CN108388848B - 一种多尺度油气水多相流动力学特性分析方法 - Google Patents
一种多尺度油气水多相流动力学特性分析方法 Download PDFInfo
- Publication number
- CN108388848B CN108388848B CN201810123414.1A CN201810123414A CN108388848B CN 108388848 B CN108388848 B CN 108388848B CN 201810123414 A CN201810123414 A CN 201810123414A CN 108388848 B CN108388848 B CN 108388848B
- Authority
- CN
- China
- Prior art keywords
- gas
- imf
- oil
- flow
- multiphase flow
- 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.)
- Active
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 40
- 238000004458 analytical method Methods 0.000 title claims abstract description 30
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 27
- 230000009466 transformation Effects 0.000 claims description 7
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 14
- 238000005259 measurement Methods 0.000 abstract description 10
- 230000008569 process Effects 0.000 abstract description 8
- 238000001228 spectrum Methods 0.000 abstract description 8
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 239000007789 gas Substances 0.000 description 26
- 239000003921 oil Substances 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 7
- 230000005284 excitation Effects 0.000 description 4
- 239000007788 liquid Substances 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 239000012530 fluid Substances 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 230000005514 two-phase flow Effects 0.000 description 3
- 238000004581 coalescence Methods 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Measuring Volume Flow (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
Abstract
一种多尺度油气水多相流动力学特性分析方法,通过电导波动信号采集***采集油气水多相流电导波动信号,对采集到的电导波动信号进行EEMD分解,对各级IMF的求归一化能量和相关系数,根据归一化能量和相关系数剔除噪声模态,然后选择能量较大的前几个模态进行时频分析,以此研究和分析多尺度油、气、水多相流动力学特性。该方法在EEMD分解过程中有效分离了噪声模态和固有模态,避免了模态混叠现象,提高了Hilbert‑Huang变换多尺度频谱特性的准确性和有效性,有助于更加有效和准确地分析油、气、水多相流不同流型的动力学行为特性,为流型识别和多相流参数测量提供更加有效和准确判别依据。
Description
技术领域
本发明属于油、气、水多相流动态参数识别和测量领域,特别涉及以集成经验模式分解(EEMD)进行Hilbert-Huang变换的油、气、水多相流的一种多尺度油气水多相流动力学特性分析方法。
背景技术
石油开采过程中,产出液大多是油、水两相流或是油、气、水多相流,由于对油气井产出液动态信息的掌握不够全面通常会造成开采过程中的早期见水,被迫关闭整个油气井,由此导致油气井寿命缩短和产量下降等问题,严重影响了石油工业的经济效益。因此研究和分析油、气、水多相流的动力学特性,不仅对多相流型识别和多相流动态参数测量,而且对油气井优化开采,有效保护储层,提高采收率均有非常重要的意义。
由于多相流动过程的复杂性和流动型态的随机多变性导致多相流测量信号表现出非线性和非平稳性等特征,信号中包含了复杂的、非平稳的多频谱信息。Hilbert-Huang变换以其自适应性、分辨率高等优点被广泛用于非线性、非平稳随机信号的分析。Hilbert-Huang变换采用经验模态分解EMD(Empirical mode decomposition),没有固定的先验基底,是一种自适应的多尺度分解方法。然而当信号中包含噪声时,经验模式分解(EMD)分解过程中将会出现噪声与模态之间的混叠现象,严重影响非线性、非平稳信号的Hilbert-Huang变换多尺度频谱特性的准确性和有效性。
发明内容
为了克服上述现有技术的缺陷,本发明的目的在于提出一种以集成经验模式分解(EEMD)进行Hilbert-Huang变换的油、气、水多相流的一种多尺度油气水多相流动力学特性分析方法,通过EEMD分解,消除噪声与模态之间的混叠现象,提高油、气、水多相流测量信号Hilbert-Huang变换多尺度频谱特性的准确性和有效性,更加有效和准确地分析油、气、水多相流不同流型的动力学行为特性,为流型识别和多相流参数测量提供更有效的依据,避免了模态混叠现象对Hilbert-Huang变换多尺度频谱特性的影响。
为实现上述目的,本发明采用如下技术方案:
一种多尺度油气水多相流动力学特性分析方法,其特征在于包括如下步骤:
第一步:首先通过电导波动信号采集***获取油、气、水多相流电导波动信号x(t);
第二步:对采集到的电导波动信号x(t)进行EEMD分解为多个固有模态函数IMF和一个残差项,表达式如下:
其中Cj(t)为第j级IMF,rN(t)为残差项。
第三步:计算各级IMF的能量,公式如下:
第四步:对各级IMF能量作归一化处理,其归一化能量表示如下:
其中Cov(x,IMFj)为x(t)与IMFj的互协方差,Var(x)表示原始信号x(t)的方差,Var(IMFj)表示第j级IMF的方差。
第六步:进行多尺度时频分析,具体步骤如下:
(3)选择IMF1-IMF4进行时频分析,表达式如下:
对IMF1-IMF4作Hilbert变换可得:
其中,P为柯西主值。
由Cj(t)和Yj(t)构成如下复数:
根据相位和瞬时频率的关系,可IMF1-IMF4的瞬时频率,即
第七步:根据公式(7)得到IMF1-IMF4的时频特性,由此分析油、气、水多相流不同流型下的动力学行为特性。
本发明所述的一种多尺度油气水多相流动力学特性分析方法,通过电导波动信号采集***采集油气水多相流电导波动信号,对采集到的电导波动信号进行EEMD分解,对各级IMF的求归一化能量和相关系数,根据归一化能量和相关系数剔除噪声模态,然后选择能量较大的前几个模态进行时频分析,以此研究和分析多尺度油、气、水多相流动力学特性。该方法在EEMD分解过程中有效分离了噪声模态和固有模态,避免了模态混叠现象,提高了Hilbert-Huang变换多尺度频谱特性的准确性和有效性,有助于更加有效和准确地分析油、气、水多相流不同流型的动力学行为特性,为流型识别和多相流参数测量提供更加有效和准确判别依据。
附图说明
图1为本发明实施例中一种多尺度油、气、水多相流动力学特性分析方法的流程图;
图2为本发明实施例中多尺度时频分析的流程图;
图3为EMD分解的效果;
图4为本发明中EEMD消除模态混叠的效果;
图5为图1中电导波动信号采集***示意图;
图6(a)为本发明实施例中泡状流的EEMD分解效果;
图6(b)为本发明实施例中塞状流的EEMD分解效果;
图6(c)为本发明实施例中弹状流的EEMD分解效果;
图7(a)为本发明实施中泡状流的IMF1时频图;
图7(b)为本发明实施中塞状流的IMF1时频图;
图7(c)为本发明实施中弹状流的IMF1时频图;
图8(a)为本发明实施中泡状流的IMF2时频图;
图8(b)为本发明实施中塞状流的IMF2时频图;
图8(c)为本发明实施中弹状流的IMF2时频图;
图9(a)为本发明实施中泡状流的IMF3时频图;
图9(b)为本发明实施中塞状流的IMF3时频图;
图9(c)为本发明实施中弹状流的IMF3时频图;
图10(a)为本发明实施中泡状流的IMF4时频图;
图10(b)为本发明实施中塞状流的IMF4时频图;
图10(c)为本发明实施中弹状流的IMF4时频图。
具体实施方式
结合图1和图2一种多尺度油气水多相流动力学特性分析方法,其特征在于包括如下步骤:
第一步:首先通过电导波动信号采集***获取油、气、水多相流电导波动信号x(t);
第二步:对采集到的电导波动信号x(t)进行EEMD分解为多个固有模态函数IMF和一个残差项,表达式如下:
其中Cj(t)为第j级IMF,rN(t)为残差项。
第三步:计算各级IMF的能量,公式如下:
第四步:对各级IMF能量作归一化处理,其归一化能量表示如下:
其中Cov(x,IMFj)为x(t)与IMFj的互协方差,Var(x)表示原始信号x(t)的方差,Var(IMFj)表示第j级IMF的方差。
第六步:进行多尺度时频分析,具体步骤如下:
(3)选择IMF1-IMF4进行时频分析,表达式如下:
对IMF1-IMF4作Hilbert变换可得:
其中,P为柯西主值。
由Cj(t)和Yj(t)构成如下复数:
根据相位和瞬时频率的关系,可IMF1-IMF4的瞬时频率,即
第七步:根据公式(7)得到IMF1-IMF4的时频特性,由此分析油、气、水多相流不同流型下的动力学行为特性。
本发明不仅适用于多相流电导波动信号的分析,也适用于差压多相流测量信号的分析。
本发明选择的多尺度模态不局限于IMF1-IMF4,既可以选择更少的模态分析,也可以推广到更多尺度模态的时频分析,如可分析IMF1-IMF3,IMF1-IMF5,IMF1-IMF6。
本发明不仅适用于油、气、水多相流的动力学特性分析,也适用于油、水两相流,气、水两相流,气、固、液三相流的动力学特性分析。
本发明所述的一种多尺度油气水多相流动力学特性分析方法,通过电导波动信号采集***采集油气水多相流电导波动信号,对采集到的电导波动信号进行EEMD分解,对各级IMF的求归一化能量和相关系数,根据归一化能量和相关系数剔除噪声模态,然后选择能量较大的前几个模态进行时频分析,以此研究和分析多尺度油、气、水多相流动力学特性。该方法在EEMD分解过程中有效分离了噪声模态和固有模态,避免了模态混叠现象,提高了Hilbert-Huang变换多尺度频谱特性的准确性和有效性,有助于更加有效和准确地分析油、气、水多相流不同流型的动力学行为特性,为流型识别和多相流参数测量提供更加有效和准确判别依据。
结合图3和图4分析EEMD抗模态混叠的效果。设正弦信号频率f=120Hz,幅度A=1V,加性噪声为高斯调制正弦脉冲,幅度Ap=0.2V。分别对包含随机脉冲干扰的信号x(t)进行EMD和EEMD分解,结果分别如图3和图4所示。图3中,含有脉冲干扰的正弦信号经过EMD分解后,IMF1中既包含了正弦信号同时也包含了脉冲干扰成分,产生了典型的模态混叠现象,噪声和有用信号不能很好的分离。图4中,含有脉冲干扰的正弦信号经过EEMD分解后,IMF1对应原信号中的脉冲干扰,IMF2对应正弦信号。显然EEMD克服了EMD分解中脉冲干扰和正弦信号的模态混叠现象,实现了脉冲干扰和固有模态之间的完全分离。
结合图5,本发明所述的电导波动信号采集***包括电导传感器,激励源,放大、滤波电路,A/D采集电路。其中电导传感器由两对电极构成,其中外侧电极E1和E2为激励电极,内侧电极H1和H2为测量电极。当电极E1和E2上施加激励时,激励电流通过激励电极施加到被测流体区域,从而在管道内部建立敏感电流场。若测量管道内为油、气、水多相混合流体时,由于油相和气相导电性差且多相流中油泡和气泡的分布具有随机性,导致敏感场的不规则变化,因此通过测试测量电极对H1和H2上的电导波动信号可获取管道内流体的流型、空间分布等流动信息。
结合图6(a)~(c)本发明实施例中泡状流、塞状流、弹状流3种流型的EEMD分解效果,同时根据公式(3)~(4)分别计算出其各级IMF信号对应的归一化能量和相关系数,如表1~3所示。结合图6(a)和表1中可以看出,泡状流经过EEMD分解的各级IMF信号特征,IMF1与原始信号的相关性很强,信号幅度也很高,占总能量的42.25%,显然IMF1表现出了泡状流的重要特征信息,而IMF2和IMF3显然为脉冲噪声。同样,可以观察出,图6(b)塞状流中,IMF1与原始信号的相关性很强,信号幅度也很高,占总能量的46.05%,IMF1表现出了塞状流的重要特征信息。而IMF2-IMF4均为数据中包含的噪声。图6(c)弹状流中,IMF1与原始信号的相关性很强,信号幅度也很高,占总能量的46.23%,IMF1表现出了弹状流的重要特征信息。而IMF2和IMF3为数据中包含的噪声。通过上述泡状流、塞状流、弹状流3种流型的电导波动信号EEMD分解的各级IMF特征分析可知,显然EEMD分解能够将噪声和固有模态进行有效分离,从而避免了模态混叠现象,有利于提高Hilbert-Huang变换多尺度频谱的准确性和有效性。
表1 泡状流中IMF各级能量和相关系数
表2 塞状流中IMF各级能量和相关系数
表3 弹状流中IMF各级能量和相关系数
根据所述的一种多尺度油气水多相流动力学特征分析方法的第六步多尺度频谱分析,按照归一化能量由大到小的次序,取前四个模态进行时频分析,结果如图7~10所示。由表1~3可知,IMF1与原始信号的相关性很强,归一化能量约为0.45,因此分析和研究IMF1频谱就有重要的意义。从图7(a)~(c)可以看出,泡状流中,IMF1中信号频率主要集中在0~5Hz,塞状流中,IMF1中信号频率主要集中在0~7Hz,弹状流中,IMF1中信号频率主要集中在0~10Hz,且均伴有大量波动。这是由于泡状流中,气相和油相的流速较小,而水相流速较大,在管道内气相和油相以小气泡和小油滴的形式分散在连续的水相中,运动相对平缓,波动信号频率较低。而随着气相和油相的流速的增加,在水平管道顶部的小气泡和小油泡逐渐形成较大气泡和油泡,逐渐形成塞状流。塞状流中气泡和油泡的聚并、破裂等,运动变得剧烈、频繁,使得电导波动信号的频率增加。随着气相流速的继续增加,在水平管道顶部形成更大的气弹,且气弹之间是泡沫状的液塞,气泡的聚并和成长周期变短,多相流运动过程更加剧烈,电导波动信号的频率成分更加复杂,波动更加明显。
从图8(a)~(c)可以看出,泡状流在IMF2尺度下的几乎表现为直流信号,波动非常缓慢;塞状流在IMF2尺度下的能量集中在1~4Hz;弹状流在IMF2尺度下的能量集中在2~10Hz,且伴有少量的11~15Hz波动。从图9(a)~(c)可以看出,泡状流在IMF3尺度下能量集中在1~5Hz,且伴有10~15Hz的波动;塞状流在IMF3尺度下的能量集中在3~7Hz,且伴有少量10~20Hz波动;弹状流在IMF3尺度下的能量集中在1~5Hz。从图10(a)~(c)可以看出,泡状流在IMF4尺度下表现为直流,波动非常缓慢;塞状流在IMF4尺度下的能量集中在1~2Hz;弹状流在IMF4尺度下的能量集中在3~12Hz,且伴随有大量15~30Hz的波动。由以上分析可知,在IMF1~IMF4不同尺度上,泡状流、塞状流、弹状流3种流型表现出了不同的频谱特征,反映了3种流型不同的动力学行为特性。
Claims (1)
1.一种多尺度油气水多相流动力学特性分析方法,其特征在于,包括如下步骤:
第一步:首先通过电导波动信号采集***获取油、气、水多相流电导波动信号x(t);
第二步:对采集到的电导波动信号x(t)进行EEMD分解为多个固有模态函数IMF和一个残差项,表达式如下:
其中Cj(t)为第j级IMF,rN(t)为残差项;
第三步:计算各级IMF的能量,公式如下:
第四步:对各级IMF能量作归一化处理,其归一化能量表示如下:
其中Cov(x,IMFj)为x(t)与第j级IMF的互协方差,Var(x)表示原始信号x(t)的方差,Var(IMFj)表示第j级IMF的方差;
第六步:进行多尺度时频分析,具体步骤如下:
(3)选择IMF1-IMF4进行时频分析,表达式如下:
对IMF1-IMF4作Hilbert变换可得:
其中,P为柯西主值;
由Cj(t)和Yj(t)构成如下复数:
根据相位和瞬时频率的关系,可得IMF1-IMF4的瞬时频率,即
第七步:根据公式(7)得到IMF1-IMF4的时频特性,由此分析油、气、水多相流不同流型下的动力学行为特性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810123414.1A CN108388848B (zh) | 2018-02-07 | 2018-02-07 | 一种多尺度油气水多相流动力学特性分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810123414.1A CN108388848B (zh) | 2018-02-07 | 2018-02-07 | 一种多尺度油气水多相流动力学特性分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108388848A CN108388848A (zh) | 2018-08-10 |
CN108388848B true CN108388848B (zh) | 2022-02-22 |
Family
ID=63075343
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810123414.1A Active CN108388848B (zh) | 2018-02-07 | 2018-02-07 | 一种多尺度油气水多相流动力学特性分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108388848B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1904581A (zh) * | 2006-08-01 | 2007-01-31 | 东北电力大学 | 基于主成分分析和支持向量机的油气水多相流流型识别方法 |
CN103175986A (zh) * | 2013-03-08 | 2013-06-26 | 燕山大学 | 一种油气水三相流气液相流速测量方法 |
CN106611601A (zh) * | 2017-01-23 | 2017-05-03 | 天津大学 | 一种基于dwt‑svd和粒子群优化的音频水印方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7180537B2 (en) * | 2004-02-18 | 2007-02-20 | Tektronix, Inc. | Relative channel delay measurement |
CN101534280B (zh) * | 2009-04-15 | 2012-05-23 | 大唐微电子技术有限公司 | 一种定时同步接收方法及其装置 |
HUE054780T2 (hu) * | 2013-03-04 | 2021-09-28 | Voiceage Evs Llc | Kvantálási zaj csökkentésére szolgáló eszköz és módszer idõtartomány dekóderben |
CN106895906A (zh) * | 2017-03-23 | 2017-06-27 | 西安理工大学 | 一种水轮发电机组振动故障的特征提取方法 |
CN111488801A (zh) * | 2020-03-16 | 2020-08-04 | 天津大学 | 基于振动噪声识别的船舶分类方法 |
-
2018
- 2018-02-07 CN CN201810123414.1A patent/CN108388848B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1904581A (zh) * | 2006-08-01 | 2007-01-31 | 东北电力大学 | 基于主成分分析和支持向量机的油气水多相流流型识别方法 |
CN103175986A (zh) * | 2013-03-08 | 2013-06-26 | 燕山大学 | 一种油气水三相流气液相流速测量方法 |
CN106611601A (zh) * | 2017-01-23 | 2017-05-03 | 天津大学 | 一种基于dwt‑svd和粒子群优化的音频水印方法 |
Non-Patent Citations (3)
Title |
---|
基于Hilbert-Huang变换的油水两相流流型特征提取;赵艳等;《石油仪器》;20120615;第26卷(第3期);第1-3节,摘要 * |
基于MEEMD和峭度-相关系数电机轴承故障诊断;姜建国等;《自动化技术与应用》;20180125;第37卷(第01期);第2节 * |
改进的EEMD算法及其在多相流检测中的应用;李利品等;《仪器仪表学报》;20141211;第35卷(第10期);第2365-2371页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108388848A (zh) | 2018-08-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Minimum entropy deconvolution based on simulation-determined band pass filter to detect faults in axial piston pump bearings | |
Yang et al. | Sliding window denoising K-singular value decomposition and its application on rolling bearing impact fault diagnosis | |
Li et al. | A weighted multi-scale morphological gradient filter for rolling element bearing fault detection | |
CN107505652B (zh) | 一种基于能量分布特征的矿山微震信号辨识方法 | |
CN104142519B (zh) | 一种泥岩裂缝油藏预测方法 | |
CN106814393B (zh) | 一种地层品质因子q的估算方法 | |
CN108388908B (zh) | 基于k-svd和滑窗降噪的滚动轴承冲击故障诊断方法 | |
Xu et al. | Optimized LMD method and its applications in rolling bearing fault diagnosis | |
CN101964050A (zh) | 一种基于模型定阶和信号消噪的模态参数识别方法 | |
Zheng et al. | A group sparse representation method in frequency domain with adaptive parameters optimization of detecting incipient rolling bearing fault | |
CN104345341A (zh) | 一种基于区域约束的分频段能量地震面波处理方法 | |
Luo et al. | Enhancement of oil particle sensor capability via resonance-based signal decomposition and fractional calculus | |
CN103149276A (zh) | 确定模型水轮机转轮叶片空蚀起始点的方法 | |
CN105046025A (zh) | 一种核磁共振多相流测量中各相分离的方法 | |
Yang et al. | Application of well logs integration and wavelet transform to improve fracture zones detection in metamorphic rocks | |
Cai et al. | Encogram: An autonomous weak transient fault enhancement strategy and its application in bearing fault diagnosis | |
Du et al. | Study on optical fiber gas-holdup meter signal denoising using improved threshold wavelet transform | |
CN108388848B (zh) | 一种多尺度油气水多相流动力学特性分析方法 | |
CN109270045A (zh) | 一种用于拉曼光谱的快速荧光背景抑制方法 | |
Biao et al. | Rotating machine fault diagnosis by a novel fast sparsity-enabled feature-energy-ratio method | |
CN117688369A (zh) | 基于das的注浆管道数据降噪方法 | |
Fang et al. | The study of flow characteristic of gas-liquid two-phase flow based on the near-infrared detection device | |
Yang et al. | Singular component decomposition and its application in rolling bearing fault diagnosis | |
CN103854658B (zh) | 基于短时分形维数增强法的钢板腐蚀声发射信号去噪方法 | |
Konsoer et al. | Analysis of shallow turbulent flows using the Hilbert-Huang transform: a tool for exploring the characteristics of turbulence and coherent flow structures |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20240111 Address after: 710399 Southwest corner of Fengwu Road factory area in Fengjing Industrial Park, Huayi District, Xi'an City, Shaanxi Province Patentee after: Xi'an Boda Petroleum Equipment Co.,Ltd. Address before: 710065, No. 18, two East, electronic road, Shaanxi, Xi'an Patentee before: XI'AN SHIYOU University |
|
TR01 | Transfer of patent right |