CN115773569A - 基于自抗扰解耦的海洋平台通风***风量控制方法 - Google Patents

基于自抗扰解耦的海洋平台通风***风量控制方法 Download PDF

Info

Publication number
CN115773569A
CN115773569A CN202310091600.2A CN202310091600A CN115773569A CN 115773569 A CN115773569 A CN 115773569A CN 202310091600 A CN202310091600 A CN 202310091600A CN 115773569 A CN115773569 A CN 115773569A
Authority
CN
China
Prior art keywords
ventilation
change
ocean platform
area
ventilation system
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
Application number
CN202310091600.2A
Other languages
English (en)
Other versions
CN115773569B (zh
Inventor
崔璨
苏明伟
李春晓
刘运涛
黎明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ocean University of China
Original Assignee
Ocean University of China
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 Ocean University of China filed Critical Ocean University of China
Priority to CN202310091600.2A priority Critical patent/CN115773569B/zh
Publication of CN115773569A publication Critical patent/CN115773569A/zh
Application granted granted Critical
Publication of CN115773569B publication Critical patent/CN115773569B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B30/00—Energy efficient heating, ventilation or air conditioning [HVAC]
    • Y02B30/70—Efficient control or regulation technologies, e.g. for control of refrigerant flow, motor or heating

Landscapes

  • Ventilation (AREA)
  • Feedback Control In General (AREA)

Abstract

本申请涉及控制技术领域，具体涉及一种基于自抗扰解耦的海洋平台通风***风量控制方法。该方法包括：获取海洋平台通风***各区域的预设通风量改变量；基于自抗扰解耦从海洋平台通风***各区域当前时刻的通风量改变量以及虚拟控制量计算各区域下一时刻的虚拟控制量；通过极限学***台通风***各区域下一时刻的风阀角度改变量。这样，能够解决现有风量控制方法过度依赖海洋平台通风***模型、无法推广至大规模海洋平台通风***的弊端，并且不仅能使得海洋平台通风***稳定后各区域通风量达到预设风量，还能保证整个风量调节动态过程的平稳性，更符合海洋平台通风***实际需求。

Description

基于自抗扰解耦的海洋平台通风***风量控制方法
技术领域
本申请涉及控制技术领域，更为具体地说，涉及一种基于自抗扰解耦的海洋平台通风***风量控制方法。
背景技术
海洋平台通风***作为海洋平台的重要子***之一，主要功能是为平台内各舱室提供一个舒适的空气环境。由于海洋平台工作环境的特殊性，平台工作人员的时间绝大多数都是在室内中度过。因此，海洋平台通风***的正常运行，成为了影响平台工作人员的健康和生产效率的主要因素，进而也成为了海洋平台是否能正常运行的重要因素之一。
目前海洋平台大多采用集中式多区域海洋平台通风***，即多个舱室或区域共用一个空气处理装置，然后利用通风管道将处理好的风送至各个舱室，并通过改变各舱室出风口处风阀角度控制其通风量。然而，由于每个舱室的分支管道都连接至主管道，甚至有时分支管道又相互交错连接，这使得通风管道内部的气流关系变得非常复杂，每个舱室的通风量不再只受本舱室风阀控制，而是受到多种因素的影响，再加上风阀本身的非线性特性，使得各舱室风阀与其通风量之间表现出很强的耦合以及非线性关系。例如，若需要改变
Figure SMS_1
舱室通风量，在对
Figure SMS_2
舱室风阀角度进行控制时将会引起
Figure SMS_3
舱室的通风量的减小；再例如，若需要改变
Figure SMS_4
舱室通风量，在对
Figure SMS_5
舱室风阀角度进行控制时将会引起
Figure SMS_6
舱室的通风量的增大。这种复杂的耦合以及非线性关系使得很难将各舱室通风量准确地调节至预设风量，从而使得海洋平台通风***无法将舱室空气环境维持在一个令人舒适的范围，进而影响到工作人员的身心健康以及工作效率。
针对此问题，有些文献提出了基于数据-物理混合驱动的风量控制方法、基于管道分支模型的风量控制方法等。上述方法经过验证都能实现不错的风量控制效果，但这类方法本质上是基于模型的方法，均希望能通过建立精确通风管道模型（包括风阀非线性特性以及各分支管道内气流的相互影响），从而实现各区域通风量的精确控制。这类方法最大的弊端在于只能适用于小型的海洋平台通风***，若通风区域数量增加，管道结构复杂度增大，模型精确度将无法保证。而海洋平台由于占地面积受限，经常是每一层共用一个海洋平台通风***，舱室数量多，上述方法并不适用。此外，这些方法并没有关注风量调节的动态过程，只能保证风量稳定后达到预设风量，而在实际***中应尽可能的保证各区域通风量平稳地变化到预设风量。
因此，需要设计开发一种不依赖于通风管道模型、可推广至大规模海洋平台通风***并且能保证风量调节具有良好动态过程的风量控制方法。
发明内容
本申请实施例提供了一种基于自抗扰解耦的海洋平台通风***风量控制方法，能够解决了现有风量控制方法过度依赖海洋平台通风***模型、无法推广至大规模海洋平台通风***的弊端，并且不仅能使得海洋平台通风***稳定后各区域通风量达到预设风量，还能保证整个风量调节动态过程的平稳性，更符合海洋平台通风***实际需求。
根据本申请的一方面，提供了一种基于自抗扰解耦的海洋平台通风***风量控制方法，包括：获取所述海洋平台通风***各区域的预设通风量改变量；基于自抗扰解耦从所述海洋平台通风***各区域当前时刻的通风量改变量以及虚拟控制量计算各区域下一时刻的虚拟控制量；通过极限学***台通风***各区域下一时刻的风阀角度改变量。
在上述基于自抗扰解耦的海洋平台通风***风量控制方法中，具有m个区域的海洋平台通风***各区域的风阀角度改变量
Figure SMS_7
与其对应的通风量改变量
Figure SMS_8
之间的关系为：
Figure SMS_9
。
其中，
Figure SMS_20
；
Figure SMS_12
表示第
Figure SMS_16
个区域的风阀角度改变量；
Figure SMS_21
表示第
Figure SMS_25
个区域的风阀原角度；
Figure SMS_24
表示第
Figure SMS_28
个区域的通风量改变量；
Figure SMS_18
分别表示
Figure SMS_22
的
Figure SMS_10
阶导数；
Figure SMS_14
为风阀角度改变量
Figure SMS_26
与通风量改变量
Figure SMS_30
之间数学关系的阶次，由风阀本身特性确定；
Figure SMS_27
表示第
Figure SMS_29
个区域的风阀角度改变量
Figure SMS_13
对第
Figure SMS_17
个区域的通风量改变量
Figure SMS_19
所产生影响的大小；
Figure SMS_23
表示第
Figure SMS_11
个区域的通风量改变量
Figure SMS_15
所满足的综合效应，包括自身动力学以及其余区域气流变化所产生的耦合作用。
在上述基于自抗扰解耦的海洋平台通风***风量控制方法中具有
Figure SMS_31
个区域的海洋平台通风***各区域的风阀角度改变量
Figure SMS_32
与通风量改变量
Figure SMS_33
之间的关系经自抗扰解耦后为：
Figure SMS_34
。
在上述基于自抗扰解耦的海洋平台通风***风量控制方法中基于自抗扰解耦从所述海洋平台通风***各区域当前时刻的通风量改变量以及虚拟控制量计算各区域下一时刻的虚拟控制量包括：从当前采样时刻的通风量改变量
Figure SMS_35
以及虚拟控制量
Figure SMS_36
确定下一时刻的扰动估计值
Figure SMS_37
为：
Figure SMS_38
。
其中
Figure SMS_39
为所述风阀角度改变量
Figure SMS_40
与所述通风量改变量
Figure SMS_41
之间的数学阶次；
Figure SMS_42
为控制器采样周期；
Figure SMS_43
为观测器增益参数，满足
Figure SMS_44
Figure SMS_45
表示阶乘，
Figure SMS_46
的具体数值根据实际***调试得到；
确定下一时刻的误差反馈控制值
Figure SMS_47
为：
Figure SMS_48
。
其中
Figure SMS_51
,
Figure SMS_52
为控制器增益参数，满足
Figure SMS_54
，
Figure SMS_50
，
Figure SMS_53
具体数值根据实际***调试得到；以及确定下一时刻的虚拟控制量
Figure SMS_55
为所述扰动估计值
Figure SMS_56
与所述误差反馈控制值
Figure SMS_49
之差。
在上述基于自抗扰解耦的海洋平台通风***风量控制方法中基于自抗扰解耦从所述海洋平台通风***各区域的通风量改变量以及虚拟控制量计算各区域下一时刻的虚拟控制量包括：
根据
Figure SMS_57
矩阵判秩定阶法确定所述海洋平台通风***各区域的风阀角度改变量与通风量改变量之间的数学阶次。
在上述基于自抗扰解耦的海洋平台通风***风量控制方法中，根据
Figure SMS_58
矩阵判秩定阶法确定所述海洋平台通风***各区域的风阀角度改变量与通风量改变量之间的数学阶次包括：
获得所述海洋平台通风***的风阀角度改变量
Figure SMS_59
与通风量改变量
Figure SMS_60
之间的脉冲响应序列
Figure SMS_61
；基于所述脉冲响应序列构造
Figure SMS_62
矩阵为：
Figure SMS_63
。
针对
Figure SMS_65
时分别计算
Figure SMS_70
取1至
Figure SMS_74
时的
Figure SMS_66
的值；若满足当
Figure SMS_68
时，对所有的
Figure SMS_72
都有
Figure SMS_75
，而当
Figure SMS_64
时，对所有的
Figure SMS_69
都有
Figure SMS_73
，则判定
Figure SMS_76
与
Figure SMS_67
之间的***阶次为
Figure SMS_71
。
在上述基于自抗扰解耦的海洋平台通风***风量控制方法中，通过极限学习机拟合所述静态耦合矩阵包括：
获得包括所述海洋平台通风***各区域的风阀角度
Figure SMS_77
，风阀角度改变量
Figure SMS_78
与通风量改变量
Figure SMS_79
的训练数据集；
计算每一组训练数据集所对应的静态耦合矩阵
Figure SMS_80
，对
Figure SMS_81
中各元素有；
Figure SMS_82
。
以训练数据集中各区域风阀原角度
Figure SMS_83
、风阀角度改变量
Figure SMS_84
为输入数据，以对应的静态耦合矩阵
Figure SMS_85
各元素为输出数据，计算所述极限学习机隐含层到输出层的权重向量。
本申请实施例提供的基于自抗扰解耦的海洋平台通风***风量控制方法，给出了海洋平台通风***各区域的风阀角度改变量与其对应的通风量改变量之间的关系，按照该方法提供的关系进行计算，在遇到具有复杂耦合以及非线性关系的舱室痛风情况下，能够科学平稳地改变各区域通风量到预设风量，更符合海洋平台通风***实际需求；同时，利用该方法能够根据海洋平台的具体情况对各项参数进行相应调整，解决了现有风量控制方法过度依赖海洋平台通风***模型、无法推广至大规模海洋平台通风***的弊端。
附图说明
通过阅读下文优选的具体实施方式中的详细描述，本申请各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。说明书附图仅用于示出优选实施方式的目的，而并不认为是对本申请的限制。显而易见地，下面描述的附图仅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的前提下，还可以根据这些附图获得其他的附图。而且在整个附图中，用相同的附图标记表示相同的部件。
图1图示了根据本申请实施例的基于自抗扰解耦的海洋平台通风***风量控制方法的示意性流程图。
图2图示了根据本申请实施例的基于自抗扰解耦的海洋平台通风***风量控制方法中的自抗扰解耦控制方案的示意图。
图3图示了根据本申请实施例的基于自抗扰解耦的海洋平台通风***风量控制方法的总体控制示意图。
图4图示了根据本申请实施例的基于自抗扰解耦的海洋平台通风***风量控制方法的另一示例的流程图。
具体实施方式
下面，将参考附图详细地描述根据本申请的示例实施例。显然，所描述的实施例仅仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。
图1图示了根据本申请实施例的基于自抗扰解耦的海洋平台通风***风量控制方法的示意性流程图。
如图1所示，根据本申请实施例的基于自抗扰解耦的海洋平台通风***风量控制方法包括如下步骤。
步骤S110，获取所述海洋平台通风***各区域的预设通风量改变量。
这里，根据本申请实施例的基于自抗扰解耦的海洋平台通风***风量控制方法主要从以下角度出发：海洋平台通风***中难以准确实现风量控制的最主要原因在于各区域的各个风阀与风量之间相互耦合，且耦合关系非线性变化，本质上是一个多输入多输出的耦合***。因此，若能将上述复杂的耦合关系进行解耦，使得各区域通风量只受到本区域风阀的控制后再进行风量控制，那么此时风量调节问题将变成了多个单输入单输出的控制问题，从而很容易设计控制器。基于此，根据本申请实施例的基于自抗扰解耦的海洋平台通风***风量控制方法的关键点在于如何在不依赖于模型的情况下针对海洋平台通风***中的强耦合、且耦合关系非线性变化的情况进行解耦。
也就是，首先，以各区域风阀角度改变量
Figure SMS_86
为控制量，相应的通风量改变量
Figure SMS_87
为被控量，则具有
Figure SMS_88
个区域的海洋平台通风***的动态数学模型可以写成如式（1）所示的形式：
Figure SMS_89
（1）
其中，
Figure SMS_98
；
Figure SMS_92
表示第
Figure SMS_94
个区域的风阀角度改变量；
Figure SMS_93
表示第
Figure SMS_96
个区域的风阀原角度；
Figure SMS_100
表示第
Figure SMS_105
个区域的通风量改变量；
Figure SMS_101
分别表示
Figure SMS_104
的
Figure SMS_90
阶导数；
Figure SMS_97
为风阀角度改变量
Figure SMS_107
与通风量改变量
Figure SMS_109
之间数学关系的阶次，由风阀本身特性确定；
Figure SMS_108
表示第
Figure SMS_110
个区域的风阀角度改变量
Figure SMS_99
对第
Figure SMS_103
个区域的通风量改变量
Figure SMS_102
所产生影响的大小；
Figure SMS_106
表示第
Figure SMS_91
个区域的通风量改变量
Figure SMS_95
所满足的综合效应，包括自身动力学以及其余区域气流变化所产生的耦合作用。
因此，在根据本申请实施例的基于自抗扰解耦的海洋平台通风***风量控制方法中，具有
Figure SMS_111
个区域的海洋平台通风***各区域的风阀角度改变量
Figure SMS_112
与其对应的通风量改变量
Figure SMS_113
之间的关系为：
Figure SMS_114
。
其中，
Figure SMS_126
；
Figure SMS_115
表示第
Figure SMS_122
个区域的风阀角度改变量；
Figure SMS_118
表示第
Figure SMS_119
个区域的风阀原角度；
Figure SMS_123
表示第
Figure SMS_127
个区域的通风量改变量；
Figure SMS_124
分别表示
Figure SMS_128
的
Figure SMS_117
阶导数；
Figure SMS_120
为风阀角度改变量
Figure SMS_130
与通风量改变量
Figure SMS_133
之间数学关系的阶次，由风阀本身特性确定；
Figure SMS_131
表示第
Figure SMS_134
个区域的风阀角度改变量
Figure SMS_125
对第
Figure SMS_129
个区域的通风量改变量
Figure SMS_132
所产生影响的大小；
Figure SMS_135
表示第
Figure SMS_116
个区域的通风量改变量
Figure SMS_121
所满足的综合效应，包括自身动力学以及其余区域气流变化所产生的耦合作用。
可以看出，***中存在复杂的耦合关系，把
Figure SMS_136
叫作***中的动态耦合，其决定了风量调节动态过程中的耦合关系，把
Figure SMS_137
叫静态耦合矩阵，其决定了风量调节达到稳定后的耦合关系。其中，
Figure SMS_138
。
根据本申请实施例的基于自抗扰解耦的海洋平台通风***风量控制方法中的自抗扰解耦技术来源于自抗扰技术，并在其基础上做了技术扩展使之更适配上述问题。下面介绍技术扩展方法以及理论依据。
自抗扰技术针对具有
Figure SMS_139
个输入
Figure SMS_140
个输出的耦合***提出了如图2所示的解耦控制方案，其中，
Figure SMS_141
为被控***的实际控制量，
Figure SMS_142
为虚拟控制量，
Figure SMS_143
为被控量，
Figure SMS_144
为被控量的设定值。图2图示了根据本申请实施例的基于自抗扰解耦的海洋平台通风***风量控制方法中的自抗扰解耦控制方案的示意图。
自抗扰控制器可以将被控对象在受外界扰动的情况下，将***补偿为同阶积分串联型环节。因此，针对多控制通道耦合***，可以将不同控制通道间的耦合影响作为外部扰动补偿掉。
对式（1）来说，经自抗扰控制器补偿后，成为具有形如式（2）数学模型的***；
Figure SMS_145
。
也就是，在根据本申请实施例的基于自抗扰解耦的海洋平台通风***风量控制方法中，具有
Figure SMS_146
个区域的海洋平台通风***的各区域的风阀角度改变量
Figure SMS_147
与通风量改变量
Figure SMS_148
之间的关系经自抗扰解耦后为：
Figure SMS_149
。
可以看出，自抗扰控制器很适合解决具有动态耦合作用的***。而针对静态耦合，自抗扰解耦方案通过引入虚拟量
Figure SMS_150
的形式，将***变成了具有形如式（3）数学模型的***。
Figure SMS_151
，
其中，
Figure SMS_152
。
这样，原本一个同时具有动态耦合和静态耦合的多输入多输出***就变成了如式（3）的***，每个控制通道互不影响，并且每个控制通道输入输出之间均为简单积分串联型。这时，再对此***设计一个简单比例微分控制器即可实现很好的动态过程以及稳态性能。然后再将控制器输出通过
Figure SMS_153
的关系转换成实际控制量。上述就是自抗扰控制器提出的解耦方案。
步骤S120，基于自抗扰解耦从所述海洋平台通风***各区域当前时刻的通风量改变量以及虚拟控制量计算各区域下一时刻的虚拟控制量。
这里，在步骤S110中获得所述海洋平台通风***各区域的预设通风量改变量是指希望通风***各区域达到的通风量改变量，则在步骤S120中需要不断计算出各区域每一时刻的虚拟控制量进而控制各区域的通风量改变量达到此预设值，而这个控制量需要根据上一时刻各区域的通风量改变量计算得到。也就是，步骤S120中的通风量改变量与步骤S110中的预设通风量改变量是不一样的。
也就是，***的输入量定义为各区域的风阀角度改变量，输出为各区域的通风量改变量，则步骤S110中的预设通风量改变量就是输出的设定值，在这种情况下通过在每一时刻改变输入量，即各区域风阀角度改变量，可以让***的输出量，即各区域通风量改变量达到这个设定值。
具体地，在根据本申请实施例的基于自抗扰解耦的海洋平台通风***风量控制方法中，设计如下所述的自抗扰控制器来计算如上所述的虚拟控制量
Figure SMS_154
。
在本申请实施例中，控制器算法分三部分组成，第一部分为扩张状态观测器，主要作用以
Figure SMS_155
,
Figure SMS_156
为输入对***中不同于积分串联型的部分进行估计，以确定下一时刻的扰动估计值
Figure SMS_157
：
Figure SMS_158
。
这里，
Figure SMS_159
都是***的各阶估计状态变量，
Figure SMS_160
为***输出量估计值与实际输出值之间的误差，
Figure SMS_161
为***的扩张状态变量。并定义当
Figure SMS_162
时，
Figure SMS_163
,
Figure SMS_164
均等于0。
第二部分为比例微分控制器，主要根据***的状态误差来决定控制积分串联型对象的控制规律，即下一时刻的误差反馈控制值
Figure SMS_165
，以使得***具有良好的动态和稳态性能。
Figure SMS_166
。
第三部分为扰动补偿过程，对误差反馈控制值
Figure SMS_167
用扰动估计值
Figure SMS_168
进行补偿从而确定下一时刻的最终虚拟控制量
Figure SMS_169
。
Figure SMS_170
。
其中，
Figure SMS_172
为在使用
Figure SMS_174
矩阵判秩定阶法确定的风阀角度改变量
Figure SMS_177
与通风量改变量
Figure SMS_171
之间的数学阶次；
Figure SMS_176
为通风量改变量的预设值，
Figure SMS_178
为其微分；
Figure SMS_179
为控制器采样周期，一般取
Figure SMS_173
；
Figure SMS_175
为观测器增益参数，满足
Figure SMS_182
Figure SMS_185
表示阶乘，
Figure SMS_187
具体数值根据实际***调试得到；
Figure SMS_181
,
Figure SMS_183
为控制器增益参数，满足
Figure SMS_186
，
Figure SMS_188
，
Figure SMS_180
具体数值根据实际***调试得到。需要说明的是，对于具有
Figure SMS_184
个区域的海洋平台通风***说，由于通过自抗扰技术每个控制通道均补偿为了积分串联型，因此每个区域的自抗扰控制器完全相同，均通过以上算法确定各区域下一时刻的虚拟控制量。
因此，在根据本申请实施例的基于自抗扰解耦的海洋平台通风***风量控制方法中，基于自抗扰解耦从所述海洋平台通风***各区域当前时刻的通风量改变量以及虚拟控制量计算各区域下一时刻的虚拟控制量包括：从当前采样时刻的通风量改变量
Figure SMS_189
以及虚拟控制量
Figure SMS_190
确定下一时刻的扰动估计值
Figure SMS_191
为：
Figure SMS_192
。
其中
Figure SMS_193
为所述风阀角度改变量
Figure SMS_194
与所述通风量改变量
Figure SMS_195
之间的数学阶次；
Figure SMS_196
为各区域通风量改变量的预设值，
Figure SMS_197
为其微分；
Figure SMS_198
为控制器采样周期；
Figure SMS_199
为观测器增益参数，满足
Figure SMS_200
Figure SMS_201
表示阶乘，
Figure SMS_202
的具体数值根据实际***调试得到；
确定下一时刻的误差反馈控制值
Figure SMS_203
为：
Figure SMS_204
。
其中
Figure SMS_205
,
Figure SMS_206
为控制器增益参数，满足
Figure SMS_207
，
Figure SMS_208
，
Figure SMS_209
具体数值根据实际***调试得到；
确定下一时刻的虚拟控制量
Figure SMS_210
为所述扰动估计值
Figure SMS_211
与所述误差反馈控制值
Figure SMS_212
之差。
这里，由于使用自抗扰技术虽然不依赖于过多的数学模型信息，但需要知道被控对象数学模型的阶次，即公式（1）中的
Figure SMS_213
，针对此问题，根据本申请实施例的基于自抗扰解耦的海洋平台通风***风量控制方法利用
Figure SMS_214
矩阵判秩定阶法来确定海洋平台通风***数学模型阶次。
具体地，首先根据
Figure SMS_215
矩阵判秩定阶法确定所述海洋平台通风***各区域的风阀角度改变量
Figure SMS_216
与通风量改变量
Figure SMS_217
之间的数学阶次。
首先获得
Figure SMS_218
与
Figure SMS_219
之间的脉冲响应序列
Figure SMS_220
；构造
Figure SMS_221
矩阵
Figure SMS_222
。
针对
Figure SMS_225
时分别计算
Figure SMS_228
取1至
Figure SMS_232
时的
Figure SMS_224
的值；若满足当
Figure SMS_229
时，对所有的
Figure SMS_233
都有
Figure SMS_235
，而当
Figure SMS_223
时，对所有的
Figure SMS_227
都有
Figure SMS_231
，则判定
Figure SMS_234
与
Figure SMS_226
之间的***阶次为
Figure SMS_230
。
其中，上述
Figure SMS_236
与
Figure SMS_241
之间的脉冲响应序列获得的具体方法为：将所有区域风阀均调节至全关；随机选定一个通风区域，使其风阀角度从全关快速调至全开，待通风区域通风量改变量
Figure SMS_244
开始变化后，再将风阀角度快速调至全关，同时测量该通风区域通风量改变量
Figure SMS_237
的动态变化情况。需要说明的是，该方法只需对随机选定的某一个通风区域风阀角度改变量
Figure SMS_240
与通风量改变量
Figure SMS_243
进行模型阶次判定即可，其余通风区域模型阶次均与此结果相同。这是因为在保持其余通风区域的风阀角度全关的情况下，选定区域的风阀角度改变量
Figure SMS_245
与通风量改变量
Figure SMS_238
之间的关系只与其本身风阀特性相关，而海洋平台通风***通常使用同一种风阀，因此各区域风阀角度改变量
Figure SMS_239
与通风量改变量
Figure SMS_242
之间的模型阶次相同。
因此，在根据本申请实施例的基于自抗扰解耦的海洋平台通风***风量控制方法中，基于自抗扰解耦从所述海洋平台通风***各区域的通风量改变量计算虚拟控制量包括：根据
Figure SMS_246
矩阵判秩定阶法确定所述海洋平台通风***各区域的风阀角度改变量与通风量改变量之间的数学阶次。
并且，在上述基于自抗扰解耦的海洋平台通风***风量控制方法中，根据
Figure SMS_247
矩阵判秩定阶法确定所述海洋平台通风***各区域的风阀角度改变量与通风量改变量之间的数学阶次包括：获得所述海洋平台通风***的风阀角度改变量
Figure SMS_248
与通风量改变量
Figure SMS_249
之间的脉冲响应序列
Figure SMS_250
；基于所述脉冲响应序列构造
Figure SMS_251
矩阵为：
Figure SMS_252
。
针对
Figure SMS_254
时分别计算
Figure SMS_260
取1至
Figure SMS_263
时的
Figure SMS_256
的值；若满足当
Figure SMS_258
时，对所有的
Figure SMS_261
都有
Figure SMS_264
，而当
Figure SMS_253
时，对所有的
Figure SMS_259
都有
Figure SMS_262
，则判定
Figure SMS_265
与
Figure SMS_255
之间的***阶次为
Figure SMS_257
。
步骤S130，通过极限学习机拟合静态耦合矩阵。
在根据本申请实施例的基于自抗扰解耦的海洋平台通风***风量控制方法中，由于通风管道中气流复杂，模型未知，因此无法准确地获得如上所述的静态耦合矩阵
Figure SMS_266
。
针对此问题，根据本申请实施例的基于自抗扰解耦的海洋平台通风***风量控制方法在上述解耦方案的基础上，提出了使用极限学习机拟合静态耦合矩阵
Figure SMS_267
的方法。该方法可行的理论依据在于：由于自抗扰技术的特点，使得上述解耦控制对于静态耦合矩阵
Figure SMS_268
的精度要求并不高，即使有百分之几十的误差，但只要保证可逆，对解耦效果影响并不大。并且即使出现瞬时不可逆的情况，也可在附近近似找一个可逆矩阵代替。因此，虽然通过极限学习机拟合并不能得到静态耦合矩阵
Figure SMS_269
的精确数值，但对于自抗扰技术而言，影响并不大。
拟合静态耦合矩阵具体方法包括：
具体的，首先获得包括所述海洋平台通风***各区域的风阀角度
Figure SMS_270
，风阀角度改变量
Figure SMS_271
与通风量改变量
Figure SMS_272
的训练数据集，记数据集大小为
Figure SMS_273
；计算每一组训练数据集所对应的静态耦合矩阵
Figure SMS_274
，对
Figure SMS_275
中各元素有；
Figure SMS_276
。
以训练数据集中各区域风阀原角度
Figure SMS_278
、风阀角度改变量
Figure SMS_280
为输入数据，以对应的静态耦合矩阵
Figure SMS_283
各元素为输出数据，则输入矩阵
Figure SMS_279
，输出矩阵
Figure SMS_282
。其中，
Figure SMS_284
，
Figure SMS_285
，
Figure SMS_277
，表示第
Figure SMS_281
组训练数据；
随机产生输入层到隐含层的权重矩阵
Figure SMS_286
，
和隐含层偏置向量
Figure SMS_287
，其中，
Figure SMS_288
为隐含层神经元个数，
Figure SMS_289
为输入层第
Figure SMS_290
个神经元与隐藏层第
Figure SMS_291
个神经元间的连接权重，
Figure SMS_292
为隐含层第
Figure SMS_293
个神经元的偏置；
计算隐含层输出矩阵
Figure SMS_294
，其中
Figure SMS_295
，为
Figure SMS_296
激活函数；
最小化损失函数
Figure SMS_297
，根据极限学习机理论，则隐含层到输出层的权重向量
Figure SMS_298
，其中
Figure SMS_299
为隐含层的输出矩阵
Figure SMS_300
的
Figure SMS_301
广义逆，
Figure SMS_302
为
Figure SMS_303
的转置。
然后，根据
Figure SMS_304
，
Figure SMS_305
，
Figure SMS_306
就可以确定极限学习机模型。
需要说明的是，在上述训练数据集中，每一组训练数据均包括，
Figure SMS_307
，
Figure SMS_308
，
Figure SMS_309
即每一组训练数据集都能反映出通风***在某一组风阀原角度的情况下各自改变一定的风阀角度后各区域通风量的改变情况。
因此，在根据本申请实施例的基于自抗扰解耦的海洋平台通风***风量控制方法中，通过极限学***台通风***各区域的风阀角度
Figure SMS_311
，风阀角度改变量
Figure SMS_313
与通风量改变量
Figure SMS_316
的训练数据集；计算每一组训练数据集所对应的静态耦合矩阵
Figure SMS_312
，对
Figure SMS_314
中各元素有
Figure SMS_317
以训练数据集中各区域风阀原角度
Figure SMS_318
、风阀角度改变量
Figure SMS_310
为输入数据，以对应的静态耦合矩阵
Figure SMS_315
各元素为输出数据，计算所述极限学习机隐含层到输出层的权重向量。
步骤S140，基于所述虚拟控制量和所述静态耦合矩阵确定所述海洋平台通风***各区域下一时刻的风阀角度改变量。也就是，根据步骤S120得到的各区域下一时刻的虚拟控制量
Figure SMS_319
和步骤S130得到的静态耦合矩阵
Figure SMS_320
，就可以根据
Figure SMS_321
计算各区域下一时刻的实际控制量
Figure SMS_322
。
这样，通过每一时刻控制改变所述海洋平台通风***的风阀角度改变量，就可以按照需要达到所述海洋平台通风***的预设通风量改变量，如图3所示。图3图示了根据本申请实施例的基于自抗扰解耦的海洋平台通风***风量控制方法的总体控制示意图。另外，需要说明的是，若已知通风***各区域的预设通风量，可以通过将预设通风量与实际通风量做差得到各区域预设通风量改变量，再使用上述方法使得各区域通风量改变量达到上述预设通风量改变量。
综上所述，本申请实施例提出了一种基于自抗扰解耦的海洋平台通风***风量控制方法，从解耦的角度出发解决风量控制问题，充分利用了自抗扰技术对模型信息要求不高的优点，有效解决了现有风量控制方法极度依赖精确模型的问题，使得方法具体良好的可扩展性，可用于海洋平台上的海洋平台通风***。除此之外，本申请实施例提出的基于自抗扰解耦技术的海洋平台通风***风量控制方法还关注到了风量调节的动态过程，能保证各区域通风量稳定调节至预设风量，更加符合实际海洋平台通风***需求。
首先，根据本申请实施例的基于自抗扰解耦的海洋平台通风***风量控制方法不依赖于模型、可推广至大规模海洋平台通风***的风量控制方法。也就是，相比于现有的极度依赖精确通风管道模型的风量控制方法，根据本申请实施例的基于自抗扰解耦的海洋平台通风***风量控制方法通过使用自抗扰技术将风阀改变量与通风量改变量之间未知、复杂、非线性耦合的数学模型补偿成为已知、简单的同阶积分串联型，然后再对通风量改变量进行精确控制，避免了对管道模型信息的过度依赖，因此方法具有良好可扩展性，可推广至大规模海洋平台通风***。
其次，根据本申请实施例的基于自抗扰解耦的海洋平台通风***风量控制方法保证可风量调节的平稳性。也就是，由于现有技术只能保证在海洋平台通风***稳定后通风量达到预设风量，并未关注中间的动态过程。根据本申请实施例的基于自抗扰解耦的海洋平台通风***风量控制方法由于将风阀改变量与通风量改变量之间数学模型补偿成为同阶积分串联型关系，然后再调节控制器参数，能使得风量调节同时具有良好的动态性能以及稳态性能。
另外，根据本申请实施例的基于自抗扰解耦的海洋平台通风***风量控制方法也实现了风量控制思路的创新。也就是，根据本申请实施例的基于自抗扰解耦的海洋平台通风***风量控制方法创新性地将风量控制问题看作一个多输入多输出耦合问题，对***进行解耦控制之后再进行风量控制。所提方法将为其他领域内类似的问题提供一个可行的方案。
图4图示了根据本申请实施例的基于自抗扰解耦的海洋平台通风***风量控制方法的另一示例的流程图。如图4所示，在根据本申请实施例的基于自抗扰解耦的海洋平台通风***风量控制方法中，也可以首先拟合静态耦合矩阵，再设计自抗扰控制器来计算虚拟控制量。也就是，如上所述的如图1所示的基于自抗扰解耦的海洋平台通风***风量控制方法中的步骤S120和步骤S130的顺序可以互换。
以上结合具体实施例描述了本申请的基本原理，但是，需要指出的是，在本申请中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本申请的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本申请为必须采用上述具体的细节来实现。
本申请中涉及的器件、装置、设备、***的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备、***。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。
还需要指出的是，在本申请的装置、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本申请的等效方案。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本申请。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本申请的范围。因此，本申请不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。
为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本申请的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。

Claims (7)

1.一种基于自抗扰解耦的海洋平台通风***风量控制方法，其特征在于，包括：
获取所述海洋平台通风***各区域的预设通风量改变量；
基于自抗扰解耦从所述海洋平台通风***各区域当前时刻的通风量改变量以及虚拟控制量计算各区域下一时刻的虚拟控制量；
通过极限学习机拟合静态耦合矩阵；以及
基于所述虚拟控制量和所述静态耦合矩阵确定所述海洋平台通风***各区域下一时刻的风阀角度改变量。
2.根据权利要求1所述的方法，其特征在于，具有
Figure QLYQS_1
个区域的海洋平台通风***各区域的风阀角度改变量
Figure QLYQS_2
与其对应的通风量改变量
Figure QLYQS_3
之间的关系为：
Figure QLYQS_15
其中，
Figure QLYQS_7
；
Figure QLYQS_11
表示第
Figure QLYQS_6
个区域的风阀角度改变量；
Figure QLYQS_8
表示第
Figure QLYQS_12
个区域的风阀原角度；
Figure QLYQS_16
表示第
Figure QLYQS_14
个区域的通风量改变量；
Figure QLYQS_18
分别表示
Figure QLYQS_4
的
Figure QLYQS_10
阶导数；
Figure QLYQS_19
为风阀角度改变量
Figure QLYQS_23
与通风量改变量
Figure QLYQS_20
之间数学关系的阶次，由风阀本身特性确定；
Figure QLYQS_24
表示第
Figure QLYQS_17
个区域的风阀角度改变量
Figure QLYQS_21
对第
Figure QLYQS_22
个区域的通风量改变量
Figure QLYQS_25
所产生影响的大小；
Figure QLYQS_5
表示第
Figure QLYQS_9
个区域的通风量改变量
Figure QLYQS_13
所满足的综合效应，包括自身动力学以及其余区域气流变化所产生的耦合作用。
3.根据权利要求2所述的方法，其特征在于，具有
Figure QLYQS_26
个区域的海洋平台通风***各区域的风阀角度改变量
Figure QLYQS_27
与通风量改变量
Figure QLYQS_28
之间的关系经自抗扰解耦后为：
Figure QLYQS_29
。
4.根据权利要求1所述的方法，其特征在于，基于自抗扰解耦从所述海洋平台通风***各区域当前时刻的通风量改变量以及虚拟控制量计算各区域下一时刻的虚拟控制量包括：从当前采样时刻的通风量改变量
Figure QLYQS_30
以及虚拟控制量
Figure QLYQS_31
确定下一时刻的扰动估计值
Figure QLYQS_32
为：
Figure QLYQS_33
其中
Figure QLYQS_34
为所述风阀角度改变量
Figure QLYQS_35
与所述通风量改变量
Figure QLYQS_36
之间的数学阶次；
Figure QLYQS_37
为控制器采样周期；
Figure QLYQS_38
为观测器增益参数，满足
Figure QLYQS_39
Figure QLYQS_40
表示阶乘，
Figure QLYQS_41
的具体数值根据实际***调试得到；
确定下一时刻的误差反馈控制值
Figure QLYQS_42
为：
Figure QLYQS_43
其中
Figure QLYQS_44
为各区域通风量改变量的预设值，
Figure QLYQS_45
为其微分；
Figure QLYQS_46
为控制器增益参数，满足
Figure QLYQS_47
，
Figure QLYQS_48
，
Figure QLYQS_49
具体数值根据实际***调试得到；以及
确定下一时刻的虚拟控制量
Figure QLYQS_50
为所述扰动估计值
Figure QLYQS_51
与所述误差反馈控制值
Figure QLYQS_52
之差。
5.根据权利要求1所述的方法，其特征在于，基于自抗扰解耦从所述海洋平台通风***各区域的通风量改变量以及虚拟控制量计算各区域下一时刻的虚拟控制量包括：
根据
Figure QLYQS_53
矩阵判秩定阶法确定所述海洋平台通风***各区域的风阀角度改变量与通风量改变量之间的数学阶次。
6.根据权利要求5所述的方法，其特征在于，根据
Figure QLYQS_54
矩阵判秩定阶法确定所述海洋平台通风***各区域的风阀角度改变量与通风量改变量之间的数学阶次包括：
获得所述海洋平台通风***的风阀角度改变量
Figure QLYQS_55
与通风量改变量
Figure QLYQS_56
之间的脉冲响应序列
Figure QLYQS_57
,
Figure QLYQS_58
；基于所述脉冲响应序列构造
Figure QLYQS_59
矩阵为：
Figure QLYQS_61
针对
Figure QLYQS_66
时分别计算
Figure QLYQS_70
取1至
Figure QLYQS_62
时的
Figure QLYQS_65
的值；若满足当
Figure QLYQS_69
时，对所有的
Figure QLYQS_73
都有
Figure QLYQS_60
，而当
Figure QLYQS_64
时，对所有的
Figure QLYQS_68
都有
Figure QLYQS_72
，则判定
Figure QLYQS_63
与
Figure QLYQS_67
之间的***阶次为
Figure QLYQS_71
。
7.根据权利要求1所述的方法，其特征在于，通过极限学习机拟合所述静态耦合矩阵包括：
获得包括所述海洋平台通风***各区域的风阀角度
Figure QLYQS_74
，风阀角度改变量
Figure QLYQS_75
与通风量改变量
Figure QLYQS_76
的训练数据集；
计算每一组训练数据集所对应的静态耦合矩阵
Figure QLYQS_77
，对
Figure QLYQS_78
中各元素有；
Figure QLYQS_79
以训练数据集中各区域风阀原角度
Figure QLYQS_80
、风阀角度改变量
Figure QLYQS_81
为输入数据，以对应的静态耦合矩阵
Figure QLYQS_82
各元素为输出数据，计算所述极限学习机隐含层到输出层的权重向量。
CN202310091600.2A 2023-02-10 2023-02-10 基于自抗扰解耦的海洋平台通风***风量控制方法 Active CN115773569B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310091600.2A CN115773569B (zh) 2023-02-10 2023-02-10 基于自抗扰解耦的海洋平台通风***风量控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310091600.2A CN115773569B (zh) 2023-02-10 2023-02-10 基于自抗扰解耦的海洋平台通风***风量控制方法

Publications (2)

Publication Number Publication Date
CN115773569A true CN115773569A (zh) 2023-03-10
CN115773569B CN115773569B (zh) 2023-05-02

Family

ID=85393418

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310091600.2A Active CN115773569B (zh) 2023-02-10 2023-02-10 基于自抗扰解耦的海洋平台通风***风量控制方法

Country Status (1)

Country Link
CN (1) CN115773569B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117022633A (zh) * 2023-10-08 2023-11-10 中国海洋大学 船舶或海洋平台用预制式舱室通风***通风控制方法
CN117450637A (zh) * 2023-12-25 2024-01-26 中国海洋大学 海洋平台通风***分层优化控制方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GR1004615B (el) * 2003-05-30 2004-06-25 Νικολαος Ανδριανου Συγριμης Εξυπνος και ευελικτος ρυθμιστης κλιματος για ολοκληρωμενη διαχειριση
CN101027615A (zh) * 2004-06-14 2007-08-29 Ogdv-Hvac公司 自适应hvac；ac电动机速度，空气温度和空气质量控制***
US20160169545A1 (en) * 2014-12-16 2016-06-16 Honeywell International Inc. Heating, ventilation, and air conditioning system controller
CN107132764A (zh) * 2017-05-12 2017-09-05 西北工业大学 基于自抗扰控制技术的碎片抓捕后轨道转移控制方法
CN111059690A (zh) * 2019-11-04 2020-04-24 珠海格力电器股份有限公司 一种变风量空调的内模解耦控制方法及控制***
CN112558485A (zh) * 2020-12-29 2021-03-26 电子科技大学 一种适用于多区暖通空调的分布式自适应温度预测控制方法
CN114265306A (zh) * 2021-12-24 2022-04-01 中国海洋大学 海洋平台通风***在线风平衡控制方法及控制***
CN115493277A (zh) * 2022-10-25 2022-12-20 青岛科技大学 一种基于在线抗扰辨识器的太阳能新风温度控制***

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GR1004615B (el) * 2003-05-30 2004-06-25 Νικολαος Ανδριανου Συγριμης Εξυπνος και ευελικτος ρυθμιστης κλιματος για ολοκληρωμενη διαχειριση
CN101027615A (zh) * 2004-06-14 2007-08-29 Ogdv-Hvac公司 自适应hvac；ac电动机速度，空气温度和空气质量控制***
US20160169545A1 (en) * 2014-12-16 2016-06-16 Honeywell International Inc. Heating, ventilation, and air conditioning system controller
CN107132764A (zh) * 2017-05-12 2017-09-05 西北工业大学 基于自抗扰控制技术的碎片抓捕后轨道转移控制方法
CN111059690A (zh) * 2019-11-04 2020-04-24 珠海格力电器股份有限公司 一种变风量空调的内模解耦控制方法及控制***
CN112558485A (zh) * 2020-12-29 2021-03-26 电子科技大学 一种适用于多区暖通空调的分布式自适应温度预测控制方法
CN114265306A (zh) * 2021-12-24 2022-04-01 中国海洋大学 海洋平台通风***在线风平衡控制方法及控制***
CN115493277A (zh) * 2022-10-25 2022-12-20 青岛科技大学 一种基于在线抗扰辨识器的太阳能新风温度控制***

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117022633A (zh) * 2023-10-08 2023-11-10 中国海洋大学 船舶或海洋平台用预制式舱室通风***通风控制方法
CN117022633B (zh) * 2023-10-08 2024-02-20 中国海洋大学 船舶或海洋平台用预制式舱室通风***通风控制方法
CN117450637A (zh) * 2023-12-25 2024-01-26 中国海洋大学 海洋平台通风***分层优化控制方法
CN117450637B (zh) * 2023-12-25 2024-03-19 中国海洋大学 海洋平台通风***分层优化控制方法

Also Published As

Publication number Publication date
CN115773569B (zh) 2023-05-02

Similar Documents

Publication Publication Date Title
CN115773569A (zh) 基于自抗扰解耦的海洋平台通风***风量控制方法
CN108803336B (zh) 一种航空发动机自适应lqg/ltr控制器设计方法
Bao et al. Modeling and control of air stream and hydrogen flow with recirculation in a PEM fuel cell system—II. Linear and adaptive nonlinear control
Wang et al. Multivariable robust PID control for a PEMFC system
Guo et al. Fixed-time stabilization of high-order uncertain nonlinear systems: Output feedback control design and settling time analysis
Saifia et al. Robust H∞ static output‐feedback control for discrete‐time fuzzy systems with actuator saturation via fuzzy Lyapunov functions
CN110501909B (zh) 基于扰动观测器的增强鲁棒特性的模糊预测控制方法
Liu et al. An active disturbance rejection control for hysteresis compensation based on neural networks adaptive control
CN110579962B (zh) 基于神经网络的涡扇发动机推力预测方法及控制器
Setayesh et al. A comparison between the minimum-order & full-order observers in robust control of the air handling units in the presence of uncertainty
CN115494892B (zh) 高空模拟试车台进气环境模拟***解耦控制方法
CN109062040A (zh) 基于***嵌套优化的预测pid方法
Jinyang et al. Temperature decoupling control of double-level air flow field dynamic vacuum system based on neural network and prediction principle
Rabaoui et al. Descriptor observer‐based sensor and actuator fault tolerant tracking control design for linear parameter varying systems
Wang et al. Fixed-time event-triggered sliding mode cooperative path-following control with prescribed performance for USVs based on lumped disturbance observer
Zhao et al. Adaptive asymptotic stabilization of uncertain nonstrict feedback nonlinear HOFA systems with time delays
Jin et al. Improved minmax control for industrial networked systems over imperfect communication
CN114428461B (zh) 一种基于CRNs的改进Smith预估控制方法
Zhou et al. Lyapunov based nonlinear control of tubular chemical reactors
Komathi et al. RGA Analysis and Hardware Implementation of PSO Based Decoupled Mimo System
CN112731801A (zh) 一种对称死区非线性的自适应动态面输出反馈控制方法
Peng et al. Model predictive control of data center temperature based on CFD
Iqbal et al. Dynamic sliding modes control of uncertain nonlinear MIMO three tank system
Yi et al. Statistic PID tracking control for non-Gaussian stochastic systems based on TS fuzzy model
LU505155B1 (en) Design method of damping controller based on power system, controller and power system

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