JP7485695B2 - アクション決定のためのシステム - Google Patents
アクション決定のためのシステム Download PDFInfo
- Publication number
- JP7485695B2 JP7485695B2 JP2021563099A JP2021563099A JP7485695B2 JP 7485695 B2 JP7485695 B2 JP 7485695B2 JP 2021563099 A JP2021563099 A JP 2021563099A JP 2021563099 A JP2021563099 A JP 2021563099A JP 7485695 B2 JP7485695 B2 JP 7485695B2
- Authority
- JP
- Japan
- Prior art keywords
- alarms
- processing unit
- rules
- past
- actions
- 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
- 230000009471 action Effects 0.000 title claims description 143
- 238000000034 method Methods 0.000 claims description 97
- 238000012545 processing Methods 0.000 claims description 53
- 238000004519 manufacturing process Methods 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 10
- 238000007619 statistical method Methods 0.000 claims description 8
- 230000002596 correlated effect Effects 0.000 claims description 7
- 230000000875 corresponding effect Effects 0.000 claims description 6
- 238000000513 principal component analysis Methods 0.000 claims description 6
- 238000003058 natural language processing Methods 0.000 claims description 5
- 238000013528 artificial neural network Methods 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 4
- 230000001419 dependent effect Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims 2
- 230000001276 controlling effect Effects 0.000 claims 1
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000004941 influx Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000004886 process control Methods 0.000 description 2
- 238000012369 In process control Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000003339 best practice Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000009474 immediate action Effects 0.000 description 1
- 238000010965 in-process control Methods 0.000 description 1
- 238000012994 industrial processing Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000003936 working memory Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06316—Sequencing of tasks or work
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Testing And Monitoring For Control Systems (AREA)
Description
- 入力ユニットと、
- 処理ユニットと、
- 出力ユニットと
を備える、アクション決定のためのシステムが提供される。入力ユニットは、工業プロセスの動作と関連した一定期間にわたる複数の過去のアクションに関する情報を処理ユニットに提供するように構成される。入力ユニットは、工業プロセスの動作と関連した一定期間にわたる複数の過去のプロセスイベントに関する情報を処理ユニットに提供するように構成される。入力ユニットは、新たなプロセスイベントに関する情報を処理ユニットに提供するように構成される。処理ユニットは、複数の過去のアクションの少なくとも一部と過去のプロセスイベントの少なくとも一部との間の相関を決定するように構成される。処理ユニットは、新たなプロセスイベントに関する情報から少なくとも1つの推奨アクションを決定するように構成されており、同決定は、決定した相関の活用を含む。出力ユニットは、少なくとも1つの推奨アクションを出力するように構成される。
a) 工業プロセスの動作と関連した一定期間にわたる複数の過去のアクションに関する情報を処理ユニットに提供するステップと、
b) 工業プロセスの動作と関連した一定期間にわたる複数の過去のプロセスイベントに関する情報を処理ユニットに提供するステップと、
c) 新たなプロセスイベントに関する情報を処理ユニットに提供するステップと、
d) ステップa)で提供した複数の過去のアクションの少なくとも一部とステップb)で提供した過去のプロセスイベントの少なくとも一部との間の相関を処理ユニットによって決定するステップと、
e) ステップc)で提供した新たなプロセスイベントに関する情報から少なくとも1つの推奨アクションを処理ユニットによって決定し、同決定が、ステップd)で決定した相関の活用を含む、ステップと、
f) 少なくとも1つの推奨アクションを出力ユニットによって出力するステップと
を含む、アクション決定のための方法が提供される。
一例では、GUIレベルのアクションは、傾向を開くことを含む。
一例では、GUIレベルのアクションは、フェースプレートを開くことを含む。
一例では、GUIレベルのアクションは、設定値を変更することを含む。
一例では、GUIレベルのアクションは、コア制御アクションと異なるアクションを含む。
a) 工業プロセスの動作と関連した一定期間にわたる複数の過去のアクションに関する情報を処理ユニットに提供するステップと、
b) 工業プロセスの動作と関連した一定期間にわたる複数の過去のプロセスイベントに関する情報を処理ユニットに提供するステップと、
c) 新たなプロセスイベントに関する情報を処理ユニットに提供するステップと、
d) ステップa)で提供した複数の過去のアクションの少なくとも一部とステップb)で提供した過去のプロセスイベントの少なくとも一部との間の相関を処理ユニットによって決定するステップと、
e) ステップc)で提供した新たなプロセスイベントに関する情報から少なくとも1つの推奨アクションを処理ユニットによって決定し、同決定が、ステップd)で決定した相関の活用を含む、ステップと、
f) 少なくとも1つの推奨アクションを出力ユニットによって出力するステップと
を含む、アクション決定のための方法である。
一例では、GUIレベルのアクションは、傾向を開くことを含む。
一例では、GUIレベルのアクションは、フェースプレートを開くことを含む。
一例では、GUIレベルのアクションは、設定値を変更することを含む。
一例では、GUIレベルのアクションは、コア制御アクションと異なるアクションを含む。
データロギング:アラームもオペレータアクションも記録する;
前処理:重要でない頻繁な項目を削除する;
ルール検出アルゴリズム:アラームとアクションとの間の関係を学習する;
後処理:一致によって発生するルールを削除する;
アクション提案および合理化:検出されたルールを認める/修正する/却下するインタフェース
アラームロギングに加えて、フェースプレートを開く、傾向を開く、設定値を変更する等のような全てのオペレータアクションを、全ての重要なパラメータを記録しつつ記録し、その結果アクションはログデータから再現可能であろう。記憶のため、アクション(例えばアラームが発生するたびに自動的に傾向を開く)を再び行うために容易に再使用できるフォーマットが使用される。
高頻度で均等に出現するアラームを無視することによって、重要でなくかつ非常に頻繁なアラームが削除される;
所定の短い時間フレーム内の複数同一アラームが1つのアラームへクラスタ化される。
アラームとアクションとの間の関係を検出するために統計分析が使用される。まれおよび非常にまれなアラーム(例えば発生が週/月/年に1回未満)に焦点が当てられる;
アクション対アラーム行列が設定される:取られたアクションごとおよびアラームごとに、そのアラームがアクション以前の所定のタイムスパンに何度発生したかが計算される。アクション対アラーム行列は、考え得るルール候補および確率を見つけるために、統計学的に反転される。
ニューロンネットワークなどの予測モデルが、単語埋込みに基づいてアラーム/アクション関係を教示される。
アクション対アラーム行列に主成分分析が適用されて(特異値分解を介する低ランク近似)、最重要ルールをフィルタリングする;
一致によって発生するルールは削除される:多くのルールをトリガするアラームに対応するルールは削除され、そしてこれらのルールに対するこれらの例は履歴データにおいて時間によって相関される。
アラームが発生するたびに、検出されたルールに対応して、アクションが確率によって順序付けられてオペレータに提案される。
オペレータおよび/または専門家は、検出されたルールを合理化する可能性を与えられる。これは、ルールの一部が誤っている(例えば同じ誤りを繰り返し犯した若いオペレータのアクションに基づいている)ことがあるので設けられている;
異常事態は(願わくは)毎日起こらない。それ故、ログファイルは、十分な関心を引く異常事態を捕えるために1年より十分に長期間必要とされる。(多くの工業アラームログシステムは或る期間、しばしば1年未満後にアラームを消去する);
迷惑アラーム(高頻度のアラーム)は分析を破壊し得るが、本システムおよび方法はこれに対処する。
Claims (11)
- オペレータアクション決定のためのシステムであって、
入力ユニットと、
処理ユニットと、
出力ユニットと
を備え、
前記入力ユニットが、工業プロセスの動作と関連した一定期間にわたる複数の過去のオペレータアクションに関する情報を前記処理ユニットに提供するように構成されており、
前記入力ユニットが、前記工業プロセスの動作と関連した前記期間にわたる複数の過去のプロセスイベントに関する情報を前記処理ユニットに提供するように構成されており、前記複数の過去のプロセスイベントに関する前記情報が複数のアラームを含み、
前記処理ユニットが、前記期間にわたって均等に出現する1つまたは複数のアラームを無視するように構成され、
前記処理ユニットが、前記期間に対して所定の短い時間間隔内の複数同一アラームを単一アラームへクラスタ化するように構成され、
前記入力ユニットが、新たなプロセスイベントに関する情報を前記処理ユニットに提供するように構成され、
前記処理ユニットが、前記複数の過去のオペレータアクションと前記複数の過去のプロセスイベントの少なくとも一部との間の相関を決定するように構成されており、前記相関の決定が、アラームとオペレータアクションとの間の関係を検出する統計分析を含み、前記相関の決定が、オペレータアクション対アラーム行列の決定を含み、前記相関の決定が、複数のルールおよび前記複数のルールにそれぞれ関連した確率を決定する前記オペレータアクション対アラーム行列の統計的反転を含み、
前記処理ユニットが、主成分分析を適用して最重要ルールを残すように前記複数のルールに対してフィルタリングを行うように構成されており、前記フィルタリングが、著しく多数のルールをトリガするアラームに対応する1つまたは複数のルールの削除を含み、
前記処理ユニットが、前記新たなプロセスイベントに関する前記情報から少なくとも1つの推奨オペレータアクションを決定するように構成されており、前記少なくとも1つの推奨オペレータアクションの決定が、前記最重要ルールにそれぞれ関連した確率によって順序付けられた前記最重要ルールの活用を含み、
前記出力ユニットが、前記少なくとも1つの推奨オペレータアクションを出力するように構成される、システム。 - 前記複数の過去のオペレータアクションに関する前記情報がGUIレベルの1つまたは複数のオペレータアクションを含む、請求項1に記載のシステム。
- 前記複数の過去のプロセスイベントに関する前記情報が1つまたは複数のシステム状態を含む、請求項1または2に記載のシステム。
- 前記1つまたは複数のシステム状態が、1つもしくは複数の現在のシステム状態および/または1つもしくは複数の予測システム状態を含む、請求項3に記載のシステム。
- 前記新たなプロセスイベントがアラームである、請求項1から4のいずれか一項に記載のシステム。
- 前記相関の決定が、前記期間中に滅多に発生しないアラームの選択を含む、請求項3、請求項4、または請求項3に従属するときの請求項5に記載のシステム。
- 前記相関の決定が、前記複数の過去のオペレータアクションに関する前記情報および前記複数の過去のプロセスイベントに関する前記情報のベクトル表現を得る自然言語処理および単語埋込みの活用を含み、かつオペレータアクションおよびイベントが、関連オペレータアクションおよびイベントが他のマッピングに関する特徴空間において共に近くにマッピングされると、相関していると決定される、請求項1から6のいずれか一項に記載のシステム。
- 前記相関の決定が、ニューラルネットワークの活用を含む、請求項1から7のいずれか一項に記載のシステム。
- オペレータアクション決定のための方法であって、
a) 工業プロセスの動作と関連した一定期間にわたる複数の過去のオペレータアクションに関する情報を処理ユニットに提供するステップと、
b) 前記工業プロセスの動作と関連した前記期間にわたる複数の過去のプロセスイベントに関する情報を前記処理ユニットに提供するステップであって、前記複数の過去のプロセスイベントに関する前記情報が複数のアラームを含み、前記処理ユニットが、前記期間にわたって均等に出現する1つまたは複数のアラームを無視するように構成され、前記処理ユニットが、前記期間に対して所定の短い時間間隔内の複数同一アラームを単一アラームへクラスタ化するように構成される、ステップと、
c) 新たなプロセスイベントに関する情報を前記処理ユニットに提供するステップと、
d) ステップa)で提供した前記複数の過去のオペレータアクションとステップb)で提供した前記複数の過去のプロセスイベントの少なくとも一部との間の相関を前記処理ユニットによって決定するステップであって、前記相関の決定が、アラームとオペレータアクションとの間の関係を検出する統計分析を含み、前記相関の決定が、オペレータアクション対アラーム行列の決定を含み、前記相関の決定が、複数のルールおよび前記複数のルールにそれぞれ関連した確率を決定する前記オペレータアクション対アラーム行列の統計的反転を含む、ステップと、
e) ステップc)で提供した前記新たなプロセスイベントに関する前記情報から少なくとも1つの推奨オペレータアクションを前記処理ユニットによって決定するステップであって、前記少なくとも1つの推奨オペレータアクションの決定が、最重要ルールにそれぞれ関連した確率によって順序付けられた前記最重要ルールの活用を含む、ステップと、
f) 前記少なくとも1つの推奨オペレータアクションを出力ユニットによって出力するステップと
を含み、
前記ステップd)が、主成分分析を適用して前記最重要ルールを残すように前記複数のルールに対してフィルタリングを行うステップを含み、前記フィルタリングが、著しく多数のルールをトリガするアラームに対応する1つまたは複数のルールの削除を含む、方法。 - プロセッサによって実行されると請求項9に記載の方法を実施するように構成される、請求項1から8のいずれか一項に記載のシステムを制御するためのコンピュータプログラム要素。
- 請求項10に記載のコンピュータプログラム要素を記憶したコンピュータ可読記憶媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP19171067.2A EP3731156A1 (en) | 2019-04-25 | 2019-04-25 | System for action determination |
EP19171067.2 | 2019-04-25 | ||
PCT/EP2020/061008 WO2020216718A1 (en) | 2019-04-25 | 2020-04-20 | System for action determination |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022530076A JP2022530076A (ja) | 2022-06-27 |
JP7485695B2 true JP7485695B2 (ja) | 2024-05-16 |
Family
ID=66397010
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021563099A Active JP7485695B2 (ja) | 2019-04-25 | 2020-04-20 | アクション決定のためのシステム |
Country Status (5)
Country | Link |
---|---|
EP (1) | EP3731156A1 (ja) |
JP (1) | JP7485695B2 (ja) |
CN (1) | CN113678150A (ja) |
CA (1) | CA3137794C (ja) |
WO (1) | WO2020216718A1 (ja) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110320388A1 (en) | 2008-12-23 | 2011-12-29 | Andrew Wong | System, Method and Computer Program for Pattern Based Intelligent Control, Monitoring and Automation |
JP2015148867A (ja) | 2014-02-05 | 2015-08-20 | 株式会社日立パワーソリューションズ | 情報処理装置、診断方法、およびプログラム |
US20170076209A1 (en) | 2015-09-14 | 2017-03-16 | Wellaware Holdings, Inc. | Managing Performance of Systems at Industrial Sites |
US20190041845A1 (en) | 2016-05-09 | 2019-02-07 | Strong Force Iot Portfolio 2016, Llc | Methods and systems for data collection and intelligent process adjustment in an industrial environment |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102009021774A1 (de) * | 2009-05-18 | 2010-11-25 | Abb Technology Ag | Verfahren und Einrichtung zur Identifikation von Korrelationen zwischen Alarmmeldungen oder zwischen Alarmmeldungen und Bedieneingriffen |
US10635096B2 (en) * | 2017-05-05 | 2020-04-28 | Honeywell International Inc. | Methods for analytics-driven alarm rationalization, assessment of operator response, and incident diagnosis and related systems |
EP3447595B1 (en) * | 2017-08-23 | 2022-10-05 | ABB Schweiz AG | Method for monitoring an industrial plant and industrial control system |
-
2019
- 2019-04-25 EP EP19171067.2A patent/EP3731156A1/en active Pending
-
2020
- 2020-04-20 WO PCT/EP2020/061008 patent/WO2020216718A1/en active Application Filing
- 2020-04-20 CN CN202080031054.8A patent/CN113678150A/zh active Pending
- 2020-04-20 CA CA3137794A patent/CA3137794C/en active Active
- 2020-04-20 JP JP2021563099A patent/JP7485695B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110320388A1 (en) | 2008-12-23 | 2011-12-29 | Andrew Wong | System, Method and Computer Program for Pattern Based Intelligent Control, Monitoring and Automation |
JP2015148867A (ja) | 2014-02-05 | 2015-08-20 | 株式会社日立パワーソリューションズ | 情報処理装置、診断方法、およびプログラム |
US20170076209A1 (en) | 2015-09-14 | 2017-03-16 | Wellaware Holdings, Inc. | Managing Performance of Systems at Industrial Sites |
US20190041845A1 (en) | 2016-05-09 | 2019-02-07 | Strong Force Iot Portfolio 2016, Llc | Methods and systems for data collection and intelligent process adjustment in an industrial environment |
Also Published As
Publication number | Publication date |
---|---|
WO2020216718A1 (en) | 2020-10-29 |
CN113678150A (zh) | 2021-11-19 |
CA3137794C (en) | 2023-10-17 |
JP2022530076A (ja) | 2022-06-27 |
US20220044178A1 (en) | 2022-02-10 |
EP3731156A1 (en) | 2020-10-28 |
CA3137794A1 (en) | 2020-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10809704B2 (en) | Process performance issues and alarm notification using data analytics | |
EP3368955B1 (en) | Predicting maintenance requirements for a valve assembly | |
US9904540B2 (en) | Method and system to automate the maintenance of data-driven analytic models | |
US11797890B2 (en) | Performance manager to autonomously evaluate replacement algorithms | |
CN111177485B (zh) | 基于参数规则匹配设备故障的预测方法、设备及介质 | |
JP2018010608A (ja) | 制御システム用のコンテキストベースのオペレータ支援の方法およびシステム | |
CN111262750A (zh) | 一种用于评估基线模型的方法及系统 | |
JP6808588B2 (ja) | エレベータシステム | |
EP3674946B1 (en) | System and method for detecting anomalies in cyber-physical system with determined characteristics | |
EP4038557A1 (en) | Method and system for continuous estimation and representation of risk | |
EP3745328A1 (en) | System and method for performing device analytics | |
JP7485695B2 (ja) | アクション決定のためのシステム | |
AU2023203898B2 (en) | Method For Managing Plant, Plant Design Device, And Plant Management Device | |
CN117492807A (zh) | 基于深度强化学习的操作系统运维辅助方法及系统 | |
US12001985B2 (en) | System for action determination | |
US20140052425A1 (en) | Method and apparatus for evaluating a model of an industrial plant process | |
JP7377670B2 (ja) | プラント運転支援システム、プラント運転支援方法 | |
JP7161379B2 (ja) | 推論装置 | |
RU2749252C1 (ru) | Способ определения источников аномалии в кибер-физической системе | |
US20230168791A1 (en) | Method for Generating a Series of Content Areas for Presentation at a Display Screen | |
US11893869B2 (en) | Information processing device, alarm prediction method, and computer-readable recording medium | |
WO2023008330A1 (ja) | 作業状況分析システム及び作業状況分析方法 | |
Stephens | Machine Learning and Artificial Intelligence Tools: The Benefits, How They Work, and Avoiding Common Pitfalls | |
JP6555720B2 (ja) | 対話型保守運用システム及び方法 | |
JP2022056694A (ja) | プラント訓練支援装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211125 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221212 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230310 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230612 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230911 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231113 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240126 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240213 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240322 |
|
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: 20240408 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240502 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7485695 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |