JP2020019087A - 研削工具砥面評価装置とその学習器、評価プログラムおよび評価方法 - Google Patents
研削工具砥面評価装置とその学習器、評価プログラムおよび評価方法 Download PDFInfo
- Publication number
- JP2020019087A JP2020019087A JP2018143709A JP2018143709A JP2020019087A JP 2020019087 A JP2020019087 A JP 2020019087A JP 2018143709 A JP2018143709 A JP 2018143709A JP 2018143709 A JP2018143709 A JP 2018143709A JP 2020019087 A JP2020019087 A JP 2020019087A
- Authority
- JP
- Japan
- Prior art keywords
- grinding
- grinding tool
- image
- evaluation
- learning
- 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
Landscapes
- Constituent Portions Of Griding Lathes, Driving, Sensing And Control (AREA)
- Grinding-Machine Dressing And Accessory Apparatuses (AREA)
- Polishing Bodies And Polishing Tools (AREA)
- Image Analysis (AREA)
- Machine Tool Sensing Apparatuses (AREA)
Abstract
Description
第5の態様は、前記学習器に、前記砥面の劣化部位と位置が対応する加工前の部位を含む画像および当該画像に含まれる砥粒の前記特徴量を前記学習データとして与え、かつ前記劣化部位を表す画像を前記教師データとして与えることにより、前記学習器を学習させるものである。
[一実施形態]
(構成例)
(1)システム
図1は、この発明の一実施形態に係る研削工具砥面評価装置を備えた検査システムの全体構成を示す図である。
図1において1Aは研削工具を示す。研削工具1Aは、例えば図2に示すようにリング状をなす円盤型砥石からなり、基材の面上に例えばダイヤモンドからなる多数の砥粒12,12,…を結合剤11により固着させてこれを砥面としたものである。各砥粒12,12,…の頂部は平坦面を形成するように加工されている。
ところで、研削工具砥面評価装置8は例えばパーソナル・コンピュータからなり、以下のように構成される。図3はその機能構成を示すブロック図である。
すなわち、研削工具砥面評価装置8は、制御ユニット81と、記憶ユニット82と、入出力インタフェースユニット83とを備えている。入出力インタフェースユニット83は、先に述べたXYZθ各軸の駆動部21〜24及びカメラ7との間で制御信号や画像データの入出力処理を行うと共に、入力デバイス25及び表示デバイス26との間で入力データ及び表示データの入出力処理を行う。
次に、以上のように構成された研削工具砥面評価装置8の動作を、図4乃至図8に示すフローチャートに従って説明する。
先ず図4を用いて学習フェーズの処理手順と処理内容について説明する。
(1−1)学習用パラメータの初期設定
研削工具砥面評価装置8において、制御ユニット81は先ず管理者が入力デバイス25を操作して入力した学習用パラメータを入出力インタフェースユニット83を介して取り込み、この学習用パラメータを例えば学習済データ記憶部825に格納する。学習用パラメータには、学習器の構成、学習器の各層を構成する複数のニューロン間の結合重みの初期値、および各ニューロンの閾値の初期値が含まれる。上記学習パラメータはテンプレートデータにより与えることもできる。
先ず管理者は、加工に使用する前の研削工具1Aを回転機構2に装着する。そして、入力デバイス25により画像取得開始指示を入力する。そうすると、制御ユニット81は、先ず位置座標制御部811および画像データ取得部812の制御の下、ステップS10において、上記研削工具1Aの加工前の砥面の画像データを取得する処理を以下のように実行する。
次に管理者は、加工前画像を取得した上記研削工具1Aを実際の加工に使用した後、当該研削工具1Aを回転機構2に装着する。そして、入力デバイス25により画像取得開始指示を入力する。
次に制御ユニット81は、劣化部位検出部813の制御の下、ステップS12において、上記画像データ記憶部821から加工後の砥面の画像データを撮像領域ごとに読み出し、この画像データに対し所定の画像処理を行って、砥粒12,12間に切り屑が詰まる目詰まりと、基材の結合剤11から砥粒12が剥がれ落ちる目毀れと、結合剤11が加工物の表面を滑る上滑り現象の発生部位を検出する。
制御ユニット81は、特徴量算出部815の制御の下、ステップS13において、上記画像データ記憶部821から加工前の画像データを読み出し、この加工前の画像データに含まれる各砥粒12,12とその分布状態について特徴量を算出する処理を行う。
次に制御ユニット81は、研削性能低下要因抽出部814の制御の下、ステップS14において、上記劣化情報記憶部822から劣化部位として検出された目詰まり、目毀れおよび上滑り発生部位が含まれる撮像領域の位置座標を読み出す。そして、画像データ記憶部821から、上記読み出された位置座標と同一の位置座標に紐づけられた加工前の撮像領域の画像を選択的に読み出す。そして、この加工前の撮像領域の画像を、研削性能低下要因を表す情報として低下要因情報記憶部823に記憶させる。
制御ユニット81は、教師データ生成部816の制御の下、ステップS15において、後述する砥面評価用の学習器を生成する際に使用する教師データを生成する。教師データ生成部816は、例えば、上記低下要因情報記憶部823に研削性能低下要因を表す情報として記憶された、研削性能低下要因となり得る砥粒12,12を含む撮像領域の位置座標に紐づけられた劣化部位の画像を上記劣化情報記憶部822から読み出す。
制御ユニット81は、学習器生成部817の制御のもと、ステップS16において砥面評価用の学習器を以下のように生成する。図6はその処理手順と処理内容の一例を示すフローチャートである。
研削工具の製造者または研削工具のユーザは、上記研削工具砥面評価装置8を使用することで、出荷前の研削工具1Aの評価、或いは加工に使用中または使用後の研削工具1Aの評価を、以下のように行う。図7は、研削工具砥面評価装置8における評価フェーズの処理手順と処理内容の一例を示すフローチャートである。
評価者は、評価対象の研削工具1Aを回転機構2に装着する。そして、入力デバイス25により評価開始指示を入力する。そうすると、制御ユニット81は、位置座標制御部811および画像データ取得部812の制御の下、ステップS20において、上記研削工具1Aの砥面の撮像画像データを取得する処理を実行する。このときの画像データの取得処理も、先に述べた学習フェーズにおける画像データの取得処理と同様に、図5のフローチャートに従い実行される。かくして、画像データ記憶部821には、評価対象となる研削工具1Aの砥面の全領域における画像データが研削工具1Aの回転方向の順に撮像領域のXYZθ座標と共に記憶される。
制御ユニット81は、特徴量算出部815の制御の下、ステップS21において、上記画像データ記憶部821から画像データを読み出し、この画像データに含まれる各砥粒12,12とその分布状態について特徴量を算出する処理を行う。この特徴量の算出処理も、学習フェーズにおいて研削工具1Aの加工前の砥面の画像データから特徴量を算出した場合と同様に行うことができる。この結果、評価対象の研削工具1Aについても、その砥面における個々の砥粒12,12の特徴量と、砥粒12,12の分布状態を表す特徴量が得られる。
制御ユニット81は、研削性能低下要因評価部818の制御の下、ステップS22において以下のように研削工具1Aの砥面評価を行う。図8はその処理手順と処理内容を示すフローチャートである。
以上詳述したように一実施形態では、学習フェーズにおいて、研削工具1Aの加工前の砥面画像データを取得して記憶すると共に、上記研削工具1Aの加工に使用した後の砥面の画像データを取得してこの画像データから目詰まりや目毀れ、上滑り現象が発生する部位等の劣化部位を検出し、これらの劣化部位と位置が対応する加工前の画像を上記記憶された加工前の画像データから抽出する。そして、この抽出された加工前の画像と、当該画像に含まれる個々の砥粒12,12の特徴量およびその分布状態を示す特徴量を、研削性能低下要因を表す情報としてCNNに入力し、かつ上記研削性能低下要因を表す情報に対する評価結果を表す情報を教師データとして上記CNNに与え、これによりCNNを学習させて砥面評価用のCNNを生成している。
前記一実施形態では、研削工具としてリング状円盤型砥石を適用した場合を例にとって説明したが、図17に示すように円筒または円柱体の周面に砥粒12,12を散設した円筒状砥石にもこの発明は適用可能である。また、研削工具の別の例として、図16に示すようなワイヤ型砥石にこの発明を適用してもよい。図16に例示したワイヤ型砥石はダイヤモンドワイヤの例であり、(a)は砥粒の分散が粗なワイヤ表面を、(b)は砥粒の分散が密なワイヤ表面をそれぞれ示す。なお、ワイヤ型砥石の砥面の画像データを取得する場合には、ワイヤ型砥石を直線状に移動させながらカメラで砥面を撮像する。この場合、ワイヤ型砥石を固定しカメラの位置を移動させることで砥面を撮像することも可能である。
第4の態様は、前記学習器に、前記砥面の劣化部位と位置が対応する加工前の部位を含む画像および当該画像に含まれる砥粒の前記特徴量を前記学習データとして与え、かつ前記劣化部位を表す画像を前記教師データとして与えることにより、前記学習器を学習させるものである。
Claims (13)
- 研削工具を予め定められた方向へ移動させながら、前記研削工具の複数の砥粒が分散された状態で結合剤により固着された砥面を撮像して得られる画像データを取得する画像取得部と、
前記画像取得部により前記研削工具の加工前に取得された画像データを記憶媒体に記憶させる記憶制御部と、
前記画像取得部により前記研削工具の加工後に取得された画像データから、前記研削工具の前記砥面における劣化部位の状態を表す情報を検出する検出部と、
前記記憶媒体に記憶された加工前の画像データから、前記劣化部位と位置が対応する加工前の画像を研削性能低下要因を表す情報として抽出する抽出部と
を具備する研削工具砥面評価装置。 - 前記検出部は、前記研削工具の加工後に取得された画像データから、前記砥面における砥粒の目詰まり、砥粒の目毀れ、および結合剤からの砥粒の突出量が閾値以下となる上滑り発生部位の少なくとも一つを表す画像を、前記劣化部位の状態を表す情報として検出する、請求項1に記載の研削工具砥面評価装置。
- 前記抽出部は、前記研削性能低下要因を表す情報として抽出された、前記劣化部位と位置が対応する加工前の画像から、当該加工前の画像に含まれる砥粒の前記研削工具の移動方向が反映された特徴量を算出し、当該特徴量を前記研削性能低下要因を表す情報に含める、請求項1又は2に記載の研削工具砥面評価装置。
- 学習器に、前記研削性能低下要因を表す情報を学習データとして与えると共に前記砥面の劣化部位の状態を表す情報を教師データとして与えることで前記学習器を学習させる学習器生成部を、さらに具備する請求項1乃至3のいずれかに記載の研削工具砥面評価装置。
- 前記学習器生成部は、前記学習器に、前記劣化部位と位置が対応する加工前の画像および当該画像に含まれる砥粒の前記特徴量の少なくとも一方を前記学習データとして与え、かつ前記劣化部位を表す画像を前記教師データとして与えることにより、前記学習器を学習させる、請求項4に記載の研削工具砥面評価装置。
- 前記学習器生成部は、前記学習器に、前記劣化部位と位置が対応する加工前の部位を含む画像および当該画像に含まれる砥粒の前記特徴量の少なくとも一方を前記学習データとして与え、かつ前記劣化部位と位置が対応する加工前の部位を表す画像を前記教師データとして与えることにより、前記学習器を学習させる、請求項4に記載の研削工具砥面評価装置。
- 前記学習器生成部は、前記学習器に、前記劣化部位と位置が対応する加工前の部位を含む画像および当該画像に含まれる砥粒の前記特徴量の少なくとも一方を前記学習データとして与え、かつ前記劣化部位と位置が対応する加工前の部位が研削性能低下要因となる度合いを示す数値データを前記教師データとして与えることにより、前記学習器を学習させる、請求項4に記載の研削工具砥面評価装置。
- 前記研削工具の加工開始前または加工開始後において前記画像取得部により取得された画像データを前記学習器に入力し、このとき当該学習器から出力される前記砥面の劣化部位を表す情報を、前記研削工具の砥面の評価結果を表す情報として出力する評価部を、さらに具備する請求項4に記載の研削工具砥面評価装置。
- 前記評価部は、前記学習器から出力される前記砥面の劣化部位を表す情報をもとに、当該劣化部位の、前記研削工具の砥面の全領域における前記研削工具の移動方向の分布状態を表す可視化画像を生成して出力する、請求項8に記載の研削工具砥面評価装置。
- 前記評価部は、前記学習器から出力される前記砥面の劣化部位を表す情報をもとに、前記研削工具のドレッシングの時期を推定し、その推定結果を表す情報を出力する、請求項8に記載の研削工具砥面評価装置。
- 請求項4乃至7のいずれかに記載の研削工具砥面評価装置が備える学習器生成部により生成された学習済の学習器。
- 請求項1乃至請求項10のいずれかに記載の研削工具砥面評価装置が具備する前記各部の処理を、前記研削工具砥面評価装置が備えるプロセッサに実行させる研削工具砥面評価プログラム。
- プロセッサおよび記憶媒体を備える情報処理装置が実行する研削工具砥面評価方法であって、
加工開始前の研削工具を予め定められた第1の方向へ移動させながら、前記研削工具の複数の砥粒が分散された状態で結合剤により固着された砥面を撮像して得られる第1の画像データを取得し、当該第1の画像データを前記記憶媒体に記憶させる第1の取得過程と、
加工開始後の前記研削工具を前記第1の方向へ移動させながら、前記研削工具の砥面を撮像して得られる第2の画像データを取得する第2の取得過程と、
取得された前記第2の画像データから、前記前記砥面における劣化部位を表す情報を検出する検出過程と、
前記記憶媒体に記憶された第1の画像データから、検出された前記劣化部位と位置が対応する加工前の部位の画像を研削性能低下要因を表す情報として抽出する抽出過程と、
前記研削性能低下要因を表す情報を学習データとし、前記砥面の劣化部位を表す情報を教師データとして学習器を学習させる学習器生成過程と、
前記研削工具の加工開始前または加工開始後において取得された画像データを前記学習器に入力し、このとき当該学習器から出力される前記砥面の劣化部位を表す情報を、前記研削工具の砥面の評価結果を表す情報として出力する評価過程と
を具備する研削工具砥面評価方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018143709A JP6660636B2 (ja) | 2018-07-31 | 2018-07-31 | 研削工具砥面評価装置とその学習器、評価プログラムおよび評価方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018143709A JP6660636B2 (ja) | 2018-07-31 | 2018-07-31 | 研削工具砥面評価装置とその学習器、評価プログラムおよび評価方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020019087A true JP2020019087A (ja) | 2020-02-06 |
JP6660636B2 JP6660636B2 (ja) | 2020-03-11 |
Family
ID=69587854
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018143709A Active JP6660636B2 (ja) | 2018-07-31 | 2018-07-31 | 研削工具砥面評価装置とその学習器、評価プログラムおよび評価方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6660636B2 (ja) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6887070B1 (ja) * | 2021-02-26 | 2021-06-16 | Dmg森精機株式会社 | 工作機械、表示制御方法、および表示制御プログラム |
CN113369979A (zh) * | 2021-06-12 | 2021-09-10 | 杭州职业技术学院 | 一种基于云计算的在线监测数控车床冷却*** |
WO2021200654A1 (ja) * | 2020-04-02 | 2021-10-07 | ファナック株式会社 | 工具状態学習装置、工具状態推定装置、制御装置、工具状態学習方法、及び工具状態推定方法 |
CN114227379A (zh) * | 2021-12-14 | 2022-03-25 | 东莞市巨冈机械工业有限公司 | 一种基于卷积神经网络的五轴数控机床智能监控*** |
CN114239188A (zh) * | 2021-12-31 | 2022-03-25 | 华侨大学 | 切入式磨削理论模型仿真预测方法 |
CN114491836A (zh) * | 2021-12-30 | 2022-05-13 | 华侨大学 | 一种基于图像处理与数据驱动的虚拟金刚石工具生成方法 |
CN114871887A (zh) * | 2021-12-21 | 2022-08-09 | 华海清科股份有限公司 | 利用混合核函数的磨削面形预测方法、***及终端设备 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220270939A1 (en) * | 2021-02-25 | 2022-08-25 | Taiwan Semiconductor Manufacturing Co., Ltd. | System and method for controlling chemical mechanical planarization |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03239469A (ja) * | 1990-02-16 | 1991-10-25 | Matsushita Electric Works Ltd | 研削加工装置 |
JPH09253979A (ja) * | 1996-03-25 | 1997-09-30 | Okuma Mach Works Ltd | 刃先位置計測装置 |
JP2008122273A (ja) * | 2006-11-14 | 2008-05-29 | Nikon Corp | 砥石検査装置 |
JP2013002810A (ja) * | 2011-06-10 | 2013-01-07 | Institute Of National Colleges Of Technology Japan | 研削工具の砥面検査システム及び方法 |
JP2016191648A (ja) * | 2015-03-31 | 2016-11-10 | シャープ株式会社 | 計測装置および計測方法 |
JP2018062052A (ja) * | 2016-10-14 | 2018-04-19 | 株式会社ディスコ | 切削方法及び切削装置 |
-
2018
- 2018-07-31 JP JP2018143709A patent/JP6660636B2/ja active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03239469A (ja) * | 1990-02-16 | 1991-10-25 | Matsushita Electric Works Ltd | 研削加工装置 |
JPH09253979A (ja) * | 1996-03-25 | 1997-09-30 | Okuma Mach Works Ltd | 刃先位置計測装置 |
JP2008122273A (ja) * | 2006-11-14 | 2008-05-29 | Nikon Corp | 砥石検査装置 |
JP2013002810A (ja) * | 2011-06-10 | 2013-01-07 | Institute Of National Colleges Of Technology Japan | 研削工具の砥面検査システム及び方法 |
JP2016191648A (ja) * | 2015-03-31 | 2016-11-10 | シャープ株式会社 | 計測装置および計測方法 |
JP2018062052A (ja) * | 2016-10-14 | 2018-04-19 | 株式会社ディスコ | 切削方法及び切削装置 |
Non-Patent Citations (1)
Title |
---|
山田 真善: ""AIを活用したリアルタイム内視鏡診断サポートシステムの開発と期待される臨床効果"", 月刊新医療, vol. 第45巻第3号, JPN6019037508, 1 March 2018 (2018-03-01), JP, pages 130 - 133, ISSN: 0004124032 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021200654A1 (ja) * | 2020-04-02 | 2021-10-07 | ファナック株式会社 | 工具状態学習装置、工具状態推定装置、制御装置、工具状態学習方法、及び工具状態推定方法 |
JPWO2021200654A1 (ja) * | 2020-04-02 | 2021-10-07 | ||
JP6887070B1 (ja) * | 2021-02-26 | 2021-06-16 | Dmg森精機株式会社 | 工作機械、表示制御方法、および表示制御プログラム |
WO2022180907A1 (ja) * | 2021-02-26 | 2022-09-01 | Dmg森精機株式会社 | 工作機械、表示制御方法、および表示制御プログラム |
JP2022131366A (ja) * | 2021-02-26 | 2022-09-07 | Dmg森精機株式会社 | 工作機械、表示制御方法、および表示制御プログラム |
CN113369979A (zh) * | 2021-06-12 | 2021-09-10 | 杭州职业技术学院 | 一种基于云计算的在线监测数控车床冷却*** |
CN113369979B (zh) * | 2021-06-12 | 2022-05-17 | 杭州职业技术学院 | 一种基于云计算的在线监测数控车床冷却*** |
CN114227379A (zh) * | 2021-12-14 | 2022-03-25 | 东莞市巨冈机械工业有限公司 | 一种基于卷积神经网络的五轴数控机床智能监控*** |
CN114871887A (zh) * | 2021-12-21 | 2022-08-09 | 华海清科股份有限公司 | 利用混合核函数的磨削面形预测方法、***及终端设备 |
CN114871887B (zh) * | 2021-12-21 | 2024-01-30 | 华海清科股份有限公司 | 利用混合核函数的磨削面形预测方法、***及终端设备 |
CN114491836A (zh) * | 2021-12-30 | 2022-05-13 | 华侨大学 | 一种基于图像处理与数据驱动的虚拟金刚石工具生成方法 |
CN114239188A (zh) * | 2021-12-31 | 2022-03-25 | 华侨大学 | 切入式磨削理论模型仿真预测方法 |
Also Published As
Publication number | Publication date |
---|---|
JP6660636B2 (ja) | 2020-03-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6660636B2 (ja) | 研削工具砥面評価装置とその学習器、評価プログラムおよび評価方法 | |
CN108500736B (zh) | 工具状态推定装置以及机床 | |
US20190080446A1 (en) | System and method for automated defect detection | |
Segreto et al. | Machine learning for in-process end-point detection in robot-assisted polishing using multiple sensor monitoring | |
CN109799784A (zh) | 刀具磨耗检测装置、其检测方法及刀具磨耗补偿方法 | |
JP4024832B1 (ja) | ドリル検査装置、ドリル検査方法、およびそのプログラム | |
CN113478295A (zh) | 用于确定工具磨损状态的方法 | |
Adibi et al. | Grinding wheel loading evaluation using digital image processing | |
CN114571326B (zh) | 基于计算机视觉的变形曲面磨削方法、装置及*** | |
Medeossi et al. | Novel method for burrs quantitative evaluation in micro-milling | |
Oo et al. | Tool wear monitoring system in belt grinding based on image-processing techniques | |
Ismail et al. | Characterization of geometrical properties of electroplated diamond tools and estimation of its grinding performance | |
Pilný et al. | Development of on the machine process monitoring and control strategy in Robot Assisted Polishing | |
KR20190027741A (ko) | 공구를 이용하여 가공물을 가공하기 위한 디바이스 | |
JP2014113675A (ja) | レンズ加工システム、工具交換時期検出方法および眼鏡レンズの製造方法 | |
CN107398778A (zh) | 高速铣削刀具磨损视觉在位监测***和方法 | |
Pimenov et al. | State-of-the-art review of applications of image processing techniques for tool condition monitoring on conventional machining processes | |
Hashmi et al. | Surface Characteristics Measurement Using Computer Vision: A Review. | |
McDonald et al. | Design and validation of a grinding wheel optical scanner system to repeatedly measure and characterize wheel surface topography | |
Agarwal et al. | Analyzing the evolution of tool wear area in trochoidal milling of Inconel 718 using image processing methodology | |
Póka et al. | A robust digital image processing method for measuring the planar burr length at milling | |
Karasawa et al. | Analysis of chip shape distribution using image processing technology to estimate wearing condition of gear grinding wheel | |
Roberson III | Sensor-based online process monitoring in advanced manufacturing | |
Chen et al. | A new strategy for measuring the grain height uniformity of a grinding wheel | |
JP7345867B2 (ja) | 砥面判定装置、学習器、判定プログラム、および砥面判定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7426 Effective date: 20180827 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20180827 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20181108 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20191001 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191107 |
|
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: 20200107 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200203 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6660636 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S201 | Request for registration of exclusive licence |
Free format text: JAPANESE INTERMEDIATE CODE: R314201 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |