JP6976696B2 - プロセス管理支援装置および方法 - Google Patents
プロセス管理支援装置および方法 Download PDFInfo
- Publication number
- JP6976696B2 JP6976696B2 JP2017046411A JP2017046411A JP6976696B2 JP 6976696 B2 JP6976696 B2 JP 6976696B2 JP 2017046411 A JP2017046411 A JP 2017046411A JP 2017046411 A JP2017046411 A JP 2017046411A JP 6976696 B2 JP6976696 B2 JP 6976696B2
- Authority
- JP
- Japan
- Prior art keywords
- measurement data
- time point
- predetermined period
- data
- regression
- 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
Landscapes
- Testing And Monitoring For Control Systems (AREA)
- Incineration Of Waste (AREA)
- Feedback Control In General (AREA)
Description
のの特性や、またそれら濃度の計測装置自体がもつ特性に応じた時間遅れが生じる。したがってこれらのプロセスでは、燃料の供給量や特性が変動した場合、その変動に対応するように燃焼用空気や脱硝剤の供給量を素早く調節することができず、排ガス中の一酸化炭素濃度や窒素酸化物濃度が所定の管理基準値を超過することがあるという課題があった。
データから演算される演算データに対して、主成分分析(PCA)に基づく次元削減を行うことで得られた少なくとも1つの変数を、前記回帰モデルの前記説明変数の全部又は一部として用いることを特徴とするプロセス管理支援装置という構成を採っている。
期間に得られた計測データに加えて、現在時点t0の直前の所定期間における2つ以上の説明変数間の相関関係との類似度の高い、及び/又は1つ以上の説明変数と1つ以上の目的変数との間の相関関係との類似度の高い、過去の複数の所定期間の計測データを用いる。
設備又は脱硝設備)への脱硝薬剤の供給量の制御目標値を指令値として出力することを特徴とするプロセス管理支援装置という構成を採っている。
である性能管理指標として、対象プロセス1から排出される排ガス中の一酸化炭素濃度に着目した場合を考える。説明変数である燃料供給装置の運転速度を変化させた際に、その影響が目的変数である排ガス中の一酸化炭素濃度に現れるまでには、プロセスの特性や濃度計測装置が持つ特性に応じた時間遅れが生じる。このような場合、モデル構築部12における説明変数としては、過去の時点tにおける燃料供給装置の運転速度に加えて、時点tから一定の0より大きい時間幅Δt1ごとに遡った時点(t−Δt1)、(t−2Δt1)、・・・、(t−nΔt1)における燃料供給装置の運転速度の計測データを用いることが好ましい。
形回帰モデルを構築する手法である。これは、主成分回帰との関連性の強い手法であるが、その詳細については非特許文献2に記載されている。
いることが好ましい。
もモデル精度の向上には寄与せず、むしろモデル構築に要する計算負荷やデータ保存に要する記憶装置の容量の増大を招く。従って、対象プロセス1の特性変化や演算装置の能力、記憶装置の容量等を考慮して、実用的に適当な有限の個数Sを選択するのが望ましい。その際は、新たなデータセットが得られるごとに、最も古いデータセットを破棄するなどの操作を行うことで、モデル構築に用いるデータ量やモデル構築に要する計算負荷が増大することを防ぐことができる。
セス1の運転監視制御装置3、例えばDCSへ伝送される。将来予測値y0を、運転監視制御装置3の監視画面に表示したり、又はその値の大小に応じて音声や画面表示による警報を発することにより、オペレータに対して性能管理指標が今後どのように推移していくかを知らせる。こうして性能管理指標が、将来、管理範囲を逸脱する可能性がある場合に、それを防止する運転操作をいち早くとることを促すことができる。
以上説明したように、本発明は以下の形態を有する。
形態1
廃棄物焼却プロセス又はバイオマス燃焼プロセスを対象プロセスとし、前記対象プロセスの性能を示す少なくとも1つの性能管理指標を管理するためのプロセス管理支援装置であって、
対象プロセスの状態量及び/又は操作量を計測データとして収集するデータ収集部と、
前記データ収集部で収集された、複数の第1の時点における前記計測データ及び/又は当該計測データから演算により得られる演算データを説明変数として、複数の前記第1の時点のいずれよりも後の第2の時点における前記性能管理指標を目的変数とする回帰モデルを構築するモデル構築部と、
