JP2016164772A - プロセス監視装置、プロセス監視方法及びプログラム - Google Patents
プロセス監視装置、プロセス監視方法及びプログラム Download PDFInfo
- Publication number
- JP2016164772A JP2016164772A JP2015237799A JP2015237799A JP2016164772A JP 2016164772 A JP2016164772 A JP 2016164772A JP 2015237799 A JP2015237799 A JP 2015237799A JP 2015237799 A JP2015237799 A JP 2015237799A JP 2016164772 A JP2016164772 A JP 2016164772A
- Authority
- JP
- Japan
- Prior art keywords
- data
- operation data
- process monitoring
- batches
- abnormality
- 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
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Abstract
Description
<システム構成>
まず、本実施形態に係るプロセス監視システム1のシステム構成について、図1を用いて説明する。図1は、第一の実施形態に係るプロセス監視システムの一例のシステム構成図である。
次に、本実施形態に係るプロセス監視装置10のハードウェア構成について、図2を用いて説明する。図2は、第一の実施形態に係るプロセス監視装置の一例のハードウェア構成図である。
次に、本実施形態に係るプロセス監視システム1の機能構成について、図3を用いて説明する。図3は、第一の実施形態に係るプロセス監視システムの一例の機能構成図である。
次に、本実施形態に係るプロセス監視システム1の処理の詳細について、説明する。
まず、「モデル作成」フェーズにおいて、正常モデルを作成する処理について、図5及び図6を用いて説明する。図5は、第一の実施形態に係るモデル作成処理の一例のフローチャートである。
次に、「異常検知」フェーズにおいて、正常モデルに基づき機器30により処理されているバッチプロセスの異常を検知する異常検知処理について、図7及び図8を用いて説明する。図7は、第一の実施形態に係る異常検知処理の一例のフローチャートである。
以上により、第一の実施形態に係るプロセス監視システム1では、予め蓄積されている正常なバッチプロセスの運転データに基づき、オンラインにおいて異常を検知するための正常モデルを作成する。しかも、このとき、第一の実施形態に係るプロセス監視システム1は、平均プロファイルと標準偏差プロファイルに基づき、予め蓄積されている正常なバッチプロセスの運転データを正規化することで、異常検知の精度が高い正常モデルを作成することができる。このため、第一の実施形態に係るプロセス監視システム1では、機器30のプロセス変数(例えば、圧力、温度、流量等)の異常な値が計測されたことを高い精度で検知することができる。
次に、第二の実施形態について説明する。第二の実施形態に係るプロセス監視システム1では、「異常検知」フェーズにおいて、所定の指標値として、1バッチ分のQ統計量に基づく値と、1バッチ分のT2統計量に基づく値とを用いるものである。これにより、本実施形態に係るプロセス監視システム1では、バッチプロセス単位における異常の発生を高い精度で検知することができるようになる。
第二の実施形態に係るプロセス監視システム1の機能構成について、図9を用いて説明する。図9は、第二の実施形態に係るプロセス監視システムの一例の機能構成図である。
次に、本実施形態に係るプロセス監視システム1の処理の詳細について、説明する。なお、「モデル作成」フェーズにおけるモデル作成処理については、第一の実施形態と同様であるため、その説明を省略する。
「異常検知」フェーズにおいて、正常モデルに基づき機器30により処理されたバッチプロセスの異常を検知する異常検知処理について、図10及び図11を用いて説明する。図10は、第二の実施形態に係る異常検知処理の一例のフローチャートである。なお、図10におけるステップS61〜ステップS63及びステップS66については、第一の実施形態と同様であるため、その説明を省略する。
関数F1としては、例えば、以下の式(8)に示すような関数が挙げられる。
以上により、第二の実施形態に係るプロセス監視システム1では、「異常検知」フェーズにおいて、バッチ単位の指標値を用いて異常検知を行う。これにより、第二の実施形態に係るプロセス監視システム1では、機器30により処理されたバッチプロセス毎に、このバッチプロセスにおいて異常が発生したことを高い精度で検知することができるようになる。
次に、第三の実施形態について説明する。第三の実施形態に係るプロセス監視システム1では、プロセス変数毎に、過去の計測値との相関を考慮した正常モデルを作成し、異常検知を行う。これにより、本実施形態に係るプロセス監視システム1では、プロセス変数の異常な値が計測されたことを、より高い精度で検知することができるようになる。
第三の実施形態に係るプロセス監視システム1の機能構成について、図12を用いて説明する。図12は、第三の実施形態に係るプロセス監視システムの一例の機能構成図である。
次に、本実施形態に係るプロセス監視システム1の処理の詳細について、説明する。
まず、「モデル作成」フェーズにおいて、正常モデルを作成する処理について、図13及び図14を用いて説明する。図13は、第三の実施形態に係るモデル作成処理の一例のフローチャートである。なお、図13におけるステップS51〜ステップS54及びステップS56については、第一の実施形態と同様であるため、その説明を省略する。
次に、「異常検知」フェーズにおいて、正常モデルに基づき機器30により処理されているバッチプロセスの異常を検知する異常検知処理について、図15を用いて説明する。図15は、第三の実施形態に係る異常検知処理の一例のフローチャートである。なお、図15におけるステップS61〜ステップS63及びステップS65〜ステップS66については、第一の実施形態と同様であるため、その説明を省略する。
以上により、第三の実施形態に係るプロセス監視システム1では、プロセス変数毎に、過去の計測値との相関を考慮した正常モデルが作成され、この正常モデルに基づいて異常検知を行う。これにより、本実施形態に係るプロセス監視システム1では、プロセス変数の異常な値やバッチプロセスにおける異常の発生等を、より高い精度で検知することができるようになる。
10 プロセス監視装置
20 機器制御装置
30 機器
101 データ取得部
102 平均プロファイル算出部
103 標準偏差プロファイル算出部
104 第1の正規化部
105 データ変換部
106 モデル作成部
107 第2の正規化部
108 指標値算出部
109 異常検知部
110 結果出力部
121 バッチデータ記憶部
122 モデル記憶部
Claims (13)
- バッチプロセスにより処理を行う機器又は設備の時系列の運転状態を示す運転データに基づき該機器又は設備の異常を検出するプロセス監視装置であって、
予め蓄積された前記機器又は設備の複数のバッチの運転データに基づき、該運転データに含まれる複数の状態データのそれぞれについて前記複数のバッチにおける平均と、前記複数のバッチにおける標準偏差とを算出する算出手段と、
前記算出手段により算出された前記平均及び前記標準偏差に基づき、前記複数のバッチの運転データを正規化する第1の正規化手段と、
前記第1の正規化手段により正規化された前記複数のバッチの運転データに基づき、前記機器又は設備の異常を検出するための正常モデルを作成するモデル作成手段と、
前記モデル作成手段により作成された前記正常モデルと前記機器又は設備から出力された運転データとに基づき、該機器又は設備の異常を検出する異常検出手段と
を有するプロセス監視装置。 - 前記第1の正規化手段は、
前記複数のバッチの運転データを、バッチ毎に、それぞれ対応する前記平均で減算した後、それぞれ対応する前記標準偏差で除算することで正規化する、請求項1に記載のプロセス監視装置。 - 前記モデル作成手段は、
前記第1の正規化手段により正規化された複数のバッチの運転データに基づき、該バッチ毎の時系列の運転データから得られる第1の行列データを連結して得られる第2の行列から前記正常モデルを作成する、請求項1又は2記載のプロセス監視装置。 - 前記第1の正規化手段は、
前記標準偏差が0である場合には、該標準偏差の値を補正する、請求項2又は3に記載のプロセス監視装置。 - 前記異常検出手段は、
前記モデル作成手段により作成された前記正常モデルと、前記機器又は設備から出力された運転データとに基づきQ統計量及びT2統計量を算出し、該Q統計量又は該T2統計量が所定の閾値を超えている場合に、前記異常を検出する、請求項1ないし4のいずれか1項に記載のプロセス監視装置。 - 前記異常検出手段は、
前記モデル作成手段により作成された前記正常モデルと、前記機器又は設備から出力された運転データとに基づきQ統計量及びT2統計量を算出し、該算出したQ統計量及びT2統計量それぞれのバッチ単位のデータ系列に基づいて算出された第1の指標値及び第2の指標値の少なくとも一方が、所定の閾値を超えている場合に、前記異常を検出する、請求項1ないし4のいずれか1項に記載のプロセス監視装置。 - 前記平均及び前記標準偏差に基づき、前記機器又は設備から出力された運転データを正規化する第2の正規化手段を有し、
前記異常検出手段は、
前記正常モデルと、前記第2の正規化手段により正規化された運転データとに基づきQ統計量及びT2統計量を算出する、請求項5又は6記載のプロセス監視装置。 - 前記第2の正規化手段は、
前記運転データを、それぞれ対応する前記平均で減算した後、それぞれ対応する前記標準偏差で除算することで正規化する、請求項7に記載のプロセス監視装置。 - 前記Q統計量及び前記T2統計量は、それぞれ第1の寄与度の和及び第2の寄与度の和で表され、
前記異常検出手段は、
前記第1の寄与度から算出される第1の分散又は前記第2の寄与度から算出される第2の分散の少なくとも一方が、予め設定された所定の値以上である場合、前記正常モデルの再作成を促すメッセージを通知する、請求項5ないし8のいずれか1項に記載のプロセス監視装置。 - 前記モデル作成手段は、
前記第1の正規化手段により正規化された前記複数のバッチの運転データに含まれる複数の状態データのそれぞれについて、前記状態データと、該状態データを所定の時間ずつ減算した複数の過去状態データとに基づき、複数の部分データ系列を作成し、
作成された該複数の部分データ系列に基づき、前記正常モデルを作成する、請求項1ないし9のいずれか1項に記載のプロセス監視装置。 - 前記モデル作成手段は、
前記過去状態データを、前記状態データを所定の時間ずつ、予め設定された多重度に応じた回数を減算することで作成し、
前記状態データ及び前記複数の過去状態データで共通に定義される時間の範囲のデータ系列をそれぞれ抽出することで、前記複数の部分データ系列を作成する、請求項10に記載のプロセス監視装置。 - バッチプロセスにより処理を行う機器又は設備の時系列の運転状態を示す運転データに基づき該機器又は設備の異常を検出するプロセス監視装置に用いられるプロセス監視方法であって、
予め蓄積された前記機器又は設備の複数のバッチの運転データに基づき、該運転データに含まれる複数の状態データのそれぞれについて前記複数のバッチにおける平均と、前記複数のバッチにおける標準偏差とを算出する算出手順と、
前記算出手順により算出された前記平均及び前記標準偏差に基づき、前記複数のバッチの運転データを正規化する第1の正規化手順と、
前記第1の正規化手順により正規化された前記複数のバッチの運転データに基づき、前記機器又は設備の異常を検出するための正常モデルを作成するモデル作成手順と、
前記モデル作成手順により作成された前記正常モデルと前記機器又は設備から出力された運転データとに基づき、該機器又は設備の異常を検出する異常検出手順と
を有するプロセス監視方法。 - バッチプロセスにより処理を行う機器又は設備の時系列の運転状態を示す運転データに基づき該機器又は設備の異常を検出するプロセス監視装置を、
予め蓄積された前記機器又は設備の複数のバッチの運転データに基づき、該運転データに含まれる複数の状態データのそれぞれについて前記複数のバッチにおける平均と、前記複数のバッチにおける標準偏差とを算出する算出手段、
前記算出手段により算出された前記平均及び前記標準偏差に基づき、前記複数のバッチの運転データを正規化する第1の正規化手段、
前記第1の正規化手段により正規化された前記複数のバッチの運転データに基づき、前記機器又は設備の異常を検出するための正常モデルを作成するモデル作成手段と、
前記モデル作成手段により作成された前記正常モデルと前記機器又は設備から出力された運転データとに基づき、該機器又は設備の異常を検出する異常検出手段
として機能させるためのプログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015036929 | 2015-02-26 | ||
JP2015036929 | 2015-02-26 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016164772A true JP2016164772A (ja) | 2016-09-08 |
JP6733164B2 JP6733164B2 (ja) | 2020-07-29 |
Family
ID=56876138
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015237799A Active JP6733164B2 (ja) | 2015-02-26 | 2015-12-04 | プロセス監視装置、プロセス監視方法及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6733164B2 (ja) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017111827A (ja) * | 2015-12-18 | 2017-06-22 | フィッシャー−ローズマウント システムズ,インコーポレイテッド | 継続的プロセス検証(cpv)用の分析/統計モデリングを使用するための方法及び装置、製品 |
JP2018063545A (ja) * | 2016-10-12 | 2018-04-19 | 横河電機株式会社 | 情報処理装置、情報処理方法、情報処理プログラム及び記録媒体 |
JP2018067051A (ja) * | 2016-10-17 | 2018-04-26 | 富士電機株式会社 | 品質監視装置、品質監視システム、品質監視方法及びプログラム |
WO2019003404A1 (ja) * | 2017-06-30 | 2019-01-03 | 三菱電機株式会社 | 非定常検出装置、非定常検出システム、および非定常検出方法 |
JP2019096289A (ja) * | 2017-11-17 | 2019-06-20 | 富士電機株式会社 | 異常検出装置、異常検出方法、異常検出プログラム及び異常検出システム |
JP2019125230A (ja) * | 2018-01-18 | 2019-07-25 | ファナック株式会社 | 異常検知パラメータ調整表示装置 |
JP2019133454A (ja) * | 2018-01-31 | 2019-08-08 | 大陽日酸株式会社 | 装置の異常検出方法 |
JP2019211130A (ja) * | 2018-06-01 | 2019-12-12 | 富士電機株式会社 | 状態検知装置及び状態検知方法 |
JPWO2020196441A1 (ja) * | 2019-03-26 | 2021-04-08 | Jfeスチール株式会社 | プロセス状態監視装置及びプロセス状態監視方法 |
US11366627B2 (en) | 2017-12-18 | 2022-06-21 | Mitsubishi Electric Corporation | Display control device, display system, display device, and display method |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022188345A (ja) | 2021-06-09 | 2022-12-21 | 富士電機株式会社 | 診断装置、診断方法、診断プログラム |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05324006A (ja) * | 1990-07-30 | 1993-12-07 | Foxboro Co:The | プロセス制御装置並びに方法 |
JP2002108412A (ja) * | 2000-10-03 | 2002-04-10 | Mitsubishi Chemicals Corp | モデル構築方法およびモデル構築システム |
JP3912215B2 (ja) * | 2002-07-25 | 2007-05-09 | Jfeスチール株式会社 | 転炉吹錬制御方法 |
JP2009020717A (ja) * | 2007-07-12 | 2009-01-29 | Omron Corp | 状態監視方法及び状態監視装置並びにプログラム |
JP2009070071A (ja) * | 2007-09-12 | 2009-04-02 | Toshiba Corp | 学習型プロセス異常診断装置、およびオペレータ判断推測結果収集装置 |
JP2009187175A (ja) * | 2008-02-05 | 2009-08-20 | Fuji Electric Systems Co Ltd | バッチプロセスデータの解析装置およびそれを用いた異常検出/品質推定装置 |
JP2011248885A (ja) * | 2010-05-21 | 2011-12-08 | Fisher-Rosemount Systems Inc | プロセス分析モデルと実際のプロセス動作とのオンライン整合 |
JP2012141712A (ja) * | 2010-12-28 | 2012-07-26 | Toshiba Corp | プロセス監視診断装置 |
JP2012155361A (ja) * | 2011-01-21 | 2012-08-16 | Toshiba Corp | プロセス監視装置 |
JP2013526751A (ja) * | 2010-05-21 | 2013-06-24 | フィッシャー−ローズマウント システムズ,インコーポレイテッド | 多段処理のモデル構築法 |
US20140365195A1 (en) * | 2013-06-07 | 2014-12-11 | Scientific Design Company, Inc. | System and method for monitoring a process |
-
2015
- 2015-12-04 JP JP2015237799A patent/JP6733164B2/ja active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05324006A (ja) * | 1990-07-30 | 1993-12-07 | Foxboro Co:The | プロセス制御装置並びに方法 |
JP2002108412A (ja) * | 2000-10-03 | 2002-04-10 | Mitsubishi Chemicals Corp | モデル構築方法およびモデル構築システム |
JP3912215B2 (ja) * | 2002-07-25 | 2007-05-09 | Jfeスチール株式会社 | 転炉吹錬制御方法 |
JP2009020717A (ja) * | 2007-07-12 | 2009-01-29 | Omron Corp | 状態監視方法及び状態監視装置並びにプログラム |
JP2009070071A (ja) * | 2007-09-12 | 2009-04-02 | Toshiba Corp | 学習型プロセス異常診断装置、およびオペレータ判断推測結果収集装置 |
JP2009187175A (ja) * | 2008-02-05 | 2009-08-20 | Fuji Electric Systems Co Ltd | バッチプロセスデータの解析装置およびそれを用いた異常検出/品質推定装置 |
JP2011248885A (ja) * | 2010-05-21 | 2011-12-08 | Fisher-Rosemount Systems Inc | プロセス分析モデルと実際のプロセス動作とのオンライン整合 |
JP2013526751A (ja) * | 2010-05-21 | 2013-06-24 | フィッシャー−ローズマウント システムズ,インコーポレイテッド | 多段処理のモデル構築法 |
JP2012141712A (ja) * | 2010-12-28 | 2012-07-26 | Toshiba Corp | プロセス監視診断装置 |
JP2012155361A (ja) * | 2011-01-21 | 2012-08-16 | Toshiba Corp | プロセス監視装置 |
US20140365195A1 (en) * | 2013-06-07 | 2014-12-11 | Scientific Design Company, Inc. | System and method for monitoring a process |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017111827A (ja) * | 2015-12-18 | 2017-06-22 | フィッシャー−ローズマウント システムズ,インコーポレイテッド | 継続的プロセス検証(cpv)用の分析/統計モデリングを使用するための方法及び装置、製品 |
JP7053113B2 (ja) | 2015-12-18 | 2022-04-12 | フィッシャー-ローズマウント システムズ,インコーポレイテッド | 継続的プロセス検証(cpv)用の分析/統計モデリングを使用するための方法及び装置、製品 |
JP2018063545A (ja) * | 2016-10-12 | 2018-04-19 | 横河電機株式会社 | 情報処理装置、情報処理方法、情報処理プログラム及び記録媒体 |
CN107942956A (zh) * | 2016-10-12 | 2018-04-20 | 横河电机株式会社 | 信息处理装置、信息处理方法、信息处理程序及记录介质 |
CN107942956B (zh) * | 2016-10-12 | 2020-09-08 | 横河电机株式会社 | 信息处理装置、信息处理方法、信息处理程序及记录介质 |
US10331090B2 (en) | 2016-10-12 | 2019-06-25 | Yokogawa Electric Corporation | Information processing system, information processing method, and recording medium |
JP2018067051A (ja) * | 2016-10-17 | 2018-04-26 | 富士電機株式会社 | 品質監視装置、品質監視システム、品質監視方法及びプログラム |
JPWO2019003404A1 (ja) * | 2017-06-30 | 2019-11-07 | 三菱電機株式会社 | 非定常検出装置、非定常検出システム、および非定常検出方法 |
WO2019003404A1 (ja) * | 2017-06-30 | 2019-01-03 | 三菱電機株式会社 | 非定常検出装置、非定常検出システム、および非定常検出方法 |
US11493912B2 (en) | 2017-06-30 | 2022-11-08 | Mitsubishi Electric Corporation | Unsteadiness detection device, unsteadiness detection system and unsteadiness detection method |
JP2019096289A (ja) * | 2017-11-17 | 2019-06-20 | 富士電機株式会社 | 異常検出装置、異常検出方法、異常検出プログラム及び異常検出システム |
JP7358725B2 (ja) | 2017-11-17 | 2023-10-11 | 富士電機株式会社 | 異常検出装置、異常検出方法、異常検出プログラム及び異常検出システム |
US11366627B2 (en) | 2017-12-18 | 2022-06-21 | Mitsubishi Electric Corporation | Display control device, display system, display device, and display method |
JP2019125230A (ja) * | 2018-01-18 | 2019-07-25 | ファナック株式会社 | 異常検知パラメータ調整表示装置 |
CN110058983A (zh) * | 2018-01-18 | 2019-07-26 | 发那科株式会社 | 异常检查参数调整显示装置 |
US10928999B2 (en) | 2018-01-18 | 2021-02-23 | Fanuc Corporation | Abnormality detection parameter adjustment display device |
JP2019133454A (ja) * | 2018-01-31 | 2019-08-08 | 大陽日酸株式会社 | 装置の異常検出方法 |
JP2019211130A (ja) * | 2018-06-01 | 2019-12-12 | 富士電機株式会社 | 状態検知装置及び状態検知方法 |
JP7067278B2 (ja) | 2018-06-01 | 2022-05-16 | 富士電機株式会社 | 状態検知装置及び状態検知方法 |
JP7180676B2 (ja) | 2019-03-26 | 2022-11-30 | Jfeスチール株式会社 | プロセス状態監視装置及びプロセス状態監視方法 |
JPWO2020196441A1 (ja) * | 2019-03-26 | 2021-04-08 | Jfeスチール株式会社 | プロセス状態監視装置及びプロセス状態監視方法 |
US12007758B2 (en) | 2019-03-26 | 2024-06-11 | Jfe Steel Corporation | Process state monitoring device and process state monitoring method |
Also Published As
Publication number | Publication date |
---|---|
JP6733164B2 (ja) | 2020-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6733164B2 (ja) | プロセス監視装置、プロセス監視方法及びプログラム | |
JP4046309B2 (ja) | プラント監視装置 | |
JP2017151598A (ja) | 異常判定装置、異常判定プログラム、異常判定システム、及びモータ制御装置 | |
JP2015152933A (ja) | 監視装置及び監視方法 | |
JP5827426B1 (ja) | 予兆診断システム及び予兆診断方法 | |
JP5827425B1 (ja) | 予兆診断システム及び予兆診断方法 | |
JP2020027342A (ja) | 情報処理装置、監視装置、及び情報処理方法 | |
JP2022038659A (ja) | 異常温度検知装置、異常温度検知方法、及び異常温度検知プログラム | |
JP7413159B2 (ja) | 情報処理装置、プログラム及び監視方法 | |
WO2019045699A1 (en) | RECURRENT GAUSSIAN MIXTURE MODEL FOR ESTIMATING SENSOR STATUS IN STATUS MONITORING | |
JP2019096289A (ja) | 異常検出装置、異常検出方法、異常検出プログラム及び異常検出システム | |
JPWO2020188696A1 (ja) | 異常検知装置および異常検知方法 | |
JP5771317B1 (ja) | 異常診断装置及び異常診断方法 | |
JPWO2019026193A1 (ja) | 情報処理装置、情報処理システム、情報処理方法、及び、プログラム | |
JP6540532B2 (ja) | 監視装置及び監視装置の制御方法 | |
JP6805554B2 (ja) | 監視装置及び監視方法 | |
JP2017215959A (ja) | バッチプロセス監視装置、及びバッチプロセス監視方法 | |
EP3180667B1 (en) | System and method for advanced process control | |
JP2010211440A (ja) | 異常予測装置、異常予測システム、異常予測方法、及びプログラム | |
JP2012159298A (ja) | 健全性評価装置及びその方法並びにプログラム | |
JP2010276339A (ja) | センサ診断方法およびセンサ診断装置 | |
JP6662310B2 (ja) | データ処理装置、データ処理方法及びプログラム | |
JP6129508B2 (ja) | 異常検出前処理装置および方法ならびにプログラム、それを備えた異常検出装置 | |
JP7230371B2 (ja) | 異常検出装置、異常検出方法、異常検出プログラム及び異常検出システム | |
JP5771318B1 (ja) | 異常診断装置及び異常診断方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20181114 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20190606 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20190918 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190924 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190925 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191120 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200121 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200312 |
|
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: 20200609 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200622 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6733164 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |