CN116992243A - 基于aiot的工业固废处理材料管理方法及系统 - Google Patents
基于aiot的工业固废处理材料管理方法及系统 Download PDFInfo
- Publication number
- CN116992243A CN116992243A CN202311244196.4A CN202311244196A CN116992243A CN 116992243 A CN116992243 A CN 116992243A CN 202311244196 A CN202311244196 A CN 202311244196A CN 116992243 A CN116992243 A CN 116992243A
- Authority
- CN
- China
- Prior art keywords
- gas detector
- aiot
- solid waste
- waste treatment
- treatment material
- 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.)
- Granted
Links
- 238000007726 management method Methods 0.000 title claims abstract description 83
- 238000009270 solid waste treatment Methods 0.000 title claims abstract description 64
- 239000000463 material Substances 0.000 title claims abstract description 63
- 238000004458 analytical method Methods 0.000 claims abstract description 40
- 238000004891 communication Methods 0.000 claims abstract description 26
- 230000000704 physical effect Effects 0.000 claims abstract description 23
- 230000002159 abnormal effect Effects 0.000 claims abstract description 22
- 230000005540 biological transmission Effects 0.000 claims description 83
- 238000005259 measurement Methods 0.000 claims description 76
- 238000000034 method Methods 0.000 claims description 25
- 230000008569 process Effects 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 6
- 230000036314 physical performance Effects 0.000 claims description 2
- 239000007789 gas Substances 0.000 abstract description 208
- 238000001514 detection method Methods 0.000 abstract description 37
- 238000006243 chemical reaction Methods 0.000 abstract description 11
- 239000002341 toxic gas Substances 0.000 abstract description 9
- 238000012544 monitoring process Methods 0.000 description 9
- 230000008859 change Effects 0.000 description 8
- 230000004044 response Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004880 explosion Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 1
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- OTMSDBZUPAUEDD-UHFFFAOYSA-N Ethane Chemical compound CC OTMSDBZUPAUEDD-UHFFFAOYSA-N 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 229910000037 hydrogen sulfide Inorganic materials 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
Abstract
本发明公开了基于AIOT的工业固废处理材料管理方法及系统,涉及工业固废处理材料管理技术领域,包括信息采集模块、服务器、比对模块、综合分析模块以及提示模块;信息采集模块,采集基于AIOT的工业固废处理材料管理系统中气体检测仪运行时的多项数据信息,包括物理性能数据信息和通信性能数据信息。本发明通过对基于AIOT的工业固废处理材料管理系统中气体检测仪的运行状态进行监测,当气体检测仪的检测精度和检测准确性发生异常时,通过系统进行感知并提示相关工作人员撤离,有效地防止出现化学反应设备产生可燃气体、有毒气体等危险气体而未被及时检测的情况,保障相关工作人员的生命安全。
Description
技术领域
本发明涉及工业固废处理材料管理技术领域,具体涉及基于AIOT的工业固废处理材料管理方法及系统。
背景技术
基于AIOT(物联网与人工智能)的工业固废处理材料管理是指利用物联网技术和人工智能技术来实现工业固废处理过程中材料的监测、追踪、管理和优化。这种方法可以提高固废处理的效率、安全性和可持续性。
基于AIOT的工业固废处理材料管理系统中的气体检测仪可用于对化学反应设备进行监测,这是因为化学反应过程中常常会产生各种气体,包括可燃气体、有毒气体、蒸汽等,而这些气体的产生和排放可能对操作人员的健康和安全造成威胁,甚至可能引发火灾、爆炸等危险。
例如,化学反应中的气体可能因为设备故障、操作失误等原因发生泄漏,气体检测仪可以及时监测气体浓度,发现泄漏问题,从而采取适当的应急措施;一些化学反应可能会产生有毒气体,如氨气、硫化氢等,气体检测仪可以检测有毒气体的浓度,及时发出警报,确保操作人员不会暴露在有毒气体的环境中;化学反应可能产生可燃气体,如甲烷、乙烷等,气体检测仪可以检测可燃气体浓度,预防火灾和爆炸的风险。
现有技术存在以下不足:然而,当基于AIOT的工业固废处理材料管理系统中气体检测仪的检测精度下降导致对气体检测的准确性降低时,系统无法感知,若出现化学反应设备产生可燃气体、有毒气体等危险气体而未被及时检测的情况时,将会对相关工作人员的生命安全造成极大的威胁。
在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解,因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本发明的目的是提供基于AIOT的工业固废处理材料管理方法及系统,本发明通过对基于AIOT的工业固废处理材料管理系统中气体检测仪的运行状态进行监测,当气体检测仪的检测精度和检测准确性发生异常时,通过系统进行感知并提示相关工作人员撤离,有效地防止出现化学反应设备产生可燃气体、有毒气体等危险气体而未被及时检测的情况,保障相关工作人员的生命安全,以解决上述背景技术中的问题。
为了实现上述目的,本发明提供如下技术方案:基于AIOT的工业固废处理材料管理系统,包括信息采集模块、服务器、比对模块、综合分析模块以及提示模块;
信息采集模块,采集基于AIOT的工业固废处理材料管理系统中气体检测仪运行时的多项数据信息,包括物理性能数据信息和通信性能数据信息,采集后,将气体检测仪运行时的物理性能数据信息和通信性能数据信息处理后传递至服务器;
服务器,将气体检测仪运行时经过处理后的物理性能数据信息和通信性能数据信息进行综合分析,生成精度指数,并将精度指数传递至比对模块;
比对模块,将气体检测仪运行时生成的精度指数与预先设定的精度指数参考阈值进行比对分析,生成高隐患信号或者低隐患信号,并将高隐患信号传递至综合分析模块;
综合分析模块,获取到气体检测仪运行时生成的高隐患信号后,对气体检测仪后续运行时生成的精度指数建立分析集合进行综合分析,生成预警信号,并将预警信号传递至提示模块,通过提示模块发出不同的预警提示。
优选的,气体检测仪运行时的物理性能数据信息包括线性度异常隐匿系数和测量结果变异系数,气体检测仪运行时的通信性能数据信息包括数据传输频率漂移系数,采集后,信息采集模块将线性度异常隐匿系数和测量结果变异系数分别标定为和/>,将数据传输频率漂移系数标定为/>。
优选的,线性度异常隐匿系数获取的逻辑如下:
A101、获取基于AIOT的工业固废处理材料管理系统中气体检测仪的初始线性度值,并将初始线性度值标定为;
A102、获取气体检测仪运行过程中在T时间内不同时刻的实际输出信号值和对应输出信号下的实际气体浓度值,通过实际输出信号值和对应输出信号下的实际气体浓度值的比值计算实际线性度值,并将实际线性度值标定为,x表示气体检测仪运行过程中在T时间内不同时刻的实际线性度值的编号,x=1、2、3、4、……、m,m为正整数;
A103、通过初始线性度值和实际线性度值/>计算线性度异常隐匿系数,计算的表达式为:/>。
优选的,测量结果变异系数获取的逻辑如下:
B101、获取基于AIOT的工业固废处理材料管理系统中气体检测仪在T时间内不同时刻的实际测量结果,并将实际测量结果标定为,y表示气体检测仪在T时间内不同时刻的实际测量结果的编号,y=1、2、3、4、……、n,n为正整数;
B102、通过气体检测仪在T时间内获取的实际测量结果计算出实际测量结果标准差,并将实际测量结果标准差标定为Q,实际测量结果标准差Q的计算公式为:,其中,/>为通过气体检测仪在T时间内获取的实际测量结果计算出的实际测量结果平均值,计算的表达式为:/>;
B103、通过实际测量结果标准差Q和实际测量结果平均值计算测量结果变异系数,计算的表达式为:/>。
优选的,数据传输频率漂移系数获取的逻辑如下:
C101、获取基于AIOT的工业固废处理材料管理系统中气体检测仪与中央管理系统之间的最佳数据传输频率范围,并将最佳数据传输频率范围标定为;
C102、获取气体检测仪运行过程中在T时间内与中央管理系统之间进行数据传输的信息,并将相邻两次数据传输的实际数据传输频率标定为,k表示气体检测仪与中央管理系统之间相邻两次数据传输时的实际数据传输频率的编号,k=1、2、3、4、……、p,p为正整数;
C103、将气体检测仪运行过程中在T时间内获取的实际数据传输频率与最佳数据传输频率范围/>进行比对,并将大于最佳数据传输频率范围最大值/>的实际数据传输频率重新标定为/>,v表示大于最佳数据传输频率范围最大值/>的实际数据传输频率的编号,v=1、2、3、4、……、q,q为正整数;
C104、通过最佳数据传输频率范围最大值和实际数据传输频率/>计算数据传输频率漂移系数,计算的表达式为:/>,式中,p为气体检测仪运行过程中在T时间内获取的实际数据传输频率的总量。
优选的,服务器获取到线性度异常隐匿系数、测量结果变异系数/>以及数据传输频率漂移系数/>后,建立数据处理模型,生成精度指数/>,依据的公式为:,式中,/>、/>、/>分别为线性度异常隐匿系数/>、测量结果变异系数/>、数据传输频率漂移系数/>的预设比例系数,且、/>、/>均大于0。
