设备 | |
| CN108470695A (zh) | 一种制作黑硅太阳电池的方法 | |
| CN108499986B (zh) | 电芯清洁方法及控制装置 | |
| TW202131265A (zh) | 太陽能發電電廠之污染評估方法 | |
| CN106253836A (zh) | 一种智能太阳能电池板清洁装置 | |
| CN111798570A (zh) | 一种叶轮机械叶片曲面网格化快速生成方法 | |
| CN206393055U (zh) | 一种用于薄膜太阳能电池的全自动激光清边装置 | |
| CN218360831U (zh) | 一种清理机构及汽车仪表喷涂装置 |
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 |