JP7013410B2 - Construction machinery - Google Patents
Construction machinery Download PDFInfo
- Publication number
- JP7013410B2 JP7013410B2 JP2019068750A JP2019068750A JP7013410B2 JP 7013410 B2 JP7013410 B2 JP 7013410B2 JP 2019068750 A JP2019068750 A JP 2019068750A JP 2019068750 A JP2019068750 A JP 2019068750A JP 7013410 B2 JP7013410 B2 JP 7013410B2
- Authority
- JP
- Japan
- Prior art keywords
- feature amount
- abnormality
- construction machine
- theoretical
- model
- 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)
Description
本発明は、油圧ショベル等の建設機械に関する。 The present invention relates to construction machinery such as hydraulic excavators.
油圧ショベルに代表されるような建設機械はさまざまな建設現場、土木現場などで使用されており、作業をなるべく中断させないためにも故障や異常を事前に診断したり、故障した際は迅速な修理をしたりすることが求められる。そこで、稼働中の建設機械から得られる特徴量に基づいて異常を判定するシステムの開発が進んでいる。ショベルの異常判定方法を開示する先行技術文献として、例えば特許文献1がある。
Construction machines such as hydraulic excavators are used at various construction sites, civil engineering sites, etc., and in order not to interrupt work as much as possible, failure or abnormality is diagnosed in advance, and if it breaks down, it is repaired quickly. Is required to do. Therefore, the development of a system for determining an abnormality based on the feature amount obtained from an operating construction machine is in progress. For example,
特許文献1には、ショベルを運転して、ある既定動作を行っている期間に、前記ショベルから得られた着目物理量の検出値の時間変化を表す複数の参照波形が準備されており、複数の前記参照波形ごとに、複数の特徴量が求められており、前記ショベルと同一型式の評価対象ショベルの異常の有無を、前記参照波形に基づいて判定する方法であって、(a)前記評価対象ショベルを運転し、前記既定動作と類似の動作を行っている期間に、前記評価対象ショベルから得られる前記着目物理量を検出し、検出値の時間変化である評価波形を取得する工程と、(b)前記評価波形の前記特徴量を求め、複数の前記参照波形の各々の複数の前記特徴量を要素とする複数の参照ベクトルの平均ベクトルと、前記評価波形の前記特徴量を要素とする評価ベクトルとの対比結果に基づいて、前記評価対象ショベルの異常の有無を判定する工程とを有するショベルの異常判定方法が記載されている。
In
特許文献1に記載の異常判定方法は、判定精度を確保するために、予め同一機種のショベルで多数の参照波形を取得しておく必要がある。しかしながら、油圧ショベルの中には市場に出ている台数が少ない機種や仕様のものがあり、そのような台数の少ない油圧ショベルから多数の参照波形を取得することは困難である。そのため、特許文献1に記載の異常判定方法は、市場に出ている台数が少ない油圧ショベルには適していない。
In the abnormality determination method described in
本発明は、上記課題に鑑みてなされたものであり、その目的は、市場に出ている台数の多寡に関わらず、機体の稼働中に異常を検知しかつ当該異常の要因を特定することが可能な建設機械を提供することにある。 The present invention has been made in view of the above problems, and an object thereof is to detect an abnormality during operation of an airframe and identify the cause of the abnormality regardless of the number of units on the market. It is to provide possible construction machinery.
上記目的を達成するために、本発明は、油圧ポンプと、前記油圧ポンプによって駆動される油圧アクチュエータと、演算機能を有するコントローラと、前記コントローラの演算結果を出力する報知装置と、前記油圧アクチュエータの操作を指示する操作指示装置から出力される情報または前記建設機械の姿勢情報、および前記建設機械の動作状態を示す特徴量を取得するセンサを備えた建設機械において、前記コントローラは、前記建設機械の正常時の動作を模擬するシミュレーションモデルである正常時モデルと、前記特徴量の異常に対する要因の情報とを記憶しており、前記建設機械の動作中に、前記センサで取得した姿勢情報または前記操作指示装置から出力される情報を前記正常時モデルに入力することにより、前記特徴量の理論値である理論特徴量を算出し、前記センサで検出した特徴量である実測特徴量と前記理論特徴量との比較結果に基づいて、前記実測特徴量に異常があるか否かを判定し、前記実測特徴量に異常があると判定した場合に、前記異常の要因を特定するために、前記アクチュエータの流量に違いが発生する再生制御が適用される既定動作と前記再生制御が適用されない既定動作の実施を促す指示を前記報知装置に出力するものとする。 In order to achieve the above object, the present invention comprises a hydraulic pump, a hydraulic actuator driven by the hydraulic pump, a controller having a calculation function, a notification device for outputting the calculation result of the controller, and the hydraulic actuator. In a construction machine provided with a sensor that acquires information output from an operation instruction device for instructing an operation, attitude information of the construction machine, and a feature amount indicating an operating state of the construction machine, the controller is the construction machine of the construction machine. A normal model, which is a simulation model that simulates normal operation, and information on factors for the abnormality of the feature amount are stored, and the attitude information or the operation acquired by the sensor during the operation of the construction machine is stored. By inputting the information output from the indicating device into the normal model, the theoretical feature amount which is the theoretical value of the feature amount is calculated, and the actually measured feature amount and the theoretical feature amount which are the feature amounts detected by the sensor are calculated. Based on the comparison result with, it is determined whether or not there is an abnormality in the actually measured feature amount, and when it is determined that there is an abnormality in the actually measured feature amount, in order to identify the cause of the abnormality, the actuator It is assumed that an instruction for prompting the execution of the default operation to which the reproduction control in which the difference in the flow rate is applied and the default operation to which the reproduction control is not applied is output to the notification device.
以上のように構成した本発明によれば、建設機械の動作状態を示す特徴量の実測値(実測特徴量)と理論値(理論特徴量)との比較結果に基づいて、実測特徴量に異常があるか否かが判定され、実測特徴量に異常があると判定された場合に、その異常の要因を特定するために必要な既定動作を促す指示が報知装置に出力される。これにより、オペレータまたはサービス員は、建設機械の動作中に、建設機械の異常および当該異常の要因を特定することができる。 According to the present invention configured as described above, the measured feature amount is abnormal based on the comparison result between the measured value (measured feature amount) and the theoretical value (theoretical feature amount) of the feature amount indicating the operating state of the construction machine. It is determined whether or not there is an abnormality, and when it is determined that there is an abnormality in the measured feature amount, an instruction for prompting a default operation necessary for identifying the cause of the abnormality is output to the notification device. This allows the operator or service personnel to identify the abnormality of the construction machine and the cause of the abnormality during the operation of the construction machine.
また、本発明は、建設機械の機種や仕様に応じて構築した正常時モデルおよび異常時モデルを用いて異常判定および要因判定を行うため、他の建設機械で取得したデータを必要としない。これにより、市場に出ている台数が少ない建設機械にも本発明を適用することが可能となる。 Further, in the present invention, since the abnormality determination and the factor determination are performed using the normal time model and the abnormal time model constructed according to the model and specifications of the construction machine, the data acquired by other construction machines is not required. This makes it possible to apply the present invention to a small number of construction machines on the market.
本発明に係る建設機械よれば、市場に出ている台数の多寡に関わらず、機体の稼働中に異常を検知しかつ当該異常の要因を特定することが可能となる。 According to the construction machine according to the present invention, it is possible to detect an abnormality during operation of the machine and identify the cause of the abnormality regardless of the number of units on the market.
以下、本発明の実施の形態に係る建設機械として油圧ショベルを例に挙げ、図面を参照して説明する。なお、各図中、同等の部材には同一の符号を付し、重複した説明は適宜省略する。 Hereinafter, a hydraulic excavator will be taken as an example of a construction machine according to an embodiment of the present invention, and will be described with reference to the drawings. In each figure, the same members are designated by the same reference numerals, and duplicated description will be omitted as appropriate.
図1は、本発明の実施の形態に係る油圧ショベルの側面図である。 FIG. 1 is a side view of a hydraulic excavator according to an embodiment of the present invention.
図1に示すように、油圧ショベル100は、左右一対の走行装置1,2を備えた走行体3と、走行体3の上に取り付けられた旋回体4と、一端が旋回体4に回転自在にピン結合されたブーム5と、一端がブーム5に回転自在にピン結合されたアーム6と、一端がアーム6に回転自在にピン結合されたバケット7を備えている。ブーム5、アーム6、およびバケット7は、フロント装置101を構成している。旋回体4上には、運転室8、エンジンや油圧ポンプを格納する機械室9、カウンタウエイト10等が設けられている。
As shown in FIG. 1, the
走行装置1,2は走行モータ11,12により駆動され、旋回体4は旋回モータ13により駆動される。ブーム5はブームシリンダ14,15により駆動され、アーム6はアームシリンダ16により駆動され、バケット7はバケットシリンダ17により駆動される。ブームシリンダ14,15、アームシリンダ16、およびバケットシリンダ17の伸縮方向移動量により、ブーム5、アーム6、およびバケット7の姿勢が決定される。
The
図2は、油圧ショベル100に搭載された油圧駆動システムの概略構成図である。なお、図2では、ブームシリンダ14,15およびアームシリンダ16の駆動に関わる部分のみを示し、その他のアクチュエータの駆動に関わる部分は省略している。
FIG. 2 is a schematic configuration diagram of a hydraulic drive system mounted on the
図2において、油圧ポンプ21の吐出油路22は、メインリリーフ弁23を介してタンク24に接続されている。ブーム方向制御弁25は、油圧ポンプ21からブームシリンダ14,15に供給される圧油の方向および流量を制御する。アーム方向制御弁26は、油圧ポンプ21からアームシリンダ16に供給される圧油の方向および流量を制御する。
In FIG. 2, the
ブームシリンダ14,15のボトム側とアームシリンダ16のボトム側とはアーム再生油路27を介して接続されており、アーム再生油路27にはブームシリンダ14,15のボトム側から排出される作動油のうちアームシリンダ16のボトム側に供給する作動油の流量を制御するアーム再生弁28が設けられている。また、図示は省略するが、ブームシリンダ14,15のボトム側とロッド側とはブーム再生油路を介して接続されており、ブーム再生油路にはブームシリンダ14,15のボトム側から排出される作動油のうちブームシリンダ14,15のロッド側に供給する作動油の流量を制御するブーム再生弁が設けられている。
The bottom side of the
方向制御弁25,26のパイロット受圧部には、パイロット圧を検出する圧力センサ31~34がそれぞれ設けられている。ブームシリンダ14,15およびアームシリンダ16のボトム側油路には、圧力センサ35,36および流量センサ(図示せず)がそれぞれ設けられている。ブームシリンダ14,15およびアームシリンダ16には、ストロークセンサ41,42がそれぞれ設けられている。
コントローラ60は、モード切替スイッチ61の操作に応じて、油圧ショベル100の異常診断を行う。具体的には、各センサの検出結果に基づいて異常の有無を判定し、異常有りと判定した場合はその要因を特定し、異常情報および要因情報をモニタ62に出力する。
The controller 60 performs an abnormality diagnosis of the
本発明に関わる作業フローを大きく3つの段階(段階1、段階2、段階3)に分けて説明する。
The work flow related to the present invention will be described by roughly dividing it into three stages (
図3は、段階1の作業手順を示したフローチャートである。図3に示すフローは、油圧ショベル100で発生し得る異常の種別ごとに行われる。以下、各ステップを順に説明する。
FIG. 3 is a flowchart showing the work procedure of
ステップSA1で、異常の想定要因をリストアップする。 In step SA1, the possible factors of abnormality are listed.
ステップSA2で、ステップSA1でリストアップした想定要因を模擬した異常時モデル200を作成する。
In step SA2, an
ステップSA3で、異常時モデル200において異常の程度を表すパラメータを設定する。
In step SA3, a parameter indicating the degree of abnormality is set in the
ステップSA4で、異常の要因を特定するために必要な既定動作を異常時モデル200で実施する。
In step SA4, the default operation necessary for identifying the cause of the abnormality is carried out in the
ステップSA5で、異常時モデル200で既定動作を実施した際の特徴量(異常時の理論特徴量)を算出する。
In step SA5, the feature amount (theoretical feature amount at the time of abnormality) when the default operation is performed by the
ステップSA5で、想定要因と既定動作とステップSA5で算出した異常時の理論特徴量とを対応付けたマトリクスを後述するコントローラ50の記憶部53(図6に示す)に記憶させる。
In step SA5, a matrix in which the assumed factor, the default operation, and the theoretical feature amount at the time of abnormality calculated in step SA5 are associated is stored in the storage unit 53 (shown in FIG. 6) of the
図4は、段階2の作業手順を示すフローチャートである。以下、各ステップを順に説明する。
FIG. 4 is a flowchart showing the work procedure of
図4は、段階2の作業手順を示すフローチャートである。段階2では、通常作業を行っている油圧ショベル100で実測特徴量の時系列データを取得し、正常時モデル51で算出した理論特徴量の時系列データと比較することにより、異常の有無を判定する。以下、各ステップを順に説明する。
FIG. 4 is a flowchart showing the work procedure of
ステップSB1で、異常診断データ取得モードの開始が指示されたか否か(モード切替スイッチ61がONであるか否か)を判定する。ステップSB1でモード切替スイッチ61がONである(YES)と判定された場合は、ステップSB2へ進む。ステップSB1でモード切替スイッチ61がOFFである(NO)と判定された場合は、ステップSB1へ戻る。
In step SB1, it is determined whether or not the start of the abnormality diagnosis data acquisition mode is instructed (whether or not the
ステップSB2で、実機搭載センサ(圧力センサ、ストロークセンサ、流量センサ等)から油圧ショベル100の操作情報および姿勢情報、ならびに油圧ショベル100の動作状態を示す特徴量の実測値(実測特徴量)を取得する。
In step SB2, the operation information and attitude information of the
ステップSB3で、油圧ショベル100の操作情報または姿勢情報を正常時モデル51に入力し、特徴量の理論値(正常時の理論特徴量)を算出する。
In step SB3, the operation information or the attitude information of the
ステップSB4で、異常診断データ取得モードの終了が指示されたか否か(モード切替スイッチ61がOFFであるか否か)を判定する。ステップSB4でモード切替スイッチ61がOFFである(YES)と判定された場合は、ステップSB5へ進む。ステップSB4でモード切替スイッチ61がONである(YES)と判定された場合は、ステップSB2へ戻る。
In step SB4, it is determined whether or not the end of the abnormality diagnosis data acquisition mode is instructed (whether or not the
ステップSB5で、ステップSB2で取得した実測特徴量の時系列データとステップSB3で取得した正常時の理論特徴量の時系列データとを比較する。 In step SB5, the time-series data of the measured feature amount acquired in step SB2 and the time-series data of the theoretical feature amount in the normal state acquired in step SB3 are compared.
ステップSB6で、正常時の理論特徴量に対する実測特徴量の乖離率が所定の閾値以上であるか否かを判定する。ここでの所定の閾値は、オペレータが油圧ショベルの操作中に何らかの異常を感じるが、どのアクチュエータに異常があるか判別できない程度の乖離率(例えば5%)に設定されている。 In step SB6, it is determined whether or not the deviation rate of the measured feature amount from the theoretical feature amount at the normal time is equal to or more than a predetermined threshold value. The predetermined threshold value here is set to a deviation rate (for example, 5%) to the extent that the operator feels some abnormality during the operation of the hydraulic excavator, but cannot determine which actuator has the abnormality.
ステップSB6で乖離率が閾値以上である(YES)と判定された場合は、異常の要因を特定するために必要な既定動作を記憶部53のマトリクスから抽出し(ステップSB7)、段階3へ移行する。 If it is determined in step SB6 that the deviation rate is equal to or greater than the threshold value (YES), the default operation required for identifying the cause of the abnormality is extracted from the matrix of the storage unit 53 (step SB7), and the process proceeds to step 3. do.
ステップSB6で乖離率が閾値未満である(NO)と判定された場合は、異常無しと判定し(ステップSB8)、異常診断を終了する。 If it is determined in step SB6 that the deviation rate is less than the threshold value (NO), it is determined that there is no abnormality (step SB8), and the abnormality diagnosis is terminated.
図5は、段階3の作業手順を示すフローチャートである。段階3では、油圧ショベル100に既定動作を行わせて取得した実測特徴量と記憶部53に記憶されている異常時の理論特徴量とを比較することにより、異常の要因を特定する。以下、各ステップを順に説明する。
FIG. 5 is a flowchart showing the work procedure of
ステップSC1で、段階2のステップSB7で抽出された既定動作の1つを促す指示をモニタ62に出力する。
In step SC1, an instruction prompting one of the default operations extracted in step SB7 of
ステップSC2で、オペレータが既定動作を実施したか否かを判定する。ステップSC2でYESと判定された場合は、ステップSC3へ進む。ステップSC2でNOと判定された場合は、ステップSC2へ戻る。 In step SC2, it is determined whether or not the operator has performed the default operation. If YES is determined in step SC2, the process proceeds to step SC3. If NO is determined in step SC2, the process returns to step SC2.
ステップSC3で、段階2のステップSB7で抽出された既定動作のうち未実施の既定動作があるか否かを判定する。ステップSC3でYESと判定された場合は、他の既定動作(未実施の既定動作の1つ)を促す指示をモニタ62に出力し(ステップSC4)、ステップSC2へ戻る。ステップSC3でNOと判定された場合は、ステップSC5へ進む。
In step SC3, it is determined whether or not there is an unexecuted default action among the default actions extracted in step SB7 of
ステップSC5で、既定動作時の実測特徴量と記憶部53に記憶されている異常時の理論特徴量とを比較し、異常の要因を特定する。
In step SC5, the measured feature amount at the time of the default operation is compared with the theoretical feature amount at the time of abnormality stored in the
ステップSC6で、異常情報および要因情報をモニタ62に出力する。
In step SC6, the abnormality information and the cause information are output to the
図6は、コントローラ50の機能ブロック図である。
FIG. 6 is a functional block diagram of the
図6において、コントローラ50は、正常時モデル51と、異常判定部52と、記憶部53と、要因判定部54とを有する。
In FIG. 6, the
正常時モデル51は、油圧ショベル100の正常時の動作を模擬したシミュレーションモデルであり、実機搭載センサ31~36,41,42から得られる油圧ショベル100の操作情報または姿勢情報に基づき、油圧ショベル100の動作状態を示す特徴量の理論値(理論特徴量)を算出し、異常判定部52に出力する。
The
異常判定部52は、正常時モデル51で算出した理論特徴量と、実機搭載センサ31~36,41,42で取得した油圧ショベル100の特徴量(実測特徴量)とを比較し、その結果に基づいて油圧ショベル100に異常があるか否かを判定する。異常判定部52は、油圧ショベル100に異常があると判定した場合、その情報をモニタ62に出力する。
The
記憶部53は、異常の想定要因とその想定要因を有する油圧ショベルが既定動作を行った場合に取得される実測特徴量の傾向とを対応付けたマトリクス(後述)を記憶している。
The
要因判定部54は、記憶部53に記憶されているマトリクスを参照し、実機搭載センサ31~36,41,42から得られる実測特徴量に基づいて異常の要因を特定し、その情報をモニタ62に出力する。また、要因判定部54は、異常の要因を特定するために必要な動作(既定動作)が未実施の場合は、その既定動作の操作指示をモニタ62に出力する。
The
図7は、油圧ショベル100が再生制御が適用される動作を行った時に取得されたアーム速度の実測値(実測特徴量)の時系列波形と、正常時モデル51により得られた理論値(正常時の理論特徴量)の時系列波形とを重ねて示した図である。ここで、再生制御とは、ブームシリンダ14,15から排出される作動油をアーム再生弁28を介してアームシリンダ16に供給することにより、アームシリンダ16を増速させる制御である。
FIG. 7 shows a time-series waveform of the measured value (measured feature amount) of the arm speed acquired when the
図7に示す例では、アーム速度の実測値(実測特徴量)がアーム速度の理論値(正常時の理論特徴量)に比べて小さくなっている。このとき、アーム再生弁28のスプールを切り替える電磁弁も正常に動作していることが分かっていることから、アーム再生弁28の不良が異常の要因として考えられる。しかしながら、アームシリンダ16のボトム側に接続されているホースに油漏れが生じた場合でもアーム6の速度が遅くなるため、この時点では異常の要因を1つに絞ることができない。そのため、アーム速度が遅くなることが予測される既定動作を必要に応じて行い、その際に得られた実測特徴量と異常時モデル200に既定動作を行わせて取得した理論特徴量とを比較することにより、異常の要因を特定する。
In the example shown in FIG. 7, the measured value of the arm speed (measured feature amount) is smaller than the theoretical value of the arm speed (theoretical feature amount at the normal time). At this time, since it is known that the solenoid valve for switching the spool of the
図8は、アーム速度が正常時よりも遅くなる異常の想定要因と、その想定要因を有する油圧ショベルが既定動作を行った場合に取得されるアームシリンダ16のボトム側平均流量の傾向とを対応付けたマトリクスである。
FIG. 8 corresponds to the assumed factor of the abnormality that the arm speed becomes slower than the normal time and the tendency of the average flow rate on the bottom side of the
図8において、既定動作1は、ブーム5を最大限上げた状態でブーム5の操作は行わずにアーム引き操作を行う動作(再生制御が適用されない動作)であり、アーム6がフルダンプ状態からフルクラウド状態まで移行するまでの動作を1サイクルとする。また、既定動作2は、ブーム5を最大限上げた状態でブーム上げ操作を行うと同時にアーム引き操作をフルレバーで行った場合の動作(再生制御が適用される動作)であり、アーム6がフルダンプ状態からフルクラウド状態までに移行するまでの動作を1サイクルとする。
In FIG. 8, the
図8に示すマトリクスM1によれば、既定動作1,2を行ったときのアームシリンダ16のボトム側平均流量(実測特徴量)と、異常時モデル200に既定動作1,2を行わせて取得したアームシリンダ16のボトム側平均流量(異常時の理論特徴量)とを比較することにより、アーム速度が正常時よりも遅くなる異常の要因が、3つの想定要因(アームシリンダ16のボトム側の油漏れ、アーム再生弁28の固着、アームシリンダ16のボトム側の油漏れ+アーム再生弁28の固着)のうちのいずれか1つに特定される。
According to the matrix M1 shown in FIG. 8, the average flow rate (measured feature amount) on the bottom side of the
図9は、アームシリンダ16のボトム側の油漏れを想定要因とした場合の段階1の作業手順を示したフローチャートである。以下、各ステップを順に説明する。
FIG. 9 is a flowchart showing the work procedure of
ステップSD1で、アームシリンダ16のボトム側の油漏れを想定要因とする。
In step SD1, the oil leak on the bottom side of the
ステップSD2で、アームシリンダ16のボトム側の油漏れを模擬した異常時モデル200を作成する。図10にアームシリンダ16のボトム側の油漏れを模擬した異常時モデル200を示す。ここでの異常時モデル200は、アーム方向制御弁36とアームシリンダ16のボトム側とを接続する油路71で油漏れが起きたことを想定したシミュレーションモデルであり、正常時モデル51において油路71をタンク24に接続する漏れ油路72を追加し、この漏れ油路72に可変絞り弁73を設置し、油漏れの程度に応じて可変絞り弁73の絞り量(パラメータ)を調整したものとする。
In step SD2, an
図9に戻り、ステップSD3で、可変絞り弁73の絞り量(異常時モデル200のパラメータ)を3通り(程度小、程度中、程度大)に設定する。
Returning to FIG. 9, in step SD3, the throttle amount of the variable throttle valve 73 (parameter of the
ステップSD4で、パラメータ設定後の異常時モデル200で既定動作1,2を実施する。
In step SD4, the
ステップSD5で、既定動作1,2を実施した異常時モデル200におけるアームシリンダ16のボトム側平均流量(異常時の理論特徴量)を算出する。
In step SD5, the bottom-side average flow rate (theoretical feature amount at the time of abnormality) of the
ステップSD6で、ステップSD5で算出したアームシリンダ16のボトム側平均流量(異常時の理論特徴量)を想定要因(アームシリンダ16のボトム側の油漏れ)および既定動作1,2と対応付けて記憶部53に記憶させる。
In step SD6, the average flow rate on the bottom side of the
図11は、アーム再生弁28の固着を想定要因とした場合の段階1の作業手順を示したフローチャートである。以下、各ステップを順に説明する。
FIG. 11 is a flowchart showing the work procedure of
ステップSE1で、アーム再生弁28の固着を想定要因とする。
In step SE1, the fixation of the
ステップSE2で、アーム再生弁28の固着を模擬した異常時モデル200を作成する。ここでの異常時モデル200は、正常時モデル51においてアーム再生弁28のスプール移動量を所定の値に固定したものとする。
In step SE2, an
ステップSE3で、アーム再生弁28のスプール移動量を3通り(正常時の0%、30%、50%)に設定する。
In step SE3, the spool movement amount of the
ステップSE4で、パラメータ設定後の異常時モデル200で既定動作1,2を実施する。
In step SE4, the
ステップSE5で、既定動作1,2を実施した異常時モデル200におけるアームシリンダ16のボトム側平均流量(異常時の理論特徴量)を算出する。
In step SE5, the bottom-side average flow rate (theoretical feature amount at the time of abnormality) of the
ステップSE6で、ステップSD5で算出したアームシリンダ16のボトム側平均流量(異常時の理論特徴量)を想定要因(アーム再生弁28の固着)および既定動作1,2と対応付けて記憶部53に記憶させる。
In step SE6, the bottom-side average flow rate (theoretical feature amount at the time of abnormality) of the
図12は、既定動作1を1サイクル行ったときのアームシリンダ16のボトム側平均流量に関して、油圧ショベル100の異常時の実測特徴量と異常時モデル200の理論特徴量と正常時モデル51の理論特徴量とを並べて示した図である。図12に示す例では、平均流量の実測値(実測特徴量)が正常時の平均流量の理論値(理論特徴量)よりも小さく、油漏れを想定した異常時モデル200から得られた理論特徴量の範囲内にある。このことから、アームシリンダ16のボトム側平均流量が低くなる異常の要因がアームシリンダ16のボトム側の油漏れであると推測される。
FIG. 12 shows the measured features of the
図13は、既定動作2を1サイクル行ったときのアームシリンダ16のボトム側の平均流量に関して、油圧ショベル100の異常時の実測特徴量と異常時モデル200の理論特徴量と正常時モデル51の理論特徴量とを並べて示した図である。図13に示す例では、油圧ショベル100のアームシリンダ16のボトム側平均流量の実測値(実測特徴量)が異常時の理論特徴量の範囲未満となっている。このことから、アームシリンダ16のボトム側平均流量が低くなる異常の要因がアーム再生弁28の不良に限られないことが推測される。
FIG. 13 shows the measured features of the
図14は、既定動作1,2を1サイクル行ったときのアームシリンダ16のボトム側平均流量に関して、正常時の油圧ショベルで取得した平均流量と異常時の油圧ショベルで取得した平均流量とを重ねて示した図である。
In FIG. 14, regarding the average flow rate on the bottom side of the
図14に示すように、アームシリンダ16のボトム側の油漏れのみを要因とする異常の場合は、既定動作1と既定動作2とで正常時の平均流量に対する異常時の平均流量の減少率に差は生じない。一方、アームシリンダ16のボトム側の油漏れ+アーム再生弁28の固着を要因とする異常の場合は、既定動作1と既定動作2とで平均流量の減少率に差が生じる。従って、図8のマトリクスM1で示したように、既定動作1における平均流量の減少率と既定動作2における平均流量の減少率との差分が所定の閾値αより小さい場合は、アームシリンダ16のボトム側の油漏れが要因と特定され、閾値α以上である場合は、アームシリンダ16のボトム側の油漏れ+アーム再生弁28の固着が要因と特定される。
As shown in FIG. 14, in the case of an abnormality caused only by an oil leak on the bottom side of the
図15は、アームシリンダ16のボトム側流量の平均流量に関して、実測特徴量と異常時モデル200の理論特徴量とを大きさ順に並べ替えて示した図である。
FIG. 15 is a diagram showing the measured feature amount and the theoretical feature amount of the
図15に示す例では、実測値(実測特徴量)が程度小の油漏れを想定した異常時モデル200の理論特徴量よりも小さく、かつ程度中の油漏れを想定した異常時モデル200の理論特徴量よりも大きいため、油漏れの程度は小程度から中程度であるとみなすことができる。この情報をモニタ62に出力することにより、オペレータは油漏れの程度を把握することが可能となる。
In the example shown in FIG. 15, the measured value (measured feature amount) is smaller than the theoretical feature amount of the
図16は、ブーム下げが正常時よりも遅くなる異常の想定要因と、その想定要因を有する油圧ショベルが既定動作を行った場合に取得されるブームシリンダ14,15のロッド側平均流量の傾向とを対応付けたマトリクスである。
FIG. 16 shows a hypothetical factor of an abnormality in which the boom lowering is slower than in the normal state, and a tendency of the average flow rate on the rod side of the
図16において、既定動作3はブーム再生が適用される動作(例えばブーム最上げの状態から外部負荷のない状態でブーム下げを行う動作)とし、既定動作4はブーム再生が適用されない動作(例えばジャッキアップ動作)とする。
In FIG. 16, the
図16に示すマトリクスM2によれば、既定動作3,4を行ったときのブームシリンダ14,15のボトム側平均流量(実測特徴量)と、異常時モデル200に既定動作3,4を行わせて取得したブームシリンダ14,15のボトム側平均流量(異常時の理論特徴量)とを比較することにより、ブーム速度が正常時よりも遅くなる異常の要因が、3つの想定要因(ブームシリンダ14,15のボトム側の油漏れ、ブーム再生弁の固着、ブームシリンダ14,15のボトム側の油漏れ+ブーム再生弁の固着)のうちのいずれか1つに特定される。
According to the matrix M2 shown in FIG. 16, the average flow rate (measured feature amount) on the bottom side of the
図17は、フロント装置101を駆動する油圧シリンダ14~17のボトム側圧力が正常時よりも低くなる異常の想定要因と、その想定要因を有する油圧ショベルが既定動作を行った場合に取得される油圧シリンダ14~17のボトム側圧力の傾向とを対応付けたマトリクスである。図17において、既定動作5はブーム上げ単独動作であり、既定動作6はアーム引き単独動作であり、既定動作7はバケットクラウド単独動作である。
FIG. 17 is acquired when a hypothetical factor of an abnormality in which the pressure on the bottom side of the
図17に示すマトリクスM3によれば、油圧ショベル100が既定動作5を実施した時のブームシリンダ14,15のボトム側圧力が異常時の理論特徴量の範囲内にあり、既定動作6を実施した時のアームシリンダ16のボトム側圧力が異常時の理論特徴量の範囲内にあり、既定動作7を実施した時のバケットシリンダ17のボトム側圧力が異常時の理論特徴量の範囲内にある場合、メインリリーフ弁23の固着が異常の要因と特定される。
According to the matrix M3 shown in FIG. 17, the bottom pressures of the
マトリクスM3において、既定動作5~7における異常時の理論特徴量は、メインリリーフ弁23の油漏れを想定した異常時モデル200に既定動作5~7を行わせることで求められる。ここでの異常時モデル200は、正常時モデル51において油圧ポンプ21から吐出される作動油の一部をタンク24に排出する漏れ油路を追加し、この漏れ油路に可変絞り弁を設置し、油漏れの程度に応じて可変絞り弁の絞り量(パラメータ)を調整したものとする。既定動作5における異常時の理論特徴量は、異常時モデル200に既定動作5を行わせることで算出されるブームシリンダ14,15のボトム側圧力である。既定動作6における異常時の理論特徴量は、異常時モデル200に既定動作6を行わせることで算出されるアームシリンダ16のボトム側圧力である。既定動作7における異常時の理論特徴量は、異常時モデル200に既定動作7を行わせることで算出されるバケットシリンダ17のボトム側圧力である。
In the matrix M3, the theoretical feature amount at the time of abnormality in the
フロント装置101を駆動する油圧シリンダ14~17のボトム側圧力が正常時よりも低くなる異常の要因をメインリリーフ弁23の不良と特定するためには、油圧ショベル100が既定動作5~7を行ったときの油圧シリンダ14~17のボトム側圧力を測定する必要があるが、既定動作5~7(ブーム上げ単独動作、アーム引き単独動作、バケットクラウド単独動作)は通常作業で頻繁に行われているため、オペレータは異常診断時に追加で既定動作を実施する必要がない。このように、通常作業で頻繁に行われる動作を既定動作とすることにより、異常診断に係る工数を削減することが可能となる。
In order to identify the cause of the abnormality that the pressure on the bottom side of the
本実施の形態では、油圧ポンプ21と、油圧ポンプ21によって駆動される油圧アクチュエータ11~17と、演算機能を有するコントローラ50と、コントローラ50の演算結果を出力する報知装置62と、油圧アクチュエータ11~17の操作を指示する操作指示装置から出力される情報または油圧ショベル100の姿勢情報、および油圧ショベル100の動作状態を示す特徴量を取得するセンサ31~36,41,42を備えを備えた油圧ショベル100において、コントローラ50は、油圧ショベル100の正常時の動作を模擬するシミュレーションモデルである正常時モデル51と、前記特徴量の異常に対する要因の情報とを記憶しており、油圧ショベル100の動作中に、前記センサで取得した姿勢情報または前記操作指示装置から出力される情報を正常時モデル51に入力することにより、前記特徴量の理論値である理論特徴量を算出し、前記センサで検出した特徴量である実測特徴量と前記理論特徴量との比較結果に基づいて、前記実測特徴量に異常があるか否かを判定し、前記実測特徴量に異常があると判定した場合に、前記異常の要因を特定するために必要な既定動作を促す指示を報知装置62に出力する。
In the present embodiment, the
また、コントローラ50は、前記理論特徴量に対する前記実測特徴量の乖離率を算出し、前記乖離率が所定の閾値を超過した場合に、前記実測特徴量に異常があると判定する。
Further, the
また、コントローラ50は、前記特徴量の異常の種別ごとに、前記異常に対する要因と、前記要因を有する油圧ショベル100の動作を模擬するシミュレーションモデルである異常時モデル200に既定動作を行わせて取得した理論特徴量の傾向とを対応づけた複数のマトリクスM1~M3を記憶しており、前記実測特徴量に異常があると判定した場合に、複数のマトリクスM1~M3のうち前記実測特徴量の異常に対応する特定のマトリクスを選択し、油圧ショベル100に既定動作を行わせて取得した前記実測特徴量の傾向と、前記特定のマトリクスにおける特定の要因に対する理論特徴量の傾向とが一致した場合に、前記特定の要因の情報を報知装置62に出力する。
Further, the
以上のように構成した本実施の形態によれば、油圧ショベル100の動作状態を示す特徴量の実測値(実測特徴量)と理論値(理論特徴量)との比較結果に基づいて、実測特徴量に異常があるか否かが判定され、実測特徴量に異常があると判定された場合に、その異常および要因の情報が報知装置62に出力される。これにより、オペレータは、油圧ショベル100の動作中に、油圧ショベル100の異常および当該異常の要因を把握することができる。なお、本実施の形態では、モニタ62を介して異常情報および要因情報をオペレータに報知する構成としたが、通信装置を介して遠隔にいるサービス員に報知する構成としても良い。
According to the present embodiment configured as described above, the measured feature is based on the comparison result between the measured value (measured feature amount) and the theoretical value (theoretical feature amount) of the feature amount indicating the operating state of the
また、本実施の形態に係る油圧ショベル100は、油圧ショベル100の機種や仕様に応じて構築した正常時モデル51および異常時モデル200を用いて異常判定および要因判定を行うため、他の油圧ショベルで取得したデータを必要としない。これにより、市場に出ている台数が少ない油圧ショベルにも本発明を適用することが可能となる。
Further, the
また、コントローラ50は、特定のマトリクスに規定されている複数の既定動作のうち油圧ショベル100が現時点までに実施していない未実施の既定動作が存在する場合に、前記未実施の既定動作の操作指示を報知装置62に出力する。これにより、オペレータは、特徴量の異常の要因を特定するために必要な既定動作を漏れなく実施することができる。
Further, the
なお、本実施の形態においては、油圧ショベル100の特徴量として、ブーム5およびアーム6の速度、油圧シリンダ14~17のボトム側圧力を測定し、油圧ショベル100の異常診断を行っているが、速度を測定するアクチュエータは特に限定されず、例えばバケット7や旋回の速度、走行モータ11,12の回転数を測定することにより異常診断を行ってもよい。また、圧力を測定する箇所は特に限定されず、例えばポンプ圧等を測定することにより、ポンプ等周辺の故障判定を行ってもよい。さらに、走行モータ11,12や旋回モータ13の動作状態を示す特徴量を測定するセンサを追加し、当該特徴量の異常に対応するマトリクスを新たに記憶部63に記憶させることにより、旋回操作や走行操作に伴う異常の検出および要因の特定が可能となる。
In the present embodiment, the speed of the
以上、本発明の実施の形態について詳述したが、本発明は、上記した実施の形態に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施の形態は、本発明を分かり易く説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。 Although the embodiments of the present invention have been described in detail above, the present invention is not limited to the above-described embodiments, and includes various modifications. For example, the above-described embodiments have been described in detail in order to explain the present invention in an easy-to-understand manner, and are not necessarily limited to those having all the described configurations.
1,2…走行装置、3…走行体、4…旋回体、5…ブーム、6…アーム、7…バケット、8…運転室、9…機械室、10…カウンタウエイト、11,12…走行モータ(油圧アクチュエータ)、13…旋回モータ(油圧アクチュエータ)、14,15…ブームシリンダ(油圧アクチュエータ)、16…アームシリンダ(油圧アクチュエータ)、17…バケットシリンダ(油圧アクチュエータ)、21…油圧ポンプ、22…吐出油路、23…メインリリーフ弁、24…タンク、25…ブーム方向制御弁、26…アーム方向制御弁、27…アーム再生油路、28…アーム再生弁、31~36…圧力センサ、41,42…ストロークセンサ、50…コントローラ、51…正常時モデル、52…異常判定部、53…記憶部、54…要因判定部、61…モード切替スイッチ、62…モニタ(報知装置)、71…油路、72…漏れ油路、73…可変絞り弁、100…油圧ショベル(建設機械)、101…フロント装置、200…異常時モデル。 1,2 ... traveling device, 3 ... traveling body, 4 ... swivel body, 5 ... boom, 6 ... arm, 7 ... bucket, 8 ... cab, 9 ... machine room, 10 ... counterweight, 11,12 ... traveling motor (Hydraulic actuator), 13 ... Swing motor (hydraulic actuator), 14,15 ... Boom cylinder (hydraulic actuator), 16 ... Arm cylinder (hydraulic actuator), 17 ... Bucket cylinder (hydraulic actuator), 21 ... Hydraulic pump, 22 ... Discharge oil passage, 23 ... Main relief valve, 24 ... Tank, 25 ... Boom direction control valve, 26 ... Arm direction control valve, 27 ... Arm regeneration oil passage, 28 ... Arm regeneration valve, 31-36 ... Pressure sensor, 41, 42 ... Stroke sensor, 50 ... Controller, 51 ... Normal model, 52 ... Abnormality determination unit, 53 ... Storage unit, 54 ... Factor determination unit, 61 ... Mode changeover switch, 62 ... Monitor (notification device), 71 ... Oil pressure path , 72 ... Leakage oil passage, 73 ... Variable throttle valve, 100 ... Hydraulic excavator (construction machine), 101 ... Front device, 200 ... Abnormal time model.
Claims (3)
前記油圧ポンプによって駆動される油圧アクチュエータと、
演算機能を有するコントローラと、
前記コントローラの演算結果を出力する報知装置と、
前記油圧アクチュエータの操作を指示する操作指示装置から出力される情報または前記建設機械の姿勢情報、および前記建設機械の動作状態を示す特徴量を取得するセンサを備えた建設機械において、
前記コントローラは、
前記建設機械の正常時の動作を模擬するシミュレーションモデルである正常時モデルと、前記特徴量の異常に対する要因の情報とを記憶しており、
前記建設機械の動作中に、前記センサで取得した姿勢情報または前記操作指示装置から出力される情報を前記正常時モデルに入力することにより、前記特徴量の理論値である理論特徴量を算出し、
前記センサで検出した特徴量である実測特徴量と前記理論特徴量との比較結果に基づいて、前記実測特徴量に異常があるか否かを判定し、
前記実測特徴量に異常があると判定した場合に、前記異常の要因を特定するために、前記アクチュエータの流量に違いが発生する再生制御が適用される既定動作と前記再生制御が適用されない既定動作の実施を促す指示を前記報知装置に出力する
ことを特徴とする建設機械。 With a hydraulic pump,
The hydraulic actuator driven by the hydraulic pump and
A controller with an arithmetic function and
A notification device that outputs the calculation result of the controller, and
In a construction machine provided with information output from an operation instruction device for instructing the operation of the hydraulic actuator, attitude information of the construction machine, and a sensor for acquiring a feature amount indicating an operating state of the construction machine.
The controller
It stores the normal model, which is a simulation model that simulates the normal operation of the construction machine, and the information of the factors for the abnormality of the feature amount.
The theoretical feature amount, which is the theoretical value of the feature amount, is calculated by inputting the attitude information acquired by the sensor or the information output from the operation instruction device into the normal state model during the operation of the construction machine. ,
Based on the comparison result between the measured feature amount, which is the feature amount detected by the sensor, and the theoretical feature amount, it is determined whether or not the measured feature amount is abnormal.
When it is determined that there is an abnormality in the measured feature amount, in order to identify the cause of the abnormality, the default operation in which the reproduction control in which the flow rate of the actuator is different is applied and the default operation in which the reproduction control is not applied are applied. A construction machine characterized in that an instruction prompting the implementation of the above is output to the notification device.
前記コントローラは、
前記理論特徴量に対する前記実測特徴量の乖離率を算出し、
前記乖離率が所定の閾値を超過した場合に、前記実測特徴量に異常があると判定する
ことを特徴とする建設機械。 In the construction machine according to claim 1,
The controller
The deviation rate of the measured feature amount from the theoretical feature amount is calculated.
A construction machine characterized in that when the deviation rate exceeds a predetermined threshold value, it is determined that the measured feature amount is abnormal.
前記コントローラは、
前記特徴量の異常の種別ごとに、前記異常に対する要因と、前記要因を有する前記建設機械の動作を模擬するシミュレーションモデルである異常時モデルに既定動作を行わせて取得した理論特徴量の傾向とを対応づけた複数のマトリクスを記憶しており、
前記実測特徴量に異常があると判定した場合に、前記複数のマトリクスのうち前記実測特徴量の異常に対応する特定のマトリクスを選択し、
前記建設機械に既定動作を行わせて取得した前記実測特徴量の傾向と、前記特定のマトリクスにおける特定の要因に対する理論特徴量の傾向とが一致した場合に、前記特定の要因の情報を前記報知装置に出力する
ことを特徴とする建設機械。 In the construction machine according to claim 1,
The controller
For each type of abnormality of the feature amount, the factor for the abnormality and the tendency of the theoretical feature amount acquired by performing the default operation on the abnormal time model which is a simulation model simulating the operation of the construction machine having the factor. It remembers multiple matrices associated with
When it is determined that there is an abnormality in the actually measured feature amount, a specific matrix corresponding to the abnormality in the actually measured feature amount is selected from the plurality of matrices.
When the tendency of the measured feature amount acquired by causing the construction machine to perform a predetermined operation and the tendency of the theoretical feature amount with respect to the specific factor in the specific matrix match, the information of the specific factor is notified. A construction machine characterized by outputting to equipment.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019068750A JP7013410B2 (en) | 2019-03-29 | 2019-03-29 | Construction machinery |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019068750A JP7013410B2 (en) | 2019-03-29 | 2019-03-29 | Construction machinery |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020166745A JP2020166745A (en) | 2020-10-08 |
JP7013410B2 true JP7013410B2 (en) | 2022-01-31 |
Family
ID=72715327
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019068750A Active JP7013410B2 (en) | 2019-03-29 | 2019-03-29 | Construction machinery |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7013410B2 (en) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7441718B2 (en) * | 2020-05-07 | 2024-03-01 | 国立大学法人広島大学 | Failure prediction system and failure prediction method |
US11899527B2 (en) * | 2021-11-30 | 2024-02-13 | Caterpillar Inc. | Systems and methods for identifying machine anomaly root cause based on a selected reduced order model and a selected fault model |
JP7285356B1 (en) * | 2022-03-29 | 2023-06-01 | 日立建機株式会社 | Working machine diagnostic device |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005179929A (en) | 2003-12-17 | 2005-07-07 | Hitachi Constr Mach Co Ltd | Hydraulic fluid cooling system failure diagnostic system of construction machine |
JP2015088173A (en) | 2013-09-27 | 2015-05-07 | Ntn株式会社 | Operation support system and operator support method |
JP2016023489A (en) | 2014-07-23 | 2016-02-08 | 住友重機械工業株式会社 | Shovel assisting device and shovel management method |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06187030A (en) * | 1992-12-17 | 1994-07-08 | Hitachi Ltd | Control system abnormality diagnostic method and display method by time-sequential model |
-
2019
- 2019-03-29 JP JP2019068750A patent/JP7013410B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005179929A (en) | 2003-12-17 | 2005-07-07 | Hitachi Constr Mach Co Ltd | Hydraulic fluid cooling system failure diagnostic system of construction machine |
JP2015088173A (en) | 2013-09-27 | 2015-05-07 | Ntn株式会社 | Operation support system and operator support method |
JP2016023489A (en) | 2014-07-23 | 2016-02-08 | 住友重機械工業株式会社 | Shovel assisting device and shovel management method |
Also Published As
Publication number | Publication date |
---|---|
JP2020166745A (en) | 2020-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7013410B2 (en) | Construction machinery | |
US20170138018A1 (en) | Hydraulic system having diagnostic mode of operation | |
KR101684820B1 (en) | Abnormality information control device for construction machine | |
KR101693129B1 (en) | Work machine | |
EP2980322B1 (en) | Slewing drive apparatus for construction machine | |
JP2014506967A (en) | Fault detection, isolation and reconfiguration system and method for controlling an electrohydraulic system used in construction machinery | |
KR20150143806A (en) | Method to detect hydraulic valve failure in hydraulic system | |
US10253482B2 (en) | Control valve diagnostic system in hydraulic circuit | |
EP3101506A1 (en) | Device for controlling regenerated flow rate for construction machine and method for controlling same | |
CN104870836B (en) | The Fault Isolation and recovery routine of electric hydaulic valve | |
JPH1054371A (en) | Trouble diagnostic device for oil hydraulic pump in work machine | |
JP6616675B2 (en) | Work machine | |
KR102045075B1 (en) | Electronic control valve blocks for main control valves of construction machinery | |
US20150047331A1 (en) | Hydraulic system for machine | |
KR101990721B1 (en) | Hydraulic control equipment for working machines | |
CN112627279B (en) | Method and device for actively reducing action impact of excavator and engineering machine | |
JP6497738B2 (en) | Fault diagnosis system for control valve in hydraulic circuit | |
WO2024110061A1 (en) | Hydraulic health system | |
JPH1054370A (en) | Trouble diagnostic device for oil hydraulic pump in work machine | |
JP7307522B2 (en) | SENSOR AUTOMATIC IDENTIFICATION SYSTEM AND IDENTIFICATION METHOD IN CONSTRUCTION MACHINERY | |
JPH07134080A (en) | Hydraulic load simulator | |
CN115362294A (en) | Electric control of a hydraulic system of a construction machine | |
JP3487741B2 (en) | Work machine abnormality / failure diagnosis and prediction device and method | |
JP2020143591A (en) | Failure diagnosis device of hydraulic pump, construction machine comprising failure diagnosis device, failure diagnosis method and failure diagnosis program | |
JP7285356B1 (en) | Working machine diagnostic device |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201106 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210730 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210817 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211015 |
|
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: 20220111 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220119 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7013410 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |