JP6678828B1 - データ解析装置、システム、方法、及びプログラム - Google Patents
データ解析装置、システム、方法、及びプログラム Download PDFInfo
- Publication number
- JP6678828B1 JP6678828B1 JP2019529951A JP2019529951A JP6678828B1 JP 6678828 B1 JP6678828 B1 JP 6678828B1 JP 2019529951 A JP2019529951 A JP 2019529951A JP 2019529951 A JP2019529951 A JP 2019529951A JP 6678828 B1 JP6678828 B1 JP 6678828B1
- Authority
- JP
- Japan
- Prior art keywords
- data
- waveform
- waveforms
- unit
- group
- 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
Links
- 238000007405 data analysis Methods 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 title claims description 52
- 238000013480 data collection Methods 0.000 claims abstract description 22
- 238000012545 processing Methods 0.000 claims description 66
- 238000003860 storage Methods 0.000 claims description 57
- 230000008569 process Effects 0.000 claims description 31
- 238000012544 monitoring process Methods 0.000 claims description 23
- 230000009467 reduction Effects 0.000 claims description 15
- 230000004044 response Effects 0.000 claims description 14
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 238000007689 inspection Methods 0.000 claims description 7
- 230000003252 repetitive effect Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 claims 1
- 230000008520 organization Effects 0.000 abstract 1
- 238000004891 communication Methods 0.000 description 19
- 238000012986 modification Methods 0.000 description 14
- 230000004048 modification Effects 0.000 description 14
- 238000003745 diagnosis Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000007417 hierarchical cluster analysis Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005401 electroluminescence Methods 0.000 description 2
- 238000003754 machining Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 241001522296 Erithacus rubecula Species 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000007688 edging Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
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
- 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
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
- G05B23/0229—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions knowledge based, e.g. expert systems; genetic algorithms
-
- 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
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
-
- 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
- G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
Abstract
Description
上述の実施の形態においては、データ解析装置1は学習モードと診断モードとの両方を備える。これに限らず、学習モードを図1に示した外部機器3に備え、データ解析装置1に診断モードを備えるようにしてもよい。この場合、ユーザは外部機器3上で学習モードを実行し、学習結果を生成させる。ユーザは、データ解析装置1で診断モードを実行させる前に、図1に示した補助記憶部11へ、外部機器3から学習データを保存させる。これにより、データ解析装置1は、診断モードにおいて、学習結果に基づいて、診断対象のFA機器2から入力される監視信号を判定することができる。この場合、図1に示した処理部13に含まれる処理ブロックのうち、学習モードで動作する処理ブロックを、外部機器3に設ける。学習モードで動作する処理ブロックは、データ収集部131と、データ加工部132と、ファイル保存部133と、データ学習部134と、データ整理部135である。なお、外部機器3に限らず学習専用の装置を設ける等してもよい。
