JP2013033149A - 画質異常予測システム及びプログラム - Google Patents
画質異常予測システム及びプログラム Download PDFInfo
- Publication number
- JP2013033149A JP2013033149A JP2011169390A JP2011169390A JP2013033149A JP 2013033149 A JP2013033149 A JP 2013033149A JP 2011169390 A JP2011169390 A JP 2011169390A JP 2011169390 A JP2011169390 A JP 2011169390A JP 2013033149 A JP2013033149 A JP 2013033149A
- Authority
- JP
- Japan
- Prior art keywords
- image quality
- data group
- measurement data
- quality abnormality
- trouble
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Images
Landscapes
- Accessory Devices And Overall Control Thereof (AREA)
- Control Or Security For Electrophotography (AREA)
- Facsimiles In General (AREA)
Abstract
【課題】画像形成装置に画質異常が発生することの予測を新たな観点から行う技術を提案する。
【解決手段】トラブル予兆判定データ群生成部３４が、保守情報蓄積部３２の保守情報及びマシン情報蓄積部３３のマシン情報及び画質調整実行ログに基づいて、キャリブレーションの実行後に画質異常が発生した複数の事例について、事例毎に、キャリブレーションの実行に要した時間と、キャリブレーションによる調整パラメータの変化量を測定し、これら事例毎の測定データを集めた測定データ群を、トラブル予兆判定データ群としてトラブル予兆判定データ群蓄積部３５に記憶させ、トラブル予兆判定部３６が、画質異常を予測する対象の画像形成装置１０で実行された直近のキャリブレーションについて得られた測定データを、トラブル予兆判定データ群と比較して、当該画像形成装置１０に画質異常が発生するか判定する。
【選択図】図１
【解決手段】トラブル予兆判定データ群生成部３４が、保守情報蓄積部３２の保守情報及びマシン情報蓄積部３３のマシン情報及び画質調整実行ログに基づいて、キャリブレーションの実行後に画質異常が発生した複数の事例について、事例毎に、キャリブレーションの実行に要した時間と、キャリブレーションによる調整パラメータの変化量を測定し、これら事例毎の測定データを集めた測定データ群を、トラブル予兆判定データ群としてトラブル予兆判定データ群蓄積部３５に記憶させ、トラブル予兆判定部３６が、画質異常を予測する対象の画像形成装置１０で実行された直近のキャリブレーションについて得られた測定データを、トラブル予兆判定データ群と比較して、当該画像形成装置１０に画質異常が発生するか判定する。
【選択図】図１
Description
本発明は、画質異常予測システム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。
画像形成装置では、記録材に形成する画像の画質を正常状態に維持するために、画質を調整するパラメータ値をフィードバック制御などにより校正する校正処理（キャリブレーションなどと称呼される画質調整処理）が実行される。キャリブレーションは、操作者の指示により、或いは予め定められたタイミングの到来を契機にして、間欠的に（例えば、１日１回）実行される。一般的には、画像形成装置の使用に影響が少ない時間帯（例えば、深夜等の非稼動時）にキャリブレーションを行うように運用される。
このような画像形成装置について画質異常等の不具合の予測を行う方法としては、例えば、画像形成処理を制御する各種のパラメータの変化傾向を監視して閾値と比較したり、変化点を抽出して正常状態から乖離する傾向にあるかどうかを予測する方法などが挙げられる。
また、装置の状態を監視して故障の予測等を行う技術に関し、以下のような発明がこれまでに提案されている。
例えば、出力画像が正常と判断された時の各種パラメータ情報を正常データとして蓄積して基準となる算出パラメータを求める発明が提案されている（特許文献１参照）。
例えば、データの種類の組み合わせが異なる複数種類の正常データ群を持ち、それぞれのデータ群に対応する異常の有無を判定する発明が提案されている（特許文献２参照）。
例えば、出力画像が正常と判断された時の各種パラメータ情報を正常データとして蓄積して基準となる算出パラメータを求める発明が提案されている（特許文献１参照）。
例えば、データの種類の組み合わせが異なる複数種類の正常データ群を持ち、それぞれのデータ群に対応する異常の有無を判定する発明が提案されている（特許文献２参照）。
本発明は、画像形成装置に画質異常が発生することの予測を新たな観点から行う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、画像形成装置が記録材に形成する画像の画質を調整するパラメータ値を校正する校正処理を実行した後に当該画像形成装置に画質異常が発生した複数の事例について、校正処理の実行に要した時間と校正処理によるパラメータ値の変化量の一方又は両方の測定データを集めた測定データ群を記憶する記憶手段と、画質異常を予測する対象の画像形成装置で実行された直近の校正処理の測定データが、前記記憶手段に記憶された測定データ群を特徴付ける範囲に含まれる場合に、前記対象の画像形成装置において画質異常が発生する旨の通知を出力する出力手段と、を備えたことを特徴とする画質異常予測システムである。
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、前記記憶手段は、校正処理の後に画質異常が発生した場合の測定データ群と画質異常が発生しなかった場合の測定データ群との乖離度が閾値以上となる場合に、校正処理の後に画質異常が発生した場合の測定データ群を記憶する、ことを特徴とする画質異常予測システムである。
請求項３に係る本発明は、請求項１又は請求項２に係る本発明において、前記記憶手段は、校正処理の後に画質異常が発生した場合の測定データ群のうち、各測定データを値の大小で分類する場合において大側に分類される測定データを抽出した測定データ群を記憶する、ことを特徴とする画質異常予測システムである。
請求項４に係る本発明は、請求項１又は請求項２に係る本発明において、前記記憶手段は、校正処理の後に画質異常が発生した場合の測定データ群から、校正処理の後に発生しなかった場合の測定データ群と重複する測定データを除外した測定データ群を記憶する、ことを特徴とする画質異常予測システムである。
請求項５に係る本発明は、コンピュータに、画像形成装置が記録材に形成する画像の画質を調整するパラメータ値を校正する校正処理を実行した後に当該画像形成装置に画質異常が発生した複数の事例について、校正処理の実行に要した時間と校正処理によるパラメータ値の変化量の一方又は両方の測定データを集めた測定データ群を記憶する記憶機能と、画質異常を予測する対象の画像形成装置で実行された直近の校正処理の測定データが、前記記憶機能により記憶された測定データ群を特徴付ける範囲に含まれる場合に、前記対象の画像形成装置において画質異常が発生する旨の通知を出力する出力機能と、を実現するためのプログラムである。
請求項１、５に係る本発明によれば、校正処理の実行に要した時間と校正処理によるパラメータ値の変化量の一方又は両方の観点から、対象の画像形成装置で実行された直近の校正処理の後に画質異常が発生するかを予測することができる。
請求項２に係る本発明によれば、校正処理の後に画質異常が発生しなかった場合とは傾向が異なる測定データ群を用いて、画質異常の発生予測を効果的に行うことができる。
請求項３、４に係る本発明によれば、校正処理の後に画質異常が発生しなかった場合の傾向をより特徴的に表した測定データ群を用いて、画質異常の発生予測を効果的に行うことができる。
本発明の一実施形態に係る画質異常予測システムについて、図面を参照して説明する。
図１には、本発明の一実施形態に係る画質異常予測システムの構成を例示してある。
本例の画質異常予測システムは、用紙等の記録材に画像を形成して出力する画像形成装置１０と、画像形成装置１０の管理者や保守担当者などに利用される保守情報入力端末２０と、を有している。図１の例では、２台の画像形成装置１０と２台の保守情報入力端末２０とを示してあるが、これらの台数は任意である。
図１には、本発明の一実施形態に係る画質異常予測システムの構成を例示してある。
本例の画質異常予測システムは、用紙等の記録材に画像を形成して出力する画像形成装置１０と、画像形成装置１０の管理者や保守担当者などに利用される保守情報入力端末２０と、を有している。図１の例では、２台の画像形成装置１０と２台の保守情報入力端末２０とを示してあるが、これらの台数は任意である。
また、本例の画質異常予測システムは、画像形成装置１０及び保守情報入力端末２０のそれぞれと通信網を介して有線又は無線により通信可能に接続され、これらから収集した情報を用いて、画像形成装置１０における画質異常の発生を予測する管理装置３０を有している。図１の例では、管理装置３０を１台の装置により構成してあるが、後述する各機能部３１〜３６を複数台の装置に分散した構成としてもよい。
画像形成装置１０は、用紙等の記録材に画像を形成して出力する画像形成機能を備えた装置である。画像形成装置１０としては、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）などの装置が挙げられるほか、これらの装置の機能を複合的に備えた複合機も含まれる。
本例の画像形成装置１０は、プリント、コピー等の画像形成を伴う各種ジョブ（或る処理作業の単位）を実行する機能のほかに、記録材に形成する画像の画質を調整するパラメータ値をフィードバック制御などにより校正するキャリブレーション（画質調整）を実行する機能を有しており、操作者の指示により、或いは予め定められたタイミングの到来を契機にして、キャリブレーションの実行を行う。
また、キャリブレーションの実行に応じて、その実行結果を記録した画質調整実行ログを生成する。画質調整実行ログには、キャリブレーションの実行結果に加え、自己（画像形成装置１０）の装置識別情報や、キャリブレーションの開始日時や終了日時なども記録される。
画像形成装置１０にて生成された画質調整実行ログは、生成に伴って自動的に、或いは管理装置３０からの要求に応答して、管理装置３０へ送信される。
また、キャリブレーションの実行に応じて、その実行結果を記録した画質調整実行ログを生成する。画質調整実行ログには、キャリブレーションの実行結果に加え、自己（画像形成装置１０）の装置識別情報や、キャリブレーションの開始日時や終了日時なども記録される。
画像形成装置１０にて生成された画質調整実行ログは、生成に伴って自動的に、或いは管理装置３０からの要求に応答して、管理装置３０へ送信される。
また、本例の画像形成装置１０は、画像形成処理に関わる各種の監視パラメータ（キャリブレーションによる調整パラメータを含む）を有しており、画像形成に関わる各部に設けられたセンサにより、各監視パラメータの値を随時検出することができる。
本例では、各種ジョブの実行を契機にして監視パラメータの値を検出するほかに、キャリブレーションの開始及び終了のそれぞれの時点で監視パラメータの値（特に、キャリブレーションによる調整パラメータの値）を検出し、その検出値を記録したマシン情報を生成する。マシン情報には、各監視パラメータの検出値に加え、自己（画像形成装置１０）の装置識別情報や、値検出を行った日時を示す検出日時なども記録される。
画像形成装置１０にて生成されたマシン情報は、生成に伴って自動的に、或いは管理装置３０からの要求に応答して、管理装置３０へ送信される。
本例では、各種ジョブの実行を契機にして監視パラメータの値を検出するほかに、キャリブレーションの開始及び終了のそれぞれの時点で監視パラメータの値（特に、キャリブレーションによる調整パラメータの値）を検出し、その検出値を記録したマシン情報を生成する。マシン情報には、各監視パラメータの検出値に加え、自己（画像形成装置１０）の装置識別情報や、値検出を行った日時を示す検出日時なども記録される。
画像形成装置１０にて生成されたマシン情報は、生成に伴って自動的に、或いは管理装置３０からの要求に応答して、管理装置３０へ送信される。
次に、保守情報入力端末２０について説明する。
本例の保守情報入力端末２０は、画像形成装置１０の設置場所に訪問して保守作業を実際に行った保守担当者やその報告を受けた者などから、その保守作業に関する保守情報の入力を受け付けて、管理装置３０へ送信する。また、本例の保守情報入力端末２０は、画像形成装置１０におけるトラブル（不具合）の予兆情報を管理装置３０から受信して、保守情報入力端末２０に設けられた表示装置により表示出力する。
なお、本例において管理装置３０へ送信する保守情報には、保守作業の対象となった画像形成装置１０を識別する装置識別情報、保守作業が実施された日時を示す保守日時、保守作業により除去されたトラブルの分類を示すカテゴリー、トラブルの具体的な種別を示す不具合種類、対象の画像形成装置１０に施した処置などが記録される。
本例の保守情報入力端末２０は、画像形成装置１０の設置場所に訪問して保守作業を実際に行った保守担当者やその報告を受けた者などから、その保守作業に関する保守情報の入力を受け付けて、管理装置３０へ送信する。また、本例の保守情報入力端末２０は、画像形成装置１０におけるトラブル（不具合）の予兆情報を管理装置３０から受信して、保守情報入力端末２０に設けられた表示装置により表示出力する。
なお、本例において管理装置３０へ送信する保守情報には、保守作業の対象となった画像形成装置１０を識別する装置識別情報、保守作業が実施された日時を示す保守日時、保守作業により除去されたトラブルの分類を示すカテゴリー、トラブルの具体的な種別を示す不具合種類、対象の画像形成装置１０に施した処置などが記録される。
次に、管理装置３０について説明する。
本例の管理装置３０は、画像形成装置１０におけるトラブルの発生について予測する装置であり、保守・マシン情報収集部３１、保守情報蓄積部３２、マシン情報蓄積部３３、トラブル予兆判定データ群生成部３４、トラブル予兆判定データ群蓄積部３５、トラブル予兆判定部３６を有している。
本例の管理装置３０は、画像形成装置１０におけるトラブルの発生について予測する装置であり、保守・マシン情報収集部３１、保守情報蓄積部３２、マシン情報蓄積部３３、トラブル予兆判定データ群生成部３４、トラブル予兆判定データ群蓄積部３５、トラブル予兆判定部３６を有している。
保守・監視情報収集部３１は、保守情報入力端末２０から送信される保守情報を収集（受信）して保守情報蓄積部３２に蓄積（記憶）させ、また、画像形成装置１０から送信されるマシン情報及び画質調整実行ログを収集（受信）してマシン情報蓄積部３３に蓄積（記憶）させる。
図２には、保守情報蓄積部３２に蓄積される保守情報を例示してある。
図２によれば、例えば、「＃１００１」で識別される画像形成装置１０に対して「２０１０／１／１０ １３：００」に施した保守作業により「画質（濃度変動）」のカテゴリーに属する「濃度ムラ」のトラブルが除去されており、例えば、「＃１００２」で識別される画像形成装置１０に対して「２０１０／１／１２ １５：００」に施した保守作業により「エレキ系」のカテゴリーに属する「電源入らず」のトラブルが除去されていることが分かる。
図２によれば、例えば、「＃１００１」で識別される画像形成装置１０に対して「２０１０／１／１０ １３：００」に施した保守作業により「画質（濃度変動）」のカテゴリーに属する「濃度ムラ」のトラブルが除去されており、例えば、「＃１００２」で識別される画像形成装置１０に対して「２０１０／１／１２ １５：００」に施した保守作業により「エレキ系」のカテゴリーに属する「電源入らず」のトラブルが除去されていることが分かる。
図３には、マシン情報蓄積部３３に蓄積されるマシン情報を例示してある。
図３によれば、例えば、「＃１００１」で識別される画像形成装置１０に対して「２０１０／１／１ １０：００」に実行されたプリントのジョブにおける監視パラメータは、用紙通過時間が「ａ１秒」、帯電電圧が「Ａ１Ｖ」、・・・であり、例えば、「＃１００２」で識別される画像形成装置１０に対して「２０１０／１／３ １５：００」に実行されたプリントのジョブにおける監視パラメータは、用紙通過時間が「ｂ１秒」、帯電電圧が「Ｂ１Ｖ」、・・・であることが分かる。
図３によれば、例えば、「＃１００１」で識別される画像形成装置１０に対して「２０１０／１／１ １０：００」に実行されたプリントのジョブにおける監視パラメータは、用紙通過時間が「ａ１秒」、帯電電圧が「Ａ１Ｖ」、・・・であり、例えば、「＃１００２」で識別される画像形成装置１０に対して「２０１０／１／３ １５：００」に実行されたプリントのジョブにおける監視パラメータは、用紙通過時間が「ｂ１秒」、帯電電圧が「Ｂ１Ｖ」、・・・であることが分かる。
トラブル予兆判定データ群生成部３４は、保守情報蓄積部３２に蓄積されている保守情報及びマシン情報蓄積部３３に蓄積されているマシン情報及び画質調整実行ログに基づいて、トラブルの発生を予測する基準となるトラブル予兆判定データ群を生成し、トラブル予兆判定データ群蓄積部３５に蓄積（記憶）させる。
本例のトラブル予兆判定データ群生成部３４では、特に、画質異常のカテゴリー（例えば、図２における「画質（濃度変動）」や「画質（汚れ）」のカテゴリー）に属するトラブル（以下、単に画質異常と記す）に対する保守情報と、キャリブレーションの開始及び終了のそれぞれの時点のマシン情報を用いて、キャリブレーションを実行した後の予め定められた長さの期間内に画質異常が発生した複数の事例について、事例毎に、キャリブレーションの実行に要した時間（実行時間）と、キャリブレーションによる調整パラメータ（例えば、帯電電圧、現像バイアス、レーザ光量等）の変化量を測定し、これら事例毎の測定データ（実行時間及び変化量の組）を集めた測定データ群を、画質異常の発生を予測する基準となるトラブル予兆判定データ群としてトラブル予兆判定データ群蓄積部３５に記憶させる。
本例のトラブル予兆判定データ群生成部３４では、特に、画質異常のカテゴリー（例えば、図２における「画質（濃度変動）」や「画質（汚れ）」のカテゴリー）に属するトラブル（以下、単に画質異常と記す）に対する保守情報と、キャリブレーションの開始及び終了のそれぞれの時点のマシン情報を用いて、キャリブレーションを実行した後の予め定められた長さの期間内に画質異常が発生した複数の事例について、事例毎に、キャリブレーションの実行に要した時間（実行時間）と、キャリブレーションによる調整パラメータ（例えば、帯電電圧、現像バイアス、レーザ光量等）の変化量を測定し、これら事例毎の測定データ（実行時間及び変化量の組）を集めた測定データ群を、画質異常の発生を予測する基準となるトラブル予兆判定データ群としてトラブル予兆判定データ群蓄積部３５に記憶させる。
トラブル予兆判定部３６は、画質異常を予測する対象の画像形成装置１０で実行された直近のキャリブレーションについて得られた測定データが、トラブル予兆判定データ群蓄積部３５に蓄積されているトラブル予兆判定データ群を特徴付ける範囲に含まれるか否かを判定し、当該範囲に含まれる場合に、画質異常が発生する旨を通知する予兆情報を保守情報入力端末２０に送信して、保守情報入力端末２０に設けられた表示装置により表示出力させる。
以下、トラブル予兆判定データ群生成部３４及びトラブル予兆判定部３６の動作について、より具体的に説明する。
（第１構成例）
図４には、第１構成例におけるトラブル予兆判定データ群生成部３４及びトラブル予兆判定部３６の機能ブロックを示してある。
まず、第１構成例のトラブル予兆判定データ群生成部３４について説明する。
第１構成例のトラブル予兆判定データ群生成部３４は、図４（ａ）に示すように、トラブル発生時データ取得部４１、トラブル発生時データ群生成部４２、正常時データ取得部４３、正常時データ群生成部４４、データ群選択部４５、クラスタリング処理部４６を有する。
（第１構成例）
図４には、第１構成例におけるトラブル予兆判定データ群生成部３４及びトラブル予兆判定部３６の機能ブロックを示してある。
まず、第１構成例のトラブル予兆判定データ群生成部３４について説明する。
第１構成例のトラブル予兆判定データ群生成部３４は、図４（ａ）に示すように、トラブル発生時データ取得部４１、トラブル発生時データ群生成部４２、正常時データ取得部４３、正常時データ群生成部４４、データ群選択部４５、クラスタリング処理部４６を有する。
トラブル発生時データ取得部４１は、保守情報蓄積部３２に蓄積されている保守情報における保守日時、カテゴリー、不具合種類等の情報に基づいて、画質異常の事例毎に、その発生日時を起点に遡った予め定められた長さの期間内に実行されたキャリブレーションに関するマシン情報及び画質調整実行ログをマシン情報蓄積部３３から取得する。すなわち、キャリブレーションの実行後の注目期間内に画質異常が発生した事例について、キャリブレーションの画質調整実行ログと、キャリブレーションの開始及び終了のそれぞれの時点のマシン情報を取得する。
なお、本例では、画質異常に対する保守作業の日時（保守日時）を画質異常の発生日時と見做して処理しているが、画質異常の発生日時を特定する他の仕組みを有している場合には、その仕組みにより特定される画質異常の発生日時を用いて処理すればよい。
なお、本例では、画質異常に対する保守作業の日時（保守日時）を画質異常の発生日時と見做して処理しているが、画質異常の発生日時を特定する他の仕組みを有している場合には、その仕組みにより特定される画質異常の発生日時を用いて処理すればよい。
トラブル発生時データ群生成部４２は、トラブル発生時データ取得部４１により取得された、キャリブレーションの実行後の注目期間内に画質異常が発生した事例毎のマシン情報及び画質調整実行ログに基づいて、キャリブレーションの実行時間と、キャリブレーションによる各調整パラメータの変化量とをそれぞれ測定し、これら事例毎の測定データ（実行時間及び変化量の組）を集めたトラブル発生時データ群を調整パラメータ毎に生成する。
本例では、画質調整実行ログにおけるキャリブレーションの開始日時と終了日時との関係から、キャリブレーションの実行時間を算出（測定）する。また、キャリブレーションの開始時点における各調整パラメータの検出値とキャリブレーションの終了時点における各調整パラメータの検出値との関係から、キャリブレーションによる調整パラメータの変化量を調整パラメータ毎に算出（測定）する。
ここで、本例の画像形成装置１０は、複数の種別のキャリブレーションを有しており、各キャリブレーションでは、その種別に対応する複数の調整パラメータを校正するようにしている。このため、本例では、キャリブレーションの種別単位で、各測定データにおけるキャリブレーションの実行時間が共通することになる。
ここで、本例の画像形成装置１０は、複数の種別のキャリブレーションを有しており、各キャリブレーションでは、その種別に対応する複数の調整パラメータを校正するようにしている。このため、本例では、キャリブレーションの種別単位で、各測定データにおけるキャリブレーションの実行時間が共通することになる。
正常時データ取得部４３は、トラブル発生時データ取得部４１で用いた期間と同じ長さの期間であって画質異常が発生しなかった期間を選択し、その期間内に実行されたキャリブレーションに関するマシン情報及び画質調整実行ログをマシン情報蓄積部３３から取得する。すなわち、トラブル発生時データ取得部４１とは逆に、キャリブレーションの実行後の注目期間内に画質異常が発生しなかった事例について、キャリブレーションの画質調整実行ログと、キャリブレーションの開始及び終了のそれぞれの時点のマシン情報を取得する。
正常時データ群生成部４４は、正常時データ取得部４３により取得された、キャリブレーションの実行後の注目期間内に画質異常が発生しなかった事例毎のマシン情報及び画質調整実行ログに基づいて、キャリブレーションの実行時間と、キャリブレーションによる各調整パラメータの変化量とをそれぞれ測定し、これら事例毎の測定データ（実行時間及び変化量の組）を集めた正常時データ群を調整パラメータ毎に生成する。
本例では、トラブル発生時データ群生成部４２と同様の手法により、キャリブレーションの実行時間の算出（測定）、及び、調整パラメータの変化量の算出（測定）を行う。
本例では、トラブル発生時データ群生成部４２と同様の手法により、キャリブレーションの実行時間の算出（測定）、及び、調整パラメータの変化量の算出（測定）を行う。
データ群選択部４５は、トラブル発生時データ群生成部４２により生成された調整パラメータ毎のトラブル発生時データ群と正常時データ取得部４３により生成された調整パラメータ毎の正常時データ群との乖離度を表す距離を調整パラメータ毎に算出し、当該距離が予め定められた閾値以上となる調整パラメータのトラブル発生時データ群を選択してクラスタリング処理部４６に与える。
本例では、トラブル発生時データ群と正常時データ群との乖離度を表す距離として、これらの重心間の距離を用いるが、例えば、マハラノビス距離など、他の手法により得られる値をトラブル発生時データ群と正常時データ群との乖離度として用いるようにしてもよい。
本例では、トラブル発生時データ群と正常時データ群との乖離度を表す距離として、これらの重心間の距離を用いるが、例えば、マハラノビス距離など、他の手法により得られる値をトラブル発生時データ群と正常時データ群との乖離度として用いるようにしてもよい。
データ群選択部４５の動作を概念的に説明する。
図５には、トラブル発生時データ群と正常時データ群との関係を、横軸をキャリブレーションの実行時間（ΔＴ）、縦軸を調整パラメータの変化量（Δｘ）、としたグラフ上に例示してある。また、トラブル発生時データ群に属する測定データの分布を×印で示しつつ、その分布範囲（トラブル発生時データ群を特徴付ける範囲）を実線で囲って示すと共に、正常時データ群に属する測定データの分布を△印で示しつつ、その分布範囲（正常時データ群を特徴付ける範囲）を点線で囲って示してある。
図５（ａ）は、トラブル発生時データ群を抽出しない場合（距離が閾値未満の場合）の例であり、図５（ｂ）は、トラブル発生時データ群を抽出する場合（距離が閾値以上の場合）の例である。
このように、本例のデータ群選択部４５では、画質異常時の測定データの傾向が正常時（画質異常及びその予兆が発生していない状態）とは顕著に異なる調整パラメータについて、そのトラブル発生時データ群を抽出する。
図５には、トラブル発生時データ群と正常時データ群との関係を、横軸をキャリブレーションの実行時間（ΔＴ）、縦軸を調整パラメータの変化量（Δｘ）、としたグラフ上に例示してある。また、トラブル発生時データ群に属する測定データの分布を×印で示しつつ、その分布範囲（トラブル発生時データ群を特徴付ける範囲）を実線で囲って示すと共に、正常時データ群に属する測定データの分布を△印で示しつつ、その分布範囲（正常時データ群を特徴付ける範囲）を点線で囲って示してある。
図５（ａ）は、トラブル発生時データ群を抽出しない場合（距離が閾値未満の場合）の例であり、図５（ｂ）は、トラブル発生時データ群を抽出する場合（距離が閾値以上の場合）の例である。
このように、本例のデータ群選択部４５では、画質異常時の測定データの傾向が正常時（画質異常及びその予兆が発生していない状態）とは顕著に異なる調整パラメータについて、そのトラブル発生時データ群を抽出する。
クラスタリング処理部４６は、データ群選択部４５から与えられた調整パラメータのトラブル発生時データ群を、ｋ−ｍｅａｎｓ等のクラスタリングにより４象限（（キャリブレーションの実行時間，調整パラメータの変化量）＝（小，小），（小，大），（大，小），（大，大））に分類し、トラブル予兆判定用データ群として調整パラメータ毎にトラブル予兆判定データ群蓄積部３５に記憶させる。
クラスタリング処理部４６の動作を概念的に説明する。
図６には、クラスタリング処理部４６によるクラスタリングの例を示してある。
図６の例では、トラブル発生時データ群に属する測定データの分布範囲を、キャリブレーションの実行時間の大小と調整パラメータの変化量の大小で４象限に分類し、特に、実行時間及び変化量が共に大の象限（図中右上の象限）に属する測定データの分布範囲を実線で囲って示してある。
このように、本例のデータ群選択部４５では、トラブル発生時データ群をキャリブレーションの実行時間及び調整パラメータの変化量の大小の観点から４象限に分類してトラブル予兆判定データ群蓄積部３５に記憶させる。
図６には、クラスタリング処理部４６によるクラスタリングの例を示してある。
図６の例では、トラブル発生時データ群に属する測定データの分布範囲を、キャリブレーションの実行時間の大小と調整パラメータの変化量の大小で４象限に分類し、特に、実行時間及び変化量が共に大の象限（図中右上の象限）に属する測定データの分布範囲を実線で囲って示してある。
このように、本例のデータ群選択部４５では、トラブル発生時データ群をキャリブレーションの実行時間及び調整パラメータの変化量の大小の観点から４象限に分類してトラブル予兆判定データ群蓄積部３５に記憶させる。
図７には、第１構成例のトラブル予兆判定データ群蓄積部３５の保持データを例示してある。
このように、第１構成例のトラブル予兆判定データ群蓄積部３５では、調整パラメータ毎に、その調整パラメータに対応するトラブル予兆判定用データ群に属する測定データ（実行時間及び変化量の組）を、キャリブレーションの実行時間及び調整パラメータの変化量の大小の観点から分類した各象限に分けて保持している。
このように、第１構成例のトラブル予兆判定データ群蓄積部３５では、調整パラメータ毎に、その調整パラメータに対応するトラブル予兆判定用データ群に属する測定データ（実行時間及び変化量の組）を、キャリブレーションの実行時間及び調整パラメータの変化量の大小の観点から分類した各象限に分けて保持している。
次に、第１構成例のトラブル予兆判定部３６について説明する。
第１構成例のトラブル予兆判定部３６は、図４（ｂ）に示すように、ログ・パラメータデータ取得部５１、判定用データ算出部５２、トラブル予兆判定用データ取得部５３、クラスタリング判定部５４を有する。
第１構成例のトラブル予兆判定部３６は、図４（ｂ）に示すように、ログ・パラメータデータ取得部５１、判定用データ算出部５２、トラブル予兆判定用データ取得部５３、クラスタリング判定部５４を有する。
ログ・パラメータデータ取得部５１は、画質異常を予測する対象の画像形成装置１０から取得してマシン情報蓄積部３３に蓄積されている、現時点を起点に遡った予め定められた長さの期間内に実行されたキャリブレーションに関するマシン情報及び画質調整実行ログを取得する。すなわち、対象の画像形成装置１０において直近の注目期間内に実行されたキャリブレーションについて、キャリブレーションの画質調整実行ログと、キャリブレーションの開始及び終了のそれぞれの時点のマシン情報を取得する。
判定用データ算出部５２は、ログ・パラメータデータ取得部５１により取得された、対象の画像形成装置１０において直近の注目期間内に実行されたキャリブレーションに関するマシン情報及び画質調整実行ログに基づいて、キャリブレーションの実行時間と、キャリブレーションによる各調整パラメータの検出値の変化量とをそれぞれ測定して、判定用データ（実行時間及び変化量の組）を調整パラメータ毎に生成する。
本例では、トラブル発生時データ群生成部４２と同様の手法により、キャリブレーションの実行時間の算出（測定）、及び、キャリブレーションによる調整パラメータの検出値の変化量の算出（測定）を行う。
本例では、トラブル発生時データ群生成部４２と同様の手法により、キャリブレーションの実行時間の算出（測定）、及び、キャリブレーションによる調整パラメータの検出値の変化量の算出（測定）を行う。
トラブル予兆判定用データ取得部５３は、画質異常の予兆判定に用いる調整パラメータ（トラブル予兆判定用データ群が生成された調整パラメータ）について、そのトラブル予兆判定用データ群（４象限に分類されたトラブル発生時データ群）をトラブル予兆判定データ群蓄積部３５から取得する。
クラスタリング判定部５４は、判定用データ算出部５２により生成された調整パラメータ毎の判定用データ（実行時間及び変化量の組）が、当該調整パラメータについてトラブル予兆判定用データ取得部５３により取得されたトラブル予兆判定用データ群の４象限のいずれに含まれるか（或いは最も近いか）を判定する。
本例では、各象限の重心と判定用データとの距離を算出し、最も距離が短い象限に判定用データが含まれると判定する。なお、算出した距離が、予め定められた閾値以上の場合には、いずれの象限にも含まれない（トラブル予兆判定用データ群を特徴付ける範囲に含まれない）と判定する。
そして、上記判定の結果、（実行時間，変化分）＝（大，大）の象限（図６における右上の象限）に判定用データが含まれると判定された場合、すなわちデータ異常が生じたと判断される場合に、対象の画像形成装置１０に画質異常が発生する予兆があるとして、画質異常が発生する旨を通知する予兆情報を保守情報入力端末２０に送信する。
本例では、各象限の重心と判定用データとの距離を算出し、最も距離が短い象限に判定用データが含まれると判定する。なお、算出した距離が、予め定められた閾値以上の場合には、いずれの象限にも含まれない（トラブル予兆判定用データ群を特徴付ける範囲に含まれない）と判定する。
そして、上記判定の結果、（実行時間，変化分）＝（大，大）の象限（図６における右上の象限）に判定用データが含まれると判定された場合、すなわちデータ異常が生じたと判断される場合に、対象の画像形成装置１０に画質異常が発生する予兆があるとして、画質異常が発生する旨を通知する予兆情報を保守情報入力端末２０に送信する。
第１構成例におけるトラブル予兆判定データ群生成部３４及びトラブル予兆判定部３６による処理の流れを説明する。
図８には、第１構成例のトラブル予兆判定データ群生成部３４による処理フローを例示してある。
まず、トラブル発生時データ取得部４１が、保守情報蓄積部３２に蓄積されている保守情報における保守日時、カテゴリー、不具合種類等の情報に基づいて、画質異常の事例を抽出し（ステップＳ１１）、その発生日時を起点に遡った予め定められた長さの期間内に実行されたキャリブレーションに関するマシン情報及び画質調整実行ログをマシン情報蓄積部３３から取得する（ステップＳ１２）。
また、正常時データ取得部４３が、トラブル発生時データ取得部４１で用いた期間と同じ長さの期間であって画質異常が発生しなかった期間を選択し、その期間内に実行されたキャリブレーションに関するマシン情報及び画質調整実行ログをマシン情報蓄積部３３から取得する（ステップＳ１３）。
図８には、第１構成例のトラブル予兆判定データ群生成部３４による処理フローを例示してある。
まず、トラブル発生時データ取得部４１が、保守情報蓄積部３２に蓄積されている保守情報における保守日時、カテゴリー、不具合種類等の情報に基づいて、画質異常の事例を抽出し（ステップＳ１１）、その発生日時を起点に遡った予め定められた長さの期間内に実行されたキャリブレーションに関するマシン情報及び画質調整実行ログをマシン情報蓄積部３３から取得する（ステップＳ１２）。
また、正常時データ取得部４３が、トラブル発生時データ取得部４１で用いた期間と同じ長さの期間であって画質異常が発生しなかった期間を選択し、その期間内に実行されたキャリブレーションに関するマシン情報及び画質調整実行ログをマシン情報蓄積部３３から取得する（ステップＳ１３）。
次に、トラブル発生時データ群生成部４２が、トラブル発生時データ取得部４１により取得されたマシン情報及び画質調整実行ログに基づいて、キャリブレーションの実行時間と、キャリブレーションによる各調整パラメータの変化量とをそれぞれ算出し（ステップＳ１４）、事例毎の測定データ（実行時間及び変化量の組）を集めたトラブル発生時データ群を調整パラメータ毎に生成する（ステップＳ１５）。
同様に、正常時データ群生成部４４が、正常時データ取得部４３により取得されたマシン情報及び画質調整実行ログに基づいて、キャリブレーションの実行時間と、キャリブレーションによる各調整パラメータの変化量とをそれぞれ算出し（ステップＳ１４）、事例毎の測定データ（実行時間及び変化量の組）を集めた正常時データ群を調整パラメータ毎に生成する（ステップＳ１５）。
同様に、正常時データ群生成部４４が、正常時データ取得部４３により取得されたマシン情報及び画質調整実行ログに基づいて、キャリブレーションの実行時間と、キャリブレーションによる各調整パラメータの変化量とをそれぞれ算出し（ステップＳ１４）、事例毎の測定データ（実行時間及び変化量の組）を集めた正常時データ群を調整パラメータ毎に生成する（ステップＳ１５）。
次に、各調整パラメータを識別する変数ｉに初期値１を設定し（ステップＳ１６）、変数ｉで識別される調整パラメータｘｉを対象にして以下の処理を行う。
データ群選択部４５が、トラブル発生時データ群生成部４２により生成された調整パラメータ毎のトラブル発生時データ群と正常時データ取得部４３により生成された調整パラメータ毎の正常時データ群との乖離度を表す距離を算出し（ステップＳ１７）、当該距離が予め定められた閾値以上となるか否かを判定する（ステップＳ１８）。
そして、算出した距離が閾値以上の場合に、クラスタリング処理部４６が、トラブル発生時データ群をキャリブレーションの実行時間の大小と調整パラメータの変化量の大小で４象限に分類して、トラブル予兆判定用データ群としてトラブル予兆判定データ群蓄積部３５に記憶させる（ステップＳ１９）。なお、算出した距離が閾値未満の場合には、ステップＳ１９は行わない。
その後、変数ｉの値と調整パラメータの種別数ｎとを比較し（ステップＳ２０）、ｉ≦ｎであれば、変数ｉに１を加算し（ステップＳ２１）、次の調整パラメータｘｉを対象にして上記ステップＳ１７〜Ｓ１９を繰り返す。一方、ｉ＞ｎであれば、処理を終了する。すなわち、全ての調整パラメータｘｉ（１≦ｉ≦ｎ）について、上記ステップＳ１７〜Ｓ１９を繰り返す。
データ群選択部４５が、トラブル発生時データ群生成部４２により生成された調整パラメータ毎のトラブル発生時データ群と正常時データ取得部４３により生成された調整パラメータ毎の正常時データ群との乖離度を表す距離を算出し（ステップＳ１７）、当該距離が予め定められた閾値以上となるか否かを判定する（ステップＳ１８）。
そして、算出した距離が閾値以上の場合に、クラスタリング処理部４６が、トラブル発生時データ群をキャリブレーションの実行時間の大小と調整パラメータの変化量の大小で４象限に分類して、トラブル予兆判定用データ群としてトラブル予兆判定データ群蓄積部３５に記憶させる（ステップＳ１９）。なお、算出した距離が閾値未満の場合には、ステップＳ１９は行わない。
その後、変数ｉの値と調整パラメータの種別数ｎとを比較し（ステップＳ２０）、ｉ≦ｎであれば、変数ｉに１を加算し（ステップＳ２１）、次の調整パラメータｘｉを対象にして上記ステップＳ１７〜Ｓ１９を繰り返す。一方、ｉ＞ｎであれば、処理を終了する。すなわち、全ての調整パラメータｘｉ（１≦ｉ≦ｎ）について、上記ステップＳ１７〜Ｓ１９を繰り返す。
この結果、トラブル発生時データ群と正常時データ群とが或る程度離れている調整パラメータが特定され、当該調整パラメータのトラブル発生時データ群がキャリブレーションの実行時間の大小と調整パラメータの変化量の大小で分類されて、トラブル予兆判定用データ群としてトラブル予兆判定データ群蓄積部３５に保持されることになる。
例えば、調整パラメータｘ１〜ｘ４のそれぞれのトラブル発生時データ群及び正常時データ群の分布範囲が、図９（ａ）に例示するよう態様の場合には、図９（ｂ）に例示するように、トラブル発生時データ群と正常時データ群との距離が離れている調整パラメータｘ２，ｘ４についてトラブル予兆判定用データ群が設定される。なお、図９では、トラブル発生時データ群の分布範囲を実線で示してあり、正常時データ群の分布範囲を点線で示してある。
例えば、調整パラメータｘ１〜ｘ４のそれぞれのトラブル発生時データ群及び正常時データ群の分布範囲が、図９（ａ）に例示するよう態様の場合には、図９（ｂ）に例示するように、トラブル発生時データ群と正常時データ群との距離が離れている調整パラメータｘ２，ｘ４についてトラブル予兆判定用データ群が設定される。なお、図９では、トラブル発生時データ群の分布範囲を実線で示してあり、正常時データ群の分布範囲を点線で示してある。
図１０には、第１構成例のトラブル予兆判定部３６による処理フローを例示してある。
まず、トラブル予兆判定用データ取得部５３が、画質異常の予兆判定に用いる調整パラメータについて、そのトラブル予兆判定用データ群をトラブル予兆判定データ群蓄積部３５から取得する（ステップＳ３１）。
また、ログ・パラメータデータ取得部５１が、画質異常を予測する対象の画像形成装置１０から取得してマシン情報蓄積部３３に蓄積されている、現時点を起点に遡った予め定められた長さの期間内に実行されたキャリブレーションに関するマシン情報及び画質調整実行ログを取得し（ステップＳ３２）、判定用データ算出部５２が、ログ・パラメータデータ取得部５１により取得されたマシン情報及び画質調整実行ログに基づいて、キャリブレーションの実行時間と、キャリブレーションによる各調整パラメータの検出値の変化量とをそれぞれ測定して、判定用データ（実行時間及び変化量の組）を調整パラメータ毎に生成する（ステップＳ３３）。
まず、トラブル予兆判定用データ取得部５３が、画質異常の予兆判定に用いる調整パラメータについて、そのトラブル予兆判定用データ群をトラブル予兆判定データ群蓄積部３５から取得する（ステップＳ３１）。
また、ログ・パラメータデータ取得部５１が、画質異常を予測する対象の画像形成装置１０から取得してマシン情報蓄積部３３に蓄積されている、現時点を起点に遡った予め定められた長さの期間内に実行されたキャリブレーションに関するマシン情報及び画質調整実行ログを取得し（ステップＳ３２）、判定用データ算出部５２が、ログ・パラメータデータ取得部５１により取得されたマシン情報及び画質調整実行ログに基づいて、キャリブレーションの実行時間と、キャリブレーションによる各調整パラメータの検出値の変化量とをそれぞれ測定して、判定用データ（実行時間及び変化量の組）を調整パラメータ毎に生成する（ステップＳ３３）。
次に、各調整パラメータを識別する変数ｉに初期値１を設定し（ステップＳ３４）、変数ｉで識別される調整パラメータｘｉを対象にして以下の処理を行う。
クラスタリング判定部５４が、トラブル予兆判定用データ取得部５３により取得されたトラブル予兆判定用データ群の各象限の重心と、判定用データ算出部５２により生成された調整パラメータ毎の判定用データ（実行時間及び変化量の組）との距離を算出し（ステップＳ３５）、（実行時間，変化分）＝（大，大）の象限との距離が最小か否かを判定する（ステップＳ３６）。
そして、（実行時間，変化分）＝（大，大）の象限との距離が最小でない場合に、変数ｉの値と画質異常の予兆判定に用いる調整パラメータの種別数ｍとを比較し（ステップＳ３７）、ｉ≦ｍであれば、変数ｉに１を加算し（ステップＳ３８）、次の調整パラメータｘｉを対象にして上記ステップＳ３５、Ｓ３６を繰り返す。一方、ｉ＞ｍであれば、処理を終了する。すなわち、全ての調整パラメータｘｉ（１≦ｉ≦ｍ）について、上記ステップＳ３５、Ｓ３６を繰り返す。
一方、（実行時間，変化分）＝（大，大）の象限との距離が最小の場合には、対象の画像形成装置１０に画質異常が発生する予兆があるとして、画質異常が発生する旨を通知する予兆情報を保守情報入力端末２０に送信する（ステップＳ３９）。
クラスタリング判定部５４が、トラブル予兆判定用データ取得部５３により取得されたトラブル予兆判定用データ群の各象限の重心と、判定用データ算出部５２により生成された調整パラメータ毎の判定用データ（実行時間及び変化量の組）との距離を算出し（ステップＳ３５）、（実行時間，変化分）＝（大，大）の象限との距離が最小か否かを判定する（ステップＳ３６）。
そして、（実行時間，変化分）＝（大，大）の象限との距離が最小でない場合に、変数ｉの値と画質異常の予兆判定に用いる調整パラメータの種別数ｍとを比較し（ステップＳ３７）、ｉ≦ｍであれば、変数ｉに１を加算し（ステップＳ３８）、次の調整パラメータｘｉを対象にして上記ステップＳ３５、Ｓ３６を繰り返す。一方、ｉ＞ｍであれば、処理を終了する。すなわち、全ての調整パラメータｘｉ（１≦ｉ≦ｍ）について、上記ステップＳ３５、Ｓ３６を繰り返す。
一方、（実行時間，変化分）＝（大，大）の象限との距離が最小の場合には、対象の画像形成装置１０に画質異常が発生する予兆があるとして、画質異常が発生する旨を通知する予兆情報を保守情報入力端末２０に送信する（ステップＳ３９）。
このように、本例では、対象の画像形成装置１０において直近の注目期間内に実行されたキャリブレーションについて得られた判定用データ（実行時間及び変化量の組）が、トラブル予兆判定用データ群をキャリブレーションの実行時間の大小と調整パラメータの変化量の大小で分類した場合における、実行時間及び変化量が共に大側の象限に含まれる場合に、画質異常が発生する予兆があると判断し、その旨を通知する予兆情報を保守情報入力端末２０に送信するようにしている。
なお、実行時間又は変化量の一方が大側の象限に含まれる場合に、画質異常が発生する予兆があると判断するようにしてもよく、画質異常予測システムの運用形態などに応じて任意に設定すればよい。
なお、実行時間又は変化量の一方が大側の象限に含まれる場合に、画質異常が発生する予兆があると判断するようにしてもよく、画質異常予測システムの運用形態などに応じて任意に設定すればよい。
また、本例では、調整パラメータの種別毎に、その調整パラメータにデータ異常が生じた場合に発生すると想定される画質異常の種別（過去の事例において発生頻度が高かった画質異常の種別）を予め対応付けた対応表を有しており、当該対応表に照らして、発生の予兆がある画質異常の種別も判断できるようにしてある。なお、画質異常を解消するための処置などの情報を更に対応付けた対応表を用意することで、保守作業の効率性を高めるようにしてもよい。
（第２構成例）
図１１には、第２構成例におけるトラブル予兆判定データ群生成部３４及びトラブル予兆判定部３６の機能ブロックを示してある。
まず、第２構成例のトラブル予兆判定データ群生成部３４について説明する。
第２構成例のトラブル予兆判定データ群生成部３４は、図１１（ａ）に示すように、トラブル発生時データ取得部６１、トラブル発生時データ群生成部６２、正常時データ取得部６３、正常時データ群生成部６４、データ群選択部６５、データ群抽出部６６を有する。なお、機能部６１〜６５については、第１構成例の対応する機能部４１〜４５と同様な構成及び動作であるため、その説明を省略する。
図１１には、第２構成例におけるトラブル予兆判定データ群生成部３４及びトラブル予兆判定部３６の機能ブロックを示してある。
まず、第２構成例のトラブル予兆判定データ群生成部３４について説明する。
第２構成例のトラブル予兆判定データ群生成部３４は、図１１（ａ）に示すように、トラブル発生時データ取得部６１、トラブル発生時データ群生成部６２、正常時データ取得部６３、正常時データ群生成部６４、データ群選択部６５、データ群抽出部６６を有する。なお、機能部６１〜６５については、第１構成例の対応する機能部４１〜４５と同様な構成及び動作であるため、その説明を省略する。
データ群抽出部６６は、データ群選択部４５から与えられた調整パラメータのトラブル発生時データ群から、正常時データ取得部４３により生成された調整パラメータ毎の正常時データ群と重複する測定データを除外し、当該除外後のトラブル発生時データ群をトラブル予兆判定用データ群として調整パラメータ毎にトラブル予兆判定データ群蓄積部３５に記憶させる。
なお、本例のデータ群抽出部６６では、正常時データ群の重心から予め定められた距離の範囲内に属する測定データを除外するようにしている。
なお、本例のデータ群抽出部６６では、正常時データ群の重心から予め定められた距離の範囲内に属する測定データを除外するようにしている。
図１２には、データ群抽出部６６による正常時データ群除去の例を示してある。
このように、本例のデータ群抽出部６６では、トラブル発生時データ群の分布範囲から、正常時データ群の分布範囲と重なる範囲を除外した範囲を特定し、その範囲に属する測定データを集めたデータ群をトラブル予兆判定用データ群としてトラブル予兆判定データ群蓄積部３５に記憶させる。
このように、本例のデータ群抽出部６６では、トラブル発生時データ群の分布範囲から、正常時データ群の分布範囲と重なる範囲を除外した範囲を特定し、その範囲に属する測定データを集めたデータ群をトラブル予兆判定用データ群としてトラブル予兆判定データ群蓄積部３５に記憶させる。
図１３には、第２構成例のトラブル予兆判定データ群蓄積部３５の保持データを例示してある。
このように、第２構成例のトラブル予兆判定データ群蓄積部３５では、調整パラメータ毎に、その調整パラメータに対応するトラブル予兆判定用データ群に属する測定データ（実行時間及び変化量の組）を保持している。
このように、第２構成例のトラブル予兆判定データ群蓄積部３５では、調整パラメータ毎に、その調整パラメータに対応するトラブル予兆判定用データ群に属する測定データ（実行時間及び変化量の組）を保持している。
次に、第２構成例のトラブル予兆判定部３６について説明する。
第２構成例のトラブル予兆判定部３６は、図１１（ｂ）に示すように、ログ・パラメータデータ取得部７１、判定用データ算出部７２、トラブル予兆判定用データ取得部７３、距離判定部７４を有する。なお、機能部７１〜７３については、第１構成例の対応する機能部５１〜５３と同様な構成及び動作であるため、その説明を省略する。
第２構成例のトラブル予兆判定部３６は、図１１（ｂ）に示すように、ログ・パラメータデータ取得部７１、判定用データ算出部７２、トラブル予兆判定用データ取得部７３、距離判定部７４を有する。なお、機能部７１〜７３については、第１構成例の対応する機能部５１〜５３と同様な構成及び動作であるため、その説明を省略する。
距離判定部７４は、判定用データ算出部７２により生成された調整パラメータ毎の判定用データ（実行時間及び変化量の組）と、当該調整パラメータについてトラブル予兆判定用データ取得部７３により取得されたトラブル予兆判定用データ群との距離を算出し、算出した距離が予め定められた閾値未満の場合に、判定用データがトラブル予兆判定用データ群を特徴付ける範囲に含まれると判断し、対象の画像形成装置１０に画質異常が発生する予兆があるとして、画質異常が発生する旨を通知する予兆情報を保守情報入力端末２０に送信する。
第２構成例におけるトラブル予兆判定データ群生成部３４及びトラブル予兆判定部３６による処理の流れを説明する。
図１４には、第２構成例のトラブル予兆判定データ群生成部３４による処理フローを例示してある。
まず、トラブル発生時データ取得部６１が、保守情報蓄積部３２に蓄積されている保守情報における保守日時、カテゴリー、不具合種類等の情報に基づいて、画質異常の事例を抽出し（ステップＳ１１）、その発生日時を起点に遡った予め定められた長さの期間内に実行されたキャリブレーションに関するマシン情報及び画質調整実行ログをマシン情報蓄積部３３から取得する（ステップＳ１２）。
また、正常時データ取得部６３が、トラブル発生時データ取得部６１で用いた期間と同じ長さの期間であって画質異常が発生しなかった期間を選択し、その期間内に実行されたキャリブレーションに関するマシン情報及び画質調整実行ログをマシン情報蓄積部３３から取得する（ステップＳ１３）。
図１４には、第２構成例のトラブル予兆判定データ群生成部３４による処理フローを例示してある。
まず、トラブル発生時データ取得部６１が、保守情報蓄積部３２に蓄積されている保守情報における保守日時、カテゴリー、不具合種類等の情報に基づいて、画質異常の事例を抽出し（ステップＳ１１）、その発生日時を起点に遡った予め定められた長さの期間内に実行されたキャリブレーションに関するマシン情報及び画質調整実行ログをマシン情報蓄積部３３から取得する（ステップＳ１２）。
また、正常時データ取得部６３が、トラブル発生時データ取得部６１で用いた期間と同じ長さの期間であって画質異常が発生しなかった期間を選択し、その期間内に実行されたキャリブレーションに関するマシン情報及び画質調整実行ログをマシン情報蓄積部３３から取得する（ステップＳ１３）。
次に、トラブル発生時データ群生成部６２が、トラブル発生時データ取得部６１により取得されたマシン情報及び画質調整実行ログに基づいて、キャリブレーションの実行時間と、キャリブレーションによる各調整パラメータの変化量とをそれぞれ算出し（ステップＳ１４）、事例毎の測定データ（実行時間及び変化量の組）を集めたトラブル発生時データ群を調整パラメータ毎に生成する（ステップＳ１５）。
同様に、正常時データ群生成部６４が、正常時データ取得部６３により取得されたマシン情報及び画質調整実行ログに基づいて、キャリブレーションの実行時間と、キャリブレーションによる各調整パラメータの変化量とをそれぞれ算出し（ステップＳ１４）、事例毎の測定データ（実行時間及び変化量の組）を集めた正常時データ群を調整パラメータ毎に生成する（ステップＳ１５）。
同様に、正常時データ群生成部６４が、正常時データ取得部６３により取得されたマシン情報及び画質調整実行ログに基づいて、キャリブレーションの実行時間と、キャリブレーションによる各調整パラメータの変化量とをそれぞれ算出し（ステップＳ１４）、事例毎の測定データ（実行時間及び変化量の組）を集めた正常時データ群を調整パラメータ毎に生成する（ステップＳ１５）。
次に、各調整パラメータを識別する変数ｉに初期値１を設定し（ステップＳ１６）、変数ｉで識別される調整パラメータｘｉを対象にして以下の処理を行う。
データ群選択部６５が、トラブル発生時データ群生成部６２により生成された調整パラメータ毎のトラブル発生時データ群と正常時データ取得部６３により生成された調整パラメータ毎の正常時データ群との乖離度を表す距離を算出し（ステップＳ１７）、当該距離が予め定められた閾値以上となるか否かを判定する（ステップＳ１８）。
そして、算出した距離が閾値以上の場合に、データ群抽出部６６が、データ群選択部４５から与えられた調整パラメータのトラブル発生時データ群から、正常時データ取得部４３により生成された調整パラメータ毎の正常時データ群と重複する測定データを除外し、当該除外後のトラブル発生時データ群をトラブル予兆判定用データ群としてトラブル予兆判定データ群蓄積部３５に記憶させる（ステップＳ１９’）。なお、算出した距離が閾値未満の場合には、ステップＳ１９’は行わない。
その後、変数ｉの値と調整パラメータの種別数ｎとを比較し（ステップＳ２０）、ｉ≦ｎであれば、変数ｉに１を加算し（ステップＳ２１）、次の調整パラメータｘｉを対象にして上記ステップＳ１７〜Ｓ１９’を繰り返す。一方、ｉ＞ｎであれば、処理を終了する。すなわち、全ての調整パラメータｘｉ（１≦ｉ≦ｎ）について、上記ステップＳ１７〜Ｓ１９’を繰り返す。
データ群選択部６５が、トラブル発生時データ群生成部６２により生成された調整パラメータ毎のトラブル発生時データ群と正常時データ取得部６３により生成された調整パラメータ毎の正常時データ群との乖離度を表す距離を算出し（ステップＳ１７）、当該距離が予め定められた閾値以上となるか否かを判定する（ステップＳ１８）。
そして、算出した距離が閾値以上の場合に、データ群抽出部６６が、データ群選択部４５から与えられた調整パラメータのトラブル発生時データ群から、正常時データ取得部４３により生成された調整パラメータ毎の正常時データ群と重複する測定データを除外し、当該除外後のトラブル発生時データ群をトラブル予兆判定用データ群としてトラブル予兆判定データ群蓄積部３５に記憶させる（ステップＳ１９’）。なお、算出した距離が閾値未満の場合には、ステップＳ１９’は行わない。
その後、変数ｉの値と調整パラメータの種別数ｎとを比較し（ステップＳ２０）、ｉ≦ｎであれば、変数ｉに１を加算し（ステップＳ２１）、次の調整パラメータｘｉを対象にして上記ステップＳ１７〜Ｓ１９’を繰り返す。一方、ｉ＞ｎであれば、処理を終了する。すなわち、全ての調整パラメータｘｉ（１≦ｉ≦ｎ）について、上記ステップＳ１７〜Ｓ１９’を繰り返す。
この結果、トラブル発生時データ群と正常時データ群とが或る程度離れている調整パラメータが特定され、当該調整パラメータのトラブル発生時データ群から正常時データ群と重複する測定データを除外したデータ群が、トラブル予兆判定用データ群としてトラブル予兆判定データ群蓄積部３５に保持されることになる。
図１５には、第２構成例のトラブル予兆判定部３６による処理フローを例示してある。
まず、トラブル予兆判定用データ取得部７３が、画質異常の予兆判定に用いる調整パラメータについて、そのトラブル予兆判定用データ群をトラブル予兆判定データ群蓄積部３５から取得する（ステップＳ３１）。
また、ログ・パラメータデータ取得部７１が、画質異常を予測する対象の画像形成装置１０から取得してマシン情報蓄積部３３に蓄積されている、現時点を起点に遡った予め定められた長さの期間内に実行されたキャリブレーションに関するマシン情報及び画質調整実行ログを取得し（ステップＳ３２）、判定用データ算出部７２が、ログ・パラメータデータ取得部７１により取得されたマシン情報及び画質調整実行ログに基づいて、キャリブレーションの実行時間と、キャリブレーションによる各調整パラメータの検出値の変化量とをそれぞれ測定して、判定用データ（実行時間及び変化量の組）を調整パラメータ毎に生成する（ステップＳ３３）。
まず、トラブル予兆判定用データ取得部７３が、画質異常の予兆判定に用いる調整パラメータについて、そのトラブル予兆判定用データ群をトラブル予兆判定データ群蓄積部３５から取得する（ステップＳ３１）。
また、ログ・パラメータデータ取得部７１が、画質異常を予測する対象の画像形成装置１０から取得してマシン情報蓄積部３３に蓄積されている、現時点を起点に遡った予め定められた長さの期間内に実行されたキャリブレーションに関するマシン情報及び画質調整実行ログを取得し（ステップＳ３２）、判定用データ算出部７２が、ログ・パラメータデータ取得部７１により取得されたマシン情報及び画質調整実行ログに基づいて、キャリブレーションの実行時間と、キャリブレーションによる各調整パラメータの検出値の変化量とをそれぞれ測定して、判定用データ（実行時間及び変化量の組）を調整パラメータ毎に生成する（ステップＳ３３）。
次に、各調整パラメータを識別する変数ｉに初期値１を設定し（ステップＳ３４）、変数ｉで識別される調整パラメータｘｉを対象にして以下の処理を行う。
距離判定部７４が、トラブル予兆判定用データ取得部７３により取得されたトラブル予兆判定用データ群と、判定用データ算出部７２により生成された調整パラメータ毎の判定用データ（実行時間及び変化量の組）との距離を算出し（ステップＳ３５’）、算出した距離が予め定められた閾値未満か否かを判定する（ステップＳ３６’）、
そして、算出した距離が閾値未満でない場合に、変数ｉの値と画質異常の予兆判定に用いる調整パラメータの種別数ｍとを比較し（ステップＳ３７）、ｉ≦ｍであれば、変数ｉに１を加算し（ステップＳ３８）、次の調整パラメータｘｉを対象にして上記ステップＳ３５’、Ｓ３６’を繰り返す。一方、ｉ＞ｍであれば、処理を終了する。すなわち、全ての調整パラメータｘｉ（１≦ｉ≦ｍ）について、上記ステップＳ３５’、Ｓ３６’を繰り返す。
一方、算出した距離が閾値未満の場合には、対象の画像形成装置１０に画質異常が発生する予兆があるとして、画質異常が発生する旨を通知する予兆情報を保守情報入力端末２０に送信する（ステップＳ３９）。
距離判定部７４が、トラブル予兆判定用データ取得部７３により取得されたトラブル予兆判定用データ群と、判定用データ算出部７２により生成された調整パラメータ毎の判定用データ（実行時間及び変化量の組）との距離を算出し（ステップＳ３５’）、算出した距離が予め定められた閾値未満か否かを判定する（ステップＳ３６’）、
そして、算出した距離が閾値未満でない場合に、変数ｉの値と画質異常の予兆判定に用いる調整パラメータの種別数ｍとを比較し（ステップＳ３７）、ｉ≦ｍであれば、変数ｉに１を加算し（ステップＳ３８）、次の調整パラメータｘｉを対象にして上記ステップＳ３５’、Ｓ３６’を繰り返す。一方、ｉ＞ｍであれば、処理を終了する。すなわち、全ての調整パラメータｘｉ（１≦ｉ≦ｍ）について、上記ステップＳ３５’、Ｓ３６’を繰り返す。
一方、算出した距離が閾値未満の場合には、対象の画像形成装置１０に画質異常が発生する予兆があるとして、画質異常が発生する旨を通知する予兆情報を保守情報入力端末２０に送信する（ステップＳ３９）。
このように、本例では、対象の画像形成装置１０において直近の注目期間内に実行されたキャリブレーションについて得られた判定用データ（実行時間及び変化量の組）が、トラブル予兆判定用データ群を特徴付ける範囲に属する場合（これらの距離が閾値未満の場合）に、画質異常が発生する予兆があると判断し、その旨を通知する予兆情報を保守情報入力端末２０に送信するようにしている。
また、本例では、調整パラメータの種別毎に、その調整パラメータにデータ異常が生じた場合に発生すると想定される画質異常の種別（過去の事例において発生頻度が高かった画質異常の種別）を予め対応付けた対応表を有しており、当該対応表に照らして、発生の予兆がある画質異常の種別も判断できるようにしてある。なお、画質異常を解消するための処置などの情報を更に対応付けた対応表を用意することで、保守作業の効率性を高めるようにしてもよい。
なお、これまでに説明した例では、管理装置３０が複数の画像形成装置１０について画質異常の発生を予測しているが、例えば、管理装置３０が、作成したトラブル予兆判定データ群を各々の画像形成装置１０に送信し、各画像形成装置１０が、管理装置３０受信したトラブル予兆判定データ群に基づいて自己に対する画質異常の発生を予測するように構成してもよい。
また、トラブル予兆判定データ群の作成に係る画像形成装置１０と画質異常の予測対象の画像形成装置１０は、同じ装置であっても良く、異なる装置であってもよい。すなわち、１以上の画像形成装置１０（画質異常の予測対象の画像形成装置１０が含まれてもよい）における過去の保守情報及びマシン情報などに基づいてトラブル予兆判定データ群を作成することで、その後、当該トラブル予兆判定データ群を用いて、画質異常の予測対象の画像形成装置１０について画質異常の発生を予測することができる。
また、トラブル予兆判定データ群の作成に係る画像形成装置１０と画質異常の予測対象の画像形成装置１０は、同じ装置であっても良く、異なる装置であってもよい。すなわち、１以上の画像形成装置１０（画質異常の予測対象の画像形成装置１０が含まれてもよい）における過去の保守情報及びマシン情報などに基づいてトラブル予兆判定データ群を作成することで、その後、当該トラブル予兆判定データ群を用いて、画質異常の予測対象の画像形成装置１０について画質異常の発生を予測することができる。
図１６には、管理装置３０のハードウェア構成を例示してある。
本例では、各種演算処理を行うＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）８１、ＣＰＵ８１の作業領域となるＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）８２や基本的な制御プログラムを記録したＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）８３等の主記憶装置、本発明の一実施形態に係るプログラムや各種データを記憶するＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）８４等の補助記憶装置、各種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／Ｆ８５、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／Ｆ８６、等のハードウェア資源を管理装置３０のコンピュータが有している。
そして、本発明の一実施形態に係るプログラムを補助記憶装置８４等から読み出してＲＡＭ８２に展開し、これをＣＰＵ８１により実行させることで、上述した各機能部を管理装置３０のコンピュータ上に実現している。
本例では、各種演算処理を行うＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）８１、ＣＰＵ８１の作業領域となるＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）８２や基本的な制御プログラムを記録したＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）８３等の主記憶装置、本発明の一実施形態に係るプログラムや各種データを記憶するＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）８４等の補助記憶装置、各種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／Ｆ８５、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／Ｆ８６、等のハードウェア資源を管理装置３０のコンピュータが有している。
そして、本発明の一実施形態に係るプログラムを補助記憶装置８４等から読み出してＲＡＭ８２に展開し、これをＣＰＵ８１により実行させることで、上述した各機能部を管理装置３０のコンピュータ上に実現している。
なお、本発明の一実施形態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、本例に係る管理装置３０のコンピュータに設定される。
また、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、それぞれの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。
また、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、それぞれの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：保守情報入力端末、 ３０：管理装置、
３１：保守・マシン情報収集部、 ３２：保守情報蓄積部、 ３３：マシン情報蓄積部、 ３４：トラブル予兆判定データ群生成部、 ３５：トラブル予兆判定データ群蓄積部、 ３６：トラブル予兆判定部
４１：トラブル発生時データ取得部、 ４２：トラブル発生時データ群生成部、 ４３：正常時データ取得部、 ４４：正常時データ群生成部、 ４５：データ群選択部、 ４６クラスタリング処理部、
５１：ログ・パラメータデータ取得部、 ５２：判定用データ算出部、 ５３：トラブル予兆判定用データ取得部、 ５４：クラスタリング判定部、
３１：保守・マシン情報収集部、 ３２：保守情報蓄積部、 ３３：マシン情報蓄積部、 ３４：トラブル予兆判定データ群生成部、 ３５：トラブル予兆判定データ群蓄積部、 ３６：トラブル予兆判定部
４１：トラブル発生時データ取得部、 ４２：トラブル発生時データ群生成部、 ４３：正常時データ取得部、 ４４：正常時データ群生成部、 ４５：データ群選択部、 ４６クラスタリング処理部、
５１：ログ・パラメータデータ取得部、 ５２：判定用データ算出部、 ５３：トラブル予兆判定用データ取得部、 ５４：クラスタリング判定部、
Claims (5)
- 画像形成装置が記録材に形成する画像の画質を調整するパラメータ値を校正する校正処理を実行した後に当該画像形成装置に画質異常が発生した複数の事例について、校正処理の実行に要した時間と校正処理によるパラメータ値の変化量の一方又は両方の測定データを集めた測定データ群を記憶する記憶手段と、
画質異常を予測する対象の画像形成装置で実行された直近の校正処理の測定データが、前記記憶手段に記憶された測定データ群を特徴付ける範囲に含まれる場合に、前記対象の画像形成装置において画質異常が発生する旨の通知を出力する出力手段と、
を備えたことを特徴とする画質異常予測システム。 - 前記記憶手段は、校正処理の後に画質異常が発生した場合の測定データ群と画質異常が発生しなかった場合の測定データ群との乖離度が閾値以上となる場合に、校正処理の後に画質異常が発生した場合の測定データ群を記憶する、
ことを特徴とする請求項１に記載の画質異常予測システム。 - 前記記憶手段は、校正処理の後に画質異常が発生した場合の測定データ群のうち、各測定データを値の大小で分類する場合において大側に分類される測定データを抽出した測定データ群を記憶する、
ことを特徴とする請求項１又は請求項２に記載の画質異常予測システム。 - 前記記憶手段は、校正処理の後に画質異常が発生した場合の測定データ群から、校正処理の後に発生しなかった場合の測定データ群と重複する測定データを除外した測定データ群を記憶する、
ことを特徴とする請求項１又は請求項２に記載の画質異常予測システム。 - コンピュータに、
画像形成装置が記録材に形成する画像の画質を調整するパラメータ値を校正する校正処理を実行した後に当該画像形成装置に画質異常が発生した複数の事例について、校正処理の実行に要した時間と校正処理によるパラメータ値の変化量の一方又は両方の測定データを集めた測定データ群を記憶する記憶機能と、
画質異常を予測する対象の画像形成装置で実行された直近の校正処理の測定データが、前記記憶機能により記憶された測定データ群を特徴付ける範囲に含まれる場合に、前記対象の画像形成装置において画質異常が発生する旨の通知を出力する出力機能と、
を実現するためのプログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2011169390A JP2013033149A (ja) | 2011-08-02 | 2011-08-02 | 画質異常予測システム及びプログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2011169390A JP2013033149A (ja) | 2011-08-02 | 2011-08-02 | 画質異常予測システム及びプログラム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2013033149A true JP2013033149A (ja) | 2013-02-14 |
Family
ID=47789089
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2011169390A Withdrawn JP2013033149A (ja) | 2011-08-02 | 2011-08-02 | 画質異常予測システム及びプログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2013033149A (ja) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015036961A (ja) * | 2013-08-16 | 2015-02-23 | 富士ゼロックス株式会社 | 障害予兆診断装置、障害予兆診断システム、障害予兆診断プログラム及び障害予兆診断方法 |
| JP2015079186A (ja) * | 2013-10-18 | 2015-04-23 | 富士ゼロックス株式会社 | 制御装置、画像形成装置及びプログラム |
| JP2015174256A (ja) * | 2014-03-14 | 2015-10-05 | 富士ゼロックス株式会社 | 障害予測システム、障害予測装置およびプログラム |
| US20150316883A1 (en) * | 2014-04-30 | 2015-11-05 | Fuji Xerox Co., Ltd. | History storage device, image forming apparatus and non-transitory computer readable medium storing program |
| JP2016085293A (ja) * | 2014-10-23 | 2016-05-19 | 富士ゼロックス株式会社 | 障害予測装置、障害予測システム、及びプログラム |
| JP2020170245A (ja) * | 2019-04-01 | 2020-10-15 | ファナック株式会社 | 監視装置、監視システムおよび監視方法 |
-
2011
- 2011-08-02 JP JP2011169390A patent/JP2013033149A/ja not_active Withdrawn
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015036961A (ja) * | 2013-08-16 | 2015-02-23 | 富士ゼロックス株式会社 | 障害予兆診断装置、障害予兆診断システム、障害予兆診断プログラム及び障害予兆診断方法 |
| JP2015079186A (ja) * | 2013-10-18 | 2015-04-23 | 富士ゼロックス株式会社 | 制御装置、画像形成装置及びプログラム |
| JP2015174256A (ja) * | 2014-03-14 | 2015-10-05 | 富士ゼロックス株式会社 | 障害予測システム、障害予測装置およびプログラム |
| US20150316883A1 (en) * | 2014-04-30 | 2015-11-05 | Fuji Xerox Co., Ltd. | History storage device, image forming apparatus and non-transitory computer readable medium storing program |
| US9323197B2 (en) * | 2014-04-30 | 2016-04-26 | Fuji Xerox Co., Ltd. | History storage device, image forming apparatus and non-transitory computer readable medium storing program |
| JP2016085293A (ja) * | 2014-10-23 | 2016-05-19 | 富士ゼロックス株式会社 | 障害予測装置、障害予測システム、及びプログラム |
| JP2020170245A (ja) * | 2019-04-01 | 2020-10-15 | ファナック株式会社 | 監視装置、監視システムおよび監視方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6459180B2 (ja) | 障害予測システム、障害予測装置、ジョブ実行装置およびプログラム | |
| JP6318674B2 (ja) | 障害予測システム、障害予測装置およびプログラム | |
| JP5953779B2 (ja) | 障害予測システム、障害予測装置及びプログラム | |
| JP5867000B2 (ja) | 障害予測システム、障害予測装置及びプログラム | |
| JP5370832B2 (ja) | 状態判別装置及びこれを用いた故障予測システム | |
| JP6075240B2 (ja) | 障害予兆診断装置、障害予兆診断システム、障害予兆診断プログラム及び障害予兆診断方法 | |
| JP2013033149A (ja) | 画質異常予測システム及びプログラム | |
| JP6774636B2 (ja) | 異常分析方法、プログラムおよびシステム | |
| JP6167948B2 (ja) | 障害予測システム、障害予測装置およびプログラム | |
| JP6219865B2 (ja) | 制御装置の故障予測システム | |
| JP6102774B2 (ja) | パラメータ設定システム、パラメータ設定装置およびプログラム | |
| JP5794034B2 (ja) | 障害予測システム及びプログラム | |
| JP7031743B2 (ja) | 異常検知装置 | |
| JP6365233B2 (ja) | 障害予測装置、障害予測システム、及びプログラム | |
| JP2016085293A (ja) | 障害予測装置、障害予測システム、及びプログラム | |
| JP6075241B2 (ja) | 処置判定装置、処置判定システム、処置判定プログラム及び処置判定方法 | |
| JP6136745B2 (ja) | 保守判定装置、保守判定システム、保守判定プログラム及び保守判定方法 | |
| JP5942401B2 (ja) | 障害予測システム、障害予測装置及びプログラム | |
| JP2014002660A (ja) | 保守部品生産管理装置及び保守部品生産管理方法 | |
| JP2012037991A (ja) | 予測装置、予測システム及びプログラム | |
| JP2021092938A (ja) | 監視サーバ、プログラム、及び監視方法 | |
| JP6477367B2 (ja) | 障害予測管理装置、障害予測管理プログラム | |
| JP2006276924A (ja) | 設備機器診断装置及び設備機器診断プログラム | |
| JP5648314B2 (ja) | 故障関連項目設定装置、プログラム及び故障予測システム | |
| JP2011238046A (ja) | 監視システム、監視装置及び監視プログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Application deemed to be withdrawn because no request for examination was validly filed |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20141007 |