JP2019204321A - 情報処理方法、情報処理装置、及びプログラム - Google Patents
情報処理方法、情報処理装置、及びプログラム Download PDFInfo
- Publication number
- JP2019204321A JP2019204321A JP2018099519A JP2018099519A JP2019204321A JP 2019204321 A JP2019204321 A JP 2019204321A JP 2018099519 A JP2018099519 A JP 2018099519A JP 2018099519 A JP2018099519 A JP 2018099519A JP 2019204321 A JP2019204321 A JP 2019204321A
- Authority
- JP
- Japan
- Prior art keywords
- data
- defect
- likelihood
- defective product
- defective
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/20—Ensemble learning
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8854—Grading and classifying of flaws
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8883—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges involving the calculation of gauges, generating models
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/023—Solids
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/028—Material parameters
- G01N2291/0289—Internal structure, e.g. defects, grain size, texture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/047—Probabilistic or stochastic networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
Abstract
Description
図1は、情報処理装置のハードウエア構成の一例を示す概略構成図である。本実施形態の情報処理装置10は、製品の生産ラインの検査工程に用いられる。製品として、例えば転がり軸受の軌道輪のような部品の他に、複数の部品が組み立てられて得た組立品がある。組立品の例としては、例えばステアリング装置(電動パワーステアリング装置)及び転がり軸受である。
図2は、情報処理装置10のソフトウエア構成を示す図である。情報処理装置10は、前記機能部として、学習部21、演算部22、及び、判定部23を備える。前記のとおり、これら各機能部は、前記プログラムを実行することにより実現される。つまり、このプログラムは、コンピュータを、前記学習部21、前記演算部22、及び、前記判定部23として機能させるためのプログラムである。このプログラムは、各種記憶媒体に保存される。前記各機能部について説明する。
前記構成を備える情報処理装置10が行なう情報処理方法について図4により説明する。この情報処理方法では、まず、学習部21による機械学習(学習ステップ)が行われ、次に、機械学習の結果に基づいて、演算部22による演算(演算ステップ)及び判定部23による判定(判定ステップ)が行われる。
学習部21が行なう機械学習について説明する。不良1の不良品ラベルを教師ラベルとして用いて製品データ(不良1の不良品データ)を対象とした機械学習を行ない、不良品学習モデルM1を生成する(図4のステップS1)。この処理を、既知の不良の全てについて(n回)繰り返し個別に行なう。つまり、前記のような学習モデルの生成処理を、複数存在する不良の種別毎に行って、不良の種別毎の不良品学習モデルを生成する(図4のステップS2)。不良品ラベルを用いる前記機械学習とは別に、良品ラベルを教師ラベルとして用いて製品データ(良品データ)を対象とした機械学習を行ない、良品学習モデルを生成する(図4のステップS9)。この学習ステップにより、不良の種別毎の不良品学習モデル(つまり、n個の不良品学習モデル)と、一つの良品学習モデルとが生成される。図3において、ステップS1からステップS2を経てステップS9を行なう工程が、学習ステップである。なお、前記教師ラベルの抽出及び対応付けは、作業員によって行われる。
生産ラインにより製品が生産されると、例えばセンサ7(図1参照)によって、製品毎に製品データが取得される(ステップS11)。情報処理装置10(メモリ12又は記憶装置13)は、データ(データ群)を格納する記憶領域を有している。演算部22が一つの製品データを処理対象として取得すると、前記記憶領域が初期化される(ステップS12)。図4では、この記憶領域を「配列a[ ]」としており、以下の説明においても、この記憶領域を配列a[ ]とする。
以上のように、本実施形態の情報処理方法には、学習ステップと、演算ステップと、判定ステップとが含まれる。演算ステップ及び判定ステップが、製品データ毎に繰り返し実行される。
対象となる製品は、ステアリング装置及び転がり軸受以外であってもよく、様々な組立品及び機械部品が対象となる。また、製品データは、振動データ及び画像データ以外であってもよく、温度データ(温度変化データ)等であってもよい。前記実施形態では、入力データである製品データと出力データとの差を判定値として求め、この判定値を尤度に変換する場合について説明したが、尤度の算出については他の手段であってもよい。
21:学習部
22:演算部
23:判定部
Da:製品データ
M1、M2、M3:不良品学習モデル
Claims (8)
- 良品データを対象とした教師ありの機械学習を行なって良品学習モデルを生成すると共に、不良品データを対象とした教師ありの機械学習を不良の種別毎に行なって不良の種別毎の不良品学習モデルを生成する学習ステップと、
対象となる製品データを入力データとして前記良品学習モデルを用いた演算により得られる出力データから、良品の尤度を求めると共に、当該製品データを入力データとして前記不良品学習モデルを用いた演算により得られる出力データから、不良品の尤度を不良の種別毎に求める演算ステップと、
前記演算ステップにおいて求められた前記良品の尤度及び不良の種別毎の前記不良品の尤度が、尤度に関する所定の条件を満たす場合に、対象となる前記製品データは、未知の不良によるデータであると判定する判定ステップと、
を含む情報処理方法。 - 前記演算ステップでは、更に、前記良品の尤度と良品の閾値との比較を行うと共に、不良の種別毎に前記不良品の尤度と不良品の閾値との比較を行い、
前記判定ステップにおいて、不良の種別毎に行った前記比較の結果、全ての前記不良品の尤度が前記不良品の閾値未満であり、かつ、良品の尤度が良品の閾値未満である場合、対象となる前記製品データは、未知の不良によるデータであると判定する、請求項1に記載の情報処理方法。 - 前記判定ステップにおいて、不良の種別毎に行った前記比較の結果、複数の不良の種別について前記不良品の尤度が前記不良品の閾値以上である場合、当該複数の不良の種別のうち、前記不良品の閾値との差が最も大きい不良の種別が、対象となる前記製品データの不良の種別であると判定する、請求項2に記載の情報処理方法。
- 前記判定ステップにおいて、不良の種別毎に行った前記比較の結果、一つの種別についての前記不良品の尤度が前記不良品の閾値以上である場合、対象となる前記製品データは、当該一つの種別の不良によるデータであると判定する、請求項2又は3に記載の情報処理方法。
- 前記判定ステップにおいて、不良の種別毎に行った前記比較の結果、全ての前記不良品の尤度が前記不良品の閾値未満であり、かつ、良品の尤度が良品の閾値以上である場合、対象となる前記製品データは、良品によるデータであると判定する、請求項2〜4のいずれか一項に記載の情報処理方法。
- 前記判定ステップにおいて、不良の種別毎に求められた前記不良品の尤度が、尤度に関する前記所定の条件を満たすか否かを判定してから、前記良品の尤度が、尤度に関する前記所定の条件を満たすか否かを判定する、請求項1〜5のいずれか一項に記載の情報処理方法。
- 良品データを対象とした教師ありの機械学習を行なって良品学習モデルを生成すると共に、不良品データを対象とした教師ありの機械学習を不良の種別毎に行なって不良の種別毎の不良品学習モデルを生成する学習部と、
対象となる製品データを入力データとして前記良品学習モデルを用いた演算により得られる出力データから、良品の尤度を求めると共に、当該製品データを入力データとして前記不良品学習モデルを用いた演算により得られる出力データから、不良品の尤度を不良の種別毎に求める演算部と、
前記演算部により求められた前記良品の尤度及び不良の種別毎の前記不良品の尤度が、尤度に関する所定の条件を満たす場合に、対象となる前記製品データは、未知の不良によるデータであると判定する判定部と、
を備える情報処理装置。 - コンピュータを、
良品データを対象とした教師ありの機械学習を行なって良品学習モデルを生成すると共に、不良品データを対象とした教師ありの機械学習を不良の種別毎に行なって不良の種別毎の不良品学習モデルを生成する学習部、
対象となる製品データを入力データとして前記良品学習モデルを用いた演算により得られる出力データから、良品の尤度を求めると共に、当該製品データを入力データとして前記不良品学習モデルを用いた演算により得られる出力データから、不良品の尤度を不良の種別毎に求める演算部、
及び、
前記演算部により求められた前記良品の尤度及び不良の種別毎の前記不良品の尤度が、尤度に関する所定の条件を満たす場合に、対象となる前記製品データは、未知の不良によるデータであると判定する判定部、
として機能させるためのプログラム。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018099519A JP7102941B2 (ja) | 2018-05-24 | 2018-05-24 | 情報処理方法、情報処理装置、及びプログラム |
US16/418,179 US10634621B2 (en) | 2018-05-24 | 2019-05-21 | Information processing method, information processing apparatus, and program |
CN201910433312.4A CN110533058A (zh) | 2018-05-24 | 2019-05-23 | 信息处理方法、信息处理装置及程序 |
DE102019113830.2A DE102019113830A1 (de) | 2018-05-24 | 2019-05-23 | Informationsverarbeitungsverfahren, Informationsverarbeitungsgerät und Programm |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018099519A JP7102941B2 (ja) | 2018-05-24 | 2018-05-24 | 情報処理方法、情報処理装置、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019204321A true JP2019204321A (ja) | 2019-11-28 |
JP7102941B2 JP7102941B2 (ja) | 2022-07-20 |
Family
ID=68499588
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018099519A Active JP7102941B2 (ja) | 2018-05-24 | 2018-05-24 | 情報処理方法、情報処理装置、及びプログラム |
Country Status (4)
Country | Link |
---|---|
US (1) | US10634621B2 (ja) |
JP (1) | JP7102941B2 (ja) |
CN (1) | CN110533058A (ja) |
DE (1) | DE102019113830A1 (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021096157A (ja) * | 2019-12-17 | 2021-06-24 | Ntn株式会社 | 軸受検査装置、検査方法、および検査プログラム |
WO2022130762A1 (ja) * | 2020-12-15 | 2022-06-23 | Agc株式会社 | 欠陥検査装置、欠陥検査方法および製造方法 |
US20230117055A1 (en) * | 2020-03-05 | 2023-04-20 | Siemens Aktiengesellschaft | Methods and systems for workpiece quality control |
JP2023527615A (ja) * | 2021-04-28 | 2023-06-30 | ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド | 目標対象検出モデルのトレーニング方法、目標対象検出方法、機器、電子機器、記憶媒体及びコンピュータプログラム |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102638267B1 (ko) * | 2018-12-03 | 2024-02-21 | 삼성전자주식회사 | 반도체 웨이퍼 불량 분석 시스템 및 그것의 동작 방법 |
US11443092B2 (en) * | 2020-05-11 | 2022-09-13 | Synopsys, Inc. | Defect weight formulas for analog defect simulation |
CN114648480A (zh) * | 2020-12-17 | 2022-06-21 | 杭州海康威视数字技术股份有限公司 | 表面缺陷检测方法、装置及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0392795A (ja) * | 1989-09-05 | 1991-04-17 | Toshiba Corp | 原子力発電プラントの診断方法 |
JP2018032071A (ja) * | 2016-08-22 | 2018-03-01 | 株式会社クレスコ | 検証装置、検証方法及び検証プログラム |
WO2019167180A1 (ja) * | 2018-02-28 | 2019-09-06 | 日産自動車株式会社 | 異常種別判定装置及び異常種別判定方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5137805B2 (ja) | 2008-12-15 | 2013-02-06 | キヤノン株式会社 | 検査システム及びその制御方法、コンピュータプログラム |
US10248888B2 (en) * | 2014-11-28 | 2019-04-02 | Canon Kabushiki Kaisha | Classifying method, storage medium, inspection method, and inspection apparatus |
US9959482B2 (en) * | 2014-11-28 | 2018-05-01 | Canon Kabushiki Kaisha | Classifying method, storage medium, inspection method, and inspection apparatus |
JP2016115331A (ja) * | 2014-12-12 | 2016-06-23 | キヤノン株式会社 | 識別器生成装置、識別器生成方法、良否判定装置、良否判定方法、プログラム |
US20170147909A1 (en) * | 2015-11-25 | 2017-05-25 | Canon Kabushiki Kaisha | Information processing apparatus, information processing method, and storage medium |
-
2018
- 2018-05-24 JP JP2018099519A patent/JP7102941B2/ja active Active
-
2019
- 2019-05-21 US US16/418,179 patent/US10634621B2/en active Active
- 2019-05-23 CN CN201910433312.4A patent/CN110533058A/zh active Pending
- 2019-05-23 DE DE102019113830.2A patent/DE102019113830A1/de active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0392795A (ja) * | 1989-09-05 | 1991-04-17 | Toshiba Corp | 原子力発電プラントの診断方法 |
JP2018032071A (ja) * | 2016-08-22 | 2018-03-01 | 株式会社クレスコ | 検証装置、検証方法及び検証プログラム |
WO2019167180A1 (ja) * | 2018-02-28 | 2019-09-06 | 日産自動車株式会社 | 異常種別判定装置及び異常種別判定方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021096157A (ja) * | 2019-12-17 | 2021-06-24 | Ntn株式会社 | 軸受検査装置、検査方法、および検査プログラム |
JP7366729B2 (ja) | 2019-12-17 | 2023-10-23 | Ntn株式会社 | 軸受検査装置、検査方法、および検査プログラム |
US20230117055A1 (en) * | 2020-03-05 | 2023-04-20 | Siemens Aktiengesellschaft | Methods and systems for workpiece quality control |
WO2022130762A1 (ja) * | 2020-12-15 | 2022-06-23 | Agc株式会社 | 欠陥検査装置、欠陥検査方法および製造方法 |
JP2023527615A (ja) * | 2021-04-28 | 2023-06-30 | ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド | 目標対象検出モデルのトレーニング方法、目標対象検出方法、機器、電子機器、記憶媒体及びコンピュータプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP7102941B2 (ja) | 2022-07-20 |
CN110533058A (zh) | 2019-12-03 |
DE102019113830A1 (de) | 2019-11-28 |
US10634621B2 (en) | 2020-04-28 |
US20190360942A1 (en) | 2019-11-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2019204321A (ja) | 情報処理方法、情報処理装置、及びプログラム | |
JP2020500420A (ja) | マシンラーニング基盤の半導体製造の収率予測システム及び方法 | |
KR102564629B1 (ko) | 공간 왜곡 유사도를 사용하는 툴 오류 분석 | |
JP7470784B2 (ja) | 異常機器トレース検出および分類 | |
US20200402221A1 (en) | Inspection system, image discrimination system, discrimination system, discriminator generation system, and learning data generation device | |
CN116453438B (zh) | 一种显示屏参数检测方法、装置、设备及存储介质 | |
JP2020198092A (ja) | 教師なし異常検出及び高次元センサデータの多数決投票による原因説明のための方法及びシステム | |
TW201945987A (zh) | 製程異常狀態預判方法及預判系統 | |
Yan et al. | Rotating machinery fault diagnosis based on a novel lightweight convolutional neural network | |
Van den Hoogen et al. | An improved wide-kernel CNN for classifying multivariate signals in fault diagnosis | |
CN116777861B (zh) | 一种激光雕刻机打标质量检测方法及系统 | |
WO2019180868A1 (ja) | 画像生成装置、画像生成方法および画像生成プログラム | |
KR102623389B1 (ko) | 센서 데이터에 기반한 복수의 제조 공정 장비 간 정합성검사 방법, 장치 및 프로그램 | |
CN115905990A (zh) | 一种基于密度聚集算法的变压器油温异常监测方法 | |
JP2019204232A (ja) | 情報処理方法、情報処理装置、及びプログラム | |
JP7206892B2 (ja) | 画像検査装置、画像検査のための学習方法および画像検査プログラム | |
Decker et al. | Does your model think like an engineer? explainable ai for bearing fault detection with deep learning | |
JP2008117380A (ja) | 診断プロセス支援方法とそのためのプログラム | |
JP7344501B1 (ja) | プログラム、方法、情報処理装置、システム | |
WO2023166776A1 (ja) | 外観分析システム、外観分析方法、及びプログラム | |
JP7287093B2 (ja) | 学習プログラム、学習方法および学習装置 | |
CN117591970B (zh) | 一种全自动组装设备的故障预警方法及系统 | |
CN117786374B (zh) | 一种基于图神经网络的多变量时序异常检测方法及系统 | |
CN114997554B (zh) | 复杂机械设备健康状况的评估方法、装置和存储介质 | |
US20230176556A1 (en) | Systems and methods for detecting manufacturing anomalies |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210413 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220323 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220405 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220517 |
|
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: 20220607 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220620 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7102941 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |