JPH02183334A - 品質診断知識調整方法 - Google Patents
品質診断知識調整方法Info
- Publication number
- JPH02183334A JPH02183334A JP1003069A JP306989A JPH02183334A JP H02183334 A JPH02183334 A JP H02183334A JP 1003069 A JP1003069 A JP 1003069A JP 306989 A JP306989 A JP 306989A JP H02183334 A JPH02183334 A JP H02183334A
- Authority
- JP
- Japan
- Prior art keywords
- value
- quality
- demerit
- data
- knowledge
- 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.)
- Granted
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 title claims description 17
- 238000004519 manufacturing process Methods 0.000 claims description 7
- 238000011156 evaluation Methods 0.000 claims description 4
- 230000015556 catabolic process Effects 0.000 claims description 2
- 238000012937 correction Methods 0.000 abstract description 2
- 239000011248 coating agent Substances 0.000 description 14
- 238000000576 coating method Methods 0.000 description 14
- 230000007547 defect Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 229910000831 Steel Inorganic materials 0.000 description 3
- 238000005261 decarburization Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000010959 steel Substances 0.000 description 3
- 150000002978 peroxides Chemical class 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 229910001224 Grain-oriented electrical steel Inorganic materials 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 239000002775 capsule Substances 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012407 engineering method Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 239000002436 steel type Substances 0.000 description 1
Classifications
-
- 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]
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Control Of Metal Rolling (AREA)
- Devices For Executing Special Programs (AREA)
- Feedback Control In General (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
［産業上の利用分野］
本発明は、鉄鋼プロセスなどの製造プロセスにおける品
質診断に用いる知識の調整方法に関する。
質診断に用いる知識の調整方法に関する。
品質診断は現在の操業状況から品質特性の予測・評価を
迅速に行ない、またその対応をとることにより品質特性
不良の発生防止に寄与する。
迅速に行ない、またその対応をとることにより品質特性
不良の発生防止に寄与する。
［従来の技術］
従来、鉄鋼プロセスなどの製造プロセスにおける品質診
断は、品質特性が定量的に数式モデルで予測できるとき
に行なわれてきた。しかしながら、品質特性が定量的に
予測できないこともしばしばある。そのときには、ルー
ルベース等の知識工学的手法により、定性的な、あるい
は断片的な経験則により品質診断システムが開発されて
いる。
断は、品質特性が定量的に数式モデルで予測できるとき
に行なわれてきた。しかしながら、品質特性が定量的に
予測できないこともしばしばある。そのときには、ルー
ルベース等の知識工学的手法により、定性的な、あるい
は断片的な経験則により品質診断システムが開発されて
いる。
［発明が解決しようとする課題］
しかしながら、この新しいタイプの品質診断システ１１
に用いられる知識ベースの調整方法には、定まった方法
が確立しておらず、システムごとに試行錯誤で行なって
いるのが現状である。
に用いられる知識ベースの調整方法には、定まった方法
が確立しておらず、システムごとに試行錯誤で行なって
いるのが現状である。
本発明は、製造プロセスの専門家の経験則による品質診
断に用いる知識ベースを品質予測値と実績値を用いて調
整する方法、及びひとつの定型的な品質診断方法のもと
ての知識調整方法を提供することを目的とする。
断に用いる知識ベースを品質予測値と実績値を用いて調
整する方法、及びひとつの定型的な品質診断方法のもと
ての知識調整方法を提供することを目的とする。
［課題を解決するための手段］
本発明の品質診断知識調整方法は、製造プロセスにおけ
る品質予測に使用する複数個の操業実績データをその狙
い値からのずれでランク分けすることと、診断する複数
個の品質特性項目ごとに操業データの狙い値からのずれ
に起因する品質特性の減点値を操業データのランク値と
減点値との関係を用いて求めることと、品質特性項目ご
とに各減点値を合計してその満点値から減算することに
よりその評価値を求めること、および操業データ項目ご
とに各減点の合計値を求めさらに高い順に並べかえるこ
とにより、各品質特性項目の評点表示と操業データの操
作指示を重要度の順に行なう品質診断において、同一製
品規格の実績データを複数組選択し、操業データの狙い
値と実績値、並びに各品質特性項目に対する操業実績デ
ータの予測減点内訳とその金側である予測減点値とその
実績減点値を画面に一覧にして順次表示させることによ
りどの品質特性項目のどの操業データ項目に対する品質
予測知識がずれているかを発想させて知識ベースを修正
させることから構成される。
る品質予測に使用する複数個の操業実績データをその狙
い値からのずれでランク分けすることと、診断する複数
個の品質特性項目ごとに操業データの狙い値からのずれ
に起因する品質特性の減点値を操業データのランク値と
減点値との関係を用いて求めることと、品質特性項目ご
とに各減点値を合計してその満点値から減算することに
よりその評価値を求めること、および操業データ項目ご
とに各減点の合計値を求めさらに高い順に並べかえるこ
とにより、各品質特性項目の評点表示と操業データの操
作指示を重要度の順に行なう品質診断において、同一製
品規格の実績データを複数組選択し、操業データの狙い
値と実績値、並びに各品質特性項目に対する操業実績デ
ータの予測減点内訳とその金側である予測減点値とその
実績減点値を画面に一覧にして順次表示させることによ
りどの品質特性項目のどの操業データ項目に対する品質
予測知識がずれているかを発想させて知識ベースを修正
させることから構成される。
［作用コ
知識ベース調整を行なう操業技術者により、同一製品規
格の実績データが複数組選択される。それらの１組ごと
に、操業データの狙い値と実績値の差が認識され、その
時の各品質特性項目に対して各操業データの予測減点も
表示され、さらに予測減点合計と実績減点が表示される
。日常の経験とも対比してどの品質特性項目のどの操業
データ項目に対する品質予測知識が実際とどのように合
っていないか発想され、その修正が知識ベースに施され
る。
格の実績データが複数組選択される。それらの１組ごと
に、操業データの狙い値と実績値の差が認識され、その
時の各品質特性項目に対して各操業データの予測減点も
表示され、さらに予測減点合計と実績減点が表示される
。日常の経験とも対比してどの品質特性項目のどの操業
データ項目に対する品質予測知識が実際とどのように合
っていないか発想され、その修正が知識ベースに施され
る。
［実施例］
次に、本発明の実施例について図面を参照して説明する
。
。
実施例では、方向性電磁鋼板の被膜特性に関する品質診
断の知識調整について説明する。被膜の品質診断は、脱
炭ラインの操業実績データを基に専門家の経験則によっ
て行なわれ、その被膜の実績は、約１０日後に得られる
。そのため、その間の被膜不良発生が、この品質診断に
よって防止される。
断の知識調整について説明する。被膜の品質診断は、脱
炭ラインの操業実績データを基に専門家の経験則によっ
て行なわれ、その被膜の実績は、約１０日後に得られる
。そのため、その間の被膜不良発生が、この品質診断に
よって防止される。
第１図は、本発明の知識調整方法で調整された知識ベー
スを用いた被膜診断システムの構成を示す。操業実績デ
ータを入力してこの知識ベースを基に推論エンジンで品
質を評価する。評価値等は、品質診断結果の表示として
分かりやすく出力される。
スを用いた被膜診断システムの構成を示す。操業実績デ
ータを入力してこの知識ベースを基に推論エンジンで品
質を評価する。評価値等は、品質診断結果の表示として
分かりやすく出力される。
第２図に、この被膜品質診断方法の全体流れ図を示す。
第２図のステップ１では、脱炭ラインの操業実績データ
をその狙い値からのずれでランク分けする。このランク
分けの各範囲は、鋼種規格ごとに与えられる。
をその狙い値からのずれでランク分けする。このランク
分けの各範囲は、鋼種規格ごとに与えられる。
第３図に、被膜予測用の知識をランク分けするための各
ランクの範囲を一例として示す。この例では、１０種類
の操業実績データが、狙い値からのずれによって、最大
７ランクまでに層別される。
ランクの範囲を一例として示す。この例では、１０種類
の操業実績データが、狙い値からのずれによって、最大
７ランクまでに層別される。
第２図のステップ２では、診断する被膜品質特性項目ご
とに減点値を計算する。この計算手法の詳細に−）いて
、次に第３図を参照しながら説明する。
とに減点値を計算する。この計算手法の詳細に−）いて
、次に第３図を参照しながら説明する。
簡単に言えば、被膜品質特性として、過酸化疵。
酸化不足、脱炭異常等を評価する。第３図は、過酸化疵
Ａについての評点予測知識を示しており、この品質不良
の発生する操業パターンを太線で示している。この品質
特性は８０点満点で評価され最も大きいずれパターンを
示すときには４０点という予測評点となる。
Ａについての評点予測知識を示しており、この品質不良
の発生する操業パターンを太線で示している。この品質
特性は８０点満点で評価され最も大きいずれパターンを
示すときには４０点という予測評点となる。
また、各操業データの不良化寄与率を７０％。
５％、１０％・・・と与えている。
この知識を用いて、各操業データの狙い値からのずれ（
ランク値）が品質特性の評点にどのくらい減点になって
いるか求めることができる。例えば、操業実績データの
Ｎ００２の実績がランク６であれば、この部分の狙い値
のずれに起因する評価値の減点値は、 （８０−４０）Ｘ７０／１００ の計算結果として２８点と計算される。ランク６よりも
小さいずれについては、０〜１．０までの乗算係数が、
指定された関数で１′！１算され、その値が減点値に乗
算される。乗算係数は、実際の現象に対応して、第７図
に示す複数の関数の中から選択される。
ランク値）が品質特性の評点にどのくらい減点になって
いるか求めることができる。例えば、操業実績データの
Ｎ００２の実績がランク６であれば、この部分の狙い値
のずれに起因する評価値の減点値は、 （８０−４０）Ｘ７０／１００ の計算結果として２８点と計算される。ランク６よりも
小さいずれについては、０〜１．０までの乗算係数が、
指定された関数で１′！１算され、その値が減点値に乗
算される。乗算係数は、実際の現象に対応して、第７図
に示す複数の関数の中から選択される。
従って、先の例でランクが５の時に、第７図の第３番の
関数を選択すると、２８点ＸＱｏｇ４３の計算結果とし
て、２２．２が減点値となる。このようにして、１つの
被膜品質特性に対する操業実績ブタの狙い値からのずれ
に起因する減点値が求められる。
関数を選択すると、２８点ＸＱｏｇ４３の計算結果とし
て、２２．２が減点値となる。このようにして、１つの
被膜品質特性に対する操業実績ブタの狙い値からのずれ
に起因する減点値が求められる。
他の被膜品質特性についても、同様の予測知識により求
められる。
められる。
再び第２図を参照すると、ステップ３では、被膜品質特
性項目ごとに操業実績データの減点値の合計を計算し、
それぞれの満点値からその合計値を減算する。
性項目ごとに操業実績データの減点値の合計を計算し、
それぞれの満点値からその合計値を減算する。
また、ステップ４では、操業データの項目ごとに、各被
膜品質特性項目に対する減点値を計算する。
膜品質特性項目に対する減点値を計算する。
ステップ３及び４で行なう計算の一例を第４図に示す。
第４図において、縦方向は被膜品質特性項目を表わし、
横方向は操業データ項目を示す。
横方向は操業データ項目を示す。
中央部の各数値は、各項目の減点値を示し、各被膜品質
特性項目に対する操業実績データの減点値の合計が右端
に示され、操業データ項目ごとの減点値の合計が下端に
示されている。この値が大きいものほど、品質特性を改
善するために重要であるので、操業データの操作指示の
際は、この大きい操業データ項目から列挙している。
特性項目に対する操業実績データの減点値の合計が右端
に示され、操業データ項目ごとの減点値の合計が下端に
示されている。この値が大きいものほど、品質特性を改
善するために重要であるので、操業データの操作指示の
際は、この大きい操業データ項目から列挙している。
第５図は、本発明の品質診断知識調整方法の全体の流れ
図を示す。第５図のステップ１では、実績データファイ
ルから同じ鋼種規格のデータを数十組選択している。ま
た、ステップ２では、現在の知識ベースで上記の実績デ
ータを用いて品質予測を第２図の方法で行なう。次のス
テップ３では、品質予測値と品質実績値を第６図に示す
ように画面上に表示させ品質予測知識の内、実際と合わ
ないところを発想させている。次のステップ４で、知識
ベースの修正を行なう。この修正は、品質予測知識と対
応した知識テーブルを修正し、そのテーブルの値を自動
的に知識ベースに変換させている。
図を示す。第５図のステップ１では、実績データファイ
ルから同じ鋼種規格のデータを数十組選択している。ま
た、ステップ２では、現在の知識ベースで上記の実績デ
ータを用いて品質予測を第２図の方法で行なう。次のス
テップ３では、品質予測値と品質実績値を第６図に示す
ように画面上に表示させ品質予測知識の内、実際と合わ
ないところを発想させている。次のステップ４で、知識
ベースの修正を行なう。この修正は、品質予測知識と対
応した知識テーブルを修正し、そのテーブルの値を自動
的に知識ベースに変換させている。
知識ベースの修正後、第５図のステップ２に戻り１品質
予測を行ない、同様の調整を行なう。
予測を行ない、同様の調整を行なう。
第６図は、知識ベースの調整箇所を発想させる検証用画
面を示している。第４図の画面とほぼ同様であるが、さ
らに被膜特性減点実績値がその予測値の下に表示される
。この画面により、操業データの狙い値と実績値の差が
認識され、その時の各被膜特性項目に対して各操業実績
データが４える予測減点度合も認識され、さらに各被膜
特性予測減点合計と実績減点の差が認識される。このこ
とから、どの被膜特性項目のどの操業データ項目に対す
る品質予測知識が実際とどのくらい合っていないかが、
日常の経験との対比の中から発想される。
面を示している。第４図の画面とほぼ同様であるが、さ
らに被膜特性減点実績値がその予測値の下に表示される
。この画面により、操業データの狙い値と実績値の差が
認識され、その時の各被膜特性項目に対して各操業実績
データが４える予測減点度合も認識され、さらに各被膜
特性予測減点合計と実績減点の差が認識される。このこ
とから、どの被膜特性項目のどの操業データ項目に対す
る品質予測知識が実際とどのくらい合っていないかが、
日常の経験との対比の中から発想される。
［発明の効果コ
以上説明したように、本発明によって製造プロセスのひ
とつの定型的な品質診断の知識ベースの調整が操業技術
者によって可能となり、この品質診断システムのきめ細
かな性能向上がはかられる。
とつの定型的な品質診断の知識ベースの調整が操業技術
者によって可能となり、この品質診断システムのきめ細
かな性能向上がはかられる。
その結果として、品質不良の発生を防止し、製造プロセ
スの品質向上のうえでも大きな効果が得られる。
スの品質向上のうえでも大きな効果が得られる。
第１図は、本発明を実施するシステムの構成を示すブロ
ック図である。 第２図は、一実施例の被膜品質診断方法の全体流れ図で
ある。 第３図は、一実施例の被膜予測知識の内容及び区分を示
すマツプである。 第４図は、実施例の減点予測値と合計値を示すマツプで
ある。 第５図は、実施例の品質診断知識調整方法の全体流れ図
である。 第６図は、実施例の品質診断知識検証用画面を示す正面
図である。 第７図は、実施例における乗算係数の計算式の割当てを
示すマツプである。
ック図である。 第２図は、一実施例の被膜品質診断方法の全体流れ図で
ある。 第３図は、一実施例の被膜予測知識の内容及び区分を示
すマツプである。 第４図は、実施例の減点予測値と合計値を示すマツプで
ある。 第５図は、実施例の品質診断知識調整方法の全体流れ図
である。 第６図は、実施例の品質診断知識検証用画面を示す正面
図である。 第７図は、実施例における乗算係数の計算式の割当てを
示すマツプである。
Claims (1)
- 製造プロセスにおいて、品質予測に使用する複数個の
操業実績データをその狙い値からのずれでランク分けす
ることと、診断する複数個の品質特性項目ごとに操業デ
ータの狙い値からのずれに起因する品質特性の減点値を
操業データのランク値と減点値との関係を用いて求める
ことと、品質特性項目ごとに各減点値を合計してその満
点値から減算することによりその評価値を求めること、
および操業データ項目ごとに各減点の合計値を求めさら
に高い順に並べかえることにより、各品質特性項目の評
点表示と操業データの操作指示を重要度の順に行なう品
質診断において、同一製品規格の実績データを複数組選
択し、操業データの狙い値と実績値、並びに各品質特性
項目に対する操業実績データの予測減点内訳とその合計
である予測減点値とその実績減点値を画面に一覧にして
順次表示させることによりどの品質特性項目のどの操業
データ項目に対する品質予測知識がずれているかを発想
させて知識ベースを修正させることを特徴とする品質診
断知識調整方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP306989A JPH0750491B2 (ja) | 1989-01-10 | 1989-01-10 | 品質診断知識調整方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP306989A JPH0750491B2 (ja) | 1989-01-10 | 1989-01-10 | 品質診断知識調整方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH02183334A true JPH02183334A (ja) | 1990-07-17 |
| JPH0750491B2 JPH0750491B2 (ja) | 1995-05-31 |
Family
ID=11547044
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP306989A Expired - Fee Related JPH0750491B2 (ja) | 1989-01-10 | 1989-01-10 | 品質診断知識調整方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0750491B2 (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH05287342A (ja) * | 1991-05-31 | 1993-11-02 | Nippon Steel Corp | 鋼板品質設計装置 |
| JPH05287343A (ja) * | 1991-05-31 | 1993-11-02 | Nippon Steel Corp | 鋼板品質設計装置 |
| JP2008146621A (ja) * | 2006-11-14 | 2008-06-26 | Nippon Steel Corp | 製品の品質改善条件解析装置、解析方法、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録媒体 |
-
1989
- 1989-01-10 JP JP306989A patent/JPH0750491B2/ja not_active Expired - Fee Related
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH05287342A (ja) * | 1991-05-31 | 1993-11-02 | Nippon Steel Corp | 鋼板品質設計装置 |
| JPH05287343A (ja) * | 1991-05-31 | 1993-11-02 | Nippon Steel Corp | 鋼板品質設計装置 |
| JP3053252B2 (ja) * | 1991-05-31 | 2000-06-19 | 新日本製鐵株式会社 | 鋼板品質設計装置 |
| JP2008146621A (ja) * | 2006-11-14 | 2008-06-26 | Nippon Steel Corp | 製品の品質改善条件解析装置、解析方法、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録媒体 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0750491B2 (ja) | 1995-05-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| RU2004126675A (ru) | Система анализа проектирования и процессов производства | |
| US9934470B2 (en) | Production equipment including machine learning system and assembly and test unit | |
| US6205439B1 (en) | Optimization of simulation run-times based on fuzzy-controlled input values | |
| US20220276619A1 (en) | Manufacturing support system for predicting property of alloy material, method for generating prediction model, and computer program | |
| JPH02183334A (ja) | 品質診断知識調整方法 | |
| Shaghaghi et al. | Failure mode and effects analysis using generalized mixture operators | |
| CN107491862B (zh) | 电网风险评测的方法及装置 | |
| KR950010415B1 (ko) | 근사 추론 장치 | |
| JPH02183335A (ja) | 品質診断知識修正方法 | |
| CN110415081A (zh) | 一种基于内容的用户个性化产品的匹配推荐方法 | |
| JPH10254504A (ja) | 自律的制御方法および制御システム | |
| JP7366355B2 (ja) | 融資承認確率算出装置、融資承認確率算出方法及びプログラム | |
| CN115600992A (zh) | 一种基于预测算法的项目管理方法 | |
| Yadav et al. | Forecasting time-between-failures of software using fuzzy time series approach | |
| JPH0772907A (ja) | 評価基準変更装置またはその方法、生産計画作成装置またはその方法 | |
| JP2535070B2 (ja) | 品質診断知識学習方法 | |
| JPH02112063A (ja) | 品質診断方法 | |
| JPH11245819A (ja) | 車両運用計画作成装置 | |
| JPH0575968B2 (ja) | ||
| JP2000112505A (ja) | 生産計画立案装置及び生産計画立案方法並びにプログラムを記録した機械読み取り可能な記録媒体 | |
| CN111557674B (zh) | 基于动态通路模型的飞行员情境意识预测系统和方法 | |
| JPH07200697A (ja) | 生産システム評価装置 | |
| JP3110584B2 (ja) | 製品プラン作成装置 | |
| JPH0575969B2 (ja) | ||
| CN118070246B (en) | Predictive maintenance method for intelligent factory Internet of things equipment |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |