JP4710720B2 - 故障予防診断支援システム及び故障予防診断支援方法 - Google Patents

Description

本発明は、画像形成装置の診断に基づいて故障予防措置の要否に関する判断を支援する故障予防診断システム及び故障予防判断方法に関し、特に、一様な基準に基づいて高精度かつ効率的な判断ができるよう支援する故障予防診断システム及び故障予防診断方法に関する。

画像形成装置の故障予防において、サービスマン等は、画像形成装置に生じる異常に関する情報をネットワーク等を通じて収集し、収集した情報に基づいて故障予防のための措置を講ずる又は修理を行なうか否かを判断する。
しかし、画像形成装置に異常が生じたとしても偶発的に生じた異常は必ずしも即座に修理を行なう必要が無く、また早急に修理を要する異常とそうでない異常とが画像形成装置の用途等に依存してそれぞれ異なる。
そこで、故障予防措置を講ずる必要があるか否かの判断を効率的に支援できる装置が必要となる。

このような機能を有する状態判定装置としては、画像形成装置の状態と関連がある複数種類の情報群を取得し、取得した情報群で構成されるベクトルと、予め取得しておいた安定状態における情報群の平均値で構成されるベクトルと、のマハラノビス距離を指標として算出し、算出した指標の経時変化に基づいて故障などの異常状態が発生する時期を予測する状態判定装置が知られている（例えば、特許文献１参照）。

またこのような機能を有する遠隔故障診断システムとしては、画像形成装置に生じた異常に関する情報と伴に、ユーザの画像形成装置に対する習熟レベル及び故障感知レベル、並びに装置の設置環境等を、考慮して故障診断を行なう遠隔故障診断システムが知られてる（例えば、特許文献２参照）。
特開２００５‐１７８７４ 特開平０８‐３０１５２

ところで、上記のような状態判定装置では、指標として算出するマハラノビス距離のスケールは、画像形成装置の状態と関連があるとして選択した情報群によって異なる。よって、故障予防のための措置等を講ずる必要があるかを定める閾値を決定するためには、選択した情報群毎に個々に決定する必要がある。
これにより故障の程度を判定する対象である画像形成装置の種類が多くなる、若しくは設置環境又は用途等が多様化するにつれて、状態判定装置へ多様な閾値を設定、維持、及び管理する負担が増加すると言う問題があった。

また、上記のような遠隔故障診断システムでは、ユーザの画像形成装置に対する習熟レベル及び故障感知レベルと言った定性的なパラメタをも用いて故障診断する。また、故障診断に用いられる定量的なパラメタは過去に発生した故障事象から抽出したパラメタを含まないため学習機能が無い。よって、高い精度を維持した故障診断を行なうことができないと言う問題があった。

本発明は、上記問題に鑑みて成されたものであり、その目的とするところは、多様な画像形成装置に対する故障予防措置の要否に関する判断を、一様な基準に基づいて高精度に行えるよう支援する故障予防診断システム及び故障予防診断方法を提供することにある。

本発明に係る故障予防診断支援システムは、入力手段から支援の対象として入力された画像形成装置の内部の状態に関する情報である内部情報を取得する取得手段と、前記画像形成装置の故障状態及び正常状態を択一的に表す二値変数を目的変数とし、かつ前記画像形成装置の内部情報を説明変数とする１又は複数のロジスティック回帰モデルを記憶する記憶手段と、前記画像形成装置の故障時及び正常時に取得した内部情報を用いて前記ロジスティック回帰モデルの回帰係数の推定値を算出する算出手段と、前記画像形成装置に応じて前記記憶手段に記憶されたロジスティック回帰モデルを選択すると共に、前記取得手段によって取得された内部情報を、紙詰まりに関する動作異常を表すジャムフェイル情報と前記紙詰まりを除く動作異常を表す非ジャムフェイル情報とに分類し、前記ジャムフェイル情報と前記非ジャムフェイル情報のそれぞれに、前記画像形成装置の故障に与える影響度に基づいて、該影響度の大きい順に重み付けを行い、重み付けされた前記ジャムフェイル情報と前記非ジャムフェイル情報を前記ジャムフェイル情報と前記非ジャムフェイル情報毎に合算し、合算されたそれぞれの値を説明変数として、前記回帰係数の推定値が算出された前記ロジスティック回帰モデルに代入することで前記画像形成装置の故障の程度を表す指標である危険度を目的変数として算出するよう制御する制御手段と、を備え、前記内部情報は、前記画像形成装置の修理時から支援時までの経過時間を含み、前記ロジスティック回帰モデルの説明変数は、前記経過時間を含むことを特徴としている。
この構成によれば、画像形成装置の故障の程度を表す指標である危険度を、画像形成装置毎に選択したロジスティック回帰モデルにより算出するだけでなく、ロジスティック回帰モデルにより算出された危険度は、正常状態を表す値と異常状態を表す値で定まる区間に属する。よって、多様な画像形成装置に対して措置を講ずる必要があるか否かの判断を、正常値と危険度との差を区間長で除した値と予め定められた一様な基準値とを比較することで高精度に支援できる。
また、一般に、画像形成装置を構成する部品には、部品における故障や異常動作が直接的に紙詰まり又は画質の異常を引き起こす部品と、間接的に引き起こす部品と、が存在し故障に与える影響度が異なる。
よってこの構成によれば、目的変数を良く説明すると考えられる変数を重み付けして説明変数を作成できるため、一例として、重み付けをしないモデルと比べて、危険度を精度良く算出できる。
さらに、一例として、偶発的に発生したノイズ又は誤った操作により画像形成装置が異常状態に陥った場合等には、画像形成装置は故障予防措置を取られるまでも無く正常状態に復旧する。また、画像形成装置が正常状態に復旧したことは、その後何ら異常が生じないと言う経過により裏付けられる。
よってこの構成によれば、ロジスティック回帰モデルの目的変数である危険度は経過時間により説明されるため、一例として、説明変数に経過時間を含まないモデルと比べて、危険度を高精度に算出することができる。
さらに、この構成によれば、経過時間は定量的な値であるため、例として、ユーザの画像形成装置に対する習熟レベル又は故障感知レベルと言った定性的なパラメタを説明変数とする場合と比べて、危険度の算出精度を高精度のまま容易に維持できる。

上記構成において、危険度は、画質に異常を生じさせる故障の程度を表す指標である画質トラブル危険度、及び紙詰まりを生じさせる故障の程度を表す指標である紙送トラブル危険度の双方を含み、記憶手段の記憶するロジスティック回帰モデルは、画質トラブル危険度を算出するためのモデルである画質ロジスティック回帰モデル、及び紙送トラブル危険度を算出するためのモデルである紙送ロジスティック回帰モデルの双方を含むことを特徴とする構成を採用できる。
一般に、紙詰まりは、主に使用環境における湿度、又は使用された用紙の状態等に依存する事が多く偶発的に発生する傾向が強い。反面、画質の異常は、部品の故障又は動作異常により発生するため偶発的に発生したノイズによる動作異常を除けば反復継続する傾向が強い。
よってこの構成によれば、それぞれ異なる原因により引き起こされる性質の異なる故障の程度を表す指標をそれぞれ異なったモデルを用いて算出するため、一例として、画質に異常を生じさせる故障の危険度と紙詰まりを生じさせる故障の危険度とを同一のモデルで算出する場合と比べて、危険度を精度良く算出できる。

上記構成において、内部情報は、画像形成装置に生じた動作異常の発生回数であるシステムフェイル数、画像形成装置の有する画質に関わる情報を検出するセンサである画質センサの出力が規定値の範囲を超えた回数である画質ローカルフェイル数、画質センサの測定値、動作異常が発生した後に再度動作異常が発生するまでのフィード数の平均値、画質を左右する消耗品の限界使用回数で現在の使用回数を除して求める画質限界率のいずれか１つ以上を含み、画質ロジスティック回帰モデルの説明変数は、内部情報であることを特徴とする構成を採用できる。
一般に、画質に影響を与える故障は、システム全体的な不具合の発生としてカウントされ、画質センサの値に基づいて発生を検知され、フェイル間のフィード数が減少すればするほど故障は頻繁に生じて深刻化していると判断され、かつ紙送り限界率の増加に伴って故障確率が増加する。
よってこの構成によれば、画質ロジスティック回帰モデルの説明変数は、システムフェイル数、画質ローカルフェイル数、画質センサの測定値、フェイル間のフィード数の平均値、画質限界率のいずれか１つ以上を含むため、一例として、これらの変数のいずれも説明変数としない画質ロジスティック回帰モデルと比べて、危険度を精度良く算出できる。

上記構成において、内部情報は、用紙の紙詰まりの発生回数、原稿の紙詰まりの発生回数、紙詰まりが発生した後に再度紙詰まりが発生するまでの平均フィード数、画像形成装置の有する用紙に関わる情報を検出するセンサである用紙センサの出力が規定値の範囲を超えた回数である用紙ローカルフェイル数、紙送り全フィード数、又は紙送りに用いられる消耗品の限界使用回数で現在の使用回数を除して求める紙送り限界率のいずれか１つ以上を含み、紙送ロジスティック回帰モデルの説明変数は、内部情報であることを特徴とする構成を採用できる。
一般に、紙送りに影響を与える故障は、用紙又は原稿の紙詰まりとして発生し、紙詰まり間の平均フィード数が減少すればするほど紙詰まりは頻繁に生じて深刻化していると判断され、紙センサの測定値により紙詰まりを検出し、紙送り限界率の増加及び紙送り全フィード数の増加に伴って故障確率が増加する。
よってこの構成によれば、紙送ロジスティック回帰モデルの説明変数は、用紙の紙詰まりの発生回数、原稿の紙詰まりの発生回数、紙詰まり間の平均フィード数、用紙ローカルフェイル数、紙送り全フィード数、又は紙送り限界率のいずれか１つ以上を含むため、一例として、これらの変数のいずれも説明変数としない紙送ロジスティック回帰モデルと比べて、危険度を精度良く算出できる。

上記構成において、前記ジャムフェイル情報は、前記画像形成装置を構成する部品において生じた紙詰まりの発生回数である部品毎ジャムフェイル発生回数、及び紙詰まりである動作異常を引き起こす原因に関連する前記画像形成装置を構成する部品に生じた異常の発生回数であるジャムフェイル誘発異常発生回数を含み、前記非ジャムフェイル情報は、紙詰まりを除く動作異常を引き起こす原因に関連する前記画像形成装置を構成する部品に生じた異常の発生回数である非ジャムフェイル誘発異常発生回数を含むことを特徴とする構成を採用できる。
一般に、紙詰まりは、主に使用環境における湿度、又は使用された用紙の状態等に依存する事が多く偶発的に発生する傾向にある。反面、紙詰まりを除く部品の動作異常は、偶発的に発生したノイズによる動作異常を除けば反復継続される傾向にあり、画質に影響を及ぼすことが多い。また一般に、ジャムフェイル情報と非ジャムフェイル情報との相関は低い。
また、紙詰まりは部品毎ジャムフェイル発生回数としてカウントされ、かつジャムフェイル誘発異常発生回数の増加は紙詰まりの発生確率を増加させる。更に、非ジャムフェイル誘発異常発生回数の増加は紙詰まりを除く動作異常の発生確率を増加させる。
よってこの構成によれば、危険度を相補的に算出するため、一例として、ジャムフェイル情報又は非ジャムフェイル情報により危険度を説明しないモデルを利用する場合と比べて、危険度を精度良く算出できる。

上記構成において、記憶手段は、取得手段が取得した内部情報と内部情報を取得した時刻である取得時刻とを制御手段により関連付けられて記憶し、制御手段は、記憶手段が記憶する画像形成装置に対して修理を行なう直前の時刻に関連付けられた内部情報と、修理を行った直後の時刻に関連付けられた内部情報と、に基づいて記憶手段の記憶するロジスティック回帰モデルを更新するよう制御する構成を採用できる。
一般に、修理を行なう前の画像形成装置の故障の程度は修理を要する程度の故障であり、修理を行なった後の故障の程度はまったく修理を要しない程度であり正常状態にあると考えられる。よってこの構成によれば、記憶手段に記憶した内部情報の内で過去の故障事例を表す内部情報に基づいてモデルを更新できるので、危険度を精度良く算出できる。

上記構成において、取得手段は、画像形成装置を識別する情報である画像形成装置識別情報と画像形成装置識別情報で識別される画像形成装置の内部情報とを関連付けて取得し、記憶手段は、取得手段が関連付けて取得した画像形成装置識別情報と内部情報とを記憶し、かつ画像形成装置識別情報と画像形成装置識別情報で識別される画像形成装置の設置地域を識別する情報である設置地域識別情報とを制御手段によって関連付けられて記憶し、制御手段は、記憶手段が記憶する同一の設置地域識別情報で識別される１又は複数の画像形成装置の画像形成装置識別情報に関連付けられた内部情報に基づいて記憶手段の記憶するロジスティック回帰モデルを更新するよう制御する構成を採用できる。
一例として、湿度の低下は用紙の性質を変化させるため画像形成装置の内部状態に依存せずに紙詰まりの発生頻度を変化させる。
よってこの構成によれば、画像形成装置の設置された環境の変化等に柔軟に対応できるため、危険度を精度良く算出できる。

上記構成において、制御手段が算出させた危険度を表示する表示手段を更に有し、制御手段は、算出させた危険度と、危険度を算出するために用いた内部情報に対して記憶手段に関連付けて記憶させた取得時刻と、を関連付けて作成した時系列グラフを表示手段に表示するよう制御する構成を採用できる。
この構成によれば、表示手段は、危険度と取得時刻とを関連付けて表示する時系列グラフを表示するため、危険度の大小のみならず危険度の時間的な増減を一見して知ることができる。よってユーザは、早急に故障予防のための措置を講ずる、又は修理を行なう必要があるか否かを容易かつ効率的に判断できる。

上記構成において、前記入力手段は、前記画像形成装置の管理を担当する人物を識別する情報である担当者識別情報を入力し、前記記憶手段は、前記画像形成装置識別情報と前記画像形成装置識別情報で識別される画像形成装置の担当者識別情報とを制御手段によって関連付けられて記憶し、前記制御手段は、前記入力手段が入力した担当者識別情報に関連付けられた前記記憶手段が記憶する画像形成装置識別情報を取得し、取得した画像形成装置識別情報に関連付けられた前記記憶手段が記憶する内部情報を取得し、取得した全ての画像形成装置識別情報に対して取得した内部情報を用いて危険度を算出するよう制御し、算出させた前記危険度と前記画像形成装置識別情報とを関連付けて一覧表示するよう前記表示手段を制御する構成を採用できる。
この構成によれば、担当者識別情報で識別される人物が管理を担当する画像形成装置の危険度を表示手段に一覧表示できるため、ユーザは、管理を担当する画像形成装置の内で故障予防のための措置を講ずる、又は修理を行なう必要がある画像形成装置を一見して知ることができる。また、危険度に基づいて故障予防のための措置等を講ずる画像形成装置の優先度を容易に判断できる。

上記構成において、入力手段は、設置地域識別情報を入力し、制御手段は、入力手段が入力した設置地域識別情報を取得し、取得した設置地域識別情報に関連付けられた記憶手段が記憶する内部情報及び画像形成装置識別情報を取得し、取得した全ての画像形成装置識別情報に対して取得した内部情報を用いて危険度を算出するよう制御し、算出させた危険度と画像形成装置識別情報とを関連付けて一覧表示するよう表示手段を制御する構成を採用できる。
この構成によれば、設置地域識別情報で識別される地域に設置された画像形成装置の危険度を表示手段に一覧表示できるため、ユーザは、設置地域識別情報で識別される地域において、故障予防のための措置を講ずる、又は修理を行なう必要がある画像形成装置を一見して知ることができる。また、危険度に基づいて故障予防のための措置等を講ずる画像形成装置の優先度を容易に判断できる。よって、修理等を要する画像形成装置を巡回するために強いられる負担又は経費等を軽減できる。

