JP2022029246A - 管理装置、管理装置の制御方法、プログラム、及び管理システム - Google Patents

Abstract

【課題】通信環境の整備や維持にかかる費用を抑えつつ、画像形成装置のメンテナンス時期を予測することができる管理装置を提供する。【解決手段】異常予測システム１００は、画像形成装置１０１、サーバ１０３、及び管理装置１０４を備える。管理装置１０４は、画像形成装置１０１によって生成された最新の濃度検知センサ２２０の特徴抽出データ３１１と当該特徴抽出データ３１１より前に生成された少なくとも１つの濃度検知センサ２２０の特徴抽出データ３１１とを取得し、取得した複数の濃度検知センサ２２０の特徴抽出データ３１１に基づいて画像形成装置１０１のメンテナンス時期を予測する。濃度検知センサ２２０の特徴抽出データ３１１は、濃度検知センサ２２０の光量調整制御にて設定された複数の光量制御値を含む光量データの特徴を示すデータであって光量データよりデータ量が小さいデータである。【選択図】図２１

Description

本発明は、管理装置、管理装置の制御方法、プログラム、及び管理システムに関する。

画像形成装置の状態をモニタリングし、画像形成装置の状態情報に基づいて画像形成装置の異常の予兆を検知する管理システムが知られている。管理システムでは、画像形成装置の異常の予兆を検知した場合、保守担当者にメンテナンスの依頼が行われ、依頼を受けた保守担当者が画像形成装置のメンテナンスを実施する。このように異常の予兆を検知した段階で画像形成装置のメンテナンスを実施することで、画像形成装置が故障して稼働できなくなる前に適切な処置を行って、画像形成装置の故障によるダウンタイムの発生を防止することができる。

管理システムは、管理装置及び複数の画像形成装置で構成され、管理装置は、複数の画像形成装置とネットワークを介して接続されている。例えば、管理システムでは、画像形成装置は、当該画像形成装置が備える各種センサが計測した複数の計測値を含む状態情報を管理装置へ送信し、管理装置は複数の画像形成装置からそれぞれ受信した状態情報を蓄積する（例えば、特許文献１参照）。この管理システムでは、管理装置が、一の画像形成装置から受信した状態情報に基づいて一の画像形成装置の状態の特徴量を算出し、算出した特徴量の推移の傾向から一の画像形成装置の異常の予兆を検知する。この管理システムでは、複数の画像形成装置の状態情報が管理装置に集約されており、また、状態情報は画像形成装置の各種センサが計測した複数の計測値を含む。このため、これらの状態情報を異常の予兆の検知以外のデータ分析に活用して、例えば、異常の予兆が検知される前に画像形成装置のメンテナンスが必要となる時期（以下、単に「メンテナンス時期」という。）を予測することができる。一方、状態情報は上述したように複数の計測値を含むため、画像形成装置が管理装置へ状態情報を送信する際のデータ通信量が増え、このようなデータ通信を実現する通信環境の整備や維持に多くの費用がかかる。これに対し、例えば、他の管理システムでは、画像形成装置が、状態情報に基づいて画像形成装置の状態の特徴量を算出し、算出した特徴量の推移の傾向から検知した異常の予兆に関する情報を管理装置へ送信する（例えば、特許文献２参照）。異常の予兆に関する情報は、上述した各種センサが計測した複数の計測値等を含まず、異常の予兆が検知された部品を特定する情報等の限られた情報のみを含み、状態情報よりデータ量が小さい。このため、画像形成装置が管理装置へ状態情報を送信する構成より、通信環境の整備や維持にかかる費用を抑えることが可能となる。

特開２０１１－１６６４２７号公報 特開２０２０－３６５６号公報

しかしながら、画像形成装置が異常の予兆に関する情報を管理装置へ送信する構成では、管理装置に蓄積される情報は異常の予兆が検知された部品を特定する情報等の限られた情報のみである。このため、この情報を異常の予兆の検知以外のデータ分析に活用することができず、例えば、画像形成装置のメンテナンス時期を予測することができない。すなわち、従来では、通信環境の整備や維持にかかる費用を抑えつつ、画像形成装置のメンテナンス時期を予測することができない。

本発明の目的は、通信環境の整備や維持にかかる費用を抑えつつ、画像形成装置のメンテナンス時期を予測することができる管理装置、管理装置の制御方法、プログラム、及び管理システムを提供することにある。

上記目的を達成するために、本発明の管理装置は、転写体と前記転写体に転写されたトナー像を検出する検出手段とを備える画像形成装置を管理する管理装置であって、前記検出手段の制御データに基づいて前記画像形成装置によって生成された最新の検出手段特徴データと当該最新の検出手段特徴データより前に生成された少なくとも１つの検出手段特徴データとを取得する取得手段と、前記取得した複数の検出手段特徴データに基づいて前記画像形成装置のメンテナンス時期を予測する予測手段とを備え、前記検出手段特徴データは、前記検出手段の制御データの特徴を示すデータであって前記検出手段の制御データよりデータ量が小さいデータであることを特徴とする。

本発明によれば、通信環境の整備や維持にかかる費用を抑えつつ、画像形成装置のメンテナンス時期を予測することができる。

本発明の実施の形態に係る管理システムとしての異常予測システムの構成を概略的に示す構成図である。 図１の画像形成装置の側面図である。 図１の画像形成装置のハードウェア構成を概略的に示すブロック図である。 図１の管理装置のハードウェア構成を概略的に示すブロック図である。 図２の制御部の機能構成を示すブロック図である。 図１の異常予測システムによって生成される特徴抽出データと当該特徴抽出データを用いた処理の内容について説明するための図である。 図１の異常予測システムにおいて特徴抽出データを生成してメンテンナンスが必要であることを通知する一連の処理の流れを説明するためのシーケンス図である。 図１画像形成装置によって生成される内部データ及び特徴抽出データの一例を示す図である。 図１の画像形成装置によって実行される特徴抽出データ送信制御処理の手順を示すフローチャートである。 図９のステップＳ９０１の特徴抽出データ生成処理の手順を示すフローチャートである。 図９のステップＳ９０３のデータ送信判定処理の手順を示すフローチャートである。 図１の管理装置によって実行される異常予測制御処理の手順を示すフローチャートである。 図１２のステップＳ１２０３の処理の実行結果の一例を示す図である。 図２のプリンタ部に含まれるプリンタ制御部の構成を概略的に示すブロック図である。 図２の濃度検知センサによるトナーパターンの検知を説明するための図である。 図２の濃度検知センサのＬＥＤ駆動電流と濃度検知センサの検知値との関係を示す図である。 図１４のプリンタ制御部によって実行される光量調整制御の手順を示すフローチャートである。 図１の画像形成装置によって実行される特徴抽出データ送信処理の手順を示すフローチャートである。 図１８のステップＳ１８０５のデータ生成処理の手順を示すフローチャートである。 図１の管理装置１０４によって実行されるメンテナンス時期通知処理の手順を示すフローチャートである。 図２０のステップＳ２００３におけるメンテナンス時期の算出を説明するための図である。

以下、本発明の実施の形態について図面を参照しながら詳述する。

図１は、本発明の実施の形態に係る管理システムとしての異常予測システム１００の構成を概略的に示す構成図である。異常予測システム１００は、１台以上の画像形成装置、サーバ１０３、及び管理装置１０４を備える。なお、本実施の形態では、一例として、異常予測システム１００が２台の画像形成装置１０１，１０２を備える構成について説明する。画像形成装置１０１，１０２、サーバ１０３、及び管理装置１０４は、インターネット１０５を介して通信可能である。異常予測システム１００は、画像形成装置１０１，１０２からデータを収集し、収集したデータに基づいて画像形成装置１０１や画像形成装置１０２の異常の予兆を検知する。

画像形成装置１０１，１０２は、スキャン機能、プリント機能、コピー機能、ＦＡＸ通信機能等の複数の機能を備える装置であり、例えば、ＭＦＰである。なお、本実施の形態では、画像形成装置１０１及び画像形成装置１０２は同様の機能及び構成であり、以下では、一例として、画像形成装置１０１を用いてその機能及び構成を説明する。

画像形成装置１０１は、ユーザによる機能選択操作を受け付け、また、ユーザによって指示されたジョブを実行する。画像形成装置１０１が実行するジョブは、例えば、スキャンジョブ、印刷ジョブ、コピージョブ、ＦＡＸ送信ジョブである。また、画像形成装置１０１は、当該画像形成装置１０１の異常の予兆を検知するために必要となる後述する図３のログデータ３１０や特徴抽出データ３１１を定期的にサーバ１０３へ送信する。

サーバ１０３は、画像形成装置１０１，１０２からそれぞれ受信したログデータ３１０及び特徴抽出データ３１１を蓄積する。また、サーバ１０３は、蓄積したログデータ３１０及び特徴抽出データ３１１を管理装置１０４へ送信する。

管理装置１０４は、サーバ１０３から、例えば、画像形成装置１０１のログデータ３１０及び特徴抽出データ３１１を受信すると、受信した特徴抽出データ３１１を分析して、画像形成装置１０１の異常の予兆を検知する。具体的に、管理装置１０４は、画像形成装置１０１が備える各種部品の故障や寿命等を予測する。予測した結果、画像形成装置１０１の部品の交換が必要である場合には、管理装置１０４は、保守点検員１０６に画像形成装置１０１のメンテナンス作業を依頼する。このようにして、本実施の形態では、異常予測システム１００の管理対象となる画像形成装置に搭載された部品が故障する前に、寿命が近付いた部品を交換する等のメンテナンス作業を行うことができる。

図２は、図１の画像形成装置１０１の側面図である。なお、図２では理解を容易にするために内部の構成が透過して示される。図２において、画像形成装置１０１は、プリンタ部２００及びリーダ部２４０を備える。

リーダ部２４０は、原稿２４５に形成された画像を読み取るスキャナである。原稿２４５は、原稿台２４６上に、画像が形成された面が原稿台２４６に接するように置かれる。リーダ部２４０は、読み取った画像を表す画像データをプリンタ部２００へ送信する。リーダ部２４０は、読取ユニット２４９、及びリーダ画像処理部２４７を備える。

読取ユニット２４９は、発光部２４２、光学系２４３、及び受光部２４４が一体に構成される。読取ユニット２４９は、例えば、図中奥方向に伸びるラインセンサであり、矢印Ｒ２４８方向に移動しながら原稿２４５の画像を読み取る。発光部２４２は、原稿２４５を照射する。受光部２４４は、原稿２４５から反射した光を、光学系２４３を介して受光する。受光結果は、リーダ画像処理部２４７へ送信される。リーダ画像処理部２４７は、受信した受光結果に基づいて、原稿２４５に形成された画像を表す画像データを生成する。また、リーダ画像処理部２４７は、受信した受光結果に基づいて、原稿２４５に形成された画像の画像濃度を測定するセンサとしても機能する。リーダ画像処理部２４７は、画像データ及び測定した画像濃度をプリンタ部２００に送信する。

画像形成装置１０１は、電子写真方式によりカラー画像を形成する。画像形成装置１０１は、中間転写タンデム方式の画像形成装置であり、プリンタ部２００には、４つの画像形成部Ｐａ～Ｐｄが中間転写ベルト２０６（転写体）上に並べて配置されている。画像形成部Ｐａは、イエローのトナー像を形成する。画像形成部Ｐｂは、マゼンタのトナー像を形成する。画像形成部Ｐｃは、シアンのトナー像を形成する。画像形成部Ｐｄは、ブラックのトナー像を形成する。なお、本実施の形態では、形成されるトナー像の色の数は、４色に限定されるものではない。

画像が形成されるシート等の記録材Ｓは、プリンタ部２００の記録材収納庫２３０ａ，２３０ｂ内に積載されている。記録材Ｓは、画像形成部Ｐａ～Ｐｄによる画像形成が行われる際に、記録材収納庫２３０ａ（又は、記録材収納庫２３０ｂ）から、摩擦分離方式を採用した給紙ローラ２３１ａ（又は、給紙ローラ２３１ｂ）によって給紙される。給紙ローラ２３１ａ，２３１ｂは、搬送パスを介して、記録材Ｓをレジストローラ２３２へ搬送する。レジストローラ２３２は、記録材Ｓの斜行を補正し、タイミングを調整して二次転写部Ｔ２に記録材Ｓを搬送する。

プリンタ部２００では、画像形成部Ｐａ～Ｐｄによって画像形成が行われる。なお、本実施の形態では、画像形成部Ｐａ～Ｐｄは同様の構成であり、以下では、一例として、画像形成部Ｐａを用いてその構成を説明する。画像形成部Ｐａは、感光体２０１ａ、帯電器２０２ａ、露光器２０３ａ、現像器２０４ａ、一次転写部Ｔ１ａ、及び感光体クリーナ２０５ａを備える。帯電器２０２ａは、回転駆動する感光体２０１ａの表面を一様に帯電させる。露光器２０３ａは、リーダ部２４０から受信した画像データに基づいて光を変調し、変調した光を感光体２０１ａに照射する。これにより、感光体２０１ａには、上記画像データに対応する静電潜像が形成される。

現像器２０４ａは、感光体２０１ａに形成された静電潜像を現像剤により現像する。本実施の形態では、現像剤にトナーが用いられる。なお、本実施の形態の現像器２０４ａは、非磁性トナーと磁性キャリアとを混合した二成分現像剤を収容するが、磁性トナー又は非磁性トナーのみの一成分現像剤であってもよい。静電潜像が形成された感光体２０１ａにトナーを付着させることにより、感光体２０１ａにトナー像が形成される。一次転写部Ｔ１ａは、所定量の圧力及び所定量の静電的負荷バイアスが加えられると、感光体２０１ａに形成されたトナー像を中間転写ベルト２０６に転写する。同様にして、感光体２０１ｂ～２０１ｄに形成されたトナー像が中間転写ベルト２０６に転写される。ここで、感光体２０１ａ～２０１ｄの各々に形成されたトナー像は、中間転写ベルト２０６に重畳するように転写される。このように、中間転写ベルト２０６には、イエロー、マゼンタ、シアン、ブラックのトナー像が重畳して転写され、フルカラーのトナー像が形成される。転写後に感光体２０１ａ～２０１ｄに残留するトナーは、感光体クリーナ２０５ａ～２０５ｄにより回収される。プリンタ部２００では、例えば、現像器２０４ａに収容されるトナーの量が所定量以下になると、現像剤の補給容器であるトナーボトルＴａから現像器２０４ａにトナーが補給される。

中間転写ベルト２０６は、中間転写ベルトフレーム（不図示）に設けられ、二次転写内ローラ２０８、テンションローラ２１２、及び二次転写上流ローラ２１３によって張架される無端ベルトである。中間転写ベルト２０６は、二次転写内ローラ２０８、テンションローラ２１２、及び二次転写上流ローラ２１３により矢印Ｒ２０７方向に回転駆動される。フルカラーのトナー像が形成された中間転写ベルト２０６は、回転することで二次転写部Ｔ２にトナー像を搬送する。

記録材Ｓ及び中間転写ベルト２０６に形成されたトナー像は、それぞれ二次転写部Ｔ２で合流するタイミングで搬送される。二次転写部Ｔ２は、対向して配置される二次転写内ローラ２０８及び二次転写外ローラ２０９により形成される転写ニップ部である。二次転写部Ｔ２は、所定量の圧力及び所定量の静電的負荷バイアスを加えることで、記録材Ｓ上にトナー像を吸着させる。このようにして、二次転写部Ｔ２は、中間転写ベルト２０６上のトナー像を記録材Ｓに転写する。転写後に中間転写ベルト２０６に残留するトナーは、転写クリーナ２１０により回収される。

トナー像が転写された記録材Ｓは、二次転写外ローラ２０９により、二次転写部Ｔ２から定着器２１１に搬送される。定着器２１１は、対向するローラにより形成される定着ニップ内で記録材Ｓに所定量の圧力及び所定の温度の熱を加えて、記録材Ｓ上にトナー像を溶融固着させる。定着器２１１は、熱源となるヒータ（不図示）を備え、常に最適な温度が維持されるように制御される。トナー像が定着された記録材Ｓは、排紙トレイ２３３に排出される。記録材Ｓの両面に画像を形成する場合、記録材Ｓは、反転搬送機構により反転されてレジストローラ２３２に搬送され、上記トナー像が定着されていない面に別のトナー像が形成される。

中間転写ベルト２０６の近傍にはトナー濃度を検知するための濃度検知センサ２２０が設けられている。濃度検知センサ２２０は、中間転写ベルト２０６上に形成された各色のトナーパターンを検出可能な位置、具体的に、感光体２０１ｄと二次転写外ローラ２０９の間に配置される。

図３は、図１の画像形成装置１０１のハードウェア構成を概略的に示すブロック図である。図３において、画像形成装置１０１は、上述したプリンタ部２００及びリーダ部２４０の他に、制御部３０１、操作パネル３０４、記憶装置３０７、及びネットワークＩ／Ｆ３１２を備える。プリンタ部２００、リーダ部２４０、制御部３０１、操作パネル３０４、記憶装置３０７、及びネットワークＩ／Ｆ３１２は、データバス３１５を介して互いに接続されている。

制御部３０１は、ＣＰＵ３０２及びメモリ３０３を備える。制御部３０１は、画像形成装置１０１の動作を統括的に制御する。ＣＰＵ３０２は、記憶装置３０７に格納された各種プログラムを実行するハードウェアプロセッサである。例えば、ＣＰＵ３０２は、画像形成装置１０１に電源が投入されると、記憶装置３０７に記憶されているプログラム３０８を読み出して当該プログラム３０８を実行する。これにより、制御部３０１は、後述する図５のジョブ制御部５０１及びデータ管理部５０３として機能する。また、ＣＰＵ３０２がプログラム３０８を実行することにより、後述する図９の特徴抽出データ送信制御処理が実行される。メモリ３０３は、ＣＰＵ３０２の作業領域として、また、各データの一時記憶領域として用いられる。

操作パネル３０４は、表示部３０５及び操作部３０６を備える。表示部３０５は、例えば、カラー液晶ディスプレイで構成され、ユーザや保守点検員１０６が操作可能な各種操作画面やメンテナンスに必要な情報を表示する。操作部３０６は、例えば、表示部３０５に表示されるタッチパネルキーによって構成され、ユーザや保守点検員１０６による操作を受け付ける。

記憶装置３０７は、不揮発性の記憶装置であり、例えば、ハードディスクドライブ（ＨＤＤ）である。記憶装置３０７は、プログラム３０８、内部データ３０９、ログデータ３１０、及び特徴抽出データ３１１を格納する。内部データ３０９は、リーダ部２４０やプリンタ部２００が備える各種センサによって測定されたセンサ計測値の時系列データである。ログデータ３１０は、画像形成装置１０１におけるジョブの実行履歴等を記録したデータであり、実行したジョブの詳細情報やジョブの実行日時情報等を含む。特徴抽出データ３１１は、内部データ３０９に基づいて生成される。特徴抽出データ３１１は、画像形成装置１０１の特性を示すデータであって内部データ３０９よりデータ量が小さいデータである。ネットワークＩ／Ｆ３１２は、インターネット１０５を介するデータ通信を実現する。画像形成装置１０１は、ネットワークＩ／Ｆ３１２を介してサーバ１０３と通信を行う。

リーダ部２４０は、センサ群３１３を備える。センサ群３１３は、リーダ部２４０が原稿を読み取る際に動作する可動部品の動作状態を監視する複数のセンサを含む。センサ群３１３に含まれる各センサは、制御部３０１から受けた要求に基づいて可動部品の動作状態を計測したセンサ計測値を内部データ３０９の１つとして制御部３０１へ出力する。プリンタ部２００は、センサ群３１４を備える。センサ群３１４は、濃度検知センサ２２０等といった、プリンタ部２００が画像形成を行う際に動作する可動部品の動作状態を監視する複数のセンサを含む。センサ群３１４に含まれる各センサは、制御部３０１から受けた要求に基づいて可動部品の動作状態を計測したセンサ特性値を内部データ３０９の１つとして制御部３０１へ出力する。

次に、サーバ１０３及び管理装置１０４のハードウェア構成について説明する。なお、本実施の形態では、サーバ１０３及び管理装置１０４は同様の構成であり、以下では、一例として、管理装置１０４を用いてその構成を説明する。

図４は、図１の管理装置１０４のハードウェア構成を概略的に示すブロック図である。図４において、管理装置１０４は、ＣＰＵ４０１、メモリ４０２、記憶装置４０３、及びネットワークＩ／Ｆ４０４を備える。ＣＰＵ４０１、メモリ４０２、記憶装置４０３、及びネットワークＩ／Ｆ４０４は、システムバス４０５を介して互いに接続されている。

ＣＰＵ４０１は、管理装置１０４全体の動作を制御する中央演算装置である。メモリ４０２は、ＣＰＵ４０１の起動用プログラムや当該起動用プログラムの実行に必要となるデータを格納する。記憶装置４０３は、メモリ４０２より大容量の記憶装置であり、例えば、ＨＤＤである。なお、記憶装置４０３は、ＨＤＤに限られず、ＨＤＤと同等の機能を有する他の記憶装置、例えば、ソリッドステートドライブ（ＳＳＤ）であっても良い。記憶装置４０３は、ＣＰＵ４０１が実行する制御用プログラム等を格納する。

ＣＰＵ４０１は、管理装置１０４の起動時、メモリ４０２に格納されている起動用プログラムを実行する。この起動用プログラムは、記憶装置４０３に格納された制御用プログラムをメモリ４０２に展開するためのプログラムである。次いで、ＣＰＵ４０１は、メモリ４０２に展開された制御用プログラムを実行し、各種制御を行う。また、ＣＰＵ４０１は、ネットワークＩ／Ｆ４０４により、インターネット１０５を介してサーバ１０３等の他の機器とデータ通信を行う。例えば、管理装置１０４は、ネットワークＩ／Ｆ４０４により画像形成装置１０１から受信したデータに基づいて、画像形成装置１０１の操作パネル３０４に表示された画面を共有し、管理装置１０４の表示部に当該画面を表示することができる。

図５は、図２の制御部３０１の機能構成を示すブロック図である。画像形成装置１０１において、ＣＰＵ３０２がプログラム３０８を実行することにより、制御部３０１は、ジョブ制御部５０１及びデータ管理部５０３として機能する。

ジョブ制御部５０１は、画像形成装置１０１におけるジョブの実行を制御する。ジョブ制御部５０１は、リーダ部２４０、プリンタ部２００の動作を制御することにより、ユーザによって指示されたジョブの実行を制御する。ジョブ制御部５０１は、ログ記録部５０２を含む。ログ記録部５０２は、ユーザによって指示されたジョブが実行された際にログデータ３１０にジョブの実行履歴を記録する。

データ管理部５０３は、内部データ３０９や特徴抽出データ３１１を管理する。データ管理部５０３は、タイミング判別部５０４、データ取得部５０５、特徴抽出部５０６、データ送信判定部５０７、及びデータ送信部５０８を含む。

タイミング判別部５０４は、サーバ１０３に対して特徴抽出データ３１１を送信するタイミング（以下、「データ送信タイミング」という。）であるか否かを判別する。例えば、タイミング判別部５０４は、特徴抽出データ３１１をサーバ１０３へ前回送信（以下、「特徴抽出データ３１１の前回送信時」という。）してから予め設定された所定の時間が経過した場合、データ送信タイミングであると判別する。

データ取得部５０５は、サーバ１０３に送信する特徴抽出データ３１１の生成に用いられる内部データ３０９を記憶装置３０７から取得する。具体的に、データ取得部５０５は、上述したセンサ群３１３，３１４に含まれる各センサに対し、センサ毎に定義された所定のタイミングでデータ取得要求を出力し、各センサからセンサ計測値を取得する。なお、所定のタイミングは、数ｍｓｅｃ～数ｓｅｃ間隔等といった一定の時間毎であっても良く、また、ユーザによって指示されたジョブを実行する前後のタイミングであっても良い。また、データ取得部５０５は、記憶装置３０７に保存されているログデータ３１０を取得する。

特徴抽出部５０６は、上記データ取得部５０５によって取得した内部データ３０９を特徴抽出データ３１１に変換する特徴抽出処理を実行する。データ送信判定部５０７は、後述する図１１のデータ送信判定処理を実行し、生成した特徴抽出データ３１１をサーバ１０３へ送信するか否かを判定する。データ送信部５０８は、データ送信判定部５０７によって特徴抽出データ３１１をサーバ１０３へ送信すると判定された場合に、特徴抽出データ３１１をサーバ１０３へ送信する。このように、本実施の形態では、データ送信タイミングであり且つデータ送信判定部５０７によって特徴抽出データ３１１をサーバ１０３へ送信すると判定された場合にのみ、特徴抽出データ３１１がサーバ１０３へ送信される。これにより、サーバ１０３に特徴抽出データ３１１を送信する必要がない場合に、画像形成装置１０１がサーバ１０３へ不要なデータを送信するのを防止することができ、もって、画像形成装置１０１及びサーバ１０３の間の通信負荷を軽減することができる。

図６は、図１の異常予測システム１００によって生成される特徴抽出データと当該特徴抽出データに関する処理について説明するための図である。図６（ａ）は、内部データ３０９と画像形成装置１０１が実行する特徴抽出処理と管理装置１０４が実行する異常予測処理との関係を表す。

図６（ａ）において、データ項目６０１は、内部データ３０９のデータ項目、具体的に、データ取得部５０５がリーダ部２４０やプリンタ部２００から取得したセンサ計測値やカウント値等の項目名を表している。本実施の形態では、内部データ３０９のデータ項目には、それぞれデータ項目を識別するためのＩＤが割り当てられている。

データ取得元６０２は、データ項目６０１のデータが画像形成装置１０１の何れの構成要素から取得されたデータであるかを表している。データ種別６０３は、データ項目６０１のデータの属性を表している。特徴抽出処理６０４は、データ項目６０１のデータを用いて特徴抽出データ３１１を生成する特徴抽出処理の種別を表している。なお、図６（ａ）では、例えば、スキャンカウンタ、プリントカウンタ、ログデータのように、特徴抽出データ３１１が生成されないデータのデータ項目は、特徴抽出処理を実行しない旨を示す「－」で表されている。

判別処理６０５は、データ項目６０１のデータを用いて生成された特徴抽出データ３１１に基づいて管理装置１０４が実行する異常予測処理の種別を表している。異常予測システム１００では、異常予測処理の種別が、当該異常予測処理に使用される特徴抽出データ３１１の生成に用いられるデータのデータ項目と対応付けられて管理されている。予測要求ＩＤ６０６は、判別処理６０５の異常予測処理に対応付けて割り当てられた固有の番号である。なお、管理装置１０４と画像形成装置１０１，１０２とで予測要求ＩＤ６０６の番号を共有する構成であれば、予測要求ＩＤ６０６の番号は、判別処理６０５の異常予測処理の各々に予め設定されていても良く、また、管理装置１０４が定期的に設定しても良い。管理装置１０４は、予測要求ＩＤ６０６の番号に基づいて、実行する異常予測処理を決定する。例えば、保守点検員１０６が、画像形成装置１０１の転写ローラの状態を確認するために予測要求ＩＤ「３」の異常予測処理の実行を管理装置１０４に指示した場合、管理装置１０４は、予測要求ＩＤ「３」に対応する分散率を求める異常予測処理の実行を決定する。管理装置１０４は、当該異常予測処理の実行に用いる転写ローラの走行距離に対応する特徴抽出データ３１１をサーバ１０３から取得し、取得した特徴抽出データ３１１に基づいて分散率を求める異常予測処理を実行する。

図６（ｂ）は、図１の画像形成装置１０１がサーバ１０３へ送信する送信用データ６０７の一例を示す図である。送信用データ６０７は、複数の特徴抽出データ３１１で構成される。図６（ｂ）において、送信用データ６０７は、データ項目６０８及び具体値６０９で構成される。データ項目６０８には、特徴抽出データのデータ項目が設定される。具体値６０９には、データ項目６０８の特徴抽出データの具体値が、元となる内部データ３０９の生成時刻毎に設定される。このような構成により、何れの生成時刻の内部データ３０９に基づいて生成された特徴抽出データであるかが確認可能となる。図６（ｂ）の送信用データ６０７には、例えば、計測時刻t（２０２０/０１/０１/００：００：００）から所定の計測時刻までの定着器２１１の温度を示すセンサ計測値の最大値を算出する最大値算出処理が施された結果の値ｙ（８０)が設定されている。また、図６（ｂ）の送信用データ６０７には、計測時刻t（２０２０/０１/０１/００：００：００）の転写ローラの走行距離を示すセンサ計測値に対し、所定のルールでヒストグラム化するヒストグラム化処理を施した結果、例えば、ヒストグラム処理の分類グループが（８０）であることが設定されている。画像形成装置１０１は、送信用データ６０７をテキスト形式に変換し、また、テキスト形式に変換済みのデータを必要に応じて圧縮して、サーバ１０３へ送信する。

図７は、図１の異常予測システム１００において特徴抽出データを生成してメンテンナンスが必要であることを通知する一連の処理の流れを説明するためのシーケンス図である。

図７において、画像形成装置１０１は、内部データ取得判別を行い（ステップＳ７０１）、リーダ部２４０やプリンタ部２００からセンサ計測値やカウント値を取得するタイミング（以下、「内部データ取得タイミング」という。）であるか否かを判別する。内部データ取得タイミングであると判別した場合、画像形成装置１０１は、リーダ部２４０やプリンタ部２００からセンサ計測値やカウント値等のデータを取得し（ステップＳ７０２）、取得したデータを含む内部データ３０９を生成する。内部データ３０９では、複数のセンサ計測値及びカウント値の時系列データが項目毎に管理されている。内部データ３０９に含まれるセンサ計測値の時系列データの一例として、図８（ａ）は、時刻Ｔにおける定着ベルトモータの回転加速度について、横軸を時刻（Ｔ）とし、縦軸を回転加速度として表したものである。

次いで、画像形成装置１０１は、取得したセンサ計測値やカウント値で構成される内部データ３０９に基づいて特徴抽出データ３１１を生成する（ステップＳ７０３）。例えば、画像形成装置１０１は、内部データ３０９に含まれるセンサ計測値である図８（ａ）の定着ベルトモータの回転加速度の時系列データに対し、ヒストグラム化処理を施して図８（ｂ）の特徴抽出データ３１１を生成する。このように、定着ベルトモータの回転加速度に対してヒストグラム化処理を行うことで、定着ベルトモータの回転加速度を示すセンサ計測値の出現頻度に関する特性を示し且つ内部データ３０９よりデータ量が小さいデータを得ることができる。

次いで、画像形成装置１０１は、後述する図１１のデータ送信判定処理を実行して（ステップＳ７０４）、特徴抽出データ３１１の送信を許可するか否かを判定する。特徴抽出データ３１１の送信を許可すると判定した場合、画像形成装置１０１は、特徴抽出データ３１１及びログデータ３１０をサーバ１０３へ送信する（ステップＳ７０５）。ステップＳ７０５では、画像形成装置１０１は、複数の特徴抽出データ３１１で構成される送信用データ６０７をサーバ１０３へ送信しても良い。また、画像形成装置１０１は、複数の特徴抽出データ３１１のうち、前回送信時から更新された特徴抽出データ３１１をサーバ１０３へ送信しても良い。その後、画像形成装置１０１は、ステップＳ７０１の処理を行う。このようにして、画像形成装置１０１は、ステップＳ７０１～Ｓ７０５の処理を繰り返し実行する。

画像形成装置１０１から特徴抽出データ３１１及びログデータ３１０を受信すると、サーバ１０３は、ステップＳ７０６の処理を行う。ステップＳ７０６では、サーバ１０３は、管理していた画像形成装置１０１の特徴抽出データ３１１及びログデータ３１０を、上記受信した特徴抽出データ３１１及びログデータ３１０に更新する。次いで、更新済みの特徴抽出データ３１１及びログデータ３１０を保存する（ステップＳ７０７）。その後、サーバ１０３は、ステップＳ７０６の処理を行う。このようにして、サーバ１０３は、ステップＳ７０６～Ｓ７０７の処理を繰り返し実行する。

管理装置１０４は、後述する図１２のステップＳ１２０１の処理を行い、異常予測処理の実施タイミングであるか否かを判別する（ステップＳ７０８）。異常予測処理の実施タイミングであると判別した場合、管理装置１０４は、サーバ１０３から、上記異常予測処理の実行に必要となる予測用データを取得する（ステップＳ７０９）。予測用データは、画像形成装置１０１の特徴抽出データ３１１及びログデータ３１０である。次いで、管理装置１０４は、取得した予測用データに対応付けられた異常予測処理を実行する（ステップＳ７１０）。例えば、管理装置１０４は、定着ベルトモータの回転加速度に対してヒストグラム化処理が施された図８（ｂ）の特徴抽出データ３１１を予測用データとして取得した際に、この特徴抽出データ３１１に基づいて、異常予測処理としてヒストグラムの分散率を用いた判別処理を実行する。管理装置１０４は、例えば、図８（ｃ）に示すように、算出された分散率が所定の分散率の値以上である場合、定着ベルトモータは正常であると判別する。一方、図８（ｄ）に示すように、算出された分散率が所定の分散率の値未満である場合、管理装置１０４は、定着ベルトモータにおいて異常の予兆があると判別する。なお、本実施の形態では、ヒストグラム化処理済みの特徴抽出データ３１１に対して、管理装置１０４が、分散率を求めて判別処理を行う例について説明したが、分散率以外の方法、例えば、平均、歪度、尖度等の方法で判別処理を行っても良い。

図７に戻り、管理装置１０４は、異常予測処理を実行した結果、保守点検員１０６への通知が必要であると判別した場合には、保守点検員１０６へ通知を行う（ステップＳ７１１）。その後、管理装置１０４は、ステップＳ７０８の処理を行う。このようにして、管理装置１０４は、ステップＳ７０８～Ｓ７１１の処理を繰り返し実行する。

図９は、図１の画像形成装置１０１によって実行される特徴抽出データ送信制御処理の手順を示すフローチャートである。図９の処理は、制御部３０１のＣＰＵ３０２がプログラム３０８を実行することによって実現される。図９の処理は、予め設定された所定の期間毎に、又は予め設定された所定の時刻に定期的に実行される。なお、図９の処理では、上述したステップＳ７０１～Ｓ７０２の処理が実行され、内部データ３０９が既に生成されていることとする。

図９において、まず、制御部３０１は、後述する図１０の特徴抽出データ生成処理を実行し（ステップＳ９０１）、特徴抽出データ３１１を生成する（例えば、ステップＳ７０３を参照。）。次いで、制御部３０１は、データ送信タイミングであるか否かを判別する（ステップＳ９０２）。ステップＳ９０２では、例えば、特徴抽出データ３１１の前回送信時から予め設定された所定の時間が経過した場合、制御部３０１は、データ送信タイミングであると判別する。一方、特徴抽出データ３１１の前回送信時から上記所定の時間が経過しない場合、ＣＰＵ３０２は、データ送信タイミングでないと判別する。

ステップＳ９０２の判別の結果、データ送信タイミングでない場合、特徴抽出データ送信制御処理は、後述するステップＳ９０５に進む。ステップＳ９０２の判別の結果、データ送信タイミングである場合、制御部３０１は、ステップＳ９０３の処理を行う。ステップＳ９０３では、制御部３０１は、ステップＳ９０３の処理を実行する。ステップＳ９０３では、制御部３０１は、後述する図１１のデータ送信判定処理を実行し、特徴抽出データ３１１をサーバ１０３へ送信することを許可するか否かを決定する（例えば、ステップＳ７０４を参照。）。

ステップＳ９０３において、特徴抽出データ３１１をサーバ１０３へ送信することが許可された場合、制御部３０１は、ステップＳ９０１にて生成した特徴抽出データ３１１をサーバ１０３へ送信する（ステップＳ９０４）（例えば、ステップＳ７０５を参照。）。ステップＳ９０４では、上述したように、制御部３０１は、複数の特徴抽出データ３１１で構成される送信用データ６０７をサーバ１０３へ送信しても良い。また、制御部３０１は、複数の特徴抽出データ３１１のうち、前回送信時から更新された特徴抽出データ３１１をサーバ１０３へ送信しても良い。特徴抽出データ３１１の送信を完了すると、特徴抽出データ送信制御処理は、ステップＳ９０５に進む。一方、ステップＳ９０３において、特徴抽出データ３１１をサーバ１０３へ送信することが許可されない場合、特徴抽出データ３１１がサーバ１０３へ送信されずに、特徴抽出データ送信制御処理は、ステップＳ９０５に進む。ステップＳ９０５では、制御部３０１は、ユーザによるジョブの実行指示を受け付けたか否かを判別する。

ステップＳ９０５の判別の結果、ユーザによるジョブの実行指示を受け付けた場合、制御部３０１は、ユーザに指示されたジョブを実行する（ステップＳ９０６）。当該ジョブの実行を完了すると、制御部３０１は、ログデータ３１０を更新する（ステップＳ９０７）。具体的に、制御部３０１は、上記ジョブの実行記録をログデータ３１０に設定する。次いで、制御部３０１は、更新済みのログデータ３１０をサーバ１０３へ送信する（例えば、ステップＳ７０５を参照。）。その後、特徴抽出データ送信制御処理は終了する。

図１０は、図９のステップＳ９０１の特徴抽出データ生成処理の手順を示すフローチャートである。

図１０において、制御部３０１は、記憶装置３０７から内部データ３０９を読み出し、内部データ３０９が特徴抽出データ３１１の前回送信時から更新されているか否かを判別する（ステップＳ１００１）。

ステップＳ１００１の判別の結果、内部データ３０９が特徴抽出データ３１１の前回送信時から更新されている場合、制御部３０１は、ステップＳ１００２の処理を行う。ステップＳ１００２では、制御部３０１は、内部データ３０９において特徴抽出データ３１１の前回送信時から更新されているデータ項目を特定する。次いで、制御部３０１は、実行する特徴抽出処理を決定する（ステップＳ１００３）。例えば、ステップＳ１００２にて特定したデータ項目が図６（ａ）に示す「定着部温度」である場合、制御部３０１は、実行する特徴抽出処理を、特定したデータ項目の特徴抽出データを生成するための「最大値算出処理」に決定する。また、ステップＳ１００２にて複数のデータ項目が特定された場合、制御部３０１は、特定した複数のデータ項目に対し、実行する特徴抽出処理をそれぞれ決定する。

次いで、制御部３０１は、決定した特徴抽出処理の実行に必要となるデータが内部データ３０９に含まれているか否かを判別する（ステップＳ１００４）。ここで、例えば、最大値算出処理や移動平均処理では、特定したデータ項目の最新のデータだけでなく、それ以前の所定の期間又は所定数の過去データが必要となる。このように、本実施の形態では、実行に必要となるデータ数が特徴抽出処理毎に異なるため、特徴抽出処理において実行に必要となるデータ数が管理テーブル（不図示）で管理されている。ステップＳ１００４では、上記過去データを含め、決定した特徴抽出処理の実行に必要となるデータが内部データ３０９に含まれているか否かが判別される。

ステップＳ１００４の判別の結果、決定した特徴抽出処理の実行に必要となるデータが内部データ３０９に含まれている場合、制御部３０１は、内部データ３０９から、決定した特徴抽出処理の実行に必要となるデータを取得する（ステップＳ１００５）。次いで、制御部３０１は、ステップＳ１００３にて決定した特徴抽出処理を実行して、特徴抽出データ３１１を生成し（ステップＳ１００６）、特徴抽出データ生成処理は終了する。

ステップＳ１００１の判別の結果、内部データ３０９が特徴抽出データ３１１の前回送信時から更新されていない場合、又はステップＳ１００４の判別の結果、決定した特徴抽出処理の実行に必要となるデータが内部データ３０９に含まれていない場合、特徴抽出データ３１１が生成されず、特徴抽出データ生成処理は終了する。

図１１は、図９のステップＳ９０３のデータ送信判定処理の手順を示すフローチャートである。

図１１において、制御部３０１は、記憶装置３０７からログデータ３１０を読み出し（ステップＳ１１０１）、ログデータ３１０に特徴抽出データ３１１の前回送信時以降のジョブの実行記録が含まれているか否かを判別する（ステップＳ１１０２）。

ステップＳ１１０２の判別の結果、ログデータ３１０に特徴抽出データ３１１の前回送信時以降のジョブの実行記録が含まれている場合、制御部３０１は、特徴抽出データ３１１の送信を許可し（ステップＳ１１０３）、データ送信判定処理は終了する。

ステップＳ１１０２の判別の結果、ログデータ３１０に特徴抽出データ３１１の前回送信時以降のジョブの実行記録が含まれていない場合、制御部３０１は、ステップＳ１１０４の処理を行う。ステップＳ１１０４では、制御部３０１は、特徴抽出データ３１１に含まれる更新日時情報に基づいて、特徴抽出データ３１１が前回送信時から更新されているか否かを判別する。

ステップＳ１１０４の判別の結果、特徴抽出データ３１１が前回送信時から更新されている場合、データ送信判定処理はステップＳ１１０３に進む。ステップＳ１１０４の判別の結果、特徴抽出データ３１１が前回送信時から更新されていない場合、制御部３０１は、特徴抽出データ３１１の送信を禁止する（ステップＳ１１０５）。すなわち、本実施の形態では、特徴抽出データ３１１の送信タイミングに到達し且つステップＳ９０１にて生成された特徴抽出データ３１１が直近で送信された特徴抽出データと同じデータである場合、ステップＳ９０１にて生成された特徴抽出データ３１１がサーバ１０３へ送信されない。その後、データ送信判定処理は終了する。

図１２は、図１の管理装置１０４によって実行される異常予測制御処理の手順を示すフローチャートである。図１２の処理は、管理装置１０４のＣＰＵ４０１がメモリ４０２や記憶装置４０３に格納されたプログラムを実行することによって実現される。

図１２において、ＣＰＵ４０１は、異常予測処理の実施タイミングであるか否かを判別する（ステップＳ１２０１）。本実施の形態では、管理装置１０４が実行可能な異常予測処理の予測要求ＩＤに対し、所定の期間や所定の時刻といった実施タイミングが予め設定されている。また、管理装置１０４は、保守点検員１０６等が操作する画像形成装置から異常予測処理の実行要求を受け付けることも可能である。ステップＳ１２０１では、予め設定された異常予測処理の実施タイミングに到達した場合、又は画像形成装置１０１等から保守点検員１０６が指定した異常予測処理の予測要求ＩＤを含む実行要求を受け付けた場合、ＣＰＵ４０１は、異常予測処理の実施タイミングであると判別する。一方、予め設定された異常予測処理の実施タイミングに到達しない場合、又は画像形成装置１０１等の装置から異常予測処理の実行要求を受け付けない場合、ＣＰＵ４０１は、異常予測処理の実施タイミングでないと判別する。

ステップＳ１２０１の判別の結果、異常予測処理の実施タイミングでない場合、異常予測制御処理は終了する。ステップＳ１２０１の判別の結果、異常予測処理の実施タイミングである場合、ＣＰＵ４０１は、実行する異常予測処理を識別するための予測要求ＩＤを取得する。例えば、保守点検員１０６が定着ベルトの状況を把握するために画像形成装置１０１から送信された予測要求ＩＤ「２」を含む実行要求を受け付けた場合、ＣＰＵ４０１は、この予測要求ＩＤ「２」を取得する。

次いで、ＣＰＵ４０１は、取得した予測要求ＩＤに対応する異常予測処理の実行に必要となる特徴抽出データ３１１及びログデータ３１０をサーバ１０３から取得する（ステップＳ１２０２）。次いで、ＣＰＵ４０１は、取得した特徴抽出データ３１１及びログデータ３１０に基づいて、取得した予測要求ＩＤに対応する異常予測処理を実行する（ステップＳ１２０３）（異常予兆検知手段）。

例えば、予測要求ＩＤ「２」に対応する異常予測処理として、ＣＰＵ４０１は、定着ベルトモータの回転加速度を示すセンサ計測値の時系列データに対してスペクトル化処理を施して生成された特徴抽出データ３１１を用いて周期解析を行う処理を実行し、異常の発生や異常の兆候があるか否かを判別する。例えば、図１３（ａ）の点線１３０１のように、波形の周期が所定の値以内である場合、ＣＰＵ４０１は、定着ベルトモータが正常であると判別する。一方、図１３（ａ）の実線１３０２のように、波形の周期が所定の値より大きい場合、ＣＰＵ４０１は、定着ベルトモータにおいて異常の兆候があると判別する。このように、本実施の形態では、センサ計測値の周波数成分の特性を示すデータであって内部データ３０９よりデータ量が小さい特徴抽出データ３１１に基づいて画像形成装置の異常の予兆の有無を判別することが可能となる。

また、ＣＰＵ４０１は、中間転写ベルトの速度を示すセンサ計測値の時系列データに対して移動平均処理を施した特徴抽出データ３１１を用いて傾き分析処理を行うことで、異常の兆候があるか否かを判別する。例えば、図１３（ｂ）に示すように、波形の傾きが所定の値以内である場合、ＣＰＵ４０１は、中間転写ベルトが正常であると判別する。一方、図１３（ｃ）に示すように、波形の傾きが所定の値より大きい場合、ＣＰＵ４０１は、中間転写ベルトにおいて異常の兆候があると判別する。このように、本実施の形態では、センサ計測値に対して移動平均処理を施して生成された特徴抽出データ３１１を用いることで、少ないデータ量でセンサ計測値の傾向を把握可能となり、また、センサ計測値の計測誤差を削減可能となる。

次いで、ＣＰＵ４０１は、異常予測処理の実行結果に基づいて、保守点検員１０６へ通知を行うか否かを判別する（ステップＳ１２０４）。ステップＳ１２０４では、例えば、異常予測処理の実行結果において異常の発生や異常の兆候が検知された場合、ＣＰＵ４０１は、保守点検員１０６へ通知を行うと判別する。一方、異常予測処理の実行結果において異常の発生や異常の兆候が検知されない場合、ＣＰＵ４０１は、保守点検員１０６へ通知を行わないと判別する。

ステップＳ１２０４において、保守点検員１０６へ通知を行わないと判別した場合、異常予測制御処理は終了する。ステップＳ１２０４において、保守点検員１０６へ通知を行うと判別した場合、ＣＰＵ４０１は、異常が検知された部品に関する情報等を含む異常状態通知を生成する（ステップＳ１２０５）。次いで、ＣＰＵ４０１は、異常状態通知を保守点検員１０６へ出力し（ステップＳ１２０６）、異常予測制御処理は終了する。

上述した実施の形態によれば、画像形成装置１０１（又は画像形成装置１０２）が、サーバ１０３を介して（間接的に）管理装置１０４へ特徴抽出データ３１１を送信する。特徴抽出データ３１１は、内部データ３０９よりデータ量が小さいデータである。これにより、画像形成装置１０１（又は画像形成装置１０２）がサーバ１０３を介して管理装置１０４へデータを送信する際のデータ通信量を抑えることができ、もって、通信環境の整備や維持にかかる費用を抑えることができる。また、特徴抽出データ３１１は、画像形成装置１０１（又は画像形成装置１０２）の特性を示すデータである。これにより、画像形成装置１０１（又は画像形成装置１０２）に関して、異常の予兆の検知以外のデータ分析に活用可能なデータを提供することができる。すなわち、本実施の形態では、通信環境の整備や維持にかかる費用を抑えつつ、異常の予兆の検知以外のデータ分析に活用可能なデータを提供することができる。

また、上述した実施の形態では、異常予測システム１００は、複数の画像形成装置１０１，１０２を備える。これにより、サーバ１０３が各地に設置された複数の画像形成装置から特徴抽出データ３１１をそれぞれ収集する場合において、特徴抽出データ３１１を送信するための処理の負荷を軽減することが可能となる。その結果、異常予測システム１００において、サーバ１０３が世界各地からビッグデータとして特徴抽出データ３１１を収集する場合に、効率的に処理を行うことが可能となる。

さらに、上述した実施の形態では、管理装置１０４が異常予測処理の実行機能を備える。ここで、異常予測システム１００において、管理装置１０４ではなく、画像形成装置が異常予測処理の実行機能を備える構成である場合、画像形成装置１０１，１０２の各々に、異常予測処理の実行機能を実現するための大容量の記憶装置や演算装置を組み込む必要がある。このため、異常予測システム１００の構築において、管理装置１０４が異常予測処理の実行機能を備える構成より、費用がかかる。これに対し、本実施の形態では、管理装置１０４が異常予測処理の実行機能を備える。これにより、画像形成装置が異常予測処理の実行機能を備える構成より、異常予測システム１００の構築に要する費用を削減することができる。

上述した実施の形態では、特徴抽出データ３１１の送信タイミングに到達し且つステップＳ９０１にて生成された特徴抽出データ３１１が直近で送信された特徴抽出データと同じデータである場合、ステップＳ９０１にて生成された特徴抽出データ３１１がサーバ１０３へ送信されない。これにより、異常予測システム１００において、サーバ１０３が既に保持しているデータが、画像形成装置１０１（又は画像形成装置１０２）からサーバ１０３へ送信されるといった不要なデータ送信が行われるのを防止することができる。

また、上述した実施の形態では、特徴抽出データ３１１は、内部データ３０９をヒストグラム化したデータである。これにより、内部データ３０９よりデータ量が小さく且つセンサ計測値の出現頻度に関する特性を示すデータを管理装置１０４へ提供することができる。

また、上述した実施の形態では、特徴抽出データ３１１は、内部データ３０９をスペクトル化したデータである。これにより、内部データ３０９よりデータ量が小さく且つセンサ計測値の周波数成分に関する特性を示すデータを管理装置１０４へ提供することができる。

以上、本発明について、上述した実施の形態を用いて説明したが、本発明は上述した実施の形態に限定されるものではない。例えば、異常予測システム１００が、サーバ１０３を備えず、画像形成装置１０１，１０２が管理装置１０４へ直接的に特徴抽出データ３１１を送信する構成であっても良い。

また、上述した実施の形態では、生成された複数の特徴抽出データ３１１を集約した送信用データ６０７をサーバ１０３へ送信する構成について説明したが、本発明はこの構成に限られない。例えば、生成された複数の特徴抽出データ３１１をそれぞれサーバ１０３へ送信する構成であっても良い。

上述した実施の形態では、管理装置１０４は、サーバ１０３等から最新の特徴抽出データ３１１と当該最新の特徴抽出データ３１１より前に生成された少なくとも１つの特徴抽出データ３１１を取得し、取得した複数の特徴抽出データ３１１に基づいて画像形成装置１０１（又は画像形成装置１０２）のメンテナンス時期を予測しても良い。以下では、一例として、サーバ１０３から取得した濃度検知センサ２２０の特徴抽出データ３１１（検出手段特徴データ）に基づいて画像形成装置１０１のメンテナンス時期を予測する場合について説明する。

図１４は、図２のプリンタ部２００に含まれるプリンタ制御部１４００の構成を概略的に示すブロック図である。図１４において、プリンタ制御部１４００は、ＣＰＵ１４０１、濃度検知センサ駆動回路１４０２、シャッター駆動回路１４０３、濃度検知センサ検知回路１４０５、ＲＯＭ１４０７、及びＲＡＭ１４０８を備える。ＣＰＵ１４０１は、濃度検知センサ駆動回路１４０２、シャッター駆動回路１４０３、濃度検知センサ検知回路１４０５、ＲＯＭ１４０７、及びＲＡＭ１４０８とそれぞれ接続されている。

ＣＰＵ１４０１は、濃度検知センサ２２０を用いて濃度補正制御を行うための命令信号を生成する機能や当該濃度補正制御に関する演算処理を実行する機能を備える。濃度検知センサ２２０は、光学式のセンサであり、中間転写ベルト２０６上に形成されるトナーパターンの濃度を検知する。濃度検知センサ駆動回路１４０２は、濃度検知センサ２２０が備える図１５の発光ダイオード（以下、「ＬＥＤ」とする。）１５０１及びフォトダイオード（以下、「ＰＤ」とする。）１５０２のオン・オフやＬＥＤ１５０１及びＰＤ１５０２の駆動電流を制御する機能を備える。

濃度補正制御の実行時には、ＣＰＵ１４０１がシャッター駆動回路１４０３を制御して、プリンタ部２００のシャッター駆動部１４０４へ駆動信号を送信する。この駆動信号を受信したシャッター駆動部１４０４は、濃度検知センサ２２０を汚れから保護する後述する図１５のシャッター１５００を開く制御を行う。また、ＣＰＵ１４０１は、濃度検知センサ駆動回路１４０２を制御して濃度検知センサ２２０へ駆動信号を送信する。濃度検知センサ２２０は、受信した駆動信号に基づいて光を照射して、測定対象物からの反射光を検知する。濃度検知センサ２２０が検知する光はＩ－Ｖ変換される。濃度検知センサ検知回路１４０５は、濃度検知センサ２２０から受信した検知結果を示す信号をＣＰＵ１４０１のＡ／Ｄコンバータ１４０６に送信する。Ａ／Ｄコンバータ１４０６は、濃度検知センサ検知回路１４０５から送信された信号を時系列に取り込み、取り込んだ信号に対してＡ／Ｄ変換を行う。ＣＰＵ１４０１は、ＲＯＭ１４０７に予め記憶された演算式とＡ／Ｄコンバータ１４０６によってＡ／Ｄ変換された信号とを用いて、濃度補正情報を算出するための演算を行う。ＣＰＵ１４０１は、算出した濃度補正情報に基づいて、ルックアップテーブルの設定値を決定し、ＲＡＭ１４０８に予め格納されている値を上記決定した設定値に基づいて更新する。画像形成時には、ＣＰＵ１４０１がＲＡＭ１４０８からルックアップテーブルの設定値を読み出し、読み出した設定値に対応する条件で画像形成を行う。

図１５は、図２の濃度検知センサ２２０によるトナーパターンの検知を説明するための図である。濃度検知センサ２２０は、図１５（ａ）に示すように、中間転写ベルト２０６に対向するように配置され、中間転写ベルト２０６上に形成されたトナーパターン１５０４を検知する。濃度検知センサ２２０は、赤外線を発光するＬＥＤ１５０１と、赤外線を受光するＰＤ１５０２と、これらが実装される電気基板（不図示）とからなる。なお、濃度検知センサ２２０の受光部は、ＰＤに限られず、フォトトランジスタであっても良い。

ＬＥＤ１５０１は、中間転写ベルト２０６に対して赤外線を入射角度２０°で照射するように配置される。ＰＤ１５０２は、中間転写ベルト２０６及びトナーパターン１５０４に照射された光の拡散反射光１５０３を反射角度－５０°で受光するように配置される。これらの光学素子は、ＬＥＤ１５０１に電流を供給する駆動回路（不図示）と、ＰＤ１５０２の受光量に応じて流れる電流を電圧に変換するＩＶ変換機能を有する受光回路（不図示）とからなる電気基板（不図示）に実装されている。なお、本実施の形態では、濃度検知センサ２２０は、上述した構成に限られず、光学式の濃度検知センサであれば良い。例えば、濃度検知センサ２２０は、トナーパターン１５０４からの拡散反射光１５０３を検知する構成ではなく、中間転写ベルト２０６からの反射光を検知する構成であってトナーの付着量に応じて中間転写ベルト２０６からの反射光が減衰することを利用して濃度を検知する構成であっても良い。

画像形成装置１０１の内部では、搬送する記録材Ｓから発生する紙粉や中間転写ベルト２０６に付着させるトナーが飛散することがある。飛散した紙粉やトナーが濃度検知センサ２２０に付着してしまうと、濃度検知センサ２２０の照射光量及び受光量が低下し、その結果、濃度検知センサ２２０によるトナー濃度の検知精度が低下してしまう。濃度検知センサ２２０によるトナー濃度の検知精度の低下を抑制するために、プリンタ部２００は、濃度検知センサ２２０の汚れを防止するためのシャッター１５００を備える。シャッター１５００は、濃度検知センサ２２０と中間転写ベルト２０６の間に配置されている。シャッター１５００は、濃度検知センサ２２０及び中間転写ベルト２０６と平行となる方向に駆動する。シャッター１５００の開閉制御は、シャッター駆動部１４０４によって行われる。例えば、濃度検知を行う場合、シャッター駆動部１４０４は、濃度検知センサ２２０の照射光や濃度検知センサ２２０が受光する反射光を遮らない位置にシャッター１５００の開口部を形成するようにシャッター１５００を開く（例えば、図１５（ａ）を参照。）。一方、濃度検知を行わない場合、シャッター駆動部１４０４は、濃度検知センサ２２０の光学部（ＬＥＤ１５０１及びＰＤ１５０２）と中間転写ベルト２０６の間を遮るようにシャッター１５００を閉じる（例えば、図１５（ｂ）を参照。）。

このように、本実施の形態では、濃度検知を行わない場合にシャッター１５００を閉じることにより、濃度検知センサ２２０への汚れの付着を大幅に減らすことが可能となる。しかし、濃度検知を行う場合には、シャッター１５００が開き、濃度検知センサ２２０の光学部と中間転写ベルト２０６の間を遮るものがなくなるので、開口部を通って濃度検知センサ２２０に紙粉やトナーが付着する。トナーの付着量が増加するにつれて濃度検知センサ２２０の照射光量及び受光量が徐々に低下する。濃度検知センサ２２０の照射光量及び受光量が低下すると、同じトナー濃度のトナーパターン１５０４を検知しても検知値が低下するため、濃度検知センサ２２０によるトナー濃度の検知精度が低下してしまう。

このような紙粉やトナーの付着に起因する濃度検知センサ２２０によるトナー濃度の検知精度の低下を防止するために、プリンタ部２００では、ＬＥＤ駆動電流を増加させ、濃度検知センサ２２０の光量を一定に保つ光量調整制御が行われる。光量調整制御では、常に一定の反射率を維持する基準板１５０５に光が照射され、反射光が検出される。基準板１５０５は、図１５（ｂ）に示すように、シャッター１５００における濃度検知センサ２２０と向かい合う面に取り付けられている。プリンタ制御部１４００は、シャッター駆動部１４０４を制御して、基準板１５０５を濃度検知センサ２２０の光学部と対向する位置に配置させた状態で光量調整制御を実行する。なお、本実施の形態では、光量調整制御は、上述したように基準板１５０５からの反射光を用いる方法に限られず、例えば、中間転写ベルト２０６からの反射光を用いて光量調整制御を行っても良い。

図１６は、図２の濃度検知センサ２２０のＬＥＤ駆動電流と濃度検知センサ２２０の検知値との関係を示す図である。図１６において、横軸は濃度検知センサ２２０のＬＥＤ駆動電流値を表し、縦軸は濃度検知センサ２２０の検知値を表す。光量調整制御では、ＬＥＤ１５０１の光量を制御する制御値となるＬＥＤ駆動電流値が５段階に切り替えられ、各駆動電流時における基準板１５０５からの反射光が検知される。図１６では、５段階のＬＥＤ駆動電流値をＩ１～Ｉ５とし、Ｉ１～Ｉ５のＬＥＤ駆動電流の供給時に得られる濃度検知センサ２２０の検知値をＶ１～Ｖ５とする。また、光量を調整するターゲットとなる濃度検知センサ２２０の検知値をＶｔとする。Ｖｔは、画像形成装置１０１の初期設置時において、任意のＬＥＤ駆動電流が供給された際に濃度検知センサ２２０が基準板１５０５からの反射光を検知した検知値である。初期設置時では、濃度検知センサ２２０に紙粉やトナーの飛散による汚れが付着しておらず、Ｖｔは、汚れが最も少ない状態の検知値である。

プリンタ制御部１４００は、測定したＶ１～Ｖ５とＶｔとを比較し、Ｖｔを挟んだ２点、即ちＶｔよりも小さい値の中で最も大きい値と、Ｖｔよりも大きい値の中で最も小さい値を抽出する。図１６では、Ｖ３とＶ４が抽出される。プリンタ制御部１４００は、抽出したＶ３とＶ４を線形補完し、Ｖｔに対応するＬＥＤ駆動電流値Ｉｔを算出する。プリンタ制御部１４００は、算出したＬＥＤ駆動電流値Ｉｔを調整後のＬＥＤ駆動電流値とする。具体的に、プリンタ制御部１４００は、ＲＡＭ１４０８に保存されている濃度補正実行時のＬＥＤ駆動電流値を、算出したＬＥＤ駆動電流値Ｉｔに更新する。このように濃度補正実行時のＬＥＤ駆動電流値を、算出したＬＥＤ駆動電流値Ｉｔに設定することで、濃度検知センサ２２０の検知値の低下を防止することができ、もって、濃度検知センサ２２０によるトナー濃度の検知精度の低下を防止することができる。なお、Ｖｔの値がＶ１より小さい場合、又はＶｔの値がＶ５より大きい場合には、濃度検知センサ２２０による検知が正常に行えなかった可能性がある。このため、ＲＡＭ１４０８に保存されている濃度補正実行時のＬＥＤ駆動電流値は、Ｖｔに基づいて算出されたＬＥＤ駆動電流値Ｉｔに更新されない。

図１７は、図１４のプリンタ制御部１４００によって実行される光量調整制御の手順を示すフローチャートである。図１７の処理は、プリンタ制御部１４００のＣＰＵ１４０１がＲＯＭ１４０７等に格納されたプログラムを実行することによって実現される。図１７の処理は、例えば、プリンタ部２００を使用するジョブの実行を完了した場合、画像形成装置１０１が起動した場合、画像形成装置１０１が節電モードから復帰した場合といった濃度検知センサ２２０の特性が変化する所定の条件を満たした場合に実行される。

図１７において、まず、ＣＰＵ１４０１は、基準板１５０５が濃度検知センサ２２０の光学部と対向するようにシャッター１５００を移動させる（ステップＳ１７０１）。具体的に、ＣＰＵ１４０１は、シャッター駆動回路１４０３を制御して、シャッター駆動部１４０４へシャッター１５００の移動指示となる駆動信号を送信する。シャッター駆動部１４０４は、受信した駆動信号に従って、基準板１５０５が濃度検知センサ２２０の光学部と対向するようにシャッター１５００を移動させる。次いで、ＣＰＵ１４０１は、濃度検知センサ駆動回路１４０２を制御して濃度検知センサ２２０へ駆動信号を送信し、上述した５段階（Ｉ１～Ｉ５）のＬＥＤ駆動電流でそれぞれ濃度検知センサ２２０を駆動させる（ステップＳ１７０２）。ＣＰＵ１４０１は、５段階（Ｉ１～Ｉ５）のＬＥＤ駆動電流を供給した際に得られた検知値Ｖ１～Ｖ５を濃度検知センサ２２０から取得する。次いで、ＣＰＵ１４０１は、ＶｔがＶ１～Ｖ５の範囲内であるか否かを判別する（ステップＳ１７０３）。

ステップＳ１７０３の判別の結果、ＶｔがＶ１～Ｖ５の範囲内である場合、すなわち、ＶｔがＶ１以上且つＶ５以下である場合、ＣＰＵ１４０１は、Ｖ１～Ｖ５の中から、Ｖｔを挟んだ２つの検知値を抽出する（ステップＳ１７０４）。ステップＳ１７０４では、ＣＰＵ１４０１は、Ｖ１～Ｖ５においてＶｔより小さい検知値の中で最も大きい検知値（例えば、図１６のＶ３）と、Ｖ１～Ｖ５においてＶｔより大きい検知値の中で最も小さい検知値（例えば、図１６のＶ４）を抽出する。次いで、ＣＰＵ１４０１は、抽出した２つの検知値を線形補完してＶｔに対応するＬＥＤ駆動電流値Ｉｔを算出する（ステップＳ１７０５）。算出したＬＥＤ駆動電流値Ｉｔが次回以降の濃度調整時のＬＥＤ駆動電流値となる。濃度調整時のＬＥＤ駆動電流値を以降では、濃度調整時の光量制御値と呼称する。次いで、ＣＰＵ１４０１は、算出したＬＥＤ駆動電流値Ｉｔを次回以降の濃度調整時の光量制御値として設定し（ステップＳ１７０６）、設定した光量制御値をＲＡＭ１４０８に記憶する。ＲＡＭ１４０８には、ステップＳ１７０６にて設定された光量制御値の他に、過去に設定された複数の光量制御値が記憶されている。次いで、ＣＰＵ１４０１は、ステップＳ１７０６にて設定した光量制御値を制御部３０１へ送信し（ステップＳ１７０７）、光量調整制御は終了する。

ステップＳ１７０３の判別の結果、ＶｔがＶ１～Ｖ５の範囲内でない場合、すなわち、ＶｔがＶ１より小さい又はＶ５より大きい場合、ＣＰＵ１４０１は、濃度検知センサ２２０による検知が正常に行えなかったと判断する。ＣＰＵ１４０１は、前回の光量調整制御時に設定した光量制御値を次回以降の濃度調整時の光量制御値として設定し（ステップＳ１７０８）、設定した光量制御値をＲＡＭ１４０８に記憶する。その後、光量調整制御は終了する。

図１８は、図１の画像形成装置１０１によって実行される特徴抽出データ送信処理の手順を示すフローチャートである。図１８の処理は、制御部３０１のＣＰＵ３０２がプログラム３０８を実行することによって実現される。図１８の処理は、例えば、予め設定された所定の期間毎に、又は予め設定された所定の時刻に定期的に実行される。

図１８において、ＣＰＵ３０２は、プリンタ制御部１４００に光量データ（制御データ）の送信要求を行う（ステップＳ１８０１）。光量データは、直近で設定された光量制御値やそれ以前に設定された光量制御値等の複数のデータを含む。次いで、ＣＰＵ３０２は、プリンタ制御部１４００から光量データを受信し（ステップＳ１８０２）、受信した光量データをメモリ３０３に記憶する（ステップＳ１８０３）。メモリ３０３には、ステップＳ１８０２にて受信した光量データの他に、過去にプリンタ制御部１４００から受信した複数の光量データも記憶されている。次いで、ＣＰＵ３０２は、ステップＳ１８０２にて受信した光量データに含まれるデータの数が予め設定された所定の数、例えば、３０であるか否かを判別する（ステップＳ１８０４）。

ステップＳ１８０４の判別の結果、受信した光量データに含まれるデータの数が所定の数、例えば、３０である場合、ＣＰＵ３０２は、後述する図１９のデータ生成処理を実行し（ステップＳ１８０５）、特徴抽出データ３１１を生成する。次いで、生成した特徴抽出データ３１１をサーバ１０３へ送信する（ステップＳ１８０６）。なお、管理装置１０４が過去データを含む複数の特徴抽出データ３１１を蓄積可能な構成である場合、上述したように、ＣＰＵ３０２は、特徴抽出データ３１１を管理装置１０４へ直接送信する構成であっても良い。

次いで、ＣＰＵ３０２は、メモリ３０３に記憶された複数の光量データのうち最も古い光量データを削除する（ステップＳ１８０７）。その後、特徴抽出データ送信処理は終了する。

ステップＳ１８０４の判別の結果、受信した光量データに含まれるデータの数が所定の数、例えば、３０でない場合、ＣＰＵ３０２は、特徴抽出データ３１１の生成及び送信を行わずに、特徴抽出データ送信処理は終了する。

なお、上述した図１８の処理では、ステップＳ１８０４において、ＣＰＵ３０２は、ステップＳ１８０２にて受信した光量データに含まれるデータの数が予め設定された所定の数、例えば、３０以上であるか否かを判別しても良い。ステップＳ１８０２にて受信した光量データに含まれるデータの数が所定の数、例えば、３０以上である場合、特徴抽出データ送信処理はステップＳ１８０５に進む。ステップＳ１８０２にて受信した光量データに含まれるデータの数が所定の数、例えば、３０未満である場合、特徴抽出データ送信処理は終了する。

図１９は、図１８のステップＳ１８０５のデータ生成処理の手順を示すフローチャートである。

図１９において、ＣＰＵ３０２は、ステップＳ１８０２にて受信した光量データに含まれるデータのうち、最大値と最小値を除外する（ステップＳ１９０１）。次いで、ＣＰＵ３０２は、ステップＳ１８０２にて受信した光量データに含まれるデータのうち、ステップＳ１９０１にて除外されなかったデータの平均値を算出する（ステップＳ１９０２）。ステップＳ１９０１、Ｓ１９０２の処理を行うことで、特徴抽出データにおける特徴量のばらつきを小さくすることが可能となる。光量制御値のばらつきの要因として、例えば、画像形成装置１０１の内部温度の変化に起因する濃度検知センサ２２０のＬＥＤ１５０１の発光量の変化が考えられる。

次いで、ＣＰＵ３０２は、算出した平均値を正規化する（ステップＳ１９０３）。具体的に、ＣＰＵ３０２は、算出した平均値をＬＥＤ駆動電流の制御範囲の上限値で除算する。制御範囲の上限値は、ＬＥＤ１５０１の素子特性に基づいて決定される値である。ここで、ステップＳ１９０３にて正規化された値は、ステップＳ１９０２にて算出した平均値がＬＥＤ駆動電流の制御範囲の上限値と等しい場合に「１」となる。つまり、ステップＳ１９０３にて正規化された値が「１」であると、光量調整制御が実施されず、濃度検知センサ２２０によるトナー濃度の検知精度の低下を防止することができなくなる。このような事態を未然に防ぐために、異常予測システム１００は、画像形成装置１０１のメンテナンス時期の算出に、ステップＳ１９０３にて正規化された値を用いる。なお、ステップＳ１９０３にて正規化された値が「１」に対してどの程度余裕があるかの度合いが、メンテナンスが必要となるまでの余裕度となる。

次いで、ＣＰＵ３０２は、ステップＳ１９０３にて正規化された値を特徴抽出データ３１１としてメモリ３０３に記憶する（ステップＳ１９０４）。この特徴抽出データ３１１は、上述したように画像形成装置１０１のメンテナンス時期を算出するための濃度検知センサ２２０の光量データの特徴を示すデータであり、また、複数のデータを含む光量データよりデータ量が小さいデータである。その後、データ生成処理は終了する。

図２０は、図１の管理装置１０４によって実行されるメンテナンス時期通知処理の手順を示すフローチャートである。図２０の処理は、管理装置１０４のＣＰＵ４０１がメモリ４０２や記憶装置４０３に格納されたプログラムを実行することによって実現される。なお、本実施の形態では、管理装置１０４は、所定の期間や所定の時刻といった予め設定されている実施タイミングに基づいてメンテナンス時期通知処理を実行する。また、管理装置１０４は、保守点検員１０６等が操作する画像形成装置１０１等からメンテナンス時期通知処理の実行要求を受け付けた際にメンテナンス時期通知処理を実行する。

図２０において、ＣＰＵ４０１は、サーバ１０３から（又は画像形成装置１０１等から直接）濃度検知センサ２２０の特徴抽出データ３１１を受信し、受信した濃度検知センサ２２０の特徴抽出データ３１１を記憶装置４０３に記憶する（ステップＳ２００１）。次いで、記憶装置４０３に記憶された濃度検知センサ２２０の特徴抽出データ３１１の数が２つ以上であるか否かを判別する（ステップＳ２００２）。ステップＳ２００２では、例えば、ステップＳ２００１にて記憶された濃度検知センサ２２０の特徴抽出データ３１１の他に、当該濃度検知センサ２２０の特徴抽出データ３１１より前に受信した少なくとも１つの濃度検知センサ２２０の特徴抽出データ３１１が記憶装置４０３に記憶されている場合、記憶装置４０３に記憶された濃度検知センサ２２０の特徴抽出データ３１１の数が２つ以上であると判別する。一方、ステップＳ２００１にて記憶された濃度検知センサ２２０の特徴抽出データ３１１以外の濃度検知センサ２２０の特徴抽出データが記憶装置４０３に記憶されていない場合、記憶装置４０３に記憶された濃度検知センサ２２０の特徴抽出データ３１１の数が２つ以上でないと判別する。

ステップＳ２００２の判別の結果、記憶装置４０３に記憶された濃度検知センサ２２０の特徴抽出データ３１１の数が２つ以上である場合、ＣＰＵ４０１は、記憶装置４０３に記憶された最新の濃度検知センサ２２０の特徴抽出データ３１１と当該特徴抽出データ３１１より前に記憶された少なくとも１つの濃度検知センサ２２０の特徴抽出データ３１１に基づいて画像形成装置１０１のメンテナンス時期を算出する（ステップＳ２００３）。例えば、ＣＰＵ４０１は、外挿法により、記憶装置４０３に記憶された最新の濃度検知センサ２２０の特徴抽出データ３１１（例えば、図２１のＣｎ）と、当該特徴抽出データ３１１の次に新しい濃度検知センサ２２０の特徴抽出データ３１１（例えば、図２１のＣｎ－１）と、各特徴抽出データ３１１の生成日時と用いて、特徴量が「１」となる日時を算出する。特徴量が「１」となる日時は、光量調整制御を実施できなくなり、濃度検知センサ２２０によるトナー濃度の検知精度の低下を防止することができなくなる日時である。この日時までに濃度検知センサ２２０のメンテナンスを行う必要がある。ＣＰＵ４０１は、算出した日時をメンテナンスの実施期限日とし、また、保守点検員１０６がメンテンナス計画を立てることを加味して、メンテナンスの実施期限日から１か月前までの期間を画像形成装置１０１のメンテナンス時期として算出する。

次いで、ＣＰＵ４０１は、算出したメンテナンス時期を通知し（ステップＳ２００４）、メンテナンス時期通知処理は終了する。

ステップＳ２００２の判別の結果、記憶装置４０３に記憶された濃度検知センサ２２０の特徴抽出データ３１１の数が２つ以上でない場合、ＣＰＵ４０１はメンテナンス時期を通知せず、メンテナンス時期通知処理は終了する。

上述した実施の形態によれば、管理装置１０４は、画像形成装置１０１によって生成された最新の濃度検知センサ２２０の特徴抽出データ３１１と当該特徴抽出データ３１１より前に生成された少なくとも１つの濃度検知センサ２２０の特徴抽出データ３１１とを取得し、取得した複数の濃度検知センサ２２０の特徴抽出データに基づいて画像形成装置１０１のメンテナンス時期を予測する。濃度検知センサ２２０の特徴抽出データ３１１は、濃度検知センサ２２０の光量データの特徴を示すデータである。これにより、濃度検知センサ２２０の光量データの変動に基づいて画像形成装置１０１のメンテナンス時期を予測することができる。また、濃度検知センサ２２０の特徴抽出データ３１１は、複数のデータを含む光量データよりデータ量が小さいデータである。これにより、管理装置１０４がサーバ１０３等からデータを受信する際のデータ通信量を抑えることができ、もって、通信環境の整備や維持にかかる費用を抑えることができる。すなわち、本実施の形態では、通信環境の整備や維持にかかる費用を抑えつつ、画像形成装置１０１のメンテナンス時期を予測することができる。

上述した実施の形態では、濃度検知センサ２２０の特徴抽出データ３１１は、光量データに含まれる複数の光量設定値の少なくとも一部を平均化して得られた平均値をＬＥＤ駆動電流の制御範囲の上限値で除算したデータである。このような画像形成装置１０１における光量調整制御の実施可否状況を判別可能な濃度検知センサ２２０の特性を示すデータを用いることにより、濃度検知センサ２２０のメンテナンスが必要な時期を算出することができる。その結果、当該濃度検知センサ２２０を備える画像形成装置１０１のメンテナンス時期を予測することができる。

また、上述した実施の形態では、外挿法により、蓄積されていた複数の濃度検知センサ２２０の特徴抽出データ３１１に基づいて濃度検知センサ２２０のメンテナンス時期が予測される。これにより、サーバ１０３等に蓄積されていた複数の濃度検知センサ２２０の特徴抽出データを用いて、濃度検知センサ２２０のメンテナンス時期を容易に予測することができる。

さらに、上述した実施の形態では、濃度検知センサ２２０は、中間転写ベルト２０６に形成されるトナーパターンの濃度を検知するセンサである。これにより、中間転写ベルト２０６に形成されるトナーパターンの濃度を検知できなくなるといった不具合が生じる前に、画像形成装置１０１のメンテナンスを行うことができる。

上述した実施の形態では、特徴抽出データがサーバ１０３に蓄積されるので、蓄積された特徴抽出データ３１１（以下、「蓄積データ」という。）を新たな技術開発に活用することができる。一例として、蓄積データを活用して故障箇所を特定する機能を追加する場合について説明する。

濃度検知センサ２２０の特性の変化の要因が上述したような濃度検知センサ２２０の汚れである場合、濃度検知センサ２２０の特性は、ある程度の時間をかけて緩やかに変化する傾向となる。一方、濃度検知センサ２２０の特性の変化の要因が濃度検知センサ２２０の故障である場合、濃度検知センサ２２０の特性は、故障した時点で急激に変化する傾向となる。例えば、濃度検知センサ２２０のシャッター駆動部１４０４が故障した場合、シャッター駆動部１４０４が故障した時点で、基準板１５０５が濃度検知センサ２２０の光学部と対向するような適切な位置にシャッター１５００を移動させることができなくなる。つまり、光量調整制御において、濃度検知センサ２２０が基準板１５０５からの反射光を意図通りに検知できなくなる。その結果、光量調整制御において前回設定された光量制御値と大きく異なる光量制御値が設定される、つまり、濃度検知センサ２２０の特性が急激に変化する。このように濃度検知センサ２２０の特性の変化の傾向に基づいて、本実施の形態では、必要となるメンテナンスの内容を予測する。例えば、濃度検知センサ２２０の特性が比較的緩やかに変化する場合には、濃度検知センサ２２０の汚れを清掃するメンテナンスが必要であると予測する。また、濃度検知センサ２２０の特性が急激に変化する場合には、シャッター駆動部１４０４を修理するメンテナンスが必要であると予測する。

また、サーバ１０３の蓄積データと画像形成装置１０１の故障発生履歴を比較することで、故障発生時のデータの変化の傾向を明らかにすることができる。故障発生時のデータの傾向を明らかにすることで、蓄積データに基づいて故障箇所を特定するという機能を開発、実装することができる。この機能により、保守点検員１０６に故障箇所を予め通知することができ、保守点検員１０６は、交換部品を用意してメンテナンスに向かうことができ、もって、スムーズなメンテナンスを実施可能となる。

上述した実施の形態では、生成時刻が異なる複数の濃度検知センサ２２０の特徴抽出データ３１１に基づいて画像形成装置１０１のメンテナンス時期を予測する構成について説明したが、特徴抽出データ３１１の種別は、濃度検知センサ２２０の特徴抽出データ３１１に限られず、生成時刻が異なり且つ同じ種別の複数の特徴抽出データ３１１を比較することで特性の変動を判別可能な種別の特徴抽出データ３１１であれば良い。

本発明は、上述の実施の形態の１以上の機能を実現するプログラムをネットワーク又は記憶媒体を介してシステム又は装置に供給し、該システム又は装置のコンピュータにおける１つ以上のプロセッサがプログラムを読み出して実行する処理でも実現可能である。また、本発明は、１以上の機能を実現する回路（例えば、ＡＳＩＣ）によっても実現可能である。

１００ 異常予測システム
１０１ 画像形成装置
１０２ 画像形成装置
１０３ サーバ
１０４ 管理装置
２０６ 中間転写ベルト
２２０ 濃度検知センサ
３１１ 特徴抽出データ
４０１ ＣＰＵ
４０４ ネットワークＩ／Ｆ

Claims (7)

1. 転写体と前記転写体に転写されたトナー像を検出する検出手段とを備える画像形成装置を管理する管理装置であって、
   前記検出手段の制御データに基づいて前記画像形成装置によって生成された最新の検出手段特徴データと当該最新の検出手段特徴データより前に生成された少なくとも１つの検出手段特徴データとを取得する取得手段と、
   前記取得した複数の検出手段特徴データに基づいて前記画像形成装置のメンテナンス時期を予測する予測手段とを備え、
   前記検出手段特徴データは、前記検出手段の制御データの特徴を示すデータであって前記検出手段の制御データよりデータ量が小さいデータであることを特徴とする管理装置。
2. 前記検出手段の制御データは、前記検出手段が備える発光手段の光量を制御するための複数の制御値を含み、
   前記検出手段特徴データは、前記複数の制御値の少なくとも一部を平均化して得られた値を前記制御値の制御範囲の上限値で除算したデータであることを特徴とする請求項１記載の管理装置。
3. 前記予測手段は、外挿法により、前記取得した複数の検出手段特徴データに基づいて前記画像形成装置のメンテナンス時期を予測することを特徴とする請求項１又は２記載の管理装置。
4. 前記検出手段は、前記転写体に転写されたトナー像の濃度を検知する濃度検知センサであることを特徴とする請求項１乃至３のいずれか１項に記載の管理装置。
5. 転写体と前記転写体に転写されたトナー像を検出する検出手段とを備える画像形成装置を管理する管理装置の制御方法であって、
   前記検出手段の制御データに基づいて前記画像形成装置によって生成された最新の検出手段特徴データと当該最新の検出手段特徴データより前に生成された少なくとも１つの検出手段特徴データとを取得する取得ステップと、
   前記取得した複数の検出手段特徴データに基づいて前記画像形成装置のメンテナンス時期を予測する予測ステップとを有し、
   前記検出手段特徴データは、前記検出手段の制御データの特徴を示すデータであって前記検出手段の制御データよりデータ量が小さいデータであることを特徴とする管理装置の制御方法。
6. 請求項１乃至４のうちいずれか１項に記載の管理装置の各手段をコンピュータに実行させるためのプログラム。
7. 転写体と前記転写体に転写されたトナー像を検出する検出手段を備える画像形成装置を管理する管理システムであって、
   前記検出手段の制御データに基づいて前記画像形成装置によって生成された検出手段特徴データを受信する受信手段と、
   前記受信した検出手段特徴データを蓄積する蓄積手段と、
   前記蓄積手段に蓄積された最新の検出手段特徴データと当該最新の検出手段特徴データより前に前記蓄積手段に蓄積された少なくとも１つの検出手段特徴データとに基づいて前記画像形成装置のメンテナンス時期を予測する予測手段とを備え、
   前記検出手段特徴データは、前記検出手段の制御データの特徴を示すデータであって前記検出手段の制御データよりデータ量が小さいデータであることを特徴とする管理システム。

Images