JP2017037547A - 情報処理装置、機器管理システム及びプログラム - Google Patents
情報処理装置、機器管理システム及びプログラム Download PDFInfo
- Publication number
- JP2017037547A JP2017037547A JP2015159438A JP2015159438A JP2017037547A JP 2017037547 A JP2017037547 A JP 2017037547A JP 2015159438 A JP2015159438 A JP 2015159438A JP 2015159438 A JP2015159438 A JP 2015159438A JP 2017037547 A JP2017037547 A JP 2017037547A
- Authority
- JP
- Japan
- Prior art keywords
- information
- low
- period
- occurrences
- threshold
- 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.)
- Pending
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 46
- 238000004458 analytical method Methods 0.000 claims description 18
- 230000005540 biological transmission Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000004931 aggregating effect Effects 0.000 claims 1
- 238000003860 storage Methods 0.000 abstract description 40
- 230000001186 cumulative effect Effects 0.000 abstract description 11
- 150000001875 compounds Chemical class 0.000 abstract 2
- 238000010586 diagram Methods 0.000 description 21
- 238000000034 method Methods 0.000 description 19
- 230000008569 process Effects 0.000 description 18
- 230000008439 repair process Effects 0.000 description 14
- 230000006870 function Effects 0.000 description 11
- 230000004044 response Effects 0.000 description 6
- 230000032683 aging Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000006866 deterioration Effects 0.000 description 4
- 230000007704 transition Effects 0.000 description 4
- 230000002776 aggregation Effects 0.000 description 3
- 238000004220 aggregation Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 230000005484 gravity Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 230000035553 feeding performance Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
Images
Landscapes
- Accessory Devices And Overall Control Thereof (AREA)
- Facsimiles In General (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】顧客の機器の使用により蓄積されたジョブログを利用することなく顧客の使用状況を分析するに当たり顧客の繁忙期を判別する。【解決手段】情報処理装置10は、ユーザの操作ミス等によって発生する低レベルアラートに関するアラート情報を記憶するアラート情報記憶部17と、予測実施日から過去1年間に発生した低レベルアラートを月毎に集計し、各月の発生回数の平均値及び標準偏差に基づき繁忙期の閾値を設定し、予想対象日における低レベルアラートの発生回数累積値が閾値を上回ることで当該予想対象日が繁忙期であるかどうかを判別する繁忙期判別部14と、複合機20における使用量を示すカウンタ値に基づき予想対象日における複合機20の使用量を予測する使用量予測処理部15と、を有する。【選択図】図1
Description
本発明は、情報処理装置、機器管理システム及びプログラムに関する。
例えば、FAX機能やスキャナ機能を有する複合機を提供する企業では、顧客の事務所に設置された複合機の使用状況を分析し、その分析結果を当該顧客の業務改善のソリューションの提案に利用する場合がある。従来では、複合機やプリンタの機器に蓄積されるジョブログを活用して機器の使用状況を分析する技術が提案されている(例えば、特許文献1,2)。
ジョブログには、処理対象となったファイルの名称や実行したアプリケーション等業務内容を推測しうる情報が含まれているので、セキュリティの観点からジョブログを本来の目的以外の利用のために外部に持ち出すことは、顧客にとって好ましいことではない。また、繁忙期とそうでない期間(例えば、閑散期)との使用状況を比較してみても正しい分析結果が得られるとは限らない。
本発明は、顧客の機器の使用により蓄積されたジョブログを利用することなく顧客の使用状況を分析するに当たり顧客の繁忙期を判別することを目的とする。
本発明に係る情報処理装置は、分析対象となる機器から発せられた深刻ではない低レベル障害を表す低レベル警告情報を所定期間毎に集計することによって求めた各所定期間における低レベル警告情報の発生回数から前記機器のユーザの繁忙期を推定するための閾値を算出する算出手段と、前記閾値を超えた発生回数の所定期間を前記機器における繁忙期と推定する推定手段と、を有することを特徴とする。
また、前記機器の使用状況に関する使用状況情報を参照して、指定された予測対象日を含む所定期間の始期から予測対象日までの前記機器の使用量を予測する予測手段を有することを特徴とする。
また、前記低レベル警告情報の発生回数を、前記機器に含まれる部材の交換履歴情報に基づいて補正する補正手段を有することを特徴とする。
また、前記低レベル警告情報の発生回数を、前記機器の稼動実績情報に基づいて補正する補正手段を有することを特徴とする。
また、前記算出手段は、前記補正手段により補正された低レベル警告情報の発生回数を参照して、前記閾値を算出することを特徴とする。
本発明に係る機器管理システムは、分析対象となる機器と、情報処理装置と、を有し、前記機器は、深刻ではない低レベル障害を表す低レベル警告情報を前記情報処理装置へ送信する送信手段を有し、前記情報処理装置は、前記機器から送信されてきた低レベル警告情報を所定期間毎に集計することによって求めた各所定期間における低レベル警告情報の発生回数から前記機器のユーザの繁忙期を推定するための閾値を算出する算出手段と、前記閾値を超えた発生回数の所定期間を前記機器における繁忙期と推定する推定手段と、有することを特徴とする。
また、前記送信手段は、当該機器の使用状況に関する使用状況情報を送信し、前記情報処理装置は、前記機器から送信されてきた使用状況情報を参照して、指定された予測対象日を含む所定期間の始期から予測対象日までの前記機器の使用量を予測する予測手段を有することを特徴とする。
本発明に係るプログラムは、コンピュータを、分析対象機器において所定の情報収集期間内に発せられた深刻ではない低レベルの障害を表す低レベル警告情報を所定期間毎に集計することによって求めた各所定期間における低レベル警告情報の発生回数から情報収集期間において繁忙期を推定するための閾値を算出する算出手段、前記閾値を超えた発生回数の所定期間を前記機器における繁忙期と推定する推定手段、として機能させる。
請求項1に記載の発明によれば、顧客の機器の使用により蓄積されたジョブログを利用することなく顧客の使用状況を分析するに当たり顧客の繁忙期を判別することができる。
請求項2に記載の発明によれば、予測対象日における分析対象機器の使用量を予測することができる。
請求項3に記載の発明によれば、分析対象機器に含まれる部材の交換履歴情報に基づいて低レベル警告情報の発生回数を補正することができる。
請求項4に記載の発明によれば、分析対象機器の稼動実績情報に基づいて低レベル警告情報の発生回数を補正することができる。
請求項5に記載の発明によれば、補正手段により補正された低レベル警告情報の発生回数から閾値を算出することができる。
請求項6に記載の発明によれば、顧客の機器の使用により蓄積されたジョブログを利用することなく顧客の使用状況を分析するに当たり顧客の繁忙期を判別することができる。
請求項7に記載の発明によれば、予測対象日における分析対象機器の使用量を予測することができる。
請求項8に記載の発明によれば、顧客の機器の使用により蓄積されたジョブログを利用することなく顧客の使用状況を分析するに当たり顧客の繁忙期を判別することができる。
以下、図面に基づいて、本発明の好適な実施の形態について説明する。
実施の形態1.
図1は、本発明に係る情報処理装置の一実施の形態を示したブロック構成図である。図1には、情報処理装置10と、複合機20と、が示されている。情報処理装置10は、複合機20を遠隔地から管理する管理センタに設置されている。複合機20は、分析対象機器に相当し、顧客の事務所等に設置され業務等に使用される。複合機20は、コピー機能、スキャナ機能、FAX機能等各種機能を搭載した画像形成装置の一形態であり、コンピュータを内蔵した装置である。情報処理装置10と複合機20は、図示しないネットワークを介して通信できるように接続されている。
図1は、本発明に係る情報処理装置の一実施の形態を示したブロック構成図である。図1には、情報処理装置10と、複合機20と、が示されている。情報処理装置10は、複合機20を遠隔地から管理する管理センタに設置されている。複合機20は、分析対象機器に相当し、顧客の事務所等に設置され業務等に使用される。複合機20は、コピー機能、スキャナ機能、FAX機能等各種機能を搭載した画像形成装置の一形態であり、コンピュータを内蔵した装置である。情報処理装置10と複合機20は、図示しないネットワークを介して通信できるように接続されている。
図2は、本実施の形態における情報処理装置10を形成するコンピュータのハードウェア構成図である。本実施の形態における情報処理装置10は、従前から存在する汎用的なハードウェア構成で実現できる。すなわち、情報処理装置10は、図2に示したようにCPU31、ROM32、RAM33、ハードディスクドライブ(HDD)34、入力手段として設けられたマウス35とキーボード36、及び表示装置として設けられたディスプレイ37をそれぞれ接続する入出力コントローラ38、通信手段として設けられたネットワークコントローラ39を内部バス40に接続して構成される。
図1に戻り、本実施の形態における情報処理装置10は、情報取得部11、要求受付部12、提案書作成処理部13、繁忙期判別部14、使用量予測処理部15、使用状況情報記憶部16、アラート情報記憶部17、デバイス管理情報記憶部18及び提案書情報記憶部19を有している。なお、図1には、本実施の形態の説明に用いない構成要素については図から省略している。情報取得部11は、複合機20から送信されてくる使用状況情報及びアラート情報をそれぞれ使用状況情報記憶部16及びアラート情報記憶部17に記録する。要求受付部12は、複合機20から送信されてくる提案書作成要求を受信することで受け付ける。提案書作成処理部13は、複合機20のユーザからの提案書作成要求に応じて提案書を作成する。繁忙期判別部14は、算出手段及び推定手段として機能し、複合機20を使用するユーザ(顧客)の繁忙期を推定するための閾値を算出し、その閾値に基づき所定の情報収集期間内においてどの所定期間が繁忙期であるかを判別する。使用量予測処理部15は、複合機20から送信されてくる、使用状況に関する使用状況情報を参照して、指定された予測対象日を含む所定期間の始期から予測対象日までの複合機20の使用量を予測する。デバイス管理情報記憶部18には、顧客の事務所に設置されているデバイス(複合機20)を管理するための情報が登録されている。なお、使用状況情報記憶部16及びアラート情報記憶部17に関しては、動作の説明に際に合わせて説明する。
図3は、本実施の形態における提案書情報記憶部19に予め設定されている提案書テンプレート管理テーブルのデータ構成の一例を示した図である。本実施の形態においては、顧客からの要求に応じて提案書を作成するが、提案書テンプレート管理テーブルには、提案書の種類毎に生成された提案書情報が設定される。提案書情報には、その作成する提案書の種類毎に、当該提案書を識別する提案書ID、当該提案書のテンプレートの格納場所を示すテンプレートURL、及びテンプレートへの使用量等の値の埋込方式が対応付けして設定される。
情報処理装置10における各構成要素11〜15は、情報処理装置10を形成するコンピュータと、コンピュータに搭載されたCPU31で動作するプログラム(提案書Webアプリケーション)との協調動作により実現される。また、各記憶部16〜19は、情報処理装置10に搭載されたHDD34にて実現される。あるいは、RAM33又は外部にある記憶手段をネットワーク経由で利用してもよい。
本実施の形態における複合機20は、情報送信部21及び提案書作成要求部22を有している。なお、図1には、本実施の形態の説明に用いない構成要素については図から省略している。情報送信部21は、使用状況情報及びアラート情報を情報処理装置10へ送信する。提案書作成要求部22は、操作パネルに表示された要求画面から顧客により入力された提案書の作成指示に応じて提案書作成要求を情報処理装置10へ送信する。複合機20における各構成要素21,22は、複合機20に内蔵されたコンピュータと、コンピュータに搭載されたCPUで動作するプログラムとの協調動作により実現される。
また、本実施の形態で用いるプログラムは、通信手段により提供することはもちろん、CD−ROMやUSBメモリ等のコンピュータ読み取り可能な記録媒体に格納して提供することも可能である。通信手段や記録媒体から提供されたプログラムはコンピュータにインストールされ、コンピュータのCPUがプログラムを順次実行することで各種処理が実現される。
次に、本実施の形態における動作について説明する。
複合機20では、何らかの障害を検知すると、アラート(警告)を発する。また、発せられたアラートに関するアラート情報を生成して内部に保持する。ところで、発生するアラートには、システムエラーのような深刻な障害ではなく、ユーザの操作ミス等によって発生する障害(ドキュメントジャム、ペーパージャム、トレイオープン等)もある。本実施の形態では、このような深刻ではない障害の発生時に発せられるアラートを「低レベルアラート」と定義する。情報送信部21は、低レベルアラートが検知されると、その低レベルアラートに関するアラート情報を情報処理装置10へ送信する。
図4は、本実施の形態におけるアラート情報記憶部17に記憶された低レベルアラート情報管理テーブルのデータ構成の一例を示した図である。低レベルアラート情報管理テーブルには、低レベルアラートが発生する度に、つまり、情報取得部11が情報送信部21からアラート情報が送信されてくる度に、1レコード分のアラート情報が生成されて記録される。アラート情報は、低レベルアラートの発生日、当該低レベルアラートが発生した複合機20を識別するデバイスID及び発生した低レベルアラートの種類を含む。なお、本実施の形態では、日単位で分析を行うので発生日を記憶するようにしたが、時間まで記録するようにしてもよい。複合機20において発生した低レベルアラートに対応するアラート情報は、以下に説明する繁忙期の予測処理が実行される前までに情報処理装置10に送られ、低レベルアラート情報管理テーブルに登録される必要がある。
また、複合機20には、印刷した面数やスキャンした回数等複合機20が使用される度に、厳密には、複合機20が提供する機能の使用量を示すカウントするカウンタが設けられている。各種カウンタは、それぞれ複合機20から導入されてからの使用量の累積値を示す。カウンタの数が多く情報量が膨大であるため、複合機20における情報送信部21は、月の1度、例えば所定期間である月の締め日、例えば月末に各カウンタ値をそれぞれ使用状況情報として情報処理装置10へ送信する。
図5は、本実施の形態における使用状況情報記憶部16に記憶された使用状況情報管理テーブルのデータ構成の一例を示した図である。使用状況情報管理テーブルには、情報取得部11が情報送信部21から使用状況情報が送信されてくる度に、カウンタ毎に1レコード分の使用状況情報が生成されて記録される。使用状況情報は、カウンタ値の受信日、カウンタ値を送信した複合機20を識別するデバイスID、カウンタが示す使用量の種類を識別するカウンタ名及び当該カウンタのカウンタ値を含む。
以下、顧客により提案書の作成が要求されたときに情報処理装置10が実施する提案書作成処理について図6に示したフローチャートを用いて説明する。
顧客が、提案書の作成を希望する複合機20において、操作パネルから所定の操作をすることで提案書作成アプリケーションを起動する。起動する際、起動した顧客の顧客IDは提案書作成アプリケーションへ送られるので、提案書作成アプリケーションに含まれる要求受付部12は、顧客IDを参照して当該顧客が使用している複合機20のリストを複合機20へ送信する。複合機20の操作パネルには、送信されてきたリストと、作成可能な提案書の形式とが選択可能に表示されるので、顧客は、操作パネルを操作してリストの中から提案書を作成したい複合機20と、作成したい提案書の形式を指定する。更に、顧客は、操作パネルから繁忙期がどうかを予測したい日(以下、「予測対象日」)を入力指定する。本実施の形態では、予測対象日として翌月の締め日(月末)が指定されることを想定している。もちろん、締め日に限定する必要はない。提案書作成要求部22は、この顧客による操作指示に応じて提案書作成要求を情報処理装置10へ送信する。この提案書作成要求には、提案書作成対象の複合機20のデバイスID、提案書の種類を特定する提案書ID及び予測対象日等の情報が含まれている。
なお、繁忙期かどうかの予測対象となる予測対象日に対し、提案書の作成を要求することによって予測対象日における予測の実施を要求する日を、以下の説明において「予測実施日」と称することにする。また、予測対象日として月の締め日が指定された場合、予測対象日を締め日とする月を「予測対象月」と称することにする。
このように、顧客が複数台の複合機20を使用している場合でも、提案書は複合機20単位に作成される。情報処理装置10は、提案書の作成時に繁忙期及び使用量を予測することになるが、厳密にいうと、予測するのは複合機20における繁忙期であり使用量である。ただ、複数の複合機のうち分析対象となる1台の複合機20が繁忙期と判断されれば、その複合機を使用する顧客は、繁忙期であるといってよいと考えられる。なお、顧客が1台の複合機20のみを所有し使用している場合、顧客の繁忙期と複合機20の繁忙期とは同義となる。
情報処理装置10において、要求受付部12は、複合機20から送信されてきた提案書作成要求を受信することで受け付けると(ステップ101)、提案書作成処理部13を起動する。提案書作成処理部13は、要求受付部12から提案書IDを受け取ることで、どの形式の提案書を作成するかを特定し、その特定した提案書の作成に必要な情報として、顧客の繁忙期はいつなのかを特定するために、繁忙期判別部14を起動する。
繁忙期判別部14は、起動されると、分析対象期間として予め決められている過去1年間における繁忙期、閑散期及びそれ以外の通常の時(以下、「通常期」と称する)を推定するための閾値を算出する(ステップ102)。すなわち、繁忙期判別部14は、分析対象期間である過去1年分(12月分)のアラート情報をアラート情報記憶部17から抽出し、月毎に集計することで各月における低レベルアラートの発生回数を求める。なお、提案書の作成が要求された日(予測実施日)が月の途中の場合は、当月を除外した過去1年を分析対象期間とする。
図7には、月毎の低レベルアラートの集計値を示す折れ線グラフが示されている。なお、図7において、横軸は、時間(月)であり、2013年4月から2014年3月までが過去1年間として示されている。縦軸は、低レベルアラートの発生回数である。続いて、繁忙期判別部14は、得られた12月分の低レベルアラートの発生回数の平均値と標準偏差を算出し、各月の集計値の平均値と標準偏差から、次のようにして各月を繁忙期等と推定するための閾値を算出する。すなわち、図7に示したように、月毎の低レベルアラートの発生回数(集計値)の平均値から標準偏差(σ)分離れた値であって件数の大きい方を繁忙期の閾値(繁忙期閾値)、小さい方を閑散期の閾値(閑散期閾値)と設定する。
ただ、顧客の複合機20の使用状況によって低レベルアラートの発生回数もばらつく場合もあり、その逆にほぼ同じ値を示す場合もあり得る。例えば、通年、低レベルアラートの発生回数が低く繁忙期はないような使用状況でも、前述した平均値と標準偏差のみを用いて繁忙期閾値及び閑散期閾値を設定すると、年の2/3(つまり、8ヶ月)は通常期、年の1/6(つまり、2ヶ月)は繁忙期又は閑散期と判別されてしまう可能性が生じてくる。つまり、平均値及び標準偏差をそのまま使うことが不適切な場合もある。
このような場合、平均値及び標準偏差に、あるいは繁忙期閾値及び閑散期閾値にそれぞれ係数をかけて調整してもよい。なお、閾値の調整に用いる係数の値は、顧客の使用状況に応じて設定すればよく、また、同値でも異なる値としてもよい。
繁忙期判別部14は、以上のようにして、繁忙期又は閑散期とみなす各閾値を設定する。また、これにより、過去1年間において各月が繁忙期、閑散期又は通常期に該当するかが判別可能になる。
続いて、繁忙期判別部14は、予測対象日が繁忙期、閑散期あるいは通常期のいずれかであるかどうかを予測する。そのために、繁忙期判別部14は、図8に示したように予測実施日から所定期間(この例では1月)前から予測実施日までの間の低レベルアラートの発生状況の傾きを求める。図8において、横軸は時間(日)であり、縦軸は低レベルアラートの発生回数(累積値)である。例えば、予測実施日(提案書の作成が要求された日)が2014年4月12日だとすると、低レベルアラート情報管理テーブルから、その1月前の2014年3月12日から2014年4月12日までの間(予測用データ集計期間)に発生した低レベルアラートの発生の累積推移を求め、これから予測用データ集計期間における低レベルアラートの発生状況の傾きを得る(ステップ103)。この処理について図8を用いて説明すると、予測用データ集計期間における低レベルアラートの発生の累積推移61を求め、この累積推移61の傾きを求める。図8では、この傾きを線62で示している。そして、図面上、求めた線62を、その線62の終期(予測実施日)を予測対象日に合わせるようにスライドすることによって、予測実施日における低レベルアラートの発生累積値を、予測対象日に適用する(ステップ104)。これにより、予測対象日における低レベルアラートの発生累積値を求めるための線63が得られる。
このようにして得られた予測対象日に低レベルアラートの発生累積値と繁忙期閾値とを比較し、予測対象日が繁忙期に入っているかどうかを判断する(ステップ105)。図7に示した例によると、予測対象日は繁忙期に入っていると判断される。
繁忙期判別部14は、以上のようにして予測対象日を締め日とする翌月、つまり予測対象月は繁忙期であると判別する。
続いて、本実施の形態では、予測対象月に複合機20がどれくらい使用されるかということを具体的に示す使用量を予測する。ところで、複合機20が頻繁に使用されると低レベルアラートの発生回数が増加する傾向にある。本実施の形態では、その性質を利用して使用量を予測している。なお、使用量の予測は、印刷した面数やスキャンした回数等のカウンタの種類毎に行うが、各種類とも同様に処理すればよい。
前述したように、情報処理装置10は、複合機20から月に1回カウンタ値を取得している。カウンタ値は、初期(複合機20の導入時)からの累積値であるので、使用量予測処理部15は、使用状況情報記憶部16に記憶された使用状況情報管理テーブルを参照して、直前の月に受信したカウンタ値との差分を求めることで、各月における使用量を算出する(ステップ106)。
図9には、月毎の使用量を折れ線グラフの図が示されている。図9において、横軸は、時間(月)であり、2013年4月から2014年3月までが過去1年間として示されている。縦軸は、使用量である。続いて、使用量予測処理部15は、得られた12月分の使用量の平均値と標準偏差を算出し、その算出した平均値と標準偏差から、次のようにして繁忙期等と推定するための閾値を算出する。この処理は、繁忙期判別部14と同様に処理すればよく、使用量の平均値から標準偏差(σ)分離れた値であって件数の大きい方を繁忙期の閾値(繁忙期閾値)、小さい方を閑散期の閾値(閑散期閾値)と設定する。なお、上記と同様に繁忙期閾値及び閑散期閾値にそれぞれ係数をかけて調整してもよい。
以上のようにして過去1年間における各月は、当該月の使用量から繁忙期、閑散期、又は通常期に分別される。すなわち、使用量が繁忙期閾値を超えた月は繁忙期、閑散期閾値を下回った月は閑散期、それ以外の月は通常期と判別される(ステップ107)。
ところで、前述した繁忙期判別部14における繁忙期予測処理において、予測対象月は繁忙期であると判別されている。従って、使用量予測処理部15は、使用量に基づき繁忙期と判別された月の平均値を算出し、これを予測対象月における使用量と予測する(ステップ108)。また、予測対象月が閑散期であった場合、使用量予測処理部15は、使用量に基づき閑散期と判別された月の平均値を算出し、これを予測対象月における使用量と予測する。また、予測対象月が通常期であった場合、使用量予測処理部15は、全体の月(12月分)の平均値を算出し、その算出値を予測対象月における使用量と予測する。
以上の処理をカウンタ種別毎に実行することで、カウンタ種別毎に予測対象月における各使用量を予測すると、提案書作成処理部13は、提案書テンプレート管理テーブルを参照して、顧客により指定された提案書IDに対応するテンプレートURLにより特定される格納場所からテンプレートを取り出し、予想対象月が繁忙期かどうか、また予想対象日における各カウンタ値の予測値(つまり、累積値)あるいは予想対象月における予想使用量を、取り出したテンプレートに埋め込むことで完成させる(ステップ108)。
以上のようにして、作成された提案書は、例えばセンタの担当者が印刷して顧客に提示するなどして業務改善等に役立てる。
本実施の形態においては、予測対象月が繁忙期かどうかを判別するようにしたので、顧客の使用状況を分析するに当たり繁忙期と閑散期の使用状況を比較するなどして精度の低い分析結果の出力を回避しやすくなる。
実施の形態2.
図10は、本実施の形態における情報処理装置10のブロック構成を示した図である。実施の形態1と同じ構成要素には、同じ符号を付け説明を省略する。本実施の形態における情報処理装置10は、実施の形態1に示した構成に、補正処理部41及び補正情報記憶部42を付加して構成される。
図10は、本実施の形態における情報処理装置10のブロック構成を示した図である。実施の形態1と同じ構成要素には、同じ符号を付け説明を省略する。本実施の形態における情報処理装置10は、実施の形態1に示した構成に、補正処理部41及び補正情報記憶部42を付加して構成される。
ところで、繁忙期判別部14は、予測対象月が繁忙期かどうかを判断する際に、図8に示した傾きの線62を単にスライドさせて線63を得ていた。つまり、予測対象日における低レベルアラートの発生累積値(予測対象月における低レベルアラートの発生回数)も合わせて予測していたことになる。図8の例によると、予測実施日における5回がそのまま予測対象日に適用される。
ただ、複合機20を長く使用している場合、複合機20の部材が損耗してくる。例えば、トレイのロック部品が摩耗すれば、トレイのしまりが悪くなり、用紙フィーダーのゴムが劣化すると紙送り性能が悪くなり、ジャムが発生しやすくなる。つまり、部材の経年劣化、また使用による劣化により、低レベルアラートの発生回数は徐々に増えてくると考えられる。一方、部材を交換すると、低レベルアラートの発生回数は一気に抑えられると考えられる。上記実施の形態1における繁忙期予測処理においては、実際に発生した低レベルアラートの発生回数をそのまま用いて予想対象月における発生回数としており、部材の経年劣化等の低レベルアラートの発生回数を変化させる要因を考慮していない。
そこで、本実施の形態においては、低レベルアラートの発生回数を、部材の経年劣化、使用による劣化、更に部材交換を考慮して補正するようにしたことを特徴としている。なお、本実施の形態において「部材」というのは、修理により交換される単位のことをいう。従って、ゴムなどの部品に加え、HDDなどのユニットも部材に該当する。
図10において、補正処理部41は、低レベルアラートの発生回数を、複合機20に含まれる部材の交換履歴情報に基づいて補正する補正手段である。なお、本実施の形態では、補正手段を補正処理部41により実現したが、繁忙期判別部14に補正手段としての機能を持たせてもよい。補正情報記憶部42には、交換履歴情報として、以下に示すエンジニア派遣管理テーブル、修理連絡書管理テーブル及び部材交換管理テーブルの各テーブルにて管理される各管理情報が記憶されている。補正処理部41は、情報処理装置10を形成するコンピュータと、コンピュータに搭載されたCPU31で動作するプログラムとの協調動作により実現される。また、補正情報記憶部42は、情報処理装置10に搭載されたHDD34にて実現される。あるいは、RAM33又は外部にある記憶手段をネットワーク経由で利用してもよい。
図11は、本実施の形態におけるエンジニア派遣管理テーブルのデータ構成の一例を示した図である。エンジニア派遣管理テーブルには、エンジニアが複合機20を修理する度に派遣情報が作成され追加される。派遣情報には、エンジニアが派遣され修理を実施した日(対応日)と、修理の対象となった複合機20を識別するデバイスIDと、当該複合機20において発生したアラートのうち対処したアラートを特定するための対処アラートコードと、が含まれる。本実施の形態におけるデバイスIDは、ハイフンによって2つのコードが連結されて構成されており、そのうち左側のコードは当該複合機20の機種を示す機種コードであり、右側のコードは機械番号である。
図12は、本実施の形態における修理連絡書管理テーブルのデータ構成の一例を示した図である。修理連絡書管理テーブルには、アラートが発生したときに、当該アラートに対処するために交換されるはずの部材が示されている修理情報が予め設定されている。修理連絡書管理テーブルは、エンジニアの統括部門より連絡書という形式で各エンジニアに配布され、エンジニアは、アラートに対処する際、修理連絡書管理テーブルを参照して、対処するアラートのアラートコードに対応する部材を交換することになる。なお、本実施の形態では、エンジニアは、修理連絡書管理テーブルの内容に従って常に正確に部分の交換を行うものとする。補正情報記憶部42には、エンジニアに配布された修理連絡書管理テーブルが登録されている。修理情報には、アラートを識別するアラートコードと、複合機20の機種を示す機種コードと、交換すべき部材を示す交換部材と、配布された連絡書の発行日と、が含まれる。
図13は、本実施の形態における部材交換管理テーブルのデータ構成の一例を示した図である。部材交換管理テーブルには、管理センタにて管理している複合機20の部材交換に関する交換情報が複合機20毎に登録される。交換情報には、複合機20を識別するデバイスIDに、当該複合機20の出荷日と、部材としてのHDD、ネットワークカード、ADFラッチ及びローラーゴムの各最終交換日(直近に交換した日)とが対応付けして構成される。エンジニアにより部材が交換されると、その交換された日が最終交換日として部材交換管理テーブルに設定登録される。なお、最終交換日が記録されるHDD等は、部材の一例であって交換される部材の種類はこれに限定するものではない。
前述した各テーブルのデータ更新は、図示しない構成要素によって適宜更新される。例えば、エンジニア派遣管理テーブルには、エンジニアによって派遣情報が逐次登録される。部材交換管理テーブルは、例えば1日1回深夜のタイマー処理にて更新される。具体的には、エンジニア派遣管理テーブルに新規追加されたレコードに対して、修理連絡書管理テーブルから更新された部材を引き当てて、その部材の最終交換日を更新する。
次に、本実施の形態における低レベルアラートの補正処理について図14に示したフローチャートを用いて説明する。本実施の形態における補正処理は、提案書の作成要求がされたタイミングで実施してもよいし、提案書の作成要求に先立って、例えば1日1回深夜のタイマー処理などによる定時処理として実施してもよい。ただ、定時処理とする場合、部材交換管理テーブルの更新内容が反映されるようにその更新後に実施するのが好適である。なお、ここでは、提案書の作成要求時に補正処理を実施するものとして説明する。
補正処理部41は、まず図15に示した経過情報テーブルを作成する。そのために、補正処理部41は、提案書の作成を要求した複合機20のデバイスIDから機種IDを抽出する。ここでは、“NC100362”という機種IDが抽出された場合を例にして説明すると、補正処理部41は、“NC100362”という機種IDのデバイス(複合機)の、予測実施日から直前の所定期間(上記例の1月)内において発生した低レベルアラートを低レベルアラート情報管理テーブルから抽出する。そして、複合機毎に集計することで所定期間内における低レベルアラートの発生回数を複合機毎に算出する(ステップ201)。
続いて、補正処理部41は、部材交換管理テーブルに登録されている各部材の最終交換日と現在の日付との差分を求めることで、各部材の交換されてからの経過日数を算出する。1度も交換されていない部材に対しては、出荷日からの経過日数を算出する。複合機20に搭載されていない部材に関しては算出対象外とする。以上のようにして部材毎に求めた経過日数から経過月数を算出する(ステップ202)。
このようにして、補正処理部41は、図15に例示した経過情報テーブルを作成する。図15では、“NC100362”という機種IDの複合機の経過情報テーブルを示している。各レコードは各複合機に対応する。
続いて、補正処理部41は、重回帰分析を行うことで、各部材の低レベルアラートの発生回数に対する重みを決定する(ステップ203)。そして、次のような補正式を得る(ステップ204)。
低レベルアラート発生回数=(0.32×HDD)+(−0.18×ネットワーク)+(−0.19×ADF)+(0.40×ローラーゴム)+2.58
低レベルアラート発生回数=(0.32×HDD)+(−0.18×ネットワーク)+(−0.19×ADF)+(0.40×ローラーゴム)+2.58
ところで、図15に例示した経過情報テーブルには、部品が交換されてから提案書の作成要求をした日(予測実施日)までの経過月数が含まれている。従って、補正処理部41は、続いて各部材がこのまま使われ続けたと仮定して、予測実施日から予測対象日までの経過月数を部材毎に求める(ステップ205)。例えば、図16に例示したような経過月数が得られたとする。このとき、補正処理部41は、図16に例示した各部材の経過月数を上記補正式に代入することで、低レベルアラートの発生回数を算出する(ステップ206)。
以上のようにして、補正処理部41は、部材の経年劣化及び部材交換を考慮して予測対象月における低レベルアラートの発生回数を補正する。図16に例示した経過月数を上記補正式に代入すると4.33と算出できるが、これは、予測対象月において低レベルアラートが4.33回(四捨五入して4回)発生すると予測したことになる。
実施の形態3.
例えば、1時間のうちで40枚を1回印刷するより3枚ずつ5分毎に12回印刷される方が印刷枚数は少ないものの複合機20の部材に与える影響が大きく、低レベルアラートが発生しやすいと考えられる。本実施の形態では、複合機20の使用の状況、つまり使用の集中度を考慮して低レベルアラートの発生回数を補正することを特徴としている。
例えば、1時間のうちで40枚を1回印刷するより3枚ずつ5分毎に12回印刷される方が印刷枚数は少ないものの複合機20の部材に与える影響が大きく、低レベルアラートが発生しやすいと考えられる。本実施の形態では、複合機20の使用の状況、つまり使用の集中度を考慮して低レベルアラートの発生回数を補正することを特徴としている。
本実施の形態におけるブロック構成及びハードウェア構成は実施の形態2と同じでよい。ただ、本実施の形態は、補正処理部41及び補正情報記憶部42に記録される情報が上記実施の形態2と異なる。補正処理部41は、低レベルアラートの発生回数を、複合機20の稼動実績情報に基づいて補正する補正手段である。なお、本実施の形態では、補正手段を補正処理部41により実現したが、繁忙期判別部14に補正手段としての機能を持たせてもよい。補正情報記憶部42には、ウォームアップタイム管理テーブルにて管理される稼動実績情報が記憶されている。
図17は、本実施の形態におけるウォームアップタイム管理テーブルのデータ構成の一例を示した図である。ウォームアップタイム管理テーブルは、例えば1日に1回、情報取得部11がタイマー処理により定期的に複合機20から取得することで更新される。ウォームアップタイム管理テーブルには、複合機20毎に1レコードの稼動実績情報が形成される。稼動実績情報は、複合機20から取得したときの受信日、当該複合機20を識別するデバイスID、ウォームアップタイム及び稼動時間を含む。本実施の形態において「ウォームアップタイム」というのは、複合機20が使えない状態から使用可能な状態になるまでに要する時間のこという。具体的には、電源オフの状態において電源がオンされてから使用可能な状態になるまでに要する時間、また節電モード等により待機状態になっているときにユーザ操作入力等何らかのイベントが発生してから使用可能な状態になるまでに要する時間、である。稼動実績情報におけるウォームアップタイムには、当該複合機20が導入されてからの累計時間が含まれている。稼働時間についても同様に累積時間が含まれる。
次に、本実施の形態における低レベルアラートの補正処理について図18に示したフローチャートを用いて説明する。本実施の形態における補正処理の実施タイミングは、実施の形態2と同様でよい。
補正処理部41は、まず図19に示した稼働実績管理テーブルを作成する。そのために、補正処理部41は、提案書の作成を要求した複合機20のデバイスIDから機種IDを抽出する。ここでは、“NC100362”という機種IDが抽出された場合を例にして説明すると、補正処理部41は、“NC100362”という機種IDのデバイス(複合機)の、予測実施日から直前の所定期間(上記例の1月)内において発生した低レベルアラートを低レベルアラート情報管理テーブルから抽出する。そして、複合機毎に集計することで所定期間内における低レベルアラートの発生回数を複合機毎に算出する(ステップ301)。
続いて、補正処理部41は、稼働実績管理テーブルに登録されている各複合機のウォームアップタイムを直前の所定期間(上記例の1月)間のウォームアップタイムとの差分を求めることで、直前の1月間のウォームアップタイムを算出する。また、同様にして直前の1月間の稼働時間を算出する(ステップ302)。
このようにして、補正処理部41は、図19に例示した稼働実績管理テーブルを作成する。図19では、“NC100362”という機種IDの複合機の稼働実績管理テーブルを示している。各レコードは各複合機に対応する。
続いて、補正処理部41は、重回帰分析を行うことで、ウォームアップタイム及び稼働時間に対する重みを決定する(ステップ303)。そして、次のような補正式を得る(ステップ204)。
低レベルアラート発生回数=(0.000594×ウォームアップタイム)+(−0.00077×稼働時間)+2.481316
低レベルアラート発生回数=(0.000594×ウォームアップタイム)+(−0.00077×稼働時間)+2.481316
続いて、補正処理部41は、ウォームアップタイム管理テーブルを参照して、提案書の作成が要求された複合機20(この例では、“NC011362−735406”)について、分析対象期間(過去12月分)において各月と各月の前月との差分から各月のウォームアップタイム及び稼働時間を算出する(ステップ305)。このようにして、図20に示したテーブルを得る。
続いて、補正処理部41は、複合機20が繁忙期等に関係なく平均的にどのような状況にて使用されていたかを得るために、本実施の形態では、ウォームアップタイム及び稼働時間の各平均値を求め、その平均値を前述した補正式に代入することで、低レベルアラートの発生回数を算出する(ステップ306)。
以上のようにして、補正処理部41は、複合機20の使用の集中度を考慮して予測対象月における低レベルアラートの発生回数を補正する。図20に例示した経過月数を上記補正式に代入すると2.830749と算出できるが、これは、提案書作成対象の複合機20がこのようなウォームアップタイムと稼働時間との関係のもとで使用されれば、予測対象月において低レベルアラートが2.830749回(四捨五入して3回)発生すると予測したことになる。
実施の形態4.
上記実施の形態1に対し、実施の形態2,3では、予想対象日における低レベルアラートの発生回数の累積値を補正した。本実施の形態では、各実施の形態2,3において求めた補正値を利用して繁忙期閾値及び閑散期閾値を補正することを特徴としている。
上記実施の形態1に対し、実施の形態2,3では、予想対象日における低レベルアラートの発生回数の累積値を補正した。本実施の形態では、各実施の形態2,3において求めた補正値を利用して繁忙期閾値及び閑散期閾値を補正することを特徴としている。
本実施の形態における情報処理装置10のブロック構成及びハードウェア構成は、実施の形態2,3と同じでよい。本実施の形態においては、繁忙期判別部14が実施する処理が上記各実施の形態とは異なる、すなわち、以下の説明する処理を付加して行うことになる。
図21(a)は、月毎の低レベルアラートの発生回数と繁忙期及び閑散期の各閾値との関係を示したグラフ図であり、実施の形態1に示した図7に相当する図である。図21(a)は、図7に対し、実施の形態2において部材経年に基づき補正した予測値64と、実施の形態3において使用状況に基づき補正した予測値65とを付加している。
実施の形態1における繁忙期判別部14は、図6におけるステップ102において12月分の低レベルアラートの発生回数の平均値と標準偏差(σ)を算出し、この算出した平均値と標準偏差から繁忙期及び閑散期の各閾値を設定した。本実施の形態における繁忙期判別部14は、算出した平均値を、部材経年に基づき補正した予測値64及び実施の形態3において使用状況に基づき補正した予測値65を用いて補正する。具体的には、平均値と各予測値64,65の重心(平均)を求めることで、図21(a)に示した平均値と補正し、その補正後の平均値から標準偏差(σ)分離れた値に合わせるように繁忙期及び閑散期の各閾値をシフトさせる。この補正の結果を図21(b)に示す。
以上のように繁忙期及び閑散期の各閾値を設定した後は、図8を用いて説明したように予想対象月が繁忙期かどうかの判別する処理に移行すればよい。本実施の形態においては、以上のようにして繁忙期の判別精度を向上させる。
なお、本実施の形態では、重心を取ることで平均値を補正するようにしたが、他の算出方法によって平均値を補正するようにしてもよい。また、本実施の形態では、予測値64,65の両方を用いて平均値を補正するようにしたが、少なくとも一方を用いるようにしてもよい。
なお、上記各実施の形態においては、作成要求された提案書に埋め込むことを目的として、予測対象日が繁忙期かどうか、また予測対象日における低レベルアラートの発生回数の累積値、更に複合機20の使用量を予測するようにしたが、必ずしも提案書の作成目的で予測等を行う必要はなく、予測結果を単に提示するようにしてもよい。例えば、予測した結果を参照に将来の見積もりの算出等に活用してもよい。
また、上記各実施の形態においては、分析対象機器として複合機20を例にして説明したが、他の機器を分析対象としてもよい。
10 情報処理装置、11 情報取得部、12 要求受付部、13 提案書作成処理部、14 繁忙期判別部、15 使用量予測処理部、16 使用状況情報記憶部、17 アラート情報記憶部、18 デバイス管理情報記憶部、19 提案書情報記憶部、20 複合機、21 情報送信部、22 提案書作成要求部、31 CPU、32 ROM、33 RAM、34 ハードディスクドライブ(HDD)、35 マウス、36 キーボード、37 ディスプレイ、38 入出力コントローラ、39 ネットワークコントローラ、40 内部バス、41 補正処理部、42 補正情報記憶部。
Claims (8)
- 分析対象機器から発せられた深刻ではない低レベル障害を表す低レベル警告情報を所定期間毎に集計することによって求めた各所定期間における低レベル警告情報の発生回数から前記機器のユーザの繁忙期を推定するための閾値を算出する算出手段と、
前記閾値を超えた発生回数の所定期間を前記機器における繁忙期と推定する推定手段と、
を有することを特徴とする情報処理装置。 - 前記機器の使用状況に関する使用状況情報を参照して、指定された予測対象日を含む所定期間の始期から予測対象日までの前記機器の使用量を予測する予測手段を有することを特徴とする請求項1に記載の情報処理装置。
- 前記低レベル警告情報の発生回数を、前記機器に含まれる部材の交換履歴情報に基づいて補正する補正手段を有することを特徴とする請求項1に記載の情報処理装置。
- 前記低レベル警告情報の発生回数を、前記機器の稼動実績情報に基づいて補正する補正手段を有することを特徴とする請求項1に記載の情報処理装置。
- 前記算出手段は、前記補正手段により補正された低レベル警告情報の発生回数を参照して、前記閾値を算出することを特徴とする請求項3又は4に記載の情報処理装置。
- 分析対象となる機器と、
情報処理装置と、
を有し、
前記機器は、深刻ではない低レベル障害を表す低レベル警告情報を前記情報処理装置へ送信する送信手段を有し、
前記情報処理装置は、
前記機器から送信されてきた低レベル警告情報を所定期間毎に集計することによって求めた各所定期間における低レベル警告情報の発生回数から前記機器のユーザの繁忙期を推定するための閾値を算出する算出手段と、
前記閾値を超えた発生回数の所定期間を前記機器における繁忙期と推定する推定手段と、
有することを特徴とする機器管理システム。 - 前記送信手段は、当該機器の使用状況に関する使用状況情報を送信し、
前記情報処理装置は、前記機器から送信されてきた使用状況情報を参照して、指定された予測対象日を含む所定期間の始期から予測対象日までの前記機器の使用量を予測する予測手段を有する、
ことを特徴とする請求項6に記載の機器管理システム。 - コンピュータを、
分析対象機器において所定の情報収集期間内に発せられた深刻ではない低レベルの障害を表す低レベル警告情報を所定期間毎に集計することによって求めた各所定期間における低レベル警告情報の発生回数から情報収集期間において繁忙期を推定するための閾値を算出する算出手段、
前記閾値を超えた発生回数の所定期間を前記機器における繁忙期と推定する推定手段、
として機能させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015159438A JP2017037547A (ja) | 2015-08-12 | 2015-08-12 | 情報処理装置、機器管理システム及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015159438A JP2017037547A (ja) | 2015-08-12 | 2015-08-12 | 情報処理装置、機器管理システム及びプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2017037547A true JP2017037547A (ja) | 2017-02-16 |
Family
ID=58047543
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015159438A Pending JP2017037547A (ja) | 2015-08-12 | 2015-08-12 | 情報処理装置、機器管理システム及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2017037547A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020119026A (ja) * | 2019-01-18 | 2020-08-06 | 京セラドキュメントソリューションズ株式会社 | サーバー装置、メンテナンス管理システム及びメンテナンス管理プログラム |
JP2020173320A (ja) * | 2019-04-09 | 2020-10-22 | キヤノン株式会社 | 画像形成装置 |
-
2015
- 2015-08-12 JP JP2015159438A patent/JP2017037547A/ja active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020119026A (ja) * | 2019-01-18 | 2020-08-06 | 京セラドキュメントソリューションズ株式会社 | サーバー装置、メンテナンス管理システム及びメンテナンス管理プログラム |
JP7281070B2 (ja) | 2019-01-18 | 2023-05-25 | 京セラドキュメントソリューションズ株式会社 | サーバー装置、メンテナンス管理システム及びメンテナンス管理プログラム |
JP2020173320A (ja) * | 2019-04-09 | 2020-10-22 | キヤノン株式会社 | 画像形成装置 |
JP7278842B2 (ja) | 2019-04-09 | 2023-05-22 | キヤノン株式会社 | 画像形成装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5479177B2 (ja) | 情報処理装置、消耗品管理方法およびプログラム | |
US9942421B2 (en) | Information processing system, information processing method, and computer program product | |
JP6244838B2 (ja) | 提案支援システム及び提案支援方法 | |
US10462309B2 (en) | System and method for diagnosing a printing device based on a correlation coefficient between print volume and error rate | |
US9298150B2 (en) | Failure predictive system, and failure predictive apparatus | |
US10832226B2 (en) | System and service determination method | |
US20210200486A1 (en) | Information processing apparatus and non-transitory computer readable medium | |
US8472044B2 (en) | Management apparatus and control method thereof | |
JP2020113324A (ja) | システム、情報処理装置、サービス決定方法及びプログラム | |
JP2010117898A (ja) | ジョブログ処理装置およびプログラム | |
US20130111228A1 (en) | Information processing apparatus, method, and system, and computer readable medium | |
CN113165405B (zh) | 成像设备、用于激活墨盒的方法以及计算机可读介质 | |
JP5790891B1 (ja) | 情報処理装置及びプログラム | |
US20150039377A1 (en) | Information output apparatus, information output system, and information output method | |
JP2017037547A (ja) | 情報処理装置、機器管理システム及びプログラム | |
JP2010097391A (ja) | 情報処理装置、情報処理システム、情報処理方法、情報処理プログラムおよび記録媒体 | |
JP6357938B2 (ja) | 機器管理装置、機器管理システム、情報処理方法、及びプログラム | |
JP6500521B2 (ja) | 情報処理装置及び情報処理プログラム | |
US9354999B2 (en) | Information processing system, information processing apparatus, and computer program product | |
JP2017220160A (ja) | 情報処理装置、プログラム、使用量予測方法及び情報処理システム | |
JP2013020360A (ja) | 情報処理装置、画像形成装置及びプログラム | |
JP6865368B2 (ja) | 情報処理装置及び情報処理プログラム | |
JP2016086313A (ja) | 情報処理システム及びプログラム | |
US8542378B2 (en) | Method and apparatus for automated determination of expiration of an image production device that is currently in use by a customer | |
JP2018067147A (ja) | 管理システム、及び管理システムの制御方法 |