CN102582287A - 图像形成系统、判断标准设定设备及判断标准设定方法 - Google Patents
图像形成系统、判断标准设定设备及判断标准设定方法 Download PDFInfo
- Publication number
- CN102582287A CN102582287A CN2011104097182A CN201110409718A CN102582287A CN 102582287 A CN102582287 A CN 102582287A CN 2011104097182 A CN2011104097182 A CN 2011104097182A CN 201110409718 A CN201110409718 A CN 201110409718A CN 102582287 A CN102582287 A CN 102582287A
- Authority
- CN
- China
- Prior art keywords
- fault
- image forming
- forming apparatus
- fault type
- maintenance
- 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
- 238000012423 maintenance Methods 0.000 claims abstract description 133
- 239000000284 extract Substances 0.000 claims abstract description 17
- 230000015572 biosynthetic process Effects 0.000 claims description 29
- 238000000605 extraction Methods 0.000 claims description 21
- 238000000034 method Methods 0.000 claims description 17
- 230000007257 malfunction Effects 0.000 abstract 7
- 239000000123 paper Substances 0.000 description 23
- 238000012544 monitoring process Methods 0.000 description 21
- 238000012937 correction Methods 0.000 description 18
- 230000001419 dependent effect Effects 0.000 description 14
- 238000012545 processing Methods 0.000 description 12
- 238000012546 transfer Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 8
- 238000010023 transfer printing Methods 0.000 description 8
- 230000001186 cumulative effect Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000015556 catabolic process Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012552 review Methods 0.000 description 3
- 238000007600 charging Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 125000004122 cyclic group Chemical group 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 239000011087 paperboard Substances 0.000 description 2
- 238000007639 printing Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 206010021703 Indifference Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B41—PRINTING; LINING MACHINES; TYPEWRITERS; STAMPS
- B41J—TYPEWRITERS; SELECTIVE PRINTING MECHANISMS, i.e. MECHANISMS PRINTING OTHERWISE THAN FROM A FORME; CORRECTION OF TYPOGRAPHICAL ERRORS
- B41J2/00—Typewriters or selective printing mechanisms characterised by the printing or marking process for which they are designed
- B41J2/005—Typewriters or selective printing mechanisms characterised by the printing or marking process for which they are designed characterised by bringing liquid or particles selectively into contact with a printing material
- B41J2/01—Ink jet
- B41J2/135—Nozzles
- B41J2/165—Prevention or detection of nozzle clogging, e.g. cleaning, capping or moistening for nozzles
- B41J2/16579—Detection means therefor, e.g. for nozzle clogging
Landscapes
- Control Or Security For Electrophotography (AREA)
- Accessory Devices And Overall Control Thereof (AREA)
- Facsimiles In General (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Computer And Data Communications (AREA)
Abstract
本发明提供一种图像形成系统、判断标准设定设备和方法，该图像形成系统包括：第一确定部，其基于已发生故障类型的图像形成设备的数量相对于故障类型的发生次数的分布和已经被执行维护工作的图像形成设备的数量相对于故障类型的发生次数的分布中的至少一个来确定故障类型的基准发生次数；提取部，其识别和提取故障已发生的次数大于或等于基准发生次数的图像形成设备的子群；设定部，其生成发生故障的时间序列趋势，并将满足预定条件的故障发生趋势设定为故障类型的维护判断标准；以及第二判断部，其将目标图像形成设备中发生故障的新近时间序列趋势与所设定的故障发生趋势比较，并基于发生趋势之间的相关度来判断目标图像形成设备的维护需求。
Description
技术领域
本发明涉及图像形成系统、判断标准设定设备以及判断标准设定方法。
背景技术
图像形成设备具有在诸如纸张等记录材料上形成和输出图像的图像形成功能，影响这样的图像形成设备的操作的频发故障(诸如卡纸和转印不良)使得图像形成设备给用户造成不便。因此，在这样的情况下需要对图像形成设备迅速维护。
迄今为止已经提出与判断是否需要对诸如图像形成设备等设备进行维护的技术相关的各种发明。
例如，日本未经审查专利申请公开No.09-167009提出一项发明，包括：计算被管理的每个复印机的故障频率，计算与目标复印机型号相同的多个打印机的平均总故障频率，比较两计算结果，接着基于比较结果生成警告。该公开文件还提出了一项发明，包括：存储预定数个时段的被管理的每个复印机的故障频率，如果每个时段的故障频率的增长率大于或等于某规定系数则生成警告。
例如，日本未经审查专利申请公开No.09-230753提出一项发明，其利用以下数值作为警告判断标准以防止由于故障频率的暂时上升而引起错误判断：最近的周期性故障频率的平均值，或者通过将重置之后的故障频率和周期性故障频率转换为相对值而获得的值，以及将两者相乘获得的值。该公开文件还提出了一项发明，包括：如果故障频率具有稳定下降的趋势则判定不生成警告，从而在故障频率正在下降的过程中即使大致周期性的故障频率或在重置之后的故障频率超过基准值也不生成警告。
例如，日本未经审查专利申请公开No.2006-007516提出一项发明，包括：对每一个出错类型分配权重，通过将权重因数乘以频率计算出错率，并且只有当该出错率超过某预定阈值时才向外部(例如，服务中心或用户)提供已经发生出错的通知。
例如，日本未经审查专利申请公开No.2008-006757提出一项发明，包括：在日志数据的基础上对打印机中出错或事件的频率进行记录并将该频率与每个预定时段的预定基准值比较以自动识别和报告例如劣化部分或使用问题。该公开文件还提出了一项发明，包括：将本次比较的频率与上次比较的频率做比较，并且，如果二者之间的差值超过基准值，则将其报告给上级设备。
发明内容
本发明的目的是提供一种技术，通过此技术，在将过去已请求维护的图像形成设备中故障发生的时间序列趋势设定为维护的判断标准时，可以在降低处理负荷量的情况下设定更精确的判断标准。根据本发明的第一方面，提供一种图像形成系统，包括：第一确定部，其针对一组图像形成设备中的每种故障类型，基于(1)已经发生所述故障类型的图像形成设备的数量相对于所述故障类型的发生次数的分布和(2)在所述故障类型发生后已经被执行了维护工作的图像形成设备的数量相对于所述故障类型的发生次数的分布中的至少一个来确定所述故障类型的基准发生次数；提取部，其针对已经由所述第一确定部确定了所述基准发生次数的所述故障类型，从所述一组图像形成设备中识别和提取所述故障已经发生的次数大于或等于所述基准发生次数的图像形成设备的子群；设定部，其生成在由所述提取部提取的所述子群中已经被执行了维护的图像形成设备中发生所述故障的时间序列趋势，并且，如果所述故障的发生趋势满足预定设定条件，则所述设定部将所述故障的发生趋势设定为所述故障类型的维护的判断标准；以及，第二判断部，其针对已经由所述设定部设定了所述发生趋势的所述故障类型，将目标图像形成设备中发生所述故障的新近时间序列趋势与由所述设定部设定的所述故障的发生趋势进行比较，并且基于所述发生趋势之间的相关度对所述目标图像形成设备的维护需求进行判断。
根据本发明的第二方面，在根据第一方面的图像形成系统中，所述第二判断部判定如下图像形成设备的维护需求：在该图像形成设备中，所述故障近期已经发生的次数大于或等于由所述第一确定部确定的发生次数。
根据本发明的第三方面，在根据第一或第二方面的图像形成系统中，所述设定部基于从已经被执行了维护工作的所述图像形成设备的请求维护的日期和时间往回追溯一段时间内在所述图像形成设备中发生的故障，生成在已经被执行了维护工作的所述图像形成设备中发生所述故障的时间序列趋势。
根据本发明的第四方面，在根据第一到第三方面中的任意一项的图像形成系统中，所述设定部和所述第二判断部将每一个所述图像形成设备中发生的所述故障划分成预定时间长度的时段并且忽略没有发生所述故障且所述图像形成设备不工作的时段。
根据本发明的第五方面，提供一种判断标准设定设备，包括：确定部，其针对一组图像形成设备中的每种故障类型，基于(1)已经发生所述故障类型的图像形成设备的数量相对于所述故障类型的发生次数的分布和(2)在所述故障类型发生后已经被执行了维护工作的图像形成设备的数量相对于所述故障类型的发生次数的分布中的至少一个来确定所述故障类型的基准发生次数；提取部，其针对已经由所述第一确定部确定了所述基准发生次数的所述故障类型，从所述一组图像形成设备中识别和提取所述故障已经发生的次数大于或等于所述基准发生次数的图像形成设备的子群；以及设定部，其生成在由所述提取部提取的所述子群中已经被执行了维护的图像形成设备中发生所述故障的时间序列趋势，并且，如果故障的发生趋势满足预定设定条件，则所述设定部将所述故障的发生趋势设定为所述故障类型的维护的判断标准。
根据本发明的第六方面，提供一种判断标准设定方法，包括：确定步骤，针对一组图像形成设备的每种故障类型，基于(1)已经发生所述故障类型的图像形成设备的数量相对于所述故障类型的发生次数的分布和(2)在所述故障类型发生后已经被执行了维护工作的图像形成设备的数量相对于所述故障类型的发生次数的分布中的至少一个来确定所述故障类型的基准发生次数；提取步骤，针对由所述确定步骤确定了所述基准发生次数的所述故障类型，从所述一组图像形成设备中识别和提取所述故障已经发生的次数大于或等于所述基准发生次数的图像形成设备的子群；以及设定步骤，生成在由所述提取步骤提取的所述子群中已经被执行了维护的图像形成设备中发生所述故障的时间序列趋势，并且，如果所述故障的发生趋势满足预定设定条件，则将所述故障的发生趋势设定为所述故障类型的维护的判断标准。
根据本发明的第一、第五以及第六方面，在将过去已请求维护的图像形成设备中的发生故障的时间序列趋势设定为维护的判断标准时，与未应用以上所述方面的情况相比，可以降低处理负荷，并且可以设定更精确的判断标准。
根据本发明的第二方面，所述图像形成设备对维护请求进行判断的处理负荷低于未应用以上所述方面的情况的处理负荷。
根据本发明的第三方面，可以避免由于从请求维护的日期和时间到维护的日期和时间的时段内发生故障而引起的判断标准的数量增加。
根据本发明的第四方面，可以避免由于未发生故障且未工作的时段引起的判断标准的数量增加。
附图说明
基于以下附图对本发明的示例性实施例进行详细说明，其中：
图1是示出根据本发明的第一示例性实施例的图像形成系统的示意图；
图2是示出根据第一示例性实施例的图像形成系统中图像形成设备的结构实例的示意图；
图3是示出根据第一示例性实施例的监测设备中的基准信息选择部的功能块实例的示意图；
图4A和图4B是示出第一示例性实施例中的确定阈值的视图；
图5是示出第一示例性实施例中的确定阈值的处理流程实例的流程图；
图6是示出第一示例性实施例中的选择信息的处理流程实例的流程图；
图7是示出第一示例性实施例中的判断维护需求的处理流程实例的流程图；
图8是示出根据本发明的第二示例性实施例的图像形成系统的示意图；
图9是示出根据第二示例性实施例的监测设备中的故障信息选择部的功能块实例的示意图；
图10是示出第二示例性实施例中的确定阈值的处理流程实例的流程图；
图11是示出第二示例性实施例中的选择信息的处理流程实例的流程图；
图12是示出根据本发明的第三示例性实施例的图像形成系统的示意图；
图13是示出根据第三示例性实施例的监测设备中的信息校正部和基准信息选择部的功能块实例的示意图；
图14A到图14C是示出第三示例性实施例中的数据校正的视图；
图15是示出根据第三示例性实施例的监测设备中的信息校正部和故障信息选择部的功能块实例的示意图；
图16是示出第三示例性实施例中的校正数据的处理流程实例的流程图；
图17A到图17D是示出第三示例性实施例中的数据校正的结果实例的视图；以及
图18示出了根据本发明的一个示例性实施例的图像形成系统中的作为监测设备工作的计算机的硬件构造实例的示意图。
具体实施方式
现在将参考附图说明本发明的示例性实施例。
图1示出了根据本发明的第一示例性实施例的图像形成系统。
根据本示例性实施例的图像形成系统包括：在记录材料诸如纸张上形成和输出图像的图像形成设备10以及由例如图像形成设备10的管理员或维护人员使用的维护信息输入终端50。虽然在图1的实例中显示了两台图像形成设备10和一个维护信息输入终端50，但可设置任意数量的图像形成设备10和任意数量的维护信息输入终端50。
此外，根据本示例性实施例的图像形成系统包括监测设备60，该监测设备60通过有线或无线网络连接至图像形成设备10和维护信息输入终端50，从而它们可以彼此通信，而且监测设备60基于从图像形成设备10和维护信息输入终端50收集的信息来判断图像形成设备10的维护需求。虽然在图1的实例中监测设备60被构造为单个设备，但也可以将其各个功能分配在不同的设备中。
图像形成设备10具有在记录材料诸如纸张上形成和输出图像的图像形成功能。该图像形成设备10的实例包括打印机(打印装置)、复印机(复印装置)、传真装置，以及将诸如打印、复印和传真功能组合在一起的多功能装置。
参照图2，将简单说明图像形成设备10的操作。
图2示出了图像形成设备10中的图像形成部的结构实例。
根据本示例性实施例的图像形成设备10使用通常称为串联类型系统的中间转印系统。典型的功能部分包括：图像形成单元1Y、1M、1C和1K，其通过电子照相法形成不同颜色的色调剂图像；一次转印部分18，其将不同颜色的色调剂图像从图像形成单元1Y、1M、1C和1K依次转印至中间转印带15上(一次转印)；二次转印部分20，其将叠加的色调剂图像从中间转印带15一同转印至纸张P(记录材料的实例)上(二次转印)；定影装置34，其将转印的图像定影在纸张P上。
此外，根据本示例性实施例的图像形成设备10包括控制每个部分的操作的控制器40以及为用户显示信息并且接受来自用户的指令的用户界面(UI)41。
在本示例性实施例中，图像形成单元1Y、1M、1C和1K包括沿箭头A方向旋转的感光鼓11(11Y、11M、11C和11K)。每个感光鼓11被各种电子照相装置围绕，所述各种电子照相装置诸如为：充电装置12，其为感光鼓11充电；曝光装置13，其通过利用曝光束Bm进行照射而在感光鼓11上写入静电潜像；显影装置14，其容纳相应颜色的色调剂并利用该色调剂对感光鼓11上的静电潜像进行显影；一次转印辊16，其将色调剂图像从感光鼓11转印至一次转印部分18中的中间转印带15上；以及鼓清洁器17，其去除感光鼓11上的残余色调剂。
图像形成单元1Y、1M、1C和1K从中间转印带15的上游侧起以黄色(Y)、品红色(M)、蓝绿色(青色)(C)和黑色(K)的顺序大致呈直线布置，这样它们可以接触中间转印带15并可与之分离。
此外，根据本示例性实施例的图像形成设备10具有纸张传送系统，该纸张传送系统包括：送纸机构31，其将纸张P从纸张容器送至二次转印部分20；传送带32，其将通过了二次转印部分20的纸张P朝向定影装置34传送；定影入口导向件33，其将纸张P引导至定影装置34的入口；纸张排出导向件35，其引导纸张P从定影装置34排出；排纸辊36，其将由纸张排出导向件35引导的纸张P排出到图像形成设备10外部。
也就是说，在二次转印部分20将色调剂图像从中间转印带15静电转印到通过送纸机构31从纸张容器提供到二次转印部分20的纸张P上之后，该纸张P在被从中间转印带15剥离的同时被传送至传送带32。接着，该纸张P按照定影装置34的运转速度而被传送带32经由定影入口导向件33传送至定影装置34。通过由定影装置114进行加热和加压的定影处理，被传送至定影装置34的纸张P上的未定影色调剂图像被定影在该纸张P上。然后，在其上定影有图像的纸张P经由纸张排出导向件35和排纸辊36被传送至设置于图像形成设备10外部的纸张排出容器(未图示)。
此外，根据本示例性实施例的图像形成设备10具有下述功能：通过检测在图像形成操作期间发生在图像形成设备内部的各种故障来生成故障信息。故障信息的实例包括与异常工作有关的所有类型的错误代码信息。根据本示例性实施例的图像形成设备10检测预定故障，包括诸如错误、警告和信息等属于不同级别的故障。
通过事先指定的错误代码来识别各种类型的故障信息。例如，代码“75-XXX”被指定给指示从手动送纸部送纸已失败的故障信息，而代码“127-XXX”被指定给指示孔屑容器将满的故障信息。在本示例性实施例中，仅指定给图像形成部的代码就超过400种类型。
例如，如果由于在定影器(定影装置34)处发生卡纸而使得无纸排出的原因而请求访问(维护)，而在图像形成设备10中实际发生的故障也许是定影装置34的故障或由于在定影装置34的输入或输出侧的送纸辊磨损所致的运行故障。因此，从单个因素可生成不同类型的故障信息(错误代码)。
由图像形成设备10生成的故障信息通过有线或无线通信传送给监测设备60。该故障信息可在生成之后立即被传送，或者可被存储于图像形成设备10的存储器中并且当满足预定传送标准时被传送。具体而言，例如，可在每次图像形成设备10的操作模式切换(例如，从正常模式到暂停模式)时、或响应于监测设备60的请求、或每预定时间段(例如，每天)传送故障信息。
在本示例性实施例中，传送给监测设备60的故障信息例如包括故障类型、故障的日期和时间以及用于识别图像形成设备10的设备ID信息。
接下来，将描述维护信息输入终端50。
在本示例性实施例中，一名访问了图像形成设备10的安装场地且实际上进行了维护工作的维护人员(或接收到关于图像形成设备10报告的某人)将与维护工作有关的维护信息输入到维护信息输入终端50，该维护信息输入终端50于是接受此输入并将其传送至监测设备60。此外，在本示例性实施例中，维护信息输入终端50从监测设备60接收与图像形成设备10需要维护的判断结果有关的信息并在图像形成设备10上设有的显示器上显示该信息。
在本示例性实施例中，传送给监测设备60的维护信息例如包括维护工作的日期和时间、通过维护工作消除的故障类型，以及用于对经受维护工作的图像形成设备10进行识别的设备ID信息。在本示例性实施例中，该维护人员输入通过维护工作消除的故障类型。
接下来，将描述监测设备60。
根据本示例性实施例的监测设备60对图像形成设备10的维护需求进行判断。该监测设备60包括：故障信息获取部61、故障信息存储部62、维护信息获取部63、维护信息存储部64、基准模式生成部65、基准模式存储部66、相似度计算部67、维护需求判断部68以及基准信息选择部71。
故障信息获取部61获取(接收)从任何图像形成设备10传送的故障信息并将该故障信息存储于故障信息存储部62中。
存储于故障信息存储部62中的故障信息例如包括图像形成设备10的故障类型、故障日期和时间，以及用于识别图像形成设备10的设备ID信息。
维护信息获取部63获取(接收)从维护信息输入终端50传送的维护信息并将该维护信息存储于维护信息存储部64中。
存储于维护信息存储部64中的维护信息例如包括维护工作的日期和时间、通过维护工作消除的故障类型，以及用于对经受维护工作的图像形成设备10进行识别的设备ID信息。
基准信息选择部71选择(提取)用于由基准模式生成部65生成基准模式(维护判断标准的一个实例)的信息。如图3中的功能块所示，基准信息选择部71包括直方图生成部分71a、阈值确定部分71b、以及信息选择部分71c。
针对每种故障类型，直方图生成部分71a生成(1)显示在一段时间内已经发生故障的图像形成设备10的数量相对于该故障发生的次数的分布的直方图(下文称为“整体直方图”)以及(2)显示在一段时间内该故障发生后已经被执行过维护工作的图像形成设备10的数量相对于该故障发生的次数的分布的直方图(下文称为“维护情况直方图”)。
