RU2011113497A - Способ прогнозирования устойчивости технологического потока углеводородов с использованием ближних инфракрасных спекторов - Google Patents

Способ прогнозирования устойчивости технологического потока углеводородов с использованием ближних инфракрасных спекторов Download PDF

Info

Publication number
RU2011113497A
RU2011113497A RU2011113497/28A RU2011113497A RU2011113497A RU 2011113497 A RU2011113497 A RU 2011113497A RU 2011113497/28 A RU2011113497/28 A RU 2011113497/28A RU 2011113497 A RU2011113497 A RU 2011113497A RU 2011113497 A RU2011113497 A RU 2011113497A
Authority
RU
Russia
Prior art keywords
spectrum
data set
stability
samples
correlation model
Prior art date
Application number
RU2011113497/28A
Other languages
English (en)
Other versions
RU2502984C2 (ru
Inventor
Рон ШАРП
Original Assignee
Налко Компани
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Налко Компани filed Critical Налко Компани
Publication of RU2011113497A publication Critical patent/RU2011113497A/ru
Application granted granted Critical
Publication of RU2502984C2 publication Critical patent/RU2502984C2/ru

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/3577Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing liquids, e.g. polluted water
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/359Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/26Oils; Viscous liquids; Paints; Inks
    • G01N33/28Oils, i.e. hydrocarbon liquids
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00Indexing codes associated with group G01N29/00
    • G01N2291/02Indexing codes associated with the analysed material
    • G01N2291/022Liquids
    • G01N2291/0226Oils, e.g. engine oils

Landscapes

  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • General Chemical & Material Sciences (AREA)
  • Oil, Petroleum & Natural Gas (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

1. Способ прогнозирования устойчивости технологического потока углеводородов с применением ближнего инфракрасного спектра в сочетании с корреляционной моделью, включающий:(a) измерение величины устойчивости, соответствующей каждой из множества проб, отобранных из технологического потока углеводородов, с получением первого набора данных;(b) выбор одного или более волновых чисел в ближнем инфракрасном спектре в качестве первого спектра;(c) применение первого спектра для определения оптической плотности, соответствующей каждой из множества проб, отобранных на стадии (а), с получением второго набора данных;(d) включение первого набора данных и второго набора данных по меньшей мере в одну математическую функцию для создания корреляционной модели;(e) выбор одного или более волновых чисел в ближнем инфракрасном спектре в качестве второго спектра;(f) применение второго спектра для измерения оптической плотности, соответствующей одной или более дополнительных проб;(g) расчет прогнозируемой величины устойчивости, соответствующей дополнительной пробе (пробам), с применением измеренной на стадии (f) оптической плотности в качестве входных данных для корреляционной модели и получения прогнозируемой устойчивости в виде выходных данных; и(h) необязательное сохранение полученных выходных данных в электронном запоминающем устройстве и/или отображение полученных выходных данных на дисплее.2. Способ по п.1, включающий классифицирование множества проб на основе первого набора данных и/или второго набора данных.3. Способ по п.1, отличающийся тем, что первый спектр и второй спектр по меньшей мере частично перекрываются.4. Спосо

Claims (15)

1. Способ прогнозирования устойчивости технологического потока углеводородов с применением ближнего инфракрасного спектра в сочетании с корреляционной моделью, включающий:
(a) измерение величины устойчивости, соответствующей каждой из множества проб, отобранных из технологического потока углеводородов, с получением первого набора данных;
(b) выбор одного или более волновых чисел в ближнем инфракрасном спектре в качестве первого спектра;
(c) применение первого спектра для определения оптической плотности, соответствующей каждой из множества проб, отобранных на стадии (а), с получением второго набора данных;
(d) включение первого набора данных и второго набора данных по меньшей мере в одну математическую функцию для создания корреляционной модели;
(e) выбор одного или более волновых чисел в ближнем инфракрасном спектре в качестве второго спектра;
(f) применение второго спектра для измерения оптической плотности, соответствующей одной или более дополнительных проб;
(g) расчет прогнозируемой величины устойчивости, соответствующей дополнительной пробе (пробам), с применением измеренной на стадии (f) оптической плотности в качестве входных данных для корреляционной модели и получения прогнозируемой устойчивости в виде выходных данных; и
(h) необязательное сохранение полученных выходных данных в электронном запоминающем устройстве и/или отображение полученных выходных данных на дисплее.
2. Способ по п.1, включающий классифицирование множества проб на основе первого набора данных и/или второго набора данных.
3. Способ по п.1, отличающийся тем, что первый спектр и второй спектр по меньшей мере частично перекрываются.
4. Способ по п.1, отличающийся тем, что первый спектр и второй спектр идентичны.
5. Способ по п.1, отличающийся тем, что волновые числа первого спектра и/или второго спектра составляют от примерно 7500 см-1 до примерно 4000 см-1.
6. Способ по п.1, отличающийся тем, что устойчивость и прогнозируемая устойчивость относятся к асфальтенам и/или остаткам, содержащим асфальтены, в технологическом потоке углеводородов.
7. Способ по п.1, отличающийся тем, что каждая из множества проб, полученных на стадии (а), отобрана из одного и того же технологического потока углеводородов.
8. Способ по п.1, отличающийся тем, что одна или более из множества проб, полученных на стадии (а), отобрана из другого технологического потока углеводородов, при этом каждый указанный поток относится к потоку одного и того же типа.
9. Способ по п.1, отличающийся тем, что одна или более из множества проб, полученных на стадии (а), отобрана из технологического потока, выбранного из группы, состоящей из: некрекированного технологического потока углеводородов и крекированного технологического потока углеводородов.
10. Способ по п.1, включающий измерение множества проб из множества различных технологических потоков углеводородов для составления первого набора данных и второго набора данных.
11. Способ по п.1, отличающийся тем, что корреляционная модель выбрана из группы, состоящей из; линейного регрессионного анализа; нелинейного регрессионного анализа и нейросетевого анализа.
12. Способ по п.1, включающий работу способа через сеть.
13. Способ по п.12, отличающийся тем, что указанная сеть представляет собой Интернет.
14. Среда для запоминания цифровых данных, содержащая выполняемые компьютером инструкции, хранящиеся в ней, при этом инструкции работают для реализации способа по п.1.
15. Способ прогнозирования устойчивости технологического потока углеводородов с применением ближнего инфракрасного спектра в сочетании с корреляционной моделью, включающий:
(a) классифицирование технологического потока углеводородов на множество различных процессов;
(b) выбор одного из процессов;
(c) измерение величины устойчивости, соответствующей каждой из множества проб от одного из процессов, с получением первого набора данных;
(d) выбор одного или более волновых чисел в ближнем инфракрасном спектре в качестве первого спектра;
(e) применение первого спектра для определения оптической плотности, соответствующей каждой из множества проб, отобранных на стадии (а), с получением второго набора данных;
(f) включение первого набора данных и второго набора данных по меньшей мере в. одну математическую функцию для создания корреляционной модели;
(g) выбор одного или более волновых чисел в ближней инфракрасной области спектра в качестве второго спектра;
(h) применение второго спектра для измерения оптической плотности, соответствующей одной или более дополнительным пробам;
(i) расчет прогнозируемой величины устойчивости, соответствующей дополнительной пробе (пробам) путем применения измеренной оптической плотности на стадии (f) в качестве входных данных для корреляционной модели и получения прогнозируемой собственной устойчивости в виде выходных данных; и
(j) необязательное сохранение полученных выходных данных на электронном запоминающем устройстве и/или отображение полученных выходных данных на дисплее.
RU2011113497/28A 2008-10-20 2009-10-20 Способ прогнозирования устойчивости технологического потока углеводородов с использованием ближних инфракрасных спектров RU2502984C2 (ru)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US12/254,519 2008-10-20
US12/254,519 US8017910B2 (en) 2008-10-20 2008-10-20 Method for predicting hydrocarbon process stream stability using near infrared spectra
PCT/US2009/061270 WO2010048143A1 (en) 2008-10-20 2009-10-20 Method for predicting hydrocarbon process stream stability using near infrared spectra

Publications (2)

Publication Number Publication Date
RU2011113497A true RU2011113497A (ru) 2012-11-27
RU2502984C2 RU2502984C2 (ru) 2013-12-27

Family

ID=41404344

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2011113497/28A RU2502984C2 (ru) 2008-10-20 2009-10-20 Способ прогнозирования устойчивости технологического потока углеводородов с использованием ближних инфракрасных спектров

Country Status (12)

Country Link
US (1) US8017910B2 (ru)
EP (1) EP2350615B1 (ru)
JP (1) JP5583131B2 (ru)
KR (1) KR101636098B1 (ru)
CN (1) CN102187202B (ru)
AR (1) AR073948A1 (ru)
BR (1) BRPI0919922B1 (ru)
CA (1) CA2740367C (ru)
ES (1) ES2731891T3 (ru)
MX (1) MX2011004170A (ru)
RU (1) RU2502984C2 (ru)
WO (1) WO2010048143A1 (ru)

Families Citing this family (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8735820B2 (en) * 2010-04-09 2014-05-27 Tesoro Refining And Marketing Company Direct match spectrographic determination of fuel properties
US20110278460A1 (en) * 2010-05-13 2011-11-17 Baker Hughes Incorporated Method and apparatus for determining the coke generation tendency of hydrocarbons
US9038451B2 (en) 2010-07-08 2015-05-26 Baker Hughes Incorporated Optical method for determining fouling of crude and heavy fuels
US8849582B2 (en) * 2010-12-21 2014-09-30 Invensys Systems, Inc. Offline analyzer system and method for multivariate characterization of properties in crude and heavy hydrocarbon oils
CN102419309B (zh) * 2011-08-12 2013-07-31 中国石油天然气股份有限公司 一种检测重质渣油稳定性的方法
CN102521519B (zh) * 2011-12-22 2015-06-10 中国人民解放军总后勤部油料研究所 一种液体石油产品储存期预测方法及系统
CN102521678B (zh) * 2011-12-22 2016-01-13 中国人民解放军总后勤部油料研究所 一种液体石油产品储存期预测平台及方法
CN102565010A (zh) * 2011-12-30 2012-07-11 大连海事大学 油品稳定性判定方法和装置
US20130184382A1 (en) 2012-01-12 2013-07-18 Baker Hughes Incorporated Process for preparing blends of bitumen having known stability properties
KR101287300B1 (ko) * 2012-04-17 2013-07-17 에스케이에너지 주식회사 안정화된 탄화수소 오일 블렌드의 제조방법
CA3226948A1 (en) 2012-11-30 2014-05-30 Suncor Energy Inc. Measurement and control of bitumen-containing process streams
GB2516126B (en) * 2013-12-09 2015-07-08 Intertek Group Plc Method and system for analysing a blend of two or more hydrocarbon feed streams
EP3155402B1 (fr) * 2014-06-13 2019-11-06 Topnir Systems SAS Procédé de préparation d'un produit cible certifié d'un mélange de constituants par analyse spectrale
CN104596985A (zh) * 2015-01-21 2015-05-06 中国食品发酵工业研究院 快速鉴别沙棘籽油制取工艺的方法
US9709545B2 (en) 2015-07-23 2017-07-18 Tesoro Refining & Marketing Company LLC Methods and apparatuses for spectral qualification of fuel properties
IL260574B2 (en) * 2016-01-21 2024-10-01 Protein Dynamic Solutions Inc A method and system for the analysis of spectral data
US10954448B2 (en) 2017-08-18 2021-03-23 Canadian Natural Resources Limited High temperature paraffinic froth treatment process
JP6438549B1 (ja) * 2017-08-24 2018-12-12 日本分光株式会社 機械学習を用いた未知化合物の分類方法
US10696906B2 (en) 2017-09-29 2020-06-30 Marathon Petroleum Company Lp Tower bottoms coke catching device
US10365263B1 (en) * 2018-01-29 2019-07-30 Indian Institute Of Technology, Delhi Prediction of crude oil blend compatibility and blend optimization for increasing heavy oil processing
US12000720B2 (en) 2018-09-10 2024-06-04 Marathon Petroleum Company Lp Product inventory monitoring
US12031676B2 (en) 2019-03-25 2024-07-09 Marathon Petroleum Company Lp Insulation securement system and associated methods
US11975316B2 (en) 2019-05-09 2024-05-07 Marathon Petroleum Company Lp Methods and reforming systems for re-dispersing platinum on reforming catalyst
WO2021133624A1 (en) * 2019-12-24 2021-07-01 Bl Technologies, Inc. System and method of determining peptization values and visbreaker control
KR102278140B1 (ko) * 2019-12-30 2021-07-16 한국에너지기술연구원 역적정을 이용한 유분의 혼화성 측정 방법
KR102278139B1 (ko) * 2019-12-30 2021-07-16 한국에너지기술연구원 유분의 아스팔텐 분산 안정성 측정 방법
CN111238997B (zh) * 2020-02-12 2021-07-27 江南大学 一种原油脱盐脱水过程的进料密度在线测量方法
US11384301B2 (en) 2020-02-19 2022-07-12 Marathon Petroleum Company Lp Low sulfur fuel oil blends for stability enhancement and associated methods
US20220268694A1 (en) 2021-02-25 2022-08-25 Marathon Petroleum Company Lp Methods and assemblies for determining and using standardized spectral responses for calibration of spectroscopic analyzers
US11702600B2 (en) 2021-02-25 2023-07-18 Marathon Petroleum Company Lp Assemblies and methods for enhancing fluid catalytic cracking (FCC) processes during the FCC process using spectroscopic analyzers
US11905468B2 (en) 2021-02-25 2024-02-20 Marathon Petroleum Company Lp Assemblies and methods for enhancing control of fluid catalytic cracking (FCC) processes using spectroscopic analyzers
US11898109B2 (en) 2021-02-25 2024-02-13 Marathon Petroleum Company Lp Assemblies and methods for enhancing control of hydrotreating and fluid catalytic cracking (FCC) processes using spectroscopic analyzers
US11692141B2 (en) 2021-10-10 2023-07-04 Marathon Petroleum Company Lp Methods and systems for enhancing processing of hydrocarbons in a fluid catalytic cracking unit using a renewable additive
US11802257B2 (en) 2022-01-31 2023-10-31 Marathon Petroleum Company Lp Systems and methods for reducing rendered fats pour point

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2619631B1 (fr) * 1987-08-18 1993-12-03 Bp France Procede et dispositif de mesure du seuil de floculation d'un produit petrolier
ES2095205T3 (es) * 1987-08-18 1997-02-16 Bp Oil Int Metodo para la determinacion directa de propiedades fisicas de productos hidrocarbonados.
US5349188A (en) * 1990-04-09 1994-09-20 Ashland Oil, Inc. Near infrared analysis of piano constituents and octane number of hydrocarbons
FI97083C (fi) * 1993-12-31 1996-10-10 Neste Oy Menetelmä ja laite öljyn stabiilisuuden mittaamiseksi
JP2866604B2 (ja) * 1994-11-10 1999-03-08 株式会社コスモ総合研究所 油中の不溶解分濃度測定方法及びその装置
EP0801737A4 (en) * 1994-12-13 1999-03-31 Exxon Research Engineering Co MULTI-VARIABLE NON-LINEAR INFRARED ANALYSIS METHOD
AR003845A1 (es) * 1995-10-18 1998-09-09 Shell Int Research Un método para predecir una propiedad física de un residuo de petróleo crudo, de un petróleo combustible (fuel oil) residual o de un material bituminoso.
US6087662A (en) 1998-05-22 2000-07-11 Marathon Ashland Petroleum Llc Process for analysis of asphaltene content in hydrocarbon mixtures by middle infrared spectroscopy
US6587702B1 (en) * 1999-01-22 2003-07-01 Instrumentation Metrics, Inc Classification and characterization of tissue through features related to adipose tissue
US6773921B1 (en) * 1999-06-10 2004-08-10 The University Of Wyoming Research Corporation Predicting proximity to coke formation
CN1125331C (zh) * 1999-07-06 2003-10-22 中国石油化工集团公司 一种测定渣油组分含量的方法
FR2820503B1 (fr) * 2001-02-07 2003-04-04 Inst Francais Du Petrole Methode et dispositif pour predire le seuil de floculation d'asphaltenes contenus dans des melanges d'hydrocarbures
US7319040B2 (en) * 2002-10-28 2008-01-15 Ineos Usa Llc Process control using on-line instrumentation and process models
WO2004042375A1 (en) * 2002-11-06 2004-05-21 Her Majesty The Queen In Right Of Canada As Represented By The Minister Of Natural Resources Canada Nir spectroscopy method for analyzing chemical process components
US20050040072A1 (en) 2003-07-21 2005-02-24 Marco Respini Stability of hydrocarbons containing asphal tenes
RU2334971C2 (ru) * 2006-08-09 2008-09-27 ООО "Интеллектуальные Компьютерные Технологии" Способ идентификации и контроля качества многокомпонентных соединений

Also Published As

Publication number Publication date
KR101636098B1 (ko) 2016-07-04
BRPI0919922B1 (pt) 2019-10-01
WO2010048143A1 (en) 2010-04-29
KR20110086706A (ko) 2011-07-29
JP5583131B2 (ja) 2014-09-03
CA2740367C (en) 2016-12-20
CN102187202A (zh) 2011-09-14
MX2011004170A (es) 2011-11-29
ES2731891T3 (es) 2019-11-19
JP2012506532A (ja) 2012-03-15
BRPI0919922A2 (pt) 2016-02-16
CN102187202B (zh) 2014-12-24
EP2350615B1 (en) 2019-05-01
RU2502984C2 (ru) 2013-12-27
US8017910B2 (en) 2011-09-13
EP2350615A1 (en) 2011-08-03
CA2740367A1 (en) 2010-04-29
AR073948A1 (es) 2010-12-15
US20100096552A1 (en) 2010-04-22

Similar Documents

Publication Publication Date Title
RU2011113497A (ru) Способ прогнозирования устойчивости технологического потока углеводородов с использованием ближних инфракрасных спекторов
Silvestro et al. Bayesian estimation of speciation and extinction from incomplete fossil occurrence data
JP6091493B2 (ja) 試料に存在する成分を決定するための分光装置と分光法
Ranzan et al. Wheat flour characterization using NIR and spectral filter based on Ant Colony Optimization
RU2014116255A (ru) Хемометрика для спектрального анализа ближнего инфракрасного диапазона
CN110726694A (zh) 光谱变量梯度集成遗传算法的特征波长选择方法和系统
CN106407648A (zh) 一种汽油关键性质的快速批量预测方法
Wang et al. Application of attenuated total reflectance Fourier transform infrared (ATR-FTIR) and principal component analysis (PCA) for quick identifying of the bitumen produced by different manufacturers
CN103488874A (zh) 一种改进的支持向量机结合激光诱导击穿光谱对钢铁材料的分类方法
Sheldon et al. The influence of temperature seasonality on elevational range size across latitude: a test using L iolaemus lizards
CN105319179B (zh) 一种利用中红外光谱预测脱硫胺液中硫化氢含量的方法
Li et al. Improvement of NIR prediction ability by dual model optimization in fusion of NSIA and SA methods
Valentina Fichera et al. Innovative monitoring plan for the preventive conservation of historical musical instruments
Chen et al. Hyperspectral detection of sugar content for sugar-sweetened apples based on sample grouping and SPA feature selecting methods
Garnier et al. Stochastic parameterizations of biogeochemical uncertainties in a 1/4° NEMO/PISCES model for probabilistic comparisons with ocean color data
CN101226146A (zh) 基于多光谱散射图像的苹果硬度预测方法
Pullens et al. Identifying criteria for greenhouse gas flux estimation with automatic and manual chambers: A case study for N2O
CN115598162B (zh) 基于堆叠式模型的土壤重金属含量检测方法
CN112179871A (zh) 一种酱类食品中己内酰胺含量无损检测的方法
Kirikkaleli et al. Economic complexity and environmental sustainability in eastern European economy: Evidence from novel Fourier approach
US20170097330A1 (en) Hybrid analyzer for fluid processing processes
Tan et al. Determination of total sugar in tobacco by near-infrared spectroscopy and wavelet transformation-based calibration
CN107271389A (zh) 一种基于指标极值的光谱特征变量快速匹配方法
CN106529680A (zh) 一种基于经验模态分解的多尺度极限学习机集成建模方法
CN107122496B (zh) 基于类别分析法的近红外光谱物质含量索引方法、设备及介质

Legal Events

Date Code Title Description
PC43 Official registration of the transfer of the exclusive right without contract for inventions

Effective date: 20180717

PC41 Official registration of the transfer of exclusive right

Effective date: 20180823

PC41 Official registration of the transfer of exclusive right

Effective date: 20180914

QB4A Licence on use of patent

Free format text: LICENCE FORMERLY AGREED ON 20180917

Effective date: 20180917

QB4A Licence on use of patent

Free format text: LICENCE FORMERLY AGREED ON 20180921

Effective date: 20180921

QB4A Licence on use of patent

Free format text: SUB-LICENCE FORMERLY AGREED ON 20180925

Effective date: 20180925

TK4A Correction to the publication in the bulletin (patent)

Free format text: CORRECTION TO CHAPTER -QB4A- IN JOURNAL 26-2018

QB4A Licence on use of patent

Free format text: SUB-LICENCE FORMERLY AGREED ON 20180927

Effective date: 20180927

QZ41 Official registration of changes to a registered agreement (patent)

Free format text: SUB-LICENCE FORMERLY AGREED ON 20180925

Effective date: 20191210

QB4A Licence on use of patent

Free format text: SUB-LICENCE FORMERLY AGREED ON 20191213

Effective date: 20191213

QZ41 Official registration of changes to a registered agreement (patent)

Free format text: SUB-LICENCE FORMERLY AGREED ON 20180927

Effective date: 20200212