JP5956094B1 - 製造プロセスの解析方法 - Google Patents

製造プロセスの解析方法 Download PDF

Info

Publication number
JP5956094B1
JP5956094B1 JP2016045026A JP2016045026A JP5956094B1 JP 5956094 B1 JP5956094 B1 JP 5956094B1 JP 2016045026 A JP2016045026 A JP 2016045026A JP 2016045026 A JP2016045026 A JP 2016045026A JP 5956094 B1 JP5956094 B1 JP 5956094B1
Authority
JP
Japan
Prior art keywords
group
manufacturing process
principal component
data
product
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.)
Active
Application number
JP2016045026A
Other languages
English (en)
Other versions
JP2016177794A (ja
Inventor
浩司 河野
浩司 河野
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.)
Mitsubishi Chemical Engineering Corp
Original Assignee
Mitsubishi Chemical Engineering 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 Mitsubishi Chemical Engineering Corp filed Critical Mitsubishi Chemical Engineering Corp
Application granted granted Critical
Publication of JP5956094B1 publication Critical patent/JP5956094B1/ja
Publication of JP2016177794A publication Critical patent/JP2016177794A/ja
Priority to TW106107270A priority Critical patent/TWI628525B/zh
Priority to PCT/JP2017/008683 priority patent/WO2017154814A1/ja
Priority to DE112017001244.9T priority patent/DE112017001244T5/de
Priority to US16/081,978 priority patent/US10901405B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
    • G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by quality surveillance of production
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/406—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by monitoring or safety
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32179—Quality control, monitor production tool with multiple sensors
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32187—Correlation between controlling parameters for influence on quality parameters
    • 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

Abstract

【課題】製品性能のばらつきを生じさせる阻害要因を特定し、製品性能を安定化させる製造プロセスの解析方法を提供する。【解決手段】製品の品質を示すプロダクトデータと製品の製造条件を示すプロセスデータを収集する工程Ｓ１、プロセスデータを標準化して中間変数に変換する工程Ｓ２、中間変数に対して主成分分析を行い、プロセスデータの主成分負荷量及び主成分得点を導出する工程Ｓ３、主成分得点にクラスター分析を適用し、製造プロセスのロットを複数のグループに区分する工程Ｓ４、グループに属する主成分得点に対応するプロダクトデータの良否に基づいて、グループ毎の優劣を判定する工程Ｓ５、グループの優劣に寄与する阻害要因を特定する工程Ｓ６、を含む製造プロセスの解析方法。【選択図】図１０

Description

本発明は、製品の製造プロセスの解析方法に関し、特に、製品性能及び製造性能のばらつきの要因を特定する製造プロセスの解析方法に関する。
製造プラント等では、同一の製造プロセスに基づいて製品を製造している。製品の性能は、同一ロット内ではほぼ均一に仕上がるが、ロット間では、製品の性能にばらつきが生じることが知られている。すなわち、同一の製造プロセスに基づいて製品を製造しているにも関わらず、製品の性能にばらつきが生じ得る。
このような製品性能のばらつきを抑制するために、多変量解析を用いて異常を診断するものが知られている（例えば、特許文献１参照）。特許文献１記載の製造プロセスの制御方法は、多変量解析法に基づいて製造条件及び製品性能を処理し、製造条件と製品性能とが所定の限界内に収まっているか否かを判定し、限界から外れるような場合に、限界内に戻すように製造条件を修正する。
特開平０７−２０００４０号公報
しかしながら、上述したような従来技術は、多変量解析法で処理する代替変数に製造条件と製品性能とが混在した状態で異常診断を行うため、製品性能を事前に取得する必要があり、リアルタイムに異常診断を行うことが難しいという問題があった。
さらに、上述した従来技術は、不良品を除外するように異常診断を行うものであり、良と判断された製品の品質の高低を考慮するものではないため、より高品位の製品を安定して供給することに寄与しないという問題があった。
そこで、製品性能のばらつきを生じさせる阻害要因を特定し、製品性能及び製造性能を安定化させるために解決すべき技術的課題が生じてくるのであり、本発明は、この課題を解決することを目的とする。
本発明は上記目的を達成するために提案されたものであり、請求項１記載の発明は、製品の製造プロセスの解析方法であって、前記製造プロセスによって製造された製品毎の品質を示すプロダクトデータ及び前記製品の製造条件を示すプロセスデータを前記製造プロセスのロット毎に収集する工程と、前記プロセスデータを標準化して中間変数に変換する工程と、前記中間変数に対して主成分分析を行い、前記プロセスデータの主成分負荷量及び主成分得点を導出する工程と、前記主成分得点にクラスター分析を適用し、前記製造プロセスのロットを複数のグループに区分する工程と、前記グループに属する主成分得点に対応する前記プロダクトデータに基づいて、前記グループ毎の優劣を判定する工程と、前記グループの優劣に寄与するプロセスデータである阻害要因を特定する工程と、を含む製造プロセスの解析方法を提供する。
この構成によれば、製造プロセスのロットをプロセスデータに基づいて生成された主成分得点から複数のグループに区分し、プロダクトデータに基づいて複数のグループの優劣を判定し、グループの優劣に寄与する阻害要因を特定することにより、製造プロセスを効率良く改善することができる。
請求項２記載の発明は、請求項１記載の製造プロセスの解析方法の構成に加えて、前記阻害要因を特定する工程において、前記阻害要因は、前記劣と判定されたグループを構成する前記主成分負荷量に応じて特定される製造プロセスの解析方法を提供する。
この構成によれば、劣と判定されたグループの阻害要因を特定することにより、製造プロセスの改善精度を向上させることができる。
請求項３記載の発明は、請求項１又は２記載の製造プロセスの解析方法の構成に加えて、前記グループの良否は、前記グループ内のプロダクトデータの平均値に応じて判定される製造プロセスの解析方法。
この構成によれば、良品判定基準を設定する際に、グループの良否をグループ内のプロダクトデータの平均値に基づいて判定することにより、グループ内のプロダクトデータのばらつきが平準化されるため、グループ間のプロダクトデータの良否の傾向を大局的に把握することができる。
請求項４記載の発明は、請求項１乃至３の何れか１項記載の製造プロセスの解析方法の構成に加えて、前記プロセスデータは、前記製造プロセスの製造条件を示すマニュファクチャデータを含む製造プロセスの解析方法を提供する。
この構成によれば、マニュファクチャデータに基づいて生成された主成分得点からロットが複数のグループに区分され、これらのグループがプロダクトデータに基づいて優劣を判定されることにより、グループの優劣に寄与するマニュファクチャデータが特定されるため、製造プロセスを効率良く改善することができる。
請求項５記載の発明は、請求項４記載の製造プロセスの解析方法の構成に加えて、前記プロセスデータは、前記製品の原料の条件を示すマテリアルデータを含む製造プロセスの解析方法を提供する。
この構成によれば、グループの優劣に寄与するマニュファクチャデータ及びマテリアルデータが特定されるため、製造プロセスを更に効率良く改善することができる。
請求項６記載の発明は、請求項１記載の製造プロセスの解析方法の構成に加えて、前記グループ毎の優劣を判定する工程において、前記グループ毎の優劣が判定できない場合に、前記プロセスデータに含まれていない追加プロセスデータを新たに収集し、前記プロセスデータ及び前記追加プロダクトデータに基づいて前記製造プロセスのロットを複数のグループに区分し直して、該グループに属する主成分得点に対応する前記プロダクトデータに基づいて前記グループ毎の優劣を再判定する製造プロセスの解析方法を提供する。
この構成によれば、製造プロセスのロットをプロセスデータに基づいて生成された主成分得点から複数のグループに区分し、プロダクトデータに基づいて複数のグループの優劣を判定したところ、複数のグループの優劣が判定できない場合には、それまでに考慮されていないプロセスデータを新たに追加して、グループを再度区分すると共にグループの優劣を再判定し、再判定後のグループの優劣に寄与する阻害要因を特定することにより、製造プロセスを効率良く改善することができる。
本発明は、製造プロセスのロットをプロセスデータに基づいて生成された主成分得点から複数のグループに区分し、プロダクトデータに基づいて複数のグループの優劣を判定し、グループの優劣に寄与する阻害要因を特定することにより、製造プロセスが効率良く改善されるため、良好な製品性能及び製造性能を安定して示す製造プロセスを得ることがで
きる。
本発明の第１実施例に係る製造プロセスの解析方法を適用する製造ラインの構成を示す模式図。 本発明の第１実施例に係る製造プロセスの解析方法を示すフローチャート。 ロット毎のプロセスデータを示す図。 プロセスデータ毎の主成分の情報量を示す図。 ロット毎の主成分の情報量を示す図。 第１主成分を横軸、第２主成分を縦軸とする座標系に図４に示す情報量をプロットしたグラフ。 第１主成分を横軸、第２主成分を縦軸とする座標系に図５に示す情報量をプロットしたグラフ。 図５に示す主成分得点にクラスター分析を適用して得られたデンドログラムを示す図。 図８の分析結果を図７に適用した結果を示すグラフ。 グループの優劣に寄与する阻害要因を示すグラフ。 本発明の第２実施例に係る製造プロセスの解析方法を示すフローチャート。 主成分得点においてグループ間の優劣が確認できない場合を示すグラフ。 マテリアルデータが追加され、主成分得点においてグループ間の優劣が確認できた場合を示すグラフ。
本発明は、製品性能のばらつきを生じさせる阻害要因を特定し、製品性能を安定化させるという目的を達成するために、製品の製造プロセスの解析方法であって、製造プロセスによって製造された製品毎の品質を示すプロダクトデータ及び製品の製造条件を示すプロセスデータを製造プロセスのロット毎に収集する工程と、プロセスデータを標準化して中間変数に変換する工程と、中間変数に対して主成分分析を行い、プロセスデータの主成分負荷量及び主成分得点を導出する工程と、主成分得点にクラスター分析を適用し、製造プロセスのロットを複数のグループに区分する工程と、グループに属する主成分得点に対応するプロダクトデータに基づいて、グループ毎の優劣を判定する工程と、グループの優劣に寄与するプロセスデータである阻害要因を特定する工程と、を含むことにより実現する。
以下、本発明の第１実施例に係る製造プロセスの解析方法について説明する。なお、以下の実施例において、構成要素の数、数値、量、範囲等に言及する場合、特に明示した場合及び原理的に明らかに特定の数に限定される場合を除き、その特定の数に限定されるものではなく、特定の数以上でも以下でも構わない。
図１は、本発明を適用する製造プロセスの一例であるフィルムシートの製造ラインを示す模式図である。なお、本発明を適用する製造プロセスが製造する製品は、フィルムシートに限定されるものではなく、如何なるものであっても構わない。
フィルムシートの製造ラインでは、原料配合工程、造粒工程、成形工程、仕上げ工程を経て、原料からフィルムシートを製造する。フィルムシートの製造ラインは、計量・混合機２と、押出機３と、ホッパー４と、成形機５と、乾燥機６と、巻取り機７と、で構成される製造装置１である。
計量・混合機２には、樹脂等の原料１〜Ｎが投入される。計量・混合機２内の原料は、均一に混合された後に押出機３に送られる。
押出機３は、混合された原料を粒状のペレットに成形する。
ホッパー４に投入されたペレットは、成形機５で長手方向及び幅方向に引き伸ばされて所望の厚みのフィルムシートに成形される。
シート状に引き伸ばされたフィルムシートは、乾燥機６内で昇温されて乾燥される。
乾燥したフィルムシートは、図示しない厚み測定手段で厚みを計測された後に、巻取り機７でロール状に巻き取られる。
上述した各機器には、種々の値を測定するセンサ１０が設けられている。センサ１０の測定対象は、原料の投入量、成形機５内の温度、成形速度、及びフィルムシートの厚み等である。センサ１０は、測定値を制御装置２０に送る。
各機器の動作は、制御装置２０によって制御される。制御装置２０は、例えばＣＰＵやメモリ等を有する装置制御部２１と、データの入出力を制御する入出力部２２と、データを表示する表示部２３と、データを記憶する記憶部２４と、を備えている。なお、制御装置２０の機能は、ソフトウェアを用いて制御することにより実現されても良く、ハードウェアを用いて動作することにより実現されても良い。制御装置２０は、センサ１０が測定した製品の製造条件を示すプロセスデータ、製品の品質（製品の強度、厚み及び付着異物の量等の品質情報、又は歩留まり及び不良品発生率等の製造性能等を含む）を示すプロダクトデータに基づいて、後述する処理を行う。プロセスデータは、製造プロセスの製造条件（製造装置１を構成する各種機器の運転条件等）を示すマニュファクチャデータと、原料１〜Ｎの条件（原料の物性、組成等）を示すマテリアルデータと、を含む。
装置制御部２１は、各機器を制御する制御部２１ａと、センサ１０のプロセスデータについて後述する処理を行う解析部２１ｂと、後述する阻害要因を特定する判定部２１ｃとに機能分割される。
入出部２２は、例えば、キーボードやマウス、通信制御装置、印刷装置等がある。表示部２３は、例えば、ディスプレイがある。記憶部２３には、製造ラインの各処理で用いる加工条件や、解析部２１ｂでデータ処理する際に用いるデータ等が記憶されている。
次に、本実施例に係る製造プロセスの解析方法について、図面に基づいて説明する。図２は、本発明の第１実施例に係る製造プロセスの解析方法を示すフローチャートである。図３は、製造ラインのロット毎に測定したプロセスデータ及びプロダクトデータを示す図である。図４は、プロセスデータ毎の主成分の情報量を示す図である。図５は、製造ラインのロット毎の主成分の情報量を示す図である。図６は、第１主成分を横軸、第２主成分を縦軸とする座標系に図４に示す情報量をプロットした主成分負荷量を示すグラフである。図７は、第１主成分を横軸、第２主成分を縦軸とする座標系に図５に示す情報量をプロットした主成分得点を示すグラフである。図８は、図５に示す情報量にクラスター分析を適用して得られたデンドログラムの図である。図９は、図８の分析結果を図７に適用した結果を示すグラフである。
まず、動作済みの製造プロセスについて、制御装置２０が、センサ１０が測定したプロセスデータとプロダクトデータとを収集する（Ｓ１）。この工程Ｓ１では、異なる日時に同一製品同一銘柄を製造する複数のロットから成るロット群について、センサ１０が測定したロット毎のプロセスデータとプロダクトデータとを記憶部２４に記憶する。ロット毎のプロセスデータを図３に示す。図３では、２４回分のロットＬＯＴ００１〜０２４について、各ロットで収集したプロセスデータｐａｒａ０１〜２８を示している。プロセスデータｐａｒａ０１〜２８は、原料の受入検査値、投入量、成形機５内の温度、成形速度等である。また、プロダクトデータｐａｒａ２９〜３１は、乾燥機６を経たフィルムシートの厚みであって、ｐａｒａ２９は、分散値であり、ｐａｒａ３０は、平均値であり、ｐａｒａ３１は、標準偏差である。なお、図３では、一部のプロセスデータｐａｒａ０６〜２７を省略している。
次に、図３に示す表中のプロセスデータｐａｒａ０１〜２８を標準化して中間関数に変換する（Ｓ２）。この工程Ｓ２では、解析部２１ｂが、プロセスデータの標準化処理は、公知のものであり、数式１に基づいて行う。
次に、工程２で求めた中間変数に主成分分析法を適用して、主成分負荷量及び主成分得点を求める（Ｓ３）。具体的には、中間変数における相関係数行列を作成し、相関係数行列の固有値と固有ベクトルを導出する。相関係数行列は、中間変数がｘ１、ｘ２、ｘ３・・のときに、第１主成分ＰＣ１は、数式２で示すように表される。また、第Ｎ主成分ＰＣｎは、数式３で示すように表される。そして、係数ａ１１、ａ１２、ａ１３・・を１行目の要素、係数ａｎ１、ａｎ２、ａｎ３・・をｎ行目の要素に用いることにより、相関係数行列が形成される。

次に、相関係数行列の固有ベクトルから主成分得点を求める。また、相関係数行列の固有値から各主成分の寄与率を求める。主成分の寄与率は、固有値を固有値の総和で割ることで得られる。ここで、固有値の大きい方から、第１主成分、第２主成分・・第Ｎ主成分を決定する。
図４に各プロセスデータｐａｒａ０１〜２８の第１主成分ＰＣ１、第２主成分ＰＣ２、第３主成分３の情報量を示す。なお、本実施例では、３つの主成分のみを示しているが、各主成分の寄与率に応じて主成分の数を増減しても構わない。
また、解析部２１ｂが、各ロットＬＯＴ００１〜０２４の中間変数ｘ１、ｘ２、ｘ３と相関係数行列の各係数とに基づいて、第１主成分ＰＣ１、第２主成分ＰＣ２・・の値、即ち、主成分得点を算出とする。図５に各ロットＬＯＴ００１〜０２４の主成分得点を示す。
次に、図５に示す主成分得点にクラスター分析を適用して、ロットＬＯＴ００１〜０２４を複数のグループに区分する（Ｓ４）。この工程Ｓ４では、解析部２１ｂが、工程３で導出した主成分得点についてクラスター分析を行う。「クラスター分析」とは、解析対象データ（クラスター）を類似性に着目して複数のグループに分類する方法であり、階層的クラスタリングや分類最適化クラスタリング等が知られている。本実施例におけるクラスター分析が着目する「類似性」とは、各ロットの主成分得点同士の距離をいう。本実施例では、階層的クラスタリングの一つである凝集型階層的クラスタリングを用いた。また、クラスター間の距離算出方法として、安定して解を得られるウォード法を用いた。「ウォード法」とは、２つのクラスターを併合した際の偏差平方和の増加量が最小になるクラスターを選択するものである。例えば、クラスターＡ、Ｂを併合してクラスターＣを生成する場合、クラスターＡ、Ｂ、Ｃ内の偏差平方和Ｓａ、Ｓｂ、Ｓｃは、それぞれ数式４〜６のように表される。


数式４〜６により、クラスターＣ内の偏差平方和Ｓｃは、以下のようになる。
数式７のΔＳａｂは、クラスターＡ、Ｂを併合してクラスターＣを生成した際の偏差平方和の増分であることを意味する。したがって、各併合段階でΔＳａｂが最小になるようにクラスターを選択して併合することにより、クラスタリングを進めていく。
本実施例では、図８に示すよう、クラスター分析の結果、ロットＬＯＴ００１〜０２４を３つのグループＧ１、Ｇ２、Ｇ３に区分することができた。また、この結果を図７に反映させたものを図９に示す。なお、グループの数は、３つに限定されるものではなく、ハンドリングし易い数であれば２つ以下でも４つ以上であっても構わない。
次に、グループ毎に優劣を判定する（Ｓ５）。この工程Ｓ５では、制御装置２０は、記憶部２４に記憶されたフィルムシートの厚み寸法を示すプロダクトデータｐａｒａ２９〜３１から得られる中間変数をグループＧ１〜３に属するロットＬＯＴ００１〜０２４毎に呼び出し、これらプロダクトデータの良否を判定する。プロダクトデータの良否は、グループ内の平均値に基づいて行うのが好ましい。これにより、グループ内のプロダクトデータのばらつきが平準化され、グループ間のプロダクトデータの良否の傾向を大局的に把握することができる。また、プロダクトデータの良否は、グループ内におけるプロダクトデータの偏差の大小や最大値及び最小値の差（範囲）の大小に基づいて判定しても構わないし、平均値、偏差又はＲ値等を２つ以上組み合わせて判定しても構わない。平均値と偏差とを組み合わせてプロダクトデータの良否を判定するものとして、例えば、グループ内の平均値が同一の場合には、グループ内の偏差が小さいものを良と判断することが考えられる。これにより、グループ内でのプロダクトデータのばらつきを考慮したグループ間のプロダクトデータの良否の傾向を大局的に把握することができる。そして、解析部２１ｂは、グループＧ１〜３毎にプロダクトデータを比較し、グループＧ１〜３間の優劣を決定し、その結果を記憶部２４に記憶する。本実施例では、グループＧ１が最も良好なプロダクトデータを示し、以下、Ｇ３、Ｇ２の順にプロダクトデータが悪化していることから、グループ間の優劣は、グループＧ１、Ｇ３、Ｇ２の順に決定した。
次に、グループＧ１〜３の優劣に寄与した阻害要因を特定する（Ｓ６）。この工程Ｓ６では、第１主成分ＰＣ１、第２主成分ＰＣ２の座標系（以下、「ＰＣ１、２座標系」という）上のグループＧ１〜３の特徴的な配置関係に着目し、主成分負荷量上でこの位置に対応するプロセスデータｐａｒａ０１〜２８をグループＧ１〜３の優劣に寄与するプロセスデータである阻害要因として特定する。具体的には、判定部２１ｃは、劣と判定されたグループＧ２のＰＣ１、２座標系上での特徴的な配置、即ち、ＰＣ１、２座標系上において第１主成分ＰＣ１座標がマイナスであり、且つ第２主成分ＰＣ２座標がマイナスであることを読み取る。次に、判定部２１ｃは、グループＧ２のＰＣ１、２座標系上での特徴的な配置に対応するプロセスデータを図１０に示す主成分負荷量上から読み取る。判定部２１ｃは、主成分負荷量のＰＣ１、２座標系上における第３象限に存在するプロセスデータ（ｐａｒａ１２、１３等）を第１の阻害要因Ｐ１として判定する。
また、グループＧ２に次いで劣と判定されたグループＧ３についても同様の解析を行うことにより、ＰＣ１、２座標系上におけるグループＧ３の特徴的な配置（第２象限）に基づいて、図６に示す主成分負荷量のＰＣ１、２座標系上における第２象限に存在するプロセスデータ（ｐａｒａ０１、０７、１８、１９等）が第２の阻害要因Ｐ２として判定される。このように、複数のグループに基づいて複数の阻害要因を特定することにより、製造プロセスの改善精度が向上する。
なお、本実施例では、マニュファクチャデータとマテリアルデータとを同様に処理しているが、マニュファクチャデータのみでプロダクトデータの予測が可能である場合には、マテリアルデータを処理対象から適宜除外しても構わない。
上述したように、製造プロセスのロットをプロセスデータに基づいて生成された主成分得点から複数のグループに区分し、プロダクトデータに基づいて複数のグループの優劣を判定し、グループの優劣に寄与する阻害要因を特定することにより、製造プロセスを効率良く改善することができる。
また、劣と判定されたグループの阻害要因を特定することにより、製造プロセスの改善精度を向上させることができる。
このようにして、製造プロセスが効率良く改善されることにより、良好な製品性能及び製造性能を安定して示す製造プロセスを得ることができる。
次に、本発明の第２実施例に係る製造プロセスの解析方法について、図面に基づいて説明する。図１１は、本発明の第２実施例に係る製造プロセスの解析方法を示すフローチャートである。なお、以下の本実施例に関する説明において、上述した第１実施例に関する説明と重複する説明は省略する。
まず、上述した第１実施例に係る工程Ｓ１〜４と同様の手順で、製造プロセスのロットを複数のグループに区分する（Ｓ１０〜１３）。
次に、複数のグループ間の優劣を判定する（Ｓ１４）。ここで、複数のグループ間の優劣が判定不能な場合、すなわち、各グループに含まれる複数のプロダクトデータを比較して、グループ間のプロダクトデータの良否が確認できない場合には（工程Ｓ１４のＮｏ）、上述したプロセスデータに含まれていないプロセスデータ（以下、「追加プロセスデータ」と称す）を新たに収集する（Ｓ１５）。ここで、グループ間のプロダクトデータの良否が確認できるか否かの判定は、例えば、各グループのプロダクトデータの平均値の全てが製造プロセスの品質上問題ないものであれば、グループ間のプロダクトデータの良否が確認できないと判定し、各グループのプロダクトデータの平均値の少なくとも１つが製造プロセスの品質上問題があるものであれば、グループ間のプロダクトデータの良否が確認できると判定することが考えられるが、これに限定されるものではない。
次に、解析部２１ｂが、数式１に基づいて、工程Ｓ１０で収集したプロセスデータ及び工程Ｓ１５で収集した追加プロセスデータを標準化して中間関数に変換する（Ｓ１６）。
次に、解析部２１ｂが、工程１６で求めた中間変数における相関係数行列を作成し、この相関係数行列の固有値と固有ベクトルとを導出し、この固有ベクトルから主成分負荷量及び主成分得点を求める（Ｓ１７）。主成分負荷量及び主成分得点の具体的な算出方法は、工程Ｓ３と同様である。
次に、工程Ｓ１７で求めた主成分得点にクラスター分析を適用して、ロットを複数のグループに再区分する（Ｓ１８）。ロットを複数のグループを区分する具体的な方法は、工程Ｓ４と同様である。
そして、工程Ｓ１４に戻り、グループ間の優劣を再び判定する。複数のグループ間の優劣が判定可能な場合、すなわち、各グループに含まれる複数のプロダクトデータの平均値を比較して、グループ間のプロダクトデータに良否が確認できる場合には（工程Ｓ１４のＹｅｓ）、工程Ｓ６と同様に、グループの特徴的な配置関係に着目し、主成分負荷量上でこの位置に対応するプロセスデータをグループの優劣に寄与するプロセスデータである阻害要因として特定する（Ｓ１９）。なお、グループの優劣が判定不能な場合には、工程Ｓ１５〜１８を再び繰り返す。
次に、複数のグループ間の優劣を判定する工程Ｓ１４について、図１２及び図１３に基づいて更に詳しく説明する。
図１２は、１７のロットについて、製造装置の諸条件のみのプロセスデータに主成分分析を適用し、第１主成分を横軸、第３主成分を縦軸とする座標系にその情報量をプロットしたものである。図１２では、１７のロットを４つのグループＧ４〜７に区分しており、各グループを構成するロットは、図１２中の○、△、×及び＋の符号で示されている。グループＧ４〜７の粘度の平均値は、グループＧ４が１０２８ｃｐ、グループＧ５が１０２７ｃｐ、グループＧ６が１０５２ｃｐ、グループＧ７が１０２３ｃｐであり、グループＧ４〜７間の粘度の良否は確認できない。
次に、図１２と同じロットについて、追加プロセスデータとしてのマテリアルデータを収集し、プロセスデータ及びマテリアルデータについて工程Ｓ１３〜１８を行い、第２主成分を横軸、第３主成分を縦軸とする座標系にそれらの情報量をプロットしたものが図１３である。図１３では、１７のロットを４つのグループＧ８〜１１に区分しており、各グループを構成するロットは、図１３中の○、△、×及び＋の符号で示されている。グループＧ８〜１１の粘度の平均値は、グループＧ８が９８０ｃｐ、グループＧ９が１０７７ｃｐ、グループＧ１０が１０２３ｃｐ、グループＧ１１が１０５４ｃｐであり、グループＧ８の粘度が他のグループの粘度よりも良好であるから、グループＧ８は、グループＧ９〜１１よりも優れていると判断できる。
このようにして、製造プロセスのロットをプロセスデータに基づいて生成された主成分得点から複数のグループに区分し、プロダクトデータに基づいて複数のグループの優劣を判定したところ、複数のグループ間の優劣が確認できない場合には、それまでに考慮されていないプロセスデータを新たに追加して、グループを再度区分し、グループの優劣を再判定し、再判定後のグループの優劣に寄与する阻害要因を特定することにより、製造プロセスを効率良く改善することができる。
なお、本実施例では、追加プロセスデータとしてマテリアルデータを採用しているが、追加プロセスデータがこれに限定されないことは云うまでもなく、追加プロセスデータは、製造プロセスに応じて選択可能なものである。
なお、本発明は、本発明の精神を逸脱しない限り種々の改変をなすことができ、そして、本発明が該改変されたものにも及ぶことは当然である。
１ ・・・ 製造装置
２ ・・・ 計量・混合機
３ ・・・ 押出機
４ ・・・ ホッパー
５ ・・・ 成形機
６ ・・・ 乾燥機
７ ・・・ 巻取り機
１０・・・ センサ
２０・・・ 制御装置
２１・・・ 装置制御部
２１ａ・・・制御部
２１ｂ・・・解析部
２１ｃ・・・判定部
２２・・・ 入出力部
２３・・・ 表示部
２４・・・ 記憶部

Claims (6)

  1. 製品の製造プロセスの解析方法であって、
    前記製造プロセスによって製造された製品毎の品質を示すプロダクトデータ及び前記製品の製造条件を示すプロセスデータを前記製造プロセスのロット毎に収集する工程と、
    前記プロセスデータを標準化して中間変数に変換する工程と、
    前記中間変数に対して主成分分析を行い、前記プロセスデータの主成分負荷量及び主成分得点を導出する工程と、
    前記主成分得点にクラスター分析を適用し、前記製造プロセスのロットを複数のグループに区分する工程と、
    前記グループに属する主成分得点に対応する前記プロダクトデータに基づいて、前記グループ毎の優劣を判定する工程と、
    前記グループの優劣に寄与するプロセスデータである阻害要因を特定する工程と、
    を含むことを特徴とする製造プロセスの解析方法。
  2. 前記阻害要因を特定する工程において、前記阻害要因は、前記劣と判定されたグループを構成する前記主成分負荷量に応じて特定されることを特徴とする請求項１記載の製造プロセスの解析方法。
  3. 前記グループの良否は、前記グループ内のプロダクトデータの平均値に応じて判定されることを特徴とする請求項１又は２記載の製造プロセスの解析方法。
  4. 前記プロセスデータは、前記製造プロセスの製造条件を示すマニュファクチャデータを含むことを特徴とする請求項１乃至３のいずれか１項記載の製造プロセスの解析方法。
  5. 前記プロセスデータは、前記製品の原料の条件を示すマテリアルデータを含むことを特徴とする請求項４記載の製造プロセスの解析方法。
  6. 前記グループ毎の優劣を判定する工程において、前記グループ毎の優劣が判定できない場合に、前記プロセスデータに含まれていない追加プロセスデータを新たに収集し、前記プロセスデータ及び前記追加プロダクトデータに基づいて前記製造プロセスのロットを複数のグループに区分し直して、該グループに属する主成分得点に対応する前記プロダクトデータに基づいて前記グループ毎の優劣を再判定することを特徴とする請求項１記載の製造プロセスの解析方法。
JP2016045026A 2015-03-10 2016-03-08 製造プロセスの解析方法 Active JP5956094B1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
TW106107270A TWI628525B (zh) 2015-03-10 2017-03-06 Manufacturing method analysis method
PCT/JP2017/008683 WO2017154814A1 (ja) 2015-03-10 2017-03-06 製造プロセスの解析方法
DE112017001244.9T DE112017001244T5 (de) 2015-03-10 2017-03-06 Analysemethode für Herstellungsprozesse
US16/081,978 US10901405B2 (en) 2015-03-10 2017-03-06 Manufacturing process analysis method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2015047123 2015-03-10
JP2015047123 2015-03-10

Publications (2)

Publication Number Publication Date
JP5956094B1 true JP5956094B1 (ja) 2016-07-20
JP2016177794A JP2016177794A (ja) 2016-10-06

Family

ID=56418688

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016045026A Active JP5956094B1 (ja) 2015-03-10 2016-03-08 製造プロセスの解析方法

Country Status (5)

Country Link
US (1) US10901405B2 (ja)
JP (1) JP5956094B1 (ja)
DE (1) DE112017001244T5 (ja)
TW (1) TWI628525B (ja)
WO (1) WO2017154814A1 (ja)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019087061A (ja) * 2017-11-08 2019-06-06 三菱ケミカルエンジニアリング株式会社 生産プロセスの解析方法
JP2019091372A (ja) * 2017-11-17 2019-06-13 三菱ケミカルエンジニアリング株式会社 生産プロセスの解析方法
US11126519B2 (en) 2018-01-04 2021-09-21 Kabushiki Kaisha Toshiba Monitoring device, monitoring method and non-transitory storage medium
US20210334947A1 (en) * 2020-04-27 2021-10-28 Yokogawa Electric Corporation Data analysis system, data analysis method, and non-transitory computer-readable medium

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6716423B2 (ja) * 2016-10-26 2020-07-01 三菱ケミカルエンジニアリング株式会社 生産プロセスの解析方法
JP6984370B2 (ja) 2017-12-06 2021-12-17 横河電機株式会社 生産支援システム、生産支援方法及びプログラム
CN108549332B (zh) * 2017-12-19 2020-08-25 中南大学 一种基于钴酸锂配料系统的生产状态预测方法
JP6481916B1 (ja) * 2018-06-26 2019-03-13 三菱ケミカルエンジニアリング株式会社 生産システム、生産方法及び制御装置
JP6549760B1 (ja) * 2018-06-26 2019-07-24 三菱ケミカルエンジニアリング株式会社 生産システム、生産方法、及び制御装置
AT521576B1 (de) * 2018-08-21 2022-05-15 Wittmann Tech Gmbh Verfahren zur Qualitätskontrolle und/oder Nachverfolgung eines in einem Produktionszyklus hergestellten Spritzgießteils sowie Kunststoffindustrieanlage hierfür
JP7446771B2 (ja) * 2019-10-30 2024-03-11 株式会社東芝 可視化データ生成装置、可視化データ生成システム、及び可視化データ生成方法
JP7116969B2 (ja) * 2020-06-29 2022-08-12 株式会社Fronteo ２次元マップ生成装置、２次元マップ生成方法および２次元マップ生成用プログラム
JP7336477B2 (ja) 2021-03-05 2023-08-31 横河電機株式会社 学習装置、評価装置、評価システム、学習方法、学習プログラム、評価方法、および評価プログラム
CN113419502B (zh) * 2021-08-23 2021-11-09 山东大拇指喷雾设备有限公司 基于人工智能的制壳生产过程的工序监测方法与系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009021348A (ja) * 2007-07-11 2009-01-29 Sharp Corp 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

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5442562A (en) 1993-12-10 1995-08-15 Eastman Kodak Company Method of controlling a manufacturing process using multivariate analysis
JP3099932B2 (ja) * 1993-12-14 2000-10-16 株式会社東芝 インテリジェントテストラインシステム
JPH0940A (ja) 1995-06-20 1997-01-07 Yanmar Agricult Equip Co Ltd 結球野菜収穫機
TW414997B (en) * 1999-09-07 2000-12-11 Taiwan Semiconductor Mfg Quality control method of semiconductor manufacturing process
JP2003114713A (ja) 2001-10-09 2003-04-18 Nippon Steel Corp 品質不良の原因解析方法
TW583567B (en) * 2002-06-28 2004-04-11 Powerchip Semiconductor Corp Automatic intelligent system for performing yield rate improvement and multivariate analysis of production process parameters and method thereof
TW583406B (en) * 2002-12-31 2004-04-11 Powerchip Semiconductor Corp Method for analyzing final test parameters
US7957821B2 (en) * 2004-11-17 2011-06-07 Taiwan Semiconductor Manufacturing Co., Ltd. Systems and methods for statistical process control
TW200839557A (en) * 2007-03-23 2008-10-01 Promos Technologies Inc A method for calculating the continuity of bad wafer lots and a method for finding a defective machine using the same
US9349660B2 (en) * 2011-12-01 2016-05-24 Taiwan Semiconductor Manufacturing Company, Ltd. Integrated circuit manufacturing tool condition monitoring system and method
JP5648157B2 (ja) * 2011-12-28 2015-01-07 株式会社日立ハイテクノロジーズ 半導体製造装置
US9396443B2 (en) * 2013-12-05 2016-07-19 Tokyo Electron Limited System and method for learning and/or optimizing manufacturing processes
US10290088B2 (en) * 2014-02-14 2019-05-14 Kla-Tencor Corporation Wafer and lot based hierarchical method combining customized metrics with a global classification methodology to monitor process tool condition at extremely high throughput

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009021348A (ja) * 2007-07-11 2009-01-29 Sharp Corp 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

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019087061A (ja) * 2017-11-08 2019-06-06 三菱ケミカルエンジニアリング株式会社 生産プロセスの解析方法
JP2019091372A (ja) * 2017-11-17 2019-06-13 三菱ケミカルエンジニアリング株式会社 生産プロセスの解析方法
JP6994361B2 (ja) 2017-11-17 2022-01-14 三菱ケミカルエンジニアリング株式会社 生産プロセスの解析方法
US11126519B2 (en) 2018-01-04 2021-09-21 Kabushiki Kaisha Toshiba Monitoring device, monitoring method and non-transitory storage medium
US20210334947A1 (en) * 2020-04-27 2021-10-28 Yokogawa Electric Corporation Data analysis system, data analysis method, and non-transitory computer-readable medium
US11978194B2 (en) * 2020-04-27 2024-05-07 Yokogawa Electric Corporation Data analysis system, data analysis method, and non-transitory computer-readable medium

Also Published As

Publication number Publication date
DE112017001244T5 (de) 2018-12-27
US20190129402A1 (en) 2019-05-02
JP2016177794A (ja) 2016-10-06
TW201736995A (zh) 2017-10-16
TWI628525B (zh) 2018-07-01
WO2017154814A1 (ja) 2017-09-14
US10901405B2 (en) 2021-01-26

Similar Documents

Publication Publication Date Title
JP5956094B1 (ja) 製造プロセスの解析方法
JP2016167205A (ja) 製造プロセスのモニタリング方法
JP6716423B2 (ja) 生産プロセスの解析方法
JP4394728B2 (ja) 影響要因特定装置
JP6673216B2 (ja) 要因分析装置、要因分析方法とプログラム、及び、要因分析システム
US7882049B2 (en) Process control system using spatially dependent data for controlling a web-based process
JP5604945B2 (ja) 品質予測装置、品質予測方法、コンピュータプログラム、およびコンピュータ読み取り可能な記録媒体
KR101832653B1 (ko) 압연 프로세스의 학습 제어 장치
Liu et al. Comprehensive economic index prediction based operating optimality assessment and nonoptimal cause identification for multimode processes
KR0170434B1 (ko) 편평한 압출성형물과 환상단면의 성형물의 압출성형방법과 그 장치
JP2010218187A (ja) 製造条件調整装置
US11660799B2 (en) Method for controlling film production
JP5488140B2 (ja) 品質予測装置、品質予測方法、コンピュータプログラム、およびコンピュータ読み取り可能な記録媒体
JP4663808B2 (ja) プロセスパラメータ選択装置、プロセスパラメータ選択方法、プロセスパラメータ選択プログラム、プログラム記録媒体、および、上記プロセスパラメータ選択装置を含む製造工程管理装置
WO2022091639A1 (ja) 異常診断モデルの構築方法、異常診断方法、異常診断モデルの構築装置および異常診断装置
JP2021121915A (ja) 生産プロセスのモニタリング方法
JP7223947B2 (ja) 製造条件計算装置、製造条件計算方法及び製造条件計算プログラム
US10444741B2 (en) Apparatus and method thereof for determining a control condition set of a production line
JP2023063162A (ja) 予測モデルの作成方法、操業プロセスの条件設定方法
CN117396322A (zh) 用于利用薄膜挤出机从原料总量中制造薄膜的方法以及用于执行该方法的计算机程序产品
WO2023243232A1 (ja) データ分析装置、データ分析方法およびプログラム
JP2004126868A (ja) 制御モデルの学習方法、制御モデルの学習装置、コンピュータプログラム、及びコンピュータ読み取り可能な記憶媒体
JP2023133887A (ja) 制御装置、制御方法およびプログラム
Schuh et al. A framework for assessing and characterizing cellular production structures
DE102020203606A1 (de) Überwachen eines betriebsprozesses unter verwendung eines fehlervorhersagemodells

Legal Events

Date Code Title Description
TRDD Decision of grant or rejection written
A975 Report on accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A971005

Effective date: 20160526

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20160531

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20160615

R150 Certificate of patent or registration of utility model

Ref document number: 5956094

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

S533 Written request for registration of change of name

Free format text: JAPANESE INTERMEDIATE CODE: R313533

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

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