JP5949236B2 - 不具合推定装置及びプログラム - Google Patents

Description

本発明は、不具合推定装置及びプログラムに関する。

プリンタ（文書印刷装置）、コピー機（文書複写装置）、ファクシミリ装置（文書転送装置）などのように、用紙等の記録材に文書の画像を形成して出力する画像形成機能を備えた画像形成装置がある。
このような画像形成装置において、画像形成機能の動作に支障をきたす不具合（紙詰まりや転写不良等）が発生すると画像形成機能の利用が制限されてしまい、利用者に不便を生じることになる。そこで、このような不具合の発生を推定し、不具合の発生後に速やかに該当部品の交換や修理等の必要な処置を施せるようにすることで、画像形成機能の利用が制限された状態となる時間を低減することが望まれている。

例えば、特許文献１には、観測によって得られる多次元信号から装置の状態を示す指標値を作成し、これを所定の閾値と比較することにより近い将来に発生する可能性のある装置の故障の発生を予測し、この故障発生予測に基づいて、指標値が所定の水準である第２の閾値を超えたときに発現が予測される不具合画像種を特定し、この第２の閾値によって特定される不具合画像種から当該不具合画像を疑似的に生成し、印刷出力し、この出力された不具合画像をユーザが見て、そのまま継続して装置を利用するか、装置の交換を行うかを判断する発明が開示されている。

特開２００８−１０２４７０号公報

画像形成機能の動作を制御する各種の画像形成パラメータを収集して時系列変化を検証し、画像形成装置について不具合の発生を推定することが検討されている。しかしながら、この手法では、画像形成装置に画像形成パラメータを検出して内部メモリ等に蓄積する機能を設ける必要があり、画像形成装置の複雑化及び高コスト化に繋がる。
本発明は、メモリ容量等のリソースが少ない画像形成装置について不具合の発生を推定することが可能な技術を提案することを目的とする。

請求項１に係る本発明は、代替的に使用され得る関係にある複数の画像形成装置から、画像形成装置毎の利用状況を取得する取得手段と、前記取得手段により取得された画像形成装置毎の利用状況に基づき、前記複数の画像形成装置間における利用状況の関係性の変化又は利用状況の変化の連動性から、これらの変化に係るいずれかの画像形成装置に不具合が発生したと推定する推定手段と、を備えたことを特徴とする不具合推定装置である。

請求項２に係る本発明は、請求項１に係る本発明において、前記複数の画像形成装置の各々には、当該画像形成装置を主として利用するメインユーザと、当該画像形成装置を他の画像形成装置に代替して使用する臨時ユーザとを設定してあり、前記取得手段は、画像形成装置毎の利用状況として、画像形成装置を利用したユーザの情報を取得し、前記推定手段は、一の画像形成装置を利用したメインユーザ数が基準人数を下回り、且つ、他の画像形成装置を利用したユーザ数に対する臨時ユーザ数の比率が基準比率を上回った場合に、前記一の画像形成装置に不具合が発生したと推定する、ことを特徴とする不具合推定装置である。

請求項３に係る本発明は、請求項１に係る本発明において、前記取得手段は、画像形成装置毎の利用状況として、画像形成装置で実行された印刷ジョブの情報を取得し、前記推定手段は、一の画像形成装置で印刷ジョブが実行された後に同じ内容の印刷ジョブが他の画像形成装置で実行された事例数が基準事例数を上回った場合に、前記一の画像形成装置に不具合が発生したと推定する、ことを特徴とする不具合推定装置である。

請求項４に係る本発明は、請求項３に係る本発明において、前記印刷ジョブの情報は、白黒印刷又はカラー印刷の別を示す情報を含み、前記推定手段は、前記一の画像形成装置に不具合が発生したと推定した場合に、更に、推定の根拠となった複数の事例における白黒印刷のジョブ数とカラー印刷のジョブ数との比率を求め、当該比率に基づいて、前記一の画像形成装置に発生した不具合が、白黒印刷に係る不具合か、カラー印刷に係る不具合か、他の種類の不具合かを推定する、ことを特徴とする不具合推定装置である。

請求項５に係る本発明は、請求項１に係る本発明において、前記複数の画像形成装置は、白黒印刷に対応する一方でカラー印刷に非対応の第１種別の画像形成装置と、白黒印刷及びカラー印刷の両方に対応する第２種別の画像形成装置とを含み、前記複数の画像形成装置の各々には、当該画像形成装置を主として利用するメインユーザを設定してあり、前記取得手段は、画像形成装置毎の利用状況として、画像形成装置を利用したユーザの情報を取得し、前記推定手段は、共通のメインユーザが設定された第１種別の画像形成装置と第２種別の画像形成装置において、メインユーザによる第２種別側の利用回数に対する第１種別側の利用回数の比率が基準比率を上回った場合に、第２種別側に不具合が発生したと推定する、ことを特徴とする不具合推定装置である。

請求項６に係る本発明は、コンピュータに、代替的に使用され得る関係にある複数の画像形成装置から、画像形成装置毎の利用状況を取得する取得機能と、前記取得機能により取得された画像形成装置毎の利用状況に基づき、前記複数の画像形成装置間における利用状況の関係性の変化又は利用状況の変化の連動性から、これらの変化に係るいずれかの画像形成装置に不具合が発生したと推定する推定機能と、を実現させるためのプログラムである。

請求項１，６に係る本発明によれば、複数の画像形成装置間における利用状況の関係性の変化又は利用状況の変化の連動性から、画像形成装置における不具合の発生を推定することができる。したがって、画像形成装置に画像形成パラメータを検出して内部メモリ等に蓄積する機能を設ける必要がなく、メモリ容量等のリソースが少ない画像形成装置についても不具合の発生を推定することが可能となる。また、処理に使用する利用状況の情報は、メーカーに寄らず標準で組み込まれている情報であるため、異なるメーカーの画像形成装置が混在していても不具合の発生を推定することが可能となる。

請求項２に係る本発明によれば、画像形成装置を利用するユーザの傾向の変化から、画像形成装置における不具合の発生を推定することができる。

請求項３に係る本発明によれば、画像形成装置で実行された印刷ジョブの傾向の変化から、画像形成装置における不具合の発生を推定することができる。

請求項４に係る本発明によれば、白黒印刷のジョブ数とカラー印刷のジョブ数との比率から、画像形成装置に発生した不具合の種類を推定することができる。

請求項５に係る本発明によれば、白黒印刷に対応する一方でカラー印刷に非対応の第１種別の画像形成装置と白黒印刷及びカラー印刷の両方に対応の第２種別の画像形成装置について、各々の利用比率の傾向の変化から、第２種別の画像形成装置における不具合の発生を推定することができる。

本発明の一実施形態に係る不具合推定システムの構成例を示す図である。 不具合推定システムにおける管理装置の機能ブロックの例を示す図である。 不具合推定システムで用いる属性情報の例を示す図である。 画像形成装置を利用したユーザ数の時間変化の例を示す図である。 画像形成装置で実行されたジョブ種類数の時間変化の例を示す図である。 不具合推定システムにおけるリモートセンターサーバの機能ブロックの例を示す図である。

本発明の一実施形態について、図面を参照して説明する。
図１には、監視対象となる複数の画像形成装置について不具合の発生を推定する不具合推定システムの構成例を示してある。
なお、本例では、監視対象の画像形成装置として、ユーザ端末からの印刷指示に従って印刷ジョブを実行するプリンタ（文書印刷装置）を用いる構成について説明する。なお、監視対象の画像形成装置としては、コピー機（文書複写装置）やファクシミリ装置（文書転送装置）、或いはこれらの装置の機能を複合的に備えた複合機であってもよい。

本例の不具合推定システムは、被監視サイト内に設置された監視対象の複数の画像形成装置１０について不具合の発生を推定する管理装置２０を有する。管理装置２０は被監視サイト毎に設けてあり、各々の管理装置２０はリモートセンターサーバ３０と通信可能に接続される。
被監視サイト内の各画像形成装置１０は、複数の監視対象グループにグループ分けしてある。この監視対象グループは、代替的に使用され得る関係にある複数の画像形成装置１０をグループにしたものであり、例えば、フロア単位やエリア単位のグループとなる。

図２には、管理装置２０（不具合推定装置の一例）の機能ブロックの例を示してある。
管理装置２０は、使用履歴取得部２１と、属性情報蓄積部２２と、属性情報頻度算出部２３と、不具合マシン抽出部２４と、不具合種類推定部２５とを有する。

使用履歴取得部２１は、監視対象となる各画像形成装置１０の使用履歴を取得する。使用履歴には、画像形成装置１０の利用状況を示す属性情報が含まれている。属性情報としては、図３に属性情報の例を示すように、印刷ジョブを実行したユーザの識別情報、当該印刷ジョブによる印刷対象となったファイルの識別情報、当該印刷ジョブによりカラー印刷された枚数、当該印刷ジョブにより白黒（モノクロ）印刷された枚数、当該印刷ジョブの実行日時、などが挙げられる。
属性情報蓄積部２２は、使用履歴取得部２１により取得された使用履歴に含まれる属性情報を、画像形成装置１０の識別情報に対応付けて蓄積する。

属性情報頻度算出部２３は、属性情報蓄積部２２に蓄積された各画像形成装置１０の属性情報に基づいて、画像形成装置１０毎に属性情報に係る頻度値を算出する。
不具合マシン抽出部２４は、属性情報頻度算出部２３により画像形成装置１０毎に算出された頻度値を解析して、不具合が発生したと推定される画像形成装置１０を抽出する。
不具合種類推定部２５は、不具合マシン抽出部２４により抽出された画像形成装置１０の属性情報の頻度値の変化傾向に基づいて、当該画像形成装置１０に発生したと推定される不具合の種類を推定する。

不具合マシン抽出部２４や不具合種類推定部２５により推定された不具合マシンや不具合種類の情報は、該当する被監視サイトのシステム管理者や保守担当者などに通知される。また、この情報は、リモートセンターサーバ３０にも送信される。

属性情報頻度算出部２３、不具合マシン抽出部２４及び不具合種類推定部２５による不具合マシン及び種別の解析処理について更に説明する。
本例の管理装置２０では、［解析手法１］〜［解析手法５］に示すような解析処理を行う。

［解析手法１］
［解析手法１］では、複数の画像形成装置１０の各々に、当該画像形成装置１０を主として利用するメインユーザと、当該画像形成装置１０を他の画像形成装置１０’に代替して使用する臨時ユーザとについて設定してあることを前提とする。
本例では、画像形成装置１０毎に各ユーザの過去（不具合が発生していない期間）の利用頻度を算出し、利用頻度が基準値以上となるユーザをメインユーザに設定し、利用頻度が基準値未満となるユーザを臨時ユーザに設定してある。なお、他の手法によりユーザ種別（メインユーザ、臨時ユーザの別）を設定してもよく、例えば、利用頻度の上位から予め定められた人数又は割合のユーザをメインユーザに設定し、その他を臨時ユーザに設定する手法や、システムの管理者或いは個々のユーザが明示的にユーザ種別を設定する手法など、任意の手法を用いることができる。また、各画像形成装置１０のメインユーザのみを設定し、他のユーザは臨時ユーザとして扱うようにしてもよい。

属性情報頻度算出部２３は、予め定められた長さの期間について、画像形成装置１０毎に、画像形成装置１０を利用した日別のメインユーザ数、臨時ユーザ数、臨時ユーザ率（利用ユーザの総数に対する臨時ユーザ数の比率）をそれぞれ算出する。
不具合マシン抽出部２４は、メインユーザ数が基準人数を下回った日の継続日数が閾値日数以上の画像形成装置１０が存在し、且つ、この画像形成装置１０と同じ監視対象グループに臨時ユーザ率が基準比率を上回った日の継続日数が閾値日数以上の他の画像形成装置１０’が存在する場合に、画像形成装置１０に不具合が発生したと推定する。

以上のように、［解析手法１］では、画像形成装置１０を利用するユーザの傾向の変化から、不具合の発生を推定する。これは、以下のような現象に着目したものである。
図４には、画像形成装置１０を利用したユーザ数の時間変化の例を示してある。（ａ）は、監視対象マシンＡの利用ユーザ数の時間変化を示すグラフであり、（ｂ）は、監視対象マシンＡと同じ監視対象グループに属する監視対象マシンＢの利用ユーザ数の時間変化を示すグラフである。
同図では、監視対象マシンＡのメインユーザ数がメインユーザ数下限値（基準人数）を下回ったことに連動して、監視対象マシンＢの臨時ユーザ率が臨時ユーザ率上限値（基準比率）を上回っており、しかも、このような状況が継続している。このような現象が発生した場合には、監視対象マシンＡに何らかの不具合が発生したことにより、監視対象マシンＡのメインユーザが、同じ監視対象グループ内の監視対象マシンＢを監視対象マシンＡに代替して使用している可能性が高い。そこで、［解析手法１］では、上記のような現象を検出した場合に、監視対象マシンＡに不具合が発生したと推定する。

［解析手法２］
属性情報頻度算出部２３は、予め定められた長さの期間について、画像形成装置１０毎に、画像形成装置１０で印刷ジョブが実行された後に同じ内容の印刷ジョブが同じ監視対象グループ内の他の画像形成装置１０’で実行された事例数を算出する。
不具合マシン抽出部２４は、画像形成装置１０について算出された事例数が基準事例数を上回った場合に、画像形成装置１０に不具合が発生したと推定する。

不具合種類推定部２５は、画像形成装置１０に不具合が発生したと推定された場合に、その根拠となった複数の事例、すなわち、画像形成装置１０で印刷ジョブが実行された後（例えば、５分以内）に同じ内容の印刷ジョブが同じ監視対象グループ内の他の画像形成装置１０’で実行された各事例について、白黒印刷のジョブ数とカラー印刷のジョブ数との比率を求め、当該比率に基づいて、画像形成装置１０に発生した不具合の種類を推定する。
本例では、カラー印刷のジョブ数に対する白黒印刷のジョブ数の比率（＝白黒印刷のジョブ数／カラー印刷のジョブ数）を求め、比率が閾値α以上であれば白黒印刷に係る不具合と推定し、比率が閾値β（ただし、β＜α）以下であればカラー印刷に係る不具合と推定し、比率が閾値βより大きく且つ閾値β未満であれば紙シワ又はジャムに係る不具合と推定する。

以上のように、［解析手法２］では、画像形成装置１０で実行された印刷ジョブの傾向の変化から、不具合の発生を推定する。これは、例えば、監視対象マシンＡで印刷ジョブが実行された後に同じ内容の印刷ジョブが同じ監視対象グループ内の監視対象マシンＢで実行された場合には、監視対象マシンＡに何らかの不具合が発生したことにより、同じ監視対象グループ内の監視対象マシンＢを監視対象マシンＡに代替して印刷ジョブを実行し直している可能性が高いことに着目したものである。

［解析手法３］
［解析手法３］では、複数の画像形成装置１０の各々に、当該画像形成装置１０を主として利用するメインユーザについて設定してあることを前提とする。この設定は、［解析手法１］で述べた内容と重複するので、説明を省略する。
また、複数の画像形成装置１０は、白黒印刷に対応する一方でカラー印刷に非対応の第１種別の画像形成装置１０Ａと、白黒印刷及びカラー印刷の両方に対応する第２種別の画像形成装置１０Ｂとを含むものとする。

属性情報頻度算出部２３は、予め定められた長さの期間について、画像形成装置１０毎に、画像形成装置１０でメインユーザにより実行された日別の印刷ジョブ数を算出する。この印刷ジョブ数は、画像形成装置１０のメインユーザによる利用回数に相当する。
不具合マシン抽出部２４は、共通のメインユーザが設定された第１種別の画像形成装置１０Ａと第２種別の画像形成装置１０Ｂにおいて、画像形成装置１０Ｂの利用回数に対する画像形成装置１０Ａの利用回数の比率（＝画像形成装置１０Ａの利用回数／画像形成装置１０Ｂの利用回数）が基準比率を上回った場合に、画像形成装置１０Ｂ（白黒印刷及びカラー印刷の両方に対応）に不具合が発生したと推定する。基準比率としては、例えば、平均の比率に予め定められた割合を加算したものを用いる。

以上のように、［解析手法３］では、画像形成装置１０Ａ（白黒印刷に対応する一方でカラー印刷に非対応）と画像形成装置１０Ｂ（白黒印刷及びカラー印刷の両方に対応）の利用比率の傾向の変化から、不具合の発生を推定する。これは、画像形成装置１０Ａと画像形成装置１０Ｂを併用するメインユーザによる利用比率が画像形成装置１０Ａ側に偏ってきた場合には、カラー印刷のために主に利用されていた画像形成装置１０Ｂに何らかの不具合が発生したことにより、カラー印刷を諦め、同じ監視対象グループ内の画像形成装置１０Ａを画像形成装置１０Ｂに代替して利用している可能性が高いことに着目したものである。

ここで、［解析手法１］〜［解析手法３］をまとめれば、これらの手法は、複数の画像形成装置１０間における利用状況の関係性の変化又は当該変化の連動性に基づいて、これらの変化に係るいずれかの画像形成装置に不具合が発生したと推定する手法であるといえる。

［解析手法４］
属性情報頻度算出部２３は、予め定められた長さの期間について、画像形成装置１０毎に、繰り返して実行された印刷ジョブの種類数を算出する。例えば、５分以内にドキュメントＡの印刷ジョブとドキュメントＢの印刷ジョブが繰り返して実行され、他のドキュメントの印刷ジョブについては繰り返して実行されなかった場合には、印刷ジョブの種類数は２となる。
不具合マシン抽出部２４は、画像形成装置１０について算出された印刷ジョブの種類数が基準種類数を上回った場合に、画像形成装置１０に不具合が発生したと推定する。

不具合種類推定部２５は、画像形成装置１０に不具合が発生したと推定された場合に、画像形成装置１０で繰り返して実行された印刷ジョブに基づいて給紙トレイの変更頻度を求め、当該変更頻度に基づいて、画像形成装置１０に発生した不具合の種類を推定する。
本例では、変更頻度が基準頻度以上であれば紙シワ又はジャムに係る不具合と推定し、基準頻度未満であれば画質不良に係る不具合と推定する。

以上のように、［解析手法４］では、画像形成装置１０で実行された印刷ジョブの種類数から、不具合の発生を推定する。これは、同じ印刷ジョブが繰り返して実行された場合には、画像形成装置１０に何らかの不具合が発生しているが、念のため同じ画像形性装置で印刷ジョブを実行し直している可能性が高いことに着目したものである。図５（ａ）には、不具合が発生した画像形成装置１０におけるジョブ種類数の時間変化の例を示してあり、図５（ｂ）には、正常な画像形成装置１０におけるジョブ種類数の時間変化の例を示してある。

［解析手法５］
属性情報頻度算出部２３は、予め定められた長さの期間について、画像形成装置１０毎に、画像形成装置１０で実行された印刷ジョブについて日別の白黒／カラー比率を算出する。白黒／カラー比率は、カラー印刷のジョブ数に対する白黒印刷のジョブ数の比率である。
不具合マシン抽出部２４は、画像形成装置１０について算出された白黒／カラー比率が基準比率を上回った場合に、画像形成装置１０に不具合が発生したと推定する。基準比率としては、例えば、平均の比率に予め定められた割合を加算したものを用いる。
不具合種類推定部２５は、画像形成装置１０に不具合が発生したと推定された場合に、画像形成装置１０に発生した不具合の種類がカラーの画質不良に係る不具合と推定する。

以上のように、［解析手法５］では、画像形成装置１０で実行された印刷ジョブについての白黒／カラー比率から、不具合の発生を推定する。これは、画像形成装置１０で実行された印刷ジョブの比率が白黒印刷側に偏ってきた場合には、画像形成装置１０にカラーの画質不良に係る不具合が発生してきたことにより、カラー印刷を諦め、白黒印刷を行っている可能性が高いことに着目したものである。

なお、［解析手法１］〜［解析手法５］のいずれにおいても、画像形成機能の動作を制御する各種の画像形成パラメータを収集して時系列変化を検証することを要しない。このため、画像形成装置１０に画像形成パラメータを検出して内部メモリ等に蓄積する機能を設ける必要が無く、メモリ容量等のリソースが少ない画像形成装置１０についても不具合の発生を推定することができる。
ここで、以上の説明では、［解析手法１］〜［解析手法５］を個別に説明したが、これらを組み合わせて画像形成装置１０の不具合の推定を行うようにしてもよい。

図６には、リモートセンターサーバ３０の機能ブロックの例を示してある。
リモートセンターサーバ３０は、不具合マシン情報取得部３１と、不具合マシン情報蓄積部３２と、不具合マシン種別抽出部３３と、主要不具合種類候補抽出部３４と、通知部３５とを有する。

不具合マシン情報取得部３１は、被監視サイト毎に設けられた管理装置２０から、不具合の発生が推定された画像形成装置１０の種別（機種）及び不具合の種類の情報を含む不具合マシン情報を受信する。
不具合マシン情報蓄積部３２は、不具合マシン情報取得部３１により取得された不具合マシン情報を蓄積する。

不具合マシン種別抽出部３３は、不具合マシン情報蓄積部３２に蓄積された不具合マシン情報に基づいて、画像形成装置１０の種別毎に、不具合が発生したと推定される画像形成装置１０の台数（マシン数）を解析して、不具合が発生したマシン数が増加傾向にある種別を抽出する。具体的には、例えば、画像形成装置１０の種別毎に、直近５日間について不具合が発生したマシン数の日別推移を表す回帰直線を求め、この傾きが基準以上となった種別を、不具合が発生したマシン数が増加傾向にある種別として抽出する。

主要不具合種類候補抽出部３４は、不具合マシン種別抽出部３３により抽出された画像形成装置１０の種別について、当該種別の画像形成装置１０に発生したと推定された不具合の種類から、主要な不具合の種類を抽出する。主要な不具合の種類としては、例えば、不具合の種類毎に、その種類の不具合の発生が推定された画像形成装置１０のマシン数を求め、このマシン数が上位（予め定められた数又は割合）の複数種類を主要な不具合の種類とする。

通知部３５は、主要不具合種類候補抽出部３４により抽出された主要な不具合の種類を、不具合マシン種別抽出部３３により抽出された種別の画像形成装置１０を有する被監視サイトのシステム管理者や保守担当者などに、該当する画像形成装置１０に発生する可能性がある不具合の種類の候補として通知する。

このように、リモートセンターサーバ３０では、複数の被監視サイトから送られてきた不具合マシン情報を基に、画像形成装置１０の種別毎に、該当する画像形成装置１０に発生する可能性がある不具合の種類を抽出し、これを候補として各被監視サイトのシステム管理者や保守担当者に通知するので、各被監視サイトでは不具合の発生前（又は不具合の発生後速やかに）適切な措置を講ずることが可能となる。

ここで、本例の管理装置２０は、各種演算処理を行うＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＣＰＵの作業領域となるＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）や基本的な制御プログラムなどを記録したＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）等の主記憶装置、各種のプログラムやデータを記憶するＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）等の補助記憶装置、各種の情報を表示出力するための表示装置及び操作者により入力操作に用いられる操作ボタンやタッチパネル等の入力機器とのインタフェースである入出力Ｉ／Ｆ、他の装置との間で有線又は無線により通信を行うインタフェースである通信Ｉ／Ｆ、といったハードウェア資源を備えたコンピュータを有する。

そして、本発明に係るプログラムを補助記憶装置等から読み出してＲＡＭに展開し、これをＣＰＵにより実行させることで、本発明に係る不具合推定装置の機能を管理装置２０のコンピュータ上に実現している。
本例では、本発明に係る取得手段の機能を使用履歴取得部２１により実現し、本発明に係る推定手段の機能を属性情報頻度算出部２３及び不具合マシン抽出部２４（及び不具合種類推定部２５）により実現している。

ここで、本発明に係るプログラムは、例えば、当該プログラムを記憶したＣＤ−ＲＯＭ等の外部記憶媒体から読み込む形式や、通信網等を介して受信する形式などにより、画像形成装置のコンピュータに設定される。
なお、本例のようなソフトウェア構成により各機能部を実現する態様に限られず、各機能部を専用のハードウェアモジュールで実現するようにしてもよい。

１０：画像形成装置、 ２０：管理装置、 ３０：リモートセンターサーバ、
２１：使用履歴取得部、 ２２：属性情報蓄積部、 ２３：属性情報頻度算出部、 ２４：不具合マシン抽出部、 ２５：不具合種類推定部、
３１：不具合マシン情報取得部、 ３２：不具合マシン情報蓄積部、 ３３：不具合マシン種別抽出部、 ３４：主要不具合種類候補抽出部、 ３５：通知部

Claims (6)

1. 代替的に使用され得る関係にある複数の画像形成装置から、画像形成装置毎の利用状況を取得する取得手段と、
   前記取得手段により取得された画像形成装置毎の利用状況に基づき、前記複数の画像形成装置間における利用状況の関係性の変化又は利用状況の変化の連動性から、これらの変化に係るいずれかの画像形成装置に不具合が発生したと推定する推定手段と、
   を備えたことを特徴とする不具合推定装置。
2. 前記複数の画像形成装置の各々には、当該画像形成装置を主として利用するメインユーザと、当該画像形成装置を他の画像形成装置に代替して使用する臨時ユーザとを設定してあり、
   前記取得手段は、画像形成装置毎の利用状況として、画像形成装置を利用したユーザの情報を取得し、
   前記推定手段は、一の画像形成装置を利用したメインユーザ数が基準人数を下回り、且つ、他の画像形成装置を利用したユーザ数に対する臨時ユーザ数の比率が基準比率を上回った場合に、前記一の画像形成装置に不具合が発生したと推定する、
   ことを特徴とする請求項１に載の不具合推定装置。
3. 前記取得手段は、画像形成装置毎の利用状況として、画像形成装置で実行された印刷ジョブの情報を取得し、
   前記推定手段は、一の画像形成装置で印刷ジョブが実行された後に同じ内容の印刷ジョブが他の画像形成装置で実行された事例数が基準事例数を上回った場合に、前記一の画像形成装置に不具合が発生したと推定する、
   ことを特徴とする請求項１に記載の不具合推定装置。
4. 前記印刷ジョブの情報は、白黒印刷又はカラー印刷の別を示す情報を含み、
   前記推定手段は、前記一の画像形成装置に不具合が発生したと推定した場合に、更に、推定の根拠となった複数の事例における白黒印刷のジョブ数とカラー印刷のジョブ数との比率を求め、当該比率に基づいて、前記一の画像形成装置に発生した不具合が、白黒印刷に係る不具合か、カラー印刷に係る不具合か、他の種類の不具合かを推定する、
   ことを特徴とする請求項３に記載の不具合推定装置。
5. 前記複数の画像形成装置は、白黒印刷に対応する一方でカラー印刷に非対応の第１種別の画像形成装置と、白黒印刷及びカラー印刷の両方に対応する第２種別の画像形成装置とを含み、
   前記複数の画像形成装置の各々には、当該画像形成装置を主として利用するメインユーザを設定してあり、
   前記取得手段は、画像形成装置毎の利用状況として、画像形成装置を利用したユーザの情報を取得し、
   前記推定手段は、共通のメインユーザが設定された第１種別の画像形成装置と第２種別の画像形成装置において、メインユーザによる第２種別側の利用回数に対する第１種別側の利用回数の比率が基準比率を上回った場合に、第２種別側に不具合が発生したと推定する、
   ことを特徴とする請求項１に記載の不具合推定装置。
6. コンピュータに、
   代替的に使用され得る関係にある複数の画像形成装置から、画像形成装置毎の利用状況を取得する取得機能と、
   前記取得機能により取得された画像形成装置毎の利用状況に基づき、前記複数の画像形成装置間における利用状況の関係性の変化又は利用状況の変化の連動性から、これらの変化に係るいずれかの画像形成装置に不具合が発生したと推定する推定機能と、
   を実現させるためのプログラム。

Images