[go: up one dir, main page]

DE102009008033B3 - Versorgung von energietechnischen Objekten mit Energie verschiedener Energiearten - Google Patents

Versorgung von energietechnischen Objekten mit Energie verschiedener Energiearten Download PDF

Info

Publication number
DE102009008033B3
DE102009008033B3 DE102009008033A DE102009008033A DE102009008033B3 DE 102009008033 B3 DE102009008033 B3 DE 102009008033B3 DE 102009008033 A DE102009008033 A DE 102009008033A DE 102009008033 A DE102009008033 A DE 102009008033A DE 102009008033 B3 DE102009008033 B3 DE 102009008033B3
Authority
DE
Germany
Prior art keywords
energy
objects
supply
interfaces
life cycle
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.)
Expired - Fee Related
Application number
DE102009008033A
Other languages
English (en)
Inventor
Werner Becherer
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.)
Siemens AG
Siemens Corp
Original Assignee
Siemens AG
Siemens Corp
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 Siemens AG, Siemens Corp filed Critical Siemens AG
Priority to DE102009008033A priority Critical patent/DE102009008033B3/de
Application granted granted Critical
Publication of DE102009008033B3 publication Critical patent/DE102009008033B3/de
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

Die Erfindung betrifft die Versorgung von energietechnischen Objekten mit Energie verschiedener Energiearten, insbesondere Wärme, Kälte, Druckluft und Elektrizität, deren jeweiliger Bedarf meist ein Anteil der maximal verteilbaren Energie/Leistung hat, wobei der Bedarf jeweils mittels eines Neuronennetzes ermittelt wird, in dem die Objekte die Neuronen bilden und/oder aus mehreren Neuronen gebildet sind und in dem Verzweigungen und/oder Verteilungen vorgesehen sind, wobei der ermittelte Energiebedarf der Objekte jeweils zur Versorgung bereitgestellt wird. Um bei der Versorgung von energietechnischen Objekten eine dynamische Bedarfsermittlung zu erzielen, wird vorgeschlagen, dass die Objekte einem Lebenszyklus mit einzelnen Phasen unterliegen und dass die Neuronen mit Schnittstellen versehen sind, die an die einzelnen Phasen des Lebenszyklus angepasst sind.

Description

  • Die Erfindung betrifft die Versorgung von energietechnischen Objekten mit Energie verschiedener Energiearten gemäß dem Oberbegriff des Anspruchs 1.
  • Energietechnische Objekte einer Infrastruktur werden bekanntermaßen mit Energie verschiedener Energiearten versorgt, insbesondere mit Wärme, Kälte, Druckluft und Elektrizität. Dabei ist die Versorgung auf eine maximal vierteilbare Energie/Leistung (Leistung als Energie pro Zeiteinheit) ausgelegt, wobei der tatsächliche Bedarf meist darunter liegt. Um den Bedarf zu ermitteln, sind als Hilfsmittel Neuronennetze bekannt, in denen Neuronen als Abbild der Objekte fungieren und praktisch die Zusammenhänge der Objekte untereinander herstellen. Dabei kann jedes Objekt auch aus mehreren Neuronen gebildet sein. In einem Neuronennetz gibt es wie z. B. in einer Infrastruktur Verzweigungen und/oder Verteilungen von Energie. Der ermittelte Energiebedarf der Objekte wird dann jeweils zur Versorgung bereitgestellt, d. h. z. B. in die Infrastruktur eingekoppelt. Man spricht hier auch von einer objektorientierten Ermittlung des Energiebedarfs. Die Objektorientierung ermöglicht es, auch komplexe Infrastrukturen, d. h. deren Prozesse und Anlagen zu planen und in datentechnische und steuerungs- sowie regelungstechnischer Hinsicht zu beherrschen.
  • Die bisherige Ermittlung des Energiebedarfs von energietechnischen Objekten erfolgte im Wesentlichen statisch. Dabei wurde die Versorgung auf den jeweiligen Maximalbedarf der jeweiligen Energieart ausgelegt. An Verzweigungen und Vertei lungen wurde mit einem statistischen Erfahrungswert, dem sogenannten Gleichwertigkeitsfaktor, die erforderliche Versorgung (der Bedarf) ermittelt. Dabei ist man gewöhnlich davon ausgegangen, dass zwischen 30% und 70% der maximalen Leistung gleichzeitig benötigt werden.
  • Aus der Druckschrift D – Archivierte Inhalte der englischsprachigen Internet-Enzyklopädie ”Wikipedia”,
    http://en.wikipedia.orq/wiki/,
    Archiv: http://web.archive.org/,
    • a) Begriff: ”Expert system”, 9 Seiten, 8. Oct. 2007,
    • b) Begriff: ”Artificial neural network”, 13 Seiten, 27. Nov. 2007,
    • c) Begriff: ”Neural network software”, 3 Seiten, 20. Aug. 2006,
    • d) Begriff: ”Artificial neuron”, 4 Seiten, 12. Nov. 2007,
    • e) Begriff: ”Object-oriented programming” (OOP), 7 Seiten, 13. Feb. 2008, und
    • f) Begriff: ”Object (computer science)”, 3 Seiten, 31. Aug. 2007, eHB,
    insbesondere aus der D a) ist bereits ein Expertensystem bekannt, welches auf der Basis von Expertenwissen zur Lösung von bestimmten Aufgaben dient. Die D a) als auch die D b) offenbaren weiter den Aufbau solcher Expertensysteme mittels künstlicher neuronaler Netze. Diese bestehen nach der D b) aus Neuronen, die gegenseitig miteinander verbunden sind und damit eine Verbindungsstruktur bilden. Nach der D b) und D c) lassen sich neuronale Netze auch in softwaremäßig realisieren, wobei der Aufbau der neuronalen Netze programmiert wird.
  • Die D e) und D f) sowie H. Balzert: Lehrbuch der Objektmodellierung, 1999, (c) 2000, ISBN 3-8274-0285-9, Seiten 1, 2, 17–32, 242–245, 533–554, lehren bereits die Verwendung von Objekt-orientierter Programmierung (OOP) zur Bildung von in Software realisierten Netzen. Bei der OOP lassen sich Neuronen ausgehend von einem Grundtyp darstellen, wenn man von einem universellen Aufbau ausgeht, der jeweils durch Parameter entsprechend definiert wird. Dies betrifft die Anzahl der Eingänge, die jeweils zugeordneten Gewichte als auch die frei wählbaren Übertragungsfunktionen. Die Neuronen lassen sich in der OOP als Objekte mit internen Parametern generieren. Die in der OOP verwendbaren Konstruktur-Destruktur-Methoden ermöglichen dynamische Neuronen (Neuronen-Objekte), die mit einer Lebenszeit ausgestattet werden können. Da sich die Attribute während der Laufzeit ändern können, ergeben sich unterschiedliche Zustände (s. H. Balzert) ist. Mittels OOP lässt sich die Verbindungsstruktur im neuronalen Netz darstellen, indem an jede ein Neuron kennzeichnende Objekt-Instanz eine Haupt-Nummer und dessen jeweiligen Eingängen/Ausgang eine Unter-Nummer als Attribut vergeben wird. Die Verbindungsstruktur wird definiert, indem die Nummernstruktur mit einer Pointer-Kettung zu den jeweils verbundenen anderen Neuronen gebildet wird. Die Verbindungsstruktur ergibt sich dann als weitere Parameter bzw. Attribut(e) dieser Objekt-Instanz.
  • Aufgabe der Erfindung ist es, bei der Versorgung von energietechnischen Objekten eine dynamische Bedarfsermittlung zu erzielen.
  • Die Aufgabe wird durch die Merkmale des Anspruchs 1 gelöst; die Unteransprüche stellen vorteilhafte Ausgestaltungen dar.
  • Die Versorgung von energietechnischen Objekten mit Energie verschiedener Energiearten umfasst dabei, dass die Objekte einem Lebenszyklus mit einzelnen Phasen unterliegen und dass die Neuronen mit Schnittstellen versehen sind, die an die einzelnen Phasen des Lebenszyklus angepasst sind. Das Versehen der Neuronen mit energietechnischen Schnittstellen hat dabei den Vorteil, dass für den Aufbau und die Erweiterung von Infrastrukturen (z. B. Prozess- und Infrastrukturanlagen) energietechnische Zusammenhänge systematisch und quantitativ erfasst und DV-technisch verarbeitet werden können. Die Schnittstellen bilden die Ansatzpunkte für ein Power Monitoring und Management-System, um messen und entsprechend steuern zu können. Sie bieten auch die Ansatzpunkte für die energietechnischen Zusammenhänge, um diese DV-technisch in Form von Algorithmen zu bearbeiten und die so gewonnenen Ergebnisse zu einem späteren Zeitpunkt per Kommunikation in die Power Monitoring und Management-Komponenten des Systems zu übertragen. Dazu können bekannte oder neu zu definierende Kommunikationsprotokolle verwendet werden. Insbesondere kann der Anwender die Teilprozesse planerisch erfassen und sie energietechnisch simulieren, z. B. mit einem Automation Designer. Dadurch wird der Anwender vom Konfigurationsaufwand entlastet. Auch ist eine standardisierte und damit kostenoptimierte Erfassung der Energiedaten der einzelnen Teilprozesse möglich. Das damit verbundene höhere Energiebewusstsein und damit eine Energieeinsparung wird durch den vermehrten Einsatz von Power Monitoring und Management-Systemen erreicht. Die Lösung sieht vor, dass die Schnittstellen in der Planungsphase durch die Kennzahlen der Objekte beschrieben sind, die umfassen: a – den Maximalbedarf der einzelnen Energiearten, b – Bedarfsprofile, insbesondere Betrag und Dauer der Leistungen der Energiearten, c – Abgabeprofile, d – während des Betriebes mögliche Betriebsmodi und e – Energieinhalte und Energiebedarf bei der Entsorgung der Objekte, und dass die Objekte während des Betriebs Informationen liefern, die umfassen a – die aktuelle und zu erwartende Leistungsaufnahme und Leistungsabgabe, b – den aktuellen energietechnischen Zustand, insbesondere Voll last, Teillast usw., und c – weitere mögliche energietechnischen Zustände, insbesondere Aus, Bereitschaft und Teillast, die ohne Störung der Versorgung möglich und bei Störung der Versorgung erforderlich sind. Letzteres insbesondere um die Effektivität zu steigern.
  • Zweckmäßigerweise umfassen die Phasen eine Planungsphase, eine Engineeringsphase, eine Inbetriebnahme, eine Betriebsphase und eine Entsorgungsphase.
  • Eine Vereinfachung ergibt sich, wenn die Schnittstellen dem Lebenszyklus folgen.
  • Mit Vorteil wird vorgeschlagen, dass die Schnittstellen in der Engineeringsphase ergänzt werden, insbesondere durch Ort und Zeit sowie Abhängigkeiten zwischen den Objekten.
  • Vorteilhafterweise werden die Schnittstellen bei der Inbetriebnahme mit Sensoren, insbesondere Mess- und Überwachungsgeräten, und mit Stelleinrichtungen, insbesondere Ventilen und Pumpen, sowie Steuersignalen versehen.
  • Die Erfindung wird nachfolgend anhand einer Flughafen-Infrastruktur beispielhaft beschrieben. Eine solche Infrastruktur ist ein energietechnisches Objekt, das mit Energie verschiedener Energiearten versorgt wird. Zu diesen Energiearten gehören Wärme, Kälte und Elektrizität. Jede Energieart wird über Verzweigungen und/oder Verteilungen verteilt. Die Versorgung erfolgt durch Einspeisung der Energie, die jeweils mittels eines Neuronennetzes ermittelt wird. In diesem Neuronennetz entsprechen die miteinander verbundenen Neuronen den (Unter-)Objekten der (Gesamt-)Flughafen-Infrastruktur. Dabei kann jedes Objekt auch aus einer Vielzahl von Neuronen gebildet sein. Jedem Objekt ist ein Lebenszyklus mit mehreren Phasen zugeordnet und die Neuronen sind jeweils mit entsprechenden Schnittstellen versehen. Diese Schnittstellen sind an die einzelnen Phasen des Lebenszyklus angepasst, die zumindest eine Planungsphase, eine Engineeringsphase, eine Inbetriebnahme, eine Betriebsphase und eine Entsorgungsphase umfassen. Jede Schnittstelle folgt dabei dem Lebenszyklus der Infrastruktur. So wird die Schnittstelle in der Planungsphase durch die Kennzahlen der Objekte beschrieben. Die Kennzahlen betreffen den Maximalbedarf, der für die einzelnen Energiearten vorhanden ist als auch die Bedarfsprofile, die den Betrag und die Dauer der Energieleistungen beinhalten. Auch die Abgabeprofile in Betrag und Dauer gehören zu den Kennzahlen. Weiter lässt sich den Kennzahlen entnehmen, welche Betriebsmodi während des Betriebs auftreten können. Kennzahl ist ebenfalls der Energieinhalt und der Energiebedarf, der bei der Entsorgung der Objekte auftritt. In der Engineeringsphase werden die Schnittstellen entsprechend ergänzt, und zwar durch Ort und Zeit sowie den Abhängigkeiten zwischen den Objekten. Bei der Inbetriebnahme werden die Schnittstellen mit Sensoren für Mess- und Überwachungsaufgaben versehen. Dasselbe gilt für Stelleinrichtungen in Form von Ventilen, Pumpen sowie für Steuersignale. Die Schnittstellen sind so ausgelegt, dass die Objekte während des Betriebs Informationen liefern, nämlich über die aktuelle und zu erwartende Leistungsaufnahme und Leistungsabgabe. Und dies unter den Bedingungen des aktuellen energietechnischen Zustands, nämlich einem Betrieb bei Volllast, Teillast usw. Auch werden Informationen über weitere mögliche energietechnische Zustände geliefert, also über die Zustände „Aus”, Bereitschaft und Teillast, die eine Versorgung ohne Störung ermöglichen und bei Störung die Versorgung sicherstellen.

Claims (5)

  1. Versorgung von energietechnischen Objekten mit Energie verschiedener Energiearten, insbesondere Wärme, Kälte, Druckluft und Elektrizität, deren jeweiliger Bedarf meist ein Anteil der maximal verteilbaren Energie/Leistung ist, wobei der Bedarf jeweils mittels eines Neuronennetzes ermittelt wird, in dem die Objekte die Neuronen bilden und/oder aus mehreren Neuronen gebildet sind und in dem Verzweigungen und/oder Verteilungen vorgesehen sind, wobei der ermittelte Energiebedarf der Objekte jeweils zur Versorgung bereitgestellt wird, wobei die Objekte einem Lebenszyklus mit einzelnen Phasen unterliegen und die Neuronen mit Schnittstellen versehen sind, die an die einzelnen Phasen des Lebenszyklus angepasst sind, dadurch gekennzeichnet, dass die Schnittstellen in der Planungsphase durch die Kennzahlen der Objekte beschrieben sind, die umfassen a – den Maximalbedarf der einzelnen Energiearten, b – Bedarfsprofile, insbesondere Betrag und Dauer der Leistungen der Energiearten, c – Abgabeprofile, d – während des Betriebes mögliche Betriebsmodi und e – Energieinhalte und Energiebedarf bei der Entsorgung der Objekte, und dass die Objekte während des Betriebs Informationen liefern, die umfassen a – die aktuelle und zu erwartende Leistungsaufnahme und Leistungsabgabe, b – den aktuellen energietechnischen Zustand, insbesondere Volllast, Teillast usw., und c – weitere mögliche energietechnischen Zustände, insbesondere Aus, Bereitschaft und Teillast, die ohne Störung der Ver sorgung möglich und bei Störung der Versorgung erforderlich sind.
  2. Versorgung nach Anspruch 1, dadurch gekennzeichnet, dass die Phasen eine Planungsphase, eine Engineeringsphase, eine Inbetriebnahme, eine Betriebsphase und eine Entsorgungsphase umfassen.
  3. Versorgung nach Anspruch 2, dadurch gekennzeichnet, dass die Schnittstellen dem Lebenszyklus folgen.
  4. Versorgung nach Anspruch 3, dadurch gekennzeichnet, dass die Schnittstellen in der Engineeringsphase ergänzt werden, insbesondere durch Ort und Zeit sowie Abhängigkeiten zwischen den Objekten.
  5. Versorgung nach Anspruch 3, dadurch gekennzeichnet, dass die Schnittstellen bei der Inbetriebnahme mit Sensoren, insbesondere Mess- und Überwachungsgeräten, und mit Stelleinrichtungen, insbesondere Ventilen und Pumpen, sowie Steuersignalen versehen werden.
DE102009008033A 2009-02-05 2009-02-05 Versorgung von energietechnischen Objekten mit Energie verschiedener Energiearten Expired - Fee Related DE102009008033B3 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE102009008033A DE102009008033B3 (de) 2009-02-05 2009-02-05 Versorgung von energietechnischen Objekten mit Energie verschiedener Energiearten

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102009008033A DE102009008033B3 (de) 2009-02-05 2009-02-05 Versorgung von energietechnischen Objekten mit Energie verschiedener Energiearten

Publications (1)

Publication Number Publication Date
DE102009008033B3 true DE102009008033B3 (de) 2010-04-15

Family

ID=41821579

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102009008033A Expired - Fee Related DE102009008033B3 (de) 2009-02-05 2009-02-05 Versorgung von energietechnischen Objekten mit Energie verschiedener Energiearten

Country Status (1)

Country Link
DE (1) DE102009008033B3 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102021117244A1 (de) 2021-07-05 2023-01-05 Schaeffler Technologies AG & Co. KG Produktionsanlage und Verfahren zum Betrieb einer Produktionsmaschine

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Archivierte Inhalte der englisch-sprachigen Internet-Enzyklopädie "Wikipedia" http://en.wikipedia.org/wiki/, Archiv: http://web.archive.org/, a) Begriff: "Expert system", 9 Seiten, 8. Oct. 2007, b) Begriff: "Artificial neural network", 13 Seiten, 27. Nov. 2007, c) Begriff: "Neural network software", 3 Seiten, 20. Aug. 2006, d) Begriff: "Artificial neuron" 4 Seiten *
Archivierte Inhalte der englisch-sprachigen Internet-Enzyklopädie "Wikipedia" http://en.wikipedia.org/wiki/, Archiv: http://web.archive.org/, a) Begriff: "Expert system", 9 Seiten, 8. Oct. 2007, b) Begriff: "Artificial neural network", 13 Seiten, 27. Nov. 2007, c) Begriff: "Neural network software", 3 Seiten, 20. Aug. 2006, d) Begriff: "Artificial neuron" 4 Seiten H. Balzert: "Lehrbuch der Objektmodellierung", 1999, (c) 2000, ISBN 3-8274-0285-9, S. 1, 2, 17-32, 242-245, 533-554
H. Balzert: "Lehrbuch der Objektmodellierung", 1999, (c) 2000, ISBN 3-8274-0285-9, S. 1, 2, 17-32, 242-245, 533-554 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102021117244A1 (de) 2021-07-05 2023-01-05 Schaeffler Technologies AG & Co. KG Produktionsanlage und Verfahren zum Betrieb einer Produktionsmaschine
WO2023280336A1 (de) 2021-07-05 2023-01-12 Schaeffler Technologies AG & Co. KG Produktionsanlage und verfahren zum betrieb einer produktionsmaschine

Similar Documents

Publication Publication Date Title
EP2192457B1 (de) Automatisierungskomponente für eine industrielle Automatisierungsanordnung und Verfahren zur Aktivierung eines Betriebszustandes
DE60114118T2 (de) Verfahren und vorrichtung zur koordinierung von unterbrechungsfreien stromversorgungseinheiten für skalierbare redundante stromversorgung
EP2400616A2 (de) Verfahren und Vorrichtung zum netzkonformen Betreiben einer Mehrzahl von dezentralen, mit Verbrauchern/Erzeugern von elektrischer Energie versehenen und an ein elektrisches Niederspannungsnetz angeschlossenen Einheiten
EP2684335B1 (de) Energieautomatisierungsanlage und verfahren zum betreiben einer energieautomatisierungsanlage
WO2018114404A1 (de) Verfahren zur strukturierung eines vorhandenen netzes zur verteilung von elektrischer energie
EP2533389A2 (de) Verfahren zur Verteilung von elektrischer Energie in einem Stromnetzwerk mit einer Vielzahl von Verteilungsnetzzellen
EP2726945A1 (de) Vorrichtung zur energieeffizienten steuerung einer anlage und verfahren hierzu
DE19906076C2 (de) Vorrichtung zur Leistungsversorgung von elektrischen Verbrauchern, die an Sitzen in einem Flugzeug zugeordneten dezentralen Stromversorgungseinheiten angeschlossen sind
WO2020260615A1 (de) Verfahren und system zur koordination von ladevorgängen für elektrofahrzeuge
DE102009008033B3 (de) Versorgung von energietechnischen Objekten mit Energie verschiedener Energiearten
DE19817191C2 (de) Verfahren zum Regeln der Gesamtleistung von energietechnischen Anlagen, insbesondere einer Gruppe von elektrischen Verbrauchern
DE102011122516A1 (de) Verfahren zum Reduzieren des Ressourcenverbrauchs von Automatisierungsanlagen
EP3942766A1 (de) Verfahren und vorrichtungen für eine lastzuweisung und überwachung für eine zuzuweisende versorgungssicherheitskritische ressource in einem netzwerk
EP1936454A1 (de) Steuereinheit zur Steuerung mindestens eines Verbrauchers
EP3721401A1 (de) Kennzeichnungseinrichtung, energieerzeugungsanlage, energiesystem sowie verfahren
EP3311460B1 (de) Verteiltes energie-wandlungs-system
EP3213156A1 (de) Sichere übermittlung von sensiblen messdaten in einem automatisierungsnetzwerk
DE102015218895A1 (de) Verfahren und Vorrichtung zur Verteilung von Regelleistung
DE102023204566B4 (de) Computer-implementiertes Verfahren zum Ermitteln von mindestens einem Standby-Verbrauch von mindestens einem elektrischen Gerät eines technischen Systems
DE102019214128A1 (de) Verfahren zur selbstinkrementierenden Kommunikation mit einer eine Verkettungsverbindungsstruktur aufweisenden, integrierten Schaltkreiskennung und integrierte Schaltkreiskommunikationsvorrichtung zur Durchführung des Verfahrens
EP3981053B1 (de) Verfahren und steuereinrichtung zum betreiben einer umrichterbasierten netzeinheit
EP3056951A1 (de) Betriebsverfahren zum lastmanagement einer anlage und zugehöriger betriebsmittelagent
EP4624234A1 (de) Verfahren zur dokumentation von vorgängen an einer ladestation
DE112011105012B4 (de) Verfahren zum Betreiben einer Mehrzahl von Geräten
WO2025021443A1 (de) Transparente datenhaltung in inselnetzen

Legal Events

Date Code Title Description
8364 No opposition during term of opposition
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee