CN114398821A - 一种基于数据挖掘和智能算法的污水处理分析及控制方法 - Google Patents
一种基于数据挖掘和智能算法的污水处理分析及控制方法 Download PDFInfo
- Publication number
- CN114398821A CN114398821A CN202111522150.5A CN202111522150A CN114398821A CN 114398821 A CN114398821 A CN 114398821A CN 202111522150 A CN202111522150 A CN 202111522150A CN 114398821 A CN114398821 A CN 114398821A
- Authority
- CN
- China
- Prior art keywords
- sewage treatment
- cps
- instrument
- control unit
- water outlet
- 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
- 239000010865 sewage Substances 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000007418 data mining Methods 0.000 title claims abstract description 15
- 238000004458 analytical method Methods 0.000 title claims abstract description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 58
- 238000004891 communication Methods 0.000 claims abstract description 11
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims abstract description 6
- 230000033116 oxidation-reduction process Effects 0.000 claims abstract description 6
- 229910052760 oxygen Inorganic materials 0.000 claims abstract description 6
- 239000001301 oxygen Substances 0.000 claims abstract description 6
- 239000000126 substance Substances 0.000 claims abstract description 6
- 238000013528 artificial neural network Methods 0.000 claims description 14
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 claims description 10
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 6
- 229910052698 phosphorus Inorganic materials 0.000 claims description 6
- 239000011574 phosphorus Substances 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 238000012886 linear function Methods 0.000 description 2
- 238000011022 operating instruction Methods 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 239000010802 sludge Substances 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000005273 aeration Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005842 biochemical reaction Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000006386 memory function Effects 0.000 description 1
- 238000010992 reflux Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Geometry (AREA)
- Feedback Control In General (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Public Health (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Water Supply & Treatment (AREA)
- General Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Artificial Intelligence (AREA)
- General Business, Economics & Management (AREA)
- Medical Informatics (AREA)
Abstract
本发明涉及污水治理领域,提供一种基于数据挖掘和智能算法的污水处理分析及控制方法,污水处理终端设置气象数据采集***、进水COD仪、TN仪、pH计、温度计、进水流量计、ORP仪、出水在线监测仪、若干台泵、若干加药设备以及若干台鼓风机,建立中央控制***和CPS微控制单元,所述中央控制***和现场CPS微控制单元中预存有基于大量污水处理厂运行数据建立算法模型训练完成的信息物理***,各项仪表参数作为所述信息物理***的输入,所述信息物理***的输出为对应的操作指令,通过操作指令驱动泵、加药设备以及鼓风机,工作的目标时长和功率,中央控制***还通过通信模块将上层控制和决策策略发送给CPS微控制单元,反馈控制污水处理终端的各项控制参数。
Description
技术领域
本发明涉及乡镇和农村污水处理技术领域,具体涉及一种基于数据挖掘和智能算法的污水处理分析及控制方法。
背景技术
根据农村不同区位条件、村庄人口聚集程度、污水产生规模,因地制宜采用污染治理与资源利用相结合、工程措施与生态措施相结合、集中与分散相结合的建设模式和处理工艺。
基于我国农村分布较广、农户居住分散、水量水质波动性大等特点。针对农村基础设施建设不足,污水收集输送管网不完善,人员文化水平普遍不高,操作管理能力较弱等问题,开发适宜于我国农村的污水处理新技术,具有低投资、低能耗、操作维护简单、污染物去除效率高等特点,不仅是企业生存和发展的迫切需求,更是农村污水治理行业健康发展、实现美丽乡村的迫切需求。CPS微控制单元
发明内容
本发明目的在于提供一种基于数据挖掘和智能算法的污水处理分析及控制方法,所述中央控制***和现场CPS微控制单元(CPSM,CPS Microcontroller-Unit)中预存有基于大量污水处理厂运行数据建立算法模型训练完成的信息物理***,各项仪表参数作为所述信息物理***的输入,所述信息物理***的输出为对应的操作指令,通过操作指令驱动泵、加药设备以及鼓风机,工作的目标时长和功率。
为实现上述目的,本发明所采用的技术方案是:一种基于数据挖掘和智能算法的污水处理分析及控制方法,污水处理终端设置气象数据采集***、进水COD仪、TN 仪、pH计、温度计、进水流量计、ORP仪、出水在线监测仪、若干台泵、若干加药设备以及若干台鼓风机,建立中央控制***,将上述仪表连接到CPS微控制单元上,气象数据采集***、进水COD仪、TN仪、pH计、温度计、进水流量计、ORP仪、出水在线监测仪与CPS微控制单元连接,所述CPS微控制单元与若干台泵、若干加药设备以及若干台鼓风机连接,所述CPS微控制单元通过通讯模块和网络与中央控制***相连,
所述CPS微控制单元和中央控制***中预存有训练完成的神经网络预测模型,各项仪表参数作为所述神经网络预测模型的输入,所述神经网络预测模型的输出为对应的操作指令,通过操作指令驱动泵、加药机和鼓风机等的工作的目标时长和功率,所述CPS微控制单元还连接有通信模块,通过通信模块向移动终端发送污水处理终端的各项仪表数据。
优选的,所述气象数据采集***、进水COD仪、TN仪、pH计、温度计、进水流量计、ORP仪、出水在线监测仪,所述CPS微控制单元分别采集分别具有独立调节周期和调节幅度的九种变量信号,即气象数据、进水COD值、污水处理终端pH 值、污水处理终端温度、ORP、出水COD值、出水氨氮值、出水TN值和出水总磷值。
优选的,神经网络预测模型包括有输入层、隐含层、连接层和输出层,其中通过同步历史数据训练连接层的传输函数得到训练完成的神经网络预测模型。
优选的,所述连接层的训练内容包括下列步骤:
步骤S1:采集T0时间段内的四种变量信号和故障报警状态值,T0时间段包含有若干个单位时间t,在故障报警状态下,按照时间序列统计单位时间的四种变量信号,发送至步骤S2;
步骤S2:对多个故障报警状态下的四种变量信号进行回归计算,得到单位时间内的四种变量信号的线性关系;
步骤S3:水质的进水COD值、污水处理终端pH值、污水处理终端温度、ORP、出水COD值、出水氨氮值、出水TN值、出水总磷值和泵、加药机和鼓风机的操作指令,通过数据挖掘与分析得到训练后的连接层非线性函数。
优选的,通过不同的所述操作指令驱动泵、加药机和鼓风机等设备在对应的转速和功率下进行工作,将操作指令分解成从低到高的不同紧急度等级,紧急度等级越高,对应的泵、加药机和鼓风机的功率越大。
优选的,所述CPS微控制单元发出紧急度等级的判断标准包括有一级A标准、一级B标准以及可设定的其它排放标准,一级A标准中的COD、氨氮、TN和TP 控制的目标值小于一级B标准中的COD、氨氮、TN和TP控制的目标值。
综上所述,本发明的有益效果为:
1、符合污水处理工艺的技术手段进行处理工艺参数的自动调节,使该***在不需要进行人工干预的前提下,对污水中污染物的处理过程始终处于符合污水处理工艺的最佳状态、符合出水标准。所述工艺参数包括但不限于:生化反应曝气时长及强度、剩余污泥排放量、污泥回流量、加药量;
2、基于Elman神经网络预测的工艺动向。基本的Elman神经网络由输入层、隐含层、连接层和输出层组成。有一个连接层,用于构成局部反馈。连接层的传输函数为线性函数,但多了一个延迟单元,所以连接层可以记忆过去的状态,并且在下一时刻与网络的输入一起作为隐含层的输入,使网络具有动态记忆功能;
附图说明
图1为本发明的一种基于数据挖掘和智能算法的污水处理分析及控制方法的示意图。
具体实施方式
下面结合本发明的附图1,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,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,都属于本发明保护的范围。
实施例1:
一种基于数据挖掘和智能算法的污水处理分析及控制方法,污水处理终端设置气象数据采集***、进水COD仪、TN仪、pH计、温度计、进水流量计、ORP仪、出水在线监测仪、若干台泵、若干加药设备以及若干台鼓风机,建立中央控制***,将上述仪表连接到CPS微控制单元上,气象数据采集***、进水COD仪、TN仪、 pH计、温度计、进水流量计、ORP仪、出水在线监测仪与CPS微控制单元连接,所述CPS微控制单元与若干台泵、若干加药设备以及若干台鼓风机连接,所述CPS 微控制单元通过通讯模块和网络与中央控制***相连,
所述中央控制***和现场CPS微控制单元中预存有基于大量污水处理厂运行数据建立算法模型训练完成的信息物理***(Cyber-Physical System,CPS),各项仪表参数作为所述信息物理***的输入,所述信息物理***的输出为对应的操作指令,通过操作指令驱动若干台泵、若干加药设备以及若干台鼓风机,工作的目标时长和功率,所述CPS微控制单元还连接有通信模块,通过通信模块向中央控制***和移动终端发送污水处理终端的各项仪表数据、异常识别和诊断数据以及通过数据挖掘、模糊算法、人工智能获得的控制和决策策略。中央控制***还通过通信模块将上层控制和决策策略发送给CPS微控制单元,反馈控制污水处理终端的各项控制参数。
所述气象数据采集***、进水COD仪、TN仪、pH计、温度计、进水流量计、 ORP仪、出水在线监测仪,所述CPS微控制单元分别采集分别具有独立调节周期和调节幅度的九种变量信号,即气象数据、进水COD值、污水处理终端pH值、污水处理终端温度、ORP、出水COD值、出水氨氮值、出水TN值和出水总磷值。
神经网络预测模型包括有输入层、隐含层、连接层和输出层,其中通过同步历史数据训练连接层的传输函数得到训练完成的神经网络预测模型。
所述连接层的训练内容包括下列步骤:
步骤S1:采集T0时间段内的四种变量信号和故障报警状态值,T0时间段包含有若干个单位时间t,在故障报警状态下,按照时间序列统计单位时间的四种变量信号,发送至步骤S2;
步骤S2:对多个故障报警状态下的四种变量信号进行回归计算,得到单位时间内的四种变量信号的线性关系;
值得说明的是,其中四种变量信号值包括有时间(精确到分,包括当天的天气和温度)、特征参数、特征参数下对应的状态(包括故障与否)、特征参数被要求的区间值(结合当天的设定区间),对四种变量信号进行计算,对满足区间的给正分,对不满足的给负分,计算当天单个特征参数的总分数,进行汇总。
步骤S3:结合T0时间段内,水质的温度参数和鼓风机的操作指令,结合单位时间内的线性关系得到训练后的连接层线性函数。参照图1,本申请还采用模糊算法等数据方法,进而对变量信号进行训练,得到最佳污水治理控制模型,得到单个特征参数与污水治理控制模型的线性关系,形成污水治理的评估体系。
所述CPS微控制单元发出紧急度等级的判断标准包括有一级A标准、一级B 标准以及可设定的其它排放标准,一级A标准中的COD、氨氮、TN和TP控制的目标值小于一级B标准中的COD、氨氮、TN和TP控制的目标值。
值得说明的是,参考图1,本实施例中,针对有多台污水处理终端的污水处理***时,根据不同污水处理终端的类型进行各特征参数的总分数的统计,考虑到不同尺寸和形状的污水容纳体会影响水质里面各个特征参数,为了得到更加客观的各个特征参数,与污水处理的效率进行关联,故匹配具体污水容纳体的型号,值得注意的是,污水处理效率在本实施例中特征设置为紧急度等级、特征参数总分数和每立方米污水的处理速度(污水收纳体的体积与出水时间与进水时间的差值的比值)。
Claims (6)
1.一种基于数据挖掘和智能算法的污水处理分析及控制方法,其特征在于,污水处理终端设置气象数据采集***、进水COD仪、TN仪、pH计、温度计、进水流量计、ORP仪、出水在线监测仪、若干台泵、若干加药设备以及若干台鼓风机,建立中央控制***,将上述仪表连接到CPS微控制单元上,气象数据采集***、进水COD仪、TN仪、pH计、温度计、进水流量计、ORP仪、出水在线监测仪与CPS微控制单元连接,所述CPS微控制单元与若干台泵、若干加药设备以及若干台鼓风机连接,所述CPS微控制单元通过通讯模块和网络与中央控制***相连。
所述CPS微控制单元和中央控制***中预存有训练完成的神经网络预测模型,各项仪表参数作为所述神经网络预测模型的输入,所述神经网络预测模型的输出为对应的操作指令,通过操作指令驱动泵、加药机和鼓风机等的工作的目标时长和功率,所述CPS微控制单元还连接有通信模块,通过通信模块向移动终端发送污水处理终端的各项仪表数据。
2.根据权利要求1所述的一种基于数据挖掘和智能算法的污水处理分析及控制方法,其特征在于,所述气象数据采集***、进水COD仪、TN仪、pH计、温度计、进水流量计、ORP仪、出水在线监测仪,所述CPS微控制单元分别采集分别具有独立调节周期和调节幅度的九种变量信号,即气象数据、进水COD值、污水处理终端pH值、污水处理终端温度、ORP、出水COD值、出水氨氮值、出水TN值和出水总磷值。
3.根据权利要求2所述的一种基于数据挖掘和智能算法的污水处理分析及控制方法,其特征在于,神经网络预测模型包括有服务层、输入层、应用层、隐含层、连接层和输出层,其中通过同步历史数据训练连接层的传输函数得到训练完成的神经网络预测模型。
4.根据权利要求3所述的一种基于数据挖掘和智能算法的污水处理分析及控制方法,其特征在于,所述连接层的训练内容包括下列步骤:
步骤S1:采集T0时间段内的九种变量信号和故障报警状态值,T0时间段包含有若干个单位时间t,在故障报警状态下,按照时间序列统计单位时间的九种变量信号,发送至步骤S2;
步骤S2:对多个故障报警状态下的九种变量信号进行回归计算,得到单位时间内的九种变量信号的线性关系;
步骤S3:结合T0时间段内,水质的进水COD值、污水处理终端pH值、污水处理终端温度、ORP、出水COD值、出水氨氮值、出水TN值、出水总磷值和泵、加药机和鼓风机的操作指令,通过数据挖掘与分析得到训练后的连接层非线性函数。
5.根据权利要求1所述的一种基于数据挖掘和智能算法的污水处理分析及控制方法,其特征在于,通过不同的所述操作指令驱动泵、加药机和鼓风机等设备在对应的转速和功率下进行工作,将操作指令分解成从低到高的不同紧急度等级,紧急度等级越高,对应的泵、加药机和鼓风机的功率越大。
6.根据权利要求5所述的一种基于数据挖掘和智能算法的污水处理分析及控制方法,其特征在于,所述CPS微控制单元发出紧急度等级的判断标准包括有一级A标准、一级B标准以及可设定的其它排放标准,一级A标准中的COD、氨氮、TN和TP控制的目标值小于一级B标准中的COD、氨氮、TN和TP控制的目标值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111522150.5A CN114398821A (zh) | 2021-12-13 | 2021-12-13 | 一种基于数据挖掘和智能算法的污水处理分析及控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111522150.5A CN114398821A (zh) | 2021-12-13 | 2021-12-13 | 一种基于数据挖掘和智能算法的污水处理分析及控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114398821A true CN114398821A (zh) | 2022-04-26 |
Family
ID=81226393
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111522150.5A Pending CN114398821A (zh) | 2021-12-13 | 2021-12-13 | 一种基于数据挖掘和智能算法的污水处理分析及控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114398821A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117764332A (zh) * | 2023-12-19 | 2024-03-26 | 广东精英纺织服饰科技有限公司 | 一种环保高效的纺织印染废水处理*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109607632A (zh) * | 2018-12-25 | 2019-04-12 | 湖南智水环境设备有限公司 | 污水处理设备的控制*** |
CN110889085A (zh) * | 2019-09-30 | 2020-03-17 | 华南师范大学 | 基于复杂网络多元在线回归的废水智能监控方法及*** |
CN111847634A (zh) * | 2020-07-10 | 2020-10-30 | 北控水务(中国)投资有限公司 | 一种用于泥膜复合污水处理工艺的曝气和碳源投加优化控制***及方法 |
-
2021
- 2021-12-13 CN CN202111522150.5A patent/CN114398821A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109607632A (zh) * | 2018-12-25 | 2019-04-12 | 湖南智水环境设备有限公司 | 污水处理设备的控制*** |
CN110889085A (zh) * | 2019-09-30 | 2020-03-17 | 华南师范大学 | 基于复杂网络多元在线回归的废水智能监控方法及*** |
CN111847634A (zh) * | 2020-07-10 | 2020-10-30 | 北控水务(中国)投资有限公司 | 一种用于泥膜复合污水处理工艺的曝气和碳源投加优化控制***及方法 |
Non-Patent Citations (1)
Title |
---|
马邕文等: "模糊神经模型对废水处理过程COD的预测及控制", 《中国造纸学报》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117764332A (zh) * | 2023-12-19 | 2024-03-26 | 广东精英纺织服饰科技有限公司 | 一种环保高效的纺织印染废水处理*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109879474B (zh) | 动态调节式污水工况处理*** | |
CN109879475B (zh) | 动态调节式污水工况处理方法 | |
CN111362328B (zh) | 一种基于水质水量的污水处理设施动态优化调度***及方法 | |
CN202054663U (zh) | 污废水生物池溶解氧自动控制*** | |
CN111596621A (zh) | 一种火电厂智慧水务在线监测、控制与管理*** | |
CN106495321A (zh) | 生物池工艺优化及运行控制***及其控制方法 | |
CN104777811A (zh) | 一种基于移动物联网的新型一体化环保设备 | |
CN114398821A (zh) | 一种基于数据挖掘和智能算法的污水处理分析及控制方法 | |
CN113759832A (zh) | 一种污水厂智能运营的方法 | |
CN202808475U (zh) | 表面曝气节能控制装置 | |
CN111708339A (zh) | 一种污水厂人工智能控制***、方法及其应用 | |
JP2003245653A (ja) | 処理装置の運転支援方法、水処理装置の運転支援方法及びその装置 | |
CN214693460U (zh) | 一种预臭氧投加控制*** | |
KR20030041652A (ko) | 하.폐수처리설비의 제어 장치 | |
CN111777138A (zh) | 一种基于物联网的污水处理精细化控制***及控制方法 | |
CN214623362U (zh) | 污水管网调度*** | |
CN102053615A (zh) | 非稳态分段进水深度脱氮除磷过程控制***及控制方法 | |
CN207380527U (zh) | 一种污水处理自动化控制*** | |
CN111847628A (zh) | 水处理控制***及方法 | |
CN107628691B (zh) | 一种曝气污水处理***及其多参数模糊控制方法 | |
CN207845269U (zh) | 基于实时our的恒do控制*** | |
CN117274008A (zh) | 一种融合多算法的污水处理分析控制方法 | |
CN201864645U (zh) | 一种可监控的污水处理回收装置 | |
CN212655595U (zh) | 火电厂高位收水冷却塔水质自动控制*** | |
CN1614524A (zh) | 基于离散、分布模型的城市污水处理计算机控制*** |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220426 |