JP2005077180A - Cause estimation device and cause estimation program and cause estimation method of surface defect of metal plate - Google Patents
Cause estimation device and cause estimation program and cause estimation method of surface defect of metal plate Download PDFInfo
- Publication number
- JP2005077180A JP2005077180A JP2003306150A JP2003306150A JP2005077180A JP 2005077180 A JP2005077180 A JP 2005077180A JP 2003306150 A JP2003306150 A JP 2003306150A JP 2003306150 A JP2003306150 A JP 2003306150A JP 2005077180 A JP2005077180 A JP 2005077180A
- Authority
- JP
- Japan
- Prior art keywords
- cause
- defect
- cause estimation
- surface defect
- data related
- 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
Images
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Investigating And Analyzing Materials By Characteristic Methods (AREA)
Abstract
Description
本発明は、アルミニウム板材や銅板材等の金属板材に表面欠陥が生じた場合に、その原因を推定する際に用いる原因推定装置および原因推定プログラムならびに原因推定方法に関する。 The present invention relates to a cause estimation device, a cause estimation program, and a cause estimation method used when estimating the cause when a surface defect occurs in a metal plate such as an aluminum plate or a copper plate.
従来、金属板材の外観検査は、製造中または製造後に、目視観察により行われていたが、目視観察による外観検査では個人差があるため、近年、検査装置を導入するケースが増えている。
検査装置としては、例えば、CCDカメラを利用した装置や、レーザー光線を利用した装置等が用いられる。図6に、CCDカメラを利用した検査装置の一例を示す。この検査装置60にて金属板材61を検査する場合は、照明装置62によって照明された金属板材61の表面の画像をCCDカメラ63で撮像し、その画像データを欠陥判定器64に入力する。そして、予め設定された検査基準と比較することにより良否を判定し、表面欠陥の検出を行う。
Conventionally, an appearance inspection of a metal plate material has been performed by visual observation during or after manufacture. However, since there are individual differences in the appearance inspection by visual observation, in recent years, the number of cases in which an inspection apparatus is introduced is increasing.
As the inspection device, for example, a device using a CCD camera, a device using a laser beam, or the like is used. FIG. 6 shows an example of an inspection apparatus using a CCD camera. When the
検査装置60では、画像の濃淡データにより表面欠陥の検出を行なうため、例えば、金属板材61に疵が発生した場合に、疵の大きさやコントラスト等の2次元的なデータは得られるが、疵の深さに関するデータは得られないのが現状である。
Since the
一方、図7に示すようなレーザー光線を利用した検査装置70を用いる場合は、金属板材71上に、レーザー光源72からのレーザー光線73を、回転ミラー74を介して走査し、更に、金属板材71からの反射光75を、回折レンズ76により回折させる。そして、その回折光77を、光検出器78を介して欠陥判定器79に入力する。そして、予め設定された検査基準と比較することにより良否を判定し、表面欠陥の検出を行う。
On the other hand, when an
検査装置70では、回折光77の変化により表面欠陥の検出を行う。回折光77は、金属板材71の表面の凹凸により変化するため、表面欠陥の深さに関するデータが得られる。しかし、2次元的な表面欠陥である変色等については、検出が困難であるのが現状である。なお、前記した検査装置60および検査装置70は、図には示していないが、金属板材61,71の両面(表面と裏面)を検査できるように、金属板材61,71の表面側および裏面側にそれぞれ設置されている。また、金属板材61,71の搬送速度は、およそ50〜1000m/min程度である。
In the
ところで、従来の目視観察または検査装置を用いた外観検査では、金属板材の表面欠陥を検出した場合、欠陥箇所をサンプリングし、各種分析装置(SEM、ESCA等)を用いて分析することにより原因を究明し、対策を講じていた。したがって、原因究明に長時間を要する場合は、速やかに対策を講じることができず、表面欠陥によっては、金属板材の生産ラインを数日間も操業停止しなければならない場合もあった。 By the way, in the conventional visual inspection or visual inspection using the inspection device, when a surface defect of the metal plate material is detected, the defect is sampled and analyzed by using various analyzers (SEM, ESCA, etc.). I investigated and took measures. Therefore, when it takes a long time to investigate the cause, it is not possible to take measures promptly, and depending on the surface defect, the production line of the metal plate material may have to be stopped for several days.
他方、半導体集積回路の製造工程においては、従来から、過去に発生した不良(例えば、パターン不良、異物、疵等)について、不良箇所のデータとその原因を関連付けてデータベース化していた。これにより、半導体集積回路に不良が発生した場合は、不良箇所のデータに対応する推定原因を、コンピュータを用いて、前記データベースから検索し、不良発生原因を推定していた。例えば、特許文献1には、不良が発生した半導体集積回路の不良箇所のデータを入力することにより、そのデータから不良キーワード(例えば、パターン不良、異物、疵等)を推論し、その不良キーワードと、過去事例データベースとから、不良発生原因を推定する不良解析装置について記載されている。
しかし、前記した不良解析装置を、金属板材の表面欠陥の原因推定に用いても、圧延ロール表面の凹凸に起因する転写疵のように、周期的に発生する表面欠陥に対し、精度の高い原因推定ができない。即ち、転写疵が圧延ロールに起因する表面欠陥であることが推定されても、どの位置に設置された圧延ロールに起因するものかを判断することができないため、速やかに対策を講じることができない。このように、単品の製品についての不良解析装置を、連続する金属板材等の製品に転用することは簡単なことではなかった。 However, even if the above-described defect analysis apparatus is used to estimate the cause of the surface defect of the metal plate material, it is a highly accurate cause for the surface defect that occurs periodically, such as a transfer flaw caused by irregularities on the surface of the rolling roll. Cannot be estimated. In other words, even if it is estimated that the surface defects are caused by the rolling rolls, it is not possible to determine where the transfer defects are caused by the rolling rolls installed, so it is not possible to take quick measures. . As described above, it is not easy to divert a failure analysis apparatus for a single product to a continuous product such as a metal plate.
本発明は、金属板材の製造時において、金属板材に表面欠陥が生じた場合に、その原因を高精度かつ速やかに推定することができる原因推定装置および原因推定プログラムならびに原因推定方法を提供することを課題とする。 The present invention provides a cause estimation device, a cause estimation program, and a cause estimation method capable of quickly and accurately estimating the cause when a surface defect occurs in a metal plate during production of the metal plate. Is an issue.
前記課題を解決した本発明のうちの請求項1に記載された発明は、過去に発生した金属板材の表面欠陥に関するデータと、それに対応する原因とが予め登録されたデータベースを備えた、金属板材の表面欠陥の原因推定装置であって、原因推定対象の表面欠陥(以下、単に「推定対象欠陥」という)に関するデータを受信し、そのデータを記憶する記憶部と、前記記憶部により記憶された推定対象欠陥に関するデータを基に、前記推定対象欠陥を、金属板材の長手方向に周期的に発生する周期性欠陥と非周期性欠陥とに分類する分類部と、前記分類部により分類された前記推定対象欠陥について、前記データベースから、前記推定対象欠陥に関するデータに対応する推定原因を検索する検索部と、前記検索部により発見された推定原因を出力する出力部とを備えたことを特徴とする。
The invention described in
請求項1に記載の原因推定装置では、記憶部に記憶された推定対象欠陥に関するデータを基に、分類部により、それぞれの前記推定対象欠陥を、所定の基準により同一の原因によるものと判断された表面欠陥が金属板材の長手方向に周期的に発生する周期性欠陥と、それ以外の非周期性欠陥とに分類する。この分類は、例えば、前記推定対象欠陥のうち、それぞれの前記推定対象欠陥に関する所定のデータが、所定の基準により互いに合致する推定対象欠陥を抽出し、その抽出された推定対象欠陥が、所定の基準により金属板材の長手方向に一定の間隔で発生していると判断した場合に、その推定対象欠陥のそれぞれについて、周期性欠陥コードを付すことにより行われる。このようにして、前記推定対象欠陥を周期性欠陥と非周期性欠陥とに分類した後、検索部により、過去に発生した表面欠陥に関するデータ、即ち、表面欠陥の形状データや濃淡データ等が、その原因と関連付けて登録されたデータベースから、前記推定対象欠陥に関するデータに対応する推定原因を検索するので、表面欠陥の原因を高精度かつ速やかに推定することができる。
In the cause estimation device according to
また、請求項2に記載された発明は、請求項1に記載の原因推定装置において、前記検索部により、前記推定対象欠陥に関するデータに対応する推定原因を検索した結果、推定原因を発見することができなかった場合に、前記推定対象欠陥に関するデータが、前記データベースに登録されるように構成したことを特徴とする。
The invention described in
請求項2に記載の原因推定装置では、登録されていない表面欠陥に関するデータが、予め定められた表面欠陥の判断項目に対応するように、データベースに逐次登録されていくので、新たに発生した表面欠陥に関するデータを登録する手間を省くことができる。
In the cause estimation device according to
また、請求項3に記載された発明は、請求項1または請求項2に記載の原因推定装置において、検査対象の金属板材の表面欠陥を検出する検出部を備え、前記検出部により検出された推定対象欠陥に関するデータが、前記記憶部に送信されるように構成したことを特徴とする。
The invention described in
請求項3に記載の原因推定装置では、検出部により、検査対象の金属板材を検査し、所定の基準により表面欠陥であると判断した場合には、その表面欠陥、即ち、推定対象欠陥に関するデータを記憶部に送信し、そのデータを受信した記憶部がそのデータを記憶する。これにより、検出部により検出された表面欠陥に関するデータが、全て記憶部に記憶されるので、表面欠陥の検出から、その推定原因の出力までの一連の作業を行うことができる。
In the cause estimation apparatus according to
また、請求項4に記載された発明は、過去に発生した金属板材の表面欠陥に関するデータと、それに対応する原因とが予め登録されたデータベースを備え、かつ、推定対象欠陥に関するデータを受信し、そのデータを記憶する記憶部を備えた、金属板材の表面欠陥の原因推定装置における原因推定プログラムであって、前記記憶部により記憶された推定対象欠陥に関するデータを基に、前記推定対象欠陥を、金属板材の長手方向に周期的に発生する周期性欠陥と非周期性欠陥とに分類する分類ステップと、前記分類ステップにより分類された前記推定対象欠陥について、前記データベースから、前記推定対象欠陥に関するデータに対応する推定原因を検索する検索ステップと、前記検索ステップにより発見された推定原因を出力する出力ステップとをコンピュータに実行させることを特徴とする。
Further, the invention described in
請求項4に記載の原因推定プログラムによれば、記憶部に記憶された推定対象欠陥に関するデータを基に、前記推定対象欠陥を周期性欠陥と非周期性欠陥とに分類する作業をコンピュータに実行させる。この分類は、例えば、前記推定対象欠陥のうち、それぞれの前記推定対象欠陥に関する所定のデータが、所定の基準により互いに合致する推定対象欠陥を抽出し、その抽出された推定対象欠陥が、所定の基準により金属板材の長手方向に一定の間隔で発生していると判断した場合に、その推定対象欠陥のそれぞれについて、周期性欠陥コードを付すことにより行われる。このようにして、前記推定対象欠陥を周期性欠陥と非周期性欠陥とに分類した後、過去に発生した表面欠陥に関するデータが、その原因と関連付けて登録されたデータベースから、前記推定対象欠陥に関するデータに対応する推定原因を検索する作業をコンピュータに実行させるので、表面欠陥の原因を高精度かつ速やかに推定することができる。
According to the cause estimation program according to
また、請求項5に記載された発明は、請求項4に記載の原因推定プログラムにおいて、前記検索ステップにより、前記推定対象欠陥に関するデータに対応する推定原因を検索した結果、推定原因を発見することができなかった場合に、前記推定対象欠陥に関するデータを前記データベースに登録する登録ステップを、コンピュータに実行させることを特徴とする。
Further, in the invention described in
請求項5に記載の原因推定プログラムによれば、登録ステップをコンピュータに実行させることにより、登録されていない表面欠陥に関するデータが、予め定められた表面欠陥の判断項目に対応するように、データベースに逐次登録されていくので、新たに発生した表面欠陥に関するデータを登録する手間を省くことができる。
According to the cause estimation program according to
また、請求項6に記載された発明は、過去に発生した金属板材の表面欠陥に関するデータと、それに対応する原因とが予め登録されたデータベースを備え、かつ、推定対象欠陥に関するデータを受信し、そのデータを記憶する記憶部を備えた、金属板材の表面欠陥の原因推定装置における原因推定方法であって、前記記憶部により記憶された推定対象欠陥に関するデータを基に、前記推定対象欠陥を、金属板材の長手方向に周期的に発生する周期性欠陥と非周期性欠陥とに分類する分類ステップと、前記分類ステップにより分類された前記推定対象欠陥について、前記データベースから、前記推定対象欠陥に関するデータに対応する推定原因を検索する検索ステップと、前記検索ステップにより発見された推定原因を出力する出力ステップとを備えたことを特徴とする。
Further, the invention described in
請求項6に記載の原因推定方法によれば、分類ステップにより、記憶部に記憶された推定対象欠陥に関するデータを基に、前記推定対象欠陥を周期性欠陥と非周期性欠陥とに分類する。この分類は、例えば、前記推定対象欠陥のうち、それぞれの前記推定対象欠陥に関する所定のデータが、所定の基準により互いに合致する推定対象欠陥を抽出し、その抽出された推定対象欠陥が、所定の基準により金属板材の長手方向に一定の間隔で発生していると判断した場合に、その推定対象欠陥のそれぞれについて、周期性欠陥コードを付すことにより行われる。このようにして、前記推定対象欠陥を周期性欠陥と非周期性欠陥とに分類した後、検索ステップにより、過去に発生した表面欠陥に関するデータが、その原因と関連付けて登録されたデータベースから、前記推定対象欠陥に関するデータに対応する推定原因を検索するので、表面欠陥の原因を高精度かつ速やかに推定することができる。 According to the cause estimation method of the sixth aspect, in the classification step, the estimation target defect is classified into the periodic defect and the non-periodic defect based on the data related to the estimation target defect stored in the storage unit. In this classification, for example, among the estimation target defects, the estimation target defects in which the predetermined data related to the respective estimation target defects match each other according to a predetermined criterion are extracted. When it is determined by the reference that the metal plate material is generated at a constant interval in the longitudinal direction, it is performed by attaching a periodic defect code to each of the estimation target defects. In this way, after classifying the estimation target defect into a periodic defect and a non-periodic defect, the data relating to the surface defect that occurred in the past by the search step is registered from the database registered in association with the cause. Since the estimated cause corresponding to the data related to the estimation target defect is searched, the cause of the surface defect can be estimated with high accuracy and promptly.
また、請求項7に記載された発明は、請求項6に記載の原因推定方法において、前記検索ステップにより、前記推定対象欠陥に関するデータに対応する推定原因を検索した結果、推定原因を発見することができなかった場合に、前記推定対象欠陥に関するデータを前記データベースに登録する登録ステップを備えたことを特徴とする。
The invention described in
請求項7に記載の原因推定方法によれば、登録ステップにより、登録されていない表面欠陥に関するデータが、予め定められた表面欠陥の判断項目に対応するように、データベースに逐次登録されていくので、新たに発生した表面欠陥に関するデータを登録する手間を省くことができる。
According to the cause estimation method of
また、請求項8に記載された発明は、請求項6または請求項7に記載の原因推定方法において、検査対象の金属板材の表面欠陥を検出する検出ステップと、前記検出ステップにより検出された推定対象欠陥に関するデータを、前記記憶部に送信する送信ステップとを備えたことを特徴とする。
The invention described in claim 8 is the cause estimation method according to
請求項8に記載の原因推定方法によれば、検出ステップにより、検査対象の金属板材を検査し、所定の基準により表面欠陥であると判断した場合には、その表面欠陥、即ち、推定対象欠陥に関するデータを記憶部に送信し、記憶部にそのデータが記憶される。これにより、検出ステップにより検出された表面欠陥に関するデータが、全て記憶部に記憶されるので、表面欠陥の検出から、その推定原因の出力までの一連の作業を行うことができる。 According to the cause estimation method according to claim 8, when the metal plate material to be inspected is inspected by the detection step and is determined to be a surface defect according to a predetermined standard, the surface defect, that is, the estimation object defect Is transmitted to the storage unit, and the data is stored in the storage unit. Thereby, since all the data regarding the surface defect detected by the detection step are memorize | stored in a memory | storage part, a series of operation | work from the detection of a surface defect to the output of the presumed cause can be performed.
このような金属板材の表面欠陥の原因推定装置および原因推定プログラムならびに原因推定方法によれば、表面欠陥が生じた原因を、高精度かつ速やかに推定することができる。これにより、速やかに対策を講じることが可能となる。 According to such a cause estimation apparatus, cause estimation program, and cause estimation method for a surface defect of a metal plate material, the cause of the surface defect can be estimated with high accuracy and promptly. This makes it possible to take measures promptly.
以下、本発明の実施形態について、アルミニウム板材の製造工程を例として、適宜図面を参照しつつ詳細に説明する。 Hereinafter, an embodiment of the present invention will be described in detail with reference to the drawings as appropriate, taking as an example the manufacturing process of an aluminum plate material.
まず、アルミニウム板材の製造工程について図1を参照して説明する。例えば、アルミニウム板材は、所望の組成を溶解、鋳造したスラブ1を均質化熱処理し、図1(a)に示すように、熱間粗圧延ロール2,2により熱間粗圧延し、これにより得られたラフバー3を、図1(b)に示すように、複数の熱間仕上げ圧延ロール4により熱間仕上げ圧延し、続いて、図1(c)に示すように、複数の冷間圧延ロール5により冷間圧延した後、図1(d)に示すように、焼鈍炉6を通して中間焼鈍し、更に複数の冷間圧延ロール5[図1(c)参照]により冷間圧延することにより得られる。また、図示はしないが、最終冷間圧延工程後に、矯正工程やクロメート処理工程等が設けられる場合もある。
First, the manufacturing process of an aluminum plate will be described with reference to FIG. For example, an aluminum plate is obtained by homogenizing and heat-treating a
本発明の一実施形態である原因推定装置10は、図1(c)に示すように、最終冷間圧延工程の巻取り部7の手前に設置している。なお、原因推定装置10の設置位置は特に限定されないが、原因推定装置10の検出部として、検査装置を用いる場合は、その検査装置の設置位置は、コイル最終巻取り工程前に設置するのが好ましい。
The
次に、原因推定装置10の詳細について、図2を用いて説明する。図2に示すように、原因推定装置10は、過去に発生した金属板材の表面欠陥に関するデータと、それに対応する原因とが予め登録されたデータベース11を備え、更に、検査対象のアルミニウム板材の表面欠陥を検出する検出部12と、検出部12により検出された表面欠陥、即ち、推定対象欠陥に関するデータを受信し、そのデータを記憶する記憶部13と、記憶部13に記憶された推定対象欠陥に関するデータを基に、前記推定対象欠陥を周期性欠陥と非周期性欠陥とに分類する分類部14と、分類部14により分類された前記推定対象欠陥について、データベース11から、前記推定対象欠陥に関するデータに対応する推定原因を検索する検索部15と、検索部15により発見された推定原因を出力する出力部16とを備えている。また、原因推定装置10は、データベース11に、過去に発生した表面欠陥に関するデータを登録するデータベース登録部17、および各部の動作を制御する制御部18も備えている。
Next, details of the
検出部12は、検査対象のアルミニウム板材の表面欠陥を検出し、そのデータを記憶部13に送信する。そして、データの送信が完了した際に、制御部18に送信完了通知を送信する。この検出部12には、背景技術で説明した検査装置60(図6参照)や、検査装置70(図7参照)等を使用することができる。例えば、検出部12として、検査装置60を使用した場合は、欠陥判定器64に、予め設定された検査基準を登録し、検査対象であるアルミニウム板材表面と比較することにより良否を判定し、表面欠陥の検出を行う。表面欠陥の判断項目は、使用する検査装置により異なるが、検査装置60を使用した場合は、表面欠陥の位置、長さ、面積、濃淡等を判断項目とする。なお、表面欠陥の位置および長さについては、それぞれアルミニウム板材の幅方向および長手方向について判断する。
The
記憶部13は、検出部12から送信される推定対象欠陥に関するデータを受信し、記憶する。この記憶部13には、コンピュータのメモリ等を使用することができる。なお、検出部12を用いずに、目視観察によって表面欠陥を検出する場合は、キーボードやマウス等の入力手段(図示せず)を用いて、記憶部13に、そのデータを手入力すればよい。
The
分類部14は、記憶部13に記憶された推定対象欠陥に関するデータを基に、前記推定対象欠陥を、周期性欠陥と非周期性欠陥とに分類する。そして、分類が完了した際に、制御部18に分類完了通知を送信する。
The
検索部15は、分類部14により分類された前記推定対象欠陥について、データベース11から、前記推定対象欠陥に関するデータに対応する推定原因を検索する。そして、推定原因を発見することができた場合は、前記推定対象欠陥に関するデータと共に、発見した推定原因を出力部16に送信し、制御部18に検索完了通知を送信する。一方、推定原因を発見することができなかった場合は、前記推定対象欠陥に関するデータを、データベース11に、予め定められた表面欠陥の判断項目に対応するように登録し、制御部18に検索完了通知を送信する。なお、推定原因を発見することができなかった場合において、別途、前記推定対象欠陥に関するデータを、データベース登録部17により登録してもよい。
The
出力部16は、検索部15から送信された前記推定対象欠陥に関するデータとその推定原因とを出力する。そして、出力が完了した際に、制御部18に出力完了通知を送信する。この出力部16には、ディスプレイやプリンタ等を使用することができる。
The
制御部18は、Central Processing Unit(CPU)等を有しており、検出部12、分類部14、検索部15および出力部16の動作を制御する。
The
データベース11には、磁気ディスク、光ディスク、磁気テープ等を使用することができる。また、データベース登録部17には、キーボードやマウス等を使用することができる。データベース11には、周期性欠陥に分類された推定対象欠陥について、原因と推定される圧延ロール(設置位置)を検索する際に使用する第1のテーブル11aと、表面欠陥の種類、推定される原因および対策を検索する際に使用する第2のテーブル11bとが保存されている。この第1のテーブル11aおよび第2のテーブル11bへのデータの登録や、登録されているデータの変更等は、データベース登録部17により行う。
The
次に、第1のテーブル11aおよび第2のテーブル11bについて、図3を参照して説明する。図3(a)に、第1のテーブル11aの一例を示し、図3(b)に第2のテーブル11bの一例を示す。なお、図3(b)は、検出部12として、CCDカメラを用いた検査装置60(図6参照)を使用した場合について示す(以下、検出部12として、検査装置60を使用した場合について説明する)。
Next, the first table 11a and the second table 11b will be described with reference to FIG. FIG. 3A shows an example of the first table 11a, and FIG. 3B shows an example of the second table 11b. 3B shows a case where an
図3(a)に示すように、第1のテーブル11aは、周期性欠陥の発生間隔の下限値(P1,P3,P5・・・)および上限値(P2,P4,P6・・・)が登録される数値データエリア111aと、それに対応する原因と推定される圧延ロールの名称(設置位置)が登録されるテキストデータエリア112aとを備えている。発生間隔(P1,P2,P3・・・)は、図3(a)には示していないが、実際の数値が登録される。この発生間隔(P1,P2,P3・・・)は、それぞれの圧延ロールの径と、それぞれの圧延ロールによる圧下率とにより定まる。発生間隔(P1,P2,P3・・・)を登録する際は、実際の数値を登録してもよいし、それぞれの圧延ロールの径と、それぞれの圧延ロールによる圧下率とを登録することにより、発生間隔(P1,P2,P3・・・)が算出されるようにしてもよい。なお、発生間隔の下限値(P1,P3,P5・・・)および上限値(P2,P4,P6・・・)を登録する際は、圧延ロールのすべり等を考慮し、ある程度の幅を持たせるのが好ましい。
As shown in FIG. 3A, the first table 11a has a lower limit value (P1, P3, P5...) And an upper limit value (P2, P4, P6...) Of the periodic defect occurrence interval. A
また、図3(b)に示すように、第2のテーブル11bは、表面欠陥の判断項目について、それぞれの下限値および上限値が登録される数値データエリア111bと、それに対応する表面欠陥の種類、推定される原因および対策が登録されるテキストデータエリア112bとを備えている。数値データエリア111bには、表面欠陥の判断項目のうち、表面欠陥の長さ(幅方向および長手方向)、面積、明強度および暗強度が登録されている。なお、明強度および暗強度は、いずれも表面欠陥の濃淡を示す判断項目で、表面欠陥の画像データにおいて、それぞれ明るさの段階を表す階調(0〜255)の最大値および最小値を示す。また、後記するように、それぞれの判断項目には、C〜Gのコードが付されている。
As shown in FIG. 3B, the second table 11b includes a
次に、図2〜図5に基づいて、本発明の一実施形態である原因推定装置10を用いた原因推定方法について説明する。図4は、原因推定装置10の動作を示すフローチャートである。また、図5は、記憶部13に記憶された推定対象欠陥に関するデータの一例を示すテーブルである。なお、図5には、推定対象欠陥に関するデータのうち、位置データおよび長さデータのみを示しているが、実際にはその他のデータも記憶されている。また、図5には示していないが、それぞれの判断項目について、検出部12により実測された数値が記憶されている。
Next, a cause estimation method using the
[検出ステップ]
図4に示すように、原因推定装置10は、まず、検出部12(図2参照)によって、検査対象であるアルミニウム板材の表面欠陥を検出する(検出ステップS30)。この際、周期性欠陥が検出できる程度の長さ(例えば100m程度)を検査できるように、制御部18において制御するのが好ましい。
[Detection step]
As shown in FIG. 4, the
[送信ステップ]
検出部12により、アルミニウム板材の所定の長さを検査した後、検出した全ての表面欠陥(推定対象欠陥)について、その位置(幅方向および長手方向)、長さ(幅方向および長手方向)、面積、明強度および暗強度のデータを記憶部13(図2参照)に送信する(送信ステップS31)。この際、判断項目のそれぞれにコード(アルファベット等)を付して送信すると、後記する分類ステップおよび検索ステップにおいて、それぞれのデータの区別を確実に行うことができるので、原因推定時間の短縮化が図れる。なお、本実施形態では、表面欠陥の幅方向の位置、長手方向の位置、幅方向の長さ、長手方向の長さ、面積、明強度および暗強度のそれぞれに対し、この順にA〜Gのコードを付して送信するものとする。
[Sending step]
After inspecting the predetermined length of the aluminum plate by the
送信ステップS31により、記憶部13に記憶された推定対象欠陥に関するデータの一例について、図5(a)を参照して説明する。図5(a)に示すように、推定対象欠陥に関するデータの一例を示すテーブル50は、表面欠陥番号が蓄積される表面欠陥番号エリア51と、周期性欠陥コードが蓄積される周期性欠陥コードエリア52と、位置データが蓄積される位置データエリア53と、長さデータが蓄積される長さデータエリア54とを備えている。表面欠陥番号エリア51には、それぞれの推定対象欠陥に付された番号が蓄積される。この番号は、例えば検出部12によって検出された順番に付される。周期性欠陥コードエリア52には、後記するように、周期性欠陥に分類された推定対象欠陥のそれぞれについて、その発生間隔が認識できる周期性欠陥コードが蓄積される。また位置データエリア53には、幅方向の位置データ(コードA)が蓄積される幅方向位置データエリア55と、長手方向の位置データ(コードB)が蓄積される長手方向位置データエリア56とが設けられている。更に、長さデータエリア54には、幅方向の長さデータ(コードC)が蓄積される幅方向長さデータエリア57と、長手方向の長さデータ(コードD)が蓄積される長手方向長さデータエリア58とが設けられている。
An example of data relating to the estimation target defect stored in the
[分類ステップ]
続いて、記憶部13に記憶された全ての推定対象欠陥について、分類部14(図2参照)により、それぞれの推定対象欠陥を周期性欠陥と非周期性欠陥とに分類する(分類ステップS32)。分類は、まず、記憶された全ての推定対象欠陥のうち、幅方向の位置、長さ(幅方向および長手方向)、面積、明強度および暗強度のいずれの判断項目のデータについても所定の基準により互いに合致する推定対象欠陥を、同一の原因によるものと判断し、それらの推定対象欠陥を抽出する。この際、判断項目のそれぞれに付されたコード(A,C〜G)を照合した後で、それぞれのデータを比較する。次に、抽出された推定対象欠陥について、それぞれの長手方向の位置(コードB)から、所定の基準によりそれらの推定対象欠陥が周期的に発生していると判断した場合は、周期性欠陥に分類し、その推定対象欠陥のそれぞれについて、周期性欠陥コードを付す。
[Classification step]
Subsequently, for all estimation target defects stored in the
例えば、図5(a)の場合は、表面欠陥番号1,3,5,7についてはいずれも、幅方向の位置がX1、幅方向の長さがW1、長手方向の長さがL1であり、更に、面積、明強度および暗強度についても、所定の基準により互いに合致していれば、表面欠陥番号1,3,5,7が、図5(b)に示すように抽出される(以下、表面欠陥番号1,3,5,7が周期性欠陥、表面欠陥番号2,4,6が非周期性欠陥である場合について説明する)。そして、表面欠陥番号1,3,5,7の長手方向の位置が、間隔P5で周期的に発生しているため、図5(c)に示すように、周期性欠陥コードエリア52に、周期性欠陥コードとして、例えば、「P5a」が付される。一方、表面欠陥番号2,4,6のように、非周期性欠陥に分類された推定対象欠陥に関するデータには周期性欠陥コードは付されない。なお、前記した抽出および分類の際は、検出部12の測定誤差等を考慮して、それぞれの推定対象欠陥に関するデータを比較する際の基準(所定の基準)について、ある程度の幅を持たせたほうがよい。
For example, in the case of FIG. 5A, for the
続いて、検索部15(図2参照)により、記憶部13に記憶された推定対象欠陥のうち、いずれか1つを選択し、推定原因の検索を行う。推定原因の検索は、まず、検索部15により、選択した推定対象欠陥が周期性欠陥であるかどうかを判定する(ステップS33)。そして、周期性欠陥である場合(Yes)は、第1の検索ステップS34へ進み、非周期性欠陥である場合(No)は、第2の検索ステップS37へ進む。なお、周期性欠陥であるかどうかの判定は、前記した周期性欠陥コードの有無により行う。
Subsequently, the search unit 15 (see FIG. 2) selects any one of the estimation target defects stored in the
[第1の検索ステップ]
ステップS33で、周期性欠陥であると判定された推定対象欠陥について、検索部15により、原因と推定される圧延ロール(設置位置)を検索する(第1の検索ステップS34)。検索は、周期性欠陥コードから認識した発生間隔を、第1のテーブル11a[図3(a)参照]の数値データエリア111aに登録された数値データと照合することにより行う。そして、原因と推定される圧延ロールを発見することができた場合(ステップS35のYes)は、第1の出力ステップS36へ進む。一方、原因と推定される圧延ロールを発見することができなかった場合(ステップS35のNo)は、第2の検索ステップS37へ進む。
[First search step]
In step S33, for the estimation target defect determined to be a periodic defect, the
[第1の出力ステップ]
第1の検索ステップS34で、原因と推定される圧延ロールを発見することができた(ステップS35のYes)推定対象欠陥について、出力部16(図2参照)により、その推定対象欠陥に関するデータと共に、原因と推定される圧延ロールの名称(設置位置)を出力する(第1の出力ステップS36)。例えば、前記した表面欠陥番号1,3,5,7(図5参照)の場合は、発生間隔がP5なので、原因と推定される圧延ロールとして、「熱間仕上げ圧延ロール(2段目)」と出力される。出力後、第2の検索ステップS37へ進む。
[First output step]
In the first search step S34, the rolling roll estimated to be the cause could be found (Yes in step S35), and the output target 16 (see FIG. 2), together with the data related to the estimation target defect. The name (installation position) of the rolling roll estimated to be the cause is output (first output step S36). For example, in the case of the aforementioned
[第2の検索ステップ]
続いて、検索部15により、選択した推定対象欠陥の長さ(幅方向および長手方向)、面積、明強度および暗強度のデータのそれぞれを、第2のテーブル11b[図3(b)参照]の数値データエリア111bに登録された数値データと照合することにより、推定される原因を検索する(第2の検索ステップS37)。照合する際は、判断項目のそれぞれに付されたコード(C〜G)を照合した後で、それぞれのデータを照合する。そして、推定される原因を発見することができた場合(ステップS38のYes)は、第2の出力ステップS39へ進む。一方、推定される原因を発見することができなかった場合(ステップS38のNo)は、登録ステップS40へ進む。なお、前記した「第1の検索ステップS34」と、「第2の検索ステップS37」とが、特許請求の範囲にいう「検索ステップ」に相当し、前記した「原因と推定される圧延ロール」と、「推定される原因」とが、特許請求の範囲の「推定原因」に相当する。
[Second search step]
Subsequently, each of the length (width direction and longitudinal direction), area, light intensity, and dark intensity data of the selected estimation target defect by the
[第2の出力ステップ]
第2の検索ステップS37で、推定される原因を発見することができた(ステップS38のYes)推定対象欠陥について、出力部16により、その推定対象欠陥に関するデータと共に、表面欠陥の種類、推定される原因および対策を出力する(第2の出力ステップS39)。例えば、推定対象欠陥に関するデータのうち、幅方向および長手方向の長さが共に1mm、面積が1mm2、明強度が250、暗強度が80である場合は、表面欠陥の種類として「凹み疵」、推定される原因として「圧延ロール表面の突起物が転写した欠陥」、対策として「ロールの交換」と出力される。出力後、ステップS41へ進む。なお、前記した「第1の出力ステップS36」と、「第2の出力ステップS39」とが、特許請求の範囲にいう「出力ステップ」に相当する。
[Second output step]
In the second search step S37, the estimated cause was found (Yes in step S38), and the
[登録ステップ]
第2の検索ステップS37で、推定される原因を発見することができなかった(ステップS38のNo)推定対象欠陥については、検索部15により、その推定対象欠陥に関するデータを、第2のテーブル11bの数値データエリア111bに、それぞれの判断項目に対応するように登録し(登録ステップS40)、ステップS41へ進む。この際、出力部16として、例えばディスプレイを用いた場合は、ディスプレイ画面に「原因推定不能」と出力できるように、制御部18において制御してもよい。また、推定される原因を発見することができなかった推定対象欠陥をサンプリングし、各種分析装置により原因が明らかになった場合は、データベース登録部17(図2参照)から、その原因を第2のテーブル11bのテキストデータエリア112bに登録すればよい。
[Registration step]
In the second search step S37, for the estimation target defect for which the estimated cause could not be found (No in step S38), the
続いて、検索部15により、推定原因の検索が行われていない推定対象欠陥が存在するか否かを判断し(ステップS41)、存在しない場合は、原因推定完了(Yes)として、動作を終了する。一方、推定原因の検索が行われていない推定対象欠陥が存在する場合(No)は、ステップS33に戻って、同様に動作を行う。なお、周期性欠陥の推定原因を検索する場合は、検索時間の短縮化のため、周期性欠陥に分類された推定対象欠陥のうち、いずれか1つのみの推定原因を検索するように、制御部18において制御してもよい。
Subsequently, the
以上のステップに基づいて、原因推定装置10を作動させることにより、表面欠陥の検出から、その推定原因の出力までの一連の作業を、高精度かつ速やかに行うことができる。特に、分類部14を設けたことにより、周期的に発生する表面欠陥に対して、精度の高い原因推定を行うことができる。なお、前記した各ステップを、コンピュータに実行させるプログラムにより、原因推定装置10を作動させることも可能である。
By operating the
以上、本発明の実施形態について説明したが、本発明は前記実施形態には限定されない。例えば、前記実施形態では、表面欠陥に関する数値データを受信し、その数値データに対応する推定原因を検索する原因推定装置について説明したが、表面欠陥に関する数値データに加え、表面欠陥に関する画像データも受信し、その数値データおよび画像データに対応する推定原因を検索する原因推定装置であってもよい。また、前記実施形態においては、アルミニウム板材の製造工程を例として説明したが、他の金属板材、例えば、銅板材の製造工程に用いても、本発明の効果が同様に発揮される。 As mentioned above, although embodiment of this invention was described, this invention is not limited to the said embodiment. For example, in the above-described embodiment, the cause estimation apparatus that receives numerical data related to surface defects and searches for the estimated cause corresponding to the numerical data has been described. However, in addition to numerical data related to surface defects, image data related to surface defects is also received. In addition, a cause estimation device that searches for an estimated cause corresponding to the numerical data and the image data may be used. Moreover, in the said embodiment, although the manufacturing process of the aluminum plate material was demonstrated as an example, even if it uses for the manufacturing process of another metal plate material, for example, a copper plate material, the effect of this invention is exhibited similarly.
また、第2のテーブル11b[図3(b)参照]に示す表面欠陥の種類のうち、季節要因に影響されるものや、特定の装置に限定して発生するもの等について、発生する季節や装置等と関連付けて第2のテーブル11bに登録しておき、原因推定の際、季節や装置等をキーワードとして、表面欠陥の種類(表面欠陥の原因)を絞り込んで検索するように制御部18において制御してもよい。これにより、検索時間の短縮化が図れる。
Of the types of surface defects shown in the second table 11b [see FIG. 3 (b)], those that are influenced by seasonal factors, those that occur only in a specific device, etc. In the second table 11b in association with the device or the like, the
10 原因推定装置
11 データベース
12 検出部
13 記憶部
14 分類部
15 検索部
16 出力部
DESCRIPTION OF
Claims (8)
原因推定対象の表面欠陥に関するデータを受信し、そのデータを記憶する記憶部と、
前記記憶部により記憶された原因推定対象の表面欠陥に関するデータを基に、前記原因推定対象の表面欠陥を、金属板材の長手方向に周期的に発生する周期性欠陥と非周期性欠陥とに分類する分類部と、
前記分類部により分類された前記原因推定対象の表面欠陥について、前記データベースから、前記原因推定対象の表面欠陥に関するデータに対応する推定原因を検索する検索部と、
前記検索部により発見された推定原因を出力する出力部とを備えたことを特徴とする原因推定装置。 A device for estimating the cause of a surface defect of a metal plate, comprising a database in which data related to the surface defect of the metal plate material generated in the past and a cause corresponding thereto are registered in advance,
A storage unit that receives data related to the surface defect of the cause estimation target and stores the data;
Based on the data related to the surface defect of the cause estimation object stored by the storage unit, the surface defect of the cause estimation object is classified into a periodic defect and a non-periodic defect that are periodically generated in the longitudinal direction of the metal plate material. A classification unit to
For the surface defect of the cause estimation target classified by the classification unit, a search unit that searches the database for an estimated cause corresponding to data related to the surface defect of the cause estimation target;
A cause estimation apparatus, comprising: an output unit that outputs an estimated cause discovered by the search unit.
前記検出部により検出された原因推定対象の表面欠陥に関するデータが、前記記憶部に送信されるように構成したことを特徴とする請求項1または請求項2に記載の原因推定装置。 Provided with a detection unit that detects surface defects of the metal plate material to be inspected,
The cause estimation apparatus according to claim 1 or 2, wherein data relating to a surface defect of a cause estimation target detected by the detection unit is transmitted to the storage unit.
前記記憶部により記憶された原因推定対象の表面欠陥に関するデータを基に、前記原因推定対象の表面欠陥を、金属板材の長手方向に周期的に発生する周期性欠陥と非周期性欠陥とに分類する分類ステップと、
前記分類ステップにより分類された前記原因推定対象の表面欠陥について、前記データベースから、前記原因推定対象の表面欠陥に関するデータに対応する推定原因を検索する検索ステップと、
前記検索ステップにより発見された推定原因を出力する出力ステップとをコンピュータに実行させることを特徴とする原因推定プログラム。 It has a database in which data related to surface defects of metal plate materials that occurred in the past and causes corresponding to the data are registered in advance, and a storage unit that receives data related to surface defects to be estimated and stores the data In addition, a cause estimation program in the cause estimation device of the surface defect of the metal plate material,
Based on the data related to the surface defect of the cause estimation object stored by the storage unit, the surface defect of the cause estimation object is classified into a periodic defect and a non-periodic defect that are periodically generated in the longitudinal direction of the metal plate material. A classification step to
For the surface defect of the cause estimation target classified by the classification step, a search step of searching an estimated cause corresponding to data related to the surface defect of the cause estimation target from the database;
A cause estimation program causing a computer to execute an output step of outputting an estimated cause discovered by the search step.
前記記憶部により記憶された原因推定対象の表面欠陥に関するデータを基に、前記原因推定対象の表面欠陥を、金属板材の長手方向に周期的に発生する周期性欠陥と非周期性欠陥とに分類する分類ステップと、
前記分類ステップにより分類された前記原因推定対象の表面欠陥について、前記データベースから、前記原因推定対象の表面欠陥に関するデータに対応する推定原因を検索する検索ステップと、
前記検索ステップにより発見された推定原因を出力する出力ステップとを備えたことを特徴とする原因推定方法。 It has a database in which data related to surface defects of metal plate materials that occurred in the past and causes corresponding to the data are registered in advance, and a storage unit that receives data related to surface defects to be estimated and stores the data In addition, a cause estimation method in the cause estimation device of the surface defect of the metal plate material,
Based on the data related to the surface defect of the cause estimation object stored by the storage unit, the surface defect of the cause estimation object is classified into a periodic defect and a non-periodic defect that are periodically generated in the longitudinal direction of the metal plate material. A classification step to
For the surface defect of the cause estimation target classified by the classification step, a search step of searching an estimated cause corresponding to data related to the surface defect of the cause estimation target from the database;
An output step of outputting the estimated cause discovered by the search step.
前記検出ステップにより検出された原因推定対象の表面欠陥に関するデータを、前記記憶部に送信する送信ステップとを備えたことを特徴とする請求項6または請求項7に記載の原因推定方法。 A detection step for detecting surface defects of the metal plate material to be inspected;
The cause estimation method according to claim 6, further comprising: a transmission step of transmitting data related to the surface defect of the cause estimation target detected by the detection step to the storage unit.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003306150A JP4038161B2 (en) | 2003-08-29 | 2003-08-29 | CAUSE ESTIMATING APPARATUS, CAUSE ESTIMATION PROGRAM, AND CAUSE ESTIMATING METHOD |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003306150A JP4038161B2 (en) | 2003-08-29 | 2003-08-29 | CAUSE ESTIMATING APPARATUS, CAUSE ESTIMATION PROGRAM, AND CAUSE ESTIMATING METHOD |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2005077180A true JP2005077180A (en) | 2005-03-24 |
JP4038161B2 JP4038161B2 (en) | 2008-01-23 |
Family
ID=34409308
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2003306150A Expired - Fee Related JP4038161B2 (en) | 2003-08-29 | 2003-08-29 | CAUSE ESTIMATING APPARATUS, CAUSE ESTIMATION PROGRAM, AND CAUSE ESTIMATING METHOD |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4038161B2 (en) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011214865A (en) * | 2010-03-31 | 2011-10-27 | Toray Ind Inc | Periodicity defect detection method and device, and method for manufacturing sheet-like object |
WO2011158810A1 (en) * | 2010-06-17 | 2011-12-22 | 旭硝子株式会社 | Defect occurrence source identification method and conveying device maintenance method |
JP2012030260A (en) * | 2010-08-02 | 2012-02-16 | Jfe Steel Corp | Method for identifying roll causing rolling flaw |
CN103175948A (en) * | 2013-02-26 | 2013-06-26 | 奇瑞汽车股份有限公司 | Detection tool of curve surface defects of sheet metal part |
JP2015215183A (en) * | 2014-05-08 | 2015-12-03 | 株式会社神戸製鋼所 | Defect analysis device and defect analysis method |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10209230A (en) * | 1997-01-23 | 1998-08-07 | Hitachi Ltd | Method and device for fault analysis |
JP2000002668A (en) * | 1998-06-15 | 2000-01-07 | Nkk Corp | Inspection method for surface defect |
JP2001025819A (en) * | 1999-07-14 | 2001-01-30 | Hitachi Ltd | Method and device for diagnosing abnormality in rolling mill |
JP2002162364A (en) * | 2000-11-24 | 2002-06-07 | Sumitomo Chem Co Ltd | Method and device for judging fault due to roll |
JP2002281484A (en) * | 2001-03-15 | 2002-09-27 | Toshiba It & Control Systems Corp | Device for detecting periodical defect |
-
2003
- 2003-08-29 JP JP2003306150A patent/JP4038161B2/en not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10209230A (en) * | 1997-01-23 | 1998-08-07 | Hitachi Ltd | Method and device for fault analysis |
JP2000002668A (en) * | 1998-06-15 | 2000-01-07 | Nkk Corp | Inspection method for surface defect |
JP2001025819A (en) * | 1999-07-14 | 2001-01-30 | Hitachi Ltd | Method and device for diagnosing abnormality in rolling mill |
JP2002162364A (en) * | 2000-11-24 | 2002-06-07 | Sumitomo Chem Co Ltd | Method and device for judging fault due to roll |
JP2002281484A (en) * | 2001-03-15 | 2002-09-27 | Toshiba It & Control Systems Corp | Device for detecting periodical defect |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011214865A (en) * | 2010-03-31 | 2011-10-27 | Toray Ind Inc | Periodicity defect detection method and device, and method for manufacturing sheet-like object |
WO2011158810A1 (en) * | 2010-06-17 | 2011-12-22 | 旭硝子株式会社 | Defect occurrence source identification method and conveying device maintenance method |
JP2012030260A (en) * | 2010-08-02 | 2012-02-16 | Jfe Steel Corp | Method for identifying roll causing rolling flaw |
CN103175948A (en) * | 2013-02-26 | 2013-06-26 | 奇瑞汽车股份有限公司 | Detection tool of curve surface defects of sheet metal part |
JP2015215183A (en) * | 2014-05-08 | 2015-12-03 | 株式会社神戸製鋼所 | Defect analysis device and defect analysis method |
Also Published As
Publication number | Publication date |
---|---|
JP4038161B2 (en) | 2008-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI603409B (en) | Adaptive sampling for semiconductor inspection recipe creation, defect review, and metrology | |
US11982628B2 (en) | System and method for detecting defects on imaged items | |
TWI621849B (en) | Computer-implemented method, non-transitory computer-readable medium, and system for detecting defects on a wafer | |
US6941009B2 (en) | Method for evaluating pattern defects on a water surface | |
CN106383131B (en) | Visual detection method, device and system for printed matter | |
KR101937562B1 (en) | Method for determining surface quality of strip | |
KR20090130284A (en) | Method for detecting and classifying surface defects on continuously cast slabs | |
KR20070113032A (en) | Method for determining surface quality grade of strip using surface defect informations | |
US20080040064A1 (en) | Surface inspection apparatus and surface inspection method | |
CN101292263A (en) | Method and system for automatic defect detection of articles in visual inspection machines | |
JP2010071951A (en) | Visual inspection device and visual inspection method | |
JP4038161B2 (en) | CAUSE ESTIMATING APPARATUS, CAUSE ESTIMATION PROGRAM, AND CAUSE ESTIMATING METHOD | |
JP2010164506A (en) | Inspection method | |
JP2006292615A (en) | Visual examination apparatus, visual inspection method, program for making computer function as visual inspection apparatus, and recording medium | |
JP4712607B2 (en) | Sensitivity file automatic setting device and article visual inspection device equipped with the same | |
JP2013145171A (en) | Appearance inspection device | |
JP2010107513A (en) | Inspection system for detection and verification of surface flaw on metal bar | |
JP3265826B2 (en) | Image determination device and image determination method | |
JP2004109105A (en) | Flaw type classification boundary setting method in surface defect detection, and defect detection method | |
JP4758619B2 (en) | Problem process identification method and apparatus | |
JP2005134294A (en) | Method and apparatus for inspecting shape of cylindrical part | |
JP6956611B2 (en) | Measuring method, correction amount setting method of measuring device and measuring device | |
JP6878198B2 (en) | Individual identification device, individual identification method and program | |
JP5487535B2 (en) | Surface defect detection device, surface defect detection method, computer program, and storage medium | |
JPS60207004A (en) | Surface-defect inspecting apparatus |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050922 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20070711 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070725 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070921 |
|
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: 20071024 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20071102 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4038161 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101109 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111109 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121109 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131109 Year of fee payment: 6 |
|
LAPS | Cancellation because of no payment of annual fees |