JP5694088B2 - 二次電池の劣化管理システム - Google Patents
二次電池の劣化管理システム Download PDFInfo
- Publication number
- JP5694088B2 JP5694088B2 JP2011181600A JP2011181600A JP5694088B2 JP 5694088 B2 JP5694088 B2 JP 5694088B2 JP 2011181600 A JP2011181600 A JP 2011181600A JP 2011181600 A JP2011181600 A JP 2011181600A JP 5694088 B2 JP5694088 B2 JP 5694088B2
- Authority
- JP
- Japan
- Prior art keywords
- learning
- value
- battery
- secondary battery
- change rate
- 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
Images
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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Landscapes
- Tests Of Electric Status Of Batteries (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Secondary Cells (AREA)
Description
さらに好ましくは、劣化評価手段は、学習領域毎に、第2の記憶手段に記憶されたパラメータ変化率学習値に基づいて算出されたパラメータ値を所定パラメータに代入した電池モデルを用いた仮想試験を実行するための手段と、学習領域毎に、仮想試験の結果に基づいて所定の試験パターンにおける二次電池の内部抵抗値を算出するための手段と、学習領域毎に予め設定された内部抵抗値の基準値と、仮想試験の結果に基づいて算出された学習領域毎の内部抵抗値との、学習領域毎での比較に基づいて、二次電池の劣化度を示す指標値を算出するための手段とを含む。
図1は、本発明の実施の形態による二次電池の劣化管理システムが適用される、二次電池を電源とする電源システムの概略構成を示すブロック図である。
えば、電気自動車やハイブリッド自動車等に搭載される走行用電動機で構成される。さらに、負荷50は、電動機の回生電力により二次電池10を充電する。二次電池10は、代表的にはリチウムイオン電池により構成される。
次に、二次電池10の状態推定に用いられる電池モデルの一例を説明する。以下に説明する電池モデルは、二次電池内部での電気化学反応を考慮して内部挙動を動的に推定可能なように、非線形モデルを含んで構築されたものである。二次電池の種類は限定されるものではないが、以下の電池モデルでは、二次電池10としてリチウムイオン電池が適用されるものとして説明を進める。
次に、電池モデル中のパラメータについて説明する。
パラメータ変化率学習部150は、直流抵抗Raのパラメータ変化率grを、以下に説明する忘却要素付きの逐次最小自乗法を用いて推定する。まず、忘却係数付きの逐次最小自乗法について説明する。
拡散係数Dsについても、下記(17)式に従って、初期状態パラメータ値(Dsn)に対する変化率として、拡散係数のパラメータ変化率gdが定義される。
ECU100(データ収集部110)は、拡散抵抗の影響が電池電圧に大きく表われる時間的範囲において、所定の周期で電池電圧Vb,電池電流Ibおよび電池温度Tbのデータを繰返して取得する。
図10には、拡散係数Dsのパラメータ変化率学習値gdlを格納するための、変化率マップ142の概略的な構成を説明する概念図である。
次に、本実施の形態1による二次電池の劣化評価システムにおける、劣化評価指標について詳細に説明する。
図13は、I−V試験における代表的な電流波形図である。図13を参照して、時刻ta以前では、電池電流は0であり、二次電池は緩和状態である。時刻taから時刻tbまでの期間、一定の電池電流が電池から出力される。このときの電池電流はたとえば1Cであり、時刻taから時刻tbまでの期間は、たとえば10秒である。1Cは、電池の全容量を1時間で充電もしくは放電する場合の電流値である。
図17は、実施の形態1の変形例による劣化評価部200の機能を説明するブロック図である。
実施の形態1で説明したように、本実施の形態による二次電池の劣化評価システムは、二次電池の使用時に電池モデルのパラメータ変化率を学習することを前提としている。したがって、実施の形態2では、オンライン学習における各学習領域での学習回数を反映して、二次電池の劣化を評価をする。
実施の形態2の変形例では、各学習領域での学習回数を反映した劣化指標値の算出の他の例を説明する。すなわち、実施の形態2の変形例では、実施の形態2と比較して、劣化指標算出部250の機能が異なる。その他の部分については、実施の形態2と同様であるので、詳細な説明は繰り返さない。
ECU100は、ステップS450により、ステップS440で求められIV抵抗データの加重平均値IVaveに従って、劣化指標値Pdgを決定する。
実施の形態3では、実施の形態2およびその変形例で使用される学習回数の管理についての変形例が示される。すなわち、実施の形態3では、実施の形態2およびその変形例と比較して、学習回数の管理(図21)が異なる。その他の部分については、実施の形態2またはその変形例と同様であるので、詳細な説明は繰り返さない。
ECU100は、図21と同様のステップS212により、ステップS200により学習条件が成立したパラメータについて、パラメータ変化率grおよび/またはgdのオンライン学習値grl,gdlを更新する。さらに、図21と同様のステップS214により、変化率マップ141,142のマップ値を更新した学習領域について、学習回数マップ143,144に記憶された学習回数(Ngdおよび/またはNgd)がカウントアップされる。
