CN115657541A - 一种基于数字孪生精细化建模的空压机监管系统及方法 - Google Patents
一种基于数字孪生精细化建模的空压机监管系统及方法 Download PDFInfo
- Publication number
- CN115657541A CN115657541A CN202211300567.1A CN202211300567A CN115657541A CN 115657541 A CN115657541 A CN 115657541A CN 202211300567 A CN202211300567 A CN 202211300567A CN 115657541 A CN115657541 A CN 115657541A
- Authority
- CN
- China
- Prior art keywords
- parameter
- air compressor
- model
- digital twin
- module
- 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
Landscapes
- Testing And Monitoring For Control Systems (AREA)
- Control Of Positive-Displacement Pumps (AREA)
Abstract
本申请公开了一种基于数字孪生精细化建模的空压机监管系统及方法,系统包括:数据采集模块、模型训练模块、仿真模拟模块和监管模块;数据采集模块与模型训练模块连接,用于采集空压机运行过程中的状态参数,得到状态参数训练集;模型训练模块还与仿真模块连接,用于基于状态参数训练集,构建数字孪生参数模型;仿真模拟模块还与监管模块连接,用于基于数字孪生参数模型进行仿真模拟,得到参数优化模型,同时确定各参数最优区间;监管模块用于基于参数优化模型进行实时监控,同时调整空压机的运行状态参数至各参数最优区间。本申请能够节约大规模实验所需的材料成本,提高经济效益,能够有效监测当前参数的异常变化,及时报警,防止出现事故。
Description
技术领域
本申请涉及控制监测技术领域,具体涉及一种基于数字孪生精细化建模的空压机监管系统及方法。
背景技术
目前,在煤炭行业中,空压机作为非常重要的气流供给装置,空压机工作的稳定性与可靠性对井下生产影响重大。空压机无法正常工作会造成井下设备运转受阻,严重时还会诱发安全事故,影响煤矿进行生产安全,同时,对空压机运行状态参数缺乏监控易造成空压机出现故障,对空压机运行过程状态参数进行监测能够提高其工作可靠性。
因此,有必要设计一种基于数字孪生精细化建模的空压机虚拟平台系统,有效对空压机运行过程进行监管,及时发现空压机当前运行问题,防止空压机出现故障,解决空压机运行过程监测问题。
发明内容
本申请提供一种基于数字孪生精细化建模的空压机监管系统及方法,精准的重构空压机系统孪生模型,实现空压机的参数优化与能耗实时监控。
为达到上述目的,本申请提供了以下方案:
一种基于数字孪生精细化建模的空压机监管系统,包括:数据采集模块、模型训练模块、仿真模拟模块和监管模块;
所述数据采集模块与所述模型训练模块连接,所述数据采集模块用于采集所述空压机运行过程中的状态参数,得到状态参数训练集;
所述模型训练模块还与所述仿真模块连接,所述模型训练模块用于基于所述状态参数训练集,构建数字孪生参数模型;
所述仿真模拟模块还与所述监管模块连接,所述仿真模拟模块用于基于所述数字孪生参数模型进行仿真模拟,得到参数优化模型,同时确定各参数最优区间;
所述监管模块用于基于所述参数优化模型进行实时监控,同时调整所述空压机的运行状态参数至所述各参数最优区间。
优选的,所述数据采集模块包括:第一采集单元和第二采集单元;
所述状态参数包括第一采集数据集和第二采集数据集;
所述第一采集单元用于采集润滑油温度、润滑油压力、冷却水温度、水泵管道压力、排气温度和母管压力,得到所述第一采集数据集;
所述第二采集单元用于采集电机温度、电机轴振动、主机电压和主机电流,得到所述第二采集数据集。
优选的,所述模型训练模块包括:第一计算机、第二计算机和第一中央处理器;
所述第一计算机用于接收并分析所述第一采集数据集,得到参数变化规律;
所述第二计算机用于接收并分析所述第二采集数据集,得到参数变化关系;
所述第一中央处理器用于基于所述参数变化规律和所述参数变化关系构建所述数字孪生参数模型。
优选的,所述仿真模拟模块包括第二中央处理器;
所述第二中央处理器用于基于所述数字孪生参数模型进行仿真模拟,得到所述参数优化模型;
所述第二中央处理器还用于基于所述数字孪生参数模型进行模拟,得到模拟工作参数,将所述模拟工作参数输入至所述参数优化模型进行仿真,得到所述各参数最优区间。
优选的,所述监管模块包括:状态监控装置和自动调整装置;
所述状态监控装置用于基于所述参数优化模型和所述状态参数判断所述空压机是否存在异常运行或故障;
所述自动调整装置用于将所述空压机的所述运行状态参数调整至所述所述各参数最优区间。
本申请还提供了一种基于数字孪生精细化建模的空压机监管方法,包括以下步骤:
采集所述空压机运行过程中的状态参数,得到状态参数训练集;
基于所述状态参数训练集,构建数字孪生参数模型;
基于所述数字孪生参数模型进行仿真模拟,得到参数优化模型,同时确定各参数最优区间;
基于所述参数优化模型进行实时监控,同时调整所述空压机的运行状态参数至所述各参数最优区间。
优选的,所述状态参数包括:润滑油温度、润滑油压力、冷却水温度、水泵管道压力、排气温度、母管压力、电机温度、电机轴振动、主机电压和主机电流。
优选的,所述各参数最优区间确定方法为:
基于所述数字孪生参数模型进行模拟,得到模拟工作参数,将所述模拟工作参数输入至所述参数优化模型进行仿真,得到所述各参数最优区间。
本申请的有益效果为:
本申请能够通过计算机模型模拟的方法分析空压机运行状态,节约大规模实验所需的材料成本,提高经济效益,另外,空压机数字孪生参数模型能够有效的对空压机各个参数之间相互变化关系进行预测,当空压机某一参数异常变化时,空压机数字孪生参数模型能够有效监测当前参数的异常变化,及时报警,防止空压机运行出现事故,影响生产安全,并带来经济损失。
附图说明
为了更清楚地说明本申请的技术方案,下面对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例中一种基于数字孪生精细化建模的空压机监管系统的结构示意图;
图2为本申请实施例中数据采集模块的工作流程示意图;
图3为本申请实施例中模型训练模块的工作流程示意图;
图4为本申请实施例中仿真模拟模块的工作流程示意图;
图5为本申请实施例中参数优化模型的优化方法流程示意图;
图6为本申请实施例中监管模块的工作流程示意图;
图7为本申请实施例中一种基于数字孪生精细化建模的空压机监管方法的流程示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
为使本申请的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本申请作进一步详细的说明。
实施例一
在本实施例一中,如图1所示,一种基于数字孪生精细化建模的空压机监管系统,包括:数据采集模块、模型训练模块、仿真模拟模块和监管模块。
数据采集模块与模型训练模块连接,用于采集空压机运行过程中的状态参数,得到状态参数训练集;数据采集模块包括:第一采集单元和第二采集单元。在本实施例中,第一采集单元包括第一采集器、第二采集器和第三采集器,第二采集单元包括第四采集器和第五采集器;其中,第一采集器用于采集润滑油温度和润滑油压力,第二采集器用于采集冷却水温度和水泵管道压力,第三采集器用于采集排气温度和母管压力,第四采集器用于采集电机温度和电机轴振动,第五采集器用于采集机电压和主机电流。
如图2所示,数据采集模块的工作流程包括:利用第一采集单元和第二采集单元,采集空压机运行过程中影响空压机正常运行的状态参数,根据采集的各个状态参数建立空压机数字孪生参数模型,接着,实时监测空压机的运行参数,将空压机运行参数通过采集器反馈至模型训练模块,其中,第一采集单元用于采集润滑油温度、润滑油压力、冷却水温度、水泵管道压力、排气温度和母管压力,得到第一采集数据集;第二采集单元用于采集电机温度、电机轴振动、主机电压和主机电流,得到第二采集数据集。
模型训练模块还与仿真模块连接,用于基于状态参数训练集,构建数字孪生参数模型;模型训练模块包括:第一计算机、第二计算机和第一中央处理器;第一计算机用于接收并分析第一采集数据集,得到参数变化规律;第二计算机用于接收并分析第二采集数据集,得到参数变化关系;第一中央处理器用于基于参数变化规律和参数变化关系构建所述数字孪生参数模型。
如图3所示,模型训练模块的工作流程包括:利用第一计算机和第二计算机对空压机第一数据集和第二数据集进行补充;然后,不断调节空压机的运行状态,将空压机调整轻微异常的工作状态,将数据反馈至空压机数字孪生参数模型,使空压机数字孪生参数模型记录空压机出现异常趋势时,空压机的参数变化特征;最后,第一中央处理器基于空压机不同条件与工况下的大量数据建立空压机数字孪生参数模型。
仿真模拟模块还与监管模块连接,用于基于数字孪生参数模型进行仿真模拟,得到参数优化模型,同时确定各参数最优区间;仿真模拟模块包括第二中央处理器;第二中央处理器用于基于数字孪生参数模型进行仿真模拟,得到参数优化模型;还用于基于数字孪生参数模型进行模拟,得到模拟工作参数,将模拟工作参数输入至参数优化模型进行仿真,得到各参数最优区间。本实施例中,第二中央处理器选择双处理器交互协同,分别为第一处理器和第二处理器。
如图4所示,仿真模拟模块的工作流程包括:利用空压机数字孪生参数模型进行仿真模拟,调节水泵管道压力与主机电压、主机电流,其中水泵管道压力与水泵功率有关,调节水泵管道压力即为水泵功率调节,分析润滑油温度、润滑油压力、冷却水温度、排气温度、母管压力与电机温度和电机轴振动的变化关系,母管压力即为输出气体处压力,即空压机供气过程中的气体输出压力,润滑油温度、润滑油压力、冷却水温度、排气温度、母管压力输出至第一处理器,电机温度和电机轴振动输出至第二处理器,处理过程中两处理器之间完成数据交互并共同处理,构建空压机参数优化模型并优化,基于数字孪生参数模型进行模拟,得到模拟工作参数,将模拟工作参数输入至参数优化模型进行仿真,得到各参数最优区间。
如图5所示,本实施例中空压机参数优化模型的优化方法包括:通过空压机数字孪生参数模型得出参数优化模型,将空压机参数优化模型中的水泵管道压力、主机电压与主机电流参数作为输入,将空压机调节至这一工作参数,采集润滑油温度、润滑油压力、冷却水温度、水泵管道压力、排气温度和母管压力,将其数据输入第一工控机;采集空压机运行过程中电机温度、电机轴振动、主机电压与主机电流,将其数据输入第二工控机;工控机将计算上述参数实际值与参数优化模型中理论值的差值,判断偏差是否处于误差区间内,若参数处于误差区间内,当前参数优化结果可靠,可利用当前参数优化结果进行推广使用,若当前偏差值较大,超出误差区间,将输出此参数名称、模拟值与实际输出值,并由技术人员分析原因,在空压机数字孪生参数模型中重新进行模拟分析,得出参数优化模型。
监管模块用于基于参数优化模型进行实时监控,同时调整空压机的运行状态参数至所述各参数最优区间;监管模块包括:状态监控装置和自动调整装置。状态监控装置用于基于参数优化模型和状态参数判断空压机是否存在异常运行或故障;自动调整装置用于将空压机的运行状态参数调整至各参数最优区间。
如图6所示,监管模块的工作流程包括:空压机运行过程中,水泵管道压力、润滑油温度、润滑油压力、冷却水温度、排气温度、母管压力、电机温度、电机轴振动、主机电压和主机电流,均实时输出,读取当前运行参数与当前各项参数最优区间进行比对,若当前参数出现异常及时报警并停机,防止设备故障条件下运行带来安全隐患,读取主机电流与电压,计算主机功率,根据主机功率能够判断主机能耗情况,实现空压机的参数优化与能耗监测,空压机能耗预测如下:
P=UI
W=APt
公式中P为主机功率,U为主机电压,I为主机电流,W为空压机消耗电能,t为工作时间,A为功率补偿系数,实际工作中空压机产生能量消耗的功率部分大于主机功率,根据实际情况A常取1.1-1.5。
实施例二
在本实施例二中,如图7所示,一种基于数字孪生精细化建模的空压机监管方法,包括以下步骤:
S1.采集所述空压机运行过程中的状态参数,得到状态参数训练集;利用第一采集单元和第二采集单元,采集空压机运行过程中影响空压机正常运行的状态参数,根据采集的各个状态参数建立空压机数字孪生参数模型,接着,实时监测空压机的运行参数,将空压机运行参数通过采集器反馈至模型训练模块,其中,第一采集单元用于采集润滑油温度、润滑油压力、冷却水温度、水泵管道压力、排气温度和母管压力,得到第一采集数据集;第二采集单元用于采集电机温度、电机轴振动、主机电压和主机电流,得到第二采集数据集。
S2.基于所述状态参数训练集,构建数字孪生参数模型;利用第一计算机和第二计算机对空压机第一数据集和第二数据集进行补充;然后,不断调节空压机的运行状态,将空压机调整轻微异常的工作状态,将数据反馈至空压机数字孪生参数模型,使空压机数字孪生参数模型记录空压机出现异常趋势时,空压机的参数变化特征;最后,第一中央处理器基于空压机不同条件与工况下的大量数据建立空压机数字孪生参数模型。
S3.基于所述数字孪生参数模型进行仿真模拟,得到参数优化模型,同时确定各参数最优区间;利用空压机数字孪生参数模型进行仿真模拟,调节水泵管道压力与主机电压、主机电流,其中水泵管道压力与水泵功率有关,调节水泵管道压力即为水泵功率调节,分析润滑油温度、润滑油压力、冷却水温度、排气温度、母管压力与电机温度和电机轴振动的变化关系,母管压力即为输出气体处压力,即空压机供气过程中的气体输出压力,润滑油温度、润滑油压力、冷却水温度、排气温度、母管压力输出至第一处理器,电机温度和电机轴振动输出至第二处理器,处理过程中两处理器之间完成数据交互并共同处理,构建空压机参数优化模型并优化,基于数字孪生参数模型进行模拟,得到模拟工作参数,将模拟工作参数输入至参数优化模型进行仿真,得到各参数最优区间。
S4.基于所述参数优化模型进行实时监控,同时调整所述空压机的运行状态参数至所述各参数最优区间;监管模块的工作流程包括:空压机运行过程中,水泵管道压力、润滑油温度、润滑油压力、冷却水温度、排气温度、母管压力、电机温度、电机轴振动、主机电压和主机电流,均实时输出,读取当前运行参数与当前各项参数最优区间进行比对,若当前参数出现异常及时报警并停机,防止设备故障条件下运行带来安全隐患,读取主机电流与电压,计算主机功率,根据主机功率能够判断主机能耗情况,实现空压机的参数优化与能耗监测,空压机能耗预测如下:
P=UI
W=APt
公式中P为主机功率,U为主机电压,I为主机电流,W为空压机消耗电能,t为工作时间,A为功率补偿系数,实际工作中空压机产生能量消耗的功率部分大于主机功率,根据实际情况A常取1.1-1.5。
以上所述的实施例仅是对本申请优选方式进行的描述,并非对本申请的范围进行限定,在不脱离本申请设计精神的前提下,本领域普通技术人员对本申请的技术方案做出的各种变形和改进,均应落入本申请权利要求书确定的保护范围内。
Claims (8)
1.一种基于数字孪生精细化建模的空压机监管系统,其特征在于,包括:数据采集模块、模型训练模块、仿真模拟模块和监管模块;
所述数据采集模块与所述模型训练模块连接,所述数据采集模块用于采集所述空压机运行过程中的状态参数,得到状态参数训练集;
所述模型训练模块还与所述仿真模块连接,所述模型训练模块用于基于所述状态参数训练集,构建数字孪生参数模型;
所述仿真模拟模块还与所述监管模块连接,所述仿真模拟模块用于基于所述数字孪生参数模型进行仿真模拟,得到参数优化模型,同时确定各参数最优区间;
所述监管模块用于基于所述参数优化模型进行实时监控,同时调整所述空压机的运行状态参数至所述各参数最优区间。
2.根据权利要求1所述一种基于数字孪生精细化建模的空压机监管系统,其特征在于,所述数据采集模块包括:第一采集单元和第二采集单元;
所述状态参数包括第一采集数据集和第二采集数据集;
所述第一采集单元用于采集润滑油温度、润滑油压力、冷却水温度、水泵管道压力、排气温度和母管压力,得到所述第一采集数据集;
所述第二采集单元用于采集电机温度、电机轴振动、主机电压和主机电流,得到所述第二采集数据集。
3.根据权利要求2所述一种基于数字孪生精细化建模的空压机监管系统,其特征在于,所述模型训练模块包括:第一计算机、第二计算机和第一中央处理器;
所述第一计算机用于接收并分析所述第一采集数据集,得到参数变化规律;
所述第二计算机用于接收并分析所述第二采集数据集,得到参数变化关系;
所述第一中央处理器用于基于所述参数变化规律和所述参数变化关系构建所述数字孪生参数模型。
4.根据权利要求1所述一种基于数字孪生精细化建模的空压机监管系统,其特征在于,所述仿真模拟模块包括第二中央处理器;
所述第二中央处理器用于基于所述数字孪生参数模型进行仿真模拟,得到所述参数优化模型;
所述第二中央处理器还用于基于所述数字孪生参数模型进行模拟,得到模拟工作参数,将所述模拟工作参数输入至所述参数优化模型进行仿真,得到所述各参数最优区间。
5.根据权利要求1所述一种基于数字孪生精细化建模的空压机监管系统,其特征在于,所述监管模块包括:状态监控装置和自动调整装置;
所述状态监控装置用于基于所述参数优化模型和所述状态参数判断所述空压机是否存在异常运行或故障;
所述自动调整装置用于将所述空压机的所述运行状态参数调整至所述所述各参数最优区间。
6.一种基于数字孪生精细化建模的空压机监管方法,其特征在于,包括以下步骤:
采集所述空压机运行过程中的状态参数,得到状态参数训练集;
基于所述状态参数训练集,构建数字孪生参数模型;
基于所述数字孪生参数模型进行仿真模拟,得到参数优化模型,同时确定各参数最优区间;
基于所述参数优化模型进行实时监控,同时调整所述空压机的运行状态参数至所述各参数最优区间。
7.根据权利要求6所述一种基于数字孪生精细化建模的空压机监管方法,其特征在于,所述状态参数包括:润滑油温度、润滑油压力、冷却水温度、水泵管道压力、排气温度、母管压力、电机温度、电机轴振动、主机电压和主机电流。
8.根据权利要求6所述一种基于数字孪生精细化建模的空压机监管方法,其特征在于,所述各参数最优区间确定方法为:
基于所述数字孪生参数模型进行模拟,得到模拟工作参数,将所述模拟工作参数输入至所述参数优化模型进行仿真,得到所述各参数最优区间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211300567.1A CN115657541A (zh) | 2022-10-24 | 2022-10-24 | 一种基于数字孪生精细化建模的空压机监管系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211300567.1A CN115657541A (zh) | 2022-10-24 | 2022-10-24 | 一种基于数字孪生精细化建模的空压机监管系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115657541A true CN115657541A (zh) | 2023-01-31 |
Family
ID=84990630
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211300567.1A Pending CN115657541A (zh) | 2022-10-24 | 2022-10-24 | 一种基于数字孪生精细化建模的空压机监管系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115657541A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116300479A (zh) * | 2023-05-22 | 2023-06-23 | 山东卫康生物医药科技有限公司 | 基于干细胞培养法的人参皂甙生产装置的控制方法及系统 |
CN116582034A (zh) * | 2023-05-19 | 2023-08-11 | 淮阴工学院 | 一种低能耗永磁外转子滚筒电机控制系统 |
CN116933409A (zh) * | 2023-06-14 | 2023-10-24 | 江苏海洋大学 | 一种面向数字孪生的煤矿井下设备模型压缩设计方法 |
-
2022
