CN114997521A - 一种环保设备监测预警及故障预测的方法及系统 - Google Patents
一种环保设备监测预警及故障预测的方法及系统 Download PDFInfo
- Publication number
- CN114997521A CN114997521A CN202210758274.1A CN202210758274A CN114997521A CN 114997521 A CN114997521 A CN 114997521A CN 202210758274 A CN202210758274 A CN 202210758274A CN 114997521 A CN114997521 A CN 114997521A
- Authority
- CN
- China
- Prior art keywords
- equipment
- early warning
- fault
- data set
- data
- 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 33
- 238000012544 monitoring process Methods 0.000 title claims abstract description 29
- 230000007613 environmental effect Effects 0.000 title claims abstract description 24
- 238000012423 maintenance Methods 0.000 claims abstract description 17
- 230000008569 process Effects 0.000 claims abstract description 10
- 230000015556 catabolic process Effects 0.000 claims abstract description 9
- 238000006731 degradation reaction Methods 0.000 claims abstract description 9
- 238000003745 diagnosis Methods 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 7
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 6
- 238000013135 deep learning Methods 0.000 claims description 5
- 238000003672 processing method Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 6
- 238000007689 inspection Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 230000036541 health Effects 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000003889 chemical engineering Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000006477 desulfuration reaction Methods 0.000 description 1
- 230000023556 desulfurization Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 239000012088 reference solution Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Databases & Information Systems (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明提供一种环保设备监测预警及故障预测的方法及系统。涉及在线监测预警、故障预测技术领域。该方法包括:获取目标设备的DCS运行数据集,该运行数据集包括该目标设备运行过程中的所有实时状态数据;对该运行数据集中所有的实时状态数据进行分析,判断设备异常和故障趋势,实时预警;对该运行数据集数据经过算法归类为故障库,故障库归纳劣化因子、故障等级等达到预测性维护。应用本申请实施例,对设备运行状态进行实时在线监测预警,为设备维护和维修提供合适的时间窗口,根据监测结果智能定位故障,精准检修,提前准备备品备件,根据计划进行及时维修。通过故障预测,可极大程度地降低设备突发故障的停产损失,达到设备的预测性维护。
Description
技术领域
本发明涉及在线监测预警以及故障预测技术领域,具体涉及一种环保设备监测预警及故障预测的方法及系统。
背景技术
据国家统计局、生态环境部2020年联合发布的《第二次全国污染源普查公报》,2017年末,工业企业脱硫设施7.67万套,脱硝设施3.44万套,除尘设施89.79万套,这些环保设施运行好坏直接影响我国污染防治攻坚战的成效。
在实际生产过程中,设备巡检困难,问题难以发现,包括高温环境巡检困难、高危环境巡检困难、高空环境巡检困难、场所较大巡检困难;设备停机损失大,生产制造企业由意外停机造成的损失高达500亿美元/年;运维效率低,人工点巡检运维时间长,效率低,漏检错检多;运维成本高,周期性维修需要的备品备件较多;数据监测难,全球92%的生产设备没有数据采集;67%的企业扔使用Excel分析数据,缺乏数据挖掘能力。
