JP2007062288A - 故障診断システム、画像形成装置及び故障診断方法 - Google Patents
故障診断システム、画像形成装置及び故障診断方法 Download PDFInfo
- Publication number
- JP2007062288A JP2007062288A JP2005254141A JP2005254141A JP2007062288A JP 2007062288 A JP2007062288 A JP 2007062288A JP 2005254141 A JP2005254141 A JP 2005254141A JP 2005254141 A JP2005254141 A JP 2005254141A JP 2007062288 A JP2007062288 A JP 2007062288A
- Authority
- JP
- Japan
- Prior art keywords
- failure
- information
- input
- cause
- diagnosis
- 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.)
- Pending
Links
Images
Landscapes
- Accessory Devices And Overall Control Thereof (AREA)
- Facsimiles In General (AREA)
Abstract
【課題】 診断に必要な情報をユーザにストレスを与えることなく取得して、効率的なメンテナンス作業を行うことができる故障診断システムを提供することを目的とする。
【解決手段】 画像形成装置(1)に搭載する故障診断システムは、画像形成装置の故障原因と、当該故障原因と因果関係を有すると共に故障診断における影響度に応じた入力順位優先度が付与される入力情報とを結線して表現される故障診断モデルに基づく推論処理を行う故障診断部(105)を備える。この故障診断部(105)は、入力順位優先度が上位である順に前記入力情報を得て故障診断を行う。入力情報は、故障原因との結線数が多い情報ほど、入力順位優先度を上位とする。また、前記故障原因に予め付与されている故障原因確率の初期値が高い故障原因に結線されている入力情報の入力順位優先度を上位とする。
【選択図】 図1
【解決手段】 画像形成装置(1)に搭載する故障診断システムは、画像形成装置の故障原因と、当該故障原因と因果関係を有すると共に故障診断における影響度に応じた入力順位優先度が付与される入力情報とを結線して表現される故障診断モデルに基づく推論処理を行う故障診断部(105)を備える。この故障診断部(105)は、入力順位優先度が上位である順に前記入力情報を得て故障診断を行う。入力情報は、故障原因との結線数が多い情報ほど、入力順位優先度を上位とする。また、前記故障原因に予め付与されている故障原因確率の初期値が高い故障原因に結線されている入力情報の入力順位優先度を上位とする。
【選択図】 図1
Description
本発明は、複写機やプリンタ等の画像形成装置の故障診断システム、画像形成装置及び故障診断方法に関する。
従来より複写機やプリンタなどのオフィス機器においては、良好な品質を維持するために専門のサービスマンが派遣され、定期的なメンテナンスが実施されてきた。しかし、近年のオフィス機器のカラー化、高機能化に伴い、故障の様態も複雑化してきており、専門のサービスマンでも故障原因を特定しきれず、かつ顧客サイドでの機器のダウンタイムを極力少なくする必要があることから、故障に関連しそうな部品を複数まとめて交換するようなケースが多発している。このため、本来正常な部品も一緒に交換されてしまい、サービスコストの増大を招くという問題があった。この課題に対し、規則に基づくシステム(ルール型システム)を利用して故障の自動診断を行う仕組みが考えられており、その一例としてベイジアンネットワーク(Bayesian Network)を利用した故障診断システムがある。ベイジアンネットワークを利用した故障診断システムとしては、例えば特許文献1に記載の技術がある。この特許文献1によれば、サービスセンターなどに診断システムのためのサーバを持っており、顧客がインターネットを介してデータのやり取りをしながら顧客の持つプリンタ(画像形成装置)の診断を、ベイジアンネットワークを使って行う技術が紹介されている。
しかしながら、前記特許文献1記載の技術では、顧客がプリンタの不具合状況を観察することに不慣れな場合、入力される情報にばらつきが生じて故障診断に対する影響度、重要度の高い情報が得られずに、正確な診断が出来ない可能性がある。また、問題解決までに顧客に課するアクションが多いため、ユーザにストレスを与えてしまうという問題があった。
本発明は、このような問題に鑑みてなされたものであり、診断に必要な情報をユーザにストレスを与えることなく取得して、効率的なメンテナンス作業を行うことができる故障診断システムを提供することを目的としている。
かかる目的を達成するための、本発明の故障診断システムは、画像形成装置に生じる故障を診断する故障診断システムであって、画像形成装置の故障原因と、当該故障原因と因果関係を有すると共に故障診断における影響度に応じた入力順位優先度が付与される入力情報とを結線して表現される故障診断モデルに基づく推論処理を行う故障診断部を備え、前記故障診断部は、当該入力順位優先度が上位である順に前記入力情報を得て故障診断を行うことを特徴とする(請求項1)。このような構成としたことにより、入力情報の入力を簡略化、故障診断に重要な情報の入力漏れを回避することができる。前記のような故障診断モデルは、ある入力情報が取得されると、この入力情報と関連づけられ、結線された他の因子(故障原因等)に付与される値が順次変化して故障原因を特定することになる。このような故障診断モデルにおいて、入力情報の入力の簡略化、入力情報の漏れを回避するためには、故障診断に対して影響度の大きい情報から入力することが望ましい。本発明は、このような観点からなされている。
そこで、このような故障診断システムでは、前記入力情報は、前記故障原因との結線数が多い情報ほど、前記入力順位優先度を上位とすることができる(請求項2)。また、前記入力情報は、前記故障原因に予め付与されている故障原因確率の初期値が高い故障原因に結線されている入力情報の入力順位優先度を上位とすることができる(請求項3)。
また、このような故障診断システムに用いる故障診断モデルでは、多くの情報を入力すればそれだけ故障診断の精度を向上させることができる。しかし、多くの情報の入力を求めると、問題解決までに顧客に課するアクションが多いため、ユーザにストレスを与えてしまう。そこで、このような故障診断システムにおいて、前記故障診断部は、前記入力順位優先度が上位側から所定順位未満である前記入力情報を任意入力情報とすることができる(請求項4)。すなわち、入力順位優先度が所定順位以上の入力情報については必須入力情報として、入力を促すものである。このような構成とすれば、必須入力情報のみを入力させて簡易診断とすることができ、必要に応じて更なる入力情報を与えて詳細診断を行うこともできる。
さらに、このような故障診断システムでは、前記故障診断部は、前記入力順位優先度が上位である入力情報の入力結果に基づいて、他の入力情報の入力順位優先度を変更するようにできる(請求項5)。本発明で用いる故障診断モデルは、前記のようにある入力情報が取得されると、この入力情報と関連づけられ、結線された他の因子(故障原因等)に付与される値が順次変化するが、この変化に応じて入力順位優先度も変更させる趣旨である。これにより、より迅速、的確な故障診断を行うことができる。
このような故障診断システムにおける入力情報としては種々のものがある。例えば、ユーザが直接観測できる不具合情報、前記画像形成装置の履歴情報、前記画像形成装置の環境情報、ユーザの追加動作により得られる情報などである。ここで、このユーザの追加動作により得られる情報とは、例えばユーザがテストチャートを出力させるなど、ユーザの意思に基づいて取得される能動的な情報を指す。本発明の故障診断システムでは、ユーザが直接観測できる不具合情報、前記画像形成装置の履歴情報、前記画像形成装置の環境情報に付与される前記入力順位優先度が、前記ユーザの追加動作により得られる情報に付与される前記入力順位優先度よりも上位である構成とすることができる(請求項6)。なお、本明細書において、ユーザとは、故障診断を行うための入力情報の入力操作を行う者を指す。
以上、説明したような故障診断システムを種々の画像形成装置に搭載すれば、本発明の画像形成装置を構成することができる(請求項7)。
また、本発明の故障診断方法は、画像形成装置に生じる故障を診断する故障診断方法であって、画像形成装置の故障原因と、当該故障原因と因果関係を有すると共に故障診断における影響度に応じた入力順位優先度が付与される入力情報とを結線して表現される故障診断モデルに基づく推論処理を行う際に、当該入力順位優先度が上位である順に前記入力情報を入力して故障診断を行うことを特徴とする(請求項8)。このような故障診断方法は、例えば、本発明の故障診断システムを稼働させることによって実施することができる。
本発明によれば、故障診断モデルへ入力する入力情報について、故障判断に対して影響度(重要度)が高いものから順に高い入力順位優先度を付与し、入力順位優先度が高い情報から順に故障診断モデルへの入力を促すようにしたので、ユーザは効率よく診断に必要な情報を入力することができ、さらに重要度の高い情報の入力漏れを防ぐことが可能となった。
以下、本発明を実施するための最良の形態を図面と共に詳細に説明する。
図1は本発明に関わる画像形成装置(以下、「装置」という)1の構成図を示す。本発明の装置1は、原稿画像を読み込む画像読取部101と、読み込んだ画像又はプリント指示された画像を形成し出力するプリントエンジン部102と、用紙通過時間、駆動電流、装置内部の温度、湿度など装置1の内部状態に関する情報を得るためのセンサ群からなるセンサ部103と、故障診断に必要な情報を入力するための故障診断情報入力部104と、この故障診断情報入力部104により取得した各情報に基づき装置1の故障診断を行う故障診断部105とから構成されている。この故障診断部105が本発明における故障診断システムの主要部をなす。
図2は前記故障診断部105の構成を示すブロック図である。故障診断部105は、センサ部103より取得された装置1の内部状態情報に基づく各部品の稼動状態を示す部品情報を観測データ情報として取得する部品状態情報取得部201、装置1の使用状況の監視結果を履歴情報として取得する履歴情報取得部202、装置1内部の環境情報を直接取得し、あるいはセンサ部103より取得される装置1内部の環境情報を取得する環境情報取得部203、発生した故障の状態を故障診断部105に提示された画面の指示に従ってユーザが入力することにより得られた故障情報を取得する故障情報取得部204、ユーザ操作によって動作条件の異なる状態で故障情報を取得する追加操作情報取得部205、これらの各取得部、すなわち、部品状態情報取得部201、履歴情報取得部202、環境情報取得部203、故障情報取得部204、追加操作情報取得部205により得られた情報に基づいて故障原因の確率を算出する故障確率推論部206と、診断結果をユーザに通知する診断結果通知部207とで構成される。
さらに故障確率推論部206は、故障を引き起こす各原因候補が、発生した故障の主原因であるであろう確率(故障原因確率)を各取得情報に基づいて算出する推論エンジン208と、この推論エンジン208にて算出した故障原因確率を元にして故障原因候補を絞り込む故障候補抽出部209とで構成される。ここで、故障原因確率の算出を行う推論エンジン208には、ベイジアンネットワーク(Bayesian Network)を利用する。このベイジアンネットワークとは、因果関係が複雑な問題領域を表すため、複数の変数間の因果関係を順次結線し、グラフ構造を持つネットワークとして表現したものであり、変数間の依存関係を有向グラフにより表したものである。本発明における故障診断モデルはこのベイジアンネットワークを利用して構築されている。
なお、本発明の故障診断モデル、装置1等は、従来ある故障診断モデル、画像形成装置等を利用することができる。
図3は、画像欠陥系の故障診断を行う場合のベイジアンネットワークの構成例を概念的に示した図である。図示するように、このベイジアンネットワークは、画像欠陥を引き起こす原因を表す故障原因ノードND0と、画像形成装置を構成する部材(コンポーネント)の状態情報を表すコンポーネント状態ノードND1と、装置1の履歴情報を表す履歴情報ノードND2と、装置1が設置されている周辺環境情報を表す環境情報ノードND3と、画質欠陥の状態情報を表す観測状態ノードND4と、ユーザ操作によって得られる追試結果情報を表すユーザ操作ノードND5と、欠陥種類ノードND6を含んで構成されている。
故障原因ノードND0は、画像欠陥を引き起こす原因を表すノードであり、この部分の確率を計算して、故障か否かの判断を行う。各ノード内には、因果関係の強さを表す確率データをまとめた確率表が格納されている。この確率データの初期値は、過去の故障発生時のデータや部品のMTBF(Mean Time Between Failure;平均故障間隔)を用いて決定することができる。
コンポーネント状態ノードND1は、コンポーネントの状態を表すノードであり、コンポーネントの状態を観測するセンサ部103から取得される情報である。このような情報として、コンポーネントの温度、印加電圧、パッチ濃度、色材(例えばトナー)残量などの情報がある。本発明における「直接観測できる不具合情報」に相当する。
コンポーネント状態ノードND1は、コンポーネントの状態を表すノードであり、コンポーネントの状態を観測するセンサ部103から取得される情報である。このような情報として、コンポーネントの温度、印加電圧、パッチ濃度、色材(例えばトナー)残量などの情報がある。本発明における「直接観測できる不具合情報」に相当する。
履歴情報ノードND2は、装置1の使用状況を表すものであり、例えばコンポーネントごとのプリント枚数の履歴情報を用いる。このプリント枚数は、コンポーネントの磨耗や劣化などコンポーネントの状態に直接影響を与える。本発明における「画像形成装置の履歴情報」に相当する。
環境情報ノードND3は、コンポーネントの状態に影響を与える周囲環境条件で、本実施例では、温度と湿度がこれに相当する。温度や湿度は、各コンポーネントの画像形成条件や動作条件に影響を与える。本発明における「画像形成装置の環境情報」に相当する。
観測状態ノードND4は、出力画像に発生した欠陥の観測状態を表すもので、ユーザにより観測され入力される情報である。例えば、欠陥の形状、大きさ、濃度、輪郭、向き、位置、周期性、発生領域などの情報がある。本発明における「直接観察できる不具合情報」に相当する。
ユーザ操作ノードND5は、装置1に対して動作条件を代えて同様の処理をさせる情報であり、変更後の動作条件の情報も含まれる。本発明における「ユーザの追加情報により得られる情報」に相当する。
欠陥種類ノードND6は、画像欠陥の種類を表すもので、線、点、白抜け、濃度ムラなどの情報がある。まず発生した画像欠陥の種類を判別してこのノードの状態を確定させてから、他のノード(ND1〜ND5)の情報を適宜入力して診断を行い、故障原因を推定する。
これらの各ノードは、“原因”→“結果”の関係になるように結線される。たとえば、“故障原因ノード”と“観測状態ノードND4”との関係は“故障原因ノード”で示される“原因”が元で“観測状態ノードND4”で示される“観測状態(濃度が薄い、筋状・帯状、など)”が表れるという関係になる。一方、“履歴情報ノードND2”と“原因ノード”との関係は“履歴情報に基づく状態(コピー枚数が多い、稼動年数が長いなど)”が元で“原因”(部品劣化など)が発生するという関係が成り立つ。
図4は、故障診断システムにおける故障診断モデルの具体的な事例を示すものであり、画像欠陥による故障診断の構成例の中で黒線発生時のベイジアンネットワークを表している。図示するように、ノードは、“原因”→“結果”の関係になるように結線される。たとえば、“ドラムの傷”と“線幅情報”の関係は“ドラムの傷”が元で細い線が発生といった“線幅情報”が表れるという関係になる。
一方、“フィード数履歴情報”と“フューザ”の関係は“フィード数”に基づく状態(フィード数が何枚以上)が元で“フューザ”劣化による黒線発生の可能性が高くなるという関係が成り立つ。
各ノードの確率データの初期値は、たとえば過去のデータを元に決定する。その後、部品の交換頻度や不具合発生頻度など、市場トラブルの統計データを元に定期的に各ノードの確率を更新するようにしてもよい。また、図4中の“線幅情報”や“周期性情報”、“発生箇所情報”といった画像欠陥の特徴を表すノードは、図2の故障情報取得部204によって得られた特徴量に基づいて状態が決定される。
次に図3および図4の事例を用いて故障原因の推定に必要な入力情報に入力順位優先度をつける方法について説明する。入力順位優先度は次のルールに従って設定する。
(1)故障原因ノードとの関連付けが多いほど入力情報ほど、入力順位優先度を高く設定する。
(2)ユーザ操作ノードND5は他のノードに対して入力順位優先度を低く設定する。
(3)故障原因ノードとの結線数が同じノードがある時は、故障原因確率の初期値が高いノードに関連付けられているノードの入力順位優先度を高く設定する。
(1)故障原因ノードとの関連付けが多いほど入力情報ほど、入力順位優先度を高く設定する。
(2)ユーザ操作ノードND5は他のノードに対して入力順位優先度を低く設定する。
(3)故障原因ノードとの結線数が同じノードがある時は、故障原因確率の初期値が高いノードに関連付けられているノードの入力順位優先度を高く設定する。
ここで、(1)における単純な目安は故障原因ノードとの結線数となるが、故障原因ノードのうち中間ノード(末端でない途中のノード)に結線されているものは、その下(矢印の元側)に分岐して接続される故障原因ノードにも影響を及ぼすため、分岐先のノード数まで含めて比較する。また、(2)は一旦ユーザに何らかの操作を要求した後に得られる情報であり、情報取得までに時間を要するため、他のノードに比べて入力順位優先度を低く設定する。このルールに従って図4の故障原因ノードに結線された各ノードの入力順位優先度を設定すると、入力順位優先度が高い順に、“線幅情報”、“フィード数履歴情報”、“周期性情報”、“発生箇所情報”、“周辺温度”、“ユーザ操作情報”、“テストチャートによる追試情報”、となる。“フィード数履歴情報”が“周期性情報”よりも優先度が高いのは、ノードを結ぶ線数は同じだが、影響を及ぼす故障原因ノードが“周期性情報”は“ドラムの傷”と“ヒートロールの傷”の2つであるのに対し、“フィード数履歴情報”は“ドラムの傷”と、“フューザ”のうちの更に詳細な原因である“オフセット”と“ヒートロールの傷”、計3つであるためである。同様の理由で、“ユーザ操作情報”の方が“テストチャートによる追試情報”よりも入力順位優先度が高くなる。“発生箇所情報”と“周辺温度”は同じ故障原因ノードに結線され、共に他のノードへの結線はないのでどちらの入力順位優先度を高くしてもよい。
そして、このように入力順位優先度を設定した後に、例えば上位3つを必ず情報を入力するグループ、残りは任意に情報を入力するグループという具合に分類することにより、診断に必要な情報入力作業の効率化を図ることが出来る。以下の説明において、前者を簡易診断用情報、後者を詳細診断用情報と呼ぶことにする。
簡易診断用情報の数は、ベイジアンネットワークの大きさや入力順位優先度の高い情報がどの程度故障原因ノードと関連付けられているかなどを考慮して決定する。また、ユーザが情報の入力作業を行うのに許容できる範囲で入力数を設定する必要があり、この数は実際にこの診断システムを使うユーザを被験者として試用した結果を元に定めるなどするとよい。
次に診断に必要な入力情報を入力しながら故障診断を行う方法について、図5、図6を用いて説明する。図6(a)は簡易診断用情報を表示した簡易診断画面、(b)は詳細診断用情報を表示した詳細診断画面を表す。まず、故障診断モードに入ると、マシン内部の各種センサより得られる部品状態情報、環境情報や、マシン内部に記憶されている履歴情報を取得する(S501)。次に操作画面に診断情報入力画面が表示されるので、簡易診断用の画面を選択し、全ての質問事項に答えて欠陥の特徴量を入力する(S502)。ここで、簡易診断画面の質問事項にはないが、他に特徴的な不具合の表れ方やエラー情報などがある場合には(S503−Y)、図6(b)に示すように詳細診断の画面を選択して、その中から対応する質問事項に答えて情報を入力する(S504)。
この時、詳細診断画面の質問事項全てに答える必要はなく、必要な情報だけ入力すればよい。特に特徴的な情報がない場合は(S503−N)、ステップ505へ移る。必要な情報の入力が済んだら、「診断実行」ボタンを押して各故障原因の発生確率を算出する(S505)。故障候補抽出部は算出された確率を元に、確率の高い方から指定された候補数分の故障原因を抽出する(S506)。候補数の数は予め設定できるようにしてもよいし、候補抽出前に任意の数を入力して指定できるようにしてもよい。そして、抽出された故障原因候補を操作画面に表示してユーザに通知する(S507)。この時故障候補の表示は、故障原因の内容と確率だけでなく、作業のしやすさ、交換が必要な時にはその部品代など、作業コストや部品コストを合わせて表示するようにしてもよい。ユーザは表示された結果を元に処置を施し、不具合が解決されたかどうかを操作画面より入力する(S508)。もし解決された場合には故障診断モードを終了する。もし不具合が解決されなかったら、ステップ503に戻り、例えば装置内部で保有しているテストパターンを出力して不具合の発生状況を調べたり、その他追加動作を施して特徴的な不具合情報がないか調査したりする。そして新たに得られた情報が詳細診断画面にあればその情報を追加して再診断を行い、表示された結果に基づいて改めて処置を行う。もし、追加する情報がない場合は、ステップ506で故障原因候補を表示させる際に、候補数を以前表示した数より多く設定し、表れた原因候補に対して未処置のものの中から確率の高い順に処置を施していく。このようにして不具合が解消されれば故障診断モードを終了する。
なお、図6(b)に示す詳細診断用情報は、優先度の高い情報の見落としを減らし、重要な情報の入力を効率的に行うことが出来るように、優先度の高い順に表示され、重要な情報をユーザの目に付きやすいようにする。この時、詳細診断用情報の優先度は先に説明したルールに加えて、簡易診断用情報の入力結果も考慮して再設定される。例えば簡易診断用情報を全て入力した時に、故障原因候補Aの原因確率が30%、候補Bの原因確率が28%、候補Cの原因確率が25%で、残りの候補は5%以下であったとする。この時、故障原因候補A/B/Cに関連付けられている情報ノードの優先度を他のノードよりも高くすることで、確率の高い候補に関連する情報が追加されやすくし、効率的に絞込みが行えるようにする。優先度変更の対象は、例えば、簡易診断用情報入力後、もっとも故障原因確率の高い候補に対して、確率が−20%以内(すなわち8割)の故障原因候補(もし最も高い故障原因確率が30%であった場合、30%×(1−0.2)=24%以上の確率を有する故障原因候補)に関連付けられる情報とする、という具合に任意の閾値を設定して決定するとよい。このように診断のレベルを分けることで、最初からユーザに多くの情報入力を求めてユーザに負担を掛けさせることを防ぐことができ、より効率的な診断が可能となる。
なお、上記の実施例は本発明を実施するための例にすぎず、本発明はこれらに限定されるものではなく、これらの実施例を種々変形することは本発明の範囲内であり、更に本発明の範囲内において、他の様々な実施例が可能であることは上記記載から自明である。
1 画像形成装置
101 画像読取部
102 プリントエンジン部
103 センサ部
104 故障診断情報入力部
105 故障診断部
101 画像読取部
102 プリントエンジン部
103 センサ部
104 故障診断情報入力部
105 故障診断部
Claims (8)
- 画像形成装置に生じる故障を診断する故障診断システムであって、
画像形成装置の故障原因と、当該故障原因と因果関係を有すると共に故障診断における影響度に応じた入力順位優先度が付与される入力情報とを結線して表現される故障診断モデルに基づく推論処理を行う故障診断部を備え、
前記故障診断部は、当該入力順位優先度が上位である順に前記入力情報を得て故障診断を行うことを特徴とする故障診断システム。 - 請求項1記載の故障診断システムにおいて、
前記入力情報は、前記故障原因との結線数が多い情報ほど、前記入力順位優先度を上位とすることを特徴とした故障診断システム。 - 請求項1又は2記載の故障診断システムにおいて、
前記入力情報は、前記故障原因に予め付与されている故障原因確率の初期値が高い故障原因に結線されている入力情報の入力順位優先度を上位とすることを特徴とした故障診断システム。 - 請求項1乃至3のいずれか一項記載の故障診断システムにおいて、
前記故障診断部は、前記入力順位優先度が上位側から所定順位未満である前記入力情報を任意入力情報とすることを特徴とする故障診断システム。 - 請求項1乃至4のいずれか一項記載の故障診断システムにおいて、
前記故障診断部は、前記入力順位優先度が上位である入力情報の入力結果に基づいて、他の入力情報の入力順位優先度を変更することを特徴とした故障診断システム。 - 請求項1記載の故障診断システムにおいて、
前記入力情報には、ユーザが直接観測できる不具合情報、前記画像形成装置の履歴情報、前記画像形成装置の環境情報、ユーザの追加動作により得られる情報が含まれ、
これらの情報のうち、ユーザが直接観測できる不具合情報、前記画像形成装置の履歴情報、前記画像形成装置の環境情報に付与される前記入力順位優先度が、前記ユーザの追加動作により得られる情報に付与される前記入力順位優先度よりも上位であることを特徴とする故障診断システム。 - 請求項1乃至6のいずれか一項記載の故障診断システムを搭載たことを特徴とする画像形成装置。
- 画像形成装置に生じる故障を診断する故障診断方法であって、
画像形成装置の故障原因と、当該故障原因と因果関係を有すると共に故障診断における影響度に応じた入力順位優先度が付与される入力情報とを結線して表現される故障診断モデルに基づく推論処理を行う際に、
当該入力順位優先度が上位である順に前記入力情報を入力して故障診断を行うことを特徴とする故障診断方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005254141A JP2007062288A (ja) | 2005-09-01 | 2005-09-01 | 故障診断システム、画像形成装置及び故障診断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005254141A JP2007062288A (ja) | 2005-09-01 | 2005-09-01 | 故障診断システム、画像形成装置及び故障診断方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2007062288A true JP2007062288A (ja) | 2007-03-15 |
Family
ID=37925043
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005254141A Pending JP2007062288A (ja) | 2005-09-01 | 2005-09-01 | 故障診断システム、画像形成装置及び故障診断方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2007062288A (ja) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008017269A (ja) * | 2006-07-07 | 2008-01-24 | Fuji Xerox Co Ltd | 画像形成装置、故障診断システム、故障診断方法、及び故障診断プログラム |
JP2011518382A (ja) * | 2008-04-18 | 2011-06-23 | ビ−エイイ− システムズ パブリック リミテッド カンパニ− | システムにおける故障診断の支援 |
KR20140007178A (ko) * | 2012-07-09 | 2014-01-17 | 엘지전자 주식회사 | 가전기기 및 그 시스템 |
JP2017097468A (ja) * | 2015-11-19 | 2017-06-01 | コニカミノルタ株式会社 | 情報処理装置 |
KR20180127946A (ko) * | 2018-11-21 | 2018-11-30 | 엘지전자 주식회사 | 가전기기 및 그 시스템 |
US10551781B2 (en) | 2018-01-19 | 2020-02-04 | Konica Minolta, Inc. | Image forming apparatus and recording medium |
CN111413944A (zh) * | 2019-01-07 | 2020-07-14 | 松下知识产权经营株式会社 | 诊断方法、诊断装置、诊断系统以及记录介质 |
CN113806178A (zh) * | 2021-09-22 | 2021-12-17 | 中国建设银行股份有限公司 | 一种集群节点故障检测方法及装置 |
-
2005
- 2005-09-01 JP JP2005254141A patent/JP2007062288A/ja active Pending
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008017269A (ja) * | 2006-07-07 | 2008-01-24 | Fuji Xerox Co Ltd | 画像形成装置、故障診断システム、故障診断方法、及び故障診断プログラム |
JP4582062B2 (ja) * | 2006-07-07 | 2010-11-17 | 富士ゼロックス株式会社 | 画像形成装置、故障診断システム、故障診断方法、及び故障診断プログラム |
JP2011518382A (ja) * | 2008-04-18 | 2011-06-23 | ビ−エイイ− システムズ パブリック リミテッド カンパニ− | システムにおける故障診断の支援 |
KR20140007178A (ko) * | 2012-07-09 | 2014-01-17 | 엘지전자 주식회사 | 가전기기 및 그 시스템 |
JP2017097468A (ja) * | 2015-11-19 | 2017-06-01 | コニカミノルタ株式会社 | 情報処理装置 |
US10642450B2 (en) | 2015-11-19 | 2020-05-05 | Konica Minolta, Inc. | Information processing apparatus |
US10551781B2 (en) | 2018-01-19 | 2020-02-04 | Konica Minolta, Inc. | Image forming apparatus and recording medium |
KR20180127946A (ko) * | 2018-11-21 | 2018-11-30 | 엘지전자 주식회사 | 가전기기 및 그 시스템 |
KR102114862B1 (ko) * | 2018-11-21 | 2020-05-25 | 엘지전자 주식회사 | 가전기기 및 그 시스템 |
CN111413944A (zh) * | 2019-01-07 | 2020-07-14 | 松下知识产权经营株式会社 | 诊断方法、诊断装置、诊断系统以及记录介质 |
CN113806178A (zh) * | 2021-09-22 | 2021-12-17 | 中国建设银行股份有限公司 | 一种集群节点故障检测方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4711077B2 (ja) | 故障診断システム、画像形成装置および故障診断プログラム | |
JP4710495B2 (ja) | 故障診断システム、画像形成装置及び故障診断方法 | |
JP2007062288A (ja) | 故障診断システム、画像形成装置及び故障診断方法 | |
JP4710720B2 (ja) | 故障予防診断支援システム及び故障予防診断支援方法 | |
JP2008256981A (ja) | 故障診断システム | |
JP5370905B2 (ja) | 故障診断装置およびプログラム | |
JP5321784B2 (ja) | 故障診断装置およびプログラム | |
JP5598130B2 (ja) | 画質異常検査装置、画質異常検査システム及びプログラム | |
US20070237399A1 (en) | Failure analysis system, failure analysis method, and program product for failure analysis | |
US20160379144A1 (en) | Information processing system and failure prediction model adoption determining method | |
JP2009206850A (ja) | 故障診断装置およびプログラム | |
JP2007281742A (ja) | 画像形成装置シミュレーション装置、画像形成装置シミュレーション方法及びプログラム | |
JP5299684B2 (ja) | 監視装置および情報処理システムおよび監視プログラム | |
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 | |
JP2014016437A (ja) | 画質異常判定装置及びプログラム | |
JP4872979B2 (ja) | 画像処理装置、画像形成装置及びプログラム | |
JP4784225B2 (ja) | 故障診断装置、画像形成装置及び故障診断方法 | |
US8725008B2 (en) | Using images to diagnose defects in an image forming apparatus | |
JP2008052376A (ja) | 画像形成装置、故障診断システム及び故障診断プログラム | |
JP4844606B2 (ja) | 画像分類装置及びプログラム | |
JP2007133472A (ja) | 故障診断装置及び故障診断方法 | |
JP2007280135A (ja) | 故障診断システム及び故障診断方法 | |
US8139961B2 (en) | Diagnostic method and system for modular printing systems | |
JP5115025B2 (ja) | 故障診断システム及び故障診断プログラム | |
JP7484151B2 (ja) | 異常診断システムおよび異常診断装置 |