CN117973875B - 一种基于模糊推理***的矿浆输水***风险评估建模方法 - Google Patents
一种基于模糊推理***的矿浆输水***风险评估建模方法 Download PDFInfo
- Publication number
- CN117973875B CN117973875B CN202410356673.4A CN202410356673A CN117973875B CN 117973875 B CN117973875 B CN 117973875B CN 202410356673 A CN202410356673 A CN 202410356673A CN 117973875 B CN117973875 B CN 117973875B
- Authority
- CN
- China
- Prior art keywords
- fuzzy
- follows
- ore pulp
- parameters
- output
- 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 36
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000012502 risk assessment Methods 0.000 title claims abstract description 16
- 230000007613 environmental effect Effects 0.000 claims abstract description 9
- 238000012423 maintenance Methods 0.000 claims abstract description 5
- 230000035945 sensitivity Effects 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 8
- 238000012795 verification Methods 0.000 claims description 4
- 230000002776 aggregation Effects 0.000 claims description 3
- 238000004220 aggregation Methods 0.000 claims description 3
- 230000006399 behavior Effects 0.000 claims description 3
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 238000002474 experimental method Methods 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000010206 sensitivity analysis Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 2
- 238000005065 mining Methods 0.000 description 5
- 238000005094 computer simulation Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 229910052500 inorganic mineral Inorganic materials 0.000 description 2
- 239000011707 mineral Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 101100313471 Streptomyces sp getA gene Proteins 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/152—Water filtration
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及矿浆管道风险评估技术领域，且公开了一种基于模糊推理***的矿浆输水***风险评估建模方法，包括以下步骤：建立输水管道失效后果的综合参数列表，采用模糊逻辑对矿浆***中的输水管道进行建模，对所建立的模型进行验证，对输水管道的风险进行评估。该基于模糊推理***的矿浆输水***风险评估建模方法通过使用模糊推理***填补了数据之间的空白，提高了模型的准确率；本发明综合考虑了经济、社会、环境、操作特征和维护复杂性等因素，使得求解的结果更加贴合工程实际，可以清晰的辨别到管道各种风险的类型。
Description
技术领域
本发明涉及矿浆管道风险评估技术领域，具体为一种基于模糊推理***的矿浆输水***风险评估建模方法。
背景技术
矿产资源丰富的区域大多数分布在偏远的山区或偏僻地带，与主要市区相对较远。因此，在将这些矿产资源从开采地点运输到加工厂或其他地点时，运输问题变得尤为重要。传统的新建铁路、公路等运输干线需要庞大的投资、漫长的建设周期，并且常常伴随着对环境的严重破坏。这导致了寻求更具成本效益和环保特性的运输方法的需求不断上升。
矿浆管道***因其独特的优势而逐渐崭露头角，然而该***中的输水管道的故障往往会导致整个工作流程的停滞，因此对输水管道进行准确的风险评估是十分重要的。当管道出现故障的时候，修复这些管道故障相关的成本是非常高的，不仅包括更换管道，还包括许多其他间接成本，如洪水造成的财产损失，以及矿业公司、钢铁冶炼厂等关键设施的中断。
近年来技术人员提出了几种输水管道的风险评估模型，虽然已取得较好成效，但是数据之间依旧存在空白，没有考虑故障和相关复杂性的整体影响，导致风险评估模型在部分条件下会识别的准确率不高。
发明内容
（一）解决的技术问题
针对现有技术的不足，本发明提供了一种基于模糊推理***的矿浆输水***风险评估建模方法，具备识别准确等优点，解决了上述技术问题。
（二）技术方案
为实现上述目的，本发明提供如下技术方案：一种基于模糊推理***的矿浆输水***风险评估建模方法，包括以下步骤：
S1、建立输水管道失效后果的综合参数列表；
S2、采用模糊逻辑对矿浆***中的输水管道进行建模；
S3、对所建立的模型进行验证；
S4、对输水管道的风险进行评估。
作为本发明的优选技术方案，所述综合参数列表包括经济影响、环境影响、操作特征、社会影响和更新复杂性，
所述经济影响中的参数包括水成本损失、***更新损耗和***维护成本；
所述环境影响中的参数包括对周围环境产生的费用和自然灾害发生的可能性；
所述操作特征中的参数包括财务影响、可用劳动力、管道直径、***关闭时间和管道压力；
所述社会影响中的参数包括交通影响、水质量影响、财政损失费用和客户满意度；
所述更新复杂性中的参数包括地形影响和管道深度。
作为本发明的优选技术方案，所述步骤S2的具体过程如下：
S2.1、确定所使用的隶属度函数。
S2.2、根据隶属度函数建立模糊规则库。
S2.3、根据隶属函数、规则，将给定的清晰定量输入映射到输出模糊集。
S2.4、利用求和运算符，将所有输出模糊集根据聚合操作组合成一个模糊集用于对输出隶属度函数中所有截断的值进行表示。
S2.5、利用面积重心法的去模糊化方法将模糊输出集转换为清晰的评级，其范围在[0,5]以内。
S2.6、对[0,5]内的评级进行定义。
作为本发明的优选技术方案，所述步骤S3的验证过程具体如下：
S3.1、对模型进行带通测试，检查三个波段的模型行为，以代表最佳、中等和最坏的情况；如果参数表示的是最佳情况，那么模型应该给出最佳输出；
S3.2、基于全局方差的敏感性分析，估计一阶灵敏度指数和总顺序灵敏度指数。
作为本发明的优选技术方案，所述步骤S2.1中的隶属度函数表达式如下：
其中，表示论域中的一个固有元素，表示中的一个随机变动的集合，表示中以作为弹性边界的模糊集，为模糊实验的次数，表示极限运算。
作为本发明的优选技术方案，所述步骤S2.2中的具体过程如下：
S2.2.1、引入S1建立的综合参数列表；
S2.2.2、对综合参数列表中的各个参数进行加权，具体表达式如下：
其中，表示参数/>的隶属度，/>表示一个二进制集合。
S2.2.3、使用IF-THEN规则表示出步骤S1中的16个参数之间的依赖关系，完成模糊规则库的建立。
作为本发明的优选技术方案，所述步骤S2.5中的转换函数表达式如下：
其中，表示对参数/>的隶属度函数。
作为本发明的优选技术方案，所述步骤S2.6对步骤S2.5中的[0,5]内的评级进行确定，具体表达式如下：
其中，表示评级。
作为本发明的优选技术方案，所述步骤S3.2中一阶灵敏度指数表达式如下：
其中，表示敏感度，/>表示模型函数的输出，/>为Sobol算子的分解方差。
作为本发明的优选技术方案，所述步骤S3.2中总顺序灵敏度指数的表达式如下：
其中，表示总顺序灵敏度指数，/>为/>的所有的输入，/>表示各输入对输出方差贡献的条件期望值，/>表示为各输入对输出的方差。
与现有技术相比，本发明提供了一种基于模糊推理***的矿浆输水***风险评估建模方法，具备以下有益效果：
本发明通过使用模糊推理***填补了数据之间的空白。首先，综合了多个风险因素对失效后果的影响，全面评估***的风险状况；然后，通过模糊逻辑处理不确定性和主观信息之间相互关系；最后，使用IF-THEN构建了各种参数之间的规则库，从而提高了模型的准确率；综合考虑了经济、社会、环境、操作特征和维护复杂性等因素，使得求解的结果更加贴合工程实际；本发明开发了能够全面反映输水管道失效后果的综合参数列表，使用IF-THEN规则表示出所选用各个参数之间的依赖关系，总共建立381个模糊规则，全面的模糊规则可以清晰的辨别到管道各种风险的类型。
附图说明
图1为本发明流程示意图；
图2为本发明参数框架示意图；
图3为本发明实验结果对比示意图；
图4为本发明步骤S2的流程示意图。
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；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。
为了进一步验证本发明所述方法的准确率，以某矿业公司为例来进行分析说明；该矿业公司有一个矿浆输水管道，该公司能够提供工程知识，以开发和验证拟议的模糊推理***的数据，以及相关参数，如材料、直径、管道标识号等，为整个输水管道提供相关参数；从该矿业公司的输水管道中获得的2340个管道段的故障评级结果，将这些数据连接到整个数据集，用于验证本发明所述方法的准确率，具体过程如图1-4所示，包括以下步骤：
S1、建立输水管道失效后果的综合参数列表，包括有经济影响、环境影响、操作特征、社会影响和更新复杂性，其中：
经济影响中的参数包括水成本损失、***更新损耗和***维护成本；
环境影响中的参数包括对周围环境产生的费用和自然灾害发生的可能性；
操作特征中的参数包括财务影响、可用劳动力、管道直径、***关闭时间和管道压力；
社会影响中的参数包括交通影响、水质量影响、财政损失费用和客户满意度；
更新复杂性中的参数包括地形影响和管道深度。
S2、采用模糊逻辑对矿浆***中的输水管道进行建模。
S2.1、确定所使用的隶属度函数，具体表达式如下：
其中，表示论域/>中的一个固有元素，/>表示/>中的一个随机变动的集合，/>表示/>中以/>作为弹性边界的模糊集，/>为模糊实验的次数。
当不断增大时，隶属频率趋于稳定，其频率的稳定值称为/>对/>的隶属度，表达式如下：
S2.2、根据隶属度函数开发模糊规则库；
S2.2.1、引入S1建立的综合参数列表；
S2.2.2、对综合参数列表中的各个参数进行加权，具体表达式如下：
其中，表示参数/>的隶属度，/>表示一个二进制集合。
S2.2.3、使用IF-THEN规则表示出步骤S1中的16个参数之间的依赖关系：
根据依赖关系，完成了16个参数间的模糊规则库的建立，具体过程如下：
构建各个影响模块中的规则库，根据每种影响模块下每个不同因素对***的影响得到该综合参数对***的影响，表1为经济影响模块中的模糊规则库；环境影响、操作特征、社会影响以及更新复杂性模糊规则库的构建方法同理。
表1
根据各个综合参数对***的影响，构建综合参数列表的模糊规则库，如表2所示。
表2
S2.3、根据隶属函数、规则，将给定的清晰定量输入映射到输出模糊集。
S2.4、利用求和（规则输出集的和）运算符，将所有输出模糊集根据聚合操作组合成一个模糊集，表示输出隶属度函数中所有截断的值。
S2.5、利用面积重心法的去模糊化方法将模糊输出集转换为清晰的评级，其范围在[0,5]以内，具体表达式如下：
其中，表示对参数/>的隶属度函数。
S2.6、对步骤S2.5中的[0,5]内的评级进行确定，具体表达式如下：
S3、对所建立的模型进行验证，包括以下步骤：
S3.1、对模型进行带通测试，检查三个波段的模型行为，以代表最佳、中等和最坏的情况；如果参数表示的是最佳情况，那么模型应该给出最佳输出。
S3.2、基于全局方差的敏感性分析，在95%的置信区间内估计一阶灵敏度指数和总顺序灵敏度指数：
S3.2.1、一阶灵敏度指数表达式如下：
其中，表示敏感度，/>表示模型函数的输出，/>为Sobol算子的分解方差；
S3.2.2、总顺序灵敏度指数的表达式如下：
其中，表示总顺序灵敏度指数，/>为/>的所有的输入，/>表示各输入对输出方差贡献的条件期望值，/>表示为各输入对输出的方差。
S4、对输水管道的风险进行评估
模型结果基于均方根误差（）和平均绝对误差（/>）评分进行评估；这些是常用的模型验证指标，可估计如下：
其中，为第/>个样本的模型输出；/>表示实际故障数据的实际结果； />为第/>个样本的预测误差；/>为用于验证的样本数；/>和/>的范围都可以从0到∞的分数，较低的值对于这两个指标都是可取的；上述案例使用本发明所提供的模型得到的和/>评分估计分别为0.96和0.76，表明模型结果是可以接受的。
图3为分别使用模糊推理***建模（FIS）和使用失效可能性建模（LOF）对所使用样本预测正确率的结果图，由图可知，本发明预测的正确率可达到96%，明显高于使用失效可能性模型。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (3)
1.一种基于模糊推理***的矿浆输水***风险评估建模方法，其特征在于：包括以下步骤：
S1、建立输水管道失效后果的综合参数列表，所述综合参数列表包括经济影响、环境影响、操作特征、社会影响和更新复杂性：
所述经济影响中的参数包括水成本损失、***更新损耗和***维护成本；
所述环境影响中的参数包括对周围环境产生的费用和自然灾害发生的可能性；
所述操作特征中的参数包括财务影响、可用劳动力、管道直径、***关闭时间和管道压力；
所述社会影响中的参数包括交通影响、水质量影响、财政损失费用和客户满意度；
所述更新复杂性中的参数包括地形影响和管道深度；
S2、采用模糊逻辑对矿浆***中的输水管道进行建模，所述步骤S2的具体过程如下：
S2.1、确定所使用的隶属度函数；
所述步骤S2.1中的隶属度函数μA(x0)表达式如下：
其中，x0表示论域X中的一个固有元素，A*表示X中的一个随机变动的集合，A表示X中以A*作为弹性边界的模糊集，n为模糊实验的次数，表示极限运算；
S2.2、根据隶属度函数建立模糊规则库；
所述步骤S2.2中的具体过程如下：
S2.2.1、引入S1建立的综合参数列表；
S2.2.2、对综合参数列表中的各个参数进行加权，具体表达式如下：
其中，μS(XS)表示参数XS的隶属度，S表示一个二进制集合；
S2.2.3、使用IF-THEN规则表示出步骤S1中的16个参数之间的依赖关系，完成模糊规则库的建立；
S2.3、根据隶属函数、规则，将给定的清晰定量输入映射到输出模糊集；
S2.4、利用求和运算符，将所有输出模糊集根据聚合操作组合成一个模糊集用于对输出隶属度函数中所有截断的值进行表示；
S2.5、利用面积重心法的去模糊化方法将模糊输出集转换为清晰的评级，其范围在[0，5]以内；
所述步骤S2.5中的转换函数Failsure Score表达式如下：
其中，μS(xi)表示对参数xi的隶属度函数；
S2.6、对[0，5]内的评级进行定义；
所述步骤S2.6对步骤S2.5中的[0，5]内的评级进行确定，具体表达式如下：
其中，Category表示评级；
S3、对所建立的模型进行验证，所述步骤S3的验证过程具体如下：
S3.1、对模型进行带通测试，检查三个波段的模型行为，以代表最佳、中等和最坏的情况；如果参数表示的是最佳情况，那么模型应该给出最佳输出；
S3.2、基于全局方差的敏感性分析，估计一阶灵敏度指数和总顺序灵敏度指数；
S4、对输水管道的风险进行评估。
2.根据权利要求1所述的一种基于模糊推理***的矿浆输水***风险评估建模方法，其特征在于：所述步骤S3.2中一阶灵敏度指数表达式如下：
其中，Si表示敏感度，Var(Y)表示模型函数的输出，Vi为Sobol算子的分解方差。
3.根据权利要求2所述的一种基于模糊推理***的矿浆输水***风险评估建模方法，其特征在于：所述步骤S3.2中总顺序灵敏度指数的表达式如下：
其中，SIT表示总顺序灵敏度指数，X～i为Xi的所有的输入，表示各输入对输出方差贡献的条件期望值，/>表示为各输入对输出的方差。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410356673.4A CN117973875B (zh) | 2024-03-27 | 2024-03-27 | 一种基于模糊推理***的矿浆输水***风险评估建模方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410356673.4A CN117973875B (zh) | 2024-03-27 | 2024-03-27 | 一种基于模糊推理***的矿浆输水***风险评估建模方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117973875A CN117973875A (zh) | 2024-05-03 |
| CN117973875B true CN117973875B (zh) | 2024-06-11 |
Family
ID=90849787
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410356673.4A Active CN117973875B (zh) | 2024-03-27 | 2024-03-27 | 一种基于模糊推理***的矿浆输水***风险评估建模方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117973875B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| ITRM20010775A1 (it) * | 2001-12-28 | 2003-06-30 | Proteo Srl | Sistema automatico di determinazione della strategia gestionale ottima di un sistema industriale complesso, in particolare di gestione di re |
| CN107886235A (zh) * | 2017-11-08 | 2018-04-06 | 重庆科技学院 | 一种耦合确定性与不确定分析的火灾风险评估方法 |
| KR101934667B1 (ko) * | 2018-02-07 | 2019-01-02 | 고려대학교 산학협력단 | 퍼지모델링을 이용한 서식지 적합도 평가 시스템 및 방법 |
| CN111126853A (zh) * | 2019-12-25 | 2020-05-08 | 华北水利水电大学 | 基于模糊fmea的水利工程风险预警分析方法及*** |
| AU2021101942A4 (en) * | 2021-04-15 | 2021-06-03 | Huazhong University Of Science And Technology | A safety risk evaluation and control method for subway approaching excavation |
| CN117289605A (zh) * | 2023-10-13 | 2023-12-26 | 深圳菲力科能源科技有限公司 | 模糊逻辑储能***控制方法 |
-
2024
- 2024-03-27 CN CN202410356673.4A patent/CN117973875B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| ITRM20010775A1 (it) * | 2001-12-28 | 2003-06-30 | Proteo Srl | Sistema automatico di determinazione della strategia gestionale ottima di un sistema industriale complesso, in particolare di gestione di re |
| CN107886235A (zh) * | 2017-11-08 | 2018-04-06 | 重庆科技学院 | 一种耦合确定性与不确定分析的火灾风险评估方法 |
| KR101934667B1 (ko) * | 2018-02-07 | 2019-01-02 | 고려대학교 산학협력단 | 퍼지모델링을 이용한 서식지 적합도 평가 시스템 및 방법 |
| CN111126853A (zh) * | 2019-12-25 | 2020-05-08 | 华北水利水电大学 | 基于模糊fmea的水利工程风险预警分析方法及*** |
| AU2021101942A4 (en) * | 2021-04-15 | 2021-06-03 | Huazhong University Of Science And Technology | A safety risk evaluation and control method for subway approaching excavation |
| CN117289605A (zh) * | 2023-10-13 | 2023-12-26 | 深圳菲力科能源科技有限公司 | 模糊逻辑储能***控制方法 |
Non-Patent Citations (2)
| Title |
|---|
| Designing an Intelligent Control Philosophy in Reservoirs of Water Transfer Networks in Supervisory Control and Data Acquisition System Stations;Ali Dolatshahi Zand，等;《 International Journal of Automation and Computing》;20211031;第694-717页 * |
| 基于层次分析法的输水隧洞风险评估方法的应用;解红;《水利技术监督》;20230630;第223-228页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117973875A (zh) | 2024-05-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11720816B2 (en) | Predicting pipe failure | |
| Choudhry et al. | Cost and schedule risk analysis of bridge construction in Pakistan: Establishing risk guidelines | |
| Fayek et al. | Predicting industrial construction labor productivity using fuzzy expert systems | |
| Senouci et al. | Fuzzy-based model for predicting failure of oil pipelines | |
| El-Abbasy et al. | Condition prediction models for oil and gas pipelines using regression analysis | |
| Jeong et al. | Prediction of flexible pavement deterioration in relation to climate change using fuzzy logic | |
| El-Abbasy et al. | Unpiggable oil and gas pipeline condition forecasting models | |
| Behrouzifar et al. | OPEC behavior: The volume of oil reserves announced | |
| Assad et al. | Data mining algorithms for water main condition prediction—comparative analysis | |
| Baccarini | The maturing concept of estimating project cost contingency: A review | |
| Chik et al. | Estimation of the short-term probability of failure in water mains | |
| Zhang et al. | Multi-criteria group decision-making with cloud model and TOPSIS for alternative selection under uncertainty | |
| Shafiee et al. | A multi-criteria decision model to mitigate the operational risks of offshore wind infrastructures | |
| CN117973875B (zh) | 一种基于模糊推理***的矿浆输水***风险评估建模方法 | |
| Kim et al. | Increasing reliability of participatory sensing for utility pole condition assessment using fuzzy inference | |
| Sarkar | Decision tree analysis for project risk mitigation options for underground metro rail project | |
| CN115660774B (zh) | 一种基于区块链的物资供应链体系信用评价方法 | |
| Geara et al. | Hybrid inspection-monitoring approach for optimal maintenance planning | |
| Biard et al. | Determining the lifecycle and future replacement cost of distribution network equipment | |
| Schoenhardt et al. | Why projects fail (and what we can do about it) | |
| St. Clair et al. | Development of a fuzzy inference performance index for ferrous drinking water pipelines | |
| Chapman et al. | Problem-solving methodology design on the run | |
| Huang et al. | Improving Bridge Deterioration Modelling Using Rainfall Data from the Bureau of Meteorology. | |
| Burhani et al. | Application of logistic regression in resolving influential risk factors subject to corrosion under insulation | |
| Al-Ali et al. | Developing deterioration prediction model for the potable water pipes renewal plan—Case of Jubail Industrial City, KSA |
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 |