JP5182637B2 - 故障予兆報知システム、故障予兆報知方法および画像形成装置の保守方法 - Google Patents

Description

本発明は、画像形成装置等の対象機器の内部情報に基づいてその対象機器が故障予兆状態であるか否かを判別するための故障予兆報知システム、故障予兆報知方法および画像形成装置の保守方法に関するものである。

電子写真方式による画像形成装置では、光導電性物質等の像担持体上に静電荷による静電潜像を形成し、この静電潜像に対して、帯電したトナー粒子を付着させ可視像を形成する。トナーにより形成された可視像は、最終的に紙等の記録材に転写された後、熱、圧力、溶剤気体等によって記録材に定着され、出力画像となる。このような画像形成装置では、一般に、作像を行うための一連の作像プロセスに関わる機器状態が、その使用状況によって徐々に変化する。そのため、一定の品質を持った画像を提供し続けるには、定期的に画像形成装置の機器状態をチェックし、そのチェック結果によっては部品交換や消耗品の補充を行うなどして、常に作像プロセスを正常に実行できるように維持メンテナンスを行う保守作業が必要となる。

画像形成装置の保守作業は、主に、定期的に実施される定期メンテナンスと、画像形成装置で何らかの故障や異常が発生した時のように不定期で実施される不定期メンテナンスとに大別できる。定期メンテナンスは、画像形成装置が使用不能な状態に至らないようにすることが目的であるため、各部品の予寿命に十分余裕を持った状態で部品の交換等を行う。よって、交換された部品の予寿命分は無駄となり、１台の画像形成装置を使い切るまでに要する交換部品の数は多くなりがちである。また、メンテナンス回数が多くなると、メンテナンスに費やされる時間が増加し、画像形成装置１台あたりの生産性の低下にもつながる。

近年、画像形成装置の状態をモニタリングし、その状態変化の情報を元に画像形成装置の故障発生を予測し、その予測結果に応じて不定期メンテナンスを実施するようなシステムが提案されている（特許文献１、２、３等）。このように画像形成装置の故障が事前に予測して不定期メンテナンスを定期メンテナンスに代えて行うことにより、定期メンテナンスで生じ得る部品予寿命の無駄や生産性の低下といった上述の不具合の軽減を図ることができる。よって、このようなシステムは、その社会的、経済的価値が多大であるばかりでなく、使用する資源の量を大幅に減量できるため、環境への影響をも大幅に軽減することができるという利点を有する。

特開２００１−１７５３２８号公報 特開２００７−３２８６４５号公報 特開平８−１５４１６１号公報

一般に、画像形成装置の状態は、出力画像の種類、出力枚数、出力時間間隔、使用環境等、個々の画像形成装置の使用状況によって大きく異なってくる。よって、個々の画像形成装置の状態を精度よく判別する上では、各画像形成装置の状態をそれぞれの画像形成装置の内部情報に基づいて個別に把握することが重要となる。従来から、画像形成装置の内部情報に基づいてその画像形成装置が故障の予兆を示す状態（故障予兆状態）であるか否かを判別するものが知られているが、従来の判別では、故障の予兆があるか否かという二値的な情報しか得ることができなかった。このような二値的な情報では、故障の予兆があるかないかしか把握できないので、ユーザーごとの個別事情に応じた適切な保守サービスを提供することが困難であるという問題があった。

例えば、ダウンタイムの発生を極力避けたいユーザーにとっての適切な保守サービスは、部品余寿命に多少の無駄が生じても余裕をもった保守作業を行うことである場合が多い。また、例えば、ダウンタイムの発生よりも部品寿命を使い切ることを優先するユーザーにとっての適切な保守サービスは、ダウンタイムの発生リスクを覚悟の上でなるべく部品寿命を使ってから保守作業を行うことである場合が多い。しかし、このようなユーザーごとの個別事情に応じた適切な保守サービスを提供するためには、現時点でメンテナンスを行う必要性の度合い（メンテナンスの緊急度）はどの程度なのか、言い換えると現時点で故障が発生する可能性（故障リスクの大きさ）はどの程度なのかを、把握することが重要となる。しかし、従来のような故障予兆があるか否かという二値的な情報からでは、そのような故障リスクの大きさを明確に把握することができなかった。そのため、従来は、ユーザーごとの個別事情に応じた適切な保守サービスを提供することが困難であった。

なお、このような問題は、画像形成装置に限らず、保守作業が行われるような機器であれば同様に生じ得るものである。

本発明は、上記問題に鑑みなされたものであり、その目的とするところは、ユーザーごとの個別事情に応じた適切な保守サービスの提供を容易にする故障予兆報知システム、故障予兆報知方法および画像形成装置の保守方法を提供することである。

上記目的を達成するために、請求項１の発明は、対象機器の内部情報を取得する情報取得手段と、該情報取得手段が取得した内部情報に基づいて該対象機器が故障予兆状態であるか否かを判別する判別手段とを備えた故障予兆報知システムにおいて、上記判別手段が故障予兆状態であると判別した後における上記対象機器が故障し得る故障リスクの大きさを判定する故障リスク判定処理を行う故障リスク判定手段と、該故障リスク判定手段の判定結果を報知する報知手段とを有することを特徴とするものである。
また、請求項２の発明は、請求項１の故障予兆報知システムにおいて、上記故障リスク判定手段が判別する故障リスクの大きさは、上記判別手段が故障予兆状態であると判別した後の所定期間内に上記対象機器が故障し得る確率を示すものであることを特徴とするものである。
また、請求項３の発明は、請求項２の故障予兆報知システムにおいて、上記判別手段が故障予兆状態であると最初に判別した初期予兆時点からの経過時間と故障リスクの大きさとの対応関係を示すテーブル情報を記憶するテーブル記憶手段と、上記判別手段が故障予兆状態であると判別した初期予兆時点からの経過時間を計測する計時手段とを有し、上記故障リスク判定手段は、上記初期予兆時点後における所定のタイミングで、上記テーブル記憶手段に記憶されたテーブル情報を参照して、上記計時手段の計測結果に対応する故障リスクの大きさを特定することにより、上記故障リスク判定処理を行うことを特徴とするものである。
また、請求項４の発明は、請求項３の故障予兆報知システムにおいて、上記故障リスク判定手段は、上記判別手段が故障予兆状態であると最初に判別した初期予兆時点後における上記判別手段の判別結果をも用いて上記故障リスクの大きさを特定することを特徴とするものである。
また、請求項５の発明は、請求項１乃至４のいずれか１項に記載の故障予兆報知システムにおいて、上記判別手段が故障予兆状態であると最初に判別した初期予兆時点後における上記対象機器の内部情報と故障リスクの大きさとの対応関係を示すテーブル情報を記憶するテーブル記憶手段を有し、上記故障リスク判定手段は、上記テーブル記憶手段に記憶されたテーブル情報を参照して、上記初期予兆時点後に上記情報取得手段が取得した内部情報に対応する故障リスクの大きさを特定することにより、上記故障リスク判定処理を行うことを特徴とするものである。
また、請求項６の発明は、請求項５の故障予兆報知システムにおいて、上記故障リスクの大きさを特定するために上記初期予兆時点後に上記情報取得手段が取得する内部情報として、経時変化する情報を用いることを特徴とするものである。
また、請求項７の発明は、請求項３乃至６のいずれか１項に記載の故障予兆報知システムにおいて、上記故障予兆状態に対応する故障についてのメンテナンスが実施されたとき、該メンテナンスの内容に応じて、上記テーブル記憶手段に記憶されているテーブル情報を更新するテーブル更新手段を有することを特徴とするものである。
また、請求項８の発明は、請求項３乃至７のいずれか１項に記載の故障予兆報知システムにおいて、上記テーブル記憶手段に記憶されているテーブル情報を更新するテーブル更新手段と、上記初期予兆時点後であって上記故障リスク判定手段が上記故障リスク判定処理を行う前に、上記テーブル記憶手段に記憶されたテーブル情報を一時的に記憶する一時記憶手段とを有し、上記故障リスク判定手段は、上記一時記憶手段に記憶されたテーブル情報を参照して上記故障リスク判定処理を行うことを特徴とするものである。
また、請求項９の発明は、請求項１の故障予兆報知システムにおいて、上記故障リスク判定手段が判別する故障リスクの大きさは、上記判別手段が故障予兆状態であると判別した後に上記対象機器が故障し得る確率が所定確率に至る時期を示すものであることを特徴とするものである。
また、請求項１０の発明は、請求項１乃至９のいずれか１項に記載の故障予兆報知システムにおいて、上記情報取得手段が取得する内部情報に基づいて、上記対象機器における所定の構成部品の使用耐用期間の終期を特定する使用耐用期間特定手段を有し、上記報知手段は、上記故障リスク判定手段の判定結果とともに、該使用耐用期間特定手段が特定した上記所定の構成部品の使用耐用期間の終期に関する情報を報知することを特徴とするものである。
また、請求項１１の発明は、対象機器の内部情報を取得する情報取得工程と、該情報取得工程で取得した内部情報に基づいて該対象機器が故障予兆状態であるか否かを判別する判別工程とを有する故障予兆報知方法において、上記判別工程で故障予兆状態であると判別された後における上記対象機器が故障し得る故障リスクの大きさを判定する故障リスク判定処理を行う故障リスク判定工程と、該故障リスク判定工程での判定結果を報知する報知工程とを有することを特徴とするものである。
また、請求項１２の発明は、画像形成装置の内部情報を取得する情報取得工程と、該情報取得工程で取得した内部情報に基づいて該画像形成装置が故障予兆状態であるか否かを判別する判別工程と、該判別工程での判別結果に基づいて、該故障予兆状態に対応する故障が発生しないように事前に処置するための処置工程とを有する画像形成装置の保守方法において、上記判別工程で故障予兆状態であると判別された後における上記画像形成装置が故障し得る故障リスクの大きさを判定する故障リスク判定処理を行う故障リスク判定工程と、該故障リスク判定工程での判定結果を報知する報知工程とを有することを特徴とするものである。

本発明においては、対象機器が故障予兆状態であると判別された後における当該対象機器が故障し得る故障リスクの大きさが報知されるので、その報知を受ける保守業者やユーザー等は、その時点でメンテナンスの緊急度がどの程度なのかを明確に把握することができる。よって、この報知を例えば保守業者に対して行う場合には、ユーザーの個別事情に応じた適切なメンテナンス時期を判断することが容易となり、ユーザーごとの適切な保守サービスを提供することが容易となる。また、この報知を例えばユーザーに対して行う場合も、ユーザーが自己の事情に応じた適切なメンテナンス時期を判断することが容易となるので、ユーザーごとの適切な保守サービスを提供することが容易となる。

以上、本発明によれば、ユーザーごとの個別事情に応じた適切な保守サービスの提供が容易になるという優れた効果が奏される。

以下、本発明を、画像形成装置である電子写真方式のプリンタ（以下、単に「プリンタ」という。）に適用した一実施形態について説明する。
図１は、本実施形態におけるプリンタを示す概略構成図である。
図２は、本プリンタのシステムコントローラ７１の主要部を示すブロック図である。
本実施形態におけるプリンタ１は、本体筐体内に、給紙部１０、中間転写ベルト２１を備えた転写ユニット２０、中間転写ベルト２１に沿って配設されたイエロー（Ｙ）、マゼンタ（Ｍ）、シアン（Ｃ）及びブラック（Ｂｋ）の各色のトナー像形成手段たる画像形成部３０Ｙ，３０Ｍ，３０Ｃ，３０Ｂｋを備えている。また、定着部４０及び中間転写ベルト２１上のトナー像のトナー付着量を検知するための付着量検知部５０等を備えている。これらの他に、画像形成装置をコントロールするシステムコントローラ７１、図示しないが、プリンタ１の各部を制御する制御部やモータ及びモータにより駆動される各部に駆動源を伝達する駆動機構部等を備えている。

各色の画像形成部３０Ｙ，３０Ｍ，３０Ｃ，３０Ｂｋについて説明する。なお、ここでは、Ｂｋ色の画像形成部３０Ｂｋについて説明するが、Ｙ、Ｍ、Ｃの画像形成部３０Ｙ，３０Ｍ，３０Ｃも同様の構成をしている。
画像形成部３０Ｂｋは、感光体３１Ｂｋの周囲に、帯電部３２Ｂｋ、露光部３３Ｂｋ、現像部３４Ｂｋ、一次転写部３５Ｂｋ、クリーニング部３６Ｂｋ等が配設されている。画像形成時には、通常運転信号がプリンタの上位制御装置より指示されると、感光体３１Ｂｋは、システムコントローラ７１の制御下で図示しない駆動モータによって回転駆動される。また、図２に示すように、システムコントローラ７１のＣＰＵは感光体モータなどの駆動手段と帯電バイアスを始めとする各作像工程のバイアス出力を順次シーケンシャルに出力する。外部装置からのカラー画像信号は、システムコントローラ７１の画像信号発生回路で色変換処理などの画像処理が施され、Ｂｋ色の画像信号が露光部３３Ｂｋへ出力される。露光部３３Ｂｋは、システムコントローラ７１の露光駆動回路で、Ｂｋの画像信号を光信号に変換し、この光信号に基づいて露光用レーザーダイオードが点滅しながら、感光体３１Ｂｋを走査して露光することで静電潜像を形成する。この感光体３１Ｂｋ上の静電潜像は、現像部３４Ｂｋによって現像されてＢｋトナー像となり、転写部３５Ｂｋによって感光体３１Ｂｋ上のＢｋトナー像が中間転写ベルト２１上に転写される。感光体３１Ｂｋは、トナー像転写後にクリーニング部３６Ｂｋによって残留トナーがクリーニングされ、除電ランプ３８Ｂｋにより除電されて次の画像形成に備えられる。

同様にして、画像形成部３０Ｙ，３０Ｍ，３０Ｃは、感光体３１Ｙ，３１Ｍ，３１Ｃの周りに、帯電部、現像部、クリーニング部、除電ランプなどを備えている。そして、感光体３１Ｙ，３１Ｍ，３１ＣにＹ、Ｍ、Ｃトナー像を形成し、これらは中間転写ベルト２１上で互いに重なり合うように１次転写される。

各色の画像形成部の下方には、転写手段たる転写ユニット２０が配設されている。この転写ユニット２０は、無端状の中間転写ベルト２１、従動ローラ２２，２３、駆動ローラ２４などを備えている。複数の色のトナー像を担持する像担持体である中間転写ベルト２１は、駆動ローラ２４、従動ローラ２２，２３等に張り渡されている。中間転写ベルト２１は、トナーの固着を避けるために極めて平滑性の高い材料が用いられている。例えば、ＰＶＤＦ（ポリフッ化ビニリデン）やポリイミドなど光沢を有する表面をもったベルト材料を好適に用いることができる。駆動ローラ２４が、図２に示すシステムコントローラ７１の制御下で図示しないモータ等の駆動機構により回転駆動されることにより、中間転写ベルト２１は、図１中反時計方向に回転駆動される。各色の感光体３１Ｙ，３１Ｍ，３１Ｃ，３１Ｂｋ上に形成されたＹ、Ｍ、Ｃ、Ｂｋトナー像は、各色の１次転写ニップで中間転写ベルト２１上で互いに重なり合うように１次転写される。これにより、中間転写ベルト２１上には４色重ね合わせトナー像（以下、「４色トナー像」という。）が形成される。

中間転写ベルト２１における駆動ローラ２４に対する掛け回し箇所には、２次転写バイアスローラ６１がベルトおもて面側から当接しており、これによって２次転写ニップ６が形成されている。この２次転写バイアスローラ６１には、図２に示すうように、システムコントローラ７１の制御下で、バイアス電源回路によって２次転写バイアスが印加されている。これにより、２次転写バイアスローラ６１と接地された２次転写ニップ裏側ローラ２４との間に２次転写電界が形成されている。中間転写ベルト２１上に形成された４色トナー像は、ベルトの無端移動に伴って２次転写ニップに進入する。

給紙部１０は、給紙カセット１１内の記録紙（転写紙）１２を、例えば、図示しない給紙コロ１１ａと分離部材１１ｂにより１枚ずつ分離して図示しないレジストローラ対に送り出す。レジストローラ対が、給紙カセット１１から送られてきた記録紙１２のタイミング調整を行って、記録紙１２を所定のタイミングで２次転写ニップ６に向けて送り出す。２次転写ニップ６では、中間転写ベルト２１上の４色トナー像が２次転写電界やニップ圧の作用によって記録紙１２上に一括２次転写されて、記録紙１２の白色と相まってフルカラー画像となる。

このようにしてフルカラー画像が形成された記録紙１２は、定着部４０に搬送される。定着部４０は、フルカラー画像が形成された記録紙１２を定着ローラ４１と加圧ローラ４２で加熱・加圧することにより、各色のトナーを記録紙１２に定着させ、排紙ローラ対により図示しない排紙トレイ上に排出する。

付着量検知部５０は、ブラック（Ｂｋ）の画像形成部３０Ｂｋの中間転写ベルト２１の移動方向下流側に配設されており、図３に示すように、中間転写ベルト２１の幅方向にそれぞれ一対配設された光学的検知手段たる光学センサ５１，５２を備えている。光学センサ５１，５２は、図４（ａ）、（ｂ）に示すように発光ダイオードなどからなる発光素子１５１と、乱反射光を受光する第１受光素子１５２と、正反射光を受光する第２受光素子１５３とから構成されている。第１受光素子１５２及び第２受光素子１５３は、Ｓｉフォトトランジスタや、ＰＤ（フォトダイオード）などを用いる。各素子１５１，１５２，１５３は、プリント基板１５０上に実装されている。また、射出光路上に集光レンズ１５４が配置されており、発光素子１５１からの射出光は、集光レンズ１５４により屈折して、像担持体たる中間転写ベルト２１の表面の照射目標に集光される。また、入射光路上にも、集光レンズ１５５，１５６が配置されている。中間転写ベルト２１上の照射対象物であるトナーから反射した反射光を集光レンズ１５５，１５６で集光された光を受光素子１５２，１５３が受光する。プリント基板１５０は、システムコントローラ７１に接続されている。発光素子１５１は、図２に示すシステムコントローラ７１の光量調整回路によって調整された電圧が印加されている。また、システムコントローラ７１は、第１、第２受光素子１５２，１５３からの出力信号をＡＤコンバータでデジタル信号に変換処理する。

光学センサ５１，５２は、近赤外光および／または赤外光が検出可能なものを用いている。近赤外光および／または赤外光は、トナー像のトナー付着量が同じであれば、トナーの着色剤の影響を受けず、受光素子の出力値がほぼ同じ値を示す。具体的には、ピーク発光波長が８４０ｎｍ程度の波長の光を照射する光学素子を用い、ピーク分光感度が８４０ｎｍ程度の受光素子を用いることが例示される。また、例えば、発光素子を可視光から赤外光の領域までの光を照射する発光素子とし、受光素子を近赤外光または赤外光を受光する受光素子としてもよい。また、受光素子を可視光から赤外光までの領域の光を受光する受光素子とし、発光素子を近赤外光または赤外光を照射する発光素子としてもよい。光学センサをこのような構成にしても、近赤外光または赤外光を検出する光学センサとすることができる。なお、黒色トナーの着色剤として、低価格のカーボンブラックを用いた場合、カーボンは赤外領域でも強い吸光を示すため、図５に示すように、Ｙ、Ｍ、Ｃ色に比べて付着量検知感度が低くなる。

画像形成装置においては、一般的に、電源投入時あるいは所定枚数のプリントを行う度に、各色の画像濃度を適正化するために現像バイアス、帯電バイアス、露光量などを調整するプロセス調整運転が行われている。電子写真方式の画像形成装置は経時劣化や環境変動で画像濃度が変動してしまう弱点があるので、上記プロセス調整運転を実行して画像濃度が安定するように制御している。

図６は、本実施形態におけるプロセス調整運転の制御フローを示すフローチャートである。
電源投入時あるいは所定枚数のプリント前後の時間を利用し、プロセス調整運転信号が上位制御装置よりシステムコントローラ７１に指示され、プロセス調整運転がスタートする（図２参照）。プロセス調整運転がスタートすると、システムコントローラ７１は、画像信号発生回路を画像ナシの状態とする（Ｓ２０１）。次に、システムコントローラ７１のＣＰＵは、図４（ａ）に示すように、中間転写ベルト２１に光を照射して正反射光を第２受光素子１５３で受光する。そして、第２受光素子１５３の出力（受光信号）が予め決められた所定値になるように、光量調整回路で光学センサ５１，５２の発光素子１５１の発光強度Ｒを調整する（Ｓ２０２〜Ｓ２０４）。これは、図７に示すように、発光素子１５１の発光効率個体差、温度変動や経時変動により、第２受光素子１５３の出力値がばらつく。このため、第２受光素子１５３の出力値が、目標出力値となるように、発光素子１５１の発光強度Ｒを調整することで、精度良くトナー像濃度を計測することが可能となる。すなわち、Ｓ２０２〜Ｓ２０４は、光学センサ５１，５２で精度良くトナー像の付着量を計測するための光学センサ５１，５２の校正動作に相当する。

このような光学センサ５１，５２の校正動作が終わったら、図８に示すような、パターン画像６０を中間転写ベルト２１上における各光学センサ５１，５２に対向する位置に自動形成する（Ｓ２０５）。パターン画像６０は、濃度レベルの異なる５個程度のパッチ画像６０Ｓからなり、Ｂｋ色のパターン画像６０Ｂｋ、Ｍ色のパターン画像６０Ｍ、Ｃ色のパターン画像６０Ｃ（図示せず）、Ｙ色のパターン画像６０Ｙ（図示せず）が順次中間転写ベルト２１に形成される。このパッチ画像６０Ｓは、露光条件をそれぞれ変えて形成される。このとき帯電、現像バイアス条件は予め決められた特定値で実行される。この中間転写ベルト上のパターン画像を図４（ｂ）に示すように光学センサ５１，５２で光学的に計測する（Ｓ２０６）。

次に、各色パターン画像の各パッチ画像６０Ｓを検知して得られた乱反射光を受光する第１受光素子１５２の５点の受光信号を、先の図５に示すような付着量と受光素子の出力値との関係に基づき構築された付着量算出アルゴリズムを用いてトナー付着量（画像濃度）に変換処理する。これにより、各パッチ画像６０Ｓのトナー付着量が検知される。この場合、近赤外および／または赤外光を用いた光学センサを用いているので、色によって第１受光素子１５２の出力値に差異がないため、付着量算出アルゴリズムを色毎に備える必要がなく、共通の付着量算出アルゴリズムを用いることができる。なお、黒色の着色剤として、カーボンブラックを用いた場合は、先の図５に示したように、Ｙ、Ｍ、Ｃ色と、Ｂｋ色とで付着量に対する受光素子の出力値が異なるので、Ｙ、Ｍ、Ｃ色用と、Ｂｋ用との２つの付着量算出アルゴリズムを用いる。

色毎に各パッチ画像６０Ｓのトナー付着量を検知したら、各パッチ画像のトナー付着量と各パッチ画像を作成したときの各現像ポテンシャルとの関係から、図９に示すように、線形近似した現像ポテンシャル−トナー付着量直線を各色求める。この現像ポテンシャル−トナー付着量直線から傾きγ、切片ｘ０を各色算出する（Ｓ２０７）。このように各色の傾きγ、切片ｘ０を求めることで、先ほど述べた濃度変動要因（経時劣化・環境変動）によって直線の傾きγおよび切片ｘ０が狙いの特性（図中点線）とずれていることが検出できる。傾きγのずれを補正するための露光光量補正パラメータＰを傾きγから決定する。また、現像が開始される現像ポテンシャル（切片Ｘ０）のズレを補正するため補正パラメータＱを切片ｘ０から決定する（Ｓ２０８）。

露光光量補正パラメータＰを露光信号に掛け合わせることで傾きγが主に補正され、現像バイアスに補正パラメータＱを掛け合わせることで切片ｘ０が主に補正されることで、狙いとする画像濃度を安定して得ることが可能となる。なお、上述では、露光光量と現像バイアスを補正しているが、帯電電位や転写電流など画像濃度に寄与するその他のプロセス制御値を補正しても良い。

以下、本発明の特徴部分である故障予兆報知システムについて、詳しく説明する。
本実施形態においては、上述したプロセス調整運転において取得されるプリンタの各種内部情報を用いて、そのプリンタが故障予兆状態であるか否かを判別し、その時点から所定期間（例えば１０日間）以内に本プリンタの故障が発生する確率を、故障リスクの大きさとして報知する。報知を受けた者、例えば、保守業者やユーザーは、その時点でのプリンタの機器状態を故障リスクの大きさという定量的な情報で受け取ることができるので、その故障に対するメンテナンスの緊急度と、そのユーザーのプリンタ使用頻度や必要とする画像品質の重要度等の各ユーザー個別の状況とを考慮しながら、最適なメンテナンスの時期を判断することが容易となる。これにより、一定の画像品質を保てずにプリンタが使用できなくなるダウンタイムを大幅に削減できるため、プリンタの運転効率は飛躍的に向上し、また、画像の不具合により発生していた用紙等のサプライ資源の無駄を削減することができる。なお、内部情報は複数であることが望ましいが、単数であっても可能な場合がある。

図１０は、本実施形態における故障予兆報知システムの機能ブロック図である。
本実施形態では、故障予兆報知システム全体をプリンタに内在させる場合を例に挙げて説明するが、故障予兆報知システムの一部又は全部を、当該プリンタ以外の装置に設ける構成としてもよいことは言うまでもない。

本実施形態における故障予兆報知システムは、主に、情報取得手段としての情報取得部１０１と、情報記憶部１０２と、判別手段としての判別部１０３と、テーブル記憶手段としてのテーブル記憶部１０４と、テーブル更新手段としてのテーブル更新部１０５と、一時記憶手段としての一時記憶部１０６と、計時手段としての計時部１０７と、故障リスク判定手段としての故障リスク演算部１０８と、報知手段としてのプリンタの情報表示部（ディスプレイ、操作パネル等）を用いた報知処理を行う報知処理部１０９とを有している。

情報取得部１０１は、対象機器であるプリンタ１の内部情報を取得するものであり、具体的なハードウェアは、取得対象の内部情報によって様々である。内部情報としては、等時間間隔もしくは不等時間間隔で得られる装置内部信号を用いることができる。本実施形態では、上述したプロセス調整運転時に取得する各種情報、具体的には、感光体３１Ｙ，３１Ｍ，３１Ｃ，３１Ｂｋの帯電電位、露光部３３Ｙ，３３Ｍ，３３Ｃ，３３Ｂｋの露光強度、各駆動部のモータ負荷、光学センサ５１，５２の検出結果（トナー付着量）、現像部３４Ｙ，３４Ｍ，３４Ｃ，３４Ｂｋ内における現像剤中トナー濃度等の情報を、内部情報として用いる。また、例えば、プリンタの運転時間、出力枚数、トナー消費量、累積印字画素数等の、プリンタの運転に伴って累積的に増加する運転情報を、内部情報として用いることもできる。また、例えば、機内温度、機内湿度等の、プリンタの使用環境等により変動する環境情報を、内部情報として用いることもできる。なお、内部情報としては、取得した信号や情報そのものであっても、その信号や情報を加工したものであってもよい。

情報記憶部１０２は、予め決められた一定期間内に情報取得部１０１が取得した内部情報を記憶するものである。情報取得部１０１が取得した内部情報は、経時変化を分析できるように、取得時期が異なる複数の情報を記憶しておくことが望ましい。

判別部１０３は、情報記憶部１０２に記憶された内部情報に基づいてプリンタ１が故障予兆状態であるか否かを判別する判別処理を行う。本実施形態では、説明の簡略化のため、１種類の故障に対応する故障予兆状態について判別する場合について説明するが、複数種類の故障それぞれに対応する複数の故障予兆状態について判別するための複数の判別部を設けてもよい。なお、１つの判別部は、１つの判別器を用いて故障予兆状態であるか否かを判別するものであっても、互いに判別基準が異なる２以上の判別器を用いて故障予兆状態であるか否かを判別するものであってもよい。後者の場合、各判別器の判別結果の論理積や論理和を判別部１０３の判別結果として用いてもよいし、各判別器の判別結果の多数決の結果を判別部１０３の判別結果として用いてもよいし、各判別器の判別結果を場合分けして最終的な判別結果を得るようにしてもよい。２以上の判別器を用いて故障予兆状態であるか否かを判別する方が、１つの判別器を用いる場合に比べて、故障予兆を出した部品を特定しやすく、また判別精度の向上が期待できる。

また、判別部１０３で採用し得る判別方法としては、公知の方法を広く用いることができる。例えば、重回帰やロジステック回帰に代表される多変量の線形判別分析（パラメトリック判別）、クラスタリングや分岐木分析を元にしての判別、ニューラルネットワーク、遺伝アルゴリズム、ブースティングを用いた学習的な非線形判別分析（ノンパラメトリック判別）等を、単独または組み合わせて利用することができるが、これに限定されるものではない。

テーブル記憶部１０４は、判別部１０３が故障予兆状態であると最初に判別する初期予兆時点からの経過時間と故障リスクの大きさとの対応関係を示すテーブル情報としての故障リスクテーブルを記憶するものである。このような故障リスクテーブルは、例えば、多数の同種のプリンタを実際に運転し、少なくとも判別部１０３が故障予兆状態であると最初に判別する初期予兆時点から実際に故障が発生した時点までの統計データを蓄積した知識データベースを用いて構築することができる。本実施形態における故障リスクテーブルは、知識データベースを元に作成された初期予兆時点からの経過日数と故障リスクとの関係を表した図１３に示すグラフに基づいて作成されている。なお、故障リスクテーブルは、故障予兆状態を判別するための判別器の種類や、故障の種類などによって異なってくる場合があるので、複数種類の故障について故障リスクの大きさを求める場合には、判別器の種類や故障の種類ごとに故障リスクテーブルを用意することが望ましい。

テーブル更新部１０５は、所定のタイミングで、所定の情報に基づき、テーブル記憶部１０４に記憶されている故障リスクテーブルを更新するものである。本実施形態では、故障予兆状態に対応する故障についてのメンテナンスが実施されたタイミングで、そのメンテナンスの内容（処置情報）を上記知識データベースに追加し、追加後の知識データベースを用いて故障リスクテーブルを更新するが、これに限られるものではない。このように最新のメンテナンス処置情報を知識データベースに追加して故障リスクテーブルを更新することにより、後述する故障リスク判定処理の精度（確からしさ）を高めることができる。

一時記憶部１０６は、初期予兆時点後であって故障リスク演算部１０８が上記故障リスク判定処理を行う前に、テーブル記憶部１０４に記憶された故障リスクテーブルを一時的に記憶するものである。本実施形態において、後述する故障リスク演算部１０８は、一時記憶部１０６から故障リスクテーブルを読み出して故障リスク判定処理に用いる。テーブル記憶部１０４から故障リスクテーブルを読み出して故障リスク演算部１０８で用いるようにしてもよいが、故障リスク演算部１０８で故障リスクテーブルを用いている間に、その故障リスクテーブルがテーブル更新部１０５により更新されると、故障リスク判定処理を安定して行うことができないおそれがある。本実施形態のように一時記憶部１０６を設けることで、故障リスク判定処理を安定して行うことができる。

計時部１０７は、判別部１０３が故障予兆状態であると判別した初期予兆時点からの経過時間を計測するカウンター等により構成される。計時部１０７の経時結果（カウント値）は、故障リスク演算部１０８へ出力される。

故障リスク演算部１０８は、判別部１０３が故障予兆状態であると判別した後の所定期間（本実施形態では１０日間とする。）内にプリンタ１が故障し得る故障リスクの大きさを判定する故障リスク判定処理を行う。本実施形態の故障リスク判定処理では、少なくとも、一時記憶部１０６に記憶されている故障リスクテーブルと、計時部１０７のカウント値（初期予兆時点からの経過時間）と、初期予兆時点以降に情報取得部１０１が取得した内部情報（運転情報）を用いる。なお、故障リスクテーブルは、上述したように、初期予兆時点から実際に故障が発生した時点までの統計データを元に構築されたものであるため、故障リスクテーブルと計時部１０７のカウント値とから故障リスクの大きさを判定することが可能である。しかし、この故障リスクテーブルは、一般化されたものであり、個々のプリンタの使用状況や使用環境等の個別状況が加味されていない。本実施形態のように初期予兆時点以降の内部情報（運転情報）をも加味して故障リスクの大きさを判定することにより、一般化された故障リスクの大きさを、判別対象のプリンタの使用状況や使用環境等の個別状況に応じて補正することが可能となる。よって、故障リスクの判定精度を高めることができる。なお、プリンタの使用状況や使用環境ごとに個別の故障リスクテーブルを用意すれば、同様に、故障リスクの判定精度を高めることも可能であるが、プリンタの使用状況や使用環境は多岐にわたるため、それぞれの使用状況や使用環境ごとの故障リスクテーブルを用意することは現実的ではない。

報知処理部１０９は、故障リスク演算部１０８が算出した故障リスクの大きさを報知手段としてのプリンタの操作パネルを用いて報知するための報知処理を行う。故障リスクの報知は、最終的に、本プリンタ１のユーザーや管理者、複数のプリンタ１を結ぶネットワークの管理者、情報管理の担当者、保守サービスの担当者やサービス管理者など、プリンタ１の保守サービスに関わる個人または機関等から選択される１以上の者に対して行われればよい。また、報知処理の内容としては、本プリンタ１の一般情報表示部（ディスプレイ、操作パネル等）への表示、本プリンタ１の特定情報表示部（アラームランプ、インジケータ等）の点灯や点滅等、本プリンタ１に直接的または間接的に接続された表示部（例えばコンピュータのモニタ）への表示、通信ネットワークやファクシミリ等による通信などが挙げられる。また、視覚的な報知手段に代えて又はこれに加えて、音等の聴覚的な報知手段を用いて報知を行うようにしてもよい。

報知する内容は、少なくとも故障リスク演算部１０８が算出した故障リスクの大きさに関する情報が含まれていればよいが、この他に、本プリンタおよび／または本プリンタを構成する所定の構成部品（構成要素）の使用耐用期間の終期に関する情報を含むことが好ましい。使用耐用期間の終期に関する情報は、取得した内部情報、特に運転情報を元にして容易に把握することができる。このような使用耐用期間の終期に関する情報を、故障リスクの大きさと共に報知することにより、プリンタ１の一般的な部品交換時期とそのプリンタ１が持つ故障リスクとを同時に視認することができるため、メンテナンス等の処置を行う必要がある部品や部位について、より正確に把握することが可能となる。その結果、メンテナンス作業の作業性が向上し、メンテナンスによる使用不能期間を低減することができる。

次に、本実施形態における故障予兆報知システムを用いた故障予兆報知方法について、詳しく説明する。
図１１は、本実施形態における故障予兆報知方法の流れを示すフローチャートである。
故障予兆報知システムが内在したプリンタ１を導入してセッティングすると、まず、故障予兆報知システムの各種パラメータが初期化される（Ｓ１）。プリンタ１の運転が開始されると、その運転に伴い、故障予兆状態の判別を行うために必要なプリンタ１の内部情報が情報取得部１０１によって取得され（Ｓ２）、情報記憶部１０２に順次記憶される。判別部１０３は、所定のタイミング（例えばプロセス調整運転時又はその前後のタイミング）で、取得した内部情報に基づいて判別処理を行い（Ｓ３）、これによりプリンタ１が故障予兆状態であるか否かが判別される。これに引き続いて、過去に故障リスクテーブルを参照したことがあるかどうかが判断される（Ｓ４）。

上記Ｓ４において過去に参照したことがないと判断された場合には、上記Ｓ３の判別結果を照会する（Ｓ５）。そして、その照会結果が故障予兆状態を示していない場合には、正常な運転状態であるとして、その後も内部情報を取得しながらの運転が継続される。一方、その照会結果が故障予兆状態を示している場合には、テーブル記憶部１０４内の故障リスクテーブルを一時記憶部１０６へ読み出す（Ｓ６）。また、これと同時または前後して、上記Ｓ４での判断のために、故障リスクテーブルを参照した旨の履歴を付与する（Ｓ７）。その後、この時点における故障リスクの大きさを故障リスク演算部１０８により算出し（Ｓ８）、その算出結果が報知される（Ｓ９）。

上記Ｓ４において過去に参照したことがあると判断された場合には、現時点ですでに本プリンタ１は故障予兆状態であるので、この場合も、この時点における故障リスクの大きさを故障リスク演算部１０８により算出し（Ｓ８）、その算出結果が報知される（Ｓ９）。

故障リスクの報知に続いて、本プリンタ１の少なくとも故障予兆状態に関わる部品や部位に対して部品交換や修理等の処置が行われたかどうかを照会する（Ｓ１０）。このような処置が行われていないと判断された場合には、更に、最初に故障予兆状態であると判別した初期予兆時点から予め決められた一定期間が経過したかどうかが照会される（Ｓ１１）。一定期間が経過していないと判断された場合には、故障リスクを有する状態のまま、その後も内部情報を取得しながらの運転が継続される。一方、上記Ｓ１０の照会で処置が行われたと判断された場合及び上記Ｓ１１の照会で一定期間が経過していると判断された場合には、それぞれの情報を元にテーブル更新部１０５によりテーブル記憶部１０４内の故障リスクテーブルが更新される（Ｓ１２）。また、この場合には、故障予兆報知システムの各種パラメータが初期化され（Ｓ１）、対象となる故障については初期状態からのプリンタ１の運転が再開される。

なお、本実施形態における故障予兆報知方法の各工程は時間的にタイミングを計りながらの同時処理（パラレル処理）を行ってもよく、また、各工程間で有限回の繰り返し処理が行われてもよい。また、内部情報の取得工程や状態判別工程などでは、順次段階的に樹枝状に場合分けをしながら各段階で新たに取得した内部情報を付加して状態判別を行うような方法を用いることもできる。

次に、本実施形態における故障リスク演算方法について、詳しく説明する。
図１２は、上記Ｓ８におけるリスク演算方法の流れを示すフローチャートである。
本実施形態における故障リスク演算方法では、まず、本プリンタ１における運転情報（内部情報）を情報取得部１０１により取得する（Ｓ２１）。そして、このＳ２１で取得した運転情報と、計時部１０７のカウント値（初期予兆時点からの経過時間）とを用いて、一時記憶部１０６に記憶されている故障リスクテーブルを更新する（Ｓ２２）。この更新工程では、上記Ｓ３の判別結果が連続的に故障予兆状態を示す場合には、上記Ｓ３の判別結果が断続的に故障予兆状態を示す場合や途中から故障予兆状態を示さなくなった場合よりも、より近い将来に故障し得る可能性が高まるように、故障リスクテーブルを更新するのが好ましい。これにより、このような更新を行う前の一般化された故障リスクテーブルに基づいて一旦はリスク報知がなされた後、その故障リスクを個々のプリンタの個別状況に応じて補正することができるようになり、より的確な時期にメンテナンス等の処置を行うための判断材料を提供することが可能となる。
上記Ｓ２２で故障リスクテーブルを更新したら、続いて、更新した故障リスクテーブルを参照し（Ｓ２３）、現時点から１０日間内に故障が発生する確率を故障リスクの大きさとして算出する（Ｓ２４）。

図１３は、故障リスクテーブルを構築するための知識データベースを元に作成された初期予兆時点からの経過日数と故障リスクとの関係を表したグラフである。
故障リスクテーブルを構築するための知識データベースは、初期的には、多数の同種のプリンタ１についての初期予兆時点から実際に故障が発生した時点までの経過時間（日数）を蓄積したものである。図１３に示すグラフは、１００個の故障予兆事例について、初期予兆時点から実際に故障が発生した時点までの経過日数を元に作成したものである。すなわち、図１３のグラフにおける縦軸の故障リスク（％）は、故障を予兆したプリンタの台数（１００台）に対する、その初期予兆時点からの各経過日数までに実際に故障した台数の累積値の比率に相当する。今回の事例では、１００事例中１０事例については、初期予兆時点から３０日以内に故障が発生しなかったため、３０日以内に故障が発生する可能性（故障リスクの大きさ）の最大値は、（１００−１０）／１００×１００％＝９０％である。なお、初期の故障リスクテーブルは、できるだけ多くの事例から作成されることが好ましいが、上記Ｓ１２で説明したように、故障予兆報知システムの運用中の事例を付加的に用いて故障リスクテーブルを更新することもできるため、初期の事例としては好ましくは５０事例以上であればよく、１００事例以上あればより好ましい初期の故障リスクテーブルを得ることができる。

図１３に示すグラフに基づく故障リスクテーブルにおいては、最初に故障予兆状態と判別された初期予兆時点では、１０日後までに故障が発生する可能性（故障リスクの大きさ）は４２％となる。一方、初期予兆時点以降の時点における故障リスクの大きさを算出する場合、その最も簡単な算出方法としては、プリンタ１の運転日数が更新される毎に、図１３に示すグラフの曲線をその経過日数分だけマイナス方向（図中左側）へシフトさせて、図１４に示すようなグラフに基づく故障リスクテーブルを用いればよい。なお、図１４に示すグラフは、初期予兆時点から５日間経過した時点のものである。この場合、初期予兆時点から５日間経過した時点における故障リスクの大きさ（その時点から１０日間内に故障が発生する確率）は、６２％に増加する。このように、通常、初期予兆時点からの経過時間が長くなればなるほど、故障リスクが大きくなる。

図１５は、初期予兆時点から１５日間が経過するまでの間における、初期予兆時点からの経過日数と上記Ｓ３の判別結果との関係の一例を示す故障状態判別プロフィールである。この例では、初期予兆時点（０日目）以降、２日目までは故障予兆状態であると判別されていたが、３日目から９日目までは、故障予兆状態ではないと判別され、１０日目からは再度、故障予兆状態と判別されている。このような故障状態判別プロフィールは、プリンタ１の運転状況によって異なってくるため、知識データベースとして固定もしくは半固定されるものではない。本実施形態では、このような故障状態判別プロフィールも使用して故障リスク計算を行う。

図１６は、図１５に示した故障状態判別プロフィールをも使用して一時記憶部１０６に記憶されている故障リスクテーブルを更新した場合のグラフである。なお、図１６に示すグラフは、初期予兆時点から５日間経過した時点のものである。本実施形態では、故障予兆状態であると判別された日数分は、上記と同様にグラフの曲線をマイナス方向へシフトさせるが、故障予兆状態でないと判別された日数分は、グラフの曲線をマイナス方向へシフトさせずに、グラフ横軸（日数軸）の縮尺を１日分縮める。この例においては、初期予兆時点から５日間経過した時点における故障リスクの大きさ（その時点から１０日間内に故障が発生する確率）は、５７％となる。この場合、故障予兆状態であると判別された日数分だけ単にグラフの曲線をマイナス方向へシフトさせた場合の図１４に示す例に比べて、故障リスクが小さくなる。これは、図１５に示すように３日目以降に当該プリンタ１が故障予兆状態ではないという判別結果が反映されたためである。

以上、本実施形態に係るプリンタ１は、対象機器である画像形成装置としてのプリンタ１の内部情報を取得する情報取得手段としての情報取得部１０１と、情報取得部１０１が取得した内部情報に基づいてプリンタ１が故障予兆状態であるか否かを判別する判別手段としての判別部１０３とを備え、判別部１０３が故障予兆状態であると判別した後におけるプリンタ１が故障し得る故障リスクの大きさを判定する故障リスク判定処理を行う故障リスク判定手段としての故障リスク演算部１０８と、故障リスク演算部１０８の判定結果を報知する報知手段とを有する故障予兆報知システムを内在している。これにより、その報知を受ける保守業者やユーザー等は、その時点でメンテナンスの緊急度がどの程度なのかを明確に把握することができる。よって、この報知を例えば保守業者に対して行う場合には、ユーザーの個別事情に応じた適切なメンテナンス時期を判断することが容易となり、ユーザーごとの適切な保守サービスを提供することが容易となる。また、この報知を例えばユーザーに対して行う場合も、ユーザーが自己の事情に応じた適切なメンテナンス時期を判断することが容易となるので、ユーザーごとの適切な保守サービスを提供することが容易となる。
また、本実施形態において、故障リスク演算部１０８が判別する故障リスクの大きさは、判別部１０３が故障予兆状態であると判別した後の所定期間（１０日間）内にプリンタ１が故障し得る確率を示すものである。これにより、その報知を受ける保守業者やユーザー等がその時点でメンテナンスの緊急度がどの程度なのかを明確に把握することができる。
なお、故障リスク演算部１０８が判別する故障リスクの大きさは、判別部１０３が故障予兆状態であると判別した後にプリンタ１が故障し得る確率が所定確率に至る時期を示すものであってもよい。例えば、プリンタ１が故障し得る確率が９０％に至る時期が現時点からあとどのくらい後なのかを報知する。図１３に示したグラフで説明すれば、初期予兆時点においては、プリンタ１が故障し得る確率が９０％に至る時期が３０日後である旨を報知し、初期予兆時点から５日間経過後の時点においては２５日後である旨を報知する。この場合でも、その報知を受ける保守業者やユーザー等がその時点でメンテナンスの緊急度がどの程度なのかを明確に把握することが可能である。
また、本実施形態においては、判別部１０３が故障予兆状態であると最初に判別した初期予兆時点からの経過時間と故障リスクの大きさとの対応関係を示すテーブル情報としての故障リスクテーブルを記憶するテーブル記憶手段としてのテーブル記憶部１０４と、初期予兆時点からの経過時間を計測する計時手段としての計時部１０７とを設け、故障リスク演算部１０８が、初期予兆時点後における所定のタイミングで、テーブル記憶部１０４に記憶された故障リスクテーブルを参照して、計時部１０７の計測結果に対応する故障リスクの大きさを特定することにより故障リスク判定処理を行う。これにより、故障リスクテーブルの精度を高めれば、報知される故障リスクの大きさの精度を高めることができる。
また、本実施形態では、故障リスク演算部１０８は、初期予兆時点後における判別部１０３の判別結果をも用いて故障リスクの大きさを特定している。具体的には、図１６に示したように、初期予兆時点後に判別部１０３が故障予兆状態であると判別された日数分はグラフの曲線をマイナス方向へシフトさせるが、故障予兆状態でないと判別された日数分はグラフの曲線をマイナス方向へシフトさせずにグラフ横軸（日数軸）の縮尺を１日分縮めたものに対応する故障リスクテーブルに基づき、故障リスクの大きさを特定する。これにより、報知される故障リスクの大きさの精度を更に高めることができる。
また、本実施形態では、初期予兆時点後におけるプリンタ１の内部情報と故障リスクの大きさとの対応関係を示すテーブル情報である故障リスクテーブルを用い、故障リスク演算部１０８が、その故障リスクテーブルを参照して、初期予兆時点後に情報取得部１０１が取得した内部情報に対応する故障リスクの大きさを特定することにより故障リスク判定処理を行うようにしている。これにより、個々のプリンタの個別状況を考慮して故障リスクの大きさを判定できるので、より適切なメンテナンス等の保守サービスの提供が容易になる。
特に、本実施形態では、故障リスクの大きさを特定するために初期予兆時点後に上記情報取得部１０１が取得する内部情報として、経時変化する情報である運転情報を用いるので、個々のプリンタの個別状況を適切に把握して故障リスクの大きさに反映させることができる。
また、本実施形態では、故障予兆状態に対応する故障についてのメンテナンスが実施されたとき、そのメンテナンスの内容に応じてテーブル記憶部１０４に記憶されている故障リスクテーブルを更新するテーブル更新部１０５が設けられているため、最新の情報を加味した故障リスクテーブルを得ることができるので、故障リスクの確度を向上することができる。
また、本実施形態では、初期予兆時点後であって故障リスク演算部１０８が故障リスク判定処理を行う前に、テーブル記憶部１０４に記憶された故障リスクテーブルを一時的に記憶する一時記憶手段としての一時記憶部１０６を設け、故障リスク演算部１０８は、一時記憶部１０６に記憶された故障リスクテーブルを参照して故障リスク判定処理を行う。これにより、故障リスク演算部１０８で故障リスクテーブルを用いている間に、その故障リスクテーブルがテーブル更新部１０５により更新されても、故障リスク判定処理を安定して行うことができる。
また、上述したように、情報取得部１０１が取得する内部情報に基づいて、プリンタ１における所定の構成部品の使用耐用期間の終期を特定する使用耐用期間特定手段を設け、故障リスク演算部１０８の判定結果とともに、その使用耐用期間特定手段が特定した所定の構成部品の使用耐用期間の終期に関する情報を報知手段で報知するようにしてもよい。この場合、プリンタ１の一般的な部品交換時期とそのプリンタ１が持つ故障リスクとを同時に把握できるため、メンテナンス等の処置を行う必要がある部品や部位について、より正確に把握することが可能となる。その結果、メンテナンス作業の作業性が向上し、メンテナンスによる使用不能期間を低減することができる。

なお、本実施形態では、故障予兆報知システム全体を対象機器であるプリンタに内在させる場合を例に挙げて説明するが、故障予兆報知システムの一部又は全部を、対象機器以外の装置に設ける構成としてもよい。例えば、対象機器にはその内部情報を通信ネットワークを介して出力する手段を設ければ、故障予兆報知システムの全部を、対象機器と通信ネットワークを介して接続された管理装置に設けることが可能となる。また、例えば、情報取得部と情報記憶部と判別部とを対象機器側に設け、残りを管理装置側に設けてもよい。

実施形態に係るプリンタの一例を示す概略構成図である。 同プリンタのシステムコントローラの主要部を示すブロック図である。 同プリンタの中間転写ベルト上のパターン画像と光学センサの構成例を示す要部斜視図である。 （ａ）は、中間転写ベルト表面を光学センサで検知するときの様子を説明する図である。（ｂ）は、光学センサで中間転写ベルト上のトナー像を検知するときの様子を説明する図である。 光学センサの出力値とトナー付着量との関係を示す図である。 プロセス調整運転の制御フロー図である。 光学センサの出力値と発光素子（ＬＥＤ）の出力値との関係を示す図である。 中間転写ベルト上に形成されたパターン画像を示す図である。 プロセス調整方法について説明するための図である。 実施形態における故障予兆報知システムの機能ブロック図である。 同故障予兆報知システムを用いた故障予兆報知方法の流れを示すフローチャートである。 リスク演算方法の流れを示すフローチャートである。 故障リスクテーブルを構築するための知識データベースを元に作成された初期予兆時点からの経過日数と故障リスクとの関係を表したグラフである。 初期予兆時点からの経過日数（５日間）分だけ図１３のグラフの曲線をマイナス方向へシフトさせたグラフである。 初期予兆時点から１５日間が経過するまでの間における、初期予兆時点からの経過日数と上記Ｓ３の判別結果との関係の一例を示す故障状態判別プロフィールである。 図１５に示した故障状態判別プロフィールをも使用した場合のグラフである。

符号の説明

１ プリンタ
３０Ｙ，３０Ｍ，３０Ｃ，３０Ｂｋ 画像形成部
１０１ 情報取得部
１０２ 情報記憶部
１０３ 判別部
１０４ テーブル記憶部
１０５ テーブル更新部
１０６ 一時記憶部
１０７ 計時部
１０８ 故障リスク演算部
１０９ 報知処理部

Claims (12)

1. 対象機器の内部情報を取得する情報取得手段と、
   該情報取得手段が取得した内部情報に基づいて該対象機器が故障予兆状態であるか否かを判別する判別手段とを備えた故障予兆報知システムにおいて、
   上記判別手段が故障予兆状態であると判別した後における上記対象機器が故障し得る故障リスクの大きさを判定する故障リスク判定処理を行う故障リスク判定手段と、
   該故障リスク判定手段の判定結果を報知する報知手段とを有することを特徴とする故障予兆報知システム。
2. 請求項１の故障予兆報知システムにおいて、
   上記故障リスク判定手段が判別する故障リスクの大きさは、上記判別手段が故障予兆状態であると判別した後の所定期間内に上記対象機器が故障し得る確率を示すものであることを特徴とする故障予兆報知システム。
3. 請求項２の故障予兆報知システムにおいて、
   上記判別手段が故障予兆状態であると最初に判別した初期予兆時点からの経過時間と故障リスクの大きさとの対応関係を示すテーブル情報を記憶するテーブル記憶手段と、
   上記判別手段が故障予兆状態であると判別した初期予兆時点からの経過時間を計測する計時手段とを有し、
   上記故障リスク判定手段は、上記初期予兆時点後における所定のタイミングで、上記テーブル記憶手段に記憶されたテーブル情報を参照して、上記計時手段の計測結果に対応する故障リスクの大きさを特定することにより、上記故障リスク判定処理を行うことを特徴とする故障予兆報知システム。
4. 請求項３の故障予兆報知システムにおいて、
   上記故障リスク判定手段は、上記判別手段が故障予兆状態であると最初に判別した初期予兆時点後における上記判別手段の判別結果をも用いて上記故障リスクの大きさを特定することを特徴とする故障予兆報知システム。
5. 請求項１乃至４のいずれか１項に記載の故障予兆報知システムにおいて、
   上記判別手段が故障予兆状態であると最初に判別した初期予兆時点後における上記対象機器の内部情報と故障リスクの大きさとの対応関係を示すテーブル情報を記憶するテーブル記憶手段を有し、
   上記故障リスク判定手段は、上記テーブル記憶手段に記憶されたテーブル情報を参照して、上記初期予兆時点後に上記情報取得手段が取得した内部情報に対応する故障リスクの大きさを特定することにより、上記故障リスク判定処理を行うことを特徴とする故障予兆報知システム。
6. 請求項５の故障予兆報知システムにおいて、
   上記故障リスクの大きさを特定するために上記初期予兆時点後に上記情報取得手段が取得する内部情報として、経時変化する情報を用いることを特徴とする故障予兆報知システム。
   
7. 請求項３乃至６のいずれか１項に記載の故障予兆報知システムにおいて、
   上記故障予兆状態に対応する故障についてのメンテナンスが実施されたとき、該メンテナンスの内容に応じて、上記テーブル記憶手段に記憶されているテーブル情報を更新するテーブル更新手段を有することを特徴とする故障予兆報知システム。
8. 請求項３乃至７のいずれか１項に記載の故障予兆報知システムにおいて、
   上記テーブル記憶手段に記憶されているテーブル情報を更新するテーブル更新手段と、
   上記初期予兆時点後であって上記故障リスク判定手段が上記故障リスク判定処理を行う前に、上記テーブル記憶手段に記憶されたテーブル情報を一時的に記憶する一時記憶手段とを有し、
   上記故障リスク判定手段は、上記一時記憶手段に記憶されたテーブル情報を参照して上記故障リスク判定処理を行うことを特徴とする故障予兆報知システム。
9. 請求項１の故障予兆報知システムにおいて、
   上記故障リスク判定手段が判別する故障リスクの大きさは、上記判別手段が故障予兆状態であると判別した後に上記対象機器が故障し得る確率が所定確率に至る時期を示すものであることを特徴とする故障予兆報知システム。
10. 請求項１乃至９のいずれか１項に記載の故障予兆報知システムにおいて、
    上記情報取得手段が取得する内部情報に基づいて、上記対象機器における所定の構成部品の使用耐用期間の終期を特定する使用耐用期間特定手段を有し、
    上記報知手段は、上記故障リスク判定手段の判定結果とともに、該使用耐用期間特定手段が特定した上記所定の構成部品の使用耐用期間の終期に関する情報を報知することを特徴とする故障予兆報知システム。
11. 対象機器の内部情報を取得する情報取得工程と、
    該情報取得工程で取得した内部情報に基づいて該対象機器が故障予兆状態であるか否かを判別する判別工程とを有する故障予兆報知方法において、
    上記判別工程で故障予兆状態であると判別された後における上記対象機器が故障し得る故障リスクの大きさを判定する故障リスク判定処理を行う故障リスク判定工程と、
    該故障リスク判定工程での判定結果を報知する報知工程とを有することを特徴とする故障予兆報知方法。
12. 画像形成装置の内部情報を取得する情報取得工程と、
    該情報取得工程で取得した内部情報に基づいて該画像形成装置が故障予兆状態であるか否かを判別する判別工程と、
    該判別工程での判別結果に基づいて、該故障予兆状態に対応する故障が発生しないように事前に処置するための処置工程とを有する画像形成装置の保守方法において、
    上記判別工程で故障予兆状態であると判別された後における上記画像形成装置が故障し得る故障リスクの大きさを判定する故障リスク判定処理を行う故障リスク判定工程と、
    該故障リスク判定工程での判定結果を報知する報知工程とを有することを特徴とする画像形成装置の保守方法。

Images