JPH04355772A - 画像形成装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は画像形成装置に関し、例
えば複写機、プリンタ等の画像形成装置に関するもので
ある。

【０００２】

【従来の技術】従来、電子写真方式の複写機、プリンタ
等においては、例えば、 光センサによる紙づまり検出 各ユニットの装着、未装着の検出 各ユニットの電気回路動作の異常 などに関し、その自己診断をおこなうものがあった。

【０００３】

【発明が解決しようとしている課題】しかしながら、こ
れらは主に診断したい対象に対し、実質上個別になんら
かの検出手段を設け、その情報より直接その対象の動作
状況を認知しようというものであり、そのため検出でき
る対象を大きく広げることはむずかしく、また判別自体
が個別的なものであり、システム的な異常確認をするこ
とも困難であつた。

【０００４】

【課題を解決するため手段】本発明は上述の課題を解決
することを目的として成されたもので、上述の課題を解
決する一手段として以下の構成を備える。即ち、装置の
各所に配設された１個または複数個の音波または超音波
を検出する検出センサと、該検出センサの出力信号より
装置の動作状態を自己診断する診断手段と、該診断手段
の診断結果を出力する出力手段とを備え、診断手段は検
出センサよりの音圧分布、周波数分布を入力層への入力
データとし、所定層数の中間層をもつニューラルネット
ワークアルゴリズムにより装置の動作状態を診断する。

【０００５】そして、たとえば更に、診断手段が装置動
作異常又は装置動作異常の可能性のあると診断した場合
に、予め定められた手順により可能な自己修復動作を試
行する動作修復手段を備える。

【０００６】

【作用】以上の構成において、特に対象すべてに対して
個別にセンサを取り付けるなくても、異常な音圧分布、
周波数分布をもとにして異常の予測、発生原因等を特定
できる。

【０００７】

【実施例】以下、図面を参照して本発明に係る一実施例
を詳細に説明する。図１は本発明に係る一実施例の構成
を示す図であり、本発明を電子写真方式による複写機に
応用した場合を例に説明する。図１において、１は複写
機本体、２は原稿を押える圧板、３はコピー用紙を供給
するための給紙カセット、４はコピー済用紙を排出する
ための排紙トレー、５は感光体ドラム、６は一次帯電器
、７は現像シリンダ、８は転写帯電器、９は定着器を示
す。これらは複写機におけるごく一般的な機能要素であ
り、詳細説明は省略する。

【０００８】次に、１０，１１，１２で示したものか本
実施例独特の構成要件の１つである音響振動センサであ
り、ここでは、１００Ｈｚ〜１０ｋＨｚ程度の可聴域の
振動を検出するものとする。また、１３，１４，１５は
音響振動センサ１０〜１２に対応する位置に近接して配
設された１０Ｈｚ〜数１０Ｈｚ程度の低周波振動をとら
える音響振動センサである。又、以上の機構部の他に、
本実施例全体の制御を司る制御部２０が備えられている
。制御部２０は、制御手順を記憶するＲＯＭ、該ＲＯＭ
に記憶の制御手順に従いセンサ１０〜１５よりの検出結
果に従う処理を含む本実施例全体の制御を司るＣＰＵ、
及び制御処理に必要なデータを一時記憶可能なＲＡＭ、
ニューラルネットワーク等を含む。

【０００９】以上の構成を備える本実施例の動作を以下
に説明する。制御部２０中の、可聴域の音響振動センサ
１０，１１，１２に対する信号処理回路を図２に示す。 図２において、２１が各センサ１０〜１２入力に対して
の１００Ｈｚ、４００Ｈｚ、１ｋＨｚ、１０ｋＨｚの周
波数分布を出力する周波数解析ブロツクであり、２２が
これら周波数解析ブロツク出力及びセンサ１０〜１２出
力をそれぞれあらかじめ決められた上限値を１とするよ
うな規格化信号に変換する規格化回路である。規格化回
路２２は、規格化の結果をニューラルネットワークの入
力層へ伝達する。

【００１０】一方、低周波数域の音響振動センサ１３，
１４，１５に対する信号処理回路を図３に示す。図３に
示す様に当該音響振動センサ１３〜１５に対しては、セ
ンサ出力をそのままあらかじめ決められた上限値を１と
するような規格化信号に変換する規格化回路２３に入力
して規格化信号に変換し、その結果をニューラルネット
の入力層へ伝達する。

【００１１】以上のような手段により、ニューラルネッ
トワークの入力層へは一つの位置の低周波検出センサお
よび可聴域のセンサからの可聴域での平均パワー、１０
Ｈｚ〜１０ｋＨｚを５分割した周波数分布パワーの計６
データが入力され、本実施例では給紙部近辺Ｃ、現像プ
ロセス部近辺Ｂ、排紙部近辺Ａの３カ所にて検出してい
るので合計１８データが入力されることになる。

【００１２】ニューラルネットの出力層は本実施例では
異常発生、または今後その可能性があるものとしての内
容を割りあてる。 例えば、１．給紙部ゴムローラ異常発生２．給紙部ゴム
ローラ寿命近し ３．給紙カセット取付け不良 ４．転写帯電器異常発生 ５．転写帯電器よごれ多し ６．転着ローラ異常発生 ７．転着ローラ寿命近し ・ ・ ・ などがあげられる。

【００１３】テストにより、これらの判断項目と音圧周
波数分布の代表的対応関係を適当な数のパターンとして
収集し、その関係を適当な構成のニューラルネットワー
クの重み定数として別途学習させ、最適化したニューラ
ルネットワークを構成するようにする。これらの関係収
集は周知であるため詳細説明を省略する。以上により、
複写機本体の数所に設置した音響振動センサの出力デー
タをもとにして、異常発生または今後その可能性がある
と考えられる異常内容が認識できるようになる。

【００１４】このニューラルネットワークはニューラル
ネットＩＣ等ハードウエアで構成しても、またコントロ
ーラ内でソフトウエア的に構成してもかまわない。ハー
ドウエア構成とソフトウエア構成ではニューラルネット
ワークと外部とのインターフェースが当然異ってくるが
、それぞれ公知の方法にて対応可能であるため、ここで
は特に論理的な構成説明にとどめる。

【００１５】ニューラルネットワークの内部構造につい
てはさまざまなものが考えられるが本実施例においては
図４に示すように中間層を１層、入力層、中間層、出力
層のユニット数をそれぞれ１８ケとし、入力層から中間
層への結合では、あらかじめ（低周波出力４、５、６）
、（可聴域平均パワー１、２、３）、（可聴域周波数分
布）Ｘ３のそれぞれの間では結合がないようなものを考
えた。

【００１６】本実施例により、異常発生及びその前兆と
してなんらかの異常振動を発生するようなものに対して
はその特定が可能になるため、異常診断機能が広い領域
に拡大されることになる。診断の原理を示したものが図
５、図６である。例えば、装置が正常に働いている場合
のセンサに出力の周波数分布が図４（ａ）とし、センサ
１０、１１、１２の平均パワー分布が図５（ａ）のよう
であるとする。ある時センサ１２の出力の周波数分布図
４（ｂ）のようになり、さらにセンサ１０、１１、１２
の平均パワー分布が図５（ｂ）のようになったとする。 すると場所はＣ付近、異常内容は１００Ｈｚぐらいの異
常振動音を発生するものということになり、例えば、供
給ゴムローラの寿命間近ですという結論が得られるとい
うわけである。

【００１７】

【他の実施例】前記第１の実施例においては振動データ
のみを入力層にもつニューラルネットワークを考えたが
、その他の情報を加味することによって、さらに診断領
域が拡大すると共に診断に対する確度が上昇する。その
他の情報を加味した本発明に係わる第２実施例のブロツ
ク構成図を図７に示す。

【００１８】ここでは、コントローラ６１のＤ／Ａポー
トを利用して２種類のデータをニューラルネットワーク
６２に入力できるようにしている。例えば、装置の積算
使用時間と定着器まわりの温度情報の２つをこれに対応
させるようにすれば、あらかじめ積算使用時間に対応し
て発生しやすい異常や定着温度異常などの情報を加味し
たニューラルネット診断システムを構築することが可能
となる。

【００１９】以上説明したように本実施例によれば、画
像形成出力装置において、装置の各所に音波または超音
波の振動検出センサを配置し、その出力信号をもとに装
置の動作状態をニューラルネットワークアルゴリズムに
よって、自己診断し、異常が発生していること、または
今後その可能性があることを外部に知らせ、可能であれ
ば自己修復動作を試行するようにすることで、個別にセ
ンサを設定することなく、音の周波数異常またその場所
等より、広範囲にわたって多数の種類の異常をみつけだ
すことが可能になる。

【００２０】なお、本発明は、複数の機器から構成され
るシステムに適用しても、又１つの機器から成る装置に
適用してもよい。また、システムあるいは装置にプログ
ラムを供給することによつて達成される場合にも適用で
きることは言うまでもない。

【００２１】

【発明の効果】以上説明したように本発明によれば、特
に対象すべてに対して個別にセンサを取り付けるなくて
も、異常な音圧分布、周波数分布をもとにして異常の予
測、発生原因等を特定できる。

【図面の簡単な説明】

【図１】本発明に係る第１の実施例装置の構成を示す図
である。

【図２】第１の実施例における音声域データ処理部のブ
ロツク構成図である。

【図３】第１の実施例における低周波データ処理部のブ
ロツク構成図である。

【図４】第１の実施例におけるニューラルネット構成図
である。

【図５】及び

【図６】第１の実施例における正常時と異常時の振動周
波数分布の概略図である。

【図７】本発明に係る第２の実施例の構成図である。

【符号の説明】

１　　　　複写機本体、 ２　　　　圧板、 ３　　　　給紙部、 ４　　　　排紙部、 ５　　　　ドラム、 ６　　　　一次帯電器、 ７　　　　現像ドラム、 ８　　　　転写帯電器、 ９　　　　定着ローラ、 １０，１１，１２　　　　可聴域センサ、１３，１４，
１５　　　　低周波センサ、２０　　　　制御部、 ２１　　　　周波数解析ブロツク、 ２２，２３　　　　規格化ブロツク、 ６１　　　　コントローラ、 ６２　　　　ニユーラルネツトワークである。

Claims (2)

【特許請求の範囲】
1. 【請求項１】　　装置の各所に配設された１個または複
   数個の音波または超音波を検出する検出センサと、該検
   出センサの出力信号より装置の動作状態を自己診断する
   診断手段と、該診断手段の診断結果を出力する出力手段
   とを備え、前記診断手段は前記検出センサよりの音圧分
   布、周波数分布を入力層への入力データとし、所定層数
   の中間層をもつニューラルネットワークアルゴリズムに
   より装置の動作状態を診断することを特徴とする画像形
   成装置。
2. 【請求項２】請求項１記載の画像形成装置において、更
   に診断手段が装置動作異常又は装置動作異常の可能性の
   あると診断した場合に、予め定められた手順により可能
   な自己修復動作を試行する動作修復手段を備えることを
   特徴とする画像形成装置。