JP2010008617A - 状態判別方法及び画像形成装置 - Google Patents
状態判別方法及び画像形成装置 Download PDFInfo
- Publication number
- JP2010008617A JP2010008617A JP2008166640A JP2008166640A JP2010008617A JP 2010008617 A JP2010008617 A JP 2010008617A JP 2008166640 A JP2008166640 A JP 2008166640A JP 2008166640 A JP2008166640 A JP 2008166640A JP 2010008617 A JP2010008617 A JP 2010008617A
- Authority
- JP
- Japan
- Prior art keywords
- state
- display
- determination
- abnormality
- related information
- 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
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03G—ELECTROGRAPHY; ELECTROPHOTOGRAPHY; MAGNETOGRAPHY
- G03G15/00—Apparatus for electrographic processes using a charge pattern
- G03G15/55—Self-diagnostics; Malfunction or lifetime display
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03G—ELECTROGRAPHY; ELECTROPHOTOGRAPHY; MAGNETOGRAPHY
- G03G15/00—Apparatus for electrographic processes using a charge pattern
- G03G15/55—Self-diagnostics; Malfunction or lifetime display
- G03G15/553—Monitoring or warning means for exhaustion or lifetime end of consumables, e.g. indication of insufficient copy sheet quantity for a job
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Control Or Security For Electrophotography (AREA)
Abstract
【課題】何の障害も顕在化していない状況下であっても、故障発生前に使用者にメンテナンスを行ってもらいやすくする。
【解決手段】複数の弱判別器による複数の判別結果に対してそれぞれ重み付けを行って得られる各値を用いて、判定対象の機器状態が正常か異常かを多数決で判定する。そして、各弱判別器での判別結果の内容を正常は白色で異常は色以外の色で、同一の表示領域上に表示する。その際、各判別結果についての表示面積を、それぞれの重み付けの違いに応じて異なったものとする。
【選択図】図２０
【解決手段】複数の弱判別器による複数の判別結果に対してそれぞれ重み付けを行って得られる各値を用いて、判定対象の機器状態が正常か異常かを多数決で判定する。そして、各弱判別器での判別結果の内容を正常は白色で異常は色以外の色で、同一の表示領域上に表示する。その際、各判別結果についての表示面積を、それぞれの重み付けの違いに応じて異なったものとする。
【選択図】図２０
Description
本発明は、画像形成装置等の対象機器における何らかの機器状態について、正常か異常かを、その対象機器の状態関連情報に基づいて判別し得る状態判別方法及びこの方法を実行し得る画像形成装置に関するものである。
従来、市場に出回っている画像形成装置等の様々な機器においては、機器に故障が発生すると、その内容によっては部品を交換したり清掃したりするまで当該機器を使用することができず、ユーザーに不便を強いてしまうことがある。特に、電子写真方式の画像形成装置では、構成が比較的複雑で部品点数が多いことから、各種の部品のメンテナンスを定期的に行わないと、故障が突然に発生してしまうという事態に陥り易い。
電子写真方式の画像形成装置は、通常の運転に伴う摩擦磨耗だけでなく、外部からの紙粉など有害物質の混入や、想定外の運転等によりもたらされるトナーの攪拌過剰に伴ったトナーの粘着力増大や外添材の脱落、クリーニングブレード等のクリーニング部材の磨耗や帯電手段の汚染劣化・偶発故障などによっても、緩やかに機能低下し、最終的には故障に至る。このような故障は、画像品質の低下、詳しくは、像担持体表面移動方向に対応する方向に延びたタテスジ状の異常画像、画像のボヤケ、像担持体表面移動方向に対応する方向に対して直交する方向に延びたヨコスジ状の異常画像、スポット状の汚点画像、白ヌケ画像、全面的な地汚れなど、さまざまなタイプの異常画像となって表面化することがある。このような異常画像に関する故障は、画像形成装置の作像動作自体には支障がないので、故障であっても運転しつづけ、画像形成装置の使用者が画像を目視して異常画像に気が付いた時点で故障に気づく。そのため、特に異常画像に関する故障では、単に故障を修理するだけに留まらず、異常画像となった画像を再度形成し直すという作業も発生するので、大きな時間と資源の無駄を生じさせる結果を招き、深刻な問題となっている。
そこで、従来、機器の故障を事前に予測する方法が種々提案されている。一般に、機器の故障を事前に予測する方法は、次の二つに大別することができる。
ひとつは、機器から取得した運転量情報を刻々観測し、予め想定した平均的寿命に近づいたことを以って故障を予測する方法である。これは、運転量に応じて装置があたかも摩耗するように消耗し故障に至るという考え方の上に成り立っている。具体的な一例を挙げると、感光体や現像装置などといった装置内の各種部品や機器の累積稼働時間をカウンタによって順次カウントしていくカウント値が予め耐久実験結果などで定めた寿命カウント値に到達すると故障が近づいたと予測する。このような予測は、機器の個別の環境や運転方法の違いによって寿命が大きく変動することを考慮していないので精度が低い。
もう一つは、故障が発生する前に見られる特有の装置の状態関連情報をパターンとして捉え故障が近いことを予測するパターン認識による方法である。このパターン認識による方法としては、ＭＴＳ法などの多変量解析を挙げることができる。この方法は、上述の平均寿命による方法よりも故障に至る状況が内部で発生していることを捉えて予測するので、特有の予兆状態を発見することが出来れば、機器の個別の環境や運転方法といった条件に左右されず、その装置が本当にメンテナンスが必要なときを正確に予測することが出来る。
ひとつは、機器から取得した運転量情報を刻々観測し、予め想定した平均的寿命に近づいたことを以って故障を予測する方法である。これは、運転量に応じて装置があたかも摩耗するように消耗し故障に至るという考え方の上に成り立っている。具体的な一例を挙げると、感光体や現像装置などといった装置内の各種部品や機器の累積稼働時間をカウンタによって順次カウントしていくカウント値が予め耐久実験結果などで定めた寿命カウント値に到達すると故障が近づいたと予測する。このような予測は、機器の個別の環境や運転方法の違いによって寿命が大きく変動することを考慮していないので精度が低い。
もう一つは、故障が発生する前に見られる特有の装置の状態関連情報をパターンとして捉え故障が近いことを予測するパターン認識による方法である。このパターン認識による方法としては、ＭＴＳ法などの多変量解析を挙げることができる。この方法は、上述の平均寿命による方法よりも故障に至る状況が内部で発生していることを捉えて予測するので、特有の予兆状態を発見することが出来れば、機器の個別の環境や運転方法といった条件に左右されず、その装置が本当にメンテナンスが必要なときを正確に予測することが出来る。
特許文献１には、ＭＴＳ法を用いて画像形成装置の故障発生を予測する方法が開示されている。この方法は、画像形成装置の状態と関連がある複数種類の状態関連情報を取得し、取得した複数種類の状態関連情報から特定種類の機器状態が異常かどうかを判断するための指標値を算出し、この指標値から当該特定種類の機器状態に関する故障発生を予測するというものである。この方法では、まず、正常な状態の画像形成装置、あるいは、この画像形成装置と同一仕様の正常な状態の試験機から、その画像形成装置に関する複数種類の状態関連情報からなる組データを取得する。そして、この組データを数多く収集して正常組データ群（正常指標情報）を構築する。指標値を算出するときは、画像形成装置から複数種類の状態関連情報を取得する。そして、それらの状態関連情報について、予め構築しておいた正常組データ群による多次元空間内でどのような相対位置関係にあるのかを示す距離（指標値）が算出される。正常な状態から離れて故障が起こりそうになると、複数種類の状態関連情報と正常組データ群との多次元空間内での相関に乱れが生じて、上記多次元空間における原点（正常な状態の平均）からの「距離」すなわち指標値が大きくなる。一方、画像形成装置が正常な状態の場合は、原点（正常な状態の平均）からの「距離」すなわち指標値が小さくなる。よって、指標値に基づいて画像形成装置の正常さの程度を把握することが可能である。したがって、特許文献１においては、画像形成装置の故障が発生する前の軽微な異常を検知して、故障の発生を事前に予測することが可能になる。そして、異常の検知に基づいて、前もって部品を注文しておいたり、自分で部品交換できない場合には部品の注文とともにサービスマンを要請したりすることで、画像形成装置のダウンタイムを低減することができる。しかも、軽度な異常をきたすほど寿命が間近に迫った部品だけを交換することで、まだ十分に使用に耐え得る部品を交換してしまうことによるコスト高を回避することができる。
また、特許文献２には、画像形成装置の状態に関連した複数種類の情報の複数組のデータの取得を、状態判定対象の画像形成装置を含む同じ機種の複数の画像形成装置について、その複数の画像形成装置の製造後の稼働テスト中に行う。この複数の画像形成装置の稼働テスト中に取得した複数組のデータのすべてを含む基準データ群を、特定種類の状態判定用の指標値を算出する指標値算出式を決定するための初期の基準データ群として用いる。また、納品された画像形成装置の使用開始後、基準データ群用のデータの取得及び追加を所定の更新タイミングで行う。
また、機器の状態を判別する方法として、ブースティング法を利用する方法も知られている。一般に、ブースティング法とは、精度の悪い弱判別器を複数組み合わせることによって一つの高精度な判別器を構成する方法である。このブースティング法を利用して画像形成装置における各種故障（現像装置が正常に動作しない故障、異常画像が出力される故障など）を予測しようとする場合、各故障ごとに、画像形成装置の状態が、故障の予兆となり得る機器状態になっているかどうかを判定する。そのために、まず、その機器状態に関連する状態関連情報（センサの検出結果情報、各部の動作制御情報を数値化した情報など）を複数収集する。そして、収集した状態関連情報ごとに、その状態関連情報が正常か異常かを弱判別器でそれぞれ判別し、各弱判別器の判別結果に対して、上記故障と相関が強い状態関連情報についての判別結果ほど大きな重み付けを行う。この重み付けをした判別結果を用いて、例えば多数決によって、機器状態が、故障の予兆となり得る機器状態（異常状態）になっているか、そうでない（正常状態）かを判定する。
また、特許文献３には、画像形成装置で異常が検出された場合に、その旨を操作パネルにメッセージ表示するものが開示されている。
機器状態の異常を判別してその機器状態に関わる故障の予測が可能となることで、実際に故障する前にメンテナンスを行うことができ、これにより故障の発生を未然に防ぐことができる。
しかし、異常判別の結果から故障が予測される状況であっても、現在の故障予測精度では、その故障が近い将来必ず発生することを保証することはできない。そして、メンテナンスを行う場合には、一般に、相応の費用が発生することから、機器の使用者に対し、例えば上記特許文献３に開示されているように異常が検出された旨をメッセージ表示したところで、実際に故障が発生する前にその故障に対するメンテナンスを機器の使用者に行ってもらうことは難しい場合が多い。故障を予兆するような異常が判別された場合、その時点で使用者が知覚し得る何らかの障害が顕在化していれば、使用者は近い将来に故障が発生するかもしれないことを感じることができるので、使用者にメンテナンスを行ってもらいやすい。しかし、異常が判別された時点で未だ何の障害も顕在化していない場合、使用者は近い将来に故障が発生するかもしれないことを感じることができない。よって、この場合には、使用者に対し、実際に故障が発生する前に、費用を支払ってメンテナンスを行ってもらうことは特に困難である。
しかし、異常判別の結果から故障が予測される状況であっても、現在の故障予測精度では、その故障が近い将来必ず発生することを保証することはできない。そして、メンテナンスを行う場合には、一般に、相応の費用が発生することから、機器の使用者に対し、例えば上記特許文献３に開示されているように異常が検出された旨をメッセージ表示したところで、実際に故障が発生する前にその故障に対するメンテナンスを機器の使用者に行ってもらうことは難しい場合が多い。故障を予兆するような異常が判別された場合、その時点で使用者が知覚し得る何らかの障害が顕在化していれば、使用者は近い将来に故障が発生するかもしれないことを感じることができるので、使用者にメンテナンスを行ってもらいやすい。しかし、異常が判別された時点で未だ何の障害も顕在化していない場合、使用者は近い将来に故障が発生するかもしれないことを感じることができない。よって、この場合には、使用者に対し、実際に故障が発生する前に、費用を支払ってメンテナンスを行ってもらうことは特に困難である。
本発明は、以上の背景に鑑みなされたものであり、その目的とするところは、何の障害も顕在化していない状況下であっても、故障発生前に使用者にメンテナンスを行ってもらいやすくする状態判別方法及び画像形成装置を提供することである。
上記目的を達成するために、請求項１の発明は、対象機器の状態関連情報に基づき、該対象機器における機器状態の異常を判別し、その判別結果を出力する状態判別方法であって、上記対象機器の状態関連情報を収集する情報収集工程と、該情報収集工程で収集した状態関連情報の経時変化に対応する特徴量を演算する特徴量演算工程と、該特徴量演算工程で演算した同一の特徴量に基づき、これに対応する状態関連情報が正常の機器状態を示すものか異常の機器状態を示すものかを互いに異なる判別基準を用いて判別するか、又は、該特徴量演算工程で演算した互いに異なる複数の特徴量について、その特徴量に対応する状態関連情報が正常の機器状態を示すものか異常の機器状態を示すものかをそれぞれ判別する複数の判別工程と、該複数の判別工程での各判別結果に対して予め決められた重み付けを行い、その重み付け後の判別結果の値を用いて正常を示す判別結果と異常を示す判別結果のいずれが多いかを多数決し、多数決により決まった方の判別結果の内容に従い判定対象の機器状態について正常又は異常を判定する多数決判定工程と、上記複数の判別工程での各判別結果の内容を、正常を示すものと異常を示すものとで互いに区別し得る表示態様で同一の表示領域上に表示するとともに、その際、各判別結果についての表示状態をそれぞれの重み付けの違いに応じて異なる状態で表示する表示工程とを有することを特徴とするものである。
また、請求項２の発明は、請求項１の状態判別方法において、上記表示工程は、上記複数の判別工程で判別した現在の各判別結果についての表示内容と、過去の各判別結果についての表示内容とを、互いに比較可能な状態で表示することを特徴とするものである。
また、請求項３の発明は、請求項１又は２の状態判別方法において、上記表示工程は、上記複数の判別工程での各判別結果の内容をドットマトリックス方式のディスプレイ装置に表示することを特徴とするものである。
また、請求項４の発明は、請求項１乃至３のいずれか１項に記載の状態判別方法において、上記表示工程は、上記複数の判別工程での各判別結果に対応する表示面積がそれぞれの重み付けの違いに応じて異なる状態で表示することを特徴とするものである。
また、請求項５の発明は、請求項１乃至４のいずれか１項に記載の状態判別方法において、上記表示工程は、上記複数の判別工程での各判別結果に対応する表示色がそれぞれの重み付けの違いに応じて異なる状態で表示することを特徴とするものである。
また、請求項６の発明は、請求項１乃至５のいずれか１項に記載の状態判別方法において、上記表示工程は、上記複数の判別工程での各判別結果に対応する表示の輝度又は濃度がそれぞれの重み付けの違いに応じて異なる状態で表示することを特徴とするものである。
また、請求項７の発明は、請求項１乃至６のいずれか１項に記載の状態判別方法において、上記表示工程は、上記複数の判別工程での各判別結果に対応する表示内容を、それぞれの重み付けの違いに応じて決められた表示位置に表示することを特徴とするものである。
また、請求項８の発明は、対象機器の状態関連情報に基づき、該対象機器における機器状態の異常を判別し、その判別結果を出力する状態判別方法であって、上記対象機器の状態関連情報を収集する情報収集工程と、該情報収集工程で収集した状態関連情報の経時変化に対応する特徴量を演算する特徴量演算工程と、該特徴量演算工程で演算した同一の特徴量に基づき、これに対応する状態関連情報が正常の機器状態を示すものか異常の機器状態を示すものかを互いに異なる判別基準を用いて判別するか、又は、該特徴量演算工程で演算した互いに異なる複数の特徴量について、その特徴量に対応する状態関連情報が正常の機器状態を示すものか異常の機器状態を示すものかをそれぞれ判別する複数の判別工程と、該複数の判別工程での各判別結果に対して予め決められた重み付けを行い、その重み付け後の判別結果の値を用いて正常を示す判別結果と異常を示す判別結果のいずれが多いかを多数決し、多数決により決まった方の判別結果の内容に従い判定対象の機器状態について正常又は異常を判定する多数決判定工程と、重み付け後における正常を示す全判別結果の合算値と異常を示す全判別結果の合算値とから算出される指標値に基づき、判定対象の機器状態を表示する表示工程とを有することを特徴とするものである。
また、請求項９の発明は、請求項８の状態判別方法において、上記表示工程は、現在の指標値に基づく機器状態と、過去の指標値に基づく機器状態とを、互いに比較可能な状態で表示することを特徴とするものである。
また、請求項１０の発明は、請求項８又は９の状態判別方法において、上記表示工程は、上記指標値に基づく機器状態の表示を、上記多数決判定工程での多数決分岐点であるゼロ点の表示と併せて表示することを特徴とするものである。
また、請求項１１の発明は、請求項８乃至１０のいずれか１項に記載の状態判別方法において、上記表示工程は、上記判定対象の機器状態を、上記指標値に応じてその表示の輝度又は濃度が異なる状態で表示することを特徴とするものである。
また、請求項１２の発明は、請求項８乃至１１のいずれか１項に記載の状態判別方法において、上記表示工程は、上記判定対象の機器状態を、上記指標値に応じてその表示の色が異なる状態で表示することを特徴とするものである。
また、請求項１３の発明は、請求項８乃至１２のいずれか１項に記載の状態判別方法において、上記表示工程は、上記多数決判定工程が判定した複数種類の機器状態ごとの指標値に基づく各機器状態の表示を、同一の表示領域上に表示することを特徴とするものである。
また、請求項１４の発明は、請求項１３の状態判別方法において、上記複数種類の機器状態は、上記対象機器に備わった複数のサブシステムの各状態に対応するものであることを特徴とするものである。
また、請求項１５の発明は、請求項１乃至１４のいずれか１項に記載の状態判別方法において、上記複数の判別工程の少なくとも１つは、上記特徴量を予め決められた閾値とを比較して、その特徴量に対応する状態関連情報が正常の機器状態を示すものか異常の機器状態を示すものかを判別するものであることを特徴とするものである。
また、請求項１６の発明は、自己の状態関連情報に基づき、自己の機器状態の異常を判別する判別装置を備えた画像形成装置であって、自己の状態関連情報を収集する情報収集手段と、該情報収集手段が収集した状態関連情報の経時変化に対応する特徴量を演算する特徴量演算手段と、該特徴量演算手段が演算した同一の特徴量に基づき、これに対応する状態関連情報が正常の機器状態を示すものか異常の機器状態を示すものかを互いに異なる判別基準を用いて判別するか、又は、該特徴量演算手段が演算した互いに異なる複数の特徴量について、その特徴量に対応する状態関連情報が正常の機器状態を示すものか異常の機器状態を示すものかをそれぞれ判別する複数の判別手段と、該複数の判別手段による各判別結果に対して予め決められた重み付けを行い、その重み付け後の判別結果の値を用いて正常を示す判別結果と異常を示す判別結果のいずれが多いかを多数決し、多数決により決まった方の判別結果の内容に従い判定対象の機器状態について正常又は異常を判定する多数決判定手段と、上記複数の判別手段による各判別結果の内容を、正常を示すものと異常を示すものとで互いに区別し得る表示態様で同一の表示領域上に表示するとともに、その際、各判別結果についての表示状態をそれぞれの重み付けの違いに応じて異なる状態で表示する表示手段とを有することを特徴とするものである。
また、請求項１７の発明は、自己の状態関連情報に基づき、自己の機器状態の異常を判別する判別装置を備えた画像形成装置であって、自己の状態関連情報を収集する情報収集手段と、該情報収集手段が収集した状態関連情報の経時変化に対応する特徴量を演算する特徴量演算手段と、該特徴量演算手段が演算した同一の特徴量に基づき、これに対応する状態関連情報が正常の機器状態を示すものか異常の機器状態を示すものかを互いに異なる判別基準を用いて判別するか、又は、該特徴量演算手段が演算した互いに異なる複数の特徴量について、その特徴量に対応する状態関連情報が正常の機器状態を示すものか異常の機器状態を示すものかをそれぞれ判別する複数の判別手段と、該複数の判別手段による各判別結果に対して予め決められた重み付けを行い、その重み付け後の判別結果の値を用いて正常を示す判別結果と異常を示す判別結果のいずれが多いかを多数決し、多数決により決まった方の判別結果の内容に従い判定対象の機器状態について正常又は異常を判定する多数決判定手段と、重み付け後における正常を示す全判別結果の合算値と異常を示す全判別結果の合算値とから算出される指標値に基づき、判定対象の機器状態を表示する表示手段とを有することを特徴とするものである。
また、請求項２の発明は、請求項１の状態判別方法において、上記表示工程は、上記複数の判別工程で判別した現在の各判別結果についての表示内容と、過去の各判別結果についての表示内容とを、互いに比較可能な状態で表示することを特徴とするものである。
また、請求項３の発明は、請求項１又は２の状態判別方法において、上記表示工程は、上記複数の判別工程での各判別結果の内容をドットマトリックス方式のディスプレイ装置に表示することを特徴とするものである。
また、請求項４の発明は、請求項１乃至３のいずれか１項に記載の状態判別方法において、上記表示工程は、上記複数の判別工程での各判別結果に対応する表示面積がそれぞれの重み付けの違いに応じて異なる状態で表示することを特徴とするものである。
また、請求項５の発明は、請求項１乃至４のいずれか１項に記載の状態判別方法において、上記表示工程は、上記複数の判別工程での各判別結果に対応する表示色がそれぞれの重み付けの違いに応じて異なる状態で表示することを特徴とするものである。
また、請求項６の発明は、請求項１乃至５のいずれか１項に記載の状態判別方法において、上記表示工程は、上記複数の判別工程での各判別結果に対応する表示の輝度又は濃度がそれぞれの重み付けの違いに応じて異なる状態で表示することを特徴とするものである。
また、請求項７の発明は、請求項１乃至６のいずれか１項に記載の状態判別方法において、上記表示工程は、上記複数の判別工程での各判別結果に対応する表示内容を、それぞれの重み付けの違いに応じて決められた表示位置に表示することを特徴とするものである。
また、請求項８の発明は、対象機器の状態関連情報に基づき、該対象機器における機器状態の異常を判別し、その判別結果を出力する状態判別方法であって、上記対象機器の状態関連情報を収集する情報収集工程と、該情報収集工程で収集した状態関連情報の経時変化に対応する特徴量を演算する特徴量演算工程と、該特徴量演算工程で演算した同一の特徴量に基づき、これに対応する状態関連情報が正常の機器状態を示すものか異常の機器状態を示すものかを互いに異なる判別基準を用いて判別するか、又は、該特徴量演算工程で演算した互いに異なる複数の特徴量について、その特徴量に対応する状態関連情報が正常の機器状態を示すものか異常の機器状態を示すものかをそれぞれ判別する複数の判別工程と、該複数の判別工程での各判別結果に対して予め決められた重み付けを行い、その重み付け後の判別結果の値を用いて正常を示す判別結果と異常を示す判別結果のいずれが多いかを多数決し、多数決により決まった方の判別結果の内容に従い判定対象の機器状態について正常又は異常を判定する多数決判定工程と、重み付け後における正常を示す全判別結果の合算値と異常を示す全判別結果の合算値とから算出される指標値に基づき、判定対象の機器状態を表示する表示工程とを有することを特徴とするものである。
また、請求項９の発明は、請求項８の状態判別方法において、上記表示工程は、現在の指標値に基づく機器状態と、過去の指標値に基づく機器状態とを、互いに比較可能な状態で表示することを特徴とするものである。
また、請求項１０の発明は、請求項８又は９の状態判別方法において、上記表示工程は、上記指標値に基づく機器状態の表示を、上記多数決判定工程での多数決分岐点であるゼロ点の表示と併せて表示することを特徴とするものである。
また、請求項１１の発明は、請求項８乃至１０のいずれか１項に記載の状態判別方法において、上記表示工程は、上記判定対象の機器状態を、上記指標値に応じてその表示の輝度又は濃度が異なる状態で表示することを特徴とするものである。
また、請求項１２の発明は、請求項８乃至１１のいずれか１項に記載の状態判別方法において、上記表示工程は、上記判定対象の機器状態を、上記指標値に応じてその表示の色が異なる状態で表示することを特徴とするものである。
また、請求項１３の発明は、請求項８乃至１２のいずれか１項に記載の状態判別方法において、上記表示工程は、上記多数決判定工程が判定した複数種類の機器状態ごとの指標値に基づく各機器状態の表示を、同一の表示領域上に表示することを特徴とするものである。
また、請求項１４の発明は、請求項１３の状態判別方法において、上記複数種類の機器状態は、上記対象機器に備わった複数のサブシステムの各状態に対応するものであることを特徴とするものである。
また、請求項１５の発明は、請求項１乃至１４のいずれか１項に記載の状態判別方法において、上記複数の判別工程の少なくとも１つは、上記特徴量を予め決められた閾値とを比較して、その特徴量に対応する状態関連情報が正常の機器状態を示すものか異常の機器状態を示すものかを判別するものであることを特徴とするものである。
また、請求項１６の発明は、自己の状態関連情報に基づき、自己の機器状態の異常を判別する判別装置を備えた画像形成装置であって、自己の状態関連情報を収集する情報収集手段と、該情報収集手段が収集した状態関連情報の経時変化に対応する特徴量を演算する特徴量演算手段と、該特徴量演算手段が演算した同一の特徴量に基づき、これに対応する状態関連情報が正常の機器状態を示すものか異常の機器状態を示すものかを互いに異なる判別基準を用いて判別するか、又は、該特徴量演算手段が演算した互いに異なる複数の特徴量について、その特徴量に対応する状態関連情報が正常の機器状態を示すものか異常の機器状態を示すものかをそれぞれ判別する複数の判別手段と、該複数の判別手段による各判別結果に対して予め決められた重み付けを行い、その重み付け後の判別結果の値を用いて正常を示す判別結果と異常を示す判別結果のいずれが多いかを多数決し、多数決により決まった方の判別結果の内容に従い判定対象の機器状態について正常又は異常を判定する多数決判定手段と、上記複数の判別手段による各判別結果の内容を、正常を示すものと異常を示すものとで互いに区別し得る表示態様で同一の表示領域上に表示するとともに、その際、各判別結果についての表示状態をそれぞれの重み付けの違いに応じて異なる状態で表示する表示手段とを有することを特徴とするものである。
また、請求項１７の発明は、自己の状態関連情報に基づき、自己の機器状態の異常を判別する判別装置を備えた画像形成装置であって、自己の状態関連情報を収集する情報収集手段と、該情報収集手段が収集した状態関連情報の経時変化に対応する特徴量を演算する特徴量演算手段と、該特徴量演算手段が演算した同一の特徴量に基づき、これに対応する状態関連情報が正常の機器状態を示すものか異常の機器状態を示すものかを互いに異なる判別基準を用いて判別するか、又は、該特徴量演算手段が演算した互いに異なる複数の特徴量について、その特徴量に対応する状態関連情報が正常の機器状態を示すものか異常の機器状態を示すものかをそれぞれ判別する複数の判別手段と、該複数の判別手段による各判別結果に対して予め決められた重み付けを行い、その重み付け後の判別結果の値を用いて正常を示す判別結果と異常を示す判別結果のいずれが多いかを多数決し、多数決により決まった方の判別結果の内容に従い判定対象の機器状態について正常又は異常を判定する多数決判定手段と、重み付け後における正常を示す全判別結果の合算値と異常を示す全判別結果の合算値とから算出される指標値に基づき、判定対象の機器状態を表示する表示手段とを有することを特徴とするものである。
本発明においては、複数の判別結果に対して、それぞれ、予測対象の故障との相関の強さを主要観点として重み付けを行う。これにより得られる各値を用いて正常を示す判別結果と異常を示す判別結果のいずれが多いかを多数決し、これにより決まった方の判別結果の内容に従って判定対象の機器状態について正常又は異常を判定する。
そして、請求項１に係る発明は、多数決に用いる各判別工程での判別結果の内容（正常又は異常）を、正常、異常を区別し得る表示態様で同一の表示領域上に表示する。その際、各判別結果についての表示状態は、それぞれの重み付けの違いに応じて異なったものとなる。これにより、使用者は、異常を示す表示態様で表示されているものが、最終的な機器状態の判別を行う際の多数決において重要視されるもの（重み付けが大きなもの）なのか、それともあまり重要視されない（重み付けの小さなもの）なのかを、容易に認識できるようになる。よって、多数決判定工程で異常と判定されたとき、何の障害も顕在化していない状況下であっても、その表示を見た使用者は、例えば機器状態の判別を行う際に重要視される状態関連情報についての異常が多いことを目の当たりにすることで、機器の状態が悪いことを直感的に感じ取ることが可能となる。その結果、単に異常の判定結果だけが報知される場合よりも、近い将来に故障が発生するかもしれないことを使用者に感じさせることができ、故障発生前に使用者にメンテナンスを行ってもらいやすくなる。
また、請求項８に係る発明は、判定対象の機器状態について、異常投票数と正常投票数とから算出される指標値に基づく表示がなされる。この指標値は、最終的な機器状態の判別を行う際の多数決の内容（僅差なのか、大差なのか）を示すものである。よって、多数決判定工程で異常と判定されたとき、何の障害も顕在化していない状況下であっても、その表示を見た使用者は、多数決の内容が大差であることを実感することで、機器の状態が悪いことを直感的に感じ取ることができる。その結果、単に異常の判定結果だけが報知される場合よりも、近い将来に故障が発生するかもしれないことを使用者に感じさせることができ、故障発生前に使用者にメンテナンスを行ってもらいやすくなる。
そして、請求項１に係る発明は、多数決に用いる各判別工程での判別結果の内容（正常又は異常）を、正常、異常を区別し得る表示態様で同一の表示領域上に表示する。その際、各判別結果についての表示状態は、それぞれの重み付けの違いに応じて異なったものとなる。これにより、使用者は、異常を示す表示態様で表示されているものが、最終的な機器状態の判別を行う際の多数決において重要視されるもの（重み付けが大きなもの）なのか、それともあまり重要視されない（重み付けの小さなもの）なのかを、容易に認識できるようになる。よって、多数決判定工程で異常と判定されたとき、何の障害も顕在化していない状況下であっても、その表示を見た使用者は、例えば機器状態の判別を行う際に重要視される状態関連情報についての異常が多いことを目の当たりにすることで、機器の状態が悪いことを直感的に感じ取ることが可能となる。その結果、単に異常の判定結果だけが報知される場合よりも、近い将来に故障が発生するかもしれないことを使用者に感じさせることができ、故障発生前に使用者にメンテナンスを行ってもらいやすくなる。
また、請求項８に係る発明は、判定対象の機器状態について、異常投票数と正常投票数とから算出される指標値に基づく表示がなされる。この指標値は、最終的な機器状態の判別を行う際の多数決の内容（僅差なのか、大差なのか）を示すものである。よって、多数決判定工程で異常と判定されたとき、何の障害も顕在化していない状況下であっても、その表示を見た使用者は、多数決の内容が大差であることを実感することで、機器の状態が悪いことを直感的に感じ取ることができる。その結果、単に異常の判定結果だけが報知される場合よりも、近い将来に故障が発生するかもしれないことを使用者に感じさせることができ、故障発生前に使用者にメンテナンスを行ってもらいやすくなる。
本発明によれば、何の障害も顕在化していない状況下であっても、故障発生前に使用者にメンテナンスを行ってもらいやすくなるという優れた効果が得られる。
〔実施形態１〕
以下、本発明を、機器である画像形成装置としての電子写真方式のプリンタと、そのプリンタの提供者（メーカー）により管理運営される管理装置とから構成される状態判別システムに適用した一実施形態（以下、本実施形態を「実施形態１」という。）について説明する。
以下、本発明を、機器である画像形成装置としての電子写真方式のプリンタと、そのプリンタの提供者（メーカー）により管理運営される管理装置とから構成される状態判別システムに適用した一実施形態（以下、本実施形態を「実施形態１」という。）について説明する。
まず、本実施形態に係る状態判別システム全体の構成について説明する。
図１は、本実施形態に係る状態判別システム全体の概略構成図である。
この状態判別システムを構成する複数の画像形成装置１００は、既に使用者に納品された互いに同機種のプリンタである。これらのプリンタは、それぞれの使用者の使用場所に設置されている。これらの画像形成装置１００は、インターネット等に利用される通信ネットワークを介して管理装置２００に通信可能に接続されている。なお、本実施形態では、複数の画像形成装置１００と管理装置２００とから構成される状態判別システムを例に挙げて説明するが、単一の画像形成装置と管理装置２００とから構成される状態判別システムや、画像形成装置単体で構成される状態判別システムにも、本発明を同様に適用できる。
図１は、本実施形態に係る状態判別システム全体の概略構成図である。
この状態判別システムを構成する複数の画像形成装置１００は、既に使用者に納品された互いに同機種のプリンタである。これらのプリンタは、それぞれの使用者の使用場所に設置されている。これらの画像形成装置１００は、インターネット等に利用される通信ネットワークを介して管理装置２００に通信可能に接続されている。なお、本実施形態では、複数の画像形成装置１００と管理装置２００とから構成される状態判別システムを例に挙げて説明するが、単一の画像形成装置と管理装置２００とから構成される状態判別システムや、画像形成装置単体で構成される状態判別システムにも、本発明を同様に適用できる。
図２は、本状態判別システムを構成する画像形成装置としてのプリンタの概略構成図である。
このプリンタは、像担持体としての４つの感光体１Ｙ，１Ｍ，１Ｃ，１Ｋと中間転写体としての中間転写ベルト１０とを備えたタンデム型の画像形成装置である。本プリンタは、各感光体１Ｙ，１Ｍ，１Ｃ，１Ｋの周囲に、それぞれ、帯電手段としての帯電装置２Ｙ，２Ｍ，２Ｃ，２Ｋと、現像手段としての現像装置３Ｙ，３Ｍ，３Ｃ，３Ｋと、クリーニング手段としてのクリーニング装置４Ｙ，４Ｍ，４Ｃ，４Ｋと、潜像形成手段としてのレーザーダイオードで構成される露光装置５Ｙ，５Ｍ，５Ｃ，５Ｋとを備えている。各感光体１Ｙ，１Ｍ，１Ｃ，１Ｋの表面は、まず、帯電装置２Ｙ，２Ｍ，２Ｃ，２Ｋにより一様に所定電位に帯電された後、各露光装置５Ｙ，５Ｍ，５Ｃ，５Ｋにより露光されることで、各色の静電潜像が形成される。このようにして形成された各静電潜像には、それぞれ、現像装置３Ｙ，３Ｍ，３Ｃ，３Ｋにより各色のトナーが供給されて現像され、これにより各感光体１Ｙ，１Ｍ，１Ｃ，１Ｋの表面上にはそれぞれトナー像が形成される。各色トナー像は、互いに重なり合うように中間転写ベルト１０上に順次転写される。転写後に各感光体１Ｙ，１Ｍ，１Ｃ，１Ｋの表面上に残留した転写残トナーは、クリーニング装置４Ｙ，４Ｍ，４Ｃ，４Ｋにより除去される。
このプリンタは、像担持体としての４つの感光体１Ｙ，１Ｍ，１Ｃ，１Ｋと中間転写体としての中間転写ベルト１０とを備えたタンデム型の画像形成装置である。本プリンタは、各感光体１Ｙ，１Ｍ，１Ｃ，１Ｋの周囲に、それぞれ、帯電手段としての帯電装置２Ｙ，２Ｍ，２Ｃ，２Ｋと、現像手段としての現像装置３Ｙ，３Ｍ，３Ｃ，３Ｋと、クリーニング手段としてのクリーニング装置４Ｙ，４Ｍ，４Ｃ，４Ｋと、潜像形成手段としてのレーザーダイオードで構成される露光装置５Ｙ，５Ｍ，５Ｃ，５Ｋとを備えている。各感光体１Ｙ，１Ｍ，１Ｃ，１Ｋの表面は、まず、帯電装置２Ｙ，２Ｍ，２Ｃ，２Ｋにより一様に所定電位に帯電された後、各露光装置５Ｙ，５Ｍ，５Ｃ，５Ｋにより露光されることで、各色の静電潜像が形成される。このようにして形成された各静電潜像には、それぞれ、現像装置３Ｙ，３Ｍ，３Ｃ，３Ｋにより各色のトナーが供給されて現像され、これにより各感光体１Ｙ，１Ｍ，１Ｃ，１Ｋの表面上にはそれぞれトナー像が形成される。各色トナー像は、互いに重なり合うように中間転写ベルト１０上に順次転写される。転写後に各感光体１Ｙ，１Ｍ，１Ｃ，１Ｋの表面上に残留した転写残トナーは、クリーニング装置４Ｙ，４Ｍ，４Ｃ，４Ｋにより除去される。
中間転写ベルト１０上に転写されたトナー像は、中間転写ベルト１０の表面移動に伴って二次転写領域へと搬送される。二次転写領域には、中間転写ベルト１０の外周面に対向するように二次転写ローラ１１が配置されている。一方、給紙部１２に収容されている記録材としての用紙は、中間転写ベルト１０上に転写されたトナー像が二次転写領域へ搬送されるタイミングに合わせて二次転写領域へ送り込まれる。そして、中間転写ベルト１０上に転写されたトナー像は、二次転写領域において用紙上に転写される。トナー像が転写された用紙は、定着手段としての定着装置１３を通過することで、トナー像が用紙に定着し、その後機外へ排出される。
図３及び図４は、中間転写ベルト１０の外周面に対向するように設けられるトナー濃度センサの配置を示す説明図である。
図５（ａ）及び図５（ｂ）は、トナー濃度センサの概略構成及び動作を説明するための説明図である。
本実施形態においては、状態関連情報検知手段として、中間転写ベルト上に形成されるトナーパターンの濃度を検知するためのトナー濃度センサ１４，１５が設けられている。これらのトナー濃度センサ１４，１５は、図５（ａ）及び図５（ｂ）に示すように、１つの発光素子であるＬＥＤと２つの受光素子であるＰＤとから構成される反射型の光学センサである。２つの受光素子のうちの一方は、正反射光を受光する位置に配置される正反射ＰＤであり、正反射光を受光する位置から外れた位置で乱反射光を受光する乱反射ＰＤである。２つのトナー濃度センサ１４，１５は、中間転写ベルト１０の幅方向における中間転写ベルト外周面の端部領域にそれぞれ対向配置されている。なお、本実施形態では、トナー濃度センサ１４，１５を中間転写ベルト１０に対向配置させているが、二次転写領域通過後の用紙が通る用紙経路に対向配置させ、用紙上のトナー濃度を検知するように構成してもよい。
図５（ａ）及び図５（ｂ）は、トナー濃度センサの概略構成及び動作を説明するための説明図である。
本実施形態においては、状態関連情報検知手段として、中間転写ベルト上に形成されるトナーパターンの濃度を検知するためのトナー濃度センサ１４，１５が設けられている。これらのトナー濃度センサ１４，１５は、図５（ａ）及び図５（ｂ）に示すように、１つの発光素子であるＬＥＤと２つの受光素子であるＰＤとから構成される反射型の光学センサである。２つの受光素子のうちの一方は、正反射光を受光する位置に配置される正反射ＰＤであり、正反射光を受光する位置から外れた位置で乱反射光を受光する乱反射ＰＤである。２つのトナー濃度センサ１４，１５は、中間転写ベルト１０の幅方向における中間転写ベルト外周面の端部領域にそれぞれ対向配置されている。なお、本実施形態では、トナー濃度センサ１４，１５を中間転写ベルト１０に対向配置させているが、二次転写領域通過後の用紙が通る用紙経路に対向配置させ、用紙上のトナー濃度を検知するように構成してもよい。
本実施形態の中間転写ベルト１０は、その表面がトナーの固着を避けるために平滑性の高い材料で形成されている。具体的には、ＰＶＤＦやポリイミドなどの光沢を有する表面をもったベルト材料である。このような中間転写ベルト１０上に、所定のタイミングで、Ｙ、Ｍ、Ｃ、Ｋの各色について、図４に示すような５段階の濃度差をもったトナーパターンを順次形成する。具体的には、通常の画像形成動作で、各感光体１Ｙ，１Ｍ，１Ｃ，１Ｋ上にそれぞれ５段階の濃度差をもつようなトナーパターンの静電潜像を形成し、これを各現像装置３Ｙ，３Ｍ，３Ｃ，３Ｋで現像して、中間転写ベルト１０上の互いに異なる位置に転写させる。これにより、中間転写ベルト１０上に転写された各色の５段階トナーパターンは、中間転写ベルト１０の表面移動に伴ってトナー濃度センサ１４，１５の対向位置を通過する。その際、トナー濃度センサ１４，１５は、各トナーパターンからの反射光を受光することで、各トナーパターンのトナー濃度に応じた検知信号を出力する。
図６は、トナー濃度センサ１４，１５の検知信号に基づくプロセス制御（プロセス調整運転）に関わる制御系の概要を示すブロック図である。
通常運転信号が本プリンタ内のコントローラと呼ばれる上位制御装置より指示されると、画像信号発生回路が起動し、露光駆動回路を通じて露光装置５Ｙ，５Ｍ，５Ｃ，５Ｋのレーザーダイオードを画像信号に応じて点滅させる。また、ＣＰＵは、感光体モータや現像駆動モータなどの駆動系と、帯電バイアスや現像バイアスなどのバイアス出力とを順次シーケンシャルに出力し、画像形成動作を実行する。ここで、本プリンタのような電子写真方式の画像形成装置は、経時劣化や環境変動で画像濃度が変動してしまうという弱点がある。そのため、一般には、トナー濃度センサやその他のプロセス制御用センサを設けて、画像濃度の安定化を図るためのプロセス調整運転を行う。
通常運転信号が本プリンタ内のコントローラと呼ばれる上位制御装置より指示されると、画像信号発生回路が起動し、露光駆動回路を通じて露光装置５Ｙ，５Ｍ，５Ｃ，５Ｋのレーザーダイオードを画像信号に応じて点滅させる。また、ＣＰＵは、感光体モータや現像駆動モータなどの駆動系と、帯電バイアスや現像バイアスなどのバイアス出力とを順次シーケンシャルに出力し、画像形成動作を実行する。ここで、本プリンタのような電子写真方式の画像形成装置は、経時劣化や環境変動で画像濃度が変動してしまうという弱点がある。そのため、一般には、トナー濃度センサやその他のプロセス制御用センサを設けて、画像濃度の安定化を図るためのプロセス調整運転を行う。
図７は、主要なプロセス制御（プロセス調整運転）の流れを示すフローチャートである。
プロセス調整運転信号がコントローラ（上位制御装置）より指示された場合、又は、通常運転信号を受けたとき若しくは通常運転信号によって画像形成動作が行われた後のタイミングをＣＰＵが判断した場合、プロセス調整運転が開始される。プロセス調整運転では、最初に、トナー濃度センサ１４，１５の校正運転が行われる。この校正運転では、画像信号発生回路は画像ナシの状態となり（Ｓ１）、感光体１Ｙ，１Ｍ，１Ｃ，１Ｋ上も中間転写ベルト１０上も、理想的にはトナーが存在しない状態となる。そして、図８（ａ）に示すように、この状態の中間転写ベルト１０に対するトナー濃度センサ１４，１５の正反射ＰＤの検出信号が予め決められた目標受光光量となるように、ＣＰＵは、トナー濃度センサ１４，１５の発光光量を調整する（Ｓ２〜Ｓ４）。これにより、トナー濃度センサ１４，１５の発光素子及び受光素子の能力バラツキや経時変化、感光体表面状態の経時変化などに影響されずに、トナー濃度を安定して検知することができる。
プロセス調整運転信号がコントローラ（上位制御装置）より指示された場合、又は、通常運転信号を受けたとき若しくは通常運転信号によって画像形成動作が行われた後のタイミングをＣＰＵが判断した場合、プロセス調整運転が開始される。プロセス調整運転では、最初に、トナー濃度センサ１４，１５の校正運転が行われる。この校正運転では、画像信号発生回路は画像ナシの状態となり（Ｓ１）、感光体１Ｙ，１Ｍ，１Ｃ，１Ｋ上も中間転写ベルト１０上も、理想的にはトナーが存在しない状態となる。そして、図８（ａ）に示すように、この状態の中間転写ベルト１０に対するトナー濃度センサ１４，１５の正反射ＰＤの検出信号が予め決められた目標受光光量となるように、ＣＰＵは、トナー濃度センサ１４，１５の発光光量を調整する（Ｓ２〜Ｓ４）。これにより、トナー濃度センサ１４，１５の発光素子及び受光素子の能力バラツキや経時変化、感光体表面状態の経時変化などに影響されずに、トナー濃度を安定して検知することができる。
次に、図４に示したような予め決められたトナーパターン（テスト画像）を自動出力し、これに対応した中間転写ベルト１０上のトナーパターンをトナー濃度センサ１４，１５で検知する（Ｓ５〜Ｓ６）。このとき、帯電バイアス条件や現像バイアス条件などの作像条件は、予め決められた特定値を用いる。トナーパターンの濃度検知の際には、トナー濃度センサ１４，１５の乱反射ＰＤの出力を用いる。乱反射ＰＤの出力とトナー濃度との関係は、図８（ｂ）に示すものとなる。よって、乱反射ＰＤの出力値から、トナーパターンの濃度を把握することができる。トナーには各色の着色剤が含有されているので、トナー濃度センサ１４，１５の発光素子としては、着色剤の影響を余り受けない８４０ｎｍ程度の波長の近赤外あるいは赤外の光源を用いるのが好ましい。しかし、この場合、黒色トナーは低価格のカーボンブラックによって着色されたトナーが一般に用いられており、赤外領域でも強い吸光を示すので、図８（ｂ）に示すように他色に比べてトナー濃度に対する感度が低くなる。
図９は、トナーパターンのトナー濃度計測結果と現像ポテンシャルとの対応関係を示すグラフである。
本実施形態では、各色について濃度が５段階で異なるトナーパターンの計測結果が得られるので、色ごとに、５点のトナー濃度計測結果から線形近似した現像ポテンシャル−トナー付着量直線（以下「特性直線」という。）を求める（Ｓ７）。そして、この特性直線の傾きγおよび切片Ｘ０が狙いの特性とズレていることを把握する。傾きγは、主に露光光量補正パラメータＰを露光信号に掛け合わせることで補正し、現像が開始されるポテンシャル（切片Ｘ０）のズレは、主に現像バイアスに補正パラメータＱを掛け合わせることで、狙いとする画像濃度の安定化を図る（Ｓ８）。なお、本実施形態では、露光光量と現像バイアスを補正する場合を例に挙げて説明したが、もちろん帯電電位や転写電流など画像濃度に寄与するその他のプロセス制御値を補正しても、同様の結果を得ることが可能である。
本実施形態では、各色について濃度が５段階で異なるトナーパターンの計測結果が得られるので、色ごとに、５点のトナー濃度計測結果から線形近似した現像ポテンシャル−トナー付着量直線（以下「特性直線」という。）を求める（Ｓ７）。そして、この特性直線の傾きγおよび切片Ｘ０が狙いの特性とズレていることを把握する。傾きγは、主に露光光量補正パラメータＰを露光信号に掛け合わせることで補正し、現像が開始されるポテンシャル（切片Ｘ０）のズレは、主に現像バイアスに補正パラメータＱを掛け合わせることで、狙いとする画像濃度の安定化を図る（Ｓ８）。なお、本実施形態では、露光光量と現像バイアスを補正する場合を例に挙げて説明したが、もちろん帯電電位や転写電流など画像濃度に寄与するその他のプロセス制御値を補正しても、同様の結果を得ることが可能である。
上記のようなプロセス制御は、正常状態におけるトナー帯電量の温湿度による変動や感光体の感度変動などを補正する目的で行われるが、そのプロセス制御に使用するトナー濃度センサ１４，１５の出力値などの状態関連情報は、特定種類の故障やその故障の予兆が生じた場合にも変動する場合がある。
その一例について説明すると、転写後の感光体上に残存した転写残トナーを回収して正常な帯電露光を維持するために設けられているクリーニング装置４Ｙ，４Ｍ，４Ｃ，４Ｋは、ウレタンゴムブレードで感光体表面を摺擦するブレードクリーニング方式が多用されている。そのため、一部のトナーがクリーニングブレードと感光体表面との間に潜り込み、そのクリーニング位置を通過してしまう場合が起こり得る。この場合、通過したトナーは帯電露光部を通過して現像装置に静電的に回収されることも多いが、クリーニングブレードによる摩擦作用などによって帯電特性を失ったり形状が変化してしまうことで、現像装置に回収されないことがある。このようなトナーは、画像部であるか非画像部であるかに関係なく、中間転写ベルト１０上に非静電的に転移し、最終的に用紙上に転移してしまうことがある。その結果、図１０（ａ）や図１０（ｂ）に示すように、用紙上の非画像部にトナーが付着して地汚れを生じさせることが起こり得る。
このような地汚れが生じても、図１０（ａ）に示すように、ごく微量のトナー粒子が非画像部に付着する程度であれば画像品質を著しく損うようなことは無いので、許容範囲内（正常状態）であると言える。しかし、長期使用によりクリーニングブレードが磨耗してくると、そのクリーニングブレードによる掻き落し力が低下し、クリーニング位置を通過してしまうトナー量が加速度的に増えていく傾向がある。そして、ついには、感光体軸方向の一部分でクリーニングブレードの先端に堰き止められていた大量のトナーが一気にクリーニングブレードを乗り越え、クリーニング位置を通過してしまう事態が起こり得る。このような事態が生じると、帯電装置はトナーによる汚れで帯電能力を大きく低下させ、また、露光装置もトナーに邪魔されて感光体表面上に所望の静電潜像が形成できなくなり、また、現像装置もこのような大量のトナーを回収することができなくなる。その結果、ついには、大量のトナーがクリーニングブレードを乗り越えた部分に対応する位置に、タテスジ状の異常画像が発生してしまい、ただちに修理を要する故障状態となる。
ここで、本発明者らは、このような故障状態に至る少し前には、図１０（ｂ）に示すように、画像領域全体にわたってほぼ均一に通常状態よりも地汚れ量が多くなることを確認している。画像領域全体にわたって地汚れ量が多くなっても、通常はあまり気にするほどの画像劣化ではないので、使用者が異変に気づくことは極めて少ない。本実施形態では、この状態を「軽度地汚れ」と呼び、クリーニングブレードの故障の予兆状態であると考える。
このような軽度地汚れは、図１１（ａ）に示すように、トナー濃度センサ１４，１５の計測結果において、特に低濃度部での計測結果を高くする影響を及ぼす。よって、上記特性直線上において、傾きγが若干低下したり、切片Ｘ０が若干小さくなったりする。しかし、このような軽度地汚れによる特性直線の変化は、図１１（ｂ）に示す環境変動や経時による特性直線の変化と大差は無く、単色の傾きγや切片Ｘ０の変動あるいはこれに基づき決定される補正パラメータＰ，Ｑの変動から、軽度地汚れの発生を判別することは極めて難しく、高い精度でクリーニングブレードの故障の予兆を報知することは困難である。そのため、従来は、明らかに正常から逸脱した場合にのみ予兆を報知するに留まり、クリーニングブレードの故障が発生する前に対処できない場合が多かった。
図１２は、本実施形態における黒色用感光体１Ｋの黒色用クリーニングブレードの故障の予兆を報知するための処理を示すブロック図である。
図１３は、黒色用クリーニングブレードの故障予兆状態を判別するための処理の流れを示すフローチャートである。
本実施形態では、画像形成装置１００のトナー濃度センサ１４，１５の検知信号から得られる上述した補正パラメータＰ，Ｑを状態関連情報としてのセンシング信号として用い、黒色用クリーニングブレードの故障予兆状態を判別する。具体的には、プロセス制御を行って各色の補正パラメータＰ，Ｑを算出したら（Ｓ１１）、まず、これらの補正パラメータＰ，Ｑをデータ収集器１０１によってログの形でメモリ１０２に記録する。本実施形態では、データ収集器１０１を、ＣＰＵおよびそれに付随して構成される不図示のメモリ手段で構成しているが、ＣＰＵと通信可能に接続された別のＣＰＵとメモリ手段で実現してもよい。例えば、画像形成装置１００を上位で制御しているコントローラ（上位制御装置）でデータ収集器１０１を構成してもよいし、画像形成装置１００とは別に設けられた専用の管理装置をデータ収集器１０１として利用してもよい。
図１３は、黒色用クリーニングブレードの故障予兆状態を判別するための処理の流れを示すフローチャートである。
本実施形態では、画像形成装置１００のトナー濃度センサ１４，１５の検知信号から得られる上述した補正パラメータＰ，Ｑを状態関連情報としてのセンシング信号として用い、黒色用クリーニングブレードの故障予兆状態を判別する。具体的には、プロセス制御を行って各色の補正パラメータＰ，Ｑを算出したら（Ｓ１１）、まず、これらの補正パラメータＰ，Ｑをデータ収集器１０１によってログの形でメモリ１０２に記録する。本実施形態では、データ収集器１０１を、ＣＰＵおよびそれに付随して構成される不図示のメモリ手段で構成しているが、ＣＰＵと通信可能に接続された別のＣＰＵとメモリ手段で実現してもよい。例えば、画像形成装置１００を上位で制御しているコントローラ（上位制御装置）でデータ収集器１０１を構成してもよいし、画像形成装置１００とは別に設けられた専用の管理装置をデータ収集器１０１として利用してもよい。
その後、時間的特徴量抽出器１０３で、過去の信号の動きに対して特異な変化を示しているかどうかを数理的あるいは統計的に計算し、その時点でのコンディションデータセットを作成し、これをメモリ１０４に記録する（Ｓ１２〜Ｓ１３）。そして、メモリ１０４に記録されたコンディションデータセットは、判別器１０５に送られる。具体例を挙げて説明すると、プロセス制御により、各色について、例えば図１４に示すような特性直線がそれぞれ得られた場合、図１５に示すように、補正パラメータＱのログが更新されていく。このとき、その時間的特徴量として最新のＱ値とひとつ前の時点のＱ値の差分を経過時間や経過運転量で割ることによって、概略微分値ｄＱを求める。この概略微分値ｄＱは、コンディションデータセットに含まれた形でメモリ１０４に記録される。
なお、画像形成装置の経時劣化は、主に運転量に支配されると考えられるので、経過時間ではなく、運転時間やプリント枚数カウンタ値などの経過運転量で割るのが好適である。この場合、これらの運転量は、ＣＰＵによって一般に内部管理されているので、データ収集器１０１はセンシング信号だけでなく運転量も併せて記録するようにする。なお、運転時間積算値や実時間経過値などを用いることも可能である。
また、時間的特徴量抽出器１０３で抽出する時間的特徴量は、上述した概略微分値ｄＱだけでなく、信号変化の回帰値や、最近部分の複数データの標準偏差、最大値、平均値など、さまざまな特徴量を用いることができる。このような時系列的な信号の特徴量抽出方法は、ＡＲＩＭＡモデルなど多数提案されており、適宜の方法を使えばよい。一般に、故障の予兆は、正常状態のときには安定していたセンシング信号（状態関連情報）が、様々な形ではあるが特異な不安定な動きを示したことを検出することによって捉えられると考えるので、この考え方に立って適切な時間的特徴量抽出方法を選択すればよい。
また、時間的な演算を含まない特徴量をコンディションデータセットに加えるようにしてもよい。例えば、その時点のセンシング信号値そのものが加えられても良いし、運転時間や経過時間などの運転情報を加えても良い。更には、故障修理を行ったことを示す信号を用意し、これをログに加えてメモリ１０２に記録し、修理直後のコンディションデータセットの過渡的な変化を故障予兆状態と誤判別しないように例外処理を行うように構成しても良い。
また、時間的特徴量抽出器１０３で抽出する時間的特徴量は、上述した概略微分値ｄＱだけでなく、信号変化の回帰値や、最近部分の複数データの標準偏差、最大値、平均値など、さまざまな特徴量を用いることができる。このような時系列的な信号の特徴量抽出方法は、ＡＲＩＭＡモデルなど多数提案されており、適宜の方法を使えばよい。一般に、故障の予兆は、正常状態のときには安定していたセンシング信号（状態関連情報）が、様々な形ではあるが特異な不安定な動きを示したことを検出することによって捉えられると考えるので、この考え方に立って適切な時間的特徴量抽出方法を選択すればよい。
また、時間的な演算を含まない特徴量をコンディションデータセットに加えるようにしてもよい。例えば、その時点のセンシング信号値そのものが加えられても良いし、運転時間や経過時間などの運転情報を加えても良い。更には、故障修理を行ったことを示す信号を用意し、これをログに加えてメモリ１０２に記録し、修理直後のコンディションデータセットの過渡的な変化を故障予兆状態と誤判別しないように例外処理を行うように構成しても良い。
判別器１０５は、所定の判別プログラムを実行するＣＰＵで実現されており、コンディションデータセットが正常状態か故障予兆状態かを判別する。時間的特徴量抽出器１０３や判別器１０５は、ハードウェアで構築せずに、所定のコンピュータプログラムを実行するＣＰＵで構築する方が、コストや開発期間の短縮に好適である。本実施形態における判別器１０５は、各コンディションデータについてそれぞれ個別に用意された複数の弱判別器で構成される。そして、各弱判別器で各コンディションデータ（概略微分値ｄＱなどの特徴量）について正常状態か故障予兆状態かの判別を個別に行い、その判別結果を重み付き多数決によって、判別器１０５の最終的な判別結果（Ｆ値）を出す。この判別結果であるＦ値が故障予兆状態を示したものである場合、アラーム通報器１０６を通じて画像形成装置１００の使用者に報知したり、通信ネットワークを介して管理装置２００に通報して管理装置２００のオペレータに報知したりする。
本実施形態の判別器１０５は、弱判別器として、閾値の大小のみの判別を行うスタンプ判別器と呼称されるものを用いているので、ＣＰＵ演算が高速に行えるメリットがある。しかも、本実施形態のように重みつき多数決を用いる場合、十分な精度が得られるので、精度良くコストを掛けずに故障予兆状態を判別することができる。
弱判別器としてスタンプ判別器を用いたときの状態判別計算方法は以下のようになる。
センシング信号Ｐ，Ｑ，Ｒについてのｎ個の時間的特徴量の計算結果Ｃ１〜Ｃｎの各々についてスタンプ判別器を用意し、下記の数１に示す式（１）に基づいて、重み付き多数決の計算結果であるＦ値を求める。但し、αiは各弱判別器に与えた重み付け係数であり、ＯＵＴiは各弱判別器の判別結果である。
センシング信号Ｐ，Ｑ，Ｒについてのｎ個の時間的特徴量の計算結果Ｃ１〜Ｃｎの各々についてスタンプ判別器を用意し、下記の数１に示す式（１）に基づいて、重み付き多数決の計算結果であるＦ値を求める。但し、αiは各弱判別器に与えた重み付け係数であり、ＯＵＴiは各弱判別器の判別結果である。
ＯＵＴiは、（Ｃi−ｂi）がゼロ以上の場合には、下記の式（２）となり、（Ｃi−ｂi）がゼロ未満の場合には、下記の式（３）となる。但し、ｂiはそれぞれの特徴量についての閾値であり、ｓｇｎiはその判別極性である。
Ｏｕｔi ＝ （ｓｇｎi×（Ｃi−ｂi）） ・・・（２）
Ｏｕｔi ＝ −（ｓｇｎi×（Ｃi−ｂi）） ・・・（３）
Ｏｕｔi ＝ （ｓｇｎi×（Ｃi−ｂi）） ・・・（２）
Ｏｕｔi ＝ −（ｓｇｎi×（Ｃi−ｂi）） ・・・（３）
本実施形態では、以上のようにして得られたＦ値がゼロより小さい場合、故障予兆状態と判別する。
なお、重み付け係数αi、判別極性ｓｇｎi、閾値ｂiなどの判別基準は、画像形成装置１００のテスト稼働や実際の使用時の各種センシング信号に基づいて学習した結果から決定される。このような判別基準は、予めメモリ１０７に格納されており、判別器１０５はこれを参照して判別処理を行う。判別基準αi，ｓｇｎi，ｂiの決定には、ブースティング法と呼ばれる教師付き学習アルゴリズムを用いればよい。ブースティング法については、例えば、数理科学Ｎｏ．４８９（ＭＡＲＣＨ ２００４「統計的パタン識別の情報幾何」）に掲載されている。具体的に説明すると、まず、正常な状態であると予め分かっているセンシングログデータと、故障予兆状態にあると分かっているセンシングログデータとを用意する。後者のデータについては、例えば、画像形成装置１００の耐久試験などを行うときにセンシングデータログを取り、故障事例に出会った画像形成装置１００について、その故障の前に予兆状態があった期間を推定し、その期間のセンシングログデータを活用する。
なお、重み付け係数αi、判別極性ｓｇｎi、閾値ｂiなどの判別基準は、画像形成装置１００のテスト稼働や実際の使用時の各種センシング信号に基づいて学習した結果から決定される。このような判別基準は、予めメモリ１０７に格納されており、判別器１０５はこれを参照して判別処理を行う。判別基準αi，ｓｇｎi，ｂiの決定には、ブースティング法と呼ばれる教師付き学習アルゴリズムを用いればよい。ブースティング法については、例えば、数理科学Ｎｏ．４８９（ＭＡＲＣＨ ２００４「統計的パタン識別の情報幾何」）に掲載されている。具体的に説明すると、まず、正常な状態であると予め分かっているセンシングログデータと、故障予兆状態にあると分かっているセンシングログデータとを用意する。後者のデータについては、例えば、画像形成装置１００の耐久試験などを行うときにセンシングデータログを取り、故障事例に出会った画像形成装置１００について、その故障の前に予兆状態があった期間を推定し、その期間のセンシングログデータを活用する。
以下、発明者らが実際に１０台を超える画像形成装置（以下「試験機」という。）について、３ヶ月間に渡りセンシングデータログを取りながら故障事例を集めて検証した実験例について説明する。
図１６は、１つの試験機が黒色のタテスジ状の異常画像が出てクリーニング不良が発生したためこれを修理したときの故障事例における、各色の補正パラメータＱ（符合が逆となるが切片Ｘｏに対応した値）の経時変化を示すグラフである。なお、この補正パラメータＱ以外にも多数の状態関連情報を収集し検証したが、ここでは、その中で最も変化が顕著であった補正パラメータＱについてのみ説明する。図１６のグラフを見ると、黒色のクリーニング不良に先立って、Ｙ、Ｍ、Ｃ色の補正パラメータＱが変動していることが観察される。そこで、このＹ、Ｍ、Ｃ色の時間的特徴量抽出を行って、この変化を取り出し、コンディションデータセットを生成した。そして、故障予兆期間を目視で推定し、コンディションデータセットの該当部分のラベルを−１（故障予兆期間）、それ以外のラベルを＋１（正常期間）と与え、ブースティング法による１００回の繰り返し学習を行わせ、補正パラメータＱについてのｂi、ｓｇｎi、αiを決定した。
図１６は、１つの試験機が黒色のタテスジ状の異常画像が出てクリーニング不良が発生したためこれを修理したときの故障事例における、各色の補正パラメータＱ（符合が逆となるが切片Ｘｏに対応した値）の経時変化を示すグラフである。なお、この補正パラメータＱ以外にも多数の状態関連情報を収集し検証したが、ここでは、その中で最も変化が顕著であった補正パラメータＱについてのみ説明する。図１６のグラフを見ると、黒色のクリーニング不良に先立って、Ｙ、Ｍ、Ｃ色の補正パラメータＱが変動していることが観察される。そこで、このＹ、Ｍ、Ｃ色の時間的特徴量抽出を行って、この変化を取り出し、コンディションデータセットを生成した。そして、故障予兆期間を目視で推定し、コンディションデータセットの該当部分のラベルを−１（故障予兆期間）、それ以外のラベルを＋１（正常期間）と与え、ブースティング法による１００回の繰り返し学習を行わせ、補正パラメータＱについてのｂi、ｓｇｎi、αiを決定した。
図１７は、学習に用いたデータを使ってＦ値を計算した結果を示すグラフである。
このグラフが示すように、ラベルのついた教師付きデータは適切に学習が行われ、予兆該当部分だけがＦ値でマイナスに変化するような判別器１０５が生成されたことが確認された。
このグラフが示すように、ラベルのついた教師付きデータは適切に学習が行われ、予兆該当部分だけがＦ値でマイナスに変化するような判別器１０５が生成されたことが確認された。
次に、この判別器１０５を用いて、学習に用いていないセンシングログデータに対して適切な結果が得られるかを、黒色のクリーニング不良が発生した他の５台の試験機Ａ〜Ｅのセンシングログデータから同様の手順でコンディションデータセットを作成し、事後検証した。その結果を図１８に示す。
図１８に示すように、先に決定したｂi、ｓｇｎi、αiによって演算を行う判別器１０５から出力されるＦ値は、いずれの試験機Ａ〜Ｅも、意図した通り、黒色のクリーニング不良という同じ種類の故障発生前の期間で、マイナスへの値変化を示した。よって、このＦ値がゼロ以下になった場合には、黒色のクリーニング不良についての故障予兆状態であると判別することができることが確認された。その結果、使用者に納品された画像形成装置１００において上述した補正パラメータＱを継続的に収集し、上記判別器１０５により判別処理を行うことによって、タテスジ状の異常画像が発生する前に、黒色の作像ユニットを交換修理することが可能となる。これにより、タテスジ状の異常画像が発生した画像を再度形成することによる資源の無駄を防止できる。また、このような交換修理を画像形成装置１００の不使用時に行えばダウンタイムを低減できる。
図１８に示すように、先に決定したｂi、ｓｇｎi、αiによって演算を行う判別器１０５から出力されるＦ値は、いずれの試験機Ａ〜Ｅも、意図した通り、黒色のクリーニング不良という同じ種類の故障発生前の期間で、マイナスへの値変化を示した。よって、このＦ値がゼロ以下になった場合には、黒色のクリーニング不良についての故障予兆状態であると判別することができることが確認された。その結果、使用者に納品された画像形成装置１００において上述した補正パラメータＱを継続的に収集し、上記判別器１０５により判別処理を行うことによって、タテスジ状の異常画像が発生する前に、黒色の作像ユニットを交換修理することが可能となる。これにより、タテスジ状の異常画像が発生した画像を再度形成することによる資源の無駄を防止できる。また、このような交換修理を画像形成装置１００の不使用時に行えばダウンタイムを低減できる。
なお、黒色のクリーニング不良に関わるＹ、Ｍ、Ｃ色の補正パラメータＱの変化の特徴は、個体差があり、その変化の大きさや比率、変化速度などは試験機ごとに異なることが多く、どの試験機のセンシングログデータを用いて学習するかによって、生成される判別基準（ｂi、ｓｇｎi、αi）が異なる結果となる。よって、複数の試験器のセンシングログデータを用いて学習して生成した判別基準（ｂi、ｓｇｎi、αi）を使用する複数の判別器（以下「中判別器」という。）を用いて、黒色のクリーニング不良の予兆状態を判別するように構成してもよい。具体的には、図１９に示すように、互いに異なる判別基準に基づいて判別処理を行う３つの中判別器１０５ａ，１０５ｂ，１０５ｃを設け、これらの判別結果Ｆａ，Ｆｂ，Ｆｃから最終的な判別結果Ｆを出力するという判別器１０５を採用することができる。なお、図１９に示す例のように、各中判別器１０５ａ，１０５ｂ，１０５ｃを並列に使用する判別器１０５は、個々の中判別器１０５ａ，１０５ｂ，１０５ｃでの判別精度がそれぞれ十分に高いことが要求される。
ここで、中判別器１０５ａ，１０５ｂ，１０５ｃに用いる判別基準は、適切な故障事例のデータを得るごとに作成可能であるが、製品開発中の稼働テストだけでは見出せない適切な故障事例も存在し、このような適切な故障事例が画像形成装置１００が市場に出回った後、その画像形成装置１００の実使用開始後に収集したセンシングデータから見つかる場合もある。本実施形態では、使用者に納品された後の各画像形成装置１００から通信ネットワークを介して管理装置２００にセンシングデータを収集させ、確認した故障事例から新たに中判別器１０５ａ，１０５ｂ，１０５ｃに用いる判別基準を生成できる。そして、新たに生成した判別基準を使用する中判別器は、通信ネットワークを介して管理装置２００から各画像形成装置１００へ追加可能な構成となっている。中判別器の追加方法としては、例えば、ＣＰＵを追加される中判別器として機能させるための新たな判別プログラムとこれに用いる判別基準を通信ネットワークを介して各画像形成装置にインストールする方法が挙げられる。他の方法としては、ダミー判別基準に従って判別する中判別器を予め各画像形成装置１００に組み込んでおき、そのダミー判別基準を通信ネットワークを介して新たな判別基準に書き換えるようにしてもよい。
次に、本発明の特徴部分である、異常報知処理について説明する。
一般に、判別器１０５により故障（黒色のクリーニング不良）の予兆を示す異常が判別された場合、画像形成装置１００では故障の予兆を捉えた旨のアラームランプを点灯したり、「故障の予兆を検出しました」などのメッセージ表示を操作パネル上に表示したり、あるいは、プリント要求元のパーソナルコンピュータに通信ネットワークを介して前述のメッセージ等をプリンタドライバソフトの機能を介して表示したりする。しかし、故障の予兆を検出したとき、その時点では画像形成装置やプリント画像上には何ら障害が認められない場合があり、その場合にアラームランプの点灯やメッセージ表示などの異常判別結果の報知（以下「異常報知」という。）だけがなされたのでは、その異常報知が誤報ではなく本当に近い将来に故障が起きるのかどうかを使用者に信じてもらうための情報が全くない。そのため、自らメンテナンス作業を行い又はメンテナンス業者を呼んでメンテナンス作業を行ってもらうという手間を惜しみ、又は、メンテナンス費用の支払いを惜しんで、異常報知を無視しつづけて画像形成装置１００を使用し続けることがある。そのような場合、実際に故障が発生した時点でメンテナンスを行うことになるが、この時点でのメンテナンスによる修理規模は、異常報知がなされた時点でのメンテナンスによる修理規模よりも大きくなっていることが多く、そのメンテナンス費用の増大やメンテナンス時間（ダウンタイム）の増大を招く結果となる。また、画像形成装置１００で出された異常判別結果を、管理装置２００を運営している画像形成装置１００の提供者等に通信ネットワークを介して通報し、その画像形成装置１００の使用者からのメンテナンス依頼を待たずにメンテナンス作業を行って故障を未然に防ぐという運用も可能ではある。しかし、このような運用の場合でも、使用者にとっては正常に見える装置に対して修理等を行うことになるので、その費用の必要性を異常判別の結果だけから納得してもらうことは難しく、このような運用を使用者に受け入れてもらいにくいことも想像できる。
一般に、判別器１０５により故障（黒色のクリーニング不良）の予兆を示す異常が判別された場合、画像形成装置１００では故障の予兆を捉えた旨のアラームランプを点灯したり、「故障の予兆を検出しました」などのメッセージ表示を操作パネル上に表示したり、あるいは、プリント要求元のパーソナルコンピュータに通信ネットワークを介して前述のメッセージ等をプリンタドライバソフトの機能を介して表示したりする。しかし、故障の予兆を検出したとき、その時点では画像形成装置やプリント画像上には何ら障害が認められない場合があり、その場合にアラームランプの点灯やメッセージ表示などの異常判別結果の報知（以下「異常報知」という。）だけがなされたのでは、その異常報知が誤報ではなく本当に近い将来に故障が起きるのかどうかを使用者に信じてもらうための情報が全くない。そのため、自らメンテナンス作業を行い又はメンテナンス業者を呼んでメンテナンス作業を行ってもらうという手間を惜しみ、又は、メンテナンス費用の支払いを惜しんで、異常報知を無視しつづけて画像形成装置１００を使用し続けることがある。そのような場合、実際に故障が発生した時点でメンテナンスを行うことになるが、この時点でのメンテナンスによる修理規模は、異常報知がなされた時点でのメンテナンスによる修理規模よりも大きくなっていることが多く、そのメンテナンス費用の増大やメンテナンス時間（ダウンタイム）の増大を招く結果となる。また、画像形成装置１００で出された異常判別結果を、管理装置２００を運営している画像形成装置１００の提供者等に通信ネットワークを介して通報し、その画像形成装置１００の使用者からのメンテナンス依頼を待たずにメンテナンス作業を行って故障を未然に防ぐという運用も可能ではある。しかし、このような運用の場合でも、使用者にとっては正常に見える装置に対して修理等を行うことになるので、その費用の必要性を異常判別の結果だけから納得してもらうことは難しく、このような運用を使用者に受け入れてもらいにくいことも想像できる。
図２０は、本実施形態における異常報知処理により画像形成装置１００の操作パネル上に表示される異常内容表示画面を示す説明図である。
この異常内容表示画面は、判別器１０５を構成する複数の弱判別器の判別結果を棒グラフ状に示している。各弱判別器に対応する各棒グラフの長さは、その弱判別器の判別結果に割り当てられている重み付けの大きさ（重み付け係数の大きさ）の相対値を示すものである。また、図中白色の棒グラフは、その弱判別器の判別結果が正常であることを示し、図中グレー色の棒グラフは、その弱判別器の判別結果が異常であることを示している。なお、正常又は異常を示す色は、互いに区別できればどのような色でもよいが、異常に対応する色は一般概念として異常を表す赤色や黄色など、正常に対応する色は一般概念として正常を表す青色や緑色などが好ましい。以下の例においても同様である。
この異常内容表示画面は、判別器１０５を構成する複数の弱判別器の判別結果を棒グラフ状に示している。各弱判別器に対応する各棒グラフの長さは、その弱判別器の判別結果に割り当てられている重み付けの大きさ（重み付け係数の大きさ）の相対値を示すものである。また、図中白色の棒グラフは、その弱判別器の判別結果が正常であることを示し、図中グレー色の棒グラフは、その弱判別器の判別結果が異常であることを示している。なお、正常又は異常を示す色は、互いに区別できればどのような色でもよいが、異常に対応する色は一般概念として異常を表す赤色や黄色など、正常に対応する色は一般概念として正常を表す青色や緑色などが好ましい。以下の例においても同様である。
判別器１０５を構成する各弱判別器の判別結果を上記のように棒グラフ状に表示することで、判別器１０５が最終的な判別結果Ｆを出すために行う多数決に用いる、異常を示した弱判別器の全判別結果の重み付け後の値の合算値である異常投票数が、正常を示した弱判別器の全判別結果の重み付け後の値の合算値である正常投票数と比較してどの程度なのかが、異常を示すグレー色と正常を示す白色との表示面積の比率によって、視覚的に把握することができる。これにより、異常が多い場合、操作パネル上における異常内容表示画面の表示領域において、グレー色の比率が多くなる結果、これを目の当たりにした使用者は、当該画像形成装置１００の状態が悪いことを直感的に感じ取ることができる。その結果、単に異常の判定結果がアラームランプやメッセージ表示されるだけの場合よりも、近い将来に故障が発生するかもしれない、あるいは、本当にメンテナンスが必要かもしれないことを、使用者に感じさせることができ、故障発生前に使用者にメンテナンスを行ってもらいやすくなる。
なお、本実施形態では、異常内容表示画面上において、各弱判別器の判別結果に対応する各棒グラフを、その重み付けの大きい順に左から整列して表示しているが、他の基準で整列させてもよい。以下の例においても同様である。
また、各弱判別器に与えられた重み付けの違いは精密に表示する必要はないので、直感的な装置状態の理解に十分な精度で違いが表示できていればよい。
また、各弱判別器に与えられた重み付けの違いは精密に表示する必要はないので、直感的な装置状態の理解に十分な精度で違いが表示できていればよい。
〔変形例１〕
次に、上記実施形態１における異常報知処理の一変形例（以下、本変形例を「変形例１」という。）について説明する。
図２１は、本変形例における異常報知処理により画像形成装置１００の操作パネル上に表示される異常内容表示画面を示す説明図である。
本変形例は、判別器１０５を構成する各弱判別器の判別結果を上記のように積み上げ棒グラフ状に表示したものである。この異常内容表示画面において、各弱判別器に対応する棒グラフ部分の長さは、その弱判別器の判別結果に割り当てられている重み付けの大きさ（重み付け係数の大きさ）の相対値を示すものである。また、図中白色の棒グラフ部分は、その弱判別器の判別結果が正常であることを示し、図中グレー色の棒グラフ部分は、その弱判別器の判別結果が異常であることを示している。
次に、上記実施形態１における異常報知処理の一変形例（以下、本変形例を「変形例１」という。）について説明する。
図２１は、本変形例における異常報知処理により画像形成装置１００の操作パネル上に表示される異常内容表示画面を示す説明図である。
本変形例は、判別器１０５を構成する各弱判別器の判別結果を上記のように積み上げ棒グラフ状に表示したものである。この異常内容表示画面において、各弱判別器に対応する棒グラフ部分の長さは、その弱判別器の判別結果に割り当てられている重み付けの大きさ（重み付け係数の大きさ）の相対値を示すものである。また、図中白色の棒グラフ部分は、その弱判別器の判別結果が正常であることを示し、図中グレー色の棒グラフ部分は、その弱判別器の判別結果が異常であることを示している。
〔変形例２〕
次に、上記実施形態１における異常報知処理の他の変形例（以下、本変形例を「変形例２」という。）について説明する。
図２２（ａ）及び図２２（ｂ）は、本変形例における異常報知処理により画像形成装置１００の操作パネル上に表示される異常内容表示画面を示す説明図である。なお、図２２（ａ）は、わずかな弱判別器のみが異常と判別しているだけで、全体としては故障の予兆を示すほどの状態ではない場合の一例を示している。一方、図２２（ｂ）は、面積で半分近くを示す弱判別器が異常と判別し、故障の予兆を示す状態に至っており、メンテナンスを行う必要があるという警告レベルにあるときの場合の一例を示している。
本変形例は、異常内容表示画面の表示領域を各弱判別器の判別結果ごとに区分し、各弱判別器に対応する領域を２次元的に配置したものである。この異常内容表示画面において、各弱判別器に対応する長方形状の領域の面積は、その弱判別器の判別結果に割り当てられている重み付けの大きさ（重み付け係数の大きさ）の相対値を示すものである。また、図中白色の領域は、その弱判別器の判別結果が正常であることを示し、図中グレー色の領域は、その弱判別器の判別結果が異常であることを示している。
次に、上記実施形態１における異常報知処理の他の変形例（以下、本変形例を「変形例２」という。）について説明する。
図２２（ａ）及び図２２（ｂ）は、本変形例における異常報知処理により画像形成装置１００の操作パネル上に表示される異常内容表示画面を示す説明図である。なお、図２２（ａ）は、わずかな弱判別器のみが異常と判別しているだけで、全体としては故障の予兆を示すほどの状態ではない場合の一例を示している。一方、図２２（ｂ）は、面積で半分近くを示す弱判別器が異常と判別し、故障の予兆を示す状態に至っており、メンテナンスを行う必要があるという警告レベルにあるときの場合の一例を示している。
本変形例は、異常内容表示画面の表示領域を各弱判別器の判別結果ごとに区分し、各弱判別器に対応する領域を２次元的に配置したものである。この異常内容表示画面において、各弱判別器に対応する長方形状の領域の面積は、その弱判別器の判別結果に割り当てられている重み付けの大きさ（重み付け係数の大きさ）の相対値を示すものである。また、図中白色の領域は、その弱判別器の判別結果が正常であることを示し、図中グレー色の領域は、その弱判別器の判別結果が異常であることを示している。
〔変形例３〕
次に、上記実施形態１における異常報知処理の更に他の変形例（以下、本変形例を「変形例３」という。）について説明する。
図２３は、本変形例における異常報知処理により画像形成装置１００の操作パネル上に表示される異常内容表示画面を示す説明図である。
本変形例は、判別器１０５を構成する各弱判別器の判別結果を同じ面積の正方形状のブロックで表示し、これを横一列に配列したものである。この異常内容表示画面において、各弱判別器に対応するブロックの色は、白色の場合はその弱判別器の判別結果が正常であることを示し、白色以外の色が付いている場合はその弱判別器の判別結果が異常であることを示している。また、白色以外の色が付いているブロックの色は、その弱判別器の判別結果に割り当てられている重み付けの大きさ（重み付け係数の大きさ）の相対値を示すものである。具体的には、異常を判別した弱判別器について、対応する重み付けが大きいほど長い波長の色で表示し、対応する重み付けが小さいほど短い波長の色で表示する。一般に長い波長の色ほど強い印象を与えるので、この異常内容表示画面の全体から受ける色合いの印象で、当該画像形成装置１００の状態が悪いことを直感的に感じ取ることができる。
次に、上記実施形態１における異常報知処理の更に他の変形例（以下、本変形例を「変形例３」という。）について説明する。
図２３は、本変形例における異常報知処理により画像形成装置１００の操作パネル上に表示される異常内容表示画面を示す説明図である。
本変形例は、判別器１０５を構成する各弱判別器の判別結果を同じ面積の正方形状のブロックで表示し、これを横一列に配列したものである。この異常内容表示画面において、各弱判別器に対応するブロックの色は、白色の場合はその弱判別器の判別結果が正常であることを示し、白色以外の色が付いている場合はその弱判別器の判別結果が異常であることを示している。また、白色以外の色が付いているブロックの色は、その弱判別器の判別結果に割り当てられている重み付けの大きさ（重み付け係数の大きさ）の相対値を示すものである。具体的には、異常を判別した弱判別器について、対応する重み付けが大きいほど長い波長の色で表示し、対応する重み付けが小さいほど短い波長の色で表示する。一般に長い波長の色ほど強い印象を与えるので、この異常内容表示画面の全体から受ける色合いの印象で、当該画像形成装置１００の状態が悪いことを直感的に感じ取ることができる。
なお、図２３では、色の違いを模様の違いによって表現している。具体的には、図中左上がりの斜線で示されるブロックは赤色を示し、図中上下方向に延びる線で示されるブロックは黄色を示し、図中右上がりの斜線で示されるブロックは緑色を示し、図中左右方向に延びる線で示されるブロックは青色を示している。もちろん、図示どおりに模様の違いをそのまま利用してもよい。
また、本変形例では、各ブロックの面積が同じであるが、各ブロックの面積を、対応する弱判別器の重み付けの大きさに応じて変更してもよい。この場合、異常内容表示画面の全体から受ける色合いの印象がより鮮明となり、当該画像形成装置１００の状態が悪いことを直感的に感じ取りやすくなる。
また、本変形例では、各ブロックの面積が同じであるが、各ブロックの面積を、対応する弱判別器の重み付けの大きさに応じて変更してもよい。この場合、異常内容表示画面の全体から受ける色合いの印象がより鮮明となり、当該画像形成装置１００の状態が悪いことを直感的に感じ取りやすくなる。
〔変形例４〕
次に、上記実施形態１における異常報知処理の更に他の変形例（以下、本変形例を「変形例４」という。）について説明する。
図２４は、本変形例における異常報知処理により画像形成装置１００の操作パネル上に表示される異常内容表示画面を示す説明図である。
本変形例は、判別器１０５を構成する各弱判別器の判別結果を同じ面積の正方形状のブロックで表示し、これを横一列に配列したものである。この異常内容表示画面において、各弱判別器に対応するブロックの色は、白色の場合はその弱判別器の判別結果が正常であることを示し、図中グレーで示される色（実際には赤色が好ましい）が付いている場合はその弱判別器の判別結果が異常であることを示している。また、グレーで表示される色が付いているブロックの色の濃度は、その弱判別器の判別結果に割り当てられている重み付けの大きさ（重み付け係数の大きさ）の相対値を示すものである。具体的には、異常を判別した弱判別器について、対応する重み付けが大きいほど濃い色で表示し、対応する重み付けが小さいほど淡い色で表示する。一般に濃い色ほど強い印象を与えるので、この異常内容表示画面の全体から受ける色合いの印象で、当該画像形成装置１００の状態が悪いことを直感的に感じ取ることができる。
次に、上記実施形態１における異常報知処理の更に他の変形例（以下、本変形例を「変形例４」という。）について説明する。
図２４は、本変形例における異常報知処理により画像形成装置１００の操作パネル上に表示される異常内容表示画面を示す説明図である。
本変形例は、判別器１０５を構成する各弱判別器の判別結果を同じ面積の正方形状のブロックで表示し、これを横一列に配列したものである。この異常内容表示画面において、各弱判別器に対応するブロックの色は、白色の場合はその弱判別器の判別結果が正常であることを示し、図中グレーで示される色（実際には赤色が好ましい）が付いている場合はその弱判別器の判別結果が異常であることを示している。また、グレーで表示される色が付いているブロックの色の濃度は、その弱判別器の判別結果に割り当てられている重み付けの大きさ（重み付け係数の大きさ）の相対値を示すものである。具体的には、異常を判別した弱判別器について、対応する重み付けが大きいほど濃い色で表示し、対応する重み付けが小さいほど淡い色で表示する。一般に濃い色ほど強い印象を与えるので、この異常内容表示画面の全体から受ける色合いの印象で、当該画像形成装置１００の状態が悪いことを直感的に感じ取ることができる。
なお、本変形例では、各ブロックの面積が同じであるが、各ブロックの面積を、対応する弱判別器の重み付けの大きさに応じて変更してもよい。この場合、異常内容表示画面の全体から受ける色合いの印象がより鮮明となり、当該画像形成装置１００の状態が悪いことを直感的に感じ取りやすくなる。
また、濃度の違いに代えて、輝度の違いにより、重み付けの違いを表してもよい。
また、濃度の違いに代えて、輝度の違いにより、重み付けの違いを表してもよい。
〔変形例５〕
次に、上記実施形態１における異常報知処理の更に他の変形例（以下、本変形例を「変形例５」という。）について説明する。
図２５は、本変形例における異常報知処理により画像形成装置１００の操作パネル上に表示される異常内容表示画面を示す説明図である。
画像形成装置１００の状態が悪化したことを認識するためには、過去の正常状態から現在の異常状態に至るまでにどれほど変化したのかを比較して把握できるようにすることが、現在の画像形成装置１００の状態が悪いことを直感的に感じ取る上で有効である。
本変形例の異常内容表示画面は、現在の状態と過去の状態とを比較可能なように上下に配置したものである。各時点での状態は、上記変形例１のように、判別器１０５を構成する各弱判別器の判別結果を積み上げ棒グラフ状に表示し、各棒グラフ部分の長さを重み付けの大きさに応じて変更したものである。なお、図中白色の棒グラフ部分はその弱判別器の判別結果が正常であることを示し、図中グレー色の棒グラフ部分はその弱判別器の判別結果が異常であることを示している。過去の状態を表示するためのデータは、当該過去の時点における、収集した各種データ（補正パラメータＰ，Ｑ等）、時間的特徴量抽出器１０３で抽出した特徴量、各弱判別器の判別結果、各弱判別器の判別結果に応じた表示用データのいずれかあるいはそれと同等のデータを記録しておけば、適宜演算を行うことで当該過去の状態を表示する異常内容表示画面を生成できる。
次に、上記実施形態１における異常報知処理の更に他の変形例（以下、本変形例を「変形例５」という。）について説明する。
図２５は、本変形例における異常報知処理により画像形成装置１００の操作パネル上に表示される異常内容表示画面を示す説明図である。
画像形成装置１００の状態が悪化したことを認識するためには、過去の正常状態から現在の異常状態に至るまでにどれほど変化したのかを比較して把握できるようにすることが、現在の画像形成装置１００の状態が悪いことを直感的に感じ取る上で有効である。
本変形例の異常内容表示画面は、現在の状態と過去の状態とを比較可能なように上下に配置したものである。各時点での状態は、上記変形例１のように、判別器１０５を構成する各弱判別器の判別結果を積み上げ棒グラフ状に表示し、各棒グラフ部分の長さを重み付けの大きさに応じて変更したものである。なお、図中白色の棒グラフ部分はその弱判別器の判別結果が正常であることを示し、図中グレー色の棒グラフ部分はその弱判別器の判別結果が異常であることを示している。過去の状態を表示するためのデータは、当該過去の時点における、収集した各種データ（補正パラメータＰ，Ｑ等）、時間的特徴量抽出器１０３で抽出した特徴量、各弱判別器の判別結果、各弱判別器の判別結果に応じた表示用データのいずれかあるいはそれと同等のデータを記録しておけば、適宜演算を行うことで当該過去の状態を表示する異常内容表示画面を生成できる。
このように現在の各判別結果についての表示内容と、過去の各判別結果についての表示内容とを互いに比較可能な状態で表示すると、過去から現在にかけて徐々に状態が悪化していることを知覚することができ、現在の画像形成装置１００の状態が過去の状態との比較して悪いとを直感的に感じ取ることができる。
なお、本変形例では、現在の表示内容と過去の表示内容との間で、異常を示す色の濃度を異なるようにしているが、濃度以外の例えば色などによって違いを出すようにしてもよい。また、現在の表示内容と過去の表示内容との間でこのような違いを出さなくてもよい。
なお、本変形例では、現在の表示内容と過去の表示内容との間で、異常を示す色の濃度を異なるようにしているが、濃度以外の例えば色などによって違いを出すようにしてもよい。また、現在の表示内容と過去の表示内容との間でこのような違いを出さなくてもよい。
また、本変形例では、現在の状態と過去の各時点での状態とを上記変形例１で説明した積み上げ棒グラフ方式の表現方法を採用したが、他の表現方法を採用してもよい。
例えば、上記変形例３で説明したように重み付けの違いを色の違いで表現する表現方式を採用するならば、図２６に示すようになる。
また、上記変形例４で説明したように重み付けの違いを濃度の違いで表現する表現方式を採用するならば、図２７に示すようになる。
また、過去の各時点での状態については、上記変形例４で説明したように重み付けの違いを濃度の違いで表現する表現方式を採用し、現在の状態については、上記実施形態で説明した重み付けの違いを棒グラフの長さで表現した棒グラフ型の表現方式を採用するならば、図２８に示すようになる。このように、参考として表示している過去の各時点の状態は濃度の違いという比較的人間の認識階調性の低い属性で表示し、現在の状態は面積という比較的認識階調性の高い属性で表示することで、現在の状態を強調することができる。
もちろん、図２２（ａ）及び図２２（ａ）に示した各異常内容表示画面を同一画面上に並列表示するなどして、現在の状態と過去の状態とを単純に並置してもよい。
例えば、上記変形例３で説明したように重み付けの違いを色の違いで表現する表現方式を採用するならば、図２６に示すようになる。
また、上記変形例４で説明したように重み付けの違いを濃度の違いで表現する表現方式を採用するならば、図２７に示すようになる。
また、過去の各時点での状態については、上記変形例４で説明したように重み付けの違いを濃度の違いで表現する表現方式を採用し、現在の状態については、上記実施形態で説明した重み付けの違いを棒グラフの長さで表現した棒グラフ型の表現方式を採用するならば、図２８に示すようになる。このように、参考として表示している過去の各時点の状態は濃度の違いという比較的人間の認識階調性の低い属性で表示し、現在の状態は面積という比較的認識階調性の高い属性で表示することで、現在の状態を強調することができる。
もちろん、図２２（ａ）及び図２２（ａ）に示した各異常内容表示画面を同一画面上に並列表示するなどして、現在の状態と過去の状態とを単純に並置してもよい。
〔変形例６〕
次に、上記実施形態１における異常報知処理の更に他の変形例（以下、本変形例を「変形例６」という。）について説明する。
図２９は、本変形例における異常報知処理によりドットマトリックス方式のディスプレイに表示される異常内容の表示の概略を示す説明図である。
このディスプレイは、同一サイズの画素が格子状に配置され、任意の画素を点灯できるように構成されたものである。本変形例では、各弱判別器の重み付けの大きさに応じてその弱判別器に割り当てられる画素数が異なるようになっている。図２９において、各弱判別器に対応する領域は図中太線で区切っている。なお、図中白色の領域は、その弱判別器の判別結果が正常であることを示し、図中グレー色の領域は、その弱判別器の判別結果が異常であることを示している。
次に、上記実施形態１における異常報知処理の更に他の変形例（以下、本変形例を「変形例６」という。）について説明する。
図２９は、本変形例における異常報知処理によりドットマトリックス方式のディスプレイに表示される異常内容の表示の概略を示す説明図である。
このディスプレイは、同一サイズの画素が格子状に配置され、任意の画素を点灯できるように構成されたものである。本変形例では、各弱判別器の重み付けの大きさに応じてその弱判別器に割り当てられる画素数が異なるようになっている。図２９において、各弱判別器に対応する領域は図中太線で区切っている。なお、図中白色の領域は、その弱判別器の判別結果が正常であることを示し、図中グレー色の領域は、その弱判別器の判別結果が異常であることを示している。
このようなドットマトリックス方式のディスプレイは、画像形成装置をはじめ多くの機器のユーザーインターフェースとして広く採用されているので、このようなディスプレイを利用することは、異常報知用の専用表示器を設ける必要性が少なくなり、実用上有益である。
なお、各画素がＲＧＢ色の表現が可能なカラーディスプレイであれば、上記変形例３で説明したような、重み付けの違いを色の違いで表現することも可能である。
また、ドットマトリックス方式のディスプレイを用いて、上記変形例５で説明したように過去の状態と現在の状態とを比較可能に表示する場合には、例えば、過去の状態から現在の状態まで表示を順次切り替える表示制御を行うことにより、あたかも動画のように画像形成装置１００の状態の変遷を表示することが可能である。このような表示方法を用いて使用者に画像形成装置１００の状態悪化を伝えることは、極めて納得性が高く、有効である。
なお、各画素がＲＧＢ色の表現が可能なカラーディスプレイであれば、上記変形例３で説明したような、重み付けの違いを色の違いで表現することも可能である。
また、ドットマトリックス方式のディスプレイを用いて、上記変形例５で説明したように過去の状態と現在の状態とを比較可能に表示する場合には、例えば、過去の状態から現在の状態まで表示を順次切り替える表示制御を行うことにより、あたかも動画のように画像形成装置１００の状態の変遷を表示することが可能である。このような表示方法を用いて使用者に画像形成装置１００の状態悪化を伝えることは、極めて納得性が高く、有効である。
本実施形態（各変形例を含む。）においては、各弱判別器に割り当てられる重み付けは、主に、めったに発生しないが発生したときは強く故障に結びつくものが相対的に重み付けが大きく、故障との相関が弱いものは相対的に重み付けが小さくなるように設定される。そこで、互いに同程度の重み付けが割り当てられた弱判別器についての表示は互いに近接させて配置するようにすれば、たまたま相関が弱い判別器が異常の判別結果を多く出したために異常報知がされたのか、故障と強い相関がある判別器が異常の判別結果を出したために異常報知がされたのか、そのような異常報知が出された際の判定内容の傾向を使用者に伝えやすくなる。
具体的には、図２０〜図２８に示した異常内容表示画面の例はいずれも重み付けの大きい順に左から整列して表示している。他の表示方法としては、例えば、人間の視覚は中心部に注意が集中し、周辺に行くほど弱まるので、これを考慮して、中央に最も重み付けが大きなものを表示し、両端へ向かうに従って重み付けの小さいものが表示されるものが挙げられる。具体的には、例えば、上記変形例４で説明したように重み付けの違いを濃度の違いで表現する表現方式を採用するならば、図３０に示すようになる。また、例えば、上記変形例３で説明したように重み付けの違いを色の違いで表現する表現方式を採用するならば、図３１に示すようになる。また、例えば、上記変形例２で説明したように重み付けの違いを各弱判別器に対応する領域面積の違いで表現し、各領域を２次元的に配置した表現形式を採用するならば、図３２（ａ）及び図３２（ｂ）に示すようになる。
〔実施形態２〕
次に、本発明を、上記実施形態１と同様に、状態判別システムに適用した他の実施形態（以下、本実施形態を「実施形態２」という。）について説明する。
上記実施形態１では、判別器１０５を構成する各弱判別器の判別結果の内容と各弱判別器に割り当てられた重み付けとから表示内容を決定するものであったが、本実施形態では、重み付け後における正常を示す全判別結果の合算値（正常投票数）と異常を示す全判別結果の合算値（異常投票数）とから算出される指標値であるＦ値に基づいて表示内容を決定する。本実施形態においては、本故障予測システムを構成する画像形成装置及び管理装置について、上記実施形態１と重複した説明の部分は省略する。
次に、本発明を、上記実施形態１と同様に、状態判別システムに適用した他の実施形態（以下、本実施形態を「実施形態２」という。）について説明する。
上記実施形態１では、判別器１０５を構成する各弱判別器の判別結果の内容と各弱判別器に割り当てられた重み付けとから表示内容を決定するものであったが、本実施形態では、重み付け後における正常を示す全判別結果の合算値（正常投票数）と異常を示す全判別結果の合算値（異常投票数）とから算出される指標値であるＦ値に基づいて表示内容を決定する。本実施形態においては、本故障予測システムを構成する画像形成装置及び管理装置について、上記実施形態１と重複した説明の部分は省略する。
図３３（ａ）〜（ｃ）は、本実施形態における異常報知処理により画像形成装置１００の操作パネル上に表示される異常内容表示画面を示す説明図である。
この異常内容表示画面は、Ｆ値を７段階に区分した各段階に対応する表示域を縦に並べて配置したもので、図中上方に表示される表示域ほど正常な状態を示すＦ値に対応している。また、現在のＦ値に対応する段階が図中黒色表示されている。よって、図３３（ａ）は、ほとんどの弱判別器で正常であると判別した極めて正常な状態を示しており、図３３（ｂ）は、正常な状態ではあるが重み付けが比較的小さいいくつかの弱判別器で異常であると判別している状態を示しており、図３３（ｃ）は、異常といって良いほど多くのあるいは重み付けの大きい弱判別器で異常であると判別している状態を示している。また、本実施形態では、Ｆ値に基づく多数決判定の多数決分岐点であるゼロ点の表示として、使用限界ラインが、異常内容表示画面に併せて表示されている。よって、画像形成装置１００の状態がどの程度悪いのかを把握しやすい。
この異常内容表示画面は、Ｆ値を７段階に区分した各段階に対応する表示域を縦に並べて配置したもので、図中上方に表示される表示域ほど正常な状態を示すＦ値に対応している。また、現在のＦ値に対応する段階が図中黒色表示されている。よって、図３３（ａ）は、ほとんどの弱判別器で正常であると判別した極めて正常な状態を示しており、図３３（ｂ）は、正常な状態ではあるが重み付けが比較的小さいいくつかの弱判別器で異常であると判別している状態を示しており、図３３（ｃ）は、異常といって良いほど多くのあるいは重み付けの大きい弱判別器で異常であると判別している状態を示している。また、本実施形態では、Ｆ値に基づく多数決判定の多数決分岐点であるゼロ点の表示として、使用限界ラインが、異常内容表示画面に併せて表示されている。よって、画像形成装置１００の状態がどの程度悪いのかを把握しやすい。
多数決判定に用いる指標値であるＦ値を上記のように表示することで、画像形成装置１００の状態がどの程度悪いのかを、視覚的に把握することができる。これにより、異常の程度を把握できるので、使用者は、当該画像形成装置１００の状態が悪いことを直感的に感じ取ることが可能となる。その結果、単に異常の判定結果がアラームランプやメッセージ表示されるだけの場合よりも、近い将来に故障が発生するかもしれない、あるいは、本当にメンテナンスが必要かもしれないことを、使用者に感じさせることができ、故障発生前に使用者にメンテナンスを行ってもらいやすくなる。
しかも、本実施形態では、Ｆ値の表示とともに多数決分岐点であるゼロ点（使用限界ライン）を表示することで、正常な状態であっても後どのくらいで異常状態と判定されることになるかを知ることができる。
しかも、本実施形態では、Ｆ値の表示とともに多数決分岐点であるゼロ点（使用限界ライン）を表示することで、正常な状態であっても後どのくらいで異常状態と判定されることになるかを知ることができる。
なお、本実施形態ではＦ値を５段階に分けて表示する場合について説明したが、少なくとも３段階以上のステップで可能な限り多段階の表示をするならば、画像形成装置１００の状態が悪いことを直感的に感じ取ることが可能となる。以下の例においても同様である。
〔変形例７〕
次に、上記実施形態２における異常報知処理の一変形例（以下、本変形例を「変形例７」という。）について説明する。
図３４は、本変形例における異常報知処理により画像形成装置１００の操作パネル上に表示される異常内容表示画面を示す説明図である。
画像形成装置１００の状態が悪化したことを認識するためには、過去の正常状態から現在の異常状態に至るまでにどれほど変化したのかを比較して把握できるようにすることが、現在の画像形成装置１００の状態が悪いことを直感的に感じ取る上で有効である。
本変形例の異常内容表示画面は、現在の状態と過去の状態とを比較可能なように左から順に時系列に沿って配置したものである。各時点での状態は、Ｆ値を１２段階に区分した各段階に対応する表示域を縦に並べて配置したもので、図中上方に表示される表示域ほど正常な状態を示すＦ値に対応している。また、現在のＦ値に対応する段階が図中黒色表示し、Ｆ値に基づく多数決判定の多数決分岐点であるゼロ点がグレーで表示されている。
このように現在のＦ値と過去のＦ値とを互いに比較可能な状態で表示すると、過去から現在にかけて徐々に状態が悪化していることを知覚することができ、現在の画像形成装置１００の状態が過去の状態との比較して悪いとを直感的に感じ取ることができる。
次に、上記実施形態２における異常報知処理の一変形例（以下、本変形例を「変形例７」という。）について説明する。
図３４は、本変形例における異常報知処理により画像形成装置１００の操作パネル上に表示される異常内容表示画面を示す説明図である。
画像形成装置１００の状態が悪化したことを認識するためには、過去の正常状態から現在の異常状態に至るまでにどれほど変化したのかを比較して把握できるようにすることが、現在の画像形成装置１００の状態が悪いことを直感的に感じ取る上で有効である。
本変形例の異常内容表示画面は、現在の状態と過去の状態とを比較可能なように左から順に時系列に沿って配置したものである。各時点での状態は、Ｆ値を１２段階に区分した各段階に対応する表示域を縦に並べて配置したもので、図中上方に表示される表示域ほど正常な状態を示すＦ値に対応している。また、現在のＦ値に対応する段階が図中黒色表示し、Ｆ値に基づく多数決判定の多数決分岐点であるゼロ点がグレーで表示されている。
このように現在のＦ値と過去のＦ値とを互いに比較可能な状態で表示すると、過去から現在にかけて徐々に状態が悪化していることを知覚することができ、現在の画像形成装置１００の状態が過去の状態との比較して悪いとを直感的に感じ取ることができる。
〔変形例８〕
次に、上記実施形態２における異常報知処理の他の変形例（以下、本変形例を「変形例８」という。）について説明する。
図３５（ａ）〜（ｃ）は、本変形例における異常報知処理により画像形成装置１００に用意されたアラームランプの表示状態を示す説明図である。
本変形例では、画像形成装置１００の状態をより単純な表示方法で表示するために、Ｆ値をランプの輝度によって表現するものである。本変形例では、青色のランプを使用し、正常な状態を示すＦ値ほど輝度が高くなるようにしている。具体的には、図３５（ａ）に示すように青ランプの輝度が高い場合には、ほとんどの弱判別器で正常であると判別した極めて正常な状態を示しており、図３５（ｂ）に示すように青ランプの輝度が中程度の場合には、正常な状態ではあるが重み付けが比較的小さいいくつかの弱判別器で異常であると判別している状態を示しており、図３５（ｃ）に示すように青ランプの輝度が低い場合には、正常ではあるがＦ値に基づく多数決判定の多数決分岐点であるゼロ点に非常に近づいている状態を示している。
次に、上記実施形態２における異常報知処理の他の変形例（以下、本変形例を「変形例８」という。）について説明する。
図３５（ａ）〜（ｃ）は、本変形例における異常報知処理により画像形成装置１００に用意されたアラームランプの表示状態を示す説明図である。
本変形例では、画像形成装置１００の状態をより単純な表示方法で表示するために、Ｆ値をランプの輝度によって表現するものである。本変形例では、青色のランプを使用し、正常な状態を示すＦ値ほど輝度が高くなるようにしている。具体的には、図３５（ａ）に示すように青ランプの輝度が高い場合には、ほとんどの弱判別器で正常であると判別した極めて正常な状態を示しており、図３５（ｂ）に示すように青ランプの輝度が中程度の場合には、正常な状態ではあるが重み付けが比較的小さいいくつかの弱判別器で異常であると判別している状態を示しており、図３５（ｃ）に示すように青ランプの輝度が低い場合には、正常ではあるがＦ値に基づく多数決判定の多数決分岐点であるゼロ点に非常に近づいている状態を示している。
このように正常状態を示す青の輝度が低下していることを見た使用者は、画像形成装置１００の状態が悪化していることを直感的に感じ取ることができる。
本変形例では、使用者にゼロ点を示すことはできないが、ランプが消灯してしまったらゼロ点以下であることが分かるようになっている。
なお、Ｆ値に応じて点滅の頻度を変えることで平均輝度を低下させる方法であっても、同様の効果を得ることができる。
本変形例では、使用者にゼロ点を示すことはできないが、ランプが消灯してしまったらゼロ点以下であることが分かるようになっている。
なお、Ｆ値に応じて点滅の頻度を変えることで平均輝度を低下させる方法であっても、同様の効果を得ることができる。
〔変形例９〕
次に、上記実施形態２における異常報知処理の更に他の変形例（以下、本変形例を「変形例９」という。）について説明する。
図３６（ａ）〜（ｅ）は、本変形例における異常報知処理により画像形成装置１００に用意されたアラームランプの表示状態を示す説明図である。
図３６では、色の違いを濃度の違いによって表現している。具体的には、図３６（ａ）は青色、図３６（ｂ）は緑色、図３６（ｃ）は黄色、図３６（ｄ）は橙色、図３６（ｅ）は赤色である。もちろん、図示どおりに濃度の違いをそのまま利用してもよい。図３６（ａ）に示す表示状態（青色）は最も正常な状態を示し、図３６（ｂ）に示す表示状態（緑色）は正常な状態ではあるが重み付けが比較的小さいいくつかの弱判別器で異常であると判別している状態を示し、図３６（ｃ）に示す表示状態（黄色）はＦ値がほぼゼロ点にある状態を示し、図３６（ｄ）に示す表示状態（橙色）はＦ値がゼロ点を下回った異常の状態を示し、図３６（ｅ）に示す表示状態（赤色）はＦ値がゼロ点を大きく下回った極めて異常な状態を示す。
次に、上記実施形態２における異常報知処理の更に他の変形例（以下、本変形例を「変形例９」という。）について説明する。
図３６（ａ）〜（ｅ）は、本変形例における異常報知処理により画像形成装置１００に用意されたアラームランプの表示状態を示す説明図である。
図３６では、色の違いを濃度の違いによって表現している。具体的には、図３６（ａ）は青色、図３６（ｂ）は緑色、図３６（ｃ）は黄色、図３６（ｄ）は橙色、図３６（ｅ）は赤色である。もちろん、図示どおりに濃度の違いをそのまま利用してもよい。図３６（ａ）に示す表示状態（青色）は最も正常な状態を示し、図３６（ｂ）に示す表示状態（緑色）は正常な状態ではあるが重み付けが比較的小さいいくつかの弱判別器で異常であると判別している状態を示し、図３６（ｃ）に示す表示状態（黄色）はＦ値がほぼゼロ点にある状態を示し、図３６（ｄ）に示す表示状態（橙色）はＦ値がゼロ点を下回った異常の状態を示し、図３６（ｅ）に示す表示状態（赤色）はＦ値がゼロ点を大きく下回った極めて異常な状態を示す。
本変形例では、広く常識となっている信号機の青、黄、赤を含む色でＦ値を表現したのであり、特に使用者に説明無く、画像形成装置１００の状態を直感的に把握することが可能となる。なお、注意を促すために、黄色、橙色、赤色の表示については点滅表示したり、輝度をアップしたりしてもよい。
〔変形例１０〕
次に、上記実施形態２における異常報知処理の更に他の変形例（以下、本変形例を「変形例１０」という。）について説明する。
図３７は、本変形例における異常報知処理により画像形成装置１００の操作パネル上に表示される異常内容表示画面を示す説明図である。
画像形成装置１００は、感光体、現像装置、トナー補給装置、転写装置、給紙装置、定着装置などの複数のサブシステムを持ち、これらが協働して画像形成処理を実行し、サブシステムごとに異常を判定して、各サブシステムの故障を予測することが可能である。例えば、給紙装置は給紙動作を行ってから転写部に用紙が所要の時間で到着するように制御しているが、モータの駆動時間や回転速度といった制御値が安定しているかどうかを見ることで、給紙装置の状態を判定することが可能である。また、トナー補給装置ではトナー補給量制御、現像装置では攪拌力制御、転写装置では転写電流制御、定着装置では温度制御などがそれぞれ行われているので、それぞれの制御状態を種々の状態関連情報から状態関連情報ごとに弱判別器で判別してそれぞれのＦ値を求め、各Ｆ値に基づき多数決によって各サブシステムが異常か正常かを判定することができる。
次に、上記実施形態２における異常報知処理の更に他の変形例（以下、本変形例を「変形例１０」という。）について説明する。
図３７は、本変形例における異常報知処理により画像形成装置１００の操作パネル上に表示される異常内容表示画面を示す説明図である。
画像形成装置１００は、感光体、現像装置、トナー補給装置、転写装置、給紙装置、定着装置などの複数のサブシステムを持ち、これらが協働して画像形成処理を実行し、サブシステムごとに異常を判定して、各サブシステムの故障を予測することが可能である。例えば、給紙装置は給紙動作を行ってから転写部に用紙が所要の時間で到着するように制御しているが、モータの駆動時間や回転速度といった制御値が安定しているかどうかを見ることで、給紙装置の状態を判定することが可能である。また、トナー補給装置ではトナー補給量制御、現像装置では攪拌力制御、転写装置では転写電流制御、定着装置では温度制御などがそれぞれ行われているので、それぞれの制御状態を種々の状態関連情報から状態関連情報ごとに弱判別器で判別してそれぞれのＦ値を求め、各Ｆ値に基づき多数決によって各サブシステムが異常か正常かを判定することができる。
本変形例の異常内容表示画面には、各サブシステムのＦ値を上記実施形態２の場合と同様に７段階に区分した各段階に対応する表示域を縦に並べて配置した各サブシステムについての表示を、横に並列に配置したものである。これにより、各サブシステムの状態がどの程度悪いのかを、一括して把握することができる。その結果、サブシステムの状態を個別に把握できるだけではなく、画像形成装置１００全体の状態も把握できる。
もちろん、各サブシステムについての表示を１つの画面上に一括表示せず、個別表示するようにしてもよい。
もちろん、各サブシステムについての表示を１つの画面上に一括表示せず、個別表示するようにしてもよい。
また、各サブシステムの状態を表示する方法としては、図３８に示すように、画像形成装置の構成を示した模式図上の対応箇所にランプを表示し、そのランプの表示状態によって各サブシステムの状態を示す方法が挙げられる。この場合の各サブシステムについてのランプ表示は、例えば上記変形例９を採用できる。
また、他の方法としては、図３９に示すように、各サブシステムについて、過去の正常状態から現在の異常状態に至るまでにどれほど変化したのかを比較して把握できるようにしてもよい。この場合の各サブシステムについての表示方法は、例えば上記変形例７を採用できる。この場合、液晶ディスプレイ等を使って各サブシステムについての表示を時間的に順次切り替えて表示するようにしてもよい。
また、他の方法としては、図３９に示すように、各サブシステムについて、過去の正常状態から現在の異常状態に至るまでにどれほど変化したのかを比較して把握できるようにしてもよい。この場合の各サブシステムについての表示方法は、例えば上記変形例７を採用できる。この場合、液晶ディスプレイ等を使って各サブシステムについての表示を時間的に順次切り替えて表示するようにしてもよい。
以上、上述した実施形態１及び２（各変形例を含む。）においては、対象機器である画像形成装置１００の状態関連情報（補正パラメータＱ等）に基づき、画像形成装置１００における機器状態の異常を判別し、その判別結果を出力する状態判別方法を実行する。本実施形態の状態判別方法は、画像形成装置１００についての複数の状態関連情報を収集する情報収集工程と、情報収集工程で収集した複数の状態関連情報の経時変化にそれぞれ対応する特徴量を演算する特徴量演算工程と、特徴量演算工程で演算した互いに異なる複数の特徴量について、その特徴量に対応する状態関連情報が正常の機器状態を示すものか異常の機器状態を示すものかを各弱判別器でそれぞれ判別する複数の判別工程と、複数の判別工程における各弱判別器での各判別結果に対して予め決められた重み付けを行い、その重み付け後の判別結果の値を用いて正常を示す判別結果と異常を示す判別結果のいずれが多いかを多数決し、多数決により決まった方の判別結果の内容に従い判定対象の機器状態について正常又は異常を判定する多数決判定工程とを有する。
そして、上記実施形態１（各変形例を含む。）においては、上記複数の判別工程での各判別結果の内容を、正常を示すものと異常を示すものとで互いに区別し得る表示態様で同一の表示領域上に表示するとともに、その際、各判別結果についての表示状態をそれぞれの重み付けの違いに応じて異なる状態で表示する表示工程を有している。これにより、使用者は、異常を示す表示態様で表示されているものが、最終的な機器状態の判別を行う際の多数決において重要視されるもの（重み付けが大きなもの）なのか、それともあまり重要視されない（重み付けの小さなもの）なのかを、容易に認識できるようになり、機器の状態が悪いことを直感的に感じ取ることができる。その結果、単に異常の判定結果だけが報知される場合よりも、近い将来に故障が発生するかもしれないことを使用者に感じさせることができ、故障発生前に使用者にメンテナンスを行ってもらいやすくなる。
また、上記変形例５等で説明したように、複数の判別工程で判別した現在の各判別結果についての表示内容と、過去の各判別結果についての表示内容とを、互いに比較可能な状態で表示することにより、過去から現在にかけて徐々に状態が悪化していることを知覚することができ、現在の画像形成装置１００の状態が過去の状態との比較して悪いとを直感的に感じ取ることができる。
また、上記変形例６等で説明したように、複数の判別工程での各判別結果の内容をドットマトリックス方式のディスプレイ装置に表示するようにすれば、異常報知用の専用表示器を設ける必要性が少なくなり、実用上有益である。
また、上記実施形態１や上記変形例１及び２等で説明したように、複数の判別工程での各判別結果に対応する表示面積がそれぞれの重み付けの違いに応じて異なる状態で表示するようにすれば、故障との相関が強い重み付けの大きな弱判別器で異常が判別される方が、故障との相関が弱い重み付けの小さな弱判別器で異常が判別される場合よりも、異常を示す表示領域が大きくなるので、当該画像形成装置１００の状態をより適格に使用者へ伝えることができる。
また、上記変形例３等で説明したように、複数の判別工程での各判別結果に対応する表示色がそれぞれの重み付けの違いに応じて異なる状態で表示することにより、その表示全体から受ける色合いの印象で、画像形成装置１００の状態が悪いことを直感的に感じ取ることができる。
また、上記変形例４等で説明したように、複数の判別工程での各判別結果に対応する表示の輝度又は濃度がそれぞれの重み付けの違いに応じて異なる状態で表示することにより、その表示全体から受ける色合いの印象で、画像形成装置１００の状態が悪いことを直感的に感じ取ることができる。
また、実施形態１の部分で説明したが、複数の判別工程での各判別結果に対応する表示内容を、それぞれの重み付けの違いに応じて決められた表示位置に表示することで、たまたま相関が弱い判別器が異常の判別結果を多く出したために異常報知がされたのか、故障と強い相関がある判別器が異常の判別結果を出したために異常報知がされたのか、そのような異常報知が出された際の判定内容の傾向を使用者に伝えやすくなる。
また、上記実施形態２（各変形例を含む。）においては、重み付け後における正常を示す全判別結果の合算値と異常を示す全判別結果の合算値とから算出される指標値であるＦ値に基づき、判定対象の機器状態を表示する表示工程を有している。この指標値であるＦ値は、最終的な機器状態の判別を行う際の多数決の内容（僅差なのか、大差なのか）を示すものであるため、多数決判定工程で異常と判定されたとき、その表示を見た使用者は、多数決の内容が大差であることを実感することで、機器の状態が悪いことを直感的に感じ取ることができる。その結果、単に異常の判定結果だけが報知される場合よりも、近い将来に故障が発生するかもしれないことを使用者に感じさせることができ、故障発生前に使用者にメンテナンスを行ってもらいやすくなる。
また、上記変形例７等で説明したように、現在の指標値に基づく機器状態と、過去の指標値に基づく機器状態とを、互いに比較可能な状態で表示することにより、過去から現在にかけて徐々に状態が悪化していることを知覚することができ、現在の画像形成装置１００の状態が過去の状態との比較して悪いとを直感的に感じ取ることができる。
また、上記実施形態２においては、Ｆ値に基づく機器状態の表示を、多数決判定工程での多数決分岐点であるゼロ点の表示と併せて表示することにより、正常な状態であっても後どのくらいで異常状態と判定されることになるかを知ることができる。
また、上記変形例８等で説明したように、判定対象の機器状態を、Ｆ値に応じてその表示の輝度又は濃度が異なる状態で表示することで、その表示から受ける印象で、画像形成装置１００の状態が悪いことを直感的に感じ取ることができる。
また、上記変形例９等で説明したように、判定対象の機器状態を、Ｆ値に応じてその表示の色が異なる状態で表示することで、その表示から受ける印象で、画像形成装置１００の状態が悪いことを直感的に感じ取ることができる。
また、上記変形例１０等で説明したように、多数決判定工程が判定した複数種類の機器状態ごとのＦ値に基づく各機器状態の表示を、同一の表示領域上に表示することで、どの機器状態がどの程度悪いのかを一括して把握することができる。
特に、上記変形例１０等で説明したように、表示させる複数種類の機器状態が、画像形成装置１００に備わった複数のサブシステムの各状態に対応するものである場合には、サブシステムの状態を個別に把握できるだけではなく、画像形成装置１００全体の状態も把握できる。
また、上述した実施形態１及び２（各変形例を含む。）においては、複数の判別工程は、特徴量を予め決められた閾値とを比較して、その特徴量に対応する状態関連情報が正常の機器状態を示すものか異常の機器状態を示すものかをスタンプ判別器で判別するので、安価な構成を実現できる。
そして、上記実施形態１（各変形例を含む。）においては、上記複数の判別工程での各判別結果の内容を、正常を示すものと異常を示すものとで互いに区別し得る表示態様で同一の表示領域上に表示するとともに、その際、各判別結果についての表示状態をそれぞれの重み付けの違いに応じて異なる状態で表示する表示工程を有している。これにより、使用者は、異常を示す表示態様で表示されているものが、最終的な機器状態の判別を行う際の多数決において重要視されるもの（重み付けが大きなもの）なのか、それともあまり重要視されない（重み付けの小さなもの）なのかを、容易に認識できるようになり、機器の状態が悪いことを直感的に感じ取ることができる。その結果、単に異常の判定結果だけが報知される場合よりも、近い将来に故障が発生するかもしれないことを使用者に感じさせることができ、故障発生前に使用者にメンテナンスを行ってもらいやすくなる。
また、上記変形例５等で説明したように、複数の判別工程で判別した現在の各判別結果についての表示内容と、過去の各判別結果についての表示内容とを、互いに比較可能な状態で表示することにより、過去から現在にかけて徐々に状態が悪化していることを知覚することができ、現在の画像形成装置１００の状態が過去の状態との比較して悪いとを直感的に感じ取ることができる。
また、上記変形例６等で説明したように、複数の判別工程での各判別結果の内容をドットマトリックス方式のディスプレイ装置に表示するようにすれば、異常報知用の専用表示器を設ける必要性が少なくなり、実用上有益である。
また、上記実施形態１や上記変形例１及び２等で説明したように、複数の判別工程での各判別結果に対応する表示面積がそれぞれの重み付けの違いに応じて異なる状態で表示するようにすれば、故障との相関が強い重み付けの大きな弱判別器で異常が判別される方が、故障との相関が弱い重み付けの小さな弱判別器で異常が判別される場合よりも、異常を示す表示領域が大きくなるので、当該画像形成装置１００の状態をより適格に使用者へ伝えることができる。
また、上記変形例３等で説明したように、複数の判別工程での各判別結果に対応する表示色がそれぞれの重み付けの違いに応じて異なる状態で表示することにより、その表示全体から受ける色合いの印象で、画像形成装置１００の状態が悪いことを直感的に感じ取ることができる。
また、上記変形例４等で説明したように、複数の判別工程での各判別結果に対応する表示の輝度又は濃度がそれぞれの重み付けの違いに応じて異なる状態で表示することにより、その表示全体から受ける色合いの印象で、画像形成装置１００の状態が悪いことを直感的に感じ取ることができる。
また、実施形態１の部分で説明したが、複数の判別工程での各判別結果に対応する表示内容を、それぞれの重み付けの違いに応じて決められた表示位置に表示することで、たまたま相関が弱い判別器が異常の判別結果を多く出したために異常報知がされたのか、故障と強い相関がある判別器が異常の判別結果を出したために異常報知がされたのか、そのような異常報知が出された際の判定内容の傾向を使用者に伝えやすくなる。
また、上記実施形態２（各変形例を含む。）においては、重み付け後における正常を示す全判別結果の合算値と異常を示す全判別結果の合算値とから算出される指標値であるＦ値に基づき、判定対象の機器状態を表示する表示工程を有している。この指標値であるＦ値は、最終的な機器状態の判別を行う際の多数決の内容（僅差なのか、大差なのか）を示すものであるため、多数決判定工程で異常と判定されたとき、その表示を見た使用者は、多数決の内容が大差であることを実感することで、機器の状態が悪いことを直感的に感じ取ることができる。その結果、単に異常の判定結果だけが報知される場合よりも、近い将来に故障が発生するかもしれないことを使用者に感じさせることができ、故障発生前に使用者にメンテナンスを行ってもらいやすくなる。
また、上記変形例７等で説明したように、現在の指標値に基づく機器状態と、過去の指標値に基づく機器状態とを、互いに比較可能な状態で表示することにより、過去から現在にかけて徐々に状態が悪化していることを知覚することができ、現在の画像形成装置１００の状態が過去の状態との比較して悪いとを直感的に感じ取ることができる。
また、上記実施形態２においては、Ｆ値に基づく機器状態の表示を、多数決判定工程での多数決分岐点であるゼロ点の表示と併せて表示することにより、正常な状態であっても後どのくらいで異常状態と判定されることになるかを知ることができる。
また、上記変形例８等で説明したように、判定対象の機器状態を、Ｆ値に応じてその表示の輝度又は濃度が異なる状態で表示することで、その表示から受ける印象で、画像形成装置１００の状態が悪いことを直感的に感じ取ることができる。
また、上記変形例９等で説明したように、判定対象の機器状態を、Ｆ値に応じてその表示の色が異なる状態で表示することで、その表示から受ける印象で、画像形成装置１００の状態が悪いことを直感的に感じ取ることができる。
また、上記変形例１０等で説明したように、多数決判定工程が判定した複数種類の機器状態ごとのＦ値に基づく各機器状態の表示を、同一の表示領域上に表示することで、どの機器状態がどの程度悪いのかを一括して把握することができる。
特に、上記変形例１０等で説明したように、表示させる複数種類の機器状態が、画像形成装置１００に備わった複数のサブシステムの各状態に対応するものである場合には、サブシステムの状態を個別に把握できるだけではなく、画像形成装置１００全体の状態も把握できる。
また、上述した実施形態１及び２（各変形例を含む。）においては、複数の判別工程は、特徴量を予め決められた閾値とを比較して、その特徴量に対応する状態関連情報が正常の機器状態を示すものか異常の機器状態を示すものかをスタンプ判別器で判別するので、安価な構成を実現できる。
なお、故障に至る前の状態変化は、画像形成装置に限らず、多くの機器において発生しうる現象であると言えるので、画像形成装置以外の機器においても、同様の効果を得ることができる。
１Ｙ，１Ｍ，１Ｃ，１Ｋ 感光体
４Ｙ，４Ｍ，４Ｃ，４Ｋ クリーニング装置
１０ 中間転写ベルト
１４，１５ トナー濃度センサ
１００ 画像形成装置
１０１ データ収集器
１０３ 時間的特徴量抽出器
１０５，１０８，１１０ 判別器
１０５ａ，１０５ｂ，１０５ｃ 中判別器
１０６ アラーム通報器
１０６Ａ，１０６Ｂ，１０６Ｃ スイッチ手段
２００ 管理装置
４Ｙ，４Ｍ，４Ｃ，４Ｋ クリーニング装置
１０ 中間転写ベルト
１４，１５ トナー濃度センサ
１００ 画像形成装置
１０１ データ収集器
１０３ 時間的特徴量抽出器
１０５，１０８，１１０ 判別器
１０５ａ，１０５ｂ，１０５ｃ 中判別器
１０６ アラーム通報器
１０６Ａ，１０６Ｂ，１０６Ｃ スイッチ手段
２００ 管理装置
Claims (17)
- 対象機器の状態関連情報に基づき、該対象機器における機器状態の異常を判別し、その判別結果を出力する状態判別方法であって、
上記対象機器の状態関連情報を収集する情報収集工程と、
該情報収集工程で収集した状態関連情報の経時変化に対応する特徴量を演算する特徴量演算工程と、
該特徴量演算工程で演算した同一の特徴量に基づき、これに対応する状態関連情報が正常の機器状態を示すものか異常の機器状態を示すものかを互いに異なる判別基準を用いて判別するか、又は、該特徴量演算工程で演算した互いに異なる複数の特徴量について、その特徴量に対応する状態関連情報が正常の機器状態を示すものか異常の機器状態を示すものかをそれぞれ判別する複数の判別工程と、
該複数の判別工程での各判別結果に対して予め決められた重み付けを行い、その重み付け後の判別結果の値を用いて正常を示す判別結果と異常を示す判別結果のいずれが多いかを多数決し、多数決により決まった方の判別結果の内容に従い判定対象の機器状態について正常又は異常を判定する多数決判定工程と、
上記複数の判別工程での各判別結果の内容を、正常を示すものと異常を示すものとで互いに区別し得る表示態様で同一の表示領域上に表示するとともに、その際、各判別結果についての表示状態をそれぞれの重み付けの違いに応じて異なる状態で表示する表示工程とを有することを特徴とする状態判別方法。 - 請求項１の状態判別方法において、
上記表示工程は、上記複数の判別工程で判別した現在の各判別結果についての表示内容と、過去の各判別結果についての表示内容とを、互いに比較可能な状態で表示することを特徴とする状態判別方法。 - 請求項１又は２の状態判別方法において、
上記表示工程は、上記複数の判別工程での各判別結果の内容をドットマトリックス方式のディスプレイ装置に表示することを特徴とする状態判別方法。 - 請求項１乃至３のいずれか１項に記載の状態判別方法において、
上記表示工程は、上記複数の判別工程での各判別結果に対応する表示面積がそれぞれの重み付けの違いに応じて異なる状態で表示することを特徴とする状態判別方法。 - 請求項１乃至４のいずれか１項に記載の状態判別方法において、
上記表示工程は、上記複数の判別工程での各判別結果に対応する表示色がそれぞれの重み付けの違いに応じて異なる状態で表示することを特徴とする状態判別方法。 - 請求項１乃至５のいずれか１項に記載の状態判別方法において、
上記表示工程は、上記複数の判別工程での各判別結果に対応する表示の輝度又は濃度がそれぞれの重み付けの違いに応じて異なる状態で表示することを特徴とする状態判別方法。 - 請求項１乃至６のいずれか１項に記載の状態判別方法において、
上記表示工程は、上記複数の判別工程での各判別結果に対応する表示内容を、それぞれの重み付けの違いに応じて決められた表示位置に表示することを特徴とする状態判別方法。 - 対象機器の状態関連情報に基づき、該対象機器における機器状態の異常を判別し、その判別結果を出力する状態判別方法であって、
上記対象機器の状態関連情報を収集する情報収集工程と、
該情報収集工程で収集した状態関連情報の経時変化に対応する特徴量を演算する特徴量演算工程と、
該特徴量演算工程で演算した同一の特徴量に基づき、これに対応する状態関連情報が正常の機器状態を示すものか異常の機器状態を示すものかを互いに異なる判別基準を用いて判別するか、又は、該特徴量演算工程で演算した互いに異なる複数の特徴量について、その特徴量に対応する状態関連情報が正常の機器状態を示すものか異常の機器状態を示すものかをそれぞれ判別する複数の判別工程と、
該複数の判別工程での各判別結果に対して予め決められた重み付けを行い、その重み付け後の判別結果の値を用いて正常を示す判別結果と異常を示す判別結果のいずれが多いかを多数決し、多数決により決まった方の判別結果の内容に従い判定対象の機器状態について正常又は異常を判定する多数決判定工程と、
重み付け後における正常を示す全判別結果の合算値と異常を示す全判別結果の合算値とから算出される指標値に基づき、判定対象の機器状態を表示する表示工程とを有することを特徴とする状態判別方法。 - 請求項８の状態判別方法において、
上記表示工程は、現在の指標値に基づく機器状態と、過去の指標値に基づく機器状態とを、互いに比較可能な状態で表示することを特徴とする状態判別方法。 - 請求項８又は９の状態判別方法において、
上記表示工程は、上記指標値に基づく機器状態の表示を、上記多数決判定工程での多数決分岐点であるゼロ点の表示と併せて表示することを特徴とする状態判別方法。 - 請求項８乃至１０のいずれか１項に記載の状態判別方法において、
上記表示工程は、上記判定対象の機器状態を、上記指標値に応じてその表示の輝度又は濃度が異なる状態で表示することを特徴とする状態判別方法。 - 請求項８乃至１１のいずれか１項に記載の状態判別方法において、
上記表示工程は、上記判定対象の機器状態を、上記指標値に応じてその表示の色が異なる状態で表示することを特徴とする状態判別方法。 - 請求項８乃至１２のいずれか１項に記載の状態判別方法において、
上記表示工程は、上記多数決判定工程が判定した複数種類の機器状態ごとの指標値に基づく各機器状態の表示を、同一の表示領域上に表示することを特徴とする状態判別方法。 - 請求項１３の状態判別方法において、
上記複数種類の機器状態は、上記対象機器に備わった複数のサブシステムの各状態に対応するものであることを特徴とする状態判別方法。 - 請求項１乃至１４のいずれか１項に記載の状態判別方法において、
上記複数の判別工程の少なくとも１つは、上記特徴量を予め決められた閾値とを比較して、その特徴量に対応する状態関連情報が正常の機器状態を示すものか異常の機器状態を示すものかを判別するものであることを特徴とする状態判別方法。 - 自己の状態関連情報に基づき、自己の機器状態の異常を判別する判別装置を備えた画像形成装置であって、
自己の状態関連情報を収集する情報収集手段と、
該情報収集手段が収集した状態関連情報の経時変化に対応する特徴量を演算する特徴量演算手段と、
該特徴量演算手段が演算した同一の特徴量に基づき、これに対応する状態関連情報が正常の機器状態を示すものか異常の機器状態を示すものかを互いに異なる判別基準を用いて判別するか、又は、該特徴量演算手段が演算した互いに異なる複数の特徴量について、その特徴量に対応する状態関連情報が正常の機器状態を示すものか異常の機器状態を示すものかをそれぞれ判別する複数の判別手段と、
該複数の判別手段による各判別結果に対して予め決められた重み付けを行い、その重み付け後の判別結果の値を用いて正常を示す判別結果と異常を示す判別結果のいずれが多いかを多数決し、多数決により決まった方の判別結果の内容に従い判定対象の機器状態について正常又は異常を判定する多数決判定手段と、
上記複数の判別手段による各判別結果の内容を、正常を示すものと異常を示すものとで互いに区別し得る表示態様で同一の表示領域上に表示するとともに、その際、各判別結果についての表示状態をそれぞれの重み付けの違いに応じて異なる状態で表示する表示手段とを有することを特徴とする画像形成装置。 - 自己の状態関連情報に基づき、自己の機器状態の異常を判別する判別装置を備えた画像形成装置であって、
自己の状態関連情報を収集する情報収集手段と、
該情報収集手段が収集した状態関連情報の経時変化に対応する特徴量を演算する特徴量演算手段と、
該特徴量演算手段が演算した同一の特徴量に基づき、これに対応する状態関連情報が正常の機器状態を示すものか異常の機器状態を示すものかを互いに異なる判別基準を用いて判別するか、又は、該特徴量演算手段が演算した互いに異なる複数の特徴量について、その特徴量に対応する状態関連情報が正常の機器状態を示すものか異常の機器状態を示すものかをそれぞれ判別する複数の判別手段と、
該複数の判別手段による各判別結果に対して予め決められた重み付けを行い、その重み付け後の判別結果の値を用いて正常を示す判別結果と異常を示す判別結果のいずれが多いかを多数決し、多数決により決まった方の判別結果の内容に従い判定対象の機器状態について正常又は異常を判定する多数決判定手段と、
重み付け後における正常を示す全判別結果の合算値と異常を示す全判別結果の合算値とから算出される指標値に基づき、判定対象の機器状態を表示する表示手段とを有することを特徴とする画像形成装置。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2008166640A JP5124361B2 (ja) | 2008-06-25 | 2008-06-25 | 状態判別方法及び画像形成装置 |
| US12/481,237 US8094016B2 (en) | 2008-06-25 | 2009-06-09 | Status determination method and image forming apparatus |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2008166640A JP5124361B2 (ja) | 2008-06-25 | 2008-06-25 | 状態判別方法及び画像形成装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2010008617A true JP2010008617A (ja) | 2010-01-14 |
| JP5124361B2 JP5124361B2 (ja) | 2013-01-23 |
Family
ID=41446703
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2008166640A Expired - Fee Related JP5124361B2 (ja) | 2008-06-25 | 2008-06-25 | 状態判別方法及び画像形成装置 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US8094016B2 (ja) |
| JP (1) | JP5124361B2 (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013117573A (ja) * | 2011-12-01 | 2013-06-13 | Fuji Xerox Co Ltd | 障害予測システム、障害予測装置及びプログラム |
| US8531696B2 (en) | 2010-09-29 | 2013-09-10 | Ricoh Company, Limited | Management apparatus, management system, and management method |
| 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 |
| JPWO2014087498A1 (ja) * | 2012-12-05 | 2017-01-05 | キヤノン株式会社 | 画像形成装置および画像形成装置の制御方法 |
| JP2019209538A (ja) * | 2018-06-01 | 2019-12-12 | コニカミノルタ株式会社 | 画像品質検査システムおよび表示制御方法 |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5168643B2 (ja) | 2008-06-23 | 2013-03-21 | 株式会社リコー | 状態判別方法、状態判別システム及び画像形成装置 |
| JP5370832B2 (ja) * | 2009-07-01 | 2013-12-18 | 株式会社リコー | 状態判別装置及びこれを用いた故障予測システム |
| JP5369949B2 (ja) * | 2009-07-10 | 2013-12-18 | 株式会社リコー | 故障診断装置、故障診断方法及び記録媒体 |
| JP5564860B2 (ja) * | 2009-09-01 | 2014-08-06 | 株式会社リコー | 故障診断装置、故障診断方法、画像形成装置及び記録媒体 |
| JP2011145486A (ja) | 2010-01-14 | 2011-07-28 | Ricoh Co Ltd | 画像形成装置 |
| JP6244840B2 (ja) | 2013-11-14 | 2017-12-13 | 株式会社リコー | 故障予測装置および画像形成装置 |
| JP2015169877A (ja) | 2014-03-10 | 2015-09-28 | 株式会社リコー | 故障予測装置、および画像形成装置 |
| JP6922294B2 (ja) * | 2017-03-17 | 2021-08-18 | コニカミノルタ株式会社 | 画像形成装置、画像形成システム、画像形成装置に用いられるクリーニング部材の使用可能な期間の判断方法、およびこの方法をコンピュータに実行させる判断プログラム |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08202590A (ja) * | 1994-10-28 | 1996-08-09 | Sony United Kingdom Ltd | エラーレートモニタ装置 |
| JP2005017874A (ja) * | 2003-06-27 | 2005-01-20 | Ricoh Co Ltd | 異常発生予測方法、状態判定装置及び画像形成装置 |
| JP2005157679A (ja) * | 2003-11-25 | 2005-06-16 | Sony Corp | 対象物検出装置及び方法、並びに集団学習装置及び方法 |
| JP2005205682A (ja) * | 2004-01-21 | 2005-08-04 | Fuji Xerox Co Ltd | 画像形成装置の異常検出装置、異常検出方法、及び異常検出プログラム |
| JP2005269081A (ja) * | 2004-03-17 | 2005-09-29 | Ricoh Co Ltd | 画像形成装置、異常検出方法および異常検出プログラム |
| JP2006295911A (ja) * | 2005-03-18 | 2006-10-26 | Ricoh Co Ltd | 情報取得方法、画像形成装置及び複写機 |
| JP2007007991A (ja) * | 2005-06-30 | 2007-01-18 | Brother Ind Ltd | 画像印刷装置及び画像印刷装置のエラー情報出力プログラム |
| JP2007240697A (ja) * | 2006-03-07 | 2007-09-20 | Konica Minolta Business Technologies Inc | 画像形成装置 |
| JP2007298875A (ja) * | 2006-05-02 | 2007-11-15 | Ricoh Co Ltd | 画像形成装置及びその運転方法 |
| JP2008012868A (ja) * | 2006-07-07 | 2008-01-24 | Canon Inc | 記録装置、情報処理装置及びそれらの制御方法、記録システム、プログラム |
| JP2008102474A (ja) * | 2006-09-22 | 2008-05-01 | Ricoh Co Ltd | 画像形成装置 |
| JP2009042361A (ja) * | 2007-08-07 | 2009-02-26 | Ricoh Co Ltd | 画像形成装置及び管理システム |
Family Cites Families (31)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2784670B2 (ja) | 1989-08-09 | 1998-08-06 | 株式会社シーエスケイ | パチンコ景品交換システム |
| JP3305026B2 (ja) | 1992-12-28 | 2002-07-22 | キヤノン株式会社 | 画像形成装置 |
| JP3581720B2 (ja) | 1994-01-26 | 2004-10-27 | 株式会社リコー | 現像装置 |
| KR0163808B1 (ko) * | 1994-09-30 | 1999-03-20 | 켄지 히루마 | 화상형성 장치 및, 그에 사용되는 소제장치 |
| US5808631A (en) * | 1995-04-12 | 1998-09-15 | Eastman Kodak Company | Integrated fault tolerance in printing mechanisms |
| US5740494A (en) * | 1995-08-20 | 1998-04-14 | Ricoh Company, Ltd. | Configured to enhance toner collecting efficiency and toner redepositing efficiency |
| JP3598178B2 (ja) * | 1995-12-28 | 2004-12-08 | 株式会社リコー | カラー画像形成方法 |
| US5936224A (en) * | 1996-12-11 | 1999-08-10 | Intermec Ip Corporation | Method and apparatus for reading machine-readable symbols by employing a combination of multiple operators and/or processors |
| US6519552B1 (en) | 1999-09-15 | 2003-02-11 | Xerox Corporation | Systems and methods for a hybrid diagnostic approach of real time diagnosis of electronic systems |
| JP4027578B2 (ja) | 2000-07-18 | 2007-12-26 | シャープ株式会社 | 画像形成装置の表示装置 |
| JP2002262010A (ja) | 2000-12-28 | 2002-09-13 | Ricoh Co Ltd | 画像形成装置及び該画像形成装置の遠隔監視システム |
| US6987944B2 (en) * | 2001-03-28 | 2006-01-17 | Ricoh Company, Ltd. | Cleaning device and image forming apparatus using the cleaning device |
| JP4907782B2 (ja) * | 2001-05-18 | 2012-04-04 | 株式会社リコー | クリーニング装置及びそのクリーニング装置を具備する画像形成装置 |
| JP2003015476A (ja) | 2001-06-28 | 2003-01-17 | Kyocera Mita Corp | 画像形成装置、画像形成装置の管理システム、プログラム及びコンピュータ読み取り可能な記録媒体 |
| US20030020760A1 (en) * | 2001-07-06 | 2003-01-30 | Kazunori Takatsu | Method for setting a function and a setting item by selectively specifying a position in a tree-structured menu |
| JP2003122208A (ja) * | 2001-10-12 | 2003-04-25 | Ricoh Co Ltd | 電子写真方式の画像形成装置 |
| JP2003131852A (ja) | 2001-10-22 | 2003-05-09 | Ricoh Co Ltd | 画像形成装置 |
| JP4021712B2 (ja) * | 2002-06-13 | 2007-12-12 | 株式会社リコー | 電子写真方式の画像形成装置及び複写機 |
| JP4037189B2 (ja) * | 2002-07-04 | 2008-01-23 | 株式会社リコー | 電子写真方式のクリーナレスカラー画像形成装置 |
| US6937830B2 (en) * | 2002-07-11 | 2005-08-30 | Ricoh Company, Ltd. | Image forming apparatus |
| US7103301B2 (en) * | 2003-02-18 | 2006-09-05 | Ricoh Company, Ltd. | Image forming apparatus using a contact or a proximity type of charging system including a protection substance on a moveable body to be charged |
| US20050058474A1 (en) * | 2003-09-17 | 2005-03-17 | Kazuhiko Watanabe | Cleaning device, process cartridge, and image forming apparatus |
| US7184674B2 (en) * | 2003-09-17 | 2007-02-27 | Ricoh Company, Limited | Detecting device for an image forming apparatus |
| US7110917B2 (en) * | 2003-11-14 | 2006-09-19 | Ricoh Company, Ltd. | Abnormality determining method, and abnormality determining apparatus and image forming apparatus using same |
| JP2005189799A (ja) * | 2003-12-05 | 2005-07-14 | Ricoh Co Ltd | 画像形成装置、画像形成方法及びプロセスカートリッジ |
| JP2005215383A (ja) | 2004-01-30 | 2005-08-11 | Konica Minolta Business Technologies Inc | 画像形成装置 |
| JP4431415B2 (ja) | 2004-02-12 | 2010-03-17 | 株式会社リコー | 異常診断方法、状態判定装置及び画像形成装置 |
| US8175467B2 (en) * | 2005-06-14 | 2012-05-08 | Ricoh Company, Ltd. | Apparatus, method, and system for detecting a state of an apparatus |
| JP4933888B2 (ja) * | 2006-09-19 | 2012-05-16 | 株式会社リコー | 画像形成装置および画像形成方法 |
| JP2009037141A (ja) * | 2007-08-03 | 2009-02-19 | Ricoh Co Ltd | 画像形成装置の管理装置及び管理システム |
| JP2009042691A (ja) * | 2007-08-10 | 2009-02-26 | Ricoh Co Ltd | 画像形成装置及び管理システム |
-
2008
- 2008-06-25 JP JP2008166640A patent/JP5124361B2/ja not_active Expired - Fee Related
-
2009
- 2009-06-09 US US12/481,237 patent/US8094016B2/en not_active Expired - Fee Related
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08202590A (ja) * | 1994-10-28 | 1996-08-09 | Sony United Kingdom Ltd | エラーレートモニタ装置 |
| JP2005017874A (ja) * | 2003-06-27 | 2005-01-20 | Ricoh Co Ltd | 異常発生予測方法、状態判定装置及び画像形成装置 |
| JP2005157679A (ja) * | 2003-11-25 | 2005-06-16 | Sony Corp | 対象物検出装置及び方法、並びに集団学習装置及び方法 |
| JP2005205682A (ja) * | 2004-01-21 | 2005-08-04 | Fuji Xerox Co Ltd | 画像形成装置の異常検出装置、異常検出方法、及び異常検出プログラム |
| JP2005269081A (ja) * | 2004-03-17 | 2005-09-29 | Ricoh Co Ltd | 画像形成装置、異常検出方法および異常検出プログラム |
| JP2006295911A (ja) * | 2005-03-18 | 2006-10-26 | Ricoh Co Ltd | 情報取得方法、画像形成装置及び複写機 |
| JP2007007991A (ja) * | 2005-06-30 | 2007-01-18 | Brother Ind Ltd | 画像印刷装置及び画像印刷装置のエラー情報出力プログラム |
| JP2007240697A (ja) * | 2006-03-07 | 2007-09-20 | Konica Minolta Business Technologies Inc | 画像形成装置 |
| JP2007298875A (ja) * | 2006-05-02 | 2007-11-15 | Ricoh Co Ltd | 画像形成装置及びその運転方法 |
| JP2008012868A (ja) * | 2006-07-07 | 2008-01-24 | Canon Inc | 記録装置、情報処理装置及びそれらの制御方法、記録システム、プログラム |
| JP2008102474A (ja) * | 2006-09-22 | 2008-05-01 | Ricoh Co Ltd | 画像形成装置 |
| JP2009042361A (ja) * | 2007-08-07 | 2009-02-26 | Ricoh Co Ltd | 画像形成装置及び管理システム |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8531696B2 (en) | 2010-09-29 | 2013-09-10 | Ricoh Company, Limited | Management apparatus, management system, and management method |
| JP2013117573A (ja) * | 2011-12-01 | 2013-06-13 | Fuji Xerox Co Ltd | 障害予測システム、障害予測装置及びプログラム |
| 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 |
| JPWO2014087498A1 (ja) * | 2012-12-05 | 2017-01-05 | キヤノン株式会社 | 画像形成装置および画像形成装置の制御方法 |
| US10551895B2 (en) | 2012-12-05 | 2020-02-04 | Canon Kabushiki Kaisha | Image forming apparatus and method for controlling image forming apparatus |
| JP2019209538A (ja) * | 2018-06-01 | 2019-12-12 | コニカミノルタ株式会社 | 画像品質検査システムおよび表示制御方法 |
| JP7070103B2 (ja) | 2018-06-01 | 2022-05-18 | コニカミノルタ株式会社 | 画像品質検査システムおよび表示制御方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP5124361B2 (ja) | 2013-01-23 |
| US8094016B2 (en) | 2012-01-10 |
| US20090322524A1 (en) | 2009-12-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5124361B2 (ja) | 状態判別方法及び画像形成装置 | |
| JP5168643B2 (ja) | 状態判別方法、状態判別システム及び画像形成装置 | |
| JP4933888B2 (ja) | 画像形成装置および画像形成方法 | |
| JP5182637B2 (ja) | 故障予兆報知システム、故障予兆報知方法および画像形成装置の保守方法 | |
| JP5370832B2 (ja) | 状態判別装置及びこれを用いた故障予測システム | |
| US7676703B2 (en) | Failure diagnosis system, image forming apparatus, computer readable medium and data signal | |
| JP5625689B2 (ja) | 管理装置、管理システムおよび管理方法 | |
| US8826083B2 (en) | Information processing apparatus, information processing method, image forming apparatus, image forming method, and computer readable medium | |
| JP5122254B2 (ja) | 稼働状態判別方法および画像形成装置 | |
| JP6244840B2 (ja) | 故障予測装置および画像形成装置 | |
| US20030091352A1 (en) | Personalization of operator replaceable component life prediction based on replaceable life history | |
| JP5045191B2 (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並びに故障予測診断プログラム | |
| JP2009037141A (ja) | 画像形成装置の管理装置及び管理システム | |
| JP4859218B2 (ja) | 画像形成装置のメンテナンスシステムおよびメンテナンス方法 | |
| US20160379144A1 (en) | Information processing system and failure prediction model adoption determining method | |
| JP2005227518A (ja) | 異常診断方法、状態判定装置、画像形成装置、管理装置及び管理システム | |
| JP2010010825A (ja) | 画像形成装置、並びに、画像形成装置の状態管理システム及び状態判別方法 | |
| JP4872979B2 (ja) | 画像処理装置、画像形成装置及びプログラム | |
| JP4933167B2 (ja) | 診断システム | |
| JP4795136B2 (ja) | 異常予測装置、画像形成装置および保守システム | |
| JP2007127899A (ja) | 画像形成装置システム | |
| JP2010101948A (ja) | 故障予測装置及び画像形成装置 | |
| JP2013257459A (ja) | 異常原因特定装置、これを備えた保守実行時期予測システム、及び、異常原因特定方法 | |
| JP5229625B2 (ja) | 組データ分別方法、故障予測方法、組データ分別装置、故障予測装置、及び画像形成装置 | |
| JP4807133B2 (ja) | 画像形成装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20110302 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20120905 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20121005 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20121029 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20151102 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 Ref document number: 5124361 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| LAPS | Cancellation because of no payment of annual fees |