JP2009271616A - 異常要因分析プログラム、その記録媒体及び異常要因分析装置 - Google Patents
異常要因分析プログラム、その記録媒体及び異常要因分析装置 Download PDFInfo
- Publication number
- JP2009271616A JP2009271616A JP2008119526A JP2008119526A JP2009271616A JP 2009271616 A JP2009271616 A JP 2009271616A JP 2008119526 A JP2008119526 A JP 2008119526A JP 2008119526 A JP2008119526 A JP 2008119526A JP 2009271616 A JP2009271616 A JP 2009271616A
- Authority
- JP
- Japan
- Prior art keywords
- parameter
- dimensional data
- abnormal
- data group
- cause
- 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
- 230000005856 abnormality Effects 0.000 title claims abstract description 117
- 238000000556 factor analysis Methods 0.000 title claims abstract description 41
- 238000012545 processing Methods 0.000 claims abstract description 107
- 230000002159 abnormal effect Effects 0.000 claims abstract description 106
- 238000000034 method Methods 0.000 claims abstract description 45
- 238000010586 diagram Methods 0.000 claims abstract description 43
- 238000007689 inspection Methods 0.000 claims abstract description 36
- 238000004458 analytical method Methods 0.000 claims description 62
- 238000013441 quality evaluation Methods 0.000 claims description 19
- 230000001174 ascending effect Effects 0.000 claims description 16
- 239000000047 product Substances 0.000 description 34
- 238000004519 manufacturing process Methods 0.000 description 23
- 239000004065 semiconductor Substances 0.000 description 15
- 230000000694 effects Effects 0.000 description 10
- 239000011159 matrix material Substances 0.000 description 6
- 238000003908 quality control method Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000009795 derivation Methods 0.000 description 5
- 238000009826 distribution Methods 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 5
- 230000003321 amplification Effects 0.000 description 4
- 230000007547 defect Effects 0.000 description 4
- 230000002950 deficient Effects 0.000 description 4
- 238000003199 nucleic acid amplification method Methods 0.000 description 4
- 238000004886 process control Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 3
- 230000002547 anomalous effect Effects 0.000 description 2
- 239000003990 capacitor Substances 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000012467 final product Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 238000007639 printing Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【構成】N1個の正常2次元データ群とN2個の異常2次元データ群の重なり度Sij(コサイン測度)を導出し、処理条件パラメータPi、Pjを結線したネットワーク図を作成して、ネットワーク図から集中度の高い処理条件ハブパラメータを導出する。その導出過程で複数個の処理条件パラメータPk間における相関を網羅して、前記異常要因に関する処理条件パラメータの特定化を行うことができる。
【選択図】 図1
Description
・ 製造条件(圧力、温度、ガス流量等の製造プロセス条件)
・ 特性値(抵抗値、容量値、導電率等の半導体デバイス特性及び品質特性に関わる製品特性値)
・ 検査項目(製品特性値、不良内容、不良品個数、歩留まり等の品質管理ないし工程管理項目データ)
図10(A)〜図10(C)は、検査データ1に対する各特性データ1〜mの相関例を示すグラフである。これらの相関グラフに基づいて、検査データ1と各特性データ間の相関係数を計算して、当該異常に関して、検査データ1に対する相関が他と比べて強い特性データを割り出す。ここでは、このようにして割り出した特性データが特性データ1であったとする。
また、前記分析パラメータD及び前記原因パラメータPkには、製品の処理条件を評価するための品質評価パラメータを使用することができる。品質評価パラメータの代表的なものには、半導体等で使用されるTEGパラメータ(Test Element Group Data)がある。TEGパラメータは、製造工程の途中に、抵抗(R)、コンデンサ(C)、トランジスタ(Tr)、配線パターン等の評価素子をデバイスに配置して、いわば中間段階の製品(中間製品)と回路を組んで電流や電気容量やトランジスタ特性(電圧増幅率や電流増幅率など)あるいは断線状態等を測定するために使用される。これらの評価素子の測定値は製品特性ではないが製品特性に異常があれば異常ないし不良状態を示し、工程等の評価の指標になる。TEGパラメータを前記分析パラメータDに使用するだけでなく、検査パラメータを前記分析パラメータDに使用するとき、TEGパラメータを前記原因パラメータPkに用いて、異常要因を割り出すこともできる。
前記処理条件パラメータは、例えば半導体工場において、ガス圧力(P)、ガス流量(Q)、温度(T)として得るために、製造設備の配管等に、圧力センサ、マスフローメータ、温度計等を設置して測定するが、これらのパラメータ検出に設備費用が嵩む。本形態によれば、前記品質評価パラメータとしてのTEGパラメータを前記原因パラメータPkに用いることにより、TEGパラメータと処理条件パラメータの関係性から、異常な処理条件パラメータを抽出することが出来るので、TEGパラメータと処理条件パラメータの関係を予め把握しておくことにより、上記センサ等による測定を常時、行わなくても、異常な処理条件パラメータの抽出が可能となり、センサ等の設備コストの低減に寄与する。
本発明における記録媒体としては、フレキシブルディスク、磁気ディスク、光ディスク、CD、MO、DVD、ハードディスク等、コンピュータにより読み取り可能な記録媒体が選択される。本形態に係る記録媒体をコンピュータにインストールすることにより、コンピュータを異常要因の分析動作させることができ、多数の個人、家庭、業務において異常要因分析プログラムを実行させることができる。
まず、初期設定作業として、処理条件パラメータPk及び検査パラメータDの設定が検索条件入力部13によりキー入力される(ステップS1)。
図11は、検索条件入力処理の詳細を示す。本実施形態においては、分析パラメータDには、検査パラメータ又はTEGパラメータを使用でき、いずれか入力された分析パラメータDが設定、記憶される(ステップS40〜S43)。また、原因パラメータPkとして、製品の処理条件パラメータ又はTEGパラメータを使用でき、いずれか入力された原因パラメータPkが設定、記憶される(ステップS44〜S47)。TEGパラメータは、製造工程の途中に、抵抗(R)、コンデンサ(C)、トランジスタ(Tr)、配線パターン等の評価素子をデバイスに配置して、いわば中間段階の製品(中間製品)と回路を組んで電流や電気容量やトランジスタ特性(電圧増幅率や電流増幅率など)あるいは断線状態等を測定するために使用されるパラメータである。
処理条件パラメータPk及び検査パラメータDは、前掲のデータ群と同様である。例えば、処理条件パラメータPkは、製造条件(圧力、温度、ガス流量等の製造プロセス条件)データ及び特性値(抵抗値、容量値、導電率等の半導体デバイス特性及び品質特性に関わる製品特性値)データからなる。また、検査パラメータDは、検査項目(製品特性値、不良内容、不良品個数、歩留まり等の品質管理ないし工程管理項目データ)データからなる。
コサイン測度の計算した後、各測度を昇順に分類して(ステップS21)、最小値から所望順位値まで利用して、コサイン測度に対応する処理条件Pi、Pjを結線してネットワーク図を作成して、異常要因因子となる処理条件パラメータ評価を行う(ステップS14)。
図8の(8B)はベクトル判別処理による重なり度Sijの導出処理を示す。正常2次元データ群と異常2次元データ群に対するデータ処理(ステップS10)の後、又はその際に、各データにつきX−Y面における所定の基点から、その傾きと大きさを定めたベクトルデータ化を行う(ステップS30)。このベクトル値(ベクトルの傾き及び大きさ)がマトリックス格子の同一及び許容近傍範囲内の格子に存在するベクトルデータを判別し、その共通個数の総和Nvを導出する(ステップS30)。ネットワーク図作成のために、総和Nvデータを昇順に配列して(ステップS30)、ネットワーク図の作成処理(ステップS14)に移行する。
2 CPU
3 データ検索部
4 データ処理部
5 コサイン測度計算部
6 外部出力部
7 検索条件設定部
8 検索結果処理部
9 ネットワーク処理部
10 インターフェース部
11 ファイル格納部
12 ディスプレイ
13 検索条件入力部
14 プリンタ
15A〜15N 外部管理機器
Claims (15)
- 少なくともn個の原因パラメータPk(1≦k≦n)を有して製造される製品群を特定の分析パラメータDにより検査して、前記分析パラメータDが異常を示すときに、前記異常を生起する異常要因を前記原因パラメータPk(1≦k≦n)から抽出する異常要因分析プログラムにおいて、前記原因Pk(1≦k≦n)から選択される異なった2個の原因パラメータPi、Pjを夫々X軸、Y軸とし、前記分析パラメータDをZ軸としてN個の3次元データ群を構成するステップと、前記N個の3次元データ群から前記分析パラメータDが正常範囲にある正常3次元データ群を抽出してX−Y面に投影したN1個の正常2次元データ群を構成するステップと、前記N個の3次元データ群から前記分析パラメータDが異常範囲にある異常3次元データ群を抽出して前記X−Y面に投影したN2個の異常2次元データ群を構成するステップと、前記正常2次元データ群と前記異常2次元データ群の重なり度Sijを導出するステップと、複数個の前記重なり度Sijを利用して、前記原因パラメータPi、Pjを結線したネットワーク図を作成するステップと、前記ネットワーク図から集中度の高い原因ハブパラメータを導出して前記異常を生起する前記原因パラメータPkを抽出するステップを有することを特徴とする異常要因分析プログラム。
- 1≦i≦n−1且つi<j≦nの範囲に亘る、n(n−1)/2個の前記重なり度Sijを導出するステップと、前記重なり度Sijを昇順又は降順に分類するステップと、前記重なり度Sijを最小値から所望順位値まで利用して、前記重なり度Sijに対応する原因パラメータPi、Pjを結線してネットワーク図を作成するステップを含む請求項1に記載の異常要因分析プログラム。
- 前記X軸及び前記Y軸をN1/2を整数化処理した整数個に等分分割して前記X−Y面を格子化し、前記格子マス内に3次元データ群を投影して前記正常2次元データ群と前記異常2次元データ群を構成するステップと、前記正常2次元データ群と前記異常2次元データ群が同一格子マス内に存在する場合にデータの共通個数を全格子マスについて総和した重なり数N1∩N2を導出するステップと、総数Nに対する前記重なり数N1∩N2の割合(N1∩N2)/N(以下、コサイン測度と称する)を前記重なり度Sijとして導出するステップを含む請求項1又は2に記載の異常要因分析プログラム。
- 前記分析パラメータDが検査パラメータであり、かつ前記原因パラメータPkが製品の処理条件パラメータ又は前記処理条件を評価するための品質評価パラメータである請求項1、2又は3に記載の異常要因分析プログラム。
- 前記分析パラメータDが製品の処理条件を評価するための品質評価パラメータであり、前記原因パラメータPkが前記処理条件パラメータである請求項1、2又は3に記載の異常要因分析プログラム。
- 少なくともn個の原因パラメータPk(1≦k≦n)を有して製造される製品群を特定の分析パラメータDにより検査して、前記分析パラメータDが異常を示すときに、前記異常を生起する異常要因を前記原因パラメータPk(1≦k≦n)から抽出する異常要因分析プログラムを記憶した記録媒体において、前記原因パラメータPk(1≦k≦n)から選択される異なった2個の原因パラメータPi、Pjを夫々X軸、Y軸とし、前記分析パラメータDをZ軸としてN個の3次元データ群を構成するステップと、前記N個の3次元データ群から前記分析パラメータDが正常範囲にある正常3次元データ群を抽出してX−Y面に投影したN1個の正常2次元データ群を構成するステップと、前記N個の3次元データ群から前記検査パラメータDが異常範囲にある異常3次元データ群を抽出して前記X−Y面に投影したN2個の異常2次元データ群を構成するステップと、前記正常2次元データ群と前記異常2次元データ群の重なり度Sijを導出するステップと、複数個の前記重なり度Sijを利用して、前記原因パラメータPi、Pjを結線したネットワーク図を作成するステップと、前記ネットワーク図から集中度の高い原因ハブパラメータを導出して前記異常を生起する前記原因パラメータPkを抽出するステップを有する異常要因分析プログラムを記録媒体に保存したことを特徴とする異常要因分析プログラム記録媒体。
- 1≦i≦n−1且つi<j≦nの範囲に亘る、n(n−1)/2個の前記重なり度Sijを導出するステップと、前記重なり度Sijを昇順又は降順に分類するステップと、前記重なり度Sijを最小値から所望順位値まで利用して、前記重なり度Sijに対応する原因パラメータPi、Pjを結線してネットワーク図を作成するステップを含む請求項6に記載の異常要因分析プログラム記録媒体。
- 前記X軸及び前記Y軸をN1/2を整数化処理した整数個に等分分割して前記X−Y面を格子化し、前記格子マス内に3次元データ群を投影して前記正常2次元データ群と前記異常2次元データ群を構成するステップと、前記正常2次元データ群と前記異常2次元データ群が同一格子マス内に存在する場合にデータの共通個数を全格子マスについて総和した重なり数N1∩N2を導出するステップと、総数Nに対する前記重なり数N1∩N2の割合(N1∩N2)/N(以下、コサイン測度と称する)を前記重なり度Sijとして導出するステップを含む請求項6又は7に記載の異常要因分析プログラム記録媒体。
- 前記分析パラメータDが検査パラメータであり、かつ前記原因パラメータPkが製品の処理条件パラメータ又は前記処理条件を評価するための品質評価パラメータである請求項6、7又は8に記載の異常要因分析プログラム記録媒体。
- 前記分析パラメータDが製品の処理条件を評価するための品質評価パラメータであり、前記原因パラメータPkが前記処理条件パラメータである請求項6、7又は8に記載の異常要因分析プログラム記録媒体。
- 少なくともn個の原因パラメータPk(1≦k≦n)を有して製造される製品群を特定の分析パラメータDにより検査して、前記分析パラメータDが異常を示すときに、前記異常を生起する異常要因を前記原因パラメータPk(1≦k≦n)から抽出して分析結果を出力する異常要因分析装置において、前記原因パラメータPk(1≦k≦n)から選択される異なった2個の処理条件パラメータPi、Pjを夫々X軸、Y軸とし、前記検査パラメータDをZ軸としてN個の3次元データ群を構成する手段と、前記N個の3次元データ群から前記分析パラメータDが正常範囲にある正常3次元データ群を抽出してX−Y面に投影したN1個の正常2次元データ群を構成する手段と、前記N個の3次元データ群から前記検査パラメータDが異常範囲にある異常3次元データ群を抽出して前記X−Y面に投影したN2個の異常2次元データ群を構成する手段と、前記正常2次元データ群と前記異常2次元データ群の重なり度Sijを導出する手段と、複数個の前記重なり度Sijを利用して、前記原因パラメータPi、Pjを結線したネットワーク図を作成する手段と、前記ネットワーク図から集中度の高い処理条件ハブパラメータを導出して前記異常を生起する前記原因パラメータPkを抽出する手段を有することを特徴とする異常要因分析装置。
- 1≦i≦n−1且つi<j≦nの範囲に亘る、n(n−1)/2個の前記重なり度Sijを導出する手段と、前記重なり度Sijを昇順又は降順に分類する手段と、前記重なり度Sijを最小値から所望順位値まで利用して、前記重なり度Sijに対応する原因パラメータPi、Pjを結線してネットワーク図を作成する手段を含む請求項11に記載の異常要因分析装置。
- 前記X軸及び前記Y軸をN1/2を整数化処理した整数個に等分分割して前記X−Y面を格子化し、前記格子マス内に3次元データ群を投影して前記正常2次元データ群と前記異常2次元データ群を構成する手段と、前記正常2次元データ群と前記異常2次元データ群が同一格子マス内に存在する場合にデータの共通個数を全格子マスについて総和した重なり数N1∩N2を導出する手段と、総数Nに対する前記重なり数N1∩N2の割合(N1∩N2)/N(以下、コサイン測度と称する)を前記重なり度Sijとして導出する手段を含む請求項11又は12に記載の異常要因分析装置。
- 前記分析パラメータDが検査パラメータであり、かつ前記原因パラメータPkが製品の処理条件パラメータ又は前記処理条件を評価するための品質評価パラメータである請求項11、12又は13に記載の異常要因分析装置。
- 前記分析パラメータDが製品の処理条件を評価するための品質評価パラメータであり、前記原因パラメータPkが前記処理条件パラメータである請求項11、12又は13に記載の異常要因分析装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008119526A JP5166108B2 (ja) | 2008-05-01 | 2008-05-01 | 異常要因分析プログラム、その記録媒体及び異常要因分析装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008119526A JP5166108B2 (ja) | 2008-05-01 | 2008-05-01 | 異常要因分析プログラム、その記録媒体及び異常要因分析装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2009271616A true JP2009271616A (ja) | 2009-11-19 |
JP5166108B2 JP5166108B2 (ja) | 2013-03-21 |
Family
ID=41438135
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008119526A Active JP5166108B2 (ja) | 2008-05-01 | 2008-05-01 | 異常要因分析プログラム、その記録媒体及び異常要因分析装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5166108B2 (ja) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000252179A (ja) * | 1999-03-04 | 2000-09-14 | Hitachi Ltd | 半導体製造プロセス安定化支援システム |
JP2005019808A (ja) * | 2003-06-27 | 2005-01-20 | Trecenti Technologies Inc | 品質管理方法、品質管理システムおよび半導体装置の製造方法 |
JP2006065598A (ja) * | 2004-08-27 | 2006-03-09 | Hitachi Ltd | 生産管理システム |
JP2006331345A (ja) * | 2005-05-30 | 2006-12-07 | Omron Corp | 情報処理装置、情報処理方法、プログラム、および、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 |
JP2007250647A (ja) * | 2006-03-14 | 2007-09-27 | Omron Corp | モデル作成装置およびモデル作成方法 |
-
2008
- 2008-05-01 JP JP2008119526A patent/JP5166108B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000252179A (ja) * | 1999-03-04 | 2000-09-14 | Hitachi Ltd | 半導体製造プロセス安定化支援システム |
JP2005019808A (ja) * | 2003-06-27 | 2005-01-20 | Trecenti Technologies Inc | 品質管理方法、品質管理システムおよび半導体装置の製造方法 |
JP2006065598A (ja) * | 2004-08-27 | 2006-03-09 | Hitachi Ltd | 生産管理システム |
JP2006331345A (ja) * | 2005-05-30 | 2006-12-07 | Omron Corp | 情報処理装置、情報処理方法、プログラム、および、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 |
JP2007250647A (ja) * | 2006-03-14 | 2007-09-27 | Omron Corp | モデル作成装置およびモデル作成方法 |
Non-Patent Citations (1)
Title |
---|
JPN6012047545; 'JST、産学共同シーズイノベーション化事業で今年度の新規採択' 日刊工業新聞 , 20061009, p.13, 日刊工業新聞社 * |
Also Published As
Publication number | Publication date |
---|---|
JP5166108B2 (ja) | 2013-03-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5116307B2 (ja) | 集積回路装置異常検出装置、方法およびプログラム | |
TWI620046B (zh) | 時間序列資料處理方法、記錄有時間序列資料處理程式之電腦可讀取之記錄媒體、及時間序列資料處理裝置 | |
JP6310782B2 (ja) | 半導体装置の製造方法およびプログラム | |
US20040138846A1 (en) | Methods and apparatus for data analysis | |
US20030144810A1 (en) | Methods and apparatus for data analysis | |
JP4568786B2 (ja) | 要因分析装置および要因分析方法 | |
US20080021677A1 (en) | Methods and apparatus for data analysis | |
CN105702595B (zh) | 晶圆的良率判断方法以及晶圆合格测试的多变量检测方法 | |
TW448483B (en) | System and method capable of finding tools having defects in semiconductor plant | |
JP2006318263A (ja) | 情報分析システム、情報分析方法及びプログラム | |
JP7354421B2 (ja) | エラー要因の推定装置及び推定方法 | |
Gitzel | Data Quality in Time Series Data: An Experience Report. | |
KR101998972B1 (ko) | 변수 구간별 불량 발생 지수를 도출하여 공정 불량 원인을 파악하고 시각화하는 방법 | |
JP4658206B2 (ja) | 検査結果解析方法および検査結果解析装置、異常設備検出方法および異常設備検出装置、上記検査結果解析方法または異常設備検出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 | |
CN117589109B (zh) | 石英中心托盘制作工艺的质量检测与控制方法 | |
JP4723544B2 (ja) | 基板分類方法および装置、基板分類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 | |
JP2005092466A (ja) | 診断プロセス支援方法とそのためのプログラム | |
KR20180128510A (ko) | 컴퓨터에 의해 지원되는 약한 패턴 검출 및 정량화 시스템 | |
US20030158679A1 (en) | Anomaly detection system | |
JP2015045942A (ja) | 品質管理装置、品質管理方法、及びプログラム | |
JP5166108B2 (ja) | 異常要因分析プログラム、その記録媒体及び異常要因分析装置 | |
JP2005338906A (ja) | 基板の欠陥検出方法及びその欠陥検出システム | |
JP6623904B2 (ja) | 半導体装置の製造過程における異常解析装置および異常解析方法 | |
JP6394787B2 (ja) | 製品検査装置、製品検査方法及びコンピュータプログラム | |
TWI647770B (zh) | 晶圓的良率判斷方法以及晶圓合格測試的多變量偵測方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20110426 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120911 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20121105 |
|
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: 20121204 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20121220 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20151228 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5166108 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |