JP7489668B2 - 実装基板製造システム - Google Patents
実装基板製造システム Download PDFInfo
- Publication number
- JP7489668B2 JP7489668B2 JP2021511372A JP2021511372A JP7489668B2 JP 7489668 B2 JP7489668 B2 JP 7489668B2 JP 2021511372 A JP2021511372 A JP 2021511372A JP 2021511372 A JP2021511372 A JP 2021511372A JP 7489668 B2 JP7489668 B2 JP 7489668B2
- Authority
- JP
- Japan
- Prior art keywords
- new
- data
- component
- rule
- machine parameters
- 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
- 238000004519 manufacturing process Methods 0.000 title claims description 63
- 238000009826 distribution Methods 0.000 claims description 76
- 238000000034 method Methods 0.000 claims description 69
- 238000012545 processing Methods 0.000 claims description 40
- 238000013179 statistical model Methods 0.000 claims description 27
- 230000002776 aggregation Effects 0.000 claims description 10
- 238000004220 aggregation Methods 0.000 claims description 10
- 238000010801 machine learning Methods 0.000 claims description 4
- 239000000758 substrate Substances 0.000 claims 2
- 230000008569 process Effects 0.000 description 47
- 238000004364 calculation method Methods 0.000 description 36
- 238000010586 diagram Methods 0.000 description 26
- 238000012549 training Methods 0.000 description 18
- 230000006870 function Effects 0.000 description 16
- 238000004891 communication Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 4
- 238000012937 correction Methods 0.000 description 4
- 230000007423 decrease Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000001179 sorption measurement Methods 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000004070 electrodeposition Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 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
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41885—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
- H05K13/00—Apparatus or processes specially adapted for manufacturing or adjusting assemblages of electric components
- H05K13/08—Monitoring manufacture of assemblages
- H05K13/0895—Maintenance systems or processes, e.g. indicating need for maintenance
-
- 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
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41805—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by assembly
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
- H05K13/00—Apparatus or processes specially adapted for manufacturing or adjusting assemblages of electric components
- H05K13/04—Mounting of components, e.g. of leadless components
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
- H05K13/00—Apparatus or processes specially adapted for manufacturing or adjusting assemblages of electric components
- H05K13/08—Monitoring manufacture of assemblages
- H05K13/083—Quality monitoring using results from monitoring devices, e.g. feedback loops
-
- 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
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/31—From computer integrated manufacturing till monitoring
- G05B2219/31263—Imbedded learning for planner, executor, monitor, controller and evaluator
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/35—Nc in input of data, input till input file format
- G05B2219/35059—Convert pcb design data to control data for surface mounting machine
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/45—Nc applications
- G05B2219/45026—Circuit board, pcb
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Microelectronics & Electronic Packaging (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Operations Research (AREA)
- Supply And Installment Of Electrical Components (AREA)
- General Factory Administration (AREA)
Description
まず、図1を参照して、実装基板製造システム1の構成を説明する。
図1は、本実施の形態に係る実装基板製造システム1の構成説明図である。実装基板製造システム1は、基板に部品を装着した実装基板を製造する機能を有している。図1において、実装基板製造システム1は、複数(ここでは2つ)の部品実装ライン12A、12Bを有している。
部品実装ライン12Aには、部品搭載装置13A1、13A2、13A3が配置され、部品実装ライン12Bには部品搭載装置13B1、13B2、13B3が配置されている。すなわち実装基板製造システム1は、部品を基板に搭載する部品搭載作業を実行する少なくとも一つの部品搭載装置13を有する構成となっている。部品搭載装置13A1、13A2、13A3は、ローカルエリアネットワーク等によって構築された通信ネットワーク2aによって相互に接続される。また、部品搭載装置13A1、13A2、13A3は、データ通信用端末11aを介して、部品ライブラリ5a、稼動情報集計部10aを備えているクライアント端末9Aに接続されている。
クライアント端末9A、9Bは、図1に示すように、部品ライブラリ5a、5bと、稼動情報集計部10a、10bとを備えている。
サーバ3は、実装基板製造システム1において使用される各種のデータをクライアント端末9A、9Bに提供する機能を有している。サーバ3は、例えば図1に示すように、ルールベース4と、部品ライブラリ5と、実績教師データ6と、計算処理部7とを備える。サーバ3は、インタフェース部8と有線または無線で接続されている。なお、サーバ3は、上述した生産データを記憶している。
次に、以上のように構成された実装基板製造システム1の動作について説明する。
以上のように、本開示の実装基板製造システム1によれば、新規部品に対して、成績を確認する工数を発生させずに、適切なマシンパラメータが推定することができる。また、本開示の実装基板製造システム1は、ルールベース4に含まれるルールと、実績教師データ6を用いて学習させたモデルとを両方用いるハイブリッド手法により適切なマシンパラメータを推定する。これにより、ルールだけではカバーできないマシンパラメータが、実績教師データを用いたモデルにより推定され、実績教師データを用いたモデルだけではカバーできないマシンパラメータが、ルールを用いて推定されるという効果を奏する。したがって、本開示の実装基板製造システム1は、新規部品に対して、成績を確認する工数を発生させずに、かつ、ベンダーや熟練ユーザの経験にもそぐった適切なマシンパラメータを部品搭載作業前に推定することができる。よって、生産実績のない新規部品が使用される状況でも、部品が変わるごとに、一旦の部品搭載作業の実施時間が費やす必要がなくなるため、生産効率の低下を抑制できる。
実施例1では、サーバの計算処理部7が行う、ベイズ推定に基づく演算処理の一具体的態様について説明する。本実施例では、計算処理部7は、統計モデルを用いて、適切なマシンパラメータを推定する。なお、以下で、太字はベクトルまたは行列を示すとする。また、以下では、ひとつのマシンパラメータMP1の推定方法について説明するが、あらゆるマシンパラメータにおいて、同様の処理を行う。
Y_new_rule_1~N(Y_new_true,σ_r_12)・・・(式2)
サーバ3が有するルールベース4には、少なくとも一つのマシンパラメータを算出するために用いられる新規部品に対する複数のルールに、整合しない2以上のルールを含んでいてもよい。この場合において、サーバの計算処理部7で行う、ベイズ推定に基づく演算処理の一具体的態様を実施例2として説明する。なお、以下では、実施例1と異なるところを中心に説明する。
Y_new_rule_3~N(Y_new_true,σ_r_32)・・・(式4)
実施例2では、ルールベース4において整合しない2以上のルールが存在する場合、整合しない2以上のルールのそれぞれを用いて統計モデルを再帰的に更新することで、2以上のルールを統計モデルに反映させる手法について説明したが、これに限らない。ルールベース4において、整合しない2以上のルールがあった場合、ユーザが統計モデルにルールを反映させる際の重みの調整を行ってもよい。以下、この場合を実施例3として説明する。なお、実施例3では、実施例1及び2と異なるところを中心に説明する。
実施例1、2では、新規部品の適切なマシンパラメータに対してのみ、ルールベース出力を生成する正規分布を仮定した。しかし、正規分布を仮定する方法では、適切なマシンパラメータが唯一の値でなく、幅を持った性質を持つ場合、非適切な推定を行う場合がある。そこで、ルールにガイドされたガウス過程回帰モデルである、ガウス過程回帰モデルAを、ガウス過程回帰モデルの代わりに活用してもよい。ガウス過程回帰モデルAを、実施例1および実施例2のガウス過程に置き換えることで、適切なマシンパラメータを計算することができる。
実施の形態及び実施例1~4では、マシンパラメータが、量的変数であるとして説明したが、これに限らない。複数のマシンパラメータのうち1以上のマシンパラメータが、ある装置の機能等をONまたはOFFするといったような質的変数である場合も考えられる。以下、この場合に、サーバの計算処理部7が行う演算処理の一具体的態様を実施例5として説明する。なお、実施例5では、実施例1~4と異なるところを中心に説明する。
また、マシンパラメータが量的である場合と同様に、ルールにガイドされたガウス過程classifierである、ガウス過程classifier Aを、ガウス過程classifierの代わりに活用してもよい。
miss_gauss~B(σ_gauss)・・・(式16)
2、2a、2b 通信ネットワーク
3 サーバ
4 ルールベース
5、5a、5b 部品ライブラリ
6 実績教師データ
7 計算処理部
8 インタフェース部
9A、9B クライアント端末
10a、10b 稼動情報集計部
11a、11b データ通信用端末
12、12A、12B 部品実装ライン
13、13A1、13A2、13A3、13B1、13B2、13B3 部品搭載装置
14 部品データ
15 基本情報
15a 形状
15b サイズ
15c 部品情報
16 マシンパラメータ
16a ノズル設定
16b スピードパラメータ
16c 認識
16d 吸着
16e 装着
Claims (5)
- 基板に部品を装着した実装基板を製造する実装基板製造システムであって、
前記部品を基板に搭載する部品搭載作業を実行する少なくとも一つの部品搭載装置と、
前記部品搭載装置が前記部品搭載作業を実行するための少なくとも一つのマシンパラメータを算出可能なルールベースと、
前記部品搭載装置が実行した処理の結果を稼動情報とともに、部品データ別に集計する稼動情報集計部と、
前記稼動情報集計部から、所定の基準を超える稼動結果の部品データを実績教師データとして選択し、前記実績教師データ、前記ルールベース及び新規な部品の基本情報を用いて、前記新規な部品の少なくとも一つのマシンパラメータを推定する推定部と、を備え、
前記ルールベースは、前記新規な部品の少なくとも一つのマシンパラメータを算出するため、異なる出力を行う整合しない2以上のルールを含む、
実装基板製造システム。 - 前記推定部は、ベイズ統計モデルを用いて、前記新規な部品の基本情報に対して推定を行うことで、前記新規な部品に適用し得るマシンパラメータの予測分布が生成されて、前記新規な部品に適用し得るマシンパラメータをパラメータとした分布から、前記ルールベースの出力が生成されることから、前記新規な部品に適用し得るマシンパラメータの事後分布を算出し、算出した前記事後分布の平均を、前記適用し得るマシンパラメータのうち前記新規な部品に適用するマシンパラメータとして出力する、
請求項1に記載の実装基板製造システム。 - 前記推定部は、
前記所定の基準を超える稼動結果の部品データに含まれる部品の基本情報及び対応するマシンパラメータ値を学習データとして学習を行ったベイズ統計モデルを用いて、前記新規な部品の基本情報に対して推定を行うことで、前記新規な部品に適用し得るマシンパラメータの予測分布が生成されて、前記新規な部品に適用し得るマシンパラメータをパラメータとした分布から、前記整合しない2以上のルールの出力が生成されることから、前記新規な部品に適用し得るマシンパラメータの事後分布を算出し、算出した前記事後分布の平均を、前記適用し得るマシンパラメータのうち前記新規な部品に適用するマシンパラメータとして出力する、
請求項1に記載の実装基板製造システム。 - 前記所定の基準を超える稼動結果の部品データに含まれる部品基本情報及び対応するマシンパラメータの値の特徴は、ルールベースと機械学習とで異なる、
請求項1~3のいずれか1項に記載の実装基板製造システム。 - 前記推定部により出力された前記新規な部品に適用するマシンパラメータと、前記部品搭載装置が前記部品搭載作業を実行するために実際に使用したマシンパラメータとを表示するインタフェース部を備える、
請求項1~4のいずれか1項に記載の実装基板製造システム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019068258 | 2019-03-29 | ||
JP2019068258 | 2019-03-29 | ||
PCT/JP2020/011305 WO2020203201A1 (ja) | 2019-03-29 | 2020-03-13 | 実装基板製造システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2020203201A1 JPWO2020203201A1 (ja) | 2020-10-08 |
JP7489668B2 true JP7489668B2 (ja) | 2024-05-24 |
Family
ID=72668348
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021511372A Active JP7489668B2 (ja) | 2019-03-29 | 2020-03-13 | 実装基板製造システム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20220171377A1 (ja) |
JP (1) | JP7489668B2 (ja) |
WO (1) | WO2020203201A1 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050105682A1 (en) | 2003-11-15 | 2005-05-19 | Heumann John M. | Highly constrained tomography for automated inspection of area arrays |
JP2016201428A (ja) | 2015-04-09 | 2016-12-01 | パナソニックIpマネジメント株式会社 | 部品実装装置および動作パラメータの設定値の設定方法 |
JP2019004129A (ja) | 2017-06-19 | 2019-01-10 | パナソニックIpマネジメント株式会社 | 実装基板製造システム |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8914300B2 (en) * | 2001-08-10 | 2014-12-16 | Rockwell Automation Technologies, Inc. | System and method for dynamic multi-objective optimization of machine selection, integration and utilization |
US7797062B2 (en) * | 2001-08-10 | 2010-09-14 | Rockwell Automation Technologies, Inc. | System and method for dynamic multi-objective optimization of machine selection, integration and utilization |
JP2004213554A (ja) * | 2003-01-08 | 2004-07-29 | Matsushita Electric Ind Co Ltd | Ncデータの最適自動生成方法 |
JP4979448B2 (ja) * | 2006-06-09 | 2012-07-18 | パナソニック株式会社 | 部品データ受給装置、部品実装機、部品データ受給方法、及びプログラム |
US7933666B2 (en) * | 2006-11-10 | 2011-04-26 | Rockwell Automation Technologies, Inc. | Adjustable data collection rate for embedded historians |
JP5645681B2 (ja) * | 2011-01-24 | 2014-12-24 | 株式会社日立ハイテクインスツルメンツ | 部品実装装置の設定を算出する演算装置、部品実装装置、及びプログラム |
JP2013187526A (ja) * | 2012-03-12 | 2013-09-19 | Mitsubishi Electric Corp | 自動段取り装置および実装機補助システム |
US10712729B2 (en) * | 2015-04-09 | 2020-07-14 | Panasonic Intellectual Property Management Co., Ltd. | Setting support system for setting operational parameter |
US10824137B2 (en) * | 2017-06-19 | 2020-11-03 | Panasonic Intellectual Property Management Co., Ltd. | Mounting board manufacturing system |
-
2020
- 2020-03-13 US US17/598,381 patent/US20220171377A1/en not_active Abandoned
- 2020-03-13 JP JP2021511372A patent/JP7489668B2/ja active Active
- 2020-03-13 WO PCT/JP2020/011305 patent/WO2020203201A1/ja active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050105682A1 (en) | 2003-11-15 | 2005-05-19 | Heumann John M. | Highly constrained tomography for automated inspection of area arrays |
JP2016201428A (ja) | 2015-04-09 | 2016-12-01 | パナソニックIpマネジメント株式会社 | 部品実装装置および動作パラメータの設定値の設定方法 |
JP2019004129A (ja) | 2017-06-19 | 2019-01-10 | パナソニックIpマネジメント株式会社 | 実装基板製造システム |
Also Published As
Publication number | Publication date |
---|---|
JPWO2020203201A1 (ja) | 2020-10-08 |
CN113632023A (zh) | 2021-11-09 |
WO2020203201A1 (ja) | 2020-10-08 |
US20220171377A1 (en) | 2022-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102630035B1 (ko) | 신경망 기반 영상 신호 처리를 수행하는 방법 및 장치 | |
CN108229667B (zh) | 基于人工神经网络类别的修剪 | |
US9251046B2 (en) | Method and system for generating and processing black box test cases | |
US20200226057A1 (en) | Method, Apparatus, and System for Blaming a Test Case/Class for a Survived Mutation | |
JP2019048365A (ja) | 機械学習装置、ロボットシステム及び機械学習方法 | |
US20080059120A1 (en) | Using fault history to predict replacement parts | |
JP2008517386A (ja) | 異常検出の方法およびシステム | |
US11415975B2 (en) | Deep causality learning for event diagnosis on industrial time-series data | |
US9904540B2 (en) | Method and system to automate the maintenance of data-driven analytic models | |
US9128724B2 (en) | Configuring assembly of a system using supplied architectural artifacts | |
JP2018516412A (ja) | 畳み込みニューラルネットワークに基づいたフルリファレンス画像品質評価方法 | |
US10810018B2 (en) | Device with extensibility | |
JP2001075808A (ja) | ベイジアン・ネットワーク | |
CN113780466A (zh) | 模型迭代优化方法、装置、电子设备和可读存储介质 | |
Warren et al. | Renaissance: a method to support software system evolution | |
CN106409119A (zh) | 机械学习装置及方法、电动机驱动装置及电动机驱动系统 | |
EP3786800B1 (en) | Method and system for generating model driven applications using artificial intelligence | |
JP7489668B2 (ja) | 実装基板製造システム | |
CN112527676A (zh) | 模型自动化测试方法、装置及存储介质 | |
KR20190081708A (ko) | 뉴럴 네트워크 모델 기반의 웨이퍼 불량 패턴 인식 방법 및 이를 위한 컴퓨터 프로그램 | |
CN106155740A (zh) | 用于进行卸载控制的方法和装置 | |
CN110489256B (zh) | 一种宕机定位修复方法及系统 | |
CN113632023B (zh) | 安装基板制造系统 | |
CN111949248A (zh) | 服务器连接方法及终端设备 | |
US20170315822A1 (en) | Identifying a common action flow |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230116 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231128 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240129 |
|
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: 20240409 |
|
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: 7489668 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |