JP2021014028A

JP2021014028A - Image formation device

Info

Publication number: JP2021014028A
Application number: JP2019128387A
Authority: JP
Inventors: 結加藤; Yui Kato; 浩次藤井; Koji Fujii; 弘治南野; Hiroharu Minamino; 前田　良太; Ryota Maeda; 良太前田; 太朗倉橋; Taro Kurahashi
Original assignee: Kyocera Document Solutions Inc
Current assignee: Kyocera Document Solutions Inc
Priority date: 2019-07-10
Filing date: 2019-07-10
Publication date: 2021-02-12
Anticipated expiration: 2039-07-10
Also published as: JP7281053B2

Abstract

To provide an image formation device in which a range of operation defects which can be detected is enlarged.SOLUTION: An image formation device 100, which forms an image on a recording medium, comprises an acquisition part 120 and a control part 1425. The acquisition part 120 sequentially acquires a plurality of log records indicating an operation situation of the image formation device 100. The control part 1425 controls operation of constituent portions of the image formation device 100. The plurality of log records include a first log record indicating completion of first operation for the image formation device 100 to prepare image formation and a second log record that should appear after the first log record. After the first operation for the image formation device 100 is started, the control part 1425, if the second log record appears before the first log record appears, performs control so that the first operation is restarted and then recovery operation is executed.SELECTED DRAWING: Figure 2

Description

本発明は、画像形成装置に関する。 The present invention relates to an image forming apparatus.

特許文献１に記載の画像形成装置は、ジョブの実行に伴ってエラーが発生したときに実行条件を含むジョブログを記憶し、同じ実行条件の他のジョブに関して実行要求があったときにデバッグ機能を有効にし、再現されたエラーに基づいてデバッグ用の詳細ログを取得する。 The image forming apparatus described in Patent Document 1 stores a job log including an execution condition when an error occurs in connection with the execution of a job, and has a debugging function when an execution request is made for another job with the same execution condition. Enable and get a detailed log for debugging based on the reproduced error.

特開２０１１−２１０２５９号公報Japanese Unexamined Patent Publication No. 2011-21259

特許文献１に記載の画像形成装置は、事前にエラーの内容が定義される必要があったので、ソフトウェアに起因した想定外の動作不具合を検知することができなかった。 Since the image forming apparatus described in Patent Document 1 needs to define the content of the error in advance, it is not possible to detect an unexpected operation malfunction caused by the software.

そこで、本発明は上記事情を考慮し、検知可能な動作不具合の範囲が拡大された画像形成装置を提供することを目的とする。 Therefore, in consideration of the above circumstances, an object of the present invention is to provide an image forming apparatus in which the range of detectable malfunctions is expanded.

本発明の画像形成装置は、記録媒体の上に画像を形成する装置であって、取得部と、制御部とを備える。前記取得部は、前記画像形成装置の動作状況を示す複数のログ記録を順次取得する。前記制御部は、前記画像形成装置の各構成部分の動作を制御する。前記複数のログ記録は、前記画像形成装置の画像形成の準備のための第１動作の完了を示す第１ログ記録と、前記第１ログ記録の後に出現すべき第２ログ記録とを含む。前記制御部は、前記画像形成装置の前記第１動作が開始した後、前記第１ログ記録が出現する前に前記第２ログ記録が出現した場合に、前記第１動作の開始に戻ってリカバリー動作が実行されるように制御する。 The image forming apparatus of the present invention is an apparatus for forming an image on a recording medium, and includes an acquisition unit and a control unit. The acquisition unit sequentially acquires a plurality of log records indicating the operating status of the image forming apparatus. The control unit controls the operation of each component of the image forming apparatus. The plurality of log recordings include a first log recording indicating the completion of the first operation for preparing the image formation of the image forming apparatus, and a second log recording to appear after the first log recording. When the second log recording appears after the first operation of the image forming apparatus starts and before the first log recording appears, the control unit returns to the start of the first operation and recovers. Controls the operation to be performed.

本発明によれば、検知可能な動作不具合の範囲が拡大された画像形成装置を提供することが可能になる。 According to the present invention, it is possible to provide an image forming apparatus having an expanded range of detectable malfunctions.

実施形態に係る画像形成装置の一例を示す図である。It is a figure which shows an example of the image forming apparatus which concerns on embodiment. 画像形成装置の構成の一例を示すブロック図である。It is a block diagram which shows an example of the structure of an image forming apparatus. ソフトウェアログの一例を示す図である。It is a figure which shows an example of a software log. 学習モデルの構成の一例を示す図である。It is a figure which shows an example of the structure of a learning model. 学習モデルの動作の一例を示す図である。It is a figure which shows an example of the operation of a learning model. 不具合推定結果テーブルの一例を示す図である。It is a figure which shows an example of the defect estimation result table. 不具合推定処理の一例を示すフローチャートである。It is a flowchart which shows an example of a defect estimation process. 図７に続くフローチャートである。It is a flowchart following FIG. （ａ）は正常シーケンスの一例を、（ｂ）は異常シーケンスの一例をそれぞれ示す図である。(A) is an example of a normal sequence, and (b) is a diagram showing an example of an abnormal sequence. （ａ）は正常シーケンスの他の例を、（ｂ）は異常シーケンスの他の例をそれぞれ示す図である。(A) is a diagram showing another example of a normal sequence, and (b) is a diagram showing another example of an abnormal sequence.

以下、図面を参照して本発明の実施形態を説明する。なお、図中、同一又は相当部分については同一の参照符号を付して説明を繰り返さない。 Hereinafter, embodiments of the present invention will be described with reference to the drawings. In the drawings, the same or corresponding parts are designated by the same reference numerals and the description is not repeated.

まず、図１を参照して、本実施形態に係る画像形成装置１００について説明する。図１は、画像形成装置１００の一例を示す図である。画像形成装置１００は、シートＳに画像を形成する。画像形成装置１００は、例えば、プリンター、コピー機又は複合機である。画像形成装置１００は、ファクシミリ機能を有してもよい。本実施形態では、画像形成装置１００は電子写真方式である。 First, the image forming apparatus 100 according to the present embodiment will be described with reference to FIG. FIG. 1 is a diagram showing an example of an image forming apparatus 100. The image forming apparatus 100 forms an image on the sheet S. The image forming apparatus 100 is, for example, a printer, a copier, or a multifunction device. The image forming apparatus 100 may have a facsimile function. In this embodiment, the image forming apparatus 100 is an electrophotographic system.

画像形成装置１００は、画像形成部１１０と、取得部１２０と、通信部１３０と、装置制御部１４０と、入出力部１５０とを備える。画像形成部１１０、取得部１２０、通信部１３０及び装置制御部１４０は、画像形成装置１００の筐体内に設置される。 The image forming apparatus 100 includes an image forming unit 110, an acquisition unit 120, a communication unit 130, an apparatus control unit 140, and an input / output unit 150. The image forming unit 110, the acquiring unit 120, the communication unit 130, and the device control unit 140 are installed in the housing of the image forming device 100.

画像形成部１１０は、シートＳに画像を形成する。例えば、シートＳは、普通紙、再生紙、薄紙、厚紙、コート紙又はＯＨＰ（ＯｖｅｒｈｅａｄＰｒｏｊｅｃｔｏｒ）シートである。 The image forming unit 110 forms an image on the sheet S. For example, the sheet S is plain paper, recycled paper, thin paper, thick paper, coated paper, or an OHP (Overhead Projector) sheet.

取得部１２０は、画像形成装置１００の動作状況を示すログを取得する。具体的には、取得部１２０は、画像形成装置１００の制御プログラムの実行中における動作状況を示すソフトウェアログを取得する。ここで、「ソフトウェアログ」とは、制御プログラムに基づいて制御された画像形成装置１００の振る舞いを、日時とともに時系列に記録した一連の記録である。例えば、ソフトウェアログは、画像形成装置１００の状態、各機能の制御結果、エラー若しくは障害の状態、又は他の電子機器との通信状況を示す。取得部１２０は、第１取得部１２２と、第２取得部１２４とを含む。 The acquisition unit 120 acquires a log showing the operating status of the image forming apparatus 100. Specifically, the acquisition unit 120 acquires a software log indicating an operation status during execution of the control program of the image forming apparatus 100. Here, the "software log" is a series of records in which the behavior of the image forming apparatus 100 controlled based on the control program is recorded in chronological order together with the date and time. For example, the software log shows the status of the image forming apparatus 100, the control result of each function, the status of an error or failure, or the communication status with other electronic devices. The acquisition unit 120 includes a first acquisition unit 122 and a second acquisition unit 124.