前記モデル構築部で構築された前記回帰モデルに対して、前記データ収集部で収集された、複数の前記第1の時点のいずれよりも後の第3の時点及び前記第3の時点より前の複数の第4の時点における前記計測データ及び/又は当該計測データから演算により得られる演算データを入力することにより、前記少なくとも1つの性能管理指標の、前記第3の時点より後の第5の時点における予測値を算出する予測部とを有することを特徴とする、
プロセス管理支援装置。
形態2
前記予測部で算出された、前記少なくとも1つの性能管理指標の前記第5の時点における予測値の変化に基づいて、前記対象プロセスの制御目標値に関する制御データを出力する出力部を有することを特徴とする、形態1に記載のプロセス管理支援装置。
形態3
前記モデル構築部は、前記計測データのうちの少なくとも1つの計測データについて、非線形変換、微分又は差分変換、積分又は積算変換のうちの少なくとも1つを行うことで得られた少なくとも1つの前記演算データを前記説明変数の少なくとも一部として用いることを特徴とする、形態1又は2に記載のプロセス管理支援装置。
形態4
前記モデル構築部は、2つ以上の前記計測データ及び/又は前記計測データから演算される演算データに対して、主成分分析(PCA)に基づく次元削減を行うことで得られた少なくとも1つの変数を、前記回帰モデルの前記説明変数の全部又は一部として用いることを特徴とする、形態1から3のいずれか1項に記載のプロセス管理支援装置。
形態5
前記モデル構築部は、線形回帰、主成分回帰、部分最小自乗回帰、一般化線形回帰、サポートベクトル回帰、ランダムフォレスト回帰のうちのいずれかにより前記回帰モデルを構築することを特徴とする、形態1から4のいずれか1項に記載のプロセス管理支援装置。
形態6
前記モデル構築部は、前記複数の第1の時点における前記計測データとして、前記第3の時点を含まない、前記第3の時点より前で前記第3の時点の近傍の所定期間に得られた前記計測データを用いることを特徴とする、形態1から5のいずれか1項に記載のプロセス管理支援装置。
形態7
前記モデル構築部は、前記所定期間に得られた前記計測データに加えて、
2つ以上の前記説明変数間の相関関係に関して、前記所定期間における前記相関関係と、前記所定期間より前の複数の別の所定期間における前記相関関係との間の類似度を評価して、評価結果に基づいて前記別の所定期間を選択し、選択された前記別の所定期間における計測データ、及び/又は
1つ以上の前記説明変数と1つ以上の前記目的変数との間の相関関係に関して、前記所定期間における当該相関関係と、前記所定期間より前の複数の別の所定期間における当該相関関係との間の類似度を評価して、評価結果に基づいて当該別の所定期間を選択し、選択された当該別の所定期間における計測データ、
を用いることを特徴とする、形態6に記載のプロセス管理支援装置。
形態8
前記モデル構築部は、主成分分析(PCA)と、前記主成分分析に基づいて計算されるQ統計量及びホテリングのT 2 統計量とを用いて、前記類似度を算出することを特徴とする、形態7に記載のプロセス管理支援装置。
形態9
前記性能管理指標は、前記対象プロセスから排出される排ガス中の一酸化炭素濃度、窒素酸化物濃度、硫黄酸化物濃度、塩化水素濃度、水銀濃度のうちの少なくとも1つであることを特徴とする、形態1から8のいずれか1項に記載のプロセス管理支援装置。
形態10
前記性能管理指標は、前記対象プロセスから排出される排ガス中の一酸化炭素濃度であり、前記出力部は、前記排ガス中の酸素濃度の制御目標値を指令値として出力することを特徴とする、形態2から8のいずれか1項に記載のプロセス管理支援装置。
形態11
前記性能管理指標は、前記対象プロセスから排出される排ガス中の窒素酸化物濃度であ
り、前記出力部は、前記対象プロセスにおける脱硝設備への脱硝薬剤の供給量の制御目標値を指令値として出力することを特徴とする、形態2から8のいずれか1項に記載のプロセス管理支援装置。
形態12
前記性能管理指標は、前記対象プロセスから排出される排ガス中の硫黄酸化物濃度及び/又は前記塩化水素濃度であり、前記出力部は、前記対象プロセスにおける排ガス処理設備への脱塩薬剤の供給量の制御目標値を指令値として出力することを特徴とする、形態2から8のいずれか1項に記載のプロセス管理支援装置。
形態13
前記性能管理指標は、前記対象プロセスから排出される排ガス中の水銀濃度であり、前記出力部は、前記対象プロセスにおける排ガス処理設備への活性炭及び/又はキレート吸着剤の供給量の制御目標値を指令値として出力することを特徴とする、形態2から8のいずれか1項に記載のプロセス管理支援装置。
形態14
廃棄物焼却プロセス又はバイオマス燃焼プロセスを対象プロセスとし、前記対象プロセスの性能を示す少なくとも1つの性能管理指標を管理するためのプロセス管理支援方法であって、
対象プロセスの状態量を計測データとして収集するステップと、
収集された、複数の第1の時点における前記計測データ及び/又は当該計測データから演算により得られる演算データを説明変数として、複数の前記第1の時点のいずれよりも後の第2の時点における前記性能管理指標を目的変数とする回帰モデルを構築するステップと、
構築された前記回帰モデルに対して、複数の前記第1の時点のいずれよりも後の第3の時点及び前記第3の時点より前の第4の時点における前記計測データのうちの少なくとも一つを入力することにより、前記少なくとも1つの性能管理指標の、前記第3の時点より後の第5の時点における予測値を算出するステップとを有することを特徴とする、プロセス管理支援方法。
2…センサ・制御器・監視カメラ等
3…運転監視制御装置
10…運転管理支援装置
11…データ収集保存部
12…モデル構築部
13…予測部
14…指令値出力部
Claims (12)
- 廃棄物焼却プロセス又はバイオマス燃焼プロセスを対象プロセスとし、前記対象プロセスの性能を示す少なくとも1つの性能管理指標を管理するためのプロセス管理支援装置であって、
対象プロセスの状態量及び/又は操作量を計測データとして収集するデータ収集部と、
前記データ収集部で収集された、複数の第1の時点における前記計測データ及び/又は当該計測データから演算により得られる演算データを説明変数として、複数の前記第1の時点のいずれよりも後の第2の時点における前記性能管理指標を目的変数とする回帰モデルを構築するモデル構築部と、
前記モデル構築部で構築された前記回帰モデルに対して、前記データ収集部で収集された、複数の前記第1の時点のいずれよりも後の第3の時点及び前記第3の時点より前の複数の第4の時点における前記計測データ及び/又は当該計測データから演算により得られる演算データを入力することにより、前記少なくとも1つの性能管理指標の、前記第3の時点より後の第5の時点における予測値を算出する予測部とを有し、
前記モデル構築部は、前記複数の第1の時点における前記計測データとして、前記第3の時点を含まない、前記第3の時点より前で前記第3の時点の近傍の所定期間に得られた前記計測データを用い、
前記モデル構築部は、前記所定期間に得られた前記計測データに加えて、
2つ以上の前記説明変数間の相関関係に関して、前記所定期間における前記相関関係と、前記所定期間より前の複数の別の所定期間における前記相関関係との間の類似度を評価して、評価結果に基づいて前記別の所定期間を選択し、選択された前記別の所定期間における計測データ、及び/又は
1つ以上の前記説明変数と1つ以上の前記目的変数との間の相関関係に関して、前記所定期間における当該相関関係と、前記所定期間より前の複数の別の所定期間における当該相関関係との間の類似度を評価して、評価結果に基づいて当該別の所定期間を選択し、選択された当該別の所定期間における計測データ、
を用いることを特徴とする、プロセス管理支援装置。 - 前記予測部で算出された、前記少なくとも1つの性能管理指標の前記第5の時点における予測値の変化に基づいて、前記対象プロセスの制御目標値に関する制御データを出力する出力部を有することを特徴とする、請求項1に記載のプロセス管理支援装置。
- 前記モデル構築部は、前記計測データのうちの少なくとも1つの計測データについて、非線形変換、微分又は差分変換、積分又は積算変換のうちの少なくとも1つを行うことで得られた少なくとも1つの前記演算データを前記説明変数の少なくとも一部として用いることを特徴とする、請求項1又は2に記載のプロセス管理支援装置。
- 前記モデル構築部は、2つ以上の前記計測データ及び/又は前記計測データから演算される演算データに対して、主成分分析(PCA)に基づく次元削減を行うことで得られた少なくとも1つの変数を、前記回帰モデルの前記説明変数の全部又は一部として用いることを特徴とする、請求項1から3のいずれか1項に記載のプロセス管理支援装置。
- 前記モデル構築部は、線形回帰、主成分回帰、部分最小自乗回帰、一般化線形回帰、サポートベクトル回帰、ランダムフォレスト回帰のうちのいずれかにより前記回帰モデルを構築することを特徴とする、請求項1から4のいずれか1項に記載のプロセス管理支援装置。
- 前記モデル構築部は、主成分分析(PCA)と、前記主成分分析に基づいて計算されるQ統計量及びホテリングのT2統計量とを用いて、前記類似度を算出することを特徴とする、請求項1に記載のプロセス管理支援装置。
- 前記性能管理指標は、前記対象プロセスから排出される排ガス中の一酸化炭素濃度、窒素酸化物濃度、硫黄酸化物濃度、塩化水素濃度、水銀濃度のうちの少なくとも1つであることを特徴とする、請求項1から6のいずれか1項に記載のプロセス管理支援装置。
- 前記性能管理指標は、前記対象プロセスから排出される排ガス中の一酸化炭素濃度であり、前記出力部は、前記排ガス中の酸素濃度の制御目標値を指令値として出力することを特徴とする、請求項2に記載のプロセス管理支援装置。
- 前記性能管理指標は、前記対象プロセスから排出される排ガス中の窒素酸化物濃度であり、前記出力部は、前記対象プロセスにおける脱硝設備への脱硝薬剤の供給量の制御目標値を指令値として出力することを特徴とする、請求項2に記載のプロセス管理支援装置。
- 前記性能管理指標は、前記対象プロセスから排出される排ガス中の硫黄酸化物濃度及び/又は塩化水素濃度であり、前記出力部は、前記対象プロセスにおける排ガス処理設備への脱塩薬剤の供給量の制御目標値を指令値として出力することを特徴とする、請求項2に記載のプロセス管理支援装置。
- 前記性能管理指標は、前記対象プロセスから排出される排ガス中の水銀濃度であり、前記出力部は、前記対象プロセスにおける排ガス処理設備への活性炭及び/又はキレート吸着剤の供給量の制御目標値を指令値として出力することを特徴とする、請求項2に記載のプロセス管理支援装置。
- データ収集部と、モデル構築部と、予測部とを有するプロセス管理支援装置を用いて、廃棄物焼却プロセス又はバイオマス燃焼プロセスを対象プロセスとし、前記対象プロセスの性能を示す少なくとも1つの性能管理指標を管理するためのプロセス管理支援方法であって、
前記データ収集部が、対象プロセスの状態量を計測データとして収集するステップと、
前記モデル構築部が、収集された、複数の第1の時点における前記計測データ及び/又は当該計測データから演算により得られる演算データを説明変数として、複数の前記第1の時点のいずれよりも後の第2の時点における前記性能管理指標を目的変数とする回帰モデルを構築するステップと、
前記予測部が、構築された前記回帰モデルに対して、複数の前記第1の時点のいずれよりも後の第3の時点及び前記第3の時点より前の第4の時点における前記計測データのうちの少なくとも一つを入力することにより、前記少なくとも1つの性能管理指標の、前記第3の時点より後の第5の時点における予測値を算出するステップとを有し、
前記回帰モデルを構築するステップでは、前記複数の第1の時点における前記計測データとして、前記第3の時点を含まない、前記第3の時点より前で前記第3の時点の近傍の所定期間に得られた前記計測データを用い、
前記回帰モデルを構築するステップでは、前記所定期間に得られた前記計測データに加えて、
2つ以上の前記説明変数間の相関関係に関して、前記所定期間における前記相関関係と、前記所定期間より前の複数の別の所定期間における前記相関関係との間の類似度を評価して、評価結果に基づいて前記別の所定期間を選択し、選択された前記別の所定期間における計測データ、及び/又は
1つ以上の前記説明変数と1つ以上の前記目的変数との間の相関関係に関して、前記所定期間における当該相関関係と、前記所定期間より前の複数の別の所定期間における当該相関関係との間の類似度を評価して、評価結果に基づいて当該別の所定期間を選択し、選択された当該別の所定期間における計測データ、
を用いることを特徴とする、プロセス管理支援方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017046411A JP6976696B2 (ja) | 2017-03-10 | 2017-03-10 | プロセス管理支援装置および方法 |
JP2021183229A JP7262554B2 (ja) | 2017-03-10 | 2021-11-10 | プロセス管理支援装置および方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017046411A JP6976696B2 (ja) | 2017-03-10 | 2017-03-10 | プロセス管理支援装置および方法 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021183229A Division JP7262554B2 (ja) | 2017-03-10 | 2021-11-10 | プロセス管理支援装置および方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018151771A JP2018151771A (ja) | 2018-09-27 |
JP6976696B2 true JP6976696B2 (ja) | 2021-12-08 |
Family
ID=63680461
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017046411A Active JP6976696B2 (ja) | 2017-03-10 | 2017-03-10 | プロセス管理支援装置および方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6976696B2 (ja) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6899766B2 (ja) * | 2017-06-15 | 2021-07-07 | 日立造船株式会社 | 情報処理装置、および情報処理方法 |
WO2020110201A1 (ja) * | 2018-11-27 | 2020-06-04 | 日本電気株式会社 | 情報処理装置 |
JP7299721B2 (ja) * | 2019-03-14 | 2023-06-28 | 荏原環境プラント株式会社 | 排ガス処理システムおよび排ガス処理方法 |
JP7175835B2 (ja) * | 2019-04-16 | 2022-11-21 | 荏原環境プラント株式会社 | ストーカ式焼却炉を備えた焼却システム |
JP7115441B2 (ja) * | 2019-08-08 | 2022-08-09 | 株式会社デンソー | 異常検知システム |
JP7482470B2 (ja) | 2019-10-03 | 2024-05-14 | 国立大学法人北海道大学 | ゴム材料の物性推定方法、システム及びプログラム |
WO2021095822A1 (ja) * | 2019-11-12 | 2021-05-20 | 株式会社Ihi | プラント運転予測装置 |
CN111462835B (zh) * | 2020-04-07 | 2023-10-27 | 北京工业大学 | 一种基于深度森林回归算法的二噁英排放浓度软测量方法 |
JP7456312B2 (ja) | 2020-07-03 | 2024-03-27 | Jfeエンジニアリング株式会社 | 情報処理装置、情報処理方法、プログラム、薬剤供給装置、排ガス処理装置、および排ガス処理方法 |
JP7452443B2 (ja) | 2021-01-07 | 2024-03-19 | 東芝三菱電機産業システム株式会社 | 圧延モデルの学習方法 |
JP7085039B1 (ja) | 2021-03-03 | 2022-06-15 | 三菱重工業株式会社 | 予測モデル作成装置、排ガス濃度制御システム、予測モデル作成方法、及び排ガス濃度制御方法 |
JP2023061289A (ja) * | 2021-10-19 | 2023-05-01 | 株式会社アマダ | 予測・推定システム、学習装置及び予測・推定装置 |
JP7250206B1 (ja) * | 2022-11-25 | 2023-03-31 | 東京瓦斯株式会社 | 情報処理方法、情報処理装置及びプログラム |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0337515A3 (en) * | 1986-10-07 | 1989-11-02 | Nippon Kokan Kabushiki Kaisha | Method and apparatus for controlling the injection amount of ammonia for denitration of exhaust gas |
JP2000028123A (ja) * | 1998-07-08 | 2000-01-25 | Kubota Corp | ゴミ焼却炉の二次燃焼制御装置 |
JP2000051816A (ja) * | 1998-08-07 | 2000-02-22 | Mitsui Eng & Shipbuild Co Ltd | 飛灰の処理方法および処理装置 |
US7514052B2 (en) * | 2004-01-06 | 2009-04-07 | General Electric Company | Method for removal of mercury emissions from coal combustion |
JP2012128800A (ja) * | 2010-12-17 | 2012-07-05 | Nippon Steel Engineering Co Ltd | プロセスの状態予測方法及びそれを用いたプロセス制御装置 |
JP5707230B2 (ja) * | 2011-05-25 | 2015-04-22 | 新日鉄住金エンジニアリング株式会社 | プロセスの状態予測方法 |
-
2017
- 2017-03-10 JP JP2017046411A patent/JP6976696B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2018151771A (ja) | 2018-09-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6976696B2 (ja) | プロセス管理支援装置および方法 | |
US8577822B2 (en) | Data-driven approach to modeling sensors wherein optimal time delays are determined for a first set of predictors and stored as a second set of predictors | |
JP2019520659A (ja) | 時系列パターンモデルを用いて主要パフォーマンス指標(kpi)を監視するコンピュータシステム及び方法 | |
JP6088131B2 (ja) | タービン性能診断システム及び方法 | |
Mo et al. | Performance-based maintenance of gas turbines for reliable control of degraded power systems | |
JP6304274B2 (ja) | プラント性能評価装置、プラント性能評価システム、およびプラント性能評価方法 | |
JP2010181188A (ja) | プラント運転状態監視方法 | |
JP5025776B2 (ja) | 異常診断フィルタ生成装置 | |
Zhang et al. | A fault early warning method for auxiliary equipment based on multivariate state estimation technique and sliding window similarity | |
JP6758155B2 (ja) | プラントの診断システム及び診断方法 | |
Marugán et al. | SCADA and artificial neural networks for maintenance management | |
US20180307997A1 (en) | Systems and methods for improved quantification of uncertainty in turbomachinery | |
JP2018081350A (ja) | 運転支援装置及びプログラム | |
JP5939439B2 (ja) | 異常診断装置 | |
JP7262554B2 (ja) | プロセス管理支援装置および方法 | |
Al-Duais et al. | A unique Markov chain Monte Carlo method for forecasting wind power utilizing time series model | |
Losi et al. | Gas Turbine Health State Prognostics by Means of Bayesian Hierarchical Models | |
JP2008146322A (ja) | 製造プロセスの操業状態の予測方法、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 | |
JP2013137774A (ja) | プロセスの状態予測方法およびプロセス状態予測システム | |
US10429828B2 (en) | Plant simulation device and plant simulation method with first parameter adjustable at start and second parameter adjustable during operation of the plant | |
Deshpande et al. | Thermal power plant analysis using artificial neural network | |
JP2021174352A (ja) | プラント制御支援装置、プログラムおよびプラント制御支援方法 | |
JP6554162B2 (ja) | 発電プラント性能評価方法及び発電プラント性能評価プログラム | |
JP7441768B2 (ja) | 保全シミュレーション装置、および、保全シミュレーション方法 | |
Han et al. | Reliability analysis of wind turbine subassemblies based on the 3-P Weibull model via an ergodic artificial bee colony algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200305 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210215 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210222 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20210416 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210430 |
|
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: 20211013 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211110 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6976696 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |