JP2022164361A - 画像形成装置及び通知方法 - Google Patents

Abstract

【課題】 直近の使用状況が、短期的な使用状況下での使用なのか、長期的な使用状況下での使用なのかを考慮することによって、寿命に到達するまでの残期間を正確に予測する。【解決手段】 情報処理装置は、直近の期間Ａでの消耗品の使用状況を算出する第１算出手段と、直近の期間Ａより過去の時を含み、且つ、ある基準時Ｔより過去の時Ｔ１からある基準時Ｔまでの期間Ｂでの消耗品の使用状況を算出する第２算出手段と、過去の時Ｔ１より過去の時Ｔ２からある基準時Ｔまでの期間Ｃでの消耗品の使用状況を算出する第３算出手段と、第１算出手段によって算出された使用状況、第２算出手段によって算出された使用状況、及び、第３算出手段によって算出された使用状況、に基づいて、消耗品の寿命到達までの残期間を算出する残期間の算出手段と、を備える。【選択図】 図５

Description

本発明は、画像形成装置及び通知方法に関する。

オフィスなどに設置される画像形成装置は、画像不良やトラブル等があればサービスマンが出動し対応している。また、画像形成装置で使用されている感光ドラム、転写ベルト、定着ローラ等の消耗品には寿命がある。そのため、消耗品の寿命に近づくと、サービスマンが出動し該当消耗品を交換している。

寿命が近いと予測して交換する際に、実際の寿命より遅く予測してしまうと交換前に寿命に達してしまい、画質不良や動作不具合が発生してユーザに迷惑を掛けてしまうことになる。一方、交換時期を実際の寿命より早く予測してしまうと、まだ使えるのに早期交換となり、部品コストが上がることになってしまう。そこで、販売会社やディーラーのサービスマンからは消耗品の寿命をより正確に予測することが望まれている。

寿命を予測する方法としては、例えば、消耗品（トナーなど）の１枚あたりの平均使用量と消耗品の残量とを用いて、寿命に達するまでの残日数を算出する方法がある（特許文献１）。

特開２００４－２４０１１０号公報

特許文献１は、消耗品の１枚あたりの平均使用量を用いているので、直近の消耗品の使用状況が反映されにくい。ユーザは、１年を通じて常にコンスタントに使用するのではなく、長期的にはあまり使わないユーザが短期的に急に使いだしたり、逆に長期的には頻繁に使っているユーザが短期的に使わない期間があったりする。つまり、直近の消耗品の使用が多く、今後も同様の使用ペースで消耗品を使用した場合、算出した残日数より前に寿命が達する。また、直近の消耗品の使用が少なく、今後も同様のペースで消耗品を使用した場合、算出した残日数より後に寿命が達する。特許文献１では、直近の使用状況が、短期的な使用状況下での使用なのか、長期的な使用状況下での使用なのかが考慮されておらず、寿命に到達するまでの残日数の予測に誤差があった。

本発明の情報処理装置は、画像形成に必要な消耗品の寿命到達までの残期間を通知する情報処理装置であって、直近の期間Ａでの消耗品の使用状況を算出する第１算出手段と、直近の期間Ａより過去の時を含み、且つ、ある基準時Ｔより過去の時Ｔ１からある基準時Ｔまでの期間Ｂでの消耗品の使用状況を算出する第２算出手段と、過去の時Ｔ１より過去の時Ｔ２からある基準時Ｔまでの期間Ｃでの消耗品の使用状況を算出する第３算出手段と、第１算出手段によって算出された使用状況、第２算出手段によって算出された使用状況、及び、第３算出手段によって算出された使用状況、に基づいて、消耗品の寿命到達までの残期間を算出する残期間算出手段と、を備える。

以上のように、本発明によれば、直近の使用状況が、短期的な使用状況下での使用なのか、長期的な使用状況下での使用なのかを考慮することによって、寿命に到達するまでの残期間を正確に予測することができる。

実施例１の画像形成装置の構成断面図 実施例１の画像形成装置のハードウェア構成図 （ａ）制御プログラムの機能構成を説明する概念図（ｂ）ログ記録部が記録する稼働情報の一例を示す図（ｃ）ログデータを使用率データに変換した例を示す図（ｄ）使用率保存部に保存された使用率データの例を示す図 （ａ）使用率データの一例を示す図（ｂ）従来方式の予測実績誤差を示す図 （ａ）実施例１の予測方式の傾きＸ～傾きＺを示す図（ｂ）実施例１の予測方式の予測線を示す図（ｃ）実施例１の予測方式と従来方式の残日数誤差の比較を示す図 実施例１の予測方式の使用率の進行度算出のフローチャート 実施例１の予測方式の残日数算出のフローチャート （ａ）１週間の使い方の正規化データ算出のフローチャート（ｂ）正規化データを用いた残日数算出のフローチャート（ｃ）１週間の使い方を加味した補正あり／なしを示す図 （ａ）給紙ローラの使用率データの一例を示す図（ｂ）給紙ローラの１日当たりの使用率の進行度を示す図（ｃ）給紙ローラの７日毎の正規化データを示す図（ｄ）給紙ローラの７日毎の正規化データを曜日順に並べ替えた表を示す図 実施例２の寿命予測システムの一構成例を示す図 実施例２の画像形成装置のハードウェア構成図 サーバ、分析装置のハードウェア構成図 実施例２の制御プログラムの機能構成を説明する概念図 （ａ）使用率データの送信方法を示すフローチャート（ｂ）送信データの一例を示す図 予測システムの動作フローの概略図 サーバで更新されたデータの一例を示す図 残日数表示の一例を示す図

以下、本発明を実施するための形態について図面を用いて説明する。ただし、この実施形態に記載されている構成要素はあくまで例示であり、本発明の範囲をそれらのみに限定する趣旨のものではない。

図１は、画像形成装置の全体構成を示す図を示す。画像形成装置１０２は、電子写真方式によりカラー画像又はモノクロ画像を形成するプリンタであって、コピー機能やファクシミリ機能等を有する。画像形成装置１０２は、４つの画像形成部Ｐａ～Ｐｄを中間転写ベルト２０６上に並べて配置した、いわゆる中間転写タンデム方式の画像形成装置である。画像形成装置１０２は、本発明の情報処理装置の一例であって、画像形成装置１０２は、パソコン、サーバなどの情報処理装置であっても良い。

以下に、図１を用いて画像形成装置１０２の構成及び機能について説明する。画像形成装置１０２は、プリンタ部２００とリーダ部２４０を有する。

画像が形成されるシート等の記録材Ｓは、記録材収納庫２３０ａ及び２３０ｂ内に積載されている。画像形成部Ｐａ～Ｐｄによる画像形成のタイミングに応じて不図示の給紙モータを駆動し、記録材Ｓは、摩擦分離方式を採用した給紙ローラ２３１ａまたは２３１ｂにより給紙される。給紙ローラ２３１ａ及び２３１ｂは、ピックアップローラ２３１ｃ及び２３１ｄでピックアップした記録材Ｓを搬送パスに搬送する。搬送された記録材Ｓは引き抜きローラ２３１ｅ、引き抜きセンサ２３１ｆを介してレジストローラ２３２に搬送される。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は、画像形成部Ｐａ～Ｐｄにより画像形成を行う。画像形成部Ｐａ～Ｐｄは、感光体２０１ａ～２０１ｄ、帯電器２０２ａ～２０２ｄ、露光器２０３ａ～２０３ｄ、現像器２０４ａ～２０４ｄ、一次転写部Ｔ１ａ～Ｔ１ｄ、及び感光体クリーナ２０５ａ～２０５ｄを備える。帯電器２０２ａ～２０２ｄは、感光体２０１ａ～２０１ｄの表面を一様に帯電させる。感光体２０１ａ～２０１ｄは、回転駆動されており、露光器２０３ａ～２０３ｄにより光が照射される。露光器２０３ａ～２０３ｄは、形成する画像の画像情報に応じて変調された光を感光体２０１ａ～２０１ｄに照射する。これにより感光体２０１ａ～２０１ｄには、画像に応じた静電潜像が形成される。

現像器２０４ａ～２０４ｄは、感光体２０１ａ～２０１ｄに形成された静電潜像を現像剤により現像する。本実施例では、現像剤にトナーを用いる。現像器２０４ａ～２０４ｄは、静電潜像が形成された感光体２０１ａ～２０１ｄにトナーを付着させることで現像してトナー像を形成する。一次転写部Ｔ１ａ～Ｔ１ｄは、所定の加圧量及び静電的負荷バイアスが与えられ、感光体２０１ａ～２０１ｄから中間転写ベルト２０６にトナー像を転写する。この際、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。

画像形成部Ｐａは、イエローのトナー像を生成する。画像形成部Ｐｂは、マゼンタのトナー像を生成する。画像形成部Ｐｃは、シアンのトナー像を生成する。画像形成部Ｐｄは、ブラックのトナー像を生成する。但し、形成されるトナー像の色数は、４色に限定されるものではなく色順もイエロー、マゼンタ、シアン、ブラックの順に限定されるものでもない。本実施例の現像器２０４ａ～２０４ｄ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。

中間転写ベルト２０６には、イエロー、マゼンタ、シアン、ブラックの各色のトナー像が重畳して転写されることで、フルカラーのトナー像が形成される。一次転写後に感光体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。現像器２０４ａ～２０４ｄは、内部に収容するトナーの量が所定量よりも低下すると、現像剤の補給容器であるトナーボトルＴａ～Ｔｄからトナーが補給される。

中間転写ベルト２０６は、不図示の中間転写ベルトフレームに設けられ、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で合致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り、所定の加圧力及び静電的負荷バイアスを与えることで記録材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に所定の圧力及び熱量を与えて、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上に排出される。両面画像形成の場合、記録材Ｓは、反転搬送機構により反転してレジストローラ２３２に搬送される。

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するため、感光体２０１ｄと二次転写外ローラ２０９の間に配置される。

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を原稿台２４６側にして載置される。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、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の全面から画像を読み取る。発光部２４２は、原稿２４５を照射する。受光部２４４は、原稿２４５で反射された光を、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、受光部２４４の受光結果に応じて、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、受光部２４４の受光結果に応じて、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。

図２は、画像形成装置のハードウェア構成を示す図である。画像形成装置１０２は、制御部３０と、操作パネル３１と、記憶装置３２と、リーダ部２４０と、プリンタ部２００とを備え、これら各部がデータバス３４を介して相互にデータの入出力を行うことができる。

制御部３０は、ＣＰＵ３０１とメモリ３０２とを備えており、画像形成装置１０２における動作を統括的に制御する。ＣＰＵ３０１は、プログラム３２１を実行可能なハードウェアプロセッサであり、画像形成装置１０２に電源が投入されると、記憶装置３２に記憶されているプログラム３２１を読み出して実行することにより、各部の動作を制御する。メモリ３０２は、ＣＰＵ３０１がプログラム３２１に基づく処理を実行する際に使用するデータなどを一時的に記憶する。

操作パネル３１は、表示部３１１と、操作部３１２とを備えている。表示部３１１は、例えばカラー液晶ディスプレイで構成され、ユーザが操作可能な各種画面の表示を行ったり、メンテナンスに必要な情報を表示したりする。操作部３１２は、例えば表示部３１１の画面上に配置されるタッチパネルキーによって構成される。

記憶装置３２は、例えば、ハードディスクドライブ（ＨＤＤ）などの不揮発性の記憶装置である。この記憶装置３２には、上述したプログラム３２１の他に、画像形成装置１０２における感光ドラムや搬送ローラのような消耗品の稼働情報を記録したログデータ３２２と、ログデータ３２２に記憶されたデータを元に変換された使用率データ３２３がある。使用率データ３２３は、例えば搬送ローラであれば、寿命に到達すると想定した通紙枚数に対する現在の通紙枚数の比率や、ベルトであれば寿命に到達すると想定した走行距離に対する現在の走行距離の比率などである。つまり、寿命に対応する枚数が１０万枚の搬送ローラの現在の通紙枚数カウント値が８万枚であれば、使用率は８０％になり、これに相当する値が使用率データ３２３として保存される。

図３（ａ）は、制御部の機能構成を示すブロック図である。制御部３０においてＣＰＵ３０１がプログラム３２１を実行することにより、制御部３０は、データ管理部５０及びジョブ制御部５１、使用率推定部５２、使用率通知部５３として機能する。

ジョブ制御部５１は、画像形成装置１０２におけるジョブの実行を制御するものであり、リーダ部２４０やプリンタ部２００の動作を制御することにより、ユーザによって指定されたジョブの実行を制御する。ジョブ制御部５１は、ログ記録部５１１を備えており、ユーザによって指定されたジョブが実行されることに伴い、ログデータ３２２に各消耗品の稼働情報を記録する。この稼働情報の一例を図３（ｂ）に示す。同図は縦方向に時系列に各消耗品のログデータが並んでおり、それぞれのデータは消耗品毎にカウンタや走行時間、回転時間等の予め種別が決められたデータであり、データが更新されるタイミングでログデータを記録する。

データ管理部５０は、ジョブ制御部５１のログ記録部５１１によってログデータ３２２に保存された各消耗品の稼働情報を、予め定められたタイミングになる度に取得する。データ管理部５０は、各消耗品の稼働情報を常に取得するのではない。すなわち、データ管理部５０は、例えば画像形成装置１０２の電源を投入したタイミングや、或いは毎日決まった時間にデータを取得するようにする。データ取得部５０１は、上述した所定の取得タイミングになるとログデータ３２２を取得する。

使用率演算部５０２は、データ取得部５０１が取得したログデータ３２２の種別に応じた使用率を算出する。種別がカウンタであれば寿命に到達すると想定したカウンタ値を消耗品毎に持ち、種別が走行距離であれば寿命に到達すると想定した走行距離を消耗品毎に持つ。また、種別が回転時間であれば寿命に到達すると想定した回転時間を消耗品毎に持ち、これらをプログラム３２１内に予め保存しておく。そして、使用率演算部５０２は、取得されたログデータ３２２の値と、プログラム３２１内に保存された寿命に到達すると想定した値の比率を演算し、０．００１％単位で整数化して使用率とする。この演算結果を図３（ｃ）に示す。尚、ここでは給紙ローラが寿命に到達すると想定したカウンタ値を１０万、ＩＴＢベルトが寿命に到達すると想定した走行距離を２０万、ブラックの現像器が寿命に到達すると想定した回転時間を６０万とし、予めプログラム３２１内に保存されているとする。

例えば、２０２０年３月１日１５時０分２秒に取得されたＩＴＢベルトの場合、図３（ｂ）によると走行距離が３８９００で、寿命に到達すると想定した走行距離が２０万なので、比率を算出すると３８９００／２０００００＝１９．４５０（％）となる。０．００１％単位で整数化した値１９４５０に変換される（図３（ｃ））。他も同様に変換される。

次に、使用率演算部５０２により算出された使用率は、画像形成装置の電源を停止するタイミングや、或いは毎日決まった時間に最新データとして使用率保存部５０３に保存される。例えば、図３（ｃ）の場合、最新データである最終行の２０２０年３月１日の終了時点（２１時１分１３秒）の給紙ローラの使用率２４０２１を、画像形成装置の電源を停止するタイミング或いは毎日決まった時間に使用率保存部５０３に保存する。ＩＴＢベルトの使用率２２４５１およびブラック現像器の使用率２１３０１も、同様に保存する。こうして、毎日の各消耗品の使用率が使用率保存部５０３に保存され、保存されたデータの一例は図３（ｄ）のようになる。

また、使用率保存部５０３には、部品交換の交換目標値も０．００１％単位で保存されており（図３（ｄ）の交換目標値の欄）、使用率が１００％になった時に部品交換する場合には、図３（ｄ）のように交換目標値にそれぞれ１０００００が入力されている。使用率が１３０％になった時に部品交換したい場合には、交換目標値にそれぞれ１３００００が入力される。この値は、ユーザやサービスマンが決めることができる。

次に、使用率推定部５２の動作について図４を用いて説明する。

図４（ａ）は、使用率保存部５０３に保存されたある消耗品の使用率の推移を示しており、横軸は日時、縦軸は使用率を表す。

図４（ｂ）は、図４（ａ）の使用率に対して、ある予測日に従来方式の予測をした時の予測と実績との誤差（予測実績誤差）を示している。従来方式は、直近ａ日の使用率の進行度を表す傾きＷ（予測日と直前ａ日前の使用率の傾き）を算出し、その傾きＷで予測日以降も推移するという予測方式であるため、同図に示すように予測日の数日後である観測日には白丸まで使用率が進むと予測する。

これに対して、実績は黒丸であり、予測と実績の誤差が大きくなってしまう。当然、予測日以降も同じような使用率の進行度の使い方が続けば予測実績誤差は小さくなるが、予測日の数か月過去（同図のａ日前より左側）まで見れば傾きＷがずっと続きそうにないことは容易にわかる。

そこで、本実施例の使用率推定部５２の需要予測部５０４での予測方式を図５（ａ）（ｂ）、及び図６のフローチャートを用いて説明する。本実施例の予測方式は、予測日の数か月過去の期間の異なる複数区間の使用率の進行度を加味した予測方式になっている。

まず、使用率推定部５２において、画像形成装置１０２の電源を投入したタイミングや、或いは毎日決まった所定時間になるとＣＰＵ３０１は需要予測部５０４を用いて予測動作を開始する。

図６のフローチャートと図５（ａ）のグラフにおいて、需要予測部５０４は、使用率保存部５０３から当日データＬｉｆｅ０とａ日前データＬｉｆｅ１を取得する（図６の６０１）。取得したデータから傾きＷを算出する（図６の６０２）。

算出式は、以下になる。
傾きＷ＝（Ｌｉｆｅ０－Ｌｉｆｅ１）／ａ （式１）
（以降、当日からａ日前の区間を区間Ｗと呼ぶ）

この区間Ｗは、本発明の期間Ａに相当し、傾きＷは、本発明の第１算出手段によって算出される使用状況に相当する。また、ａ日前が、本発明のある基準時Ｔに相当する。

また、同様にして、取得したａ日前データＬｉｆｅ１と、当日から２×ａ日前データ（つまりａ日前の更にａ日前（以降、この区間を区間Ｘと呼ぶ）のデータ）Ｌｉｆｅ２とから傾きＸを算出する。同様に、取得したａ日前データＬｉｆｅ１と、当日から４×ａ日前データ（つまりａ日前の更に３×ａ日前（以降、この区間を区間Ｙと呼ぶ）のデータ）Ｌｉｆｅ３とから傾きＹを算出する。また、取得したａ日前データＬｉｆｅ１と、当日から７×ａ日前データ（つまりａ日前の更に６×ａ日前（以降、この区間を区間Ｚと呼ぶ）のデータ）Ｌｉｆｅ４とから傾きＺを算出する（図６の６０３）。

それぞれの算出式は、以下になる。
傾きＸ＝（Ｌｉｆｅ１－Ｌｉｆｅ２）／ａ （式２）
傾きＹ＝（Ｌｉｆｅ１－Ｌｉｆｅ３）／（３×ａ） （式３）
傾きＺ＝（Ｌｉｆｅ１－Ｌｉｆｅ４）／（６×ａ） （式４）

この区間Ｘは、本発明の期間Ｂに相当し、傾きＸは、本発明の第２算出手段によって算出される使用状況に相当する。また、２×ａ日前は、本発明の過去の時Ｔ１に相当する。

また、この区間Ｙは、本発明の期間Ｃに相当し、傾きＹは、本発明の第３算出手段によって算出される使用状況に相当する。また、４×ａ日前は、本発明の過去の時Ｔ２に相当する。

また、この区間Ｚは、本発明の期間Ｄに相当し、傾きＺは、本発明の第４算出手段によって算出される使用状況に相当する。また、７×ａ日前は、本発明の過去の時Ｔ３に相当する。

これらの傾きＷ～傾きＺをそれぞれ太線及び太破線（傾きＷ）、１点鎖線（傾きＸ）、２点鎖線（傾きＹ）、１点２鎖線（傾きＺ）として図５（ａ）に示す。

次に、算出した傾きＸ～傾きＺのうち、区間Ｗの傾きＷに近い傾きを選択するため、傾きＷとの傾きの差分の絶対値を算出する（図６の６０４）。

この時、算出式ｆ（ｎ）（ｎ＝１、２、３）は以下になる。
ｆ（１）＝｜傾きＷ－傾きＸ｜
ｆ（２）＝｜傾きＷ－傾きＹ｜
ｆ（３）＝｜傾きＷ－傾きＺ｜

そして、最小のｆ（ｎ）になるｎを算出する（図６の６０５）。これは図５（ａ）のグラフであれば、傾きＷに傾きが１番近いのは傾きＹであるため、この場合のｎは２ということになる。つまり、当日の直近ａ日（区間Ｗ）の傾きＷは、区間Ｙの傾きＹに近似している。

横軸日時・縦軸使用率のグラフの傾きは、使用率の進行度を表すことから、当日直近（区間Ｗ）の使用率の進行度は、過去の区間Ｙという期間の使用率の進行度に近似している。

つまり、当日以降は区間Ｙ（３×ａ日）という期間の使用率の進行度で推移すると予測され、図５（ｂ）に示すように、当日データＬｉｆｅ０と、当日から区間Ｙだけ過去のデータＬｉｆｅ５で生成される予測線で推移すると予測される。

この予測線の傾きＡ、即ち、当日以降の予測使用率の進行度を以下式から算出する（図６の６０６）。
予測線傾きＡ＝（Ｌｉｆｅ０－Ｌｉｆｅ５）／（３×ａ） （式５）

従って、予測日のｍ日後の観測日の使用率の予測値は、式５と以下式から算出できる。
使用率の予測値＝Ｌｉｆｅ０＋ｍ×Ａ （式６）

予測日のｍ日後の観測日における使用率の予測値は図５（ｂ）の実線白丸になる。これに対して従来方式での使用率の予測値は破線白丸であったため、実績との差分である予測実績誤差はかなり改善されることがわかる。

尚、ここでは区間Ｘの期間（ａ日）は区間Ｗの期間（ａ日）と同じ長さの期間、区間Ｙの期間（３×ａ日）は区間Ｗの期間（ａ日）の３倍、区間Ｚの期間（６×ａ日）は区間Ｗの期間（ａ日）の６倍としているが、これらの期間に限らない。

次に、使用率推定部５２の使用率予測部５０５が、寿命到達までの残日数を算出する動作について図７のフローチャートと図５（ｃ）のグラフを用いて説明する。本実施例では、残日数を算出するが、本発明は、残日数に限らず、残期間であっても良い。

まず、使用率予測部５０５は、需要予測部５０４で算出した予測線傾きＡ（式５）を取得し（７０１）、使用率データ３２３から当日データＬｉｆｅ０と交換目標値を取得する（７０２）。そして、予測日の使用率（Ｌｉｆｅ０）から交換目標値までの残寿命値を予測線傾きＡで除算して残日数を算出する（７０３）。残日数は以下式になる。
予測残日数＝（交換目標値－Ｌｉｆｅ０）／Ａ （式７）

図５（ｃ）において、本実施例の予測線（２点鎖線）と交換目標値の交点を実線白丸、従来予測線の予測線（破線）と交換目標値の交点を破線白丸とする。また、従来方式で予測した寿命到達日と実際の寿命到達日（実績寿命到達日）との差分（従来予測実績誤差）を太破線矢印、本実施例で予測した寿命到達日と実際の寿命到達日（実績寿命到達日）との差分（予測実績誤差）を太線矢印とする。すると同図に示すように、従来方式に比べ本実施例の方が、予測実績誤差が小さいことが分かる。

つまり、ユーザの過去の期間の使い方を加味して予測すると、予測実績誤差が小さくなる可能性が高くなるということである。

更には、ユーザの過去の１週間の使い方も加味することが望ましい。ユーザによって使い方は異なるが、どのユーザも毎週似たような使い方になる傾向がある。

従って、ユーザの１週間の使い方を加味して予測することで、より予測実績誤差を小さくすることが可能になる。その一例を図８のフローチャート及び図９の表を用いて給紙ローラの場合を説明する。

１週間の使い方を算出するモード（後述する）になると、図８（ａ）のフローチャートを開始する（８００）。そして、使用率保存部５０３に保存された使用率データを読み出す（８０１）。この時、読み出された給紙ローラの使用率データが、図９（ａ）であるとする。読み出した日は、最新データの日時である２０１９年３月２日とする。

次に、１日前のデータとの差分を演算し、１日当たりの使用率の進行度を算出する（８０２）。すると演算後のデータは、図９（ｂ）のようになる。

そして、直近のデータから古い順に順次７日毎のデータを所定回数加算し、平均を算出してそれぞれＡｖｅ０～Ａｖｅ６の変数に代入する（８０３）。例えば、図９（ｂ）のデータで説明すると、２０１９年３月２日のデータ３７５６と、その７日前の２０１９年２月２３日のデータ３４０と、更にその７日前の２０１９年２月１６日のデータ・・・を所定個数分加算し、平均値を算出し、これを変数Ａｖｅ０とする。同様にして、２０１９年３月１日のデータ２２５１と、その７日前の２０１９年２月２２日のデータ１２３と、更にその７日前の２０１９年２月１５日のデータ・・・を所定個数分加算し、平均値を算出し、これを変数Ａｖｅ１とする。同様に繰り返して、Ａｖｅ０～Ａｖｅ６を算出する。

そして、以下式から７日毎の正規化データを算出する（８０４）。
Ｎｏｒｍ０＝７×Ａｖｅ０／（Ａｖｅ０＋Ａｖｅ１＋・・・＋Ａｖｅ６） （式８）
Ｎｏｒｍ１＝７×Ａｖｅ１／（Ａｖｅ０＋Ａｖｅ１＋・・・＋Ａｖｅ６） （式９）
Ｎｏｒｍ２＝７×Ａｖｅ２／（Ａｖｅ０＋Ａｖｅ１＋・・・＋Ａｖｅ６） （式１０）
Ｎｏｒｍ３＝７×Ａｖｅ３／（Ａｖｅ０＋Ａｖｅ１＋・・・＋Ａｖｅ６） （式１１）
Ｎｏｒｍ４＝７×Ａｖｅ４／（Ａｖｅ０＋Ａｖｅ１＋・・・＋Ａｖｅ６） （式１２）
Ｎｏｒｍ５＝７×Ａｖｅ５／（Ａｖｅ０＋Ａｖｅ１＋・・・＋Ａｖｅ６） （式１３）
Ｎｏｒｍ６＝７×Ａｖｅ６／（Ａｖｅ０＋Ａｖｅ１＋・・・＋Ａｖｅ６） （式１４）
この正規化データの一例を図９（ｃ）に示す。これら正規化データを使用率保存部５０３に保存して、１週間の使い方を算出するモードを終了する（８０６）。

尚、上述した１週間の使い方を算出するモードは、１週間や１か月に１度決まった時間に実行して正規化データを更新するようにすればよい。

次に、１週間の使い方を加味した残日数算出方法を図８（ｂ）のフローチャート及び同図（ｃ）のグラフを用いて説明する。

図８（ｂ）は、１週間の使い方を加味した残日数算出方法のフローチャートを示している。使用率予測部５０５は、需要予測部５０４で算出した予測線傾きＡ（式５）を取得する（８１１）。次に、１週間の正規化されたデータを使用率保存部５０３から取得し（８１２）、予測線傾きＡを補正する（８１３）（補正方法は後述する）。あとは、この補正された予測線傾きを用いて、図７と同様に、使用率データ３２３から当日データＬｉｆｅ０と交換目標値を取得する（８１４）。そして、予測日の使用率（Ｌｉｆｅ０）から交換目標値までの残寿命値）を算出し、算出結果を補正された予測線傾きで除算すれば残日数が算出できる（８１５）。

図８（ｃ）は、予測線傾きＡの補正方法を説明する図であり、１週間の使い方を加味した場合（実線）と加味しなかった場合（２点鎖線）の、使用率がＬｉｆｅ０の予測日から交換目標値までの各予測線の推移を示している。例えば当日が金曜日であり、正規化データが上述した図９（ｃ）であった場合で説明する。正規化データは当日からさかのぼって生成しているため、当日が金曜日であればＮｏｒｍ０が金曜日の比率を表し、Ｎｏｒｍ１が木曜日の比率を表し、同様にＮｏｒｍ２が水曜日、Ｎｏｒｍ３が火曜日、・・・、Ｎｏｒｍ６が土曜日の比率を表している。これを曜日順に並べ替えた表を図９（ｄ）に示す。

当日予測した１週間の補正前の傾きをＡ、当日の使用率をＬｉｆｅ０とする。そうすると、１日後（土曜日）の増加量は補正前の１日後の増加量（補正前の傾きがＡなので、１日後の増加量はＡ）に正規化データ０．９１６８０７を掛けて、０．９１６８０７×Ａになる。従って、使用率はＬｉｆｅ０＋０．９１６８０７×Ａになる。

当日（金曜日）から２日後（日曜日）の場合は、補正前の増加量は２×Ａ、日曜日の正規化データは０．９５９１５５のため、補正後の傾きは０．９５９１５５×２×Ａになる。従って、使用率は、Ｌｉｆｅ０＋１．９１８３１×Ａ、同様にしてｍ日後の使用率Ｌｉｆｅｍは、その時の正規化データをＮｏｒｍとすると以下式になる。
Ｌｉｆｅｍ＝Ｌｉｆｅ０＋Ｎｏｒｍ×ｍ×Ａ （式１５）
式１５を用いれば、交換目標値との交点（同図実線白丸）までの残日数は、以下式になる。
残日数＝（交換目標値－Ｌｉｆｅ０）／（Ｎｏｒｍ×Ａ） （式１６）

これにより、１週間の使い方を加味した残日数算出が可能になるため、予測実績誤差をより小さくすることが可能になる。そして、この残日数の算出結果は、使用率通知部５３に送信され、各消耗品の残日数が操作パネル３１の表示部３１１に表示される。

上述したように、実施例１では、直近の使い方がユーザの過去の複数期間のどの使い方に近いか判断し、判断結果から今後の使い方を予測することで、ユーザの使い方にあった予測が可能になることを示した。

さらに、過去の７日周期の複数周期分の使用率の進行度から、７日周期内の各日の使用率の進行度の比率を算出して、今後の使用率の進行度を補正することで、ユーザの１週間の使い方も加味して予測できることを示した。

実施例１では、スタンドアローンの画像形成装置の各消耗品の寿命を予測する方法について説明した。実施例２では、ネットワークに複数の画像形成装置が繋がり、各画像形成装置が使用する各消耗品の寿命を一元管理して予測する予測システムについて説明する。図１０は、画像形成装置１０２の各消耗品の寿命を予測する予測システム１０の一構成例を示す図である。

この予測システム１０は、複数の画像形成装置１０２と、画像形成装置１０２のそれぞれから使用率データ３２３を収集するサーバ１０３と、分析装置１０５と、を備える。分析装置１０５は、サーバ１０３が収集した使用率データ３２３から各画像形成装置１０２に搭載されている部品の寿命を予測し、寿命予測情報を出力する。

画像形成装置１０２は、例えばＭＦＰなどによって構成される装置であり、スキャン機能、プリント機能、コピー機能などの複数の機能を備えており、ユーザによる機能選択操作を受け付けると共に、ユーザによるジョブの実行指示に基づいてジョブを実行する。画像処理装置１０２において行われるジョブには、例えば、スキャンジョブ、印刷ジョブ、コピージョブなどがある。また、画像形成装置１０２が、ＦＡＸ機能を搭載している場合には、ＦＡＸデータを送受信するジョブを実行することも可能である。

画像形成装置１０２は、例えばインターネットなどを含むネットワーク１０４を介してサーバ１０３と接続されており、サーバ１０３と通信を行うことが可能である。そして画像形成装置１０２は、各消耗品の使用率データ３２３を一定時間間隔でサーバ１０３へ送信する。

サーバ１０３は、複数の画像形成装置１０２のそれぞれから送信される使用率データ３２３を受信し、保存する。また、その使用率データ３２３を分析装置１０５へ提供する。

分析装置１０５は、各画像形成装置１０２の使用率データ３２３を分析することにより、各画像形成装置１０２に実装されている各消耗品の使用率を事前に予測する。そして、寿命到達までの残日数情報を生成し、画像形成装置１０２の設置場所の近傍に位置する保守点検員１０６に対して通知する。そして保守点検員１０６はこの通知を元にメンテナンス作業に訪問するか判断することが可能になる。

図１１は、画像形成装置１０２のハードウェア構成を示す図である。画像形成装置１０２は、実施例１と同様に、制御部３０と、操作パネル３１と、記憶装置３２と、リーダ部２４０と、プリンタ部２００を備える。更に、画像形成装置１０２は、ネットワークインタフェース３３も備え、これら各部がデータバス３４を介して相互にデータの入出力を行うことができる。

制御部３０は、ＣＰＵ３０１とメモリ３０２とを備えており、画像形成装置１０２における動作を統括的に制御するものである。ＣＰＵ３０１は、プログラム３２１を実行可能なハードウェアプロセッサであり、画像形成装置１０２に電源が投入されると、記憶装置３２に記憶されているプログラム３２１を読み出して実行する。これにより、後述する各種の処理部として機能し、各部の動作を制御する。特に、本実施例では、ＣＰＵ３０１がプログラム３２１を実行することにより、制御部３０は、一定時間ごとに、サーバ１０３に対して各消耗品の使用率データ３２３を送信するか否かを判断する。そして、使用率データ３２３を送信すると判断した場合には、ログデータ３２２を用いて使用率データ３２３の生成を行い、サーバ１０３に対して使用率データ３２３を送信する処理を行う。

メモリ３０２、操作パネル３１、記憶装置３２、リーダ部２４０、プリンタ部２００は、実施例１と同様の動作のため説明は省略する。ネットワークインタフェース３３は、画像形成装置１０２をネットワーク１０４に接続するためのものである。画像形成装置１０２は、このネットワークインタフェース３３を介してサーバ１０３と通信を行う。

図１２は、サーバ１０３、分析装置１０５の制御部のハードウェア構成例を示す図である。尚、本実施例ではサーバ１０３の動作例を元に説明を行うが、分析装置１０５においてもその構成と役割は同じである。

図１２に示すように、サーバ１０３は、システムバス４０１に接続されたＣＰＵ４０２、メモリ４０３、外部記憶装置４０５、ネットワークＩ／Ｆ４０６を含む。

ＣＰＵ４０２は、サーバ１０３全体の動作を制御する中央演算装置である。メモリ４０３は、不揮発性及び揮発性メモリであり、ＣＰＵ４０２の起動用プログラムやそのプログラムで用いられるデータが格納されている。外部記憶装置４０５は、メモリ４０３と比較して大容量な記憶装置（例えばハードディスクドライブ：ＨＤＤ）である。外部記憶装置４０５には、サーバ１０３が実行する制御用プログラムが格納されている。なお、外部記憶装置４０５は、ソリッドステートドライブ（ＳＳＤ）などでもよく、ハードディスクドライブと同等の機能を有する他の記憶装置に置き換えてもよい。

ＣＰＵ４０２は、電源ＯＮ等の起動時、メモリ４０３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、外部記憶装置４０５に格納されている制御用プログラムを読み出し、メモリ４０３上に展開するためのものである。ＣＰＵ４０２は、起動用プログラムを実行すると、続けてメモリ４０３上に展開した制御用プログラムを実行し、制御を行う。また、ＣＰＵ４０２は、制御用プログラム実行時に用いるデータもメモリ４０３上に格納して読み書きを行う。外部記憶装置４０５上にはさらに、制御用プログラム実行時に必要な各種設定を格納することができ、ＣＰＵ４０２によって読み書きされる。ＣＰＵ４０２はネットワークＩ／Ｆ４０６を介してネットワーク１０４上の他の機器との通信を行う。例えば、ネットワークＩ／Ｆ４０６を介して、画像形成装置１０２から送信されてきたデータや操作パネル３１の表示画面情報の共有を行う事が可能である。

図１３は、画像形成装置１０２の制御部３０の機能構成を示すブロック図である。制御部３０においてＣＰＵ３０１がプログラム３２１を実行することにより、制御部３０は、データ管理部５０及びジョブ制御部５１として機能する。データ管理部５０は、画像形成装置１０２の内部に実装されている各種消耗品の使用率データ３２３を管理する処理部である。ジョブ制御部５１は、画像形成装置１０２におけるジョブの実行を制御するものである。ジョブ制御部５１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、ユーザや保守点検員１０６によって指定されたジョブの実行を制御する。ジョブ制御部５１は、ログ記録部５１１を備えている。ログ記録部５１１は、ユーザや保守点検員１０６によって指定されたジョブが実行されることに伴い、ログデータ３２２に、ジョブの実行履歴を記録する処理部である。

データ管理部５０は、実施例１で述べたように予め定められた送信タイミングになる度に動作し、サーバ１０３に対して機体番号等を表す機体ＩＤと使用率データ３２３を送信する処理を行う。このフローチャートを図１４（ａ）に示す。同図において、データ管理部５０は、データ送信判定部１３１１にて予め定められた送信タイミングになったか判定する（１４０１）。予め定められた送信タイミングでなければ（１４０１がＮ）送信タイミングになるのを待機し、予め定められた送信タイミングになれば（１４０１がＹ）、データ取得部１３１２が機体ＩＤと最新の使用率データ３２３を取得する（１４０２）。そして、データ送信部１３１３が、図１４（ｂ）に示すような機体ＩＤと使用率データ３２３をサーバ１０３へ送信して（１４０３）、送信処理を終了する（１４０４）。

次に、複数の画像形成装置１０２から各機体ＩＤと使用率データ３２３を受信したサーバ１０３及び分析装置１０５の動作について説明する。図１５は、予測システム１０の動作フローの概略を示す図である。

同図において、画像形成装置１０２は、データ送信判定部１３１１でデータを送信するタイミングだと判断すると（プロセスＰ７０１）、機体ＩＤと最新の寿命データ３２２を取得する（プロセスＰ７０２）。そして、画像形成装置１０２は、図１４（ｂ）に示すような機体ＩＤと使用率データ３２３をサーバ１０３に送信する（プロセスＰ７０３）。そして、次の送信タイミングだと判断すれば、この一連の作業を繰り返す。以後の画像形成装置１０２でのプロセスは同じため、説明を割愛する。

サーバ１０３は、画像形成装置１０２から機体ＩＤと使用率データ３２３を受信すると、その使用率データ３２３をその機体ＩＤの過去の使用率データに追加、更新を行う（プロセスＰ７０４）。

サーバ１０３は、このような使用率データ３２３を複数の画像形成装置１０２のそれぞれから取得し、保存管理する（プロセスＰ７０５）。例えば、ＡＢＣ００００１、ＡＢＣ００００２×ａＢＣ００００３の３機体の画像形成装置からの使用率データを更新すると、図１６のようになる。

分析装置１０５においては、まず画像形成装置１０２の寿命予測を算出するタイミングであるかを判定する予測処理判定を行う（プロセスＰ７０６）。これは例えば、分析装置１０５の電源投入時や毎朝決まった時間などを設定する。

そして、予測処理を行うタイミングであると判断されると、サーバ１０３にネットワーク１０４を介してアクセスし、機体ＩＤと使用率データの取得を行う（プロセスＰ７０７）。

次に、分析装置１０５は、複数の画像形成装置１０２の各消耗品の使用率データから使用率の予測処理の実行を行う（プロセスＰ７０８）。尚、使用率の予測処理に関しては、前述した実施例１の図５～図９を用いた動作と同じであり、これを複数の画像形成装置に対してそれぞれ実施するだけなので、詳細な説明は割愛する。

そして、各消耗品の寿命到達までの残日数の予測結果を、ユーザや保守点検員１０６に通知するための通知処理（プロセスＰ７０９及び図１７）を行う。そして、サーバ１０３及び解析装置１０５においても、上述した一連の処理を繰り返す。

上述したように、予測方法に関しては実施例１同様にユーザの過去の期間の使い方を加味して予測するため、ネットワークを介した使用率の予測システムにおいても予測実績誤差を小さくすることが可能になる。また、ネットワーク上に繋がる複数の画像形成装置の各消耗品の使用率予測を分析装置で一元管理できるので、保守点検員１０６が複数の画像形成装置１０２の各消耗品の寿命残日数を俯瞰して容易に確認することが可能になる。

１０２ 画像形成装置
１０３ サーバ
１０５ 分析装置
３０１ ＣＰＵ
３３ ネットワークＩ／Ｆ
４０２ ＣＰＵ
４０５ 外部記憶装置
４０６ ネットワークＩ／Ｆ

Claims (10)

1. 画像形成に必要な消耗品の寿命到達までの残期間を通知する情報処理装置であって、
   直近の期間Ａでの前記消耗品の使用状況を算出する第１算出手段と、
   前記直近の期間Ａより過去の時を含み、且つ、ある基準時Ｔより過去の時Ｔ１から前記ある基準時Ｔまでの期間Ｂでの前記消耗品の使用状況を算出する第２算出手段と、
   前記過去の時Ｔ１より過去の時Ｔ２から前記ある基準時Ｔまでの期間Ｃでの前記消耗品の使用状況を算出する第３算出手段と、
   前記第１算出手段によって算出された前記使用状況、前記第２算出手段によって算出された前記使用状況、及び、前記第３算出手段によって算出された前記使用状況、に基づいて、前記消耗品の寿命到達までの残期間を算出する残期間の算出手段と、を備えることを特徴とする情報処理装置。
2. 前記過去の時Ｔ２より過去の時Ｔ３から前記ある基準時Ｔまでの期間Ｄでの前記消耗品の使用状況を算出する第４算出手段と、をさらに備え、
   前記残期間の算出手段は、前記第１算出手段によって算出された前記使用状況、前記第２算出手段によって算出された前記使用状況、前記第３算出手段によって算出された前記使用状況、及び、前記第４算出手段によって算出された前記使用状況に基づいて、前記消耗品の寿命到達までの残期間を算出する、ことを特徴とする請求項１に記載の情報処理装置。
3. 前記ある基準時Ｔは、前記期間Ａより過去の時である、ことを特徴とする請求項１又は２に記載の情報処理装置。
4. 前記残期間の算出手段は、前記第１算出手段によって算出された前記使用状況と前記第２算出手段によって算出された前記使用状況とを比較した結果、及び、前記第１算出手段によって算出された前記使用状況と前記第３算出手段によって算出された前記使用状況とを比較した結果に基づいて、前記消耗品の寿命到達までの残期間を算出する、ことを特徴とする請求項１乃至３の何れか１項に記載の情報処理装置。
5. 前記複数の比較の結果の中の絶対値が最も小さい比較の結果に関わる前記第２算出手段又は前記第３算出手段によって算出された前記使用状況に基づいて、前記消耗品の寿命到達までの残期間を算出する、ことを特徴とする請求項４に記載の情報処理装置。
6. 前記残期間の算出手段は、前記第２算出手段によって算出された前記使用状況、及び、前記第３算出手段によって算出された前記使用状況の中から、前記第１算出手段によって算出された前記使用状況に近似する使用状況を選択し、選択した使用状況に基づいて、前記消耗品の寿命到達までの残期間を算出する、ことを特徴とする請求項１乃至３の何れか１項に記載の情報処理装置。
7. 前記消耗品の寿命を設定する設定手段をさらに備える、ことを特徴とする請求項１乃至６の何れか１項に記載の情報処理装置。
8. 前記消耗品を使って画像形成を行う画像形成手段をさらに備える、ことを特徴とする請求項１乃至７の何れか１項に記載の情報処理装置。
9. 前記消耗品の寿命に関する情報をネットワークを介して受信する受信手段をさらに備える、ことを特徴とする請求項１乃至７の何れか１項に記載の情報処理装置。
10. 画像形成に必要な消耗品の寿命到達までの残期間を通知する通知方法であって、
    直近の期間Ａでの前記消耗品の使用状況を算出する第１算出ステップと、
    前記直近の期間Ａより過去の時を含み、且つ、ある基準時Ｔより過去の時Ｔ１から前記ある基準時Ｔまでの期間Ｂでの前記消耗品の使用状況を算出する第２算出ステップと、
    前記過去の時Ｔ１より過去の時Ｔ２から前記ある基準時Ｔまでの期間Ｃでの前記消耗品の使用状況を算出する第３算出ステップと、
    前記第１算出手段によって算出された前記使用状況、前記第２算出手段によって算出された前記使用状況、及び、前記第３算出手段によって算出された前記使用状況、に基づいて、前記消耗品の寿命到達までの残期間を算出する残期間の算出ステップと、を有する通知方法。

Images