上記構成において、画像形成装置の故障を引き起こす原因をモデル化した故障診断モデルを解析することで画像形成装置を構成する部品又は部品群の故障を診断する故障診断部を更に備え、入力手段は、画像形成装置識別情報を入力し、制御手段は、入力手段で入力された画像形成装置識別情報に関連付けた記憶手段が記憶する内部情報を取得し、取得した内部情報に基づいて画像形成装置識別情報で識別される画像形成装置の故障原因である部品又は部品群の故障の発生確率を算出するよう故障診断部を制御し、故障診断部が算出した故障原因発生確率と故障原因の発生箇所である部品又は部品群とを関連付けて表示手段が表示するよう制御する構成を採用できる。
この構成によれば、画像形成装置の故障原因の発生確率と故障原因の発生箇所である部品又は部品群とを関連付けて表示手段が表示するため、容易かつ効率的に画像形成装置の故障原因を特定できる。

上記構成において、取得手段は、ネットワークを介して画像形成装置の内部情報を取得する構成を採用できる。
この構成によれば、画像形成装置の内部情報をネットワークを通じて取得できるため、画像形成装置を一元管理及び一元支援できる。

上記構成において、ネットワークを通じて制御手段に制御される表示手段又は入力手段のいずれか１つ以上を有する端末機を更に備える構成を採用できる。
この構成によれば、支援を求める画像形成装置を識別する情報を端末機の有する入力手段により入力し、入力した情報で識別される画像形成装置の危険度を端末機の有する表示手段に表示して支援できるため、故障予防診断支援システムの利便性が向上する。

本発明に係る故障予防診断支援方法は、入力手段から支援の対象として入力された画像形成装置の内部の状態に関する情報である内部情報を取得する取得ステップと、前記画像形成装置の故障状態及び正常状態を択一的に表す二値変数を目的変数とし、かつ前記画像形成装置の内部情報を説明変数とする１又は複数のロジスティック回帰モデルを記憶する記憶ステップと、前記画像形成装置の故障時及び正常時に取得した内部情報を用いて前記ロジスティック回帰モデルの回帰係数の推定値を算出する算出ステップと、前記画像形成装置に応じて前記記憶ステップに記憶されたロジスティック回帰モデルを選択すると共に、前記取得ステップによって取得された内部情報を、紙詰まりに関する動作異常を表すジャムフェイル情報と前記紙詰まりを除く動作異常を表す非ジャムフェイル情報とに分類し、前記ジャムフェイル情報と前記非ジャムフェイル情報のそれぞれに、前記画像形成装置の故障に与える影響度に基づいて、該影響度の大きい順に重み付けを行い、重み付けされた前記ジャムフェイル情報と前記非ジャムフェイル情報を前記ジャムフェイル情報と前記非ジャムフェイル情報毎に合算し、合算されたそれぞれの値を説明変数として、前記回帰係数の推定値が算出された前記ロジスティック回帰モデルに代入することで前記画像形成装置の故障の程度を表す指標である危険度を目的変数として算出するよう制御する制御ステップと、を備え、前記内部情報は、前記画像形成装置の修理時から支援時までの経過時間を含み、前記ロジスティック回帰モデルの説明変数は、前記経過時間を含むことを特徴としている。
この構成によれば、画像形成装置の故障の程度を表す指標である危険度を、画像形成装置毎に選択したロジスティック回帰モデルにより算出するだけでなく、ロジスティック回帰モデルにより算出された危険度は、正常状態を表す値と異常状態を表す値で定まる区間に属する。よって、多様な画像形成装置に対して措置を講ずる必要があるか否かの判断を、正常値と危険度との差を区間長で除した値と予め定められた一様な基準値とを比較することで高精度に支援できる。
また、一般に、画像形成装置を構成する部品には、部品における故障や異常動作が直接的に紙詰まり又は画質の異常を引き起こす部品と、間接的に引き起こす部品と、が存在し故障に与える影響度が異なる。
よってこの構成によれば、目的変数を良く説明すると考えられる変数を重み付けして説明変数を作成できるため、一例として、重み付けをしないモデルと比べて、危険度を精度良く算出できる。
さらに、一例として、偶発的に発生したノイズ又は誤った操作により画像形成装置が異常状態に陥った場合等には、画像形成装置は故障予防措置を取られるまでも無く正常状態に復旧する。また、画像形成装置が正常状態に復旧したことは、その後何ら異常が生じないと言う経過により裏付けられる。
よってこの構成によれば、ロジスティック回帰モデルの目的変数である危険度は経過時間により説明されるため、一例として、説明変数に経過時間を含まないモデルと比べて、危険度を高精度に算出することができる。
さらに、この構成によれば、経過時間は定量的な値であるため、例として、ユーザの画像形成装置に対する習熟レベル又は故障感知レベルと言った定性的なパラメタを説明変数とする場合と比べて、危険度の算出精度を高精度のまま容易に維持できる。

本発明によれば、過去の故障事例で得られた定性的な情報に基づいて作成したロジスティック回帰モデルにより故障の程度を表す指標を算出するため、多様な画像形成装置に対する故障予防措置の要否に関する判断を、一様な基準に基づいて高精度かつ効率的に行なえるように支援する故障予防診断システム及び故障予防診断方法を提供できる。

以下、本発明の最良の実施形態について、添付図面を参照しつつ説明する。図１は本発明の故障予防診断支援システム１０の一実施形態を示す構成図である。

故障予防診断支援システム１０は、１又は複数の画像形成装置１０１ないし１０ｍ、故障予防診断支援装置２００、及び端末機である遠隔端末４０１ないし４０ｎ等で構成されている。また、画像形成装置１０１ないし１０ｍ、故障予防診断支援装置２００、及び遠隔端末４０１ないし４０ｎは、それぞれネットワーク３００を介して相互に通信可能に接続している。

画像形成装置１０１ないし１０ｍは、例えば、プリンタ機能、ＦＡＸ機能、又はコピー機能等を有する複合機で構成される。画像形成装置１０１ないし１０ｍは、画像形成装置１０１ないし１０ｍを識別する情報である画像形成装置識別情報と、画像形成装置１０１ないし１０ｍの内部の状態に関する情報である内部情報と、内部情報を取得した時刻である取得時刻と、画像形成装置１０１ないし１０ｍの動作環境に関する情報である環境情報と、を関連付けて故障予防診断支援装置２００へ送信する。尚、具体的な内部情報については後述する。

故障予防診断支援装置２００は、例えば、パーソナルコンピュータ又はサーバ機等で構成される。故障予防診断支援装置２００は、画像形成装置１０１ないし１０ｍから画像形成装置識別情報と内部情報と取得時刻と環境情報とを関連付けて取得する。

また故障予防診断支援装置２００は、図示は省略するが、遠隔端末４０１ないし４０ｎの有する入力手段である入力部により入力された情報を取得する。更に故障予防診断支援装置２００は、図示は省略するが、遠隔端末４０１ないし４０ｎの有する表示手段である表示部に表示させる情報及び遠隔端末４０１ないし４０ｎを制御する情報を遠隔端末４０１ないし４０ｎへ送信する。尚、遠隔端末４０１ないし４０ｎの有する入力部により入力される情報、及び表示部に表示させる情報については、後述する故障予防診断支援装置２００の有する入力部２０５により入力される情報、及び表示部２０４に表示させる情報と同様である。

次に図２を参照して、故障予防診断支援装置２００の一構成例について説明する。図２は、故障予防診断支援装置の一構成例を示す構成図である。

故障予防診断支援装置２００は、取得手段である取得部２０１、記憶手段である記憶部２０２、制御手段である制御部２０３、表示手段である表示部２０４、入力手段である入力部２０５、及び故障診断部２０６等で構成されている。

取得部２０１は、例えば、ネットワークカード等で構成される。取得部２０１は制御部２０３及びネットワーク３００に接続している。取得部２０１は、ネットワーク３００を介して画像形成装置１０１ないし１０ｍが送信した内部情報と環境情報と取得時刻と画像形成装置識別情報とを関連付けて取得する。次に、取得部２０１は、取得した内部情報、環境情報、取得時刻、及び画像形成装置識別情報等を制御部２０３へ送信する。

この構成によれば、画像形成装置の内部情報をネットワークを通じて取得できるため、画像形成装置を一元管理及び一元支援できる。

記憶部２０２は、取得部２０１が取得した内部情報、環境情報、取得時刻、及び画像形成装置識別情報等を制御部２０３により関連付けられて記憶する。つまり記憶部２０２は、画像形成装置１０１ないし１０ｍから取得した内部情報を時系列に従って蓄積する。

ここで、図３を参照して記憶部２０２が記憶する内部情報について説明する。図３は、記憶部２０２が記憶する時系列情報の一例を説明するための図である。

記憶部２０２は、時系列情報テーブルＴＨを有している。時系列情報テーブルＴＨは、取得部２０１が関連付けて取得した内部情報、環境情報、取得時刻、及び画像形成装置識別情報等を制御部２０３により同一レコードに蓄積されることで関連付けられる。特に、取得時刻及び画像形成装置識別情報は、データ収集日カラム及び機械番号カラムに蓄積される。尚、時系列情報テーブルＴＨは、取得時刻及び画像形成装置識別情報が重複するレコードを有することはない。

また時系列情報テーブルＴＨは、取得部２０１が取得した取得時刻及び画像形成装置識別情報とに関連付けられた内部情報から制御部２０３が算出した画質トラブル危険度、紙送トラブル危険度、及び総合危険度を、算出に用いた内部情報と同一レコードに蓄積することで関連付けて記憶する。

尚、画質トラブル危険度、紙送トラブル危険度、及び総合危険度は、時系列情報テーブルＴＨの画質トラブル危険度カラム、紙送トラブル危険度カラム、及び総合危険度カラムに蓄積される。また、画質トラブル危険度、紙送トラブル危険度、及び総合危険度については後述する。

環境情報は、画像形成装置１０１ないし１０ｍの有するセンサから取得した情報、又は画像形成装置１０１ないし１０ｍに設定された情報等を言う。尚、環境情報を蓄積するための時系列情報テーブルＴＨの有するカラムについては図示を省略する。

内部情報は、システムフェイル数、画質ローカルフェイル数、画質センサの測定値、動作異常が発生した後に再度動作異常が発生するまでフィード数の平均値、及び画質限界率を含み、制御部２０３によりシステムフェイル数カラム、画質ローカルフェイル数カラム、画質センサ測定値カラム、動作異常間平均フィード数カラム、及び画質限界率カラムに蓄積される。

システムフェイル数は機械番号カラムに蓄積された画像形成装置識別情報で識別される画像形成装置１０１ないし１０ｍに生じた動作異常の発生回数を言い、画質ローカルフェイル数は画質センサの出力が規定値の範囲を超えた回数を言い、画質限界率は画質を左右する消耗品の限界使用回数で現在の使用回数を除して求める率を言う。

尚、画質を左右する消耗品とは、具体的にはドラム又はデベロッパー等を言う。また、画質センサとは、画像形成装置１０１ないし１０ｍの有する画質に関わる情報を検出するセンサであり、具体的には、画像形成装置１０１ないし１０ｍで出力される出力画像のシアン、マゼンタ、黄色、又は黒色の濃度を検知する濃度センサを言う。特に、シアン色の濃度を検知する濃度センサをセンサＣと言う。

また内部情報は、用紙の紙詰まりの発生回数、原稿の紙詰まりの発生回数、紙詰まりが発生した後に再度紙詰まりが発生するまでの平均フィード数、用紙ローカルフェイル数、紙送り全フィード数、及び紙送り限界率を含み、用紙紙詰まり発生回数カラム、原稿紙詰まり発生回数カラム、紙詰り間平均フィード数カラム、用紙ローカルフェイル数カラム、紙送り全フィード数カラム、及び紙送り限界率カラムに蓄積される。

尚、用紙ローカルフェイル数は用紙センサの出力が規定値の範囲を超えた回数を言い、紙送り限界率は紙送りに用いられる消耗品の限界使用回数で現在の使用回数を除して求める率である。用紙センサとは、画像形成装置１０１ないし１０ｍの有する用紙に関わる情報を検出するセンサを言う。更に、紙送りに用いられる消耗品とは、具体的には、紙送りに用いられるロール、ソレイド、及びモータ等を言う。

更に内部情報は、ジャムフェイル情報及び非ジャムフェイル情報を含む。
ジャムフェイル情報とは紙詰まりである動作異常に関する情報を言い、非ジャムフェイル情報とは紙詰まりを除く動作異常に関する情報を言う。

ジャムフェイル情報は部品毎ジャムフェイル発生回数及びジャムフェイル誘発異常発生回数を含み、非ジャムフェイル情報は非ジャムフェイル誘発異常発生回数を含む。

部品毎ジャムフェイル発生回数とは、画像形成装置１０１ないし１０ｍを構成する部品において生じた紙詰まりの発生回数を言う。具体的には、用紙送りに用いられる部品であるヒューザ又はレジストレーション等で発生した紙詰まりの発生回数を言う。ヒューザ及びレジストレーションで発生した紙詰まりの発生回数は、ヒューザジャムカラム及びレジジャムカラムに蓄積される。

部品毎ジャムフェイル発生回数とは、画像形成装置１０１ないし１０ｍを構成する部品において生じた紙詰まりの発生回数である。具体的には、用紙送りに用いられる部品であるヒューザ又はレジストレーション等で発生した紙詰まりの発生回数を言う。ヒューザ及びレジストレーションで発生した紙詰まりの発生回数は、ヒューザジャムカラム及びレジジャムカラムに蓄積される。

ジャムフェイル誘発異常発生回数とは、紙詰まりである動作異常を引き起こす原因に関連する画像形成装置１０１ないし１０ｍを構成する部品に生じた異常の発生回数を言う。
具体的には、ジャムフェイル誘発センサＣフェイル回数、ジャムフェイル誘発ソフトフェイル発生回数、及びジャムフェイル誘発ＵＳＢオープンフェイル発生回数、及びジャムフェイル誘発コミュニケーションフェイル発生回数等を含む。

ジャムフェイル誘発センサＣフェイル回数とはセンサＣの測定値により紙詰まりのを検出した回数を言い、ジャムフェイル誘発ソフトフェイル発生回数とはソフトフェアの異常により紙詰まりの生じた回数を言い、ジャムフェイル誘発ＵＳＢオープンフェイル発生回数とはＵＳＢポートのオープンが失敗したために紙詰まりの生じた回数を言い、ジャムフェイル誘発コミュニケーションフェイル発生回数とはコミュニケーションフェイルの発生により紙詰まりの生じた回数を言う。

尚、コミュニケーションフェイルとは、ボード間、例えば、画像入力ターミナル・ボードと画像出力ターミナル・ボードとの間のデータの授受又はタイミング等の異常により生じたコミュニケーションの不具合を言う。

尚、ジャムフェイル誘発コミュニケーションフェイル発生回数、ジャムフェイル誘発センサＣフェイル異常回数、ジャムフェイル誘発ソフトフェイル発生回数、及びジャムフェイル誘発ＵＳＢオープンフェイル発生回数は、ジャムフェイル誘発異常発生回数を蓄積するためのコミュニケーションフェイルカラム、センサＣフェイルカラム、ソフトフェイルカラム、及びＵＳＢオープンフェイルカラムに蓄積される。

非ジャムフェイル誘発異常発生回数とは、紙詰まりを除く動作異常を引き起こす原因に関連する画像形成装置１０１ないし１０ｍを構成する部品に生じた異常の発生回数を言う。

具体的には、非ジャムフェイル誘発ＥＳＳファンフェイル回数、非ジャムフェイル誘発ＩＯＴロジックフェイル数、非ジャムフェイル誘発センサＣフェイル回数、非ジャムフェイル誘発ソフトフェイル発生回数、非ジャムフェイル誘発ＵＳＢオープンフェイル発生回数、及び非ジャムフェイル誘発コミュニケーションフェイル発生回数等を含む。

非ジャムフェイル誘発ＥＳＳファンフェイル回数とは回路の中心部であるＥＳＳ（Ｅｌｅｃｔｒｉｃ ＳｕｂＳｙｓｔｅｍ）装置の有するファンの異常によりＥＳＳ関連部品の異常が推測される場合に紙詰まりを除く動作異常が生じた回数を言い、非ジャムフェイル誘発ＩＯＴロジックフェイル数とはＩＯＴの論理異常により紙詰まりを除く動作異常が生じた回数を言い、非ジャムフェイル誘発センサＣフェイル回数とはセンサＣの測定値により紙詰まりを除く動作異常を検出した回数を言い、非ジャムフェイル誘発ソフトフェイル発生回数とはソフトフェアの異常により紙詰まりを除く動作異常の生じた回数を言い、非ジャムフェイル誘発ＵＳＢオープンフェイル発生回数とはＵＳＢポートのオープンが失敗したために紙詰まりを除く動作異常の生じた回数を言い、非ジャムフェイル誘発コミュニケーションフェイル発生回数とはコミュニケーションフェイルの発生により紙詰まりを除く動作異常の生じた回数を言う。

尚、非ジャムフェイル誘発ＥＳＳファンフェイル回数、非ジャムフェイル誘発ＩＯＴロジックファイル数、非ジャムフェイル誘発センサＣフェイル回数、非ジャムフェイル誘発ソフトフェイル発生回数、及び非ジャムフェイル誘発ＵＳＢオープンフェイル発生回数は、非ジャムフェイル誘発異常発生回数を蓄積するためのＥＳＳファンフェイルカラム、ＩＯＴロジックフェイルカラム、センサＣフェイルカラム、ソフトフェイルカラム、及びＵＳＢオープンフェイルカラムに蓄積される。

更にまた内部情報は、経過情報を含む。経過情報とは、画像形成装置１０１ないし１０ｍの修理時から支援時までの経過を表す情報である。具体的には、画像形成装置１０１ないし１０ｍの修理時から支援時までの経過時間又は画像を形成した回数である画像形成回数を言う。
尚、経過時間及び画像形成回数は、経過時間カラム及び画像形成回数カラムに蓄積される。

また、画像形成装置１０１ないし１０ｍは、画像形成装置１０１ないし１０ｍの管理を担当するサービス・エンジニアが故障を確認した場合には、サービス・エンジニアの操作により、故障を確認したことを表す情報である故障フラグと故障時の内部情報と取得時刻とを関係付けて故障予防診断支援装置２００へ送信する。更に、故障の種類が、画質に悪影響を及ぼす故障である画質故障、紙送に悪影響を及ぼす故障である紙送故障、又はそれ以外の故障であるかを表す情報である故障種類情報をも、内部情報に関連付けて送信し、故障予防診断支援装置２００の取得部２０１は、関連付けられた内部情報と故障フラグと故障種類情報と取得時刻とを受信する。

次に、記憶部２０２の時系列情報テーブルＴＨは、制御部２０３によって、受信した内部情報と故障フラグと故障種類情報と取得時刻とを関連付けられて蓄積する。尚、故障フラグと故障種類情報とを蓄積するカラムについては図示を省略する。

更に、画像形成装置１０１ないし１０ｍは、サービス・エンジニアがメンテナンスを終了した場合には、サービス・エンジニアの操作により、メンテナンスが終了したことを表す情報であるメンテナンス終了フラグとメンテナンス終了時の内部情報と取得時刻とを関係付けて故障予防診断支援装置２００へ送信し、故障予防診断支援装置２００の取得部２０１は、関連付けられた内部情報とメンテナンス終了フラグとを受信する。

次に、記憶部２０２の時系列情報テーブルＴＨは、制御部２０３によって、受信した内部情報とメンテナンス終了フラグと取得時刻とを関連付けられて蓄積する。尚、メンテナンス終了フラグを蓄積するカラムについては図示を省略する。

尚、故障フラグと関連付けられた取得時刻を予防メンテナンスの開始日時ＳＴＭと言い、またメンテナンス終了フラグと関連付けられた取得時刻を故障の予防メンテナンスの終了日時ＥＴＭと言う。

更に記憶部２０２は、画像形成装置識別情報と画像形成装置識別情報で識別される画像形成装置１０１ないし１０ｍの設置地域識別情報及び担当者識別情報とを制御手段によって関連付けられて記憶している。尚、設置地域識別情報とは画像形成装置１０１ないし１０ｍの設置地域を識別する情報を言い、担当者識別情報とは画像形成装置１０１ないし１０ｍの管理を担当する人物を識別する情報を言う。

ここで、図４を参照して記憶部２０２が記憶する画像形成装置識別情報と設置地域識別情報等との対応について説明する。図４は、記憶部２０２が記憶する画像形成装置識別情報と設置地域識別情報等との対応表の一例を説明するための図である。

図４に示すように、記憶部２０２は、機械担当テーブルＴＭＴを有する。機械担当テーブルＴＭＴは、画像形成装置識別情報と、画像形成装置識別情報で識別される画像形成装置１０１ないし１０ｍの管理を担当する人物を識別する情報である担当者識別情報と、設置地域識別情報と、画像形成装置１０１ないし１０ｍの種類を識別する情報である種類識別情報と、を同一レコードに蓄積することで関連付けて蓄積する。

機械担当テーブルＴＭＴは、機械番号カラム、担当サービスエンジニアコードカラム（以下単に、担当ＣＥコードカラムと言う）、テリトリコードカラム、及び機種コードカラムを有している。

機械番号カラムには画像形成装置識別情報である機械番号を、担当ＣＥコードカラムには担当者識別情報である担当ＣＥコードを、テリトリコードカラムには設置地域識別情報であるテリトリコードを、機種コードカラムには種類識別情報である機種コードを蓄積する。

更に記憶部２０２は、１又は複数のロジスティック回帰モデルを記憶する。本発明に係るロジスティック回帰モデルとは、画像形成装置１０１ないし１０ｍの故障状態及び正常状態を択一的に表す二値変数を目的変数とし、かつ画像形成装置１０１ないし１０ｍの内部情報又は内部情報から得られた値を説明変数とする。また、本発明に係るロジスティック回帰モデルは、画像形成装置１０１ないし１０ｍの故障時及び正常時に取得した内部情報を用いてロジスティック回帰分析を行うことで回帰係数の推定値を定めたモデルである。尚、内部情報から得られた値については後述する。

また、本発明に係る記憶部２０２に記憶されたロジスティック回帰モデルは、支援時において制御部２０３により支援対象とする画像形成装置１０１ないし１０ｍに応じて選択され、選択されたロジスティック回帰モデルは、取得部２０１で取得した内部情報又は内部情報から得られた値を説明変数として代入して危険度を算出するために使用される。危険度とは、画像形成装置の故障の程度を表す指標を言う。

本実施例では、モデルとして、画質に異常を生じさせる故障の程度を表す指標である画質トラブル危険度を算出するためのモデルである画質ロジスティック回帰モデル、及び紙詰まりを生じさせる故障の程度を表す指標である紙送トラブル危険度を算出するためのモデルである紙送ロジスティック回帰モデルの双方を用いることとする。また、画像形成装置に生じる全ての故障の程度を表す指標である総合トラブル危険度を算出するためのモデルである総合ロジスティック回帰モデルをも用いる。

一般に、紙詰まりは、主に使用環境における湿度、又は使用された用紙の状態等に依存する事が多く偶発的に発生する傾向が強い。反面、画質の異常は、部品の故障又は動作異常により発生するため偶発的に発生したノイズによる動作異常を除けば反復継続する傾向が強い。
よってこの構成によれば、それぞれ異なる原因により引き起こされる性質の異なる故障の程度を表す指標をそれぞれ異なったモデルを用いて算出するため、一例として、画質に異常を生じさせる故障の危険度と紙詰まりを生じさせる故障の危険度とを同一のモデルで算出する場合と比べて、危険度を精度良く算出できる。

先ず、本発明の画質ロジスティック回帰モデルの第１の実施形態について説明する。画質ロジスティック回帰モデルの第１の実施形態は、下記数式 （１）で表される。

尚、動作異常間平均フィード数とは動作異常が発生した後に再度動作異常が発生するまでフィード数の平均値を言う。

以下、本発明の画質ロジスティック回帰モデルの実施形態では、いずれも目的変数を正常時に０を故障時に１を取る変数とし、それぞれ画像形成装置が故障し、かつ画質に異常を生じさせる故障が発生した時及び正常時に取得した内部情報を観測値として用いてロジスティック回帰分析を行うことで、回帰係数の推定値を定めたモデルを採用する。

この構成によれば、目的変数は、正常時に０を、故障時に１を取る二値変数であるため、ロジスティック回帰モデルの予測値である危険度と、危険度と正常状態を表す値との差を、正常値と異常値の差の絶対値で除した値とが一致する。

また一般に、画質に影響を与える故障は、システム全体的な不具合の発生としてカウントされ、画質センサの値に基づいて発生を検知され、フェイル間のフィード数が減少すればするほど故障は頻繁に生じて深刻化していると判断され、かつ紙送り限界率の増加に伴って故障確率が増加する。
よってこの構成によれば、画質ロジスティック回帰モデルの説明変数は、システムフェイル数、画質ローカルフェイル数、画質センサの測定値、フェイル間のフィード数の平均値、画質限界率のいずれか１つ以上を含むため、一例として、これらの変数のいずれも説明変数としない画質ロジスティック回帰モデルと比べて、危険度を精度良く算出できる。

次に、本発明の紙送ロジスティック回帰モデルの第１の実施形態について説明する。紙送ロジスティック回帰モデルの第１の実施形態は、下記数式 （２）で表される。

以下、本発明の紙送ロジスティック回帰モデルの実施形態では、いずれも目的変数を正常時に０を故障時に１を取る変数とし、それぞれ画像形成装置が故障し、かつ紙詰まりを生じさせる故障が発生した時及び正常時に取得した内部情報を観測値として用いてロジスティック回帰分析を行うことで、回帰係数の推定値を定めたモデルを採用する。

一般に、紙送りに影響を与える故障は、用紙又は原稿の紙詰まりとして発生し、紙詰まり間の平均フィード数が減少すればするほど紙詰まりは頻繁に生じて深刻化していると判断され、紙センサの異常により故障まりが検出され、紙送り限界率の増加及び紙送り全フィード数の増加に伴って故障確率が増加する。
よってこの構成によれば、紙送ロジスティック回帰モデルの説明変数は、用紙の紙詰まりの発生回数、原稿の紙詰まりの発生回数、紙詰まり間の平均フィード数、用紙ローカルフェイル数、紙送り全フィード数、又は紙送り限界率のいずれか１つ以上を含むため、一例として、これらの変数のいずれも説明変数としない紙送ロジスティック回帰モデルと比べて、危険度を精度良く算出できる。

次に、本発明の総合ロジスティック回帰モデルの第１の実施形態について説明する。総合ロジスティック回帰モデルの第１の実施形態は、下記数式 （３）で表される。

以下、本発明の総合ロジスティック回帰モデルの実施形態では、いずれも目的変数を正常時に０を故障時に１を取る変数とし、それぞれ画像形成装置が故障した全ての時及び正常時に取得した内部情報を観測値として用いてロジスティック回帰分析を行うことで、回帰係数の推定値を定めたモデルを採用する。

次に、本発明の画質ロジスティック回帰モデルの第２の実施形態について説明する。画質ロジスティック回帰モデルの第２の実施形態は、下記数式 （４）で表される。

次に、本発明の紙送ロジスティック回帰モデルの第２の実施形態について説明する。紙送ロジスティック回帰モデルの第２の実施形態は、下記数式 （５）で表される。

次に、本発明の総合ロジスティック回帰モデルの第２の実施形態について説明する。総合ロジスティック回帰モデルの第２の実施形態は、下記数式 （６）で表される。

つまり、上記数式（４）ないし（６）における説明変数は内部情報から得られた値であり、特に、説明変数は内部情報である非ジャムフェイル情報の総和、又は前記内部情報であるジャムフェイル情報の総和、若しくはその双方である。

尚、上記数式（４）ないし（６）において、経過情報である画像形成回数の代わりに経過時間を表す構成を採用できる。
この構成によれば、画像形成回数及び経過時間は定量的な値であるため、例として、ユーザの画像形成装置に対する習熟レベル又は故障感知レベルと言った定性的なパラメタを説明変数とする場合と比べて、危険度の算出精度を高精度のまま容易に維持できる。

次に、本発明の画質ロジスティック回帰モデルの第３の実施形態について説明する。画質ロジスティック回帰モデルの第３の実施形態は、下記数式 （７）で表される。

次に、本発明の紙送ロジスティック回帰モデルの第３の実施形態について説明する。紙送ロジスティック回帰モデルの第３の実施形態は、下記数式 （８）で表される。

次に、本発明の総合ロジスティック回帰モデルの第３の実施形態について説明する。総合ロジスティック回帰モデルの第３の実施形態は、下記数式 （９）で表される。

つまり、上記数式（７）ないし（９）における説明変数は内部情報から得られた値であり、特に、内部情報である非ジャムフェイル情報の加重和、及び前記内部情報であるジャムフェイル情報の加重和である。

一般に、紙詰まりは、主に使用環境における湿度、又は使用された用紙の状態等に依存する事が多く偶発的に発生する傾向にある。反面、紙詰まりを除く部品の動作異常は、偶発的に発生したノイズによる動作異常を除けば反復継続される傾向にあり、画質に影響を及ぼすことが多い。また一般に、ジャムフェイル情報と非ジャムフェイル情報との相関は低い。
また、紙詰まりは部品毎ジャムフェイル発生回数としてカウントされ、かつジャムフェイル誘発異常発生回数の増加は紙詰まりの発生確率を増加させる。更に、非ジャムフェイル誘発異常発生回数の増加は紙詰まりを除く動作異常の発生確率を増加させる。
よってこの構成によれば、総合危険度を相補的に算出するため、一例として、ジャムフェイル情報又は非ジャムフェイル情報により危険度を説明しないモデルを利用する場合と比べて、危険度を精度良く算出できる。

ここで図５を参照して、経過情報を説明変数に含むロジスティック回帰モデルにより算出された危険度の特徴について説明する。図５は、経過情報が危険度へ与える影響の一例を説明するための図である。

図５の上図は、経過情報を説明変数に含まないロジスティック回帰モデル（上記第１の実施形態のロジスティック回帰モデル）により算出された危険度の時間的推移を表す図であり、図５の下図は、経過情報を説明変数に含むロジスティック回帰モデル（上記第２又は３の実施形態のロジスティック回帰モデル）により算出された危険度の時間的推移を表す図である。

図５の上図及び下図ともに、縦軸を危険度、横軸を時刻として表しており、同一の画像形成装置から取得した内部情報を用いて同一の時間区間において画質トラブル危険度及び紙送トラブル危険度を算出してその推移を表示している。

図５においては、時間区間ＩＦ１及びＩＦ２において画像形成装置に異常が生じ、それ以外の図示する時点では異常は生じていないことを表している。つまり、時間区間ＩＦ１の後時間区間ＩＦ２の前までの時間区間においては、画像形成装置に異常が生じていない。よってこの異常の生じなかった時間区間を異常不発生区間ＩＯと呼ぶことにする。

図５の上図と下図とを比べると、上図は、異常不発生区間ＩＯにおいて画質トラブル危険度及び紙送トラブル危険度は横ばい状態であるのに対し、下図は、異常不発生区間ＩＯにおいて画質トラブル危険度及び紙送トラブル危険度が逓減する。

一例として、偶発的に発生したノイズ又は誤った操作により画像形成装置が異常状態に陥った場合等には、画像形成装置は故障予防措置を取られるまでも無く正常状態に復旧する。また、画像形成装置が正常状態に復旧したことは、その後何ら異常が生じないと言う経過により裏付けられる。
よってこの構成によれば、ロジスティック回帰モデルの目的変数である危険度は経過情報により説明されるため、一例として、説明変数に経過情報を含まないモデルと比べて、危険度を高精度に算出することができる。

ここで図６を参照して内部情報と重み付け係数との関係を説明する。図６は内部情報と重み付け係数との関係を説明するための図である。

本発明の画質ロジスティック回帰モデル、紙送ロジスティック回帰モデル及び総合ロジスティック回帰モデルの第３の実施形態で使用される内部情報は、図６に示すように、ジャムフェイル情報と非ジャムフェイル情報とに分類される。これは、画質トラブル危険度は非ジャムフェイル情報により直接的に説明されかつジャムフェイル情報により間接的に説明されるからであり、紙送トラブル危険度はジャムフェイル情報によって直接的にかつ非ジャムフェイル情報により間接的に説明されるからである。

また、ジャムフェイル情報及び非ジャムフェイル情報については、画像形成装置の動作異常の反復性及び異常の程度等に基づいて重要度を「大」・「中」・「小」の三段階評価がなされる。具体的には、ヒューザ及びレジストレーションで発生した紙詰まり、ＥＳＳファンの異常、及びＩＯＴの論理異常等については、反復性が高く、かつ深刻な紙詰まりや画質への影響を生じさせる確率が大きい。それに対してＵＳＢポートのオープンの失敗及びコミュニケーションフェイル等は、ＵＳＢポートに接続した機器の状態等に依存することもあり、反復性が高くなく、かつ紙詰まりや画質への影響を及ぼすことが余り考えられない。

よって、回帰モデルの第３の実施形態では、非ジャムフェイル情報の内で、非ジャムフェイル誘発ＥＳＳファンフェイル回数及び非ジャムフェイル誘発ＩＯＴロジックフェイル数を影響度が「大」とし、非ジャムフェイル誘発センサＣフェイル回数及び非ジャムフェイル誘発ソフトフェイル発生回数を影響度が「中」とし、非ジャムフェイル誘発ＵＳＢオープンフェイル発生回数及び非ジャムフェイル誘発コミュニケーションフェイル発生回数を影響度が「小」として評価した。

また、第３の実施形態においては、これらの影響度に対応して重み付け係数を影響度の大きい順に、重み付け係数「α」・「β」・「γ」を重みとして付加して説明変数を求めた。

更に、ジャムフェイル情報の内でヒューザで発生した紙詰まりの発生回数及びレジストレーションで発生した紙詰まりの発生回数を影響度が「大」とし、ジャムフェイル誘発センサＣフェイル回数及びジャムフェイル誘発ソフトフェイル発生回数を影響度が「中」とし、並びにジャムフェイル誘発ＵＳＢオープンフェイル発生回数及びジャムフェイル誘発コミュニケーションフェイル発生回数を影響度が「小」として評価した。

また、第３の実施形態においては、これらの影響度に対応して重み付け係数を影響度の大きい順に、重み付け係数「δ」・「ε」・「ζ」を重みとして付加して説明変数を求めた。

尚、記憶部２０２は、画像形成装置の設置地域毎、画像形成装置の種類毎、又はその双方等で分類した内部情報を使って回帰係数の推定値を定めた１又は複数の第１ないし３の実施形態である画質ロジスティック回帰モデル及び紙送ロジスティック回帰モデルを記憶する。

一般に、画像形成装置を構成する部品には、部品における故障や異常動作が直接的に紙詰まり又は画質の異常を引き起こす部品と、間接的に引き起こす部品と、が存在し故障に与える影響度が異なる。
よってこの構成によれば、目的変数を良く説明すると考えられる変数を重み付けして説明変数を作成できるため、一例として、重み付けをしないモデルと比べて、危険度を精度良く算出できる。

ここで図２に戻り、引き続き故障予防診断支援装置２００の構成について説明する。
制御部２０３については、後述することとする。

表示部２０４は、例えば、液晶ディスプレイ、プラズマディスプレイ、又はＣＲＴ等で構成される。表示部２０４は、制御部２０３に接続している。表示部２０４は、制御部２０３が算出させた危険度等の情報を表示するよう制御部２０３により制御される。

入力部２０５は、例えば、タッチパネル、マウス、又はキーボード等で構成される。入力部２０５は制御部２０３に接続している。入力部２０５は、ユーザに操作されて、担当者識別情報、設置地域識別情報、画像形成装置識別情報、及び種類識別情報等、並びに各種の実効命令を制御部２０３へ入力する。

故障診断部２０６は、例えば、図示を省略するが、例えば、ハードディスク等の外部記憶装置、ＲＡＭ等の内部記憶装置、及びＣＰＵ等の演算装置等で構成されており、また記憶装置に記憶された情報を処理する外部記憶装置等に記憶されたプログラムを演算装置が実行することで後述する様々な機能を提供する。

故障診断部２０６は、画像形成装置１０１ないし１０ｍの故障を引き起こす原因をモデル化した故障診断モデルを解析することで画像形成装置１０１ないし１０ｍを構成する部品又は部品群の故障を診断する。

その後、故障診断部２０６は、故障診断結果を制御部２０３へ送信する。尚、送信された故障診断結果は制御部２０３により表示部２０４又は遠隔端末４０１ないし４０ｎの有する表示部（以下単に、表示部２０４等と言う）に表示するよう制御される。

ここで図７を参照して故障診断部２０６の構成を説明する。図７は、故障診断部２０６の一形態を示す構成図である。
故障診断部２０６は、部位状態情報取得部２０６１、履歴情報取得部２０６２、環境情報取得部２０６３、及び故障確率推論部２０６４等で構成される。

部位状態情報取得部２０６１、履歴情報取得部２０６２、及び環境情報取得部２０６３（以下単に、部位状態情報取得部２０６１等と言う）は、図示は省略するが、制御部２０３及び故障確率推論部２０６４に接続している。

部位状態情報取得部２０６１等は、故障診断モデル２０６４３に入力される故障診断対象である画像形成装置１０１ないし１０ｍの内部の様々な情報を、制御部２０３を介して記憶部２０２の有する時系列情報テーブルＴＨから取得する。その後、取得した情報を故障確率推論部２０６４へ送信する。

より具体的には、部位状態情報取得部２０６１は、故障診断対象とする画像形成装置１０１ないし１０ｍの有するセンサ等により取得された内部情報であって、時系列情報テーブルＴＨに蓄積された内部情報に基づく各部位の稼動状態を示す情報である部位情報を取得する。尚、部位とは、画像形成装置を構成する部品又は部品群を言う。

履歴情報取得部２０６２は、時系列情報テーブルＴＨに時系列的に蓄積された内部情報に基づいて、故障診断対象とする画像形成装置の使用状況の監視結果を履歴情報として取得する。

環境情報取得部２０６３は、故障診断対象とする画像形成装置の環境情報であって、時系列情報テーブルＴＨに蓄積された環境情報を取得する。

故障確率推論部２０６４は、部位状態情報取得部２０６１、履歴情報取得部２０６２、及び環境情報取得部２０６３に接続している。また、故障確率推論部２０６４は、制御部２０３を介して入力部２０５又は遠隔端末４０１ないし４０ｎの有する入力部（以下単に、入力部２０５等と言う）に接続している。

更に故障確率推論部２０６４は、故障候補検出部２０６４１、推論エンジン２０６４２、及び１又は複数の故障診断モデル２０６４３を有している。

故障確率推論部２０６４は、部位状態情報取得部２０６１等により得られた情報を取得する。また、故障確率推論部２０６４は、制御部２０３を介して入力部２０５等から、ユーザ操作によって動作条件の異なる状態で故障情報を取得する。

故障確率推論部２０６４は、部位状態情報取得部２０６１等及び入力部２０５等により得られた情報と、故障診断対象とする画像形成装置１０１ないし１０ｍの故障診断に適した診断モデル２０６４３と、に基づいて各モデル上の故障原因の故障確率を算出する。

故障候補検出部２０６４１は、後述する推論エンジン２０６４２で算出した故障原因確率を元にして故障原因候補を絞り込む。

推論エンジン２０６４２は、故障を引き起こす各原因が、発生した故障の主原因であるであろう確率（故障原因確率）を部位状態情報取得部２０６１等から取得した情報、及び、入力部２０５等から取得した情報、に基づいて算出する。

診断モデル２０６４３は、後に説明する画像形成装置１０１ないし１０ｍの故障を引き起こす原因をモデル化した故障診断モデルであり、故障原因の確率を算出するために利用される。

ここで、故障原因確率の算出を行う推論エンジン２０６４２には、ベイジアンネットワーク（Ｂａｙｅｓｉａｎ Ｎｅｔｗｏｒｋ）を利用する。このベイジアンネットワークとは、因果関係が複雑な問題領域を表すため、複数の変数間の因果関係を順次結線し、グラフ構造を持つネットワークとして表現したものであり、変数間の依存関係を有向グラフにより表したものである。本発明における故障診断モデルはこのベイジアンネットワークを利用して構築されている。

なお、故障診断モデル、又は画像形成装置１０１ないし１０ｍ等は、従来ある故障診断モデル、又は画像形成装置等を利用することができる。

次に、図８を参照して、画質に影響を与える故障（以下単に、画像欠陥系の故障と言う）の故障診断を行う場合のベイジアンネットワークの構成について説明する。図８は、画像欠陥系の故障診断を行う場合のベイジアンネットワークの構成例を概念的に示した図である。

図示するように、このベイジアンネットワークは、画像欠陥を吹き起こす原因を表す故障原因ノードＮＤ０と、画像形成装置１０１ないし１０ｍを構成する部材又は部位（コンポーネント）の状態情報を表すコンポーネント状態ノードＮＤ１と、画像形成装置１０１ないし１０ｍの履歴情報を表す履歴情報ノードＮＤ２と、画像形成装置１０１ないし１０ｍが設置されている周辺環境情報を表す環境情報ノードＮＤ３と、画質欠陥の状態情報を表す観測状態ノードＮＤ４と、ユーザ操作によって得られる追試結果情報を表すユーザ操作ノードＮＤ５と、欠陥種類ノードＮＤ６を含んで構成されている。

故障原因ノードＮＤ０は、画像欠陥を引き起こす原因を表すノードであり、この部分の確率を計算して、故障か否かの判断を行う。各ノード内には、因果関係の強さを表す確率データをまとめた確率表が格納されている。この確率データの初期値は、過去の故障発生時のデータや部品のＭＴＢＦ（Ｍｅａｎ Ｔｉｍｅ Ｂｅｔｗｅｅｎ Ｆａｉｌｕｒｅ；平均故障間隔）を用いて決定することができる。

コンポーネント状態ノードＮＤ１は、コンポーネントの状態を表すノードであり、コンポーネントの状態を観測するセンサ等から取得される内部情報から取得される情報である。このような情報としてコンポーネントの温度、印加電圧、パッチ濃度、色材(例えばトナー)残量などの情報がある。

履歴情報ノードＮＤ２は、画像形成装置１０１ないし１０ｍの使用状況を表すものであり、例えばコンポーネントごとのプリント枚数の履歴を用いる。このプリント枚数はコンポーネントの磨耗や劣化などコンポーネントの状態に直接影響を与える。

環境情報ノードＮＤ３は、コンポーネントの状態に影響を与える周囲環境条件で、本実施例では、温度と湿度がこれに相当する。温度や湿度は、各コンポーネントの画像形成条件や動作条件に影響を与える。

観測状態ノードＮＤ４は、出力画像に発生した欠陥の観測状態を表すもので、ユーザにより観測され入力される情報である。例えば、欠陥の形状、大きさ、濃度、輪郭、向き、位置、周期性、発生領域などの情報がある。

ユーザ操作ノードＮＤ５は、画像形成装置１０１ないし１０ｍに対して動作条件を代えて同様の処理をさせる情報であり、変更後の動作条件の情報も含まれる。

欠陥種類ノードＮＤ６は、画像欠陥の種類を表すもので、線、点、白抜け、濃度ムラなどの情報がある。まず、発生した画像欠陥の種類を判別してこのノードの状態を確定させてから、他のノード（ＮＤ１〜ＮＤ５）の情報を適宜入力して診断を行い、故障原因を推定する。

これらの各ノードは、"原因"→"結果"の関係になるように結線される。たとえば、"故障原因ノード"と"観測状態ノードＮＤ４"との関係は"故障原因ノード"で示される"原因"が元で"観測状態ノードＮＤ４"で示される"観測状態（濃度が薄い、筋状・帯状、など）"が表れるという関係になる。一方、"履歴情報ノードＮＤ２"と"原因ノード"との関係は"履歴情報に基づく状態（コピー枚数が多い、稼動年数が長いなど）"が元で"原因"（部品劣化など）が発生するという関係が成り立つ。

次に、図９を参照して、故障診断モデルの具体的な事例について説明する。図９は、画像による故障診断の構成例の中で黒線発生時のベイジアンネットワークの一例を示した図である。

図示するように、ノードは、"原因"→"結果"の関係になるように結線される。たとえば、"ドラムの傷"と"線幅情報"の関係は"ドラムの傷"が元で細い線が発生といった"線幅情報"が表れるという関係になる。

一方、"フィード数履歴情報"と"フューザ"の関係は"フィード数"に基づく状態（フィード数が何枚以上）が元で"フューザ"劣化による黒線発生の可能性が高くなるという関係が成り立つ。

各ノードの確率データの初期値は、たとえば過去のデータを元に決定する。その後、部品の交換頻度や不具合発生頻度など、市場トラブルの統計データを元に定期的に各ノードの確率を更新するようにしてもよい。

ここで図２に戻り、引き続き故障予防診断支援装置２００の構成について説明する。
制御部２０３は、図示を省略するが、例えば、ハードディスク等の外部記憶装置、ＲＡＭ等の内部記憶装置、及びＣＰＵ等の演算装置等で構成されており、また記憶装置に記憶された情報を処理する外部記憶装置等に記憶されたプログラムを演算装置が実行することで後述する様々な機能を提供する。

制御部２０３は、取得部２０１、記憶部２０２、表示部２０４、入力部２０５、及び故障診断部２０６等に接続している。
制御部２０３は、内部情報、環境情報、取得時刻、及び画像形成装置識別情報等を取得部２０１から受信する。次に、受信した内部情報、取得時刻、及び画像形成装置識別情報等を関連付けて記憶部２０２の有する時系列情報テーブルＴＨへ記憶させる。

また制御部２０３は、算出するようプログラムを制御し、算出させた総合危険度、画質トラブル危険度、及び紙送トラブル危険度を、算出に用いた内部情報と関連付けて記憶部２０２の有する時系列情報テーブルＴＨへ記憶させる。

また制御部２０３は、入力部２０５等から受信した画像形成装置識別情報と画像形成装置識別情報で識別される画像形成装置の設置地域識別情報、担当者識別情報及び画像形成装置機種識別情報とを関連付けて記憶部２０２の有する機械担当テーブルＴＭＴへ記憶させる。具体的には、例えば、ＳＱＬ文等を作成し、作成したＳＱＬ文等で記述された命令を実行するよう、記憶部２０２の記憶する情報を管理するプログラムの実行を制御する。

更に制御部２０３は、入力部２０５等が入力した設置地域識別情報を取得し、取得した設置地域識別情報に関連付けられた記憶部２０２が記憶する内部情報及び画像形成装置識別情報を取得する。
または制御部２０３は、入力部２０５等が入力した担当者識別情報に関連付けられた記憶部２０２が記憶する画像形成装置識別情報を取得し、取得した画像形成装置識別情報に関連付けられた記憶部２０２が記憶する内部情報を取得する。

その後、制御部２０３は、取得した全ての画像形成装置識別情報に対して取得した内部情報を用いて危険度を算出するよう制御し、算出させた危険度と画像形成装置識別情報とを関連付けて一覧表示するよう表示部２０４等を制御する。

ここで図１０を参照して、制御部２０３が、危険度と画像形成装置識別情報とを関連付けて一覧表示させるよう制御する場合に表示部２０４に表示させる表示画面の一例について説明する。図１０は、表示部２０４等の表示する故障予防監視画面の一実施形態を説明するための図である。

図１０の表示する故障予防監視画面ＦＰＴＭは、画像形成装置の危険度を危険度の高い順に画像形成装置識別情報とを関連付けて一覧表示するための画面である。

また故障予防監視画面ＦＰＴＭは、ユーザが入力部２０５等を操作して、故障予防診断支援装置２００の運用モードを、通常運用時のモードである通常運用モードから画像形成装置の故障予防を監視するモードである故障予防監視モードへ切替えた場合に表示部２０４等が表示する画面である。

故障予防監視画面ＦＰＴＭは第１入力コード表示サブ画面ＳＦＣＩ１及び故障予防情報表示サブ画面ＳＦＰＩを有する。
第１入力コード表示サブ画面ＳＦＣＩ１は、制御部２０３が支援対象とする画像形成装置を特定するために入力部２０５等で入力される情報を表示するサブ画面である。
故障予防情報表示サブ画面ＳＦＰＩは、第１入力コード表示サブ画面ＳＦＣＩ１に表示された情報であり、かつ入力部２０５等で入力された情報により特定された１又は複数の画像形成装置の危険度等の支援情報を表示するサブ画面である。

次に、図１１を用いて第１入力コード表示サブ画面ＳＦＣＩ１について説明する。図１１は、表示部２０４等の表示する第１入力コード表示サブ画面ＳＦＣＩ１の一例を説明するための図である。

第１入力コード表示サブ画面ＳＦＣＩ１は、第１入力コード表示領域ＡＣＩ１、表示ボタンＢＴＶ、印刷ボタンＢＴＰ、及びキャンセルボタンＢＴＣで構成される。

第１入力コード表示領域ＡＣＩ１は、入力部２０５等で入力された情報を表示する領域である。
表示ボタンＢＴＶは、ユーザが表示ボタンＢＴＶを触れる等して入力部２０５等を操作して、第１入力コード表示領域ＡＣＩ１に表示された情報で特定される画像形成装置１０１ないし１０ｍに対する支援を開始するよう命令を入力できることを表すボタン表示である。

印刷ボタンＢＴＰは、同様に印刷ボタンＢＴＰを触れる等して、故障予防情報表示サブ画面ＳＦＰＩに表示する支援情報を、図示及び説明は省略するが、故障予防診断支援装置２００が備える又は接続されたプリンタ等を通じてプリントアウトする命令を入力できることを表すボタン表示である。

キャンセルボタンＢＴＣは、同様にキャンセルボタンＢＴＣを触れる等して、通常のモードとは異なる故障予防監視モードにおいて表示される図１０に示した故障予防情報表示画面ＦＰＩの表示を中止して、通常のモードにおいて表示される画面を表示する命令を入力できることを表すボタン表示である。

第１入力コード表示領域ＡＣＩ１は、機種リストボックスＬＢＭ、表示区分リストボックスＬＢＤ、表示件数リストボックス ＬＢＶ、及びコード番号リストボックスＬＢＣを有する。

機種リストボックスＬＢＭ、表示区分リストボックスＬＢＤ、表示件数リストボックス ＬＢＶ、及びコード番号リストボックスＬＢＣは、ユーザが入力部２０５等を操作して入力した情報を表示する。

特に、機種リストボックスＬＢＭは、種類識別情報を表示する。
表示区分リストボックスＬＢＤは、コード番号リストボックスＬＢＣが表示する情報が担当者識別情報であるか設置地域識別情報であるかを表す文字列情報を表示する。具体的には、コード番号リストボックスＬＢＣが表示する情報が担当者識別情報である場合には、「担当ＣＥ」と言う文字列を表示する。

コード番号リストボックスＬＢＣは、担当者識別情報又は設置地域識別情報を表示する。
表示件数リストボックスＬＢＶは、故障予防情報表示サブ画面ＳＦＰＩに情報を表示することで一度に支援する画像形成装置の最大数を表示する。

次に、図１２を参照して故障予防情報表示サブ画面ＳＦＰＩについて説明する。図１２は、表示部２０４等の表示する故障予防情報表示サブ画面ＳＦＰＩの一例を説明するための図である。

故障予防情報表示サブ画面ＳＦＰＩは、第１コード等表示領域ＡＣＯ１、前リスト表示ボタンＢＴＦ、後リスト表示ボタンＢＴＢ、及び故障危険度等表示領域ＡＲを有する。

第１コード等表示領域ＡＣＯ１は、第１入力コード表示サブ画面ＳＦＣＩ１が表示する情報の一部と支援日とを表示する。情報の一部とは、具体的には、第１入力コード表示サブ画面ＳＦＣＩ１の機種リストボックスＬＢＭが表示する種類識別情報、表示区分リストボックスＬＢＤの表示する文字列、コード番号リストボックスＬＢＣの表示する担当者識別情報又は設置地域識別情報を表示する。

故障危険度等表示領域ＡＲは、第１入力コード表示サブ画面ＳＦＣＩ１が表示する画像形成装置識別情報、並びに担当者識別情報又は設置地域識別情報で特定される１又は複数の画像形成装置の画像形成装置識別情報、特定された画像形成装置識別情報で識別される画像形成装置の設置地域識別情報及び内部情報である紙送り全フィード数、及び危険度を、同一行に表示することで関連付けて表示する。尚、同一行に表示される情報を要素情報と言う。尚、紙送り全フィード数はトータルカウンタとして表示する。

また、故障危険度等表示領域ＡＲの各行の画像形成装置識別情報は、詳細情報表示ボタンＢＴＭのキャプションとして表示される。
詳細情報表示ボタンＢＴＭは、キャプションとして表示する画像形成装置識別情報で識別される画像形成装置１０１ないし１０ｍに関する情報を表示する故障予防経過監視画面ＦＰＴＭを表示部２０４等に表示させる命令を、詳細情報表示ボタンＢＴＭをユーザが触れる等して入力部２０５等を操作して入力できることを表すボタン表示である。尚、故障予防経過監視画面ＦＰＴＭについては後述する。

故障危険度等表示領域ＡＲに表示される行は、要素情報を要素とするリストであって、要素情報の一部である危険度に従って降順にソートされたリストの一部又は全部を表示する。

具体的には、故障危険度等表示領域ＡＲは、第１入力コード表示サブ画面ＳＦＣＩ１の有する第１入力コード表示領域ＡＣＩ１に表示する表示件数を最大表示件数として、最も高い危険度に関連付けられた要素情報から順にリストの並び順に従って順次一覧表示する。

前リスト表示ボタンＢＴＦは、現在表示しているそれぞれの要素情報よりも最大表示件数だけ前のリスト位置に挿入された要素情報を現在表示している要素情報に代えて故障危険度等表示領域ＡＲへ表示させる命令を、ユーザが前リスト表示ボタンＢＴＦに触れる等して入力部２０５等を操作して入力できることを表すボタン表示である。

後リスト表示ボタンＢＴＢは、現在表示しているそれぞれの要素情報よりも最大表示件数だけ後のリスト位置に挿入された要素情報を現在表示している要素情報に代えて故障危険度等表示領域ＡＲへ表示させる命令を、ユーザが後リスト表示ボタンＢＴＢに触れる等して入力部２０５等を操作して入力できることを表すボタン表示である。

ここで図１３を用いて、故障予防監視モードにおける制御部２０３が実行する制御処理について説明する。図１３は、制御部２０３の実行する故障予防監視モードにおける制御処理の一例を表すフローチャートである。

先ず、制御部２０３は、支援対象とする画像形成装置１０１ないし１０ｍの種類識別情報を入力部２０５等から取得する（ステップＳＴ００１）。

次に、制御部２０３は、表示部２０４等が表示する故障予防監視画面ＦＰＴＭの有する第１入力コード表示領域ＡＣＩ１に表示する表示区分リストボックスＬＢＤの表示する文字列が「担当ＣＥ」であるかを判断する（ステップＳＴ００２）。制御部２０３は、文字列が「担当ＣＥ」であると判断する場合にはステップＳＴ００３を、そうでない場合にはステップＳＴ００４を実行する。

ステップＳＴ００２において、制御部２０３は、文字列が「担当ＣＥ」であると判断した場合には担当者識別情報を入力部２０５等から取得する（ステップＳＴ００３）。その後、ステップＳＴ００５の処理を実行する。

ステップＳＴ００２において、制御部２０３は、文字列が「担当ＣＥ」でないと判断した場合には設置地域識別情報（テリトリコード）を入力部２０５等から取得する（ステップＳＴ００４）。その後、ステップＳＴ００５の処理を実行する。

ステップＳＴ００３又はステップＳＴ００４を実行した後には、制御部２０３は、表示部２０４等が表示する故障予防監視画面ＦＰＴＭの表示件数リストボックスＬＢＶに表示する表示件数を取得する（ステップＳＴ００５）。

次に、制御部２０３は、記憶部２０２の記憶する機械担当テーブルＴＭＴに対して、上記ステップＳＴ００１で取得した種類識別情報、並びに上記ステップＳＴ００３で取得した担当者識別情報又は上記ステップＳＴ００４で取得した設置地域識別情報に関連付けられた画像形成装置識別情報を取得する（ステップＳＴ００６）。尚、制御部２０３は、取得した画像形成装置識別情報と、機械担当テーブルＴＭＴにおいて画像形成装置識別情報に関連付けられた設置地域識別情報とを関連付けてメモリ等に記憶しておく。

その後、制御部２０３は、ステップＳＴ００５で取得した全ての画像形成装置識別情報に対してステップＳＴ００８ないし０１１の処理を実行したかを判断する（ステップＳＴ００７）。制御部２０３は、全ての画像形成装置識別情報に対してステップＳＴ００８ないし０１１の処理を実行したと判断する場合にはステップＳＴ０１２の処理を、そうでない場合にはステップＳＴ００８の処理を実行する。

ステップＳＴ００７において、制御部２０３は、全ての画像形成装置識別情報に対してステップＳＴ００８ないし０１１の処理を実行していないと判断する場合には、処理を実行していない画像形成装置識別情報で出識別される画像形成装置１０１ないし１０ｍの１つに対してステップＳＴ００８ないし０１１の処理を実行する。

尚、図１３において、処理対象とした画像形成装置識別情報を以下単に、処理対象画像形成装置識別情報と言い、処理対象画像形成装置識別情報で識別される画像形成装置１０１ないし１０ｍを以下単に、処理対象画像形成装置と言う。

次に、制御部２０３は、記憶部２０２の記憶する時系列情報テーブルＴＨが、処理対象画像形成装置識別情報及び直近データ収集日に関連付けられた危険度を記憶しているかを判断する（ステップＳＴ００８）。つまり過去において危険度を既に計算済みであると判断する場合にはステップＳＴ０１１の処理を、そうでない場合にはステップＳＴ００９の処理を実行する。

尚、図１３において、システム時刻から判断される支援日に最も近くかつ支援日を超えない取得時刻（データ収集日）を以下単に、直近データ収集日と言う。

ステップＳＴ００８において、制御部２０３は、過去において危険度を計算していないと判断した場合には、処理対象画像形成装置に応じて記憶部２０２に記憶されたロジスティック回帰モデルを選択する。具体的には、処理対象画像形成の種類識別情報（機種コード）、設置地域識別情報（テリトリコード）、又は担当者識別情報（担当ＣＥコード）のいずれか１つ以上を用いて判断する。

次に、制御部２０３は、処理対象画像形成装置識別情報と直近データ収集日とに関連付けられた内部情報を取得し、取得した内部情報を用いて選択したロジスティック回帰モデルを用いて、選択した回帰モデルの予測値として危険度を算出する（ステップＳＴ００９）。

尚、算出した危険度と、直近データ収集日において収集された紙送り全フィード数と、既に関係付けてメモリ等に記憶した画像形成装置識別情報及び設置地域識別情報と、を更に関連付けてメモリ等に記憶しておく。

この構成によれば、画像形成装置の故障の程度を表す指標である危険度を、画像形成装置毎に選択したロジスティック回帰モデルにより算出するだけでなく、ロジスティック回帰モデルにより算出された危険度は、正常状態を表す値と異常状態を表す値で定まる区間に属する。よって、多様な画像形成装置に対して措置を講ずる必要があるか否かの判断を、正常値と危険度との差を区間長で除した値と予め定められた一様な基準値とを比較することで高精度に支援できる。

その後、制御部２０３は、ステップＳＴ００９で算出した危険度を記憶部２０２の記憶する時系列情報テーブルＴＨへ、処理対象画像装置識別情報と直近データ収集日とに関連付けて蓄積するようプログラムを制御する（ステップＳＴ０１０）。その後、ステップＳＴ００７に戻って上記処理を繰り返す。

ステップＳＴ００８において、制御部２０３は、過去において危険度を既に計算済みであると判断した場合には、記憶部２０２の記憶する時系列情報テーブルＴＨから、処理対象画像形成装置識別情報及び直近データ収集日に関連付けられた危険度を取得する（ステップＳＴ０１１）。

また、ステップＳＴ００９と同様に取得した危険度と、直近データ収集日において収集された紙送り全フィード数と、既に関係付けてメモリ等に記憶した画像形成装置識別情報及び設置地域識別情報と、を更に関連付けてメモリ等に記憶しておく。その後テップＳＴ００７に戻って上記処理を繰り返す。

ステップＳＴ００７において、制御部２０３は、全ての画像形成装置識別情報に対してステップＳＴ００８ないし０１１の処理を実行した判断する場合には、関連付けてメモリ等に記憶した処理対象画像形成装置識別情報、設置地域識別情報、紙送り全フィード数、及び危険度等、を構成要素としてリストを生成する（ステップＳＴ０１２）。また、生成したリストを危険度の昇順でソートする。

次に、ステップＳＴ０１２で生成したリストの構成要素を、優先度の高い順にステップＳＴ００５で取得した表示件数分だけ故障危険度等表示領域ＡＲに一覧表示するよう表示部２０４等を制御し、かつ上記ステップＳＴ００１で取得した種類識別情報、並びに上記ステップＳＴ００３で取得した担当者識別情報又は上記ステップＳＴ００４で取得した設置地域識別情報等を第１コード等表示領域ＡＣＯ１に表示するよう表示部２０４等を制御する。その後、制御部２０３は処理を終了する。

この構成によれば、担当者識別情報で識別される人物が管理を担当する画像形成装置の危険度を表示手段に一覧表示できるため、ユーザは、管理を担当する画像形成装置の内で故障予防のための措置を講ずる、又は修理を行なう必要がある画像形成装置を一見して知ることができる。また、危険度に基づいて故障予防のための措置等を講ずる画像形成装置の優先度を容易に判断できる。

この構成によれば、設置地域識別情報で識別される地域に設置された画像形成装置の危険度を表示手段に一覧表示できるため、ユーザは、設置地域識別情報で識別される地域において、故障予防のための措置を講ずる、又は修理を行なう必要がある画像形成装置を一見して知ることができる。また、危険度に基づいて故障予防のための措置等を講ずる画像形成装置の優先度を容易に判断できる。よって、修理等を要する画像形成装置を巡回するために強いられる負担又は経費等を軽減できる。

更に、制御部２０３は、プログラム等を制御することで算出させた危険度と、危険度を算出するために用いた内部情報に対して記憶部２０２に関連付けて記憶させた取得時刻と、を関連付けて作成した時系列グラフを表示部２０４に表示するよう制御する。

ここで図１４を参照して、制御部２０３が、危険度と画像形成装置識別情報とを関連付けて一覧表示させるよう制御する場合に表示部２０４に表示させる表示画面の一例について説明する。図１４は、表示部２０４等の表示する故障予防経時監視画面の一実施形態を説明するための図である。

図１４の表示する故障予防経時監視画面ＦＰＴＭは、特定の画像形成装置の危険度の経時的な推移をグラフ表示するための画面である。

また故障予防経時監視画面ＦＰＴＭは、ユーザが入力部２０５等を操作して、故障予防診断支援装置２００の運用モードを、画像形成装置の故障を経時的に監視して故障を予防するための運用モードである故障予防経時監視モードへ切替えた場合に表示部２０４等が表示する画面である。

具体的には、ユーザが故障予防監視画面ＦＰＴＭの有する詳細情報表示ボタンＢＴＭをユーザが触れる等して入力部２０５等を操作し、操作された入力部２０５は、故障予防経時監視モード切替える命令を入力する。

故障予防経時監視画面ＦＰＴＭは第２入力コード表示サブ画面ＳＦＣＩ２及び故障予防経時情報表示サブ画面ＳＦＰＴを有する。
第２入力コード表示サブ画面ＳＦＣＩ２は、故障予防監視画面ＦＰＴＭの有する第１入力コード表示サブ画面ＳＦＣＩ１と同様に、制御部２０３が支援対象とする画像形成装置を特定するために入力部２０５等で入力される情報を表示するサブ画面である。

故障予防経時情報表示サブ画面ＳＦＰＴは、第２入力コード表示サブ画面ＳＦＣＩ２に表示された情報であり、かつ入力部２０５等で入力された情報により特定された画像形成装置の危険度等の情報を表示するサブ画面である。

次に、図１５を用いて第２入力コード表示サブ画面ＳＦＣＩ２について説明する。図１５は、表示部２０４等の表示する第２入力コード表示サブ画面ＳＦＣＩ２の一例を説明するための図である。

第２入力コード表示サブ画面ＳＦＣＩ２は、第２入力コード表示領域ＡＣＩ２、表示ボタンＢＴＶ、印刷ボタンＢＴＰ、及びキャンセルボタンＢＴＣで構成される。

第２入力コード表示領域ＡＣＩ２は、第１入力コード表示サブ画面ＳＦＣＩ１の有する第１入力コード表示領域ＡＣＩ１と同様に、入力部２０５等で入力された情報を表示する領域である。

表示ボタンＢＴＶは、第１入力コード表示サブ画面ＳＦＣＩ１の表示ボタンＢＴＶと同様に、ユーザが表示ボタンＢＴＶを触れる等して入力部２０５等を操作して、第２入力コード表示領域ＡＣＩ２に表示された情報を用いてユーザ支援を開始する命令を入力できることを表すボタン表示である。

印刷ボタンＢＴＰは、第１入力コード表示サブ画面ＳＦＣＩ１の有する印刷ボタンＢＴＰと同様に、印刷ボタンＢＴＰを触れる等して、故障予防情報表示サブ画面ＳＦＰＩに表示する支援情報を、図示及び説明は省略するが、故障予防診断支援装置２００が備える又は接続されたプリンタ等を通じてプリントアウトする命令を入力できることを表すボタン表示である。

キャンセルボタンＢＴＣは、第１入力コード表示サブ画面ＳＦＣＩ１の有するキャンセルボタンＢＴＣと同様に、同様にキャンセルボタンＢＴＣを触れる等して、通常のモードとは異なる故障予防経時監視モードにおいて表示される図１４に示した故障予防経時監視画面ＦＰＴＭの表示を中止して、通常のモードにおいて表示される画面を表示する命令を入力できることを表すボタン表示である。

第２入力コード表示領域ＡＣＩ２は、機種リストボックスＬＢＭ、表示区分リストボックスＬＢＤ、コード番号リストボックスＬＢＣ、機械番号テキストボックスＴＢＭ、及び表示期間リストボックスＬＢＴを有する。

機種リストボックスＬＢＭ、表示区分リストボックスＬＢＤ、及びコード番号リストボックスＬＢＣは、第１入力コード表示サブ画面ＳＦＣＩ１の有する機種リストボックスＬＢＭ、表示区分リストボックスＬＢＤ、及びコード番号リストボックスＬＢＣと同様の機能を有する。

機械番号テキストボックスＴＢＭ及び表示期間リストボックスＬＢＴも機種リストボックスＬＢＭ等と同様に、ユーザが入力部２０５等を操作して入力した情報を表示する。

特に、機械番号テキストボックスＴＢＭは、画像形成装置識別情報を表す。
表示期間リストボックスＬＢＴは、故障予防経時情報表示サブ画面ＳＦＰＴに表示する危険度の時間的推移を表すグラフにおける、描画対象とする時間区間を表す。具体的には、表示期間リストボックスＬＢＴに「１ヶ月」と表示する場合には、故障予防経時情報表示サブ画面ＳＦＰＴは、支援日から過去１ヶ月の危険度の推移をグラフ表示する。

次に、図１６を参照して故障予防経時情報表示サブ画面ＳＦＰＴについて説明する。図１６は、表示部の表示する故障予防経時情報表示サブ画面ＳＦＰＴの一例を説明するための図である。

故障予防経時情報表示サブ画面ＳＦＰＴは、第２コード等表示領域ＡＣＯ２、及びグラフ表示領域ＡＧを有する。
第２コード等表示領域ＡＣＯ２は、第２入力コード表示サブ画面ＳＦＣＩ２が表示する情報の一部と支援日とを表示する。具体的には、第２入力コード表示サブ画面ＳＦＣＩ２の機種リストボックスＬＢＭが表示する種類識別情報、表示区分リストボックスＬＢＤの表示する文字列、コード番号リストボックスＬＢＣの表示する担当者識別情報又は設置地域識別情報を表示する。

グラフ表示領域ＡＧは、第２入力コード表示サブ画面ＳＦＣＩ２の機械番号テキストボックスＴＢＭが表示する画像形成装置識別情報で識別される画像形成装置の危険度の推移を折れ線グラフとして表示する。

グラフ表示領域ＡＧの表示する折れ線グラフは、時刻を横軸に、かつ危険度を縦軸に表示する。
横軸は、支援日から第２入力コード表示サブ画面ＳＦＣＩ２の有する表示期間リストボックスＬＢＴに表示された表示区間だけ前の日を時間軸の原点とし、かつ支援日を横軸の表す最大値とする。
縦軸は、正常状態を表す値（本実施例では０とした）を原点とし、かつ故障状態を表す値（本実施例では１とした）を縦軸の表す最大値とする。

グラフ表示領域ＡＧの表示するグラフは、紙送トラブル危険度の時間推移を表す紙送トラブル危険度曲線ＲＰ、画質トラブル危険度の時間推移を表す画質トラブル危険度曲線ＲＧ、及び総合危険度の時間推移を表す総合危険度曲線Ｒをそれぞれ重ねて表示する。

ここで、図１７を参照して表示部２０４等の表示するグラフ表示領域ＡＧについて詳細に説明する。図１７は、表示部２０４等の表示するグラフ表示領域ＡＧの一例を説明するための図である。

図１７に示す、グラフ表示領域ＡＧは、予め定められた閾値Ｔｈ１を表示する時間軸に平行な直線を更に表示し、観測した内部情報によるロジスティック回帰モデルの予測値である危険度、閾値Ｔｈ１と、を重ねて表示する。

またこの構成によれば、ユーザである画像形成装置１０１ないし１０ｍの管理を担当する者は、自らが管理する画像形成装置１０１ないし１０ｍの紙送トラブル危険度曲線ＲＰ又は画質トラブル危険度曲線ＲＧが、定められた第１の閾値Ｔｈ１を表示する直線を超えた場合に、画像形成装置の修理を行なう必要があると判断できる。また、紙送トラブル危険度曲線ＲＰ又はす画質トラブル危険度曲線ＲＧの増加傾向を元に早急な修理を行なう必要があるか否かをも判断できる。

つまりこの構成によれば、画像形成装置の故障の程度を表す指標である危険度を、画像形成装置毎に選択したロジスティック回帰モデルにより算出するだけでなく、ロジスティック回帰モデルにより算出された危険度は、正常状態を表す値と異常状態を表す値で定まる区間に属する。よって、多様な画像形成装置に対して措置を講ずる必要があるか否かの判断を、正常値と危険度との差を区間長で除した値と予め定められた一様な基準値とを比較することで高精度に支援できる。

またこの構成によれば、表示手段は、危険度と取得時刻とを関連付けて表示する時系列グラフを表示するため、危険度の大小のみならず危険度の時間的な増減を一見して知ることができる。よってユーザは、早急に故障予防のための措置を講ずる、又は修理を行なう必要があるか否かを容易かつ効率的に判断できる。

尚、図１７においては、メンテナンスを開始した時刻である予防メンテナンスの開始日時ＳＴＭから故障の予防メンテナンスの終了日時ＥＴＭまで危険度は減少を続けたことを表している。

ここで図１８を用いて、故障予防経時監視モードにおける制御部２０３が実行する制御処理について説明する。図１８は、制御部２０３の実行する故障予防経時監視モードにおける制御処理の一例を表すフローチャートである。

先ず、制御部２０３は、ステップＳＴ１０１ないし１０５の処理を実行する。ステップＳＴ１０１ないし１０５の処理は、図１３で示したステップＳＴ００１ないし００５と同様であるため説明を省略する。尚、以下図１８において、ステップＳＴ１０５で取得した画像形成装置識別情報で識別される画像形成装置１０１ないし１０ｍであって、支援対象とされる画像形成装置１０１ないし１０ｍを支援対象画像形成装置と言う。

次に、制御部２０３は、表示部２０４等が表示する故障予防経時監視画面ＦＰＴＭの表示期間リストボックスＬＢＴが表示する表示期間を取得する（ステップＳＴ１０６）。

その後、制御部２０３は、システム時刻から支援日を取得する。また、取得した支援日より表示期間だけ前の日付から支援日までの時間区間に属する全ての日付についてステップＳＴ１０８ないしステップＳＴ１１２の処理を実行したかを判断する（ステップＳＴ１０７）。制御部２０３は、全ての日付についてステップＳＴ１０８ないしステップＳＴ１１２の処理を実行したと判断する場合にはステップＳＴ１１３の処理を、そうでない場合にはステップＳＴ１０８の処理を実行する。

ステップＳＴ１０７において、制御部２０３は、全ての日付についてステップＳＴ１０８ないしステップＳＴ１１２の処理を実行していないと判断した場合には、処理をしていない日付の内の１つを処理対象日付とする。

また制御部２０３は、記憶部２０２の記憶する時系列情報テーブルＴＨに、処理対象日付とステップＳＴ１０５で取得した画像形成装置識別情報とに関連付けられて記憶した内部情報が存在するかを判断する。

つまり、処理対象日付において内部情報を取得したか否かを判断する（ステップＳＴ１０８）。制御部２０３は、処理対象日付において内部情報を取得したと判断する場合にはステップＳＴ１０９の処理を、そうでない場合にはステップＳＴ１０７に戻り上記処理を繰り返す。

ステップＳＴ１０８において、制御部２０３は、処理対象日付において内部情報を取得したと判断した場合には、時系列情報テーブルＴＨが、処理対象日付とステップＳＴ１０６で取得した画像形成装置識別情報とに関連付けて危険度を記憶しているかを判断する。

つまり、処理対象日付において取得した内部情報に基づいて既に危険度を算出したかを判断する（ステップＳＴ１０９）。制御部２０３は、処理対象日付において取得した内部情報から危険度を既に算出したと判断する場合にはステップＳＴ１１２の処理を、そうでない場合にはステップＳＴ１１０の処理を実行する。

ステップＳＴ１０９において、制御部２０３は、未だ危険度を算出していないと判断する場合には、支援対象画像形成装置に応じて記憶部２０２に記憶されたロジスティック回帰モデルを選択する。具体的には、支援対象画像形成装置の種類識別情報（機種コード）、設置地域識別情報（テリトリコード）、又は担当者識別情報（担当ＣＥコード）のいずれか１つ以上を用いて判断する。

次に、制御部２０３は、支援対象画像形成装置の画像装置識別情報と処理対象日とに関連付けられた内部情報を取得し、取得した内部情報を用いて選択したロジスティック回帰モデルを用いて危険度を算出する（ステップＳＴ０１０）。尚、算出した危険度と処理対象日とを関連付けてメモリ等に記憶しておく。

その後、制御部２０３は、ステップＳＴ０１０で算出した危険度を記憶部２０２の記憶する時系列情報テーブルＴＨへ、支援対象画像形成装置の画像装置識別情報と処理対象日とに関連付けて蓄積するようプログラムを制御する（ステップＳＴ０１１）。その後、ステップＳＴ００７に戻って上記処理を繰り返す。

ステップＳＴ００９において、制御部２０３は、過去において危険度を既に計算済みであると判断した場合には、記憶部２０２の記憶する時系列情報テーブルＴＨから、支援対象画像形成装置の識別情報及び処理対象日に関連付けられた危険度を取得する（ステップＳＴ０１２）。また、取得した危険度と処理対象日とを関連付けてメモリ等に記憶しておく。その後テップＳＴ００７に戻って上記処理を繰り返す。

ステップＳＴ００７において、制御部２０３は、全ての処理対象日に対してステップＳＴ００８ないし０１２の処理を実行した判断する場合には、取得又は算出して関連付けてメモリに記憶しておいた危険度と処理対象日とに基づいて、危険度の時間経過を表すグラフを作成する（ステップＳＴ０１３）。

次に、ステップＳＴ０１３で生成したグラフをグラフ表示領域ＡＧに表示するよう表示部２０４等を制御し、かつ上記ステップＳＴ００１で取得した種類識別情報、並びに上記ステップＳＴ００３で取得した担当者識別情報又は上記ステップＳＴ００４で取得した設置地域識別情報等を第２コード等表示領域ＡＣＯ２に表示するよう表示部２０４等を制御する。その後、制御部２０３は処理を終了する。

更に、制御部２０３は、入力部２０５等で入力された画像形成装置識別情報に関連付けた記憶部２０２が記憶する内部情報を取得し、取得した内部情報に基づいて画像形成装置識別情報で識別される画像形成装置の故障原因である部品又は部品群の故障の発生確率を算出するよう故障診断部２０６を制御し、故障診断部２０６が算出した故障原因発生確率と、故障原因の発生箇所である部品又は部品群と、を関連付けて表示部２０４が一覧表示するよう制御する。

ここで図１９を参照して、制御部２０３が、故障原因発生確率と故障原因の発生箇所とを関連付けて一覧表示一覧表示させるよう制御する場合に表示部２０４に表示させる表示画面の一例について説明する。図１９は、表示部２０４等の表示する故障箇所推定監視画面の一実施形態を説明するための図である。

図１９の表示する故障箇所推定監視画面ＦＰＰＭは、特定の画像形成装置を構成する部位の故障確率を表示するための画面である。

また故障箇所推定監視画面ＦＰＰＭは、ユーザが入力部２０５等を操作して、故障予防診断支援装置２００の運用モードを、通常運用時のモードである通常運用モードから画像形成装置の故障箇所を推定するモードである故障箇所推定監視モードへ切替えた場合に表示部２０４等が表示する画面である。

故障箇所推定監視画面ＦＰＰＭは第３入力コード表示サブ画面ＳＦＣＩ３及び故障箇所推定情報表示サブ画面ＳＦＰＰを有する。
第３入力コード表示サブ画面ＳＦＣＩ３は、故障予防監視画面ＦＰＴＭの有する第１入力コード表示サブ画面ＳＦＣＩ１と同様に、制御部２０３が支援対象とする画像形成装置を特定するために入力部２０５等が入力する情報を表示するサブ画面である。

故障箇所推定情報表示サブ画面ＳＦＰＰは、第３入力コード表示サブ画面ＳＦＣＩ３に表示された情報であり、かつ入力部２０５等で入力された情報により特定された画像形成装置１０１ないし１０ｍの危険度、故障確率、及び故障箇所等の情報を一覧表示するサブ画面である。

次に、図２０を用いて第３入力コード表示サブ画面ＳＦＣＩ３について説明する。図２０は、表示部２０４等の表示する第３入力コード表示サブ画面ＳＦＣＩ３の一例を説明するための図である。

第３入力コード表示サブ画面ＳＦＣＩ３は、第３入力コード表示領域ＡＣＩ３、表示ボタンＢＴＶ、印刷ボタンＢＴＰ、及びキャンセルボタンＢＴＣで構成される。

第３入力コード表示領域ＡＣＩ３は、第１入力コード表示サブ画面ＳＦＣＩ１の有する第１入力コード表示領域ＡＣＩ１と同様に、入力部２０５等で入力された情報を表示する領域である。

表示ボタンＢＴＶは、ユーザが表示ボタンＢＴＶを触れる等して入力部２０５等を操作して、第３入力コード表示領域ＡＣＩ３に表示された情報を用いてユーザ支援を開始する命令を入力できることを表すボタン表示である。

印刷ボタンＢＴＰは、第１入力コード表示サブ画面ＳＦＣＩ１の有する印刷ボタンＢＴＰと同様に、印刷ボタンＢＴＰを触れる等して、故障箇所推定情報表示サブ画面ＳＦＰＰに表示する支援情報を、図示及び説明は省略するが、故障予防診断支援装置２００が備える又は接続されたプリンタ等を通じてプリントアウトする命令を入力できることを表すボタン表示である。

キャンセルボタンＢＴＣは、第１入力コード表示サブ画面ＳＦＣＩ１の有するキャンセルボタンＢＴＣと同様に、同様にキャンセルボタンＢＴＣを触れる等して、通常のモードとは異なる故障箇所推定監視モードにおいて表示される図１９に示した故障箇所推定監視画面ＦＰＰＭの表示を中止して、通常のモードにおいて表示される画面を表示する命令を入力できることを表すボタン表示である。

第３入力コード表示領域ＡＣＩ３は、機種リストボックスＬＢＭ、機械番号テキストボックスＴＢＭ、及び表示件数リストボックスＬＢＶを有する。

機種リストボックスＬＢＭ、及び機械番号テキストボックスＴＢＭは、第２入力コード表示サブ画面ＳＦＣＩ２の有する機種リストボックスＬＢＭ、及び機械番号テキストボックスＴＢＭと同様の機能を有する。

表示件数リストボックスＬＢＶは、ユーザが入力部２０５等を操作して入力した情報を表示する。特に、表示件数リストボックスＬＢＶは、故障箇所推定情報表示サブ画面ＳＦＰＰへ一度に故障確率を表示する部位の最大数を表示する。

次に、図２１を参照して故障箇所推定情報表示サブ画面ＳＦＰＰについて説明する。図２１は、表示部２０４等の表示する故障箇所推定情報表示サブ画面ＳＦＰＰの一例を説明するための図である。

故障箇所推定情報表示サブ画面ＳＦＰＰは、第３コード等表示領域ＡＣＯ３、及び部位毎故障確率表示領域ＡＲＰを有する。

第３コード等表示領域ＡＣＯ３は、第３入力コード表示サブ画面ＳＦＣＩ３が表示する情報の一部と支援日とを表示する。具体的には、第３入力コード表示サブ画面ＳＦＣＩ３の機種リストボックスＬＢＭが表示する種類識別情報及び機械番号テキストボックスＴＢＭが表示する画像形成装置識別情報、並びに支援日を表示する。

また、機械番号テキストボックスＴＢＭが表示する画像形成装置識別情報で識別される画像形成装置１０１ないし１０ｍの担当者識別情報及び設置地域識別情報を、担当サービス・エンジニア・コードＮｏ．及びテリトリ・コードＮｏ．として表示する。

部位毎故障確率表示領域ＡＲＰは、故障危険度及び故障部位を、診断対象である画像系故障及び用紙系故障に分類して同一行に表示することで関連付けて表示する。また、部位毎故障確率表示領域ＡＲＰは、故障部位のエリアコード及び故障確率を、故障部位と同一行に表示することで関連付けて表示する。

診断対象は、画像系故障又は用紙系故障を言う。画像系故障とは画質に異常を生じさせる故障を言い、用紙系故障とは紙詰まりを生じさせる故障を言う。

図２１において、故障危険度は、画質トラブル危険度又は紙送トラブル危険度を言う。特に、診断対象が画像系故障の場合には画質トラブル危険度を、用紙系故障の場合は紙送トラブル危険度を言う。

故障部位は、画像形成装置１０１ないし１０ｍを構成する部品又は部品群であって、故障していると推論された部位を言う。故障により画質に異常を生じさせる部位は画像系故障に関連付けられ、また故障により紙詰まりを生じさせる部位は用紙系故障に関連付けられる。尚、故障により画質に異常を生じさせ、かつ紙詰まりを生じさせる部位は画像系故障及び用紙系故障の双方に関係付けられる。

部位毎故障確率表示領域ＡＲＰでは、後述するように制御部２０３により故障確率が高いと推論された部位から順に、第３入力コード表示領域ＡＣＩ３の表示件数リストボックスＬＢＶが表示する数を超えない数の部位を画像系故障、用紙系故障、又はその双方と同一行に表示することで関係付けて表示する。

エリアコードは、故障部位が画像形成装置１０１ないし１０ｍに設置される位置又は領域を識別するための情報である。
故障確率は、後述するように制御部２０３が算出した故障部位が故障している確率を言う。

ここで図２２を用いて、故障箇所推定監視モードにおける制御部２０３が実行する制御処理について説明する。図２２は、制御部２０３の実行する故障箇所推定監視モードにおける制御処理の一例を表すフローチャートである。

先ず、制御部２０３は、支援対象とする画像形成装置１０１ないし１０ｍの種類識別情報を入力部２０５等から取得する（ステップＳＴ２０１）。

次に、制御部２０３は、支援対象とする画像形成装置１０１ないし１０ｍの画像形成装置識別情報を入力部２０５等から取得する（ステップＳＴ２０２）。尚、以下図２２において、ステップＳＴ２０２で取得した画像形成装置識別情報で識別される画像形成装置１０１ないし１０ｍを支援対象画像形成装置と言う。

その後、制御部２０３は、表示部２０４等が表示する故障箇所推定監視画面ＦＰＰＭの有する第３入力コード表示領域ＡＣＩ３に表示する表示件数リストボックスＬＢＶに表示する表示件数を取得する（ステップＳＴ２０３）。

次に、制御部２０３は、記憶部２０２の有する機械担当テーブルＴＭＴから、ステップＳＴ２０２で取得した画像形成装置識別情報に関連付けられた担当者識別情報及び設置地域識別情報を取得する（ステップＳＴ２０４）。

その後、制御部２０３は、記憶部２０２の記憶する時系列情報テーブルＴＨが、ステップＳＴ２０２で取得した画像形成装置識別情報及び直近データ収集日に関連付けられた画質トラブル危険度及び紙送トラブル危険度を記憶しているかを判断する（ステップＳＴ２０５）。制御部２０３は、記憶部２０２が画質トラブル危険度及び紙送トラブル危険度を記憶している、つまり過去において画質トラブル危険度及び紙送トラブル危険度を既に計算済みであると判断する場合にはステップＳＴ２０８の処理を、そうでない場合にはステップＳＴ２０６の処理を実行する。

ステップＳＴ２０５において、制御部２０３は、過去において画質トラブル危険度及び紙送トラブル危険度を既に計算済みであると判断した場合には、図１３に示すステップＳＴ０１１と同様の処理を実行する（ステップＳＴ２０８）。その後、制御部２０３はステップＳＴ２０９の処理を実行する。

ステップＳＴ２０５において、制御部２０３は、未だ画質トラブル危険度及び紙送トラブル危険度を計算していないと判断した場合には、図１３に示すステップＳＴ００９及び０１０と同様の処理を実行する（ステップＳＴ２０６及び２０７）。その後、制御部２０３はステップＳＴ２０９の処理を実行する。

ステップＳＴ２０７又は２０８を実行した後に、制御部２０３は、記憶部２００が記憶する時系列情報テーブルＴＨが、ステップＳＴ２０２で取得した画像形成装置識別情報及び直近データ収集日に関連付けられて記憶した内部情報及び環境情報を取得するように、故障診断部２０６を制御する。具体的には、制御部２０３は、取得した内部情報に基づいて部位状態情報を取得するように部位状態情報取得部２０６１を制御し、履歴情報を取得するように履歴情報取得部２０６２を制御し、かつ環境情報を取得するように環境情報取得部２０６３を制御する（ステップＳＴ２０９）。

その後、制御部２０３は、画像形成装置１０１ないし１０ｍの種類識別情報、設置地域識別情報、又は画像系故障であるか用紙系故障であるかのいずれか１つ以上に基づいて、故障診断モデル２０６４３を選択する（ステップＳＴ２１０）。

次に、制御部２０３は、ステップＳＴ２０９で取得した部位状態情報、履歴情報、及び環境情報と、ステップＳＴ２１０で選択した故障診断モデル２０６４３を用いて、画像形成装置１０１ないし１０ｍを構成する部位毎に故障の発生確率を算出するよう故障確率推論部２０７を制御する（ステップＳＴ２１１）。

その後、制御部２０３は、算出された確率に基づいて画像系故障及び用紙系故障毎に、算出された故障確率の高い順にステップＳＴ２０３で取得した表示件数分だけの故障原因候補を抽出するよう故障候補検出部２０６４１を制御する（ステップＳＴ２１２）。

次に、制御部２０３は、ステップＳＴ２０１ないしステップＳＴ２０４で取得した種類識別情報、画像形成装置識別情報、表示件数、担当者識別情報、及び設置地域識別情報、ステップＳＴ２０６又はステップＳＴ２０８で算出又は取得した危険度、並びにステップＳＴ２１２で抽出された故障原因候補及び故障確率を表示部２０４等に表示するよう制御する（ステップＳＴ２１３）。その後、制御部２０３は処理を終了する。

この構成によれば、画像形成装置の故障原因の発生確率と故障原因の発生箇所である部品又は部品群とを関連付けて表示手段が表示するため、容易かつ効率的に画像形成装置の故障原因を特定できる。

更に、制御部２０２は、記憶部２０２が記憶する画像形成装置１０１ないし１０ｍに対して修理を行なう直前の時刻である予防メンテナンスの開始日時ＳＴＭに関連付けられた内部情報と、修理を行った直後の時刻である予防メンテナンスの終了日時ＥＴＭに関連付けられた内部情報と、に基づいて記憶部２０２の記憶するロジスティック回帰モデルを更新するよう制御する。

ここで図２３を用いて、制御部２０２がロジスティック回帰モデルを更新するために行なう制御処理について説明する。図２３は、制御部２０２がロジスティック回帰モデルを更新するために行なう制御処理の一例である。

先ず、制御部２０２は、更新対象とするロジスティック回帰モデル（以下単に、更新対象モデルと言う）を識別する情報を入力部２０５等から取得する（ステップＳＴ３０１）。

次に、制御部２０２は、更新対象モデルの回帰係数の推定値を再算出する際に使用される画像形成装置識別情報及び観測期間を取得する（ステップＳＴ３０２）。

尚、観測期間は、ロジスティック回帰モデル毎に予め定められている構成、又は入力部２０５等をユーザが操作することで入力される構成を採用できる。

例えば、更新対象モデルが、同一の設置地域識別情報に設置された画像形成装置１０１ないし１０ｍの危険度を算出するために用いられるモデルである場合には、制御部２０２は、記憶部２０２が機械担当テーブルＴＭＴに記憶する同一の設置地域識別情報で識別される１又は複数の画像形成装置１０１ないし１０ｍの画像形成装置識別情報を取得する。

一例として、湿度の低下は用紙の性質を変化させるため画像形成装置の内部状態に依存せずに紙詰まりの発生頻度を変化させる。
よってこの構成によれば、画像形成装置の設置された環境の変化等に柔軟に対応できるため、危険度を精度良く算出できる。

また例えば、更新対象モデルが、同一の種類識別情報で識別される画像形成装置の故障危険度を算出するために用いられるモデルである場合には、制御部２０２は、記憶部２０２が機械担当テーブルＴＭＴに記憶する同一の種類識別情報で識別される１又は複数の画像形成装置の画像形成装置識別情報１０１ないし１０ｍを取得する。

その後、制御部２０２は、記憶部２０２の有する時系列情報テーブルＴＨから観測値を取得する（ステップＳＴ３０３）。

具体的には、記憶部２０２が時系列情報テーブルＴＨに記憶した内部情報であり、ステップＳＴ３０１で取得した画像形成装置識別情報に関連付けられた内部情報であり、ステップＳＴ３０１で取得した観測期間に属する予防メンテナンスの開始日時ＳＴＭ又は予防メンテナンスの終了日時ＥＴＭにおいて収集された内部情報、及び画像形成装置が正常状態にあることを表す値及び異常状態にあることを表す値を観測値として取得する。

次に、制御部２０２は、ステップＳＴ３０３で取得した観測値である内部情報を説明変数として代入し、ステップＳＴ３０３で取得した観測値である画像形成装置の故障状態及び正常状態を表す値を目的変数として代入し、新たな回帰係数の推定値を算出する（ステップＳＴ３０４）。

その後、制御部２０２は、ステップＳＴ３０４で新たに算出した回帰係数の推定値で記憶部２０２に記憶する更新対象モデルを更新する（ステップＳＴ３０５）。その後、制御部２０２は処理を終了する。

一般に、修理を行なう前の画像形成装置の故障の程度は修理を要する程度の故障であり、修理を行なった後の故障の程度はまったく修理を要しない程度であり正常状態にあると考えられる。よってこの構成によれば、記憶手段に記憶した内部情報の内で過去の故障事例を表す内部情報に基づいてモデルを更新できるので、危険度を精度良く算出できる。

ここで図１に戻り、故障予防診断支援システム１０の一実施形態を引き続き説明する。
ネットワーク３００は、例えば、ＬＡＮ、ＷＡＮ、又はインタネット等で構成され、１又は複数の画像形成装置１０１ないし１０ｍ、故障予防診断支援装置２００、及び遠隔端末４０１ないし４０ｎに接続している。

端末機４０１ないし４０ｎは、例えば、ＰＤＡ（Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔ）、ノートパソコン、又は携帯電話等で構成される。端末機４０１ないし４０ｎは、図示は省略するが、図２に示した表示部２０４及び入力部２０５と同様の機能及び構成を有する表示手段である表示部及び入力手段である入力部を有している。

端末機４０１ないし４０ｎは、ネットワーク３００に接続し、ネットワーク３００を介して端末機４０１ないし４０ｎの有する入力部が入力した担当者識別情報、設置地域識別情報、画像形成装置識別情報、及び種類識別情報等の情報、並びに各種命令を故障予防診断支援装置２００へ送信し、故障予防診断支援装置２００が送信する情報を受信して端末機４０１ないし４０ｎの有する表示部へ受信した情報を表示する。

この構成によれば、支援を求める画像形成装置を識別する情報を端末機の有する入力手段により入力し、入力した情報で識別される画像形成装置の危険度を端末機の有する表示手段に表示して支援できるため、故障予防診断支援システムの利便性が向上する。

尚、本発明の故障予防診断支援方法は、故障予防診断支援装置２００により実現できる。

上記実施形態では、ロジスティック回帰モデルの目的変数は、正常状態に０及び故障状態に１を表す２値変数として説明したが、これに限定されるわけではなく、正常状態と故障状態とを表す値が異なる全ての定数値を表す２値変数とする構成を採用できる。

上記実施形態では、図１７において、危険度と一定の閾値ＴＨ１とを重ねて表示することで、ユーザを支援するとして説明したが、これに限定されるわけではなく、例えば、危険度と複数の値域帯とを重ねて表示することで、ユーザを支援する構成を採用できる。具体的には、危険度と０以上０．５以下、０．５より大きく０．７より小さい、０．７以上１．０以下の３値域帯とを重ねて表示し、危険度が０．５以下ではメンテナンスの必要が無い旨を表示し、危険度が０．５より大きくかつ０．７より小さいの場合には危険度の推移を注目するよう警告し、０．７より以上の場合にはメンテナンスを行なう警告する。また、閾値ＴＨ１及び上記値域帯を変更可能とする構成を採用できる。

上記実施形態では、図１５において、表示期間を１ヶ月として説明したが、これに限定されるわけではなく、例えば、２週間、３ヶ月、又はその他所望の期間を指定できる構成を採用できる。

本発明の故障予防診断支援システムの一実施形態を示す構成図である。 故障予防診断支援装置の一構成例を示す構成図である。 記憶部が記憶する時系列情報の一例を説明するための図である。 記憶部が記憶する画像形成装置識別情報と設置地域識別情報等との対応表の一例を説明するための図である。 経過情報が危険度へ与える影響の一例を説明するための図である。 内部情報と重み付け係数との関係を説明するための図である。 故障診断部の一形態を示す構成図である。 画像欠陥系の故障診断を行う場合のベイジアンネットワークの構成例を概念的に示した図である。 画像欠陥による故障診断の構成例の中で黒線発生時のベイジアンネットワークの一例を示した図である。 表示部の表示する故障予防監視画面の一実施形態を説明するための図である。 表示部の表示する第１入力コード表示サブ画面の一例を説明するための図である。 表示部の表示する故障予防情報表示サブ画面の一例を説明するための図である。 制御部の実行する故障予防監視モードにおける制御処理の一例を表すフローチャートである。 表示部の表示する故障予防経時監視画面の一実施形態を説明するための図である。 表示部の表示する第２コード入力サブ画面の一例を説明するための図である。 表示部の表示する故障予防経時情報表示サブ画面の一例を説明するための図である。 表示部の表示するグラフ表示領域の一例を説明するための図である。 制御部の実行する故障予防経時監視モードにおける制御処理の一例を表すフローチャートである。 表示部の表示する故障箇所推定監視画面の一実施形態を説明するための図である。 表示部の表示する第３コード入力サブ画面の一例を説明するための図である。 表示部の表示する故障箇所推定情報表示サブ画面の一例を説明するための図である。 制御部の実行する故障箇所推定監視モードにおける制御処理の一例を表すフローチャートである。 制御部がロジスティック回帰モデルを更新するために行なう制御処理の一例である。

符号の説明

１０…故障予防診断支援システム
１０１〜１０ｍ…画像形成装置
２００…故障予防診断支援装置
２０１…取得部（取得手段）
２０２…記憶部（記憶手段）
２０３…制御部（制御手段）
２０４…表示部（表示手段）
２０５…入力部（入力手段）
２０６…故障診断部
２０６１…部位状態情報取得部
２０６２…履歴情報取得部
２０６３…環境情報取得部
２０６４…故障確率推論部
２０６４１…故障候補検出部
２０６４２…推論エンジン
２０６４３…故障診断モデル
３００…ネットワーク
４０１〜４０ｎ…遠隔端末
ＡＣＩ１…第１入力コード表示領域
ＡＣＩ２…第２入力コード表示領域
ＡＣＩ３…第３入力コード表示領域
ＡＣＯ１…第１コード等表示領域
ＡＣＯ２…第２コード等表示領域
ＡＣＯ３…第３コード等表示領域
ＡＧ…グラフ表示領域
ＡＲ…故障危険度等表示領域
ＡＲＰ…部位毎故障確率表示領域
ＢＴＢ…後リスト表示ボタン
ＢＴＣ…キャンセルボタン
ＢＴＦ…前リスト表示ボタン
ＢＴＭ０１〜１０…詳細情報表示画面
ＢＴＰ…印刷ボタン
ＢＴＶ…表示ボタン
ＥＴＭ…予防メンテナンス終了日時
ＦＰＭ…故障予防監視画面
ＦＰＰＭ…故障箇所推定監視画面
ＦＰＴＭ…故障予防経時監視画面
ＩＯ…異常不発生期間
ＩＴ１…第１異常発生区間
ＩＴ２…第２異常発生区間
ＬＢＣ…コード番号リストボックス
ＬＢＤ…表示区分リストボックス
ＬＢＭ…機種リストボックス
ＬＢＴ…表示期間リストボックス
ＬＢＶ…表示件数リストボックス
ＮＤ１〜６…ノード
Ｒ…総合危険度曲線
ＲＧ……画質トラブル危険度曲線
ＲＰ……紙送トラブル危険度曲線
ＳＦＣＩ１…第１入力コード表示サブ画面
ＳＦＣＩ２…第２入力コード表示サブ画面
ＳＦＣＩ３…第３入力コード表示サブ画面
ＳＦＰＩ…故障予防情報表示サブ画面
ＳＦＰＰ…故障箇所推定情報表示サブ画面
ＳＦＰＴ…故障予防経時情報表示サブ画面
ＳＴＭ…予防メンテナンス開始日時
ＴＢＭ…機械番号テキストボックス
ＴＦ…フェイル情報重付テーブル
ＴＨ…時系列情報テーブル
Ｔｈ１…第１の閾値
ＴＩ…内部情報テーブル
ＴＪ…ジャム情報重付テーブル
ＴＭＴ…機械担当テーブル

Claims (14)

1. 入力手段から支援の対象として入力された画像形成装置の内部の状態に関する情報である内部情報を取得する取得手段と、
   前記画像形成装置の故障状態及び正常状態を択一的に表す二値変数を目的変数とし、かつ前記画像形成装置の内部情報を説明変数とする１又は複数のロジスティック回帰モデルを記憶する記憶手段と、
   前記画像形成装置の故障時及び正常時に取得した内部情報を用いて前記ロジスティック回帰モデルの回帰係数の推定値を算出する算出手段と、
   前記画像形成装置に応じて前記記憶手段に記憶されたロジスティック回帰モデルを選択すると共に、前記取得手段によって取得された内部情報を、紙詰まりに関する動作異常を表すジャムフェイル情報と前記紙詰まりを除く動作異常を表す非ジャムフェイル情報とに分類し、前記ジャムフェイル情報と前記非ジャムフェイル情報のそれぞれに、前記画像形成装置の故障に与える影響度に基づいて、該影響度の大きい順に重み付けを行い、重み付けされた前記ジャムフェイル情報と前記非ジャムフェイル情報を前記ジャムフェイル情報と前記非ジャムフェイル情報毎に合算し、合算されたそれぞれの値を説明変数として、前記回帰係数の推定値が算出された前記ロジスティック回帰モデルに代入することで前記画像形成装置の故障の程度を表す指標である危険度を目的変数として算出するよう制御する制御手段と、を備え、
   前記内部情報は、前記画像形成装置の修理時から支援時までの経過時間を含み、
   前記ロジスティック回帰モデルの説明変数は、前記経過時間を含むことを特徴とする故障予防診断支援システム。
2. 前記危険度は、画質に異常を生じさせる故障の程度を表す指標である画質トラブル危険度、及び紙詰まりを生じさせる故障の程度を表す指標である紙送トラブル危険度の双方を含み、
   前記記憶手段の記憶するロジスティック回帰モデルは、前記画質トラブル危険度を算出するためのモデルである画質ロジスティック回帰モデル、及び前記紙送トラブル危険度を算出するためのモデルである紙送ロジスティック回帰モデルの双方を含むことを特徴とする請求項１に記載の故障予防診断支援システム。
3. 前記内部情報は、前記画像形成装置に生じた動作異常の発生回数であるシステムフェイル数、前記画像形成装置の有する画質に関わる情報を検出するセンサである画質センサの出力が規定値の範囲を超えた回数である画質ローカルフェイル数、前記画質センサの測定値、動作異常が発生した後に再度動作異常が発生するまでのフィード数の平均値、画質を左右する消耗品の限界使用回数で現在の使用回数を除して求める画質限界率のいずれか１つ以上を含み、
   前記画質ロジスティック回帰モデルの説明変数は、前記内部情報であることを特徴とする請求項２に記載の故障予防診断支援システム。
4. 前記内部情報は、用紙の紙詰まりの発生回数、原稿の紙詰まりの発生回数、紙詰まりが発生した後に再度紙詰まりが発生するまでの平均フィード数、前記画像形成装置の有する用紙に関わる情報を検出するセンサである用紙センサの出力が規定値の範囲を超えた回数である用紙ローカルフェイル数、紙送り全フィード数、又は紙送りに用いられる消耗品の限界使用回数で現在の使用回数を除して求める紙送り限界率のいずれか１つ以上を含み、
   前記紙送ロジスティック回帰モデルの説明変数は、前記内部情報であることを特徴とする請求項２に記載の故障予防診断支援システム。
5. 前記ジャムフェイル情報は、前記画像形成装置を構成する部品において生じた紙詰まりの発生回数である部品毎ジャムフェイル発生回数、及び紙詰まりである動作異常を引き起こす原因に関連する前記画像形成装置を構成する部品に生じた異常の発生回数であるジャムフェイル誘発異常発生回数を含み、
   前記非ジャムフェイル情報は、紙詰まりを除く動作異常を引き起こす原因に関連する前記画像形成装置を構成する部品に生じた異常の発生回数である非ジャムフェイル誘発異常発生回数を含むことを特徴とする請求項１に記載の故障予防診断支援システム。
6. 前記記憶手段は、前記取得手段が取得した内部情報と前記内部情報を取得した時刻である取得時刻とを前記制御手段により関連付けられて記憶し、
   前記制御手段は、前記記憶手段が記憶する画像形成装置に対して修理を行なう直前の時刻に関連付けられた内部情報と、修理を行った直後の時刻に関連付けられた前記内部情報と、に基づいて前記記憶手段の記憶するロジスティック回帰モデルを更新するよう制御することを特徴とする請求項１ないし５に記載の故障予防診断支援システム。
7. 前記取得手段は、前記画像形成装置を識別する情報である画像形成装置識別情報と前記画像形成装置識別情報で識別される画像形成装置の内部情報とを関連付けて取得し、
   前記記憶手段は、前記取得手段が関連付けて取得した画像形成装置識別情報と前記内部情報とを記憶し、かつ前記画像形成装置識別情報と前記画像形成装置識別情報で識別される画像形成装置の設置地域を識別する情報である設置地域識別情報とを制御手段によって関連付けられて記憶し、
   前記制御手段は、前記記憶手段が記憶する同一の設置地域識別情報で識別される１又は複数の画像形成装置の画像形成装置識別情報に関連付けられた内部情報に基づいて前記記憶手段の記憶するロジスティック回帰モデルを更新するよう制御することを特徴とする請求項１ないし６に記載の故障予防診断支援システム。
8. 前記制御手段が算出させた危険度を表示する表示手段を更に有し、
   前記制御手段は、算出させた前記危険度と、前記危険度を算出するために用いた内部情報に対して前記記憶手段に関連付けて記憶させた前記取得時刻と、を関連付けて作成した時系列グラフを前記表示手段に表示するよう制御することを特徴とする請求項７に記載の故障予防診断支援システム。
9. 前記入力手段は、前記画像形成装置の管理を担当する人物を識別する情報である担当者識別情報を入力し、
   前記記憶手段は、前記画像形成装置識別情報と前記画像形成装置識別情報で識別される画像形成装置の担当者識別情報とを制御手段によって関連付けられて記憶し、
   前記制御手段は、前記入力手段が入力した担当者識別情報に関連付けられた前記記憶手段が記憶する画像形成装置識別情報を取得し、取得した画像形成装置識別情報に関連付けられた前記記憶手段が記憶する内部情報を取得し、取得した全ての画像形成装置識別情報に対して取得した内部情報を用いて危険度を算出するよう制御し、算出させた前記危険度と前記画像形成装置識別情報とを関連付けて一覧表示するよう前記表示手段を制御することを特徴とする請求項８に記載の故障予防診断支援システム。
10. 前記入力手段は、前記設置地域識別情報を入力し、
    前記制御手段は、前記入力手段が入力した設置地域識別情報を取得し、取得した設置地域識別情報に関連付けられた前記記憶手段が記憶する内部情報及び画像形成装置識別情報を取得し、取得した全ての画像形成装置識別情報に対して取得した内部情報を用いて危険度を算出するよう制御し、算出させた前記危険度と前記画像形成装置識別情報とを関連付けて一覧表示するよう前記表示手段を制御することを特徴とする請求項９に記載の故障予防診断支援システム。
11. 前記画像形成装置の故障を引き起こす原因をモデル化した故障診断モデルを解析することで前記画像形成装置を構成する部品又は部品群の故障を診断する故障診断部を更に備え、
    前記入力手段は、前記画像形成装置識別情報を入力し、
    前記制御手段は、前記入力手段で入力された画像形成装置識別情報に関連付けた前記記憶手段が記憶する内部情報を取得し、取得した前記内部情報に基づいて前記画像形成装置識別情報で識別される画像形成装置の故障原因である部品又は部品群の故障の発生確率を算出するよう前記故障診断部を制御し、前記故障診断部が算出した故障原因発生確率と故障原因の発生箇所である部品又は部品群とを関連付けて前記表示手段が表示するよう制御することを特徴とする請求項７ないし１０に記載の故障予防診断支援システム。
12. 前記取得手段は、ネットワークを介して前記画像形成装置の内部情報を取得することを特徴とする請求項１ないし１１に記載の故障予防診断支援システム。
13. ネットワークを通じて前記制御手段に制御される前記表示手段又は前記入力手段のいずれか１つ以上を有する端末機を更に備えることを特徴とする請求項７ないし１２に記載の故障予防診断支援システム。
14. 入力手段から支援の対象として入力された画像形成装置の内部の状態に関する情報である内部情報を取得する取得ステップと、
    前記画像形成装置の故障状態及び正常状態を択一的に表す二値変数を目的変数とし、かつ前記画像形成装置の内部情報を説明変数とする１又は複数のロジスティック回帰モデルを記憶する記憶ステップと、
    前記画像形成装置の故障時及び正常時に取得した内部情報を用いて前記ロジスティック回帰モデルの回帰係数の推定値を算出する算出ステップと、
    前記画像形成装置に応じて前記記憶ステップに記憶されたロジスティック回帰モデルを選択すると共に、前記取得ステップによって取得された内部情報を、紙詰まりに関する動作異常を表すジャムフェイル情報と前記紙詰まりを除く動作異常を表す非ジャムフェイル情報とに分類し、前記ジャムフェイル情報と前記非ジャムフェイル情報のそれぞれに、前記画像形成装置の故障に与える影響度に基づいて、該影響度の大きい順に重み付けを行い、重み付けされた前記ジャムフェイル情報と前記非ジャムフェイル情報を前記ジャムフェイル情報と前記非ジャムフェイル情報毎に合算し、合算されたそれぞれの値を説明変数として、前記回帰係数の推定値が算出された前記ロジスティック回帰モデルに代入することで前記画像形成装置の故障の程度を表す指標である危険度を目的変数として算出するよう制御する制御ステップと、を備え、
    前記内部情報は、前記画像形成装置の修理時から支援時までの経過時間を含み、
    前記ロジスティック回帰モデルの説明変数は、前記経過時間を含むことを特徴とする故障予防診断支援方法。

Images