图像形成系统、判断标准设定设备及判断标准设定方法

摘要

本发明提供一种图像形成系统、判断标准设定设备和方法，该图像形成系统包括：第一确定部，其基于已发生故障类型的图像形成设备的数量相对于故障类型的发生次数的分布和已经被执行维护工作的图像形成设备的数量相对于故障类型的发生次数的分布中的至少一个来确定故障类型的基准发生次数；提取部，其识别和提取故障已发生的次数大于或等于基准发生次数的图像形成设备的子群；设定部，其生成发生故障的时间序列趋势，并将满足预定条件的故障发生趋势设定为故障类型的维护判断标准；以及第二判断部，其将目标图像形成设备中发生故障的新近时间序列趋势与所设定的故障发生趋势比较，并基于发生趋势之间的相关度来判断目标图像形成设备的维护需求。

说明书

技术领域

本发明涉及图像形成系统、判断标准设定设备以及判断标准设 定方法。

背景技术

图像形成设备具有在诸如纸张等记录材料上形成和输出图像的 图像形成功能，影响这样的图像形成设备的操作的频发故障(诸如 卡纸和转印不良)使得图像形成设备给用户造成不便。因此，在这 样的情况下需要对图像形成设备迅速维护。

迄今为止已经提出与判断是否需要对诸如图像形成设备等设备 进行维护的技术相关的各种发明。

例如，日本未经审查专利申请公开No.09-167009提出一项发明， 包括：计算被管理的每个复印机的故障频率，计算与目标复印机型 号相同的多个打印机的平均总故障频率，比较两计算结果，接着基 于比较结果生成警告。该公开文件还提出了一项发明，包括：存储 预定数个时段的被管理的每个复印机的故障频率，如果每个时段的 故障频率的增长率大于或等于某规定系数则生成警告。

例如，日本未经审查专利申请公开No.09-230753提出一项发明， 其利用以下数值作为警告判断标准以防止由于故障频率的暂时上升 而引起错误判断：最近的周期性故障频率的平均值，或者通过将重 置之后的故障频率和周期性故障频率转换为相对值而获得的值，以 及将两者相乘获得的值。该公开文件还提出了一项发明，包括：如 果故障频率具有稳定下降的趋势则判定不生成警告，从而在故障频 率正在下降的过程中即使大致周期性的故障频率或在重置之后的故 障频率超过基准值也不生成警告。

例如，日本未经审查专利申请公开No.2006-007516提出一项发 明，包括：对每一个出错类型分配权重，通过将权重因数乘以频率 计算出错率，并且只有当该出错率超过某预定阈值时才向外部(例 如，服务中心或用户)提供已经发生出错的通知。

例如，日本未经审查专利申请公开No.2008-006757提出一项发 明，包括：在日志数据的基础上对打印机中出错或事件的频率进行 记录并将该频率与每个预定时段的预定基准值比较以自动识别和报 告例如劣化部分或使用问题。该公开文件还提出了一项发明，包括： 将本次比较的频率与上次比较的频率做比较，并且，如果二者之间 的差值超过基准值，则将其报告给上级设备。

发明内容

本发明的目的是提供一种技术，通过此技术，在将过去已请求 维护的图像形成设备中故障发生的时间序列趋势设定为维护的判断 标准时，可以在降低处理负荷量的情况下设定更精确的判断标准。 根据本发明的第一方面，提供一种图像形成系统，包括：第一 确定部，其针对一组图像形成设备中的每种故障类型，基于(1)已 经发生所述故障类型的图像形成设备的数量相对于所述故障类型的 发生次数的分布和(2)在所述故障类型发生后已经被执行了维护工 作的图像形成设备的数量相对于所述故障类型的发生次数的分布中 的至少一个来确定所述故障类型的基准发生次数；提取部，其针对 已经由所述第一确定部确定了所述基准发生次数的所述故障类型， 从所述一组图像形成设备中识别和提取所述故障已经发生的次数大 于或等于所述基准发生次数的图像形成设备的子群；设定部，其生 成在由所述提取部提取的所述子群中已经被执行了维护的图像形成 设备中发生所述故障的时间序列趋势，并且，如果所述故障的发生 趋势满足预定设定条件，则所述设定部将所述故障的发生趋势设定 为所述故障类型的维护的判断标准；以及，第二判断部，其针对已 经由所述设定部设定了所述发生趋势的所述故障类型，将目标图像 形成设备中发生所述故障的新近时间序列趋势与由所述设定部设定 的所述故障的发生趋势进行比较，并且基于所述发生趋势之间的相 关度对所述目标图像形成设备的维护需求进行判断。

根据本发明的第二方面，在根据第一方面的图像形成系统中， 所述第二判断部判定如下图像形成设备的维护需求：在该图像形成 设备中，所述故障近期已经发生的次数大于或等于由所述第一确定 部确定的发生次数。

根据本发明的第三方面，在根据第一或第二方面的图像形成系 统中，所述设定部基于从已经被执行了维护工作的所述图像形成设 备的请求维护的日期和时间往回追溯一段时间内在所述图像形成设 备中发生的故障，生成在已经被执行了维护工作的所述图像形成设 备中发生所述故障的时间序列趋势。

根据本发明的第四方面，在根据第一到第三方面中的任意一项 的图像形成系统中，所述设定部和所述第二判断部将每一个所述图 像形成设备中发生的所述故障划分成预定时间长度的时段并且忽略 没有发生所述故障且所述图像形成设备不工作的时段。

根据本发明的第五方面，提供一种判断标准设定设备，包括： 确定部，其针对一组图像形成设备中的每种故障类型，基于(1)已 经发生所述故障类型的图像形成设备的数量相对于所述故障类型的 发生次数的分布和(2)在所述故障类型发生后已经被执行了维护工 作的图像形成设备的数量相对于所述故障类型的发生次数的分布中 的至少一个来确定所述故障类型的基准发生次数；提取部，其针对 已经由所述第一确定部确定了所述基准发生次数的所述故障类型， 从所述一组图像形成设备中识别和提取所述故障已经发生的次数大 于或等于所述基准发生次数的图像形成设备的子群；以及设定部， 其生成在由所述提取部提取的所述子群中已经被执行了维护的图像 形成设备中发生所述故障的时间序列趋势，并且，如果故障的发生 趋势满足预定设定条件，则所述设定部将所述故障的发生趋势设定 为所述故障类型的维护的判断标准。

根据本发明的第六方面，提供一种判断标准设定方法，包括： 确定步骤，针对一组图像形成设备的每种故障类型，基于(1)已经 发生所述故障类型的图像形成设备的数量相对于所述故障类型的发 生次数的分布和(2)在所述故障类型发生后已经被执行了维护工作 的图像形成设备的数量相对于所述故障类型的发生次数的分布中的 至少一个来确定所述故障类型的基准发生次数；提取步骤，针对由 所述确定步骤确定了所述基准发生次数的所述故障类型，从所述一 组图像形成设备中识别和提取所述故障已经发生的次数大于或等于 所述基准发生次数的图像形成设备的子群；以及设定步骤，生成在 由所述提取步骤提取的所述子群中已经被执行了维护的图像形成设 备中发生所述故障的时间序列趋势，并且，如果所述故障的发生趋 势满足预定设定条件，则将所述故障的发生趋势设定为所述故障类 型的维护的判断标准。

根据本发明的第一、第五以及第六方面，在将过去已请求维护 的图像形成设备中的发生故障的时间序列趋势设定为维护的判断标 准时，与未应用以上所述方面的情况相比，可以降低处理负荷，并 且可以设定更精确的判断标准。

根据本发明的第二方面，所述图像形成设备对维护请求进行判 断的处理负荷低于未应用以上所述方面的情况的处理负荷。

根据本发明的第三方面，可以避免由于从请求维护的日期和时 间到维护的日期和时间的时段内发生故障而引起的判断标准的数量 增加。

根据本发明的第四方面，可以避免由于未发生故障且未工作的 时段引起的判断标准的数量增加。

附图说明

基于以下附图对本发明的示例性实施例进行详细说明，其中：

图1是示出根据本发明的第一示例性实施例的图像形成系统的 示意图；

图2是示出根据第一示例性实施例的图像形成系统中图像形成 设备的结构实例的示意图；

图3是示出根据第一示例性实施例的监测设备中的基准信息选 择部的功能块实例的示意图；

图4A和图4B是示出第一示例性实施例中的确定阈值的视图；

图5是示出第一示例性实施例中的确定阈值的处理流程实例的 流程图；

图6是示出第一示例性实施例中的选择信息的处理流程实例的 流程图；

图7是示出第一示例性实施例中的判断维护需求的处理流程实 例的流程图；

图8是示出根据本发明的第二示例性实施例的图像形成系统的 示意图；

图9是示出根据第二示例性实施例的监测设备中的故障信息选 择部的功能块实例的示意图；

图10是示出第二示例性实施例中的确定阈值的处理流程实例的 流程图；

图11是示出第二示例性实施例中的选择信息的处理流程实例的 流程图；

图12是示出根据本发明的第三示例性实施例的图像形成系统的 示意图；

图13是示出根据第三示例性实施例的监测设备中的信息校正部 和基准信息选择部的功能块实例的示意图；

图14A到图14C是示出第三示例性实施例中的数据校正的视图；

图15是示出根据第三示例性实施例的监测设备中的信息校正部 和故障信息选择部的功能块实例的示意图；

图16是示出第三示例性实施例中的校正数据的处理流程实例的 流程图；

图17A到图17D是示出第三示例性实施例中的数据校正的结果 实例的视图；以及

图18示出了根据本发明的一个示例性实施例的图像形成系统中 的作为监测设备工作的计算机的硬件构造实例的示意图。

具体实施方式

现在将参考附图说明本发明的示例性实施例。

图1示出了根据本发明的第一示例性实施例的图像形成系统。

根据本示例性实施例的图像形成系统包括：在记录材料诸如纸 张上形成和输出图像的图像形成设备10以及由例如图像形成设备10 的管理员或维护人员使用的维护信息输入终端50。虽然在图1的实 例中显示了两台图像形成设备10和一个维护信息输入终端50，但可 设置任意数量的图像形成设备10和任意数量的维护信息输入终端 50。

此外，根据本示例性实施例的图像形成系统包括监测设备60， 该监测设备60通过有线或无线网络连接至图像形成设备10和维护 信息输入终端50，从而它们可以彼此通信，而且监测设备60基于从 图像形成设备10和维护信息输入终端50收集的信息来判断图像形 成设备10的维护需求。虽然在图1的实例中监测设备60被构造为 单个设备，但也可以将其各个功能分配在不同的设备中。

图像形成设备10具有在记录材料诸如纸张上形成和输出图像的 图像形成功能。该图像形成设备10的实例包括打印机(打印装置)、 复印机(复印装置)、传真装置，以及将诸如打印、复印和传真功 能组合在一起的多功能装置。

参照图2，将简单说明图像形成设备10的操作。

图2示出了图像形成设备10中的图像形成部的结构实例。

根据本示例性实施例的图像形成设备10使用通常称为串联类型 系统的中间转印系统。典型的功能部分包括：图像形成单元1Y、1M、 1C和1K，其通过电子照相法形成不同颜色的色调剂图像；一次转印 部分18，其将不同颜色的色调剂图像从图像形成单元1Y、1M、1C 和1K依次转印至中间转印带15上(一次转印)；二次转印部分20， 其将叠加的色调剂图像从中间转印带15一同转印至纸张P(记录材 料的实例)上(二次转印)；定影装置34，其将转印的图像定影在 纸张P上。

此外，根据本示例性实施例的图像形成设备10包括控制每个部 分的操作的控制器40以及为用户显示信息并且接受来自用户的指令 的用户界面(UI)41。

在本示例性实施例中，图像形成单元1Y、1M、1C和1K包括 沿箭头A方向旋转的感光鼓11(11Y、11M、11C和11K)。每个 感光鼓11被各种电子照相装置围绕，所述各种电子照相装置诸如为： 充电装置12，其为感光鼓11充电；曝光装置13，其通过利用曝光 束Bm进行照射而在感光鼓11上写入静电潜像；显影装置14，其容 纳相应颜色的色调剂并利用该色调剂对感光鼓11上的静电潜像进行 显影；一次转印辊16，其将色调剂图像从感光鼓11转印至一次转印 部分18中的中间转印带15上；以及鼓清洁器17，其去除感光鼓11 上的残余色调剂。

图像形成单元1Y、1M、1C和1K从中间转印带15的上游侧起 以黄色(Y)、品红色(M)、蓝绿色(青色)(C)和黑色(K) 的顺序大致呈直线布置，这样它们可以接触中间转印带15并可与之 分离。

此外，根据本示例性实施例的图像形成设备10具有纸张传送系 统，该纸张传送系统包括：送纸机构31，其将纸张P从纸张容器送 至二次转印部分20；传送带32，其将通过了二次转印部分20的纸 张P朝向定影装置34传送；定影入口导向件33，其将纸张P引导至 定影装置34的入口；纸张排出导向件35，其引导纸张P从定影装置 34排出；排纸辊36，其将由纸张排出导向件35引导的纸张P排出 到图像形成设备10外部。

也就是说，在二次转印部分20将色调剂图像从中间转印带15 静电转印到通过送纸机构31从纸张容器提供到二次转印部分20的 纸张P上之后，该纸张P在被从中间转印带15剥离的同时被传送至 传送带32。接着，该纸张P按照定影装置34的运转速度而被传送带 32经由定影入口导向件33传送至定影装置34。通过由定影装置114 进行加热和加压的定影处理，被传送至定影装置34的纸张P上的未 定影色调剂图像被定影在该纸张P上。然后，在其上定影有图像的 纸张P经由纸张排出导向件35和排纸辊36被传送至设置于图像形 成设备10外部的纸张排出容器(未图示)。

此外，根据本示例性实施例的图像形成设备10具有下述功能： 通过检测在图像形成操作期间发生在图像形成设备内部的各种故障 来生成故障信息。故障信息的实例包括与异常工作有关的所有类型 的错误代码信息。根据本示例性实施例的图像形成设备10检测预定 故障，包括诸如错误、警告和信息等属于不同级别的故障。

通过事先指定的错误代码来识别各种类型的故障信息。例如， 代码“75-XXX”被指定给指示从手动送纸部送纸已失败的故障信 息，而代码“127-XXX”被指定给指示孔屑容器将满的故障信息。 在本示例性实施例中，仅指定给图像形成部的代码就超过400种类 型。

例如，如果由于在定影器(定影装置34)处发生卡纸而使得无 纸排出的原因而请求访问(维护)，而在图像形成设备10中实际发 生的故障也许是定影装置34的故障或由于在定影装置34的输入或 输出侧的送纸辊磨损所致的运行故障。因此，从单个因素可生成不 同类型的故障信息(错误代码)。

由图像形成设备10生成的故障信息通过有线或无线通信传送给 监测设备60。该故障信息可在生成之后立即被传送，或者可被存储 于图像形成设备10的存储器中并且当满足预定传送标准时被传送。 具体而言，例如，可在每次图像形成设备10的操作模式切换(例如， 从正常模式到暂停模式)时、或响应于监测设备60的请求、或每预 定时间段(例如，每天)传送故障信息。

在本示例性实施例中，传送给监测设备60的故障信息例如包括 故障类型、故障的日期和时间以及用于识别图像形成设备10的设备 ID信息。

接下来，将描述维护信息输入终端50。

在本示例性实施例中，一名访问了图像形成设备10的安装场地 且实际上进行了维护工作的维护人员(或接收到关于图像形成设备 10报告的某人)将与维护工作有关的维护信息输入到维护信息输入 终端50，该维护信息输入终端50于是接受此输入并将其传送至监测 设备60。此外，在本示例性实施例中，维护信息输入终端50从监测 设备60接收与图像形成设备10需要维护的判断结果有关的信息并 在图像形成设备10上设有的显示器上显示该信息。

在本示例性实施例中，传送给监测设备60的维护信息例如包括 维护工作的日期和时间、通过维护工作消除的故障类型，以及用于 对经受维护工作的图像形成设备10进行识别的设备ID信息。在本 示例性实施例中，该维护人员输入通过维护工作消除的故障类型。

接下来，将描述监测设备60。

根据本示例性实施例的监测设备60对图像形成设备10的维护 需求进行判断。该监测设备60包括：故障信息获取部61、故障信息 存储部62、维护信息获取部63、维护信息存储部64、基准模式生成 部65、基准模式存储部66、相似度计算部67、维护需求判断部68 以及基准信息选择部71。

故障信息获取部61获取(接收)从任何图像形成设备10传送 的故障信息并将该故障信息存储于故障信息存储部62中。

存储于故障信息存储部62中的故障信息例如包括图像形成设备 10的故障类型、故障日期和时间，以及用于识别图像形成设备10的 设备ID信息。

维护信息获取部63获取(接收)从维护信息输入终端50传送 的维护信息并将该维护信息存储于维护信息存储部64中。

存储于维护信息存储部64中的维护信息例如包括维护工作的日 期和时间、通过维护工作消除的故障类型，以及用于对经受维护工 作的图像形成设备10进行识别的设备ID信息。

基准信息选择部71选择(提取)用于由基准模式生成部65生 成基准模式(维护判断标准的一个实例)的信息。如图3中的功能 块所示，基准信息选择部71包括直方图生成部分71a、阈值确定部 分71b、以及信息选择部分71c。

针对每种故障类型，直方图生成部分71a生成(1)显示在一段 时间内已经发生故障的图像形成设备10的数量相对于该故障发生的 次数的分布的直方图(下文称为“整体直方图”)以及(2)显示在 一段时间内该故障发生后已经被执行过维护工作的图像形成设备10 的数量相对于该故障发生的次数的分布的直方图(下文称为“维护 情况直方图”)。

图4A和图4B示出了针对每种故障类型由直方图生成部分71a 生成的直方图的实例。

图4A示出了整体直方图的实例，此处水平轴表示故障发生的次 数，而竖直轴表示已经发生了相应次数的故障的图像形成设备10的 数量。条形图表示在提取发生模式的一段时间(例如，五天)内已 经发生了相应次数故障的图像形成设备10的数量，线形图代表它的 积分值。

图4B示出了维护情况直方图的实例，此处水平轴表示故障发生 的次数，而竖直轴表示已经发生了相应次数的故障并且已经被执行 过维护工作的图像形成设备10的数量。条形图表示在提取发生模式 的一段时间(例如，五天)内已经发生相应次数的故障并且已经被 执行过维护工作的图像形成设备10的数量，而线形图表示它的积分 值。

在由直方图生成部分71a生成的整体直方图和维护情况直方图 的基础上，阈值确定部分71b针对每种故障类型确定阈值，该阈值 用来确定用于生成基准模式的信息。该阈值用于从由根据本示例性 实施例的系统所管理的图像形成设备10的群体里提取以该故障为特 征的图像形成设备10的子群。在本示例性实施例中，该阈值(基准 次数)通过以下步骤设定：确定在整体直方图中图像形成设备10的 累积数量(积分值)在图像形成设备10总数中的比例大于或等于基 准值α(例如，80％)的故障发生的最小次数，并且接着确定在维护 情况直方图中图像形成设备10的累积数量(积分值)在图像形成设 备10的总数中的比例大于或等于基准值β(例如，95％)的上方分布 区域中的故障发生的最小次数。

可使用整体直方图和维护情况直方图之一确定该阈值，而非如 上所述使用两者。具体而言，可单独使用整体直方图来确定用于对 发生相关故障频率高的图像形成设备10的子群进行提取的阈值，或 者可单独使用维护情况直方图来确定用于对趋向在相关故障发生后 经受维护的图像形成设备10的子群进行提取的阈值。

信息选择部分71c基于由阈值确定部分71b确定的阈值来选择 (提取)用于每种故障类型的基准模式的信息。在本示例性实施例 中，信息选择部分71c对在提取发生模式的一段时间(例如，五天) 内已发生该故障的次数大于或等于阈值(例如，八次)的图像形成 设备10的子群进行提取，为属于该子群的每个图像形成设备10选 择(提取)故障信息和维护信息，并且将该信息提供给基准模式生 成部65。也就是说，对于阈值已由阈值确定部分71b确定的故障类 型而言，信息选择部分71c基于存储于故障信息获取部61中的信息 而计算该段时间内每个图像形成设备10中发生故障的次数，识别并 提取故障发生次数大于或等于该阈值的图像形成设备10的子群。

现在将参照图5和图6中所示处理流程描述根据本示例性实施 例的基准信息选择部71的操作实例。

基准信息选择部71参照故障信息存储部62，并且，如果有任何 的故障信息则执行以下处理(步骤S11和S12)。

首先，直方图生成部分71a从维护信息存储部64检索维护信息 (步骤S13)，识别与维护工作相关的故障类型，从故障信息存储部 62检索与故障类型相对应的故障信息，并且针对相关故障类型生成 整体直方图和维护情况直方图(步骤S14和S15)。

接下来，基于该整体直方图，阈值确定部分71b确定图像形成 设备10的累积数量(积分值)的比例高于基准值α的故障发生次数 (例如，七次)(步骤S16)，并且基于该维护情况直方图，将在图 像形成设备10的累积数量(积分值)的比例高于基准值α的分布区 域中图像形成设备10的累积数量(积分值)的比例高于或等于基准 值β的上方分布区域中发生故障的最小数量(例如，八个)确定为阈 值(基准次数)(步骤S17)。

然后，信息选择部分71计算在相对于维护工作往回追溯的一段 时间(例如，五天)内每个图像形成设备10中的故障发生次数，把 发生次数与预定阈值做比较(步骤S21)，识别并提取故障发生的次 数大于或等于该阈值的图像形成设备10的子群，为属于该子群的每 个图像形成设备10选择(提取)故障信息和维护信息，并且向基准 模式生成部65提供该信息(步骤S22)。另一方面，从用于生成基 准模式的信息中排除故障发生的次数小于该阈值的图像形成设备10 的故障信息和维护信息(步骤S23)。

也就是说，故障发生次数小于阈值的情况被当作那种故障类型 的例外情况，并且为了减少对为判断维护而进行的统计处理的负荷 和提高判断精度，将该情况从用于生成基准模式的信息中排除，以 下将对此进行描述。

基于由基准信息选择部71从存储于维护信息存储部64的维护 信息和存储于故障信息存储部62的故障信息中提取(从基准信息选 择部71提供)的故障信息和维护信息，基准模式生成部65提取在 过去(例如响应于紧急呼叫)已经执行了维护工作的每一个图像形 成设备10在该维护工作之前的预定时间段内检测到的故障发生的时 间序列趋势(以下称为“发生模式”)，针对该相关故障类型生成 作为维护判断标准(以下称为“基准模式”)的发生模式，并将该 基准模式存储在基准模式存储部66中。

例如，根据本示例性实施例的基准模式生成部65生成用于相关 故障类型的基准模式如下。

首先，基于由基准信息选择部71从存储于维护信息存储部64 中的维护信息和存储于故障信息存储部62中的故障信息中提取(由 基准信息选择部71提供)的故障信息和维护信息，基准模式生成部 65针对相关故障类型检索成对的维护日期和时间以及设备ID信息， 基于针对相关故障类型检索的各对维护日期和时间以及设备ID信息 来识别关联的故障信息，并且提取在相对于该维护工作往回追溯一 段时间(例如，五天)内相应的图像形成设备10中的故障发生模式。 虽然在本示例性实施例中被提取的是在该段时间内故障的每日发生 次数(或累计发生次数)，但是也可以通过将该时间段划分为不同 时间长度的单位(例如，一小时)来提取每单位时间的发生次数。

接下来，针对相关故障类型，基准模式生成部65对以前执行过 维护的图像形成设备10中的已提取故障发生模式之间的相关度(在 本示例性实施例中，相关系数)进行计算，并且把发生模式划分(分 类)为具有高于或等于预定阈值的相关度的相关发生模式的组群。 然后该基准模式生成部65基于组群中的发生模式针对每个组群的基 准模式生成候选模式。在本示例性实施例中，每个组群的发生模式 的平均值被用作相关故障类型的基准模式的候选模式。

其后，对于基准模式的每个候选模式，基准模式生成部65参照 故障信息存储部62来提取与基准模式的候选模式有相关性的发生模 式已发生的情况，并且参照维护信息存储部64来判断对于每种情况 是否已发生维护工作，由此确定已发生维护工作的情况数量和尚未 发生维护工作的情况数量并且计算维护的发生率。在本示例性实施 例中，提取那些与基准模式的候选模式的相关度高于或等于预定阈 值的情况，作为与基准模式的候选模式有相关性的发生模式已发生 的情况。

接着，基准模式的、维护发生率高于或等于基准值(例如，60％) 的候选模式被设定为基准模式，并且与相关故障类型相关联地被存 储于基准模式存储部66中。

在设定基准模式之后，基于从新发生了故障的图像形成设备10 获取并存储于故障信息存储部62中的故障信息，相似度计算部67 提取新近的那个故障类型的发生模式并对所提取的发生模式和对应 于那个故障类型的基准模式之间的相关度进行计算。如果给相关故 障类型设定了多个基准模式(存储于基准模式存储部66中)，则相 似度计算部67针对每个基准模式计算相关度。

基于相似度计算部67计算出的相关度，维护需求判断部68对 图像形成设备10的维护需求进行判断。具体而言，维护需求判断部 68将针对每个基准模式计算出的、在目标图像形成设备10中新近的 故障发生模式的相关度与预定阈值进行比较，并且，如果维护需求 判断部68发现基准模式具有高于或等于该阈值的相关度(也就是说， 如果相似于新近故障发生模式的基准模式被设定)，则维护需求判 断部68判定故障发生模式已被提取的图像形成设备10需要维护工 作。如果该故障类型关联于该维护工作类型，则维护需求判断部68 也可以判定应该执行何种类型的维护工作。

现在将参照图7中所示的处理流程描述根据本示例性实施例的 相似度计算部67和维护需求判断部68的操作的实例。

首先，相似度计算部67执行从故障信息存储部62提取目标图 像形成设备10在新近一段时间内的故障信息的程序(步骤S31)， 并判断是否有相关故障信息(步骤S32)。

如果没有相关故障信息，则该处理结束。另一方面，如果有相 关故障信息，则相似度计算部67根据提取格式(在本示例性实施例 中，表示故障发生次数的时间序列趋势的格式)提取该故障类型的 发生模式(步骤S33)。此外，相似度计算部67执行从基准模式存 储部66检索对应于该故障类型的基准模式的程序(步骤34)，并判 断是否仅有一种相关基准模式(步骤S35)。

如果仅有一种相关基准模式，则相似度计算部67计算该基准模 式与在步骤S33中提取的发生模式之间的相关度(步骤S36)。另一 方面，如果有两个或更多个相关基准模式，则相似度计算部67计算 每个基准模式与在步骤S33中提取的发生模式之间的相关度并选择 最大值(步骤S37)。

随后，维护需求判断部68对步骤S36或S37中计算出的相关度 与用于相关性判断的阈值进行比较(步骤S38)。如果相关度低于该 阈值(无相关性)，则该处理结束。如果相关度高于或等于该阈值 (有相关性)，则维护需求判断部68判定该图像形成设备10需要 维护工作，并向维护信息输入终端50发送指示需要维护的信息以促 使其输出警告(步骤S39)。

如上所述，根据第一示例性实施例，提取以故障为特征的图像 形成设备(故障已发生相对大量次数并且已相对大概率地执行了维 护工作的图像形成设备)，并且从用于生成基准模式的那些设备中 排除另外的图像形成设备。

因此，与被推测为不大可能成为维护工作原因的故障有关的信 息被从用于生成基准模式的信息中排除。这使得生成更精确地表示 维护之前的特征性故障发生模式的基准模式成为可能，从而有助于 提高维护需求的判断精度，并且也减少了由基准模式生成部65处理 的数据量，于是减少了整个系统的处理负荷。

图8示出了根据本发明的第二示例性实施例的图像形成系统。

根据本示例性实施例的图像形成系统包括故障信息选择部72， 以替代第一示例性实施例中基准信息选择部71(或除了第一示例性 实施例中基准信息选择部71之外)。以下将着重描述与第一示例性 实施例中不同的部分，并省略其他部分的描述。

基准模式存储部66使每种故障类型的基准模式与指示该基准模 式的故障发生最小数量的基准值(基准次数)相关联。该基准值被 用于排除从发生了数次不需经受维护的故障的图像形成设备10获取 的故障信息；该基准值相当于第一示例性实施例中通过基准信息选 择部71(阈值确定部分71b)确定的阈值。对于包括基准信息选择 部71的构造，该基准信息选择部71使每一个基准模式与基准值相 关联。如果对于一种故障类型有多个基准模式，则这些基准模式可 与不同的基准值相关联。

故障信息选择部72选择(提取)用于生成由相似度计算部67 进行相似度计算用的故障发生模式的信息。如图9中的功能块所示， 故障信息选择部72包括基准值提取部分72a、阈值确定部分72b， 以及信息选择部分72c。

基准值提取部分72a从基准模式存储部66提取与针对每种故障 类型的基准模式相关联的基准值。

阈值确定部分72b将与针对每种故障类型的基准模式相关联的 最小基准值确定为阈值。

信息选择部分72c基于由阈值确定部分72b确定的阈值来选择 (提取)用于生成相似度计算用的故障发生模式的信息，并将该发 生模式提供到相似度计算部67。

现在将参照图10和图11中所示处理流程描述根据本示例性实 施例的故障信息选择部72的操作的实例。

首先，在故障信息选择部72中，基准值提取部分72a从基准模 式存储部66提取基准模式(步骤S41)。

接下来，阈值确定部分72b生成与每种故障类型的基准模式相 关联的基准值的直方图(步骤S42)，并将该直方图中最小基准值确 定为阈值(步骤S43)。

其后，基于从设定基准模式之后新近发生故障的图像形成设备 10获取的故障信息，信息选择部分72c确定新近发生故障的次数且 将该发生次数与所确定的阈值相比较(步骤S51)，选择与故障发生 次数大于或等于该阈值的情况相对应的故障信息和维护信息作为用 于生成相关度计算用的故障发生模式的信息，并将该信息提供到相 似度计算部67(步骤S52)。另一方面，从用于生成相关度计算用 的故障发生模式的信息中排除与故障发生的次数小于该阈值的情况 相对应的故障信息和维护信息(步骤S53)。

如上所述，根据第二示例性实施例，确定用于提取生成基准模 式用的情况的判断标准(故障发生的最小次数)，仅将故障已经发 生的最少次数满足该判断标准的情况提取为用于生成相关度计算用 的故障发生模式，而将其他情况从用于生成相关度计算用的故障发 生模式的那些情况中排除。

因此，与故障已经发生的次数不足以和基准模式进行比较的情 况有关的信息被从用于生成相关度计算用的故障发生模式的信息中 排除。这减少了由相似度计算部67处理的数据量，于是减少了整个 系统的处理负荷。

图12示出了根据本发明的第三示例性实施例的图像形成系统。

除了第一示例性实施例中的基准信息选择部71和第二示例性实 施例中的故障信息选择部72之外，根据本示例性实施例的图像形成 系统还包括信息校正部73。以下将着重描述与第一和第二示例性实 施例中不同的部分，并省略其他部分的描述。

信息校正部73对由基准信息选择部71和故障信息选择部72进 行处理用的信息进行校正。如图13和图15的功能块所示，信息校 正部73包括起始日期确定部分73a和数据校正部分73b。

现在将参照图13和图14描述对由基准信息选择部71进行处理 用的信息的校正处理。

起始日期确定部73a确定起始日期，该起始日期被用作生成在 已经进行了维护工作的图像形成设备10中、在该维护工作之前的过 去一段时间内检测到的故障发生模式用的起点。在此情况下，如图 14B所示，该起始日期指的是从请求维护的日期(也就是说，影响 图像形成设备10使用的错误发生的大概日期)往回追溯一段时间内 发生了与引起该维护请求的情况类型相同的故障(应由维护消除的 故障)的新近日期。在本示例性实施例中，从维护信息输入终端50 传送的维护信息包括用于确定起始日期的请求维护的日期和时间。

就图像形成设备10中检测到的该类型的故障而言，数据校正部 73提取从由起始日期确定部分73a确定的起始日期往回追溯预定天 数(例如，五天)的故障信息，并将此信息提供到基准信息选择部 71。在这一过程期间，如图14A所示，如果存在没有发生相关类型 的故障并且图像形成设备10未工作(例如，所形成图像的数量的计 数值无差异)的天数，在对该图像形成设备10进行的处理中这些天 数自身将被忽略。此外，数据校正部分73b提取与被忽略天数相等 数量的早些时候的故障信息，因为否则会缺少与被忽略天数相等的 数据量。

图14C示出了的故障信息的日发生次数被提取为上述处理的结 果的实例。

现在将参照图15描述对由故障信息选择部72进行处理用的信 息的校正处理。

起始日期确定部分73a确定当前日期为起始日期。

对于在设定基准模式之后新近发生于任何图像形成设备10中的 故障类型而言，信息校正部73b提取从由起始日期确定部分73a确 定的起始日期往回追溯预定天数(例如，五天)的故障信息并将此 信息提供到基准信息选择部71。如果存在没有发生相关类型的故障 并且图像形成设备10未工作的天数，在对该图像形成设备10进行 的处理中这些天数将被忽略。此外，数据校正部分73b提取与忽略 天数相等数量的早些时候的故障信息，因为否则会缺少与被忽略天 数相等的数据量。

虽然在本示例性实施例中使用天数作为时间间隔的单位，但是 也可使用另一种时间长度作为时间间隔的单位。

此外，虽然在本示例性实施例中如果图像形成的数量为零则该 图像形成设备10被判定为未工作，但是也可以基于从图像形成设备 10获取的其他类型的信息来判断图像形成设备10是否工作，诸如从 图像形成设备10传送的可判定图像形成设备10处于暂停模式的模 式信息，或者来自工作中的图像形成设备10的定期信息传送的中断。

图16示出了对由基准信息选择部71进行的处理所使用的信息 进行校正处理的处理流程的实例。

首先，在信息校正部73内，起始日期确定部分73a从维护信息 存储部64检索维护信息(步骤S61)，并且识别与维护工作相关联 的故障类型(步骤S62)。对于所识别出的故障类型，起始日期确定 部分73a对与该维护信息对应的图像形成设备10中的新近发生故障 日期进行检索，并设定该日期为起始日期(步骤S63)。

接下来，对于在图像形成设备10中检测到的该类型的故障，数 据校正部分73b对由起始日期确定部分73a确定的起始日期往回追 溯预定天数(例如，五天)的故障的日发生次数与计数值进行核对 (步骤S64)。该计数值是用于判断图像形成设备10是否在工作的 信息。虽然在本示例性实施例中使用所形成图像的数量的计数值， 但是可替代使用其他信息，例如送纸辊驱动距离的计数值。这样， 数据校正部分73b从时间序列数据(故障的日发生次数)中排除计 数值未更新(也就是说，图像形成设备10未工作)且所识别出的故 障类型未发生的天数(步骤S65)。进一步往回追溯与被排除的天数 相等的天数并执行上述处理(步骤S64和S65)，以增加等于被排除 的天数的数据量。

图17A到图17D示出了由信息校正部73进行的数据校正的结 果的实例。

图17A到图17C示出了数据校正之前故障的日发生次数的模式 的三个实例，图17D示出了对这三个模式进行数据校正的结果的实 例。

图17A和图17B中的视图在工作日和非工作日以及工作日的故 障发生次数的分布上是相同的，但在请求维护日期和访问日期(维 护日期)之间的关系是不同的。另一方面，图17B和图17C中的视 图在请求维护日期和访问日期之间的关系以及工作日的故障发生次 数上是相同的，但在工作日和非工作日的分布上是不同的。

于是，在数据校正之前这三种模式是不同的；经过数据校正， 如图17D中所示，它们汇合为一种模式。

如上所述，第三示例性实施例避免了由于例如图像形成设备10 的工作状态和图像形成设备的请求维护日期和维护日期之间的差异 所产生的数据变化而导致生成本来应该汇合为一种模式的多种基准 模式，这样减少了基准模式的数量。

这减少了由相似度计算部67进行处理的数据量，于是减少了整 个系统的处理负荷，并且也提高了维护需求的判断精度。

如第一到第三示例性实施例所示的监测设备60一体地包括用于 设定维护判断标准的判断标准设定设备和用于基于所设定的维护判 断标准对图像形成设备10的维护需求进行判断的判断设备，然而判 断标准设定设备和判断设备也可以分布在分体的设备中。

此外，在上述示例性实施例中，目标图像形成设备10可以与用 于设定基准模式的图像形成设备10相同或不同。也就是说，可以基 于从一个或多个图像形成设备10(其可包括目标图像形成设备10) 获取的过去故障信息和维护信息来设定基准模式，并且该基准模式 可用于对目标图像形成设备10的维护需求进行判断。

图18示出了在根据上述示例性实施例的预测系统中作为监测设 备60工作的计算机的硬件构造的实例。

在上述示例性实施例中，监测设备60由具有如下硬件资源的计 算机构成：中央处理单元(CPU)，其执行各种运算；主存储器， 其诸如为CPU 81提供工作空间的随机存取存储器(RAM)82和记 录有基本控制程序的只读存储器(ROM)83；辅助存储器，其诸如 为用于存储根据本发明的示例性实施例的程序以及各种数据的硬盘 驱动器(HDD)84；显示器，其用于显示各种信息；以及用于输入 装置的输入/输出接口85，其诸如为由使用者用来执行输入操作的操 作按钮或触摸面板；以及通信接口86，其用于与另一个装置进行有 线或无线通信。

根据本发明的示例性实施例的程序从HDD 84读取，被加载到 RAM 82，然后由CPU 81执行以在计算机上实现根据本发明的示例 性实施例的判断标准设定设备的各种功能。

例如，为了将根据本发明的示例性实施例的程序安装到计算机 里，可以从外部存储介质诸如CD-ROM读取该程序或通过通信网接 收该程序。

此外，各功能并非一定像上述示例性实施例那样由软件构造实 现，也可以由专用的硬件模块替代实现。

出于解释和说明的目的提供了本发明的示例性实施例的前述说 明。其本意并不是穷举或将本发明限制为所公开的确切形式。显然， 对于本技术领域的技术人员可以进行许多修改和变型。选择和说明 这些示例性实施例是为了更好地解释本发明的原理及其实际应用， 因此使得本技术领域的其他技术人员能够理解本发明所适用的各种 实施例并预见到适合于特定应用的各种修改。本发明的范围应当通 过所附权利要求及其等同内容限定。