CN104834579A - 故障预测系统和故障预测设备 - Google Patents
故障预测系统和故障预测设备 Download PDFInfo
- Publication number
- CN104834579A CN104834579A CN201410528484.7A CN201410528484A CN104834579A CN 104834579 A CN104834579 A CN 104834579A CN 201410528484 A CN201410528484 A CN 201410528484A CN 104834579 A CN104834579 A CN 104834579A
- Authority
- CN
- China
- Prior art keywords
- information
- failure prediction
- probability
- output unit
- unit
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/008—Reliability or availability analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/32—Monitoring with visual or acoustical indication of the functioning of the machine
- G06F11/321—Display for diagnostics, e.g. diagnostic result display, self-test user interface
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/00002—Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for
- H04N1/00026—Methods therefor
- H04N1/00042—Monitoring, i.e. observation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/00002—Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for
- H04N1/00071—Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for characterised by the action taken
- H04N1/00074—Indicating or reporting
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N2201/00—Indexing scheme relating to scanning, transmission or reproduction of documents or the like, and to details thereof
- H04N2201/0077—Types of the still picture apparatus
- H04N2201/0094—Multifunctional device, i.e. a device capable of all of reading, reproducing, copying, facsimile transception, file transception
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Hardware Design (AREA)
- Human Computer Interaction (AREA)
- Accessory Devices And Overall Control Thereof (AREA)
- Control Or Security For Electrophotography (AREA)
- Debugging And Monitoring (AREA)
- Facsimiles In General (AREA)
Abstract
本发明提供了一种故障预测系统,该故障预测系统包括:收集单元,其收集关于在被监视的设备中实施的作业的信息和关于待实施的作业的信息;计算单元,其基于通过收集单元收集到的关于实施的作业的信息和关于待实施的作业的信息计算被监视的设备中的故障发生的概率;以及输出单元,当通过计算单元计算出的概率超过阈值时,该输出单元输出基于概率的信息。
Description
技术领域
本发明涉及一种故障预测系统和一种故障预测设备。
背景技术
作为具有在诸如纸张之类的记录材料上形成图像的功能的图像形成设备,已知的有复印机、打印机设备、传真设备、将上述功能组合的多功能机等。
商业上生产的图像形成设备可经常在诸如针对大量印刷的连续操作或者使用多种纸张之类的边界条件中使用,并且专职操作员针对设备状态执行维护,并维持所述操作。具体地说,在电子摄影术式图像形成设备中,由于复杂的图像形成机构,仅通过专职操作员的维护难以维持稳定的操作,因此通过制造商的维护服务工程师定期来访以维持稳定的操作。然而,维护服务工程师的定期来访不够,因此可发生处理出现的问题的非计划来访。
近来,为了处理如上所述的这种情况,开发了其中远程监视图像形成设备的状态并且当观察到出现问题的预兆时执行预防性维护来访的所谓的远程维护服务,并且这有助于缩短图像形成设备的停机时间(针对其中由于故障妨碍使用设备的原先功能的状态的时间段)。
目前为止,已经针对各种设备或设施提出了关于故障预测的各种技术。
例如,专利文献1公开了一种用于监视和管理制造厂的情况的制造厂管理系统,其中当制造厂在现状下操作时监视各个数据项的波动趋势,并且执行关于未来是否发生错误的评价。
例如,专利文献2公开了一种通过根据处理量的变化预测错误的发生以避免意外事件的报警预测站,其中获得对应于当前波动模式的过去处理量的数据历史,并且基于过去处理量的数据历史针对不久的将来的处理量的数据来预测存在还是不存在异常。
例如,专利文献3公开了一种针对设有多个设施的生产线的设施维护管理系统,其中基于目前的所得生产率和过去的操作情况预测执行预定生产计划所需的未来操作情况,以指定执行下一次维护的时间。
[专利文献1] JP-A-62-264854
[专利文献2] JP-A-08-249046
[专利文献3] JP-A-2001-092520
发明内容
本发明的一个目的是提供一种能够通过考虑被监视的设备的未来操作计划执行用于缩短被监视的设备的停机时间的对策的技术。
根据本发明的第一方面,提供了一种故障预测系统,该故障预测系统包括:
收集单元,其收集关于在被监视的设备中实施的作业的信息和关于待实施的作业的信息;
计算单元,其基于通过收集单元收集的关于实施的作业的信息和关于待实施的作业的信息计算被监视的设备中的故障发生的概率;以及
输出单元,当通过计算单元计算出的概率超过阈值时,该输出单元输出基于概率的信息。
根据本发明的第二方面,提供了根据第一方面所述的故障预测系统,
其中输出单元输出用户可识别的基于概率的信息。
根据本发明的第三方面,提供了根据第二方面所述的故障预测系统,
其中输出单元向影响被监视的设备中的作业的实施情况的设备输出控制信息作为基于概率的信息。
根据本发明的第四方面,提供了根据第一方面所述的故障预测系统,
其中当关于作业的过去信息的时序变化与关于作业的未来信息的时序变化之间的差等于或大于预定值时,计算单元仅基于关于作业的未来信息的时序变化计算故障预测概率。
根据本发明的第五方面,提供了根据第一方面所述的故障预测系统,
其中关于作业的信息包括印刷纸张的数量、总覆盖度和纸张特征中的至少一个。
根据本发明的第六方面,提供了根据第三方面所述的故障预测系统,
其中输出单元输出关于调节其中安装有被监视的设备的房间中的空气的空调器的控制信息作为基于概率的信息。
根据本发明的第七方面,提供了根据第六方面所述的故障预测系统,
其中计算单元计算关于图像质量的故障的概率,并且
输出单元输出指示空调器降低温度的控制信息。
根据本发明的第八方面,提供了根据第一方面所述的故障预测系统,
其中输出单元输出使得被监视的设备中的待实施的作业在另一被监视的设备中实施的控制信息作为基于概率的信息。
根据本发明的第九方面,提供了根据第一方面所述的故障预测系统,
其中输出单元输出关于被监视的设备的维护的信息作为基于概率的信息。
根据本发明的第十方面,提供了根据第一方面所述的故障预测系统,
其中输出单元输出使得实施作业的间隔加宽的控制信息作为基于概率的信息。
根据本发明的第十一方面,提供了根据第一方面所述的故障预测系统,
其中收集单元收集在未来作业中在被监视的设备中发生切换为指定的印刷纸张的信息,并且
输出单元输出改变利用指定的印刷纸张实施作业的顺序的控制信息作为基于概率的信息。
根据本发明的第十二方面,提供了根据第十一方面所述的故障预测系统,
其中输出单元输出使利用指定的印刷纸张的作业的实施停止的控制信息作为基于概率的信息。
根据本发明的第十三方面,提供了根据第十一方面的故障预测系统,
其中输出单元输出将利用指定的印刷纸张的作业设为按照稍后的顺序实施的控制信息作为基于概率的信息。
根据本发明的第十四方面,提供了根据第一方面所述的故障预测系统,
其中计算单元针对各种故障而利用与故障类型相对应的预测模型来计算在被监视的设备中发生故障的概率。
根据本发明的第十五方面,提供了一种故障预测设备,该故障预测设备包括:
收集单元,其收集关于在被监视的设备中实施的作业的信息和关于待实施的作业的信息;
计算单元,其基于通过收集单元收集的关于实施的作业的信息和关于待实施的作业的信息计算在被监视的设备中发生故障的概率;以及
输出单元,当通过计算单元计算出的概率超过阈值时,该输出单元输出基于概率的信息。
根据本发明的第一方面、第四方面、第五方面、第十一方面和第十五方面,通过考虑被监视的设备的未来操作计划能够执行用于缩短被监视的设备的停机时间的对策。
根据本发明的第二方面和第九方面,被监视的设备的用户或维护人员能够识别用于缩短被监视的设备的停机时间的维护是必要的,因此可抑制故障发生,并且通过执行合适的维护可缩短被监视的设备的停机时间。
根据本发明的第三方面、第六方面、第七方面、第八方面、第十方面、第十二方面和第十三方面,在不依靠通过被监视的设备的用户或维护人员维护的情况下可抑制故障发生,因此可缩短被监视的设备的停机时间。
根据本发明的第十四方面,在指明在不久的将来在被监视的设备中可能发生的故障类型之后,可确定用于缩短被监视的设备的停机时间的对策是否必要。
附图说明
将基于以下附图详细描述本发明的示例性实施例,其中:
图1是示出根据本发明的示例性实施例的故障预测系统的构造示例的示图;
图2是示出其中作业特征的参数被包括在用于预测模型中的参数中的示例的示图;
图3A是示出用于各个预定输出的总覆盖度的时序变化的示例的示图,图3B是示出“调色剂吐漏”的故障预测概率的时序变化的示例的示图;
图4是示出图1的故障预测系统中的处理流程的示例的示图;
图5是示出根据本发明的另一示例性实施例的故障预测系统的另一构造示例的示图;以及
图6是示出在图5的故障预测系统中的处理流程的示例的示图。
具体实施方式
将参照附图描述本发明的示例性实施例。
在图1中,示出了根据本发明的示例性实施例的故障预测系统的构造示例。
图1中的故障预测系统除基于过去数据的故障预测之外,还基于关于在诸如纸张之类的记录材料上形成图像并输出其上具有图像的记录材料的图像形成设备的未来作业信息执行故障预测,并向图像形成设备的用户通知其结果。另外,故障预测系统包括状态信息收集单元11、第一故障预测单元12、作业信息收集单元13、第二故障预测单元14和维护指示单元15。
此外,在该示例中,各个功能性单元11至15分离地设置在图像形成设备中,但是各个功能性单元11至15可设置在诸如连接至一个或多个图像形成设备以能够彼此通信的作业管理单元或远程支持中心服务器之类的其他设备中。
这里,作业管理单元是一种用于管理在主题图像形成设备中实施的作业的设备,并且包括例如用于处理作为图像形成设备的示例的打印机的印刷作业的调度(scheduling)或渲染(rendering)的印刷处理服务器等。
另外,所述作业是用于处理作业管理单元或图像形成设备中的图像形成处理的数据单元,并且针对各个作业执行作业管理单元中的调度、从作业管理单元至图像形成设备的实施指示或图像形成处理在图像形成设备中的实施。
另外,作业信息是指示作业内容的数据,并且,例如,在印刷作业的作业信息中,除待印刷的印刷数据(诸如字符、图表和图像之类的数据)以外,还包括诸如印刷纸张的数量、总覆盖度(印刷面积比)和纸张特征的数据。
状态信息收集单元11在基于从各个作业管理单元施加的作业信息实施图像形成处理时,收集指示图像形成设备的状态的各种状态信息项,并积累所述信息。
当执行第一故障预测单元12(稍后描述)的故障预测(在该示例中,故障预测概率的当前值的计算)时使用所述状态信息。也就是说,将影响故障预测的结果的信息作为状态信息收集。作为状态信息,包括例如图像形成处理的控制信息、诸如温度或湿度之类的环境信息、作业信息、替换组件的使用历史信息、印刷纸张信息等。
预先定义状态信息的收集时刻,并且,例如,在诸如完成作业之后的时刻、每过预定时间的时刻和到达预定时间的时刻之类的时刻执行状态信息的收集和积累。
积累收集的信息的时段至少是在第一故障预测单元12(稍后描述)的故障预测中使用的数据时段,但是可在大于或等于该数据时段的时段中积累信息。
第一故障预测单元12将通过状态信息收集单元11收集到的状态信息应用于预定预测模型,并计算故障预测概率的当前值。
这里,故障预测概率的当前值是指示从目前图像形成设备的性能推定的在当前时间的故障发生的可能性的数值数据。
在该示例中,通过利用预定数据时段的最近的状态信息计算故障预测概率的当前值。
预先定义用于计算故障预测概率的当前值的诊断时刻,并且,例如在诸如完成作业之后的时刻、每过预定时间的时刻和到达预定时间的时刻之类的时刻计算故障预测概率的当前值。
该示例的预测模型被构造为能够针对诸如密度不均匀、模糊和白条之类的每种故障类型计算故障预测概率。作为图像质量故障的预测模型,例如,能够应用在JP-A-2013-109483中公开的预测模型,但是也可应用诸如利用马哈拉诺比斯距离的预测模型或利用增强算法的预测模型之类的其他预测模型。此外,在JP-A-2013-109483中公开的预测模型是通过关于正常时间的数据和故障之前的几天的数据执行机器学习来构造的模型,但作为故障预测概率计算的数值数据是指示故障的预测的相对指数。
另外,第一故障预测单元12将计算出的故障预测概率的当前值与预定阈值(例如,80%)进行比较,确定当故障预测概率的当前值超过阈值时是否存在故障的预测,并向维护指示单元15通知这种影响。
此外,根据目标故障的类型、应用于该类故障的预测模型等,在确定存在或不存在故障的预测中使用的阈值不同。
作业信息收集单元13从作业管理单元收集在图像形成设备中实施的作业信息,并积累信息。收集的作业信息不仅包括在到达作为契机的预定实施时刻时从作业管理单元输出至图像形成设备的信息,而且包括计划在将来实施的计划状态的信息。因此,在作业信息收集单元13中积累已实施的过去作业信息和计划在将来实施的未来作业信息。
通过向作业管理单元询问存在或不存在作业信息以及通过请求传输包括计划状态中的信息的信息实现作业信息的收集。
在该示例中,通过第一故障预测单元12在故障预测(故障预测概率的当前值的计算)之后执行作业信息的收集,但是,例如,可在诸如每过预定时间的时刻和到达预定时间的时刻之类的其他时刻执行作业信息的收集。
此外,如上所述,该示例的第一故障预测单元12通过利用在状态信息收集单元11中收集到的作业信息计算故障预测概率的当前值,但是可利用在作业信息收集单元13中收集到的作业信息。
第二故障预测单元14通过将在作业信息收集单元13中收集到的作业信息(过去作业信息和未来作业信息)应用于预定预测模型来计算故障预测概率的未来值。
另外,与第一故障预测单元12相似,第二故障预测单元14将计算出的故障预测概率的未来值与预定阈值(例如,80%)进行比较,确定当故障预测概率的未来值超过阈值时是否存在故障的预测,并向维护指示单元15通知这种影响。
这里,故障预测概率的未来值是指示从目前图像形成设备的性能和图像形成设备的未来操作计划推测的在未来时间(基于未来作业信息执行作业的时间点)故障发生的可能性的数值数据。也就是说,故障预测概率的未来值是其中根据图像形成设备的未来操作计划对故障预测概率的当前值进行校正的值。
在该示例中,例如,在利用关于诸如印刷纸张的数量、总覆盖度和纸张特征之类的作业特征的参数(特征值)的预测模型中,当与预定数据时段的最近的作业特征的趋势(时序变化的趋势)相比,未来作业特征明显变化时,将预测模型中的作业特征的参数通过替换应用于未来作业特征的参数,由此计算故障预测概率的未来值。
另外,在该示例中,当通过作业信息收集单元13收集到新的未来作业信息时,计算故障预测概率的未来值。
在图2中,示出了其中作业特征的参数包括在用于预测模型中的参数中的示例。
在图2的示例中,设置调色剂密度、显影电位、初级图像转印电压、湿度和用于各个预定输出的总覆盖度作为用于关于“调色剂吐漏”的故障的预测模型中的参数。在这些参数中,用于各个预定输出的总覆盖度是作业特征的参数。因此,当从未来作业信息获取的未来总覆盖度与目前的趋势无联系时,用于各个预定输出的总覆盖度影响未来“调色剂吐漏”的故障预测概率。
在图3A中,示出了用于各个预定输出的总覆盖度的时序变化的示例,并且在图3B中,示出了根据用于各个预定输出的总覆盖度的时序变化的“调色剂吐漏”的故障预测概率的时序变化的示例。此外,在图3B中,在诊断时刻之前的故障预测概率按照时间顺序示出了故障预测概率的当前值,而在诊断时刻之后的故障预测概率按照时间顺序示出了故障预测概率的未来值,通过根据各个未来作业信息项的实施计划按顺序进行替换而将各个未来作业信息项应用于预测模型来计算该未来值。
在图3A和图3B的示例中,应该理解,用于各个预定输出的总覆盖度的波动很小,并且故障预测概率在诊断时刻(计算最近的故障预测概率的当前值的时间点)之前逐渐增大,但是用于各个预定输出的总覆盖度快速增大,结果在诊断时刻之后,故障预测概率快速增大。
也就是说,根据故障预测概率的当前值的转变,在故障预测概率超过阈值之前存在某种程度的保持时段,但是根据其中考虑图像形成设备的未来操作计划的故障预测概率的未来值的转变,缩短了在故障预测概率超过阈值之前的保持时段。
维护指示单元15基于来自第一故障预测单元12或第二故障预测单元14的通知在诸如图像形成设备的操作面板之类的显示单元上显示维护信息。在该示例中,作为维护信息,显示了用于指示维护的消息、故障预测概率的当前值或未来值和指示对防止和消除故障有效的处理内容的处理信息。
因此,图像形成设备的用户(操作员)能够获知有必要立即执行维护以防止或消除故障,从而执行必要的处理。因此,可有效地缩短由于故障导致的停机时间。
此外,除如该示例中的显示输出的方面之外,可根据诸如印刷输出的方面或声音输出的方面之类的其他方面输出维护信息,并且优选地,用户能够识别维护信息。
在图4中,示出了图1的故障预测系统中的处理流程的示例。
在该示例的故障预测系统的图像形成设备中,状态信息收集单元11在状态信息的各个收集时刻收集和维持状态信息(步骤S11)。
另外,定期确定是否到达诊断时刻(步骤S12),并且当确定尚未到达诊断时刻(确定结果:否)时,处理返回步骤S11,并且重复收集和维持状态信息的处理。
另一方面,在步骤S12中,当确定到达诊断时刻(确定结果:是)时,通过第一故障预测单元12基于过去数据执行故障预测(步骤S13)。
然后,确定通过第一故障预测单元12在故障预测中计算出的故障预测概率的当前值是否大于或等于阈值(步骤S14),并且当确定故障预测概率的当前值大于或等于阈值(确定结果:是)时,维护指示单元15输出包括维护指令的维护信息和处理信息(步骤S15)。
另一方面,在步骤S14中,当确定故障预测概率的当前值并不大于或等于阈值(确定结果:否)时,作业信息收集单元13获得计划未来从作业管理单元输出的作业信息(步骤S16)。
接着,确定是否没有计划未来输出的作业信息(步骤S17),并且当确定存在计划未来输出的作业信息(确定结果:否)时,执行通过第二故障预测单元14的包括未来数据的故障预测(步骤S18)。
然后,确定通过第二故障预测单元14在故障预测中计算出的故障预测概率的未来值是否大于或等于阈值(步骤S19),并且当确定故障预测概率的未来值大于或等于阈值(确定结果:是)时,维护指示单元15输出包括维护指令的维护信息和处理信息(步骤S20)。
此外,在步骤S15或步骤S20中输出维护信息之后,或者当在步骤S17中确定不存在计划未来输出的作业信息(确定结果:是)时,处理返回步骤S11,并且重复收集和维持状态信息的处理。
如上所述,在该示例的图像形成设备(图1的故障预测系统)中,状态信息收集单元11收集图像形成设备的状态信息,并且第一故障预测单元12基于在状态信息收集单元11中收集到的状态信息计算故障发生概率的当前值(故障发生的概率),另外,作业信息收集单元13收集在图像形成设备中实施的作业信息和待实施的作业信息,并且第二故障预测单元14基于在作业信息收集单元13中收集的实施的作业信息和待实施的作业信息计算故障发生概率的未来值。然后,当通过第一故障预测单元12或第二故障预测单元14的计算结果(故障发生概率的当前值或未来值)超过阈值时,维护指示单元15输出用户可识别的维护信息。
因此,基于目前图像形成设备的性能从故障发生概率的当前值确定维护的必要性,并且可向图像形成设备的用户通知其结果,另外,基于图像形成设备的未来操作计划从故障发生概率的未来值确定维护的必要性,并且可向图像形成设备的用户通知其结果。
也就是说,在该示例中,虽然从目前图像形成设备的性能看没有必要维护,但是根据图像形成设备的未来操作计划检测到有必要维护,则可向图像形成设备的用户通知其结果,因此通过执行合适的维护可缩短图像形成设备的停机时间。
此外,在该示例中,各个图像形成设备计算关于自身装置的故障发生概率,并输出其结果,因此图像形成设备的用户认识到维护的必要性,但是作业管理单元或其他管理设备可收集计算作为故障预测目标的各个图像形成设备的故障发生概率所需的各个信息项,并且可计算故障发生概率,因此可输出其结果。因此,其他人(例如,图像形成设备的维护人员)能够认识到维护的必要性。
另外,可针对各种故障准备在计算故障发生概率中使用的预测模型,并且第一故障预测单元12或第二故障预测单元14可针对各种故障通过利用与故障的类型相对应的预测模型来计算故障发生概率。
因此,指明在不久的将来可能发生的故障的类型,之后能够确定是否有必要维护,由此,可更准确地执行维护。
在图5中,示出了根据本发明的另一示例性实施例的故障预测系统的另一构造示例。
图5的故障预测系统除基于过去数据的故障预测以外,还基于关于在诸如纸张之类的记录材料上形成图像并输出其上具有图像的记录材料的图像形成设备的未来作业信息来执行故障预测,并且基于其结果控制自身装置或外部装置。另外,故障预测系统包括状态信息收集单元21、第一故障预测单元22、作业信息收集单元23、第二故障预测单元24和设备控制单元25。
此外,功能性单元21至24与图1中具有相同名称的功能性单元11至14相同。也就是说,在图5的故障预测系统中,设置设备控制单元25以代替图1的维护指示单元15(或与维护指示单元15一起存在),因此将省略对功能性单元21至24的描述。
设备控制单元25基于来自第一故障预测单元12或第二故障预测单元14的通知(关于故障发生概率的当前值或未来值超过阈值的的通知)将控制信息(用于改变设备的设置的信息)输出至影响图像形成设备中的作业的实施情况的设备。
作为控制信息的输出目的地(影响图像形成设备中的作业的实施情况的设备),包括图像形成设备本身、管理在图像形成设备中实施的作业的作业管理单元、用于调节图像形成设备的安装环境(其中安装有图像形成设备的房间)的温度或湿度的空调器等。
作为一示例,当针对未来作业计划执行大量印刷并且预测到由于图像形成设备内的温度升高导致发生图像质量故障(例如,调色剂发粘导致的白条)时,设备控制单元25将使得实施作业的间隔加宽的控制信息输出至自身装置的作业实施控制单元,或者将使得温度低于目标温度的控制信息输出至图像形成设备的安装环境的空调器,因此防止设备内的温度升高,并且预先防止出现图像质量问题,或者延长图像质量问题出现之前的保持时段。
另外,作为其他示例,当计划发生在未来作业中切换至指定印刷纸张、并且预测到根据该切换在纸张传送系统中发生故障时,设备控制单元25将使计划改变以排除实施该作业(利用特定印刷纸张的作业)的控制信息输出至作业管理单元,因此抑制了作业的实施,并且预先防止了纸张传递系统中发生故障。作为另外一种选择,输出使计划改变以按照稍后的顺序执行作业的实施的控制信息,由此延迟了作业的实施,并且在纸张传递系统中发生故障之前的保持时段得以延长。
在图6中,示出了图5的故障预测系统的处理流程的示例。在该示例的故障预测系统的图像形成设备中,状态信息收集单元21在状态信息的各个收集时刻收集和保持状态信息(步骤S31)。
另外,定期确定是否到达诊断时刻(步骤S32),并且当确定未到达诊断时刻(确定结果:否)时,处理返回至步骤S31,并且重复收集和保持状态信息的处理。
另一方面,在步骤S32中,当确定到达诊断时刻(确定结果:是)时,通过第一故障预测单元22基于过去数据执行故障预测(步骤S33)。
然后,确定通过第一故障预测单元22在故障预测中计算的故障预测概率的当前值是否大于或等于阈值(步骤S34),并且当确定故障预测概率的当前值大于或等于阈值(确定结果:是)时,输出包括维护指令的维护信息和处理信息(步骤S35)。
另一方面,在步骤S34中,当确定故障预测概率的当前值并不大于或等于阈值(确定结果:否)时,作业信息收集单元23获得计划未来从作业管理单元输出的作业信息(步骤S36)。
接着,确定是否不存在计划未来输出的作业信息(步骤S37),并且当确定存在计划未来输出的作业信息(确定结果:否)时,执行通过第二故障预测单元24执行的包括未来数据的故障预测(步骤S38)。
然后,确定通过第二故障预测单元24在故障预测中计算出的故障预测概率的未来值是否大于或等于阈值(步骤S39),并当确定故障预测概率的未来值大于或等于阈值(确定结果:是)时,设备控制单元25将控制信息输出至图像形成设备本身或外部装置(步骤S40)。
此外,在步骤S35中输出维护信息之后,在步骤S40中输出控制信息之后,或者当在步骤S37中确定不存在计划未来输出的作业信息(确定结果:是)时,处理返回至步骤S31,并且重复收集和保持状态信息的处理。
如上所述,在该示例的图像形成设备(图5的故障预测系统)中,状态信息收集单元21收集图像形成设备的状态信息,并且第一故障预测单元22基于在状态信息收集单元21中收集到的状态信息计算故障发生概率的当前值,另外,作业信息收集单元23收集在图像形成设备中实施的作业信息以及待实施的作业信息,并且第二故障预测单元24基于在作业信息收集单元23中收集到的实施的作业信息和待实施的作业信息计算故障发生概率的未来值。然后,当第二故障预测单元24的计算结果(故障发生概率的未来值)超过阈值时,设备控制单元25将控制信息输出至影响图像形成设备中的作业的实施情况的设备(图像形成设备本身或外部装置)。
因此,基于目前图像形成设备的性能从故障发生概率的当前值确定维护的必要性,并且可向图像形成设备的用户通知其结果,另外,基于图像形成设备的未来操作计划以及基于其结果从故障发生概率的未来值确定维护的必要性,可控制影响图像形成设备中的作业的实施情况的设备的操作。
也就是说,在该示例中,虽然从目前图像形成设备的性能看没有必要维护,但是根据图像形成设备的未来操作计划检测到有必要维护,并且可将其结果反映给各个设备的操作,因此,可在不依靠图像形成设备用户或维护人员的维护的情况下抑制故障的发生,可缩短图像形成设备的停机时间。
此外,在该示例中,各个图像形成设备计算关于自身装置的故障发生概率,并输出其结果,由此控制图像形成设备或外部装置的操作,但是作业管理单元或其他管理设备可收集针对作为故障预测目标的各个图像形成设备计算故障发生概率所需的各种信息项,并且可计算故障发生概率,由此可输出其结果。因此,例如,可控制多个设备以将计划在特定图像形成设备中实施的作业再分配,以在其他图像形成设备中实施。
另外,可针对各种故障准备在计算故障发生概率中使用的预测模型,并且第一故障预测单元22或第二故障预测单元24可针对各种故障通过利用与故障类型相对应的故障模型来计算的故障发生概率。
因此,指明了在不久的将来可能发生的故障的类型,之后能够确定是否有必要控制图像形成设备或外部装置,由此可更准确地执行设备的控制。
这里,通过包括主要存储器装置和辅助存储器装置的计算机实现该示例的图像形成设备,所述主要存储器装置诸如用于执行各种计算处理的中央处理单元(CPU)、作为CPU的作业区的随机存取存储器(RAM)或其中记录有基本控制程序的只读存储器(ROM),所述辅助存储器装置诸如用于记忆各种程序或数据项的硬盘驱动器(HDD)、用于显示各种信息项的显示装置和诸如输入和输出I/F(作为与通过操作员在输入操作中使用的诸如操作按钮或触摸面板的输入工具的接口)或通信I/F(作为用于关于其他设备执行有线或无线通信的接口)的硬件资源。
然后,从辅助存储器设备等读出根据本发明的示例性实施例的程序,并将其安装在RAM中,然后通过CPU执行。因此,通过图像形成设备的计算机实现根据本发明的示例性实施例的故障预测设备的各种功能。
此外,在图1的示例中,通过作业信息收集单元13实现根据本发明的示例性实施例的收集单元的功能,通过第二故障预测单元14实现根据本发明的示例性实施例的计算单元的功能,通过维护指示单元15实现根据本发明的示例性实施例的输出单元的功能。
另外,在图5的示例中,通过作业信息收集单元23实现根据本发明的示例性实施例的收集单元的功能,通过第二故障预测单元24实现根据本发明的示例性实施例的计算单元的功能,通过设备控制单元25实现输出单元的功能。
这里,根据从其中存储有根据本发明的示例性实施例的程序的诸如CD-ROM之类的外部存储介质读出程序的方法、用于通过通信网络等接收所述程序的方法等在例如图像形成设备的计算机中设置所述程序。
此外,本发明的示例性实施例不限于其中如在该示例中那样通过软件构造实现各个功能性单元的一方面,但是可通过专用硬件模块实现功能性单元的每一个。
另外,在以上描述中,通过将图像形成设备作为一示例来描述计算故障发生概率的处理,但是用于根据预设计划实施作业的其他设备可为被监视设备,并且可使用其中能够从各个设备收集用于计算故障发生概率所需的数据的构造。
能够在关于作为被监视设备的根据预设计划实施作业的设备执行故障预测的各种系统或设备及其程序或方法等中使用本发明的示例性实施例。
已经针对说明和描述的目的提出了本发明的示例性实施例的以上描述。其不旨在是全面的或者将本发明限于公开的具体形式。显然,许多修改和改变对于本领域从业者将是明显的。选择和描述实施例以最好地解释本发明的原理及其实际应用,从而使得本领域其他技术人员能够理解本发明的各个实施例,以及适于特定使用预期的各种修改。本发明的范围旨在由权利要求及其等同物限定。
Claims (15)
1.一种故障预测系统,包括:
收集单元,其收集关于在被监视的设备中实施的作业的信息和关于待实施的作业的信息;
计算单元,其基于通过所述收集单元收集到的关于所述实施的作业的信息和关于待实施的作业的信息来计算所述被监视的设备中的故障发生的概率;以及
输出单元,当通过所述计算单元计算出的概率超过阈值时,该输出单元输出基于概率的信息。
2.根据权利要求1所述的故障预测系统,
其中所述输出单元输出用户可识别的基于概率的信息。
3.根据权利要求2所述的故障预测系统,
其中所述输出单元向影响所述被监视的设备中的作业的实施情况的设备输出控制信息作为基于概率的信息。
4.根据权利要求1所述的故障预测系统,
其中当关于作业的过去信息的时序变化与关于作业的未来信息的时序变化之间的差等于或大于预定值时,所述计算单元仅基于关于作业的未来信息的时序变化计算故障预测概率。
5.根据权利要求1所述的故障预测系统,
其中关于作业的信息包括印刷纸张的数量、总覆盖度和纸张特征中的至少一个。
6.根据权利要求3所述的故障预测系统,
其中所述输出单元输出关于调节其中安装有所述被监视的设备的房间中的空气的空调器的控制信息作为基于概率的信息。
7.根据权利要求6所述的故障预测系统,
其中所述计算单元计算关于图像质量的故障的概率,并且
所述输出单元输出指示所述空调器降低温度的控制信息。
8.根据权利要求1所述的故障预测系统,
其中所述输出单元输出使得所述被监视的设备中的待实施的作业在另一被监视的设备中实施的控制信息作为基于概率的信息。
9.根据权利要求1所述的故障预测系统,
其中所述输出单元输出关于所述被监视的设备的维护的信息作为基于概率的信息。
10.根据权利要求1所述的故障预测系统,
其中所述输出单元输出加宽用于实施作业的间隔的控制信息作为基于概率的信息。
11.根据权利要求1所述的故障预测系统,
其中所述收集单元收集在未来作业中在所述被监视的设备中发生切换为指定的印刷纸张的信息,并且
所述输出单元输出改变利用所述指定的印刷纸张实施作业的顺序的控制信息作为基于概率的信息。
12.根据权利要求11所述的故障预测系统,
其中所述输出单元输出使利用所述指定的印刷纸张的作业的实施停止的控制信息作为基于概率的信息。
13.根据权利要求11所述的故障预测系统,
其中所述输出单元输出将利用所述指定的印刷纸张的作业设为按照稍后的顺序实施的控制信息作为基于概率的信息。
14.根据权利要求1所述的故障预测系统,
其中所述计算单元针对各种故障而利用与故障类型相对应的预测模型来计算在所述被监视的设备中的故障发生的概率。
15.一种故障预测设备,包括:
收集单元,其收集关于在被监视的设备中实施的作业的信息和关于待实施的作业的信息;
计算单元,其基于通过所述收集单元收集的关于所述实施的作业的信息和关于所述待实施的作业的信息来计算在所述被监视的设备中发生故障的概率;以及
输出单元,当通过所述计算单元计算出的概率超过阈值时,该输出单元输出基于概率的信息。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014-023202 | 2014-02-10 | ||
JP2014023202A JP6459180B2 (ja) | 2014-02-10 | 2014-02-10 | 障害予測システム、障害予測装置、ジョブ実行装置およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104834579A true CN104834579A (zh) | 2015-08-12 |
CN104834579B CN104834579B (zh) | 2018-10-02 |
Family
ID=53775031
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410528484.7A Active CN104834579B (zh) | 2014-02-10 | 2014-10-09 | 故障预测系统和故障预测设备 |
Country Status (3)
Country | Link |
---|---|
US (1) | US9244803B2 (zh) |
JP (1) | JP6459180B2 (zh) |
CN (1) | CN104834579B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106708016A (zh) * | 2016-12-22 | 2017-05-24 | 中国石油天然气股份有限公司 | 故障监控方法和装置 |
CN107426033A (zh) * | 2017-08-15 | 2017-12-01 | 深圳市盛路物联通讯技术有限公司 | 一种对物联网接入终端进行状态预测的方法和装置 |
CN107436595A (zh) * | 2016-05-27 | 2017-12-05 | 发那科株式会社 | 机械学习装置、故障预测装置、机械系统及机械学习方法 |
CN110471401A (zh) * | 2019-08-30 | 2019-11-19 | 盈盛智创科技(广州)有限公司 | 一种传送设备异常的预测方法、装置和设备 |
CN110954758A (zh) * | 2018-09-26 | 2020-04-03 | 珠海格力电器股份有限公司 | 电器的故障确定方法及装置 |
CN111660687A (zh) * | 2019-03-08 | 2020-09-15 | 精工爱普生株式会社 | 故障时期推测装置、机器学习装置、故障时期推测方法 |
CN111800553A (zh) * | 2019-04-04 | 2020-10-20 | 精工爱普生株式会社 | 图像处理装置、机器学习装置、图像处理方法 |
CN112348763A (zh) * | 2020-11-09 | 2021-02-09 | 西安宇视信息科技有限公司 | 图像增强方法、装置、电子设备及介质 |
CN112955328A (zh) * | 2018-11-01 | 2021-06-11 | 惠普发展公司,有限责任合伙企业 | 打印设备组件状态分类 |
CN117114352A (zh) * | 2023-09-15 | 2023-11-24 | 北京阿帕科蓝科技有限公司 | 车辆维护方法、装置、计算机设备和存储介质 |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10417076B2 (en) | 2014-12-01 | 2019-09-17 | Uptake Technologies, Inc. | Asset health score |
US9916177B2 (en) * | 2015-08-19 | 2018-03-13 | International Business Machines Corporation | Predictive workload scheduling with integrated analytics |
JP2017049328A (ja) * | 2015-08-31 | 2017-03-09 | 富士ゼロックス株式会社 | 画像不良予兆診断装置、画像不良予兆診断システム、及び画像不良予兆診断プログラム |
US10124819B2 (en) * | 2016-08-08 | 2018-11-13 | General Electric Company | Wheel deformity warning system |
GB201621627D0 (en) * | 2016-12-19 | 2017-02-01 | Palantir Technologies Inc | Task allocation |
US10231104B2 (en) * | 2017-06-08 | 2019-03-12 | T-Mobile Usa, Inc. | Proactive and reactive management for devices in a network |
US10866848B2 (en) * | 2017-06-23 | 2020-12-15 | Jpmorgan Chase Bank, N.A. | System and method for predictive technology incident reduction |
EP3460663A1 (en) * | 2017-09-21 | 2019-03-27 | Thomson Licensing | Apparatus and method for rare failure prediction |
CN107957935B (zh) * | 2017-11-23 | 2021-01-12 | 上海联影医疗科技股份有限公司 | 设备的控制方法和装置、计算机可读存储介质 |
US10674019B2 (en) * | 2018-03-27 | 2020-06-02 | KYOCERA Document Solutions Development America, Inc. | Methods and systems for accessing troubleshooting functions of a multi-function printer through a mobile device |
US11675641B2 (en) | 2018-07-02 | 2023-06-13 | Nec Corporation | Failure prediction |
JP7200621B2 (ja) * | 2018-11-22 | 2023-01-10 | セイコーエプソン株式会社 | 電子機器 |
WO2020175589A1 (ja) * | 2019-02-27 | 2020-09-03 | ダイキン工業株式会社 | 情報提供システム |
JP7320368B2 (ja) * | 2019-04-09 | 2023-08-03 | ナブテスコ株式会社 | 故障予測装置、故障予測方法およびコンピュータプログラム |
JPWO2020240680A1 (zh) * | 2019-05-28 | 2020-12-03 | ||
US11604934B2 (en) | 2019-05-29 | 2023-03-14 | Nec Corporation | Failure prediction using gradient-based sensor identification |
US11222287B2 (en) * | 2019-07-25 | 2022-01-11 | International Business Machines Corporation | Machine learning for failure event identification and prediction |
US11172075B2 (en) * | 2019-11-27 | 2021-11-09 | Ricoh Company, Ltd. | Device management system, apparatus, and device involving request to change to a higher failure risk condition that changes the target device monitoring condition |
JP7386726B2 (ja) * | 2020-02-26 | 2023-11-27 | キヤノン株式会社 | ジョブ処理装置、ジョブ処理装置の制御方法、及びプログラム |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08249046A (ja) * | 1995-03-13 | 1996-09-27 | Toshiba Corp | アラーム予測ステーション |
JP2001092520A (ja) * | 1999-09-22 | 2001-04-06 | Sanyo Electric Co Ltd | 設備保全管理システム |
CN1512390A (zh) * | 2002-12-20 | 2004-07-14 | ������������ʽ���� | 故障预测系统及程序和方法及设备、打印机和管理服务器 |
CN1550970A (zh) * | 2003-05-14 | 2004-12-01 | ������������ʽ���� | 故障预测通知装置及其方法、打印机及其管理服务器 |
JP4456082B2 (ja) * | 2006-01-26 | 2010-04-28 | 株式会社日立情報システムズ | 障害予知システム及び障害予知プログラム |
CN101763589A (zh) * | 2009-12-24 | 2010-06-30 | 宁波市中控信息技术有限公司 | 基于动态定量事故风险预测的安全管理方法及系统 |
US20100225961A1 (en) * | 2009-03-03 | 2010-09-09 | Fuji Xerox Co., Ltd. | Monitoring device, information processing system and computer readable medium |
CN103400040A (zh) * | 2013-07-31 | 2013-11-20 | 中国人民解放军国防科学技术大学 | 采用多步时域差值学习的故障诊断与预测方法 |
Family Cites Families (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS62264854A (ja) | 1986-05-12 | 1987-11-17 | Seiko Epson Corp | 製造プラント管理システム |
JP2815436B2 (ja) * | 1989-12-22 | 1998-10-27 | 三菱電機株式会社 | 協調分散制御システム |
US6185555B1 (en) * | 1998-10-31 | 2001-02-06 | M/A/R/C Inc. | Method and apparatus for data management using an event transition network |
US6985901B1 (en) * | 1999-12-23 | 2006-01-10 | Accenture Llp | Controlling data collection, manipulation and storage on a network with service assurance capabilities |
JP2001331350A (ja) * | 2000-05-19 | 2001-11-30 | Mitsubishi Electric Corp | 保守管理装置 |
US8880709B2 (en) * | 2001-09-12 | 2014-11-04 | Ericsson Television Inc. | Method and system for scheduled streaming of best effort data |
JP4352836B2 (ja) * | 2003-09-25 | 2009-10-28 | コニカミノルタビジネステクノロジーズ株式会社 | 画像処理装置 |
JP2006195892A (ja) * | 2005-01-17 | 2006-07-27 | Fuji Xerox Co Ltd | フロー処理プログラム、装置およびフロー順序変更方法 |
JP2006259406A (ja) * | 2005-03-17 | 2006-09-28 | Ricoh Co Ltd | 画像形成装置、画像形成方法、その方法をコンピュータに実行させるプログラム、および記録媒体 |
JP4759342B2 (ja) * | 2005-08-09 | 2011-08-31 | 株式会社リコー | 異常判定方法及び異常判定装置 |
JP2007072063A (ja) * | 2005-09-06 | 2007-03-22 | Konica Minolta Business Technologies Inc | 画像形成装置および画像形成方法 |
US20070079170A1 (en) * | 2005-09-30 | 2007-04-05 | Zimmer Vincent J | Data migration in response to predicted disk failure |
JP2008070800A (ja) * | 2006-09-15 | 2008-03-27 | Ricoh Co Ltd | 異常発生予測システム・画像形成装置 |
US8826281B2 (en) * | 2006-11-07 | 2014-09-02 | Microsoft Corporation | Managing document publication using time-driven job scheduling |
JP5126595B2 (ja) * | 2008-04-23 | 2013-01-23 | コニカミノルタビジネステクノロジーズ株式会社 | 画像処理装置及び画像処理システム |
US8819266B2 (en) * | 2008-05-22 | 2014-08-26 | Hartford Fire Insurance Company | Dynamic file transfer scheduling and server messaging |
JP2010002950A (ja) * | 2008-06-18 | 2010-01-07 | Nsk Ltd | バッチ処理システム |
US8266477B2 (en) * | 2009-01-09 | 2012-09-11 | Ca, Inc. | System and method for modifying execution of scripts for a job scheduler using deontic logic |
JP2012063383A (ja) * | 2010-09-14 | 2012-03-29 | Ricoh Co Ltd | 保守支援装置及び画像形成システム |
JP5828211B2 (ja) * | 2011-03-01 | 2015-12-02 | 株式会社リコー | 故障予測装置、故障予測方法、故障予測システム、故障予測プログラム、及び記憶媒体 |
JP5820258B2 (ja) * | 2011-06-09 | 2015-11-24 | キヤノン株式会社 | 管理装置、管理方法、およびプログラム |
JP2013221971A (ja) * | 2012-04-13 | 2013-10-28 | Ricoh Co Ltd | 画像形成装置保守システム及びこれに使用される管理装置 |
JP6366239B2 (ja) * | 2013-08-14 | 2018-08-01 | キヤノン株式会社 | 画像形成装置及びその制御方法、並びにプログラム |
JP6406801B2 (ja) * | 2013-08-14 | 2018-10-17 | キヤノン株式会社 | 画像形成装置及びその制御方法、並びにプログラム |
-
2014
- 2014-02-10 JP JP2014023202A patent/JP6459180B2/ja active Active
- 2014-09-02 US US14/474,731 patent/US9244803B2/en active Active
- 2014-10-09 CN CN201410528484.7A patent/CN104834579B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08249046A (ja) * | 1995-03-13 | 1996-09-27 | Toshiba Corp | アラーム予測ステーション |
JP2001092520A (ja) * | 1999-09-22 | 2001-04-06 | Sanyo Electric Co Ltd | 設備保全管理システム |
CN1512390A (zh) * | 2002-12-20 | 2004-07-14 | ������������ʽ���� | 故障预测系统及程序和方法及设备、打印机和管理服务器 |
CN1550970A (zh) * | 2003-05-14 | 2004-12-01 | ������������ʽ���� | 故障预测通知装置及其方法、打印机及其管理服务器 |
JP4456082B2 (ja) * | 2006-01-26 | 2010-04-28 | 株式会社日立情報システムズ | 障害予知システム及び障害予知プログラム |
US20100225961A1 (en) * | 2009-03-03 | 2010-09-09 | Fuji Xerox Co., Ltd. | Monitoring device, information processing system and computer readable medium |
CN101763589A (zh) * | 2009-12-24 | 2010-06-30 | 宁波市中控信息技术有限公司 | 基于动态定量事故风险预测的安全管理方法及系统 |
CN103400040A (zh) * | 2013-07-31 | 2013-11-20 | 中国人民解放军国防科学技术大学 | 采用多步时域差值学习的故障诊断与预测方法 |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107436595A (zh) * | 2016-05-27 | 2017-12-05 | 发那科株式会社 | 机械学习装置、故障预测装置、机械系统及机械学习方法 |
CN107436595B (zh) * | 2016-05-27 | 2020-01-21 | 发那科株式会社 | 机械学习装置、故障预测装置、机械系统及机械学习方法 |
CN106708016A (zh) * | 2016-12-22 | 2017-05-24 | 中国石油天然气股份有限公司 | 故障监控方法和装置 |
CN106708016B (zh) * | 2016-12-22 | 2019-12-10 | 中国石油天然气股份有限公司 | 故障监控方法和装置 |
CN107426033A (zh) * | 2017-08-15 | 2017-12-01 | 深圳市盛路物联通讯技术有限公司 | 一种对物联网接入终端进行状态预测的方法和装置 |
CN110954758A (zh) * | 2018-09-26 | 2020-04-03 | 珠海格力电器股份有限公司 | 电器的故障确定方法及装置 |
CN112955328A (zh) * | 2018-11-01 | 2021-06-11 | 惠普发展公司,有限责任合伙企业 | 打印设备组件状态分类 |
CN111660687A (zh) * | 2019-03-08 | 2020-09-15 | 精工爱普生株式会社 | 故障时期推测装置、机器学习装置、故障时期推测方法 |
CN111800553A (zh) * | 2019-04-04 | 2020-10-20 | 精工爱普生株式会社 | 图像处理装置、机器学习装置、图像处理方法 |
CN111800553B (zh) * | 2019-04-04 | 2022-05-17 | 精工爱普生株式会社 | 图像处理装置、机器学习装置、图像处理方法 |
CN110471401A (zh) * | 2019-08-30 | 2019-11-19 | 盈盛智创科技(广州)有限公司 | 一种传送设备异常的预测方法、装置和设备 |
CN110471401B (zh) * | 2019-08-30 | 2021-08-17 | 盈盛智创科技(广州)有限公司 | 一种传送设备异常的预测方法、装置和设备 |
CN112348763A (zh) * | 2020-11-09 | 2021-02-09 | 西安宇视信息科技有限公司 | 图像增强方法、装置、电子设备及介质 |
CN112348763B (zh) * | 2020-11-09 | 2024-05-14 | 西安宇视信息科技有限公司 | 图像增强方法、装置、电子设备及介质 |
CN117114352A (zh) * | 2023-09-15 | 2023-11-24 | 北京阿帕科蓝科技有限公司 | 车辆维护方法、装置、计算机设备和存储介质 |
CN117114352B (zh) * | 2023-09-15 | 2024-04-09 | 北京阿帕科蓝科技有限公司 | 车辆维护方法、装置、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
JP6459180B2 (ja) | 2019-01-30 |
JP2015148788A (ja) | 2015-08-20 |
US20150227447A1 (en) | 2015-08-13 |
CN104834579B (zh) | 2018-10-02 |
US9244803B2 (en) | 2016-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104834579A (zh) | 故障预测系统和故障预测设备 | |
JP5370832B2 (ja) | 状態判別装置及びこれを用いた故障予測システム | |
JP6075240B2 (ja) | 障害予兆診断装置、障害予兆診断システム、障害予兆診断プログラム及び障害予兆診断方法 | |
US8046180B2 (en) | Model-based determination of power source replacement in wireless and other devices | |
JP6167948B2 (ja) | 障害予測システム、障害予測装置およびプログラム | |
JP5025807B1 (ja) | 予備力計算装置およびその方法、コンピュータプログラム | |
JP5867000B2 (ja) | 障害予測システム、障害予測装置及びプログラム | |
US10558402B2 (en) | Terminal apparatus, operation information collection system, non-transitory computer-readable storage medium, and method of operating terminal apparatus | |
US9400490B2 (en) | Method and a system for an automatic recovery from a fault situation in a production plant | |
JP6318674B2 (ja) | 障害予測システム、障害予測装置およびプログラム | |
CN104871105A (zh) | 用于分布式系统的复原优化和控制 | |
JP2009003561A (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 | |
CN101799643A (zh) | 图像形成装置、消耗品管理系统及消耗品管理方法 | |
CN113570277A (zh) | 一种电力容量管理方法及装置 | |
JP2016085293A (ja) | 障害予測装置、障害予測システム、及びプログラム | |
JP6136745B2 (ja) | 保守判定装置、保守判定システム、保守判定プログラム及び保守判定方法 | |
US20100259789A1 (en) | Management apparatus and method | |
JP2017016238A (ja) | 情報処理システム及びプログラム | |
JP2014002660A (ja) | 保守部品生産管理装置及び保守部品生産管理方法 | |
JP2014139725A (ja) | 蓄電装置保守システム及び蓄電装置保守方法 | |
Pipe | Practical prognostics for condition based maintenance | |
JP6369089B2 (ja) | 情報通信システム、情報処理装置および情報収集方法 | |
JP6477367B2 (ja) | 障害予測管理装置、障害予測管理プログラム | |
KR20200121082A (ko) | 장비 자산 관리를 위한 정비 예측 시뮬레이션 시스템 및 그 방법 | |
KR102606669B1 (ko) | IoT를 이용한 소방차의 화재진화성능 향상 및 유지관리 방법 및 시스템 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
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 |