JP6664776B1 - Abnormality determination method and abnormality determination system for structure - Google Patents

Abnormality determination method and abnormality determination system for structure Download PDF

Info

Publication number
JP6664776B1
JP6664776B1 JP2019063612A JP2019063612A JP6664776B1 JP 6664776 B1 JP6664776 B1 JP 6664776B1 JP 2019063612 A JP2019063612 A JP 2019063612A JP 2019063612 A JP2019063612 A JP 2019063612A JP 6664776 B1 JP6664776 B1 JP 6664776B1
Authority
JP
Japan
Prior art keywords
vibration data
abnormality
vibration
data
state
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
JP2019063612A
Other languages
Japanese (ja)
Other versions
JP2020165672A (en
Inventor
利美 木元
利美 木元
斉藤　宏
宏 斉藤
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.)
Port and Anchor Co Ltd
Up and Next Co Ltd
Original Assignee
Port and Anchor Co Ltd
Up and Next Co Ltd
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 Port and Anchor Co Ltd, Up and Next Co Ltd filed Critical Port and Anchor Co Ltd
Priority to JP2019063612A priority Critical patent/JP6664776B1/en
Priority to PCT/JP2020/008274 priority patent/WO2020195536A1/en
Application granted granted Critical
Publication of JP6664776B1 publication Critical patent/JP6664776B1/en
Publication of JP2020165672A publication Critical patent/JP2020165672A/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass

Abstract

【課題】 構造物に取り付けたセンサから得た振動データに基づいて、リアルタイムに当該構造物の異常又はその予兆を検知できる異常判別方法及びそのシステムを提供すること。【解決手段】 構造物から測定される振動データを状態判別モデルに入力することにより、構造物の異常を判別する異常判別方法及びそのシステムである。本発明のシステムは、振動データを測定する振動センサと、正常振動データ及び異常振動データを含むビッグデータを格納するデータベースと、状態判別モデルを内蔵した演算ユニットと、を含み、状態判別モデルは、上記ビッグデータに基づいて人工知能を含む機械学習及び統計学的手法を用いることにより作成したものであり、演算ユニットは、状態判別モデルに測定された振動データを入力し、当該状態判別モデルからの演算結果に基づいて、構造物の現在状態を判別する判別装置をさらに含む。【選択図】図１PROBLEM TO BE SOLVED: To provide an abnormality determination method and its system capable of detecting an abnormality of a structure or a sign thereof in real time based on vibration data obtained from a sensor attached to the structure. An abnormality determination method and system for determining abnormality of a structure by inputting vibration data measured from the structure to a state determination model. The system of the present invention includes a vibration sensor that measures vibration data, a database that stores big data including normal vibration data and abnormal vibration data, and an arithmetic unit that incorporates a state determination model, and the state determination model is It was created by using machine learning and artificial methods including artificial intelligence based on the big data, and the arithmetic unit inputs the measured vibration data to the state discriminant model, It further includes a discriminating device for discriminating the present state of the structure based on the calculation result. [Selection diagram] Fig. 1

Description

本発明は、構造物から測定される振動データを状態判別モデルに入力することにより、前記構造物の異常を判別する構造物の異常判別方法及びそのシステムに関する。   The present invention relates to a method and a system for determining an abnormality of a structure, which determines vibration of the structure by inputting vibration data measured from the structure to a state determination model.

建築物等の構造物は、付近を走行する交通手段等から発生される定常的な振動や、地震等の非定常的な振動を受けることにより、疲労や経年による劣化が生じることがある。実際の構造物設計は、経年による劣化や地震等の突発的に大きな振動にも長期にわたって耐え得るように振動データを用いた構造解析等を用いて行われることが多い。   BACKGROUND ART A structure such as a building may be deteriorated due to fatigue or aging due to stationary vibration generated by a transportation means or the like traveling nearby or non-stationary vibration such as an earthquake. Actual structure design is often performed using structural analysis using vibration data so as to withstand suddenly large vibrations such as deterioration due to aging and earthquakes for a long period of time.

このように大型の構造物に対して、数値シミュレーションによる解析を利用した設計を行うためのデータを取得する振動試験技術として、振動の実測値に数値シミュレーションによる構造解析を組み合わせて、振動の入力に対する構造物の応答特性や損傷の予測を行う手法が知られている。そして、これらの予測データを用いたＣＡＥによる具体的な構造物の設計も実用化されている。   As a vibration test technology to acquire data for designing a large structure using analysis by numerical simulation for such a large structure, by combining structural analysis by numerical simulation with the measured value of vibration, 2. Description of the Related Art Techniques for predicting response characteristics and damage of structures are known. Design of specific structures by CAE using these prediction data has also been put to practical use.

例えば、特許文献には、測定対象物である構造物に所定の振動を加える加振機を備えた加振システムと、上記所定の振動による振動応答を演算する数値シミュレーション機能及び振動応答の結果に基づいて加振条件を調整する波形生成機能を有する計算機システムと、を含む振動試験装置が開示されている。この振動試験装置において、計算機システムは、加振システムで加振される構造物の応答量を数値シミュレーション機能に入力するモデル代替機能と、当該モデル代替機能における応答量の算出結果に基づいて加振システムの作動状態を判断する異常診断処理機能と、をさらに含むことにより、複数の加振システムをネットワーク化した際に、いずれか１つの加振システムでトラブルが発生した場合であってもモデル代替機能で模擬して試験を続行できるとしている。   For example, Patent Documents describe a vibration system including a vibrator that applies a predetermined vibration to a structure to be measured, a numerical simulation function for calculating a vibration response due to the predetermined vibration, and a result of the vibration response. And a computer system having a waveform generation function for adjusting excitation conditions based on the vibration test apparatus. In this vibration test apparatus, the computer system performs a vibration based on a model substitution function for inputting a response amount of a structure to be excited by the vibration system to a numerical simulation function and a calculation result of the response amount in the model substitution function. By further including an abnormality diagnosis processing function for judging the operation state of the system, when a plurality of vibration systems are networked, even if a trouble occurs in one of the vibration systems, the model can be replaced. It says that the test can be continued by simulating with the function.