第１取得部１２２は、画像形成装置１００の動作状況を示す第１ログを取得する。ここで、「第１ログ」は、自然言語処理の学習モデルと同様の手法で、第１確率分布を学習するために使用されるソフトウェアログである。本実施形態では、第１ログは、例えば、３０００〜４０００程度のログ記録を含む。第１確率分布は、第１ログに含まれる各ログ記録の出現確率を示す。 The first acquisition unit 122 acquires the first log showing the operating status of the image forming apparatus 100. Here, the "first log" is a software log used for learning the first probability distribution by the same method as the learning model of natural language processing. In the present embodiment, the first log includes, for example, about 3000 to 4000 log records. The first probability distribution indicates the appearance probability of each log record included in the first log.

第２取得部１２４は、画像形成装置１００の動作状況を示す第２ログを取得する。ここで、「第２ログ」は、学習済みの学習モデルに入力されて、第２確率分布を推論するために使用されるソフトウェアログである。本実施形態では、第２ログは、例えば、１０００〜１５００程度のログ記録を含む。第２確率分布は、第２ログに含まれる各ログ記録の出現確率を示す。なお、第１ログと第２ログとは、同形式であるが、内容の異なる情報である。 The second acquisition unit 124 acquires a second log indicating the operating status of the image forming apparatus 100. Here, the "second log" is a software log that is input to the trained learning model and used to infer the second probability distribution. In the present embodiment, the second log includes, for example, about 1000 to 1500 log records. The second probability distribution indicates the appearance probability of each log record included in the second log. The first log and the second log have the same format, but have different contents.

通信部１３０は、同じ通信方式（プロトコル）を利用する通信機が搭載された電子機器との間で通信が可能である。具体的には、通信部１３０は、ＬＡＮ（ＬｏｃａｌＡｒｅａＮｅｔｗｏｒｋ）のようなネットワークを介して、他の電子機器と通信する。通信部１３０は、例えば、ＬＡＮボードのような通信モジュール（通信機器）である。 The communication unit 130 can communicate with an electronic device equipped with a communication device that uses the same communication method (protocol). Specifically, the communication unit 130 communicates with other electronic devices via a network such as a LAN (Local Area Network). The communication unit 130 is, for example, a communication module (communication device) such as a LAN board.

装置制御部１４０は、制御プログラムを実行することによって、画像形成装置１００の各構成部分の動作を制御する。更に、装置制御部１４０は、ニューラルネットワークを含む学習モデルを用いて、画像形成装置１００の不具合の可能性の有無を推定する。具体的には、装置制御部１４０は、再帰型ニューラルネットワーク（ＲｅｃｕｒｒｅｎｔＮｅｕｒａｌＮｅｔｗｏｒｋ：以下、「ＲＮＮ」と称する場合がある）に、ソフトウェアログを示す一連の記号を入力し、自然言語処理のための学習モデルと同様の手法を用いて、不具合の可能性の有無を推定する。例えば、ＲＮＮにおいて、特異なログ記録が検出された場合に、不具合の可能性があると推定する。ＲＮＮは、入力層と、隠れ層と、出力層とを有する。なお、隠れ層は、１層であってもよく、２層以上であってもよい。 The device control unit 140 controls the operation of each component of the image forming device 100 by executing a control program. Further, the device control unit 140 estimates whether or not the image forming device 100 may be defective by using a learning model including a neural network. Specifically, the device control unit 140 inputs a series of symbols indicating software logs into a recurrent neural network (hereinafter, may be referred to as "RNN"), and is used for natural language processing. Estimate the possibility of failure using the same method as the learning model. For example, if a peculiar log recording is detected in the RNN, it is estimated that there is a possibility of a malfunction. The RNN has an input layer, a hidden layer, and an output layer. The hidden layer may be one layer or two or more layers.

入出力部１５０は、各種の情報をユーザーに報知する。具体的には、入出力部１５０は、装置制御部１４０で不具合の可能性があると判定された場合に、その旨を示す情報を報知する。更に、入出力部１５０は、ユーザーから指示を受け付ける。入出力部１５０は、表示部１５２と、受付部１５４と、音声出力部１５６とを有する。 The input / output unit 150 notifies the user of various types of information. Specifically, when the device control unit 140 determines that there is a possibility of a malfunction, the input / output unit 150 notifies the information indicating that fact. Further, the input / output unit 150 receives an instruction from the user. The input / output unit 150 includes a display unit 152, a reception unit 154, and an audio output unit 156.

表示部１５２は、各種の情報を画面に表示する。具体的には、表示部１５２は、装置制御部１４０で不具合の可能性があると判定された場合に、不具合の可能性がある旨を示す内容を画面に表示する。 The display unit 152 displays various information on the screen. Specifically, when the device control unit 140 determines that there is a possibility of a malfunction, the display unit 152 displays on the screen the content indicating that there is a possibility of a malfunction.

表示部１５２は、ディスプレー及びタッチセンサーを含む。表示部１５２は、例えば、液晶ディスプレーを含むタッチパネルである。なお、ディスプレーは、液晶ディスプレーに限らず、有機ＥＬディスプレー（ＯｒｇａｎｉｃＥｌｅｃｔｒｏＬｕｍｉｎｅｓｃｅｎｃｅＤｉｓｐｌａｙ）でもよい。 The display 152 includes a display and a touch sensor. The display unit 152 is, for example, a touch panel including a liquid crystal display. The display is not limited to a liquid crystal display, and may be an organic EL display (Organic Electroluminescence Display).

タッチセンサーは、被検知体によるタッチを検知する。タッチセンサーは、被検知体によるタッチを検知した位置を示す検知信号を出力する。被検知体は、例えば、ユーザーの手指である。タッチセンサーは、例えば、抵抗膜方式のタッチセンサーである。 The touch sensor detects the touch by the object to be detected. The touch sensor outputs a detection signal indicating the position where the touch by the object to be detected is detected. The detected body is, for example, a user's finger. The touch sensor is, for example, a resistive touch sensor.

受付部１５４は、例えば、テンキー、スタートキー、及びキャンセルキーを含む。 The reception unit 154 includes, for example, a numeric keypad, a start key, and a cancel key.

音声出力部１５６は、各種の情報を音声で報知する。具体的には、音声出力部１５６は、装置制御部１４０で不具合の可能性があると判定された場合に、不具合の可能性がある旨を音声で報知する。 The voice output unit 156 notifies various information by voice. Specifically, when the device control unit 140 determines that there is a possibility of a malfunction, the voice output unit 156 notifies by voice that there is a possibility of a malfunction.

画像形成部１１０は、給送部１１２と、搬送部１１４と、作像部１１６とを含む。給送部１１２は、シートＳを収容する。また、給送部１１２は、必要に応じてシートＳを１枚ずつ給送する。 The image forming unit 110 includes a feeding unit 112, a conveying unit 114, and an image forming unit 116. The feeding unit 112 accommodates the sheet S. Further, the feeding unit 112 feeds the sheets S one by one as needed.

給送部１１２は、カセット１１２ａと、給送ローラー１１２ｂとを備える。カセット１１２ａは、複数枚のシートＳを収容する。給送ローラー１１２ｂは、カセット１１２ａに収容されたシートＳを給送する。給送ローラー１１２ｂは、カセット１１２ａに収容された複数枚のシートＳのうち最上面に位置するシートＳを１枚ずつ給送する。ここでは、給送部１１２は、複数のカセット１１２ａを備え、複数のカセット１１２ａごとに給送ローラー１１２ｂが設置されている。 The feeding unit 112 includes a cassette 112a and a feeding roller 112b. The cassette 112a accommodates a plurality of sheets S. The feeding roller 112b feeds the sheet S housed in the cassette 112a. The feeding roller 112b feeds the sheet S located on the uppermost surface of the plurality of sheets S housed in the cassette 112a one by one. Here, the feeding unit 112 includes a plurality of cassettes 112a, and a feeding roller 112b is installed for each of the plurality of cassettes 112a.

搬送部１１４は、給送部１１２によって給送されたシートＳを作像部１１６に搬送する。詳細には、搬送部１１４は、給送部１１２によって給送されたシートＳを１枚ずつ作像部１１６に搬送する。作像部１１６がシートＳに画像を形成した後、搬送部１１４は、作像部１１６からシートＳを搬送し、シートＳを画像形成装置１００の外部に排出する。 The transport unit 114 transports the sheet S fed by the feed unit 112 to the image forming unit 116. Specifically, the transport unit 114 transports the sheets S fed by the feed unit 112 to the image forming unit 116 one by one. After the image forming unit 116 forms an image on the sheet S, the conveying unit 114 conveys the sheet S from the image forming unit 116 and discharges the sheet S to the outside of the image forming apparatus 100.

搬送部１１４は、搬送ローラー１１４ａを複数含む。搬送ローラー１１４ａは、シートＳを搬送する。搬送部１１４において、複数の搬送ローラー１１４ａによってシートＳの搬送路が形成される。 The transport unit 114 includes a plurality of transport rollers 114a. The transport roller 114a transports the sheet S. In the transport unit 114, a transport path for the sheet S is formed by the plurality of transport rollers 114a.

搬送ローラー１１４ａは、回転ローラーを含む。回転ローラーは、回転軸を中心に回転する。典型的には、搬送ローラー１１４ａは、一対の回転ローラーを含む。一対の回転ローラーは、互いに対向して回転軸を中心に回転する。一例では、一対の回転ローラーのうちの一方の回転ローラーはモーターの動力にしたがって回転し、他方の回転ローラーは従動して回転する。シートＳは、回転する一対の回転ローラーの間に進入し、回転ローラーによって付勢されて回転ローラーから押し出される。 The transport roller 114a includes a rotating roller. The rotating roller rotates about a rotation axis. Typically, the transport roller 114a includes a pair of rotating rollers. The pair of rotating rollers rotate around a rotation axis so as to face each other. In one example, one of the pair of rotating rollers rotates according to the power of the motor, and the other rotating roller is driven to rotate. The sheet S enters between a pair of rotating rotating rollers, is urged by the rotating rollers, and is pushed out of the rotating rollers.

搬送ローラー１１４ａは、レジストローラー１１４ｒを含む。レジストローラー１１４ｒは、作像部１１６にシートＳを搬送するタイミングを調整する。レジストローラー１１４ｒは、シートＳの搬送を一旦停止し、作像部１１６の所定のタイミングに合わせて作像部１１６にシートＳを搬送する。 The transport roller 114a includes a resist roller 114r. The resist roller 114r adjusts the timing of conveying the sheet S to the image forming unit 116. The resist roller 114r temporarily stops the conveying of the sheet S, and conveys the sheet S to the image forming section 116 at a predetermined timing of the image forming section 116.

トナーコンテナＣａ〜Ｃｄは画像形成装置１００に装着される。トナーコンテナＣａ〜Ｃｄの各々は画像形成装置１００に対して着脱自在である。トナーコンテナＣａ〜Ｃｄのそれぞれには異なる色のトナーが収容される。トナーコンテナＣａ〜Ｃｄのトナーは画像形成部１１０に供給される。画像形成部１１０は、トナーコンテナＣａ〜Ｃｄから供給されたトナーを用いて画像を形成する。 The toner containers Ca to Cd are mounted on the image forming apparatus 100. Each of the toner containers Ca to Cd is removable from the image forming apparatus 100. Toner containers Ca to Cd each contain toners of different colors. The toners of the toner containers Ca to Cd are supplied to the image forming unit 110. The image forming unit 110 forms an image using the toner supplied from the toner containers Ca to Cd.

例えば、トナーコンテナＣａは、イエロー色のトナーを収容し、作像部１１６にイエロー色のトナーを供給する。トナーコンテナＣｂは、マゼンタ色のトナーを収容し、作像部１１６にマゼンタ色のトナーを供給する。トナーコンテナＣｃは、シアン色のトナーを収容し、作像部１１６にシアン色のトナーを供給する。トナーコンテナＣｄは、ブラック色のトナーを収容し、作像部１１６にブラック色のトナーを供給する。 For example, the toner container Ca stores the yellow toner and supplies the yellow toner to the image forming unit 116. The toner container Cb stores magenta-colored toner and supplies magenta-colored toner to the image-forming unit 116. The toner container Cc stores the cyan-colored toner and supplies the cyan-colored toner to the image forming unit 116. The toner container Cd stores the black toner and supplies the black toner to the image forming unit 116.

作像部１１６は、トナーコンテナＣａ〜Ｃｄに収容されたトナーを用いて、画像データに基づく画像をシートＳに形成する。ここでは、作像部１１６は、露光部１１６ａ、感光体ドラム１１６ｂ、帯電部１１６ｃ、現像部１１６ｄ、１次転写ローラー１１６ｅ、クリーニング部１１６ｆ、中間転写ベルト１１６ｇ、２次転写ローラー１１６ｈ、及び、定着部１１６ｉを含む。 The image forming unit 116 forms an image based on the image data on the sheet S by using the toner contained in the toner containers Ca to Cd. Here, the image forming unit 116 includes an exposure unit 116a, a photoconductor drum 116b, a charging unit 116c, a developing unit 116d, a primary transfer roller 116e, a cleaning unit 116f, an intermediate transfer belt 116g, a secondary transfer roller 116h, and fixing. Includes part 116i.

中間転写ベルト１１６ｇは、モーターの動力にしたがって回転する回転ローラーによって回転する。現像部１１６ｄには、モーターが取り付けられている。現像部１１６ｄ内のトナーは、モーターの回転に伴って攪拌される。 The intermediate transfer belt 116 g is rotated by a rotating roller that rotates according to the power of the motor. A motor is attached to the developing unit 116d. The toner in the developing unit 116d is agitated as the motor rotates.

感光体ドラム１１６ｂ、帯電部１１６ｃ、現像部１１６ｄ、１次転写ローラー１１６ｅ及びクリーニング部１１６ｆは、トナーコンテナＣａ〜Ｃｄのそれぞれに対応して設けられる。複数の感光体ドラム１１６ｂは、中間転写ベルト１１６ｇの外表面に当接し、中間転写ベルト１１６ｇの回転方向に沿って配置される。複数の１次転写ローラー１１６ｅは、複数の感光体ドラム１１６ｂに対応して設けられる。複数の１次転写ローラー１１６ｅは、中間転写ベルト１１６ｇを介して、複数の感光体ドラム１１６ｂに対向する。 The photoconductor drum 116b, the charging unit 116c, the developing unit 116d, the primary transfer roller 116e, and the cleaning unit 116f are provided corresponding to the toner containers Ca to Cd, respectively. The plurality of photoconductor drums 116b abut on the outer surface of the intermediate transfer belt 116g and are arranged along the rotation direction of the intermediate transfer belt 116g. The plurality of primary transfer rollers 116e are provided corresponding to the plurality of photoconductor drums 116b. The plurality of primary transfer rollers 116e face the plurality of photoconductor drums 116b via the intermediate transfer belt 116g.

帯電部１１６ｃは、感光体ドラム１１６ｂの周面を帯電する。露光部１１６ａは、画像データに基づく光を感光体ドラム１１６ｂの各々に照射し、感光体ドラム１１６ｂの周面には静電潜像が形成される。現像部１１６ｄは、静電潜像にトナーを付着させて静電潜像を現像し、感光体ドラム１１６ｂの周面にトナー像を形成する。したがって、感光体ドラム１１６ｂはトナー像を担持する。１次転写ローラー１１６ｅは、感光体ドラム１１６ｂに形成されたトナー像を中間転写ベルト１１６ｇの外表面に転写する。クリーニング部１１６ｆは、感光体ドラム１１６ｂの周面に残留しているトナーを除去する。 The charging unit 116c charges the peripheral surface of the photoconductor drum 116b. The exposure unit 116a irradiates each of the photoconductor drums 116b with light based on the image data, and an electrostatic latent image is formed on the peripheral surface of the photoconductor drum 116b. The developing unit 116d develops the electrostatic latent image by adhering toner to the electrostatic latent image, and forms a toner image on the peripheral surface of the photoconductor drum 116b. Therefore, the photoconductor drum 116b carries a toner image. The primary transfer roller 116e transfers the toner image formed on the photoconductor drum 116b to the outer surface of the intermediate transfer belt 116g. The cleaning unit 116f removes the toner remaining on the peripheral surface of the photoconductor drum 116b.

トナーコンテナＣａに対応する感光体ドラム１１６ｂは、静電潜像に基づきイエロー色のトナー像を形成し、トナーコンテナＣｂに対応する感光体ドラム１１６ｂは、静電潜像に基づきマゼンタ色のトナー像を形成する。トナーコンテナＣｃに対応する感光体ドラム１１６ｂは、静電潜像に基づきシアン色のトナー像を形成し、トナーコンテナＣｄに対応する感光体ドラム１１６ｂは、静電潜像に基づきブラック色のトナー像を形成する。 The photoconductor drum 116b corresponding to the toner container Ca forms a yellow toner image based on the electrostatic latent image, and the photoconductor drum 116b corresponding to the toner container Cb forms a magenta toner image based on the electrostatic latent image. To form. The photoconductor drum 116b corresponding to the toner container Cc forms a cyan toner image based on the electrostatic latent image, and the photoconductor drum 116b corresponding to the toner container Cd forms a black toner image based on the electrostatic latent image. To form.

中間転写ベルト１１６ｇの外表面には、感光体ドラム１１６ｂから複数色のトナー像が重畳して転写され、画像が形成される。このため、中間転写ベルト１１６ｇは、画像を担持する。２次転写ローラー１１６ｈは、中間転写ベルト１１６ｇの外表面に形成された画像をシートＳに転写する。 Toner images of a plurality of colors are superimposed and transferred from the photoconductor drum 116b on the outer surface of the intermediate transfer belt 116g to form an image. Therefore, the intermediate transfer belt 116 g carries an image. The secondary transfer roller 116h transfers the image formed on the outer surface of the intermediate transfer belt 116g to the sheet S.

定着部１１６ｉは、トナー像が転写されたシートＳを加熱及び加圧することによって、トナー像をシートＳに定着させる。定着部１１６ｉは、加熱ローラー１１６ｊ及び加圧ローラー１１６ｋを備える。加熱ローラー１１６ｊ及び加圧ローラー１１６ｋは互いに対向して配置され、定着ニップを形成する。中間転写ベルト１１６ｇと２次転写ローラー１１６ｈとの間を通過したシートＳは、定着ニップを通過することにより所定の定着温度で加熱されながら、加圧される。この結果、トナー像がシートＳに定着する。搬送部１１４は、トナー像の定着されたシートＳを画像形成装置１００の外部に排出する。 The fixing unit 116i fixes the toner image on the sheet S by heating and pressurizing the sheet S on which the toner image is transferred. The fixing portion 116i includes a heating roller 116j and a pressure roller 116k. The heating roller 116j and the pressurizing roller 116k are arranged so as to face each other and form a fixing nip. The sheet S that has passed between the intermediate transfer belt 116g and the secondary transfer roller 116h is pressurized while being heated at a predetermined fixing temperature by passing through the fixing nip. As a result, the toner image is fixed on the sheet S. The transport unit 114 discharges the sheet S on which the toner image is fixed to the outside of the image forming apparatus 100.

次に、図１及び図２を参照して、装置制御部１４０の構成について説明する。図２は、画像形成装置１００の構成の一例を示すブロック図である。 Next, the configuration of the device control unit 140 will be described with reference to FIGS. 1 and 2. FIG. 2 is a block diagram showing an example of the configuration of the image forming apparatus 100.

図２に示されるように、装置制御部１４０は、処理部１４２と、記憶部１４４とを備える。処理部１４２は、例えば、プロセッサーである。プロセッサーは、例えばＣＰＵ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）である。処理部１４２は、記憶部１４４に記憶された制御プログラムを実行することによって、画像形成装置１００の各構成部分の動作を制御する。 As shown in FIG. 2, the device control unit 140 includes a processing unit 142 and a storage unit 144. The processing unit 142 is, for example, a processor. The processor is, for example, a CPU (Central Processing Unit). The processing unit 142 controls the operation of each component of the image forming apparatus 100 by executing the control program stored in the storage unit 144.

処理部１４２は、記号化部１４２１と、学習部１４２２と、推論部１４２３と、判定部１４２４と、制御部１４２５とを含む。本実施形態において、処理部１４２が記憶部１４４に記憶された制御プログラムを実行することによって、制御プログラムが、記号化部１４２１と、学習部１４２２と、推論部１４２３と、判定部１４２４と、制御部１４２５との機能を実現する。 The processing unit 142 includes a symbolization unit 1421, a learning unit 1422, an inference unit 1423, a determination unit 1424, and a control unit 1425. In the present embodiment, the processing unit 142 controls the symbolization unit 1421, the learning unit 1422, the inference unit 1423, the determination unit 1424, and the control program by executing the control program stored in the storage unit 144. The function with the unit 1425 is realized.

記号化部１４２１は、後述するソフトウェアログ辞書の一文の情報に一義的に対応する記号を付与する。具体的には、記号化部１４２１は、ソフトウェアログとして取得される可能性のある全ての一文の情報に、ＩＤ番号を付与する。本実施形態では、記号化部１４２１は、第１ログ又は第２ログとして取得される可能性のある全ての一文の情報に、ＩＤ番号を付与し、ソフトウェアログ辞書を作成する。 The symbolizing unit 1421 uniquely assigns a symbol corresponding to the information of one sentence of the software log dictionary described later. Specifically, the symbolization unit 1421 assigns an ID number to all the sentence information that may be acquired as a software log. In the present embodiment, the symbolizing unit 1421 assigns an ID number to all the sentence information that may be acquired as the first log or the second log, and creates a software log dictionary.

更に、記号化部１４２１は、第１ログに含まれる全てのログ記録に、ソフトウェアログ辞書に付与されたＩＤ番号を流用する。更に、記号化部１４２１は、第１ログの場合と同様に、第２ログに含まれる全てのログ記録に、ソフトウェアログ辞書に付与されたＩＤ番号を流用する。 Further, the symbolizing unit 1421 diverts the ID number assigned to the software log dictionary to all log records included in the first log. Further, the symbolizing unit 1421 diverts the ID number assigned to the software log dictionary to all log records included in the second log, as in the case of the first log.

学習部１４２２は、ニューラルネットワークを用いた学習モデルに第１記号を入力して、第１記号に対応するログ記録の出現確率を示す第１確率分布を、機械学習によって取得する。具体的には、学習部１４２２は、ＲＮＮを用いた学習モデルに第１記号を入力し、学習モデルの出力結果に基づいて、第１確率分布を取得する。 The learning unit 1422 inputs the first symbol into the learning model using the neural network, and acquires the first probability distribution indicating the appearance probability of the log recording corresponding to the first symbol by machine learning. Specifically, the learning unit 1422 inputs the first symbol into the learning model using the RNN, and acquires the first probability distribution based on the output result of the learning model.

本実施形態では、学習部１４２２は、ＲＮＮを含む学習モデルに、順次、全ての第１記号を入力して、第１ログに含まれる全てのログ記録の出現確率を示す第１確率分布を学習する。具体的には、学習部１４２２は、いわゆる「ｏｎｅ−ｈｏｔベクトル」を利用して、学習モデルに全ての第１記号を順次入力し、全ての第１記号の出現確率を学習する。その際、学習部１４２２は、学習モデルから出力された出力結果が示す第１記号の出現順序と、教師データである第１記号の出現順序とに関する誤差を算出する。学習部１４２２は、算出した誤差に基づいて、学習モデルのパラメーターである、いわゆる「重み」と「バイアス」とを更新する。このように、学習部１４２２は、全ての第１記号の出現確率について学習する。 In the present embodiment, the learning unit 1422 sequentially inputs all the first symbols into the learning model including the RNN, and learns the first probability distribution indicating the appearance probability of all the log records included in the first log. To do. Specifically, the learning unit 1422 uses the so-called "one-hot vector" to sequentially input all the first symbols into the learning model and learn the appearance probabilities of all the first symbols. At that time, the learning unit 1422 calculates an error regarding the appearance order of the first symbol indicated by the output result output from the learning model and the appearance order of the first symbol which is the teacher data. The learning unit 1422 updates the so-called "weights" and "bias", which are the parameters of the learning model, based on the calculated error. In this way, the learning unit 1422 learns about the appearance probabilities of all the first symbols.

推論部１４２３は、ＲＮＮを含む学習モデルに第２記号を入力し、学習モデルからの出力結果に基づいて、第２記号に対応するログ記録の出現確率を示す第２確率分布を推論する。具体的には、推論部１４２３は、特定の第２記号の次に出現する第２記号の出現確率を推論する。すなわち、推論部１４２３は、一の第２記号の次に出現する他の第２記号の確率を、全ての第２記号について推論する。このように、推論部１４２３は、全ての第２記号の出現確率を推論する。 The inference unit 1423 inputs the second symbol to the learning model including the RNN, and infers the second probability distribution indicating the appearance probability of the log record corresponding to the second symbol based on the output result from the learning model. Specifically, the reasoning unit 1423 infers the appearance probability of the second symbol appearing after the specific second symbol. That is, the reasoning unit 1423 infers the probabilities of the other second symbols appearing after the first second symbol for all the second symbols. In this way, the reasoning unit 1423 infers the appearance probabilities of all the second symbols.

判定部１４２４は、推論された第２確率分布によって特定される第２ログの推論出現順序と、第２ログが示す実際出現順序との比較に基づいて、画像形成装置１００の不具合の可能性の有無を判定する。 The determination unit 1424 determines the possibility of a malfunction of the image forming apparatus 100 based on the comparison between the inferred appearance order of the second log specified by the inferred second probability distribution and the actual appearance order indicated by the second log. Determine the presence or absence.

制御部１４２５は、記憶部１４４に記憶された制御プログラムを実行することによって、画像形成装置１００の各構成部分を制御する。制御部１４２５は、演算素子を含む。演算素子は、プロセッサーを含む。一例では、プロセッサーは、中央処理演算機（ＣＰＵ）を含む。プロセッサーは、特定用途集積回路（ＡｐｐｌｉｃａｔｉｏｎＳｐｅｃｉｆｉｃＩｎｔｅｇｒａｔｅｄＣｉｒｃｕｉｔ：ＡＳＩＣ）を含んでもよい。 The control unit 1425 controls each component of the image forming apparatus 100 by executing a control program stored in the storage unit 144. The control unit 1425 includes an arithmetic element. The arithmetic element includes a processor. In one example, the processor includes a central processing unit (CPU). The processor may include an application specific integrated circuit (ASIC).

記憶部１４４は、各種のデータ及び制御プログラムを記憶する。記憶部１４４は、例えば、ＲＯＭ（ＲｅａｄＯｎｌｙＭｅｍｏｒｙ）、ＲＡＭ（ＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ）、及び／又はソリッドステートドライブ（ＳｏｌｉｄＳｔａｔｅＤｒｉｖｅ：ＳＳＤ）によって構成される。記憶部１４４は、外部メモリーを含んでもよい。外部メモリーは、リムーバブルメディアである。記憶部１４４は、外部メモリーとして、例えば、ＵＳＢ（ＵｎｉｖｅｒｓａｌＳｅｒｉａｌＢｕｓ）メモリー、及び／又はＳＤ（ＳｅｃｕｒｅＤｉｇｉｔａｌ）カードを含んでもよい。 The storage unit 144 stores various data and control programs. The storage unit 144 is composed of, for example, a ROM (Read Only Memory), a RAM (Random Access Memory), and / or a solid state drive (SSD). The storage unit 144 may include an external memory. The external memory is removable media. The storage unit 144 may include, for example, a USB (Universal General Bus) memory and / or an SD (Secure Digital) card as the external memory.

更に、記憶部１４４は、制御プログラムを、コンピューター読取可能な記録媒体に非一時的に記録する。制御プログラムが非一時的に記録されるコンピューター読取可能な記録媒体は、ＲＯＭ（ＲｅａｄＯｎｌｙＭｅｍｏｒｙ）、ＲＡＭ（ＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ）、ＣＤ−ＲＯＭ、磁気テープ、磁気ディスク又は光データ記憶装置を含む。 Further, the storage unit 144 non-temporarily records the control program on a computer-readable recording medium. Computer-readable recording media on which control programs are recorded non-temporarily include ROM (Read Only Memory), RAM (Random Access Memory), CD-ROM, magnetic tape, magnetic disk, or optical data storage device.

次に、図１〜図６を参照して、本実施形態の画像形成装置１００による不具合推定方法を説明する。図３は、ソフトウェアログ３１０の一例を示す図である。 Next, a defect estimation method using the image forming apparatus 100 of the present embodiment will be described with reference to FIGS. 1 to 6. FIG. 3 is a diagram showing an example of the software log 310.

図３中の２番目のログ記録「［ＴＣＣ］ＲＦＩＤ＿ｃｖｒＣｌｏｓｅ」は、カバーが閉じたことを示す。７番目のログ記録「［ＬＳＵ］ｉｎｉｔｉａｌ」は、ＬＳＵ（ＬａｓｅｒＳｃａｎｎｉｎｇＵｎｉｔ）が初期化処理を開始したことを示す。他のログ記録については、説明を省略する。 The second log record "[TCC] RFID_cvrClose" in FIG. 3 indicates that the cover is closed. The seventh log record "[LSU] initial" indicates that the LSU (Laser Scanning Unit) has started the initialization process. The description of other logging will be omitted.

次に、ソフトウェアログ辞書について説明する。ソフトウェアログ辞書は、ＩＤ番号と、辞書内容とを含む。 Next, the software log dictionary will be described. The software log dictionary includes an ID number and dictionary contents.

ＩＤ番号は、例えば昇順の番号である。ＩＤ番号は、個々の辞書内容に一義的に対応するように割り当てられている。 The ID number is, for example, a number in ascending order. The ID number is assigned so as to uniquely correspond to the contents of each dictionary.

辞書内容は、ソフトウェアログ３１０に登場する全ての一文の情報を含む。記号化部１４２１は、辞書内容を構成する個々のログ記録に、ＩＤ番号を割り当てる（以下、ＩＤ番号が割り当てられた個々のログ記録を「単語」と称する場合がある）。 The dictionary contents include information of all sentences appearing in the software log 310. The symbolizing unit 1421 assigns an ID number to each log record constituting the dictionary contents (hereinafter, each log record to which the ID number is assigned may be referred to as a "word").

次に、コーパス（教師データ）について説明する。「コーパス」とは、自然言語処理を対象とした学習モデルにおいては、ある言語又はその言語の特定分野で観測された文節の並びの実例をいう。更に、コーパスは、コンピューターによって検索可能な大量の文節を含むデータベースである。本実施形態の「コーパス」も、自然言語処理を対象とした学習モデルにおけるコーパスと同様に、データベース化されている。 Next, the corpus (teacher data) will be described. The "corpus" refers to an example of a sequence of phrases observed in a certain language or a specific field of the language in a learning model for natural language processing. In addition, the corpus is a database containing a large number of phrases that can be searched by a computer. The "corpus" of the present embodiment is also stored in a database like the corpus in the learning model for natural language processing.

図４及び図５は、再帰型ニューラルネットワーク６００を含む学習モデルの一例を示す図である。再帰型ニューラルネットワーク６００は、入力層６１２と、隠れ層６１３と、出力層６１４と、ソフトマックス６１５とを含む。入力層６１２は、入力単語６１１を順次受け取る。入力単語６１１の各々は、ｏｎｅ−ｈｏｔベクトルとして与えられる。ｏｎｅ−ｈｏｔベクトルは、全ての成分のうちの１成分のみが「１」を示し、他の全ての成分が「０」を示すベクトルである。隠れ層６１３は、入力層６１２から出力層６１４に値を伝播させる役目を担う。具体的には、隠れ層６１３は、「重み」と「バイアス」を含む関数によって、入力層６１２から出力層６１４に値を伝播させる。出力層６１４は、入力層６１２が受け取った入力単語６１１の次に出現する単語の確率６１６を出力する。ソフトマックス６１５は、ソフトマックス関数を示す。ソフトマックス６１５は、出力値を０〜１の値に落とし込み、出力値の合計が「１」となるように各出力値を算出する。その結果、再帰型ニューラルネットワーク６００からｏｎｅ−ｈｏｔベクトルとして出力単語６１７が得られる。 4 and 5 are diagrams showing an example of a learning model including a recurrent neural network 600. The recurrent neural network 600 includes an input layer 612, a hidden layer 613, an output layer 614, and a softmax 615. The input layer 612 receives the input words 611 in sequence. Each of the input words 611 is given as a one-hot vector. The one-hot vector is a vector in which only one component of all the components shows "1" and all the other components show "0". The hidden layer 613 serves to propagate the value from the input layer 612 to the output layer 614. Specifically, the hidden layer 613 propagates the value from the input layer 612 to the output layer 614 by a function including "weight" and "bias". The output layer 614 outputs the probability 616 of the word appearing next to the input word 611 received by the input layer 612. Softmax 615 represents a softmax function. Softmax 615 drops the output value to a value of 0 to 1, and calculates each output value so that the total of the output values becomes "1". As a result, the output word 617 is obtained as a one-hot vector from the recurrent neural network 600.

更に、図５には、「時刻Ｔ」のＲＮＮ６１０と、「時刻Ｔ＋１」のＲＮＮ６２０と、「時刻Ｔ＋２」のＲＮＮ６３０と、「時刻Ｔ＋３」のＲＮＮ６４０と、「時刻Ｔ＋４」のＲＮＮ６５０とが示されている。 Further, FIG. 5 shows RNN610 at “time T”, RNN620 at “time T + 1”, RNN630 at “time T + 2”, RNN640 at “time T + 3”, and RNN650 at “time T + 4”. There is.

図５に示されるように、例えば、「時刻Ｔ」のＲＮＮ６１０の出力層６１４の出力値は、「時刻Ｔ＋１」のＲＮＮ６２０の隠れ層６１３に入力されている。これにより、前後に位置するログ記録の関連の強さが、後ろのログ記録に順次引き継がれる。 As shown in FIG. 5, for example, the output value of the output layer 614 of the RNN 610 at “time T” is input to the hidden layer 613 of the RNN 620 at “time T + 1”. As a result, the strength of the relationship between the log records located in the front and back is sequentially inherited by the log records in the back.

図６は、不具合推定結果テーブル７００の一例を示す図である。不具合推定結果テーブル７００は、インデックス７０１と、推論結果ＩＤ７０２と、第２ログＩＤ７０３と、良好／非良好７０４とを含む。インデックス７０１は、テスト用データのＩＤ番号を示す。推論結果ＩＤ７０２は、テスト用データを入力して推論を実行した場合の出力単語６１７のＩＤ番号を示す。第２ログＩＤ７０３は、第２ログに含まれるログ記録のＩＤ番号を示す。良好／非良好７０４は、推論結果ＩＤ７０２と第２ログＩＤ７０３とを比較した結果、第２ログが示す画像形成装置１００の動作に不具合の可能性が低いこと、又は不具合の可能性があることを示す。 FIG. 6 is a diagram showing an example of the defect estimation result table 700. The defect estimation result table 700 includes an index 701, an inference result ID 702, a second log ID 703, and good / bad 704. The index 701 indicates the ID number of the test data. The inference result ID 702 indicates the ID number of the output word 617 when the test data is input and the inference is executed. The second log ID 703 indicates the ID number of the log record included in the second log. As a result of comparing the inference result ID 702 and the second log ID 703, the good / non-good 704 indicates that the operation of the image forming apparatus 100 indicated by the second log is unlikely to be defective or may be defective. Shown.

図６に示されるように、インデックス７０１の範囲「６７９」〜「６８７」のうち、インデックス７０１が「６８３」、「６８４」及び「６８６」である各ログ記録については、「非良好」である、すなわち不具合の可能性があると判定されている。 As shown in FIG. 6, among the ranges “679” to “687” of the index 701, each log record in which the index 701 is “683”, “684”, and “686” is “non-good”. That is, it is determined that there is a possibility of a malfunction.

次に、図１〜図８を参照して本実施形態の画像形成装置１００の不具合推定処理を説明する。図７及び図８は、画像形成装置１００の不具合推定処理の一例を示すフローチャートである。不具合推定処理は、ステップＳ２〜ステップＳ２８によって実行される。 Next, the defect estimation process of the image forming apparatus 100 of the present embodiment will be described with reference to FIGS. 1 to 8. 7 and 8 are flowcharts showing an example of defect estimation processing of the image forming apparatus 100. The defect estimation process is executed in steps S2 to S28.

ステップＳ２：図７に示されるように、制御部１４２５は、受付部１５４を介して、学習準備又は推論実行の指示をユーザーから受け付ける。ユーザーから学習準備の指示を受け付けたと制御部１４２５が判定した場合（ステップＳ２で「学習準備」）、処理は、ステップＳ４に進む。ユーザーから推論実行の指示を受け付けたと制御部１４２５が判定した場合（ステップＳ２で「推論実行」）、処理はステップＳ２０に進む（図８参照）。 Step S2: As shown in FIG. 7, the control unit 1425 receives an instruction for learning preparation or inference execution from the user via the reception unit 154. When the control unit 1425 determines that the instruction for learning preparation has been received from the user (“learning preparation” in step S2), the process proceeds to step S4. When the control unit 1425 determines that the inference execution instruction has been received from the user (“inference execution” in step S2), the process proceeds to step S20 (see FIG. 8).

ステップＳ４：記号化部１４２１は、ＩＤ番号を付与したソフトウェアログ辞書を生成する。処理は、ステップＳ６に進む。 Step S4: The symbolization unit 1421 generates a software log dictionary to which an ID number is assigned. The process proceeds to step S6.

ステップＳ６：第１取得部１２２は、第１ログを取得する。記号化部１４２１は、第１ログの各ログ記録にソフトウェアログ辞書のＩＤ番号を流用する。処理は、ステップＳ８に進む。 Step S6: The first acquisition unit 122 acquires the first log. The symbolizing unit 1421 uses the ID number of the software log dictionary for each log recording of the first log. The process proceeds to step S8.

ステップＳ８：制御部１４２５は、コーパスを学習用と、交差検証用と、テスト用とに分離する。処理は、ステップＳ１０に進む。 Step S8: The control unit 1425 separates the corpus into learning, cross-validation, and testing. The process proceeds to step S10.

ステップＳ１０：学習部１４２２は、第１ログのＩＤ番号をＲＮＮに入力する。処理は、ステップＳ１２に進む。 Step S10: The learning unit 1422 inputs the ID number of the first log into the RNN. The process proceeds to step S12.

ステップＳ１２：学習部１４２２は、誤差を計算する。処理は、ステップＳ１４に進む。 Step S12: The learning unit 1422 calculates the error. The process proceeds to step S14.

ステップＳ１４：学習部１４２２は、誤差が閾値より大きいか否かを判定する。誤差が閾値より大きいと学習部１４２２が判定した場合（ステップＳ１４でＹｅｓ）、処理は、ステップＳ１６に進む。誤差が閾値より大きくないと学習部１４２２が判定した場合（ステップＳ１４でＮｏ）、処理はステップＳ１８に進む。 Step S14: The learning unit 1422 determines whether the error is greater than the threshold. If the learning unit 1422 determines that the error is greater than the threshold (Yes in step S14), the process proceeds to step S16. If the learning unit 1422 determines that the error is not greater than the threshold (No in step S14), the process proceeds to step S18.

ステップＳ１６：学習部１４２２は、重み値及びバイアス値を更新する。処理は、ステップＳ１０に戻る。 Step S16: The learning unit 1422 updates the weight value and the bias value. The process returns to step S10.

ステップＳ１８：学習部１４２２は、重み値及びバイアス値を保存する。処理は終了する。 Step S18: The learning unit 1422 stores the weight value and the bias value. The process ends.

ステップＳ２０：図８に示されるように、第２取得部１２４は、第２ログを取得する。記号化部１４２１は、第２ログの各ログ記録にソフトウェアログ辞書のＩＤ番号を流用する。処理は、ステップＳ２２に進む。 Step S20: As shown in FIG. 8, the second acquisition unit 124 acquires the second log. The symbolizing unit 1421 uses the ID number of the software log dictionary for each log recording of the second log. The process proceeds to step S22.

ステップＳ２２：推論部１４２３は、第２ログのＩＤ番号を学習済みのＲＮＮに入力し、推論を実行する。処理は、ステップＳ２４に進む。 Step S22: The inference unit 1423 inputs the ID number of the second log into the learned RNN and executes the inference. The process proceeds to step S24.

ステップＳ２４：判定部１４２４は、推論結果が示す推論出現順序と第２ログが示す実際出現順序とを比較する。処理は、ステップＳ２６に進む。 Step S24: The determination unit 1424 compares the inference appearance order indicated by the inference result with the actual appearance order indicated by the second log. The process proceeds to step S26.

ステップＳ２６：推論結果と出力ログとが一致すると判定部１４２４が判定した場合は（ステップＳ２６でＹｅｓ）、処理は終了する。推論結果と出力ログとが一致しないと判定部１４２４が判定した場合は（ステップＳ２６でＮｏ）、ステップＳ２８に進む。 Step S26: When the determination unit 1424 determines that the inference result and the output log match (Yes in step S26), the process ends. If the determination unit 1424 determines that the inference result and the output log do not match (No in step S26), the process proceeds to step S28.

ステップＳ２８：制御部１４２５は、次に説明するリカバリー動作を実行する。音声出力部１５６は、必要に応じて、アラーム音によりユーザーに不具合を通知する。表示部１５２も、必要に応じて、文字又は記号によりユーザーに不具合を通知する。そして、処理は終了する。 Step S28: The control unit 1425 executes the recovery operation described below. The voice output unit 156 notifies the user of the problem by an alarm sound, if necessary. The display unit 152 also notifies the user of the problem by characters or symbols as necessary. Then, the process ends.

次に、図１〜図８、図９（ａ）、及び図９（ｂ）を参照して、リカバリー動作について説明する。図９（ａ）は正常シーケンスの一例を、図９（ｂ）は異常シーケンスの一例をそれぞれ示す図である。 Next, the recovery operation will be described with reference to FIGS. 1 to 8, 9 (a), and 9 (b). FIG. 9A is a diagram showing an example of a normal sequence, and FIG. 9B is a diagram showing an example of an abnormal sequence.

図９（ａ）は、ある時点で取得部１２０によって順次取得された、画像形成装置１００の動作状況を示す６個のログ記録を示す。１番目のログ記録は、電源スイッチがオンされたことを示す。２番目のログ記録は、ウォーミングアップ動作が開始したことを示す。３番目のログ記録は、ウォーミングアップ動作が完了したことを示す。４番目のログ記録は、印刷準備が完了したことを示す。５番目のログ記録は、印刷要求が受け付けられたことを示す。６番目のログ記録は、画像形成装置１００が印刷動作を開始することを示す。 FIG. 9A shows six log records showing the operating status of the image forming apparatus 100, which are sequentially acquired by the acquisition unit 120 at a certain point in time. The first log indicates that the power switch has been turned on. The second log indicates that the warm-up operation has started. The third log indicates that the warm-up operation is complete. The fourth log indicates that the print preparation is complete. The fifth log indicates that the print request has been accepted. The sixth log recording indicates that the image forming apparatus 100 starts the printing operation.

ウォーミングアップ動作は、感光体ドラム１１６ｂのキャリブレーションのような、印刷に必要な準備を含む。図９（ａ）の例では、ウォーミングアップ動作完了を示す３番目のログ記録の後に、印刷動作開始を示す６番目のログ記録が出現しているので、正常な画像形成が期待される。 The warm-up operation includes preparations necessary for printing, such as calibration of the photoconductor drum 116b. In the example of FIG. 9A, since the sixth log recording indicating the start of the printing operation appears after the third log recording indicating the completion of the warm-up operation, normal image formation is expected.

図９（ｂ）は、他の時点で取得部１２０によって順次取得された、画像形成装置１００の動作状況を示す３個のログ記録を示す。１番目のログ記録は、電源スイッチがオンされたことを示す。２番目のログ記録は、ウォーミングアップ動作が開始したことを示す。３番目のログ記録は、画像形成装置１００が印刷動作を開始することを示す。 FIG. 9B shows three log records showing the operating status of the image forming apparatus 100 sequentially acquired by the acquisition unit 120 at other time points. The first log indicates that the power switch has been turned on. The second log indicates that the warm-up operation has started. The third log recording indicates that the image forming apparatus 100 starts the printing operation.

制御部１４２５は、ウォーミングアップ動作完了を示すログ記録の後に、印刷動作開始を示すログ記録が出現すべきとの情報を、機械学習によって取得している。制御部１４２５は、この情報に基づいて、ウォーミングアップ動作が開始した後、ウォーミングアップ動作の終了を示すログ記録が取得される前に、印刷動作開始を示すログ記録が取得された時点で、リカバリー動作が実行されるように制御する。つまり、制御部１４２５は、ウォーミングアップ動作の開始に戻るようにプログラムの流れを制御する。その結果、印刷不良が予想される印刷動作が実際には開始されることなく、ウォーミングアップ動作のやり直しが実行される。 The control unit 1425 has acquired information by machine learning that a log record indicating the start of the printing operation should appear after the log recording indicating the completion of the warm-up operation. Based on this information, the control unit 1425 performs the recovery operation when the log record indicating the start of the print operation is acquired after the warm-up operation is started and before the log record indicating the end of the warm-up operation is acquired. Control to be executed. That is, the control unit 1425 controls the flow of the program so as to return to the start of the warm-up operation. As a result, the warm-up operation is re-executed without actually starting the printing operation in which printing defects are expected.

次に、図１〜図８、図１０（ａ）、及び図１０（ｂ）を参照して、他のリカバリー動作について説明する。図１０（ａ）は正常シーケンスの他の例を、図１０（ｂ）は異常シーケンスの他の例をそれぞれ示す図である。 Next, other recovery operations will be described with reference to FIGS. 1 to 8, 10 (a), and 10 (b). FIG. 10 (a) is a diagram showing another example of the normal sequence, and FIG. 10 (b) is a diagram showing another example of the abnormal sequence.

図１０（ａ）は、ある時点で取得部１２０によって順次取得された、画像形成装置１００の動作状況を示す９個のログ記録を示す。１番目のログ記録は、トナーコンテナＣａのトナー切れが検知されたことを示す。２番目のログ記録は、トナー切れ状態で印刷動作が開始することがないように画像形成装置１００が動作ホールドの状態に移行したことを示す。３番目のログ記録は、トナーコンテナＣａの交換が確認されたことを示す。４番目のログ記録は、動作ホールドが解除されたことを示す。５番目のログ記録は、トナーインストール動作が開始したことを示す。６番目のログ記録は、トナーインストール動作が完了したことを示す。７番目のログ記録は、印刷準備が完了したことを示す。８番目のログ記録は、印刷要求が受け付けられたことを示す。９番目のログ記録は、画像形成装置１００が印刷動作を開始することを示す。 FIG. 10A shows nine log records showing the operating status of the image forming apparatus 100, which are sequentially acquired by the acquisition unit 120 at a certain time point. The first log recording indicates that the toner out of the toner container Ca has been detected. The second log recording indicates that the image forming apparatus 100 has shifted to the operation hold state so that the printing operation does not start in the toner shortage state. The third log shows that the replacement of the toner container Ca has been confirmed. The fourth logging indicates that the operation hold has been released. The fifth log indicates that the toner installation operation has started. The sixth log indicates that the toner installation operation is complete. The seventh log indicates that the print preparation is complete. The eighth log shows that the print request has been accepted. The ninth log recording indicates that the image forming apparatus 100 starts the printing operation.

トナーインストール動作は、トナーコンテナＣａから現像部１１６ｄへのトナー供給に必要な準備を含む。図１０（ａ）の例では、トナーインストール動作完了を示す６番目のログ記録の後に、印刷動作開始を示す９番目のログ記録が出現しているので、正常な画像形成が期待される。 The toner installation operation includes preparations necessary for supplying toner from the toner container Ca to the developing unit 116d. In the example of FIG. 10A, since the ninth log recording indicating the start of the printing operation appears after the sixth log recording indicating the completion of the toner installation operation, normal image formation is expected.

図１０（ｂ）は、他の時点で取得部１２０によって順次取得された、画像形成装置１００の動作状況を示す６個のログ記録を示す。１番目のログ記録は、トナーコンテナＣａのトナー切れが検知されたことを示す。２番目のログ記録は、画像形成装置１００が動作ホールドの状態に移行したことを示す。３番目のログ記録は、トナーコンテナＣａの交換が確認されたことを示す。４番目のログ記録は、動作ホールドが解除されたことを示す。５番目のログ記録は、トナーインストール動作が開始したことを示す。６番目のログ記録は、画像形成装置１００が印刷動作を開始することを示す。 FIG. 10B shows six log records showing the operating status of the image forming apparatus 100 sequentially acquired by the acquisition unit 120 at other time points. The first log recording indicates that the toner out of the toner container Ca has been detected. The second log recording indicates that the image forming apparatus 100 has shifted to the operation hold state. The third log shows that the replacement of the toner container Ca has been confirmed. The fourth logging indicates that the operation hold has been released. The fifth log indicates that the toner installation operation has started. The sixth log recording indicates that the image forming apparatus 100 starts the printing operation.

制御部１４２５は、トナーインストール動作完了を示すログ記録の後に、印刷動作開始を示すログ記録が出現すべきとの情報を、機械学習によって取得している。制御部１４２５は、この情報に基づいて、トナーインストール動作が開始した後、トナーインストール動作の終了を示すログ記録が取得される前に、印刷動作開始を示すログ記録が取得された時点で、リカバリー動作が実行されるように制御する。つまり、制御部１４２５は、トナーインストール動作の開始に戻るようにプログラムの流れを制御する。その結果、印刷不良が予想される印刷動作が実際には開始されることなく、トナーインストール動作のやり直しが実行される。 The control unit 1425 has acquired information by machine learning that a log record indicating the start of the printing operation should appear after the log recording indicating the completion of the toner installation operation. Based on this information, the control unit 1425 recovers when the log record indicating the start of the printing operation is acquired after the toner installation operation is started and before the log record indicating the end of the toner installation operation is acquired. Control the operation to be performed. That is, the control unit 1425 controls the flow of the program so as to return to the start of the toner installation operation. As a result, the toner installation operation is redone without actually starting the printing operation in which printing defects are expected.

なお、制御部１４２５は、画像形成期間中は、リカバリー動作が実行されないように制御すればよい。ユーザーが画像形成装置１００を使用するにあたって差支えのない範囲でリカバリー動作が行われるのが適切だからである。例えば、電源スイッチオンから印刷要求受付までの第１期間、動作ホールド解除から印刷要求受付までの第２期間、又は印刷動作終了から電源スイッチオフまでの第３期間にリカバリー動作の実行が許容される。 The control unit 1425 may control so that the recovery operation is not executed during the image formation period. This is because it is appropriate that the recovery operation is performed within a range that does not cause any problem when the user uses the image forming apparatus 100. For example, execution of the recovery operation is permitted in the first period from the power switch on to the reception of the print request, the second period from the operation hold release to the reception of the print request, or the third period from the end of the print operation to the power switch off. ..

また、制御部１４２５は、リカバリー動作の繰り返し回数が所定回数を超えないように制御すればよい。回数の制限により、画像形成装置１００がリカバリー動作から抜け出せなくなることを抑制することができる。 Further, the control unit 1425 may control so that the number of times the recovery operation is repeated does not exceed a predetermined number of times. By limiting the number of times, it is possible to prevent the image forming apparatus 100 from getting stuck in the recovery operation.

以上のように、本実施形態の画像形成装置１００によれば、検知可能な動作不具合の範囲が拡大される。しかも、リカバリー動作の実行により、動作不具合に起因した障害が未然に抑制され得る。 As described above, according to the image forming apparatus 100 of the present embodiment, the range of detectable operational defects is expanded. Moreover, by executing the recovery operation, a failure caused by a malfunction can be suppressed in advance.

なお、画像形成装置１００は、ネットワークを介してサーバー装置に接続されてもよい。サーバー装置は、ネットワークを介して画像形成装置１００からソフトウェアログ３１０を受信し、画像形成装置１００の不具合の可能性の有無を推定することができる。 The image forming apparatus 100 may be connected to the server apparatus via a network. The server device can receive the software log 310 from the image forming apparatus 100 via the network and estimate whether or not there is a possibility of a malfunction of the image forming apparatus 100.

以上、図面を参照しながら本発明の実施形態について説明した。ただし、本発明は、上記の実施形態に限られるものではなく、その要旨を逸脱しない範囲で種々の態様において実施することが可能である。また、上記の実施形態に開示されている複数の構成要素を適宜組み合わせることによって、種々の発明の形成が可能である。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。更に、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。図面は、理解しやすくするために、それぞれの構成要素を主体に模式的に示しており、図示された各構成要素の長さ、個数、間隔等は、図面作成の都合上から実際とは異なる場合もある。また、上記の実施形態で示す各構成要素の形状、寸法等は一例であって、特に限定されるものではなく、本発明の効果から実質的に逸脱しない範囲で種々の変更が可能である。 The embodiments of the present invention have been described above with reference to the drawings. However, the present invention is not limited to the above-described embodiment, and can be implemented in various aspects without departing from the gist thereof. In addition, various inventions can be formed by appropriately combining the plurality of components disclosed in the above embodiments. For example, some components may be removed from all the components shown in the embodiments. Further, components over different embodiments may be combined as appropriate. The drawings are schematically shown mainly for each component for easy understanding, and the length, number, spacing, etc. of each component shown are different from the actual ones for the convenience of drawing creation. In some cases. Further, the shape, dimensions, etc. of each component shown in the above embodiment are merely examples, and are not particularly limited, and various changes can be made without substantially deviating from the effects of the present invention.

例えば、実施形態では、画像形成装置１００は電子写真方式であったが、これに限られない。例えば、画像形成装置１００は、インクジェット方式であってもよい。 For example, in the embodiment, the image forming apparatus 100 is an electrophotographic system, but the present invention is not limited to this. For example, the image forming apparatus 100 may be an inkjet method.

また、実施形態では、制御部１４２５が機械学習の結果を利用したが、本発明はこれに限られない。あるログ記録の前に出現すべきでないログ記録のリストを制御部１４２５が保持しておき、制御部１４２５がリストを参照してリカバリー動作の実行を制御してもよい。 Further, in the embodiment, the control unit 1425 utilizes the result of machine learning, but the present invention is not limited to this. The control unit 1425 may keep a list of log records that should not appear before a certain log record, and the control unit 1425 may refer to the list to control the execution of the recovery operation.

本発明は、画像形成装置の分野に利用可能である。 The present invention can be used in the field of image forming apparatus.

１００画像形成装置
１１０画像形成部
１２０取得部
１４０装置制御部
１４２処理部
１４４記憶部
３１０ソフトウェアログ
６００再帰型ニューラルネットワーク
１４２１記号化部
１４２２学習部
１４２３推論部
１４２４判定部
１４２５制御部 100 Image forming device 110 Image forming unit 120 Acquisition unit 140 Device control unit 142 Processing unit 144 Storage unit 310 Software log 600 Recurrent neural network 1421 Symbolization unit 1422 Learning unit 1423 Reasoning unit 1424 Judgment unit 1425 Control unit

Claims

記録媒体の上に画像を形成する画像形成装置であって、
前記画像形成装置の動作状況を示す複数のログ記録を順次取得する取得部と、
前記画像形成装置の各構成部分の動作を制御する制御部と
を備え、
前記複数のログ記録は、
前記画像形成装置の画像形成の準備のための第１動作の完了を示す第１ログ記録と、
前記第１ログ記録の後に出現すべき第２ログ記録と
を含み、
前記制御部は、前記画像形成装置の前記第１動作が開始した後、前記第１ログ記録が出現する前に前記第２ログ記録が出現した場合に、前記第１動作の開始に戻ってリカバリー動作が実行されるように制御する、画像形成装置。 An image forming apparatus that forms an image on a recording medium.
An acquisition unit that sequentially acquires a plurality of log records indicating the operating status of the image forming apparatus, and
A control unit that controls the operation of each component of the image forming apparatus is provided.
The plurality of log records are
A first log recording indicating the completion of the first operation for preparing the image formation of the image forming apparatus, and
Including the second log record that should appear after the first log record,
When the second log recording appears after the first operation of the image forming apparatus starts and before the first log recording appears, the control unit returns to the start of the first operation and recovers. An image forming device that controls the movement to be performed.

前記制御部は、前記第１ログ記録の後に前記第２ログ記録が出現すべきとの情報を、機械学習によって取得する、請求項１に記載の画像形成装置。 The image forming apparatus according to claim 1, wherein the control unit acquires information that the second log recording should appear after the first log recording by machine learning.

前記制御部は、前記記録媒体の上に前記画像が形成されている期間は、前記リカバリー動作が実行されないように制御する、請求項１又は請求項２に記載の画像形成装置。 The image forming apparatus according to claim 1 or 2, wherein the control unit controls so that the recovery operation is not executed during the period when the image is formed on the recording medium.

前記制御部は、前記リカバリー動作の繰り返し回数が所定回数を超えないように制御する、請求項１から請求項３のいずれか１項に記載の画像形成装置。 The image forming apparatus according to any one of claims 1 to 3, wherein the control unit controls so that the number of repetitions of the recovery operation does not exceed a predetermined number of times.