JP2015178179A - 液体噴射装置、メンテナンスシステム及びメンテナンス推奨時期推定方法 - Google Patents

Abstract

【課題】液体を噴射するノズルを有する液体噴射部を備える液体噴射装置において、適切な時期に液体噴射部のメンテナンスを行うことができる液体噴射装置、同液体噴射装置を備えるメンテナンスシステム及び同液体噴射装置のメンテナンス推奨時期推定方法を提供する。【解決手段】液体噴射装置は、ノズルチェックを行うときの環境情報を含む使用状況をサーバーに送信する（Ｓ２７）一方、サーバーが生成したノズルチェックの推奨時期を推定するための第１推定モデルを同サーバーから受信する（Ｓ１２）。また、液体噴射装置は、第１推定モデルに基づいて推奨時期を演算し（Ｓ１６）、同推奨時期にノズルチェックを行う（Ｓ１８）。【選択図】図４

Description

本発明は、例えばインクジェット式プリンターなどの液体噴射装置、同液体噴射装置を備えるメンテナンスシステム及び同液体噴射装置のメンテナンス推奨時期推定方法に関する。

従来から、液体噴射装置の一例として、液体噴射部に形成されたノズルから液体の一例としてのインクを、用紙などの媒体に噴射することで印刷を行うインクジェット式のプリンターが知られている。こうした液体噴射装置の中には、液体噴射部においてインクの噴射不良が生じたノズル（以下「不良ノズル」ともいう。）が発生したときに、当該不良ノズルの噴射不良を解消するメンテナンスを行うメンテナンス部を備えるものがある。

さらに、このような液体噴射装置の中には、定期的に行われるメンテナンスにおいて、直近のメンテナンスが行われてからの経過時間などに基づいて、その後に行うメンテナンスの内容を変更するものがある（例えば、特許文献１）。

特開２０１３−１３２８６０号公報

ところで、上記のような液体噴射装置においては、液体噴射装置の使用環境などを含む使用状況が異なる場合には、適切な時期に不良ノズルの噴射不良を解消するメンテナンスが行われないおそれがあった。

なお、上記実情は、インクジェット式プリンターに限らず、液体を噴射するノズルを有する液体噴射装置においては、概ね共通する課題となっている。
本発明は、上記実情に鑑みてなされたものである。その目的は、液体を噴射するノズルを有する液体噴射部を備える液体噴射装置において、適切な時期に液体噴射部のメンテナンスを行うことができる液体噴射装置、同液体噴射装置を備えるメンテナンスシステム及び同液体噴射装置のメンテナンス推奨時期推定方法を提供することにある。

以下、上記課題を解決するための手段及びその作用効果について記載する。
上記課題を解決する液体噴射装置は、液体を噴射するノズルを有する液体噴射部と、前記ノズルのメンテナンスを行うメンテナンス部と、環境情報を含む使用状況を取得する取得部と、前記メンテナンス部が前記メンテナンスを行うときの前記使用状況をサーバーに送信する送信部と、前記サーバーが前記使用状況に基づいて生成した前記メンテナンスの推奨時期を推定するための推定モデルを同サーバーから受信する受信部と、前記推定モデルに基づいて前記推奨時期を演算する演算部と、を備える。

上記構成によれば、液体噴射装置は、メンテナンスを行うときの環境情報を含む使用状況をサーバーに送信する一方で、サーバーが使用状況に基づいて生成したメンテナンスの推奨時期を推定するための推定モデルを同サーバーから受信する。

このため、サーバーにおいては、同サーバーに使用状況を送信する液体噴射装置が多くなるほど、多くの使用状況が集まるため、そうした多くの使用状況に基づいて精度の高い推定モデルを生成できる。したがって、液体噴射装置においては、そのような推定モデルに基づいて推奨時期を演算することで、適切な時期に液体噴射部のメンテナンスを行うことができる。

上記液体噴射装置において、前記送信部は、前記メンテナンスと前記メンテナンスとの間の期間における前記使用状況を前記サーバーに送信することが望ましい。
メンテナンスとメンテナンスとの間の期間に使用状況が一時的に大きく変動し、それが要因で、メンテナンスが必要となる事態が生じる場合がある。そこで、上記構成では、メンテナンスを行うときの使用状況をサーバーに送信するだけでなく、メンテナンスとメンテナンスとの間の期間における使用状況についてもサーバーに送信するようにした。これによれば、サーバーにおいて、メンテナンスとメンテナンスの間の期間における使用状況の変化を把握することができるため、同サーバーで生成される推定モデルに基づいて演算される推奨時期の推定精度が悪化することを抑制することができる。

上記液体噴射装置は、前記使用状況が変化したときに同使用状況を記憶する記憶部をさらに備え、前記送信部は、前記記憶部に記憶された前記使用状況を前記サーバーに送信することが望ましい。

上記構成によれば、記憶部は、使用状況が変化した場合に同使用状況を記憶するため、所定期間毎に使用状況を記憶する場合に比較して、記憶部の記憶領域の使用量を低減することができる。また、送信部は、記憶部に記憶された使用状況をサーバーに送信するため、その送信量を低減することもできる。

上記液体噴射装置において、前記推定モデルを第１推定モデルとしたとき、前記推奨時期を推定する第２推定モデルを前記記憶部に記憶された前記使用状況に基づいて生成する生成部をさらに備え、前記演算部は、前記第１推定モデル及び前記第２推定モデルの一方の推定モデルに基づいて前記推奨時期を演算することが望ましい。

上記構成によれば、サーバーと通信不能になった場合などには、液体噴射装置において生成（更新）される第２推定モデルで推奨時期を推定することで、適切な時期にメンテナンスを行うことができる。

上記課題を解決するメンテナンスシステムは、上述した液体噴射装置と、前記サーバーと、を備える。
上記構成によれば、メンテナンスシステムにおいて、上述した液体噴射装置の奏する効果と同様の効果を得ることができる。

上記課題を解決するメンテナンス推奨時期推定方法は、液体を噴射するノズルを有する液体噴射部を備えた液体噴射装置において、前記ノズルのメンテナンスの推奨時期を推定するメンテナンス推奨時期推定方法であって、環境情報を含む使用状況を取得する取得ステップと、前記ノズルのメンテナンスを行うメンテナンスステップと、前記メンテナンスを行うときの前記使用状況をサーバーに送信する送信ステップと、前記サーバーが前記使用状況に基づいて生成した前記推奨時期を推定するための推定モデルを同サーバーから受信する受信ステップと、前記推定モデルに基づいて前記メンテナンスの推奨時期を演算する演算ステップと、を備える。

上記構成によれば、メンテナンス推奨時期推定方法において、上述した液体噴射装置の奏する効果と同様の効果を得ることができる。

液体噴射装置とサーバーとを備えるメンテナンスシステムの概略構成を示す模式図。 液体噴射部の概略構成の一部を示す断面図。 （ａ）は使用状況の一例を示す表、（ｂ）は推定モデルの一例を示す表。 メンテナンスを行うために液体噴射装置の制御部が実行する処理ルーチンを説明するフローチャート。 第１推定モデルを更新するためにサーバーの制御部が実行する処理ルーチンを説明するフローチャート。 第１推定モデルを液体噴射装置に送信するためにサーバーの制御部が実行する処理ルーチンを説明するフローチャート。 液体噴射装置の作用を説明するためのタイミングチャートであって、（ａ）は更新前の推定モデルに基づいて演算される推奨時期を示し、（ｂ）は更新後の推定モデルに基づいて演算される推奨時期を示す。

以下、液体噴射装置及びメンテナンスシステムの一実施形態について、図面を参照して説明する。なお、液体噴射装置は、例えば、用紙などの媒体に液体の一例であるインクを噴射することによって印刷を行うインクジェット式のプリンターである。

図１に示すように、メンテナンスシステム１０は、ネットワークＮＷに接続された複数の液体噴射装置１００と、ネットワークＮＷに接続されたサーバー２００とを備えている。すなわち、メンテナンスシステム１０において、単一のサーバー２００には、ネットワークＮＷを介して複数の液体噴射装置１００が接続されている。

次に、液体噴射装置１００の概略構成について説明する。
図１に示すように、液体噴射装置１００は、液体を噴射する液体噴射部１１０と、液体噴射部１１０に液体を供給する液体供給部１２０と、液体噴射部１１０をメンテナンスするメンテナンス部１３０とを備えている。

図１及び図２に示すように、液体噴射部１１０は、複数のノズル１１２が形成された液体噴射ヘッド１１１を有している。液体噴射ヘッド１１１において、複数のノズル１１２の開口が形成される面をノズル形成面１１３ともいう。また、図２に示すように、液体噴射部１１０は、液体供給部１２０から供給された液体を貯留する共通液室１１４と、共通液室１１４及びノズル１１２と連通する液体室１１５と、液体室１１５の壁面の一部を構成する振動板１１６とを備えている。また、液体噴射部１１０は、振動板１１６に設置されるアクチュエーター１１７と、アクチュエーター１１７を収容する収容室１１８とを備えている。液体噴射部１１０においては、複数のノズル１１２に対して単一の共通液室１１４が設けられ、単一のノズル１１２に対して単一の液体室１１５及びアクチュエーター１１７が設けられている。また、振動板１１６は弾性変形可能とされ、アクチュエーター１１７は、駆動電圧が印可された場合に収縮する圧電素子とされる。

こうして、液体供給部１２０から供給された液体は、共通液室１１４に一時貯留された後、それぞれの液体室１１５に供給される。そして、アクチュエーター１１７に印加する駆動電圧を変化させると、図２に二点鎖線で示すように振動板１１６が変形し、液体室１１５の容積が変化することによって、液体室１１５内の液体がノズル１１２から液滴として噴射される。

図１に示すように、液体供給部１２０は、液体を収容する液体供給源１２１と、液体供給源１２１と液体噴射部１１０とを接続する供給流路１２２とを備えている。そして、液体供給部１２０は、液体噴射部１１０で液体が噴射されるなど、同液体が消費された場合に、液体供給源１２１に収容された液体を液体噴射部１１０（共通液室１１４）に供給する。

図１に示すように、メンテナンス部１３０は、液体噴射ヘッド１１１に形成されたノズル１１２の開口を含む空間を閉空間とするキャップ１３１と、同閉空間を減圧する減圧部１３２と、キャップ１３１と減圧部１３２を接続する廃液流路１３３と、ノズル１１２の液体の噴射不良を検出する不良ノズル検出部１３４とを備えている。キャップ１３１は、液体噴射ヘッド１１１のノズル形成面１１３に対して相対移動可能とされ、液体噴射ヘッド１１１に接触することで閉空間を形成する。そして、メンテナンス部１３０は、キャップ１３１がノズル形成面１１３に接触した状態で減圧部１３２を駆動することで、液体噴射ヘッド１１１のノズル１１２から液体を排出させるメンテナンス（以下「クリーニング」ともいう。）を行う。なお、クリーニングは、例えば、液体噴射ヘッド１１１内部に気泡などの異物が混入した場合に同異物を液体とともにノズル１１２から排出したり、液体噴射ヘッド１１１内部で液体が増粘した場合に同増粘した液体をノズル１１２から排出したりすることなどを目的に行われる。

次に、液体噴射装置１００の電気的構成について説明する。
図１に示すように、液体噴射装置１００は、液体噴射部１１０の周囲環境の温度を検出する温度検出部１４１と、同周囲環境の湿度を検出する湿度検出部１４２とを備えている。また、液体噴射装置１００は、液体噴射装置１００の制御を司る制御部１５０と、液体噴射部１１０のメンテナンスに係る情報である使用状況ＵＣ及び推定モデルＭ（Ｍ１１，Ｍ１２，Ｍ２１，Ｍ２２）を記憶する記憶部１６０と、ネットワークＮＷを介してサーバー２００と通信する際のインターフェースに相当する通信部１７０とを備えている。

制御部１５０の入力側インターフェースには、不良ノズル検出部１３４と、温度検出部１４１と、湿度検出部１４２とが接続され、制御部１５０の出力側インターフェースには、液体噴射ヘッド１１１と、キャップ１３１と、減圧部１３２とが接続されている。また、制御部１５０は、記憶部１６０及び通信部１７０に対して、相互に情報を伝達することを可能としている。こうして、制御部１５０は、記憶部１６０に記憶された情報に基づいてメンテナンス部１３０を駆動したり、通信部１７０を介してサーバー２００と情報の送受信を行ったりする。

次に、不良ノズル検出部１３４が不良ノズルを検出する方法の一例について説明する。ここでは、アクチュエーター１１７に駆動電圧を印可した後の振動板１１６の減衰振動（残留振動）に基づいて不良ノズルを検出する方法について説明する。

液体噴射ヘッド１１１のノズル１１２において液体を噴射する場合、振動板１１６は、アクチュエーター１１７に対する駆動電圧の印加の後、同アクチュエーター１１７に対して次の駆動電圧が印加されるまでの間に残留振動する。そして、液体室１１５などに気泡が混入している場合には、同液体室１１５に気泡が混入していない場合（正常時の場合）と比較して、振動板１１６の残留振動の周波数が高くなり、同残留振動の周期は短くなる傾向がある。一方、液体室１１５などで液体が増粘している場合には、同液体室１１５で液体が増粘していない場合（正常時の場合）と比較して、振動板１１６の残留振動の周波数が低くなり、同残留振動の周期は長くなる傾向がある。

したがって、振動板１１６の残留振動の周期が、正常時の振動板１１６の残留振動の周期よりも短い場合や長い場合には、液体室１１５などに気泡が混入していたり、同液体室１１５で液体が増粘していたりすると判定することができる。そして、液体室１１５などに気泡が混入していたり、同液体室１１５で液体が増粘していたりする場合に、ノズル１１２において液体の噴射不良が生じるため、振動板１１６の残留振動をアクチュエーター１１７で検出することでノズル１１２毎の噴射不良を検出することが可能となる。すなわち、この場合、不良ノズル検出部１３４は、振動板１１６とアクチュエーター１１７とで構成されることになる。なお、以降の説明では、不良ノズル検出部１３４がノズル１１２に噴射不良が生じているか否かを検出することを「ノズルチェック」をするともいう。

次に、サーバー２００の電気的構成について説明する。
図１に示すように、サーバー２００は、同サーバー２００の制御を司る制御部２１０と、液体噴射部１１０のメンテナンスに係る情報である使用状況ＵＣ及び推定モデルＭ（Ｍ１１，Ｍ１２）を記憶する記憶部２２０とを備えている。サーバー２００は、ネットワークＮＷを介して、各液体噴射装置１００から同液体噴射装置１００の記憶部１６０に記憶された使用状況ＵＣを受信したり、各液体噴射装置１００に対して推定モデルＭ（Ｍ１１，Ｍ１２）を送信したりする。また、サーバー２００の記憶部２２０は、液体噴射装置１００の記憶部１６０よりも記憶容量が大きく、複数の液体噴射装置１００から送信された使用状況ＵＣを記憶可能とされている。

次に、図３を参照して、液体噴射装置の記憶部１６０及びサーバー２００の記憶部２２０に記憶される液体噴射装置１００を使用するときの情報である使用状況ＵＣと、ノズルチェックの推奨時期を演算するための推定モデルＭ（Ｍ１１，Ｍ１２，Ｍ２１，Ｍ２２）の一例について説明する。

図３（ａ）に示す表は、液体噴射装置１００を使用するときの使用状況ＵＣの履歴を示し、各列には各種の使用状況ＵＣが記載され、各行には使用状況ＵＣの履歴が記載されている。本実施形態における使用状況ＵＣには、平均温度Ｔａｖｅ及び平均湿度Ｈａｖｅを含む環境情報と、最大停止期間ｔｏｆｆと、総噴射面積Ａｓｕｍと、ノズルチェック間隔ｔｎｃと、不良ノズルの有無とが含まれる。なお、使用状況ＵＣは、不良ノズル検出部１３４がノズルチェックを行う度に履歴として記憶される。

平均温度Ｔａｖｅは、温度検出部１４１の検出信号に基づいて演算される温度を、直近のクリーニングを行ってからノズルチェックを行うまでの期間（ノズルチェック間隔ｔｎｃ）において平均した温度である。また、平均湿度Ｈａｖｅは、湿度検出部１４２の検出信号に基づいて演算される湿度を、ノズルチェック間隔ｔｎｃにおいて平均した湿度である。

最大停止期間ｔｏｆｆは、ノズルチェック間隔ｔｎｃにおいて、液体噴射装置１００の電源がオフの状態が継続される期間のうち最長の期間である。総噴射面積Ａｓｕｍは、ノズルチェック間隔ｔｎｃにおいて、液体噴射部１１０が媒体に対して液体を噴射した領域の合計面積である。このため、総噴射面積Ａｓｕｍは、液体噴射部１１０が液体を噴射する媒体の数が多かったり、同媒体の面積が広かったりするほど、大きくなりやすい。

ノズルチェック間隔ｔｎｃは、上述したように、直近のクリーニングを行ってから、同クリーニングを行った後で最初となるノズルチェックを行うまでの期間である。また、不良ノズルの有無は、ノズルチェックを行ったときに不良ノズルがあるか否かを示すものであり、実際には、不良ノズルの有無を示すフラグ値とすればよい。

こうして、液体噴射装置１００の記憶部１６０には、同液体噴射装置１００における使用状況ＵＣが、ノズルチェックが行われる度に履歴として記憶される。一方、サーバー２００の記憶部２２０には、同サーバー２００にネットワークＮＷを介して接続される複数の液体噴射装置１００における使用状況ＵＣが、各液体噴射装置１００から送信される度に履歴として記憶される。なお、サーバー２００における使用状況ＵＣには、何れの液体噴射装置１００から送信された使用状況ＵＣであるかを特定するために、液体噴射装置１００を識別する情報を追加してもよい。

図３（ｂ）に示す表は、使用状況ＵＣに基づいてノズルチェックの推奨時期を推定するための複数の推定モデルＭ（Ｍ１１，Ｍ１２，Ｍ２１，Ｍ２２）を示している。液体噴射装置１００においては、全ての推定モデルＭ（Ｍ１１，Ｍ１２，Ｍ２１，Ｍ２２）が記憶され、サーバー２００においては一部の推定モデルＭ（Ｍ１１，Ｍ１２）のみが記憶される。なお、本実施形態でいうノズルチェックの推奨時期とは、不良ノズルが実際に発生する時期を想定している。すなわち、推定モデルＭに基づいて演算される推奨時期は、不良ノズルが実際に発生する時期であることが望ましい。

また、本実施形態の推定モデルＭには、第１良好推定モデルＭ１１、第１不良推定モデルＭ１２、第２良好推定モデルＭ２１及び第２不良推定モデルＭ２２が含まれる。以降の説明では、第１良好推定モデルＭ１１及び第１不良推定モデルＭ１２を含めて「第１推定モデルＭ１」ともいい、第２良好推定モデルＭ２１及び第２不良推定モデルＭ２２を含めて「第２推定モデルＭ２」ともいう。そして、本実施形態では、第１推定モデルＭ１によっても、第２推定モデルＭ２によっても、ノズルチェックの推奨時期を推定することが可能となっている。

第１良好推定モデルＭ１１は、サーバー２００の制御部２１０によって、同サーバー２００の記憶部２２０に履歴として記憶された使用状況ＵＣのうち、不良ノズルがない場合の使用状況ＵＣに基づいて生成される推定モデルＭである。また、第１不良推定モデルＭ１２は、サーバー２００の制御部２１０によって、同サーバー２００の記憶部２２０に履歴として記憶された使用状況ＵＣのうち、不良ノズルがある場合の使用状況ＵＣに基づいて生成される推定モデルＭである。このため、第１推定モデルＭ１（Ｍ１１，１２）は、サーバー２００に集約された複数の液体噴射装置１００の使用状況ＵＣに基づいて生成される。

一方、第２良好推定モデルＭ２１は、液体噴射装置１００の制御部１５０によって、同液体噴射装置１００の記憶部１６０に履歴として記憶された使用状況ＵＣのうち、不良ノズルがない場合の使用状況ＵＣに基づいて生成される推定モデルＭである。また、第２不良推定モデルＭ２２は、液体噴射装置１００の制御部１５０によって、同液体噴射装置１００の記憶部１６０に履歴として記憶された使用状況ＵＣのうち、不良ノズルがある場合の使用状況ＵＣに基づいて生成される推定モデルＭである。このため、第２推定モデルＭ２（Ｍ２１，Ｍ２２）は、各液体噴射装置１００の使用状況ＵＣのみに基づいて、各液体噴射装置１００において生成される。

また、上述したように、第１良好推定モデルＭ１１及び第２良好推定モデルＭ２１は、不良ノズルがない場合の使用状況ＵＣに基づいて更新される点で、不良ノズルが生じていない良好時期を推定するための「良好推定モデル」の一例に相当する。すなわち、第１良好推定モデルＭ１１及び第２良好推定モデルＭ２１は、不良ノズルが実際に発生する時期よりも僅かに早い時期（不良ノズルが生じていない時期）を推定するための推定モデルＭである。その一方で、第１不良推定モデルＭ１２及び第２不良推定モデルＭ２２は、不良ノズルがない場合の使用状況ＵＣに基づいて更新される点で、不良ノズルが生じている不良時期を推定するための「不良推定モデル」の一例に相当する。すなわち、第１不良推定モデルＭ１２及び第２不良推定モデルＭ２２は、不良ノズルが実際に発生する時期よりも僅かに遅い時期（不良ノズルが生じている時期）を推定するための推定モデルＭである。

そして、各推定モデルＭ１１，Ｍ１２，Ｍ２１，Ｍ２２は、液体噴射装置１００の使用状況ＵＣのうち、ノズルチェック間隔ｔｎｃを従属変数（目的変数）とし、平均温度Ｔａｖｅ、平均湿度Ｈａｖｅ、最大停止期間ｔｏｆｆ、及び総噴射面積Ａｓｕｍを独立変数（説明変数）とし、重回帰分析を行ったときの予測式で表現される。したがって、それぞれの使用状況ＵＣに基づいて重回帰分析を行うことで算出される各推定モデルＭ１１，Ｍ１２，Ｍ２１，Ｍ２２は、以下のように表すことができる。

第１良好推定モデルＭ１１（重回帰モデル）は、平均温度Ｔａｖｅの係数を「ａ１１」とし、平均湿度Ｈａｖｅの係数を「ｂ１１」とし、最大停止期間ｔｏｆｆの係数を「ｃ１１」とし、総噴射面積Ａｓｕｍの係数を「ｄ１１」とし、定数を「ｅ１１」とし、良好時期をｔ１１としたとき、次の関係式（式１）で表すことができる。ここで、良好時期ｔ１１は、サーバー２００の記憶部２２０に記憶された使用状況ＵＣのうち不良ノズルがない場合の使用状況ＵＣを対象に重回帰分析を行ったときのノズルチェック間隔ｔｎｃに相当する。

ｔ１１＝ａ１１・Ｔａｖｅ＋ｂ１１・Ｈａｖｅ
＋ｃ１１・ｔｏｆｆ＋ｄ１１・Ａｓｕｍ＋ｅ１１ …（式１）
また、第１不良推定モデルＭ１２（重回帰モデル）は、平均温度Ｔａｖｅの係数を「ａ１２」とし、平均湿度Ｈａｖｅの係数を「ｂ１２」とし、最大停止期間ｔｏｆｆの係数を「ｃ１２」とし、総噴射面積Ａｓｕｍの係数を「ｄ１２」とし、定数を「ｅ１２」とし、不良時期をｔ１２としたとき、次の関係式（式２）で表すことができる。ここで、不良時期ｔ１２は、サーバー２００の記憶部２２０に記憶された使用状況ＵＣのうち不良ノズルがある場合の使用状況ＵＣを対象に重回帰分析を行ったときのノズルチェック間隔ｔｎｃに相当する。

ｔ１２＝ａ１２・Ｔａｖｅ＋ｂ１２・Ｈａｖｅ
＋ｃ１２・ｔｏｆｆ＋ｄ１２・Ａｓｕｍ＋ｅ１２ …（式２）
また、第２良好推定モデルＭ２１（重回帰モデル）は、平均温度Ｔａｖｅの係数を「ａ２１」とし、平均湿度Ｈａｖｅの係数を「ｂ２１」とし、最大停止期間ｔｏｆｆの係数を「ｃ２１」とし、総噴射面積Ａｓｕｍの係数を「ｄ２１」とし、定数を「ｅ２１」とし、良好時期をｔ２１としたとき、次の関係式（式３）で表すことができる。ここで、良好時期ｔ２１は、液体噴射装置１００の記憶部１６０に記憶された使用状況ＵＣのうち不良ノズルがない場合の使用状況ＵＣを対象に重回帰分析を行ったときのノズルチェック間隔ｔｎｃに相当する。

ｔ２１＝ａ２１・Ｔａｖｅ＋ｂ２１・Ｈａｖｅ
＋ｃ２１・ｔｏｆｆ＋ｄ２１・Ａｓｕｍ＋ｅ２１ …（式３）
また、第２不良推定モデルＭ２２（重回帰モデル）は、平均温度Ｔａｖｅの係数を「ａ２２」とし、平均湿度Ｈａｖｅの係数を「ｂ２２」とし、最大停止期間ｔｏｆｆの係数を「ｃ２２」とし、総噴射面積Ａｓｕｍの係数を「ｄ２２」とし、定数を「ｅ２２」とし、不良時期をｔ２２としたとき、次の関係式（式４）で表すことができる。ここで、不良時期ｔ２２は、液体噴射装置１００の記憶部１６０に記憶された使用状況ＵＣのうち不良ノズルがある場合の使用状況ＵＣを対象に重回帰分析を行ったときのノズルチェック間隔ｔｎｃに相当する。

ｔ２２＝ａ２２・Ｔａｖｅ＋ｂ２２・Ｈａｖｅ
＋ｃ２２・ｔｏｆｆ＋ｄ２２・Ａｓｕｍ＋ｅ２２ …（式４）
さらに、メンテナンスの推奨時期（以下「推奨時期ｔｒ」ともいう。）を不良ノズルの発生する時期とすると、同推奨時期は、上記推定モデルＭによって演算される不良ノズルがまだ発生していない良好時期ｔ１１，ｔ２１と不良ノズルが既に発生している不良時期ｔ１２，ｔ２２との間の時期とすることが望ましい。詳しくは、第１推定モデルＭ１によって推奨時期ｔｒを演算する場合には、同推奨時期ｔｒは、良好時期ｔ１１と不良時期ｔ１２との中間値とすることが望ましい。また、第２推定モデルＭ２によって推奨時期ｔｒを演算する場合には、同推奨時期ｔｒは、良好時期ｔ２１と不良時期ｔ２２との中間値とすることが望ましい。

そして、こうした推定モデルＭによれば、平均温度Ｔａｖｅや平均湿度Ｈａｖｅといった環境情報が変化する場合であっても、最大停止期間ｔｏｆｆや総噴射面積Ａｓｕｍといった液体噴射装置１００の使用条件が変化する場合であっても、その変動に応じた推奨時期ｔｒを演算することが可能となる。

次に、図４に示すフローチャートを参照して、液体噴射装置１００の制御部１５０が実行するメンテナンスに係る処理ルーチンについて説明する。
図４に示すように、制御部１５０は、通信部１７０を介してサーバー２００に第１推定モデルＭ１を要求し（ステップＳ１１）、通信部１７０を介してサーバー２００から第１推定モデルＭ１を受信する（ステップＳ１２）。この点で、通信部１７０は、「受信部」の一例に相当する。続いて、制御部１５０は、受信した第１推定モデルＭ１を記憶部１６０に上書きすることで、同第１推定モデルＭ１を更新する（ステップＳ１３）。

そして、制御部１５０は、温度検出部１４１及び湿度検出部１４２の検出信号に基づいて、環境情報としての平均温度Ｔａｖｅ及び平均湿度Ｈａｖｅを取得する（ステップＳ１４）。この点で、温度検出部１４１及び湿度検出部１４２は、「取得部」の一例に相当する。続いて、制御部１５０は、推奨時期ｔｒを演算するための推定モデルＭとして、第１推定モデルＭ１及び第２推定モデルＭ２の一方を選択する（ステップＳ１５）。なお、推定モデルＭ１、Ｍ２の選択については、制御部１５０がより適切と考えられる推定モデルＭを選択してもよいし、液体噴射装置１００のユーザーが所望の推定モデルＭを選択してもよい。

そして、制御部１５０は、ステップＳ１４で取得した環境情報を含む使用状況ＵＣとステップＳ１５で選択した推定モデルＭに基づいて推奨時期ｔｒを演算する（ステップＳ１６）。この点で、制御部１５０は、「演算部」の一例に相当する。続いて、制御部１５０は、直近のクリーニングを行ってからの経過時間が、推定モデルＭに基づいて演算された推奨時期ｔｒを経過したか否かを判定する（ステップＳ１７）。推奨時期ｔｒを経過していない場合（ステップＳ１７：ＮＯ）、制御部１５０は、一旦その処理を終了させる。その一方、推奨時期ｔｒを経過している場合（ステップＳ１７：ＹＥＳ）、制御部１５０は、不良ノズル検出部１３４にノズルチェックを行わせ（ステップＳ１８）、液体噴射ヘッド１１１における不良ノズルの有無を判定する（ステップＳ１９）。

不良ノズルがない場合（ステップＳ１９：ＮＯ）、制御部１５０は、液体噴射装置１００のユーザーに対して、クリーニングの実行を喚起する（ステップＳ２０）。クリーニングの実行の喚起方法としては、例えば、液体噴射装置１００が、液晶ディスプレイを備えている場合には同液晶ディスプレイにその旨を表示することでもよいし、ＬＥＤランプを備えている場合には同ＬＥＤランプを点灯することでもよい。

続いて、制御部１５０は、使用状況ＵＣを更新する（ステップＳ２１）。すなわち、推奨時期ｔｒを演算するために用いた使用状況ＵＣ、ノズルチェック間隔ｔｎｃ及び不良ノズルがないという情報を、液体噴射装置１００の記憶部１６０の使用状況ＵＣに追加する。つまり、記憶部１６０は、使用状況ＵＣが変化した場合に同使用状況ＵＣを記憶する。

そして、制御部１５０は、ステップＳ２２において、クリーニングの実行喚起を行ってから予備期間内にクリーニングを行ったか否かを判定する（ステップＳ２２）。予備期間内にクリーニングが行われた場合（ステップＳ２２：ＹＥＳ）、制御部１５０は、その処理を後述するステップＳ２６に移行する。一方、予備期間内にクリーニングが行われなかった場合（ステップＳ２２：ＮＯ）、制御部１５０は、メンテナンス部１３０にクリーニングを行わせ、その処理を後述するステップＳ２６に移行する。ここで、ノズルチェックは推奨時期ｔｒに行われるものであるため、不良ノズルがないと判定された場合であっても（ステップＳ１９：ＮＯ）、近い将来において不良ノズルが発生する可能性が高い。したがって、クリーニングの実行喚起を行ったにも関わらず、予備期間を経過した場合（ステップＳ２２：ＮＯ）、強制的にクリーニングが行われる。このため、予備期間は、強制的なクリーニングを行うための判定値であって、液体噴射装置１００のユーザーが任意に設定すればよい。なお、ステップＳ２３における強制的なクリーニングを行わないようにしてもよい。

その一方で、先のステップＳ１９において、不良ノズルがある場合（ステップＳ１９：ＹＥＳ）、制御部１５０は、メンテナンス部１３０にクリーニングを行わせ（ステップＳ２４）、使用状況ＵＣを更新する（ステップＳ２５）。すなわち、推奨時期ｔｒを演算するために用いた使用状況ＵＣ、ノズルチェック間隔ｔｎｃ及び不良ノズルがあるという情報を、液体噴射装置１００の記憶部１６０の使用状況ＵＣに追加する。つまり、記憶部１６０は、使用状況ＵＣが変化した場合に同使用状況ＵＣを記憶する。

続いて、制御部１５０は、更新された使用状況ＵＣに基づいて、第２推定モデルＭ２を更新（生成）する（ステップＳ２６）。ここで、このステップＳ２６において更新される第２推定モデルＭ２は、不良ノズルがないと判定された場合（ステップＳ１９：ＮＯ）には第２良好推定モデルＭ２１とされる一方、不良ノズルがあると判定された場合（ステップＳ１９：ＹＥＳ）には第２不良推定モデルＭ２２とされる。こうした点で、制御部１５０は、「生成部」の一例に相当する。そして、制御部１５０は、更新した使用状況ＵＣをサーバー２００に送信し（ステップＳ２７）、その処理を一旦終了する。この点で、通信部１７０は、「送信部」の一例に相当する。

なお、上記の処理ルーチンにおいて、ステップＳ１２が「受信ステップ」の一例に相当し、ステップＳ１４が「取得ステップ」の一例に相当し、ステップＳ１６が「演算ステップ」の一例に相当し、ステップＳ１８が「メンテナンスステップ」の一例に相当し、ステップＳ２７が「送信ステップ」の一例に相当する。

また、上記の処理ルーチンにおいては、ノズルチェック（ステップＳ１８）の後に、クリーニングの実行（ステップＳ２４）及びクリーニングの実行喚起（ステップＳ２１）の一方を行う点で、ノズルチェックの推奨時期ｔｒはクリーニングの推奨時期ｔｒであるということもできる。

次に、図５及び図６に示すフローチャートを参照して、サーバー２００の制御部２１０が実行する処理ルーチンについて説明する。なお、図５に示すフローチャートは、サーバー２００の制御部２１０が第１推定モデルＭ１を更新するために実行する処理ルーチンを示し、図６に示すフローチャートは、サーバー２００の制御部２１０が第１推定モデルＭ１を送信するために実行する処理ルーチンを示している。

図５に示すように、制御部２１０は、液体噴射装置１００から使用状況ＵＣが送信された使用状況ＵＣを受信する（ステップＳ３１）。続いて、制御部２１０は、受信した使用状況ＵＣをサーバー２００の記憶部２２０に追加することで、使用状況ＵＣを更新する（ステップＳ３２）。そして、制御部２１０は、更新された使用状況ＵＣに基づいて、第１推定モデルＭ１を更新し（ステップＳ３３）、その処理を一旦終了する。なお、第１推定モデルＭ１の更新は、使用状況ＵＣを受信する度に行わなくてもよい。

図６に示すように、制御部２１０は、液体噴射装置１００から第１推定モデルＭ１の要求があったか否かを判定する（ステップＳ４１）。第１推定モデルＭ１の要求がない場合（ステップＳ４１：ＮＯ）、制御部２１０はその処理を一旦終了する。一方、第１推定モデルＭ１の要求がある場合（ステップＳ４１：ＹＥＳ）、制御部２１０は、その要求があった液体噴射装置１００に対して、第１推定モデルＭ１を送信し（ステップＳ４２）、その処理を一旦終了する。なお、液体噴射装置１００から第１推定モデルＭ１の要求があった場合に、第１推定モデルＭ１を送信するのではなく、所定期間毎（例えば１月毎）に、サーバー２００と接続される全ての液体噴射装置１００に、直近に更新した第１推定モデルＭ１を送信するようにしてもよい。

次に、図７を参照して、液体噴射装置１００のメンテナンスに係る作用について説明する。なお、図７（ａ），（ｂ）は、第１推定モデルＭ１の更新前後において、液体噴射装置１００を同一の使用条件で使用したときのノズルチェックの推奨時期ｔｒと理想時期ｔｉとを示している。なお、理想時期ｔｉは、上述したように、ノズル不良が実際に発生する時期である。

液体噴射装置１００において、クリーニングの実行時期ｔｃにおいて、クリーニングが行われ次回のノズルチェックの推奨時期ｔｒを演算する場合には、第１推定モデルＭ１に基づいて推奨時期ｔｒが演算される（ステップ１６）。詳しくは、図７（ａ）に示すように、第１良好推定モデルＭ１１に基づいて演算される良好時期ｔ１１及び第１不良推定モデルＭ１２に基づいて演算される不良時期ｔ１２との中間値が推奨時期ｔｒとされる。

続いて、同推奨時期ｔｒに、ノズルチェックを行った結果、不良ノズルが生じている場合には（ステップＳ１９：ＹＥＳ）、液体噴射ヘッド１１１のクリーニングが行われる（ステップＳ２４）。また、ノズルチェックをしたときの使用状況ＵＣは、記憶部１６０に追加（更新）され（ステップＳ２５）、サーバー２００に送信される（ステップＳ２７）。

ところで、この場合においては、推奨時期ｔｒに既に不良ノズルが生じているため、実際には、同推奨時期ｔｒよりも早い時期（理想時期ｔｉ）に不良ノズルが発生していたことになる。すなわち、液体噴射装置１００の記憶部１６０及びサーバー２００の記憶部２２０には、更新前の第１不良推定モデルＭ１２によって演算される不良時期ｔ１２よりも早い時期（推奨時期ｔｒ）において、既に不良ノズルが生じていたという使用状況ＵＣが追加されることになる。そして、サーバー２００において、そのような使用状況ＵＣを含む使用状況ＵＣの履歴に基づいて、第１不良推定モデルＭ１２が更新される（ステップＳ３３）。その結果、少なくとも使用状況ＵＣが同一である場合には、更新後の第１不良推定モデルＭ１２に基づいて演算される不良時期ｔ１２が、更新前の第１不良推定モデルＭ１２に基づいて演算される不良時期ｔ１２よりも、更新前の第１推定モデルＭ１で演算される推奨時期ｔｒに近づくことになる。

そして、液体噴射装置１００は、サーバー２００から更新済みの第１不良推定モデルＭ１２を受信して（ステップＳ１２）、同第１不良推定モデルＭ１２を更新する（ステップＳ１３）。すると、図７（ａ）に示す場合と使用状況ＵＣが少なくとも同一である場合には、図７（ｂ）に示すように、更新後の第１不良推定モデルＭ１２に基づいて演算される不良時期ｔ１２は、更新前の第１不良推定モデルＭ１２に基づいて演算される不良時期ｔ１２よりも、理想時期ｔｉに近くなる。このため、良好時期ｔ１１と不良時期ｔ１２の中間値である推奨時期ｔｒは、更新前の第１推定モデルＭ１に基づいて演算される推奨時期ｔｒよりも、理想時期ｔｉに近くなる。したがって、推奨時期ｔｒの使用状況ＵＣに基づいて、第１不良推定モデルＭ１２を更新することで、推奨時期ｔｒと理想時期ｔｉの差分Δｔは、差分Δｔ１から差分Δｔ２に小さくなる。

なお、図７に示す場合とは異なり、推奨時期ｔｒに不良ノズルが生じていない場合には、第１良好推定モデルＭ１１が更新される。これにより、少なくとも使用状況ＵＣが同一である場合には、更新後の第１良好推定モデルＭ１１に基づいて演算される良好時期ｔ１１は、更新前の第１良好推定モデルＭ１１に基づいて演算される良好時期ｔ１１よりも、理想時期ｔｉに近くなる。その結果、推奨時期ｔｒと理想時期ｔｉとの差分Δｔが小さくなる。

そして、サーバー２００に接続される複数の液体噴射装置１００において、ノズルチェックの回数が増大するに連れて、同サーバー２００の記憶部２２０に記憶される使用状況ＵＣの数及び種類が増大する。すなわち、複数の液体噴射装置１００における異なる使用状況ＵＣがサーバー２００の記憶部２２０に蓄積される。その結果、蓄積された使用状況ＵＣに基づいて第１良好推定モデルＭ１１及び第１不良推定モデルＭ１２が更新されることにより、理想的には、良好時期ｔ１１が理想時期ｔｉに向かって収束するとともに不良時期ｔ１２が理想時期ｔｉに向かって収束すると考えられる。したがって、良好時期ｔ１１及び不良時期ｔ１２の中間値とされる推奨時期ｔｒと理想時期ｔｉとの差分Δｔが小さくなり、不良ノズルが発生する時期と乖離しない時期にノズルチェックが行われるようになる。

また、上述したメンテナンスに係る作用では、液体噴射装置１００は、サーバー２００で更新された第１推定モデルＭ１に基づいて推奨時期ｔｒを演算するようにしたが、液体噴射装置１００に記憶された使用状況ＵＣにのみ基づいて生成（更新）される第２推定モデルＭ２に基づいて推奨時期ｔｒを演算する場合も略同様である。すなわち、この場合、液体噴射装置１００における使用状況ＵＣに基づく第２推定モデルＭ２の更新方法は、サーバー２００における使用状況ＵＣに基づく第１推定モデルＭ１の更新方法と比較したとき、更新に用いる使用状況ＵＣが液体噴射装置１００の記憶部１６０に記憶された使用状況ＵＣに限っている点を除いて同様である。

また、第１推定モデルＭ１を用いる場合には、液体噴射装置１００を使用し始めた当初から、複数の液体噴射装置１００の使用状況ＵＣによって最適化された推定モデルＭを使用することが可能となる。一方、第２推定モデルＭ２を用いる場合には、液体噴射装置１００がネットワークＮＷに接続されていなくとも、液体噴射装置１００を使用し続けることにより、すなわちメンテナンス回数の増大に連れて、推奨時期ｔｒの推定精度を向上させることが可能となる。また、液体噴射装置１００が、例えば、通常よりも高温多湿な環境下で使用される場合など、特殊な環境下で使用される場合には、第２推定モデルＭ２を用いたほうが、より差分Δｔが小さい推奨時期ｔｒを演算することができる場合がある。

上記実施形態によれば、以下に示す効果を得ることができる。
（１）推定モデルＭに基づいてノズルチェックの推奨時期ｔｒが推定されたときの液体噴射装置１００の使用状況ＵＣに基づいて、次回以降のノズルチェックにおける推奨時期ｔｒと理想時期ｔｉとの差分Δｔが小さくなるように推定モデルＭを更新するようにした。これにより、ノズルチェックの回数が増大するに連れて、推定モデルＭに基づいて演算される推奨時期ｔｒの推定精度が向上し、使用状況ＵＣの変化に応じて変動する不良ノズルの発生時期（理想時期ｔｉ）と乖離しない時期をノズルチェックの推奨時期ｔｒとすることができる。したがって、液体を噴射するノズル１１２を有する液体噴射部１１０において、適切な時期にノズルチェック及びクリーニングを行うことができる。また、適切な時期にメンテナンスを行うことができるようになるため、液体噴射装置１００が媒体に対して液体を噴射する時間以外の時間（ダウンタイム）を低減することができる。

（２）推奨時期ｔｒに不良ノズルが無い場合には、同推奨時期ｔｒの使用状況ＵＣに基づいて、第１良好推定モデルＭ１１及び第２良好推定モデルＭ２１が更新される。これにより、少なくとも使用状況ＵＣが同一であれば、更新後の第１良好推定モデルＭ１１及び第２良好推定モデルＭ２１によって推定する良好時期ｔ１１，ｔ２１が、更新前の第１良好推定モデルＭ１１及び第２良好推定モデルＭ２１によって推定された良好時期ｔ１１，ｔ２１よりも不良ノズルが発生する時期（理想時期ｔｉ）に近くなる。また、推奨時期ｔｒに不良ノズルがある場合には、同推奨時期ｔｒの使用状況ＵＣに基づいて、第１不良推定モデルＭ１２及び第２不良推定モデルＭ２２が更新される。これにより、少なくとも使用状況ＵＣが同一であれば、更新後の第１不良推定モデルＭ１２及び第２不良推定モデルＭ２２によって推定する不良時期ｔ１２，ｔ２２が、更新前の第１不良推定モデルＭ１２及び第２不良推定モデルＭ２２によって推定された不良時期ｔ１２，ｔ２２よりも不良ノズルが発生する時期（理想時期ｔｉ）に近くなる。

このため、ノズルチェックの回数が増大するに連れて、良好時期ｔ１１，ｔ２１と不良時期ｔ１２，ｔ２２との間隔が次第に小さくなることで、ノズルチェックの推奨時期ｔｒと理想時期ｔｉとの差分Δｔを小さくすることができる。こうして、メンテナンスの回数が増大するに連れて、より適切な時期にノズルチェック及びクリーニングを行うことができるようになる。

（３）液体噴射装置１００及びサーバー２００において、記憶部１６０，２２０に記憶された使用状況ＵＣの履歴に基づいて推定モデルＭを更新するため、一時的な使用状況ＵＣのみに基づいて推定モデルＭを更新する場合に比較して、推定モデルＭに基づいて演算される推奨時期ｔｒの推定精度を高くすることができる。

（４）使用状況ＵＣが変化した場合、すなわち、推奨時期ｔｒにノズルチェックをすることで、不良ノズルの有無が判明したときに、そのときの使用状況ＵＣを記憶するため、所定期間毎（例えば毎秒）に使用状況ＵＣを記憶する場合に比較して、記憶部１６０，２２０の記憶領域の使用量を低減することができる。また、通信部１７０は、記憶部１６０に記憶された使用状況ＵＣをサーバー２００に送信するため、その送信量を低減することもできる。

（５）サーバー２００は、液体噴射装置１００から受信した使用状況ＵＣに基づいて第１推定モデルＭ１が生成する。このため、サーバー２００においては、同サーバー２００に使用状況ＵＣを送信する液体噴射装置１００が多くなるほど、多くの使用状況ＵＣが集まるため、そうした多くの使用状況ＵＣに基づいて、推奨時期ｔｒの推定精度の高い第１推定モデルＭ１を生成できる。そして、液体噴射装置１００は、サーバー２００から受信した第１推定モデルＭ１で推奨時期ｔｒを推定できるため、ノズルチェックを行った直後にノズルチェックを行うことを抑制したり、ノズルチェックが必要であるにも関わらずノズルチェックを行わないという事態を回避したりすることができる。したがって、液体を噴射するノズル１１２を有する液体噴射部１１０において、適切な時期にノズルチェック及びクリーニングを行うことができる。また、液体噴射装置１００を新規に出荷する際に、サーバー２００に蓄積された使用状況ＵＣに基づいて、環境の異なる地域毎に適切な推定モデルＭを第２推定モデルＭ２として記憶させることができる。すなわち、液体噴射装置１００の使用当初から適切な時期にノズルチェックなどのメンテナンスを行うことができる。

（６）液体噴射装置１００の記憶部１６０には、第１推定モデルＭ１と第２推定モデルＭ２とが記憶されるため、サーバー２００と通信不能になった場合には、第２推定モデルＭ２で推奨時期ｔｒを推定することで、適切な時期にメンテナンスを行うことができる。また、液体噴射装置１００の使用環境が、例えば極めて高温・高湿であるなど、特殊な環境下である場合、第２推定モデルＭ２で推奨時期ｔｒを演算することで、第１推定モデルＭ１で推奨時期ｔｒを演算する場合よりも、不良ノズルの発生する時期との差分Δｔを小さくできることがある。

なお、上記実施形態は、以下に示すように変更してもよい。
・第１推定モデルＭ１のみでメンテナンス（ノズルチェック）の推奨時期ｔｒを推定するようにしてもよい。この場合、液体噴射装置１００は、第２推定モデルＭ２及び同第２推定モデルＭ２の更新に係る構成を備えなくてもよい。

・本実施形態では、図４に示すように、推奨時期ｔｒを経過したときに使用状況ＵＣを記憶部１６０に追加（更新）するようにしたが、推奨時期ｔｒを経過しないときの使用状況ＵＣ、すなわち、直近のクリーニングが行われてからノズルチェックが行われる期間における使用状況ＵＣを記憶部１６０に追加（更新）するようにしてもよい。また、液体噴射装置１００の制御部１５０は、通信部１７０を介して、直近のクリーニングが行われてからノズルチェックが行われる期間における使用状況ＵＣをサーバー２００に送信するようにしてもよい。

直近のクリーニングを行ってからノズルチェックを行うまでの期間において、例えば、液体噴射装置１００内の温度が急変するなど、使用状況ＵＣが大きく変動することでノズル不良が生じる場合がある。そこで、推奨時期ｔｒを経過しないときの使用状況ＵＣを記憶部１６０に追加し、そうした使用状況ＵＣが大きく変動したことを把握することで、第１推定モデルＭ１及び第２推定モデルＭ２に基づいて演算される推奨時期ｔｒの推定精度を高めることができる。

・ステップＳ２１，Ｓ２６において、使用状況ＵＣを更新する際に、同使用状況ＵＣに含まれる環境情報などが著しく極端な場合には、その場合の使用状況ＵＣを用いずに推定モデルＭを更新するようにしてもよい。また、同使用状況ＵＣを記憶部１６０，２２０に記憶しないようにしてもよい。

・例えば、液体噴射装置１００の使用環境が変わる場合などには、過去の使用状況ＵＣを用いずに、新たな環境で取得された使用状況ＵＣに基づいて推定モデルＭを更新するようにしてもよい。

・本実施形態では、重回帰分析により推定モデルＭを更新するようにしたが、推定モデルＭは、例えば、ベイジアンネットワークなどの確率モデルを採用してもよいし、その他の統計モデルを採用してもよい。

・上記実施形態における重回帰分析に用いる独立変数（説明変数）としては、液体噴射装置１００内を浮遊する粒子（ホコリ）の数、媒体種、液体噴射装置が連続して稼働している最大稼働時間、液体噴射装置１００の使用位置（緯度・経度・標高）などが挙げられる。

・液体噴射装置１００の使用環境ごとに特化した推定モデルＭを生成し、同推定モデルＭに基づいて推奨時期ｔｒを演算するようにしてもよい。例えば、サーバー２００において、高温多湿の使用環境における推定モデルＭと低温低湿の使用状況における推定モデルＭを生成し、液体噴射装置１００の使用状況に適した推定モデルＭを送信するようにしてもよい。

・十分な量の使用状況ＵＣが蓄積されることで推定モデルＭに基づいて演算される推奨時期ｔｒの推定精度が十分に高まった際には、推奨時期ｔｒを経過した場合にノズルチェックを行うことなくクリーニングを行うようにしてもよい。

・メンテナンスの推奨時期ｔｒは、クリーニングを除くその他の液体噴射部１１０に対するメンテナンスを行うための推奨時期ｔｒとしてもよい。ここでいうメンテナンスとしては、例えば、ノズル形成面１１３をワイパーで払拭するワイピングや、所定期間液体を噴射していないノズル１１２を含むノズル１１２から液体を噴射させるフラッシングなどが挙げられる。また、他のメンテナンスとしては、例えば、液体噴射部１１０と液体供給部１２０との間で液体を循環する循環機構を備えている場合には、同循環機構による液体の循環が挙げられる。

・不良ノズル検出部１３４は、振動板１１６の残留振動に基づいて、不良ノズルの判定をしなくてもよい。一例として、媒体に液体を噴射することで不良ノズルの有無をチェックするためのパターンを形成し、液体噴射装置１００のユーザーがそれを見て不良ノズルの有無を判定してもよい。

・液体噴射装置１００がサーバー２００に使用状況ＵＣを送信する時期は液体噴射装置１００の使用者が任意に設定してもよい。また、サーバー２００が液体噴射装置１００に第１推定モデルＭ１を送信する時期は使用者が任意に設定してもよい。

・液体噴射装置１００の制御部１５０が、第２推定モデルＭ２を更新する時期は任意に設定してもよい。すなわち、液体噴射装置１００の記憶部２２０に使用状況ＵＣが追加される度に、第２推定モデルＭ２を更新しなくともよい。

・サーバー２００の制御部２１０が、第１推定モデルＭ１を更新する時期は任意に設定してもよい。すなわち、サーバー２００の記憶部２２０に使用状況ＵＣが追加される度に、第１推定モデルＭ１を更新しなくともよい。

・液体噴射装置１００は、サーマルジェットプリンターに適用してもよいし、ソリッドインクジェットプリンターに適用してもよい。
・液体噴射装置１００は、シリアルプリンターに適用してもよいし、ラインプリンターに適用してもよいし、ページプリンターに適用してもよい。

・液体噴射部１１０が噴射する液体は、インク以外の流体（液体や、機能材料の粒子が液体に分散又は混合されてなる液状体、ゲルのような流状体、流体として流して噴射できる固体を含む）ものであってもよい。例えば、液晶ディスプレイ、ＥＬ（エレクトロルミネッセンス）ディスプレイ及び面発光ディスプレイの製造などに用いられる電極材や色材（画素材料）などの材料を分散または溶解のかたちで含む液状体を噴射する構成にしてもよい。

１０…メンテナンスシステム、１００…液体噴射装置、１１０…液体噴射部、１１１…液体噴射ヘッド、１１２…ノズル、１１３…ノズル形成面、１３０…メンテナンス部、１３４…不良ノズル検出部（取得部の一例）、１４１…温度検出部（取得部の一例）、１４２…湿度検出部（取得部の一例）、１５０…液体噴射装置の制御部（生成部及び演算部の一例）、１６０…液体噴射装置の記憶部、１７０…通信部（送信部及び受信部の一例）、２００…サーバー、２１０…サーバーの制御部、２２０…サーバーの記憶部、Ｍ…推定モデル、Ｍ１１…第１良好推定モデル（第１推定モデル及び良好推定モデルの一例）、Ｍ１２…第１不良推定モデル（第１推定モデル及び不良推定モデルの一例）、Ｍ２１…第２良好推定モデル（第２推定モデル及び良好推定モデルの一例）、Ｍ２２…第２不良推定モデル（第２推定モデル及び不良推定モデルの一例）、ｔ１１，ｔ２１…良好時期、ｔ１２，ｔ２２…不良時期、ｔｒ…推奨時期、ｔｉ…理想時期、Δｔ，Δｔ１，Δｔ２…差分、ＵＣ…使用状況、Ｓ１２…受信ステップ、Ｓ１４…取得ステップ、Ｓ１６…演算ステップ、Ｓ１８…メンテナンスステップ、Ｓ２７…送信ステップ。

Claims (6)

1. 液体を噴射するノズルを有する液体噴射部と、
   前記ノズルのメンテナンスを行うメンテナンス部と、
   環境情報を含む使用状況を取得する取得部と、
   前記メンテナンス部が前記メンテナンスを行うときの前記使用状況をサーバーに送信する送信部と、
   前記サーバーが前記使用状況に基づいて生成した前記メンテナンスの推奨時期を推定するための推定モデルを同サーバーから受信する受信部と、
   前記推定モデルに基づいて前記推奨時期を演算する演算部と、を備えることを特徴とする液体噴射装置。
2. 前記送信部は、前記メンテナンスと前記メンテナンスとの間の期間における前記使用状況を前記サーバーに送信することを特徴とする請求項１に記載の液体噴射装置。
3. 前記使用状況が変化したときに同使用状況を記憶する記憶部をさらに備え、
   前記送信部は、前記記憶部に記憶された前記使用状況を前記サーバーに送信することを特徴とする請求項１又は請求項２に記載の液体噴射装置。
4. 前記推定モデルを第１推定モデルとしたとき、
   前記推奨時期を推定する第２推定モデルを前記記憶部に記憶された前記使用状況に基づいて生成する生成部をさらに備え、
   前記演算部は、前記第１推定モデル及び前記第２推定モデルの一方の推定モデルに基づいて前記推奨時期を演算することを特徴とする請求項３に記載の液体噴射装置。
5. 請求項１〜請求項４のうち何れか一項に記載の液体噴射装置と、
   前記サーバーと、を備えることを特徴とするメンテナンスシステム。
6. 液体を噴射するノズルを有する液体噴射部を備えた液体噴射装置において、前記ノズルのメンテナンスの推奨時期を推定するメンテナンス推奨時期推定方法であって、
   環境情報を含む使用状況を取得する取得ステップと、
   前記ノズルのメンテナンスを行うメンテナンスステップと、
   前記メンテナンスを行うときの前記使用状況をサーバーに送信する送信ステップと、
   前記サーバーが前記使用状況に基づいて生成した前記推奨時期を推定するための推定モデルを同サーバーから受信する受信ステップと、
   前記推定モデルに基づいて前記メンテナンスの推奨時期を演算する演算ステップと、を備えることを特徴とするメンテナンス推奨時期推定方法。