优选的,比对模块将气体检测仪运行时生成的精度指数与预先设定的精度指数参考阈值进行比对分析,若精度指数大于等于精度指数参考阈值,则通过比对模块生成高隐患信号,并将信号传递至提示模块,通过提示模块发出预警提示,若精度指数小于精度指数参考阈值,则通过比对模块生成低隐患信号,并将信号传递至提示模块,不通过提示模块发出预警提示。
优选的,综合分析模块,获取到气体检测仪运行时生成的高隐患信号后,对气体检测仪后续运行时生成的精度指数建立分析集合,并将分析集合标定为I,则,f表示分析集合内的精度指数的编号,f=1、2、3、4、……、u,u为正整数;
通过分析集合内的精度指数计算精度指数标准差和精度指数平均值,并将精度指数标准差和精度指数平均值分别与预先设定的标准差参考阈值和预先设定的精度指数参考阈值进行比对分析,比对分析的结果如下:
若精度指数平均值大于等于精度指数参考阈值,则生成一级预警信号,并将信号传递至提示模块,通过提示模块发出一级预警提示;
若精度指数平均值小于精度指数参考阈值并且精度指数标准差大于等于标准差参考阈值,则生成二级预警信号,并将信号传递至提示模块,通过提示模块发出二级预警提示;
若精度指数平均值小于精度指数参考阈值并且精度指数标准差小于标准差参考阈值,则生成三级预警信号,并将信号传递至提示模块,不通过提示模块发出预警提示。
基于AIOT的工业固废处理材料管理方法,包括以下步骤:
采集基于AIOT的工业固废处理材料管理系统中气体检测仪运行时的多项数据信息,包括物理性能数据信息和通信性能数据信息,采集后,将气体检测仪运行时的物理性能数据信息和通信性能数据信息进行处理;
将气体检测仪运行时经过处理后的物理性能数据信息和通信性能数据信息进行综合分析,生成精度指数;
将气体检测仪运行时生成的精度指数与预先设定的精度指数参考阈值进行比对分析,生成高隐患信号或者低隐患信号;
获取到气体检测仪运行时生成的高隐患信号后,对气体检测仪后续运行时生成的精度指数建立分析集合进行综合分析,生成预警信号,并对预警信号发出不同的预警提示。
在上述技术方案中,本发明提供的技术效果和优点:
本发明通过对基于AIOT的工业固废处理材料管理系统中气体检测仪的运行状态进行监测,当气体检测仪的检测精度和检测准确性发生异常时,通过系统进行感知并提示相关工作人员撤离,有效地防止出现化学反应设备产生可燃气体、有毒气体等危险气体而未被及时检测的情况,保障相关工作人员的生命安全;
本发明在感知到气体检测仪可能存在运行状态异常的情况时,通过对气体检测仪运行时生成的精度指数进行综合分析,判断气体检测仪的运行状况,首先可对气体检测仪出现的异常情况进行分类,其次,还可有效地防止偶然性异常触发预警提示的可能,保障气体检测仪稳定高效地运行,进而保障基于AIOT的工业固废处理材料管理系统稳定高效地运行。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1为本发明基于AIOT的工业固废处理材料管理方法及系统的模块示意图。
图2为本发明基于AIOT的工业固废处理材料管理方法及系统的方法流程图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些示例实施方式使得本公开的描述将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。
本发明提供了如图1所示的基于AIOT的工业固废处理材料管理系统,包括信息采集模块、服务器、比对模块、综合分析模块以及提示模块;
信息采集模块,采集基于AIOT的工业固废处理材料管理系统中气体检测仪运行时的多项数据信息,包括物理性能数据信息和通信性能数据信息,采集后,将气体检测仪运行时的物理性能数据信息和通信性能数据信息处理后传递至服务器;
气体检测仪运行时的物理性能数据信息包括线性度异常隐匿系数和测量结果变异系数,采集后,将线性度异常隐匿系数和测量结果变异系数分别标定为和/>;
气体检测仪的线性度是指在一定范围内,气体检测仪的输出信号与待测气体浓度之间的关系能够保持线性,换句话说,当气体浓度发生变化时,气体检测仪的输出信号应该以相同的比例变化,符合直线关系;
当基于AIOT的工业固废处理材料管理系统中气体检测仪的线性度偏差较大时,会导致气体检测仪的检测精度下降,进而降低对气体检测的准确性,原因如下:
非线性响应:当气体检测仪的线性度偏差较大时,其响应与气体浓度之间的关系可能变得不再是线性的,这意味着当气体浓度发生变化时,检测仪的输出信号变化可能不会按照预期的比例变化,而是出现偏离,这种非线性响应会导致实际测量值与实际气体浓度之间的差异增大,降低了检测精度;
误差累积:非线性响应会导致气体检测仪在不同浓度范围内的输出信号偏离实际值,这种偏差可能会在不同浓度范围内逐渐累积,这意味着即使在某个特定浓度下检测仪的测量误差较小,但当浓度变化时,误差会逐渐增加,导致检测精度降低;
数据不可靠:非线性响应会导致检测仪输出的测量值与实际气体浓度之间的偏差不稳定,这使得从检测仪获取的数据变得不可靠,不可靠的数据可能会导致误判、错误的决策以及对气体浓度的错误理解;
因此,对气体检测仪运行时的输出信号与待测气体浓度进行监测,可及时发现气体检测仪线性度出现异常的问题;
线性度异常隐匿系数获取的逻辑如下:
A101、获取基于AIOT的工业固废处理材料管理系统中气体检测仪的初始线性度值,并将初始线性度值标定为;
需要说明的是,气体检测仪的生产厂家通常会提供相关的性能参数数据,包括线性度,这些数据会在产品规格表、用户手册或技术文档中给出,而这些数据通常是在厂家内部实验室中通过标准气体进行测试获得的;
A102、获取气体检测仪运行过程中在T时间内不同时刻的实际输出信号值和对应输出信号下的实际气体浓度值,通过实际输出信号值和对应输出信号下的实际气体浓度值的比值计算实际线性度值,并将实际线性度值标定为,x表示气体检测仪运行过程中在T时间内不同时刻的实际线性度值的编号,x=1、2、3、4、……、m,m为正整数;
需要说明的是,气体检测仪通常使用气体传感器来测量目标气体的浓度,气体传感器会对目标气体产生响应,其响应的物理量可能是电阻、电压、电流等,与待测气体的浓度相关,通过读取传感器的输出信号,可以获得气体检测仪的测量值;气体检测仪输出模拟信号,通常是电压或电流,这些模拟信号的幅度与待测气体浓度成正比,可以使用模数转换器(ADC)来将模拟信号转换为数字信号,然后通过微控制器或嵌入式系统获取数字信号值;
A103、通过初始线性度值和实际线性度值/>计算线性度异常隐匿系数,计算的表达式为:/>;
由线性度异常隐匿系数的计算表达式可知,基于AIOT的工业固废处理材料管理系统中气体检测仪在T时间内运行时生成的线性度异常隐匿系数的表现值越大,表明气体检测仪的检测精度越低,表明气体检测仪对气体检测的准确性越低,反之则表明气体检测仪的检测精度越高,表明气体检测仪对气体检测的准确性越高;
基于AIOT的工业固废处理材料管理系统中,气体检测仪的测量结果变异系数是用来衡量测量数据变异程度的一个统计指标,测量结果变异系数表示标准差与平均值之比,通常以百分比形式表示,变异系数越高,表示测量数据的变异程度越大,数据的离散程度越高;
基于AIOT的工业固废处理材料管理系统中气体检测仪的测量结果变异系数较高时,会导致气体检测仪的检测精度下降,从而降低对气体检测的准确性,原因如下:
不确定性增加:测量结果的变异系数较高意味着测量值的离散程度较大,数据之间的差异较明显,这会导致测量的不确定性增加,因为难以确定哪个值代表真实的测量结果;
误差积累:如果测量结果的变异较高,即使在相同条件下进行多次测量,每次测量得到的值可能会有较大差异,这会导致误差逐渐积累,使得测量结果的准确性逐渐降低;
难以判断变化:在需要监测气体浓度变化的应用中,较高的测量结果变异系数会使得检测仪难以准确判断气体浓度的变化趋势,因为测量值的波动性较大,可能导致难以分辨真正的浓度变化与仪器自身的变异之间的差异;
误判和错误决策:高测量结果变异系数可能会导致误判,即将仪器变异引起的波动误认为是气体浓度的真实变化,这可能导致错误的决策,从而影响系统的操作和管理;
影响安全:在工业固废处理材料管理系统等涉及安全和环境保护的领域,准确的气体浓度监测是至关重要的,高测量结果变异系数可能导致无法及时发现气体浓度的实际变化,从而影响安全措施的及时实施;
因此,对气体检测仪运行时的测量结果变异系数进行监测,可及时发现气体检测仪测量结果变异系数较高的问题;
测量结果变异系数获取的逻辑如下:
B101、获取基于AIOT的工业固废处理材料管理系统中气体检测仪在T时间内不同时刻的实际测量结果(此处为实际测量出的气体浓度值),并将实际测量结果标定为,y表示气体检测仪在T时间内不同时刻的实际测量结果的编号,y=1、2、3、4、……、n,n为正整数;
需要说明的是,气体检测仪通常具有各种通信接口,如Ethernet、Wi-Fi、Bluetooth等,可用于将测量数据传输到系统中,通过这些接口可以实现实时的数据传输,以便进行实时监测和分析;
B102、通过气体检测仪在T时间内获取的实际测量结果计算出实际测量结果标准差,并将实际测量结果标准差标定为Q,实际测量结果标准差Q的计算公式为:,其中,/>为通过气体检测仪在T时间内获取的实际测量结果计算出的实际测量结果平均值,计算的表达式为:/>;
B103、通过实际测量结果标准差Q和实际测量结果平均值计算测量结果变异系数,计算的表达式为:/>;
由测量结果变异系数的计算表达式可知,基于AIOT的工业固废处理材料管理系统中气体检测仪在T时间内运行时生成的测量结果变异系数的表现值越大,表明气体检测仪的检测精度越低,表明气体检测仪对气体检测的准确性越低,反之则表明气体检测仪的检测精度越高,表明气体检测仪对气体检测的准确性越高;
气体检测仪运行时的通信性能数据信息包括数据传输频率漂移系数,采集后,将数据传输频率漂移系数标定为;
基于AIOT的工业固废处理材料管理系统中,气体检测仪与中央管理系统之间的数据传输频率指的是气体检测仪将采集到的气体浓度数据传输给中央管理系统的频率,换句话说,即表示数据从气体检测仪传输到中央管理系统的时间间隔;
数据传输频率异常可能会导致基于AIOT的工业固废处理材料管理系统中气体检测仪的检测精度下降,从而降低对气体检测的准确性,这是因为传输频率异常会影响到数据采集和传输过程,进而影响数据分析和监测,导致以下问题:
数据滞后:当数据传输频率过低或中断时,中央管理系统可能无法及时获得最新的气体浓度数据,这会导致系统对实时气体浓度变化的响应滞后,影响系统的实时性和故障监测能力;
误判:如果数据传输频率异常,气体检测仪可能会在关键时刻传输错误或过时的数据,这可能导致中央管理系统误认为气体浓度正常,而实际上出现了异常情况,从而无法及时采取适当的措施;
数据不完整:数据传输频率异常可能导致部分数据包丢失或不传输,这会使中央管理系统收到不完整的数据,这可能导致数据分析不准确,造成对气体浓度的误判;
无法监测长期趋势:传输频率异常可能使中央管理系统无法获得足够的数据来分析和识别气体浓度的长期趋势,长期趋势的分析对于预测和维护至关重要;
系统反应不灵敏:当传输频率异常导致数据延迟或不稳定时,中央管理系统可能无法迅速检测到突发事件或异常情况,这会使系统的反应变得不够灵敏;
因此,对气体检测仪运行时与中央管理系统之间的数据传输频率进行监测,可及时发现气体检测仪与中央管理系统之间的数据传输频率的问题;
数据传输频率漂移系数获取的逻辑如下:
C101、获取基于AIOT的工业固废处理材料管理系统中气体检测仪与中央管理系统之间的最佳数据传输频率范围,并将最佳数据传输频率范围标定为;
需要说明的是,气体检测仪与中央管理系统之间的最佳数据传输频率范围需要考虑应用的实际需求,如果应用需要实时监测气体浓度变化,那么传输频率可能需要较高,如果应用对实时性要求不高,那么传输频率可以适当调低以减少资源消耗,气体检测仪与中央管理系统之间的最佳数据传输频率范围的设定在此不作具体的限定,可根据实际需求进行调整,其次,上述提到的最佳数据传输频率范围,即气体检测仪与中央管理系统之间相邻两次数据传输时的最佳时间间隔范围;
C102、获取气体检测仪运行过程中在T时间内与中央管理系统之间进行数据传输的信息,并将相邻两次数据传输的实际数据传输频率标定为,k表示气体检测仪与中央管理系统之间相邻两次数据传输时的实际数据传输频率的编号,k=1、2、3、4、……、p,p为正整数;
需要说明的是,中央管理系统可以记录气体检测仪的传输活动,包括传输时间戳,通过分析日志记录,可以获得数据传输频率的信息,相邻两次数据传输的实际数据传输频率即相邻两次数据传输的实际数据传输时间间隔;
C103、将气体检测仪运行过程中在T时间内获取的实际数据传输频率与最佳数据传输频率范围/>进行比对,并将大于最佳数据传输频率范围最大值/>的实际数据传输频率重新标定为/>,v表示大于最佳数据传输频率范围最大值/>的实际数据传输频率的编号,v=1、2、3、4、……、q,q为正整数;
C104、通过最佳数据传输频率范围最大值和实际数据传输频率/>计算数据传输频率漂移系数,计算的表达式为:/>,式中,p为气体检测仪运行过程中在T时间内获取的实际数据传输频率的总量;
由数据传输频率漂移系数的计算表达式可知,基于AIOT的工业固废处理材料管理系统中气体检测仪在T时间内运行时生成的数据传输频率漂移系数的表现值越大,表明气体检测仪的检测精度越低,表明气体检测仪对气体检测的准确性越低,反之则表明气体检测仪的检测精度越高,表明气体检测仪对气体检测的准确性越高;
服务器,将气体检测仪运行时经过处理后的物理性能数据信息和通信性能数据信息进行综合分析,生成精度指数,并将精度指数传递至比对模块;
服务器获取到线性度异常隐匿系数、测量结果变异系数/>以及数据传输频率漂移系数/>后,建立数据处理模型,生成精度指数/>,依据的公式为:,式中,/>、/>、/>分别为线性度异常隐匿系数/>、测量结果变异系数/>、数据传输频率漂移系数/>的预设比例系数,且、/>、/>均大于0;
由计算公式可知,基于AIOT的工业固废处理材料管理系统中气体检测仪在T时间内运行时生成的线性度异常隐匿系数越大、测量结果变异系数越大、数据传输频率漂移系数越大,即气体检测仪在T时间内运行时生成的精度指数的表现值越大,表明气体检测仪的检测精度越低,表明气体检测仪对气体检测的准确性越低,反之则表明气体检测仪的检测精度越高,表明气体检测仪对气体检测的准确性越高;
比对模块,将气体检测仪运行时生成的精度指数与预先设定的精度指数参考阈值进行比对分析,生成高隐患信号或者低隐患信号,并将高隐患信号传递至综合分析模块;
比对模块将气体检测仪运行时生成的精度指数与预先设定的精度指数参考阈值进行比对分析,若精度指数大于等于精度指数参考阈值,则通过比对模块生成高隐患信号,并将信号传递至提示模块,通过提示模块发出预警提示,当气体检测仪在运行时生成高隐患信号时,表明气体检测仪的检测精度较低,表明气体检测仪对气体检测的准确性较低,若精度指数小于精度指数参考阈值,则通过比对模块生成低隐患信号,并将信号传递至提示模块,不通过提示模块发出预警提示,当气体检测仪在运行时生成低隐患信号时,表明气体检测仪的检测精度较高,表明气体检测仪对气体检测的准确性较高;
综合分析模块,获取到气体检测仪运行时生成的高隐患信号后,对气体检测仪后续运行时生成的精度指数建立分析集合进行综合分析,生成预警信号,并将预警信号传递至提示模块,通过提示模块发出不同的预警提示;
综合分析模块,获取到气体检测仪运行时生成的高隐患信号后,对气体检测仪后续运行时生成的精度指数建立分析集合,并将分析集合标定为I,则,f表示分析集合内的精度指数的编号,f=1、2、3、4、……、u,u为正整数;
通过分析集合内的精度指数计算精度指数标准差(标准差的计算公式类比上述实际测量结果标准差的计算公式,在此不做详述)和精度指数平均值,并将精度指数标准差和精度指数平均值分别与预先设定的标准差参考阈值和预先设定的精度指数参考阈值进行比对分析,比对分析的结果如下:
若精度指数平均值大于等于精度指数参考阈值,则生成一级预警信号,并将信号传递至提示模块,通过提示模块发出一级预警提示,当气体检测仪运行时生成一级预警提示时,表明气体检测仪大概率出现了异常,需要及时通知检修人员去排查检修;
若精度指数平均值小于精度指数参考阈值并且精度指数标准差大于等于标准差参考阈值,则生成二级预警信号,并将信号传递至提示模块,通过提示模块发出二级预警提示,当气体检测仪运行时生成二级预警提示时,表明气体检测仪运行的稳定性较差,需要及时通知检修人员去排查检修;
若精度指数平均值小于精度指数参考阈值并且精度指数标准差小于标准差参考阈值,则生成三级预警信号,并将信号传递至提示模块,不通过提示模块发出预警提示,当气体检测仪运行时生成三级预警提示时,表明气体检测仪的运行较好,可能出现了偶然性的异常,此时不需要及时通知检修人员去排查检修;
本发明通过对基于AIOT的工业固废处理材料管理系统中气体检测仪的运行状态进行监测,当气体检测仪的检测精度和检测准确性发生异常时,通过系统进行感知并提示相关工作人员撤离,有效地防止出现化学反应设备产生可燃气体、有毒气体等危险气体而未被及时检测的情况,保障相关工作人员的生命安全;
本发明在感知到气体检测仪可能存在运行状态异常的情况时,通过对气体检测仪运行时生成的精度指数进行综合分析,判断气体检测仪的运行状况,首先可对气体检测仪出现的异常情况进行分类,便于检修人员进行检修,其次,还可有效地防止偶然性异常触发预警提示的可能,保障气体检测仪稳定高效地运行,进而保障基于AIOT的工业固废处理材料管理系统稳定高效地运行。
本发明提供了如图2所示的基于AIOT的工业固废处理材料管理方法,包括以下步骤:
采集基于AIOT的工业固废处理材料管理系统中气体检测仪运行时的多项数据信息,包括物理性能数据信息和通信性能数据信息,采集后,将气体检测仪运行时的物理性能数据信息和通信性能数据信息进行处理;
将气体检测仪运行时经过处理后的物理性能数据信息和通信性能数据信息进行综合分析,生成精度指数;
将气体检测仪运行时生成的精度指数与预先设定的精度指数参考阈值进行比对分析,生成高隐患信号或者低隐患信号;
获取到气体检测仪运行时生成的高隐患信号后,对气体检测仪后续运行时生成的精度指数建立分析集合进行综合分析,生成预警信号,并对预警信号发出不同的预警提示;
本发明实施例提供的基于AIOT的工业固废处理材料管理方法,通过上述基于AIOT的工业固废处理材料管理系统来实现,基于AIOT的工业固废处理材料管理方法的具体方法和流程详见上述基于AIOT的工业固废处理材料管理系统的实施例,此处不再赘述。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况进行设置。
上述实施例,可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质。半导体介质可以是固态硬盘。
应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (9)
1.基于AIOT的工业固废处理材料管理系统,其特征在于,包括信息采集模块、服务器、比对模块、综合分析模块以及提示模块;
信息采集模块,采集基于AIOT的工业固废处理材料管理系统中气体检测仪运行时的多项数据信息,包括物理性能数据信息和通信性能数据信息,采集后,将气体检测仪运行时的物理性能数据信息和通信性能数据信息处理后传递至服务器;
服务器,将气体检测仪运行时经过处理后的物理性能数据信息和通信性能数据信息进行综合分析,生成精度指数,并将精度指数传递至比对模块;
比对模块,将气体检测仪运行时生成的精度指数与预先设定的精度指数参考阈值进行比对分析,生成高隐患信号或者低隐患信号,并将高隐患信号传递至综合分析模块;
综合分析模块,获取到气体检测仪运行时生成的高隐患信号后,对气体检测仪后续运行时生成的精度指数建立分析集合进行综合分析,生成预警信号,并将预警信号传递至提示模块,通过提示模块发出不同的预警提示。
2.根据权利要求1所述的基于AIOT的工业固废处理材料管理系统,其特征在于,气体检测仪运行时的物理性能数据信息包括线性度异常隐匿系数和测量结果变异系数,气体检测仪运行时的通信性能数据信息包括数据传输频率漂移系数,采集后,信息采集模块将线性度异常隐匿系数和测量结果变异系数分别标定为和/>,将数据传输频率漂移系数标定为/>。
3.根据权利要求2所述的基于AIOT的工业固废处理材料管理系统,其特征在于,线性度异常隐匿系数获取的逻辑如下:
A101、获取基于AIOT的工业固废处理材料管理系统中气体检测仪的初始线性度值,并将初始线性度值标定为;
A102、获取气体检测仪运行过程中在T时间内不同时刻的实际输出信号值和对应输出信号下的实际气体浓度值,通过实际输出信号值和对应输出信号下的实际气体浓度值的比值计算实际线性度值,并将实际线性度值标定为,x表示气体检测仪运行过程中在T时间内不同时刻的实际线性度值的编号,x=1、2、3、4、……、m,m为正整数;
A103、通过初始线性度值和实际线性度值/>计算线性度异常隐匿系数,计算的表达式为:/>。
4.根据权利要求3所述的基于AIOT的工业固废处理材料管理系统,其特征在于,测量结果变异系数获取的逻辑如下:
B101、获取基于AIOT的工业固废处理材料管理系统中气体检测仪在T时间内不同时刻的实际测量结果,并将实际测量结果标定为,y表示气体检测仪在T时间内不同时刻的实际测量结果的编号,y=1、2、3、4、……、n,n为正整数;
B102、通过气体检测仪在T时间内获取的实际测量结果计算出实际测量结果标准差,并将实际测量结果标准差标定为Q,实际测量结果标准差Q的计算公式为:,其中,/>为通过气体检测仪在T时间内获取的实际测量结果计算出的实际测量结果平均值,计算的表达式为:/>;
B103、通过实际测量结果标准差Q和实际测量结果平均值计算测量结果变异系数,计算的表达式为:/>。
5.根据权利要求4所述的基于AIOT的工业固废处理材料管理系统,其特征在于,数据传输频率漂移系数获取的逻辑如下:
C101、获取基于AIOT的工业固废处理材料管理系统中气体检测仪与中央管理系统之间的最佳数据传输频率范围,并将最佳数据传输频率范围标定为;
C102、获取气体检测仪运行过程中在T时间内与中央管理系统之间进行数据传输的信息,并将相邻两次数据传输的实际数据传输频率标定为,k表示气体检测仪与中央管理系统之间相邻两次数据传输时的实际数据传输频率的编号,k=1、2、3、4、……、p,p为正整数;
C103、将气体检测仪运行过程中在T时间内获取的实际数据传输频率与最佳数据传输频率范围/>进行比对,并将大于最佳数据传输频率范围最大值/>的实际数据传输频率重新标定为/>,v表示大于最佳数据传输频率范围最大值/>的实际数据传输频率的编号,v=1、2、3、4、……、q,q为正整数;
C104、通过最佳数据传输频率范围最大值和实际数据传输频率/>计算数据传输频率漂移系数,计算的表达式为:/>,式中,p为气体检测仪运行过程中在T时间内获取的实际数据传输频率的总量。
6.根据权利要求5所述的基于AIOT的工业固废处理材料管理系统,其特征在于,服务器获取到线性度异常隐匿系数、测量结果变异系数/>以及数据传输频率漂移系数/>后,建立数据处理模型,生成精度指数/>,依据的公式为:,式中,/>、/>、/>分别为线性度异常隐匿系数/>、测量结果变异系数/>、数据传输频率漂移系数/>的预设比例系数,且、/>、/>均大于0。
7.根据权利要求6所述的基于AIOT的工业固废处理材料管理系统,其特征在于,比对模块将气体检测仪运行时生成的精度指数与预先设定的精度指数参考阈值进行比对分析,若精度指数大于等于精度指数参考阈值,则通过比对模块生成高隐患信号,并将信号传递至提示模块,通过提示模块发出预警提示,若精度指数小于精度指数参考阈值,则通过比对模块生成低隐患信号,并将信号传递至提示模块,不通过提示模块发出预警提示。
8.根据权利要求7所述的基于AIOT的工业固废处理材料管理系统,其特征在于,综合分析模块,获取到气体检测仪运行时生成的高隐患信号后,对气体检测仪后续运行时生成的精度指数建立分析集合,并将分析集合标定为I,则,f表示分析集合内的精度指数的编号,f=1、2、3、4、……、u,u为正整数;
通过分析集合内的精度指数计算精度指数标准差和精度指数平均值,并将精度指数标准差和精度指数平均值分别与预先设定的标准差参考阈值和预先设定的精度指数参考阈值进行比对分析,比对分析的结果如下:
若精度指数平均值大于等于精度指数参考阈值,则生成一级预警信号,并将信号传递至提示模块,通过提示模块发出一级预警提示;
若精度指数平均值小于精度指数参考阈值并且精度指数标准差大于等于标准差参考阈值,则生成二级预警信号,并将信号传递至提示模块,通过提示模块发出二级预警提示;
若精度指数平均值小于精度指数参考阈值并且精度指数标准差小于标准差参考阈值,则生成三级预警信号,并将信号传递至提示模块,不通过提示模块发出预警提示。
9.基于AIOT的工业固废处理材料管理方法,通过权利要求1-8中任意一项所述的基于AIOT的工业固废处理材料管理系统来实现,其特征在于,包括以下步骤:
采集基于AIOT的工业固废处理材料管理系统中气体检测仪运行时的多项数据信息,包括物理性能数据信息和通信性能数据信息,采集后,将气体检测仪运行时的物理性能数据信息和通信性能数据信息进行处理;
将气体检测仪运行时经过处理后的物理性能数据信息和通信性能数据信息进行综合分析,生成精度指数;
将气体检测仪运行时生成的精度指数与预先设定的精度指数参考阈值进行比对分析,生成高隐患信号或者低隐患信号;
获取到气体检测仪运行时生成的高隐患信号后,对气体检测仪后续运行时生成的精度指数建立分析集合进行综合分析,生成预警信号,并对预警信号发出不同的预警提示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311244196.4A CN116992243B (zh) | 2023-09-26 | 2023-09-26 | 基于aiot的工业固废处理材料管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311244196.4A CN116992243B (zh) | 2023-09-26 | 2023-09-26 | 基于aiot的工业固废处理材料管理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116992243A true CN116992243A (zh) | 2023-11-03 |
CN116992243B CN116992243B (zh) | 2023-12-26 |
Family
ID=88532466
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311244196.4A Active CN116992243B (zh) | 2023-09-26 | 2023-09-26 | 基于aiot的工业固废处理材料管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116992243B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117192502A (zh) * | 2023-11-06 | 2023-12-08 | 中华人民共和国连云港海事局后勤管理中心 | 基于目标雷达的锚泊船只走锚监测系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012107457A1 (fr) * | 2011-02-08 | 2012-08-16 | Commissariat A L'energie Atomique Et Aux Energies Alternatives | Procede de detection et d'identification d'un analyte present dans un milieu gazeux |
CN107167178A (zh) * | 2017-05-18 | 2017-09-15 | 重庆大学 | 车内环境检测方法及检测系统 |
CN110073301A (zh) * | 2017-08-02 | 2019-07-30 | 强力物联网投资组合2016有限公司 | 工业物联网中具有大数据集的数据收集环境下的检测方法和系统 |
US20210188541A1 (en) * | 2018-09-07 | 2021-06-24 | Hemal B. Kurani | Smart waste bin sensor device and methods for waste management system |
CN116735804A (zh) * | 2023-07-04 | 2023-09-12 | 深圳市鼎山科技有限公司 | 基于物联网的智能传感器精度监测系统 |
CN116773756A (zh) * | 2023-08-24 | 2023-09-19 | 甘肃赛迈科能源科技有限公司 | 一种大气环境中有害气体含量的监测预警方法及系统 |
CN116797104A (zh) * | 2023-08-21 | 2023-09-22 | 深圳市洛丁光电有限公司 | 基于aiot的智慧城市分布式数据采集处理方法及系统 |
-
2023
- 2023-09-26 CN CN202311244196.4A patent/CN116992243B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012107457A1 (fr) * | 2011-02-08 | 2012-08-16 | Commissariat A L'energie Atomique Et Aux Energies Alternatives | Procede de detection et d'identification d'un analyte present dans un milieu gazeux |
CN107167178A (zh) * | 2017-05-18 | 2017-09-15 | 重庆大学 | 车内环境检测方法及检测系统 |
CN110073301A (zh) * | 2017-08-02 | 2019-07-30 | 强力物联网投资组合2016有限公司 | 工业物联网中具有大数据集的数据收集环境下的检测方法和系统 |
US20210188541A1 (en) * | 2018-09-07 | 2021-06-24 | Hemal B. Kurani | Smart waste bin sensor device and methods for waste management system |
CN116735804A (zh) * | 2023-07-04 | 2023-09-12 | 深圳市鼎山科技有限公司 | 基于物联网的智能传感器精度监测系统 |
CN116797104A (zh) * | 2023-08-21 | 2023-09-22 | 深圳市洛丁光电有限公司 | 基于aiot的智慧城市分布式数据采集处理方法及系统 |
CN116773756A (zh) * | 2023-08-24 | 2023-09-19 | 甘肃赛迈科能源科技有限公司 | 一种大气环境中有害气体含量的监测预警方法及系统 |
Non-Patent Citations (2)
Title |
---|
MD. IBTIDA FAHIM ETC.: "Design of an IoT Based Gas Wastage Monitoring, Leakage Detecting and Alerting System", 2021 IEEE 12TH ANNUAL UBIQUITOUS COMPUTING, ELECTRONICS & MOBILE COMMUNICATION CONFERENCE * |
马为红;范晋伟;吴华瑞;高荣华;侯建玮;黄贞;: "面向大规模、多区域的可燃气体远程监测预警技术", 北京工业大学学报, no. 05 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117192502A (zh) * | 2023-11-06 | 2023-12-08 | 中华人民共和国连云港海事局后勤管理中心 | 基于目标雷达的锚泊船只走锚监测系统 |
CN117192502B (zh) * | 2023-11-06 | 2024-01-26 | 中华人民共和国连云港海事局后勤管理中心 | 基于目标雷达的锚泊船只走锚监测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116992243B (zh) | 2023-12-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116735804A (zh) | 基于物联网的智能传感器精度监测系统 | |
CN116992243B (zh) | 基于aiot的工业固废处理材料管理方法及系统 | |
CN113783272B (zh) | 一种基于超级电容监控管理系统的安全控制方法 | |
CN110573869A (zh) | 用于使用电化学阻抗谱来评估有毒气体传感器的系统和方法 | |
US20030216879A1 (en) | Integrated system for verifying the performance and health of instruments and processes | |
Chen et al. | Status self-validation of sensor arrays using gray forecasting model and bootstrap method | |
CN116611712B (zh) | 基于语义推断的电网工作票评估系统 | |
US20130103350A1 (en) | Method and system to validate wired sensors | |
CN116365716B (zh) | 一种基于物联网平台的用电检查系统 | |
CN117171366B (zh) | 用于电网调度运行态势的知识图谱构建方法及系统 | |
CN117288825B (zh) | 煤矿设备安全管控方法及系统 | |
US10895872B2 (en) | Detection of temperature sensor failure in turbine systems | |
CN104054116A (zh) | 基于数字通信型烟囱自动测量装置的烟囱远程监测系统 | |
CN112881598A (zh) | 矿用气体传感器在线调校合规性的诊断方法 | |
EP4068027B1 (en) | Health assessment of a mechanical system | |
CN116337135A (zh) | 一种仪表故障诊断方法、系统、电子设备及可读存储介质 | |
US20070150220A1 (en) | Method for monitoring a technical device | |
US20090107212A1 (en) | Process field instrument with integrated sensor unit and related system and method | |
EP3289349A1 (en) | System for integrating multiple chemical sensor data to detect an unmeasured compound | |
Diana et al. | Industrial internet of things solution for monitoring ammonia and carbon monoxide in industrial staging areas | |
US9823219B2 (en) | Electrochemical detection system with internal life-test | |
CN111784103B (zh) | 一种基于区块链技术的试剂质量全流程管理系统 | |
CN117521436A (zh) | 一种集气站的动态风险评估方法及系统 | |
CN117890327A (zh) | 一种激光甲烷传感器稳定评估方法 | |
Verdelho et al. | Predicting Transformer Health-PATH |
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 |