JPH05273808A - Self-diagnosable image forming device - Google Patents

Abstract

PURPOSE:To accurately diagnose a fault, and also to miniaturize a device and to realize the high speed operation thereof as to a self-diagnosable system for an image forming device. CONSTITUTION:The fault temporarily caused on the image forming device is limited as a single fault, all conditions possibly occurring on the device when the fault is caused are previously simulated, and the result of simulation is stored in a virtual case holding part 12 as plural virtual cases. And the detection values of sensors X, VS, and DS are made fuzzy qualitative value based on the membership function stored in a membership function forming part 13 at the time of driving the device. And the fuzzy qualitative values are compared with the virtual case stored in the virtual case holding part 12, then the cause of the fault is estimated. Since the virtual case stored in the virtual case holding part 12 is selected by using the sensor values which are made the fuzzy qualitative value, the fault can be accurately specified in a short time.

Description

【発明の詳細な説明】Detailed Description of the Invention

【０００１】[0001]

【産業上の利用分野】この発明は、自己診断システムを
有する画像形成装置に関するものである。より詳しく
は、近年盛んに研究が行われている人工知能、知識工学
を利用して、装置が動作状態等を自己診断し得るように
した画像形成装置に関するものである。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to an image forming apparatus having a self-diagnosis system. More specifically, the present invention relates to an image forming apparatus that enables self-diagnosis of an operating state of the apparatus by utilizing artificial intelligence and knowledge engineering, which have been actively researched in recent years.

【０００２】[0002]

【従来の技術】精密機械や産業機械等の開発分野におい
ては、保全作業の省力化や自動運転の長期化を実現する
ために、最近、人工知能（Artificial Intelligence:い
わゆるＡＩ）技術を利用したエキスパートシステムの研
究が盛んに行われている。エキスパートシステムの中に
は、装置に故障が生じたか否かを自己診断し、また生じ
た故障を自己修復するものが見受けられる。2. Description of the Related Art In the field of development of precision machinery and industrial machinery, experts who have recently used artificial intelligence (so-called AI) technology in order to save labor in maintenance work and prolong automatic operation. Research on the system is being actively conducted. Some expert systems self-diagnose whether or not a failure has occurred in the device and also self-repair the failure that has occurred.

【０００３】ところが、従来のエキスパートシステム
（自動調節システムや故障診断システム）は、基本的に
は、或るセンサの出力に基づいて対応するアクチュエー
タを作動させるだけであったので、自己修復機械として
は完全なものとはいえなかった。そこで、本願出願人
は、定性物理に基づく対象モデル上での診断／修復推論
を用いた機械制御法を見出し、係る機械制御法を利用し
て、画像形成装置のための新規な自己診断および自己修
復システムを発明し、特許出願を行った（たとえば特願
昭２−２５２１９１号参照）。However, since the conventional expert system (automatic adjustment system or failure diagnosis system) basically only operates the corresponding actuator based on the output of a certain sensor, it is a self-repairing machine. It wasn't perfect. Therefore, the applicant of the present application has found a machine control method using diagnosis / repair inference on a target model based on qualitative physics, and using such a machine control method, novel self-diagnosis and self-diagnosis for an image forming apparatus are performed. He invented a restoration system and filed a patent application (see, for example, Japanese Patent Application No. 2-252191).

【０００４】この先願にかかる画像形成装置のための自
己診断および自己修復システムは、次の特徴を備えてい
る。すなわち、 （１）対象機械（画像形成装置）に備えられたセンサの
検出値を定性値に変換して制御に用いること。 （２）画像形成装置の構造および特性を、画像形成装置
の性質を表わすパラメータの因果関係ネットワーク（パ
ラメータモデル）を用いて定性的に表現していること。The self-diagnosis and self-repair system for the image forming apparatus according to this prior application has the following features. That is, (1) The detection value of the sensor provided in the target machine (image forming apparatus) is converted into a qualitative value and used for control. (2) The structure and characteristics of the image forming apparatus are qualitatively expressed using a causal relationship network (parameter model) of parameters representing the characteristics of the image forming apparatus.

【０００５】（３）定性値に変換されたセンサ値を、パ
ラメータモデルにあてはめ、故障診断および故障修復推
論のための定性シミュレーションを行っていること、で
ある。 つまり、定性モデルベースドシステム（Qualitative Mo
del Based System（ＱＭＳ））による故障診断および故
障修復を行っていることである。(3) The sensor value converted into a qualitative value is applied to a parameter model to perform a qualitative simulation for failure diagnosis and failure repair inference. In other words, a qualitative model-based system (Qualitative Mo
It is to perform fault diagnosis and fault repair by the del Based System (QMS).

【０００６】このような特徴を有する本願出願人の先願
に係る自己診断および自己修復システムによれば、万一
画像形成装置がその構造変更等を伴うような故障を生じ
たとしても、それに柔軟に対応可能である。なぜなら
ば、定性シミュレーションを利用することにより、対象
機械の制御点や制御ループを動的に変更することが可能
だからである。According to the self-diagnosis and self-repair system of the applicant of the present application having the above characteristics, even if a failure such as a structural change occurs in the image forming apparatus, it is flexible. Is available. This is because it is possible to dynamically change the control point and control loop of the target machine by using the qualitative simulation.

【０００７】[0007]

【発明が解決しようとする課題】しかしながら、上記先
願に係る自己診断および自己修復システムにおいては、
センサの検出値を定性値に変換する際に、その変換に誤
りが生じるという可能性があった。なぜならば、センサ
検出値を定性値に変換する場合には、定性量空間上に境
界標を定義し、その境界標よりも検出値が大きいかまた
は小さいかにより異なる定性値に変換されるわけである
から、境界標は正しく定められていなければならない。However, in the self-diagnosis and self-repair system according to the above-mentioned prior application,
When converting the detected value of the sensor into a qualitative value, there was a possibility that an error would occur in the conversion. This is because, when converting the sensor detection value into a qualitative value, a boundary marker is defined in the qualitative space and it is converted into a different qualitative value depending on whether the detected value is larger or smaller than the boundary marker. Therefore, the boundary mark must be properly defined.

【０００８】ところがこの境界標は、画像形成装置の使
用環境等により変化することがあるし、また、センサ検
出値自体も、センサの測定精度の限界等により必ずしも
正確な値とはならないことがある。それゆえ、従来のシ
ステムにおいては、制御の基礎となるセンサ検出値の定
性値化にばらつきが生じ、その結果、正確な定性シミュ
レーションが行えず、故障診断や故障修復に誤りが生じ
るおそれがあった。However, this boundary mark may change depending on the environment in which the image forming apparatus is used, and the sensor detection value itself may not always be an accurate value due to the limit of sensor measurement accuracy. .. Therefore, in the conventional system, the qualitative quantification of the sensor detection value, which is the basis of the control, varies, and as a result, an accurate qualitative simulation cannot be performed, and an error may occur in failure diagnosis or failure repair. ..

【０００９】また、実用的な機械組み込み形システムと
して上記先願に係る自己診断および自己修復システムを
運用する場合、システム規模が大きいこと、および実行
速度が遅いことといった点で最適であるとは言えなかっ
た。それゆえ、自己診断および自己修復システムについ
ての小型化および高速化が望まれる。この発明は、この
ような背景のもとになされたもので、より小型化および
高速化が達成され、かつ、正確な故障診断が可能な画像
形成装置を提供することを目的とする。Further, when the self-diagnosis and self-repair system according to the above-mentioned prior application is operated as a practical machine-incorporated system, it can be said that it is optimal in that the system scale is large and the execution speed is slow. There wasn't. Therefore, miniaturization and speedup of the self-diagnosis and self-repair system are desired. The present invention has been made under such a background, and an object of the present invention is to provide an image forming apparatus which can achieve further downsizing and higher speed, and which enables accurate failure diagnosis.

【００１０】[0010]

【課題を解決するための手段】この発明は、概説すれ
ば、画像形成装置に一時に生じる故障は単一故障である
と限定し、故障が生じたときに装置に有り得るすべての
状態を予めシミュレーションし、シミュレーション結果
を仮想事例として装置に記憶させておく。そして、装置
の運用時には、ファジイ定性値化したセンサ値と仮想事
例とを比較することで、故障原因を推定するようにした
ものである。SUMMARY OF THE INVENTION In summary, the present invention limits an image forming apparatus to a single failure at a time, and simulates in advance all possible states of the apparatus when the failure occurs. Then, the simulation result is stored in the device as a virtual case. Then, at the time of operating the device, the cause of the failure is estimated by comparing the sensor value which has been fuzzy qualitatively converted with the virtual case.

【００１１】より具体的には、請求項１記載の発明は、
装置に生じている故障を自己診断することのできる画像
形成装置であって、故障および所定のパラメータの定性
状態が少なくとも設定された複数の仮想事例が記憶され
ている仮想事例記憶手段と、装置の予め定める複数の部
位の状態を検出するための複数のセンサと、各センサに
対応して設けられ、各センサの検出値を定性値に変換す
る際に必要な定性量空間の境界標がファジイ理論のメン
バーシップ関数として記憶された境界標記憶手段と、装
置に故障症状が発現したとき、前記複数のセンサの検出
値を読取り、前記境界標記憶手段に記憶されたメンバー
シップ関数を用いて、各センサの検出値をファジイ定性
値に変換する変換手段と、前記変換手段で変換されたフ
ァジイ定性値と前記仮想事例記憶手段に記憶されている
複数の仮想事例とを比較し、発現中の故障症状を引き起
こしている故障を特定するために、ファジイ定性値と所
定の関係にある仮想事例を選択する選択手段と、を含む
ことを特徴とするものである。More specifically, the invention according to claim 1 is
An image forming apparatus capable of self-diagnosing a failure occurring in an apparatus, the virtual case storage unit storing a plurality of virtual cases in which at least a qualitative state of a failure and a predetermined parameter is set, and an apparatus of the apparatus. A plurality of sensors for detecting the states of a plurality of predetermined parts and a boundary marker of the qualitative quantity space that is provided in correspondence with each sensor and is necessary when converting the detection value of each sensor into a qualitative value is the fuzzy theory. Of the boundary mark storage means stored as a membership function of the device, and when a failure symptom appears in the device, the detection values of the plurality of sensors are read, and by using the membership function stored in the boundary mark storage means, A conversion unit that converts the detection value of the sensor into a fuzzy qualitative value, a fuzzy qualitative value converted by the conversion unit, and a plurality of virtual cases stored in the virtual case storage unit. Comparison, to identify the fault that caused the fault symptom in the expression, is characterized in that includes a selection unit for selecting a virtual cases in fuzzy qualitative value and a predetermined relationship, a.

【００１２】請求項２記載の発明は、前記画像形成装置
において、前記境界標記憶手段に記憶されたメンバーシ
ップ関数は、故障症状別にそれぞれ記憶されていること
を特徴とするものである。請求項３記載の発明は、前記
画像形成装置において、前記仮想事例記憶手段に記憶さ
れている複数の仮想事例は、故障症状別に区分されて記
憶されていることを特徴とするものである。According to a second aspect of the present invention, in the image forming apparatus, the membership functions stored in the boundary mark storage means are stored for each failure symptom. According to a third aspect of the present invention, in the image forming apparatus, a plurality of virtual cases stored in the virtual case storage unit are stored by being classified according to failure symptoms.

【００１３】請求項４記載の発明は、前記画像形成装置
において、前記選択手段は、定性量空間を定義し、各仮
想事例に設定されている所定のパラメータの定性状態
と、前記ファジイ定性値とを、定性量空間内の位置関係
で比較し、ファジイ定性値の位置から最も近い定性状態
のパラメータが設定されている仮想事例を選択すること
を特徴とするものである。According to a fourth aspect of the present invention, in the image forming apparatus, the selecting means defines a qualitative amount space, and a qualitative state of a predetermined parameter set in each virtual case and the fuzzy qualitative value. Is compared with the positional relationship in the qualitative amount space, and the virtual case in which the parameter in the qualitative state closest to the position of the fuzzy qualitative value is set is selected.

【００１４】請求項５記載の発明は、前記画像形成装置
において、さらに、前記選択手段で選択された仮想事例
に設定されている故障を修復するように作動する故障修
復手段を含むことを特徴とするものである。請求項６記
載の発明は、前記画像形成装置において、前記複数の仮
想事例には、それぞれ、故障に応じた修復方法がさらに
設定されていることを特徴とするものである。According to a fifth aspect of the present invention, the image forming apparatus further includes a fault repairing unit that operates to repair a fault set in the virtual case selected by the selecting unit. To do. According to a sixth aspect of the invention, in the image forming apparatus, a repair method according to a failure is further set for each of the plurality of virtual cases.

【００１５】請求項７記載の発明は、前記画像形成装置
において、前記設定されている修復方法は、優先順位が
つけられた複数の登録方法を含むことを特徴とするもの
である。請求項８記載の発明は、前記画像形成装置にお
いて、前記故障修復手段は、選択手段により選択された
仮想事例に設定されている修復方法を実行するように作
動することを特徴とするものである。According to a seventh aspect of the invention, in the image forming apparatus, the set restoration method includes a plurality of registration methods with priorities. The invention according to claim 8 is characterized in that, in the image forming apparatus, the failure repairing means operates to execute a repairing method set in the virtual case selected by the selecting means. .

【００１６】請求項９記載の発明は、前記仮想事例記憶
手段に記憶されている複数の仮想事例を生成するための
方法であって、前記画像形成装置を、装置の性質を表わ
すパラメータの因果関係ネットワークによって定性的に
表現し、装置に故障症状が発現したと仮定したときに、
装置に有り得るすべての状態を前記パラメータの因果関
係ネットワークを使って定性的にシミュレーションし、
その結果を、故障および所定のパラメータの定性状態を
含む複数の仮想事例にまとめることを特徴とするもので
ある。According to a ninth aspect of the present invention, there is provided a method for generating a plurality of virtual cases stored in the virtual case storage means, wherein the image forming apparatus is caused to have a causal relationship of parameters representing characteristics of the apparatus. When it is qualitatively expressed by a network and it is assumed that a failure symptom appears in the device,
Qualitatively simulate all possible states of the device using a causal network of the parameters,
The result is summarized in a plurality of virtual cases including a failure and a qualitative state of a predetermined parameter.

【００１７】請求項１０記載の発明は、前記仮想事例の
生成方法において、装置に故障症状が発現したと仮定す
るときに、その故障症状の発現の原因は単一のパラメー
タ変化に起因するとの限定のもとで行うことを特徴とす
るものである。請求項１１記載の発明は、前記仮想事例
の生成方法において、装置に故障症状が発現したと仮定
するときに、或るパラメータの変化は他のパラメータに
必ず影響を与えるとの条件のもとで行うことを特徴とす
るものである。According to a tenth aspect of the present invention, in the method of generating virtual cases, when it is assumed that a failure symptom appears in a device, the cause of the failure symptom is limited to a single parameter change. It is characterized by being performed under. According to the eleventh aspect of the present invention, under the condition that, in the virtual case generation method, when it is assumed that a failure symptom appears in the device, a change in a certain parameter necessarily affects another parameter. It is characterized by performing.

【００１８】[0018]

【作用】この発明によれば、画像形成装置の状態を自己
診断する場合に、診断の都度、センサ値に基づき定性シ
ミュレーションを行わなくてよい。予め、そのような定
性シミュレーションの結果として有り得るすべての状態
が仮想事例として記憶されている。よって、基本的に
は、ファジイ定性値化されたセンサ値を仮想事例と比較
するだけで、短時間で機械の故障を特定できる。According to the present invention, when the state of the image forming apparatus is self-diagnosed, the qualitative simulation need not be performed based on the sensor value each time the diagnosis is performed. In advance, all possible states as a result of such a qualitative simulation are stored as virtual cases. Therefore, basically, the machine failure can be identified in a short time only by comparing the fuzzy qualitativeized sensor value with the virtual case.

【００１９】この発明では、取り扱える故障症状が、対
象機械（画像形成装置）のパラメータ変化によるものに
限定される。画像形成装置の多くの故障は、パラメータ
変化によるもので対処し得る。もし、パラメータ変化に
よるもの以外の故障、たとえば装置の構造変化を伴うよ
うな故障やアクチュエータの操作範囲の限界等に起因す
る故障にも対応可能にしようとすれば、上述した既提案
のＱＭＳによる定性シミュレーションを活用した故障診
断を追加すればよい。また、対象機械の構造変更等の後
の故障修復により適切に対処するために、既提案の事例
ベース修復計画システム（Case Based Planning System
(ＣＢＳ))を活用するようにしてもよい。なお、ＱＭＳ
による定性シミュレーションも、ＣＢＳも、たとえば本
願出願人の先願である特願平２−２５２１９１号および
／または特願平３−２５１０７３号に詳述されているの
で、それを援用することにし、ここでの説明は省略す
る。In the present invention, the fault symptoms that can be handled are limited to those caused by the parameter change of the target machine (image forming apparatus). Many failures in the image forming apparatus can be dealt with due to parameter changes. If it is attempted to deal with failures other than those due to parameter changes, such as failures that involve structural changes in the device or failures due to the limits of the operating range of actuators, etc. It is sufficient to add a fault diagnosis that utilizes simulation. In addition, in order to properly deal with failure repair after structural modification of the target machine, we have already proposed the Case Based Planning System (Case Based Planning System).
(CBS)) may be used. In addition, QMS
Both the qualitative simulation by C. and CBS are described in detail in, for example, Japanese Patent Application No. 2-252191 and / or Japanese Patent Application No. 3-251073, which are the prior applications of the present applicant, and are incorporated herein by reference. The description of is omitted.

【００２０】具体的に、請求項１記載の発明によれば、
装置に故障症状が発現したとき、複数のセンサの検出値
が読取られて、各検出値はファジイ定性値に変換され
る。変換されたファジイ定性値は、複数の仮想事例と比
較され、ファジイ定性値と所定の関係、たとえばファジ
イ定性値と最も近い関係にある仮想事例が選択される。
そして選択された仮想事例に設定されている故障が、今
回の故障症状を引き起こした原因であると推定される。Specifically, according to the invention of claim 1,
When a failure symptom occurs in the device, the detection values of the plurality of sensors are read and each detection value is converted into a fuzzy qualitative value. The converted fuzzy qualitative value is compared with a plurality of virtual cases, and a virtual case having a predetermined relationship with the fuzzy qualitative value, for example, a virtual case closest to the fuzzy qualitative value is selected.
Then, the failure set in the selected virtual case is presumed to be the cause of the failure symptom this time.

【００２１】請求項２記載の発明によれば、故障症状別
にメンバーシップ関数が記憶されているから、故障症状
別に、センサの検出値をより正確にファジイ定性値に変
換することができる。請求項３記載の発明では、故障症
状別に仮想事例が区分されているので、或る故障症状が
発現したときに、それに対応する故障症状に区分された
仮想事例の中から仮想事例を選択すればよく、仮想事例
の選択が迅速にできる。According to the second aspect of the present invention, since the membership function is stored for each failure symptom, the detection value of the sensor can be more accurately converted into the fuzzy qualitative value for each failure symptom. In the invention according to claim 3, since the virtual cases are classified according to the failure symptoms, when a certain failure symptom appears, if the virtual case is selected from the virtual cases classified into the corresponding failure symptoms. Well, you can quickly select virtual cases.

【００２２】請求項４記載の発明では、ファジイ定性値
と仮想事例とを比較する際に、定性量空間が定義され
て、その定性量空間内の位置関係で仮想事例が選択され
る。係る定性量空間内の位置関係に基づいて仮想事例を
選択すると、仮想事例の選択にばらつきが生じず、選択
精度が向上する。請求項５，６，７または８記載の発明
によれば、仮想事例にさらに故障に応じた修復方法が予
め設定されているから、仮想事例が選択され、その仮想
事例により特定された故障を修復する場合に、その故障
の修復作業が容易に行える。According to the fourth aspect of the invention, when comparing the fuzzy qualitative value and the virtual case, the qualitative space is defined and the virtual case is selected based on the positional relationship in the qualitative space. When the virtual case is selected based on the positional relationship in the qualitative amount space, there is no variation in the selection of the virtual case, and the selection accuracy is improved. According to the invention described in claim 5, 6, 7 or 8, since a repair method according to a failure is further preset in the virtual case, the virtual case is selected and the failure specified by the virtual case is repaired. In this case, the repair work for the failure can be easily performed.

【００２３】請求項９，１０または１１記載の方法発明
によれば、仮想事例を故障および所定のパラメータの定
性状態を含む複数の事例にまとめることができるので、
仮想事例を故障ごとに利用しやすい状態で整理すること
ができる。特に、請求項１０または１１記載の発明によ
れば、仮想事例を生成する際に、一定条件でフィルタリ
ングされるので、生成された仮想事例が装置に有り得る
適切な事例のみになる。According to the method invention of claim 9, 10 or 11, the virtual case can be grouped into a plurality of cases including a failure and a qualitative state of a predetermined parameter.
Virtual cases can be sorted by failure in a state that is easy to use. In particular, according to the invention of claim 10 or 11, when the virtual case is generated, the virtual case is filtered under a certain condition, so that the generated virtual case is only an appropriate case that can be present in the device.

【００２４】[0024]

【実施例】以下には、図面を参照して、小型の電子写真
複写機に適用された自己診断および自己修復システムを
一実施例として説明する。図１は、この発明が適用され
た小型の電子写真複写機の機械構成図であり、この発明
に関係する部分のみが図解的に示された図である。図１
において、１は感光体ドラム、２はメインチャージャ、
３は原稿照明用のハロゲンランプ、４は現像装置、５は
転写・分離チャージャである。DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS A self-diagnosis and self-repair system applied to a small electrophotographic copying machine will be described below as an embodiment with reference to the drawings. FIG. 1 is a mechanical configuration diagram of a small-sized electrophotographic copying machine to which the present invention is applied, and is a diagram schematically showing only a portion related to the present invention. Figure 1
, 1 is the photoconductor drum, 2 is the main charger,
Reference numeral 3 is a halogen lamp for illuminating the original, 4 is a developing device, and 5 is a transfer / separation charger.

【００２５】メインチャージャ２には、メインチャージ
ャの放電電圧を変化させるためのメインチャージャコン
トローラ２Ｃが接続されている。また、ハロゲンランプ
３には、ハロゲンランプ３の光量を制御するためのハロ
ゲン光量コントローラ３Ｃが接続されている。さらに、
転写・分離チャージャ５には、このチャージャ５による
放電電圧、すなわち感光体ドラム１とコピー用紙間の転
写電圧を制御するための転写チャージャコントローラ５
Ｃが接続されている。The main charger 2 is connected to a main charger controller 2C for changing the discharge voltage of the main charger. Further, a halogen light amount controller 3C for controlling the light amount of the halogen lamp 3 is connected to the halogen lamp 3. further,
The transfer / separation charger 5 includes a transfer charger controller 5 for controlling the discharge voltage of the charger 5, that is, the transfer voltage between the photosensitive drum 1 and the copy sheet.
C is connected.

【００２６】電子写真複写機では、得られたコピー画像
が美しく仕上がっている（正常）か否かが最も重要なこ
とである。そこでこの実施例は、得られたコピー画像が
正常か、画像かぶりを生じているか、画像が薄いかを自
動的に検出し、得られたコピーが画像かぶりを生じてい
たり薄い場合には、係る症状を引き起こしている原因、
すなわち故障を突き止め、その故障を自己修復する装置
を例にとって説明する。In an electrophotographic copying machine, it is of utmost importance whether the obtained copy image is beautifully finished (normal). Therefore, this embodiment automatically detects whether the obtained copy image is normal, has image fog, or has a light image, and is applicable when the obtained copy has image fog or is light. The cause of the symptom,
That is, an apparatus will be described as an example for identifying a failure and self-repairing the failure.

【００２７】この実施例には、たとえば４つのセンサが
設けられている。すなわち、感光体ドラム１を露光する
光の量（換言すれば、ハロゲンランプ３の光量）を測定
するための光量センサＸ、露光後の感光体ドラム１の表
面電位を測定する表面電位センサＶｓ、感光体ドラム１
上のトナー濃度を検出するためのトナー濃度センサＤ
ｓ、および、コピー濃度センサＯｓである。コピー濃度
センサＯｓは、この電子写真複写機によって形成された
コピー画像の濃度を検出するためのものである。コピー
濃度センサＯｓの検出出力Ｏｓに基づいて、電子写真複
写機が正常か、故障症状として画像かぶりが生じている
か、画像が薄いかが判別される。In this embodiment, for example, four sensors are provided. That is, a light amount sensor X for measuring the amount of light for exposing the photosensitive drum 1 (in other words, the amount of light of the halogen lamp 3), a surface potential sensor Vs for measuring the surface potential of the exposed photosensitive drum 1, Photoconductor drum 1
Toner concentration sensor D for detecting the upper toner concentration
s and the copy density sensor Os. The copy density sensor Os is for detecting the density of the copy image formed by this electrophotographic copying machine. Based on the detection output Os of the copy density sensor Os, it is determined whether the electrophotographic copying machine is normal, image fog has occurred as a failure symptom, or the image is light.

【００２８】図２は、図１に示す小型の電子写真複写機
の機能ブロック図であり、この発明に関係する部分のみ
が示されている。図２において、角の丸まったブロック
はいわゆるハードウェアによる機能を表わしており、角
の尖ったブロックは、いわゆるソフトウェアによる機能
（コンピュータ内で実行されるプログラム処理）を表わ
している。なお、ハードウェアによる機能およびソフト
ウェアによる機能の区分けは一例であり、ソフトウェア
の機能をハードウェアにより実現するようにしてもよ
い。FIG. 2 is a functional block diagram of the small-sized electrophotographic copying machine shown in FIG. 1, and shows only the portion related to the present invention. In FIG. 2, a block with rounded corners represents a function by so-called hardware, and a block with a sharp corner represents a function by so-called software (a program process executed in a computer). Note that the division of functions by hardware and functions by software is an example, and the functions of software may be realized by hardware.

【００２９】図２の機能ブロックと、図１の機械構成と
の対応関係は、次のとおりである。すなわち、図２のセ
ンサには、図１の光量センサＸ、表面電位センサＶｓ、
トナー濃度センサＤｓ、およびコピー濃度センサＯｓが
含まれている。図２のアクチュエータコントローラに
は、図１のメインチャージャコントローラ２Ｃ、ハロゲ
ン光量コントローラ３Ｃおよび転写チャージャコントロ
ーラ５Ｃが含まれている。図２のアクチュエータには、
図１のメインチャージャ２、ハロゲンランプ３および転
写・分離チャージャ５が含まれている。The correspondence relationship between the functional blocks of FIG. 2 and the mechanical configuration of FIG. 1 is as follows. That is, the sensor of FIG. 2 includes the light quantity sensor X, the surface potential sensor Vs, and
A toner density sensor Ds and a copy density sensor Os are included. The actuator controller of FIG. 2 includes the main charger controller 2C, the halogen light amount controller 3C and the transfer charger controller 5C of FIG. The actuator of FIG.
The main charger 2, the halogen lamp 3 and the transfer / separation charger 5 of FIG. 1 are included.

【００３０】図２において、ソフトウェアによる機能ブ
ロックは、たとえば４つの機能ブロックに区分される。
すなわち、診断／修復推論部１１、仮想事例保持部１
２、メンバーシップ関数生成部１３、および、疑似故障
発生部１４である。仮想事例保持部１２には、予め生成
された表１および表２に例示する仮想事例が記憶されて
いる。ここに仮想事例とは、電子写真複写機に一時に生
じる故障は単一故障であると限定した条件のもとで、故
障が生じたときの装置状態を定性シミュレーションし、
そのシミュレーション結果のうちの装置にあり得る状態
である。In FIG. 2, the functional block by software is divided into, for example, four functional blocks.
That is, the diagnosis / repair reasoning unit 11 and the virtual case holding unit 1
2, a membership function generation unit 13, and a pseudo-fault generation unit 14. The virtual case holding unit 12 stores the virtual cases generated in advance in Table 1 and Table 2. Here, a virtual case is a qualitative simulation of the device state when a failure occurs under the condition that the failure that occurs at one time in the electrophotographic copying machine is a single failure.
This is a possible state of the simulation result of the device.

【００３１】[0031]

【表１】 [Table 1]

【００３２】[0032]

【表２】 [Table 2]

【００３３】仮想事例の生成は、上述した本願出願人の
先願（特願昭２−２５２１９１号）等で説明した定性シ
ミュレーションを用いて行うことができる。定性シミュ
レーションの仕方を簡単に説明すると、次のとおりであ
る。この電子写真複写機を、物理的な支点から捉えて複
数個の要素の結合として表現し、各要素の挙動および属
性ならびに各要素間の結合関係をパラメータを用いて定
性的に表わすと、図３に示すパラメータモデルが得られ
る。なお、この図３に示すパラメータモデルは、コピー
濃度パラメータＯｓに関連するパラメータのみを取り出
した簡略化モデルである。The virtual case can be generated by using the qualitative simulation described in the above-mentioned applicant's earlier application (Japanese Patent Application No. 2-252191). The method of qualitative simulation is briefly described as follows. This electrophotographic copying machine is expressed as a combination of a plurality of elements by grasping it from a physical fulcrum, and the behavior and attributes of each element and the connection relationship between each element are qualitatively expressed using parameters. The parameter model shown in is obtained. The parameter model shown in FIG. 3 is a simplified model in which only parameters related to the copy density parameter Os are taken out.

【００３４】図３に示すパラメータモデルにおいて、Ｈ
ｌはハロゲンランプ３の光量パラメータ、Ｄは原稿の光
学濃度パラメータ、Ｘは感光体ドラム１を露光する光量
のパラメータ、βは感光体ドラム１の感度パラメータ、
Ｖｎはメインチャージ後の感光体ドラム１の表面電位パ
ラメータ、Ｖｓは露光後の感光体ドラム１の表面電位パ
ラメータ、Ｖｂは現像バイアスのパラメータ、γ₀ はト
ナー感度のパラメータ、Ｄｓはドラム上での画像濃度
（トナー濃度）のパラメータ、Ｖｔは転写電圧のパラメ
ータ、ζは用紙感度のパラメータ、を示している。これ
らパラメータのうち、Ｄ、β、γ₀ およびζは変動する
可能性が小さいので、固定値とみなすことができる。そ
れゆえ、コピー濃度パラメータＯｓが変化する原因は、
Ｈｌ、Ｖｎ、Ｖｂ、または、Ｖｔのいずれかが変化した
ことに起因すると推測できる。そしてこれら４つのパラ
メータＨｌ、Ｖｎ、ＶｂまたはＶｔが変化してＯｓが変
化するとき、その変化は必ず３つのセンス対象パラメー
タＸ、ＶｓまたはＤｓ（図３において丸で囲ったもの）
を変化させる（ただし、Ｖｔの変化に起因するときの
み、Ｘ，Ｖｓ，Ｄｓはいずれも変化しない）。In the parameter model shown in FIG. 3, H
l is the light amount parameter of the halogen lamp 3, D is the optical density parameter of the document, X is the light amount parameter for exposing the photosensitive drum 1, and β is the sensitivity parameter of the photosensitive drum 1.
Vn is a surface potential parameter of the photosensitive drum 1 after main charging, Vs is a surface potential parameter of the photosensitive drum 1 after exposure, Vb is a developing bias parameter, γ ₀ is a toner sensitivity parameter, and Ds is a drum sensitivity parameter. An image density (toner density) parameter, Vt is a transfer voltage parameter, and ζ is a paper sensitivity parameter. Among these parameters, D, β, γ _0, and ζ are unlikely to fluctuate, and can be regarded as fixed values. Therefore, the reason why the copy density parameter Os changes is
It can be inferred that this is due to a change in any of Hl, Vn, Vb, or Vt. When these four parameters Hl, Vn, Vb or Vt change and Os changes, the change must be three sense target parameters X, Vs or Ds (circled in FIG. 3).
(However, X, Vs, and Ds do not change only when the change in Vt is caused).

【００３５】仮想事例を生成するための定性シミュレー
ションは、上述したように、電子写真複写機に一時に生
じる故障は単一故障であるとの前提にたっている。それ
ゆえ、Ｈｌ（ハロゲンランプ）不良の場合、Ｖｎ（メイ
ンチャージャ）不良の場合、Ｖｂ（現像バイアス）不良
の場合、および、Ｖｔ（転写チャージャ）不良の場合の
それぞれにつき、センス対象パラメータＸ，Ｖｓ，Ｄｓ
の状態が異なる。そこで、この状態が推論されて、仮想
事例として記憶されている。The qualitative simulation for generating the virtual case is based on the assumption that the electrophotographic copying machine has a single failure at a time, as described above. Therefore, the sense target parameters X and Vs are determined for each of the Hl (halogen lamp) failure, the Vn (main charger) failure, the Vb (development bias) failure, and the Vt (transfer charger) failure. , Ds
The states are different. Therefore, this state is inferred and stored as a virtual case.

【００３６】次に、仮想事例の生成の仕方の具体例につ
いて、図３のパラメータモデルを用いて説明する。コピ
ー濃度が異常になり、Ｏｓがハイ（＋）になったとす
る。Ｏｓ：ハイ（＋）の原因がＨｌ：ロー（−）なら
ば、Ｘはロー（−）となる。また、Ｏｓ：ハイ（＋）の
原因がＶｎ、ＶｂまたはＶｔの変化に起因するならば、
Ｘは正常（Ｎ）である。なぜならば、仮想事例の生成
は、電子写真複写機に一時に生じる故障は単一故障であ
るとの前提に立っているからである。よって、Ｏｓ：ハ
イ（＋）では、Ｘは正常（Ｎ）またはハイ（＋）でなけ
ればならず、ロー（−）はあり得ない。Next, a specific example of how to generate a virtual case will be described using the parameter model of FIG. It is assumed that the copy density becomes abnormal and Os becomes high (+). If the cause of Os: high (+) is Hl: low (-), X becomes low (-). If the cause of Os: high (+) is due to the change of Vn, Vb, or Vt,
X is normal (N). This is because the virtual case generation is based on the premise that a failure that occurs at one time in the electrophotographic copying machine is a single failure. Thus, for Os: high (+), X must be normal (N) or high (+) and cannot be low (-).

【００３７】一方、Ｏｓ：ハイ（＋）の根本原因がＨｌ
ならば、Ｈｌ：ロー（−）でなければならず、Ｈｌの変
化はパラメータモデル上でＸ，ＶｓおよびＤｓに影響を
及ぼすはずである。なぜならば、影響を及ばさない程度
のＨｌの変化であれば、その結果としてＯｓも変化しな
いからである。よって、Ｈｌが故障症状を引き起こす根
本原因、つまり故障ならば、Ｘ、Ｖｓ、および、Ｄｓ
は、正常（Ｎ）にはなり得ない。On the other hand, the root cause of Os: high (+) is Hl.
If so, Hl: low (-), and changes in Hl should affect X, Vs, and Ds on the parametric model. This is because if Hl is changed to such an extent that it has no influence, Os will not change as a result. Therefore, if Hl is the root cause that causes the failure symptom, that is, if it is a failure, X, Vs, and Ds
Cannot be normal (N).

【００３８】このように、仮想事例は、コピー濃度パラ
メータＯｓが異常を示す場合、その原因は必ず単一パ
ラメータの変化に起因すると限定し、かつ、パラメー
タ変化はセンス対象パラメータ（図３において丸で囲っ
たパラメータ）に必ず影響を与えている、と仮定して生
成される。かかる，の条件下で仮想事例を生成する
と、装置に実際に生じ得るもののみを仮想事例として得
られる。As described above, in the virtual case, when the copy density parameter Os indicates an abnormality, the cause is always limited to the change of the single parameter, and the parameter change is indicated by the sense target parameter (circled in FIG. 3). It is generated assuming that it always affects the enclosed parameters). When a virtual case is generated under such a condition, only what can actually occur in the device can be obtained as a virtual case.

【００３９】仮想事例の具体例は表１，表２の通りであ
る。表１は、この電子写真複写機に故障症状「画像かぶ
り」が生じたときの４つの仮想事例を示している。表１
は、次のようにして求められたものである。電子写真複
写機でコピーされた画像に画像かぶりが生じている場
合、図３のパラメータモデルから、その原因として、Ｈ
ｌ（ハロゲンランプ）不良、Ｖｎ（メインチャージャ）
不良、Ｖｂ（現像バイアス）不良、または、Ｖｔ（転写
チャージャ）不良、が推測できる。Specific examples of virtual cases are shown in Tables 1 and 2. Table 1 shows four virtual cases when the failure symptom "image fog" occurs in this electrophotographic copying machine. Table 1
Is obtained as follows. When image fogging occurs in the image copied by the electrophotographic copying machine, from the parameter model of FIG.
l (halogen lamp) defective, Vn (main charger)
A defect, a Vb (development bias) defect, or a Vt (transfer charger) defect can be estimated.

【００４０】この場合において、上記の故障は単一故
障に限ること、および、Ｈｌの変化が必ず他のパラメ
ータにも影響を及ぼす、という２つの条件に当てはめる
と、画像かぶりの原因がＨｌ不良の場合には、パラメー
タＸはロー（−）、パラメータＶｓはハイ（＋）、パラ
メータＤｓはハイ（＋）になるはずであり、これ以外の
状態はとらない。In this case, if the above-mentioned failure is limited to a single failure and if the change in Hl necessarily affects other parameters, the cause of image fogging is Hl failure. In this case, the parameter X should be low (-), the parameter Vs should be high (+), and the parameter Ds should be high (+), and no other state is taken.

【００４１】また、画像かぶりの原因がＶｎ不良の場合
は、パラメータＸは正常（Ｎ）、パラメータＶｓはハイ
（＋）、パラメータＤｓはハイ（＋）となるはずであ
り、これ以外の状態はとらない。また、画像かぶりの原
因が、Ｖｂ不良の場合は、パラメータＸは正常（Ｎ）、
パラメータＶｓは正常（Ｎ）、パラメータＤｓはハイ
（＋）となるはずであり、これ以外の状態はとらない。If the cause of the image fog is Vn defect, the parameter X should be normal (N), the parameter Vs should be high (+), and the parameter Ds should be high (+). I will not take it. When the cause of image fogging is Vb defect, the parameter X is normal (N),
The parameter Vs should be normal (N) and the parameter Ds should be high (+), and no other state is taken.

【００４２】また、画像かぶりの原因が、Ｖｔ不良の場
合、パラメータＸは正常（Ｎ）、パラメータＶｓは正常
（Ｎ）、パラメータＤｓは正常（Ｎ）となるはずであ
り、これ以外の状態はとらない。なお、表１における各
パラメータ状態に付加された「１．０」の数値は、後述
するファジイ理論のメンバーシップ関数における度合い
を示している。このファジイ理論のメンバーシップ関数
を導入したことの利点等については後述する。If the cause of image fogging is Vt defect, the parameter X should be normal (N), the parameter Vs should be normal (N), and the parameter Ds should be normal (N). I will not take it. The numerical value of "1.0" added to each parameter state in Table 1 indicates the degree in the membership function of the fuzzy theory described later. The advantages of introducing the membership function of this fuzzy theory will be described later.

【００４３】同様に、この電子写真複写機で得られるコ
ピーの濃度が薄い場合、その原因は、図３のパラメータ
モデルにより、Ｈｌ（ハロゲンランプ）不良、Ｖｎ（メ
インチャージャ）不良、Ｖｂ（現像バイアス）不良、ま
たは、Ｖｔ（転写チャージャ）不良が推測され、各不良
が生じたときのセンス対象パラメータＸ，ＶｓおよびＤ
ｓの状態は表２に示すとおりとなる。Similarly, when the density of the copy obtained by this electrophotographic copying machine is low, the causes are Hl (halogen lamp) failure, Vn (main charger) failure, Vb (development bias) according to the parameter model of FIG. ) Defects or Vt (transfer charger) defects are estimated, and sense target parameters X, Vs, and D when the respective defects occur
The state of s is as shown in Table 2.

【００４４】上記表１や表２に例示した仮想事例が、故
障症状別に、予め定性シミュレーションにより求めら
れ、仮想事例保持部１２に記憶されている。仮想事例保
持部１２には、また、各故障症状における故障ごとに、
予め修復方法が推論されて記憶されている。たとえば、
故障症状「画像かぶり」の故障「Ｈｌ不良」に対して
は、次の表３のような修復方法が記憶されている。The virtual cases illustrated in Tables 1 and 2 are obtained in advance by qualitative simulation for each failure symptom and stored in the virtual case holding unit 12. The virtual case storage unit 12 also stores, for each failure in each failure symptom,
The restoration method is inferred and stored in advance. For example,
For the failure "Hl defect" of the failure symptom "image fog", the repair method as shown in the following Table 3 is stored.

【００４５】[0045]

【表３】 [Table 3]

【００４６】他の故障に対しても、それぞれ、修復方法
が記憶されている。この実施例の特徴は、このような仮
想事例を予め定性シミュレーションを用いて算出し、そ
れを保持してる点である。こうすれば、故障診断の度
に、電子写真複写機の状態を定性シミュレーションする
手間が省け、処理の高速化が図れる。次に、図２のメン
バーシップ関数生成部１３には、図４および図５に例示
するように、故障症状ごとに、光量センサＸ、表面電位
センサＶｓおよびトナー濃度センサＤｓの検出値を定性
値化する際に用いるメンバーシップ関数が記憶されてい
る。メンバーシップ関数は、公知のとおり、ファジイ理
論において、或る要素が或る集合に属する度合い（グレ
ード）を規定する関数である。Repair methods are stored for other failures. The feature of this embodiment is that such a virtual case is calculated in advance by using a qualitative simulation and is stored. By doing so, it is possible to save the trouble of qualitatively simulating the state of the electrophotographic copying machine each time a failure diagnosis is made, and to speed up the processing. Next, as illustrated in FIGS. 4 and 5, the membership function generation unit 13 in FIG. 2 qualitatively detects the detection values of the light amount sensor X, the surface potential sensor Vs, and the toner concentration sensor Ds for each failure symptom. The membership function used when converting is stored. As is well known, the membership function is a function that defines the degree (grade) of a certain element belonging to a certain set in the fuzzy theory.

【００４７】たとえば図４は、故障症状「画像かぶり」
時に用いるＸ，Ｖｓ，Ｄｓのメンバーシップ関数を示し
ている。コピー濃度センサＯｓ（図１参照）の出力に基
づいてこの電子写真複写機から出力されるコピーに画像
かぶりが生じていると診断／修復推論部１１（図２参
照）において判別されると、そのときの光量センサＸ、
表面電位センサＶｓおよびトナー濃度センサＤｓの検出
値が、メンバーシップ関数生成部１３に記憶された図４
に示すメンバーシップ関数に基づいて定性値化される。
たとえば、光量センサＸの検出値が定量値で２．２
（Ｖ）未満では、パラメータＸ（−：１．０、Ｎ：０．
０）に定性値化される。光量センサＸの検出定量値が
２．３（Ｖ）では、パラメータＸ（−：０．７、Ｎ：
０．３）に定性値化される。また、光量センサＸの検出
定量値が２．５（Ｖ）以上では、パラメータＸ（−：
０．０、Ｎ：１．０）に定性値化される。For example, FIG. 4 shows a failure symptom "image fogging".
The membership functions of X, Vs, and Ds used at times are shown. When the diagnosis / repair reasoning unit 11 (see FIG. 2) determines that image fogging has occurred in the copy output from the electrophotographic copying machine based on the output of the copy density sensor Os (see FIG. 1), Light intensity sensor X,
The detected values of the surface potential sensor Vs and the toner concentration sensor Ds are stored in the membership function generation unit 13 in FIG.
It is qualitatively quantified based on the membership function shown in.
For example, the detection value of the light amount sensor X is 2.2 as a quantitative value.
Below (V), the parameter X (-: 1.0, N: 0.
It is qualitatively converted to 0). When the detected quantitative value of the light amount sensor X is 2.3 (V), the parameter X (-: 0.7, N:
It is qualitatively converted to 0.3). Further, when the detected quantitative value of the light amount sensor X is 2.5 (V) or more, the parameter X (-:
0.0, N: 1.0).

【００４８】表面電位センサＶｓの検出定量値およびト
ナー濃度センサＤｓの検出定量値も、同様に、図４に示
すＶｓのメンバーシップ関数およびＤｓのメンバーシッ
プ関数を用いて、それぞれ定性値化される。また、画像
濃度が薄いと判別された場合には、光量センサＸ、表面
電位センサＶｓおよびトナー濃度センサＤｓの検出定量
値は、図５に示すＸ，Ｖｓ，Ｄｓのメンバーシップ関数
を用いて、それぞれ定性値化される。The detected quantitative value of the surface potential sensor Vs and the detected quantitative value of the toner concentration sensor Ds are similarly qualitatively converted by using the membership function of Vs and the membership function of Ds shown in FIG. .. When it is determined that the image density is low, the detected quantitative values of the light amount sensor X, the surface potential sensor Vs, and the toner density sensor Ds are determined by using the membership functions of X, Vs, and Ds shown in FIG. Each is qualitatively converted.

【００４９】次に、図４または図５に示すメンバーシッ
プ関数の設定の仕方について説明をする。一般に、セン
サの検出定量値を定性値に変換するためには、量空間上
に境界標（ランドマーク）を定義する必要がある。とこ
ろが、修復後の電子写真複写機の正常状態の変化やセン
サの測定精度の限界を考慮すると、境界標を静的なもの
として決定することは容易ではない。もし、境界標を静
的なものとして決定し、その決定に誤りがあれば、この
制御の前提をなすセンサ値の定性値化が正確に行われな
いこととなり、その後の故障診断や故障修復において、
誤診や誤修復が行われる可能性が大きくなる。Next, a method of setting the membership function shown in FIG. 4 or 5 will be described. Generally, in order to convert the quantitative value detected by the sensor into a qualitative value, it is necessary to define a boundary mark (landmark) on the quantity space. However, considering the change in the normal state of the electrophotographic copying machine after restoration and the limit of the measurement accuracy of the sensor, it is not easy to determine the boundary mark as static. If the boundary mark is determined to be static and there is an error in the determination, the qualitative quantification of the sensor value, which is the premise of this control, will not be performed accurately, and it will not be possible in subsequent failure diagnosis and failure repair. ,
There is a greater risk of misdiagnosis and repair.

【００５０】そこでこの実施例では、上述のように、故
障症状ごとに境界標を定義し、かつ、境界標をファジイ
理論のメンバーシップ関数を用いて定義した。故障症状
に応じたメンバーシップ関数を用いてセンサの検出定量
値を定性値化するようにすると、センサの読取誤差や、
使用環境の変化等によるセンサ出力の変動に柔軟にかつ
好適に対処できる。Therefore, in this embodiment, as described above, the boundary marker is defined for each failure symptom, and the boundary marker is defined by using the membership function of the fuzzy theory. If the detected quantitative value of the sensor is made into a qualitative value by using the membership function according to the failure symptom, the reading error of the sensor,
It is possible to flexibly and suitably cope with a change in sensor output due to a change in the usage environment.

【００５１】また、センサの検出定量値を定性値化する
場合に、ファジイ理論のメンバーシップ関数を導入する
と、センサの測定精度や使用環境の変化等に依存する実
測定量値と定性値との対応づけに関する問題に柔軟に対
処することができ、センサ値を定性値化する際に、誤り
を生じにくくできる。なお、この段階では、定性値化さ
れたパラメータは、直ちに仮想事例に当てはめていずれ
かの故障を選択するために用いられるわけではない。後
述するように、仮想事例に含まれる複数の故障の１つを
選択するために、所定の計算式に基づいて、パラメータ
の状態と最も状態の近い仮想事例の故障が求められる。Further, when the detected quantitative value of the sensor is made into a qualitative value, if the membership function of the fuzzy theory is introduced, the correspondence between the actually measured quantitative value and the qualitative value which depends on the measurement accuracy of the sensor and changes in the usage environment. It is possible to flexibly deal with the problem relating to marking, and it is possible to prevent an error from occurring easily when the sensor value is qualitatively converted. Note that, at this stage, the qualitatively quantified parameter is not immediately applied to the virtual case and used to select any failure. As will be described later, in order to select one of the plurality of faults included in the virtual case, the fault of the virtual case closest to the state of the parameter is obtained based on a predetermined calculation formula.

【００５２】さらに、この実施例では、疑似故障法（Im
itation Fault 法：ＩＦ法 )を導入した。ＩＦ法は、電
子写真複写機を出荷する前の初期時、故障修復後、また
はマニュアル入力に基づく任意のタイミングで、アクチ
ュエータを操作することにより電子写真複写機に故障を
強制的に引き起し、故障を引き起こす前の正常時および
故障時のセンサ情報を用いて境界標を動的に決定すると
いう方法である。図４および図５に示すメンバーシップ
関数は、このＩＦ法を用いて決定されたものである。Ｉ
Ｆ法を用いれば、実際の制御対象である電子写真複写機
ごとに、センサの検出定量値を定性値化するために必要
な量空間上の境界標を動的に決定できるから、定性値化
の基礎をなす境界標を装置毎に精度良く定義することが
できる。Further, in this embodiment, the pseudo fault method (Im
itation Fault method: IF method) was introduced. The IF method forcibly causes a failure in the electrophotographic copying machine by operating the actuator at the initial stage before shipping the electrophotographic copying machine, after repairing the failure, or at any timing based on manual input. This is a method of dynamically determining the boundary mark by using sensor information at the time of normal and before the failure. The membership functions shown in FIGS. 4 and 5 are determined using this IF method. I
If the F method is used, it is possible to dynamically determine the boundary mark on the quantity space necessary for quantifying the detected quantitative value of the sensor for each electrophotographic copying machine that is an actual control target. It is possible to accurately define the boundary mark which forms the basis of each device.

【００５３】また、ＩＦ法を用いれば、後述するよう
に、装置が初期状態のときに定義した境界標を、故障修
復が完了するごとに修正できるから、装置の経時的変化
や使用環境の変化等に合わせて、量空間上の境界標を常
に最適な値に更新していくことができる。図２に戻っ
て、この電子写真複写機の機能ブロックには、上述した
ＩＦ法を実行するための疑似故障発生部１４が備えられ
ている。If the IF method is used, the boundary mark defined when the device is in the initial state can be corrected each time the failure repair is completed, as will be described later, so that the device changes with time and the operating environment changes. It is possible to constantly update the boundary marker on the quantity space to an optimum value in accordance with the above. Returning to FIG. 2, the functional block of this electrophotographic copying machine is provided with the pseudo failure generating unit 14 for executing the above-mentioned IF method.

【００５４】なおこの実施例では、図４および図５に示
すように、量空間上の境界標は、ファジイ理論のメンバ
ーシップ関数を用いて定義されている。つまり、境界標
がファジイ化されている。境界標をファジイ化すると、
上述のように、センサの読取誤差が生じたり、環境変化
等の外乱により境界標が変化しても、柔軟に対処できる
という利点がある。しかしながら、この発明は、境界標
を定義する場合に、ファジイ理論を用いる構成のみに向
けられているわけではない。たとえば、本願出願人の先
願に係る特願昭２−２５２１９１号に記載のセンサ値を
定性値に変換する際に必要な量空間上の境界標の定義に
際し、上述したＩＦ法により境界標を決定する構成も、
この発明は対象としている。なぜならば、ＩＦ法は、そ
れ自体で、つまり境界標をファジイ化しなくても、境界
標を動的に決定することができ、最適な境界標を得られ
るからである。In this embodiment, as shown in FIGS. 4 and 5, the boundary mark on the quantity space is defined by using the membership function of the fuzzy theory. That is, the boundary mark is fuzzy. If you make the boundary mark fuzzy,
As described above, there is an advantage that even if the reading error of the sensor occurs or the boundary mark changes due to disturbance such as environmental change, it can be flexibly dealt with. However, the present invention is not only directed to configurations that use fuzzy theory when defining boundary markers. For example, in defining the boundary mark on the quantity space required when converting the sensor value to the qualitative value described in Japanese Patent Application No. 2-252191 related to the applicant of the present application, the boundary mark is determined by the above-mentioned IF method. The configuration to decide is also
This invention is the subject. This is because the IF method can determine the boundary marker dynamically by itself, that is, without fuzzyizing the boundary marker, and the optimum boundary marker can be obtained.

【００５５】図６は、図２に示す診断／修復推論部１１
において行われるファジイ定性推論（Fuzzy Qualitativ
e Reasoning : ＦＱＲ）のアルゴリズムを表わすフロー
チャートである。次に図６の流れに沿って、この電子写
真複写機における故障診断および故障修復処理について
説明をする。制御動作が始まると、診断／修復推論部１
１によってコピー濃度センサＯｓの検出値が読取られる
（ステップＳ１）。そして読取られたコピー濃度Ｏｓは
予め定められた基準値と比較され、電子写真複写機が故
障しているか否かの判別がされる（ステップＳ２）。FIG. 6 shows the diagnosis / repair reasoning unit 11 shown in FIG.
Fuzzy Qualitativ
e Reasoning: FQR) is a flowchart showing an algorithm. Next, the failure diagnosis and failure repair processing in this electrophotographic copying machine will be described along the flow of FIG. When the control operation starts, the diagnosis / repair reasoning unit 1
The detection value of the copy density sensor Os is read by 1 (step S1). Then, the read copy density Os is compared with a predetermined reference value to determine whether or not the electrophotographic copying machine is out of order (step S2).

【００５６】たとえば、基準値として、図７に示す条件
が記憶されているとする。すなわち、検出電圧が２．５
（Ｖ）未満では画像が薄い、検出電圧が２．５（Ｖ）以
上で２．９（Ｖ）未満では正常、検出電圧が２．９
（Ｖ）以上では画像かぶりという故障有無判別基準値が
設定されているとする。このとき、コピー濃度センサＯ
ｓの検出値が３．１（Ｖ）ならば、故障症状「画像かぶ
り」が生じていると判定される（ステップＳ３）。For example, assume that the conditions shown in FIG. 7 are stored as reference values. That is, the detection voltage is 2.5
If the voltage is less than (V), the image is light, the detection voltage is 2.5 (V) or more and less than 2.9 (V) is normal, and the detection voltage is 2.9.
Above (V), it is assumed that the failure presence / absence determination reference value called image fogging is set. At this time, the copy density sensor O
If the detected value of s is 3.1 (V), it is determined that the failure symptom "image fog" has occurred (step S3).

【００５７】上記ステップＳ１〜Ｓ３の処理は、この実
施例にかかる電子写真複写機が自動的に故障の有無を判
別する機械であるために行われる処理であるが、この処
理は手動によって行ってもよい。手動によりステップＳ
１〜Ｓ３の処理を行う場合、コピー濃度センサＯｓを設
けなくてよい。手動による処理では、電子写真複写機か
ら出力されるコピーを見て、サービスマン等が、コピー
がたとえば画像かぶりを生じていると判断すればよい。
そしてこの場合、故障症状として画像かぶりが装置へ入
力される。故障症状の入力は、電子写真複写機に通常備
えられているテンキー等によって入力できるようにすれ
ばよい。The processes of steps S1 to S3 are performed because the electrophotographic copying machine according to this embodiment is a machine that automatically determines whether or not there is a failure. However, this process is performed manually. Good. Step S manually
When performing the processes of 1 to S3, the copy density sensor Os need not be provided. In the manual process, a serviceman or the like may judge that the copy causes image fogging, for example, by looking at the copy output from the electrophotographic copying machine.
In this case, the image fog is input to the apparatus as a failure symptom. The failure symptom may be input by using a numeric keypad or the like which is usually provided in the electrophotographic copying machine.

【００５８】ステップＳ３において、故障症状「画像か
ぶり」が判別されると、次に、光量センサＸ、表面電位
センサＶｓおよびトナー濃度センサＤｓの検出値が読取
られる（ステップＳ４）。今、読取られた各センサの検
出値が、Ｘ：２．４５（Ｖ）、Ｖｓ：２．５（Ｖ）、Ｄ
ｓ：１．９（Ｖ）であったとする。読取られた各センサ
値はメンバーシップ関数生成部１３に記憶された画像か
ぶり時のメンバーシップ関数（図４）に当てはめられ、
仮の定性値が決められる（ステップＳ５）。この具体例
では、Ｘ：２．４５、Ｖｓ：２．５、Ｄｓ：１．９が、
それぞれ、図４のメンバーシップ関数に当てはめられ、
Ｘ：−０．８、Ｖｓ：＋０．９、Ｄｓ：＋０．７、が得
られる。When the failure symptom "image fog" is determined in step S3, next, the detection values of the light amount sensor X, the surface potential sensor Vs and the toner density sensor Ds are read (step S4). Now, the detected values of each sensor read are X: 2.45 (V), Vs: 2.5 (V), D
It is assumed that s is 1.9 (V). The read sensor values are applied to the membership function at the time of image fogging (FIG. 4) stored in the membership function generation unit 13,
A tentative qualitative value is determined (step S5). In this specific example, X: 2.45, Vs: 2.5, Ds: 1.9,
Fitted to the membership function of Figure 4, respectively,
X: -0.8, Vs: +0.9, Ds: +0.7 are obtained.

【００５９】 つまり、（Ｘ，Ｖｓ，Ｄｓ）＝（２．４５，２．５，１．９） ＝ｐ（−０．８，＋０．９，＋０．７） が得られる。なお、センサ検出値の定性値化を、メンバ
ーシップ関数を用いたファジイ定性値化ではなく、特定
の境界標に基づいて行うならば、 （Ｘ，Ｖｓ，Ｄｓ）＝（−，＋，＋） が得られる。That is, (X, Vs, Ds) = (2.45, 2.5, 1.9) = p (-0.8, +0.9, +0.7) is obtained. If the sensor detection value is qualitatively converted based on a specific boundary marker instead of the fuzzy qualitative quantification using the membership function, (X, Vs, Ds) = (-, +, +) Is obtained.

【００６０】次に、表１に示す故障症状「画像かぶり」
の仮想事例に列挙された故障と、ステップＳ５で求めら
れた仮の定性値との一致度Ｃが算出される（ステップＳ
６）。この一致度Ｃの算出は、次のようにして行われ
る。先ず、故障症状「画像かぶり」の仮想事例に列挙さ
れた故障を、Ｘ，Ｖｓ，Ｄｓの３次元量空間で表現す
る。この表現は、次式で表わせる。Next, the failure symptom "image fogging" shown in Table 1
The degree C of coincidence between the failures listed in the virtual case and the temporary qualitative value obtained in step S5 is calculated (step S).
6). The calculation of the degree of coincidence C is performed as follows. First, the failures listed in the virtual case of the failure symptom “image fogging” are expressed in a three-dimensional quantity space of X, Vs, and Ds. This expression can be expressed by the following equation.

【００６１】 Ｈｌ不良：（Ｘ，Ｖｓ，Ｄｓ）＝ｆ１（−１．０，＋１．０，＋１．０） Ｖｎ不良：（Ｘ，Ｖｓ，Ｄｓ）＝（Ｎ１．０，＋１．０，＋１．０） ＝ｆ２（−０．０，＋１．０，＋１．０） Ｖｂ不良：（Ｘ，Ｖｓ，Ｄｓ）＝（Ｎ１．０，Ｎ１．０，＋１．０） ＝ｆ３（−０．０，＋０．０，＋１．０） Ｖｔ不良：（Ｘ，Ｖｓ，Ｄｓ）＝（Ｎ１．０，Ｎ１．０，Ｎ１．０） ＝ｆ４（−０．０，＋０．０，＋０．０） 上述の式を図化すると、図８に示す３次元量空間とな
る。図８において、ｆ１、ｆ２、ｆ３、ｆ４が、それぞ
れ、Ｈｌ不良、Ｖｎ不良、Ｖｂ不良およびＶｔ不良の位
置である。Hl defect: (X, Vs, Ds) = f1 (-1.0, +1.0, +1.0) Vn defect: (X, Vs, Ds) = (N1.0, +1.0, +1) .0) = f2 (−0.0, + 1.0, + 1.0) Vb defect: (X, Vs, Ds) = (N1.0, N1.0, + 1.0) = f3 (−0.0) , +0.0, +1.0) Vt failure: (X, Vs, Ds) = (N1.0, N1.0, N1.0) = f4 (-0.0, +0.0, +0.0) Above When the equation (3) is plotted, the three-dimensional quantity space shown in FIG. 8 is obtained. In FIG. 8, f1, f2, f3, and f4 are the positions of the Hl defect, the Vn defect, the Vb defect, and the Vt defect, respectively.

【００６２】また、ステップＳ５で求められた仮の定性
値ｐ（−０．８，＋０．９，＋０．７）は、図８の３次
元量空間において、ｐに位置する。そこで次に、点ｐか
ら仮想事例に列挙された各故障の位置ｆ１，ｆ２，ｆ
３，ｆ４までの距離Ｄを計算すると、次のとおりとな
る。 Ｄ（f1）＝√｛(0.8−1.0)² ＋ (0.9 −1.0)² ＋ (0.7 −1.0)² ｝＝ 0.374 Ｄ（f2）＝√｛(0.8−0.0)² ＋ (0.9 −1.0)² ＋ (0.7 −1.0)² ｝＝ 0.86 Ｄ（f3）＝√｛(0.8−0.0)² ＋ (0.9 −0.0)² ＋ (0.7 −1.0)² ｝＝ 1.241 Ｄ（f4）＝√｛(0.8−0.0)² ＋ (0.9 −0.0)² ＋ (0.7 −0.0)² ｝＝ 1.393 そして、上述の式で計算された距離Ｄが正規化され、一
致度Ｃが算出される。距離Ｄの正規化は、次の式に基づ
いてなされる。The tentative qualitative value p (-0.8, +0.9, +0.7) obtained in step S5 is located at p in the three-dimensional quantity space of FIG. Therefore, next, from the point p, the positions f1, f2, f of the faults listed in the virtual case are listed.
The distance D to 3 and f4 is calculated as follows. D (f1) = √ {( 0.8-1.0) 2 + (0.9 -1.0) 2 + (0.7 -1.0) 2} = 0.374 D (f2) = √ {(0.8-0.0) 2 + (0.9 -1.0) 2 + (0.7-1.0) ² } = 0.86 D (f3) = √ {(0.8-0.0) ² + (0.9 -0.0) ² + (0.7 -1.0) ² } = 1.241 D (f4) = √ {(0.8- 0.0) ² + (0.9 -0.0) ² + (0.7 -0.0) ^2} = 1.393 Then, the distance D calculated in the above equation is normalized matching score C is calculated. The normalization of the distance D is performed based on the following formula.

【００６３】Ｃ＝１−Ｄ／√ｎ （ただし、ｎはセンスパラメータの数：この場合ｎ＝
３） したがって、各一致度Ｃは、 Ｃ（f1）＝１−０．３７４／√３＝０．７８４ Ｃ（f2）＝１−０．８６／√３＝０．５０３ Ｃ（f3）＝１−１．２４１／√３＝０．２８４ Ｃ（f4）＝１−１．３９３／√３＝０．１９６ となる。この結果、点ｐからの距離Ｄの最も近いｆ１、
すなわち一致度Ｃの最も大きなｆ１（Ｈｌ不良）が、故
障候補として決定される（ステップＳ７）。C = 1-D / √n (where n is the number of sense parameters: in this case, n =
3) Therefore, each matching degree C is C (f1) = 1-0.374 / √3 = 0.784 C (f2) = 1-0.86 / √3 = 0.503 C (f3) = 1 −1.241 / √3 = 0.284 C (f4) = 1−1.393 / √3 = 0.196. As a result, f1, which is the closest to the distance D from the point p,
That is, f1 (H1 defect) having the highest degree of coincidence C is determined as a failure candidate (step S7).

【００６４】なお、上述した一致度Ｃを算出する計算式
は、次の一般式で表わせる。 Ｃ＝１−√｛Ｃ（ｐ１）² ＋Ｃ（ｐ２）² ＋…＋Ｃ（ｐｎ）² ｝／√ｎ Ｃ（ｐｎ）＝Ｇｍ（ｑｎ）−Ｇｓ（ｑｎ） （但し、Ｃ：モデル全体の一致度、ｐｎ：測定可能な変
数、Ｃ（ｐｎ）：変数ｐｎに対する一致度、ｑｎ：変数
ｐｎが取り得る定性値、Ｇｍ（ｑｎ）：故障モデルにお
ける定性値ｑｎのグレード、Ｇｓ（ｑｎ）：測定値にお
ける定性値ｑｎのグレード） なお、ファジイ定性値化でなく、特定の境界標に基づく
通常の定性値化を行う場合は、ステップＳ６の一致度Ｃ
の算出は省略され、 （Ｘ，Ｖｓ，Ｄｓ）＝（−，＋，＋） から直ちに故障がＨｌ不良と決定される。The formula for calculating the degree of coincidence C can be expressed by the following general formula. C = 1−√ {C (p1) ² + C (p2) ² + ... + C (pn) ² } / √n C (pn) = Gm (qn) -Gs (qn) (where C: coincidence of the entire model Degree, pn: measurable variable, C (pn): degree of agreement with variable pn, qn: qualitative value that variable pn can take, Gm (qn): grade of qualitative value qn in failure model, Gs (qn): measurement (Grade of qualitative value qn in the value) When performing normal qualitative quantification based on a specific boundary marker instead of fuzzy qualitative quantification, the degree of coincidence C in step S6
Is omitted, and the failure is immediately determined to be the Hl failure from (X, Vs, Ds) = (-, +, +).

【００６５】ステップＳ７において、故障がＨｌ不良と
決定されたので、仮想事例保持部１２に記憶されている
故障症状「画像かぶり」の故障「Ｈｌ不良」に対応した
修復方法（表３に示す方法）が、その優先度に従って実
行される。優先度順に修復方法を行うために、ステップ
Ｓ８ではカウンタｘがクリアされ、ステップＳ９でカウ
ンタｘがｘ＝１にされる。次いで、カウンタｘの値が記
憶されている修復方法の登録個数を越えていないことが
確認されると（ステップＳ１０）、記憶されている修復
方法のうち、カウンタｘの値の優先度（たとえば、最初
の修復が行われる場合は、優先度Ｎｏ．１のＨｌ：ＵＰ
（ハロゲンランプ光量を上昇する））の修復が行われる
（ステップＳ１１）。In step S7, since the failure is determined to be the H1 failure, the repair method (the method shown in Table 3) corresponding to the failure "H1 failure" of the failure symptom "image fog" stored in the virtual case holding unit 12 is determined. ) Is executed according to the priority. In order to perform the restoration method in order of priority, the counter x is cleared in step S8, and the counter x is set to x = 1 in step S9. Next, when it is confirmed that the value of the counter x does not exceed the registered number of stored repair methods (step S10), the priority of the value of the counter x of the stored repair methods (for example, When the first restoration is performed, Hl: UP of priority No. 1
(Increase the light intensity of the halogen lamp)) is performed (step S11).

【００６６】そして、この修復が成功したか否かの判別
がされる（ステップＳ１２）。修復が成功したか否か
は、修復後に、コピーが行われ、その結果出力されるコ
ピーの濃度がコピー濃度センサＯｓで読取られることに
よりなされる。修復が成功しなかった場合、ステップＳ
９に戻り、カウンタｘのカウント値を１インクリメント
して、次の優先度の修復が行われる。たとえば優先度Ｎ
ｏ．２の修復であるＶｎ：ＤＯＷＮ（メインチャージャ
電圧を下げる）が行われる。もし、次の優先度の修復が
登録されていない場合は、その時点で処理は終わる。Then, it is judged whether or not this repair is successful (step S12). Whether or not the restoration is successful is made by performing copying after the restoration and reading the density of the copy output as a result by the copy density sensor Os. If the repair was unsuccessful, step S
Returning to 9, the count value of the counter x is incremented by 1, and the restoration of the next priority is performed. For example, the priority N
o. Vn: DOWN (reducing the main charger voltage), which is the second restoration, is performed. If the restoration of the next priority is not registered, the processing ends at that point.

【００６７】ステップＳ１２において、修復が成功した
と判別されると、ステップＳ１３に進み、ＩＦ法が実行
され、処理が終わる。上述のステップＳ１３で行われる
ＩＦ法の処理内容を、図９に示す。次に、図９を参照し
てＩＦ法について詳述する。故障修復に成功すると、診
断／修復推論部１１によって、光量センサＸ、表面電位
センサＶｓおよびトナー濃度センサＤｓの検出値が読取
られる（ステップＳ２１）。このとき読取られた各セン
サの検出値は、たとえば、Ｘ：２．９（Ｖ）、Ｖｓ：
１．６（Ｖ）、Ｄｓ：１．４（Ｖ）であったとする。When it is determined in step S12 that the repair is successful, the process proceeds to step S13, the IF method is executed, and the process ends. FIG. 9 shows the processing content of the IF method performed in step S13 described above. Next, the IF method will be described in detail with reference to FIG. When the failure repair is successful, the diagnostic / repair inference unit 11 reads the detection values of the light amount sensor X, the surface potential sensor Vs, and the toner concentration sensor Ds (step S21). The detection value of each sensor read at this time is, for example, X: 2.9 (V), Vs:
It is assumed that they are 1.6 (V) and Ds: 1.4 (V).

【００６８】次いで、疑似故障発生部１４（図２参照）
により、ハロゲン光量コントローラ３Ｃが操作され、ハ
ロゲンランプ３の光量が下げられる（ステップＳ２
２）。そして、ハロゲンランプ３の光量を微小量ずつ下
げるごとに、電子写真複写機にコピー動作をさせ、その
とき得られるコピーの濃度がコピー濃度センサＯｓで検
出され、その検出値が読取られる（ステップＳ２３）。
コピー濃度センサＯｓの検出値は、上述した図７の故障
有無判別基準値に照らされ、Ｏｓの値が画像かぶりが発
生する基準値に達したとき、ハロゲンランプ３の光量を
下降する処理は中止される（ステップＳ２４）。Next, the pseudo failure generating section 14 (see FIG. 2)
Thus, the halogen light amount controller 3C is operated, and the light amount of the halogen lamp 3 is reduced (step S2).
2). Then, each time the light amount of the halogen lamp 3 is reduced by a small amount, the electrophotographic copying machine is caused to perform a copying operation, the copy density obtained at that time is detected by the copy density sensor Os, and the detected value is read (step S23). ).
The detected value of the copy density sensor Os is compared with the reference value for determining the presence / absence of failure in FIG. 7, and when the value of Os reaches the reference value at which image fog occurs, the process of lowering the light amount of the halogen lamp 3 is stopped. (Step S24).

【００６９】そして、画像かぶりが発生するまでハロゲ
ンランプ３の光量を下げたときの光量センサＸ、表面電
位センサＶｓおよびトナー濃度センサＤｓの検出値が読
取られる（ステップＳ２５）。読取られた検出値は、た
とえばＸ：２．６（Ｖ）、Ｖｓ：２．５（Ｖ）、Ｄｓ：
１．８（Ｖ）であったとする。ステップＳ２１で読取ら
れた故障修復後のＸ，Ｖｓ，Ｄｓの検出値およびステッ
プＳ２５で読取られた画像かぶりが発生した時点での
Ｘ，Ｖｓ，Ｄｓの検出値は、メンバーシップ関数生成部
１３へ与えられ、画像かぶり時のメンバーシップ関数が
生成される。つまり、ステップＳ２１で検出された値が
正常時の境界標、ステップＳ２５で読取られた値が画像
かぶり発生開始時の境界標とされ、図４に示す画像かぶ
り時のメンバーシップ関数は、図１０に示すメンバーシ
ップ関数に修復される。Then, the detection values of the light quantity sensor X, the surface potential sensor Vs, and the toner density sensor Ds when the light quantity of the halogen lamp 3 is lowered until the image fog occurs are read (step S25). The read detection values are, for example, X: 2.6 (V), Vs: 2.5 (V), Ds:
It is assumed to be 1.8 (V). The detected values of X, Vs, Ds after the failure read in step S21 and the detected values of X, Vs, Ds at the time of image fog read in step S25 are sent to the membership function generation unit 13. Given, the membership function at the time of image fogging is generated. That is, the value detected in step S21 is used as the boundary marker at the normal time, and the value read in step S25 is used as the boundary marker at the start of image fog generation. The membership function at the time of image fog shown in FIG. It is restored to the membership function shown in.

【００７０】次いで、疑似故障発生部１４により、ハロ
ゲン光量コントローラ３Ｃが操作され、ハロゲンランプ
３の光量が上昇される（ステップＳ２６）。そして、ハ
ロゲンランプ３の光量を微小量ずつ上昇させるごとに、
電子写真複写機にコピーを行わせ、そのとき得られるコ
ピー濃度がコピー濃度センサＯｓで検出され、その値が
読取られる（ステップＳ２７）。Next, the pseudo failure generating section 14 operates the halogen light quantity controller 3C to increase the light quantity of the halogen lamp 3 (step S26). Then, each time the light quantity of the halogen lamp 3 is increased by a small amount,
The electrophotographic copying machine is made to copy, the copy density obtained at that time is detected by the copy density sensor Os, and the value is read (step S27).

【００７１】そして、コピー濃度センサＯｓの読取値
が、図７の故障有無判別基準値に照らされ、画像が薄い
コピーに達したとき（ステップＳ２８）、そのときの光
量センサＸ、表面電位センサＶｓおよびトナー濃度セン
サＤｓの検出値が読取られる（ステップＳ２９）。この
読取値は、たとえばＸ：３．５（Ｖ）、Ｖｓ：０．６
（Ｖ）、Ｄｓ：０．５（Ｖ）であったとする。Then, when the read value of the copy density sensor Os is illuminated with the reference value for determining the presence / absence of failure in FIG. 7 and the image reaches a light copy (step S28), the light quantity sensor X and the surface potential sensor Vs at that time. And the detection value of the toner density sensor Ds is read (step S29). This read value is, for example, X: 3.5 (V), Vs: 0.6.
(V) and Ds: 0.5 (V).

【００７２】この読取られた値はメンバーシップ関数生
成部１３へ送られる。メンバーシップ関数生成部１３で
は、ステップＳ２１で読取られた正常時のセンサ値と、
ステップＳ２９で読取られた低濃度画像生成時のセンサ
値とを、それぞれ境界標として、濃度低下時のメンバー
シップ関数の生成が行われる。その結果、図５に示す濃
度低下時のメンバーシップ関数は、図１１に示すものに
修復される。The read value is sent to the membership function generator 13. In the membership function generator 13, the normal sensor value read in step S21,
With the sensor values at the time of generating the low-density image read in step S29 as the boundary marks, the membership function at the time of the density decrease is generated. As a result, the membership function at the time of concentration decrease shown in FIG. 5 is restored to that shown in FIG.

【００７３】上述のＩＦ法は、故障修復に成功した後に
行われる以外、たとえばサービスマン等がマニュアルで
ＩＦ法実行信号を入力したことに応答して行われてもよ
い。この発明は、上述した実施例の内容に制限されるこ
となく、請求の範囲に記載の範囲に基づき、種々の変更
が可能である。たとえば、上述の実施例では小型の電子
写真複写機を例にとって説明したが、この発明にかかる
自己診断および自己修復システムは、レーザビームプリ
ンタ、ファクシミリ等の他の画像形成装置に対しても適
用することができる。The above-described IF method may be performed in response to manual input of an IF method execution signal by a service person or the like, other than after the failure repair is successful. The present invention is not limited to the contents of the embodiments described above, and various modifications can be made based on the scope of the claims. For example, although the above-described embodiment has been described by taking a small electrophotographic copying machine as an example, the self-diagnosis and self-repair system according to the present invention is also applied to other image forming apparatuses such as a laser beam printer and a facsimile. be able to.

【００７４】また、実施例は、電子写真複写機におい
て、得られたコピー画像が美しく仕上がっていない場合
に故障症状が発現したとして、その故障症状の発現の原
因である故障を自己修復する装置の説明に終始してい
る。しかしながら、この発明は、コピー画像が美しく仕
上がっているか否かとは異なる画像形成装置の他の故障
のための自己診断および自己修復に対しても適用するこ
とができる。Further, in the embodiment, in an electrophotographic copying machine, it is assumed that a failure symptom appears when the obtained copy image is not beautifully finished, and an apparatus for self-repairing the failure which is the cause of the development of the failure symptom. I have been explaining all the time. However, the present invention can also be applied to self-diagnosis and self-repair for other malfunctions of the image forming apparatus that differ from whether or not the copy image is beautifully finished.

【００７５】その他、種々の変更が可能である。Other various changes are possible.

【００７６】[0076]

【発明の効果】この発明によれば、画像形成装置に備え
られたセンサの検出値を定性値に変換する際に、その変
換が、装置の使用環境やセンサの検出精度等に影響され
ることなく、ばらつきなく行え、変換されたファジイ定
性値を用いて画像形成装置に故障症状を引き起こしてい
る故障を正しく推定することができる。According to the present invention, when the detection value of the sensor provided in the image forming apparatus is converted into a qualitative value, the conversion is influenced by the usage environment of the apparatus and the detection accuracy of the sensor. It is possible to accurately estimate the failure causing the failure symptom in the image forming apparatus by using the converted fuzzy qualitative value without any variation.

【００７７】また、この発明によれば、より小型化およ
びより高速化が図られた自己診断システムを有する画像
形成装置を提供することができ、実用性の高い装置を提
供することができる。Further, according to the present invention, it is possible to provide the image forming apparatus having the self-diagnosis system which is further miniaturized and further speeded up, and the apparatus having high practicability can be provided.

【図面の簡単な説明】[Brief description of drawings]

【図１】この発明が適用された小型の電子写真複写機の
機械構成図である。FIG. 1 is a machine configuration diagram of a small electrophotographic copying machine to which the present invention is applied.

【図２】図１に示す小型の電子写真複写機の機能ブロッ
ク図である。FIG. 2 is a functional block diagram of the small electrophotographic copying machine shown in FIG.

【図３】図１に示す小型の電子写真複写機の簡略化した
パラメータモデルである。FIG. 3 is a simplified parameter model of the small electrophotographic copying machine shown in FIG.

【図４】画像かぶり時に用いるＸ，Ｖｓ，Ｄｓのメンバ
ーシップ関数を示す図である。FIG. 4 is a diagram showing membership functions of X, Vs, and Ds used for image fogging.

【図５】画像濃度低下時に用いるＸ，Ｖｓ，Ｄｓのメン
バーシップ関数を示す図である。FIG. 5 is a diagram showing membership functions of X, Vs, and Ds used when image density is reduced.

【図６】ファジイ定性推論のアルゴリズムを表わすフロ
ーチャートである。FIG. 6 is a flowchart showing an algorithm of fuzzy qualitative inference.

【図７】故障有無判別基準値の一例を示す図である。FIG. 7 is a diagram showing an example of a failure presence / absence determination reference value.

【図８】故障症状「画像かぶり」の仮想事例に列挙され
た故障を、Ｘ，Ｖｓ，Ｄｓの３次元量空間で表現した図
である。FIG. 8 is a diagram expressing the failures listed in the virtual case of the failure symptom “image fogging” in a three-dimensional quantity space of X, Vs, and Ds.

【図９】疑似故障法（ＩＦ法）の処理内容を表わすフロ
ーチャートである。FIG. 9 is a flowchart showing the processing contents of a pseudo failure method (IF method).

【図１０】ＩＦ法により修正された画像かぶり時のメン
バーシップ関数を示す図である。FIG. 10 is a diagram showing a membership function when an image is fogged and corrected by the IF method.

【図１１】ＩＦ法により修正された画像濃度低下時のメ
ンバーシップ関数を示す図である。FIG. 11 is a diagram showing a membership function corrected by the IF method when the image density is reduced.

【符号の説明】[Explanation of symbols]

１ 感光体ドラム ２ メインチャージャ ３ ハロゲンランプ ４ 現像装置 ５ 転写・分離チャージャ ２Ｃ メインチャージャコントローラ ３Ｃ ハロゲン光量コントローラ ５Ｃ 転写チャージャコントローラ １１ 診断／修復推論部 １２ 仮想事例保持部 １３ メンバーシップ関数生成部 １４ 疑似故障発生部 Ｘ 光量センサ Ｖｓ 表面電位センサ Ｄｓ トナー濃度センサ Ｏｓ コピー濃度センサ 1 Photoconductor Drum 2 Main Charger 3 Halogen Lamp 4 Developing Device 5 Transfer / Separation Charger 2C Main Charger Controller 3C Halogen Light Level Controller 5C Transfer Charger Controller 11 Diagnostic / Repair Inference Unit 12 Virtual Case Holding Unit 13 Membership Function Generation Unit 14 Pseudo-Failure Generator X Light intensity sensor Vs Surface potential sensor Ds Toner density sensor Os Copy density sensor

───────────────────────────────────────────────────── フロントページの続き (72)発明者 冨山 哲男 千葉県千葉市花園町1035 東大宿舎２− 203 (72)発明者 ▲吉▼川 弘之 東京都千代田区四番町８四番町住宅804 ─────────────────────────────────────────────────── ─── Continuation of the front page (72) Inventor Tetsuo Tomiyama 1035 Hanazonocho, Chiba City, Chiba Prefecture 2-203 (2) Inventor ▲ Yoshi ▼ Hiroyuki Kawa 804 Yonbancho, Yonbancho, Chiyoda-ku, Tokyo 804

Claims (11)

【特許請求の範囲】[Claims] 【請求項１】装置に生じている故障を自己診断すること
のできる画像形成装置であって、 故障および所定のパラメータの定性状態が少なくとも設
定された複数の仮想事例が記憶されている仮想事例記憶
手段と、 装置の予め定める複数の部位の状態を検出するための複
数のセンサと、 各センサに対応して設けられ、各センサの検出値を定性
値に変換する際に必要な定性量空間の境界標がファジイ
理論のメンバーシップ関数として記憶された境界標記憶
手段と、 装置に故障症状が発現したとき、前記複数のセンサの検
出値を読取り、前記境界標記憶手段に記憶されたメンバ
ーシップ関数を用いて、各センサの検出値をファジイ定
性値に変換する変換手段と、 前記変換手段で変換されたファジイ定性値と前記仮想事
例記憶手段に記憶されている複数の仮想事例とを比較
し、発現中の故障症状を引き起こしている故障を特定す
るために、ファジイ定性値と所定の関係にある仮想事例
を選択する選択手段と、を含むことを特徴とする自己診
断可能な画像形成装置。1. An image forming apparatus capable of self-diagnosing a failure occurring in the apparatus, wherein a virtual case memory stores a plurality of virtual cases in which at least a qualitative state of a failure and a predetermined parameter is set. Means, a plurality of sensors for detecting the states of a plurality of predetermined parts of the device, and a sensor provided to correspond to each sensor, and a qualitative quantity space necessary for converting the detected value of each sensor into a qualitative value. Boundary mark storage means in which the boundary mark is stored as a membership function of the fuzzy theory, and when a failure symptom appears in the device, the detected values of the plurality of sensors are read, and the membership function stored in the boundary mark storage means is read. Conversion means for converting the detection value of each sensor into a fuzzy qualitative value using, and the fuzzy qualitative value converted by the conversion means and stored in the virtual case storage means. Selecting means for selecting a virtual case having a predetermined relationship with the fuzzy qualitative value in order to compare the number of virtual cases and identify the fault causing the manifesting fault symptom. Image forming apparatus capable of self-diagnosis. 【請求項２】請求項１記載の画像形成装置において、 前記境界標記憶手段に記憶されたメンバーシップ関数
は、故障症状別にそれぞれ記憶されていることを特徴と
するものである。2. The image forming apparatus according to claim 1, wherein the membership functions stored in the boundary mark storage means are stored for each failure symptom. 【請求項３】請求項１または２記載の画像形成装置にお
いて、 前記仮想事例記憶手段に記憶されている複数の仮想事例
は、故障症状別に区分されて記憶されていることを特徴
とするものである。3. The image forming apparatus according to claim 1 or 2, wherein the plurality of virtual cases stored in the virtual case storage unit are stored by being classified according to a failure symptom. is there. 【請求項４】請求項１，２または３記載の画像形成装置
において、 前記選択手段は、定性量空間を定義し、各仮想事例に設
定されている所定のパラメータの定性状態と、前記ファ
ジイ定性値とを、定性量空間内の位置関係で比較し、フ
ァジイ定性値の位置から最も近い定性状態のパラメータ
が設定されている仮想事例を選択することを特徴とする
ものである。4. The image forming apparatus according to claim 1, 2 or 3, wherein the selection unit defines a qualitative amount space, and a qualitative state of a predetermined parameter set in each virtual case, and the fuzzy qualitative state. The value is compared with the position in the qualitative amount space, and the virtual case in which the parameter in the qualitative state closest to the position of the fuzzy qualitative value is set is selected. 【請求項５】請求項１，２，３または４記載の画像形成
装置は、さらに、 前記選択手段で選択された仮想事例に設定されている故
障を修復するように作動する故障修復手段を含むことを
特徴とするものである。5. The image forming apparatus according to claim 1, 2, 3 or 4, further comprising a failure repair unit that operates to repair a failure set in the virtual case selected by the selection unit. It is characterized by that. 【請求項６】請求項１または５記載の画像形成装置にお
いて、 前記複数の仮想事例には、それぞれ、故障に応じた修復
方法がさらに設定されていることを特徴とするものであ
る。6. The image forming apparatus according to claim 1, wherein each of the plurality of virtual cases is further set with a repair method according to a failure. 【請求項７】請求項６記載の画像形成装置において、 前記設定されている修復方法は、優先順位がつけられた
複数の登録方法を含むことを特徴とするものである。7. The image forming apparatus according to claim 6, wherein the set restoration method includes a plurality of registration methods with priorities. 【請求項８】請求項６または７記載の画像形成装置にお
いて、 前記故障修復手段は、選択手段により選択された仮想事
例に設定されている修復方法を実行するように作動する
ことを特徴とするものである。8. The image forming apparatus according to claim 6 or 7, wherein the failure repairing unit operates to execute a repairing method set in the virtual case selected by the selecting unit. It is a thing. 【請求項９】請求項１記載の仮想事例記憶手段に記憶さ
れている複数の仮想事例を生成するための方法であっ
て、 前記画像形成装置を、装置の性質を表わすパラメータの
因果関係ネットワークによって定性的に表現し、装置に
故障症状が発現したと仮定したときに、装置に有り得る
すべての状態を前記パラメータの因果関係ネットワーク
を使って定性的にシミュレーションし、その結果を、故
障および所定のパラメータの定性状態を含む複数の仮想
事例にまとめることを特徴とする、仮想事例の生成方
法。9. A method for generating a plurality of virtual cases stored in the virtual case storage means according to claim 1, wherein the image forming apparatus is provided with a causal relationship network of parameters representing characteristics of the apparatus. When it is expressed qualitatively and it is assumed that a failure symptom appears in the device, all possible states of the device are qualitatively simulated using a causal relationship network of the parameters, and the result is a failure and a predetermined parameter. A method for generating a virtual case, characterized in that the virtual case is organized into a plurality of virtual cases including the qualitative state of 【請求項１０】請求項９記載の仮想事例の生成方法にお
いて、 装置に故障症状が発現したと仮定するときに、その故障
症状の発現の原因は単一のパラメータ変化に起因すると
の限定のもとで行うことを特徴とするものである。10. The virtual case generation method according to claim 9, wherein, when it is assumed that a failure symptom occurs in the device, the cause of the failure symptom is limited to a single parameter change. It is characterized by performing with and. 【請求項１１】請求項１０記載の仮想事例の生成方法に
おいて、 装置に故障症状が発現したと仮定するときに、或るパラ
メータの変化は他のパラメータに必ず影響を与えるとの
条件のもとで行うことを特徴とするものである。11. The virtual case generation method according to claim 10, under the condition that, when it is assumed that a failure symptom appears in a device, a change in a certain parameter necessarily affects another parameter. It is characterized by performing in.