CN1248733A - 调整控制系统 - Google Patents

Abstract

本发明可以进行最佳的调整,同时可以进行调整效率高的控制。从多个传感器输入控制量,判断这些控制量变量的所有的偏差是否在允许偏差内,在判定为“否”时,就判断在该时刻是否有成功经验,有经验时就转移到采用成功经验的操作量的学习控制,在没有经验时就根据自适应型控制决定操作量,根据成功经验的操作量或计算的操作量进行操作。

Description

调整控制系统

本发明涉及设置在模拟复印机、数字复印机、传真机等图像形成装置上的读取原稿图像的光学单元的调整方法和调整装置以及彩色激光打印机及彩色数字复印机等维持画质的调整单元的调整控制系统。

作为图像形成装置，例如模拟复印机具有读取放置在由玻璃构成的原稿台上的原稿的图像的光学单元和根据由该光学单元读取的图像形成显影剂像并转印到复印纸等记录媒体上的处理单元。

在复印机中，最终得到的复印图像的解像率由向感光体圆筒曝光的解像率和对该曝光像的电子照相过程的忠实再现性所决定。

向感光体圆筒曝光的解像率随透镜特性、光圈、反射镜的平面度、透镜和反射镜位置、姿势、原稿台与感光体圆筒的相对位置等而变化。对于透镜特性和光圈，希望在像面的全部图像区域可以得到均匀的高的解像率(MTF特性)，曝光量充分，并且尽可能缩短总光路长度。另外，还要求透镜特性和光圈扩大所容许的解像率的范围即扩大景深，以便可以吸收物面(原稿面)、透镜、成像面(感光体圆筒)的相对位置的误差。

上述要求在物理上是相互矛盾的，此外，在现实上，透镜存在象差(例如，像面弯曲等)，加之对制造成本也要求廉价时，就难于满足全部要求，从而必须进行寻找折衷方案的最佳化处理。

通常，上述那样的最佳化的透镜是设计为将理想(设计值)成像面包含在景深内。但是，透镜和反射镜位置、姿势和原稿台与感光体圆筒的相对位置由于大量的部件公差和组装公差内的偏差的累积将产生固体间的差别。

透镜象差随着远离透镜中心的光轴而增大，所以，越到成像面端部，解像率越降低。另外，作为成像面的感光体圆筒表面是圆筒形状，所以，曝光位置的变化就成为光路长度的变化，与焦点位置的偏离将引起解像率降低，同时倍率变化将发生所扫描的同一画点的偏离(由于进行缝隙曝光，所以，与扫描中的缝隙宽度内的原稿的画点对应的感光体圆筒上的位置不一致时，潜像将发生模糊)，从而解像率将降低。这样，在光学上物面与成像面的相对位置关系被破坏时，则越到成像面端部，解像率越低。

另外，即使原稿面与圆筒曝光位置在物理上处于理想的相对位置，也会由于反射镜、透镜的位置、姿势而光学的物面与像面的关系或焦点面与成像面的关系将偏离理想的相对位置。焦点面与成像面的光学的平行破坏时，由于该焦点只存在一点，所以，通过光轴方向的光路长度的调整不可能对整个图像区域改善解像率降低的问题。

在解像率降低的主要原因内，想通过提高各个部件的加工精度和提高支持部件的部件精度来改善由于景深或MTF特性等透镜特性和原稿台、反射镜、透镜、感光体圆筒的定位引起的降低时，将提高成本。

另外，难于根据得到的复印图像用肉眼观察解像率降低的状态并限定降低原因，此外，修正这些原因也将使生产效率大大降低。不仅在光学方面会使解像率降低，而且在图像形成过程中也会引起解像率降低。此外，图像的畸变也由于光学的原因而产生，同时由于复印纸传送系统等的原因也会发生类似的现象，畸变的程度为100微米的量级，所以，用肉眼定量地掌握是非常困难的。

另外，在复印机的生产线或维修业务等过程中，为了进行上述光学系统的调整而调整某一要素时，则多个别的要素将关联地发生变动，多数情况很难全部调整好。

此外，作为图像形成装置的其他例子，例如即使是使用同一复印机复印相同的原稿，复印件的浓度也会不同，很多人都有这样的经验。在电子照相中图像浓度的变化是随环境和时间的推移引起图像形成条件的变化所影响的。对模拟复印机自不必多言，就是在多灰度的打印机或数字复印机中，抑制图像浓度的变化、维持稳定的画质都是非常重要的。特别是在彩色复印机中，不仅对浓度的再现性而且断色再现性都会有影响，所以，可以说图像浓度的稳定化是必不可少的要求。

因此，以往是在像载体上形成多个试验图形，通过检测这些图像浓度来掌握灰度特性的变化，进行反复调整图像形成部的动作部和反复判断是否良好的反馈控制。这时，与控制量偏差对应的操作量的计算是根据预先准备的检查表进行的。这样的检查表的内容是在离线状态下制作的，在制作时必须进行各种试验，掌握调整对象的特性(对控制量的操作量)。因此，制作作业需要付出极大的努力和时间。

另外，在多输入输出系统中，通常，由于输入输出间的依赖关系不是分别独立的，所以，为了将输入输出关系记录到检查表中，就需要与该输入输出数相同维数的检查表，所以，在维数多的些中，需要存储器容量很大，并且认证作业将非常庞大。此外，它们的关系由于非线性特性、固体间差别、再现性和随时间的变化有时不一定与作为对象的装置一致。通过采用反馈控制，虽然乳在某种程度不完全时可以适用，但是在直至判定合格与否的收敛次数和控制时间与认证的装置的偏离将增大。

如上所述，在具有多个调整位置时，多数情况这些调整位置存在相互依赖关系，这些依赖关系在考虑一个调整量而调整一个调整位置时，其他多个调整量将发生变化，为了将它们进行修正而操作别的调整位置时，将引起别的特征量发生变化。结果，难于实现最佳的调整，同时调整效率也非常低。

因此，本发明的目的旨在提供可以进行最佳的调整同时可以进行调整效率高的控制的调整控制系统。

本发明的调整控制系统包括检测多个控制量的检测单元；判定由该检测单元检测的各控制量是否在指定的允许范围内的判定单元；在该判定单元的判定结果是上述多个控制量中有一个以上的控制量不在指定的允许范围内时，判断是否有根据上述多个控制量调整控制到上述指定的允许范围内的事例的判断单元；在该判断单元判定有调整控制的事例时，根据该事例控制上述检测的各控制量调整到指定的允许范围内的第一控制单元；和由上述判断单元判定没有调整控制的事例时进行反复调整上述检测的各控制量直至指定的允许范围内的控制的第二控制单元。

本发明的调整控制系统包括检测多个控制量的检测单元；根据由该检测单元检测的多个控制量和指定的目标值计算各控制量偏差的偏差计算单元；判定由该偏差计算单元计算出的各控制量偏差是否在指定的允许范围内的判定单元；在该判定单元的判定结果为上述控制量偏差中有一个以上的控制量偏差不在指定的允许范围内时，判断是否有根据上述各控制量偏差调整控制到上述指定的允许范围内的事例的判断单元；在该判断单元判定有调整控制的事例时，根据该事例控制调整上述计算的各控制量偏差到指定的允许范围内的第一控制单元；和在上述判断单元判定没有调整控制的事例时进行反复调整上述计算的各控制量偏差直至到指定的允许范围内的控制的第二控制单元构成。

图1是关于本发明的调整控制系统的具有多个调整位置的自适应型控制的流程图。

图2是表示自适应型控制的收敛过程的例子的图。

图3是同时使用本发明的调整控制系统的自适应型控制和学习控制的控制的流程图。

图4是表示自适应型控制和学习控制的收敛过程的例子的图。

图5是表示调整控制系统的全体的动作的流程图。

图6是表示与调整控制系统的学习的切换动作的流程图。

图7是表示没有调整控制系统的学习数据时试验操作动作的流程图。

图8是表示没有调整控制系统的学习数据时本操作的动作的流程图。

图9是表示调整控制系统的成功事例的学习的动作的流程图。

图10是表示有调整控制系统的学习数据时成功经验的活用动作的流程图。

图11是表示调整控制系统的学习数据的存储动作的流程图。

图12是表示调整控制系统的控制量检测的动作的流程图。

图13是表示调整控制系统是否良好的判定动作的流程图。

图14是表示调整控制系统的操作量决定的动作的流程图。

图15是表示调整控制系统的结束处理的动作的流程图。

下面，参照附图说明本发明的一个实施例。

图1是表示本发明调整控制系统的具有多个调整位置的自适应型控制的流程图。在调整控制系统中，对全体的控制由CPU等进行。

首先，在ST1，从多个传感器(多个调整位置)输入控制量，如果这些控制量变量的所有的偏差是在允许偏差内，就判定为“良”，否则就判定为“否”(ST2)。

在ST2判定为“否”时，预先存储选择应进行与控制量的模式对应的操作的操作单元的调整规则，并根据该规则选择并决定操作单元(ST3)。所选择的操作单元按指定的操作实际进行时，根据所注意的控制量(记载在调整规则中)的变化(ST4)即灵敏度求比例控制的增益，计算减小偏差(在比例控制时成为0偏差)的操作量(ST5)，由上述选择的操作单元根据该计算出的操作量进行操作(ST6)。

从上述ST1开始，经过ST2的判断，通过反复进行ST3～ST6的处理而收敛，在收敛结束后(所有的偏差收敛到允许偏差内)，在ST2的判断中就判定为“良”，从而结束控制。

调整规则是根据与操作量变量对应的控制量的依赖关系(独立、非独立)的定性的知识选择收敛的组合，所以，通过进行反馈控制，如果依赖关系的知识与实际不是极端不同，最终将倾向于收敛。

这样，不需要付出收集关于与全控制量空间对应的全操作量变量的值的定量数据的功夫就可以实现能够很容易收敛的调整控制系统。

另外，定量的知识本来并未给定，是根据在该状况下实际操作的灵敏度使所选择的操作单元进行操作的，所以，对于其他操作单元的依赖、控制对象特性的固体间差别以及随时间的变化不会成为难于收敛的状况。

图2是表示用图1说明的自适应型控制的收敛过程的例子。

图2是2输入2输出系统的例子，表示二个控制量空间，分别用偏差1、偏差2表示其控制量偏差。图2(a)的中央的正交的轴的交点为控制量偏差0，其周围的长方形的内侧的区域B表示与这些偏差对应的允许偏差即允许范围。

在本例中，按照根据规则生成而得到的调整规则，则选择决定如下：

调整规则1…两个偏差在允许偏差外→操作单元1(偏置操作单元)

     注意偏差大的一方，根据灵敏度决定操作。

调整规则2…一个偏差在允许偏差内→操作单元2(梯度操作单元)

     注意偏差大的一方，根据灵敏度决定操作。

在图2(a)中，根据初次检测而得到的初始偏差表示偏差1、偏差2都在允许偏差外的情况。

按照上述调整规则，选择操作单元1(偏置操作单元)，由于灵敏度未确认，所以，按指定操作量进行试验操作，再次进行检测，根据初始偏差得到作为注目偏差的偏差1的变化量即图2(b)所示的偏差1的灵敏度。

根据得到的偏差1的灵敏度计算使该偏差1成为“0”的操作量，根据求出的操作量操作单元1再次进行操作的结果，如图2(c)所示的那样，偏差1在允许偏差内，偏差2在允许偏差外。

因此，按照前面的调整规则，选择操作单元2(梯度操作单元)，由于灵敏度未确认，所以，按指定操作量进行试验操作，再次进行检测，得到作为注目偏差的偏差2的变化量即图2(d)所示的偏差2的灵敏度。

根据得到的偏差2的灵敏度计算使该偏差2成为“0”的操作量，根据求出的操作量操作单元2再次进行操作的结果，如图2(e)所示的那样偏差1、偏差2都在允许偏差外(但是，偏差的大小接近“0”，是收敛的)。

然后，按照前面的二个调整规则，反复进行检测、判断、选择操作单元、试验、取得灵敏度、决定操作量的操作，直至使两个偏差都收敛到允许范围内。

如图2所示的例那样，对于一个操作量变化，即使依赖于二个控制量变量(不独立时)，也可以收敛。

这样，在自适应型控制中，只将控制变量1、2分别对操作变量1、2有无依赖关系作为定性的知识给定，然后生成根据指定的算法语言而得到的调整规则，根据该调整规则，定量的知识是对实际的对象通过设置逐次检查灵敏度而决定操作量的单元，便可实现降低开发的辛苦从而可以跟随对象的固体间椎及虽时间的变化的调整控制系统。

但是，在应用上述反馈控制系统时，有时对控制次数(反馈的循环次数)和控制时间有限制。

例如，为了图像形成装置的画质稳定性，在进行检测试验显影的浓度和操作图像形成条件的控制时，试验显影消耗显影剂，其动作时间将加速各种部件和材料的长期老化，从而在控制中将会发生用户不可能(禁止)使用等现象，所以希望减少控制量检测次数和缩短控制时间。

另外，在制造时或在维修时调整装置发挥调整功能而应用时，从调整工时的角度考虑，也希望缩短控制时间。

在自适应型控制中，通过设置至此检查灵敏度而决定操作量的单元，可以降低开发的辛苦和跟随对象的固体间差别及随时间的变化，但是，由于不具有定量的知识，所以，有时不能满足上述控制次数的限制。

通常，控制器可以说是控制对象的特性的逆模型。因此，只要可以定量地测定对对象的输入输出特性即对操作量的控制量，就可以制造控制器。例如，预先将LUT(检查表)等的对控制量的操作量存储到存储单元中，根据实际的控制量参照该该表决定操作量的方法以及根据教师数据(事例数据)作成同样的表的方法是大家所熟知的。

但是，在这些方法中，取得的数据数为

(控制量变量的数)×((控制变量分割数)的(控制量变量的数)的平方)

维数越多，越需要庞大的工作量。

此外，在由于不可观测的误差因子而有对象特性的固体间差别时，就需要统计的数据，在脱机状态作成的LUT中，不能跟随随时间的变化，控制结果将偏离所希望的控制量，有时在反馈控制中收敛性将降低。

虽然也提案了在脱机状态进行学习的方法，但是，由于初始值(对象数据或逆函数数据)而在控制性能上有差别，所以，必须收集上述脱机状态前的数据。另外，在溢出(偏离调整规则的例外状态)时，难于用过去的学习结果立即对应时，将有可能引起误调整或调整不良。

因此，下面说明解决这些问题的本发明的调整控制系统。

图3是表示同时使用本发明的调整控制系统的自适应型控制和学习控制的控制的流程图。

在ST11，从多个传感器(多个调整位置)输入控制量，如果控制量变量的所有的偏差是在允许偏差内，就判定为“良”，否则就判定为“否”(ST12)。

在ST12判定为“否”后，判断控制量偏差空间的位置(以下，称为控制量模式)是否存在在该时刻学习的成功经验(ST13)，在有经验时，就采用成功经验的操作量(对所有的操作单元的变更量)(ST14)，在没有经验时就根据上述自适应型控制决定操作量(ST15)。

并且，根据ST14的成功经验的操作量或在ST15计算的操作量进行操作(ST16)。

因此，在没有经验时，就试验操作在自适应型控制中根据调整规则所选择的选择单元，并根据在此得到的灵敏度反复进行操作直至收敛(ST11、12、13、15、16)，需要的控制次数直至收敛结束为止(在ST12判定为“良”)。

在ST12收敛结束的时刻，从控制开始的初始偏差直至对包含试验操作的各时刻的控制量模式和各个控制量模式收敛结束的各操作量变更量的全部对应关系作为成功事例进行存储(学习)(ST17)。

这样，通过根据保证自适应型控制的收敛性的反馈控制和学习控制的控制模式选择并决定操作量，便可提供实现降低上述控制器设计的工作量、确保收敛性和减少控制次数的调整控制系统。

图4是表示用图2说明的自适应型控制和学习控制的收敛过程的例子。

为了将自适应型控制与学习控制进行对比，取初始偏差分别相同，将自适应型的初始偏差示于图4(a)，将学习控制的初始偏差示于图4(c)。

在未经验的控制量模式时，选择自适应型控制，从图4(a)所示的初始偏差通过自适应型控制逐渐地收敛，直至达到图4(b)所示的允许值，相反，如果对此处达到的控制量模式的操作量达到允许范围内的过程有关于对象特性的再现性，(多个操作单元同时)操作该学习的操作量，从而如图4(d)所示的那样一次便可从图4(c)所示的初始偏差达到允许范围内。

另外，即使万一没有达到允许范围内，如果是没有成功经验的控制量模式区域，也可以切换为自适应型控制进行收敛而获得新的成功经验。

图5是用于说明调整控制系统的全体的动作的流程图。对全体的控制由CPU等进行，反复进行检测控制量、判断是否良好、如果判定为“否”就决定操作量并且执行操作、返回检测控制量直至判定为“良”的处理，在判定为“良”时就结束处理。

图6是用于说明调整控制系统中与学习的切换动作的流程图。即，检测控制量时，先将控制量存储到RAM等一次存储单元(从控制开始直至收敛为止存储各操作的控制量和操作量)中。在判定为“否”时，就与从非易失性RAM等二次存储单元中读出的成功经验进行比较，如果一致就活用该成功经验，如果不一致就执行自适应型控制，决定操作量，并将该操作量存储到一次存储单元中。

反复进行执行操作、再次检测控制量、存储到一次存储单元中直至判定为“良”的处理，在判定为“良”时，就结束处理，并将存储到一次存储单元中的直至收敛的操作量作为成功经验存储到二次存储单元中。

图7是用于说明调整控制系统在没有学习数据时试验操作(测定灵敏度)的动作的流程图。即，在检测控制量时，将控制量存储到RAM等一次存储单元中，在判定为“否”时，就与从非易失性RAM等二次存储单元中读出的成功经验进行比较，如果不一致就执行自适应型控制，开始决定试验操作量，并将该操作量存储到一次存储单元中，执行试验操作。

图8是用于说明调整控制系统在没有学习数据时本操作的动作的流程图。即，在执行试验操作后，检测控制量，并存储到一次存储单元中，在判定为“否”后，就根据试验操作中的灵敏度决定本操作量，并将该操作量存储到一次存储单元中，执行操作。

图9是用于说明调整控制系统中成功事例的学习(直至收敛为止的经历)的动作的流程图。即，检测控制量，判断是否良好，反复进行处理直至判定为“良”为止。在判定为“良”时，就结束处理。这时，读出一次存储单元存储的从控制开始直至收敛为止的各操作的控制量和操作量的存储，作为成功经验存储到二次存储单元中，并一直管理该成功事例。

图10是用于说明调整控制系统有学习数据时成功经验的活用动作的流程图。即，检测控制量时，将控制量存储到RAM等一次存储单元中，在判定为“否”时，就与从非易失性RAM等二次存储单元中读出的成功经验进行比较，如果一致就根据该事例数据决定操作量，并将该操作量存储到一次存储单元中，执行操作。

图11是用于说明调整控制系统的学习数据的存储动作的流程图。即，检测控制量时，将控制量存储到RAM等一次存储单元中。在判定为“否”时，就与从非易失性RAM等二次存储单元中读出的成功经验和控制量进行比较，如果一致就活用该成功经验，如果不一致就执行自适应型控制，决定操作量，并将该操作量存储到一次存储单元中。

然后，执行操作，再次检测控制量，将控制量存储到一次存储单元中，并且判断是否良好，在判定为“否”时，就再次执行自适应型控制，决定操作量，并将该操作量存储到一次存储单元中，执行操作。

反复进行自适应型控制，直至判定为“良”为止，在判定为“良”时，就结束处理，并就一次存储单元存储的从控制开始直至收敛为止的控制量和操作量作为成功经验存储到二次存储单元中。

图12是用于说明调整控制系统的检测控制量的动作的流程图。首先，计数该操作的检测次数，收集多个控制对象的信息，计算各控制量的偏差，并将该多个控制量偏差存储到RAM等一次存储单元中。

图13是用于说明调整控制系统的判断是否良好的动作的流程图。首先，将检测控制量时的多个控制量偏差与各允许值进行比较。例如，设多个控制量偏差分别为控制量偏差1、2、…、n，比较控制量偏差1是小于或等于允许值1，比较控制量偏差2是小于或等于允许值2，比较控制量偏差n是小于或等于允许值n。在所有的控制量偏差分别小于或等于它们的允许值时，就判定为“良”，并输出判定为“良”的状态。

如果上述控制量偏差1～n中有一个大于该允许值，就判定为“否”。但是，如果无限制地反复进行本控制，组装到实际的装置中时将会带来麻烦。因此，为了实用化，必须预先设定最大控制次数。在本实施例中，检查控制次数c是否超过了预先设定的最大控制次数cHAX，如果未超过，就输出判定为“否”的状态，如果已超过，就输出错误状态。

图14是用于说明调整控制系统决定操作量的动作的流程图。首先，将检测的控制量存储到一次存储单元中后，在判定为“否”时，就选择操作量的决定方法。因此，将二次存储单元存储的成功事例与检测的控制量的多个控制量偏差进行比较，检查是否一致，一致时就采用该成功事例来决定操作量。另外，不一致时就执行自适应型控制，选择操作单元，同时计算操作量，并将该操作量存储到一次存储单元中进行保存。

图15是用于说明调整控制系统结束处理的动作的流程图。首先，在判定为“良”时，就将一次存储单元存储的经历数据作为成功事例进行整理，并将该成功事例存储到二次存储单元中保存。

如上所述，按照上述本发明，是可以保证收敛的控制系统，所以，没有不能收敛的情况，由于学习了对象调整系统的成功事例，所以，可以适应控制系统特性的固体间差别和随时间的变化。

另外，由于装置是自适应的，所以，收敛过程的效率可以通过本质上只保证收敛的反馈控制而实现，从而可以减少为了最佳化而进行数据收集和进行试验等工作量。

另外，可以减少控制器设计(特别是调谐)的工作量，同时可以构成对控制对象的固体间差别和随时间的变化自适应的控制系统。

此外，同时并用自适应型控制等保证收敛性的控制和学习控制，在无经验的状况下，逐次检查灵敏度，决定操作量，使之收敛，在收敛结束时就作为成功经验进行学习，在成为与此相同的状况时，就活用所学习的知识，通过操作便可降低收敛次数。

如上所述，按照本发明，可以进行最佳的调整，同时可以提供能够进行调整效率高的控制的调整控制系统。

Claims (2)

1.一种调整控制系统，其特征在于：具有检测多个控制量的检测单元；判定由该检测单元检测的各控制量是否在指定的允许范围内的判定单元；在该判定单元的判定结果是上述多个控制量中有一个以上的控制量不在指定的允许范围内时，判断是否有根据上述多个控制量调整控制到上述指定的允许范围内的事例的判断单元；在该判断单元判定有调整控制的事例时，根据该事例控制上述检测的各控制量调整到指定的允许范围内的第一控制单元；由上述判断单元判定没有调整控制的事例时，进行反复调整上述检测的各控制量直至指定的允许范围内的控制的第二控制单元。

2.一种调整控制系统，其特征在于：具有检测多个控制量的检测单元；根据由该检测单元检测的多个控制量和指定的目标值计算各控制量偏差的偏差计算单元；判定由该偏差计算单元计算出的各控制量偏差是否在指定的允许范围内的判定单元；在该判定单元的判定结果为上述控制量偏差中有一个以上的控制量偏差不在指定的允许范围内时，判断是否有根据上述各控制量偏差调整控制到上述指定的允许范围内的事例的判断单元；在该判断单元判定有调整控制的事例时，根据该事例控制调整上述计算的各控制量偏差到指定的允许范围内的第一控制单元；在上述判断单元判定没有调整控制的事例时，进行反复调整上述计算的各控制量偏差直至到指定的允许范围内的控制的第二控制单元。

Images