JP7503150B2 - 複数の設備部分から成る生産設備、特に金属の半製品のような工業製品を生産するための生産設備を制御するためのシステム及び方法 - Google Patents
複数の設備部分から成る生産設備、特に金属の半製品のような工業製品を生産するための生産設備を制御するためのシステム及び方法 Download PDFInfo
- Publication number
- JP7503150B2 JP7503150B2 JP2022568736A JP2022568736A JP7503150B2 JP 7503150 B2 JP7503150 B2 JP 7503150B2 JP 2022568736 A JP2022568736 A JP 2022568736A JP 2022568736 A JP2022568736 A JP 2022568736A JP 7503150 B2 JP7503150 B2 JP 7503150B2
- Authority
- JP
- Japan
- Prior art keywords
- production
- facility
- products
- parts
- installation
- 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
- 238000004519 manufacturing process Methods 0.000 title claims description 454
- 239000000047 product Substances 0.000 title claims description 200
- 238000000034 method Methods 0.000 title claims description 153
- 229910052751 metal Inorganic materials 0.000 title claims description 17
- 239000002184 metal Substances 0.000 title claims description 17
- 239000011265 semifinished product Substances 0.000 title claims description 3
- 238000009434 installation Methods 0.000 claims description 108
- 230000008569 process Effects 0.000 claims description 64
- 238000012544 monitoring process Methods 0.000 claims description 43
- 230000001276 controlling effect Effects 0.000 claims description 27
- 238000011156 evaluation Methods 0.000 claims description 19
- 230000001105 regulatory effect Effects 0.000 claims description 18
- 230000008859 change Effects 0.000 claims description 15
- 238000001514 detection method Methods 0.000 claims description 7
- 238000010801 machine learning Methods 0.000 claims description 7
- 238000013473 artificial intelligence Methods 0.000 claims description 6
- 230000007547 defect Effects 0.000 claims description 6
- HCHKCACWOHOZIP-UHFFFAOYSA-N Zinc Chemical compound [Zn] HCHKCACWOHOZIP-UHFFFAOYSA-N 0.000 claims description 5
- 230000007797 corrosion Effects 0.000 claims description 5
- 238000005260 corrosion Methods 0.000 claims description 5
- 230000000694 effects Effects 0.000 claims description 5
- 239000000463 material Substances 0.000 claims description 5
- 230000007704 transition Effects 0.000 claims description 5
- 239000011701 zinc Substances 0.000 claims description 5
- 229910052725 zinc Inorganic materials 0.000 claims description 5
- 238000005457 optimization Methods 0.000 description 37
- 238000005259 measurement Methods 0.000 description 15
- 238000005096 rolling process Methods 0.000 description 10
- 238000005098 hot rolling Methods 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 6
- 238000005097 cold rolling Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000000137 annealing Methods 0.000 description 4
- 238000005266 casting Methods 0.000 description 4
- 238000005554 pickling Methods 0.000 description 4
- 229910000831 Steel Inorganic materials 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 230000009194 climbing Effects 0.000 description 3
- 239000011248 coating agent Substances 0.000 description 3
- 238000000576 coating method Methods 0.000 description 3
- 238000009749 continuous casting Methods 0.000 description 3
- 238000010891 electric arc Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000005246 galvanizing Methods 0.000 description 3
- 230000002068 genetic effect Effects 0.000 description 3
- 238000009847 ladle furnace Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000003303 reheating Methods 0.000 description 3
- 230000002787 reinforcement Effects 0.000 description 3
- 238000002922 simulated annealing Methods 0.000 description 3
- 239000010959 steel Substances 0.000 description 3
- 230000001364 causal effect Effects 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000001303 quality assessment method Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- PWHULOQIROXLJO-UHFFFAOYSA-N Manganese Chemical compound [Mn] PWHULOQIROXLJO-UHFFFAOYSA-N 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000009533 lab test Methods 0.000 description 1
- 238000011545 laboratory measurement Methods 0.000 description 1
- 229910052748 manganese Inorganic materials 0.000 description 1
- 239000011572 manganese Substances 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 238000010309 melting process Methods 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41835—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by programme execution
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
- G05B13/027—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using neural networks only
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/31—From computer integrated manufacturing till monitoring
- G05B2219/31395—Process management, specification, process and production data, middle level
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32015—Optimize, process management, optimize production line
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32104—Data extraction from geometric models for process planning
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32111—PPS production planning system
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Artificial Intelligence (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
- Control Of Metal Rolling (AREA)
Description
・生産設備内の生産プロセスの監視及び制御及び/又は調整をするための、特に設備部分内のプロセスの監視及び制御及び/又は調整をするための設備オートメーションを有し、
・生産設備内で製造すべき製品に関する情報を有する、特に製造すべき製品のための目標基準を有する生産計画システムを有し、
・生産設備内で現在製造されている製品及び/又は生産計画システムに従って今後製造すべき製品のための、特に現在又は今後製造すべき製品のための目標基準の順守に関する少なくとも1つの予測モデルを生成するためのモデルジェネレータを有し、モデルジェネレータは、少なくとも1つの予測モデルの生成時に、生産設備、特に複数の設備部分の監視の結果を考慮し、
・設備オートメーション、生産計画システム、及び、モデルジェネレータによって生成された予測モデルのデータに基づいて生産設備内の最適化された生産プロセスを決定するための生産オプティマイザを有し、生産オプティマイザは、生産設備内の最適化された生産プロセスの決定時に、個々の設備部分の生産技術的な仕様を考慮し、
・生産オプティマイザによって決定された最適化された生産プロセスに基づいて設備オートメーションのための設定仕様を生成するための生産設備制御装置を有すること、を特徴とするシステムによって解決される。
・生産設備内で製造すべき製品に関する、特に製造すべき製品のための目標基準に関する情報を検出するステップを有し、
・生産設備、特に設備部分内の生産プロセスを監視するステップを有し、
・生産設備内で現在製造されている製品及び/又は今後製造すべき製品のための、特に現在又は今後製造すべき製品のための目標基準の順守に関する少なくとも1つの予測モデルを生成するステップを有し、生産設備、特に複数の設備部分の検出された情報が、少なくとも1つの予測モデルの生成時に考慮され、
・生産設備内で製造すべき製品に関する検出された情報と、生産設備、特に設備部分内の生産プロセスの監視と、生成された少なくとも1つの予測モデルと、生産設備の生産技術的なパラメータ、特に個々の設備部分の生産技術的なパラメータに基づいて生産設備内の最適化された生産プロセスを決定するステップを有し、
・生産設備内の生産プロセスの制御及び/又は調整をするための、特に設備部分内のプロセスの制御及び/又は調整をするための設定仕様を生成及び実施するステップを有すること、を特徴とする方法によって解決される。
・生産設備内で製造すべき製品に関する、特に製造すべき製品のための目標基準に関する情報の検出に関するデータ、
・生産設備、特に設備部分内の生産プロセスの監視に関するデータ、
・生産設備内で現在製造されている製品及び/又は今後製造すべき製品のための、特に現在又は今後製造すべき製品のための目標基準の順守に関する少なくとも1つの予測モデルの生成に関するデータ、
・生産設備内で製造すべき製品に関する検出された情報と、生産設備、特に設備部分内の生産プロセスの監視と、生成された少なくとも1つの予測モデルと、生産設備の生産技術的なパラメータ、特に個々の設備部分の生産技術的なパラメータに基づいた生産設備内の最適化された生産プロセスの決定に関するデータ、及び/又は、
・生産設備内の生産プロセスの制御及び/又は調整のための、特に設備部分内のプロセスの制御及び/又は調整のための設定仕様の生成及び実施に関するデータ、を記憶するステップを有する。中央データメモリは、生産設備の個々の部分の間、特に生産設備の複数の設備部分と、本発明による方法を実施するために形成された本発明によるシステムの上位の構成要素との間のデータの交換を簡素化する。
・生産設備2内で製造すべき製品に関する、特に製造すべき製品のための目標基準に関する情報を検出するステップを有し、
・生産設備2、特に設備部分3内の生産プロセスを監視するステップを有し、
・生産設備2内で現在製造されている製品及び/又は今後製造すべき製品のための、特に現在又は今後製造すべき製品のための目標基準の順守に関する少なくとも1つの予測モデル7を生成するステップを有し、生産設備2、特に複数の設備部分3の検出された情報が、少なくとも1つの予測モデル7の生成時に考慮され、
・生産設備2内で製造すべき製品に関する検出された情報と、生産設備2、特に設備部分3内の生産プロセスの監視と、生成された少なくとも1つの予測モデル7と、生産設備2の生産技術的なパラメータ、特に個々の設備部分3の生産技術的なパラメータに基づいて生産設備2内の最適化された生産プロセスを決定するステップを有し、
・生産設備2内の生産プロセスの制御及び/又は調整をするための、特に設備部分3内のプロセスの制御及び/又は調整をするための設定仕様を生成及び実施するステップを有する。
・生産設備2内で製造すべき製品に関する、特に製造すべき製品のための目標基準に関する情報の検出に関するデータ、
・生産設備2、特に設備部分3内の生産プロセスの監視に関するデータ、
・生産設備2内で現在製造されている製品及び/又は今後製造すべき製品のための、特に現在又は今後製造すべき製品のための目標基準の順守に関する少なくとも1つの予測モデル7の生成に関するデータ、
・生産設備内で製造すべき製品に関する検出された情報と、生産設備2、特に設備部分3内の生産プロセスの監視と、生成された少なくとも1つの予測モデル7と、生産設備2の生産技術的なパラメータ、特に個々の設備部分3の生産技術的なパラメータに基づいた生産設備2内の最適化された生産プロセスの決定に関するデータ、及び/又は、
・生産設備2内の生産プロセスの制御及び/又は調整のための、特に設備部分3内のプロセスの制御及び/又は調整のための設定仕様の生成及び実施に関するデータ、を記憶するステップを有する。
なお、本願は、特許請求の範囲に記載の発明に関するものであるが、他の態様として以下も包含し得る。
1.
複数の設備部分(3)から成る生産設備(2)、特に金属の半製品のような工業製品を生産するための生産設備(2)を制御するためのシステム(1)であって、
・生産設備(2)内の生産プロセスの監視及び制御及び/又は調整をするための、特に設備部分(3)内のプロセスの監視及び制御及び/又は調整をするための設備オートメーション(4)を有し、
・生産設備(2)内で製造すべき製品に関する情報を有する、特に製造すべき製品のための目標基準を有する生産計画システム(5)を有し、
・生産設備(2)内で現在製造されている製品及び/又は生産計画システム(5)に従って今後製造すべき製品のための、特に現在又は今後製造すべき製品のための目標基準の順守に関する少なくとも1つの予測モデル(7)を生成するためのモデルジェネレータ(6)を有し、モデルジェネレータ(6)は、少なくとも1つの予測モデル(7)の生成時に、生産設備(2)、特に複数の設備部分(3)の監視の結果を考慮し、
・設備オートメーション(4)、生産計画システム(5)、及び、モデルジェネレータ(6)によって生成された予測モデル(7)のデータに基づいて生産設備(2)内の最適化された生産プロセスを決定するための生産オプティマイザ(8)を有し、生産オプティマイザ(8)は、生産設備(2)内の最適化された生産プロセスの決定時に、個々の設備部分(3)の生産技術的な仕様を考慮し、
・生産オプティマイザ(8)によって決定された最適化された生産プロセスに基づいて設備オートメーション(4)のための設定仕様を生成するための生産設備制御装置(9)を有すること、を特徴とするシステム(1)。
2.
複数の設備部分(3)が、それぞれ、設備部分(3)内の、製品特性、プロセスパラメータ及び/又は動作状態を検出するためのセンサ(10)を有すること、を特徴とする上記1に記載のシステム(1)。
3.
更に、システム(1)の個々の構成要素のための中央データメモリ(14)を有し、システム(1)の個々の構成要素が、データにアクセスすること、及び、特にデータを適合させること、ができること、を特徴とする上記1又は2に記載のシステム(1)。
4.
目標基準が、厚さ、幅、長さ、重量、引張強度、降伏点、ヤング率、破断伸び、耐食性、異なる種類の表面欠陥の存在又は数、表面上又は材料内の亀裂の数、DWTT結果、シャルピー結果、延性破壊から脆性破壊への遷移温度、亜鉛層の層厚さ、パイプ肉厚、偏心率、ウェブ高さ、フランジ高さ、フランジ厚さ、プロファイル、平坦度等から選択されていること、を特徴とする上記1~3のいずれか1つに記載のシステム(1)。
5.
モデルジェネレータ(6)が、互いに異なる複数の予測モデル(7)を生成し、異なる予測モデル(7)が、例えば作成方法、当初のデータ及び/又は学習アルゴリズムに関して異なること、を特徴とする上記1~4のいずれか1つに記載のシステム(1)。
6.
プロセスオプティマイザ(8)が、特に1つ又は複数の目標基準を考慮して、生産設備(2)内で現在製造されている製品及び/又は生産計画システム(5)に従って今後製造すべき製品のための現在最良の予測を提供する予測モデル(7)を考慮すること、を特徴とする上記5に記載のシステム(1)。
7.
プロセスオプティマイザ(8)が、生産設備(2)内の最適化された生産プロセスの決定時に、1つ又は複数の目標基準に関する評価を実施すること、を特徴とする上記1~6のいずれか1つに記載のシステム(1)。
8.
プロセスオプティマイザ(8)が、生産設備(2)内で現在製造されている製品及び/又は生産計画システム(5)に従って今後製造すべき製品の目標仕様に対する設定値変更の影響を決定すること、を特徴とする上記1~7のいずれか1つに記載のシステム(1)。
9.
プロセスオプティマイザ(8)が、生産設備(2)、特に個々の設備部分(3)の可能な設定値変更に関する情報、特に生産設備(2)、特に個々の設備部分(3)によって実現可能な、アクチュエータの動作の最大変化率及び/又は設定可能な1つの量の同様に設定可能な他の量への依存度のような設定値変更に関する情報を有すること、を特徴とする上記8に記載のシステム(1)。
10.
プロセスオプティマイザ(8)が、複数の製品部分のために生産設備(2)内の生産プロセスを最適化すること、を特徴とする上記1~9のいずれか1つに記載のシステム(1)。
11.
複数の設備部分(3)から成る生産設備(2)、特に金属の半製品のような工業製品を生産するための生産設備(2)を制御するための方法であって、
・生産設備(2)内で製造すべき製品に関する、特に製造すべき製品のための目標基準に関する情報を検出するステップを有し、
・生産設備(2)、特に設備部分(3)内の生産プロセスを監視するステップを有し、
・生産設備(2)内で現在製造されている製品及び/又は今後製造すべき製品のための、特に現在又は今後製造すべき製品のための目標基準の順守に関する少なくとも1つの予測モデル(7)を生成するステップを有し、生産設備(2)、特に複数の設備部分(3)の検出された情報が、少なくとも1つの予測モデル(7)の生成時に考慮され、
・生産設備(2)内で製造すべき製品に関する検出された情報と、生産設備(2)、特に設備部分(3)内の生産プロセスの監視と、生成された少なくとも1つの予測モデル(7)と、生産設備(2)の生産技術的なパラメータ、特に個々の設備部分(3)の生産技術的なパラメータに基づいて生産設備(2)内の最適化された生産プロセスを決定するステップを有し、
・生産設備(2)内の生産プロセスの制御及び/又は調整をするための、特に設備部分(3)内のプロセスの制御及び/又は調整をするための設定仕様を生成及び実施するステップを有すること、を特徴とする方法。
12.
生産設備(2)、特に設備部分(3)内の生産プロセスの監視が、センサ(10)によって行なわれ、好ましくは、生産設備(2)、特に設備部分(3)内の生産プロセスの監視が、連続的に行なわれること、を特徴とする上記11に記載の方法。
13.
更に、中央データメモリ(14)内にデータ、特に、
・生産設備(2)内で製造すべき製品に関する、特に製造すべき製品のための目標基準に関する情報の検出に関するデータ、
・生産設備(2)、特に設備部分(3)内の生産プロセスの監視に関するデータ、
・生産設備(2)内で現在製造されている製品及び/又は今後製造すべき製品のための、特に現在又は今後製造すべき製品のための目標基準の順守に関する少なくとも1つの予測モデル(7)の生成に関するデータ、
・生産設備(2)内で製造すべき製品に関する検出された情報と、生産設備(2)、特に設備部分(3)内の生産プロセスの監視と、生成された少なくとも1つの予測モデル(7)と、生産設備(2)の生産技術的なパラメータ、特に個々の設備部分(3)の生産技術的なパラメータに基づいた生産設備(2)内の最適化された生産プロセスの決定に関するデータ、及び/又は、
・生産設備(2)内の生産プロセスの制御及び/又は調整のための、特に設備部分(3)内のプロセスの制御及び/又は調整のための設定仕様の生成及び実施に関するデータ、を記憶するステップを有すること、を特徴とする上記11又は12に記載の方法。
14.
少なくとも1つの予測モデル(7)の生成が、統計、機械学習、人工知能等の方法に基づくこと、を特徴とする上記11~13のいずれか1つに記載の方法。
15.
互いに異なる複数の予測モデル(7)を生成するステップを有し、これら異なる予測モデル(7)が、例えば、作成方法、当初のデータ及び/又は学習アルゴリズムに関して異なること、を特徴とする上記11~14のいずれか1つに記載の方法。
16.
生産設備(2)内の最適化された生産プロセスの決定が、特に1つ又は複数の目標基準を考慮して、生産設備(2)内で現在製造されている製品及び/又は今後製造すべき製品のための現在最良の予測を提供する予測モデル(7)を考慮すること、を特徴とする上記15に記載の方法。
17.
生産設備(2)内の最適化された生産プロセスの決定時に、1つ又は複数の目標基準に関する評価が行なわれること、を特徴とする上記11~16のいずれか1つに記載の方法。
18.
少なくとも1つの予測モデル(7)が、1つ又は複数の目標基準が所定の範囲内にある確率を決定すること、を特徴とする上記11~17のいずれか1つに記載の方法。
19.
生産設備(2)内の最適化された生産プロセスの決定が、生産設備(2)内で現在製造されている製品及び/又は今後製造すべき製品の目標仕様に対する設定値変更の影響をチェックすること、を特徴とする上記11~18のいずれか1つに記載の方法。
20.
生産設備(2)内の最適化された生産プロセスの決定が、生産設備(2)、特に個々の設備部分(3)の可能な設定値変更に関する情報、特に生産設備(2)、特に個々の設備部分(3)によって実現可能な、アクチュエータの動作の最大変化率及び/又は設定可能な1つの量の同様に設定可能な他の量への依存度のような設定値変更に関する情報を考慮すること、を特徴とする上記11~19のいずれか1つに記載の方法。
21.