実施の形態1では、電池モデル式に用いられるパラメータである直流抵抗Raおよび拡散係数Dsの両方が経年的に変化するものとして、両方のパラメータをオンライン学習する構成を説明した。しかしながら、二次電池のタイプによっては、主には、直流抵抗Raおよび拡散係数Dsの一方のみが経年的に変化するものもある。
実施の形態4の変形例では、実施の形態4とは反対に、拡散係数Dsの経年変化に対して、直流抵抗Raの経年変化が無視できる程に小さいタイプの二次電池の劣化評価について説明する。
Claims (11)
- 二次電池の電池電圧、電池電流および電池温度を検出するための検出手段と、
前記電池電圧および前記電池電流の少なくとも一方を含むデータを用いて、SOCを少なくとも含む前記二次電池の状態量を推定するための電池モデルに従って前記状態量を逐次推定するための電池状態推定手段と、
前記電池モデルで用いられるパラメータ群のうちの所定パラメータについて、前記SOCおよび前記電池温度の組み合わせによって規定された所定の学習領域毎に、初期状態値を予め記憶するための第1の記憶手段と、
前記二次電池の使用中に、前記検出手段によって検出されたデータと前記電池モデルとに基づくパラメータ同定によって、前記所定パラメータの前記初期状態値に対する現在のパラメータ値の比であるパラメータ変化率を逐次学習するためのパラメータ変化率学習手段と、
前記パラメータ変化率学習手段によって算出されたパラメータ変化率学習値を前記学習領域毎に記憶するための第2の記憶手段と、
前記学習領域毎に実行された、前記二次電池が所定の試験パターンに従って充電および放電の少なくとも一方を実行した際の前記二次電池の挙動を前記電池モデルを用いて求める仮想試験の結果に基づいて、前記二次電池の劣化度を評価するための劣化評価手段とを備え、
前記劣化評価手段は、
前記第2の記憶手段に記憶された前記パラメータ変化率学習値に基づいて算出されたパラメータ値を前記所定パラメータに代入した前記電池モデルを用いた前記仮想試験の結果に基づいて、前記二次電池の劣化度を評価する、二次電池の劣化管理システム。 - 前記劣化評価手段は、
前記学習領域毎に、前記第2の記憶手段に記憶された前記パラメータ変化率学習値に基づいて算出されたパラメータ値を前記所定パラメータに代入した前記電池モデルを用いた前記仮想試験を実行するための手段と、
前記学習領域毎に、前記仮想試験の結果に基づいて前記所定の試験パターンにおける前記二次電池の内部抵抗値を算出するための手段と、
前記学習領域毎に予め設定された前記内部抵抗値の基準値と、前記仮想試験の結果に基づいて算出された前記学習領域毎の前記内部抵抗値との、前記学習領域毎での比較に基づいて、前記二次電池の劣化度を示す指標値を算出するための手段とを含む、請求項1記載の二次電池の劣化管理システム。 - 二次電池の電池電圧、電池電流および電池温度を検出するための検出手段と、
前記電池電圧および前記電池電流の少なくとも一方を含むデータを用いて、SOCを少なくとも含む前記二次電池の状態量を推定するための電池モデルに従って前記状態量を逐次推定するための電池状態推定手段と、
前記電池モデルで用いられるパラメータ群のうちの所定パラメータについて、前記SOCおよび前記電池温度の組み合わせによって規定された所定の学習領域毎に、初期状態値を予め記憶するための第1の記憶手段と、
前記二次電池の使用中に、前記検出手段によって検出されたデータと前記電池モデルとに基づくパラメータ同定によって、前記所定パラメータの前記初期状態値に対する現在のパラメータ値の比であるパラメータ変化率を逐次学習するためのパラメータ変化率学習手段と、
前記パラメータ変化率学習手段によって算出されたパラメータ変化率学習値を前記学習領域毎に記憶するための第2の記憶手段と、
前記学習領域毎に実行された、前記二次電池が所定の試験パターンに従って充電および放電の少なくとも一方を実行した際の前記二次電池の挙動を前記電池モデルを用いて求める仮想試験の結果に基づいて、前記二次電池の劣化度を評価するための劣化評価手段とを備え、
前記劣化評価手段は、
前記学習領域毎における前記仮想試験の結果に基づいて求められた、前記所定パラメータの前記パラメータ変化率に関する限界値と、前記第2の記憶手段に記憶された前記パラメータ変化率学習値との前記学習領域毎での比較に基づいて、前記二次電池の劣化度を評価する、二次電池の劣化管理システム。 - 前記所定パラメータは、複数のパラメータを含み、
前記劣化評価手段は、
前記学習領域毎に、前記複数のパラメータのうちの第1のパラメータを除く他の各パラメータの値を前記初期状態値に固定する一方で、前記第1のパラメータをそれぞれ変化させて前記電池モデルを用いた前記仮想試験を複数回実行するための手段と、
前記複数回の前記仮想試験の結果に基づいて、前記所定の試験パターンにおける前記二次電池の内部抵抗値が許容最大値であるときに対応する前記第1のパラメータのパラメータ変化率限界値を前記限界値として前記学習領域毎に求めるための手段と、
前記第1のパラメータについての、前記第2の記憶手段に記憶された前記パラメータ変化率学習値と、前記パラメータ変化率限界値との前記学習領域毎での比較に基づいて、前記二次電池の劣化度を示す指標値を算出するための手段とを含む、請求項3記載の二次電池の劣化管理システム。 - 前記劣化評価手段は、
前記二次電池の使用前に前記複数回の仮想試験によって予め求められた前記学習領域毎の前記パラメータ変化率限界値を記憶するための第3の記憶手段を含み、
前記指標値の算出において、前記学習領域毎の前記パラメータ変化率限界値は前記第3の記憶手段から読み出される、請求項4記載の二次電池の劣化管理システム。 - 前記劣化評価手段は、
前記学習領域毎での比較の結果を示す比較評価値を算出するための手段と、
前記学習領域毎の前記比較評価値のうちの、前記内部抵抗値が最も高いことを示す最大値に従って前記指標値を算出するための指標値算出手段とを含む、請求項2または4に記載の二次電池の劣化管理システム。 - 前記パラメータ変化率学習手段は、所定の学習条件が成立する毎に、その際の前記学習領域の前記パラメータ変化率学習値を更新し、
前記劣化管理システムは、
前記パラメータ変化率学習手段が前記パラメータ変化率学習値を更新した回数を前記学習領域毎に記憶するための第4の記憶手段をさらに備え、
前記劣化評価手段は、
前記学習領域毎での比較の結果を示す比較評価値を算出するための手段と、
前記第4の記憶手段に記憶された前記学習領域毎の学習回数に基づいて選択された前記学習領域での前記比較評価値に従って前記指標値を算出するための手段とを含む、請求項2または4に記載の二次電池の劣化管理システム。 - 前記パラメータ変化率学習手段は、所定の学習条件が成立する毎に、その際の前記学習領域の前記パラメータ変化率学習値を更新し、
前記劣化管理システムは、
前記パラメータ変化率学習手段が前記パラメータ変化率学習値を更新した回数を前記学習領域毎に記憶するための第4の記憶手段をさらに備え、
前記劣化評価手段は、
前記学習領域毎での比較の結果を示す比較評価値を算出するための手段と、
前記学習領域毎の前記比較評価値についての、前記第4の記憶手段に記憶された前記学習領域毎の学習回数で重み付けした平均値に従って、前記指標値を算出するための手段とを含む、請求項2または4に記載の二次電池の劣化管理システム。 - 前記パラメータ変化率学習手段は、時間経過に伴って前記第4の記憶手段に記憶された前記学習領域毎の学習回数を減少させるための手段をさらに含む、請求項7または8に記載の二次電池の劣化管理システム。
- 前記電池モデルは、
前記二次電池の内部の活物質の表面での反応関与物質の濃度の関数である開放電圧、および前記二次電池の内部での充放電電流による電圧変化量から表わされる電圧方程式と、
前記活物質の内部における前記反応関与物質の濃度の分布を規定する拡散方程式とを含み、
前記所定パラメータは、前記電圧方程式において直流抵抗を示すパラメータを含む、請求項1〜9のいずれか1項に記載の二次電池の劣化管理システム。 - 前記電池モデルは、
前記二次電池の内部での活物質の表面での反応関与物質の濃度の関数である開放電圧、および前記二次電池の内部での充放電電流による電圧変化量から表わされる電圧方程式と、
前記活物質の内部における前記反応関与物質の濃度の分布を規定する拡散方程式とを含み、
前記所定パラメータは、前記拡散方程式において前記反応関与物質の拡散速度を表わす拡散パラメータを含む、請求項1〜9のいずれか1項に記載の二次電池の劣化管理システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011181600A JP5694088B2 (ja) | 2011-08-23 | 2011-08-23 | 二次電池の劣化管理システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011181600A JP5694088B2 (ja) | 2011-08-23 | 2011-08-23 | 二次電池の劣化管理システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2013044598A JP2013044598A (ja) | 2013-03-04 |
JP5694088B2 true JP5694088B2 (ja) | 2015-04-01 |
Family
ID=48008625
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011181600A Active JP5694088B2 (ja) | 2011-08-23 | 2011-08-23 | 二次電池の劣化管理システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5694088B2 (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108318823A (zh) * | 2017-12-28 | 2018-07-24 | 上海交通大学 | 一种基于噪声跟踪的锂电池荷电状态估算方法 |
CN108983100A (zh) * | 2017-05-31 | 2018-12-11 | 东莞前沿技术研究院 | 电池剩余电量的处理方法及装置 |
US10663522B2 (en) | 2015-10-30 | 2020-05-26 | Samsung Electronics Co., Ltd. | Apparatus and method for estimating state of health (SOH) of battery, and apparatus and method for generating SOH estimation model |
US11105861B2 (en) | 2017-11-17 | 2021-08-31 | Lg Chem, Ltd. | Device and method for estimating battery resistance |
EP3982458A4 (en) * | 2019-06-07 | 2023-06-21 | Vehicle Energy Japan Inc. | BATTERY CONTROL DEVICE |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5852399B2 (ja) * | 2011-10-17 | 2016-02-03 | インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation | バッテリの状態予測システム、方法及びプログラム |
CN105190985B (zh) * | 2013-04-11 | 2017-05-24 | 丰田自动车株式会社 | 电池*** |
CN103345163B (zh) * | 2013-07-11 | 2016-01-20 | 哈尔滨工业大学 | 基于半实物仿真的电池管理***性能测试平台及测试方法 |
KR101882127B1 (ko) | 2014-06-24 | 2018-07-25 | 가부시끼가이샤 도시바 | 축전 시스템 및 특성 파라미터의 추정 방법 |
EP3163669B1 (en) * | 2014-06-24 | 2019-10-30 | Kabushiki Kaisha Toshiba | Degradation control device of storage battery system and method for same |
KR102215450B1 (ko) * | 2014-06-24 | 2021-02-15 | 삼성전자주식회사 | 배터리의 상태 정보를 학습 및 추정하는 장치 및 방법 |
KR102343967B1 (ko) | 2014-12-04 | 2021-12-28 | 삼성전자주식회사 | 배터리의 상태를 추정하는 방법 및 장치 |
CN105093114B (zh) * | 2015-03-02 | 2017-12-08 | 江苏卓岸电源科技有限公司 | 一种电池在线建模与荷电状态的联合估计方法及*** |
KR101684092B1 (ko) | 2015-04-08 | 2016-12-07 | 현대자동차주식회사 | 열화도 산출 장치 및 방법 |
JP6801315B2 (ja) * | 2016-09-07 | 2020-12-16 | 昭和電工マテリアルズ株式会社 | シミュレーション方法およびシミュレーション装置 |
KR102417895B1 (ko) * | 2017-06-21 | 2022-07-07 | 현대자동차주식회사 | 연료전지 수명 예측 장치 및 방법, 그리고 차량 시스템 |
DE102017212891A1 (de) | 2017-07-27 | 2019-01-31 | Continental Automotive Gmbh | Steuervorrichtung für eine erste Energiespeichereinheit und eine zweite Energiespeichereinheit, und Verfahren zum Betreiben einer Steuervorrichtung |
KR102577586B1 (ko) | 2018-02-12 | 2023-09-12 | 삼성전자주식회사 | 배터리에 포함된 물질의 확산 특성을 이용하여 배터리의 충전을 제어하는 장치 및 방법 |
US11085971B2 (en) * | 2018-03-28 | 2021-08-10 | Toyo System Co., Ltd. | Degradation state determination device and degradation state determination method |
JP7087799B2 (ja) | 2018-08-02 | 2022-06-21 | 株式会社デンソー | 劣化状態推定装置及びこれを含む電源装置 |
JP7066590B2 (ja) * | 2018-10-05 | 2022-05-13 | 本田技研工業株式会社 | 診断装置、診断方法、及びプログラム |
WO2021028707A1 (ja) * | 2019-08-12 | 2021-02-18 | 日産自動車株式会社 | 二次電池の短絡推定装置、短絡推定方法、及び短絡推定システム |
JP6887700B1 (ja) * | 2020-01-20 | 2021-06-16 | 東洋システム株式会社 | 電池性能評価装置、電子機器、充電器および電池性能評価方法 |
GB2601022B (en) * | 2020-06-24 | 2022-11-02 | Ming Wong Kai | Method, apparatus, storage medium and terminal equipment for estimating the impedance of battery |
WO2024042874A1 (ja) * | 2022-08-26 | 2024-02-29 | パナソニックIpマネジメント株式会社 | 電池の内部抵抗の測定方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4744622B2 (ja) * | 2009-07-01 | 2011-08-10 | トヨタ自動車株式会社 | 車両の制御装置 |
-
2011
- 2011-08-23 JP JP2011181600A patent/JP5694088B2/ja active Active
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10663522B2 (en) | 2015-10-30 | 2020-05-26 | Samsung Electronics Co., Ltd. | Apparatus and method for estimating state of health (SOH) of battery, and apparatus and method for generating SOH estimation model |
CN108983100A (zh) * | 2017-05-31 | 2018-12-11 | 东莞前沿技术研究院 | 电池剩余电量的处理方法及装置 |
CN108983100B (zh) * | 2017-05-31 | 2022-03-01 | 东莞前沿技术研究院 | 电池剩余电量的处理方法及装置 |
US11105861B2 (en) | 2017-11-17 | 2021-08-31 | Lg Chem, Ltd. | Device and method for estimating battery resistance |
CN108318823A (zh) * | 2017-12-28 | 2018-07-24 | 上海交通大学 | 一种基于噪声跟踪的锂电池荷电状态估算方法 |
CN108318823B (zh) * | 2017-12-28 | 2020-06-02 | 上海交通大学 | 一种基于噪声跟踪的锂电池荷电状态估算方法 |
EP3982458A4 (en) * | 2019-06-07 | 2023-06-21 | Vehicle Energy Japan Inc. | BATTERY CONTROL DEVICE |
Also Published As
Publication number | Publication date |
---|---|
JP2013044598A (ja) | 2013-03-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5694088B2 (ja) | 二次電池の劣化管理システム | |
JP4703593B2 (ja) | 二次電池の状態推定装置 | |
Chen et al. | A new state-of-health estimation method for lithium-ion batteries through the intrinsic relationship between ohmic internal resistance and capacity | |
Farmann et al. | Comparative study of reduced order equivalent circuit models for on-board state-of-available-power prediction of lithium-ion batteries in electric vehicles | |
JP5036662B2 (ja) | 二次電池の監視装置及び二次電池システム | |
EP2325664B1 (en) | State estimating device for secondary battery | |
US8531158B2 (en) | Method and apparatus for assessing battery state of health | |
KR101846690B1 (ko) | Wls 기반 soh 추정 시스템 및 방법 | |
US8680815B2 (en) | Method and apparatus for assessing battery state of health | |
JP5058814B2 (ja) | バッテリーの状態及びパラメーターの推定システム及び方法 | |
US7197487B2 (en) | Apparatus and method for estimating battery state of charge | |
JP6668905B2 (ja) | 電池劣化推定装置 | |
Kessels et al. | On-line battery identification for electric driving range prediction | |
Badeda et al. | Basics of lead–acid battery modelling and simulation | |
KR20070069197A (ko) | 전기화학셀(cell)의 현재 상태와 현재 파라미터를추정하는 장치, 방법 및 시스템 및 기록매체 | |
CN113785209B (zh) | 用于检测异常电池单体的方法 | |
JP2015524048A (ja) | バッテリの充電状態の推定 | |
JP2023541417A (ja) | バッテリの充電状態を推定する方法 | |
US20220268856A1 (en) | Method for detecting internal short-circuited cell | |
Meng et al. | Comparative study of lithium‐ion battery open‐circuit‐voltage online estimation methods | |
JP7326237B2 (ja) | 複数の電池に関する判定装置、蓄電システム、判定方法及び判定プログラム | |
Chen et al. | An internal resistance estimation method of lithium-ion batteries with constant current tests considering thermal effect | |
Guoliang et al. | State of charge estimation for NiMH battery based on electromotive force method | |
Selvabharathi et al. | Estimating the state of health of lead-acid battery using feed-forward neural network | |
Errifai et al. | Combined Coulomb-Counting and Open-Circuit Voltage Methods for State of Charge Estimation of Li-Ion Batteries |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20131125 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20140424 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140520 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140714 |
|
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: 20150113 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150204 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 5694088 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
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 |