JP2008140307A - 不良工程推定方法、不良工程推定装置、プログラム、および記録媒体 - Google Patents
不良工程推定方法、不良工程推定装置、プログラム、および記録媒体 Download PDFInfo
- Publication number
- JP2008140307A JP2008140307A JP2006328188A JP2006328188A JP2008140307A JP 2008140307 A JP2008140307 A JP 2008140307A JP 2006328188 A JP2006328188 A JP 2006328188A JP 2006328188 A JP2006328188 A JP 2006328188A JP 2008140307 A JP2008140307 A JP 2008140307A
- Authority
- JP
- Japan
- Prior art keywords
- defective
- test
- manufacturing
- estimation method
- manufacturing process
- 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
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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【解決手段】或る製造工程で用いる複数の製造装置で処理された製造品の各度数を表す処理数項目データを集計するとともに、検査工程の検査結果である良品の度数と不良品の度数とを表す良品/不良品数項目データを集計して、その処理数項目データおよび良品/不良品数項目データを分類した分割表を作成する。その分割表を用いて、その製造工程で用いる各製造装置で処理された製造品における不良品発生率に有意な差が有るかどうかの検定を行う場合に、独立性のカイ2乗検定と正確確率検定とのうちいずれの検定が適するかを判断する。独立性のカイ2乗検定と正確確率検定とのうち適すると判断した検定の結果に基づいて、その製造工程が不良品発生要因となっているかどうかの推定を行う。
【選択図】図1
Description
n=f1・+f2・+f3・=f・1+f・2
である。また、f1・,f2・,f3・,f・1,f・2は、横方向あるいは縦方向の合計を表す度数であり、周辺度数と呼ばれる。f11,f21,f31,f12,f22,f32は、観測度数と呼ばれる。カイ2乗検定の統計量χ2は、
有意確率=1−F(χ2,ν)<α
であれば有意水準αで、製造装置と不良品発生率に相関があると推定される。有意水準αは、1%ないしは5%とすることが伝統的に多い。ここで、F(x,ν)は、自由度νのカイ2乗累積分布関数を表す。また、カイ2乗累積分布関数F(x,ν)は、カイ2乗確率密度関数f(x,ν)を使って、次式のように表すことができる。
ΔPi=Pi−P
P=f・1/n
Pi=fi1/fi・
従って、ΔP1・ΔP2は、各製造装置の不良品発生率の平均不良品発生率からの差を掛け合わせたものになる。なお、ΔP1・ΔP2は非正値となるので、これにマイナス符号を付けた−ΔP1・ΔP2は非負値となる。従って、−ΔP1・ΔP2が大きいほど、不良品発生率の製造装置間差が大きいことを表す。
製造品に対して順次実行される複数の製造工程と、上記製造品が良品、不良品のいずれであるかを検査する少なくとも1つの検査工程とを含む製造プロセスを対象とし、上記検査工程の検査結果に基づいて、上記複数の製造工程のうち不良品発生要因となっている製造工程を推定する不良工程推定方法において、
上記製造プロセス中の製造工程として、その製造工程を実行可能な複数の製造装置を並行して用いる製造工程が含まれており、
或る製造工程で用いる複数の製造装置で処理された製造品の各度数を表す処理数項目データを集計するとともに、上記検査工程の検査結果である良品の度数と不良品の度数とを表す良品/不良品数項目データを集計して、上記処理数項目データおよび良品/不良品数項目データを分類した分割表を作成し、
上記分割表を用いて、その製造工程で用いる各製造装置で処理された製造品における不良品発生率に有意な差が有るかどうかの検定を行う場合に、独立性のカイ2乗検定と正確確率検定とのうちいずれの検定が適するかを判断し、
上記独立性のカイ2乗検定と正確確率検定とのうち適すると判断した検定の結果に基づいて、上記製造工程が不良品発生要因となっているかどうかの推定を行うことを特徴とする。
上記検定は、或る製造工程で用いる各製造装置で処理された製造品における不良品発生率が互いに等しいことを帰無仮説とするとともに、それらの不良品発生率が互いに等しくないことを対立仮説とし、
上記検定の結果が上記帰無仮説を棄却して上記対立仮説を採択する場合に、その製造工程が不良品発生要因となっていると推定する一方、上記検定の結果が上記帰無仮説を採択して上記対立仮説を棄却する場合に、その製造工程が不良品発生要因でないと推定することを特徴とする。
上記各製造工程毎に、
上記独立性のカイ2乗検定と正確確率検定とのうちいずれの検定が適するかを判断し、
その適すると判断したカイ2乗検定または正確確率検定によって、その製造工程で用いる製造装置と不良品発生率との相関を表す有意確率を算出することを特徴とする。
製造品に対して順次実行される複数の製造工程と、上記製造品が良品、不良品のいずれであるかを検査する少なくとも1つの検査工程とを含む製造プロセスを対象とし、上記検査工程の検査結果に基づいて、上記複数の製造工程のうち不良品発生要因となっている製造工程を推定する不良工程推定装置において、
上記製造プロセス中の製造工程として、その製造工程を実行可能な複数の製造装置を並行して用いる製造工程が含まれており、
或る製造工程で用いる複数の製造装置で処理された製造品の各度数を表す処理数項目データを集計するとともに、上記検査工程の検査結果である良品の度数と不良品の度数とを表す良品/不良品数項目データを集計して、上記処理数項目データおよび良品/不良品数項目データを分類した分割表を作成する分割表作成部と、
上記分割表を用いて、その製造工程で用いる各製造装置で処理された製造品における不良品発生率に有意な差が有るかどうかの検定を行う場合に、独立性のカイ2乗検定と正確確率検定とのうちいずれの検定が適するかを判断する検定選択部と、
上記検定選択部が上記独立性のカイ2乗検定と正確確率検定とのうち適すると判断した検定の結果に基づいて、上記製造工程が不良品発生要因となっているかどうかの推定を行う推定部とを備えたことを特徴とする。
f1・=f11+f12
となる。同様に、製造工程S1が用いる製造装置1−2で処理された製造品の個数f2・を不良品の個数f21と、良品の個数f22とに分類することができる。すなわち、
f2・=f21+f22
となる。
n=f1・+f2・=f・1+f・2
となる。
H0:Pij=Pi・×P・j
とする。ここで、Pijは、セル(i,j)の生起確率である。Pi・は、i行目の周辺確率であり、
Pi・=fi・/n
となる。また、P・jは、j列目の周辺確率であり、
P・j=f・j/n
となる。
P'ij=(fi・/n)×(f・j/n)=(fi・×f・j)/n2
となる。帰無仮説H0のもとでのセル(i,j)の理論度数f'ijは、
f'ij=n×P'ij=fi・×f・j/n
となる。結局、カイ2乗の独立性の統計量χ2は、
有意確率=1−F(χ2,ν)≦α
であれば有意水準αで、帰無仮説が棄却されて、製造装置と不良品発生率に相関があると推定される。すなわち、2つの製造装置の間で、不良品発生率に有意な差があることになる。また、有意確率が有意水準αより大きければ、帰無仮説が採択されて、製造装置と不良品発生率に相関があるとはいえない。すなわち、2つの製造装置の間で、不良品発生率に有意な差があるとはいえない。このようにして、著しく不良品を発生させる製造装置を用いている製造工程が存在する可能性を見つけることができる。
条件(a):カイ2乗検定の結果として帰無仮説を棄却していること。
また、上述したように第2種の誤りを低減させる場合は、上記移行条件は、次の条件(b)である。
条件(b):カイ2乗検定の結果として帰無仮説を採択していること。
条件(c):分割表の期待度数が1未満のセルが少なくとも1つあること。
条件(d):期待度数が5未満のセルが全セル数の20%以上あること。
条件(e):予想処理時間が所定の許容時間を超えないこと。
つまり、予想処理時間が所定の許容時間を超えない場合はステップ207に進んで、正確確率検定を行う。予想処理時間が所定の許容時間を超える場合はステップ204に進んで、カイ2乗検定を行う。このように、上記正確確率検定の予想処理時間が所定時間を超えるときはカイ2乗検定を選択することによって、処理時間を許容時間内に収めることができる。
301 入力部
302 演算部
303 出力部
Claims (18)
- 製造品に対して順次実行される複数の製造工程と、上記製造品が良品、不良品のいずれであるかを検査する少なくとも1つの検査工程とを含む製造プロセスを対象とし、上記検査工程の検査結果に基づいて、上記複数の製造工程のうち不良品発生要因となっている製造工程を推定する不良工程推定方法において、
上記製造プロセス中の製造工程として、その製造工程を実行可能な複数の製造装置を並行して用いる製造工程が含まれており、
或る製造工程で用いる複数の製造装置で処理された製造品の各度数を表す処理数項目データを集計するとともに、上記検査工程の検査結果である良品の度数と不良品の度数とを表す良品/不良品数項目データを集計して、上記処理数項目データおよび良品/不良品数項目データを分類した分割表を作成し、
上記分割表を用いて、その製造工程で用いる各製造装置で処理された製造品における不良品発生率に有意な差が有るかどうかの検定を行う場合に、独立性のカイ2乗検定と正確確率検定とのうちいずれの検定が適するかを判断し、
上記独立性のカイ2乗検定と正確確率検定とのうち適すると判断した検定の結果に基づいて、上記製造工程が不良品発生要因となっているかどうかの推定を行うことを特徴とする不良工程推定方法。 - 請求項1に記載の不良工程推定方法において、
上記独立性のカイ2乗検定と正確確率検定とのうちいずれの検定が適するかを判断するために、まず独立性のカイ2乗検定を行い、上記カイ2乗検定の結果に基づく条件を含む所定の移行条件が成り立つときに、上記正確確率検定が適すると判断することを特徴とする不良工程推定方法。 - 請求項2に記載の不良工程推定方法において、
上記カイ2乗検定の結果に基づく条件は、上記カイ2乗検定の結果として帰無仮説を棄却して、上記製造工程が不良品発生要因となっていると推定したという条件であることを特徴とする不良工程推定方法。 - 請求項2に記載の不良工程推定方法において、
上記カイ2乗検定の結果に基づく条件は、上記カイ2乗検定の結果として帰無仮説を採択して、上記製造工程が不良品発生要因となっていないと推定したという条件であることを特徴とする不良工程推定方法。 - 請求項1に記載の不良工程推定方法において、
上記独立性のカイ2乗検定と正確確率検定とのうちいずれの検定が適するかを判断するために、対象とする製造品数と製造装置数に基づいて上記正確確率検定の予想処理時間を算出し、この算出した予想処理時間が所定時間を超えないときは上記正確確率検定が適すると判断する一方、上記予想処理時間が所定時間を超えるときは上記カイ2乗検定が適すると判断することを特徴とする不良工程推定方法。 - 請求項2に記載の不良工程推定方法において、
上記移行条件は、上記分割表を構成する各セルの期待度数の中の最小値が所定値以下であるという条件を含むことを特徴とする不良工程推定方法。 - 請求項2に記載の不良工程推定方法において、
上記移行条件は、上記分割表を構成する各セルの期待度数の中の最小値が所定値以下であるようなセル数が上記分割表を構成する全セル数の所定割合以上を占めるという条件を含むことを特徴とする不良工程推定方法。 - 請求項1に記載の不良工程推定方法において、
上記検定は、或る製造工程で用いる各製造装置で処理された製造品における不良品発生率が互いに等しいことを帰無仮説とするとともに、それらの不良品発生率が互いに等しくないことを対立仮説とし、
上記検定の結果が上記帰無仮説を棄却して上記対立仮説を採択する場合に、その製造工程が不良品発生要因となっていると推定する一方、上記検定の結果が上記帰無仮説を採択して上記対立仮説を棄却する場合に、その製造工程が不良品発生要因でないと推定することを特徴とする不良工程推定方法。 - 請求項1に記載の不良工程推定方法において、
上記各製造工程毎に、
上記独立性のカイ2乗検定と正確確率検定とのうちいずれの検定が適するかを判断し、
その適すると判断したカイ2乗検定または正確確率検定によって、その製造工程で用いる製造装置と不良品発生率との相関を表す有意確率を算出することを特徴とする不良工程推定方法。 - 請求項9に記載の不良工程推定方法において、
上記各製造工程毎に算出された有意確率の昇順に製造工程を並べて、不良品発生要因であると推定される製造工程を表す候補一覧を出力することを特徴とする不良工程推定方法。 - 請求項9に記載の不良工程推定方法において、
上記各製造工程毎に算出された有意確率のうち最小の有意確率を示す製造工程を、不良品発生要因としての推定結果とすることを特徴とする不良工程推定方法。 - 請求項9に記載の不良工程推定方法において、
上記正確確率検定によって有意確率を算出する過程において、その算出中の有意確率が有意水準を超えることが判明したとき、その判明した時点で算出を中止し、その時点までに算出された有意確率を算出結果として出力することを特徴とする不良工程推定方法。 - 請求項9に記載の不良工程推定方法において、
上記正確確率検定を開始した後、所定のタイムアウト時間が経過する時点でその検定を終えられないときは、上記正確確率検定の実行を中止して、上記カイ2乗検定によって算出した有意確率を出力することを特徴とする不良工程推定方法。 - 請求項1に記載の不良工程推定方法において、
或る製造工程で用いられる複数の製造装置で処理された製造品における不良品発生率のうち最も高い不良品発生率を示す製造装置を、その製造工程における不良品発生要因となっている不良装置として推定することを特徴とする不良工程推定方法。 - 請求項1に記載の不良工程推定方法において、
或る製造工程で用いられる複数の製造装置で処理された製造品における不良品数のうち最も多い不良品数を示す製造装置を、その製造工程における不良品発生要因となっている不良装置として推定することを特徴とする不良工程推定方法。 - 製造品に対して順次実行される複数の製造工程と、上記製造品が良品、不良品のいずれであるかを検査する少なくとも1つの検査工程とを含む製造プロセスを対象とし、上記検査工程の検査結果に基づいて、上記複数の製造工程のうち不良品発生要因となっている製造工程を推定する不良工程推定装置において、
上記製造プロセス中の製造工程として、その製造工程を実行可能な複数の製造装置を並行して用いる製造工程が含まれており、
或る製造工程で用いる複数の製造装置で処理された製造品の各度数を表す処理数項目データを集計するとともに、上記検査工程の検査結果である良品の度数と不良品の度数とを表す良品/不良品数項目データを集計して、上記処理数項目データおよび良品/不良品数項目データを分類した分割表を作成する分割表作成部と、
上記分割表を用いて、その製造工程で用いる各製造装置で処理された製造品における不良品発生率に有意な差が有るかどうかの検定を行う場合に、独立性のカイ2乗検定と正確確率検定とのうちいずれの検定が適するかを判断する検定選択部と、
上記検定選択部が上記独立性のカイ2乗検定と正確確率検定とのうち適すると判断した検定の結果に基づいて、上記製造工程が不良品発生要因となっているかどうかの推定を行う推定部とを備えたことを特徴とする不良工程推定装置。 - 請求項1に記載の不良工程推定方法をコンピュータに実行させるためのプログラム。
- 請求項1に記載の不良工程推定方法をコンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006328188A JP4616243B2 (ja) | 2006-12-05 | 2006-12-05 | 不良工程推定方法、不良工程推定装置、プログラム、および記録媒体 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006328188A JP4616243B2 (ja) | 2006-12-05 | 2006-12-05 | 不良工程推定方法、不良工程推定装置、プログラム、および記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2008140307A true JP2008140307A (ja) | 2008-06-19 |
JP4616243B2 JP4616243B2 (ja) | 2011-01-19 |
Family
ID=39601658
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006328188A Active JP4616243B2 (ja) | 2006-12-05 | 2006-12-05 | 不良工程推定方法、不良工程推定装置、プログラム、および記録媒体 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4616243B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113295416A (zh) * | 2021-05-21 | 2021-08-24 | 中国人民解放军国防科技大学 | 一种基于频谱的轴承故障分类方法及系统 |
US11170332B2 (en) | 2017-11-30 | 2021-11-09 | Hitachi, Ltd. | Data analysis system and apparatus for analyzing manufacturing defects based on key performance indicators |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005142406A (ja) * | 2003-11-07 | 2005-06-02 | Toshiba Corp | 不良検出システム、不良検出方法及び不良検出プログラム |
WO2005061711A1 (en) * | 2003-12-24 | 2005-07-07 | Samsung Electronics Co., Ltd. | A polynucleotide associated with a type ii diabetes mellitus comprising single nucleotide polymorphism, microarray and diagnostic kit comprising the same and method for analyzing polynucleotide using the same |
JP2006243794A (ja) * | 2005-02-28 | 2006-09-14 | Omron Corp | 原因調査装置、原因調査システム、原因調査方法、原因調査プログラム、および、原因調査プログラムを記録したコンピュータ読み取り可能な記録媒体 |
-
2006
- 2006-12-05 JP JP2006328188A patent/JP4616243B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005142406A (ja) * | 2003-11-07 | 2005-06-02 | Toshiba Corp | 不良検出システム、不良検出方法及び不良検出プログラム |
WO2005061711A1 (en) * | 2003-12-24 | 2005-07-07 | Samsung Electronics Co., Ltd. | A polynucleotide associated with a type ii diabetes mellitus comprising single nucleotide polymorphism, microarray and diagnostic kit comprising the same and method for analyzing polynucleotide using the same |
JP2007516719A (ja) * | 2003-12-24 | 2007-06-28 | サムスン エレクトロニクス カンパニー リミテッド | 一塩基多型を含む二型糖尿病に関与するポリヌクレオチド、それを含むマイクロアレイ及び診断キット、並びにそれを利用したポリヌクレオチドの分析方法 |
JP2006243794A (ja) * | 2005-02-28 | 2006-09-14 | Omron Corp | 原因調査装置、原因調査システム、原因調査方法、原因調査プログラム、および、原因調査プログラムを記録したコンピュータ読み取り可能な記録媒体 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11170332B2 (en) | 2017-11-30 | 2021-11-09 | Hitachi, Ltd. | Data analysis system and apparatus for analyzing manufacturing defects based on key performance indicators |
CN113295416A (zh) * | 2021-05-21 | 2021-08-24 | 中国人民解放军国防科技大学 | 一种基于频谱的轴承故障分类方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
JP4616243B2 (ja) | 2011-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7260444B2 (en) | Real-time management systems and methods for manufacturing management and yield rate analysis integration | |
CN114444986B (zh) | 产品分析方法及系统及装置及介质 | |
JP5014500B1 (ja) | 異常要因特定方法および装置、上記異常要因特定方法をコンピュータに実行させるためのプログラム、並びに上記プログラムを記録したコンピュータ読み取り可能な記録媒体 | |
US7485548B2 (en) | Die loss estimation using universal in-line metric (UILM) | |
US20080294281A1 (en) | Dynamic inline yield analysis and prediction | |
JP4191772B1 (ja) | 異常要因特定方法およびシステム、上記異常要因特定方法をコンピュータに実行させるためのプログラム、並びに上記プログラムを記録したコンピュータ読み取り可能な記録媒体 | |
US8452439B2 (en) | Device performance parmeter tuning method and system | |
CN101996855A (zh) | 一种晶圆缺陷分析方法 | |
US10656518B2 (en) | Automatic inline detection and wafer disposition system and method for automatic inline detection and wafer disposition | |
JP4616243B2 (ja) | 不良工程推定方法、不良工程推定装置、プログラム、および記録媒体 | |
US11373285B2 (en) | Image generation device, image generation method, and image generation program | |
JP5715445B2 (ja) | 品質推定装置、品質推定方法及び品質推定方法をコンピュータに実行させるためのプログラム | |
JP2011187836A (ja) | 半導体製造装置の管理方法及び管理システム | |
JP2007264914A (ja) | データ解析方法 | |
US7524683B2 (en) | Method of monitoring a semiconductor manufacturing trend | |
JP2008071790A (ja) | 不良工程推定方法、不良工程推定装置、プログラム、並びに記録媒体 | |
JP4633099B2 (ja) | 不良要因推定方法、不良要因推定装置、プログラム、および、記録媒体 | |
Hsu et al. | Data mining for yield enhancement in TFT-LCD manufacturing: an empirical study | |
Chu et al. | ANALYZING TFT-LCD ARRAY BIG DATA FOR YIELD ENHANCEMENT AND AN EMPIRICAL STUDY OF TFT-LCD MANUFACTURING IN TAIWAN. | |
JP4633084B2 (ja) | 不良要因推定方法、不良要因推定装置、プログラム、および、記録媒体 | |
JP2007157816A (ja) | 不良工程推定方法、不良工程推定装置、プログラム、並びに記録媒体 | |
US20050065739A1 (en) | Method of qualifying a process tool with wafer defect maps | |
JP3492226B2 (ja) | 半導体不良原因絞込み方法 | |
Chen et al. | Two-level differential burn-in policy for spatially heterogeneous defect units in semiconductor manufacturing | |
JP4538205B2 (ja) | 検査データの解析プログラム、検査データ解析装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20100622 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100629 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100825 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20101019 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20101021 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4616243 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131029 Year of fee payment: 3 |
|
SG99 | Written request for registration of restore |
Free format text: JAPANESE INTERMEDIATE CODE: R316G99 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |