CN117371607A - 基于物联网技术的锅炉汽水流程再造监测*** - Google Patents
基于物联网技术的锅炉汽水流程再造监测*** Download PDFInfo
- Publication number
- CN117371607A CN117371607A CN202311423818.XA CN202311423818A CN117371607A CN 117371607 A CN117371607 A CN 117371607A CN 202311423818 A CN202311423818 A CN 202311423818A CN 117371607 A CN117371607 A CN 117371607A
- Authority
- CN
- China
- Prior art keywords
- data
- module
- sensor
- boiler
- linked list
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 43
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 27
- 238000005516 engineering process Methods 0.000 title claims abstract description 18
- 238000012423 maintenance Methods 0.000 claims abstract description 30
- 238000005457 optimization Methods 0.000 claims abstract description 16
- 230000004927 fusion Effects 0.000 claims abstract description 15
- 230000005540 biological transmission Effects 0.000 claims abstract description 11
- 238000000034 method Methods 0.000 claims abstract description 8
- 238000013527 convolutional neural network Methods 0.000 claims description 20
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 9
- 238000012360 testing method Methods 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 9
- 230000004913 activation Effects 0.000 claims description 5
- 230000006870 function Effects 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 5
- 238000003860 storage Methods 0.000 claims description 5
- 230000000007 visual effect Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000013508 migration Methods 0.000 claims description 4
- 230000005012 migration Effects 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 3
- 238000009826 distribution Methods 0.000 claims description 3
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 239000007789 gas Substances 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 3
- 239000007788 liquid Substances 0.000 claims description 3
- 239000001301 oxygen Substances 0.000 claims description 3
- 229910052760 oxygen Inorganic materials 0.000 claims description 3
- 230000000737 periodic effect Effects 0.000 claims description 3
- 230000008439 repair process Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 3
- 230000006835 compression Effects 0.000 abstract 1
- 238000007906 compression Methods 0.000 abstract 1
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F22—STEAM GENERATION
- F22B—METHODS OF STEAM GENERATION; STEAM BOILERS
- F22B37/00—Component parts or details of steam boilers
- F22B37/02—Component parts or details of steam boilers applicable to more than one kind or type of steam boiler
- F22B37/38—Determining or indicating operating conditions in steam boilers, e.g. monitoring direction or rate of water flow through water tubes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/3034—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a storage system, e.g. DASD based or network based
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/3037—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a memory, e.g. virtual memory, cache
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3089—Monitoring arrangements determined by the means or processing involved in sensing the monitored data, e.g. interfaces, connectors, sensors, probes, agents
- G06F11/3093—Configuration details thereof, e.g. installation, enabling, spatial arrangement of the probes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F12/00—Accessing, addressing or allocating within memory systems or architectures
- G06F12/02—Addressing or allocation; Relocation
- G06F12/08—Addressing or allocation; Relocation in hierarchically structured memory systems, e.g. virtual memory systems
- G06F12/12—Replacement control
- G06F12/121—Replacement control using replacement algorithms
- G06F12/123—Replacement control using replacement algorithms with age lists, e.g. queue, most recently used [MRU] list or least recently used [LRU] list
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9014—Indexing; Data structures therefor; Storage structures hash tables
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9038—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0602—Interfaces specially adapted for storage systems specifically adapted to achieve a particular effect
- G06F3/0608—Saving storage space on storage systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0602—Interfaces specially adapted for storage systems specifically adapted to achieve a particular effect
- G06F3/061—Improving I/O performance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0602—Interfaces specially adapted for storage systems specifically adapted to achieve a particular effect
- G06F3/0614—Improving the reliability of storage systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0628—Interfaces specially adapted for storage systems making use of a particular technique
- G06F3/0629—Configuration or reconfiguration of storage systems
- G06F3/0631—Configuration or reconfiguration of storage systems by allocating resources to storage systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0628—Interfaces specially adapted for storage systems making use of a particular technique
- G06F3/0638—Organizing or formatting or addressing of data
- G06F3/064—Management of blocks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0628—Interfaces specially adapted for storage systems making use of a particular technique
- G06F3/0646—Horizontal data movement in storage systems, i.e. moving data in between storage devices or systems
- G06F3/0647—Migration mechanisms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0628—Interfaces specially adapted for storage systems making use of a particular technique
- G06F3/0653—Monitoring storage devices or systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0464—Convolutional networks [CNN, ConvNet]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
- G06N5/025—Extracting rules from data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/027—Frames
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/20—Administration of product repair or maintenance
-
- 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
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y10/00—Economic sectors
- G16Y10/35—Utilities, e.g. electricity, gas or water
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y20/00—Information sensed or collected by the things
- G16Y20/10—Information sensed or collected by the things relating to the environment, e.g. temperature; relating to location
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y20/00—Information sensed or collected by the things
- G16Y20/30—Information sensed or collected by the things relating to resources, e.g. consumed power
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/10—Detection; Monitoring
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/20—Analytics; Diagnosis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/40—Maintenance of things
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2201/00—Indexing scheme relating to error detection, to error correction, and to monitoring
- G06F2201/80—Database-specific techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2212/00—Indexing scheme relating to accessing, addressing or allocation within memory systems or architectures
- G06F2212/10—Providing a specific technical effect
- G06F2212/1016—Performance improvement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2212/00—Indexing scheme relating to accessing, addressing or allocation within memory systems or architectures
- G06F2212/10—Providing a specific technical effect
- G06F2212/1041—Resource optimization
- G06F2212/1044—Space efficiency improvement
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Quality & Reliability (AREA)
- Mathematical Physics (AREA)
- Human Resources & Organizations (AREA)
- Software Systems (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Mechanical Engineering (AREA)
- Water Supply & Treatment (AREA)
- Animal Behavior & Ethology (AREA)
- Thermal Sciences (AREA)
- Primary Health Care (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Medical Informatics (AREA)
- Computer Networks & Wireless Communication (AREA)
Abstract
本发明公开了基于物联网技术的锅炉汽水流程再造监测***,属于工业自动化技术领域,包括传感器模块、数据采集模块、数据传输模块、处理中心模块、智能维护模块、图谱融合模块、远程监控终端、报警通知模块、报表模块以及***优化模块;本发明能够处理更多的数据并满足业务需求,而无需重构整个***,同时提高了数据的可靠性和可用性,且更好地满足不同的业务需求,利用知识图谱中的相关知识,增强对传感器数据的理解和判断能力,提高了预测维护的准确性和可解释性,提高压缩效率,有效的提高数据访问效率,减少对数据库等数据源的频繁访问,从而提升***性能。
Description
技术领域
本发明涉及工业自动化技术领域,尤其涉及基于物联网技术的锅炉汽水流程再造监测***。
背景技术
锅炉作为能源转换的关键环节,在工业生产和能源供应中具有不可替代的地位。然而,锅炉的运行与安全管理一直是工业界的重要课题,传统的手动监测和控制方式面临着运行效率低下、能源浪费和安全风险的挑战。随着工业自动化和数字化的迅速发展,物联网技术逐渐融入了各个领域,为传统工业过程带来了全新的变革和机遇。在能源领域,锅炉作为重要的能源转换设备,其安全运行和能效优化至关重要。然而,传统的锅炉监测和控制方式存在着一些限制,无法满足现代工业对高效、智能监测的需求。基于此,基于物联网技术的锅炉汽水流程再造监测***应运而生,旨在通过全面的传感器网络、实时数据处理和远程监控终端等技术手段,实现锅炉汽水流程的精准监测、优化控制和安全管理,为工业领域的可持续发展提供支持。
现有的锅炉汽水流程再造监测***无法处理更多的数据,数据可靠性和可用性差,且对传感器数据的理解和判断能力较弱;此外,现有的锅炉汽水流程再造监测***数据访问效率低下,对数据库等数据源的频繁访问次数较多,降低***性能,为此,我们提出基于物联网技术的锅炉汽水流程再造监测***。
发明内容
本发明的目的是为了解决现有技术中存在的缺陷,而提出的基于物联网技术的锅炉汽水流程再造监测***。
为了实现上述目的,本发明采用了如下技术方案:
基于物联网技术的锅炉汽水流程再造监测***,包括传感器模块、数据采集模块、数据传输模块、处理中心模块、智能维护模块、图谱融合模块、远程监控终端、报警通知模块、报表模块以及***优化模块;
所述传感器模块用于布置在锅炉各关键位置,并实时监测锅炉内外的关键参数;
所述数据采集模块用于接收来自传感器的数据,并对传感器数据进行整合预处理;
所述数据传输模块用于建立数据传输通道,通过有线或无线方式将数据传送到处理中心模块;
所述处理中心模块用于接收、处理和分析上传的各组数据,并对各组数据进行分布式存储;
所述图谱融合模块用于将锅炉知识图谱与采集数据进行融合;
所述智能维护模块用于根据传感器数据和历史记录,智能预测维护周期,优化维护计划;
所述远程监控终端用于提供用户界面,允许用户远程监视以及控制锅炉运行状态、参数趋势以及报警信息;
所述报表模块用于对采集的数据进行深入分析,生成趋势图、报表和运行分析,为决策提供依据;
所述***优化模块用于对***运行性能进行优化调整。
作为本发明的进一步方案,所述传感器模块具体包括温度传感器、压力传感器、流量传感器、液位传感器、燃气传感器、湿度传感器、振动传感器、电流传感器、氧气传感器、PH传感器、C0传感器、C02传感器以及红外线传感器;所述远程监控终端具体为远程控制台、智能手机、平板电脑、台式电脑和笔记本电脑。
作为本发明的进一步方案,所述数据采集模块整合预处理具体步骤如下:
步骤一:数据采集模块检测各组数据中存在的缺失值,并标记各缺失值在对应数据中的所在位置,对各组数据中存在的缺失值进行统计和可视化分析以获取缺失值的分布情况和影响范围,并进行填补或删除;
步骤二:将处理后的各组数据按照不同传感器进行分类,并分别整合归纳成样本数据集,计算各组数据的标准偏差,之后依据计算出的标准偏差分别对异常数据进行检测并筛除;
步骤三:通过指数平滑来去除噪音和波动以获取趋势和周期性信息,同时对各组数据进行标准化处理以统一格式,再检测是否存在重复的数据记录,若存在重复数据,则将其删除。
作为本发明的进一步方案,所述处理中心模块分布式存储具体步骤如下:
步骤I:处理中心模块按照预设的时间区间对各组数据进行分割,以获形成多组数据块,之后自动为每组数据块分配一个唯一的ID或者通过哈希算法生成各组数据块的标识;
步骤II:收集各组节点信息,并依据数据块划分规则以及节点负载情况,并通过负载均衡算法选择合适的节点来存储每组数据块,数据块存储完成后,根据***的要求和可用资源进行配置复制规定数量的数据块到多组节点上;
步骤III:当节点存储的数据发生变化时,通过数据同步算法将数据更新从一个节点传播到其他节点,之后自动检测节点运行情况,并对故障节点进行数据迁移或修复。
作为本发明的进一步方案,所述图谱融合模块数据融合具体步骤如下:
步骤(1):图谱融合模块从专家知识、文献资料、互联网以及锅炉资源数据库中收集与锅炉汽水流程相关的各种知识和信息,并对收集到的锅炉知识进行分类、去重以及筛选处理;
步骤(2):通过NLP技术识别和抽取出处理后的锅炉知识中的实体,再从相关的知识信息中提取每个实体的对应属性,并建立实体之间的关系,形成锅炉知识图谱的连接;
步骤(3):采用三元组的形式将实体、属性和关系处理成对应图状结构,选择合适的图数据库来存储和管理锅炉知识图谱,并对锅炉知识图谱进行不断地更新和维护,之后将预处理过的历史数据中的实体与知识图谱中的对应实体进行匹配。
作为本发明的进一步方案,所述智能维护模块预测维护具体步骤如下:
步骤①:智能维护模块将历史传感器数据整合归纳成验证数据集,之后将数据集划分为训练集和测试集,并初始化卷积神经网络的权重和参数,之后将训练集导入该卷积神经网络中饼计算其对应输出,之后通过损失函数衡量模型的预测结果与真实标签之间的损失值;
步骤②:若损失值未满足预设条件,则重新训练该卷积神经网络,并更新该卷积神经网络参数,当损失值满足预设条件时,使用测试集对训练好的卷积神经网络进行评估,计算卷积神经网络在测试集上的性能指标,并输出预测维护模型;
步骤③:对新的传感器数据进行预处理,并将预处理后的数据作为输入数据,使预测维护模型输入层的节点数和数据维度与训练阶段定义的模型输入层保持一致,之后输入数据从预测维护模型输入层开始经过模型的各隐藏层;
步骤④:各隐藏层分别对输入数据进行一次线性变换和非线性激活,并将处理后的数据通过各层之间的权重和激活函数进行逐层传递,之后输出层输出最终预测结果,之后设置合适的阈值,将预测结果中的概率值转换为最终的分类标签,同时可以将预测结果中的实数值映射为相应的水环境等级,并以图表或可视化形式展示。
作为本发明的进一步方案,所述***优化模块性能优化具体步骤如下:
第一步:***优化模块依据用户预设信息确定***中被访问的数据以及计算开销较大的数据,再确定指向下一个节点和上一个节点的指针,并依据确定的数据对象以及指针确定链表节点结构;
第二步:创建一个空链表,同时根据***内存资源和性能需求,并设置链表的最大容量,当需要访问数据时,在缓存链表中查找该数据,如果数据存在于链表中,将其移动到链表头部,表示最近使用过,如果数据不在链表中,则从数据库或其他数据源获取数据,并将其添加到链表头部;
第三步:定期监控链表的长度、缓存命中率以及性能指标,当缓存容量达到上限时,基于最近访问的时间来判断链表中最久未被访问的数据,并将对应数据节点从链表尾部移除并释放资源,同时将链表的头部指针更新到新的头部节点,记录缓存命中率和淘汰操作的次数,定期监控***性能。
相比于现有技术,本发明的有益效果在于:
1、本发明通过按照预设的时间区间对各组数据进行分割,以获形成多组数据块,之后自动为每组数据块分配一个唯一的ID或者通过哈希算法生成各组数据块的标识,并通过负载均衡算法选择合适的节点来存储每组数据块,数据块存储完成后,根据***的要求和可用资源进行配置复制规定数量的数据块到多组节点上,当节点存储的数据发生变化时,通过数据同步算法将数据更新从一个节点传播到其他节点,之后自动检测节点运行情况,并对故障节点进行数据迁移或修复,之后收集与锅炉汽水流程相关的各种知识和信息,并对收集到的锅炉知识进行预处理,然后识别和抽取出知识中的实体,并采用三元组的形式将实体、属性和关系处理成对应图状结构,选择合适的图数据库来存储和管理锅炉知识图谱,并对锅炉知识图谱进行不断地更新和维护,之后将预处理过的历史数据中的实体与知识图谱中的对应实体进行匹配,能够实现去中心化存储,能够处理更多的数据并满足业务需求,而无需重构整个***,同时提高了数据的可靠性和可用性,且更好地满足不同的业务需求,利用知识图谱中的相关知识,增强对传感器数据的理解和判断能力,提高了预测维护的准确性和可解释性。
2、本发明依据用户预设信息确定***中被访问的数据以及计算开销较大的数据,再确定指向下一个节点和上一个节点的指针,并依据确定的数据对象以及指针确定链表节点结构,创建一个空链表,同时根据***内存资源和性能需求,并设置链表的最大容量,当需要访问数据时,在缓存链表中查找该数据,如果数据存在于链表中,将其移动到链表头部,表示最近使用过,如果数据不在链表中,则从数据库或其他数据源获取数据,并将其添加到链表头部,定期监控链表的长度、缓存命中率以及性能指标,当缓存容量达到上限时,基于最近访问的时间来判断链表中最久未被访问的数据,并将对应数据节点从链表尾部移除并释放资源,同时将链表的头部指针更新到新的头部节点,记录缓存命中率和淘汰操作的次数,定期监控***性能,提高压缩效率,有效的提高数据访问效率,减少对数据库等数据源的频繁访问,从而提升***性能。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。
图1为本发明提出的基于物联网技术的锅炉汽水流程再造监测***的***框图。
具体实施方式
下面将结合本发明实施例中的附图,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。
实施例1
参照图1,基于物联网技术的锅炉汽水流程再造监测***,包括传感器模块、数据采集模块、数据传输模块、处理中心模块、智能维护模块、图谱融合模块、远程监控终端、报警通知模块、报表模块以及***优化模块。
传感器模块用于布置在锅炉各关键位置,并实时监测锅炉内外的关键参数。
本实施例中,传感器模块具体包括温度传感器、压力传感器、流量传感器、液位传感器、燃气传感器、湿度传感器、振动传感器、电流传感器、氧气传感器、PH传感器、C0传感器、C02传感器以及红外线传感器。
数据采集模块用于接收来自传感器的数据,并对传感器数据进行整合预处理。
具体的,数据采集模块检测各组数据中存在的缺失值,并标记各缺失值在对应数据中的所在位置,对各组数据中存在的缺失值进行统计和可视化分析以获取缺失值的分布情况和影响范围,并进行填补或删除,将处理后的各组数据按照不同传感器进行分类,并分别整合归纳成样本数据集,计算各组数据的标准偏差,之后依据计算出的标准偏差分别对异常数据进行检测并筛除,通过指数平滑来去除噪音和波动以获取趋势和周期性信息,同时对各组数据进行标准化处理以统一格式,再检测是否存在重复的数据记录,若存在重复数据,则将其删除。
数据传输模块用于建立数据传输通道,通过有线或无线方式将数据传送到处理中心模块;处理中心模块用于接收、处理和分析上传的各组数据,并对各组数据进行分布式存储。
具体的,处理中心模块按照预设的时间区间对各组数据进行分割,以获形成多组数据块,之后自动为每组数据块分配一个唯一的ID或者通过哈希算法生成各组数据块的标识,收集各组节点信息,并依据数据块划分规则以及节点负载情况,并通过负载均衡算法选择合适的节点来存储每组数据块,数据块存储完成后,根据***的要求和可用资源进行配置复制规定数量的数据块到多组节点上,当节点存储的数据发生变化时,通过数据同步算法将数据更新从一个节点传播到其他节点,之后自动检测节点运行情况,并对故障节点进行数据迁移或修复。
图谱融合模块用于将锅炉知识图谱与采集数据进行融合。
具体的,图谱融合模块从专家知识、文献资料、互联网以及锅炉资源数据库中收集与锅炉汽水流程相关的各种知识和信息,并对收集到的锅炉知识进行分类、去重以及筛选处理,通过NLP技术识别和抽取出处理后的锅炉知识中的实体,再从相关的知识信息中提取每个实体的对应属性,并建立实体之间的关系,形成锅炉知识图谱的连接,采用三元组的形式将实体、属性和关系处理成对应图状结构,选择合适的图数据库来存储和管理锅炉知识图谱,并对锅炉知识图谱进行不断地更新和维护,之后将预处理过的历史数据中的实体与知识图谱中的对应实体进行匹配。
实施例2
参照图1,基于物联网技术的锅炉汽水流程再造监测***,包括传感器模块、数据采集模块、数据传输模块、处理中心模块、智能维护模块、图谱融合模块、远程监控终端、报警通知模块、报表模块以及***优化模块。
智能维护模块用于根据传感器数据和历史记录,智能预测维护周期,优化维护计划。
具体的,智能维护模块将历史传感器数据整合归纳成验证数据集,之后将数据集划分为训练集和测试集,并初始化卷积神经网络的权重和参数,之后将训练集导入该卷积神经网络中饼计算其对应输出,之后通过损失函数衡量模型的预测结果与真实标签之间的损失值,若损失值未满足预设条件,则重新训练该卷积神经网络,并更新该卷积神经网络参数,当损失值满足预设条件时,使用测试集对训练好的卷积神经网络进行评估,计算卷积神经网络在测试集上的性能指标,并输出预测维护模型,对新的传感器数据进行预处理,并将预处理后的数据作为输入数据,使预测维护模型输入层的节点数和数据维度与训练阶段定义的模型输入层保持一致,之后输入数据从预测维护模型输入层开始经过模型的各隐藏层,各隐藏层分别对输入数据进行一次线性变换和非线性激活,并将处理后的数据通过各层之间的权重和激活函数进行逐层传递,之后输出层输出最终预测结果,之后设置合适的阈值,将预测结果中的概率值转换为最终的分类标签,同时可以将预测结果中的实数值映射为相应的水环境等级,并以图表或可视化形式展示。
远程监控终端用于提供用户界面,允许用户远程监视以及控制锅炉运行状态、参数趋势以及报警信息;报表模块用于对采集的数据进行深入分析,生成趋势图、报表和运行分析,为决策提供依据;***优化模块用于对***运行性能进行优化调整。
具体的,***优化模块依据用户预设信息确定***中被访问的数据以及计算开销较大的数据,再确定指向下一个节点和上一个节点的指针,并依据确定的数据对象以及指针确定链表节点结构,创建一个空链表,同时根据***内存资源和性能需求,并设置链表的最大容量,当需要访问数据时,在缓存链表中查找该数据,如果数据存在于链表中,将其移动到链表头部,表示最近使用过,如果数据不在链表中,则从数据库或其他数据源获取数据,并将其添加到链表头部,定期监控链表的长度、缓存命中率以及性能指标,当缓存容量达到上限时,基于最近访问的时间来判断链表中最久未被访问的数据,并将对应数据节点从链表尾部移除并释放资源,同时将链表的头部指针更新到新的头部节点,记录缓存命中率和淘汰操作的次数,定期监控***性能。
需要进一步说明的是,远程监控终端具体为远程控制台、智能手机、平板电脑、台式电脑和笔记本电脑。
Claims (7)
1.基于物联网技术的锅炉汽水流程再造监测***,其特征在于,包括传感器模块、数据采集模块、数据传输模块、处理中心模块、智能维护模块、图谱融合模块、远程监控终端、报警通知模块、报表模块以及***优化模块;
所述传感器模块用于布置在锅炉各关键位置,并实时监测锅炉内外的关键参数;
所述数据采集模块用于接收来自传感器的数据,并对传感器数据进行整合预处理;
所述数据传输模块用于建立数据传输通道,通过有线或无线方式将数据传送到处理中心模块;
所述处理中心模块用于接收、处理和分析上传的各组数据,并对各组数据进行分布式存储;
所述图谱融合模块用于将锅炉知识图谱与采集数据进行融合;
所述智能维护模块用于根据传感器数据和历史记录,智能预测维护周期,优化维护计划;
所述远程监控终端用于提供用户界面,允许用户远程监视以及控制锅炉运行状态、参数趋势以及报警信息;
所述报表模块用于对采集的数据进行深入分析,生成趋势图、报表和运行分析,为决策提供依据;
所述***优化模块用于对***运行性能进行优化调整。
2.根据权利要求1所述的基于物联网技术的锅炉汽水流程再造监测***,其特征在于,所述传感器模块具体包括温度传感器、压力传感器、流量传感器、液位传感器、燃气传感器、湿度传感器、振动传感器、电流传感器、氧气传感器、PH传感器、C0传感器、C02传感器以及红外线传感器;所述远程监控终端具体为远程控制台、智能手机、平板电脑、台式电脑和笔记本电脑。
3.根据权利要求2所述的基于物联网技术的锅炉汽水流程再造监测***,其特征在于,所述数据采集模块整合预处理具体步骤如下:
步骤一:数据采集模块检测各组数据中存在的缺失值,并标记各缺失值在对应数据中的所在位置,对各组数据中存在的缺失值进行统计和可视化分析以获取缺失值的分布情况和影响范围,并进行填补或删除;
步骤二:将处理后的各组数据按照不同传感器进行分类,并分别整合归纳成样本数据集,计算各组数据的标准偏差,之后依据计算出的标准偏差分别对异常数据进行检测并筛除;
步骤三:通过指数平滑来去除噪音和波动以获取趋势和周期性信息,同时对各组数据进行标准化处理以统一格式,再检测是否存在重复的数据记录,若存在重复数据,则将其删除。
4.根据权利要求3所述的基于物联网技术的锅炉汽水流程再造监测***,其特征在于,所述处理中心模块分布式存储具体步骤如下:
步骤I:处理中心模块按照预设的时间区间对各组数据进行分割,以获形成多组数据块,之后自动为每组数据块分配一个唯一的ID或者通过哈希算法生成各组数据块的标识;
步骤II:收集各组节点信息,并依据数据块划分规则以及节点负载情况,并通过负载均衡算法选择合适的节点来存储每组数据块,数据块存储完成后,根据***的要求和可用资源进行配置复制规定数量的数据块到多组节点上;
步骤III:当节点存储的数据发生变化时,通过数据同步算法将数据更新从一个节点传播到其他节点,之后自动检测节点运行情况,并对故障节点进行数据迁移或修复。
5.根据权利要求4所述的基于物联网技术的锅炉汽水流程再造监测***,其特征在于,所述图谱融合模块数据融合具体步骤如下:
步骤(1):图谱融合模块从专家知识、文献资料、互联网以及锅炉资源数据库中收集与锅炉汽水流程相关的各种知识和信息,并对收集到的锅炉知识进行分类、去重以及筛选处理;
步骤(2):通过NLP技术识别和抽取出处理后的锅炉知识中的实体,再从相关的知识信息中提取每个实体的对应属性,并建立实体之间的关系,形成锅炉知识图谱的连接;
步骤(3):采用三元组的形式将实体、属性和关系处理成对应图状结构,选择合适的图数据库来存储和管理锅炉知识图谱,并对锅炉知识图谱进行不断地更新和维护,之后将预处理过的历史数据中的实体与知识图谱中的对应实体进行匹配。
6.根据权利要求5所述的基于物联网技术的锅炉汽水流程再造监测***,其特征在于,所述智能维护模块预测维护具体步骤如下:
步骤①:智能维护模块将历史传感器数据整合归纳成验证数据集,之后将数据集划分为训练集和测试集,并初始化卷积神经网络的权重和参数,之后将训练集导入该卷积神经网络中饼计算其对应输出,之后通过损失函数衡量模型的预测结果与真实标签之间的损失值;
步骤②:若损失值未满足预设条件,则重新训练该卷积神经网络,并更新该卷积神经网络参数,当损失值满足预设条件时,使用测试集对训练好的卷积神经网络进行评估,计算卷积神经网络在测试集上的性能指标,并输出预测维护模型;
步骤③:对新的传感器数据进行预处理,并将预处理后的数据作为输入数据,使预测维护模型输入层的节点数和数据维度与训练阶段定义的模型输入层保持一致,之后输入数据从预测维护模型输入层开始经过模型的各隐藏层;
步骤④:各隐藏层分别对输入数据进行一次线性变换和非线性激活,并将处理后的数据通过各层之间的权重和激活函数进行逐层传递,之后输出层输出最终预测结果,之后设置合适的阈值,将预测结果中的概率值转换为最终的分类标签,同时可以将预测结果中的实数值映射为相应的水环境等级,并以图表或可视化形式展示。
7.根据权利要求1所述的基于物联网技术的锅炉汽水流程再造监测***,其特征在于,所述***优化模块性能优化具体步骤如下:
第一步:***优化模块依据用户预设信息确定***中被访问的数据以及计算开销较大的数据,再确定指向下一个节点和上一个节点的指针,并依据确定的数据对象以及指针确定链表节点结构;
第二步:创建一个空链表,同时根据***内存资源和性能需求,并设置链表的最大容量,当需要访问数据时,在缓存链表中查找该数据,如果数据存在于链表中,将其移动到链表头部,表示最近使用过,如果数据不在链表中,则从数据库或其他数据源获取数据,并将其添加到链表头部;
第三步:定期监控链表的长度、缓存命中率以及性能指标,当缓存容量达到上限时,基于最近访问的时间来判断链表中最久未被访问的数据,并将对应数据节点从链表尾部移除并释放资源,同时将链表的头部指针更新到新的头部节点,记录缓存命中率和淘汰操作的次数,定期监控***性能。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311423818.XA CN117371607A (zh) | 2023-10-30 | 2023-10-30 | 基于物联网技术的锅炉汽水流程再造监测*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311423818.XA CN117371607A (zh) | 2023-10-30 | 2023-10-30 | 基于物联网技术的锅炉汽水流程再造监测*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117371607A true CN117371607A (zh) | 2024-01-09 |
Family
ID=89407540
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311423818.XA Pending CN117371607A (zh) | 2023-10-30 | 2023-10-30 | 基于物联网技术的锅炉汽水流程再造监测*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117371607A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118016202A (zh) * | 2024-04-10 | 2024-05-10 | 华能山东发电有限公司白杨河发电厂 | 一种基于汽水质量的化学设备运行分析方法及*** |
-
2023
- 2023-10-30 CN CN202311423818.XA patent/CN117371607A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118016202A (zh) * | 2024-04-10 | 2024-05-10 | 华能山东发电有限公司白杨河发电厂 | 一种基于汽水质量的化学设备运行分析方法及*** |
CN118016202B (zh) * | 2024-04-10 | 2024-06-25 | 华能山东发电有限公司白杨河发电厂 | 一种基于汽水质量的化学设备运行分析方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108564254B (zh) | 基于大数据的配电设备状态可视化平台 | |
CN112817280A (zh) | 一种用于火电厂智慧监盘报警***实现方法 | |
CN112418451A (zh) | 基于数字孪生的变压器故障诊断定位*** | |
CN115578015B (zh) | 基于物联网的污水处理全过程监管方法、***及存储介质 | |
CN112085261B (zh) | 基于云端融合和数字孪生技术的企业生产现状诊断方法 | |
CN110837866A (zh) | 基于XGBoost的电力二次设备缺陷程度评估方法 | |
CN111694879A (zh) | 一种多元时间序列异常模式预测方法及数据采集监控装置 | |
CN111259947A (zh) | 一种基于多模态学习的电力***故障预警方法和*** | |
CN112926257A (zh) | 往复式天然气压缩机故障诊断***以及诊断方法 | |
CN117371607A (zh) | 基于物联网技术的锅炉汽水流程再造监测*** | |
CN116614177B (zh) | 一种光纤状态多维度参量监测*** | |
CN114118224A (zh) | 一种基于神经网络的全***遥测参数异常检测*** | |
CN115423009A (zh) | 一种面向云边协同的电力设备故障识别方法及*** | |
CN116932523B (zh) | 一种整合和监管第三方环境检测机构的平台 | |
KR20010086121A (ko) | 기술적 프로세스에 있어서 센서 예측을 위한 케이스베이스 추론 시스템의 방법 및 장치 | |
CN117371933A (zh) | 一种基于物联网的智慧实验室管理*** | |
CN117391674A (zh) | 一种基于可靠性的电气设备预防性维修优化方法及装置 | |
CN117041312A (zh) | 基于物联网的企业级信息技术监控*** | |
CN116861331A (zh) | 一种融合专家模型决策的数据识别方法及*** | |
CN116049764A (zh) | 一种面向物联网的跨尺度时序数据融合方法及*** | |
Liu et al. | Deep learning approach for sensor data prediction and sensor fault diagnosis in wind turbine blade | |
CN117891234A (zh) | 机房运行状态的检测方法、装置、存储介质以及电子设备 | |
CN116929456A (zh) | 机房环境监控方法、装置、设备及存储介质 | |
CN110045691A (zh) | 一种多源异构大数据的多任务处理故障监测方法 | |
KR20200002433A (ko) | 빅데이터 분석을 이용한 통계적 품질 관리 시스템 |
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 |