JPH06167853A

JPH06167853A - 画像形成装置

Info

Publication number: JPH06167853A
Application number: JP4321015A
Authority: JP
Inventors: Hiroyuki Negishi; 広行根岸
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 1992-11-30
Filing date: 1992-11-30
Publication date: 1994-06-14
Also published as: US5436697A

Abstract

(57)【要約】【目的】感光体上の画像電位を調整するためにニュー
ロ制御を用いる画像形成装置において、製品個々のハー
ド特性のバラツキによる制御誤差をなくし、常に高品質
の画像を形成できるようにする。【構成】ニューロ制御を用いて感光体上の暗部電位及
び明部電位を調整する画像電位調整手段が、学習時の電
位ハード特性のサンプリング値と製品個々の電位ハード
サンプリング値とを比較し、その差をニューロ制御時に
ニューロ演算の入力データまたは出力データに調整値と
して加えるようにして、学習データをある特定の装置か
らのみ得ることによる製品個々に持つハード特性との差
違を調整し、ロッドのバラツキによる制御誤差を吸収す
る。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は、レーザプリンタ等の
光プリンタ，複写機，ファクシミリ装置等の電子写真プ
ロセスを用いた画像形成装置に関し、特に学習制御の一
種であるニューロ制御を用いて感光体上の画像電位（暗
部電位及び明部電位）を調整するようにした画像形成装
置に関する。

【０００２】

【従来の技術】従来、電子写真プロセスを用いた画像形
成装置において、画像の高画質安定化を実現するため、
プロセス条件に対して装置を構成する部品精度や組立時
の特性値等の管理を行うと共に、各プロセス制御部の状
態量と操作量に対する制御量を検知してフィードバック
制御を行うこと等によって、そのプロセス条件の適正化
を図っていた。

【０００３】また、例えば特開平３−１６７６５５号公
報に見られるように「ニューラルネットワーク」を用い
たニューロ制御が知られている。この「ニューラルネッ
トワーク」は、最初に制約条件の弱い状態で自由度を与
えて良質な解を探索し、次第に制約条件を強くすること
によりある程度良質で、且つ制約条件を満足する解を求
めるものである。このような「ニューラルネットワー
ク」を用いたニューロ制御を上述のような画像形成装置
のプロセス条件の制御に応用することも考えられてい
る。

【０００４】

【発明が解決しようとする課題】しかしながら、画像形
成装置の画像品質の安定化を図るためにはプロセス全体
を見た場合に、余りにも画像品質に影響する要因が多
く、定式的な制御を実行する事が出来ないため、常に専
門家による調整を行なって対応していた。

【０００５】特に、ニューロ制御のための学習データを
測定した時点での機種特性と製品個々の機種特性とのバ
ラツキが大きな問題となっていた。すなわち、ニューロ
制御を行なう場合に、ある限られた学習データを使用す
ることによって製品個々に対するギャップが生じるた
め、例えば感光体上の画像電位が常に最適状態になるよ
うに制御するのは困難であった。

【０００６】この発明は上記点に鑑みてなされたもので
あり、画像形成装置の感光体上の画像電位（暗部電位及
び明部電位）を調整するためにニューロ制御を用いる場
合に、製品個々のハード特性のバラツキによる制御誤差
をなくして、常に高品質の画像を形成できるようにする
ことを目的とする。

【０００７】

【課題を解決するための手段】この発明は上記の目的を
達成するため、制御対象の被制御量を検知する被制御量
検知手段と、該手段によって検知される被制御量に関与
する状態量を検知する状態量検知手段と、上記被制御量
検知手段によって検知される被制御量を制御するための
操作量を入力する操作量入力手段と、上記被制御量，状
態量，操作量，及び演算データを格納するデータ格納手
段と、上記被制御量を制御する制御用プログラムを格納
するプログラム格納手段と、その制御用プログラムに基
づいてニューロ制御を用いて感光体上の暗部電位及び明
部電位を調整する画像電位調整手段とを備えた画像形成
装置において、上記画像電位調整手段が、学習データを
測定した時点での機種特性と製品個々の機種特性を比較
し、その差をニューロ制御時にニューロ演算の入力デー
タまたは出力データに調整値として加える手段を有する
ようにしたものである。

【０００８】また、上記画像電位調整手段に、感光体，
帯電チャージャ及びそのグリッド電圧を主要因とした暗
部電位の電位ハード特性を測定する手段と、該手段によ
る測定結果を学習した時点での暗部電位の電位ハード特
性データと比較し、その差をニューロ制御時にニューロ
演算の入力データまたは出力データに調整値として加え
るニューロ調整手段とを備えるとよい。

【０００９】あるいは、上記画像電位調整手段に、感光
体，帯電チャージャ及びそのグリッド電圧，並びに露光
ランプ光量を主要因とした明部電位の電位ハード特性を
測定する手段と、該手段による測定結果を学習した時点
での明部電位の電位ハード特性データと比較し、その差
をニューロ制御時にニューロ演算の入力データまたは出
力データに調整値として加えるニューロ調整手段とを備
えてもよい。

【００１０】さらに、上記各画像形成装置において、前
記ニューロ調整手段に、測定される電位ハード特性を出
力の使用範囲に絞り、チェック点を数個としてそのチェ
ック点間を一次式で結び、そのデータを学習した時点で
の電位ハード特性データと比較する手段を設けるのが望
ましい。あるいはまた、上記ニューロ調整手段に、測定
される電位ハード特性を出力の使用範囲に絞り、その範
囲を複数に分割してその各範囲の代表点のデータを、学
習した時点での電位ハード特性データと比較する手段を
設けるようにしてもよい。

【００１１】

【作用】この発明による画像形成装置は、上記の構成に
よりニューロ制御を用いて感光体上の暗部電位及び明部
電位を調整する画像電位調整手段が、学習データを測定
した時点での機種特性と製品個々の機種特性を比較し、
その差をニューロ制御時にニューロ演算の入力データま
たは出力データに調整値として加えるので、学習データ
をある特定の装置からのみ得ることによる製品個々に持
つハード特性との差違を調整し、ロッドのバラツキによ
る制御誤差を吸収することができる。

【００１２】また、上記画像電位調整手段が、感光体，
帯電チャージャ及びそのグリッド電圧を主要因とした暗
部電位の電位ハード特性を測定し、その測定結果を学習
した時点での暗部電位の電位ハード特性データと比較し
て、その差をニューロ制御時にニューロ演算の入力デー
タまたは出力データに調整値として加えることにより、
機差による暗部電位の制御誤差を確実に吸収することが
できる。

【００１３】あるいは、上記画像電位調整手段が、感光
体，帯電チャージャ及びそのグリッド電圧，並びに露光
ランプ光量を主要因とした明部電位の電位ハード特性を
測定し、その測定結果を学習した時点での明部電位の電
位ハード特性データと比較して、その差をニューロ制御
時にニューロ演算の入力データまたは出力データに調整
値として加えることにより、機差による明部電位の制御
誤差を確実に吸収することができる。

【００１４】さらに、上記ニューロ調整手段が、測定さ
れる電位ハード特性を出力の使用範囲に絞り、チェック
点を数個としてそのチェック点間を一次式で結び、その
データを学習した時点での電位ハード特性データと比較
することにより、制御誤差をなくすための調整を効率よ
く行なうことができる。

【００１５】あるいはまた、上記ニューロ調整手段が、
測定される電位ハード特性を出力の使用範囲に絞り、そ
の範囲を複数に分割してその各範囲の代表点のデータ
を、学習した時点での電位ハード特性データと比較する
ことによっても、制御誤差をなくすための調整を効率よ
く行なうことができる。

【００１６】

【実施例】以下、この発明の実施例を図面を参照して具
体的に説明する。図２は、この発明を実施する画像形成
装置の一例としての電子写真複写機の機構部の概略構成
図である。

【００１７】この複写機１の各部をコピー動作と共に説
明する。図示しない操作パネルによって必要な複写条件
が設定された後、コピースタートキーが押下されるとコ
ピー動作がスタートする。感光体ドラム２は、ドラム軸
（図示せず）に回転自在に支持されており、コピースタ
ートキーの押下により複写命令が発せられるとメインモ
ータ３が駆動を開始し、それによって矢示方向に回転さ
れる。

【００１８】同時に、その感光体ドラム２上に付着した
残留トナー及び不均一な電位が帯電チャージャ４及び現
像ユニット１９に到達しないように、除電ランプ５，転
写前除電ランプ６，転写ベルト２４，イレーサ７，及び
クリーニングユニット８を駆動して、除電ランプ５を通
過した後の感光体ドラム２の表面電位が略ゼロになるよ
うにする。

【００１９】その後、感光体ドラム２の回転量が所定値
に達すると、第１ミラー９，露光ランプ１０等と一体に
なった第１キャリッジによってコンタクトガラス１１上
に置かれた原稿の下面(画像面)を光走査する。このと
き、第２ミラー１２，第３ミラー１３は第１キャリッジ
の１／２の速度で移動する。それによって、原稿面から
の反射光像は第１ミラー９，第２ミラー１２，第３ミラ
ー１３，スルーレンズ１４，第４ミラー１５，第５ミラ
ー１６，第６ミラー１７，及び防塵ガラス１８を経て感
光体ドラム２上に結像される。

【００２０】一方、感光体ドラム２はその前に帯電チャ
ージャ４によりその表面が一様に帯電され、その後上記
反射光像の結像により静電潜像が形成される。このと
き、等倍画像が得られるように、感光体ドラム２と第１
キャリッジとを同一速度で駆動する。

【００２１】次いで、感光体ドラム２上に形成された潜
像を現像ユニット１９によりトナーを付着して可視像化
する。このとき、現像ローラ１９ａに印加する現像バイ
アス電位を変化させることにより、画像の濃淡を調整す
ることができる。また、必要に応じて感光体ドラム２の
表面電位（帯電電位）を電位センサ３８によって検出す
ることができる。

【００２２】一方、メインモータ３の駆動を選択的に取
り出せる給紙クラッチのＯＮにより呼出コロ２０及び３
個の給紙コロ２１のいずれかを駆動し、予め選択された
給紙段にセツトされている転写紙を停止中のレジストロ
ーラ対２２に向けて給紙させる。そのレジストローラ対
２２の手前にはレジストセンサ２３が配設されている。
そのレジストセンサ２３は例えば反射型フォトセンサで
あり、その対向位置に転写紙の先端が到達するとそれを
検出する。それから一定時間経過後に給紙クラッチをＯ
ＦＦにして搬送中の転写紙を停止させる。それによっ
て、給紙した転写紙の先端をレジストローラ対２２に付
き当てて、スキューを補正した状態で待機させる。

【００２３】その後、感光体ドラム２上の画像先端に合
わせたタイミングでレジストクラッチをＯＮにし、レジ
ストローラ対２２が回転駆動されることにより、待機中
の転写紙を転写部へ向けて再搬送する。その転写紙が転
写部に到達すると、転写ベルト２４の作用によって感光
体ドラム２上のトナー像をその紙面上に転写し、その後
分離爪２６によってその転写紙を感光体面から分離す
る。

【００２４】次いで、その転写紙を２個のローラ２７，
２８によって張装された搬送ベルト２９によって定着部
へ送り、その定着ローラ２５によってトナー像を熱定着
し、コピーモードとして片面モードが選択されていれ
ば、その転写紙を切替爪３０の上側を通して外部の図示
しない排紙トレイに排紙し、両面モードが選択されてい
れば、切替爪３０の切り替えによつて下側の再給紙用搬
送経路３１ヘ送り込み、その裏面に次の原稿の画像を転
写する工程に進む。

【００２５】また、画像転写後の感光体ドラム２は、そ
の表面の残留トナーがクリーニングユニット８を構成す
るクリーニングブラシ８ａとクリーニングブレード８ｂ
によつて除去されてトナー回収タンク８ｃに回収され、
さらに残存電荷を消去するためにその感光面が除電ラン
プ５によって全面露光させる。

【００２６】この複写機には、それぞれ異なるサイズの
転写紙をセツトし得る３つの給紙カセツト３４〜３６を
着脱可能に備え、さらに、そのいずれの給紙カセツトに
も収納されない不特定サイズの転写紙をセツトできる手
差しテーブル（手差しトレイ）３７を、仮想線で示す不
使用位置から実線で示す使用位置へ矢示Ａ方向に回動可
能に設けている。

【００２７】次に、この電子写真複写機の制御系につい
て説明する。図３はこの複写機の制御系の概略構成を示
すブロック図である。この制御系は、演算処理部（ＣＰ
Ｕ）４１，制御プログラム格納部（ＲＯＭ）４２，デー
タ格納部（ＲＡＭ，不揮発性メモリ）４３，及び出力用
Ｉ／Ｏ４４，入力用Ｉ／Ｏ４５，入出力用Ｉ／Ｏ４６に
よってマイクロコンピュータの機能を持つ主制御部４０
を構成している。

【００２８】そして、この主制御部４０がＩ／Ｏ４４を
介して前述した露光ランプ１０，帯電チャージャ４等の
制御対象４７を制御し、Ｉ／Ｏ４５を介して電位センサ
３８等の各センサによる状態量・被制御量検知部４８ら
の信号を取り込み、Ｉ／Ｏ４６を介してテンキーやディ
スプレイなどを含む操作部４９との間でデータの入出力
を行なう。

【００２９】この複写機の制御系の露光用光源である露
光ランプ１０の発光制御、及び帯電チャージャ４，現像
ローラ１９ａ，転写ベルト２４等に印加する高電圧の制
御に係わる部分について、より具体的なブロック回路図
を図４に示す。この図４において、図２及び図３と対応
する部分には同一符号を付している。

【００３０】この制御系において、主制御部４０は操作
部４９との間でデータのやり取りを行なうと共に、トリ
ガ信号を出力してＡＣ電源回路５０を制御し、そのトリ
ガ信号の長さ（時間）によってＡＣ電源出力すなわち露
光ランプ１０への出力電圧が決まる。

【００３１】また、主制御部４０はＰＷＭ（パルス幅変
調）タイマ５１を制御して、バッファ５２を介して４つ
のＰＷＭ信号Ｐ１〜Ｐ４を出力させる。そのうちのＰＷ
Ｍ信号Ｐ１は、帯電用高圧発生回路５３のトランスの１
次側に接続されたＦＥＴ５７のゲートに印加され、その
デューティによって帯電用高圧発生回路５３が発生する
高電圧、すなわち帯電チャージャ４の放電ワイヤ４ａに
印加する高電圧（帯電電圧）が決まる。

【００３２】同時に、他のＰＷＭ信号Ｐ２がグリッド用
高圧発生回路５４のトランスの１次側に接続されたＦＥ
Ｔ５８のゲートに印加され、そのデューティによってグ
リッド用高圧発生回路５４が発生する高電圧、すなわち
帯電チャージャ４のグリッド４ｂに印加する高電圧（グ
リッド電圧）が決まる。

【００３３】さらに、別のＰＷＭ信号Ｐ３は転写用高圧
発生回路５５のトランスの１次側に接続されたＦＥＴ５
９のゲートに印加され、そのデューティによって転写用
高圧発生回路５５が発生する高電圧、すなわち導電性ロ
ーラ２４ａ及び２４ｂを介して転写ベルト２４に印加す
る高電圧（転写電圧）が決まる。

【００３４】また、残りのＰＷＭ信号Ｐ４は現像バイア
ス用高圧発生回路５６のトランスの１次側に接続された
ＦＥＴ６０のゲートに印加され、そのデューティによっ
て現像バイアス用高圧発生回路５５が発生する高電圧、
すなわち現像ユニット１９内の現像ローラ１９ａに印加
する高電圧（現像バイアス電圧）が決まる。

【００３５】一方、感光体ドラム２の表面の帯電電位を
検出（測定）する電位センサ７の検出信号をＡ／Ｄ変換
回路６１によってデジタル値に変換し、主制御部４０に
取り込む。さらに、この主制御部４０は除電ランプ５及
びイレーサ７の点灯も制御する。

【００３６】図５は、学習制御の一種であるニューラル
ネットワークの入出力関係を表わした図である。出力ニ
ューロンを制御対象１つに対し１つとし、ニューロ演算
による入出力値を０から１までの値にて演算し、入力で
ある状態量はその大きさに見合った０から１までのデー
タに、出力である０から１までの被制御量はその大きさ
に見合った信号値（ＰＷＭ信号またはトリガ信号または
ＯＮ／ＯＦＦ時間）に変換される。

【００３７】ここで入力は、帯電チャージャ４のグリッ
ド電圧の制御目標値（以下「グッリド制御目標値とい
う）ＶG_N 、露光ランプ１０に印加する電圧（以下「ラ
ンプ電圧」という）の制御目標値ＶLP_N、感光体ドラム
２の周辺温度、トータルコピー枚数である。また出力は
暗部電位ＶD と明部電位ＶL である。

【００３８】ここでいうニューロ制御とは、ニューラル
ネットワーク上で、ある出力値（教師信号）に対する正
しい入力値（その出力値に関係する入力値が全て揃わな
くてもよい／分らないものがあってもよい）を予め教え
てやり（出力層から入力層へ信号を送るという誤差逆伝
搬則）、各ニューロ間の結合の度合い（重み）を記憶さ
せる学習によって、入力値が変化した場合にも正しい出
力値が出るようにした制御方法である。

【００３９】また、ここでいうＰＷＭ信号とは、高圧発
生回路のトランスの１次側の発振トランジスタ（図４に
示したＦＥＴ５７〜６０）のベースに与える信号でその
でデューティによって２次側の出力が決まる。トリガ信
号とは、図４のＡＣ電源５０の出力を制御する信号で、
その長さ（時間）によりＡＣ電源５０の出力値が可変さ
れ、露光ランプ１０に印かされる電圧値が決まる。さら
に、ＯＮ／ＯＦＦ時間信号とは、ある制御対象への入力
電源のＯＮ／ＯＦＦ時間であり、その長さにより制御対
象の出力値が決まる。

【００４０】ここで、暗部パターン電位（暗部電位）Ｖ
D とは、帯電用高圧発生回路５３から放電ワイヤ４ａに
帯電電圧を、グリッド用高圧発生回路５４からグリッド
４ｂにグリッド電圧をそれぞれ印加している時に、スキ
ャナの露光ランプ１０から図示しない特定の暗部パター
ンに光を当てた場合の感光体ドラム２に現われる潜像電
位をさす。

【００４１】また、明部パターン電位（明部電位）ＶL
とは、帯電用高圧発生回路５３から放電ワイヤ４ａに帯
電電圧を、グリッド用高圧発生回路５４によってグリッ
ド４ｂにグリッド電圧をそれぞれ印加している時に、ス
キャナの露光ランプ１０から図示しない特定の明部パタ
ーンに光を当てた場合の感光体ドラム２に現われる潜像
電位をさす。

【００４２】図６はこのニューロ制御（学習制御）のニ
ューロンモデルを説明したものである。図中、ｙｉはｉ
番目の入力値、ωｉはｉ番目入力のシナプス結合係数
（重み）、Ｘはニューロンの出力値である。ニューロン
はその機能を簡単に表わすと、「多入力−１出力の非線
形素子」であり、その設計は実際のニューロンの非線形
特性をどのようにモデル化するかに応じて多様である。
この実施例では離散時間モデルを使用しており、数１の
式にそれを示す。

【００４３】

【数１】

【００４４】この数１における各記号の意味は次のとう
りである。Ｘ(ｔ＋１)：時刻ｔ＋１におけるニューロンの出力値ｆ：出力関数 ωｉ：ｉ番目入力のシナプス結合係数（重み）Ｙｉ(ｔ)：時刻ｔにおけるｉ番目入力値 θ：しきい値Ｎ：階層数

【００４５】そして、出力関数ｆは、数２に示すように
なり、εは出力関数の非線形性を決める非負のパラメー
タで、ε−＞＋０のとき数２は単位ステップ関数とな
り、各ニューロン出力値は１または０の２値であり、各
々ニューロンの興奮（発火）状態、制止（非発火）状態
を表わしている。その他の場合、各ニューロンの出力値
は０から１の値である。

【００４６】

【数２】ｆ(ｕ)＝１／｛１＋ｅｘｐ(−ｕ／ε)｝

【００４７】ニューラルネットワークの最大の特徴であ
る学習能力や自己の組織化は、シナプス結合係数ε（上
記各ニューロン間の結合の重み）やしきい値θの変化
（主に重みω）に基づいている。ここで、シナプス結合
係数ωは、数３によって求められる。

【００４８】

【数３】

【００４９】この数３における各記号は次の意味を持つ
ものとする。ｋ，ｃ：パラメータ（０＜ｋ＜１，ｃ＞０） δｉ：出力層ｉ番目から戻される学習信号ｄｉ：教師信号（出力層のｉ番目のニューロに望ましい
出力値）ｆ’：出力関数の微分

【００５０】このようなニューラルネットワークの最大
の特徴である学習能力とは、各層間の入力から出力への
情報の伝達に加えて、バックプロパゲーションという誤
差逆伝搬法により、望ましい出力（教師信号）を何回も
出力側から入力側へ教えることにより、ある入力に対し
て望まれる出力が出やすいように、その望まれる出力ま
での入力信号の経路を経路間の係数ω（重み）で制限す
ること、またそれを記憶すること（各ニューロン間の重
みを変化させて記憶すること）によって、任意に与えら
れた情報が望まれる出力へと導かれるというものであ
る。

【００５１】次に、このニューロ制御を図２乃至図４に
よって説明した複写機に適用した場合について、図１及
び図７のフローチャートによって説明する。これらの処
理は図３及び図４に示した主制御部４０によって実行さ
れる。

【００５２】予めニューラルネットワーク学習時の電位
ハード特性をサンプリングして記憶しておく。そし、図
１に示す調整フローにおいて、電源がＯＮになると、ま
ず製品個々の電位ハード特性をサンプリングする。その
後ニューロ演算のための入力データを測定する。すなわ
ち、前述した暗部電位及び明部電位を推定するために、
入力データとして帯電チャージャ４のグリッド４ｂに印
加する電圧（以下「グリッド電圧という」）、露光ラン
プ１０に印加する電圧（以下「ランプ電圧」という）、
感光体ドラム２の周辺温度、及びトータルコピー枚数を
サンプリングする。

【００５３】ここでグリッド電圧、ランプ電圧はソフト
的制御目標値である。次にその入力データを使ってニュ
ーロ演算により暗部電位と明部電位がある目標電位（７
２０〔Ｖ〕，１７０〔Ｖ〕）に推定された時の入力のグ
リッド目標電圧値ＶG と露光ランプ目標電圧値ＶLPを算
出する。

【００５４】次に、学習時と製品個々に対する電位ハー
ド特性を比較してその差を計算し、その差に応じて、上
記算出したグリッド目標電圧値ＶG と露光ランプ目標電
圧値ＶLPを調整した制御目標値ＶG_T，ＶLP_T を算出す
る。その算出方法については後述する。

【００５５】製品個々の電位ハード特性のサンプリング
処理は、図７の（Ａ）に示す暗部電位ＶD のサンプリン
グ処理と、（Ｂ）に示す明部電位ＶL のサンプリング処
理を実行する。（Ａ）の処理では、まず感光体ドラム２
を回転させ、次いでスキャナを暗部パターンに対向する
位置へ移動させた後、露光ランプ１０をオンにする。こ
のとき、ランプ電圧は固定値（６５Ｖ）とする。

【００５６】次いで、除電ランプ５をオンにした後、帯
電用高圧発生回路５３から帯電チャージャ４の放電ワイ
ヤ４ａに帯電電圧を印加（帯電ＯＮ）させ、グリッド用
高圧発生回路５４からグリッド４ｂにグリッド電圧を印
加（グリッドＯＮ）させる。ここで、グリッド電圧の使
用範囲を７００〜１０００〔Ｖ〕とした場合、測定点を
７００〔Ｖ〕，８００〔Ｖ〕，９００〔Ｖ〕，１０００
〔Ｖ〕とし、１回ごとに順次変更していく。

【００５７】その後、電位センサ３８を用いて感光体ド
ラム２の表面電位を測定し、この測定処理を上記測定点
の数だけ繰り返す。そして、その測定結果を処理して図
３に示したデータ格納部（不揮発性メモリ）４３に格納
する。その場合、第１の処理方法は、Ｘ軸をグリッド電
圧ＶG ，Ｙ軸を暗部電位ＶDとし、各測定点を直線で結
び、３つの一次式を求めてそれを格納する。第２の処理
方法としては、測定点のグリッド電圧が７００〔Ｖ〕と
８００〔Ｖ〕，８００〔Ｖ〕と９００〔Ｖ〕，９００
〔Ｖ〕１０００〔Ｖ〕の各平均点（３点）の測定結果
（暗部電位ＶD ）を代表点のデータとして格納する。

【００５８】これに続いて、図７の（Ｂ）に示す明部電
位ＶL のサンプリング処理を開始する。このルーチンで
もまず感光体ドラム２を回転させ、次いで除電ランプ
５をオンにした後、帯電用高圧発生回路５３から帯電チ
ャージャ４の放電ワイヤ４ａに帯電電圧を印加（帯電Ｏ
Ｎ）させ、グリッド用高圧発生回路５４からグリッド４
ｂにグリッド電圧を印加（グリッドＯＮ）させる。この
とき、グリッド電圧を固定値（９００Ｖ）とする。

【００５９】次いで、スキャナを明部パターンに対向す
る位置に移動させ、その露光ランプ１０をオンにする。
ここで、ランプ電圧の使用範囲を６０〜７５〔Ｖ〕とし
た場合、測定点を６０〔Ｖ〕，６５〔Ｖ〕，７０
〔Ｖ〕，７５〔Ｖ〕とし、１回ごとに順次変更してい
く。

【００６０】その後、電位センサ３８を用いて感光体ド
ラム２の表面電位を測定し、この測定処理を上記測定点
の数だけ繰り返す。そして、その測定結果を処理して図
３に示したデータ格納部（不揮発性メモリ）４３に格納
する。その場合、第１の処理方法は、Ｘ軸をランプ電
圧，Ｙ軸を明部電位ＶL とし、各測定点を直線で結び、
３つの一次式を求めてそれを格納する。第２の処理方法
としては、測定点のランプ電圧が６０〔Ｖ〕と６５
〔Ｖ〕，６５〔Ｖ〕と７０〔Ｖ〕，７０〔Ｖ〕と７５
〔Ｖ〕の各平均点（３点）の測定結果（明部電位ＶL ）
を代表点のデータとして格納する。

【００６１】データ格納部（不揮発性メモリ）４３に予
め格納されている学習時の電位ハード特性のサンプリン
グにおいても、基準機として指定された複写機を用い
て、図７の(Ａ)，(Ｂ)のフローチャートに示した上述の
処理と全く同じ処理を実行して、その電位ハード特性を
サンプリングする。

【００６２】次に、図１のフローチャートの最後のステ
ップにおける調整値算出例を示す。方法は以下に示す。
まず、電位ハードのサンプリングにおいて、前述した３
つの一次式を格納した場合の調整値算出例（請求項４に
対応する）を示す。ＶD（測定値）＝ａ×ＶG（グリッド電圧）＋ｂとし、学習時の測定データより数４の関係が成り立つ。

【００６３】

【数４】ＶD 700 G＝ａ7 8 G×700＋ｂ7 8 G ＶD 800 G＝ａ7 8 G×800＋ｂ7 8 G

【００６４】ここで、ＶD 700 G：学習時のグリッド電圧700〔Ｖ〕でのＶD 測
定値ＶD 800 G：学習時のグリッド電圧800〔Ｖ〕でのＶD 測
定値ａ7 8 G：学習時のグリッド電圧700〔Ｖ〕と800〔Ｖ〕
間の一次式の傾きｂ7 8 G：学習時のグリッド電圧700〔Ｖ〕と800〔Ｖ〕
間の一次式の切片とし、数３の２つの式から「ａ7 8 G」と「ｂ7 8 G」を
求める。

【００６５】同様にして、製品個々の測定結果から傾き
「ａ7 8 S」と切片「ｂ7 8 S」を求める。ここで、ニュ
ーロ演算で算出されたグリッド電圧目標値ＶG Nが700〜
800［Ｖ］の時、学習時の測定結果から求めた傾きと切
片より、暗部電位ＶD N を数５によって算出する。

【００６６】

【数５】ＶD N＝ａ7 8 G×ＶG N＋ｂ7 8 G

【００６７】さらに、製品個々の測定結果から求めた傾
きと切片より、グリッド電圧目標値ＶG T を数６によっ
て算出する。このとき、次の判断式より使う製品個々の
傾きと切片を求める。すなわち、ＶD 700 S≦ＶD N≦Ｖ
D 800 S なら「ａ7 8 S」と「ｂ7 8 S」を使う。

【００６８】

【数６】ＶG T＝(ＶD N−ｂ7 8 S)／ａ７８Ｓ

【００６９】露光ランプ目標電圧ＶＬＰＴについても
同様に求める。（ＶD＝≧ＶL ＶG≧ＶLP）

【００７０】次に、電位ハードのサンプリングにおい
て、前述した３つの代表点を格納した場合の調整値算出
例（請求項５に対応する）を示す。上述の例と同様条な
件として、１つの範囲を700〜800［ｖ］とし、まず数７
によって代表点を求める。

【００７１】

【数７】ＶD7 8 DG＝（ＶD 800 G−ＶD 700 G）／２ＶD7 8 DS＝（ＶD 800 S−ＶD 700 S）／２

【００７２】そして、学習時と製品個々の差ＶD7 8 D
を次式によって求める。ＶD7 8 D＝ＶD7 8 DG−ＶD7 8 DS さらに、その電位を数８によってグリッド電圧目標値Ｖ
G Tに換算する。

【００７３】

【数８】ΔＶG＝１.０６×ＶD7 8 D ＶG T＝ＶD N＋ΔＶG

【００７４】ここでＶD7 8 DG：グリッド電圧700〜800［Ｖ］での学習時の
代表点ＶD7 8 DS：グリッド電圧700〜800［Ｖ］での製品個々
の代表点ＶD7 8 D ：グリッド電圧700〜800［Ｖ］の学習時の代
表点と製品個々の代表点の差ランプ電圧目標値ＶLP Tについても同様にして求める。
（なお、ＶL 場合は数７の１.０６を０.４とする。）

【００７５】以上、この発明を感光体ドラムを用いた電
子写真方式の複写機にこの発明を適用した例について説
明したが、感光体ベルトを用いた複写機には勿論、レー
ザプリンタ等の光プリンタや普通紙ファクシミリ装置等
の電子写真プロセスを用いた各種の画像形成装置に全て
適用できる。

【００７６】

【発明の効果】以上説明してきたように、この発明によ
れば、感光体上の画像電位の制御にニューロ制御を用い
る画像形成装置において、学習データをある特定の装置
からのみ得る方式ではカバーしきれない製品個々に持つ
ハード特性を調整し、ロッドのバラツキによる制御誤差
を吸収することができ、それによって常に高品質の画像
を形成することができる。

【図面の簡単な説明】

【図１】図３及び図４の主制御部による画像電位調整処
理のフロー図である。

【図２】この発明を実施する画像形成装置の一例として
の電子写真複写機の機構部の概略構成図である。

【図３】図２の複写機の制御系の概略構成を示すブロッ
ク図である。

【図４】図３の制御系のこの発明に係わる部分を具体的
に示すブロック回路図である。

【図５】この発明に用いるニューラルネットワークの入
出力関係を示す概念図である。

【図６】同じくそのニューロンの結合関係の説明図であ
る。

【図７】図１における製品個々の電位ハード特性サンプ
リングのサブルーチンの処理内容を示すフロー図であ
る。

【符号の説明】

１複写機２感光体ドラム４帯電チャージャ４ａ放電ワイヤ４ｂグリッド５除電ランプ７イレーサ１０露光ランプ１１コンタクトガラス１２第２ミラー１３第３ミラー１４スルーレンズ１５第４ミラー１６第５ミラー１７第６ミラー１８防塵ガラス３８電位センサ４１演算処理部４２制御プログラム４３データ格納部４７制御対象４８被制御量検知部４９操作部５０ＡＣ電源回路５１ＰＷＭタイマ５２バッファ５３帯電用高圧発生回路５４グリッド用高圧発生
回路５７〜６０ＦＥＴ６１Ａ／Ｄ変換回路

Claims

【特許請求の範囲】

【請求項１】制御対象の被制御量を検知する被制御量
検知手段と、該手段によって検知される被制御量に関与
する状態量を検知する状態量検知手段と、前記被制御量
検知手段によって検知される被制御量を制御するための
操作量を入力する操作量入力手段と、前記被制御量，状
態量，操作量，及び演算データを格納するデータ格納手
段と、前記被制御量を制御する制御用プログラムを格納
するプログラム格納手段と、該制御用プログラムに基づ
いてニューロ制御を用いて感光体上の暗部電位及び明部
電位を調整する画像電位調整手段とを備えた画像形成装
置において、前記画像電位調整手段が、学習データを測定した時点で
の機種特性と製品個々の機種特性を比較し、その差をニ
ューロ制御時にニューロ演算の入力データまたは出力デ
ータに調整値として加える手段を有することを特徴とす
る画像形成装置。
【請求項２】請求項１記載の画像形成装置において、
前記画像電位調整手段に、感光体，帯電チャージャ及び
そのグリッド電圧を主要因とした暗部電位の電位ハード
特性を測定する手段と、該手段による測定結果を学習し
た時点での暗部電位の電位ハード特性データと比較し、
その差をニューロ制御時にニューロ演算の入力データま
たは出力データに調整値として加えるニューロ調整手段
とを備えたことを特徴とする画像形成装置。
【請求項３】請求項１記載の画像形成装置において、
前記画像電位調整手段に、感光体，帯電チャージャ及び
そのグリッド電圧，並びに露光ランプ光量を主要因とし
た明部電位の電位ハード特性を測定する手段と、該手段
による測定結果を学習した時点での明部電位の電位ハー
ド特性データと比較し、その差をニューロ制御時にニュ
ーロ演算の入力データまたは出力データに調整値として
加えるニューロ調整手段とを備えたことを特徴とする画
像形成装置。
【請求項４】請求項２又は３記載の画像形成装置にお
いて、前記ニューロ調整手段が、測定される電位ハード
特性を出力の使用範囲に絞り、チェック点を数個として
そのチェック点間を一次式で結び、そのデータを学習し
た時点での電位ハード特性データと比較する手段を有す
ることを特徴とする画像形成装置。
【請求項５】請求項２又は３記載の画像形成装置にお
いて、前記ニューロ調整手段が、測定される電位ハード
特性を出力の使用範囲に絞り、その範囲を数分割してそ
の各範囲の代表点のデータを、学習した時点での電位ハ
ード特性データと比較する手段を有することを特徴とす
る画像形成装置。