上記実施の形態では、学習モードと診断モードとを区分する例を中心に説明した。ただし、この発明はこれに限定されない。前述したように、診断モードにおいて、データ保存部133とデータ学習部134とデータ整理部135とを動作させることにより、FA機器2の診断モードの処理と並行して学習モードの処理を実行し、学習結果を更新することも可能である。
上述の実施の形態においては、図1に示すように、データ解析装置1はデータ加工部132を備えている。そして、データ解析装置1の学習モード及び診断モードでは、データ加工部132により、FA機器2から入力される入力信号を加工している。これに限らず、データ解析装置1は、学習モード及び診断モードにおいて、入力信号を加工せず、FA機器2から入力される入力信号そのものを使用するようにしてもよい。この場合、データ解析装置1は、データ加工部132を備えなくてもよい。また、図1に示した外部機器3に、データ加工部132に入力信号を加工させないように設定させてもよい。
上述の実施の形態においては、診断対象のFA機器2が出力した信号を学習用信号及び解析対象の信号として使用した。ここで、FA機器2が出力した信号は、FA機器2自身が、運転プロセスで発生する信号でもよいし、FA機器2の本体に設置された、振動センサ、騒音センサ、温度センサ、圧力センサ、電流センサ、電圧センサ、電力センサ、などのセンサの出力信号を含む。
上述の実施の形態においては、診断対象のFA機器2が出力した1つの信号を学習用信号及び解析対象の信号として使用した。診断対象のFA機器2が出力した複数の信号を学習用信号及び解析対象の信号として使用してもよい。この場合、例えば、騒音センサと温度センサと電流センサの出力信号からそれぞれ学習データを生成する。そして、騒音センサ用の学習データに基づいて、騒音センサの出力信号を評価し、温度センサ用の学習データに基づいて、温度センサの出力信号を評価し、電流センサ用の学習データに基づいて、電流センサの出力信号を評価する。例えば、騒音センサの出力信号の評価と温度センサの出力信号の評価と電流センサの出力信号の評価の何れかでも基準以下の場合には、故障と判断する。
正常モデルではない信号波形を除去するために、実施の形態とは別の基準を補助的に採用することも可能である。例えば、FA機器2により加工されたワークの良・不良を検査する検査装置が設置されている場合に、出力信号の信号波形と加工対象のワークのIDを対応付けて記憶しておき、検査により不合格と判定されたワークのIDに対応付けられている信号波形を除去するようにしてもよい。IDは、ワーク加工時のタイムスタンプでもよい。
上記実施の形態では、FA機器2は、ワークの加工等の繰り返し処理を実行する機器であり、FA機器2からデータ解析装置1には繰り返し信号が供給され、FA機器2は、正常動作状態が異常動作状態よりも十分長くなるように保持されている例を示した。この発明はこれに限定されず、正常波形の出力される割合が異常波形の出力される割合より高い装置用の学習データの生成及び診断処理に広く応用可能である。
上記実施の形態では、波形を比較する手法として、任意の2つの部分波形を重ね合わせ、それぞれのサンプル点の波高値の差の二乗の総和を求める手法を用いるものした。これに限らず、波形同士の形状の差を求めることができる各種の類似度演算の手法を用いてもよい。
上記実施の形態では、外部機器3に、エンジニアリングツールがインストールされているものとした。これに限らず、エンジニアリングツールは、データ解析装置1にインストールされていてもよい。この場合、データ解析装置1に接続された外部機器3からの指示に基づいて、エンジニアリングツールを起動できるようにしてもよい。例えば、外部機器3の表示部31上に、エンジニアリングツールを起動させるためのアイコンを備えてもよい。ユーザが、このアイコンを選択し確定する、ダブルクリックする等により、エンジニアリングツールを起動させることができる。
上記実施の形態では、グループ内の波形の数を計上し、計上した波形の数が閾値以下であれば、その波形を出現頻度の低い波形として除去した。これに限らず、各グループに含まれる波形の総数のうちグループ内の波形の数が占める割合を閾値とし、グループ内の波形の数がこの閾値以下であれば、その波形を出現頻度の低い波形として除去するようにしてもよい。
上記実施の形態では、同じ波形から切り出された部分波形を、それぞれの部分波形の形状ごとにA−1〜A−5グループ、B−1〜B−5グループ、C−1〜C−5グループに分類した。これに限らず、同じ波形ごとに1つのグループに分類してもよい。例えば、A−1〜A−5グループをAグループ、B−1〜B−5グループをBグループ、C−1〜C−5グループをCグループとしてもよい。
上記実施の形態では、従前の各グループの1番目の部分波形に類似するか否かで、部分波形を各グループに分類した。しかしながら、実際には、検証対象の部分波形が、複数の部分波形に類似する場合がある。この場合は、予め定めた分類ルールに従って所属グループを定めればよい。例えば、検証対象の部分波形を、i)最も類似度の高い部分波形が属すグループに分類する、ii)類似すると判別された部分波形が最も多く属しているグループに分類する、等の分類ルールを定めてもよい。
Claims (10)
- 接続された機器から供給される、前記機器の正常動作状態における信号及び異常動作状態における信号を含む信号を収集するデータ収集部と、
前記データ収集部によって収集された信号を、予め定められた一定区間毎に切り取って生成した波形同士を比較し、予め定められた判定基準に従って互いに類似すると判定された波形のうち、外部の検査装置により不合格と判定された、前記機器により加工された加工対象に対応付けられた波形を除去し、残った波形を集めて学習用データを生成するデータ整理部と
を備えるデータ解析装置。 - 前記互いに類似すると判定された波形を、予め定められた分類基準に従って、互いに類似する波形毎のグループに分類するデータ学習部を、さらに備える、
請求項1に記載のデータ解析装置。 - 前記データ整理部は、前記グループ内の波形の数を計上し、計上した前記グループ内の波形の数が予め定められた閾値以下であれば、前記グループを除去する、
請求項2に記載のデータ解析装置。 - 前記データ整理部は、前記グループ内の波形の数を計上し、計上した前記グループ内の波形の数が予め定められた閾値以上であれば、前記グループ内の波形を集めて前記学習用データを生成する、
請求項2に記載のデータ解析装置。 - 補助記憶部を、さらに備え、
前記データ学習部は、前記学習用データに含まれる波形を基に、前記グループ各々の代表波形を決定し、前記代表波形を学習結果として前記補助記憶部に保存する、
請求項2から4の何れか一項に記載のデータ解析装置。 - 前記データ収集部は、診断対象の前記機器から供給される監視信号を収集し、
前記補助記憶部から前記学習結果を読み出し、前記監視信号の波形と前記学習結果に含まれる波形とが一致するか否かを判定するデータ判定部と、
前記データ判定部の判定の結果に基づいて、予め定められた処理を実行させるための信号を、診断対象の前記機器に送信する応答実行部と
をさらに備える請求項5に記載のデータ解析装置。 - 前記接続された機器は、繰り返し処理を実行する機器であり、
前記機器から前記データ収集部には、繰り返し信号が供給され、
前記機器は、前記正常動作状態が前記異常動作状態よりも長くなるように保持されている、
請求項1から6のいずれか一項に記載のデータ解析装置。 - 接続された機器から収集した、前記機器の正常動作状態における信号及び異常動作状態における信号を含む信号を、予め定められた一定区間毎に切り取って生成した波形同士を比較し、予め定められた判定基準に従って互いに類似すると判定された波形のうち、外部の検査装置により不合格と判定された、前記機器により加工された加工対象に対応付けられた波形を除去し、残った波形を集めて学習用データを生成するデータ整理手段と、
前記データ整理手段によって生成された前記学習用データを基に代表波形を決定し、前記代表波形を学習結果として保存するデータ学習手段と
を備えるシステム。 - コンピュータにより実行される方法であって、
機器の正常動作状態における信号及び異常動作状態における信号を含む入力信号を収集し、
収集した前記入力信号を、予め定められた一定区間毎に切り取って生成した波形同士を比較し、予め定められた判定基準に従って互いに類似すると判定された波形のうち、外部の検査装置により不合格と判定された、前記機器により加工された加工対象に対応付けられた波形を除去し、残った波形を集めて学習用データを生成し、
前記学習用データを基に代表波形を決定し、前記代表波形を学習結果として保存する、
方法。 - コンピュータを、
供給される、機器の正常動作状態における信号及び異常動作状態における信号を含む信号を収集するデータ収集部、
収集した前記信号を、予め定められた一定区間毎に切り取って生成した波形同士を比較し、予め定められた判定基準に従って互いに類似すると判定された波形のうち、外部の検査装置により不合格と判定された、前記機器により加工された加工対象に対応付けられた波形を除去し、残った波形を集めて学習用データを生成するデータ整理部
として機能させるプログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2018/029258 WO2020026441A1 (ja) | 2018-08-03 | 2018-08-03 | データ解析装置、システム、方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6678828B1 true JP6678828B1 (ja) | 2020-04-08 |
JPWO2020026441A1 JPWO2020026441A1 (ja) | 2020-08-06 |
Family
ID=69232583
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019529951A Active JP6678828B1 (ja) | 2018-08-03 | 2018-08-03 | データ解析装置、システム、方法、及びプログラム |
Country Status (5)
Country | Link |
---|---|
US (1) | US11353860B2 (ja) |
JP (1) | JP6678828B1 (ja) |
CN (1) | CN112513893B (ja) |
TW (1) | TW202008190A (ja) |
WO (1) | WO2020026441A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7258253B1 (ja) * | 2022-06-27 | 2023-04-14 | 三菱電機株式会社 | 正常モデル生成プログラム、正常モデル生成装置および正常モデル生成方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3349905B2 (ja) | 1996-12-10 | 2002-11-25 | 松下電器産業株式会社 | 音声合成方法および装置 |
JP4356716B2 (ja) | 2006-08-03 | 2009-11-04 | パナソニック電工株式会社 | 異常監視装置 |
JP5081998B1 (ja) | 2011-06-22 | 2012-11-28 | 株式会社日立エンジニアリング・アンド・サービス | 異常予兆診断装置及び異常予兆診断方法 |
JP5490859B2 (ja) | 2012-09-03 | 2014-05-14 | ヤフー株式会社 | ビジュアルキーワード抽出装置、これを用いたBoF表現生成装置、及びビジュアルキーワード抽出方法 |
JP6186203B2 (ja) | 2013-08-09 | 2017-08-23 | 株式会社日立製作所 | 診断システムおよびエレベータ |
JP5946572B1 (ja) | 2015-08-05 | 2016-07-06 | 株式会社日立パワーソリューションズ | 異常予兆診断システム及び異常予兆診断方法 |
JP5954604B1 (ja) | 2015-12-14 | 2016-07-20 | 富士ゼロックス株式会社 | 診断装置、診断システムおよびプログラム |
JP2017138398A (ja) | 2016-02-02 | 2017-08-10 | 富士ゼロックス株式会社 | 診断装置、画像形成装置、診断システムおよびプログラム |
CN107545228B (zh) | 2016-11-07 | 2023-08-04 | 北京交通大学 | 基于小波变换的电气化铁路运行工况识别方法 |
CN106680649B (zh) | 2016-12-28 | 2019-11-05 | 岭东核电有限公司 | 一种核电站的瞬时接地故障检测方法和装置 |
WO2019026134A1 (ja) | 2017-07-31 | 2019-02-07 | 三菱電機株式会社 | 情報処理装置および情報処理方法 |
-
2018
- 2018-08-03 JP JP2019529951A patent/JP6678828B1/ja active Active
- 2018-08-03 WO PCT/JP2018/029258 patent/WO2020026441A1/ja active Application Filing
- 2018-08-03 US US15/733,898 patent/US11353860B2/en active Active
- 2018-08-03 CN CN201880096176.8A patent/CN112513893B/zh active Active
-
2019
- 2019-07-19 TW TW108125540A patent/TW202008190A/zh unknown
Also Published As
Publication number | Publication date |
---|---|
TW202008190A (zh) | 2020-02-16 |
US20210223764A1 (en) | 2021-07-22 |
CN112513893A (zh) | 2021-03-16 |
CN112513893B (zh) | 2022-09-23 |
US11353860B2 (en) | 2022-06-07 |
WO2020026441A1 (ja) | 2020-02-06 |
JPWO2020026441A1 (ja) | 2020-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7636871B1 (en) | Method for comparing customer and test load data with comparative functional coverage hole analysis | |
US10901398B2 (en) | Controller, control program, control system, and control method | |
JP6678828B1 (ja) | データ解析装置、システム、方法、及びプログラム | |
US11055047B2 (en) | Waveform display device based on waveform extraction | |
CN110275489B (zh) | 时间序列数据分析装置 | |
CN104750605A (zh) | 将内核对象信息包括在用户转储中 | |
US20190354079A1 (en) | Numerical controller and variable determining method | |
US20170212798A1 (en) | Ladder program display device having automatic trace function for self-holding circuit of ladder program | |
JP6416588B2 (ja) | ソースコード検証システム | |
CN111258765A (zh) | 一种负载均衡方法、装置、计算设备和存储介质 | |
CN108646703B (zh) | 用于车身控制模块的在线检测方法及装置 | |
CN108628252B (zh) | 测量系统、计算机可读介质和控制方法 | |
JP7368189B2 (ja) | 分析装置 | |
TWI526676B (zh) | 機台振動訊號過濾方法、裝置及電腦可讀取記錄媒體 | |
CN109491845B (zh) | 一种存储产品控制器的测试方法及系统 | |
US20240144101A1 (en) | Generation system, computer-readable storage medium, and method for generating waveform evaluation model | |
JP2006202102A (ja) | シミュレーション装置 | |
JP7207509B2 (ja) | 画像処理システム、情報処理装置、情報処理方法、および、情報処理プログラム | |
WO2024075567A1 (ja) | 診断システム、情報処理装置、診断方法、及びプログラム | |
JP7286049B1 (ja) | 学習装置、数値制御装置、加工結果予測方法および加工システム | |
TWI704973B (zh) | 管理裝置、管理方法及程式 | |
Kerdprasop et al. | Tool Fault Analysis with Decision Tree Induction and Sequence Mining | |
JP2015149004A (ja) | ラダー図試験データ作成装置 | |
CN106932294B (zh) | 计算机主板测试方法和装置 | |
JP2001331221A (ja) | 操業異常解析装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190603 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190603 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20190603 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20190618 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190702 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190828 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20191105 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191225 |
|
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: 20200218 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200317 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6678828 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |