JP2008017269A - 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 - Google Patents

Abstract

【課題】故障診断処理に要する計算量を軽減し、かつ故障診断精度を向上できる故障診断装置、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を提供する。
【解決手段】
画像形成装置を構成する部品群に関する故障状態と故障状態を引き起こす故障原因との関係をモデル化したモデルであって、故障時に提供していた機能に用いられる部品群に関してモデル化した部分モデルのみを結合して、画像形成装置全体をモデル化した全体モデルを生成する全体モデル生成手段と全体モデル生成手段で生成された全体モデルを解析して画像形成装置の故障原因の発生確率を算出する故障診断手段とを備えることを特徴としている。
よって故障時に画像形成装置が提供していた機能に用いられる部品群のみを診断対象とする全体モデルを生成するため、故障診断精度を向上できるだけでなく、故障診断に要する計算量を軽減できる。
【選択図】図１

Description

本発明は、故障診断処理に要する計算量を軽減し、かつ故障診断精度を向上できる画像形成装置、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に関する。

画像形成装置の多機能化、高機能化及び高性能化により故障の態様が複雑化した結果、習熟した専門家であっても故障原因の特定が困難となった。そのため、画像形成装置の故障原因の特定を支援する故障診断システム等が必要とされている。このような機能を有する故障診断システム等としては、システムがエラーに関する情報であるエラー情報を検出し、検出したエラー情報に対応した故障診断モデルであって、因果ネットワークで表されたモデルを用いて故障原因を確率的に推定する故障診断システムが知られている（例えば、特許文献１及び特許文献２参照）。

しかし、上記のような故障診断システムでは、取得したエラー情報毎にそれぞれ対応した故障診断モデルを用いて故障原因を推定しているため、それぞれの診断モデルの一部又は全部において、同一の部分モデルを重複保持していた。よって、診断モデルのファイルサイズが大きくなるため、故障診断システムは、診断モデルを記憶するために大容量の記憶装置を備える必要があった。

また、上記のような故障診断システムでは、診断モデル数の増加を抑制するために、複数のエラー情報に共通した故障診断モデルを用いて故障原因を推定している。これにより、取得したエラー情報に直接関連しない部品群であるユニットをも診断対象とすることがあり、故障診断精度の低下を招いていた。
また特に、複合機等の画像形成装置が故障診断機能を備える場合には、故障診断処理に要する計算量の増加に伴う処理時間の増加、並びにワーク領域及び演算処理リソースの枯渇によって、例えば、コピー機能等である通常機能の提供に支障を来たすと言う問題があった。

そこで、エラー情報等で構成されるアラームを現場交換ユニットであるモジュール単位で取得し、かつ取得したアラームに対応した故障診断モデルを生成して故障診断を行なう故障診断方法が知られるに至った（例えば、特許文献３参照）。
具体的には、上記故障診断方法は、故障診断モデルの基礎となる基礎モデルを作成し、作成した基礎モデルの有するノードであって、アラームを取得したモジュールを表すノードに対して、取得したアラームを表すノード、ノードとして追加されたアラームに関する故障を表すノード、ノードとして追加された故障を引き起こす原因である故障状態を表すノード、及びノードとして追加された故障状態を引き起こす原因である誤動作を表すノードを順次追加することで、アラームに対応した故障診断モデルを生成して故障診断を行なう方法である。
特開２００５−３０９０７７ 特開２００５−３０９０７８ 特開２００３‐０３２２５３

ところで、上記のような故障診断方法では、エラー情報に対応する複数の診断モデルを備える必要が無いために、故障診断モデルのファイルサイズを小さくできる。よって、故障診断方法の実施の際に必要とされる記憶容量を軽減できる。また、それぞれのエラー情報に直接関連したユニットの誤動作及び故障状態等のみをモデルに追加して故障診断するので、故障診断精度が向上するだけでなく、計算量を軽減できる。

しかし、上記のような故障診断方法では、故障診断対象とする複合機が、どのような機能を提供しているかを表す動作モードに関わらず故障診断モデルを構築するため、故障発生時の動作モードに関連しないユニット等を診断対象とする。よって、故障診断精度の低下、及び故障診断に要する計算量の増加と言う問題を十分に解決するとは言い難かった。

また、一般に発生した故障状態の全てを、エラー情報に基づいて取得できる訳ではない。よって上記のような故障診断方法では、例えば、システムの誤動作又は画質不良等の故障状態であって、エラー情報に基づいて検知できない故障状態を引き起こす故障原因を推定するために用いるモデルを生成できない。よって、この点からも問題を十分に解決するとは言い難かった。

更に、上記のような故障診断方法では、現場交換ユニットを単位としたノードにより構成される故障診断モデルを生成して故障診断するため、交換ユニットを構成する部品を単位とした故障診断ができない。よって、故障原因を有しない部品とそうでない部品とを判断できず、一例として、ユニットの交換を必要とせず、単に部品の清掃によって故障原因を解消できる場合に対応できなかった。

本発明は、上記問題に鑑みて成されたものであり、その目的とするところは、エラー情報のみならず動作モード及びユーザが入力する故障状態に基づいて故障診断モデルを生成することで、故障診断処理に要する計算量を軽減し、かつ故障診断精度を向上できる画像形成装置、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を提供することにある。

本発明に係る画像形成装置は、画像形成装置を構成する部品の故障状態と故障状態を引き起こす故障原因との因果関係をモデル化したモデルであって、かつ画像形成装置を構成する部品群であるユニットに関する部分のみをモデル化した部分モデルを記憶する記憶手段と、記憶手段の記憶する部分モデルを結合して、画像形成装置全体の故障状態と故障状態を引き起こす故障原因との関係をモデル化した全体モデルを生成する全体モデル生成手段と、全体モデル生成手段で生成された全体モデルを解析することで、画像形成装置の故障状態を引き起こす部品に生じる故障原因の発生確率を算出して故障診断する故障診断手段とを備え、記憶手段は、画像形成装置の提供する機能と、機能の提供時に使用されるユニットに関する部分モデルと、部分モデルを用いた全体モデルの生成方法を記述する生成情報とを関連付けて記憶し、
生成情報は、部分モデル間の結合関係を記述する結合情報を含み、全体モデル生成手段は、故障時において画像形成装置が提供中であった機能に関連付けて記憶手段が記憶する部分モデル及び生成情報を取得し、かつ取得した部分モデルを、取得した生成情報に含まれる結合情報に基づいて結合して全体モデルを生成することことを特徴としている。
この構成によれば、全体モデル生成手段は、故障時において画像形成装置が提供中であった機能の提供に使用されるユニットのみを診断対象とする全体モデルを生成するため、一例として、提供中の機能に関わらず故障診断に用いるモデル（以下単に、故障診断モデルと言う）を構築する場合と比べて、故障診断精度を向上できるだけでなく、故障診断に要する計算量を軽減できる。
よって、故障診断に要する処理時間、並びにワーク領域及び演算処理リソースを軽減できるため、一例として、故障診断時におけるコピー機能等の通常機能の提供に支障を来たすことが少ない。
また、この構成によれば、全体モデル生成手段は、記憶手段に記憶された部分モデルを結合して故障診断に用いる全体モデルを生成するので、一例として、一部又は全部において同一の部分モデルを重複保持する故障診断モデルを記憶する場合と比べて、画像形成装置が必要とする記憶容量を軽減できる。
更に、この構成によれば、故障診断手段は、部品に生じる故障原因の発生確率を算出して故障診断するので、故障原因を有しない部品とそうでない部品とを容易に判断できる。よって、一例として、ユニットの交換を必要とせず、単に部品の清掃によって故障原因を解消できる場合に容易に対応できる。

上記構成において、記憶手段は、画像形成装置に生じる故障状態と、機能と、故障状態を生じさせる原因が生じ得るユニットであって、かつ機能の提供時に使用されるユニットに関する部分モデルと、生成情報とを関連付けて記憶し、全体モデル生成手段は、故障時において画像形成装置に生じた故障状態及び故障時において画像形成装置が提供中であった機能に関連付けて記憶手段が記憶する部分モデル及び生成情報を取得し、かつ取得した部分モデル及び生成情報に基づいて全体モデルを生成する構成を採用できる。
この構成によれば、全体モデル生成手段は、故障状態を生じさせる原因が発生し得るユニットのみを診断対象とする全体モデルを生成するため、一例として、エラー情報に関わらずモデルを構築する場合と比べて、故障診断精度を向上できるだけでなく、故障診断に要する計算量を軽減できる。

上記構成において、記憶手段は、画像形成装置に生じた異常を報告するエラー情報と、機能と、エラー情報で報告される異常が生じ得るユニットであって、かつ機能の提供時に使用されるユニットに関する部分モデルと、生成情報とを関連付けて記憶し、全体モデル生成手段は、故障時に報告されたエラー情報及び故障時において画像形成装置が提供中であった機能に関連付けて記憶手段が記憶する部分モデル及び生成情報を取得し、かつ取得した部分モデル及び生成情報に基づいて全体モデルを生成する構成を採用できる。
この構成によれば、全体モデル生成手段は、エラー情報で報告される異常が生じ得るユニットのみを診断対象とする全体モデルを生成するため、一例として、エラー情報に関わらずモデルを構築する場合と比べて、故障診断精度を向上できるだけでなく、故障診断に要する計算量を軽減できる。

上記構成において、画像形成装置は、故障状態を入力する入力手段を更に有し、全体モデル生成手段は、入力手段で入力された故障状態に関連付けて記憶手段が記憶する部分モデル及び生成情報を取得し、かつ取得した部分モデル及び生成情報に基づいて全体モデルを生成する構成を採用できる。
一般に発生した故障の状態を表す故障状態の全てを、エラー情報に基づいて特定できる訳ではない。よってこの構成によれば、一例として、ユーザが入力手段を操作して故障状態を入力することで、全体モデル生成手段は、エラー情報に基づいて特定できない故障状態が発生した場合であっても、入力された故障状態に基づいて故障状態を生じさせる原因が発生し得るユニットのみを診断対象とするモデルを生成できる。
よって、一例として、エラー情報に基づいて特定できない全ての故障状態に対応した故障診断モデルを用いて故障診断する場合と比べて、故障診断精度を向上できるだけでなく、故障診断に要する計算量を軽減できる。

上記構成において、画像形成装置は、画像形成装置の内部の状態情報から故障診断に用いる情報である診断情報を取得する診断情報取得手段を更に有し、故障診断手段は、診断情報取得手段で取得した診断情報を全体モデル生成手段が生成した全体モデルに入力して画像形成装置の故障原因の発生確率を算出して故障診断する構成を採用できる。
この構成によれば、故障診断手段は、画像形成装置の内部の状態情報から取得した診断情報に基づいて確率値を算出し、かつ算出した確率値を全体モデル生成手段が生成した全体モデルに入力して解析する。よって、画像形成装置の内部状態を確率値として定性的に全体モデルに反映するため、一例として、画像形成装置の内部の状態情報から確率値を算出しない場合と比べて、故障診断精度を向上できる。

上記構成において、記憶手段は、画像形成装置を構成するユニットを記憶し、全体モデル生成手段は、記憶手段に記憶された画像形成装置を構成するユニットに関連する部分モデルのみを取得し、取得した部分モデルを結合して全体モデルを生成する構成を採用できる。
この構成によれば、全体モデル生成手段は、画像形成装置を構成するユニットのみを診断対象とする全体モデルを生成するため、一例として、画像形成装置の有し得る拡張機能の提供に用いられる全てのユニットを診断対象とする全体モデルを構築する場合と比べて、故障診断精度を向上できるだけでなく、故障診断に要する計算量を軽減できる。

本発明に係る故障診断システムは、故障時において画像形成装置が提供中であった機能を識別する機能識別情報を送信する通信手段を有する画像形成装置と、画像形成装置が送信した機能識別情報を受信する通信手段と、画像形成装置を構成する部品の故障状態と故障状態を引き起こす故障原因との因果関係をモデル化したモデルであって、かつ画像形成装置を構成する部品群であるユニットに関する部分のみをモデル化した部分モデルを記憶する記憶手段と、記憶手段の記憶する部分モデルを結合して、画像形成装置全体の故障状態と故障状態を引き起こす故障原因との関係をモデル化した全体モデルを生成する全体モデル生成手段と、全体モデル生成手段で生成された全体モデルを解析することで、画像形成装置の故障状態を引き起こす部品に生じる故障原因の発生確率を算出して故障診断する故障診断手段とを有する故障診断装置とを備え、記憶手段は、機能と、機能の提供時に使用されるユニットに関する部分モデルと、部分モデルを用いた全体モデルの生成方法を記述する生成情報とを関連付けて記憶し、生成情報は、部分モデル間の結合関係を記述する結合情報を含み、全体モデル生成手段は、通信手段が受信した機能識別情報で識別される機能に関連付けて記憶手段が記憶する部分モデル及び生成情報を取得し、かつ取得した部分モデルを、取得した生成情報に含まれる結合情報に基づいて結合して全体モデルを生成することを特徴としている。
この構成によれば、全体モデル生成手段は、故障時において画像形成装置が提供中であった機能の提供に使用されるユニットのみを診断対象とする全体モデルを生成するため、一例として、提供中の機能に関わらず故障診断に用いるモデル（以下単に、故障診断モデルと言う）を構築する場合と比べて、故障診断精度を向上できるだけでなく、故障診断に要する計算量を軽減できる。
また、この構成によれば、全体モデル生成手段は、記憶手段に記憶された部分モデルを結合して故障診断に用いる全体モデルを生成するので、一例として、一部又は全部において同一の部分モデルを重複保持する故障診断モデルを記憶する場合と比べて、画像形成装置が必要とする記憶容量を軽減できる。
更に、この構成によれば、故障診断手段は、部品に生じる故障原因の発生確率を算出して故障診断するので、故障原因を有しない部品とそうでない部品とを容易に判断できる。よって、一例として、ユニットの交換を必要とせず、単に部品の清掃によって故障原因を解消できる場合に容易に対応できる。
尚、この構成によれば、画像形成装置の故障原因を故障診断装置が診断するので、一例として、画像形成装置が故障診断機能を備える場合と比べて、故障診断時における画像形成装置が提供するコピー機能等の通常機能の提供に支障を来たすことが無い。

上記構成において、画像形成装置が有する通信手段は、画像形成装置に生じる故障状態を識別する故障状態識別情報を送信し、故障診断装置が有する通信手段は、画像形成装置が送信した故障状態識別情報を受信し、記憶手段は、画像形成装置に生じる故障状態と、機能と、故障状態を生じさせる原因が生じ得るユニットであって、かつ機能の提供時に使用されるユニットに関する部分モデルと、生成情報とを関連付けて記憶し、全体モデル生成手段は、通信手段が受信した故障状態識別情報で識別される故障状態及び機能識別情報で識別される機能に関連付けて記憶手段が記憶する部分モデル及び生成情報を取得し、かつ取得した部分モデル及び生成情報に基づいて全体モデルを生成する構成を採用できる。
この構成によれば、全体モデル生成手段は、故障状態を生じさせる原因が発生し得るユニットのみを診断対象とする全体モデルを生成するため、一例として、エラー情報に関わらずモデルを構築する場合と比べて、故障診断精度を向上できるだけでなく、故障診断に要する計算量を軽減できる。

上記構成において、画像形成装置が有する通信手段は、画像形成装置に生じた異常を報告するエラー情報を送信し、故障診断装置が有する通信手段は、画像形成装置が送信したエラー情報を受信し、記憶手段は、エラー情報と、機能と、エラー情報で報告される異常が生じ得るユニットであって、かつ機能の提供時に使用されるユニットに関する部分モデルと、生成情報とを関連付けて記憶し、全体モデル生成手段は、通信手段が受信したエラー情報及び機能識別情報で識別される機能に関連付けて記憶手段が記憶する部分モデル及び生成情報を取得し、かつ取得した部分モデル及び生成情報に基づいて全体モデルを生成する構成を採用できる。
この構成によれば、全体モデル生成手段は、エラー情報で報告される異常が生じ得るユニットのみを診断対象とする全体モデルを生成するため、一例として、エラー情報に関わらずモデルを構築する場合と比べて、故障診断精度を向上できるだけでなく、故障診断に要する計算量を軽減できる。

上記構成において、画像形成装置は、故障状態を入力する入力手段を更に有し、画像形成装置が有する通信手段は、入力手段で入力された故障状態を識別する故障状態識別情報を送信し、故障診断装置が有する通信手段は、画像形成装置が送信した故障状態識別情報を受信し、
全体モデル生成手段は、通信手段が受信した故障状態識別情報で識別される故障状態に関連付けて記憶手段が記憶する部分モデル及び生成情報を取得し、かつ取得した部分モデル及び生成情報に基づいて全体モデルを生成する構成を採用できる。
一般に発生した故障の状態を表す故障状態の全てを、エラー情報に基づいて特定できる訳ではない。よってこの構成によれば、一例として、ユーザが入力手段を操作して故障状態を入力することで、全体モデル生成手段は、エラー情報に基づいて特定できない故障状態が発生した場合であっても、入力された故障状態に基づいて故障状態を生じさせる原因が発生し得るユニットのみを診断対象とするモデルを生成できる。
よって、一例として、エラー情報に基づいて特定できない全ての故障状態に対応した故障診断モデルを用いて故障診断する場合と比べて、故障診断精度を向上できるだけでなく、故障診断に要する計算量を軽減できる。

上記構成において、画像形成装置は、画像形成装置の内部の状態情報から故障診断に用いる情報である診断情報を取得する診断情報取得手段を更に有し、画像形成装置が有する通信手段は、診断情報取得手段が取得した診断情報を送信し、故障診断装置が有する通信手段は、画像形成装置が送信した診断情報を受信し、故障診断手段は、通信手段で受信した診断情報を全体モデル生成手段が生成した全体モデルに入力して画像形成装置の故障原因の発生確率を算出して故障診断する構成を採用できる。
この構成によれば、故障診断手段は、画像形成装置の内部の状態情報から取得した診断情報に基づいて確率値を算出し、かつ算出した確率値を全体モデル生成手段が生成した全体モデルに入力して解析する。よって、画像形成装置の内部状態を確率値として定性的に全体モデルに反映するため、一例として、画像形成装置の内部の状態情報から確率値を算出しない場合と比べて、故障診断精度を向上できる。

上記構成において、画像形成装置が有する通信手段は、画像形成装置を構成するユニットを識別するユニット識別情報を送信し、故障診断装置が有する通信手段は、画像形成装置が送信したユニット識別情報を受信し、全体モデル生成手段は、通信手段が受信したユニット識別情報で識別されるユニットに関連する部分モデルのみを取得し、取得した部分モデルを結合して全体モデルを生成する構成を採用できる。
この構成によれば、全体モデル生成手段は、画像形成装置を構成するユニットのみを診断対象とする全体モデルを生成するため、一例として、画像形成装置の有し得る拡張機能の提供に用いられる全てのユニットを診断対象とする全体モデルを構築する場合と比べて、故障診断精度を向上できるだけでなく、故障診断に要する計算量を軽減できる。

上記構成において、生成情報は、部分モデルがモデル化する対象としたユニットが初期状態において故障状態にある確率である事前故障確率を定める事前確率事前確率情報を含み、全体モデル生成手段は、取得した生成情報に含まれる事前確率事前確率情報に基づいて事前故障確率が設定された全体モデルを生成する構成を採用できる。
この構成によれば、生成情報はユニットの事前故障確率を定める事前確率情報を含み、全体モデル生成手段は取得した生成情報に含まれる事前確率情報に基づいて事前故障確率が設定された全体モデルを生成するため、一例として、予め過去に市場で発生したユニットの故障件数を基に事前故障確率を算出して事前故障確率を設定することで、故障診断精度を向上できる。

上記構成において、画像形成装置は、故障状態を一覧表示する表示手段を更に有し、入力手段は、表示手段が表示する故障状態を入力する構成を採用できる。
この構成によれば、表示手段は故障状態を一覧表示し、かつ入力手段は表示手段が表示する故障状態を入力するため、一例として、ユーザが入力可能な故障状態を記憶する必要が無い。よって、故障状態を入力するユーザの労力を軽減できる。

上記構成において、表示手段は、故障原因が生じ得る部品の名称を、故障診断手段が算出した故障原因の発生確率に従ってソートして一覧表示する構成を採用できる。
この構成によれば、故障診断手段が算出した故障原因の発生確率に従って、故障原因が生じ得る部品の名称を一覧表示するため、故障原因が発生している確率の高い又は低い部品を一見して知ることができる。

本発明に係る故障診断方法は、画像形成装置を構成する部品の故障状態と故障状態を引き起こす故障原因との因果関係をモデル化したモデルであって、かつ画像形成装置を構成する部品群であるユニットに関する部分のみをモデル化した部分モデルを記憶する記憶ステップと、
記憶ステップの記憶する部分モデルを結合して、画像形成装置全体の故障状態と故障状態を引き起こす故障原因との関係をモデル化した全体モデルを生成する全体モデル生成ステップと、全体モデル生成ステップで生成された全体モデルを解析することで、画像形成装置の故障状態を引き起こす部品に生じる故障原因の発生確率を算出して故障診断する故障診断ステップとを備え、記憶ステップは、画像形成装置の提供する機能と、機能の提供時に使用されるユニットに関する部分モデルと、部分モデルを用いた全体モデルの生成方法を記述する生成情報とを関連付けて記憶し、生成情報は、部分モデル間の結合関係を記述する結合情報を含み、全体モデル生成ステップは、故障時において画像形成装置が提供中であった機能に関連付けて記憶ステップが記憶する部分モデル及び生成情報を取得し、かつ取得した部分モデルを、取得した生成情報に含まれる結合情報に基づいて結合して全体モデルを生成することを特徴としている。
この構成によれば、全体モデル生成ステップは、故障時において画像形成装置が提供中であった機能の提供に使用されるユニットのみを診断対象とする全体モデルを生成するため、一例として、提供中の機能に関わらず故障診断に用いるモデル（以下単に、故障診断モデルと言う）を構築する場合と比べて、故障診断精度を向上できるだけでなく、故障診断に要する計算量を軽減できる。
よって、故障診断に要する処理時間、並びにワーク領域及び演算処理リソースを軽減できるため、一例として、故障診断時におけるコピー機能等の通常機能の提供に支障を来たすことが少ない。
また、この構成によれば、全体モデル生成ステップは、記憶ステップに記憶された部分モデルを結合して故障診断に用いる全体モデルを生成するので、一例として、一部又は全部において同一の部分モデルを重複保持する故障診断モデルを記憶する場合と比べて、画像形成装置が必要とする記憶容量を軽減できる。
更に、この構成によれば、故障診断ステップは、部品に生じる故障原因の発生確率を算出して故障診断するので、故障原因を有しない部品とそうでない部品とを容易に判断できる。よって、一例として、ユニットの交換を必要とせず、単に部品の清掃によって故障原因を解消できる場合に容易に対応できる。

本発明に係る故障診断プログラムは、コンピュータに、画像形成装置を構成する部品の故障状態と故障状態を引き起こす故障原因との因果関係をモデル化したモデルであって、かつ画像形成装置を構成する部品群であるユニットに関する部分のみをモデル化した部分モデルを記憶する記憶ステップと、記憶ステップの記憶する部分モデルを結合して、画像形成装置全体の故障状態と故障状態を引き起こす故障原因との関係をモデル化した全体モデルを生成する全体モデル生成ステップと、全体モデル生成ステップで生成された全体モデルを解析することで、画像形成装置の故障状態を引き起こす部品に生じる故障原因の発生確率を算出して故障診断する故障診断ステップと、を実行させるためのプログラムであって、記憶ステップは、画像形成装置の提供する機能と、機能の提供時に使用されるユニットに関する部分モデルと、部分モデルを用いた全体モデルの生成方法を記述する生成情報とを関連付けて記憶し、生成情報は、部分モデル間の結合関係を記述する結合情報を含み、全体モデル生成ステップは、故障時において画像形成装置が提供中であった機能に関連付けて記憶ステップが記憶する部分モデル及び生成情報を取得し、かつ取得した部分モデルを、取得した生成情報に含まれる結合情報に基づいて結合して全体モデルを生成することを特徴としている。
この構成によれば、全体モデル生成ステップは、故障時において画像形成装置が提供中であった機能の提供に使用されるユニットのみを診断対象とする全体モデルを生成するため、一例として、提供中の機能に関わらず故障診断に用いるモデル（以下単に、故障診断モデルと言う）を構築する場合と比べて、故障診断精度を向上できるだけでなく、故障診断に要する計算量を軽減できる。
よって、故障診断に要する処理時間、並びにワーク領域及び演算処理リソースを軽減できるため、一例として、故障診断時におけるコピー機能等の通常機能の提供に支障を来たすことが少ない。
また、この構成によれば、全体モデル生成ステップは、記憶ステップに記憶された部分モデルを結合して故障診断に用いる全体モデルを生成するので、一例として、一部又は全部において同一の部分モデルを重複保持する故障診断モデルを記憶する場合と比べて、画像形成装置が必要とする記憶容量を軽減できる。
更に、この構成によれば、故障診断ステップは、部品に生じる故障原因の発生確率を算出して故障診断するので、故障原因を有しない部品とそうでない部品とを容易に判断できる。よって、一例として、ユニットの交換を必要とせず、単に部品の清掃によって故障原因を解消できる場合に容易に対応できる。

故障診断処理に要する計算量を軽減し、かつ故障診断精度を向上できる画像形成装置、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を提供できる。

以下、本発明の最良の実施形態について、添付図面を参照しつつ説明する。

図１は本発明に係る画像形成装置の第１の実施形態を示す構成図である。
画像形成装置１０００は、ＦＡＸ制御部１０１０、画像読取部１０２０、画像処理部１０３０、プリント制御部１０４０、記憶手段である１又は複数の記憶部１０５０ないし１０５ｍ、画像形成制御部１０６０、Ｕ／Ｉ制御部１０７０、１又は複数のアクチュエータ制御部１０８０ないし１０８ｎ、入力手段である入力部１０９０、及び表示手段である表示部１１００から構成される。

ＦＡＸ制御部１０１０、画像読取部１０２０、画像処理部１０３０、プリント制御部１０４０、画像形成制御部１０６０、Ｕ／Ｉ制御部１０７０、又はアクチュエータ制御部１０８０の各機能は、画像形成装置１０００が実行するソフトウェア制御により実現できる。

ここで図２を参照して、ソフトウェア制御を実行するための画像形成装置１０００の構成について説明する。図２は、このソフトウェア制御を実現するための画像形成装置１０００の一構成例を表す構成図である。

画像形成装置１０００は、例えば、ＣＰＵ（Central Processing Unit）等の演算装置１００１、ＥＰＲＯＭ（Erasable Programmable Read-Only Memory）又はＥＥＰＲＯＭ（Electrically Erasable Programmable Read-Only Memory）等の読み出し専用メモリであるＲＯＭ１００２（Read-Only Memory ）、ＤＲＡＭ（Dynamic RAM）又はＳＲＡＭ（Static RAM）等の揮発性メモリ及びＮＶＲＡＭ（Non Volatile RAM）等の不揮発性メモリで構成されるＲＡＭ１００３（Random Access Memory）、並びにＩ／Ｏポート（Input/Output Port）１００４で構成され、演算装置１００１、ＲＯＭ１００２、ＲＡＭ１００３、及びＩ／Ｏポート１００４は互いにバス１００５によって接続している。

ソフトウェア制御は、ＲＯＭ１００２に格納したプログラムを演算装置１００１が読み、読込んだプログラムに従って演算装置１００１が演算を行うことにより上記各部の機能を実現する。なお、ＲＡＭ１００３には、演算結果のデータが書き込まれ、特にＮＶＲＡＭには、電源オフ時にバックアップが必要なデータが保存される。

ここで、図１に戻り、画像形成装置１０００の構成について引き続き説明する。
ＦＡＸ制御部１０１０は、プリント制御部１０４０に接続している。また、ＦＡＸ制御部１０１０は、図示を省略するが、送信部を介して公衆回線網等のネットワークに接続している。

ＦＡＸ制御部１０１０は、後述する画像読取部１０２０で読取られた電子原稿を画像処理部１０３０及びプリント制御部１０４０を介して受信する。次に、ＦＡＸ制御部１０１０は、受信した電子原稿を圧縮し、圧縮したデータをＧ３又はＧ４等のプロトコルに従って送信するよう通信部を制御する。

また、ＦＡＸ制御部１０１０は、同様に、データをＧ３又はＧ４等のプロトコルに従って受信するよう通信部を制御し、通信部が受信したデータを伸長する。尚、ＦＡＸ制御部１０１０の伸長したデータは、プリント制御部１０４０を介して画像形成制御部１０６０に送信され、画像形成制御部１０６０が制御する画像形成部により出力画像として印刷出力される。

画像読取部１０２０は、例えば、スキャナ等で構成され、画像処理部１０３０及びプリント制御部１０４０に接続している。画像読取部１０２０は、プリント制御部１０４０に制御されて、読取対象とするシート状の原稿から、その原稿上に描かれた画像を光学的に読み取って原稿情報を取得し、取得した原稿情報をディジタル化した電子情報（以下、単に電子原稿と言う）へ変換する。

画像読取部１０２０は、図示を省略するが、光源制御部、受光センサ部、及び画像信号補正処理部で構成されている。光源制御部は、原稿へ光を照射する光源を制御する。

受光センサ部は、例えば、ＣＭＯＳ（Complementary Metal-Oxide Semiconductor）イメージセンサ、又はＣＣＤ（Charge Coupled Device）イメージセンサで構成され、光源制御部により制御された光源が照射した光であって、原稿に照射した光の反射光を受光する。次に、受光センサ部は、受光した反射光に基づいて電気信号を出力することで原稿情報をディジタル化する。

画像信号補正処理部は、受光センサ部の出力した信号を補正し、補正した信号を電子原稿として画像処理部１０３０へ送信する。

尚、画像読取部１０２０及び後述する画像処理部１０３０は、画像読取部１０２０及び画像処理部１０３０が実行する処理をリアルタイム処理として実現するために、ＡＳＩＣ（Application Specific Integrated Circuit）により構成される。

画像処理部１０３０は、画像読取部１０２０及びプリント制御部１０４０に接続しており、画像読取部１０２０から電子原稿を取得する。画像処理部１０３０は、取得した電子原稿を画像形成部の出力特性に合わせるための処理を行なう。尚、画像形成部は、画像形成制御部１０６０により制御されて出力画像を形成する。

具体的には、画像処理部１０３０の実行する処理は、色補正処理、絵文字分離処理、下地除去処理、若しくは拡大又は縮小出力を実現するための拡大又は縮小処理を含む。

プリント制御部１０４０については後述する。
記憶部１０５０ないし１０５ｍは、例えば、ＥＰＲＯＭ（Erasable Programmable Read-Only Memory）等の読み出し専用メモリであるＲＯＭ１００２（Read-Only Memory ）、又はＤＲＡＭ（Dynamic RAM）等の揮発性メモリ及びＮＶＲＡＭ（Non Volatile RAM）等の不揮発性メモリで構成されるＲＡＭ１００３（Random Access Memory）、若しくは図示は省略するが、フレキシブルディスク、ＤＶＤ−ＲＡＭ（Digital Versatile Disk Random Access Memory）、ＭＯ（magneto-optic）、ハードディスク（Hard Disk）、及びフラッシュメモリ（flash memory）等の外部記憶装置で構成され、プリント制御部１０４０に接続している。

ＲＯＭ１００２は、画像形成装置１０００の提供する機能である提供機能を提供するために演算装置１００１が実行するファームフェアを格納する。尚、提供機能は、スキャン機能、複写機能、印刷（プリント）機能、ＦＡＸ機能、データ転送機能、待機機能、省電力機能、起動機能を含む。

揮発性メモリは、演算装置１００１がファームフェアを実行する際に使用するワーク領域を提供する。ハードディスク（Hard Disk）等の外部記憶装置は、提供機能を提供する際に使用される画像情報、特に、電子ソートされて複写、又はプリントされる、若しくはＦＡＸ送受信される電子原稿等の画像情報を記憶する。また、外部記憶装置は、画像形成装置１０００の動作履歴等を記述するログ情報ファイルをも記憶する。

更に、外部記憶装置は、後述する診断モジュールデータベースＤＭＤＢにより管理される情報を記憶する。また更に、外部記憶装置は、画像形成装置１０００の機能拡張のために新たに追加されたユニットを始めとする画像形成装置１０００を構成する全ユニットを識別する情報（以下単に、構成ユニット識別情報と言う）を記憶する。尚、ユニットとは、画像形成装置１０００構成する部品群を言う。

画像形成制御部１０６０は、アクチュエータ制御部１０８０に接続している。画像形成制御部１０６０は、アクチュエータ制御部１０８０を介して画像形成部を制御する。

具体的には、画像形成制御部１０６０は、電子写真プロセス及び用紙搬送に関する制御を行う。
電子写真プロセスに関する制御とは、画像形成に係わるプロセスであって、例えば、帯電、露光、現像、転写、クリーニング、及び定着プロセスを行う部材の駆動タイミングの制御、並びに画像形成に係わるプロセスで使用される各種センサが取得した情報に基づいたフィードバック制御を言う。

用紙搬送に関する制御とは、画像読取部１０２０の原稿を搬送する制御、及び画像形成部の記録（印刷）用紙を搬送する制御を言い、具体的には、例えば、モータ、ソレノイド、及びクラッチ等の各アクチュエータに関するタイミング制御、及び用紙詰まりの検出制御を言う。

ここで、図示は省略するが、画像形成部を構成する用紙搬送部は、複数のタイミングセンサを有する。タイミングセンサは、用紙搬送のタイミングに関する情報を収集する。画像形成制御部１０６０は、タイミングセンサによって収集したタイミング情報に基づいて用紙詰まりを検出して用紙搬送に関する制御を実行する。

Ｕ／Ｉ制御部１０７０については後に説明する。
アクチュエータ制御部１０８０は、画像形成制御部１０６０及び画像形成部を構成するアクチュエータに接続している。アクチュエータ制御部１０８０は、画像形成制御部１０６０により出力される各アクチュエータを制御する制御信号を、各アクチュエータ固有の制御信号に変換する。その後、アクチュエータ制御部１０８０は、変換した制御信号を用いて各アクチュエータを制御する。

Ｕ／Ｉ制御部１０７０は、プリント制御部１０４０、入力部１０９０、及び表示部１１００に接続している。
Ｕ／Ｉ制御部１０７０は、表示部１１００の表示を制御し、入力部１０９０により入力された信号に基づいてプリント制御部１０４０へ各種命令を送信する。

入力部１０９０は、例えば、タッチパネル、キーボード、又はマウスで構成され、Ｕ／Ｉ制御部１０７０に接続している。入力部１０９０は、ユーザに操作され、画像形成装置１０００全体の、又は画像形成装置１０００を構成する部品の故障状態を入力する。

また、入力部１０９０は、複写機能、プリント機能、及びＦＡＸ機能等の提供機能を選択し、選択した機能の提供を指示する信号を入力する。

更に、入力部１０９０は、選択した提供機能に付随して提供される機能を選択し、選択した機能の提供を指示する信号を入力する。例えば、複写機能の提供に付随して提供される機能としては、多数枚、帳合、両面、冊子両面、拡大連写機能がある。

表示部１１００は、例えば、液晶ディスプレイ又はＣＲＴ（Cathode Ray Tube）ディスプレイで構成され、Ｕ／Ｉ制御部１０７０に接続している。表示部１１００は、Ｕ／Ｉ制御部１０７０に制御されて、各種の情報を表示する。

特に、表示部１１００は、ユーザが入力部１０９０を操作して故障状態を入力する際に、入力可能な故障状態を一覧表示する。尚、入力部１０９０は、表示部１１００が表示する故障状態を入力する。

この構成によれば、表示手段は故障状態を一覧表示し、かつ入力手段は表示手段が表示する故障状態を入力するため、一例として、ユーザが入力可能な故障状態を記憶する必要が無い。よって、故障状態を入力するユーザの労力を軽減できる。

更に、表示部１１００は、Ｕ／Ｉ制御部１０７０により制御されて、故障原因が生じ得る部品の名称を故障診断部１０４４が算出した故障原因の発生確率に従ってソートして一覧表示する。

この構成によれば、故障診断手段が算出した故障原因の発生確率に従って、故障原因が生じ得る部品の名称を一覧表示するため、故障原因が発生している確率の高い又は低い部品を一見して知ることができる。

プリント制御部１０４０は、ＦＡＸ制御部１０１０、画像読取部１０２０、画像処理部１０３０、記憶部１０５０、画像形成制御部１０６０、及びＵ／Ｉ制御部１０７０に接続している。

プリント制御部１０４０は、記憶部１０５０ないし１０５ｍに記憶されたファームウェアを実行して、ＦＡＸ制御部１０１０、画像読取部１０２０、及び画像形成制御部１０６０を制御して、提供機能を提供する。また、プリント制御部１０４０は、画像形成装置１０００の故障診断をも実行する。

ここで、図３を参照してプリント制御部１０４０の構成を説明する。図３は、第１の実施形態における画像形成装置１０００のプリント制御部１０４０の一実施形態を表す機能ブロック図である。

図３に示すように、プリント制御部１０４０は、エラー発生情報取得部１０４１、全体モデル作成手段である全体モデル作成部１０４２、オプション情報記録部１０４３、故障診断手段である故障診断部１０４４、故障診断情報取得手段である診断情報取得部１０４５で構成される。

エラー発生情報取得部１０４１は、全体モデル作成部１０４２及びＵ／Ｉ制御部１０７０に接続している。
エラー発生情報取得部１０４１は、実行中のソフトウェア等が報告する情報であって、特に、故障時等の動作トラブルが発生した場合に、画像形成装置１０００に生じた異常を報告するエラー情報を取得する。具体的には、エラー情報はエラーコードを含む。

また、エラー発生情報取得部１０４１は、Ｕ／Ｉ制御部１０７０を介して、入力部１０９０により入力された信号によって提供を指示された提供機能を取得する。

その後、エラー発生情報取得部１０４１は、故障時において画像形成装置１０００が提供中であった提供機能（以下単に、故障時機能と言う）、及びエラー情報を、全体モデル作成部１０４２へ出力する。

また、エラー発生情報取得部１０４１は、入力部１０９０により入力された信号で選択された故障状態を取得する。エラー発生情報取得部１０４１は、特に、画像形成装置１０００に生じる故障状態であって、エラー情報に基づいて特定することができない故障状態を取得する。

具体的には、画像形成装置１０００に生じる故障状態とは、画像形成装置が停止する状態（以下単に、停止状態と言う）、画像形成装置が停止を除く誤動作をする状態（以下単に、誤動作状態と言う）、出力画像が印字されない状態（以下単に、白紙状態と言う）、又は印字されない状態を除く画質不良（以下単に、画像不良状態と言う）のいずれか１つ以上を含む。

その後、エラー発生情報取得部１０４１は、取得したエラー情報及び故障時機能、若しくは故障状態及び故障時機能を全体モデル作成部１０４２に出力する。

全体モデル作成部１０４２は、エラー発生情報取得部１０４１、オプション情報記録部１０４３、及び診断モジュールデータベースＤＭＤＢに接続している。

全体モデル作成部１０４２の機能を説明する前に、全体モデル作成部１０４２に接続する診断モジュールデータベースＤＭＤＢについて説明する。

診断モジュールデータベースＤＭＤＢは、記憶部１０５０ないし１０５ｍの一部と、記憶部１０５０ないし１０５ｍが記憶したデータを管理するソフトウェアを実行することで実現される。データを管理するソフトウェアは、例えば、ＰｏｓｔｇｒｅＳＱＬ等のデータベース管理用のソフトウェアで構成される。

診断モジュールデータベースＤＭＤＢは、記憶部１０５０ないし１０５ｍが記憶する部分モデルを管理する。
部分モデルとは、画像形成装置１０００を構成する部品又は部品群の故障状態と故障状態を引き起こす故障原因との因果関係をモデル化したモデルであって、かつ前記画像形成装置１０００を構成する部品群であるユニットに関する部分のみをモデル化したモデルを言う。また、特に、部分モデルは、ベイジアンネットワークで構成される。

ここで、図４ないし８を参照して、記憶部１０５０ないし１０５ｍが記憶する部分モデルについて説明する。
図４は、プリント制御ＰＷＢＡ(Printed Wiring Board Assy；回路基板)ユニットに関する部分モデルの構成例を概念的に表す図である。

部分モデルＰＭ１−０は、証拠情報ノードＮＤ１０１ないし１０４及びプリント制御ＰＷＢＡノードＮＣ１００で構成される。

証拠情報１０１ノードＮＤ１０１ないし証拠情報１０４ノード１０４は、プリント制御ＰＷＢＡノードＮＣ１００に関連付けられるフェイル情報、ブートログ情報、動作ログ情報、機能診断テスト等に基づく状態変数である。

証拠情報１０１ノードＮＤ１０１ないし証拠情報１０４ノード１０４の表す証拠情報は、画像形成装置１０００の動作履歴、及び画像形成装置１０００の内部の状態情報を記述するログ情報ファイルからを解析して得られる。特に、ログ情報ファイルは、起動時に記録されたブートログ情報、及び機能の提供時に記録された動作ログ情報、故障発生時の機能診断テストから抽出されたテストログ情報を記録したファイルを含む。

プリント制御ＰＷＢＡノードＮＣ１００は、コンポネント状態ノードＮＣに含まれる。
コンポネント状態ノードＮＣは、コンポネントの正常不良の状態を表す確率変数とする。つまり、プリント制御ＰＷＢＡノードＮＣ１００は、プリント制御ＰＷＢＡの正常不良の状態を表す確率変数とする。

例えば、コンポネントの状態を表す確率変数とした場合にとり得る具体値は、「故障」又は「正常」である。本実施例においては、故障診断部１０４４が、このノードに対応した状態確率を計算して、故障原因の発生確率を算出する。

つまり、各ノードには、因果関係の強さを表す確率をまとめた確率表を対応させる。また、この各ノードに対応した確率を局所的な確率と言う。この局所的な確率をまとめた確率表は事前故障確率を有し、事前故障確率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）を用いて決定できる。

尚、後述する全体モデルの事前故障確率は、生成情報に含まれる事前確率情報から得られるユニット単位の事前故障確率と、局所的な事前故障確率の組合せで設定される。

ここで、ベイジアンネットは、ノード間の定性的な依存関係である因果関係をグラフ構造によって表し、変数間の定量的な因果関係をその変数の間に定義される条件付き確率によって表すため、部分モデルＰＭ１−０を構成するノードは、「原因」→「結果」のと言う因果関係を表すように結線される。

例えば、観測情報１０１ノードＮＤ１０１ないし観測情報１０３ノードＮＤ１０３と、プリント制御ＰＷＢＡノードＮＣ１００との関係は、観測情報１０１ノードＮＤ１０１ないしは観測情報１０３ノードＮＤ１０３の状態変数を「原因」として、プリント制御ＰＷＢＡノードＮＣ１００の確率変数が具体値「異常」を取ることを「結果」とする定性的な因果関係を表す。

また、プリント制御ＰＷＢＡノードＮＣ１００と、観測情報１０４ノードＮＤ１０４との関係も同様に原因と結果とを表す定性的な因果関係を表す。

図５は、記憶装置ユニットに関する部分モデルの構成例を概念的に表す図である。
部分モデルＰＭ１−１は、証拠情報ノードＮＤ１１１及び１１２、並びに拡張ＲＡＭモジュールノードＮＣ１１０及び拡張ＲＡＭモジュールコネクタ部ノードＮＣ１１１で構成される。

証拠情報ノードＮＤ１１１及び１１２は、図４で示した証拠情報１０１ノードＮＤ１０１と同様であるため説明を省略する。

拡張ＲＡＭモジュールノードＮＣ１１０は、拡張ＲＡＭモジュールコンポーネントの状態を表す確率変数とする。画像処理コネクタノードＮＣ３０１は、画像処理コネクタノード部の状態を表す確率変数とする。例えば、画像処理コネクタノード部の接続は「良好」であるか「不良」であるかを確率変数の具体値とする。

尚、証拠情報ノードＮＤ１１１及び１１２、拡張ＲＡＭモジュールノードＮＣ１１０、及び拡張ＲＡＭモジュールコネクタノードＮＣ１１１の関係は、図４に示したプリント制御ＰＷＢＡノードＮＣ１００、観測情報１０１ノードＮＤ１０１ないし観測情報１０４ノードＮＤ１０４の関係と同様であるため省略する。

また、拡張ＲＡＭモジュールノードＮＣ１１０と拡張ＲＡＭモジュールコネクタノードＮＣ１１１との関係は、拡張ＲＡＭモジュールの状態を表す確率変数が「故障」と言う具体値を取ることを「原因」として拡張ＲＡＭモジュールコネクタの接続が「不良」と言う具体値を取る「結果」が生じると言う因果関係を表す。

図６は、画像処理ユニットに関する部分モデルの構成例を概念的に表す図である。
部分モデルＰＭ３−０は、証拠情報ノードＮＤ３０１ないし３０３、画像処理ＰＷＢＡノードＮＣ３００、及び画像処理コネクタノードＮＣ３０１で構成される。

証拠情報ノードＮＤ３０１ないし３０３は、図４で示した証拠情報１０１ノードＮＤ１０１と同様であるため説明を省略する。

画像処理ＰＷＢＡノードＮＣ３００は、画像処理回路基板ユニットの状態を表す確率変数とする。画像処理コネクタノードＮＣ３０１は、画像処理コネクタノード部の状態を表す確率変数とする。

尚、証拠情報ノードＮＤ３０１ないし３０３、画像処理ＰＷＢＡノードＮＣ３００、及び画像処理コネクタノードＮＣ３０１の関係は、図４に示したプリント制御ＰＷＢＡノードＮＣ１００、観測情報１０１ノードＮＤ１０１ないし観測情報１０４ノードＮＤ１０４の関係と同様であるため説明を省略する。

画像処理ＰＷＢＡノードＮＣ３００と画像処理コネクタノードＮＣ３０１との関係は、図５に示した拡張ＲＡＭモジュールノードＮＣ１１０と拡張ＲＡＭモジュールコネクタノードＮＣ１１１との関係と同様であるため説明を省略する。

図７は、画像読取ユニットに関する部分モデルの構成例を概念的に表す図である。
部分モデルＰＭ４−０は、証拠情報ノードＮＤ４０１ないし４０３、画像読取ＰＷＢＡノードＮＣ４００、及び画像読取ＰＷＢＡコネクタノードＮＣ４０１で構成される。

証拠情報ノードＮＤ４０１ないし４０３は、図４で示した証拠情報１０１ノードＮＤ１０１と同様であるため説明を省略する。

画像読取ＰＷＢＡノードＮＣ４００は、画像読取回路基板ユニットの状態を表す確率変数とする。画像読取ＰＷＢＡコネクタノードＮＣ４０１は、画像読取コネクタノード部の状態を表す確率変数とする。

尚、証拠情報ノードＮＤ４０１ないし４０３、画像読取ＰＷＢＡノードＮＣ４００、及び画像読取コネクタノードＮＣ４０１の関係は、図４に示したプリント制御ＰＷＢＡノードＮＣ１００、観測情報１０１ノードＮＤ１０１ないし観測情報１０４ノードＮＤ１０４の関係と同様であるため省略する。

同様に、画像読取ＰＷＢＡノードＮＣ４００と画像読取コネクタノードＮＣ４０１との関係は、図５の拡張ＲＡＭモジュールノードＮＣ１１０と拡張ＲＡＭモジュールコネクタノードＮＣ１１１との関係と同様であるため説明を省略する。

また、部分モデルは、上記の他に、ＲＡＭユニット、ハードディスクユニット、ファームＲＯＭユニット、プリント制御ＰＷＢＡ拡張ユニット、ＪＰＥＧアクセラレータユニット、ＦＡＸ制御ＰＷＢＡユニット、ＦＡＸ制御ＰＷＢＡ拡張ユニット、Ｇ３アクセラレータＰＷＢＡユニット、Ｇ４アクセラレータＰＷＢＡユニットに関する部分モデルを含む。

ここで、図３に戻り、引続きプリント制御部１０４０の構成について説明する。
診断モジュールデータベースＤＭＤＢは、画像形成装置１０００の提供機能と、提供機能の提供時に使用されるユニットに関する部分モデルと、生成情報とを関連付けて記憶部１０５０ないし１０５ｍに記憶させる。

ここで、生成情報とは、結合情報及び事前確率情報を含む。結合情報は、部分モデルを用いた全体モデルの生成方法を記述する情報であり、部分モデル間の結合関係を記述する情報を言う。また、事前確率情報は、部分モデルがモデル化する対象としたユニットが初期状態において故障状態にある確率である事前故障確率を定める情報を言う。尚、全体モデルとは、画像形成装置全体の故障状態と故障状態を引き起こす故障原因との関係をモデル化したモデルを言う。

これは、故障時に提供していた機能によって、故障診断モデルとして使用される全体モデルの生成に必要とされる部分モデルが異なるためである。

具体的には、プリント機能の提供時に生じた故障を診断するには、プリント制御、画像形成制御、Ｕ／Ｉ制御に関連するユニットに関する部分モデルのみを合成して全体モデルを生成すれば良い。それに対し、スキャナ機能の提供時に生じた故障を診断するには、画像読取、画像処理、プリント制御、Ｕ／Ｉ制御に関連するユニットに関する部分モデルのみを合成すれば良いためである。

更に、必要とされる部分モデルは、故障時に検出されたエラーコード、又は入力された故障状態によって、エラー情報で報告される異常が生じ得るユニットをモデル対象とした部分モデルのみ、又は故障状態を生じさせる原因が生じ得るユニットをモデル対象とした部分モデルのみに限定される。

ここで、診断モジュールデータベースＤＭＤＢが管理する情報を具体的に説明するために、診断モジュールデータベースＤＭＤＢが管理するテーブルを以下の表１に示す。

表１は、提供機能カラム、エラー情報（故障状態情報）カラム、部分モデル群カラム、及び生成情報カラムを有している。

提供機能カラムは、提供機能を識別する文字列を蓄積する。エラー情報（故障状態情報）カラムは、同一行の提供機能カラムに蓄積された提供機能の提供時に報告され得るエラー情報、又は生じえる故障状態を識別する文字列を蓄積する。

部分モデル群カラムは、同一行のエラー情報（故障状態情報）に蓄積されたエラー情報で報告される異常が生じ得るユニット、又は故障状態を生じさせる原因が生じ得るユニットであって、同一行の提供機能カラムに蓄積された提供機能の提供時に使用されるユニットに関する部分モデルを識別する情報を、ＣＳＶ（Comma Separated Value）形式で連結して蓄積する。

生成情報カラムは、同一行の部分モデル群カラムに蓄積された識別情報で識別される複数の部分モデルを用いた全体モデルの生成方法を記述する生成情報を記憶する。

全体モデル作成部１０４２は、エラー発生情報取得部１０４１、オプション情報記録部１０４３、故障診断部１０４４、診断モジュールデータベースＤＭＤＢに接続している。

全体モデル作成部１０４２は、エラー発生情報取得部１０４１からエラー情報及び入力部１０９０で入力された故障時機能、若しくは故障状態及び故障時機能を入力される。

また、全体モデル作成部１０４２は、オプション情報記録部１０４３から、記憶部１０５０ないし１０５ｍに記憶された構成ユニット識別情報を取得する。

全体モデル作成部１０４２は、診断モジュールデータベースＤＭＤＢが管理する部分モデルであって、記憶部１０５０ないし１０５ｍが記憶する部分モデルを結合して全体モデルを生成する。

具体的には、全体モデル作成部１０４２は、エラー発生情報取得部１０４１から取得した故障時機能及びエラー情報、若しくは故障時機能及び故障状態に関連付けて記憶部１０５０ないし１０５ｍが記憶する表１の部分モデル群カラム及び結合情報カラムに記憶する情報を参照する。

次に、全体モデル作成部１０４２は、参照した情報から部分モデル及び生成情報を取得する。その後、全体モデル作成部１０４２は、オプション情報記録部１０４３から取得したユニット識別情報に基づいて画像形成装置１０００を構成するユニットに関連する部分モデルのみを取得する。

次に、全体モデル作成部１０４２は、取得した部分モデルを、取得した生成情報に含まれる結合情報に基づいて結合して全体モデルを生成する。特に、全体モデル作成部１０４２は、取得した生成情報に含まれる事前確率情報に基づいて事前故障確率が設定された全体モデルを生成する。

ここで、全体モデル作成部１０４２が、部分モデルを結合して全体モデルを生成するために実行するモデル生成処理を実行する際に、Ｕ／Ｉ制御部１０７０を介して表示部１１００に表示させる選択入力画面ＦＣについて説明する。図８は、表示部が表示する選択入力画面の一例を現す図である。

選択入力画面ＦＣは、故障状態情報グループボックスＧＢ、キャンセルボタンＢＴＣ、及び確定ボタンＢＴＯを有する。

故障状態情報グループボックスＧＢは、ユーザが入力部１０９０を操作して排他的に入力できる故障状態を表示する。具体的には、ユーザは、停止状態、誤動作状態、白紙状態、又は画像不良状態の内いずれか１つのみを入力できることを表す。

キャンセルボタンＢＴＣは、ユーザが入力部１０９０を操作して故障診断の中止を命ずる信号を入力できることを表すボタン表示である。確定ボタンＢＴＯは、ユーザが入力部１０９０を操作して故障状態を選択入力できることを表すボタン表示である。

ここで、図９を参照して、全体モデル作成部１０４２の実行するモデル生成処理を説明する。図９は、全体モデル生成部１０４２の実行するモデル生成処理の一例を表すフローチャートである。

先ず、全体モデル作成部１０４２は、入力部１０９０から故障診断を行うモードである動作不良診断モードへの移行を命ずる信号を受信する（ステップＳＴ００１）。

次に、全体モデル作成部１０４２は、エラー情報取得部１０４１がエラーコードを取得したかを判断する（ステップＳＴ００２）。全体モデル作成部１０４２は、エラー情報取得部１０４１がエラーコードを取得したと判断する場合にはステップＳＴ００３の処理を、そうでない場合にはステップＳＴ００４の処理を実行する。

ステップＳＴ００２において、全体モデル作成部１０４２は、エラー情報取得部１０４１がエラーコードを取得したと判断した場合には、エラー情報取得部１０４１からエラーコードを取得する（ステップＳＴ００３）。その後、全体モデル作成部１０４２は、ステップＳＴ００６の処理を実行する。

ステップＳＴ００２において、全体モデル作成部１０４２は、エラー情報取得部１０４１がエラーコードを取得しなかったと判断した場合には、表示部１１００に選択入力画面ＦＳを表示するよう制御する（ステップＳＴ００４）。

次に、全体モデル作成部１０４２は、入力部１０９０から故障状態を選択する信号を受信し、選択された故障状態情報を取得する（ステップＳＴ００５）。その後、全体モデル作成部１０４２は、ステップＳＴ００６の処理を実行する。

ステップＳＴ００３又はステップＳＴ００５を実行した後に、全体モデル作成部１０４２は、エラー情報取得部１０４１から故障時機能（動作モード）を取得する（ステップ００６）。その後、故障時機能及びエラーコード、若しくは故障時機能及び故障状態情報に基づいて診断モジュールデータベースの有する表１から全体モデルを生成するために用いる部分モデル群及び生成情報を取得する（ステップＳＴ００７）。

次に、全体モデル作成部１０４２は、オプション情報記録部１０４３から構成ユニット識別情報（オプション情報）を取得する（ステップＳＴ００８）。
その後、全体モデル作成部１０４２は、オプション情報、部分モデル群及び生成情報に基づいて記憶部１０５０ないし１０５ｍの記憶する部分モデルを結合して全体モデルを作成する（ステップＳＴ００９）。

次に、全体モデル作成部１０４２は、ステップＳＴ００９で結合した全体モデルを記憶部１０５０ないし１０５ｍへ保存する（ステップＳＴ０１０）。又は、全体モデル作成部１０４２は、結合した全体モデルを故障診断部１０４４へ直接送信する。その後、全体モデル作成部１０４２は処理を終了する。

またこの構成によれば、全体モデル生成手段は、故障状態を生じさせる原因が発生し得るユニットのみを診断対象とする全体モデルを生成するため、一例として、エラー情報に関わらずモデルを構築する場合と比べて、故障診断精度を向上できるだけでなく、故障診断に要する計算量を軽減できる。

更にこの構成によれば、全体モデル生成手段は、エラー情報で報告される異常が生じ得るユニットのみを診断対象とする全体モデルを生成するため、一例として、エラー情報に関わらずモデルを構築する場合と比べて、故障診断精度を向上できるだけでなく、故障診断に要する計算量を軽減できる。

また一般に発生した故障の状態を表す故障状態の全てを、エラー情報に基づいて特定できる訳ではない。よってこの構成によれば、一例として、ユーザが入力手段を操作して故障状態を入力することで、全体モデル生成手段は、エラー情報に基づいて特定できない故障状態が発生した場合であっても、入力された故障状態に基づいて故障状態を生じさせる原因が発生し得るユニットのみを診断対象とするモデルを生成できる。
よって、一例として、エラー情報に基づいて特定できない全ての故障状態に対応した故障診断モデルを用いて故障診断する場合と比べて、故障診断精度を向上できるだけでなく、故障診断に要する計算量を軽減できる。

ここで、ステップＳＴ００８の処理について補足の説明を行う。
先ず、画像形成装置１０００を構成するユニットは、画像形成装置１０００の機能拡張のために追加される追加ユニットと、画像形成装置１０００の基本的な機能を提供するために必須の基本ユニットと分類される

追加ユニットは、例えば、拡張ＲＡＭモジュールユニット、画像処理アクセラレータユニット、プリント制御ＰＷＢＡ拡張ユニット、ＦＡＸ制御ＰＷＢＡ拡張ユニット、Ｇ３アクセラレータＰＷＢＡユニット、又はＧ４アクセラレータＰＷＢＡユニット等の画像形成装置１０００に対して選択的に追加又は削除できるユニットを言う。

全体モデル作成部１０４２は、オプション情報記録部１０４３から構成ユニット識別情報を取得し、取得した構成ユニット識別情報に基づいて故障時に画像形成装置１０００を構成するユニットを特定し、特定したユニットに関する部分モデルのみを結合して全体モデルを作成する。

この構成によれば、全体モデル生成手段は、画像形成装置を構成するユニットのみを診断対象とする全体モデルを生成するため、一例として、画像形成装置の有し得る拡張機能の提供に用いられる全てのユニットを診断対象とする全体モデルを構築する場合と比べて、故障診断精度を向上できるだけでなく、故障診断に要する計算量を軽減できる。

次に、ステップＳＴ００９の処理について補足の説明を行う。
ここでは、具体例として、提供機能である「複写」機能とエラー情報である「００４−１２７」とに関連付けて表１に蓄積された部分モデル及び生成情報により生成される全体モデルを例に挙げる。

図１０は、複写機能の提供時にエラーコード００４−１２７を検出した場合に全体モデル作成部が生成する全体モデルの一例を表す図である。

図１０に示す全体モデルは、部分モデルＰＭ１−０、１−１、１−３、１−４、２−０、３−０、及び４−０を、結合して構成される。部分モデルＰＭはベイジアンネットワークで構成され、また全体モデルもまたベイジアンネットワークで構成されるよう結合される。

この構成によれば、部分モデル及び全体モデルは、ベイジアンネットワークで構成されるので、画像形成装置の多機能化、高機能化及び高性能化により故障の原因及び故障状態が複雑化した画像形成装置であっても、故障原因と故障の結果である故障状態との定性的な因果関係をモデル化して、定量的な確率値をにより故障原因を推定できる。よって、画像形成装置の故障原因の特定に習熟していない専門家であっても、故障原因の特定を容易にできる。

部分モデルＰＭ１−０、１−１、３−０、及び４−０は、図４ないし７に示したプリント制御ＰＷＢＡノードＮＣ１００、拡張ＲＡＭモジュールノードＮＣ１１０及び拡張ＲＡＭモジュールコネクタノードＮＣ１１１、画像処理ＰＷＢＡノードＮＣ３００及び画像処理コネクタノードＮＣ３０１、並びに画像読取ＰＷＢＡノードＮＣ４００及び画像読取コネクタノードＮＣ４０１を有する。

尚、部分モデルＰＭ１−０、１−１、３−０、及び４−０は、証拠情報ノードＮＤ１０１ないし１０４、１１１、１１２、３０１ないし３０３、及び４０１ないし４０３を有するが説明の便宜のため図示を省略する。

更に部分モデルＰＭ１−３、及び１−４も同様に、ファームウェアモジュールコネクタ部ノードＮＣ１３０、ファームウェアモジュールＮＣ１３１、ハードデスクモジュール部ＮＣ１４０、及びハードデスクモジュール部ＮＣ１４１を有し、更に証拠情報ノードＮＤをも有するが、説明の便宜のため証拠情報ノードＮＤの図示を省略する。

次に、表１で示した「複写」機能とエラー情報「００４−１２７」とに関連付けられた生成情報に関して説明する。
生成情報に含まれる結合情報は、数字と記号「−」と数字とで表される文字列で構成される部分モデルを識別する情報（以下単に、部分モデル識別情報と言う）を、カンマによって連結して結合関係を記述する。これにより、全体モデル生成部１０４２が合成する部分モデルＰＭを表す。

例示する結合情報は、文字列「１−０」、「１−１」、「１−３」、「１−４」、「２−０」、「３−０」、及び「４−０」により、部分モデルＰＭ１−０、１−１、１−３、１−４、２−０、３−０、及び４−０を合成することを表している。

また、結合情報は、記号「＋」により部分モデル間の結合関係を表す。具体的には、生成情報は、記号「＋」の左側に表された部分モデル識別情報で識別される部分モデルを「結果」とし、記号「＋」の右側に表された部分モデル識別情報で識別される部分モデルを「原因」とする依存関係を有する結合関係を表す。

更に詳細に説明すると、結合情報は、記号「＋」の左側に記載された部分モデルを構成するノードの内で、「原因」の関係にあるコンポネント状態ノードＮＣを有さないコンポネント状態ノードＮＣを「結果」とし、かつ記号「＋」の右側に記載された部分モデルを構成するノードの内で、「結果」の関係にあるコンポネント状態ノードＮＣを有さないコンポネント状態ノードＮＣを「原因」とする依存関係を表す。

具体的には、結合情報の「３−０＋４−０」と言う記載は、部分モデル識別情報「３−０」で識別される部分モデルを「結果」とし、「４−０」で識別される部分モデルを「原因」とする依存関係を表す。

より詳細な具体例を挙げると、結合情報の「３−０＋４−０」と言う記載は、部分モデルＰＭ３−０の画像処理ＰＷＢＡコンポネント状態ノードＮＣ３００を「結果」とし、部分モデルＰＭ４−０の画像読取コネクタ部コンポネント状態ノードＮＣ４０１を「原因」とする依存関係を表す。

また、記号「＋」の左右に記載された記号「｛」及び「｝」は、記号「｛」及び「｝」の対で囲まれた１又は複数の部分モデルを並列的に結合することを表す。

具体的には、「１−０＋｛１−１，１−３，１−４，２−０，３−０}」と言う記載は、部分モデルＰＭ１−０を「結果」とし、部分モデルＰＭ１−１、１−３、１−４、２−０、及び３−０を「原因」として結合することを表している。

また、生成情報に含まれる事前確率情報は、記号「（」及び「）」で囲まれた事前故障確率をモデル識別情報の直後に表す。具体的には、「１−０（０．４）」と言う記載は、部分モデルＰＭ１−０がモデル化する対象としたユニットが初期状態において故障状態にある確率である事前故障確率が「０．４」であることを表している。

これにより、全体モデル作成部１０４２は、生成情報に基づいて部分モデルを合成し、事前確率情報に基づいて事前故障確率が設定された全体モデルを作成できる。

尚、生成情報が、構成ユニット識別情報により画像形成装置１０００を構成しないと判断されたユニットに関する部分モデルを結合対象のモデルであると記述する場合には、全体モデル作成部１０４２は生成情報に含まれる事前確率情報によって定められる事前故障確率を再計算する。

すなわち、全体モデル作成部１０４２は、画像形成装置１０００を構成しないと判断したユニットの事前故障確率を、画像形成装置１０００を構成すると判断したユニットの事前故障確率へ振り分ける。

この構成によれば、生成情報はユニットの事前故障確率を定める事前確率情報を含み、全体モデル生成手段は取得した生成情報に含まれる事前確率情報に基づいて事前故障確率が設定された全体モデルを生成するため、一例として、予め過去に市場で発生したユニットの故障件数を基に事前故障確率を算出して事前故障確率を設定することで、故障診断精度を向上できる。

オプション情報記録部１０４３は、記憶部１０５０ないし１０５ｍ、及び全体モデル作成部１０４２に接続している。オプション情報記録部１０４３は、記憶部１０５０ないし１０５ｍに記憶された構成ユニット識別情報を取得し、取得した構成ユニット識別情報を全体モデル作成部１０４２へ送信する。

故障診断部１０４４は、全体モデル作成部１０４２及び診断情報取得部１０４５に接続している。
故障診断部１０４４は、全体モデル作成部１０４２で生成されて記憶部１０５０ないし１０５ｍに記憶された全体モデルを参照する、又は全体モデル作成部１０４２から直接取得する。

次に、故障診断部１０４４は、参照又は取得した全体モデルを解析することで、画像形成装置１０００の故障状態を引き起こす部品に生じる故障原因の発生確率を算出して故障診断する。

この構成によれば、全体モデル生成手段は、故障時において前記画像形成装置が提供中であった機能の提供に使用されるユニットのみを診断対象とする全体モデルを生成するため、一例として、提供中の機能に関わらず故障診断に用いるモデルを構築する場合と比べて、故障診断精度を向上できるだけでなく、故障診断に要する計算量を軽減できる。
よって、故障診断に要する処理時間、並びにワーク領域及び演算処理リソースを軽減できるため、一例として、故障診断時におけるコピー機能等の通常機能の提供に支障を来たすことが少ない。
また、この構成によれば、全体モデル生成手段は、記憶手段に記憶された部分モデルを結合して故障診断に用いる全体モデルを生成するので、一例として、一部又は全部において同一の部分モデルを重複保持する故障診断モデルを記憶する場合と比べて、画像形成装置が必要とする記憶容量を軽減できる。
更に、この構成によれば、故障診断手段は、部品に生じる故障原因の発生確率を算出して故障診断するので、故障原因を有しない部品とそうでない部品とを容易に判断できる。よって、一例として、ユニットの交換を必要とせず、単に部品の清掃によって故障原因を解消できる場合に容易に対応できる。

またこの際に、故障診断部１０４４は、診断情報取得部１０４５で取得した診断情報に基づいて、証拠情報ノードＮＤが表す確率変数の確率分布を算出する。

つまり、故障診断部１０４４は、画像形成装置１０００を構成する部品等であるコンポーネントの故障原因の発生確率値を算出し、かつ算出した確率値を全体モデル生成部１０４２が生成した全体モデルに入力して画像形成装置１０００の故障原因の発生確率を算出して故障診断する。

尚、ベイジアンネットワークによって依存関係を表された各コンポーネントの故障確率を算出するための処理は、例えば、ジャンクションツリーを利用したメッセージ伝播によって算出される。

この構成によれば、故障診断手段は、画像形成装置の内部の状態情報から取得した診断情報に基づいて確率値を算出し、かつ算出した確率値を前記全体モデル生成手段が生成した全体モデルに入力して解析する。よって、画像形成装置の内部状態を確率値として定性的に全体モデルに反映するため、一例として、画像形成装置の内部の状態情報から確率値を算出しない場合と比べて、故障診断精度を向上できる。

また、故障診断部１０４４は、算出した故障原因が生じ得る部品等のコンポーネントの名称を、算出した故障原因の発生確率に従ってソートして一覧表示するよう表示部１１００を制御する。

診断情報取得部１０４５は、記憶部１０５０ないし１０５ｍ及び故障診断部１０４４に接続している。診断情報取得部１０４５は、記憶部１０５０ないし１０５ｍの記憶するログファイルを参照し、参照したログファイルが記述する画像形成装置１０００の動作履歴情報及び内部の状態情報から故障診断に用いる情報である診断情報を取得し、取得した診断情報を全体モデル作成部１０４２へ出力する。

本実施例においては、
全体モデル生成部１０４２が全体モデル生成手段に相当し、故障診断部１０４４が故障診断手段に相当し、診断情報取得部１０４５が診断情報取得手段に相当し、記憶部１０５０ないし１０５ｍが記憶手段に相当し、入力部１０９０が入力手段に相当し、表示部１１００が表示手段に相当する。

以下、本発明の第２の実施形態について、添付図面を参照しつつ説明する。

第２の実施形態は、故障診断機能を画像形成装置３０００が備えるのではなく、ネットワーク１００を介して画像形成装置３０００に接続された故障診断装置２０００が故障診断機能を備える点で第１の実施例と異なる。

図１１は本発明に係る故障診断システムの第２の実施形態を示す構成図である。
故障診断システム１０は、ネットワーク１００、故障診断装置２０００、及び１又は複数の画像形成装置３０００ないし３００ｎで構成される。

ネットワーク１００は、例えば、ＷＡＮ（Wide Area Network ）又はＬＡＮ（Local Area Network ）で構成され、画像形成装置３０００ないし３００ｎと故障診断装置２０００とに接続している。

ここで、図１２を参照して故障診断装置２０００の構成を説明する。図１２は、本発明の故障診断システム１０を構成する故障診断装置２０００の実施形態を表す機能ブロック図である。

故障診断装置２０００は、通信手段である通信部２０１０、全体モデル生成手段である全体モデル生成部、故障診断手段である故障診断部２０３０及び記憶手段である記憶部２０５０ないし２０５ｍで構成される。

通信部２０１０は、例えば、ネットワークアダプタで構成される。通信部２０１０、全体モデル生成部２０２０、故障診断部２０３０及び記憶部２０５０ないし２０５ｍは、相互に通信可能に接続している。

通信部２０１０は、更にネットワーク１００に接続し、画像形成装置３０００ないし３００ｎが送信した画像形成装置識別情報、機能識別情報、故障状態識別情報、エラー情報、診断情報、及び構成ユニット識別情報を受信する。

ここで、画像形成装置識別情報とは、画像形成装置３０００ないし３００ｎを識別する情報を言う。機能識別情報とは、故障時において画像形成装置３０００ないし３００ｎが提供中であった機能を識別する情報を言う。

故障状態識別情報とは、画像形成装置３０００ないし３００ｎの有する入力部３０９０で入力された故障状態を識別する情報を言う。

通信部２０１０は、取得した画像形成装置識別情報、機能識別情報、故障状態識別情報、エラー情報及び構成ユニット識別情報を全体モデル生成部２０２０へ送信し、取得した診断情報を故障診断部２０３０へ送信する。

全体モデル生成部２０２０、故障診断部２０３０、及び記憶部２０５０ないし２０５ｍは、実施例１で説明した全体モデル生成部１０４２、故障診断部１０４４、及び記憶部１０５０ないし１０５ｍとほぼ同様の構成及び機能を有するため相違点についてのみ説明する。

全体モデル生成部２０２０は、通信部２０１０から画像形成装置識別情報、機能識別情報、故障状態識別情報、エラー情報及び構成ユニット識別情報を取得する。

また、全体モデル生成部２０２０は、通信部２０１０が受信した機能識別情報で識別される機能、並びに故障状態識別情報で識別される故障状態又はエラー情報に関連付けて記憶部２０５０ないし２０５ｍが記憶する部分モデル及び生成情報を取得し、かつ取得した部分モデル及び生成情報に基づいて全体モデルを生成する点で実施例１と異なる。

更に、全体モデル生成部２０２０は、通信部２０１０が受信した構成ユニット識別情報で識別されるユニットに関連する部分モデルのみを取得し、取得した部分モデルを結合して全体モデルを生成する点で実施例１と異なる。

故障診断部２０４４は、通信部２０１０で受信した診断情報に基づいて、画像形成装置識別情報で識別される画像形成装置３０００ないし３００ｎを構成する部品群等の故障原因の発生確率値を算出し、かつ算出した確率値を全体モデル生成部２０３０が生成した全体モデルに入力して画像形成装置３０００ないし３００ｎの故障原因の発生確率を算出して故障診断する点で実施例１と異なる。

次に、図１３を参照して画像形成装置３０００ないし３００ｎの構成を説明する。図１３は、本発明の故障診断システム１０を構成する画像形成装置の実施形態を表す機能ブロック図である。

画像形成装置３０００ないし３００ｎは、ＦＡＸ制御部３０１０、画像読取部３０２０、画像処理部３０３０、プリント制御部３０４０、１又は複数の記憶部３０５０ないし３０５ｍ、画像形成制御部３０６０、Ｕ／Ｉ制御部３０７０、１又は複数のアクチュエータ制御部３０８０ないし３０８ｎ、入力手段である入力部３０９０、表示手段である表示部３１００、及び通信手段である通信部３１１０から構成される。

通信部３１１０を除く、ＦＡＸ制御部３０１０、画像読取部３０２０、画像処理部３０３０、プリント制御部３０４０、１又は複数の記憶部３０５０ないし３０５ｍ、画像形成制御部３０６０、Ｕ／Ｉ制御部３０７０、１又は複数のアクチュエータ制御部３０８０ないし３０８ｎ、入力手段である入力部３０９０、及び表示手段である表示部３１００の構成及び機能は、実施例１で説明したＦＡＸ制御部１０１０、画像読取部１０２０、画像処理部１０３０、プリント制御部１０４０、記憶部１０５０ないし１０５ｍ、画像形成制御部１０６０、Ｕ／Ｉ制御部１０７０、アクチュエータ制御部１０８０ないし１０８ｎ、入力手段である入力部１０９０、及び表示手段である表示部１１００の構成及び機能とほぼ同様であるため相違点のみについて説明する。

先ず、図１４を参照して、プリント制御部３０４０の機能及び構成であって、実施例１で説明したプリント制御部１０４０の機能及び構成と異なる点を説明する。図１４は、第２の実施形態における画像形成装置３０００ないし３００ｎの有するプリント制御部３０４０の実施形態を表す機能ブロック図である。

プリント制御部３０４０は、エラー発生情報取得部３０４１、オプション情報記録部３０４３、及び診断情報取得部３０４５で構成される。エラー発生情報取得部３０４１、オプション情報記録部３０４３、及び診断情報取得部３０４５は、互いに通信可能に接続している。

エラー発生情報取得部３０４１は、エラー情報、故障状態、及びを取得し、取得したエラー情報、並びに故障状態及び故障時機能を識別する故障状態識別情報及び機能識別情報を、通信部３１１０を通じて故障診断装置２０００へ送信する点で実施例１と異なる。

オプション情報記録部３０４３は、記憶部３０５０ないし３０５ｍに記憶された構成ユニット識別情報を取得し、取得した構成ユニット識別情報を、通信部３１１０を通じて故障診断装置２０００へ送信する点で実施例１と異なる。

診断情報取得部３０４５は、記憶部３０５０ないし３０５ｍから故障診断に用いる情報である診断情報を取得し、取得した診断情報を、通信部３１１０を通じて故障診断装置２０００へ送信する点で実施例１と異なる。

記憶部３０５０ないし３０５ｍは、部分モデル及び故障診断モジュールデータベースを有しない点で実施例１と異なる。

通信部３１１０は、例えば、ネットワークカードで構成され、ネットワーク１００及びプリント制御部３０４０に接続している。

通信部３１１０は、画像形成装置識別情報、故障時に提供していた機能を識別する機能識別情報、故障時に入力部３０９０で入力された故障状態を識別する故障状態識別情報、故障時に検出したエラー情報、故障診断情報、及び構成ユニット識別情報を故障診断装置２０００へ送信する。

この構成によれば、全体モデル生成手段は、故障時において画像形成装置が提供中であった機能の提供に使用されるユニットのみを診断対象とする全体モデルを生成するため、一例として、提供中の機能に関わらず故障診断に用いるモデル（以下単に、故障診断モデルと言う）を構築する場合と比べて、故障診断精度を向上できるだけでなく、故障診断に要する計算量を軽減できる。
よって、故障診断に要する処理時間、並びにワーク領域及び演算処理リソースを軽減できるため、一例として、故障診断時におけるコピー機能等の通常機能の提供に支障を来たすことが少ない。
また、この構成によれば、全体モデル生成手段は、記憶手段に記憶された部分モデルを結合して故障診断に用いる全体モデルを生成するので、一例として、一部又は全部において同一の部分モデルを重複保持する故障診断モデルを記憶する場合と比べて、画像形成装置が必要とする記憶容量を軽減できる。
更に、この構成によれば、故障診断手段は、部品に生じる故障原因の発生確率を算出して故障診断するので、故障原因を有しない部品とそうでない部品とを容易に判断できる。よって、一例として、ユニットの交換を必要とせず、単に部品の清掃によって故障原因を解消できる場合に容易に対応できる。

本実施例においては、通信部２０１０が故障診断装置２０００の有する通信手段に相当し、全体モデル生成部２０２０が全体モデル生成手段に相当し、故障診断部２０３０が故障診断手段に相当し、記憶部２０５０ないし２０５ｍが記憶手段に相当し、診断情報取得部３０４５が診断情報取得手段に相当し、入力部３０９０が入力手段に相当し、表示部３１００が表示手段に相当し、通信部３１１０が画像形成装置３０００の有する通信手段に相当する。

尚、本発明の故障診断方法は、画像形成装置１０００又は故障診断装置２０００により実現できる。
また、本発明の故障診断方法は、コンピュータを制御して実行するプログラムとして実現することができる。このプログラムは、磁気ディスクや光ディスク、半導体メモリ、その他の記録媒体に格納して配布したり、ネットワークを介して配信したりすることにより、提供することができる。

以上本発明の好ましい実施例について詳述したが、本発明は係る特定の実施例に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形、変更が可能である。

本発明の故障診断装置の実施形態を表す機能ブロック図である。 本発明の故障診断装置の実施形態を表すハードウェア構成図である。 第１の実施形態における画像形成装置のプリント制御部の一実施形態を表す機能ブロック図である。 プリント制御ＰＷＢＡユニットに関する部分モデルの構成例を概念的に表す図である。 記憶装置ユニットに関する部分モデルの構成例を概念的に表す図である。 画像処理ユニットに関する部分モデルの構成例を概念的に表す図である。 画像読取ユニットに関する部分モデルの構成例を概念的に表す図である。 表示部が表示する選択入力画面の一例を現す図である。 全体モデル生成の実行するモデル生成処理の一例を表すフローチャートである。 複写機能の提供時にエラーコード００４−１２７を検出した場合に全体モデル作成部が生成する全体モデルの一例を表す図である。 本発明の故障診断システムの実施形態を表す機能ブロック図である。 本発明の故障診断システムを構成する故障診断装置の実施形態を表す機能ブロック図である。 本発明の故障診断システムを構成する画像形成装置の実施形態を表す機能ブロック図である。 第２の実施形態における画像形成装置のプリント制御部の１実施形態を表す機能ブロック図である。

符号の説明

１０…故障診断システム
１００…ネットワーク
１０００…画像形成装置
１００１…演算装置
１００２…ＲＯＭ
１００３…外部記憶装置
１００４…Ｉ／Ｏポート
１００５…バス
１０１０…ＦＡＸ制御部
１０２０…画像読取部
１０３０…画像処理部
１０４０…プリント制御部
１０４１…エラー発生情報取得部
１０４２…全体モデル作成部（全体モデル作成手段）
１０４３…オプション情報記録部
１０４４…故障診断部（故障診断手段）
１０４５…診断情報取得部（診断情報取得手段）
１０５０〜ｍ…記憶部（記憶手段）
１０６０…画像形成制御部
１０７０…Ｕ／Ｉ制御部
１０８０〜ｎ…アクチュエータ制御部
１０９０…入力部（入力手段）
１１００…表示部（表示手段）
２０００…故障診断装置
２０１０…通信部（通信手段）
２０２０…全体モデル作成部（全体モデル作成手段）
２０３０…故障診断部（故障診断手段）
２０５０〜ｍ…記憶部（記憶手段）
３０００〜ｎ…画像形成装置
３０１０…ＦＡＸ制御部
３０２０…画像読取部
３０３０…画像処理部
３０４０…プリント制御部
３０４１…エラー発生情報取得部
３０４３…オプション情報記録部
３０４５…診断情報取得部（診断情報取得手段）
３０５０〜ｍ…記憶部
３０６０…画像形成制御部
３０７０…Ｕ／Ｉ制御部
３０８０〜ｎ…アクチュエータ制御部
３０９０…入力部（入力手段）
３１００…表示部（表示手段）
３１１０…通信部（通信手段）
ＢＴＣ…キャンセルボタン
ＢＴＯ…確定ボタン
ＣＢ１〜４…チェックボックス
ＤＭＤＢ…診断モジュールＤＢ
ＦＣ…選択入力画面
ＧＢ…故障状態情報グループボックス
ＧＢ…故障状態情報ＧＢ
ＮＣ１００，１１０，１１１，１３０，１３１，１４０，１４１，２００，２０１，３００，３０１，４００，４０１…コンポネント状態ノード
ＮＤ１０１〜１０４，１１１，１１２，３０１〜３０３，４０１〜４０３…証拠情報ノード
ＰＭ１−０，１−１，１−３，１−４，２−０，３−０，４−０…部分モデル

Claims (17)

1. 画像形成装置を構成する部品の故障状態と前記故障状態を引き起こす故障原因との因果関係をモデル化したモデルであって、かつ前記画像形成装置を構成する部品群であるユニットに関する部分のみをモデル化した部分モデルを記憶する記憶手段と、
   前記記憶手段の記憶する部分モデルを結合して、前記画像形成装置全体の故障状態と前記故障状態を引き起こす故障原因との関係をモデル化した全体モデルを生成する全体モデル生成手段と、
   前記全体モデル生成手段で生成された全体モデルを解析することで、前記画像形成装置の故障状態を引き起こす部品に生じる故障原因の発生確率を算出して故障診断する故障診断手段とを備え、
   前記記憶手段は、前記画像形成装置の提供する機能と、前記機能の提供時に使用されるユニットに関する部分モデルと、前記部分モデルを用いた全体モデルの生成方法を記述する生成情報とを関連付けて記憶し、
   前記生成情報は、前記部分モデル間の結合関係を記述する結合情報を含み、
   前記全体モデル生成手段は、故障時において前記画像形成装置が提供中であった機能に関連付けて前記記憶手段が記憶する部分モデル及び生成情報を取得し、かつ取得した前記部分モデルを、取得した前記生成情報に含まれる結合情報に基づいて結合して全体モデルを生成することを特徴とする画像形成装置。
2. 前記記憶手段は、前記画像形成装置に生じる故障状態と、前記機能と、前記故障状態を生じさせる原因が生じ得るユニットであって、かつ前記機能の提供時に使用されるユニットに関する部分モデルと、前記生成情報とを関連付けて記憶し、
   前記全体モデル生成手段は、故障時において前記画像形成装置に生じた前記故障状態及び故障時において前記画像形成装置が提供中であった機能に関連付けて前記記憶手段が記憶する部分モデル及び生成情報を取得し、かつ取得した前記部分モデル及び前記生成情報に基づいて全体モデルを生成することを特徴とする請求項１に記載の画像形成装置。
3. 前記記憶手段は、前記画像形成装置に生じた異常を報告するエラー情報と、前記機能と、前記エラー情報で報告される異常が生じ得るユニットであって、かつ前記機能の提供時に使用されるユニットに関する部分モデルと、前記生成情報とを関連付けて記憶し、
   前記全体モデル生成手段は、故障時に報告されたエラー情報及び故障時において前記画像形成装置が提供中であった機能に関連付けて前記記憶手段が記憶する部分モデル及び生成情報を取得し、かつ取得した前記部分モデル及び前記生成情報に基づいて全体モデルを生成することを特徴とする請求項１又は２に記載の画像形成装置。
4. 前記画像形成装置は、前記故障状態を入力する入力手段を更に有し、
   前記全体モデル生成手段は、前記入力手段で入力された故障状態に関連付けて前記記憶手段が記憶する部分モデル及び生成情報を取得し、かつ取得した前記部分モデル及び前記生成情報に基づいて全体モデルを生成することを特徴とする請求項１ないし３に記載の画像形成装置。
5. 前記画像形成装置は、画像形成装置の内部の状態情報から故障診断に用いる情報である診断情報を取得する診断情報取得手段を更に有し、
   前記故障診断手段は、前記診断情報取得手段で取得した診断情報を前記全体モデル生成手段が生成した全体モデルに入力して前記画像形成装置の故障原因の発生確率を算出して故障診断することを特徴とすることを請求項１ないし４に記載の画像形成装置。
   
6. 前記記憶手段は、前記画像形成装置を構成するユニットを記憶し、
   前記全体モデル生成手段は、前記記憶手段に記憶された画像形成装置を構成するユニットに関連する部分モデルのみを取得し、取得した前記部分モデルを結合して全体モデルを生成することを特徴とする請求項１ないし５に記載の画像形成装置。
7. 故障時において前記画像形成装置が提供中であった機能を識別する機能識別情報を送信する通信手段を有する画像形成装置と、
   前記画像形成装置が送信した機能識別情報を受信する通信手段と、
   前記画像形成装置を構成する部品の故障状態と前記故障状態を引き起こす故障原因との因果関係をモデル化したモデルであって、かつ前記画像形成装置を構成する部品群であるユニットに関する部分のみをモデル化した部分モデルを記憶する記憶手段と、
   前記記憶手段の記憶する部分モデルを結合して、前記画像形成装置全体の故障状態と前記故障状態を引き起こす故障原因との関係をモデル化した全体モデルを生成する全体モデル生成手段と、
   前記全体モデル生成手段で生成された全体モデルを解析することで、前記画像形成装置の故障状態を引き起こす部品に生じる故障原因の発生確率を算出して故障診断する故障診断手段とを有する故障診断装置とを備え、
   前記記憶手段は、前記機能と、前記機能の提供時に使用されるユニットに関する部分モデルと、前記部分モデルを用いた全体モデルの生成方法を記述する生成情報とを関連付けて記憶し、
   前記生成情報は、前記部分モデル間の結合関係を記述する結合情報を含み、
   前記全体モデル生成手段は、前記通信手段が受信した機能識別情報で識別される機能に関連付けて前記記憶手段が記憶する部分モデル及び生成情報を取得し、かつ取得した前記部分モデルを、取得した前記生成情報に含まれる結合情報に基づいて結合して全体モデルを生成することを特徴とする故障診断システム。
8. 前記画像形成装置が有する通信手段は、前記画像形成装置に生じる故障状態を識別する故障状態識別情報を送信し、
   前記故障診断装置が有する通信手段は、前記画像形成装置が送信した故障状態識別情報を受信し、
   前記記憶手段は、前記画像形成装置に生じる故障状態と、前記機能と、前記故障状態を生じさせる原因が生じ得るユニットであって、かつ前記機能の提供時に使用されるユニットに関する部分モデルと、前記生成情報とを関連付けて記憶し、
   前記全体モデル生成手段は、前記通信手段が受信した故障状態識別情報で識別される故障状態及び機能識別情報で識別される機能に関連付けて前記記憶手段が記憶する部分モデル及び生成情報を取得し、かつ取得した前記部分モデル及び前記生成情報に基づいて全体モデルを生成することを特徴とする請求項７に記載の故障診断システム。
9. 前記画像形成装置が有する通信手段は、前記画像形成装置に生じた異常を報告するエラー情報を送信し、
   前記故障診断装置が有する通信手段は、前記画像形成装置が送信したエラー情報を受信し、
   前記記憶手段は、前記エラー情報と、前記機能と、前記エラー情報で報告される異常が生じ得るユニットであって、かつ前記機能の提供時に使用されるユニットに関する部分モデルと、前記生成情報とを関連付けて記憶し、
   前記全体モデル生成手段は、前記通信手段が受信したエラー情報及び機能識別情報で識別される機能に関連付けて前記記憶手段が記憶する部分モデル及び生成情報を取得し、かつ取得した前記部分モデル及び前記生成情報に基づいて全体モデルを生成することを特徴とする請求項７又は８に記載の故障診断システム。
10. 前記画像形成装置は、前記故障状態を入力する入力手段を更に有し、
    前記画像形成装置が有する通信手段は、前記入力手段で入力された故障状態を識別する故障状態識別情報を送信し、
    前記故障診断装置が有する通信手段は、前記画像形成装置が送信した故障状態識別情報を受信し、
    前記全体モデル生成手段は、前記通信手段が受信した故障状態識別情報で識別される故障状態に関連付けて前記記憶手段が記憶する部分モデル及び生成情報を取得し、かつ取得した前記部分モデル及び前記生成情報に基づいて全体モデルを生成することを特徴とする請求項７ないし９に記載の故障診断システム。
11. 前記画像形成装置は、画像形成装置の内部の状態情報から故障診断に用いる情報である診断情報を取得する診断情報取得手段を更に有し、
    前記画像形成装置が有する通信手段は、前記診断情報取得手段が取得した診断情報を送信し、
    前記故障診断装置が有する通信手段は、前記画像形成装置が送信した診断情報を受信し、
    前記故障診断手段は、前記通信手段で受信した診断情報を前記全体モデル生成手段が生成した全体モデルに入力して前記画像形成装置の故障原因の発生確率を算出して故障診断することを特徴とする請求項７ないし１０に記載の故障診断システム。
12. 前記画像形成装置が有する通信手段は、前記画像形成装置を構成するユニットを識別するユニット識別情報を送信し、
    前記故障診断装置が有する通信手段は、前記画像形成装置が送信したユニット識別情報を受信し、
    前記全体モデル生成手段は、前記通信手段が受信したユニット識別情報で識別されるユニットに関連する部分モデルのみを取得し、取得した前記部分モデルを結合して全体モデルを生成することを特徴とする請求項７ないし１１に記載の故障診断システム。
13. 前記生成情報は、前記部分モデルがモデル化する対象としたユニットが初期状態において故障状態にある確率である事前故障確率を定める事前確率情報を含み、
    前記全体モデル生成手段は、取得した前記生成情報に含まれる事前確率事前確率情報に基づいて事前故障確率が設定された全体モデルを生成することを特徴とする請求項１ないし６に記載の画像形成装置、又は７ないし１２に記載の故障診断システム。
14. 前記画像形成装置は、前記故障状態を一覧表示する表示手段を更に有し、
    前記入力手段は、前記表示手段が表示する故障状態を入力することを特徴とする請求項１３に記載の画像形成装置又は故障診断システム。
15. 前記表示手段は、前記故障原因が生じ得る部品の名称を、前記故障診断手段が算出した故障原因の発生確率に従ってソートして一覧表示する請求項１４に記載の画像形成装置又は故障診断システム。
16. 画像形成装置を構成する部品の故障状態と前記故障状態を引き起こす故障原因との因果関係をモデル化したモデルであって、かつ前記画像形成装置を構成する部品群であるユニットに関する部分のみをモデル化した部分モデルを記憶する記憶ステップと、
    前記記憶ステップの記憶する部分モデルを結合して、前記画像形成装置全体の故障状態と前記故障状態を引き起こす故障原因との関係をモデル化した全体モデルを生成する全体モデル生成ステップと、
    前記全体モデル生成ステップで生成された全体モデルを解析することで、前記画像形成装置の故障状態を引き起こす部品に生じる故障原因の発生確率を算出して故障診断する故障診断ステップとを備え、
    前記記憶ステップは、前記画像形成装置の提供する機能と、前記機能の提供時に使用されるユニットに関する部分モデルと、前記部分モデルを用いた全体モデルの生成方法を記述する生成情報とを関連付けて記憶し、
    前記生成情報は、前記部分モデル間の結合関係を記述する結合情報を含み、
    前記全体モデル生成ステップは、故障時において前記画像形成装置が提供中であった機能に関連付けて前記記憶ステップが記憶する部分モデル及び生成情報を取得し、かつ取得した前記部分モデルを、取得した前記生成情報に含まれる結合情報に基づいて結合して全体モデルを生成することを特徴とする故障診断方法。
17. コンピュータに、画像形成装置を構成する部品の故障状態と前記故障状態を引き起こす故障原因との因果関係をモデル化したモデルであって、かつ前記画像形成装置を構成する部品群であるユニットに関する部分のみをモデル化した部分モデルを記憶する記憶ステップと、
    前記記憶ステップの記憶する部分モデルを結合して、前記画像形成装置全体の故障状態と前記故障状態を引き起こす故障原因との関係をモデル化した全体モデルを生成する全体モデル生成ステップと、
    前記全体モデル生成ステップで生成された全体モデルを解析することで、前記画像形成装置の故障状態を引き起こす部品に生じる故障原因の発生確率を算出して故障診断する故障診断ステップと、を実行させるためのプログラムであって、
    前記記憶ステップは、前記画像形成装置の提供する機能と、前記機能の提供時に使用されるユニットに関する部分モデルと、前記部分モデルを用いた全体モデルの生成方法を記述する生成情報とを関連付けて記憶し、
    前記生成情報は、前記部分モデル間の結合関係を記述する結合情報を含み、
    前記全体モデル生成ステップは、故障時において前記画像形成装置が提供中であった機能に関連付けて前記記憶ステップが記憶する部分モデル及び生成情報を取得し、かつ取得した前記部分モデルを、取得した前記生成情報に含まれる結合情報に基づいて結合して全体モデルを生成することを特徴とする故障診断プログラム。
    

Images