发明内容
本发明的目的是为了解决现有技术中存在的缺点,而提出的一种环保设备监测预警及故障预测的方法及系统,可以提供设备健康管理与故障诊断、预警功能,减少因设备故障造成的直接间接损失,达到设备的预测性维护。同时不断的更新故障库,优化故障算法模型,提高算法的深度学习能力。
为实现上述目的,本发明采用了如下技术方案:一种环保设备监测预警及故障预测的方法及系统,所述方法包括
S1:获取目标设备的DCS运行数据集;
所述DCS运行数据集包括目标设备运行过程中的所有实时状态数据。
集成高精度振动/声发射/温度/压力等工业传感器,对电机、泵、风机、压缩机、齿轮箱等转动类设备进行状态监测,并通过4G/5G/NBlOT/MQTT等物联网技术将目标设备的DCS运行数据集传输到系统中。
S2:数据分析;
对从步骤S1中得到的DCS运行数据集的所有的实时状态数据进行分析,判断设备异常和故障趋势,智能定位实时预警。
对该DCS运行数据集中所有的实时状态数据进行分析,运用频谱分析、机器学习等故障诊断技术,对转动设备进行故障诊断预警,预警内容包括转动设备的工作位置、故障原因等,其中位置信息可实现智能定位。
转动设备发生故障时,其振动信号中的许多统计特征参数都会随故障的性质及大小发生变化,作为故障诊断的依据。在故障诊断中应用的幅值参数有:均方根值、峰值、波形因子、峰值因子、峭度因子、脉冲因子、裕度因子等。
S3:归类并维护;
对该运行数据集数据经过算法归类为故障库,故障库归纳劣化因子、故障等级等达到预测性维护。
对该运行数据集数据分析,通过算法归类对故障诊断模型进行建立、训练、测试,形成故障库,故障库归纳劣化因子、故障等级等特征参数,通过转动设备故障诊断预警模型对其运行情况进行实时监控,模型诊断数据可以通过有线网络或者无线网络的方式上传至系统中,利用系统中已有的预测预警模块,为现场和远程运维管控人员提供预警服务和操作建议,达到预测性维护。
较佳的,所述步骤S1中所有实时状态数据包括确定目标设备的DCS运行数据格式及内容,并根据数据将格式统一,汇聚处理所述设备的DCS运行数据集。
较佳的,所述确定目标设备的DCS运行数据格式及内容,具体步骤为对目标设备增加的传感器设备进行预分析;得到预分析后的数据格式;确定预分析后的数据格式,统一系统接入接口的数据格式。
较佳的,所述DCS运行数据集中包括设备零部件位置数据;所述得到对DCS运行数据集中所有的实时状态数据进行分析,判断设备异常和故障趋势,智能定位实时预警;对状态数据集中的设备零部件位置数据进行定位分析,得到定位分析结果;根据定位分析结果,确定目标设备发生所述异常的位置。
较佳的,将对该运行数据集数据经过算法归类为故障库,故障库归纳劣化因子、故障等级等达到预测性维护,所述方法还包括:
根据多个设备的多维数据获取,包括状态参数、结构参数、工况参数等,构建样本库深度学习以及测试样本;使用样本库进行特征提取,构建故障诊断模型;使用所述测试样本对所述故障诊断模型进行预测,得到所述故障预测模型;使用所述设备的异常数据,优化故障诊断模型。
较佳的,所述对该运行数据集中所有的实时状态数据进行分析,判断设备异常和故障趋势,智能定位实时预警之后,根据所述目标设备的预警等级发送预警信息至不同等级的作业人员,包含可参考解决方案;根据所述目标设备的预警处理后,上传并提交处理方案;处理方案包括现场照片、处理方法、预警原因。
与现有技术相比,本发明的有益效果为:本申请实施例提供一种环保设备监测预警及故障预测,可根据实时状态数据集与在线监测、预警类型之间的管理,建立的预警类型与各维度的状态数据之间的关系,对目标设备对应的状态数据集中各维度的实时状态数据进行在线监测分析,可精准定位智能预警、提供可参考的解决方案;对目标设备对应的历史状态数据数据集与实时状态数据集进行智能诊断,自动预测故障,提前准备备品备件,降低因非停造成的损失。
附图说明
图1为本申请实施例提供的一种环保设备监测预警及故障预测系统的流程示意图;
图2为本申请实施例提供的在线监测预警流程示意图;
图3为本申请实施例提供的故障预测流程示意图;
图4为本申请实施例提供的平台示例图。
具体实施方式
为使对本发明的目的、构造、特征、及其功能有进一步的了解,兹配合实施例详细说明如下。
在对本申请实施例进行详细解释前,首先对本申请的应用场景予以介绍。该应用场景具体可为对钢铁、化工、环保领域中环保设备的健康状况进行监测预警、故障预测的场景,也可为其他领域环保设备的健康状况进行预测的场景,本申请不对其进行限定。本申请以环保领域中的环保设备为例进行说明,环保设备可包括风机、泵、电机等。系统通过DCS采集目标设备的状态数据,通过该目标设备的状态数据以及预先设置到系统内的正常数据值进行比对,实现设备异常预警;对该运行数据集数据经过算法归类为故障库,故障库归纳劣化因子、故障等级等达到预测性维护。
如下结合附图对本申请所提到的环保设备监测预警及故障预测系统进行示例说明。图1为本申请实施例提供的一种环保设备监测预警及故障预测系统的流程示意图。如图1所示,该方法可以包括:
K101、获取目标设备的DCS运行数据集,该运行数据集包括该目标设备运行过程中的所有实时状态数据。
其中,实时状态数据包括产线数据、位置数据、小时均值数据等。首先确定目标设备的DCS运行数据格式及内容;根据数据格式统一,汇聚处理所述运行数据集。
K102、对该运行数据集中所有的实时状态数据进行分析,判断设备异常和故障趋势,智能定位实时预警;