複数の設備部分(3)を有する生産設備(2)、特に金属の半製品のような工業製品を生産するための生産設備(2)であって、特に上記11~20のいずれか1つに記載の方法を実施するために、上記1~10のいずれか1つに記載のシステムを有すること、を特徴とする生産設備(2)。
2 生産設備
3 設備部分
4 設備オートメーション
5 生産計画システム
6 モデルジェネレータ
7 予測モデル
8 生産オプティマイザ
9 生産設備制御装置
10 センサ
11 アクチュエータ
12 センサリスト
13 アクチュエータリスト
14 データメモリ
15 最適化方法
16 二次的条件
17 目標最適化
18 生産シーケンス
Claims (21)
- 複数の設備部分(3)から成る生産設備(2)、特に金属の半製品のような工業製品を生産するための生産設備(2)を制御するためのシステム(1)であって、
・各設備部分(3)内に、設備部分(3)内のプロセスの監視及び制御及び/又は調整をするための設備オートメーション(4)を有し、複数の設備部分(3)の設備オートメーション(4)は、互いに依存せず、複数の設備部分(3)の設備オートメーション(4)の間の情報交換は行なわれず、
・生産設備(2)内で製造すべき製品に関する情報を有する、特に製造すべき製品のための目標基準を有する生産計画システム(5)を有し、
・生産設備(2)内で現在製造されている製品及び/又は生産計画システム(5)に従って今後製造すべき製品のための少なくとも1つの予測モデル(7)を生成するためのモデルジェネレータ(6)を有し、予測モデル(7)は、生産設備(2)内で現在製造されている製品及び/又は今後製造すべき製品の1つ又は複数の目標基準が所定の範囲内にある確率を決定し、モデルジェネレータ(6)は、少なくとも1つの予測モデル(7)の生成時に、複数の設備部分(3)の監視の結果を考慮し、
・設備オートメーション(4)、生産計画システム(5)、及び、モデルジェネレータ(6)によって生成された予測モデル(7)のデータに基づいて生産設備(2)内の最適化された生産プロセスを決定するための生産オプティマイザ(8)を有し、生産オプティマイザ(8)は、生産設備(2)内の最適化された生産プロセスの決定時に、個々の設備部分(3)の生産技術的な仕様を考慮し、
・生産オプティマイザ(8)によって決定された最適化された生産プロセスに基づいて設備オートメーション(4)のための設定仕様を生成するための生産設備制御装置(9)を有すること、を特徴とするシステム(1)。 - 複数の設備部分(3)が、それぞれ、設備部分(3)内の、製品特性、プロセスパラメータ及び/又は動作状態を検出するためのセンサ(10)を有すること、を特徴とする請求項1に記載のシステム(1)。
- 更に、システム(1)の個々の構成要素のための中央データメモリ(14)を有し、システム(1)の個々の構成要素が、データにアクセスすること、及び、特にデータを適合させること、ができること、を特徴とする請求項1又は2に記載のシステム(1)。
- 目標基準が、厚さ、幅、長さ、重量、引張強度、降伏点、ヤング率、破断伸び、耐食性、異なる種類の表面欠陥の存在又は数、表面上又は材料内の亀裂の数、DWTT結果、シャルピー結果、延性破壊から脆性破壊への遷移温度、亜鉛層の層厚さ、パイプ肉厚、偏心率、ウェブ高さ、フランジ高さ、フランジ厚さ、プロファイル、平坦度等から選択されていること、を特徴とする請求項1~3のいずれか1項に記載のシステム(1)。
- モデルジェネレータ(6)が、互いに異なる複数の予測モデル(7)を生成し、異なる予測モデル(7)が、例えば作成方法、当初のデータ及び/又は学習アルゴリズムに関して異なること、を特徴とする請求項1~4のいずれか1項に記載のシステム(1)。
- プロセスオプティマイザ(8)が、特に1つ又は複数の目標基準を考慮して、生産設備(2)内で現在製造されている製品及び/又は生産計画システム(5)に従って今後製造すべき製品のための現在最良の予測を提供する予測モデル(7)を考慮すること、を特徴とする請求項5に記載のシステム(1)。
- プロセスオプティマイザ(8)が、生産設備(2)内の最適化された生産プロセスの決定時に、1つ又は複数の目標基準に関する評価を実施すること、を特徴とする請求項1~6のいずれか1項に記載のシステム(1)。
- プロセスオプティマイザ(8)が、生産設備(2)内で現在製造されている製品及び/又は生産計画システム(5)に従って今後製造すべき製品の目標仕様に対する設定値変更の影響を決定すること、を特徴とする請求項1~7のいずれか1項に記載のシステム(1)。
- プロセスオプティマイザ(8)が、生産設備(2)、特に個々の設備部分(3)の可能な設定値変更に関する情報、特に生産設備(2)、特に個々の設備部分(3)によって実現可能な、アクチュエータの動作の最大変化率及び/又は設定可能な1つの量の同様に設定可能な他の量への依存度のような設定値変更に関する情報を有すること、を特徴とする請求項8に記載のシステム(1)。
- プロセスオプティマイザ(8)が、複数の製品部分のために生産設備(2)内の生産プロセスを最適化すること、を特徴とする請求項1~9のいずれか1項に記載のシステム(1)。
- 複数の設備部分(3)から成る生産設備(2)、特に金属の半製品のような工業製品を生産するための生産設備(2)を制御するための方法であって、
・生産設備(2)内で製造すべき製品に関する、特に製造すべき製品のための目標基準に関する情報を検出するステップを有し、
・設備部分(3)内の生産プロセスを監視するステップを有し、監視は、個々の設備部分(3)内の設備オートメーション(4)によって互いに依存せずに行なわれ、複数の設備部分(3)の設備オートメーション(4)の間の情報交換は行なわれず、
・生産設備(2)内で現在製造されている製品及び/又は今後製造すべき製品のための少なくとも1つの予測モデル(7)を生成するステップを有し、予測モデル(7)は、生産設備(2)内で現在製造されている製品及び/又は今後製造すべき製品の1つ又は複数の目標基準が所定の範囲内にある確率を決定し、複数の設備部分(3)の検出された情報が、少なくとも1つの予測モデル(7)の生成時に考慮され、
・生産設備(2)内で製造すべき製品に関する検出された情報と、設備部分(3)内の生産プロセスの監視と、生成された少なくとも1つの予測モデル(7)と、個々の設備部分(3)の生産技術的なパラメータに基づいて生産設備(2)内の最適化された生産プロセスを決定するステップを有し、
・設備部分(3)内のプロセスの制御及び/又は調整をするための設定仕様を生成及び実施するステップを有すること、を特徴とする方法。 - 生産設備(2)、特に設備部分(3)内の生産プロセスの監視が、センサ(10)によって行なわれ、好ましくは、生産設備(2)、特に設備部分(3)内の生産プロセスの監視が、連続的に行なわれること、を特徴とする請求項11に記載の方法。
- 更に、中央データメモリ(14)内にデータ、特に、
・生産設備(2)内で製造すべき製品に関する、特に製造すべき製品のための目標基準に関する情報の検出に関するデータ、
・生産設備(2)、特に設備部分(3)内の生産プロセスの監視に関するデータ、
・生産設備(2)内で現在製造されている製品及び/又は今後製造すべき製品のための、特に現在又は今後製造すべき製品のための目標基準の順守に関する少なくとも1つの予測モデル(7)の生成に関するデータ、
・生産設備(2)内で製造すべき製品に関する検出された情報と、生産設備(2)、特に設備部分(3)内の生産プロセスの監視と、生成された少なくとも1つの予測モデル(7)と、生産設備(2)の生産技術的なパラメータ、特に個々の設備部分(3)の生産技術的なパラメータに基づいた生産設備(2)内の最適化された生産プロセスの決定に関するデータ、及び/又は、
・生産設備(2)内の生産プロセスの制御及び/又は調整のための、特に設備部分(3)内のプロセスの制御及び/又は調整のための設定仕様の生成及び実施に関するデータ、を記憶するステップを有すること、を特徴とする請求項11又は12に記載の方法。 - 少なくとも1つの予測モデル(7)の生成が、統計、機械学習、人工知能等の方法に基づくこと、を特徴とする請求項11~13のいずれか1項に記載の方法。
- 互いに異なる複数の予測モデル(7)を生成するステップを有し、これら異なる予測モデル(7)が、例えば、作成方法、当初のデータ及び/又は学習アルゴリズムに関して異なること、を特徴とする請求項11~14のいずれか1項に記載の方法。
- 生産設備(2)内の最適化された生産プロセスの決定が、特に1つ又は複数の目標基準を考慮して、生産設備(2)内で現在製造されている製品及び/又は今後製造すべき製品のための現在最良の予測を提供する予測モデル(7)を考慮すること、を特徴とする請求項15に記載の方法。
- 生産設備(2)内の最適化された生産プロセスの決定時に、1つ又は複数の目標基準に関する評価が行なわれること、を特徴とする請求項11~16のいずれか1項に記載の方法。
- 少なくとも1つの予測モデル(7)が、1つ又は複数の目標基準が所定の範囲内にある確率を決定すること、を特徴とする請求項11~17のいずれか1項に記載の方法。
- 生産設備(2)内の最適化された生産プロセスの決定が、生産設備(2)内で現在製造されている製品及び/又は今後製造すべき製品の目標仕様に対する設定値変更の影響をチェックすること、を特徴とする請求項11~18のいずれか1項に記載の方法。
- 生産設備(2)内の最適化された生産プロセスの決定が、生産設備(2)、特に個々の設備部分(3)の可能な設定値変更に関する情報、特に生産設備(2)、特に個々の設備部分(3)によって実現可能な、アクチュエータの動作の最大変化率及び/又は設定可能な1つの量の同様に設定可能な他の量への依存度のような設定値変更に関する情報を考慮すること、を特徴とする請求項11~19のいずれか1項に記載の方法。
- 複数の設備部分(3)を有する生産設備(2)、特に金属の半製品のような工業製品を生産するための生産設備(2)であって、特に請求項11~20のいずれか1項に記載の方法を実施するために、請求項1~10のいずれか1項に記載のシステムを有すること、を特徴とする生産設備(2)。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102020206114.9A DE102020206114A1 (de) | 2020-05-14 | 2020-05-14 | System und Verfahren zur Steuerung einer aus mehreren Anlagenteilen bestehenden Produktionsanlage, insbesondere einer Produktionsanlage zur Erzeugung von Industriegütern wie metallischem Halbzeug |
DE102020206114.9 | 2020-05-14 | ||
PCT/EP2021/062601 WO2021228927A1 (de) | 2020-05-14 | 2021-05-12 | System und verfahren zur steuerung einer aus mehreren anlagenteilen bestehenden produktionsanlage, insbesondere einer produktionsanlage zur erzeugung von industriegütern wie metallischem halbzeug |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023527707A JP2023527707A (ja) | 2023-06-30 |
JP7503150B2 true JP7503150B2 (ja) | 2024-06-19 |
Family
ID=75953851
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022568736A Active JP7503150B2 (ja) | 2020-05-14 | 2021-05-12 | 複数の設備部分から成る生産設備、特に金属の半製品のような工業製品を生産するための生産設備を制御するためのシステム及び方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20230205185A1 (ja) |
EP (1) | EP4150419A1 (ja) |
JP (1) | JP7503150B2 (ja) |
DE (1) | DE102020206114A1 (ja) |
WO (1) | WO2021228927A1 (ja) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001318712A (ja) | 2000-05-08 | 2001-11-16 | Sekisui Chem Co Ltd | 工程計画スケジューリング装置 |
JP4180960B2 (ja) | 2003-04-11 | 2008-11-12 | キヤノンItソリューションズ株式会社 | データ分析装置及びその制御方法、並びにコンピュータプログラム及びコンピュータ可読記憶媒体 |
JP4932294B2 (ja) | 2006-03-23 | 2012-05-16 | 新日本製鐵株式会社 | 製造仕様決定支援システム、製造仕様決定支援方法、コンピュータプログラム、及びコンピュータ読み取り可能な記録媒体 |
JP5003483B2 (ja) | 2006-07-26 | 2012-08-15 | 東芝三菱電機産業システム株式会社 | 圧延ラインの材質予測および材質制御装置 |
JP5068637B2 (ja) | 2007-12-18 | 2012-11-07 | 新日本製鐵株式会社 | 製造プロセスにおける操業と品質の関連解析装置、解析方法、プログラム、及びコンピュータ読み取り可能な記録媒体 |
JP2017194995A (ja) | 2017-07-11 | 2017-10-26 | 東芝三菱電機産業システム株式会社 | 生産ラインのシミュレーション装置 |
JP6353442B2 (ja) | 2012-07-04 | 2018-07-04 | ノルスク・ヒドロ・アーエスアーNorsk Hydro Asa | 工業プロセスの製品特性及び生産コストの最適化のための方法 |
JP2019145042A (ja) | 2018-02-23 | 2019-08-29 | 株式会社安川電機 | 製品品質管理システム及び製品品質管理方法 |
JP6662109B2 (ja) | 2016-03-03 | 2020-03-11 | 日本製鉄株式会社 | 製品の状態予測装置、製品の状態制御装置、製品の状態予測方法及びプログラム |
JP6962868B2 (ja) | 2018-06-07 | 2021-11-05 | 株式会社日立製作所 | 教師データ生成装置および教師データ生成方法 |
JP2022548836A (ja) | 2019-09-19 | 2022-11-22 | シーメンス アクチエンゲゼルシヤフト | 状態行列を用いたフレキシブル生産システムおよび装置のための自己学習型製造スケジューリング方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19930173A1 (de) * | 1999-06-30 | 2001-01-04 | Parsytec Comp Gmbh | Verfahren und Vorrichtung zur prozeßoptimierenden Einstellung von Parametern eines Produktionsprozesses |
US10365640B2 (en) | 2017-04-11 | 2019-07-30 | International Business Machines Corporation | Controlling multi-stage manufacturing process based on internet of things (IoT) sensors and cognitive rule induction |
EP3474091B1 (de) * | 2017-10-20 | 2023-07-05 | aixprocess GmbH | Verfahren und vorrichtung zur regelung eines prozesses innerhalb eines systems, nämlich eines mahlprozesses in einer mahlvorrichtung |
-
2020
- 2020-05-14 DE DE102020206114.9A patent/DE102020206114A1/de active Pending
-
2021
- 2021-05-12 US US17/924,788 patent/US20230205185A1/en active Pending
- 2021-05-12 WO PCT/EP2021/062601 patent/WO2021228927A1/de unknown
- 2021-05-12 JP JP2022568736A patent/JP7503150B2/ja active Active
- 2021-05-12 EP EP21726078.5A patent/EP4150419A1/de active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001318712A (ja) | 2000-05-08 | 2001-11-16 | Sekisui Chem Co Ltd | 工程計画スケジューリング装置 |
JP4180960B2 (ja) | 2003-04-11 | 2008-11-12 | キヤノンItソリューションズ株式会社 | データ分析装置及びその制御方法、並びにコンピュータプログラム及びコンピュータ可読記憶媒体 |
JP4932294B2 (ja) | 2006-03-23 | 2012-05-16 | 新日本製鐵株式会社 | 製造仕様決定支援システム、製造仕様決定支援方法、コンピュータプログラム、及びコンピュータ読み取り可能な記録媒体 |
JP5003483B2 (ja) | 2006-07-26 | 2012-08-15 | 東芝三菱電機産業システム株式会社 | 圧延ラインの材質予測および材質制御装置 |
JP5068637B2 (ja) | 2007-12-18 | 2012-11-07 | 新日本製鐵株式会社 | 製造プロセスにおける操業と品質の関連解析装置、解析方法、プログラム、及びコンピュータ読み取り可能な記録媒体 |
JP6353442B2 (ja) | 2012-07-04 | 2018-07-04 | ノルスク・ヒドロ・アーエスアーNorsk Hydro Asa | 工業プロセスの製品特性及び生産コストの最適化のための方法 |
JP6662109B2 (ja) | 2016-03-03 | 2020-03-11 | 日本製鉄株式会社 | 製品の状態予測装置、製品の状態制御装置、製品の状態予測方法及びプログラム |
JP2017194995A (ja) | 2017-07-11 | 2017-10-26 | 東芝三菱電機産業システム株式会社 | 生産ラインのシミュレーション装置 |
JP2019145042A (ja) | 2018-02-23 | 2019-08-29 | 株式会社安川電機 | 製品品質管理システム及び製品品質管理方法 |
JP6962868B2 (ja) | 2018-06-07 | 2021-11-05 | 株式会社日立製作所 | 教師データ生成装置および教師データ生成方法 |
JP2022548836A (ja) | 2019-09-19 | 2022-11-22 | シーメンス アクチエンゲゼルシヤフト | 状態行列を用いたフレキシブル生産システムおよび装置のための自己学習型製造スケジューリング方法 |
Also Published As
Publication number | Publication date |
---|---|
US20230205185A1 (en) | 2023-06-29 |
DE102020206114A1 (de) | 2021-11-18 |
JP2023527707A (ja) | 2023-06-30 |
WO2021228927A1 (de) | 2021-11-18 |
EP4150419A1 (de) | 2023-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101889668B1 (ko) | 압연 시뮬레이션 장치 | |
US20020019722A1 (en) | On-line calibration process | |
CN113849020B (zh) | 一种基于人工智能算法的钢坯升温曲线设计方法及装置 | |
JP7135962B2 (ja) | 鋼板の仕上出側温度制御方法、鋼板の仕上出側温度制御装置、及び鋼板の製造方法 | |
JP5962290B2 (ja) | 鋼材の熱伝達係数予測装置及び冷却制御方法 | |
JP5003362B2 (ja) | 製品品質の制御方法及び制御装置 | |
JP7503150B2 (ja) | 複数の設備部分から成る生産設備、特に金属の半製品のような工業製品を生産するための生産設備を制御するためのシステム及び方法 | |
JP2007504355A (ja) | 鋼の製造設備の制御方法および制御装置 | |
JP2010115692A (ja) | 製造プロセスにおける品質予測装置、予測方法、プログラム及びコンピュータ読み取り可能な記録媒体 | |
JP2006309709A (ja) | 結果予測装置、制御装置及び品質設計装置 | |
JP2007257621A (ja) | 最適品質設計支援装置 | |
JP4696775B2 (ja) | 板幅制御方法および装置 | |
JP7287416B2 (ja) | 厚鋼板の製造仕様決定支援装置および製造仕様探索方法、コンピュータプログラム、コンピュータ読み取り可能な記録媒体ならびに厚鋼板の製造方法 | |
CN115218603A (zh) | 冷却流量控制方法及装置 | |
JP2011198327A (ja) | オンラインモデル同定を用いたモデル予測制御方法および装置 | |
JP5007630B2 (ja) | 製品品質の制御方法及び制御装置 | |
JP4714061B2 (ja) | 圧延材の冷却装置 | |
JP2023528955A (ja) | 複数の設備部分から成る製造設備、特に、金属製の半製品及び/又は金属製の最終製品などの金属製品を生産する金属加工製造設備を制御するシステム、方法及びコンピュータプログラム | |
TWI787954B (zh) | 鋼液溫度預測方法與電腦系統 | |
TWI775190B (zh) | 物理模型鑑別系統 | |
Shigemori | Mechanical property control system for cold rolled steel sheet through locally weighted regression model | |
JP2019107660A (ja) | 厚鋼板の粗圧延時間算出方法、厚鋼板の粗圧延時間算出装置、及び厚鋼板の製造方法 | |
JPH08117824A (ja) | 圧延操業条件の予測方法およびそれを用いた設定制御圧延方法 | |
JP2022097976A (ja) | 圧延材の形状制御システム | |
JP5423524B2 (ja) | 熱延コイルの製造条件決定装置および方法ならびに熱延コイルの製造方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221216 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231108 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240205 |
|
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: 20240515 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240607 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7503150 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |