JP2019116007A - 故障診断システムおよび故障診断方法 - Google Patents

Abstract

【課題】故障部品の検知精度が良好かつダウンタイムを削減し得る故障診断システムおよび故障診断方法を提供する。【解決手段】故障診断の対象装置の内部に配置される各部品の故障していない場合の駆動音である正常音を記憶する正常音記憶ステップＳ１１、対象装置の異常を検知して、異常の種類を区別するための異常コードを決定する異常コード決定ステップＳ１２，Ｓ１３、および、異常コードに関連付けられた故障部品候補に含まれる部品を駆動させた場合の駆動音と正常音との差異によって、故障部品候補から故障部品を特定する故障診断を実行する故障診断ステップＳ１４〜Ｓ１８を有する。【選択図】図６

Description

本発明は、故障診断システムおよび故障診断方法に関する。

画像形成装置は異常を検知した場合、例えば、その旨および異常コードを遠隔管理サーバーに報知し、遠隔管理サーバーは、サービスマンに出動を要請する。

サービスマンは、異常コードに基づいて複数の故障原因を推測し、当該複数の故障原因に対応する複数の交換部品を準備する。サービスマンは、準備した部品交換によっても異常が直らない場合、画像形成装置のサービスモードにおいて、故障部品候補を個別に駆動し、その駆動音に基づいて故障部品を特定している。

しかし、疑うべき故障箇所が多い場合、準備すべき交換部品が多くなり、かつ、単体駆動による確認回数が増えるため、サービスマンの負担が過度となる。また、故障個所の推定がはずれていた場合、サービスマンは、別の交換部品を受け取るために、サービスセンターに戻る必要が生じる。つまり、画像形成装置のダウンタイム（稼動していない時間）を削減することが困難であった。

そのため、動作音に基づき故障部品候補を特定し、さらに、当該部品を駆動して異常診断を実行する故障診断装置（画像形成装置の動作音記録装置）が提案されている（例えば、特許文献１参照。）。

特開２００８−３０４８７２号公報

しかし、特許文献１に開示されている故障診断装置は、多くの部品の駆動音や環境音が混ざった状況下において故障部品候補を特定しているため、誤検知し易い問題を有している。一方、自動で全部品を順番に駆動させる場合、故障部品の特定に時間を要することでダウンタイム（システムが停止している時間）が増加する問題を有している。

本発明は、上記従来技術に伴う課題を解決するためになされたものであり、故障部品の検知精度が良好かつダウンタイムを削減し得る故障診断システムおよび故障診断方法を提供することを目的とする。

本発明の上記目的は、下記の手段によって達成される。

（１）故障診断の対象装置の内部に配置される各部品の故障していない場合の駆動音である正常音を、記憶する正常音記憶手段、
前記異常を検知して、前記異常の種類を区別するための異常コードを決定する異常コード決定手段、および、
前記異常コードに関連付けられた故障部品候補に含まれる部品を駆動させた場合の駆動音と前記正常音との差異によって、前記故障部品候補から故障部品を特定する故障診断を実行する故障診断手段、
を有することを特徴とする故障診断システム。

（２）故障診断の対象装置の内部に配置される各部品の故障していない場合の駆動音である正常音を、記憶する正常音記憶手段、
前記対象装置における異常音の発生開始と終了を、前記対象装置のユーザーが指定するためのタイミング指定手段、
前記異常音の発生開始から終了までの時間帯において駆動されていた部品からなる故障部品候補を記憶する負荷記憶手段、および、
前記故障部品候補に含まれる部品を駆動させた場合の駆動音と前記正常音との差異によって、前記故障部品候補から故障部品を特定する故障診断を実行する故障診断手段、
を有することを特徴とする故障診断システム。

（３）前記故障診断手段は、前記異常が検知された場合、前記故障診断を自動的に実行するように構成されていることを特徴とする前記（１）に記載の故障診断システム。

（４）前記故障診断においては、前記故障部品候補に含まれる部品の駆動を開始してから、前記部品の駆動音が、前記正常音であると見なされる範囲に含まれるまでの所要時間が、所定値より大きい場合、前記部品が故障していると判断されることを特徴とする前記（１）に記載の故障診断システム。

（５）前記故障診断においては、前記故障部品候補に含まれる部品の駆動を停止してから、前記部品の駆動音が消失したと見なされる範囲に含まれるまでの所要時間が、所定値より大きい場合、前記部品が故障していると判断されることを特徴とする前記（１）に記載の故障診断システム。

（６）前記対象装置の内部に配置される各部品の制御パラメーターの設定を変更する制御パラメーター変更手段を、さらに有し、
前記制御パラメーター変更手段は、前記故障診断手段によって特定された故障部品を、前記故障部品の既存の制御パラメーターと異なる暫定制御パラメーターによって駆動することによって、前記故障部品の駆動音と前記正常音との差異が解消された場合、前記暫定制御パラメーターを、前記故障部品の新しい制御パラメーターとして設定するように構成されている前記（１）に記載の故障診断システム。

（７）外部の遠隔管理サーバーと通信する通信手段を、さらに有しており、
前記故障診断手段は、前記通信手段によって前記遠隔管理サーバーからの指示が受信された場合、前記故障診断を実行するように構成されていることを特徴とする前記（１）又は前記（２）に記載の故障診断システム。

（８）前記故障診断においては、前記故障部品候補に含まれる部品が、単体あるいは特定の複数組合せで駆動されることを特徴とする前記（１）〜（７）のいずれか１項に記載の故障診断システム。

（９）前記故障診断手段は、環境音の音量が所定値を下回るまで、前記故障診断の実行を保留するように構成されていることを特徴とする前記（１）〜（８）のいずれか１項に記載の故障診断システム。

（１０）前記対象装置のユーザーに対し、前記故障診断の実行中に音を立てないことを警告するための警告手段を、さらに有することを特徴とする前記（１）〜（９）のいずれか１項に記載の故障診断システム。

（１１）前記故障診断手段は、前記故障部品候補に含まれる部品を駆動させた場合の駆動音が、所定値を超えた場合、前記故障診断の実行を中断するように、構成されていることを特徴とする前記（１）〜（１０）のいずれか１項に記載の故障診断システム。

（１２）前記故障診断手段によって特定された故障部品の累積動作時間が所定値未満の場合、前記対象装置のユーザーに、部品のセット不良による故障であることを通知する通知手段を、さらに有することを特徴とする前記（１）〜（１１）のいずれか１項に記載の故障診断システム。

（１３）故障診断の対象装置の内部に配置される各部品の故障していない場合の駆動音である正常音を記憶する正常音記憶ステップ、
前記異常を検知して、前記異常の種類を区別するための異常コードを決定する異常コード決定ステップ、および、
前記異常コードに関連付けられた故障部品候補に含まれる部品を駆動させた場合の駆動音と前記正常音との差異によって、前記故障部品候補から故障部品を特定する故障診断を実行する故障診断ステップ、
を有することを特徴とする故障診断方法。

（１４）故障診断の対象装置の内部に配置される各部品の故障していない場合の駆動音である正常音を、記憶する正常音記憶ステップ、
前記対象装置における異常音の発生開始と終了を、指定する指定ステップ、
前記異常音の発生開始から終了までの時間帯において駆動されていた部品からなる故障部品候補を記憶する故障部品候補記憶ステップ、および、
前記故障部品候補に含まれる部品を駆動させた場合の駆動音と前記正常音との差異によって、前記故障部品候補から故障部品を特定する故障診断を実行する故障診断ステップ、
を有することを特徴とする故障診断方法。

（１５）前記故障診断ステップにおいては、前記異常が検知された場合、前記故障診断が自動的に実行されることを特徴とする前記（１３）に記載の故障診断方法。

（１６）前記故障診断においては、前記故障部品候補に含まれる部品の駆動を開始してから、前記部品の駆動音が、前記正常音であると見なされる範囲に含まれるまでの所要時間が、所定値と異なる場合、前記部品が故障していると判断されることを特徴とする前記（１３）に記載の故障診断方法。

（１７）前記故障診断においては、前記故障部品候補に含まれる部品の駆動を停止してから、前記部品の駆動音が消失したと見なされる範囲に含まれるまでの所要時間が、所定値と異なる場合、前記部品が故障していると判断されることを特徴とする前記（１３）に記載の故障診断方法。

（１８）前記対象装置の内部に配置される各部品の制御パラメーターの設定を変更する制御パラメーター変更ステップを、さらに有し、
前記制御パラメーター変更ステップにおいては、前記故障診断ステップにおいて特定された故障部品を、前記故障部品の既存の制御パラメーターと異なる暫定制御パラメーターによって駆動することによって、前記故障部品の駆動音と前記正常音との差異が解消された場合、前記暫定制御パラメーターが、前記故障部品の新しい制御パラメーターとして設定される前記（１３）に記載の故障診断方法。

（１９）外部の遠隔管理サーバーと通信する通信ステップを、さらに有しており、
前記故障診断ステップにおいては、前記通信ステップにおいて前記遠隔管理サーバーからの指示が受信された場合、前記故障診断が実行されることを特徴とする前記（１３）又は前記（１４）に記載の故障診断方法。

（２０）前記故障診断ステップにおいては、前記故障診断の実行の際に、前記故障部品候補に含まれる部品が、単体あるいは特定の複数組合せで駆動されることを特徴とする前記（１３）〜（１９）のいずれか１項に記載の故障診断方法。

（２１）前記故障診断ステップにおいては、環境音の音量が所定値を下回るまで、前記故障診断の実行が保留されることを特徴とする前記（１３）〜（２０）のいずれか１項に記載の故障診断方法。

（２２）前記対象装置のユーザーに対し、前記故障診断の実行中に音を立てないことを警告するための警告ステップを、さらに有することを特徴とする前記（１３）〜（２１）のいずれか１項に記載の故障診断方法。

（２３）前記故障診断ステップにおいては、前記故障部品候補に含まれる部品を駆動させた場合の駆動音が、所定値を超えた場合、前記故障診断の実行が中断されることを特徴とする前記（１３）〜（２２）のいずれか１項に記載の故障診断方法。

（２４）前記故障診断ステップにおいて特定された故障部品の累積動作時間が所定値未満の場合、前記対象装置のユーザーに部品のセット不良による故障であることを通知する通知ステップを、さらに有することを特徴とする前記（１３）〜（２３）のいずれか１項に記載の故障診断方法。

本発明に係る故障診断システムおよび故障診断方法によれば、対象装置の異常コードに基づいて、あるいは異常音の発生開始から終了までの時間帯に基づいて故障部品候補を特定しているため、故障部品候補（故障部品）の誤検知が削減される。また、故障部品候補を駆動させて故障部品を特定しているため、例えば、全部品を順番に駆動させる場合に比較し、故障部品の特定に要する時間が短縮される。したがって、故障部品の検知精度が良好かつダウンタイムを削減し得る故障診断システムおよび故障診断方法を提供することが可能である。

実施の形態１に係る故障診断システムが一体化された画像形成装置を説明するための概略図である。 実施の形態１に係る故障診断システムが一体化された画像形成装置を説明するための側面図である。 実施の形態１に係る故障診断システムが一体化された画像形成装置を説明するためのブロック図である。 図２および図３に示される記憶部に記憶されている故障診断プログラムに関連する異常コードを説明するためのテーブルである。 図４に示される関連駆動源を説明するための概略図である。 実施の形態１に係る故障診断方法を説明するためのフローチャートである。 図６に示されるステップＳ１８を説明するためのブロック図である。 実施の形態１の変形例１を説明するためのフローチャートの要部である。 実施の形態１の変形例２を説明するためのフローチャートの要部である。 実施の形態１の変形例３を説明するための概略図である。 実施の形態１の変形例３を説明するためのテーブルである。 実施の形態１の変形例４を説明するための概略図である。 実施の形態１の変形例４を説明するためのテーブルである。 実施の形態１の変形例５を説明するためのテーブルである。 実施の形態１の変形例６を説明するための概略図である。 実施の形態１の変形例７を説明するための概略図である。 実施の形態１の変形例８を説明するためのフローチャートの要部である。 実施の形態１の変形例９を説明するための概略図である。 実施の形態１の変形例１０を説明するためのフローチャートである。 実施の形態２を説明するためのフローチャートである。 図１８Ａに続くフローチャートである。 図１８Ａに示されるステップＳ６２を説明するための概略図である。 図１８Ａに示されるステップＳ６４を説明するための概略図である。

以下、本発明の実施の形態を、図面を参照しつつ説明する。なお、図面の寸法比率は、説明の都合上誇張されており、実際の比率とは異なる場合がある。

図１は、実施の形態１に係る故障診断システムが一体化された画像形成装置を説明するための概略図である。

図１に示される画像形成装置１００は、例えば、コピー機能、プリンター機能およびスキャン機能を有するＭＦＰ（Ｍｕｌｔｉ−Ｆｕｎｃｔｉｏｎ Ｐｅｒｉｐｈｅｒａｌ）であり、ネットワーク７００に接続されている。ネットワーク７００は、例えば、コンピューター４００、遠隔管理サーバー４５０、情報端末５００およびアクセスポイント６００が接続されている。ネットワーク７００に接続されている機器は、上記構成に限定されない。

ネットワーク７００は、イーサネット（登録商標）、トークンリング、ＦＤＤＩ（Ｆｉｂｅｒ−Ｄｉｓｔｒｉｂｕｔｅｄ Ｄａｔａ Ｉｎｔｅｒｆａｃｅ）などの規格によりコンピューターやネットワーク機器同士を接続する構内情報通信網（ＬＡＮ：Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＬＡＮ同士を専用線で接続した広域情報通信網（ＷＡＮ：Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）、インターネット、これらの組合せなどの各種のネットワークからなる。ネットワークプロトコルは、例えば、ＴＣＰ／ＩＰ（Ｔｒａｎｓｍｉｓｓｉｏｎ Ｃｏｎｔｒｏｌ Ｐｒｏｔｏｃｏｌ／Ｉｎｔｅｒｎｅｔ Ｐｒｏｔｏｃｏｌ）である。

画像形成装置１００は、実施の形態１に係る故障診断システムが一体化されている。故障診断システムは、後述するように、故障診断の対象装置の内部に配置される各部品の故障していない場合の駆動音である正常音を、記憶する正常音記憶手段、対象装置の異常を検知して、異常の種類を区別するための異常コードを決定する異常コード決定手段、および、異常コードに関連付けられた故障部品候補に含まれる部品を駆動させた場合の駆動音と正常音との差異によって、故障部品候補から故障部品を特定する故障診断を実行する故障診断手段を有しており、故障部品の検知精度が良好かつダウンタイムを削減することが可能である。

コンピューター４００は、例えば、印刷ジョブを作成し、画像形成装置１００に送信するために使用される。印刷ジョブは、例えば、ＰＤＬ（Ｐａｇｅ Ｄｅｓｃｒｉｐｔｉｏｎ Ｌａｎｇｕａｇｅ）形式の印刷データおよび印刷設定データを含んでいる。

遠隔管理サーバー４５０は、ネットワーク７００を介して画像形成装置１００を遠隔管理するために使用され、例えば、画像形成装置１００の交換部品などを保持する遠隔管理センターに設置される。遠隔管理サーバー４５０は、画像形成装置１００を構成する部品の情報、画像形成装置１００の異常コードに関連付けられる関連駆動源の情報（後述）、画像形成装置１００の保守を担当するサービスマンの情報などを保持している。遠隔管理サーバー４５０は、例えば、画像形成装置１００の異常コードに基づくサービスマンに対する出動要請や故障部品名の連絡、画像形成装置１００に対する印刷ジョブの送信などを実行する。

情報端末５００は、画像形成装置１００のサービスマンによって携帯されるモバイル端末であり、無線ＬＡＮ機能を有するクライアントである。無線ＬＡＮの方式は、例えば、ＩＥＥＥ８０１．１１である。モバイル端末は、例えば、専用端末、携帯電話、スマートフォン、タブレットコンピューター、ラップトップコンピューターである。

アクセスポイント６００は、ネットワーク７００に配置されている無線の送受信機である。情報端末５００は、例えば、無線ＬＡＮのインフラストラクチャーモードを利用することによって、アクセスポイント６００を経由して、遠隔管理サーバー４５０と通信可能である。なお、情報端末５００は、遠隔管理サーバー４５０からのデータを表示するための表示部５１０を有する。

次に、画像形成装置１００を詳述する。

図２は、実施の形態１に係る故障診断システムが一体化された画像形成装置を説明するための側面図、図３は、実施の形態１に係る故障診断システムが一体化された画像形成装置を説明するためのブロック図、図４は、図２および図３に示される記憶部に記憶されている故障診断プログラムに関連する異常コードを説明するためのテーブル、図５は、図４に示される関連駆動源を説明するための概略図である。

画像形成装置１００は、例えば、受信した印刷ジョブから生成される画像データや、スキャンされた原稿画像データを使用して、記録媒体である用紙に画像を形成（印刷）するために使用され、図２および図３に示されるように、マイクロフォン１１０、画像読取部１２０、画像形成部１３０、画像検査部１５０、給紙部１６０、排紙部１６５、通信部１７０、操作部１７５、制御部１８０および記憶部１８５を有し、これらの構成要素は、内部バス１９０により相互に通信可能に接続されている。なお、図２においては、用紙搬送路３００に沿って配置される各種センサー、モーターやクラッチなどの駆動部品（駆動源）、搬送ローラーの一部は、省略されている。

マイクロフォン１１０は、画像形成装置１００内部の駆動部品を駆動させた場合の駆動音（空気振動）を電気信号に変換するために使用される。電気信号は、量子化およびサンプリングされて、デジタルデータに変換され、故障診断に利用される。デジタルデータは、横軸が時間であり、縦軸が音量である。マイクロフォン１１０は、画像形成装置１００内部に配置する形態に限定されず、例えば、画像形成装置１００の外側に配置したり、画像形成装置１００のサービスマンの情報端末５００に設けられているマイクロフォンを転用することも可能である。

画像読取部１２０は、ＡＤＦ（Ａｕｔｏ Ｄｏｃｕｍｅｎｔ Ｆｅｅｄｅｒ）１２２を有し（図２参照）、原稿の画像データを生成するために使用される。画像読取部１２０は、読取面に載置された原稿あるいはＡＤＦ１２２によって搬送された原稿を読取って画像信号を出力する。ＡＤＦは、適宜省略することも可能である。

画像形成部１３０は、例えば、電子写真プロセスによって用紙Ｐに画像を形成するために使用され、作像部１３２、転写部１３７および定着部１４２を有する。画像形成部１３０は、電子写真プロセスを適用する形態に限定されない。

作像部１３２は、感光体ドラム１３３、帯電部１３４、光書込部１３５および現像部１３６を有する。

感光体ドラム１３３は、有機光導電体（Ｏｒｇａｎｉｃ Ｐｈｏｔｏ Ｃｏｎｄｕｃｔｏｒ：ＯＰＣ）を含むポリカーボネイト等の樹脂からなる感光層を有する像担持体であり、所定の速度で回転するように構成されている。帯電部１３４は、感光体ドラム１３３の周囲に配置されるコロナ放電極を有し、生成されるイオンによって感光体ドラム１３３の表面を帯電させる。

光書込部１３５は、走査光学装置が組み込まれており、画像データに基づいて、帯電された感光体ドラム１３３を露光することにより、露光された部分の電位を低下させ、画像データに対応する電荷パターン（静電潜像）を形成する。現像部１３６は、感光体ドラム１３３上に形成された静電潜像を現像し、トナーによって可視化するように構成されている。

転写部１３７は、転写ローラー１３８を有する。転写ローラー１３８は、感光体ドラム１３３に圧接されて転写ニップを形成し、また、感光体ドラム１３３の回転に従って従動回転する。用紙Ｐは、転写ニップを通過する際、転写ローラー１３８に印加された転写電圧によって発生する転写電界の作用により、感光体ドラム１３３上に担持されたトナー画像が転写される。

定着部１４２は、トナー画像を定着するために使用され、上ローラー１４３および下ローラー１４４を有する。上ローラー１４３は、内部にヒーターを配置した中空の加熱ローラーである。下ローラー１４４は、上ローラー１４３に対向する加圧ローラーである。用紙Ｐは、上ローラー１４３と下ローラー１４４との間を通過する際、圧力および熱が加えられ、トナーを溶融することで、用紙Ｐにトナー画像を定着させる。

画像検査部１５０は、例えば、スキャナーからなり、定着部１４２より用紙搬送方向Ｘの下流側に位置しており、定着部１４２を経由した用紙Ｐのトナー画像を読取って、画像データを生成する。画像データは、品質情報として用いられ、印刷物の品質判定を行ったり、色調整、画像位置調整に利用される。

給紙部１６０は、画像形成部１３０より用紙搬送方向Ｘの上流側に位置しており、用紙搬送路３００を経由して用紙Ｐを画像形成部１３０に供給するために使用され、用紙Ｐを大量に収容する複数の給紙トレイ１６２，１６３を有する（図２参照）。給紙トレイ１６２および給紙トレイ１６３は、給紙部１６０の上段および下段に位置しており、それぞれ、サイズ、色、厚さ、坪量などの種類の異なる用紙Ｐが収められている。給紙トレイ１６２，１６３には、収容されている用紙Ｐの用紙切れを検知するセンサー（不図示）が設置されており、検知結果は制御部１８０に送信される。

排紙部１６５は、画像検査部１５０より用紙搬送方向Ｘの下流側に位置しており、画像検査部１５０を経由した用紙Ｐを排出するために使用され、複数の排紙トレイ１６７，１６８を有する（図２参照）。排紙トレイ１６７および排紙トレイ１６８は、排紙部１６５の上段および下段に位置しており、異なる印刷ジョブに係る用紙Ｐが、排出される。

通信部１７０は、ネットワーク７００（図１参照）を経由し、コンピューター４００および遠隔管理サーバー４５０と通信可能に接続している。

操作部１７５は、タッチパネルおよび物理キーボード（不図示）から構成され、出力手段および入力手段を兼ねている。

タッチパネルの表示装置部は、機器構成、プリントジョブの進行状況、用紙ジャムの発生状況（異常コード）、現在変更可能な設定、故障診断における警告および通知などを、ユーザーに知らせるために使用される。なお、ユーザーには、画像形成装置１００のサービスマンも含まれる。

物理キーボードは、用紙Ｐのサイズを指定する選択キー、コピー枚数等を設定するテンキー、動作の開始を指示するスタートキー、動作の停止を指示するストップキー等からなる複数のキーを有する。物理キーボードは、文字入力、各種設定、スタート指示等の各種指示（入力）を、ユーザーが実行するめに利用される。

なお、タッチパネルに設けられる仮想キーボードを利用することによって、物理キーボードを適宜省略することも可能である。また、タッチパネルの代わりに、位置入力装置を有しない液晶ディスプレイを適用することも可能である。

制御部１８０は、プログラムに従って上記各部の制御や各種の演算処理を実行するマイクロプロセッサー（ＣＰＵ：Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）やＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）等から構成される制御回路であり、画像形成装置１００の各機能は、それに対応するプログラムを制御部１８０が実行することにより発揮される。

なお、制御部１８０は、複数の制御部に分割することが可能である。例えば、機能に応じた複数の副制御部と、副制御部を制御する統轄制御部とによって、制御部１８０を構成することが可能である。

記憶部１８５は、例えば、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）およびＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）が適宜組合わされて構成されている。ＲＯＭは、各種プログラムおよび各種データを保存する読取り専用の記憶装置である。ＲＡＭは、作業領域として一時的にプログラムおよびデータを記憶する高速のランダムアクセス記憶装置である。ＨＤＤは、各種プログラムや各種データを保存する大容量のランダムアクセス記憶装置である。

記憶部１８５に記憶されるプログラムは、故障診断プログラム１８６、ＲＩＰ処理（ラスタライズ処理：Ｒａｓｔｅｒ Ｉｍａｇｅ Ｐｒｏｃｅｓｓｉｎｇ）等である。

記憶部１８５に記憶されるデータは、正常音データ、異常コードテーブル、通信部１７０を経由して受信した印刷ジョブから生成される画像データ、画像読取部１２０においてスキャンされた原稿画像データ等である。つまり、記憶部１８５は、正常音記憶手段を構成している。

正常音データは、画像形成装置（故障診断の対象装置）１００の内部に配置される各部品の故障していない場合の駆動音のデータである。例えば、新品の部品を取り付けた際に部品を駆動させて、その駆動音を、正常音として記憶させることが可能である。

異常コードテーブルは、異常コードと関連駆動源とを関連付けたリストである。関連駆動源は、故障している可能性のある部品（故障部品候補）である。

例えば、図５に示される一例においては、第１〜第４搬送ローラー３１１〜３１４、第１〜第４駆動モーター３３１〜３３４、第１センサー３４１および第２センサー３４２が配置されている構成が示されている。

第１〜第４搬送ローラー３１１〜３１４は、用紙搬送方向Ｘに沿って順次位置している可動部品である。第１〜第４駆動モーター３３１〜３３４は、第１〜第４搬送ローラー３１１〜３１４の駆動源である。第１センサー３４１および第２センサー３４２は、用紙Ｐの先端を検出する反射型フォトセンサーである。第１センサー３４１は、第１搬送ローラー３１１と第２搬送ローラー３１２の間に位置している。第２センサー３４２は、第４搬送ローラー３１４より用紙搬送方向Ｘの下流側に位置している。

したがって、用紙Ｐの先端が第１センサー３４１によって検出された時点から、用紙Ｐを所定時間搬送した後において、下流側に位置する第２センサー３４２によって用紙Ｐの先端が検出されない（用紙Ｐが到達していない）場合、用紙ジャムなどの異常が発生したことが想定される。この場合、第１センサー３４１と第２センサー３４２との間に位置する第２〜第４搬送ローラー３１２〜３１４用の第２〜第４駆動モーター３３２〜３３４に、故障しているものが含まれていると判断される。つまり、関連駆動源（故障部品候補）は、第２〜第４駆動モーター３３２〜３３４である。

そのため、図４に示されるように、異常コードが、第２センサー未到着異常である場合、関連駆動源として、第２搬送ローラー用駆動モーター、第３搬送ローラー用駆動モーターおよび第４搬送ローラー用駆動モーターが関連付けられる。

異常コードは、センサーに係るものに限定されず、関連駆動源が上ローラー用駆動モーターおよび下ローラー用駆動モーター（不図示）となる定着部用紙搬送異常(図４参照）等を含むことが可能である。

次に、実施の形態１に係る故障診断方法を説明する。

図６は、実施の形態１に係る故障診断方法を説明するためのフローチャートである。なお、図６に示されるフローチャートおよび以下に示されるフローチャートにより示されるアルゴリズムは、故障診断プログラム１８６として記憶されており、制御部１８０によって実行される。

まず、故障診断の対象装置である画像形成装置１００の内部に配置される各部品の故障していない場合の駆動音である正常音が、記憶部１８５に記憶される（ステップＳ１１）。正常音の記憶は、例えば、新品の部品を取り付けた際に別途実行される。

その後、画像形成装置１００の異常が検知されると（ステップＳ１２：ＹＥＳ）、当該異常の種類を区別するための異常コードが決定され（ステップＳ１３）、画像形成装置１００に含まれる駆動源が停止される（ステップＳ１４）。

次に、異常コードに関連付けられる関連駆動源（故障部品候補）単体の個別駆動が開始され（ステップＳ１５）、マイクロフォン１１０による駆動音の録音が開始される（ステップＳ１６）。この際、他の部品は駆動されていないため、他の部品の駆動音の影響が抑制される。なお、駆動音は、電気信号に変換され、そして、量子化およびサンプリングされて、デジタルデータに変換される。

そして、所定の時間が経過後、録音および駆動が停止され（ステップＳ１７）、駆動音と正常音とが一致するか否かが判断される（ステップＳ１８）。

駆動音と正常音とが一致しないと判断される場合（ステップＳ１８：ＮＯ）、駆動音に係る駆動部品が故障部品とされ、異常コードおよび故障部品名が、遠隔管理サーバーに通知され（ステップＳ１９）、プロセスは、終了する。

駆動音と正常音とが一致すると判断される場合（ステップＳ１８：ＹＥＳ）、駆動音に係る駆動部品は正常であるとされ、未駆動の関連駆動源（故障部品候補）の有無が判断される（ステップＳ２０）。

未駆動の関連駆動源（故障部品候補）が存在すると判断される場合（ステップＳ２０：ＹＥＳ）、プロセスは、ステップＳ１５に進む。未駆動の関連駆動源（故障部品候補）が存在しないと判断される場合（ステップＳ２０：ＮＯ）、正常である（異常の誤検知）である旨のメッセージが、遠隔管理サーバーに通知され（ステップＳ２１）、プロセスは、終了する。一方、遠隔管理サーバーは、サービスマンに故障部品名などを連絡する。

ステップＳ１８およびステップＳ１９から理解できるように、上記形態は、故障部品候補に単一の故障部品のみが存在していることを仮定している。しかし、故障部品候補から故障部品が見つかっても、未駆動の関連駆動源（故障部品候補）が存在する場合、プロセスがステップＳ１５に進むように構成することで、故障部品候補に複数の故障部品が存在している構成に対しても対応することが可能である。

なお、故障診断は、自動的に実行されるため、サービスマンの到着を待つ必要がなく、ダウンタイムを削減することが可能である。

次に、ステップＳ１８を詳述する。

図７は、図６に示されるステップＳ１８を説明するためのブロック図である。

駆動音と正常音との一致は、例えば、図７に示されるように、既存の音声認識方法を利用して実行される。

例えば、サンプリングされた駆動音のデジタルデータは、スペクトルに変換される（駆動音の波の信号が周波数領域に変換される）。これにより、駆動音の波の周波数成分を分析することが可能となる。スペクトルにおいては、横軸が周波数であり、縦軸がレベルである。

そして、スペクトルから微細成分が除去され、スペクトル包絡が抽出される。

その後、スペクトル包絡の複数の周波数ピーク点（フォルマント）が抽出される。

そして、正常音（原音）と駆動音（対象音）のフォルマント（周波数およびレベル）が比較され、特性が類似した場合に、一致している（同音である）と判断される。なお、レベルは、周波数の特異点である。特性は、例えば、レベルの比率である。特性の類似の一致は、閾値により定義される許容範囲に含まれるか否かによって判断される。

なお、利用される音声認識方法は、上記形態に限定されず、その他の音声認識方法を適用することが可能である。

以上のように、実施の形態１に係る故障診断方法は、故障診断の対象装置の内部に配置される各部品の故障していない場合の駆動音である正常音を記憶する正常音記憶ステップ（ステップＳ１１）、対象装置の異常を検知して、異常の種類を区別するための異常コードを決定する異常コード決定ステップ（ステップＳ１２，Ｓ１３）、異常コードに関連付けられた故障部品候補に含まれる部品を駆動させた場合の駆動音と正常音との差異によって、故障部品候補から故障部品を特定する故障診断を実行する故障診断ステップ（ステップＳ１４〜Ｓ１８）を有する。

なお、異常コード決定手段は、ステップＳ１２，Ｓ１３に係るプログラムを実行することによって実現され、故障診断手段は、ステップＳ１４〜Ｓ１８に係るプログラムを実行することによって実現される。

次に、実施の形態１の変形例１〜１０を順次説明する。

図８は、実施の形態１の変形例１を説明するためのフローチャートの要部である。

故障診断は、自動的に実行される形態に限定されない。例えば、図８に示されるように、遠隔管理サーバーからの故障診断指示を受信した場合に（ステップＳ３１：ＹＥＳ）、故障診断を実行するように構成することも可能である。

例えば、自動診断中に、ユーザーが電源を切った等に起因して、故障部品が特定できなかった場合に対応することが可能である。この場合、図６に示されるフローにおいて、ステップＳ１３における異常コードの決定後において、異常コードを遠隔管理サーバーに送信するステップが追加される。

この場合も、サービスマンの到着を待つ必要がないため、ダウンタイムを削減することが可能である。なお、ステップＳ３２以下は、上述のステップＳ１４以下と同様であるため、省略する。

図９は、実施の形態１の変形例２を説明するためのフローチャートの要部である。

異常コードは、自動的に決定される形態に限定されない。例えば、図９に示されるように、サービスマンが手動で操作部１７５を使用して異常コードを入力することによって（ステップＳ４１）、故障診断を実行するように構成することも可能である。なお、ステップＳ４２以下は、上述のステップＳ１４以下と同様であるため、省略する。

図１０Ａおよび図１０Ｂは、実施の形態１の変形例３を説明するための概略図およびテーブルである。

例えば、画像形成装置１００の部品構成が変更された場合、故障診断が正常に実行されない可能性がある。そのため、画像形成装置１００の記憶部１８５に記憶されている異常コードテーブル（故障部品候補リスト）が最新の状態でない場合、遠隔管理サーバーから最新のバーションを受信して更新することも可能である。例えば、図１０Ａに示されるように、図５の構成に第５搬送ローラー３１５および第５駆動モーター３３５が追加されている場合、異常コードテーブル（故障部品候補リスト）は、図１０Ｂに示されるように、異常コードが第２センサー未到着異常である場合の関連駆動源に、第５駆動モーター（第５搬送ローラー用駆動モーター）３３５が追加される。

図１１Ａは、実施の形態１の変形例４を説明するための概略図、図１１Ｂは、実施の形態１の変形例４を説明するためのテーブルである。

搬送ローラーは、専用の駆動モーターによって個別駆動される形態に限定されない。例えば、クラッチを介在させて、共通駆動モーターによって複数の搬送ローラーを駆動するように構成することも可能である。この場合、クラッチを個別に駆動しても意味はなく、故障診断の際には、クラッチは、共通駆動モーターと組合わせて個別駆動される。つまり、故障診断の実行の際に、故障部品候補に含まれる部品が、特定の複数組合わせで駆動される。

したがって、図１１Ａに示されるように、第２〜第４搬送ローラー３１２〜３１４がクラッチ３５２〜３５４を介在させて、共通駆動モーター３３６によって駆動される構成においては、異常コードテーブル（故障部品候補リスト）は、図１１Ｂに示されるように変更される。つまり、異常コードが第２センサー未到着異常である場合の関連駆動源として、第２搬送ローラー用クラッチ３５２と共通駆動モーター３３６との組合わせ、第３搬送ローラー用クラッチ３５３と共通駆動モーター３３６との組合わせ、そして、第４搬送ローラー用クラッチ３５４と共通駆動モーター３３６との組合わせが示される。

これにより、部品構成を考慮することによって、故障診断の実行に起因する部品破損あるいは誤検知を抑制することが可能である。

図１２は、実施の形態１の変形例５を説明するためのテーブルである。

例えば、クラッチを介在させて共通駆動モーターによって複数の搬送ローラーを駆動する構成においては、例えば、搬送ローラーが正常回転数で回っており、駆動音と正常音とが一致していても、クラッチの接続時間が遅いと異常である。

一般に、クラッチは、使用時間が増えるほど、オン信号が入力されてから駆動力が接続するまでの時間（クラッチ接続時間）が長くなる。また、オフ信号が入力されてから駆動力が切れるまでの時間（クラッチ切断時間）も長くなる。

一方、故障部品候補に含まれる部品の駆動を開始してから、部品の駆動音が正常音であると見なされる範囲に含まれるまでの所要時間は、クラッチ接続時間に対応している。そのため、前記所要時間が、クラッチ接続時間の許容範囲を規定するクラッチ接続時間閾値（所定値）より大きい場合、駆動音と正常音とが一致していても、部品が故障していると判断することにより、故障部品の検知精度を向上させることが好ましい。

同様に、故障部品候補に含まれる部品の駆動を停止してから、部品の駆動音が消失したと見なされる範囲に含まれるまでの所要時間は、クラッチ切断時間に対応している。そのため、前記所要時間が、クラッチ切断時間の許容範囲を規定するクラッチ切断時間閾値（所定値）より大きい場合、駆動音と正常音とが一致していても、部品が故障していると判断することにより、故障部品の検知精度を向上させることが好ましい。

具体的には、図１２に示されるように、異常コードテーブル（故障部品候補リスト）に、クラッチ接続時間閾値およびラッチ切断時間閾値に含ませることが可能である。この場合、例えば、第２搬送ローラー用クラッチ３５２と共通駆動モーター３３６との組合わせ（図１１Ａ参照）での駆動を開始してから、駆動音が正常音であると見なされる範囲に含まれるまでの所要時間が６０ｍｓであると、５０ｍｓであるクラッチ接続時間閾値より大きいため、故障していると判断される。また、駆動を停止してから、駆動音が消失したと見なされる範囲に含まれるまでの所要時間が３０ｍｓであると、２０ｍｓであるクラッチ切断時間閾値より大きいため、故障していると判断される。

図１３は、実施の形態１の変形例６を説明するための概略図である。

故障診断においては、複数の駆動音を混ぜた状態では正常音と故障音の判別が難しいため、故障部品候補を個別に駆動している。そのため、例えば、故障診断開始時に、雑音である環境音が所定の音量以上であることを検知した場合、ユーザーに対して環境音の音量を下げさせるため、図１３に示されるように、操作部１７５のタッチパネルの表示装置部に、環境音を消すことを依頼する旨のメッセージを表示し、故障診断中に環境音が存在することを抑制することが好ましい。つまり、環境音の音量が所定値を下回るまで、その実行を保留するように、故障診断を構成することによって、故障部品候補（故障部品）の誤検知を抑制することが好ましい。

故障診断は、ユーザーがスタート釦を押すことによって開始される。この際、環境音の音量が変化していない場合（環境音が所定の音量以上のままである場合）、誤検知を抑制するため、駆動音と正常音との差異が大きくても故障と判断しにくい方向に閾値を補正することが好ましい。

図１４は、実施の形態１の変形例７を説明するための概略図である。

故障診断中においては、例えば、図１４に示されるように、操作部１７５のタッチパネルの表示装置部に、ユーザーに対して故障診断の実行中に音を立てないことを警告する旨のメッセージを表示し、ユーザーが不用意にたてた音による誤検知を抑制することも好ましい。この場合、操作部１７５のタッチパネルの表示装置部は、対象装置のユーザーに対し、故障診断の実行中に音を立てないことを警告するための警告手段である。

図１５は、実施の形態１の変形例８を説明するためのフローチャートの要部である。

故障診断中に駆動音の音量が所定値を超えた場合において駆動し続けると、部品故障の悪化、例えば、ギアの歯飛び等を誘発する可能性がある。そのため、駆動音が所定値を超えた場合、故障診断の実行を中断するように、構成し、故障診断の実行に起因する部品破損を防止することが好ましい。

これは、例えば、図１５に示されるように、駆動音の録音を開始するステップＳ１６と、録音および駆動を停止するステップＳ１７との間に、駆動音が所定値より大きいか否かを判断するステップＳ２２を介在させ、駆動音が所定値より大きい場合（ステップＳ２２：ＹＥＳ）、故障診断を中断し（ステップＳ２３）、プロセスを終了させることによって、実施することが可能である。

なお、環境音が大きい場合、故障部品の誤判断をする可能性があるため、環境音が所定値を超えた場合においても、故障診断の実行を中断するように構成することも好ましい。

図１６は、実施の形態１の変形例９を説明するための概略図である。

故障診断において故障だと判断された部品は、その累積駆動時間が短い場合、故障ではなく部品の取り付けミスの可能性が存在する。

そのため、例えば、各駆動部品の累積駆動時間を記憶部１８５（例えば、不揮発性ＲＡＭ）に記憶させ、そして、各駆動部品を駆動する度に累積駆動時間を更新し、積駆動時間が所定値未満の場合において故障だと判断された場合、例えば、図１６に示されるように、操作部１７５のタッチパネルの表示装置部に、故障原因がセット不良による虞がある旨のメッセージを表示し、故障部品の誤検知（誤特定）を抑制することが好ましい。なお、操作部１７５のタッチパネルの表示装置部は、故障診断によって特定された故障部品の累積動作時間が所定値未満の場合、対象装置のユーザーに、部品のセット不良による故障であることを通知する通知手段となる。

また、駆動部品の取り付けから長期間たっており、累積駆動時間が所定値より大きい場合、部品寿命であると判断し、部品の交換をユーザーに促すメッセージを表示することも可能である。

図１７は、実施の形態１の変形例１０を説明するためのフローチャートである。

例えば、駆動モーターが故障であると判断された場合、その故障原因として、負荷トルク増加により正常時よりも回転数が低下したことが挙げられる。そのため、制御パラメーターである駆動電流（Ｇａｉｎ）を通常の設定より大きくするとトルクが増加し、正常回転数に復帰できる可能性がある。この場合、消費電力が増えたり、駆動モーターの寿命を早める副作用があるが、画像形成装置１００の使用が続行できるため、ユーザーメリットは大きい。

具体的には、例えば、図１７に示されるように、まず、故障部品の既存の制御パラメーターが、既存の制御パラメーターと異なる暫定制御パラメーターに変更される（ステップＳ５１）。そして、故障部品の駆動が開始され（ステップＳ５２）、録音が開始される（ステップＳ５３）。

その後、所定時間経過すると、録音および駆動が停止され（ステップＳ５４）、ステップＳ１８（図６参照）と同様に、駆動音と正常音が一致するか否かが判断される（ステップＳ５５）。そして、駆動音と正常音が一致しない場合（ステップＳ５５：ＮＯ）、プロセスは終了する。

一方、駆動音と正常音が一致する（駆動音と正常音との差異が解消される）場合（ステップＳ５５：ＹＥＳ）、暫定制御パラメーターが、故障部品の新しい制御パラメーターとして設定され（ステップＳ５６）、プロセスは終了する。

したがって、新しい制御パラメーターにより故障部品を暫定的に稼働させることによって、ダウンタイムを削減することが可能である。

なお、ステップＳ５１〜Ｓ５６は、故障診断の対象装置の内部に配置される各部品の制御パラメーターの設定を変更する制御パラメーター変更ステップである。また、ステップＳ５１〜Ｓ５６に係るプログラムを実行することによって、故障診断の対象装置の内部に配置される各部品の制御パラメーターの設定を変更する制御パラメーター変更手段が実現されている。

以上のように、実施の形態１に係る故障診断システムおよび故障診断方法おいては、画像形成装置（対象装置）１００の異常コードに基づいて故障部品候補を特定しているため、故障部品候補（故障部品）の誤検知が削減される。また、故障部品候補を駆動させて故障部品を特定しているため、例えば、全部品を順番に駆動させる場合に比較し、故障部品の特定に要する時間が短縮される。したがって、故障部品の検知精度が良好かつダウンタイムを削減し得る故障診断システムおよび故障診断方法を提供することが可能である。

次に、実施の形態２を説明する。

図１８Ａおよび図１８Ｂは、実施の形態２を説明するためのフローチャート、図１９は、図１８Ａに示されるステップＳ６２を説明するための概略図、図２０は、図１８Ａに示されるステップＳ６４を説明するための概略図である。

実施の形態２に係る故障診断システムは、異常音の発生時間帯を利用する点で、異常コードを利用する実施の形態１に係る故障診断システムと概して異なっている。

例えば、プリント中の異常音は、プリントの動作音が大きいため、正確に検知することが困難である一方、ユーザーの耳は、異常音に非常に敏感である。そのため、異常音の発生時間帯（異常音の発生開始から終了までの時間帯）を、ユーザーによって指定している（入力させている）。異常音の発生時間帯に駆動されていた部品は、故障部品候補であるため、異常コードに基づいて故障部品候補を特定することは不要である。

そのため、実施の形態２に係る故障診断システムは、正常音記憶手段、タイミング指定手段、負荷記憶手段および故障診断手段を有している。タイミング指定手段は、対象装置における異常音の発生開始と終了を、対象装置のユーザーが指定するための手段である。負荷記憶手段は、異常音の発生開始から終了までの時間帯において駆動されていた部品からなる故障部品候補を記憶する手段である。つまり、実施の形態２に係る故障診断システムは、異常コード決定手段の代わりに、タイミング指定手段および負荷記憶手段を有している。

なお、実施の形態２に係る故障診断システムが適用される画像形成装置は、故障診断プログラムが異なる点を除き、画像形成装置１００と略同一であるため、画像形成装置１００と同様の機能を有する部材については同一の符号を使用する。

次に、図１８Ａ、図１８Ｂ、図１９および図２０を参照し、実施の形態２に係る故障診断方法を説明する。

まず、画像形成装置１００の内部に配置される各部品の故障していない場合の駆動音である正常音が、記憶部１８５に記憶される（ステップＳ６１）。

その後、画像形成装置１００の異常音開始の有無が判断される（ステップＳ６２）。異常音開始の有無は、ユーザーによる異常音の感知に基づいている。例えば、画像形成装置１００の操作部１７５のタッチパネルの表示装置部に、異常音を感じたらチェック釦をタッチする旨のメッセージと、チェック釦とが、表示される（図１９参照）。そして、ユーザーがチェック釦をタッチすることによって、異常音開始が指定される（異常音の開始時点が入力される）。

異常音開始が指定されたと判断されると（ステップＳ６２：ＹＥＳ）、画像形成装置１００の記憶部１８５への稼働中の駆動源の記憶が、開始される（ステップＳ６３）。駆動源の記憶は、記憶部１８５を利用する形態に限定されない。

そして、画像形成装置１００の異常音終了の有無が判断される（ステップＳ６４）。異常音終了の有無は、異常音開始の指定と同様に、ユーザーによる異常音の感知に基づいている。例えば、画像形成装置１００の操作部１７５のタッチパネルの表示装置部に、異常音が消失したら完了釦をタッチする旨のメッセージと、完了釦とが、表示される（図２０参照）。そして、ユーザーが完了釦をタッチすることによって、異常音終了が指定される（異常音の終了時点が入力される）。

異常音終了が指定されたと判断されると（ステップＳ６４：ＹＥＳ）、画像形成装置１００の記憶部１８５への稼働中の駆動源の記憶が停止され（ステップＳ６５）、画像形成装置１００がアイドリング中であるか否かが判断される（ステップＳ６６）。なお、異常音終了前に（異常音開始から異常音終了までの間の途中に）停止した駆動源は、記憶部１８５に記憶されている駆動源から除外される。

画像形成装置１００がアイドリング中であると判断されると（ステップＳ６６：ＹＥＳ）、画像形成装置１００に含まれる駆動源が停止される（ステップＳ６７）。つまり、ウォームアップ動作、プリント動作等が終了したら、画像形成装置１００の駆動源が全停される。

そして、記憶部１８５に記憶されている駆動源を故障部品候補として、ステップＳ６８〜Ｓ７４が実行されることによって、故障診断が実行される。ステップＳ６８〜Ｓ７４は、ステップＳ１５〜Ｓ２１（図６参照）と略対応しているため、その説明は省略する。

以上のように、実施の形態２に係る故障診断方法は、故障診断の対象装置の内部に配置される各部品の故障していない場合の駆動音である正常音を、記憶する正常音記憶ステップ（ステップＳ６１）、対象装置のユーザーが指定した対象装置における異常音の発生開始と終了を、対象装置のユーザーが指定するための指定ステップ（ステップＳ６２，Ｓ６４）、異常音の発生開始から終了までの時間帯において駆動されていた部品からなる故障部品候補を記憶する故障部品候補記憶ステップ（ステップＳ６３）、および、故障部品候補に含まれる部品を駆動させた場合の駆動音と正常音との差異によって、故障部品候補から故障部品を特定する故障診断を実行する故障診断ステップ（ステップＳ６４〜Ｓ７１）を有する。

なお、負荷記憶手段は、画像形成装置１００の記憶部１８５によって構成されている。タイミング指定手段は、ステップＳ６２およびＳ６４に係るプログラムを実行することによって実現されている。故障診断手段は、ステップＳ６４〜Ｓ７１に係るプログラムを実行することによって実現されている。

以上のように、実施の形態２に係る故障診断システムおよび故障診断方法においては、異常音の発生開始から終了までの時間帯に基づいて故障部品候補を特定しているため、故障部品候補（故障部品）の誤検知が削減される。また、故障部品候補を駆動させて故障部品を特定しているため、例えば、全部品を順番に駆動させる場合に比較し、故障部品の特定に要する時間が短縮される。したがって、実施の形態２は、異常コードに基づいている実施の形態１と同様に、故障部品の検知精度が良好かつダウンタイムを削減し得る故障診断システムおよび故障診断方法を提供することが可能である。

異常音の発生開始は、ユーザーによって指定される形態に限定されず、例えば、対象装置（画像形成装置）の動作音が通常よりも上回った場合、異常音開始であると自動的に指定するように構成することも可能である。

本発明は、上述した実施の形態に限定されるものではなく、特許請求の範囲で種々改変することができる。例えば、実施の形態１の変形例を、必要に応じて実施の形態２に適宜適用することが可能である。故障診断システムが適用される対象装置は、画像形成装置に限定されない。

故障診断システムの構成要素の全てが画像形成装置と一体化される構成に限定されず、故障診断システムの構成要素の一部を、遠隔管理サーバーおよび／又はサービスマンの情報端末に、配置することが可能である。例えば、遠隔管理サーバーに故障診断手段を配置し、遠隔管理サーバーにおいて故障診断を実行することが可能である。この場合、部品情報（部品名や駆動音等）等が、画像形成装置から遠隔管理サーバーに送信される。また、遠隔管理サーバーに正常音記憶手段（正常音データ）を配置することが可能である。この場合、正常音データおよび対象装置の駆動部品構成のアップデートが容易であり、故障診断の精度を向上させることが可能である。

なお、本発明に係る故障診断方法を実行するための故障診断プログラムは、専用のハードウェア回路によっても実現することも可能である。また、故障診断プログラムは、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）メモリやＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ）−ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）などのコンピューター読取り可能な記録媒体によって提供したり、記録媒体によらず、インターネットなどのネットワークを介してオンラインで提供したりすることも可能である。この場合、故障診断プログラムは、通常、記憶部を構成する磁気ディスク装置などの記憶装置に記憶される。また、故障診断プログラムは、単独のアプリケーションソフトウェアとして提供したり、一機能として別のソフトウェアに組み込んで提供したりすることも可能である。

１００ 画像形成装置、
１１０ マイクロフォン、
１２０ 画像読取部、
１３０ 画像形成部、
１３２ 作像部、
１３３ 感光体ドラム、
１３４ 帯電部、
１３５ 光書込部、
１３６ 現像部、
１３７ 転写部、
１３８ 転写ローラー、
１４２ 定着部、
１４３ 上ローラー（加熱ローラー）、
１４４ 下ローラー（加圧ローラー）、
１５０ 画像検査部、
１６０ 給紙部、
１６２，１６３ 給紙トレイ、
１６５ 排紙部、
１６７，１６８ 排紙トレイ、
１７０ 通信部、
１７５ 操作部、
１８０ 制御部、
１８５ 記憶部、
１８６ 故障診断プログラム、
１９０ 内部バス、
３００ 用紙搬送路、
３１１〜３１５ 第１〜第５駆動モーター、
３３６ 共通駆動モーター、
３４１ 第１センサー、
３４２ 第２センサー、
３５２〜３５４ クラッチ、
４００ コンピューター、
４５０ 遠隔管理サーバー、
５００ 情報端末、
５１０ 表示部、
６００ アクセスポイント、
７００ ネットワーク、
Ｐ 用紙、
Ｘ 用紙搬送方向。

Claims (24)

1. 故障診断の対象装置の内部に配置される各部品の故障していない場合の駆動音である正常音を、記憶する正常音記憶手段、
   前記対象装置の異常を検知して、前記異常の種類を区別するための異常コードを決定する異常コード決定手段、および、
   前記異常コードに関連付けられた故障部品候補に含まれる部品を駆動させた場合の駆動音と前記正常音との差異によって、前記故障部品候補から故障部品を特定する故障診断を実行する故障診断手段、
   を有することを特徴とする故障診断システム。
2. 故障診断の対象装置の内部に配置される各部品の故障していない場合の駆動音である正常音を、記憶する正常音記憶手段、
   前記対象装置における異常音の発生開始と終了を、前記対象装置のユーザーが指定するためのタイミング指定手段、
   前記異常音の発生開始から終了までの時間帯において駆動されていた部品からなる故障部品候補を記憶する負荷記憶手段、および、
   前記故障部品候補に含まれる部品を駆動させた場合の駆動音と前記正常音との差異によって、前記故障部品候補から故障部品を特定する故障診断を実行する故障診断手段、
   を有することを特徴とする故障診断システム。
3. 前記故障診断手段は、前記異常が検知された場合、前記故障診断を自動的に実行するように構成されていることを特徴とする請求項１に記載の故障診断システム。
4. 前記故障診断においては、前記故障部品候補に含まれる部品の駆動を開始してから、前記部品の駆動音が、前記正常音であると見なされる範囲に含まれるまでの所要時間が、所定値より大きい場合、前記部品が故障していると判断されることを特徴とする請求項１に記載の故障診断システム。
5. 前記故障診断においては、前記故障部品候補に含まれる部品の駆動を停止してから、前記部品の駆動音が消失したと見なされる範囲に含まれるまでの所要時間が、所定値より大きい場合、前記部品が故障していると判断されることを特徴とする請求項１に記載の故障診断システム。
6. 前記対象装置の内部に配置される各部品の制御パラメーターの設定を変更する制御パラメーター変更手段を、さらに有し、
   前記制御パラメーター変更手段は、前記故障診断手段によって特定された故障部品を、前記故障部品の既存の制御パラメーターと異なる暫定制御パラメーターによって駆動することによって、前記故障部品の駆動音と前記正常音との差異が解消された場合、前記暫定制御パラメーターを、前記故障部品の新しい制御パラメーターとして設定するように構成されている請求項１に記載の故障診断システム。
7. 外部の遠隔管理サーバーと通信する通信手段を、さらに有しており、
   前記故障診断手段は、前記通信手段によって前記遠隔管理サーバーからの指示が受信された場合、前記故障診断を実行するように構成されていることを特徴とする請求項１又は請求項２に記載の故障診断システム。
8. 前記故障診断においては、前記故障部品候補に含まれる部品が、単体あるいは特定の複数組合わせで駆動されることを特徴とする請求項１〜７のいずれか１項に記載の故障診断システム。
9. 前記故障診断手段は、環境音の音量が所定値を下回るまで、前記故障診断の実行を保留するように構成されていることを特徴とする請求項１〜８のいずれか１項に記載の故障診断システム。
10. 前記対象装置のユーザーに対し、前記故障診断の実行中に音を立てないことを警告するための警告手段を、さらに有することを特徴とする請求項１〜９のいずれか１項に記載の故障診断システム。
11. 前記故障診断手段は、前記故障部品候補に含まれる部品を駆動させた場合の駆動音が、所定値を超えた場合、前記故障診断の実行を中断するように、構成されていることを特徴とする請求項１〜１０のいずれか１項に記載の故障診断システム。
12. 前記故障診断手段によって特定された故障部品の累積動作時間が所定値未満の場合、前記対象装置のユーザーに、部品のセット不良による故障であることを通知する通知手段を、さらに有することを特徴とする請求項１〜１１のいずれか１項に記載の故障診断システム。
13. 故障診断の対象装置の内部に配置される各部品の故障していない場合の駆動音である正常音を記憶する正常音記憶ステップ、
    前記対象装置の異常を検知して、前記異常の種類を区別するための異常コードを決定する異常コード決定ステップ、および、
    前記異常コードに関連付けられた故障部品候補に含まれる部品を駆動させた場合の駆動音と前記正常音との差異によって、前記故障部品候補から故障部品を特定する故障診断を実行する故障診断ステップ、
    を有することを特徴とする故障診断方法。
14. 故障診断の対象装置の内部に配置される各部品の故障していない場合の駆動音である正常音を、記憶する正常音記憶ステップ、
    前記対象装置における異常音の発生開始と終了を、指定する指定ステップ、
    前記異常音の発生開始から終了までの時間帯において駆動されていた部品からなる故障部品候補を記憶する故障部品候補記憶ステップ、および、
    前記故障部品候補に含まれる部品を駆動させた場合の駆動音と前記正常音との差異によって、前記故障部品候補から故障部品を特定する故障診断を実行する故障診断ステップ、
    を有することを特徴とする故障診断方法。
15. 前記故障診断ステップにおいては、前記異常が検知された場合、前記故障診断が自動的に実行されることを特徴とする請求項１３に記載の故障診断方法。
16. 前記故障診断においては、前記故障部品候補に含まれる部品の駆動を開始してから、前記部品の駆動音が、前記正常音であると見なされる範囲に含まれるまでの所要時間が、所定値と異なる場合、前記部品が故障していると判断されることを特徴とする請求項１３に記載の故障診断方法。
17. 前記故障診断においては、前記故障部品候補に含まれる部品の駆動を停止してから、前記部品の駆動音が消失したと見なされる範囲に含まれるまでの所要時間が、所定値と異なる場合、前記部品が故障していると判断されることを特徴とする請求項１３に記載の故障診断方法。
18. 前記対象装置の内部に配置される各部品の制御パラメーターの設定を変更する制御パラメーター変更ステップを、さらに有し、
    前記制御パラメーター変更ステップにおいては、前記故障診断ステップにおいて特定された故障部品を、前記故障部品の既存の制御パラメーターと異なる暫定制御パラメーターによって駆動することによって、前記故障部品の駆動音と前記正常音との差異が解消された場合、前記暫定制御パラメーターが、前記故障部品の新しい制御パラメーターとして設定される請求項１３に記載の故障診断方法。
19. 外部の遠隔管理サーバーと通信する通信ステップを、さらに有しており、
    前記故障診断ステップにおいては、前記通信ステップにおいて前記遠隔管理サーバーからの指示が受信された場合、前記故障診断が実行されることを特徴とする請求項１３又は請求項１４に記載の故障診断方法。
20. 前記故障診断ステップにおいては、前記故障診断の実行の際に、前記故障部品候補に含まれる部品が、単体あるいは特定の複数組合わせで駆動されることを特徴とする請求項１３〜１９のいずれか１項に記載の故障診断方法。
21. 前記故障診断ステップにおいては、環境音の音量が所定値を下回るまで、前記故障診断の実行が保留されることを特徴とする請求項１３〜２０のいずれか１項に記載の故障診断方法。
22. 前記対象装置のユーザーに対し、前記故障診断の実行中に音を立てないことを警告するための警告ステップを、さらに有することを特徴とする請求項１３〜２１のいずれか１項に記載の故障診断方法。
23. 前記故障診断ステップにおいては、前記故障部品候補に含まれる部品を駆動させた場合の駆動音が、所定値を超えた場合、前記故障診断の実行が中断されることを特徴とする請求項１３〜２２のいずれか１項に記載の故障診断方法。
24. 前記故障診断ステップにおいて特定された故障部品の累積動作時間が所定値未満の場合、前記対象装置のユーザーに部品のセット不良による故障であることを通知する通知ステップを、さらに有することを特徴とする請求項１３〜２３のいずれか１項に記載の故障診断方法。