JP6915693B2 - システム分析方法、システム分析装置、および、プログラム - Google Patents
システム分析方法、システム分析装置、および、プログラム Download PDFInfo
- Publication number
- JP6915693B2 JP6915693B2 JP2019547811A JP2019547811A JP6915693B2 JP 6915693 B2 JP6915693 B2 JP 6915693B2 JP 2019547811 A JP2019547811 A JP 2019547811A JP 2019547811 A JP2019547811 A JP 2019547811A JP 6915693 B2 JP6915693 B2 JP 6915693B2
- Authority
- JP
- Japan
- Prior art keywords
- change point
- group
- degree
- abnormality
- relevance
- 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
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
- G05B23/024—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
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0275—Fault isolation and identification, e.g. classify fault; estimate cause or root of failure
- G05B23/0281—Quantitative, e.g. mathematical distance; Clustering; Neural networks; Statistical analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Automation & Control Theory (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Probability & Statistics with Applications (AREA)
- Pure & Applied Mathematics (AREA)
- Algebra (AREA)
- Testing And Monitoring For Control Systems (AREA)
Description
なお、このプログラムは、コンピュータが読み取り可能な記憶媒体に記録することができる。記憶媒体は、半導体メモリ、ハードディスク、磁気記録媒体、光記録媒体等の非トランジェント(non-transient)なものとすることができる。本発明は、コンピュータプログラム製品として具現することも可能である。
次に、第1の実施形態に係るシステム分析装置、システム分析方法、および、プログラムについて、図2ないし図9を参照しつつ説明する。
最初に、図2を参照して本実施形態におけるシステム分析装置の概略構成について説明する。図2は、本実施形態におけるシステム分析装置100の概略構成を例示するブロック図である。
次に、本実施形態におけるシステム分析装置100の動作について、図9を参照して説明する。図9は、本実施形態におけるシステム分析装置100の動作を例示するフロー図である。以下の説明では、図2および図3を適宜参酌する。また、本実施形態では、システム分析装置100を動作させることによって、システム分析方法が実施される。したがって、本実施形態に係るシステム分析方法は、以下のシステム分析装置100の動作によって説明される。
以上のように、本実施形態では、システム分析装置100は、変化点間の時間的な距離に加え、変化点間の関連度に基づいて、変化点をグループ化する。よって、変化点間の時間的な距離が近かったとしても、その変化点間の関連度が低いものを区別することができる。逆に、変化点間の時間的な距離が遠かったとしても、その変化点間の関連度が高いものを同一のものと推定することができる。その結果、システム分析装置100は、複数の事象が含まれる場合であっても、クラスタリングによって事象を分離することができる。このため、システム分析装置100では、事象ごとに情報を出力することが可能となる。
本実施形態に係るプログラムは、コンピュータに、図9に示すステップS1〜S5を実行させる。かかるプログラムをコンピュータにインストールして実行することによって、本実施形態におけるシステム分析装置100およびシステム分析方法を実現することができる。この場合、コンピュータのCPU(Central Processing Unit)は、履歴情報取得部12、変化点推定部13、関連度推定部14、クラスタリング部15、および、出力部16として機能しつつ処理を行なう。
次に、第2の実施形態に係るシステム分析装置、システム分析方法、および、プログラムについて、図10ないし図13を参照して説明する。
まず、図10を参照して第2の実施形態におけるシステム分析装置の構成について説明する。図10は、本実施形態におけるシステム分析装置300の具体的構成を例示するブロック図である。
次に、本実施形態におけるシステム分析装置300の動作について、図13を参照して説明する。図13は、本実施形態におけるシステム分析装置300の動作を例示するフロー図である。以下の説明においては、図10を適宜参酌する。本実施形態では、システム分析装置300を動作させることによって、システム分析方法が実施される。したがって、本実施形態に係るシステム分析方法は、以下のシステム分析装置300の動作によって説明される。