特開２００３−８３８４１号公報JP 2003-83841 A

従来の構造物の設計は長期間の耐用年数を得ることを基本としているため、実際の構造物から振動データ等のリアルタイムのデータを測定できたとしても、異常時の測定データを得ることが困難である。例えば、特許文献１に開示された振動試験装置においても、仮に複数ある加振システムのうちの１つに異常（トラブル）が発生したとしても、その異常が発生した加振システムの動作を止めるのではなく、その加振システムの機能を代替機能でバックアップして試験を続行することを意図したものであるため、システムの異常を直接検知あるいは予測することができない。   Conventional structure design is based on obtaining a long service life, so even if real-time data such as vibration data can be measured from the actual structure, it is difficult to obtain measurement data at the time of abnormality. It is. For example, in the vibration test apparatus disclosed in Patent Document 1, even if an abnormality (trouble) occurs in one of a plurality of excitation systems, the operation of the excitation system in which the abnormality has occurred is stopped. Rather, it is intended to continue the test by backing up the function of the vibration system with an alternative function, and therefore cannot directly detect or predict a system abnormality.

そこで、本発明の目的は、構造物に取り付けたセンサから得た振動データに基づいて、リアルタイムに当該構造物の異常又はその予兆を検知できる異常判別方法及びそのシステムを提供することにある。   Therefore, an object of the present invention is to provide an abnormality discrimination method and a system thereof that can detect an abnormality of a structure or a sign thereof in real time based on vibration data obtained from a sensor attached to the structure.

上記課題を解決するために、本発明による、構造物から測定される振動データを状態判別モデルに入力することにより、前記構造物の異常を判別する構造物の異常判別方法は、前記状態判別モデルは、データベースに格納されている正常振動データ及び異常振動データを含むビッグデータに基づいて、人工知能を含む機械学習及び統計学的手法を用いることにより作成したものであり、前記状態判別モデルに測定された前記振動データを入力し、当該状態判別モデルからの演算結果に基づいて、前記構造物の現在状態を判別することを特徴とする。   In order to solve the above-mentioned problem, a structure abnormality determination method for determining abnormality of a structure by inputting vibration data measured from a structure to a state determination model according to the present invention includes: Is created by using machine learning and statistical methods including artificial intelligence based on big data including normal vibration data and abnormal vibration data stored in the database, and is measured by the state determination model. The present invention is characterized in that the inputted vibration data is inputted, and a current state of the structure is determined based on a calculation result from the state determination model.

また、本発明による、構造物から測定される振動データを状態判別モデルに入力することにより、前記構造物の異常を判別する構造物の異常判別システムは、前記振動データを測定する振動センサと、正常振動データ及び異常振動データを含むビッグデータを格納するデータベースと、前記状態判別モデルを内蔵した演算ユニットと、を含み、前記状態判別モデルは、前記ビッグデータに基づいて人工知能を含む機械学習及び統計学的手法を用いることにより作成したものであり、前記演算ユニットは、前記状態判別モデルに測定された前記振動データを入力し、当該状態判別モデルからの演算結果に基づいて、前記構造物の現在状態を判別する判別装置をさらに含むことを特徴とする。   Further, according to the present invention, by inputting vibration data measured from a structure to a state determination model, a structure abnormality determination system that determines the abnormality of the structure, a vibration sensor that measures the vibration data, A database storing big data including normal vibration data and abnormal vibration data, and an arithmetic unit incorporating the state discrimination model, wherein the state discrimination model includes machine learning including artificial intelligence based on the big data. It is created by using a statistical method, the arithmetic unit inputs the vibration data measured to the state determination model, based on the calculation result from the state determination model, based on the calculation result It is characterized by further including a determining device for determining the current state.

かかる発明によれば、データベースに格納されている正常振動データ及び異常振動データを含むビッグデータに基づいて、人工知能を含む機械学習及び統計学的手法を用いることにより作成した状態判別モデルに測定された前記振動データを入力し、当該状態判別モデルからの演算結果に基づいて、構造物の現在状態を判別することにより、構造物に取り付けたセンサから得た振動データに基づいて、リアルタイムに当該構造物の異常又はその予兆を検知できる。   According to this invention, based on the big data including the normal vibration data and the abnormal vibration data stored in the database, the state determination model measured by using the machine learning and the statistical method including the artificial intelligence is measured. By inputting the vibration data, and determining the current state of the structure based on the calculation result from the state determination model, based on the vibration data obtained from the sensor attached to the structure, the structure in real time An abnormality of the object or a sign thereof can be detected.

本発明の代表的な一例による構造物の異常判別システムを示す概要図である。FIG. 1 is a schematic diagram showing a structural abnormality determination system according to a representative example of the present invention. 本発明の代表的な一例による構造物の異常判別方法の手順を示すフローチャートである。5 is a flowchart illustrating a procedure of a method for determining abnormality of a structure according to a representative example of the present invention. 本発明の変形例による構造物の異常判別方法の手順を示すフローチャートである。It is a flowchart which shows the procedure of the abnormality determination method of the structure by the modification of this invention. 本発明の構造物の異常判別システムの代表的な適用例を示す概略図である。It is the schematic which shows the typical application example of the abnormality determination system of the structure of this invention.

以下、本発明の代表的な一例による構造物の異常判別方法及びそのシステムについて図面を用いて説明する。   Hereinafter, a structure abnormality determination method and system according to a representative example of the present invention will be described with reference to the drawings.

図１は、本発明の代表的な一例による構造物の異常判別システムを示す概要図である。本発明の代表的な一例による構造物の異常判別システム１００は、測定対象となる構造物の振動データを測定する振動センサ１１０と、構造物の異常を判別するための状態判別モデルを内蔵した演算ユニット１２０と、振動データを格納するデータベース１３０と、を含む。そして、この構造物の異常判別システム１００の判別装置１２６は、構造物から測定される振動データを状態判別モデルＤＭ入力し、その演算結果に基づいて、当該構造物の異常を判別する。   FIG. 1 is a schematic diagram showing a system abnormality determination system according to a representative example of the present invention. A structural abnormality determination system 100 according to a representative example of the present invention includes a vibration sensor 110 that measures vibration data of a structure to be measured, and a calculation including a state determination model for determining an abnormality of the structure. It includes a unit 120 and a database 130 for storing vibration data. Then, the discrimination device 126 of the structure abnormality discrimination system 100 inputs the vibration data measured from the structure to the state discrimination model DM, and discriminates the abnormality of the structure based on the calculation result.

振動センサ１１０は、構造物の測定箇所に直接取り付けて振動を測定するタイプや、構造物に対して非接触でもその振動を検知できるタイプのいずれのものも適用できるが、例えば、圧電センサ等の振動変位を電気信号に変換して検出するタイプが用いられる。また、図１に示す具体例において、振動センサ１１０は、測定した振動データにその取得位置（場所）や測定時刻等の固有情報を付加したもの接続線１１２を介して演算ユニット１２０に送信する。   As the vibration sensor 110, any of a type that directly attaches to a measurement point of a structure to measure vibration and a type that can detect the vibration without contacting the structure can be applied. A type in which vibration displacement is converted into an electric signal and detected is used. In addition, in the specific example shown in FIG. 1, the vibration sensor 110 transmits the measured vibration data to the arithmetic unit 120 via a connection line 112 obtained by adding unique information such as the acquisition position (location) and the measurement time.

演算ユニット１２０は、測定対象である構造物を模擬した構造解析モデルＳＭを含むデータ生成装置１２２と、データベース１３０に格納された振動データを用いて状態判別モデルＤＭを生成するモデル作成装置１２４と、測定された振動データが正常か異常かを状態判別モデルＤＭを用いて判別する判別装置１２６と、を含む。なお、演算ユニット１２０は、振動センサ１１０からの振動データを受信するとともに、当該構造物から得た振動データを、後述する振動解析の入力用データと異常判別に適用する診断用データとに分ける機能を有する。また、演算ユニット１２０は、図１に示す構造物の異常判別システム１００全体の動作を制御する中央制御装置（図示せず）を含んでもよい。   The arithmetic unit 120 includes a data generation device 122 including a structural analysis model SM simulating a structure to be measured, a model generation device 124 that generates a state determination model DM using vibration data stored in a database 130, A determination device 126 for determining whether the measured vibration data is normal or abnormal using the state determination model DM. The arithmetic unit 120 has a function of receiving vibration data from the vibration sensor 110 and dividing vibration data obtained from the structure into input data for vibration analysis to be described later and diagnostic data to be applied to abnormality determination. Having. Further, the arithmetic unit 120 may include a central control device (not shown) that controls the operation of the entire structure abnormality determination system 100 shown in FIG.

データ生成装置１２２は、構造解析モデルＳＭに模擬的振動（例えば振動センサ１１０からの入力用データ等）を入力し、数値演算による結果を振動データとしてデータベース１３０に出力する。ここで、本実施例において、構造解析モデルＳＭは、例えば有限要素法等の数値解析手法によって構造物を模擬したモデルであって、ＣＡＥ等による構造物の設計図面に基づいて、当該構造物に欠陥等の不良がない正常モデルと構造物の一部に意図的に欠陥等の不良部分を形成した異常モデルとを含むものとして構成される。これにより、データ生成装置１２２から出力される振動データは、正常モデルの演算結果による正常振動データ１３４と異常モデルの演算結果による異常振動データ１３６とを含むものとして、データベース１３０に送信される。このとき、異常振動データ１３６には、上記不良部分の重要度あるいは深刻度に応じて、異常の重みづけを示すデータが付加されてもよい。   The data generation device 122 inputs simulated vibration (for example, input data from the vibration sensor 110) to the structural analysis model SM, and outputs a result of a numerical operation to the database 130 as vibration data. Here, in the present embodiment, the structural analysis model SM is a model simulating a structure by a numerical analysis method such as a finite element method, for example, and is based on a design drawing of the structure by CAE or the like. It is configured to include a normal model having no defect such as a defect and an abnormal model in which a defective portion such as a defect is intentionally formed in a part of the structure. Thus, the vibration data output from the data generation device 122 is transmitted to the database 130 as including the normal vibration data 134 based on the calculation result of the normal model and the abnormal vibration data 136 based on the calculation result of the abnormal model. At this time, data indicating the weight of the abnormality may be added to the abnormal vibration data 136 according to the importance or the seriousness of the defective portion.

モデル作成装置１２４は、後述するデータベース１３０にアクセスしてビッグデータ１３２から正常振動データ１３４及び異常振動データ１３６を読み込み、これらの振動データに基づいて人工知能を含む機械学習及び統計学的手法を用いることにより、構造物に対応した状態判別モデルＤＭを作成する。ここで、モデル作成装置１２４では、状態判別モデルＤＭを作成するにあたり、多量の振動データからなるビッグデータ１３２を用いて、統計解析を中心とした手法や、データマイニング、機械学習、ディープラーニング等のニューラルネットワークを応用した手法等の様々な手法を組合せて適用することができる。また、モデル作成装置１２４は、随時更新されるビッグデータ１３２に定期的にアクセスして、状態判別モデルＤＭを修正あるいは更新するようにしてもよい。   The model creation device 124 accesses the database 130 described below to read the normal vibration data 134 and the abnormal vibration data 136 from the big data 132, and uses machine learning and statistical methods including artificial intelligence based on these vibration data. Thus, a state determination model DM corresponding to the structure is created. Here, in creating the state determination model DM, the model creation device 124 uses a big data 132 composed of a large amount of vibration data to perform a method based on statistical analysis, a data mining, a machine learning, a deep learning, and the like. Various methods such as a method using a neural network can be applied in combination. Further, the model creation device 124 may periodically access the big data 132 updated as needed to modify or update the state determination model DM.

状態判別モデルＤＭは、例えば、振動センサ１１０で測定された振動データを入力した際に、その測定位置や測定時刻等の固有情報を参照して、入力された振動データが当該固有情報に対応する判別モデルを選択し、その判別モデルに照らして正常な振動状態を表すのか、あるいは異常な振動状態を表すのかを判別して出力する機能を有する。このとき、状態判別モデルＤＭの出力として状態を示す代表値を出力するように構成してもよい。また、状態判別モデルＤＭは、複数位置での振動データを同時に入力し、これら複数位置の演算結果を構造物全体の評価として統合する機能を有するように構成してもよい。   For example, when the vibration data measured by the vibration sensor 110 is input, the state determination model DM refers to the specific information such as the measurement position and the measurement time, and the input vibration data corresponds to the specific information. It has a function of selecting a discrimination model, discriminating whether it represents a normal vibration state or an abnormal vibration state in light of the discrimination model, and outputting the result. At this time, a configuration may be adopted in which a representative value indicating a state is output as an output of the state determination model DM. The state determination model DM may be configured to have a function of simultaneously inputting vibration data at a plurality of positions and integrating the calculation results at the plurality of positions as an evaluation of the entire structure.

判別装置１２６は、大きく分けて２つの機能を有している。第１の機能は、個別の振動センサ１１０から受信した診断用の振動データを、モデル作成装置１２４で作成された状態判別モデルＤＭに入力し、その演算結果による出力に基づいて、診断される振動データが正常な状態での振動データであるか、あるいは異常な状態での振動データであるかを判別する。このとき、判別装置１２６での判別手法としては、例えば、状態判別モデルＤＭから何らかの状態を示す代表値が出力された場合に、当該代表値が所定の閾値を超えたか否かで正常か異常かを判別するものや、あるいは状態判別モデルＤＭから演算後の振動データを得て、これをデータベース１３０に保存された正常振動データ１３４又は異常振動データ１３６と対比して正常か異常かを判別するもの等を適用できる。   The determination device 126 has two main functions. The first function is to input the vibration data for diagnosis received from the individual vibration sensor 110 to the state determination model DM created by the model creation device 124, and to diagnose the vibration to be diagnosed based on the output of the calculation result. It is determined whether the data is vibration data in a normal state or vibration data in an abnormal state. At this time, as a determination method in the determination device 126, for example, when a representative value indicating some state is output from the state determination model DM, whether the representative value exceeds a predetermined threshold value is normal or abnormal. Or obtains vibration data after calculation from the state determination model DM and compares it with the normal vibration data 134 or the abnormal vibration data 136 stored in the database 130 to determine whether it is normal or abnormal. Etc. can be applied.

第２の機能は、第１の機能で判別した個々の振動データ（すなわち個々の振動センサ１１０の出力）が正常か異常かの状態と、データベース１３０に格納されている個々の振動センサの情報（センサの位置、異常な振動データと判別された際の構造物全体への影響度、あるいは異常な振動データの深刻度等の付加的情報）とを状態判別モデルＤＭに再度入力し、その演算結果に基づいて、構造物における異常の発生部位（範囲）やその深刻度を判別する。   The second function is a state in which the individual vibration data (that is, the output of each individual vibration sensor 110) determined by the first function is normal or abnormal, and information of each individual vibration sensor stored in the database 130 ( The position of the sensor, additional information such as the degree of influence on the entire structure when it is determined as abnormal vibration data or the degree of seriousness of the abnormal vibration data) are again input to the state determination model DM, and the calculation result is obtained. Based on the above, the occurrence site (range) of the structure and the severity thereof are determined.

また、演算ユニット１２０は、判別装置１２６において診断した振動データが異常と判別された場合に、警報を発する警報装置（図示せず）をさらに含むように構成してもよい。警報装置としては、例えば、ブザーやサイレン等の音声によるものや、ランプあるいはモニター等の表示によるもの、さらにはこれらを組合せたもの等が適用できる。   The arithmetic unit 120 may further include an alarm device (not shown) that issues an alarm when the vibration data diagnosed by the determination device 126 is determined to be abnormal. As the alarm device, for example, a sound device such as a buzzer or a siren, a display device such as a lamp or a monitor, or a combination thereof can be applied.

データベース１３０は、正常振動データ１３４及び異常振動データ１３６を含むビッグデータ１３２を格納する記憶手段として構成される。正常振動データ１３４及び異常振動データ１３６は、上記したデータ生成装置１２２の構造解析モデルＳＭで出力されたものや、同一の構造物について過去に取得された実際の振動データ、あるいは対象となる構造物に類似する構造物で故障等の異常が発生した際の振動データ等、様々な条件あるいは環境で生成又は測定されたものを含み得る。   The database 130 is configured as a storage unit that stores the big data 132 including the normal vibration data 134 and the abnormal vibration data 136. The normal vibration data 134 and the abnormal vibration data 136 are those output by the structural analysis model SM of the data generator 122, actual vibration data acquired in the past for the same structure, or the target structure. And data generated or measured under various conditions or environments, such as vibration data when an abnormality such as a failure occurs in a structure similar to the above.

ここで、データベース１３０は、ビッグデータ１３２として、振動データとともに当該振動データを測定した振動センサ１１０の設置位置や、その判別結果が異常であった場合の異常発生位置（範囲）、あるいはその異常の深刻度といった情報を付加して保存しておいてもよい。これらの追加情報は、構造解析モデルＳＭで正常振動データ１３４あるいは異常振動データ１３６を生成する際や、状態判別モデルＤＭを作成する際に参照される。   Here, the database 130 stores, as the big data 132, the installation position of the vibration sensor 110 that measured the vibration data together with the vibration data, the abnormality occurrence position (range) when the determination result is abnormal, or the abnormality Information such as the degree of severity may be added and stored. These additional information are referred to when generating the normal vibration data 134 or abnormal vibration data 136 with the structural analysis model SM or when generating the state determination model DM.

図２は、本発明の代表的な一例による構造物の異常判別方法の手順を示すフローチャートである。図２に示すように、本発明の代表的な一例による構造物の状態判別方法は、まず構造物に取り付けた１つあるいは複数の振動センサ１１０（図１参照）から振動データを取得する（ステップＳ１）。このとき、上述のとおり、図１に示したデータベース１３０に格納されたビッグデータ１３２に基づいて、モデル作成装置１２４により予め状態判別モデルＤＭを作成しておく。   FIG. 2 is a flowchart illustrating a procedure of a method for determining abnormality of a structure according to a representative example of the present invention. As shown in FIG. 2, in the method for determining the state of a structure according to a representative example of the present invention, first, vibration data is obtained from one or more vibration sensors 110 (see FIG. 1) attached to the structure (see FIG. 1). S1). At this time, as described above, the state determination model DM is created in advance by the model creation device 124 based on the big data 132 stored in the database 130 shown in FIG.

次に、図１に示した判別装置１２６において、ステップＳ１で取得した診断用の振動データを状態判別モデルＤＭに入力し、当該状態判別モデルＤＭにて個々の振動データに対する現在状態の演算を行う（ステップＳ２）。このとき、演算により出力される現在状態としては、上述のとおり、個々の振動データにおける何らかの状態を示す代表値や、構造物を伝達した振動に基づく振動データ、あるいは亀裂の発生や変形等の状態を直接示唆するものでもよい。   Next, in the determination device 126 shown in FIG. 1, the vibration data for diagnosis obtained in step S1 is input to the state determination model DM, and the state determination model DM calculates the current state of each vibration data. (Step S2). At this time, as described above, the current state output by the calculation includes a representative value indicating some state in individual vibration data, vibration data based on vibration transmitted through a structure, or a state such as generation or deformation of a crack. May be directly suggested.

続いて、ステップＳ２で得られた個々の振動データに対する現在状態の情報に基づいて、判別装置１２６において個々の振動データの現在状態が正常であるか異常であるかを判別する（ステップＳ３）。このとき、判別装置１２６による判別は、単に状態が正常あるいは異常であるかの情報だけでなく、例えば、状態判別モデルＤＭによる演算結果か何らかの数値や波形であった場合に、閾値（標準データ）との差分や異常状態の程度（深刻度）等の情報を付加してもよい。   Subsequently, based on the information on the current state of each piece of vibration data obtained in step S2, the determination device 126 determines whether the current state of each piece of vibration data is normal or abnormal (step S3). At this time, the discrimination by the discriminating device 126 is not limited to information on whether the state is normal or abnormal. For example, when the result of calculation by the state discrimination model DM or any numerical value or waveform is used, a threshold (standard data) And information on the degree of the abnormal state and the degree (severity) of the abnormal state may be added.

続いて、付加的な動作として、ステップＳ３で判別した振動データをデータベース１３０に格納してデータを追加する（ステップＳ４）。このとき、ステップＳ３での判別結果が正常の場合、判別された振動データを正常振動データ１３４に追加し、判別結果が異常の場合には、判別された振動データを異常振動データ１３６に追加する。   Subsequently, as an additional operation, the vibration data determined in step S3 is stored in the database 130 and data is added (step S4). At this time, if the determination result in step S3 is normal, the determined vibration data is added to the normal vibration data 134, and if the determination result is abnormal, the determined vibration data is added to the abnormal vibration data 136. .

なお、図２に示すフローでは、ステップＳ３の判別の後に、ステップＳ４で判別された振動データをデータベース１３０に格納する動作を例示したが、当該ステップＳ４の前に、上述のとおり、判別結果に応じてユーザーに警報を発する動作を追加してもよい。これにより、構造物の異常が発生した場合に直ちに対応策を講じることが可能となる。   In the flow illustrated in FIG. 2, the operation of storing the vibration data determined in step S4 in the database 130 after the determination in step S3 has been described as an example. An operation of issuing a warning to the user may be added accordingly. As a result, it is possible to immediately take a countermeasure when an abnormality occurs in the structure.

図３は、本発明の変形例による構造物の異常判別方法の手順を示すフローチャートである。図３に示すように、本発明の変形例による構造物の状態判別方法では、図２に示したフローチャートにおけるステップＳ３の振動データの判別までは共通した動作を行い、当該ステップＳ３の後にステップＳ３ａ及びステップＳ３ｂを実行する。   FIG. 3 is a flowchart showing a procedure of a structure abnormality determination method according to a modification of the present invention. As shown in FIG. 3, in the structure state determination method according to the modified example of the present invention, a common operation is performed up to the determination of the vibration data in step S3 in the flowchart shown in FIG. 2, and after step S3, step S3a is performed. And step S3b.

すなわち、ステップＳ３で個々の振動データに対する判別を実行した後、ステップＳ３で取得した個々の振動データが正常か異常を判別した結果を状態判別モデルＤＭに入力し、当該状態判別モデルＤＭにて構造物全体における現在状態の再演算を行う（ステップＳ３ａ）。このとき、状態判別モデルＤＭに入力されるデータとしては、個々の振動センサ１１０の出力が正常か異常か判別した状態と、データベース１３０に格納されている個々の振動センサの情報（センサの位置、異常な振動データと判別された際の構造物全体への影響度、あるいは異常な振動データの深刻度等の付加的情報）等が含まれる。   That is, after performing the determination on the individual vibration data in step S3, the result of determining whether the individual vibration data acquired in step S3 is normal or abnormal is input to the state determination model DM, and the structure is determined by the state determination model DM. The current state of the entire object is recalculated (step S3a). At this time, the data input to the state determination model DM include a state in which the output of each vibration sensor 110 is determined to be normal or abnormal, and information of each vibration sensor stored in the database 130 (position of the sensor, Additional information such as the degree of influence on the entire structure when it is determined to be abnormal vibration data, or the degree of seriousness of abnormal vibration data) is included.

続いて、ステップＳ３ａで得られた個々の振動データに対する現在状態の情報に基づいて、判別装置１２６において構造物全体の現在状態を判別する（ステップＳ３ｂ）。このとき、判別装置１２６による判別は、単に構造物の状態が正常あるいは異常であるかの情報だけでなく、例えば、状態判別モデルＤＭによる演算結果から、異常の発生部位や異常が発生する可能性がある範囲、あるいは構造物に対する異常の重要度、構造物に発生した異常の深刻度等の情報を追加してもよい。これにより、本発明による構造物の異常判別方法では、測定した振動データに加えて構造物全体の現在状態が正常であるか異常であるかを判別することができる。   Subsequently, the current state of the entire structure is determined by the determination device 126 based on the information on the current state for each piece of vibration data obtained in step S3a (step S3b). At this time, the discrimination by the discrimination device 126 is not limited to information on whether the state of the structure is normal or abnormal, but also, for example, the possibility of the occurrence of an abnormality or the occurrence of an abnormality from the calculation result by the state determination model DM. Information such as a certain range, the importance of the abnormality with respect to the structure, and the severity of the abnormality occurring in the structure may be added. Accordingly, in the structure abnormality determination method according to the present invention, it is possible to determine whether the current state of the entire structure is normal or abnormal in addition to the measured vibration data.

図４は、本発明の構造物の異常判別システムの代表的な適用例を示す概略図である。図４に示すように、本発明による構造物の異常判別システム１００は、例えば、トンネル１０やビル２０等の建築物、あるいは走行するバス３０等の輸送手段に適用される。本実施例において、構造物の異常判別システム１００の振動センサ１１０は、トンネル１０やビル２０の壁面あるいはバス３０の車体等の振動が伝達して測定可能な箇所に取り付けられる。   FIG. 4 is a schematic diagram showing a typical application example of the structural abnormality determination system of the present invention. As shown in FIG. 4, the structural abnormality determination system 100 according to the present invention is applied to, for example, a building such as a tunnel 10 or a building 20, or a transportation means such as a traveling bus 30. In this embodiment, the vibration sensor 110 of the structural abnormality determination system 100 is attached to a location where vibration can be transmitted and measured, such as the tunnel 10, the wall surface of the building 20, or the vehicle body of the bus 30.

なお、振動センサ１１０からの信号は、図１に示すように演算ユニット１２０と接続線１１２を介して有線で送信されても良いし、図４に示すように電磁波等の無線接続により送信されてもよい。これにより、振動の測定位置が演算ユニット１２０から離れた遠隔地にあった場合であっても、当該遠隔地で測定された振動データを用いて構造物の現在状態の判別を実行することができる。   Note that the signal from the vibration sensor 110 may be transmitted by a wire via the arithmetic unit 120 and the connection line 112 as shown in FIG. 1, or may be transmitted by a wireless connection such as an electromagnetic wave as shown in FIG. Is also good. Thus, even when the vibration measurement position is located at a remote location remote from the arithmetic unit 120, the current state of the structure can be determined using the vibration data measured at the remote location. .

振動センサ１１０で取得された振動データは演算ユニット１２０に送信され、この振動データを受信した演算ユニット１２０において、図２又は図３に示した手順にしたがって測定対象である構造物の振動データあるいは構造物自体の異常判別を実行する。また、図４に示すように、本発明による構造物の異常判別システム１００の変形例として、測定の開始指令や振動センサ１１０による測定条件を設定するための入力装置１４０と、この入力装置１４０によって入力された測定条件や構造物の各種情報さらには判別結果等を表示する表示装置１５０と、を含むように構成してもよい。   The vibration data acquired by the vibration sensor 110 is transmitted to the arithmetic unit 120, and the arithmetic unit 120 that has received the vibration data, in accordance with the procedure shown in FIG. 2 or FIG. The abnormality of the object itself is determined. As shown in FIG. 4, as a modification of the structural abnormality determination system 100 according to the present invention, an input device 140 for setting a measurement start command and measurement conditions by the vibration sensor 110, and the input device 140 And a display device 150 for displaying the input measurement conditions and various types of information of the structure, the determination result, and the like.

また、測定対象が移動する輸送手段等の場合には、図４に示した異常判別システム１００を構造物（バス３０等の輸送手段）に搭載するように構成してもよい。このような構成であれば、測定した振動データを遠隔地に送信するのが困難な環境であっても、状態判別モデルＤＭによる常時最適なモデルとして演算を行うことで、振動データや構造物の状態判別が可能となる。   Further, in the case where the measurement object is a moving means or the like, the abnormality determination system 100 shown in FIG. 4 may be configured to be mounted on a structure (a means of transportation such as the bus 30). With such a configuration, even in an environment where it is difficult to transmit the measured vibration data to a remote location, the calculation of the vibration data and the structure of the structure is always performed by using the state determination model DM as an optimal model. The state can be determined.

このとき、演算ユニット１２０の状態判別モデルＤＭと判別装置１２６のみを搭載する軽量な構成を選択してもよい。このような軽量な構成であれば車載機器等の１機能として構成することも可能となる。   At this time, a lightweight configuration in which only the state determination model DM of the arithmetic unit 120 and the determination device 126 are mounted may be selected. With such a lightweight configuration, it can be configured as one function of an in-vehicle device or the like.

以上のような構成を備えることにより、本発明による構造物の異常判別システムは、データベースに格納されている正常振動データ及び異常振動データを含むビッグデータに基づいて、人工知能を含む機械学習及び統計学的手法を用いることにより作成した状態判別モデルに測定された振動データを入力し、当該状態判別モデルからの演算結果に基づいて、構造物の現在状態を判別することにより、構造物に取り付けたセンサから得た振動データに基づいて、リアルタイムに当該構造物の異常又はその予兆を検知できる。   With the above configuration, the structural abnormality determination system according to the present invention provides machine learning and statistics including artificial intelligence based on big data including normal vibration data and abnormal vibration data stored in a database. The measured vibration data is input to the state determination model created by using the biological method, and the current state of the structure is determined based on the calculation result from the state determination model. Based on the vibration data obtained from the sensor, an abnormality of the structure or a sign thereof can be detected in real time.

以上、本発明による実施例及びこれに基づく変形例を説明したが、本発明は必ずしもこれらの例に限定されるものではない。また、当業者であれば、本発明の主旨又は添付した特許請求の範囲を逸脱することなく、様々な代替実施例及び改変例を見出すことができるであろう。   The embodiments according to the present invention and the modifications based thereon have been described above, but the present invention is not necessarily limited to these examples. Those skilled in the art will also be able to find various alternative embodiments and modifications without departing from the spirit of the invention or the scope of the appended claims.

上記した具体例では、判別装置における判別において、演算結果が所定の閾値を超えた場合に現在状態が異常であると判別したものを例示したが、例えば上記所定の閾値を段階的に設定し、第１の閾値を超えたときは異常の前兆として把握し、第２の閾値を超えたときに異常を判別するようにしてもよい。これにより、構造物に異常が発生する場合の予兆を把握することが可能となる。   In the specific example described above, in the discrimination by the discriminating apparatus, the one in which the current state is determined to be abnormal when the calculation result exceeds a predetermined threshold is illustrated, for example, the predetermined threshold is set step by step, When exceeding the first threshold, it may be grasped as a sign of abnormality, and when exceeding the second threshold, abnormality may be determined. Thus, it is possible to grasp a sign when an abnormality occurs in the structure.

また、上記した具体例では、本発明による構造物の異常判別システムを建築物や車両等に適用した場合を例示したが、振動が伝達するものであれば、例えば山や河川等の地震振動を測定したり、あるいは航空機や船舶等の車両以外の輸送機器の振動測定に適用してもよい。   In the specific examples described above, the case where the structural abnormality determination system according to the present invention is applied to a building, a vehicle, or the like is illustrated. It may be applied to measurement or vibration measurement of transportation equipment other than vehicles such as aircraft and ships.

１０ トンネル
２０ ビル
３０ バス
１００ 構造物の異常判別システム
１１０ 振動センサ
１１２ 接続線
１２０ 演算ユニット
１２２ データ生成装置
１２４ モデル作成装置
１２６ 判別装置
１３０ データベース
１３２ ビッグデータ
１３４ 正常振動データ
１３６ 異常振動データ
１４０ 入力装置
１５０ 表示装置

10 Tunnel 20 Building 30 Bus 100 Structural abnormality determination system 110 Vibration sensor 112 Connection line 120 Operation unit 122 Data generation device 124 Model creation device 126 Determination device 130 Database 132 Big data 134 Normal vibration data 136 Abnormal vibration data 140 Input device 150 Display device

Claims (12)

建築物からなる構造物から測定される振動データを状態判別モデルに入力することにより、前記構造物の異常を判別する構造物の異常判別方法であって、
前記状態判別モデルは、データベースに格納されている正常振動データ及び異常振動データを含むビッグデータに基づいて、人工知能を含む機械学習及び統計学的手法を用いることにより作成したものであり、
前記状態判別モデルに測定された前記振動データを入力し、当該状態判別モデルからの演算結果に基づいて、前記構造物の現在状態を判別することを特徴とする構造物の異常判別方法。 By inputting the vibration data measured from the structure consisting of architectural material in state determination model, a fault determination method of the structure to determine an abnormality of the structure,
The state determination model is based on big data including normal vibration data and abnormal vibration data stored in the database, and is created by using machine learning and statistical methods including artificial intelligence,
A structure abnormality determination method, comprising: inputting the measured vibration data to the state determination model; and determining a current state of the structure based on a calculation result from the state determination model. 前記正常振動データ及び前記異常振動データは、構造解析を用いた演算により生成されたものを含むことを特徴とする請求項１記載の構造物の異常判別方法。   The method of claim 1, wherein the normal vibration data and the abnormal vibration data include data generated by a calculation using a structural analysis. 前記振動データは複数の測定箇所によって測定され、前記状態判別モデルは、前記複数の測定箇所における前記振動データを同時に入力して前記演算結果を出力することを特徴とする請求項１又は２に記載の構造物の異常判別方法。   The vibration data is measured by a plurality of measurement points, and the state determination model simultaneously inputs the vibration data at the plurality of measurement points and outputs the calculation result. Method for determining the abnormality of a structure. 前記現在状態が異常と判別された場合に、警報を発することを特徴とする請求項１〜３のいずれか１項に記載の構造物の異常判別方法。   The structure abnormality determination method according to claim 1, wherein an alarm is issued when the current state is determined to be abnormal. 前記振動データは遠隔地により測定されたものであり、前記遠隔地で測定された前記振動データを用いて前記現在状態の判別を実行することを特徴とする請求項１〜４のいずれか１項に記載の構造物の異常判別方法。   The vibration data is measured at a remote place, and the determination of the current state is performed using the vibration data measured at the remote place. The method for determining an abnormality of a structure according to the above. 前記現在状態が判別された前記振動データを、前記正常振動データあるいは前記異常振動データとして前記ビッグデータに追加することを特徴とする請求項１〜５のいずれか１項に記載の構造物の異常判別方法。   The abnormality of the structure according to any one of claims 1 to 5, wherein the vibration data whose current state is determined is added to the big data as the normal vibration data or the abnormal vibration data. Judgment method. 建築物からなる構造物から測定される振動データを状態判別モデルに入力することにより、前記構造物の異常を判別する構造物の異常判別システムであって、
前記振動データを測定する振動センサと、正常振動データ及び異常振動データを含むビッグデータを格納するデータベースと、前記状態判別モデルを内蔵した演算ユニットと、を含み、
前記状態判別モデルは、前記ビッグデータに基づいて人工知能を含む機械学習及び統計学的手法を用いることにより作成したものであり、
前記演算ユニットは、前記状態判別モデルに測定された前記振動データを入力し、当該状態判別モデルからの演算結果に基づいて、前記構造物の現在状態を判別する判別装置をさらに含むことを特徴とする構造物の異常判別システム。 By inputting the vibration data measured from the structure consisting of architectural material in state determination model, a fault determination system of the structure to determine an abnormality of the structure,
A vibration sensor that measures the vibration data, a database that stores big data including normal vibration data and abnormal vibration data, and an arithmetic unit incorporating the state determination model,
The state determination model is created by using a machine learning and statistical method including artificial intelligence based on the big data,
The arithmetic unit further includes a determination device that inputs the vibration data measured to the state determination model and determines a current state of the structure based on a calculation result from the state determination model. Anomaly discrimination system for structures. 前記正常振動データ及び前記異常振動データは、構造解析を用いた演算により生成されたものを含むことを特徴とする請求項７記載の構造物の異常判別システム。   The structural abnormality determination system according to claim 7, wherein the normal vibration data and the abnormal vibration data include data generated by an operation using structural analysis. 前記振動センサは複数の測定箇所に配置され、前記判別装置は、前記複数の測定箇所における前記振動データを同時に前記状態判別モデルに入力して前記演算結果を出力することを特徴とする請求項７又は８に記載の構造物の異常判別システム。   8. The apparatus according to claim 7, wherein the vibration sensors are arranged at a plurality of measurement points, and the discrimination device simultaneously inputs the vibration data at the plurality of measurement points to the state determination model and outputs the calculation result. Or a structural abnormality determination system according to 8. 前記演算ユニットは、前記判別装置で前記現在状態が異常と判別された場合に、警報を発する警報装置をさらに含むことを特徴とする請求項７〜９のいずれか１項に記載の構造物の異常判別システム。   The structure according to any one of claims 7 to 9, wherein the arithmetic unit further includes an alarm device that issues an alarm when the current state is determined to be abnormal by the determination device. Anomaly determination system. 前記振動センサは遠隔地に設けられ、前記演算ユニットは、前記遠隔地で測定された前記振動データを用いて前記現在状態の判別を実行することを特徴とする請求項７〜１０のいずれか１項に記載の構造物の異常判別システム。   The vibration sensor is provided at a remote place, and the arithmetic unit performs the determination of the current state using the vibration data measured at the remote place. An abnormality determination system for a structure according to the item. 前記判別装置は、前記現在状態が判別された前記振動データを、前記正常振動データあるいは前記異常振動データとして前記ビッグデータに追加する機能をさらに有することを特徴とする請求項７〜１１のいずれか１項に記載の構造物の異常判別システム。   12. The apparatus according to claim 7, wherein the determination device further has a function of adding the vibration data whose current state has been determined to the big data as the normal vibration data or the abnormal vibration data. 2. The structure abnormality determination system according to claim 1.
JP2019063612A 2019-03-28 2019-03-28 Abnormality determination method and abnormality determination system for structure Active JP6664776B1 (en)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2019063612A JP6664776B1 (en) 2019-03-28 2019-03-28 Abnormality determination method and abnormality determination system for structure
PCT/JP2020/008274 WO2020195536A1 (en) 2019-03-28 2020-02-28 Structural anomaly assessment method and anomaly assessment system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2019063612A JP6664776B1 (en) 2019-03-28 2019-03-28 Abnormality determination method and abnormality determination system for structure

Publications (2)

Publication Number Publication Date
JP6664776B1 true JP6664776B1 (en) 2020-03-13
JP2020165672A JP2020165672A (en) 2020-10-08

Family

ID=70000388

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019063612A Active JP6664776B1 (en) 2019-03-28 2019-03-28 Abnormality determination method and abnormality determination system for structure

Country Status (2)

Country Link
JP (1) JP6664776B1 (en)
WO (1) WO2020195536A1 (en)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102327420B1 (en) * 2021-03-19 2021-11-16 국민대학교산학협력단 Apparatus and method for generating and verifying training data
KR102594253B1 (en) * 2021-08-06 2023-10-25 동의대학교 산학협력단 System and method for anomaly detection of crane equipment using artificial intelligence

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05157668A (en) * 1991-12-10 1993-06-25 Mitsubishi Atom Power Ind Inc Method and device for detecting abnormality of plant equipment
JP4366467B2 (en) * 2002-10-28 2009-11-18 国土交通省国土技術政策総合研究所長 AE sensor, structure abnormality detection method using AE sensor, and safety evaluation method
JP2007128190A (en) * 2005-11-02 2007-05-24 Mitsubishi Electric Corp Device, method, and program for generating classification criteria, and device for determining failure
JP4605132B2 (en) * 2006-09-29 2011-01-05 パナソニック電工株式会社 Anomaly detection device and anomaly detection method
JP2012018066A (en) * 2010-07-07 2012-01-26 Panasonic Electric Works Sunx Co Ltd Device for inspecting abnormality
CN103558042B (en) * 2013-10-28 2016-09-07 中国石油化工股份有限公司 A kind of unit Fault Quick Diagnosis method based on full state information
JP2017035973A (en) * 2015-08-10 2017-02-16 公益財団法人鉄道総合技術研究所 Overhead power line state diagnostic device
JP6819909B2 (en) * 2015-10-13 2021-01-27 日本電気株式会社 Structure abnormality detection system, structure abnormality detection method and recording medium
JP6796545B2 (en) * 2017-04-27 2020-12-09 公益財団法人鉄道総合技術研究所 Railroad vehicle equipment diagnostic equipment and railroad vehicle equipment diagnostic method
JP2018189522A (en) * 2017-05-08 2018-11-29 キユーピー株式会社 Method for diagnosing sign of facility failure

Also Published As

Publication number Publication date
JP2020165672A (en) 2020-10-08
WO2020195536A1 (en) 2020-10-01

Similar Documents

Publication Publication Date Title
US9921146B2 (en) Pipeline management supporting server and pipeline management supporting system
EP2699881B1 (en) Structural health management system and method based on combined physical and simulated data
JP6879873B2 (en) Failure probability evaluation system
JP5113874B2 (en) Structural integrity monitoring system
KR102098888B1 (en) System and method for disaster prediction and analysis of structures, and a recording medium having computer readable program for executing the method
CN111819042B (en) Abnormality detection device and abnormality detection method
US9076321B2 (en) Real time control chart generation and monitoring of safety systems
US10677765B2 (en) Structural health monitoring of cyclically loaded structures
JP6664776B1 (en) Abnormality determination method and abnormality determination system for structure
EP3594653A1 (en) Diagnosis cost output device, diagnosis cost output method, and computer-readable recording medium
WO2020195537A1 (en) Method and system for creating structure state determination model
JP6742014B1 (en) Abnormality discrimination method for structure and abnormality discrimination system
KR100625077B1 (en) A system for pneumatic monitoring system of the vessel
JP5476413B2 (en) Diagnostic method for soundness of rotating machinery
JP6389663B2 (en) Structure verification system, structure verification device, structure verification program
JP2018059718A (en) Management system
JP2020166819A (en) Method and system for creating model to discriminate state of structure
JP2016017847A (en) Structure verification system, structure verification device, and structure verification program
CN113485898A (en) Vibration measuring point display method, device, equipment and storage medium
JPH0526784A (en) Central control method for malfunction generation in construction machine
JP6782936B1 (en) Structure state discrimination model creation method and its creation system
US20200143004A1 (en) Visualization of machine structure damage from machine sensor data using machine learning
KR102076709B1 (en) Trouble diagnosis system of measuring instrument for structure monitoring
CN117889909A (en) Bridge disease identification method and system
Jiang Recent development in structural damage diagnosis and prognosis

Legal Events

Date Code Title Description
A711 Notification of change in applicant

Free format text: JAPANESE INTERMEDIATE CODE: A711

Effective date: 20190426

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20190426

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190605

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20190605

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190621

RD02 Notification of acceptance of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7422

Effective date: 20190621

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20190621

A975 Report on accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A971005

Effective date: 20190801

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190809

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20191002

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20191129

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20191224

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: 20200205

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200207

R150 Certificate of patent or registration of utility model

Ref document number: 6664776

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313117

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