- 2022-10-24 CN CN202211300567.1A patent/CN115657541A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116582034A (zh) * | 2023-05-19 | 2023-08-11 | 淮阴工学院 | 一种低能耗永磁外转子滚筒电机控制系统 |
CN116300479A (zh) * | 2023-05-22 | 2023-06-23 | 山东卫康生物医药科技有限公司 | 基于干细胞培养法的人参皂甙生产装置的控制方法及系统 |
CN116300479B (zh) * | 2023-05-22 | 2023-08-22 | 山东卫康生物医药科技有限公司 | 基于干细胞培养法的人参皂甙生产装置的控制方法及系统 |
CN116933409A (zh) * | 2023-06-14 | 2023-10-24 | 江苏海洋大学 | 一种面向数字孪生的煤矿井下设备模型压缩设计方法 |
CN116933409B (zh) * | 2023-06-14 | 2024-05-07 | 江苏海洋大学 | 一种面向数字孪生的煤矿井下设备模型压缩设计方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115657541A (zh) | 一种基于数字孪生精细化建模的空压机监管系统及方法 | |
CN102182671B (zh) | 一种气体压缩机的状态分析监测方法 | |
CN113093693B (zh) | 一种面向采煤机运行状态的在线故障诊断方法 | |
CN108154166A (zh) | 一种风机智能故障诊断系统及方法 | |
WO2012149901A1 (zh) | 基于相似度曲线的设备故障早期预警及优化的方法和系统 | |
CN110397476B (zh) | 一种核电用汽轮机油品在线监测分析系统与方法 | |
CN102931625B (zh) | 一种继电保护在线状态检修智能决策分析装置和其信号处理方法及其应用 | |
CN116044802B (zh) | 一种矿用通风机状态故障监测诊断系统 | |
CN103226651A (zh) | 基于相似度统计的风电机组状态评估预警方法和系统 | |
CN212643100U (zh) | 一种水泵状态检修管理系统 | |
CN112943911B (zh) | 风电机组齿轮箱润滑油在线监控装置、监控方法及系统 | |
CN112561238A (zh) | 一种抽水蓄能电站辅机设备状态健康评价系统及方法 | |
CN107103425B (zh) | 发电设备运行状态计算机智能量化评价系统 | |
CN111752147A (zh) | 一种具有持续学习能力改进pca的多工况过程监测方法 | |
CN116184948A (zh) | 一种水厂的智能监盘及预警诊断技术的应用系统及方法 | |
CN208456598U (zh) | 盾构机主液压监测系统 | |
CN111596643A (zh) | 一种基于大数据的可视化动态能耗诊断、分析和预控系统 | |
CN114487361A (zh) | 一种油液在线监测系统 | |
CN205080419U (zh) | 一种设备运行状态自动采集记录查询装置 | |
CN113155443B (zh) | 一种采煤机减速器润滑油状态监测与故障诊断系统及方法 | |
CN113611096A (zh) | 一种空压站电能消耗监测预警系统 | |
CN103498706A (zh) | 基于通用逻辑表格的汽轮机组性能监测诊断方法 | |
CN202091172U (zh) | 气体压缩机状态监测和可靠性分析装置 | |
CN110303592B (zh) | 基于震动信息的混凝土生产设备在线故障检测方法及系统 | |
CN115630284A (zh) | 一种考虑服役周期的空压机故障分析与寿命预测系统 |
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 |