JPH10320004A - ファジィ制御構築方法 - Google Patents

ファジィ制御構築方法

Info

Publication number
JPH10320004A
JPH10320004A JP9132360A JP13236097A JPH10320004A JP H10320004 A JPH10320004 A JP H10320004A JP 9132360 A JP9132360 A JP 9132360A JP 13236097 A JP13236097 A JP 13236097A JP H10320004 A JPH10320004 A JP H10320004A
Authority
JP
Japan
Prior art keywords
control
fuzzy
fuzzy control
membership function
theories
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.)
Withdrawn
Application number
JP9132360A
Other languages
English (en)
Inventor
Atsushi Miyata
淳 宮田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
JFE Steel Corp
Original Assignee
Kawasaki Steel Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Kawasaki Steel Corp filed Critical Kawasaki Steel Corp
Priority to JP9132360A priority Critical patent/JPH10320004A/ja
Publication of JPH10320004A publication Critical patent/JPH10320004A/ja
Withdrawn legal-status Critical Current

Links

Landscapes

  • Feedback Control In General (AREA)

Abstract

(57)【要約】 【課題】十分なモデル構築ができない複雑なプロセスで
の制御を可能とするファジィ制御の構築方法を提供す
る。 【解決手段】プロセスの特性に応じて適用可能な制御理
論を複数種類選び出し、それぞれの制御理論をファジィ
制御規則に置き換え、制御パラメータに合わせてメンバ
ーシップ関数を決定する。

Description

【発明の詳細な説明】
【0001】
【発明の属する技術分野】本発明は複雑なプロセスの新
規なファジィ制御構築方法に関する。
【0002】
【従来の技術】一般にプロセス制御では、プロセスをモ
デル化し、シミュレーションなどの検討をふまえて、適
用する制御技術を選定することが通常行われている。因
果関係を理論式や関数関係で整理することができるよう
なプロセスではPID制御(比例積分微分制御)のよう
なフィードバック制御が広く用いられている。プロセス
の特性によっては、フィードフォワード制御、スミス補
償、ゲインスケジューリング、カスケード制御などの制
御と組み合わせた複合制御や微分先行型PID制御等、
アドバンストPID制御が用いられている。このような
制御系の設計には、プロセスをどのようにモデル化する
かが重要であり、実機へ適用したときの制御特性に大き
な影響を及ぼす。そして、プロセスの入力と出力との因
果関係が複雑になるにつれて、厳密な制御モデルの構築
が困難となり、これらの制御理論による制御よりもファ
ジィ制御等の経験的規則を利用した曖昧な制御方法を適
用することが一般的に行われてきた。
【0003】図7〜図9にファジィ制御の概念図を示し
た。例えば、プロセスに加えたある操作入力μA(u)
(入力1)に対する結果の出力が、「高い」、「普
通」、「低い」と判定される時、そのグレードを図7
(a)に示した。また別の操作入力μB(v)(入力
2)に対する結果の出力が「上がり傾向」、「安定」、
「下がり傾向」、と判定される時、そのグレードを図7
(b)に示した。これらの情報から、次のファジィ制御
規則により、出力メンバーシップ関数μZ(z)を作成
する。
【0004】 if{μA(u1 )∪ μB(v1 )}、then μZ(z1 ) if{μA(u2 )∪ μB(v1 )}、then μZ(z2 ) if{μA(u1 )∪ μB(v2 )}、then μZ(z1 ) if{μA(u2 )∪ μB(v2 )}、then μZ(z3 ) ………………… ………………… 図8はこのメンバーシップ関数μZ(z)の例を示すも
のである。そしてファジィ制御は図9に示すように、因
子の重みつけの重心を見出し、これに対応する操作を制
御出力としてプロセスに加えて制御を行う。
【0005】上記ファジィ制御規則によりメンバーシッ
プ関数を作成するファジィ制御構築方法としては、 (a)操作方法を熟練オペレータから聞き出す方法 (b)操業データと操作量を相関分析や主成分分析によ
り解析し、有意な操作量と制御規則を決定する方法 (c)プロセスのファジィモデルを作成してファジィ制
御を構築する方法 (d)セルフオーガナイズシステムと呼ばれる、制御規
則の自動学習コントローラによる方法 などがある(伊藤修:プロセス制御用ファジィコントロ
ーラとその応用、情報処理、Vol.30,No.8p
p942−947(1989))。
【0006】
【発明が解決しようとする課題】プロセス制御に当た
り、当該プロセスに制御理論を適用し、制御精度を向上
させる場合には、厳密なモデル構築が必要である。しか
し、複雑なプロセスではモデル構築が困難な場合が多
く、モデル化できても実プロセスとの誤差が大きい等の
問題がある。従って、十分な制御精度を確保する制御系
や制御パラメータが一意的に求まらない場合があった。
例えば、一次遅れに対してむだ時間の多いプロセスに対
して、スミス補償を用いた制御を構築した場合におい
て、構築したモデルと実プロセスにおける、むだ時間L
と時定数Tに差があると、ハンチング・オーバーシュー
トが発生し、制御精度が低下する。(例えば、千本、花
渕:計装システムの基礎と応用、オーム社pp445−
450(1987)参照)。例えば、図10、図11に
例を示した。図10、図11はプロセス無駄時間変化に
対するスミス調節計制御系の応答の例である。図10
(a)(b)(c)はそれぞれLc=Tc=Tp=20
sec、PB=60%、T1 =20secの条件下でそ
れぞれLp=12、20、28secの場合の応答を示
している。図11(a)(b)(c)はそれぞれLc=
Lp=Tc=20sec、PB=60%、T1 =20s
ecの条件下でそれぞれTp=12、20、28sec
の場合の応答を示すもので、実線はプロセス出力、破線
は調節形出力を示すものである。このようなハンチング
やオーバーシュートは、パラメータの調整により一時的
には解決できるが、プロセス特性の変化により再発する
という問題がある。
【0007】また、ファジィ制御を用いる場合、操作方
法を熟練オペレータから聞き出す方法では、基本的な制
御規則を設計することはできるが、熟練オペレータの操
作方法は必ずしも明文化されておらず、無意識のうちに
使われている知識は表に現れないので、完全な制御規則
を設計することは難しいという欠点がある。一方、操業
データと操作量を相関分析や主成分分析により解析し、
有意な操作量と制御規則を決定する方法では、外乱が発
生したときのデータにより不要な制御規則が形成される
という問題があり、さらに頻度の少ない操業アクション
に対しては制御規則が形成されにくいという問題があっ
た。また、プロセスのファジィモデルを作成してファジ
ィ制御を構築する方法では、ファジィモデルの同定に確
定した方法がないという問題があり、さらに、制御規則
の自動学習コントローラによる方法ではメンバーシップ
関数などのファジィ制御変数の同定には有効であるが、
ファジィ規則の生成はできないという問題があった。
【0008】以上のように、これまでファジィ制御の構
築方法には種々の提案がなされているが、十分な制御規
則の構築とメンバーシップ関数の決定を両立させること
が困難であった。本発明はこれらの問題点を解決したフ
ァジィ制御の構築方法を提供することを目的とし、十分
なモデル構築ができない複雑なプロセスの場合でも制御
精度の向上を図ることができるようにすることを課題と
するものである。
【0009】
【課題を解決するための手段】本発明は、前記問題点を
解決する新しいファジィ制御規則の構築方法を与えるも
のである。本発明は、複雑なプロセスのファジィ制御を
構築するに当たり、プロセスの特性に応じて適用可能な
制御理論を複数種類選び出し、それぞれの制御理論をフ
ァジィ制御規則に置き換え、制御パラメータに合わせて
メンバーシップ関数を決定することを特徴とするファジ
ィ制御構築方法である。このようにして構築されたファ
ジィ制御は、ファジィ制御の重心演算によって、複数の
制御理論の影響を反映した平均的な操作量を求めること
によって実行される。
【0010】本発明では、プロセスの特性に基づいて複
数の制御理論を選び出し、各々を単独で用いた場合の適
正な制御パラメータを求めた後、それぞれの制御理論を
ファジィ制御規則に置き換え、制御パラメータにあわせ
てメンバーシップ関数を定めるようにした。複数の制御
理論を適用したため、それぞれから異なる操作量が出力
されるが、ファジィ制御の重心演算によって、各制御理
論の影響を反映した平均的な操作量を求めることができ
る。
【0011】また、必要な制御理論をファジィ制御規則
に置き換えているので、熟練オペレータの経験に基ずき
操作方法を決定したり、操業データと操作量を相関分析
や主成分分析により解析し、有意な操作量と制御規則を
決定するような、従来のファジィ制御規則の構築方法で
問題であった制御規則の欠除はない。また、ファジィ制
御規則とメンバーシップ関数の両方を同時に決定するこ
とができる。
【0012】
【発明の実施の形態】本発明方法の具体的な例を説明す
ると、まず、プロセスの特性(ステップ応答、制御モデ
ル)に基づいて必要な複数の制御理論を選び出し、それ
ぞれの制御理論を単独で用いた場合の適正な制御パラメ
ータを求める。次に、それぞれの制御理論をファジィ制
御規則に置き換える。
【0013】以下この手順を、PI制御(比例積分制
御)を例に挙げて次に示す。PI制御では、目標値と実
績値との偏差eから、次式により制御対象の操作量MV
を求める。 MV=100P(e+∫edt/Ti) ここで、P、Tiは、それぞれ比例帯、積分時間であ
り、偏差と偏差の積分値の和に比例させて操作量MVを
求めるものである。この操作量MVの式は、 (出力)=a×(入力1)+ b×(入力2) の形となっており、操作量MVは入力1(偏差e)、入
力2(偏差の積分値∫edt)のそれぞれ一次元配列の
マトリックスとすることができる。これをファジィ制御
規則に置き換えると、表1のようになる。
【0014】
【表1】
【0015】表1中、Nは負を、Pは正を、Bは大を、
Sは小を、Z0は零を、それぞれ示している。また、メ
ンバーシップ関数は操作量がPI制御の総量に合うよう
に定める。図12はこのようにして定めた出力メンバー
シップ関数を例示したもので、出力量の上限と下限との
間で出力量の制御範囲を等分割して決定した。すなわち
図12においてpは一定である。次に入力メンバーシッ
プ関数を上記制御式中の係数を用いて、制御パラメータ
によりメンバーシップ関数の頂点と切片の位置をずらす
ことにより決定する。このようにして図13に示す入力
メンバーシップ関数を決定することができる。
【0016】以上のように、複雑なプロセスの制御系に
適用される多くの制御理論や相関関係をファジイ規則化
することにより、従来の厳密制御ではモデル構築が難し
く、従って、適切に制御することができなかったプロセ
スを精度よく制御することが可能となった。本発明は以
上のようにして、プロセスの必要な制御理論等をすべて
ファジィ制御規則に置き換え、それぞれの適合度を乗じ
た出力メンバーシップ関数の重心演算結果(和集合の重
心)によって操作量を決定することができ、複雑なプロ
セスの制御が容易になった。
【0017】
【実施例】本発明を、製鉄所の鉄鉱石、石炭その他の原
料輸送設備であるブーム旋回式リクレーマの制御に適用
した。図2にリクレーマのリクレーミング作業の平面図
を示した。リクレーマ1はバケットホイール2を先端に
装着した旋回ブーム3を旋回7させながら、旋回ブーム
3の先端のバケットホイール2で地上に山積みされてい
る原料パイル5を掘削しつつ、寸動8しながら前進し、
旋回ブーム3内のベルトコンベヤを経由して、搬送ベル
トコンベヤ6上に掘削した原料を載せ、次工程へ原料を
搬送する装置である。リクレーマ1は原料パイル5を円
弧状に切り取りつつ寸動8しながら前進する。原料パイ
ルの切取位置は距離計4により検出する。
【0018】原料の瞬時輸送量Tは、旋回角度をθとし
て T=Kdcosθ・dθ/dt Kは比例定数、dはθ=0における原料掘削深さ で表わされる。リクレーミング運転では原料の瞬時輸送
量Tを設備能力の範囲内で大きな一定値に保つことが輸
送効率上重要である。また、原料の瞬時輸送量Tはバケ
ットホイール駆動電動機の電力(以下、ホイル電力とい
う)Pと比例関係にあり、自動リクレーミング運転では
ホイル電力Pを検出しこれが一定になるように旋回速度
dθ/dtを制御する必要がある。このプロセスは、 (1)ブーム3の重量は非常に大きく油圧で駆動されて
いるが、旋回速度dθ/dtのむだな時間が長い。すな
わち、ホイル電力Pのむだ時間が長い。 (2)旋回速度dθ/dtに対する原料の瞬時輸送量T
の応答性がcosθに応じて変化する。 (3)原料パイルの形状が変化し、この形状変化が原料
の瞬時輸送量Tへの外乱となる。ただし、この外乱は距
離計4により原料掘削深さdの変化として観測すること
ができる。 などの特徴を有する。
【0019】これらの要因を持つプロセスに適用する制
御理論は、 (イ)無駄時間に対してはスミス補償器 (ロ)応答性の変化に対してはゲインスケジューリング (ハ)観測できる外乱に対してはフィードフォワード制
御 などがあり、これらを (ニ)一般的なフィードバック制御であるPID制御 と組み合わせるとことによって原料の瞬間輸送量Tを安
定化することができる。これらの制御理論を本発明に従
って、ファジィ制御で構築した制御構成図を図3に示
す。入力値10としてホイル電力偏差、旋回速度、旋回
角度、距離計出力を入力し、ファジィ制御演算部20に
おいて、ファジィ制御器はファジィ制御規則により、P
ID制御とゲインスケジューリング制御規則群、スミス
補償制御規則群、外乱に対する補償制御規則群の各群ご
とに、メンバーシップ関数に置換する。図1はこの場合
の出力メンバーシップ関数の一例を示したもので、曲線
21、22、23はそれぞれ制御理論1、2、3に対す
るファジィ制御規則の出力メンバーシップ関数である。
この図はある入力が与えられた時のある瞬時の出力メン
バーシップ関数に適合度を乗じた例であって、入力の
値、すなわち制御対象の状態によって山の高さが変化す
るものである。それらのメンバーシップ関数に重み係数
を乗じて、図2に示すように、重心位置の演算を行う。
この出力変数30として旋回速度目標値を出力し、この
目標値によってリクレーマ1の旋回制御を行うことによ
って、最適なリクレイミング制御を達成することができ
る。
【0020】本制御を用いて、リクレーミング運転を実
施した結果を図4に、従来のPID制御の場合を図5に
示す。図4中、曲線41はホイル電力SV、曲線42は
ホイル電力PV、曲線43は旋回角度の時間変化を示す
ものである。同様に図5中、曲線44はホイル電力S
V、曲線45はホイル電力PV、曲線46は旋回角度の
時間変化を示すものである。ホイル電力が0(kW)近
くまで急減しているが、これは旋回反転動作を繰り返し
ながらリクレーミング運転しており、反転位置付近で原
料の掘削量が急減しているためである。図4からわかる
ように、目標値に対して整定しており、また、図5に示
したPID制御の場合と比較しても目標値との偏差が小
さくなっており、本発明により構築したファジィ制御が
有効に作用していることがわかる。
【0021】図6は実施例の効果を示すグラフである。
実施例では従来例に比べ、払出能力は500T/Hから
550T/Hに増加し、ホイル電力は7.5kWから
4.4kWに減少している。なお、前記実施例では、リ
クレーミング運転のホイル電力制御の場合について説明
したが、本発明はこれに限るものではなく、ファジィ制
御を構築する場合一般に適用することができる。
【0022】
【発明の効果】本発明では、複雑なプロセスにファジィ
制御を適用する場合、プロセスの特徴に応じて複数の制
御理論を選定し、これらをそれぞれファジィ制御規則に
置き換え、制御パラメータにあわせてメンバーシップ関
数を定めるようにしたので、複数の制御理論において異
なる操作量が出力された場合でも、ファジィ制御の重心
演算によってその平均的な操作量を求めることができ、
精度のよい制御が可能となった。また、本発明により構
築したファジィ制御は、ファジィ制御規則の欠除がな
く、またファジィ制御規則とメンバーシップ関数の両方
を同時に決定することができる。
【0023】本発明を、原料輸送設備であるビーム旋回
式リクレーマで確認したところ、ホイル電力のばらつき
を小さくすることができ、その結果、払出能力が従来に
比し向上した。
【図面の簡単な説明】
【図1】実施例のファジィ制御におけるメンバーシップ
関数の概念を示す図である。
【図2】本発明を実施したリクレーマの平面図である。
【図3】実施例のファジィ制御の構成を示すブロック図
である。
【図4】実施例のチャートである。
【図5】従来例のチャートである。
【図6】実施例の効果を示すグラフである。
【図7】ファジィ制御の概念図を示す図である。
【図8】ファジィ制御の概念図を示す図である。
【図9】ファジィ制御の概念図を示す図である。
【図10】プロセスのむだ時間、時定数が変化した時の
スミス補償制御系の応答を示す図である。
【図11】プロセスのむだ時間、時定数が変化した時の
スミス補償制御系の応答を示す図である。
【図12】出力メンバーシップ関数の例を示す図であ
る。
【図13】入力メンバーシップ関数の例を示す図であ
る。
【符号の説明】
1 リクレーマ 2 ホイール 3 ブーム 4 距離計 5 原料パイル 6 ベルトコンベヤ 7 旋回 8 寸動 10 入力値 20 ファジィ制御演算部 21、22、23 曲線(出力メンバーシップ関数) 30 出力変数 41、44 曲線(ホイル電力SV) 42、45 曲線(ホイル電力PV) 43、46 曲線(旋回角度)

Claims (2)

    【特許請求の範囲】
  1. 【請求項1】 複雑なプロセスのファジィ制御を構築す
    るに当たり、プロセスの特性に応じて適用可能な制御理
    論を複数種類選び出し、該それぞれの制御理論をファジ
    ィ制御規則に置き換え、制御パラメータに合わせてメン
    バーシップ関数を決定し、該メンバーシップ関数を用い
    てファジィ制御を行うことを特徴とするファジィ制御構
    築方法。
  2. 【請求項2】 前記ファジィ制御は、メンバーシップ関
    数の重心演算を行い、複数の制御理論の影響を反映した
    平均的な操作量を求めることであることを特徴とする請
    求項1記載のファジィ制御構築方法。
JP9132360A 1997-05-22 1997-05-22 ファジィ制御構築方法 Withdrawn JPH10320004A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP9132360A JPH10320004A (ja) 1997-05-22 1997-05-22 ファジィ制御構築方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP9132360A JPH10320004A (ja) 1997-05-22 1997-05-22 ファジィ制御構築方法

Publications (1)

Publication Number Publication Date
JPH10320004A true JPH10320004A (ja) 1998-12-04

Family

ID=15079552

Family Applications (1)

Application Number Title Priority Date Filing Date
JP9132360A Withdrawn JPH10320004A (ja) 1997-05-22 1997-05-22 ファジィ制御構築方法

Country Status (1)

Country Link
JP (1) JPH10320004A (ja)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104570729A (zh) * 2014-11-24 2015-04-29 东北林业大学 一种改进型的Smith预估控制器
CN104850151A (zh) * 2015-03-13 2015-08-19 江苏中烟工业有限责任公司 一种气流式烘丝机燃烧室温度控制方法
CN104950669A (zh) * 2015-05-20 2015-09-30 江苏华豪航海电器有限公司 一种基于模糊算法的Smith预估器参数估计方法
CN108267970A (zh) * 2018-01-25 2018-07-10 合肥工业大学 基于Smith模型和单神经元PID的时滞转子主动平衡控制系统及其方法
CN110109345A (zh) * 2019-05-27 2019-08-09 华电电力科学研究院有限公司 刮板堆取料机取料方法、系统、电子设备及计算机介质
CN112065359A (zh) * 2020-09-21 2020-12-11 北京三一智造科技有限公司 钻进控制方法和旋挖钻机
CN113325857A (zh) * 2021-06-08 2021-08-31 西北工业大学 基于质心与浮力系统的仿蝠鲼水下航行器定深控制方法
CN116079746A (zh) * 2023-03-29 2023-05-09 纳博特南京科技有限公司 一种柔性抓取方法

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104570729A (zh) * 2014-11-24 2015-04-29 东北林业大学 一种改进型的Smith预估控制器
CN104850151A (zh) * 2015-03-13 2015-08-19 江苏中烟工业有限责任公司 一种气流式烘丝机燃烧室温度控制方法
CN104850151B (zh) * 2015-03-13 2017-01-11 江苏中烟工业有限责任公司 一种气流式烘丝机燃烧室温度控制方法
CN104950669A (zh) * 2015-05-20 2015-09-30 江苏华豪航海电器有限公司 一种基于模糊算法的Smith预估器参数估计方法
CN104950669B (zh) * 2015-05-20 2017-07-11 江苏华豪航海电器有限公司 一种基于模糊算法的Smith预估器参数估计方法
CN108267970A (zh) * 2018-01-25 2018-07-10 合肥工业大学 基于Smith模型和单神经元PID的时滞转子主动平衡控制系统及其方法
CN110109345A (zh) * 2019-05-27 2019-08-09 华电电力科学研究院有限公司 刮板堆取料机取料方法、系统、电子设备及计算机介质
CN112065359A (zh) * 2020-09-21 2020-12-11 北京三一智造科技有限公司 钻进控制方法和旋挖钻机
CN112065359B (zh) * 2020-09-21 2023-05-16 北京三一智造科技有限公司 钻进控制方法和旋挖钻机
CN113325857A (zh) * 2021-06-08 2021-08-31 西北工业大学 基于质心与浮力系统的仿蝠鲼水下航行器定深控制方法
CN113325857B (zh) * 2021-06-08 2022-08-05 西北工业大学 基于质心与浮力系统的仿蝠鲼水下航行器定深控制方法
CN116079746A (zh) * 2023-03-29 2023-05-09 纳博特南京科技有限公司 一种柔性抓取方法

Similar Documents

Publication Publication Date Title
Chhabra et al. Robust nonlinear fractional order fuzzy PD plus fuzzy I controller applied to robotic manipulator
CA2961203C (en) Method for developing machine operation classifier using machine learning
US8002871B2 (en) Methods and apparatus for an oxygen furnace quality control system
US6076030A (en) Learning system and method for optimizing control of autonomous earthmoving machinery
Wang et al. Energy-minimum optimization of the intelligent excavating process for large cable shovel through trajectory planning
JPH10320004A (ja) ファジィ制御構築方法
Li et al. Application of bat algorithm based time optimal control in multi-robots formation reconfiguration
CN114722586A (zh) 一种基于堆料面预测模型的智能电铲最优自动挖掘作业方法
Ameur Multi-objective particle swarm algorithm for the posterior selection of machining parameters in multi-pass turning
BE1018564A4 (nl) Werkwijze en inrichting voor het aansturen van een mobiele grondbehandelinrichting.
Osaka et al. Route optimization for autonomous bulldozer by distributed deep reinforcement learning
Lampinen et al. Flow-bounded trajectory-scaling algorithm for hydraulic robotic manipulators
Jin et al. Blended shared control with subgoal adjustment
Mutturi Dynamic optimization of fed-batch bioprocesses using flower pollination algorithm
Mattera et al. Reinforcement learning as data-driven optimization technique for GMAW process
Tristán-Rodrígueza et al. Optimization of a state feedback controller using a PSO algorithm
Eaton et al. Stability of neural net based model predictive control
CN113985873A (zh) 一种装载机自主铲掘作业铲掘点规划方法
Zhang et al. Level set based path planning using a novel path optimization algorithm for robots
JP6870284B2 (ja) プラント制御調整装置
Denysiuk et al. Wastewater Treatment Plant Design: Optimizing Multiple Objectives.
Sanchez et al. Fuzzy PD scheme for underactuated robot swing-up control
Oliva et al. On the implementation of adaptive and filtered mhe
Montes et al. Decomposition of two-stage stochastic scheduling problems via similarity index
Abdelsalam et al. Adaptive tube-enhanced multi-stage nonlinear model predictive control

Legal Events

Date Code Title Description
A300 Withdrawal of application because of no request for examination

Free format text: JAPANESE INTERMEDIATE CODE: A300

Effective date: 20040803