JP5046104B2 - ガスタービンエンジンの性能推定方法およびシステム - Google Patents
ガスタービンエンジンの性能推定方法およびシステム Download PDFInfo
- Publication number
- JP5046104B2 JP5046104B2 JP2007234912A JP2007234912A JP5046104B2 JP 5046104 B2 JP5046104 B2 JP 5046104B2 JP 2007234912 A JP2007234912 A JP 2007234912A JP 2007234912 A JP2007234912 A JP 2007234912A JP 5046104 B2 JP5046104 B2 JP 5046104B2
- Authority
- JP
- Japan
- Prior art keywords
- engine
- variable
- gas turbine
- turbine engine
- observed
- 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
Landscapes
- Feedback Control In General (AREA)
Description
上記のように経年劣化、損傷等によるエンジンの性能変化があった場合に、エンジン制御系を適切に調整し最適な制御を行うためには、常にエンジンの性能状態を監視し、性能変化を推定する仕組みが必要となる。これまでガスパスアナリシスと呼ばれるエンジンのガス通過要素の性能変化を同定するコンディションモニタリングの手法や、カルマンフィルタを利用したエンジンの性能推定の方法等が実用化されている。
しかしこれらの手法はいずれも線形理論に基づいた手法であり、航空用エンジンのような非線形システムには適用できないため、通常、線形区分法によりあらかじめシステム・マトリクス等の必要データを計算しデータテーブルを作成しておき、実行時にはこのデータテーブルを内挿して使用する手法を採用している。このデータテーブルは、制御変数、状態変数、観測変数の数、さらには飛行高度・飛行マッハ数などの異なるエンジン作動点の近似点数によって増大し、航空用エンジンの作動範囲を網羅しようとすると莫大な点数のデータが必要となり実用的でない。また、線形システム理論に基づいたカルマンフィルタの欠点を補うため、実機エンジンに忠実な非線形ダイナミックシミュレーション・モデル等を利用し、運転条件が変わる都度カルマンフィルタ・ゲインを再計算する拡張カルマンフィルタの手法が知られている(例えば、特許文献1を参照。)。この拡張カルマンフィルタ手法を用いた場合、莫大な点数のデータを用意しておく必要はないが、計算負荷の高いカルマンフィルタ・ゲインの計算を都度行う必要があり計算能力の高い計算機器が必要となるが、信頼性が最優先される航空エンジン組み込み機器等においてはこのような計算能力の高い機器を用いるのは現実的でない。
しかしながら、信頼性が最優先される航空エンジン組み込み機器においては、このような計算能力の高い機器を用いるのは現実的でないという問題がある。
そこで、本発明は、上記実情に鑑み創案されたものであって、エンジンの制御器に組み込み可能であり且つオンラインでリアルタイムにエンジンの計測不能項目を計測可能項目から推定し、その推定結果を用いて適切なエンジン制御を実現するガスタービンエンジンの性能推定方法およびシステムを提供することを目的とする。
上記ガスタービンエンジンの性能推定方法は、観測変数(ym)と観測変数の推定値
との差が最小となるようにカルマンフィルタ・ゲイン(K)をエンジンの動作中にリアルタイムに更新するのではなく、あるエンジンの作動点でその差が最小となるように設計された一定カルマンフィルタ・ゲインを、実機エンジンをモデル化した非線形ダイナミックシミュレーション・モデルに組み合わせ、そして観測変数とその推定値との間に差が生じる場合はその差が最小となるようにモデルの状態変数の一部分を成すチューニングパラメータによって非線形ダイナミックシミュレーション・モデルを逐次チューニングすることによって常に実機に忠実なモデルとする。従って、上記非線形ダイナミックシミュレーション・モデルを必要に応じて逐次チューニングすることによって、エンジンの動作中に計算負荷の高いカルマンフィルタ・ゲインを再計算・再設計する必要がなくなり、その結果、計算機に対する負荷が好適に軽減され上記性能システムをエンジンの制御器に組み込むことが可能となる。また、非線形ダイナミックシミュレーション・モデルを逐次チューニングすることによって、計測可能項目と計測不能項目との間の相関関係を変化させる経年劣化や損傷等の影響が十分に反映された高精度な非線形ダイナミックシミュレーション・モデルとすることが可能となる。従って、この高精度な非線形ダイナミックシミュレーション・モデルから実機では計測不能な項目(観測不能変数)を高精度に推定することによって上記の目的を達成することができるようになる。つまり、エンジンのある作動点で最適に設計されたカルマンフィルタ・ゲインは、他の全作動点に対しても有効であり、そして観測変数と観測変数の推定値との間に差が生じる場合はモデルの状態変数の一部分を成すチューニングパラメータを使用してその差が最小となるように非線形ダイナミックシミュレーション・モデルを調整することにより、常に実機に忠実なモデルとする。その結果、上記性能推定システムは、計算負荷の高いカルマンフィルタ・ゲインの更新を都度行う必要がなくなり、計算機に対する負荷を好適に軽減すると共にエンジンの制御器に組み込むことが可能となる。
上記ガスタービンタービンエンジンの性能推定システムでは、上記構成とすることにより、請求項1に係るガスタービンエンジンの性能推定方法を好適に実施でき、オンラインでリアルタイムにエンジンの計測不能項目を計測可能項目から好適に推定することができるようになる。
前記演算部から出力される前記観測不能変数の推定値が、前記エンジンの制御器に対する入力または制御目標とすることとした。
上記構成とすることにより、これまで実機においては不可能であった推力や燃料消費率等の観測不能変数の推定値を入力または制御目標としてフィードバック制御器に組み込むことが可能となり、その結果、観測することができないパラメータの変化をも考慮した高精度なエンジンの制御が可能となる。
また、計測項目についても非計測項目として他の計測パラメータから推定し、両者を比較することによりセンサ計測値異常などを検知することが可能となる。
の差は、エンジンのある1または複数の動作状態において最小になるように設計されたカルマンフィルタ・ゲインKによって増幅され、一定ゲイン拡張カルマンフィルタ(CGEKF)内の非線形ダイナミックシミュレーション・モデルに入力される。制御変数あるいは環境変数uもまた入力される。非線形ダイナミックシミュレーション・モデル内では、エンジンの状態変数とチューニング変数(パラメータ)とから成る拡張状態変数
、観測変数推定値
および観測不能変数推定値
がそれぞれ計算される。一連の計算が繰り返されることにより、観測変数ymと観測変数推定値
の差が最小となり、観測不能変数の最尤推定値が得られる。
をフィードバックしてエンジンを制御することができる。
非線形ジェットエンジンのダイナミクスは、
は、
は、
は作動点の非線形関数である。作動点が移動する場合、数(5)を繰り返し解かなければならず、制御計算機への負荷が過剰になるため、代表的作動点において求められたカルマンフィルタ・ゲイン
を全作動領域に適応することにする。これを一定ゲイン拡張カルマンフィルタ(CGEKF)と呼ぶ。
1軸ターボジェットエンジンのエンジン状態変数Xeは、
Xe=(N,m3,u3,m4,u4,m5,u5)T ・・・・(数(7))
ただし、N:ロータ回転速度、m3:コンプレッサ出口ボリュームの蓄積質量、u3:コンプレッサ出口ボリュームの蓄積内部エネルギー、m4:燃焼器ボリュームの蓄積質量、u4:燃焼器ボリュームの蓄積内部エネルギー、m5:ノズルボリュームの蓄積質量、u5:ノズルボリュームの蓄積内部エネルギー。
エンジン要素特性変化を同定するため、チューニング変数Xcは、
Xc=(Gc,ηc,Gt,ηt,An)T ・・・・(数(8))
とする。ただし、Gc:コンプレッサ流量パラメータ、ηc:コンプレッサ効率パラメータ、Gt:タービン流量パラメータ、ηt:タービン効率パラメータ、An:ノズル面積パラメータ。カルマンフィルタは状態変数を推定するものであるため、
X=(XeT,XcT)T
=(N,m3,u3,m4,u4,m5,u5,Gc,ηc,Gt,ηt,An)T ・・・・(数(10))
と定義する。CGEKFは、観測変数ymと観測変数の推定値
に差がある時、それを0にするようにXeとXcとを変化させる。例えば、経年性能劣化や異物吸い込み等でエンジン要素特性が変化すると、実機エンジンとモデルエンジンに差異が生じ、観測変数とモデルエンジンによる推定値に差がでることになるが、CGEKFはその差をなくす最も合理的なXcの変化を算出する。
制御変数uは、ここでは一変数のみで、
u=Wf ・・・・(数(11))
ただし、Wf:燃料流量。観測変数ymは任意にとることができるが、ここでは、
ym=(N,P3,T3,P6,T6)T ・・・・(数(12))
とする。ただし、P3:コンプレッサ出口圧力、T3:コンプレッサ出口温度、P6:タービン出口圧力、T6:タービン出口温度。観測不能変数yuは、制御やモニタリングに有用な変数として、
yu=(F,TIT,SFC,ηc,ηt,・・・)T ・・・・(数(13))
とする。ただし、F:推力、TIT:タービン入口温度、SFC:燃料消費率、ηc:コンプレッサ効率、ηt:タービン効率。
各変数の次元は、次のようにまとめられる。
(a)エンジン状態変数 Xe=7
(b)同定したいエンジン変数 Xc=5
(c)観測変数 ym=5
(d)制御変数 u=1
カルマンフィルタが存在する必要条件は、モデルが可観測(Observable)であることである。ここで考えている1軸ターボジェットエンジンの場合、
(Xcの次元)≦(ymの次元) ・・・・(数(14))
が必要条件となる。すなわち、同定したい変数の数は、計測点数に等しいか、少なくなければならない。上の例では、両者とも5であるので、この必要条件は満足している。
(1)図1のCGEKFモデルを作成し、代表的作動点における拡張システム行列A,B,C,Dを導出する。
(2)数値計算上の問題を避けるため、拡張状態変数、制御変数、観測変数、観測不能変数のスケーリング値を設定し、拡張システム行列A,B,C,Dを規準化する。
(3)システムノイズ共分散行列Q、計測ノイズ共分散行列Rおよびシステムノイズ伝達行列Gを仮定する。Rは計測信号の統計的性質であり、設定することはできるが、Q,Gを明確に設定することは困難である。従って、Q,Gはカルマンフィルタ設計時のチューニングのための自由パラメータとする。ノイズ特性、応答速度等を勘案して設定する。
(4)行列(A,C)でシステムの可観測性(Observability)を確認し、カルマンフィルタ・ゲインKを求める。
Claims (3)
- ガスタービンエンジンの性能に係るパラメータを計測するセンサと、前記エンジンに設けられたアクチュエータに制御指令を出力する制御器と、前記センサからの信号および前記制御指令を入力としてガスタービンエンジンの性能に係る推定値を演算出力する演算部とを有するガスタービンエンジンの性能推定システムで応用される性能推定方法であって、
前記センサから観測変数についてのデータを受け取る段階と、
前記エンジンの制御器からの制御指令を制御変数あるいは環境変数として受け取る段階と、
前記エンジンの所定の作動状態を数学的にモデル化した非線形ダイナミックシミュレーション・モデルを利用して、前記エンジンの制御器から出力された制御変数あるいは環境変数である制御指令と内部で演算される状態変数を基に、直接計測することが難しい観測不能変数の推定値と直接計測することが可能な観測変数の推定値とを各々算出する段階と、
前記エンジンの動作状態で前記観測変数と前記観測変数の推定値との差を利用して一定のカルマンフィルタ・ゲインを用いてチューニングパラメータを算出する段階と、
前記非線形ダイナミックシミュレーション・モデルの状態変数を、前記チューニングパラメータに基づいて前記観測変数と前記観測変数の推定値との間の差が最小となるように演算する段階とを具備したことを特徴とするガスタービンエンジンの性能推定方法。 - ガスタービンエンジンの性能に係るパラメータを計測するセンサと、前記エンジンに設けられたアクチュエータに制御指令を出力する制御器と、前記センサからの信号および前記制御指令を入力として、ガスタービンエンジンの性能に係る推定値を演算出力する演算部とを有するガスタービンエンジンの性能推定システムであって、
前記演算部は、前記エンジンの所定の作動状態を数学的にモデル化した非線形ダイナミックシミュレーション・モデル部と、該非線形ダイナミックシミュレーション・モデル部にチューニングパラメータを与える一定ゲインのカルマンフィルタ・ゲイン部とを有する一定ゲイン拡張カルマンフィルタとして構成され、
前記非線形ダイナミックシミュレーション・モデル部は、前記エンジンの制御器から出力された制御変数あるいは環境変数である制御指令と内部で演算される状態変数を基に、直接計測することが難しい観測不能変数の推定値と直接計測することが可能な観測変数の推定値とを演算出力するように構成され、
前記カルマンフィルタ・ゲイン部は、前記センサから出力された観測変数についてのデータと、前記非線形ダイナミックシミュレーション・モデル部から出力された直接計測することが可能な観測変数の推定値との差を基に、前記非線形ダイナミックシミュレーション・モデル部にチューニングパラメータを出力するように構成され、
前記状態変数の演算は、前記チューニングパラメータを受けて、前記観測変数と前記観測変数の推定値との差が最小となるよう構成されていることを特徴とするガスタービンエンジンの性能推定システム。 - 前記演算部から出力される前記観測不能変数の推定値が、前記エンジンの制御器に対する入力または制御目標となることを特徴とする請求項2に記載のガスタービンエンジンの性能推定システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007234912A JP5046104B2 (ja) | 2007-09-11 | 2007-09-11 | ガスタービンエンジンの性能推定方法およびシステム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007234912A JP5046104B2 (ja) | 2007-09-11 | 2007-09-11 | ガスタービンエンジンの性能推定方法およびシステム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2009068359A JP2009068359A (ja) | 2009-04-02 |
JP5046104B2 true JP5046104B2 (ja) | 2012-10-10 |
Family
ID=40604897
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007234912A Active JP5046104B2 (ja) | 2007-09-11 | 2007-09-11 | ガスタービンエンジンの性能推定方法およびシステム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5046104B2 (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015146608A1 (ja) * | 2014-03-26 | 2015-10-01 | 独立行政法人宇宙航空研究開発機構 | 電動化航空機及び電動化航空機の回生電力の制御方法 |
CN106841518A (zh) * | 2016-12-29 | 2017-06-13 | 东南大学 | 一种基于卡尔曼滤波的烟气NOx浓度测量方法 |
US9863268B2 (en) | 2014-04-28 | 2018-01-09 | Ihi Corporation | Dynamic system estimation device and method |
CN110672328A (zh) * | 2019-11-05 | 2020-01-10 | 大连理工大学 | 一种基于随机配置网络的涡扇发动机健康参数估计方法 |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8386121B1 (en) | 2009-09-30 | 2013-02-26 | The United States Of America As Represented By The Administrator Of National Aeronautics And Space Administration | Optimized tuner selection for engine performance estimation |
AT11373U3 (de) * | 2010-05-31 | 2011-08-15 | Avl List Gmbh | Verfahren zur regelung technischer prozesse, sowie verfahren zur durchführung von versuchen auf prüfständen |
KR101006024B1 (ko) * | 2010-10-20 | 2011-01-06 | (주) 엔텍코아 | 터빈 제어시스템용 시뮬레이터 및 그 제어방법 |
FR2978858B1 (fr) * | 2011-08-01 | 2013-08-30 | Airbus Operations Sas | Procede et systeme pour la determination de parametres de vol d'un aeronef |
US8423161B2 (en) * | 2011-08-24 | 2013-04-16 | General Electric Company | Methods and systems for gas turbine modeling using adaptive kalman filter |
JP5649596B2 (ja) * | 2012-01-27 | 2015-01-07 | 株式会社日立製作所 | プロセスデータ推定方法 |
US9436174B2 (en) * | 2013-03-01 | 2016-09-06 | Fisher-Rosemount Systems, Inc. | Kalman filters in process control systems |
DE102013205356B4 (de) * | 2013-03-26 | 2016-07-07 | Siemens Aktiengesellschaft | Verfahren zur rechnergestützten Steuerung und/oder Regelung eines technischen Systems |
JP2020003831A (ja) * | 2016-09-26 | 2020-01-09 | 株式会社Ihi | 性能推定装置及び性能推定方法 |
JP6816646B2 (ja) * | 2017-05-26 | 2021-01-20 | 株式会社Ihi | ゲイン決定装置、ゲイン決定方法、及び性能推定装置 |
JP7450238B2 (ja) | 2020-07-06 | 2024-03-15 | 国立研究開発法人 海上・港湾・航空技術研究所 | エンジンの異常診断方法、エンジンの異常診断プログラム、及びエンジンの異常診断システム |
CN112943453A (zh) * | 2021-01-21 | 2021-06-11 | 西北工业大学 | 气路部件故障下基于iga的发动机最大推力控制优化方法 |
CN113111456B (zh) * | 2021-04-07 | 2024-07-23 | 东南大学溧阳研究院 | 一种燃气轮机关键运行参数在线区间辨识方法 |
CN114139345B (zh) * | 2021-10-20 | 2023-06-09 | 中国航发四川燃气涡轮研究院 | 一种基于试验数据相关性的涡轴发动机输出轴功率预测方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001282309A (ja) * | 2000-03-29 | 2001-10-12 | Yokogawa Electric Corp | 画面表示方法及びこれを用いたプロセス制御装置 |
US20050193739A1 (en) * | 2004-03-02 | 2005-09-08 | General Electric Company | Model-based control systems and methods for gas turbine engines |
JP2007002673A (ja) * | 2005-06-21 | 2007-01-11 | Ishikawajima Harima Heavy Ind Co Ltd | ガスタービン性能の分析予測方法 |
-
2007
- 2007-09-11 JP JP2007234912A patent/JP5046104B2/ja active Active
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015146608A1 (ja) * | 2014-03-26 | 2015-10-01 | 独立行政法人宇宙航空研究開発機構 | 電動化航空機及び電動化航空機の回生電力の制御方法 |
JPWO2015146608A1 (ja) * | 2014-03-26 | 2017-04-13 | 国立研究開発法人宇宙航空研究開発機構 | 電動化航空機及び電動化航空機の回生電力の制御方法 |
US10377500B2 (en) | 2014-03-26 | 2019-08-13 | Japan Aerospace Exploration Agency | Electrified aircraft and method of controlling regenerative electric power of electrified aircraft |
US9863268B2 (en) | 2014-04-28 | 2018-01-09 | Ihi Corporation | Dynamic system estimation device and method |
CN106841518A (zh) * | 2016-12-29 | 2017-06-13 | 东南大学 | 一种基于卡尔曼滤波的烟气NOx浓度测量方法 |
CN110672328A (zh) * | 2019-11-05 | 2020-01-10 | 大连理工大学 | 一种基于随机配置网络的涡扇发动机健康参数估计方法 |
CN110672328B (zh) * | 2019-11-05 | 2020-08-14 | 大连理工大学 | 一种基于随机配置网络的涡扇发动机健康参数估计方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2009068359A (ja) | 2009-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5046104B2 (ja) | ガスタービンエンジンの性能推定方法およびシステム | |
EP2149824B1 (en) | Methods and systems for estimating operating parameters of an engine | |
US6063129A (en) | Means and method for system performance tracking | |
US9878692B2 (en) | Model-based optimal control for stall margin limit protection in an aircraft engine | |
EP3690559A1 (en) | Machine learned aero-thermodynamic engine inlet condition synthesis | |
US8849542B2 (en) | Real time linearization of a component-level gas turbine engine model for model-based control | |
CN1966955B (zh) | 燃气涡轮发动机部件评价质量参量的*** | |
EP1342134B1 (en) | Tracking systems for detecting sensor errors | |
US11242766B2 (en) | Method and device for measuring the flow rate of cooling air in a turbomachine casing | |
EP2012200B1 (en) | Engine performance model | |
CN101230803A (zh) | 使用卡尔曼滤波器来初始化动态模型状态的***和方法 | |
Kim | A new performance adaptation method for aero gas turbine engines based on large amounts of measured data | |
CA2947455A1 (en) | Method and system for improving parameter measurement | |
Panov | Gasturbolib: Simulink library for gas turbine engine modelling | |
EP3875774A1 (en) | Systems, program products, and methods for adjusting operating limit (ol) threshold for compressors of gas turbine systems based on mass flow loss | |
CN107315403B (zh) | 用校准的性能模型控制机械 | |
JP5845705B2 (ja) | ガスタービン性能推定装置 | |
US9909442B2 (en) | Method of controlling a position actuation system component for a gas turbine engine | |
CN113167179A (zh) | 具有故障管理的控制飞行器涡轮发动机转速的***和方法 | |
Herrera et al. | A comparative analysis of turbine rotor inlet temperature models | |
Kim et al. | Suitability of performance adaptation methods for updating the thermodynamic cycle model of a turboprop engine | |
Gorinevsky et al. | Model-based diagnostics for small-scale turbomachines | |
Behbahani et al. | Integrated model-based controls and PHM for improving turbine engine performance, reliability, and cost | |
Roig Tió et al. | Considerations on Axial Compressor Bleed for Sub-Idle Performance Models | |
Yuchen et al. | Enhanced quasi-three-dimensional transient simulation technique incorporating component volume effects for aero engine |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20100907 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20111125 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120105 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120301 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120321 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120515 |
|
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: 20120606 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20120705 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150727 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5046104 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
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 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |