CN115031906A - 基于次声波的管道泄漏在线监测方法 - Google Patents
基于次声波的管道泄漏在线监测方法 Download PDFInfo
- Publication number
- CN115031906A CN115031906A CN202210398973.XA CN202210398973A CN115031906A CN 115031906 A CN115031906 A CN 115031906A CN 202210398973 A CN202210398973 A CN 202210398973A CN 115031906 A CN115031906 A CN 115031906A
- Authority
- CN
- China
- Prior art keywords
- leakage
- signal
- infrasonic
- wave
- pipeline
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
- G01M3/04—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point
- G01M3/24—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point using infrasonic, sonic, or ultrasonic vibrations
- G01M3/243—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point using infrasonic, sonic, or ultrasonic vibrations for pipes
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D5/00—Protection or supervision of installations
- F17D5/02—Preventing, monitoring, or locating loss
- F17D5/06—Preventing, monitoring, or locating loss using electric or acoustic means
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
本发明公开了基于次声波的管道泄漏在线监测方法,包括以下具体步骤:根据次声波传感器接检测到的泄漏次声波的声波特征,判断管道是否发生泄漏具体为:将次声波传感器接收到的原始泄漏信号进行多尺度分解;将分解后的次声波信号进行消除噪音处理;将消噪处理后的信号通过小波逆运算进行重建原信号;将重建原信号数据与数据库中存储的正常输送介质时的数据进行对比,确定管道是否发生泄漏。再根据泄漏声波信号的传播时间差和次声波传播速度进行漏点定位。本发明基于次声波法,通过小波分解中的多尺度分解,利用信号互相关分析等信号处理方法,判断是否发生泄漏,获取精确的泄漏次声波信息,确定泄漏点的具体位置,精确高效。
Description
技术领域
本发明涉及次声波检测技术领域,尤其涉及基于次声波的管道泄漏在线监测方法。
背景技术
现阶段,石油天然气管网已成为国家基础设施的一部分,管道的正常运行与我国国民经济建设和居民日常生活紧密联系在一起。随着管道业的快速发展、油气田开发以及非常规天然气开发的不断深入,管道运行时的安全问题对石油天然气的生产和运输产生的影响也越来越大。我国幅员辽阔、地形复杂且油气资源分布不均匀,使得我国油气管线具有跨距大、距离长、穿越地貌形态不固定等特点,对于特殊环境下的管道(如海底、沙漠、沼泽甚至无人区等情形),现场工程师并不能采用传统的就地进行泄漏检测的方法,因此远距离实时监控管道泄漏的技术也就适时而出。
管道运输业发展迅猛,管道运输范围显著扩大。当前,管道不仅可以输送石油、水,天然气、煤气等流体介质,也可以输送如粮食、水泥、煤浆、工业原料、城市垃圾等固体散装物料,由此可见,管道运输业的潜力是巨大的。于2010年10月1日正式实施的我国第一部保护特定设施的专门法律《石油天然气管道保护法》中首度明确规定,管道泄漏的石油和因管道抢修排放的石油造成环境污染的,管道企业应当及时治理。至此,企业对管道输送油品天然气的安全也给予了前所未有的关注,所以,及时、准确地发现在役管道的泄漏事件、确定出泄漏位置以及及时计算出泄漏量都有重大并且长远的意义。
我国管道自动化水平与现代信号处理技术的不断提高为管道泄漏检测技术的应用创造了有利条件。当前,国内外存在着多种油气长输管道泄漏检测和定位方法,主要技术也从过去的纯硬件检测或软件检测过渡到软硬件结合的检测方法。
当管道泄漏没有造成明显压降的情况下,监测人员虽然也能分析出特定的管段来怀疑泄漏,但却会因为不能可靠地确定管道泄漏的准确位置而错过采取补救措施的最佳时间。
发明内容
本发明的目的在于克服现有技术的不足,提供基于次声波的管道泄漏在线监测方法。
本发明的目的是通过以下技术方案来实现的:
基于次声波的管道泄漏在线监测方法,包括以下具体步骤:
根据次声波传感器接检测到的泄漏次声波的声波特征,判断管道是否发生泄漏;
再根据泄漏声波信号的传播时间差和次声波传播速度进行漏点定位。
所述根据次声波传感器接检测到的泄漏次声波的声波特征,判断管道是否发生泄漏,具体为:
步骤一:将次声波传感器接收到的原始泄漏信号进行多尺度分解;
步骤二:将分解后的次声波信号进行消除噪音处理;
步骤三:将消噪处理后的信号通过小波逆运算进行重建原信号;
步骤四:将重建原信号数据与数据库中存储的正常输送介质时的数据进行对比,确定管道是否发生泄漏。
所述根据泄漏声波信号的传播时间差和次声波传播速度进行漏点定位,具体为:
采用时间差法确定泄漏位置,具体公式为:
得出泄漏点S至检测点B之间,距离LB为:
式中,L为A、B两检测点之间的距离,及相邻两个次声波传感器之间的距离,单位为m; LA、LB粉笔为泄漏孔S点到管道A、B两个检测点的距离,单位为m;t1、t2分别为泄漏声波传到A、B两端,并被相应传感器接收到的时间,单位为s;v为管道泄漏产生的次声波传播速度,单位为m/s。
所述根据泄漏声波信号的传播时间差和次声波传播速度进行漏点定位,还包括:由于泄漏工况的发生,管内流体介质的激发作用会不断产生泄漏声信号PS(t),在泄漏点的两侧选择合适的测点A和B,分别用传感器进行检测,接收到的泄漏声信号分别为P1(t)和P2(t),即由时间差法可得:
式中,t1、t2分别为管道泄漏产生的泄漏声波,自然漏点S想两侧测点传播并由A和B处传感器接收到所需的时间,单位为s;α1、α2分别为响应的衰减因子;
相对时延△t通过P1(t)和P2(t)这两个信号间的互相关分析决定,通过确定时延△t1来确定出泄漏孔S至测点B点的位置。
所述时延△t1的确定方法为:泄漏声信号为突发信号时,时延△t可通过GPS对次声波传感器所接收到的泄漏信号打时间标签来确定;当泄漏声信号为连续信号时,时延△t通过互相关性分析的方法确定。
采用小波分析将所述次声波传感器接收到的原始泄漏信号进行多尺度分解。
本发明的有益效果:
本发明基于次声波法,通过小波分解中的多尺度分解,利用信号互相关分析等信号处理方法,判断是否发生泄漏,获取精确的泄漏次声波信息,确定泄漏点的具体位置,精确高效。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见的,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图示出的结构获得其他的附图。
图1是本发明的方法流程图;
图2是小波多尺度分解示意图;
图3是本发明的小波分析消噪流程图。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
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,所描述的实施例仅是本发明的一部分实施例,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作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。另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当人认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
如图1所示,基于次声波的管道泄漏在线监测方法,包括以下具体步骤:
根据次声波传感器接检测到的泄漏次声波的声波特征,判断管道是否发生泄漏;
再根据泄漏声波信号的传播时间差和次声波传播速度进行漏点定位。
在实际管道泄漏定位工程应用中,现场所采集到的泄漏次声信号包含着许多尖峰或突变部分,此时,传统的傅里叶分析就显得无能为力。因为傅里叶分析是将信号变换到频域中进行分析,不能给出信号在某个时问点的变换情况,因此信号在时轴上的任一突变都会影响信号的整个频谱。小波分析由于能同时在时频域中对信号进行分析,即在表示出信号中各个分量的时间关联特性的同时,还可以显示每个时间信号瞬时频率的能量变化情况。所以其小波分析能有效区别信号中的突变部分和噪声,从而实现非平稳信号的消噪。
小波变换的基本思想是用一族小波基函数去表示或逼近信号,很好的解决了时间和频率分辨力的矛盾,适合于对时变信号进行局部分析。时域中小波函数和被分析信号具有相似性,频域中小波函数的功率谱与被分析信号的功率谱相匹配。二者的相似度越高,分析的效果越好。
当管道泄漏时,产生的次声波是超低频信号,而混杂的随机噪声信号通常是高频信号。低频次声信号属于非平稳信号,频谱随时间有较大变化。因此,需要采用一种适用于非平稳的非线性时域分析方法。
次声波传感器接收到的原始泄漏信号一般认为包括次声波有用信号、管道背景噪声、仪器噪声和随机噪声等。通俗来讲,小波分解是把信号f(x)分解成低频A(x)和高频D(x)两部分。
实际中,低频部分A(x)通常包含了信号的主要信息,高频部分D(x)则与噪音与扰动联系在一起。根据分析的需要,可以继续对低频部分进行分解,如此又有了更低频部分的信号和频率相对较高部分的信号,如图2所示。
小波分析作为一种多尺度时频分析的方法,对信号的消噪实质是通过多尺度分析,抑制原始信号中的噪声部分,而增强原始信号中的次声波有用信号部分。要对信号进行多尺度分析,则第一步是对信号进行分解。信号分解的层数不是任意的,对于长度为N的信号最多能给分成log2N。实际应用中,可根据实际需要选择合适的分解层数。
管道泄漏产生的声发射信号属于非平稳信号,其包含了许多噪声。如图3所示,采用小波分析消噪的具体步骤如下:
设采集到的信号模型为:
x(ti)=s(ti)+n(ti),i=1,2,...,n
式中,x(ti)为原始含噪信号,s(ti)为真实信号,n(ti)为加性噪声,ti为等间隔的采样点,共有m个样本。
设W(·)和W-1(·)分别表示小波变换个小波逆变换的算子,令D(·,A)表示以阈值A的消噪算子。小波消噪及信号重构过程可分为3步:
1、小波分解:首先要选择一个小波基,并确定尺度N,然后进行小波分解:
Y=W(x(ti)),
2、小波分解高频系数的阈值处理:阈值法修正细节系数对每一尺度(1至N),选取适当的阈值作用于每一尺度的细节,按一定策略进行处理。
Z=D(Y,λ),
设阈值为λ,对某一数据域,现给出两种阈值策略:
(1)硬阈值法:进行截断处理,若|U|>λ,则保留,否则置为o;
(2)软阈值法:进行趋零处理,算子D将数据域∪中所有|U|λ数值置为零,并对|U|>λ的数以量元缩小,它将不置为0的那些系数值进行趋零处理。尽可能地提高信噪比是选取合适阈值的原则,设某一尺度细节系数的长度为m,该尺度细节系数的标准差为σ,处理该尺度细节系数的闽值可按公式:来确定。
阈值的大小不仅与尺度有关,而且与细节系数的标准差有关,按此策略选取的阈值对信号是可浮动的自适应阈值,随着噪声能量强弱的变化,阂值也能随之上下浮动。
3、信号重构:通过小波逆变换,利用原信号尺度N的近似和修改过的各尺度(1至N)的细节重建原信号:S=W-1(Z)。
管道次声波泄漏检测技术中,泄漏源定位主要包括区域定位和时差定位。区域定位指通过传感器接收到的声信号的时域波形,可以确定泄漏源大致发生在哪个检测通道监视区域内 (即管道上哪两个传感器之间),但是若要准确定位,则需要其他手段来实现。时差定位方法可以准确确定泄漏源的位置,通过互相关法可以在单点泄漏的情况下利用两个声波传感器进行成功定位。
当管道发生泄漏时,由于管内、外压差的存在使得在泄漏点处管道内的流体介质迅速流失,压力瞬间下降,这样在泄漏点处作为声波源就会产生包含次声波在内的复杂泄漏波,该次声波通过管道和流体介质,自泄漏点向管道两端传播,经过时间t1、t2后分别传播到首、末两端并被相应的次声波传感器捕捉到。根据检测到的泄漏次声波的波形特征,就可以判断是否发生了泄漏,再根据泄漏声信号的传播时间差和次声波的传播速度就可以进行漏点定位。
管道次声波泄漏检测和定位算法的依据是管道首、末两端传感器所采集到的泄漏次声信号,利用信号互相关分析等信号处理方法就可以确定泄漏是否发生和泄漏点的具体位置。
采用时间差法确定泄漏位置,具体公式为:
得出泄漏点S至检测点B之间,距离LB为:
式中,L为A、B两检测点之间的距离,及相邻两个次声波传感器之间的距离,单位为m; LA、LB粉笔为泄漏孔S点到管道A、B两个检测点的距离,单位为m;t1、t2分别为泄漏声波传到A、B两端,并被相应传感器接收到的时间,单位为s;v为管道泄漏产生的次声波传播速度,单位为m/s。
由于泄漏工况的发生,管内流体介质的激发作用会不断产生泄漏声信号PS(t),在泄漏点的两侧选择合适的测点A和B,分别用传感器进行检测,接收到的泄漏声信号分别为P1(t) 和P2(t),即由时间差法可得:
式中,t1、t2分别为管道泄漏产生的泄漏声波,自然漏点S想两侧测点传播并由A和B处传感器接收到所需的时间,单位为s;α1、α2分别为响应的衰减因子;
相对时延△t通过P1(t)和P2(t)这两个信号间的互相关分析决定,通过确定时延△t1来确定出泄漏孔S至测点B点的位置。
所述时延△t1的确定方法为:泄漏声信号为突发信号时,时延△t可通过GPS对次声波传感器所接收到的泄漏信号打时间标签来确定;当泄漏声信号为连续信号时,时延△t通过互相关性分析的方法确定。
互相关性分析法也被看作一种基于软件的方法,是利用互相关分析技术,对首、末端两个传感器采集到的信号进行互相关计算,从而对泄漏进行检测的方法。收集并计算两端接收到的信号特征的相关特点,相关峰值的位置表征泄漏点处的信号传播到两端测点的时问差等参数,再加上已知的两个传感器之间的管道长度和信号的传播速度就可以判定出泄漏点的位置。互相关性分析是时域中描述信号特征的一种重要方法,通过对两个传感器接收到的两个性状相近似的泄漏声信号的波形进行相关运算,可以获得两个信号之间的时间差。
从次声波管道泄漏检测技术的原理可知,关键在于确定管道中是否发生了泄漏,而要确定是否发生泄漏则要确定两个相邻的传感器接收到同一个泄漏声波的时间先后顺序。在两个相邻次声波传感器所接收到的泄漏声波动曲线中,对于同一个事件引起的声发射波动,其波形变化不会很大,应该是有相似性的,在信号处理中,确定两个波形相似程度的有效方法是进行相关性分析。
在管道泄漏检测系统中,考虑单个检测点处次声波传感器的响应时间没有多大的意义,因为整个系统检测的是管道泄漏声信号传到管道首末两端次声波传感器的时间差。当管道泄漏工况发生时,泄漏声信号向管道两侧传播,分别到达两个检测点的时间是一个离散时t,信号的取值P(t)都是随机变量。讨论随机信号在不同时间t1和t2的瞬时相关程度是没有意义的,因为两个随机变量的乘积仍然是随机变量,无法用作一种测度。因此,随机信号本身在不同时间t1和t2的相关程度必须采用统计意义下的相关(简称统计相关)来度量。
设在实际检测过程中,两个传感器A、B所接收到的管道泄漏产生的声发射信号分别为 x(t)和y(t)。在管道检测两端传感器分别接收到泄漏声信号的时间差为△t,通过现场采集的数据进行互相关运算,准确地找到互相关函数的相关峰值,峰值所对应的时间就是次声波由泄漏点传播到管道两端的时间差。
以上所述仅是本发明的优选实施方式,应当理解本发明并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本文所述构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权利要求的保护范围内。
Claims (6)
1.基于次声波的管道泄漏在线监测方法,其特征在于,包括以下具体步骤:
根据次声波传感器接检测到的泄漏次声波的声波特征,判断管道是否发生泄漏;
再根据泄漏声波信号的传播时间差和次声波传播速度进行漏点定位。
2.根据权利要求1所述的基于次声波的管道泄漏在线监测方法,其特征在于,所述根据次声波传感器接检测到的泄漏次声波的声波特征,判断管道是否发生泄漏,具体为:
步骤一:将次声波传感器接收到的原始泄漏信号进行多尺度分解;
步骤二:将分解后的次声波信号进行消除噪音处理;
步骤三:将消噪处理后的信号通过小波逆运算进行重建原信号;
步骤四:将重建原信号数据与数据库中存储的正常输送介质时的数据进行对比,确定管道是否发生泄漏。
4.根据权利要求3所述的基于次声波的管道泄漏在线监测方法,其特征在于,所述根据泄漏声波信号的传播时间差和次声波传播速度进行漏点定位,还包括:由于泄漏工况的发生,管内流体介质的激发作用会不断产生泄漏声信号PS(t),在泄漏点的两侧选择合适的测点A和B,分别用传感器进行检测,接收到的泄漏声信号分别为P1(t)和P2(t),即由时间差法可得:
式中,t1、t2分别为管道泄漏产生的泄漏声波,自然漏点S想两侧测点传播并由A和B处传感器接收到所需的时间,单位为s;α1、α2分别为响应的衰减因子;
相对时延△t通过P1(t)和P2(t)这两个信号间的互相关分析决定,通过确定时延△t1来确定出泄漏孔S至测点B点的位置。
5.根据权利要求4所述的基于次声波的管道泄漏在线监测方法,其特征在于,所述时延△t1的确定方法为:泄漏声信号为突发信号时,时延△t可通过GPS对次声波传感器所接收到的泄漏信号打时间标签来确定;当泄漏声信号为连续信号时,时延△t通过互相关性分析的方法确定。
6.根据权利要求2所述的基于次声波的管道泄漏在线监测方法,其特征在于,采用小波分析将所述次声波传感器接收到的原始泄漏信号进行多尺度分解。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210398973.XA CN115031906A (zh) | 2022-04-15 | 2022-04-15 | 基于次声波的管道泄漏在线监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210398973.XA CN115031906A (zh) | 2022-04-15 | 2022-04-15 | 基于次声波的管道泄漏在线监测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115031906A true CN115031906A (zh) | 2022-09-09 |
Family
ID=83119683
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210398973.XA Pending CN115031906A (zh) | 2022-04-15 | 2022-04-15 | 基于次声波的管道泄漏在线监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115031906A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115388343A (zh) * | 2022-10-12 | 2022-11-25 | 广东海洋大学 | 一种高效的海洋油气管线泄漏检测与定位方法及系统 |
CN115575044A (zh) * | 2022-12-08 | 2023-01-06 | 浙江和达科技股份有限公司 | 一种管道节点的渗漏定位方法及智能消火栓 |
-
2022
- 2022-04-15 CN CN202210398973.XA patent/CN115031906A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115388343A (zh) * | 2022-10-12 | 2022-11-25 | 广东海洋大学 | 一种高效的海洋油气管线泄漏检测与定位方法及系统 |
CN115388343B (zh) * | 2022-10-12 | 2024-04-16 | 广东海洋大学 | 一种高效的海洋油气管线泄漏检测与定位方法及系统 |
CN115575044A (zh) * | 2022-12-08 | 2023-01-06 | 浙江和达科技股份有限公司 | 一种管道节点的渗漏定位方法及智能消火栓 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xiao et al. | Natural-gas pipeline leak location using variational mode decomposition analysis and cross-time–frequency spectrum | |
CN115031906A (zh) | 基于次声波的管道泄漏在线监测方法 | |
CN109827082B (zh) | 一种管道多点泄漏精确定位方法 | |
Saha et al. | Empirical structure for characterizing metal loss defects from radial magnetic flux leakage signal | |
CN110671613A (zh) | 基于改进经验小波变换的流体管道泄漏信号时延估计方法 | |
Papadopoulou et al. | An evaluation of acoustic reflectometry for leakage and blockage detection | |
CN1693865A (zh) | 基于压力信号拐点检测油气管道泄漏的方法 | |
CN109556797B (zh) | 基于样条局部均值分解和卷积神经网络的管道泄漏检测与定位方法 | |
Mostafapour et al. | Leakage locating in underground high pressure gas pipe by acoustic emission method | |
Ting et al. | Water leak location based on improved dual-tree complex wavelet transform with soft thresholding de-noising | |
Qu et al. | Study on the natural gas pipeline safety monitoring technique and the time-frequency signal analysis method | |
Li et al. | Leakage detection of HVAC pipeline network based on pressure signal diagnosis | |
Al-Shidhani et al. | Leak monitoring in pipeline networks using wavelet analysis | |
US11604127B2 (en) | Methods for detecting pipeline weakening | |
Xie et al. | Research on vibration fatigue damage identification of oil and gas pipeline under the condition of measured noise injection | |
WO2019096854A1 (en) | System and method of remote monitoring of the integrity of pressurised pipes by means of vibroacoustic sources | |
Tang et al. | Leak detection of water pipeline using wavelet transform method | |
CN110285332B (zh) | 一种基于声学脉冲压缩的天然气管道安全监测方法 | |
Yi-bo et al. | Leakage detection and location for long range oil pipeline using negative pressure wave technique | |
Fang et al. | Research on Leak LocationMethod of Water Supply Pipeline Based onMVMD. | |
CN109340587B (zh) | 基于经验模态分解的流体管道泄漏声发射相干定位方法 | |
Saifullin et al. | Methods of Leak Search from Pipeline for Acoustic Signal Analysis | |
Wang et al. | An improved cross-correlation algorithm based on wavelet transform and energy feature extraction for pipeline leak detection | |
Hanafi et al. | Hydroinformatics based technique for leak identification purpose–An experimental analysis | |
CN114704781A (zh) | 一种优化iceemdan的管道泄漏声波信号检测方法 |
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 |