首先系统预设设备运行状态下的正常值;对所述状态数据集中的设备零部件位置数据进行定位分析,得到定位分析结果;根据所述定位分析结果,确定所述目标设备发生所述异常的位置;根据所述目标设备的预警等级、预警异常位置发送预警信息至不同等级的作业人员,包含可参考解决方案,实现精准定位;根据所述目标设备的预警处理后,上传并提交处理方案;所述方法还包括:处理方案包括现场照片、处理方法、预警原因。
K103、对该运行数据集数据经过算法归类为故障库,故障库归纳劣化因子、故障等级等达到预测性维护。
根据多个设备的多维数据获取,包括状态参数、结构参数、工况参数等,构建样本库深度学习以及测试样本;使用样本库进行特征提取,构建故障诊断模型;使用所述测试样本对所述故障诊断模型进行预测,得到所述故障预测模型;使用所述设备的异常数据,优化故障诊断模型。
综上所述,本申请实施例提供一种环保设备监测预警及故障预测的方法及系统,可根据实时状态数据集与在线监测、预警类型之间的管理,建立的预警类型与各维度的状态数据之间的管,对目标设备对应的状态数据集中各维度的实时状态数据进行在线监测分析,可精准定位智能预警、提供可参考的解决方案;对目标设备对应的历史状态数据集与实时状态数据集进行智能诊断,自动预测故障,提前准备备品备件,降低因非停造成的损失。
图2提供的是本申请实施例提供的在线监测预警流程示意图,从原始数据到特征提取经过数据过滤,根据不同的预警规则进行报警整合,按推送策略精准推送至作业人员手中。
图3提供的是本申请实施例提供的故障预测流程示意图,对目标设备运行数据集数据经过算法归类为故障库,故障库归纳劣化因子、故障等级等达到预测性维护,并且不断提高故障模型库的深度学习能力。
图4为本申请实施例提供的平台示例图,展示设备故障预测模型工具(包括单因子、多因子阈值预警),建立了阈值预警模型和故障诊断知识库,对实时监测的数据项设置预告警规则,发生运行异常时,即时推送相应的工作人员,并对响应处理过程进行闭环管理和记录。
本发明已由上述相关实施例加以描述,然而上述实施例仅为实施本发明的范例。必需指出的是,已揭露的实施例并未限制本发明的范围。相反地,在不脱离本发明的精神和范围内所作的更动与润饰,均属本发明的专利保护范围。
Claims (6)
1.一种环保设备监测预警及故障预测的方法及系统,其特征在于:所述方法包括以下步骤:
S1:获取目标设备的DCS运行数据集;
所述DCS运行数据集包括目标设备运行过程中的所有实时状态数据;
S2:数据分析;
对从步骤S1中得到的DCS运行数据集的所有的实时状态数据进行分析,判断设备异常和故障趋势,智能定位实时预警;
S3:归类并维护;
对该运行数据集数据经过算法归类为故障库,故障库归纳劣化因子、故障等级等达到预测性维护。
2.如权利要求1所述的一种环保设备监测预警及故障预测的方法及系统,其特征在于:所述步骤S1中所有实时状态数据包括确定目标设备的DCS运行数据格式及内容,并根据数据将格式统一,汇聚处理所述设备的DCS运行数据集。
3.如权利要求2所述的一种环保设备监测预警及故障预测的方法及系统,其特征在于:所述确定目标设备的DCS运行数据格式及内容,具体步骤为对目标设备增加的传感器设备进行预分析;得到预分析后的数据格式;确定预分析后的数据格式,统一系统接入接口的数据格式。
4.如权利要求1所述的一种环保设备监测预警及故障预测的方法及系统,其特征在于:所述DCS运行数据集中包括设备零部件位置数据;所述得到对DCS运行数据集中所有的实时状态数据进行分析,判断设备异常和故障趋势,智能定位实时预警;对状态数据集中的设备零部件位置数据进行定位分析,得到定位分析结果;根据定位分析结果,确定目标设备发生所述异常的位置。
5.如权利要求1所述的一种环保设备监测预警及故障预测的方法及系统,其特征在于:将对该运行数据集数据经过算法归类为故障库,故障库归纳劣化因子、故障等级等达到预测性维护,所述方法还包括:
根据多个设备的多维数据获取,包括状态参数、结构参数、工况参数等,构建样本库深度学习以及测试样本;使用样本库进行特征提取,构建故障诊断模型;使用所述测试样本对所述故障诊断模型进行预测,得到所述故障预测模型;使用所述设备的异常数据,优化故障诊断模型。
6.如权利要求1所述的一种环保设备监测预警及故障预测的方法及系统,其特征在于:所述对该运行数据集中所有的实时状态数据进行分析,判断设备异常和故障趋势,智能定位实时预警之后,根据所述目标设备的预警等级发送预警信息至不同等级的作业人员,包含可参考解决方案;根据所述目标设备的预警处理后,上传并提交处理方案;处理方案包括现场照片、处理方法、预警原因。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210758274.1A CN114997521A (zh) | 2022-06-30 | 2022-06-30 | 一种环保设备监测预警及故障预测的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210758274.1A CN114997521A (zh) | 2022-06-30 | 2022-06-30 | 一种环保设备监测预警及故障预测的方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114997521A true CN114997521A (zh) | 2022-09-02 |
Family
ID=83019647
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210758274.1A Pending CN114997521A (zh) | 2022-06-30 | 2022-06-30 | 一种环保设备监测预警及故障预测的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114997521A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115695150A (zh) * | 2022-11-01 | 2023-02-03 | 广州城轨科技有限公司 | 一种基于分布式异构融合组网设备检测方法及装置 |
-
2022
- 2022-06-30 CN CN202210758274.1A patent/CN114997521A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115695150A (zh) * | 2022-11-01 | 2023-02-03 | 广州城轨科技有限公司 | 一种基于分布式异构融合组网设备检测方法及装置 |
CN115695150B (zh) * | 2022-11-01 | 2023-08-08 | 广州城轨科技有限公司 | 一种基于分布式异构融合组网设备检测方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110647133B (zh) | 轨道交通设备状态检测维护方法及系统 | |
CN110208019B (zh) | 一种动设备状态监测动态阈值预警方法 | |
US7318350B2 (en) | Valve monitoring system and method | |
US20060129358A1 (en) | System for diagnosing facility apparatus, managing apparatus and diagnostic apparatus | |
US20060116836A1 (en) | System for diagnosing facility apparatus, managing apparatus and diagnostic apparatus | |
EP3055747A1 (en) | Correlation and annotation of time series data sequences to extracted or existing discrete data | |
CN104390657A (zh) | 一种发电机组运行参数测量传感器故障诊断方法及系统 | |
CN113063611B (zh) | 一种设备的监控管理方法及其系统 | |
CN111522329A (zh) | 一种工业机器人故障诊断方法 | |
CN105041631A (zh) | 一种气体压缩机的驱动轴振动信号的检测方法和系统 | |
CN115469176A (zh) | 一种基于数据模型的数字孪生电网用风险评估系统 | |
CN101241003B (zh) | 钻杆直度自动检测矫直状态监测与故障诊断系统 | |
CN111238559A (zh) | 一种卷包车间在线检测设备状态监控系统 | |
CN114997521A (zh) | 一种环保设备监测预警及故障预测的方法及系统 | |
CN115524002B (zh) | 一种电厂旋转设备的运行状态预警方法、系统及存储介质 | |
CN112580858A (zh) | 设备参数预测分析方法及系统 | |
CN110765633A (zh) | 一种动力装置的智能管理方法和装置 | |
CN114738132A (zh) | 基于实船数据的增压器转速传感器故障诊断方法及系统 | |
CN117142038A (zh) | 一种皮带机输送方法 | |
CN210721134U (zh) | 一种数控机床远程监控系统 | |
CN117113135A (zh) | 一种可对异常数据整理分类的碳排放异常监测分析系统 | |
CN114167282B (zh) | 一种电动机故障诊断及劣化趋势预测系统 | |
CN116263734A (zh) | 工业机器人状态监控方法、系统及提示终端 | |
CN212007343U (zh) | 一种石料破碎筛分设备远程诊断分析系统 | |
CN115788771A (zh) | 一种基于物联网技术的风力发电系统的智能运维管理系统 |
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 | ||
CB02 | Change of applicant information |
Address after: 224051 innovation center, 42 environmental protection Avenue, environmental protection science and Technology City, Tinghu District, Yancheng City, Jiangsu Province Applicant after: Jiangsu Kunlun Internet Technology Co.,Ltd. Address before: 224051 innovation center, 42 environmental protection Avenue, environmental protection science and Technology City, Tinghu District, Yancheng City, Jiangsu Province Applicant before: Kunyue Internet Environmental Technology (Jiangsu) Co.,Ltd. |
|
CB02 | Change of applicant information |