以上のように、本実施形態におけるシステム分析装置300によると、第1の実施形態のシステム分析装置100と同様の効果を得ることができる。さらに、本実施形態では、グループが階層構造化されることによって、1つの根本原因の事象によって連鎖的に引き起こされた事象が複数のグループとして得られていても、その因果関係をグループの階層構造として把握できるため、運用者はより的確に分析対象システム200の状況を把握することができる。
変形例1においては、クラスタ階層構造化部17は、グループの異常開始時間が最も近いグループ間のみについて階層化を実施する。このように構成することで、グループの階層構造が分岐を伴わないため、出力結果の複雑化を抑制することができる。
本実施形態に係るプログラムは、コンピュータに、図13に示すステップS1〜S7を実行させる。かかるプログラムをコンピュータにインストールして実行することによって、本実施形態におけるシステム分析装置300および表示方法を実現することができる。この場合、コンピュータのCPU(Central Processing Unit)は、履歴情報取得部12、変化点推定部13、関連度推定部14、クラスタリング部15、クラスタ階層構造化部17、および、出力部26として機能しつつ処理を行なう。
次に、第3の実施形態に係るシステム分析装置、システム分析方法、および、プログラムについて、図14を参照して説明する。
まず、図14を参照して第3の実施形態におけるシステム分析装置の構成について説明する。図14は、本実施形態におけるシステム分析装置400の具体的構成を例示するブロック図である。
次に、本実施形態におけるシステム分析装置400の動作について説明する。本実施形態におけるシステム分析装置400の動作は、ステップS3以前に関係性取得部18が関係性情報を外部から取得することと、関連度推定部24が関係性情報に基づいて変化点間の関連度を算出することを除いて、第1の実施形態におけるシステム分析装置100と同様に動作する。
以上のように、本実施形態におけるシステム分析装置400によると、第1の実施形態のシステム分析装置100と同様の効果を得ることができる。さらに、変化点間の関連度の算出に必要な知識を外部から与えることができる。これによって、より精度よく変化点群をグループ化することができるため、運用者はより的確に分析対象システム200の状況を把握することができる。
本実施形態に係るプログラムは、コンピュータに、動作の項で述べた処理を実行させる。かかるプログラムをコンピュータにインストールして実行することによって、本実施形態におけるシステム分析装置400およびシステム分析方法を実現することができる。この場合、コンピュータのCPU(Central Processing Unit)は、履歴情報取得部12、変化点推定部13、関連度推定部24、関係性取得部18、クラスタリング部15、および、出力部16として機能しつつ処理を行なう。
次に、第4の実施形態に係るシステム分析装置、システム分析方法、および、プログラムについて、図15を参照して説明する。
まず、図15を参照して第4の実施形態におけるシステム分析装置の構成について説明する。図15は、本実施形態におけるシステム分析装置500の具体的構成を例示するブロック図である。
次に、本実施形態におけるシステム分析装置500の動作について説明する。本実施形態におけるシステム分析装置500の動作は、ステップS6以前に関係性取得部18が関係性情報を外部から取得することと、関連度推定部24が関係性情報に基づいて変化点間の関連度を算出することを除いて、第2の実施形態におけるシステム分析装置300と同様に動作する。
以上のように、本実施形態におけるシステム分析装置500によると、第2の実施形態のシステム分析装置300と同様の効果を得ることができる。さらに、クラスタ階層構造化部57が変化点グループ群に階層構造を与える際に、必要な知識を外部から与えることができる。これによって、より精度よく変化点グループ群に階層構造を与えることができるため、運用者はより的確に分析対象システム200の状況を把握することができる。
本実施形態に係るプログラムは、コンピュータに、動作の項で述べた処理を実行させる。かかるプログラムをコンピュータにインストールして実行することによって、本実施形態におけるシステム分析装置500およびシステム分析方法を実現することができる。この場合、コンピュータのCPU(Central Processing Unit)は、履歴情報取得部12、変化点推定部13、関連度推定部14、クラスタリング部15、関係性取得部18、クラスタ階層構造化部57、および、出力部16として機能しつつ処理を行なう。
ここで、第1ないし第4の実施形態におけるプログラムを実行することによって、システム分析装置を実現するコンピュータについて、図16を参照して説明する。図16は、第1ないし第4の実施形態におけるシステム分析装置を実現するコンピュータを一例として示すブロック図である。
[付記1]
上述の第1の視点に係るシステム分析方法のとおりである。
[付記2]
センサ間の関係性を示す関係性情報に基づいて、前記変化点グループ群に階層構造を与えるステップをさらに含む、好ましくは付記1に記載のシステム分析方法。
[付記3]
前記関係性情報を取得するステップをさらに含む、好ましくは付記2に記載のシステム分析方法。
[付記4]
前記関連度を推定するステップが、前記関係性情報を用いて前記関連度を推定する、好ましくは付記3に記載のシステム分析方法。
[付記5]
前記変化点群を推定するステップは、
前記履歴情報において継続している異常が発生した時刻を前記変化点として推定する、好ましくは付記1ないし4のいずれか一に記載のシステム分析方法。
[付記6]
前記関連度を推定するステップは、
前記変化点群をなす各変化点において、センサそれぞれの異常度を算出し、前記算出した異常度を要素とする異常度ベクトルを変化点ごとに生成し、前記変化点ごとに生成した異常度ベクトルの類似度を前記関連度とする、好ましくは付記1ないし5のいずれか一に記載のシステム分析方法。
[付記7]
前記変化点グループ群を生成するステップは、
前記履歴情報と前記関連度に基づいて、前記変化点群をなす変化点間の距離を算出し、前記算出された変化点間の距離に応じて前記変化点グループ群を生成する、好ましくは付記1ないし6のいずれか一に記載のシステム分析方法。
[付記8]
前記変化点グループ群を生成するステップは、
前記関連度から計算される非関連度と前記変化点間の時間的な距離の積を前記変化点間の距離として算出する、好ましくは付記7に記載のシステム分析方法。
[付記9]
前記変化点グループ群に階層構造を与えるステップは、
異なるセンサ間の因果関係を推定し、前記推定した異なるセンサ間の因果関係に基づいて、前記変化点グループ間における因果関係の有無を推定し、前記変化点グループ間における因果関係が有る場合に前記変化点グループ群に階層構造を与える、好ましくは付記2に記載のシステム分析方法。
[付記10]
前記変化点グループ群に階層構造を与えるステップは、前記因果関係がある変化点グループ間に対して因果の方向に基づく階層構造を与える、好ましくは付記9に記載のシステム分析方法。
[付記11]
上述の第2の視点に係るシステム分析装置のとおりである。
[付記12]
センサ間の関係性を示す関係性情報に基づいて、前記変化点グループ群に階層構造を与える、クラスタ階層構造化部をさらに備える、好ましくは付記11に記載のシステム分析装置。
[付記13]
前記関係性情報を取得する、関係性取得部をさらに備える、好ましくは付記12に記載のシステム分析装置。
[付記14]
前記関連度推定部が、前記関係性情報を用いて前記関連度を推定する、好ましくは付記13に記載のシステム分析装置。
[付記15]
上述の第3の視点に係るプログラムのとおりである。
11 状態情報取得部
12 履歴情報取得部
13 変化点推定部
14、24 関連度推定部
15 クラスタリング部
16、26 出力部
17、57 クラスタ階層構造化部
18 関係性取得部
20 被分析装置
21 センサ
30 記憶装置
40 監視装置
110 コンピュータ
111 CPU(Central Processing Unit)
112 メインメモリ
113 記憶装置
114 入力インターフェイス
115 表示コントローラ
116 データリーダ/ライタ
117 通信インターフェイス
118 入力機器
119 ディスプレイ装置
120 記録媒体
121 バス
200 分析対象システム
Claims (10)
- システムに設けられた複数のセンサが出力するセンサ値に基づいて、各センサが出力するセンサ値が異常であるか否か、および/または、異なるセンサが出力するセンサ値間の関係が異常であるか否かを時系列で表した履歴情報を取得するステップと、
前記履歴情報に基づいて、前記システムの状態に変化が生じた時刻を示す変化点からなる変化点群を推定するステップと、
前記変化点群に含まれる各変化点について、各センサの異常度を算出し、任意の2つの変化点間の関連度を、前記異常度で構成される異常度ベクトル間の類似度として算出するステップと、
前記変化点間の時間的な距離を算出するステップと、
前記変化点間の時間的な距離と前記関連度に基づいて前記変化点群を複数のグループに分類し、変化点グループ群を生成するステップと、
前記変化点グループ群の各グループが分離された異常現象に対応するとして、事象別に関連する情報である出力情報を生成し出力するステップと、を含む、
システム分析方法。 - センサ間の関係性を示す関係性情報に基づいて、前記変化点グループ群に含まれるセンサ群に階層構造を与えるステップをさらに含む、請求項1に記載のシステム分析方法。
- 前記関係性情報を取得するステップをさらに含み、
前記関連度を推定するステップが、前記関係性情報を用いて前記関連度を推定する、請求項2に記載のシステム分析方法。 - 前記変化点群を推定するステップは、
前記履歴情報において継続している異常が発生した時刻を前記変化点として推定する、請求項1ないし3のいずれか一項に記載のシステム分析方法。 - 前記関連度を推定するステップは、
前記変化点群をなす各変化点において、センサそれぞれの異常度を算出し、前記算出した異常度を要素とする異常度ベクトルを変化点ごとに生成し、前記変化点ごとに生成した異常度ベクトルの類似度を前記関連度とする、請求項1ないし4のいずれか一項に記載のシステム分析方法。 - 前記変化点グループ群に階層構造を与えるステップは、
異なるセンサ間の因果関係を推定し、前記推定した異なるセンサ間の因果関係に基づいて、前記変化点グループ間における因果関係の有無を推定し、前記変化点グループ間における因果関係が有る場合に前記変化点グループ群に階層構造を与える、請求項2に記載のシステム分析方法。 - 前記変化点グループ群に階層構造を与えるステップは、前記因果関係がある変化点グループ間に対して因果の方向に基づく階層構造を与える、請求項6に記載のシステム分析方法。
- 時間的に隣接している前記変化点群のみがグループ化されるように、Isingモデルを用いて変化点グループ群を生成する請求項1ないし7のいずれか一項に記載のシステム分析方法。
- システムに設けられた複数のセンサが出力するセンサ値に基づいて、各センサが出力するセンサ値が異常であるか否か、および/または、異なるセンサが出力するセンサ値間の関係が異常であるか否かを時系列で表す履歴情報を取得する履歴情報取得部と、
前記履歴情報に基づいて、前記システムの状態に変化が生じた時刻を示す変化点からなる変化点群を推定する変化点推定部と、
前記変化点群に含まれる各変化点について、各センサの異常度を算出し、任意の2つの変化点間の関連度を、前記異常度で構成される異常度ベクトル間の類似度として算出する関連度推定部と、
前記変化点間の時間的な距離を算出する距離算出部と、
前記変化点間の時間的な距離と前記関連度に基づいて前記変化点群を複数のグループに分類し、変化点グループ群を生成するクラスタリング部と、
前記変化点グループ群の各グループが分離された異常現象に対応するとして、事象別に関連する情報である出力情報を生成し出力する出力部と、を備える、
システム分析装置。 - システムに設けられた複数のセンサが出力するセンサ値に基づいて、各センサが出力するセンサ値が異常であるか否か、および/または、異なるセンサが出力するセンサ値間の関係が異常であるか否かを時系列で表す履歴情報を取得する処理と、
前記履歴情報に基づいて、前記システムの状態に変化が生じた時刻を示す変化点からなる変化点群を推定する処理と、
前記変化点群に含まれる各変化点について、各センサの異常度を算出し、任意の2つの変化点間の関連度を、前記異常度で構成される異常度ベクトル間の類似度として算出する処理と、
前記変化点間の時間的な距離を算出する処理と、
前記変化点間の時間的な距離と前記関連度に基づいて前記変化点群を複数のグループに分類した、変化点グループ群を生成する処理と、
前記変化点グループ群の各グループが分離された異常現象に対応するとして、事象別に関連する情報である出力情報を生成し出力する処理と、をコンピュータに実行させるプログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2017/036622 WO2019073512A1 (ja) | 2017-10-10 | 2017-10-10 | システム分析方法、システム分析装置、および、プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2019073512A1 JPWO2019073512A1 (ja) | 2020-10-22 |
JP6915693B2 true JP6915693B2 (ja) | 2021-08-04 |
Family
ID=66100536
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019547811A Active JP6915693B2 (ja) | 2017-10-10 | 2017-10-10 | システム分析方法、システム分析装置、および、プログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US11378944B2 (ja) |
JP (1) | JP6915693B2 (ja) |
WO (1) | WO2019073512A1 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018052015A1 (ja) * | 2016-09-14 | 2018-03-22 | 日本電気株式会社 | システムの分析支援装置、システムの分析支援方法及びプログラム |
US20210325842A1 (en) * | 2020-04-15 | 2021-10-21 | Kabushiki Kaisha Toshiba | Process monitoring device, process monitoring method, and program |
CN113342616B (zh) * | 2021-06-30 | 2023-10-27 | 北京奇艺世纪科技有限公司 | 异常指标信息的定位方法、装置、电子设备及存储介质 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6415282B1 (en) | 1998-04-22 | 2002-07-02 | Nec Usa, Inc. | Method and apparatus for query refinement |
JP2009265707A (ja) | 2008-04-22 | 2009-11-12 | Hitachi Ltd | プロセスの自動グループ化とその性能監視方法 |
JP5301310B2 (ja) * | 2009-02-17 | 2013-09-25 | 株式会社日立製作所 | 異常検知方法及び異常検知システム |
JP5740459B2 (ja) * | 2009-08-28 | 2015-06-24 | 株式会社日立製作所 | 設備状態監視方法 |
JP5431235B2 (ja) | 2009-08-28 | 2014-03-05 | 株式会社日立製作所 | 設備状態監視方法およびその装置 |
US8645769B2 (en) | 2010-01-08 | 2014-02-04 | Nec Corporation | Operation management apparatus, operation management method, and program storage medium |
JP5427107B2 (ja) | 2010-05-20 | 2014-02-26 | 株式会社日立製作所 | 監視診断装置および監視診断方法 |
JP5996384B2 (ja) | 2012-11-09 | 2016-09-21 | 株式会社東芝 | プロセス監視診断装置、プロセス監視診断プログラム |
JP6053487B2 (ja) | 2012-12-06 | 2016-12-27 | 三菱電機株式会社 | 時系列データ処理装置、時系列データ処理方法及び時系列データ処理プログラム |
JP6147171B2 (ja) | 2013-11-20 | 2017-06-14 | 三菱電機株式会社 | プラント監視装置及びプラント監視プログラム |
JP2016024786A (ja) | 2014-07-24 | 2016-02-08 | 富士通フロンテック株式会社 | ログ解析装置 |
US10261851B2 (en) * | 2015-01-23 | 2019-04-16 | Lightbend, Inc. | Anomaly detection using circumstance-specific detectors |
JP6777142B2 (ja) * | 2016-02-29 | 2020-10-28 | 日本電気株式会社 | システム分析装置、システム分析方法、及び、プログラム |
JP6358351B1 (ja) * | 2017-03-21 | 2018-07-18 | Jfeスチール株式会社 | 表面欠陥検査方法及び表面欠陥検査装置 |
-
2017
- 2017-10-10 JP JP2019547811A patent/JP6915693B2/ja active Active
- 2017-10-10 US US16/651,621 patent/US11378944B2/en active Active
- 2017-10-10 WO PCT/JP2017/036622 patent/WO2019073512A1/ja active Application Filing
Also Published As
Publication number | Publication date |
---|---|
US11378944B2 (en) | 2022-07-05 |
US20200310401A1 (en) | 2020-10-01 |
WO2019073512A1 (ja) | 2019-04-18 |
JPWO2019073512A1 (ja) | 2020-10-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5945350B2 (ja) | 設備状態監視方法およびその装置 | |
WO2019142331A1 (ja) | 障害予測システムおよび障害予測方法 | |
JP5431235B2 (ja) | 設備状態監視方法およびその装置 | |
US9658916B2 (en) | System analysis device, system analysis method and system analysis program | |
JP6658540B2 (ja) | システム分析装置、システム分析方法およびプログラム | |
JP6521096B2 (ja) | 表示方法、表示装置、および、プログラム | |
US11657121B2 (en) | Abnormality detection device, abnormality detection method and computer readable medium | |
KR20140041766A (ko) | 예측 및 예지를 위한 순차적 커널 회귀 모델링 방법 | |
JP6489235B2 (ja) | システム分析方法、システム分析装置、および、プログラム | |
JP5827425B1 (ja) | 予兆診断システム及び予兆診断方法 | |
JP5827426B1 (ja) | 予兆診断システム及び予兆診断方法 | |
JP6164311B1 (ja) | 情報処理装置、情報処理方法、及び、プログラム | |
WO2016147657A1 (ja) | 情報処理装置、情報処理方法、及び、記録媒体 | |
JP6777142B2 (ja) | システム分析装置、システム分析方法、及び、プログラム | |
JP6915693B2 (ja) | システム分析方法、システム分析装置、および、プログラム | |
JP6183449B2 (ja) | システム分析装置、及び、システム分析方法 | |
JP5771317B1 (ja) | 異常診断装置及び異常診断方法 | |
US10157113B2 (en) | Information processing device, analysis method, and recording medium | |
JP5771318B1 (ja) | 異常診断装置及び異常診断方法 | |
JP6973445B2 (ja) | 表示方法、表示装置、および、プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200401 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200401 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210126 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210326 |
|
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: 20210615 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210628 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6915693 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |