JPH07245702A

JPH07245702A - ディジタル画像形成装置

Info

Publication number: JPH07245702A
Application number: JP6035965A
Authority: JP
Inventors: Hiroyuki Negishi; 広行根岸
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 1994-03-07
Filing date: 1994-03-07
Publication date: 1995-09-19

Abstract

(57)【要約】【目的】ニューラルネットワークによりセンサ検出誤差
を排除し、その装置の適正な状態量をソフト的に認識す
ることで、安定した現像動作調整を自動的に行なうこと
ができるディジタル画像形成装置を提供する。【構成】本発明は、画像形成装置に配設される制御対象
の被制御量を検知する被制御量検知手段４と、被制御量
検知手段４が検知す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３と、原稿の画像を画像データとし
て読み込む画像データ読み込み手段２と、操作者が操作
を行なうためのインターフェイス手段５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６と、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７と、制御用プログラムによ
り演算処理をする演算処理手段１を備え、前記制御用プ
ログラムにおいてニューラルネットワークを用い、セン
サ（Ｐセンサ等）の検出誤差を排除する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、ディジタル複写機、フ
ァクシミリ、プリンタ等の電子写真方式のディジタル画
像形成装置に関し、特に、ニューラルネットワークを用
いて各部の制御を行なうディジタル画像形成装置に関す
る。

【０００２】

【従来の技術】従来、ディジタル画像形成装置で行なわ
れている電子写真プロセス動作は、現在の現像能力（現
像器から感光体ドラムへのトナー付着能力）を認識（現
像器と感光体のポテンシャルを変化させてトナー付着状
態をＰセンサ（フォトセンサを用いた画像濃度検知セン
サ）で検知する）し、そのデータによって画像部感光体
電位を変化させ、現像段階（感光体にトナーを付着させ
る時）で安定した階調性を維持させている。しかしなが
ら、現像能力を認識する段階で現像器と感光体ドラムの
ポテンシャルが一定しているにもかかわらずトナー付着
が安定せず、正確な現像能力を認識できていない。ま
た、特開平３−２１９７７５号公報記載の技術において
も、各色トナー濃度を調整するのに操作者の判断・認識
が中心であり、ニューラルネットワークはソフト的に認
識された、その操作者からの調整要求を具体的な制御量
にするというのが主である。

【０００３】

【発明が解決しようとする課題】本発明は上記事情に鑑
みなされたものであって、ニューラルネットワークによ
りセンサ検出誤差を排除し、その装置の適正な状態量を
ソフト的に認識することで、安定した現像動作調整を自
動的に行なうことができるディジタル画像形成装置を提
供することを目的とする。

【０００４】

【課題を解決するための手段】上記目的を達成するた
め、本発明では以下の手段を設ける。（１）電子写真方式のディジタル画像形成装置におい
て、画像形成装置に配設される制御対象の被制御量を検
知する被制御量検知手段（センサまたは回路）と、前記
被制御量検知手段が検知す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（センサまたは回路）と、原
稿の画像を画像データとして読み込む画像データ読み込
み手段（スキャナ，ＣＣＤ（撮像素子），シェーディン
グ補正回路，濃度変換回路，Ａ／Ｄ（アナログ／ディジ
タル）変換回路等）と、操作者が操作を行なうためのイ
ンターフェイス手段（テンキー，ディスプレイ等）と、
前記被制御量、前記状態量、前記操作量及び演算データ
を格納するデータ格納手段（ＲＡＭ）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（ＲＯＭ）と、前記制御用プログラムにより演算処
理をする演算処理手段（ＣＰＵ）を備え、前記制御用プ
ログラムにおいて、ニューラルネットワークを用い、セ
ンサ（Ｐセンサ等）の検出誤差を排除する（ニューラル
ネットワークによりセンサ入力を補正する）。

【０００５】（２）上記（１）において、現像動作上の
階調性を一定にする。（３）上記（１）において、前記ニューラルネットワー
クに現像能力検知パターンをスキャナから読み込み学習
させる。（４）上記（３）において、ディジタル画像形成装置の
ハード特性を考慮して補正する。（５）上記（２）において、ニューラルネットワークへ
の入力要素として、感光体ドラム（表面電位）と現像器
（現像バイアス出力電圧）間のポテンシャル，Ｐセンサ
出力，現像器トナー濃度センサ出力，湿度センサ出力，
温度センサ出力のうちの少なくとも１つを用いる。（６）上記（５）において、Ｐセンサ出力としてＰセン
サのアナログ値をＡ／Ｄ変換し、４個平均を比較し、そ
の最小値を用いる。（７）上記（２）において、現像状態を表わす要素とし
て、転写、定着された現像能力検知パターンの濃度デー
タを用いる。

【０００６】

【作用】本発明のディジタル画像形成装置においては、
上記（１）に示す各手段を備え、ニューラルネットワー
クによりＰセンサ等のセンサ検出誤差を排除し、その装
置の適正な状態量をソフト的に認識することで、安定し
た現像動作調整を自動的に行なうことができる。すなわ
ち、前述した現像能力認識段階でニューラルネットワー
クを使用することにより、従来に比べてかなり正確な現
像能力を認識することができる。

【０００７】

【実施例】以下、本発明を図面を参照して詳細に説明す
る。図１は本発明の一実施例を示す制御系のブロック図
であり、図中符号１は制御用プログラムにより演算処理
をする演算処理部（ＣＰＵ）、２は原稿の画像を画像デ
ータとして読み込む画像データ読み込み手段（スキャ
ナ，ＣＣＤ，シェーディング補正回路，濃度変換回路，
Ａ／Ｄ変換回路等）、３は被制御量検知手段が検知する
被制御量に関与する状態量を検知する状態量検知手段
（回路，電位センサ，Ｐセンサ，トナー濃度センサ
等）、４は画像形成装置に配設される制御対象の被制御
量を検知する被制御量検知手段（回路，電位センサ，Ｐ
センサ，トナー濃度センサ等）、５は操作者が操作を行
なうためのインターフェース手段（ディスプレイ，テン
キー等）、６は被制御量、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（ＲＡＭ）、７は被制御量
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（ＲＯＭ）を表わしている。

【０００８】図２は、本発明の制御に用いられる学習制
御（ニューラルネットワーク）の入出力関係及びその後
の補正を表わした図である。この例では、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
うように変換される。ここで入力は、ポテンシャルＶｐ
（感光体表面電位と現像バイアス出力電圧との差）とＰ
センサ出力値（平均値または４個平均の最小値）と現像
器内トナー濃度センサ出力値であり、出力は、現像能力
検知パターン濃度推定値である。また、その後の補正は
下記のスキャナフィードバック補正である。

【０００９】スキャナフィードバック補正：通常のコピ
ー動作と同様に、ある感光体表面電位，現像バイアス出
力電圧で感光体ドラム上にトナーを付着させてパターン
（現像能力検知パターン）を作成し用紙に転写・定着さ
せる。排紙後、原稿台に置きスキャナ入力しデータ化
（現像能力検知パターンデータ）する。この動作を現像
能力検知パターンが中間調濃度になるように設定し、ニ
ューラルネットワーク学習時、学習データを供給する装
置（ある１台の標準的なディジタル画像形成装置）のそ
の現像能力検知パターンデータと、使用される個々の装
置のそのパターンデータとを比較し、その差でニューラ
ルネットワークにより算出される現像能力検知パターン
濃度推定値を補正すること。これにより請求項４に示す
ディジタル画像形成装置個々のハード特性を補正でき
る。

【００１０】尚、ここでいう学習制御（ニューラルネッ
トワーク）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＝＞分からない
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）を記憶させること（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
に構成された制御方法である。

【００１１】図３は、学習制御（ニューロンのモデル）
を説明したものである。ここで、ｙｉ：ｉ番目の入力値 ωｉ：ｉ番目入力のシナプス結合係数（重み）ｘ：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」（図３）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。本発明は離散時間モデ
ルを使用しており、そのモデルを(1)式に示す。

【数１】ここで、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：階層数である。また、出力関数ｆは、ｆ(ｕ)＝１／(１＋ｅｘｐ(−ｕ／ε)) (2) であり、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(2）式は単位ステップ関数とな
り、各ニューロンの出力値は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。

【００１２】学習・自己組織化：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ω（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２】であり、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番目のニューロンに望まし
い出力値）ｆ’：出力関数の微分とする。

【００１３】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、ある入力に対しその望ま
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
変化させ記憶すること）で、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。本発明で
使用する場合においては、入力要素が様々なハード誤差
でふれた場合においても、重み決定時の山滑り作用によ
って最適な出力値が得られるというニューラルネットワ
ークの特性を利用している。

【００１４】次に、本発明を複写機に使用した場合につ
いて説明する。図４は、本発明を含めた電源ＯＮからコ
ピー動作までを簡略化した制御動作のフローチャートで
ある（請求項１，２）。本発明の起動タイミングとして
は、定着温度を見ており低温時のみ動作する。定着温度
が低温時の場合、まず電位センサやＰセンサの初期調整
を行ない、次に本発明である現像能力検知動作を行ない
現像状態を認識し、次にその状態に合った適正な画像電
位（階調電位）を算出し、次にその算出された画像電位
のトップ濃度の電位と地肌部の電位の２点をグリッド出
力とレーザーダイオード（ＬＤ）光量を変化させ調整す
る。階調電位は予め複数の標準的装置から実験で求めた
階調電位データを基に、上記現像能力検知データで補正
を行ない各階調のＬＤ光量を決める。ここで、書き込み
光源としてのＬＤの光量は、図７に示すように最大出力
をある範囲（例えば、0.9〜1.6mWを0〜255のディジタル
値の範囲で設定する）で設定でき、その設定された最大
出力までを通常出力とし、更に0〜255で割り振る（通常
出力も0〜255のディジタル値で設定する）。また、上記
の画像電位を調整する場合に地肌部電位は上記最大出力
を可変する。

【００１５】次に図５は、上記現像能力検知動作を示し
たフローチャートである。始めに現像器内のトナー濃度
をトナー濃度センサによって測定し、次に現時点の現像
能力を認識するため上記現像能力検知パターンを５パタ
ーンそれぞれ感光体表面電位を変えて［帯電チャージャ
出力電流（1100μＡ），グリッド出力電圧(600Ｖ）は一
定としＬＤ光量を可変し（最大出力は一定(128）で、通
常のＬＤ出力設定値を可変(例えば、20,50,120,200,23
0）する］トナーを付着させ作成する。次にそのパター
ンのデータを電位センサ（出力Ｖ），Ｐセンサ（出力Ｖ
sp）で検知する。次にニューラルネットワークにポテン
シャルＶｐ［Ｖｐ＝（上記現像能力検知パターン電位
Ｖ）−（パターン作成時の現像バイアス出力電圧値Ｖ
ｂ）］，Ｐセンサ出力Ｖsp，トナー濃度センサ出力Ｖｔ
を入力し、現像能力検知パターン濃度推定値を算出す
る。ここで、数々のハード特性誤差（現像器内のトナー
濃度のムラ，帯電ムラ，グリッド出力誤差，ＬＤ光量誤
差等）により同じ現像能力状態でも異なった現像能力と
して検知してしまうものをニューラルネットワークを使
うことにより、正確な現像能力を認識することができ
る。

【００１６】次にその現像能力検知パターン濃度推定値
に前述のスキャナフィードバック補正により求められた
補正データを加える。次にその補正された５つの現像能
力検知パターン濃度推定値と、それに対応した上記ポテ
ンシャルの関係（５点から最小二乗法で１次直線を求
め、次にその直線からトナーが感光体に付き初めるとこ
ろと１mg/cm²付着する間のポテンシャル幅を求め、実験
によるデータテーブルからそのポテンシャル幅に最適な
トップ濃度電位と地肌部電位を選出する）から適正画像
電位（トップ濃度電位，地肌部電位）を算出する。この
電位がそのディジタル画像形成装置の現状態に適正な画
像電位である。

【００１７】次に図６は、上記スキャナフィードバック
補正動作を示したフローチャートである（請求項３，
４）。この動作は図５で使われるスキャナフィードバッ
ク補正データを算出するために行なわれる動作であり、
工場での画像調整者やサービスマン等の操作者が画質調
整前に上記インターフェイス手段であるディスプレイや
テンキーを使い操作しながら行なうものである。初めに
操作者がインターフェイス手段によりスキャナフィード
バック補正動作開始を入力する。それにより順次動作が
始まり、まず現像器内のトナー濃度を検知する。次にト
ナー付着が中間調ぐらいになるようなＬＤ光量で、上記
現像能力検知パターンを作成する（例えば、帯電チャー
ジャ1100μＡ固定，グリッド出力電圧600Ｖ，現像バイ
アス出力電圧400Ｖ，ＬＤ最大出力 128ディジタル値，
ＬＤ書き込み値 100ディジタル値）。

【００１８】次にそのパターンの表面電位と濃度を電位
センサ，Ｐセンサで検知する。次にそれらのデータ（ポ
テンシャルＶｐ，Ｐセンサ出力Ｖsp，トナー濃度Ｖｔ）
をニューラルネットワークに入力し現像能力検知パター
ン濃度推定値を算出する。次に先の現像能力検知パター
ンを通常のコピー動作と同様に、用紙に転写・定着させ
排紙する。次にその現像能力検知パターンが形成された
用紙をパターンが読み込めるように原稿台に置き、操作
者がスキャナ入力開始をインターフェース手段により指
示し、用紙に定着したパターンの濃度データ（現像能力
検知パターン濃度値（請求項７））を画像読み取り手段
（ＣＣＤ，スキャナ，シェーディング補正回路，濃度変
換回路，Ａ／Ｄ変換回路等）で得る。これを先程算出し
た現像能力検知パターン推定値との差をとりスキャナフ
ィードバック補正値とする。

【００１９】また図２に示されるニューラルネットワー
クの学習データとして、図６のスキャナフィードバック
補正動作内の現像能力検知パターンのポテンシャルＶ
ｐ，Ｐセンサ出力Ｖsp，現像器内トナー濃度Ｖｔを入力
データとし、教師信号としては上記のスキャナ入力され
た現像能力検知パターン濃度値を使用する（請求項
３）。また上記Ｐセンサ出力値ＶspはＰセンサのアナロ
グ出力をＡ／Ｄ変換し単純平均するものと、請求項６の
ようにＡ／Ｄ変換された値の４個づつの平均を取りその
最小値をＶspとする方法が有るが、通常のトナー濃度の
場合においてはトナーが付着しすぎることはないので、
４個平均の方が有効である。例：Ａ／Ｄ変換され０〜５
Ｖの値に正規化されたデータが１０個（Vsp1,Vsp2,Vsp3
・・・・・Vsp10）あるとすると、まずこれらのデータの４個
づつの平均を取り、 (Vsp1+Vsp2+Vsp3+Vsp4)/4＝Vsp_4_1 (Vsp2+Vsp3+Vsp4+Vsp5)/4＝Vsp_4_2 (Vsp3+Vsp4+Vsp5+Vsp6)/4＝Vsp_4_3 ・・・ (Vsp7+Vsp8+Vsp9+Vsp10)/4＝Vsp_4_7 その平均値Vsp_4_1からVsp_4_7の内の最小値をＰセンサ
出力値Ｖspとする。

【００２０】

【発明の効果】以上説明したように、本発明のディジタ
ル画像形成装置では、画像形成装置に配設される制御対
象の被制御量を検知する被制御量検知手段（センサまた
は回路）と、前記被制御量検知手段が検知する被制御量
に関与する状態量を検知する状態量検知手段（センサま
たは回路）と、原稿の画像を画像データとして読み込む
画像データ読み込み手段（スキャナ，ＣＣＤ，シェーデ
ィング補正回路，濃度変換回路，Ａ／Ｄ変換回路等）
と、操作者が操作を行なうためのインターフェイス手段
（テンキー，ディスプレイ等）と、前記被制御量、前記
状態量、前記操作量及び演算データを格納するデータ格
納手段（ＲＡＭ）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（ＲＯＭ）と、
前記制御用プログラムにより演算処理をする演算処理手
段（ＣＰＵ）を備え、前記制御用プログラムにおいて、
ニューラルネットワークを用い、ニューラルネットワー
クによりＰセンサ等のセンサ検出誤差を排除し、その装
置の適正な状態量をソフト的に認識することで、安定し
た現像動作調整を自動的に行なうことができる。すなわ
ち、本発明では、前述した現像能力認識段階でニューラ
ルネットワークを使用することにより、従来に比べかな
り正確な現像能力を認識することができる。また、ディ
ジタル画像形成装置個々の現像階調性に関わるハード特
性（転写・定着等によるバラツキ）をスキャナフィード
バック補正により吸収でき、機械間の誤差も解消でき
る。従って、これらにより高画質なコピー画像やプリン
ト画像を安定して供給することができる。

【図面の簡単な説明】

【図１】本発明の一実施例を示す制御系のブロック図で
ある。

【図２】本発明の制御に用いられる学習制御（ニューラ
ルネットワーク）の入出力関係及びその後の補正を表わ
した図である。

【図３】学習制御（ニューロンのモデル）を説明するた
めの図である。

【図４】本発明を含めた電源ＯＮからコピー動作までを
簡略化した制御動作のフローチャートである。

【図５】現像能力検知動作を示したフローチャートであ
る。

【図６】スキャナフィードバック補正動作を示したフロ
ーチャートである。

【図７】ＬＤ出力設定値とＬＤ光量の関係を示す図であ
る。

【符号の説明】

１：演算処理部（ＣＰＵ）２：画像データ読み込み手段（スキャナ，ＣＣＤ，シェ
ーディング補正回路，濃度変換回路，Ａ／Ｄ変換回路
等）３：状態量検知手段（回路，電位センサ，Ｐセンサ，ト
ナー濃度センサ等）４：被制御量検知手段（回路，電位センサ，Ｐセンサ，
トナー濃度センサ等）５：インターフェース手段（ディスプレイ，テンキー
等）６：データ格納手段（ＲＡＭ）７：プログラム格納手段（ＲＯＭ）

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁶ 識別記号庁内整理番号ＦＩ技術表示箇所Ｈ０４Ｎ 1/407 Ｈ０４Ｎ 1/40 １０１Ｅ

Claims

【特許請求の範囲】

【請求項１】電子写真方式のディジタル画像形成装置に
おいて、画像形成装置に配設される制御対象の被制御量
を検知する被制御量検知手段（センサまたは回路）と、
前記被制御量検知手段が検知す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（センサまたは回路）
と、原稿の画像を画像データとして読み込む画像データ
読み込み手段（スキャナ，ＣＣＤ，シェーディング補正
回路，濃度変換回路，Ａ／Ｄ変換回路等）と、操作者が
操作を行なうためのインターフェイス手段（テンキー，
ディスプレイ等）と、前記被制御量、前記状態量、前記
操作量及び演算データを格納するデータ格納手段（ＲＡ
Ｍ）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（ＲＯＭ）と、前記制御用プ
ログラムにより演算処理をする演算処理手段（ＣＰＵ）
を備え、前記制御用プログラムにおいて、ニューラルネ
ットワークを用い、センサ（Ｐセンサ等）の検出誤差を
排除することを特徴とするディジタル画像形成装置。
【請求項２】請求項１記載のディジタル画像形成装置に
おいて、現像動作上の階調性を一定にすることを特徴と
するディジタル画像形成装置。
【請求項３】請求項１記載のディジタル画像形成装置に
おいて、前記ニューラルネットワークに現像能力検知パ
ターンをスキャナから読み込み学習させることを特徴と
するディジタル画像形成装置。
【請求項４】請求項３記載のディジタル画像形成装置に
おいて、装置のハード特性を考慮して補正することを特
徴とするディジタル画像形成装置。
【請求項５】請求項２記載のディジタル画像形成装置に
おいて、ニューラルネットワークへの入力要素として、
感光体ドラム（表面電位）と現像器（現像バイアス出力
電圧）間のポテンシャル，Ｐセンサ出力，現像器トナー
濃度センサ出力，湿度センサ出力，温度センサ出力のう
ちの少なくとも１つを用いたことを特徴とするディジタ
ル画像形成装置。
【請求項６】請求項５記載のディジタル画像形成装置に
おいて、Ｐセンサ出力としてＰセンサのアナログ値をＡ
／Ｄ変換し、４個平均を比較し、その最小値を用いたこ
とを特徴とするディジタル画像形成装置。
【請求項７】請求項２記載のディジタル画像形成装置に
おいて、現像状態を表わす要素として、転写、定着され
た現像能力検知パターンの濃度データを用いることを特
徴とするディジタル画像形成装置。