图4A和图4B示出了针对每种故障类型由直方图生成部分71a生成的直方图的实例。
图4A示出了整体直方图的实例，此处水平轴表示故障发生的次数，而竖直轴表示已经发生了相应次数的故障的图像形成设备10的数量。条形图表示在提取发生模式的一段时间(例如，五天)内已经发生了相应次数故障的图像形成设备10的数量，线形图代表它的积分值。
图4B示出了维护情况直方图的实例，此处水平轴表示故障发生的次数，而竖直轴表示已经发生了相应次数的故障并且已经被执行过维护工作的图像形成设备10的数量。条形图表示在提取发生模式的一段时间(例如，五天)内已经发生相应次数的故障并且已经被执行过维护工作的图像形成设备10的数量，而线形图表示它的积分值。
在由直方图生成部分71a生成的整体直方图和维护情况直方图的基础上，阈值确定部分71b针对每种故障类型确定阈值，该阈值用来确定用于生成基准模式的信息。该阈值用于从由根据本示例性实施例的系统所管理的图像形成设备10的群体里提取以该故障为特征的图像形成设备10的子群。在本示例性实施例中，该阈值(基准次数)通过以下步骤设定：确定在整体直方图中图像形成设备10的累积数量(积分值)在图像形成设备10总数中的比例大于或等于基准值α(例如，80％)的故障发生的最小次数，并且接着确定在维护情况直方图中图像形成设备10的累积数量(积分值)在图像形成设备10的总数中的比例大于或等于基准值β(例如，95％)的上方分布区域中的故障发生的最小次数。
可使用整体直方图和维护情况直方图之一确定该阈值，而非如上所述使用两者。具体而言，可单独使用整体直方图来确定用于对发生相关故障频率高的图像形成设备10的子群进行提取的阈值，或者可单独使用维护情况直方图来确定用于对趋向在相关故障发生后经受维护的图像形成设备10的子群进行提取的阈值。
信息选择部分71c基于由阈值确定部分71b确定的阈值来选择(提取)用于每种故障类型的基准模式的信息。在本示例性实施例中，信息选择部分71c对在提取发生模式的一段时间(例如，五天)内已发生该故障的次数大于或等于阈值(例如，八次)的图像形成设备10的子群进行提取，为属于该子群的每个图像形成设备10选择(提取)故障信息和维护信息，并且将该信息提供给基准模式生成部65。也就是说，对于阈值已由阈值确定部分71b确定的故障类型而言，信息选择部分71c基于存储于故障信息获取部61中的信息而计算该段时间内每个图像形成设备10中发生故障的次数，识别并提取故障发生次数大于或等于该阈值的图像形成设备10的子群。
现在将参照图5和图6中所示处理流程描述根据本示例性实施例的基准信息选择部71的操作实例。
基准信息选择部71参照故障信息存储部62，并且，如果有任何的故障信息则执行以下处理(步骤S11和S12)。
首先，直方图生成部分71a从维护信息存储部64检索维护信息(步骤S13)，识别与维护工作相关的故障类型，从故障信息存储部62检索与故障类型相对应的故障信息，并且针对相关故障类型生成整体直方图和维护情况直方图(步骤S14和S15)。
接下来，基于该整体直方图，阈值确定部分71b确定图像形成设备10的累积数量(积分值)的比例高于基准值α的故障发生次数(例如，七次)(步骤S16)，并且基于该维护情况直方图，将在图像形成设备10的累积数量(积分值)的比例高于基准值α的分布区域中图像形成设备10的累积数量(积分值)的比例高于或等于基准值β的上方分布区域中发生故障的最小数量(例如，八个)确定为阈值(基准次数)(步骤S17)。
然后，信息选择部分71计算在相对于维护工作往回追溯的一段时间(例如，五天)内每个图像形成设备10中的故障发生次数，把发生次数与预定阈值做比较(步骤S21)，识别并提取故障发生的次数大于或等于该阈值的图像形成设备10的子群，为属于该子群的每个图像形成设备10选择(提取)故障信息和维护信息，并且向基准模式生成部65提供该信息(步骤S22)。另一方面，从用于生成基准模式的信息中排除故障发生的次数小于该阈值的图像形成设备10的故障信息和维护信息(步骤S23)。
也就是说，故障发生次数小于阈值的情况被当作那种故障类型的例外情况，并且为了减少对为判断维护而进行的统计处理的负荷和提高判断精度，将该情况从用于生成基准模式的信息中排除，以下将对此进行描述。
基于由基准信息选择部71从存储于维护信息存储部64的维护信息和存储于故障信息存储部62的故障信息中提取(从基准信息选择部71提供)的故障信息和维护信息，基准模式生成部65提取在过去(例如响应于紧急呼叫)已经执行了维护工作的每一个图像形成设备10在该维护工作之前的预定时间段内检测到的故障发生的时间序列趋势(以下称为“发生模式”)，针对该相关故障类型生成作为维护判断标准(以下称为“基准模式”)的发生模式，并将该基准模式存储在基准模式存储部66中。
例如，根据本示例性实施例的基准模式生成部65生成用于相关故障类型的基准模式如下。
首先，基于由基准信息选择部71从存储于维护信息存储部64中的维护信息和存储于故障信息存储部62中的故障信息中提取(由基准信息选择部71提供)的故障信息和维护信息，基准模式生成部65针对相关故障类型检索成对的维护日期和时间以及设备ID信息，基于针对相关故障类型检索的各对维护日期和时间以及设备ID信息来识别关联的故障信息，并且提取在相对于该维护工作往回追溯一段时间(例如，五天)内相应的图像形成设备10中的故障发生模式。虽然在本示例性实施例中被提取的是在该段时间内故障的每日发生次数(或累计发生次数)，但是也可以通过将该时间段划分为不同时间长度的单位(例如，一小时)来提取每单位时间的发生次数。
接下来，针对相关故障类型，基准模式生成部65对以前执行过维护的图像形成设备10中的已提取故障发生模式之间的相关度(在本示例性实施例中，相关系数)进行计算，并且把发生模式划分(分类)为具有高于或等于预定阈值的相关度的相关发生模式的组群。然后该基准模式生成部65基于组群中的发生模式针对每个组群的基准模式生成候选模式。在本示例性实施例中，每个组群的发生模式的平均值被用作相关故障类型的基准模式的候选模式。
其后，对于基准模式的每个候选模式，基准模式生成部65参照故障信息存储部62来提取与基准模式的候选模式有相关性的发生模式已发生的情况，并且参照维护信息存储部64来判断对于每种情况是否已发生维护工作，由此确定已发生维护工作的情况数量和尚未发生维护工作的情况数量并且计算维护的发生率。在本示例性实施例中，提取那些与基准模式的候选模式的相关度高于或等于预定阈值的情况，作为与基准模式的候选模式有相关性的发生模式已发生的情况。
接着，基准模式的、维护发生率高于或等于基准值(例如，60％)的候选模式被设定为基准模式，并且与相关故障类型相关联地被存储于基准模式存储部66中。
在设定基准模式之后，基于从新发生了故障的图像形成设备10获取并存储于故障信息存储部62中的故障信息，相似度计算部67提取新近的那个故障类型的发生模式并对所提取的发生模式和对应于那个故障类型的基准模式之间的相关度进行计算。如果给相关故障类型设定了多个基准模式(存储于基准模式存储部66中)，则相似度计算部67针对每个基准模式计算相关度。
基于相似度计算部67计算出的相关度，维护需求判断部68对图像形成设备10的维护需求进行判断。具体而言，维护需求判断部68将针对每个基准模式计算出的、在目标图像形成设备10中新近的故障发生模式的相关度与预定阈值进行比较，并且，如果维护需求判断部68发现基准模式具有高于或等于该阈值的相关度(也就是说，如果相似于新近故障发生模式的基准模式被设定)，则维护需求判断部68判定故障发生模式已被提取的图像形成设备10需要维护工作。如果该故障类型关联于该维护工作类型，则维护需求判断部68也可以判定应该执行何种类型的维护工作。
现在将参照图7中所示的处理流程描述根据本示例性实施例的相似度计算部67和维护需求判断部68的操作的实例。
首先，相似度计算部67执行从故障信息存储部62提取目标图像形成设备10在新近一段时间内的故障信息的程序(步骤S31)，并判断是否有相关故障信息(步骤S32)。
如果没有相关故障信息，则该处理结束。另一方面，如果有相关故障信息，则相似度计算部67根据提取格式(在本示例性实施例中，表示故障发生次数的时间序列趋势的格式)提取该故障类型的发生模式(步骤S33)。此外，相似度计算部67执行从基准模式存储部66检索对应于该故障类型的基准模式的程序(步骤34)，并判断是否仅有一种相关基准模式(步骤S35)。
如果仅有一种相关基准模式，则相似度计算部67计算该基准模式与在步骤S33中提取的发生模式之间的相关度(步骤S36)。另一方面，如果有两个或更多个相关基准模式，则相似度计算部67计算每个基准模式与在步骤S33中提取的发生模式之间的相关度并选择最大值(步骤S37)。
随后，维护需求判断部68对步骤S36或S37中计算出的相关度与用于相关性判断的阈值进行比较(步骤S38)。如果相关度低于该阈值(无相关性)，则该处理结束。如果相关度高于或等于该阈值(有相关性)，则维护需求判断部68判定该图像形成设备10需要维护工作，并向维护信息输入终端50发送指示需要维护的信息以促使其输出警告(步骤S39)。
如上所述，根据第一示例性实施例，提取以故障为特征的图像形成设备(故障已发生相对大量次数并且已相对大概率地执行了维护工作的图像形成设备)，并且从用于生成基准模式的那些设备中排除另外的图像形成设备。
因此，与被推测为不大可能成为维护工作原因的故障有关的信息被从用于生成基准模式的信息中排除。这使得生成更精确地表示维护之前的特征性故障发生模式的基准模式成为可能，从而有助于提高维护需求的判断精度，并且也减少了由基准模式生成部65处理的数据量，于是减少了整个系统的处理负荷。
图8示出了根据本发明的第二示例性实施例的图像形成系统。
根据本示例性实施例的图像形成系统包括故障信息选择部72，以替代第一示例性实施例中基准信息选择部71(或除了第一示例性实施例中基准信息选择部71之外)。以下将着重描述与第一示例性实施例中不同的部分，并省略其他部分的描述。
基准模式存储部66使每种故障类型的基准模式与指示该基准模式的故障发生最小数量的基准值(基准次数)相关联。该基准值被用于排除从发生了数次不需经受维护的故障的图像形成设备10获取的故障信息；该基准值相当于第一示例性实施例中通过基准信息选择部71(阈值确定部分71b)确定的阈值。对于包括基准信息选择部71的构造，该基准信息选择部71使每一个基准模式与基准值相关联。如果对于一种故障类型有多个基准模式，则这些基准模式可与不同的基准值相关联。
故障信息选择部72选择(提取)用于生成由相似度计算部67进行相似度计算用的故障发生模式的信息。如图9中的功能块所示，故障信息选择部72包括基准值提取部分72a、阈值确定部分72b，以及信息选择部分72c。
基准值提取部分72a从基准模式存储部66提取与针对每种故障类型的基准模式相关联的基准值。
阈值确定部分72b将与针对每种故障类型的基准模式相关联的最小基准值确定为阈值。
信息选择部分72c基于由阈值确定部分72b确定的阈值来选择(提取)用于生成相似度计算用的故障发生模式的信息，并将该发生模式提供到相似度计算部67。
现在将参照图10和图11中所示处理流程描述根据本示例性实施例的故障信息选择部72的操作的实例。
首先，在故障信息选择部72中，基准值提取部分72a从基准模式存储部66提取基准模式(步骤S41)。
接下来，阈值确定部分72b生成与每种故障类型的基准模式相关联的基准值的直方图(步骤S42)，并将该直方图中最小基准值确定为阈值(步骤S43)。
其后，基于从设定基准模式之后新近发生故障的图像形成设备10获取的故障信息，信息选择部分72c确定新近发生故障的次数且将该发生次数与所确定的阈值相比较(步骤S51)，选择与故障发生次数大于或等于该阈值的情况相对应的故障信息和维护信息作为用于生成相关度计算用的故障发生模式的信息，并将该信息提供到相似度计算部67(步骤S52)。另一方面，从用于生成相关度计算用的故障发生模式的信息中排除与故障发生的次数小于该阈值的情况相对应的故障信息和维护信息(步骤S53)。
如上所述，根据第二示例性实施例，确定用于提取生成基准模式用的情况的判断标准(故障发生的最小次数)，仅将故障已经发生的最少次数满足该判断标准的情况提取为用于生成相关度计算用的故障发生模式，而将其他情况从用于生成相关度计算用的故障发生模式的那些情况中排除。
因此，与故障已经发生的次数不足以和基准模式进行比较的情况有关的信息被从用于生成相关度计算用的故障发生模式的信息中排除。这减少了由相似度计算部67处理的数据量，于是减少了整个系统的处理负荷。
图12示出了根据本发明的第三示例性实施例的图像形成系统。
除了第一示例性实施例中的基准信息选择部71和第二示例性实施例中的故障信息选择部72之外，根据本示例性实施例的图像形成系统还包括信息校正部73。以下将着重描述与第一和第二示例性实施例中不同的部分，并省略其他部分的描述。
信息校正部73对由基准信息选择部71和故障信息选择部72进行处理用的信息进行校正。如图13和图15的功能块所示，信息校正部73包括起始日期确定部分73a和数据校正部分73b。
现在将参照图13和图14描述对由基准信息选择部71进行处理用的信息的校正处理。
起始日期确定部73a确定起始日期，该起始日期被用作生成在已经进行了维护工作的图像形成设备10中、在该维护工作之前的过去一段时间内检测到的故障发生模式用的起点。在此情况下，如图14B所示，该起始日期指的是从请求维护的日期(也就是说，影响图像形成设备10使用的错误发生的大概日期)往回追溯一段时间内发生了与引起该维护请求的情况类型相同的故障(应由维护消除的故障)的新近日期。在本示例性实施例中，从维护信息输入终端50传送的维护信息包括用于确定起始日期的请求维护的日期和时间。
就图像形成设备10中检测到的该类型的故障而言，数据校正部73提取从由起始日期确定部分73a确定的起始日期往回追溯预定天数(例如，五天)的故障信息，并将此信息提供到基准信息选择部71。在这一过程期间，如图14A所示，如果存在没有发生相关类型的故障并且图像形成设备10未工作(例如，所形成图像的数量的计数值无差异)的天数，在对该图像形成设备10进行的处理中这些天数自身将被忽略。此外，数据校正部分73b提取与被忽略天数相等数量的早些时候的故障信息，因为否则会缺少与被忽略天数相等的数据量。
图14C示出了的故障信息的日发生次数被提取为上述处理的结果的实例。
现在将参照图15描述对由故障信息选择部72进行处理用的信息的校正处理。
起始日期确定部分73a确定当前日期为起始日期。
对于在设定基准模式之后新近发生于任何图像形成设备10中的故障类型而言，信息校正部73b提取从由起始日期确定部分73a确定的起始日期往回追溯预定天数(例如，五天)的故障信息并将此信息提供到基准信息选择部71。如果存在没有发生相关类型的故障并且图像形成设备10未工作的天数，在对该图像形成设备10进行的处理中这些天数将被忽略。此外，数据校正部分73b提取与忽略天数相等数量的早些时候的故障信息，因为否则会缺少与被忽略天数相等的数据量。
虽然在本示例性实施例中使用天数作为时间间隔的单位，但是也可使用另一种时间长度作为时间间隔的单位。
此外，虽然在本示例性实施例中如果图像形成的数量为零则该图像形成设备10被判定为未工作，但是也可以基于从图像形成设备10获取的其他类型的信息来判断图像形成设备10是否工作，诸如从图像形成设备10传送的可判定图像形成设备10处于暂停模式的模式信息，或者来自工作中的图像形成设备10的定期信息传送的中断。
图16示出了对由基准信息选择部71进行的处理所使用的信息进行校正处理的处理流程的实例。
首先，在信息校正部73内，起始日期确定部分73a从维护信息存储部64检索维护信息(步骤S61)，并且识别与维护工作相关联的故障类型(步骤S62)。对于所识别出的故障类型，起始日期确定部分73a对与该维护信息对应的图像形成设备10中的新近发生故障日期进行检索，并设定该日期为起始日期(步骤S63)。
接下来，对于在图像形成设备10中检测到的该类型的故障，数据校正部分73b对由起始日期确定部分73a确定的起始日期往回追溯预定天数(例如，五天)的故障的日发生次数与计数值进行核对(步骤S64)。该计数值是用于判断图像形成设备10是否在工作的信息。虽然在本示例性实施例中使用所形成图像的数量的计数值，但是可替代使用其他信息，例如送纸辊驱动距离的计数值。这样，数据校正部分73b从时间序列数据(故障的日发生次数)中排除计数值未更新(也就是说，图像形成设备10未工作)且所识别出的故障类型未发生的天数(步骤S65)。进一步往回追溯与被排除的天数相等的天数并执行上述处理(步骤S64和S65)，以增加等于被排除的天数的数据量。
图17A到图17D示出了由信息校正部73进行的数据校正的结果的实例。
图17A到图17C示出了数据校正之前故障的日发生次数的模式的三个实例，图17D示出了对这三个模式进行数据校正的结果的实例。
图17A和图17B中的视图在工作日和非工作日以及工作日的故障发生次数的分布上是相同的，但在请求维护日期和访问日期(维护日期)之间的关系是不同的。另一方面，图17B和图17C中的视图在请求维护日期和访问日期之间的关系以及工作日的故障发生次数上是相同的，但在工作日和非工作日的分布上是不同的。
于是，在数据校正之前这三种模式是不同的；经过数据校正，如图17D中所示，它们汇合为一种模式。
如上所述，第三示例性实施例避免了由于例如图像形成设备10的工作状态和图像形成设备的请求维护日期和维护日期之间的差异所产生的数据变化而导致生成本来应该汇合为一种模式的多种基准模式，这样减少了基准模式的数量。
这减少了由相似度计算部67进行处理的数据量，于是减少了整个系统的处理负荷，并且也提高了维护需求的判断精度。
如第一到第三示例性实施例所示的监测设备60一体地包括用于设定维护判断标准的判断标准设定设备和用于基于所设定的维护判断标准对图像形成设备10的维护需求进行判断的判断设备，然而判断标准设定设备和判断设备也可以分布在分体的设备中。
此外，在上述示例性实施例中，目标图像形成设备10可以与用于设定基准模式的图像形成设备10相同或不同。也就是说，可以基于从一个或多个图像形成设备10(其可包括目标图像形成设备10)获取的过去故障信息和维护信息来设定基准模式，并且该基准模式可用于对目标图像形成设备10的维护需求进行判断。
图18示出了在根据上述示例性实施例的预测系统中作为监测设备60工作的计算机的硬件构造的实例。
在上述示例性实施例中，监测设备60由具有如下硬件资源的计算机构成：中央处理单元(CPU)，其执行各种运算；主存储器，其诸如为CPU 81提供工作空间的随机存取存储器(RAM)82和记录有基本控制程序的只读存储器(ROM)83；辅助存储器，其诸如为用于存储根据本发明的示例性实施例的程序以及各种数据的硬盘驱动器(HDD)84；显示器，其用于显示各种信息；以及用于输入装置的输入/输出接口85，其诸如为由使用者用来执行输入操作的操作按钮或触摸面板；以及通信接口86，其用于与另一个装置进行有线或无线通信。
根据本发明的示例性实施例的程序从HDD 84读取，被加载到RAM 82，然后由CPU 81执行以在计算机上实现根据本发明的示例性实施例的判断标准设定设备的各种功能。
例如，为了将根据本发明的示例性实施例的程序安装到计算机里，可以从外部存储介质诸如CD-ROM读取该程序或通过通信网接收该程序。
此外，各功能并非一定像上述示例性实施例那样由软件构造实现，也可以由专用的硬件模块替代实现。
出于解释和说明的目的提供了本发明的示例性实施例的前述说明。其本意并不是穷举或将本发明限制为所公开的确切形式。显然，对于本技术领域的技术人员可以进行许多修改和变型。选择和说明这些示例性实施例是为了更好地解释本发明的原理及其实际应用，因此使得本技术领域的其他技术人员能够理解本发明所适用的各种实施例并预见到适合于特定应用的各种修改。本发明的范围应当通过所附权利要求及其等同内容限定。
Claims (7)
1.一种图像形成系统，包括：
第一确定部，其针对一组图像形成设备中的每种故障类型，基于(1)已经发生所述故障类型的图像形成设备的数量相对于所述故障类型的发生次数的分布和(2)在所述故障类型发生后已经被执行了维护工作的图像形成设备的数量相对于所述故障类型的发生次数的分布中的至少一个来确定所述故障类型的基准发生次数；
提取部，其针对已经由所述第一确定部确定了所述基准发生次数的所述故障类型，从所述一组图像形成设备中识别和提取所述故障已经发生的次数大于或等于所述基准发生次数的图像形成设备的子群；
设定部，其生成在由所述提取部提取的所述子群中已经被执行了维护的图像形成设备中发生所述故障的时间序列趋势，并且，如果所述故障的发生趋势满足预定设定条件，则所述设定部将所述故障的发生趋势设定为所述故障类型的维护的判断标准；以及，
第二判断部，其针对已经由所述设定部设定了所述发生趋势的所述故障类型，将目标图像形成设备中发生所述故障的新近时间序列趋势与由所述设定部设定的所述故障的发生趋势进行比较，并且基于所述发生趋势之间的相关度对所述目标图像形成设备的维护需求进行判断。
2.根据权利要求1所述的图像形成系统，其中，
所述第二判断部判定如下图像形成设备的维护需求：在该图像形成设备中，所述故障近期已经发生的次数大于或等于由所述第一确定部确定的发生次数。
3.根据权利要求1所述的图像形成系统，其中，
所述设定部基于从已经被执行了维护工作的所述图像形成设备的请求维护的日期和时间往回追溯一段时间内在所述图像形成设备中发生的故障，生成在已经被执行了维护工作的所述图像形成设备中发生所述故障的时间序列趋势。
4.根据权利要求2所述的图像形成系统，其中，
所述设定部基于从已经被执行了维护工作的所述图像形成设备的请求维护的日期和时间往回追溯一段时间内在所述图像形成设备中的发生的故障，生成在已经被执行了维护工作的所述图像形成设备中发生所述故障的时间序列趋势。
5.根据权利要求1到4中任意一项所述的图像形成系统，其中，
所述设定部和所述第二判断部将每一个所述图像形成设备中发生的所述故障划分成预定时间长度的时段并且忽略没有发生所述故障且所述图像形成设备不工作的时段。
6.一种判断标准设定设备，包括：
确定部，其针对一组图像形成设备中的每种故障类型，基于(1)已经发生所述故障类型的图像形成设备的数量相对于所述故障类型的发生次数的分布和(2)在所述故障类型发生后已经被执行了维护工作的图像形成设备的数量相对于所述故障类型的发生次数的分布中的至少一个来确定所述故障类型的基准发生次数；
提取部，其针对已经由所述确定部确定了所述基准发生次数的所述故障类型，从所述一组图像形成设备中识别和提取所述故障已经发生的次数大于或等于所述基准发生次数的图像形成设备的子群；以及
设定部，其生成在由所述提取部提取的所述子群中已经被执行了维护的图像形成设备中发生所述故障的时间序列趋势，并且，如果故障的发生趋势满足预定设定条件，则所述设定部将所述故障的发生趋势设定为所述故障类型的维护的判断标准。
7.一种判断标准设定方法，包括：
确定步骤，针对一组图像形成设备的每种故障类型，基于(1)已经发生所述故障类型的图像形成设备的数量相对于所述故障类型的发生次数的分布和(2)在所述故障类型发生后已经被执行了维护工作的图像形成设备的数量相对于所述故障类型的发生次数的分布中的至少一个来确定所述故障类型的基准发生次数；
提取步骤，针对由所述确定步骤确定了所述基准发生次数的所述故障类型，从所述一组图像形成设备中识别和提取所述故障已经发生的次数大于或等于所述基准发生次数的图像形成设备的子群；以及
设定步骤，生成在由所述提取步骤提取的所述子群中已经被执行了维护的图像形成设备中发生所述故障的时间序列趋势，并且，如果所述故障的发生趋势满足预定设定条件，则将所述故障的发生趋势设定为所述故障类型的维护的判断标准。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2011001425A JP5655571B2 (ja) | 2011-01-06 | 2011-01-06 | 画像形成システム、判定基準設定装置及びプログラム |
| JP2011-001425 | 2011-01-06 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102582287A true CN102582287A (zh) | 2012-07-18 |
| CN102582287B CN102582287B (zh) | 2015-11-11 |
Family
ID=46455013
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201110409718.2A Active CN102582287B (zh) | 2011-01-06 | 2011-12-09 | 图像形成系统、判断标准设定设备及判断标准设定方法 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US8514425B2 (zh) |
| JP (1) | JP5655571B2 (zh) |
| CN (1) | CN102582287B (zh) |
| AU (1) | AU2011250826B2 (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107718910A (zh) * | 2017-10-27 | 2018-02-23 | 天津工业大学 | 具有无人值守远程共享打印功能的智能打印机及系统 |
| CN109270897A (zh) * | 2017-07-18 | 2019-01-25 | 松下知识产权经营株式会社 | 设备元件维护分析系统以及设备元件维护分析方法 |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9292239B2 (en) * | 2011-12-27 | 2016-03-22 | Kabushiki Kaisha Toshiba | Maintenance method and maintenance apparatus of information processing apparatus |
| EP3030996B1 (en) * | 2013-08-07 | 2019-03-06 | Koninklijke Philips N.V. | Imaging system operational property monitoring |
| JP6075241B2 (ja) * | 2013-08-16 | 2017-02-08 | 富士ゼロックス株式会社 | 処置判定装置、処置判定システム、処置判定プログラム及び処置判定方法 |
| JP6303875B2 (ja) * | 2014-07-01 | 2018-04-04 | 富士ゼロックス株式会社 | 情報管理制御装置、情報管理制御プログラム |
| JP6424562B2 (ja) * | 2014-10-23 | 2018-11-21 | 富士ゼロックス株式会社 | 障害予測装置、障害予測システム、及びプログラム |
| US10462309B2 (en) * | 2017-12-22 | 2019-10-29 | Kyocera Document Solutions Inc. | System and method for diagnosing a printing device based on a correlation coefficient between print volume and error rate |
| JP7328839B2 (ja) * | 2019-09-10 | 2023-08-17 | 株式会社キーエンス | インクジェット記録装置 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07234861A (ja) * | 1994-02-24 | 1995-09-05 | Toshiba Corp | データ監視システム |
| JPH09230753A (ja) * | 1996-02-23 | 1997-09-05 | Mita Ind Co Ltd | 複写機管理システム |
| JPH1097318A (ja) * | 1996-09-20 | 1998-04-14 | Matsushita Electric Works Ltd | 自動化設備システムに於ける異常診断基準パターンの作成方法およびその基準パターンを用いた自動診断装置 |
| JP2006007516A (ja) * | 2004-06-24 | 2006-01-12 | Kyocera Mita Corp | 電気機器 |
| CN1811721A (zh) * | 2005-01-26 | 2006-08-02 | 奥西-技术有限公司 | 自动性能分析和故障补偿 |
| CN1955002A (zh) * | 2005-09-22 | 2007-05-02 | 三星电子株式会社 | 用于防止打印头故障的设备和方法 |
| JP2007328641A (ja) * | 2006-06-08 | 2007-12-20 | Canon Inc | 画像形成装置の管理装置および管理方法 |
| JP2008006757A (ja) * | 2006-06-30 | 2008-01-17 | Ricoh Printing Systems Ltd | 印刷制御装置、印刷システム、印刷制御装置のログデータ報告方法 |
| CN101593404A (zh) * | 2009-04-15 | 2009-12-02 | 卡斯柯信号有限公司 | 信号设备电气特性趋势变化预警控制方法 |
| CN101826036A (zh) * | 2009-03-03 | 2010-09-08 | 富士施乐株式会社 | 监视装置、信息处理系统和监视方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3422399B2 (ja) | 1995-12-14 | 2003-06-30 | 京セラミタ株式会社 | 複写機管理システム |
| JP4600237B2 (ja) | 2005-10-04 | 2010-12-15 | 富士ゼロックス株式会社 | 故障診断システム、画像形成装置及び故障診断方法 |
-
2011
- 2011-01-06 JP JP2011001425A patent/JP5655571B2/ja active Active
- 2011-09-22 US US13/240,672 patent/US8514425B2/en active Active
- 2011-11-16 AU AU2011250826A patent/AU2011250826B2/en active Active
- 2011-12-09 CN CN201110409718.2A patent/CN102582287B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07234861A (ja) * | 1994-02-24 | 1995-09-05 | Toshiba Corp | データ監視システム |
| JPH09230753A (ja) * | 1996-02-23 | 1997-09-05 | Mita Ind Co Ltd | 複写機管理システム |
| JPH1097318A (ja) * | 1996-09-20 | 1998-04-14 | Matsushita Electric Works Ltd | 自動化設備システムに於ける異常診断基準パターンの作成方法およびその基準パターンを用いた自動診断装置 |
| JP2006007516A (ja) * | 2004-06-24 | 2006-01-12 | Kyocera Mita Corp | 電気機器 |
| CN1811721A (zh) * | 2005-01-26 | 2006-08-02 | 奥西-技术有限公司 | 自动性能分析和故障补偿 |
| CN1955002A (zh) * | 2005-09-22 | 2007-05-02 | 三星电子株式会社 | 用于防止打印头故障的设备和方法 |
| JP2007328641A (ja) * | 2006-06-08 | 2007-12-20 | Canon Inc | 画像形成装置の管理装置および管理方法 |
| JP2008006757A (ja) * | 2006-06-30 | 2008-01-17 | Ricoh Printing Systems Ltd | 印刷制御装置、印刷システム、印刷制御装置のログデータ報告方法 |
| CN101826036A (zh) * | 2009-03-03 | 2010-09-08 | 富士施乐株式会社 | 监视装置、信息处理系统和监视方法 |
| CN101593404A (zh) * | 2009-04-15 | 2009-12-02 | 卡斯柯信号有限公司 | 信号设备电气特性趋势变化预警控制方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109270897A (zh) * | 2017-07-18 | 2019-01-25 | 松下知识产权经营株式会社 | 设备元件维护分析系统以及设备元件维护分析方法 |
| CN109270897B (zh) * | 2017-07-18 | 2023-05-09 | 松下知识产权经营株式会社 | 设备元件维护分析系统以及设备元件维护分析方法 |
| CN107718910A (zh) * | 2017-10-27 | 2018-02-23 | 天津工业大学 | 具有无人值守远程共享打印功能的智能打印机及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102582287B (zh) | 2015-11-11 |
| AU2011250826A1 (en) | 2012-07-26 |
| JP5655571B2 (ja) | 2015-01-21 |
| AU2011250826B2 (en) | 2013-09-12 |
| US20120176640A1 (en) | 2012-07-12 |
| US8514425B2 (en) | 2013-08-20 |
| JP2012145977A (ja) | 2012-08-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102582287A (zh) | 图像形成系统、判断标准设定设备及判断标准设定方法 | |
| JP3970430B2 (ja) | 画像形成装置サービスシステム | |
| JP3442174B2 (ja) | 画像形成装置サービスシステム | |
| JP3604504B2 (ja) | 管理装置と画像形成装置サービスシステム並びに故障発生予測方法 | |
| US7865090B2 (en) | Maintenance management system and image forming apparatus | |
| EP1079278B1 (en) | Processing system for replaceable modules in a digital printing apparatus | |
| JPH0990825A (ja) | 画像形成装置 | |
| US20080063424A1 (en) | Image forming apparatus, print control apparatus, and print control method | |
| JP2008077315A (ja) | 情報処理装置及び情報処理方法 | |
| JP4388564B2 (ja) | 画像形成装置サービスシステム及び情報サービス方法 | |
| JP3831143B2 (ja) | 画像形成装置管理サービスシステム | |
| JP2008258897A (ja) | 故障予測診断装置及びこれを用いた故障予測診断システム | |
| JP5598293B2 (ja) | 画像形成システム、予測基準設定装置、予測装置、画像形成装置及びプログラム | |
| JP2004037941A (ja) | 画像形成装置管理システム | |
| JP3090517B2 (ja) | 診断装置 | |
| JP2013029987A (ja) | 監視システム、プログラム | |
| JP2012147049A (ja) | 故障予測装置、画像形成装置及びプログラム | |
| US20070160378A1 (en) | Image forming apparatus, charging process apparatus, and image forming system | |
| JP3839396B2 (ja) | 画像形成装置サービスシステム | |
| US7653717B2 (en) | Equipment management apparatus, equipment management system, and equipment management method | |
| JP2959251B2 (ja) | 診断装置 | |
| JPH09230753A (ja) | 複写機管理システム | |
| JP3457443B2 (ja) | 機器管理システム | |
| JP2006236038A (ja) | 画像形成装置リモート管理システム | |
| JP3503607B2 (ja) | 管理プログラム、管理プログラムを記録したコンピュータ読取可能な記録媒体、管理装置および管理方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CP01 | Change in the name or title of a patent holder |
Address after: Tokyo Patentee after: Fuji film business innovation Co.,Ltd. Address before: Tokyo Patentee before: Fuji Xerox Co.,Ltd. |
|
| CP01 | Change in the name or title of a patent holder |