故障診断システム、画像形成装置及び故障診断方法
【課題】 診断対象装置に組み込まれた回路基板や回路基板上の部品の使用状態まで考慮した故障診断システムを提供することを目的とする。
【解決手段】 故障診断システムは、診断対象装置（１）に組み込まれた回路基板及び／又は回路基板に実装された部品の動作時間をそれぞれ管理する動作時間管理部（１１４）、診断対象装置（１）の故障原因と、当該故障原因と因果関係を有する入力情報とを結線して表現される故障診断モデルに基づく推論処理を行う故障診断部（ＣＰＵ：１１０）とを備えている。故障診断部（１１０）は入力情報に回路基板毎の動作時間及び／又は回路基板に実装された部品毎の動作時間を含めて推論処理に基づく故障診断を行う。これにより精度の高い故障診断を行うことができる。
【解決手段】 故障診断システムは、診断対象装置（１）に組み込まれた回路基板及び／又は回路基板に実装された部品の動作時間をそれぞれ管理する動作時間管理部（１１４）、診断対象装置（１）の故障原因と、当該故障原因と因果関係を有する入力情報とを結線して表現される故障診断モデルに基づく推論処理を行う故障診断部（ＣＰＵ：１１０）とを備えている。故障診断部（１１０）は入力情報に回路基板毎の動作時間及び／又は回路基板に実装された部品毎の動作時間を含めて推論処理に基づく故障診断を行う。これにより精度の高い故障診断を行うことができる。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、回路基板を組み込んだ装置の故障診断診断システム、画像形成装置及び故障診断方法に関する。
【背景技術】
【０００２】
パーソナルコンピュータ、複写機等の電子機器には、近年、性能、機能の向上に伴い、益々、それらを実現するための様々な用途のアナログ、及びデジタルの電子回路がプリント基板（回路基板）の形で格納、組み付けられている。また、自動車や航空、ロボットや半導体設計装置等、他の産業機器においても動作制御等の手段として、信頼性が高く、高速・高精度での動作が可能な電子回路基板が数多く搭載されている。これらの電子回路基板は一連の機能を実現するために、様々な形でケーブルを介して接続されることにより、所望のスペックが実現されている。このような基板が搭載される機器が使用される環境は、通常はオフィス内であったり、家屋内であったりするが、それ以外の過酷な環境下で使用される場合もあり、非常に多岐にわたっている。特に使用環境が劣悪である場合には、通常の方法で使用していたとしても、状態の検出、状態の把握が困難な様々な異常、故障が発生し、その修復には多大な労力を要することになる。また、通常の使用環境下で使用している場合でも、電子回路の異常、故障は発生し、その頻度は必ずしも低いとは言えず、検出箇所を特定できないこともしばしば生じていた。さらに、電子回路基板に異常が発生した場合には、安全性やコストなどの面から早急な対応が必要でもあった。
【０００３】
このような異常が複写機等に発生した際の対応の一例として、複写機やプリンタ等の異常、故障情報の連絡がサービスセンターに入ると、修理担当者であるカスタマーエンジニアが現地に駆けつけて、機器に表示されたフェイルコードから、または記録された故障個所情報や故障履歴の情報等をもとに故障部位の特定を行い、部品の交換をする、あるいは修復作業を行う、などの措置手段を講ずることがある。
【０００４】
また、これらの機器がネットワークに接続されており、自動的にこれらの情報を管理する部署へ、状態の管理や故障情報等を伝送することも行われており、このような場合には、これらの情報を予め解析した上で、カスタマーエンジニアにより、同様の措置が採られる。
【０００５】
このような故障診断を行う方法として、例えば、特許文献１が開示されている。この特許文献１によれば、システムの故障を引き起こすシステムコンポーネントを、ベイジアンネットワークと称される規則に基づくシステム（ルール型システム）を用いてモデル化し、該ベイジアンネットワークは、当該システムコンポーネントが故障を引き起こしているか否かを示す状態を持つ標識ノードと、標識ノードに結合され、故障を生成するシステムコンポーネントの原因をそれぞれが表す複数の原因ノードと、複数の原因ノードのうち少なくとも１つの原因ノードにそれぞれが結合され、該結合された原因ノードの何れかによって表される原因を修復するアクションを提案するトラブルシューティング・ステップをそれぞれが表す第１の複数のトラブルシューティングノードとを備えることにより、システムのトラブルシューティングに際して、問題を解決できる確率が最も高く、必要とされる期待コストの最も少ないアクションがユーザに提供されるとしている。
【０００６】
また、特許文献１に開示されたこのような故障診断システムを改良すれば、ユーザにストレスを与えることなく、故障を引き起こすシステムコンポーネントを特定することのできるシステムを構築することも可能である。
【０００７】
このような改良した故障診断システムの一例として、例えば、各コンポーネントの観測データを表すノードとして電流センサや振動センサや用紙搬送センサを用いて取得されるコンポーネントの稼働状態を示す観測データ情報、履歴情報を表すノードとして画像形成装置の使用状況(使用年数、単位期間内の用紙フィード数で求められる使用頻度、故障交換頻度情報、パーツ交換履歴等)を表す履歴情報、環境情報を表すノードとして温度センサや湿度センサを用いて取得される動作環境を表す環境情報、消耗財情報を表すノードとして消耗材検知部にて取得される印刷用紙の厚さ（紙厚情報）や用紙種別や色剤の色種や染料／顔料などのタイプやその残量などを表す消耗材情報等からなるベイジアンネットワークを構成し、このようなベイジアンネットワークを利用して構築されるシステムがある。このような改良した故障診断システムでは、故障が発生すると、故障診断モードに入り、各種情報を種々のセンサから自動的に取得し、そのデータを装置の履歴や環境情報等とともにベイジアンネットワークにより故障確率を算出し、この算出した故障確率に基づいて故障箇所の候補を抽出する。さらに、各種センサによる各種情報を自動的に取得して確率を算出して、ベイジアンネットワークに組み込んで計算すれば、故障診断に関する予備知識がいらず、簡単な操作で正確な故障診断が可能になる。このため、故障診断に関する予備知識がない、あるいは経験の少ないサービスマン、顧客であっても、簡単な操作で正確な故障診断が可能となる。
【０００８】
【特許文献１】特開２００１−７５８０８号公報
【発明の開示】
【発明が解決しようとする課題】
【０００９】
しかしながら、特許文献１の診断システムでは、観察する顧客、またはカスタマーエンジニアが画像形成装置の状態をモニタするのに慣れていない場合、情報に大きなバラツキが生じる。そのため、観察する顧客が慣れていない場合、情報に大きなバラツキが生じて、重大な誤診断を招く恐れがあり、正確な故障箇所の特定には不十分である。特に、故障箇所が回路基板であった場合には正確な故障箇所の特定は困難なものとなる。
【００１０】
また、前記のような改良した故障診断システムによる故障診断においても、観測データ情報、履歴情報、環境情報、消耗財情報だけでは、回路基板上の部品の動作状態が十分に反映されているとは言えず、回路基板上のどの部品が故障したかを特定するには情報として不十分であった。
【００１１】
本発明は以上のような点を考慮して行なわれたものであり、従来の診断手法に比べて精度よく回路基板上の故障箇所を特定することが可能となる故障診断システムを提供することを目的とする。
【課題を解決するための手段】
【００１２】
かかる目的を達成するための、本発明の故障診断システムは、診断対象装置に組み込まれた回路基板及び／又は回路基板に実装された部品の動作時間をそれぞれ管理する動作時間管理部と、診断対象装置の故障原因と、当該故障原因と因果関係を有する入力情報とを結線して表現される故障診断モデルに基づく推論処理を行う故障診断部と、を備え、当該故障診断部は前記入力情報に前記回路基板毎の動作時間及び／又は回路基板に実装された部品毎の動作時間を含めて推論処理に基づく故障診断を行うことを特徴とする（請求項１）。回路基板や、これに実装される部品の故障確率は実際に回路基板、部品に通電された時間、パルスを発していた時間（動作時間）によって変化することに着目し、これらの情報を故障診断モデルに入力する入力情報として故障診断を行おうとするものである。
【００１３】
診断対象装置は、種々の動作モードを組み合わせて所望の動作を実現している。例えば、診断対象装置が画像形成装置である場合（請求項４、請求項５）、それぞれ所定の動作を行う複数の動作モードを組み合わせて画像読み取り、画像形成を行っている。例えば、両面印刷における用紙の搬送、反転、画像形成等を複数の動作モードを組み合わせて実行することができる。ここで、回路基板や回路基板上の部品（素子）の通電時間、動作時間は、動作モード毎に一定値を示すものである。すなわち、所定の動作モードが何回実行されたかを管理すれば、通算の通電時間、動作時間を把握することができる。そこで、前記のような故障診断システムでは、前記動作時間管理部は、診断対象装置の動作モード別に回路基板及び／又は回路基板に実装された部品の動作時間を管理する構成とすることができる（請求項２）。
【００１４】
また、このような故障診断システムでは、前記故障診断部は前記入力情報に予め割り振られた回路基板及び／又は回路基板に実装された部品の故障確率を含めて推論処理に基づく故障診断を行う構成とすることができる（請求項３）。回路基板や回路基板に実装された部品の故障確率は、例えば、それまでに蓄積された故障発生の頻度のデータに基づいて予め算出し、回路基板や回路基板に実装された部品の故障し易さを予め割り振っておくことができる。このような故障確率を故障診断モデルの入力情報として取り込んで故障診断を行えば故障診断精度をさらに向上させることができる。
【００１５】
次に、本発明の故障診断方法は、診断対象装置の故障原因と、当該故障原因と因果関係を有する入力情報とを結線して表現される故障診断モデルを用いる故障診断方法であって、診断対象装置に組み込まれた回路基板及び／又は回路基板に実装された部品の動作時間を算出し、前記入力情報として前記回路基板毎の動作時間及び／又は回路基板に実装された部品毎の動作時間を含めて推論処理に基づく故障診断を行うことを特徴とする（請求項６）。このような故障診断方法は、例えば、本発明の故障診断システムを稼働させることによって実施することができる。
【発明の効果】
【００１６】
本発明によれば、故障診断システムの入力情報として回路基板や回路基板に実装された部品毎に実際に動作した時間を加算した通算の動作時間を取り込んで故障診断を行えるようにしたので、故障診断の精度を向上させることができる。
【発明を実施するための最良の形態】
【００１７】
以下、本発明を実施するための最良の形態を図面と共に詳細に説明する。
【実施例１】
【００１８】
まず、故障診断システムを搭載した本発明おける診断対象装置となる画像形成装置１の構成について図１を用いて説明する。画像形成装置１は、ＣＣＤセンサにより画像をスキャンして読み取る画像読み取り部１０１と読み取った画像データを画像形成装置の他の部分に送信するためのインターフェイス部となるスキャナＩＦ部（スキャナーインターフェイス部）１０２、画像形成装置１の動作モードや動作状態を表示する表示部１０３と表示部を制御する表示制御部１０４、読み取った画像データやネットワークＩＦ部（インターネットインターフェイス部）から送られてきた画像データをプリントアウトするための画像形成部１０５、画像形成部１０５と他の部分とのインターフェイスとなるプリンタＩＦ部（プリンターインターフェイス部）１０６、画像形成装置１の動作指示を実行する指示入力部１０７と、画像データの記録・読み取り制御を行う記録・読み取り制御部１０８と、ネットワークを通して画像形成装置の状態やＰＣと画像データの送受信を行う通信ＩＦ部（通信インターフェイス部）１０９と、画像形成装置全体を制御するＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１１０と、画像形成装置を動作させるためのプログラムが格納されたＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）１１１と、画像形成装置の動作時のメモリＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１１２と、画像形成装置の各種状態を記憶するＮＶＲＡＭ（Ｎｏｎ Ｖｏｌａｔｉｔｅ ＲＡＭ：不揮発性メモリ）１１３を含んでいる。さらに、回路基板及び回路基板に実装された部品の動作時間をそれぞれ管理する動作時間管理部１０４を備えている。このような画像形成装置（１）におけるＣＰＵ（１１０）は、本発明における故障診断部の機能を果たす。
【００１９】
図２は、画像形成装置１の回路基板構成について示したものである。図２に示す通り、画像形成装置１内の基板構成は基板１、基板２、基板３、基板４と周辺機器から構成されている。基板１は、ＣＰＵ１、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ:特定用途向け集積回路）１１、ＡＳＩＣ１２、ＲＡＭ１１、ＲＡＭ１２、ＲＯＭ１と、基板２と接続するコネクタ１１、基板３と接続するコネクタ１２、基板４と接続するコネクタ１３、周辺機器と接続するコネクタ１４といった部品から構成される。また、基板２はＡＳＩＣ２、ＲＡＭ２１、ＲＡＭ２２と、基板１と接続するコネクタ２といった部品から構成される。また、基板３はＣＰＵ３、ＲＯＭ３と、基板１と接続するコネクタ３といった部品から構成される。また、基板４はＣＰＵ４、ＡＳＩＣ４、ＲＯＭ４と、基板１と接続するコネクタ４といった部品から構成される。周辺機器はハードディスクドライブ等の外部記憶装置等で構成される。
【００２０】
以上のように構成される画像形成装置１は、動作モード１、動作モード２等の動作を組み合わせて種々の動作を実現する。例えば、プリントアウトを１枚実行する場合は、動作モード１と動作モード２が関係しており、動作モード１が合計１００回、動作モード２が合計１００回動作することでプリントアウトを実現している。また、コピーを１枚実行する場合は、動作モード１と動作モード３が関係しており、動作モード１が合計１００回、動作モード３が合計２００回動作することでコピーを実現している。
【００２１】
次に、このような構成の画像形成装置１において回路基板上のどの部品が故障したかを特定する方法について説明する。図３は、画像形成装置１が保持する動作モードと、各動作モードにおいて動作する回路基板と、回路基板の部品のうち実際に動作する部品と、動作時間が格納された表である。この表は、動作時間管理部１１４に予め記憶されている。動作モード１の場合、基板１上のＲＡＭ１１が１０ｍｓ、ＲＡＭ１２が１０ｍｓ、ＣＰＵ１が３５ｍｓ、ＡＳＩＣ１１が２５ｍｓ、コネクタ１１が３０ｍｓ(ＡＳＩＣ１２、ＲＯＭ１１は未動作)、基板２上のＲＡＭ２２が１０ｍｓ、ＡＳＩＣ２が１０ｍｓ、コネクタ２１が１０ｍｓ、そして周辺機器が３５ｍｓ動作する。動作モード２と動作モード３については、図３に示した通りの部品が所定時間動作する。図４は、動作モード１における動作部品を示すハッチングを施して示している。
【００２２】
図５は、画像形成装置が所定の動作を行ったときの動作情報更新処理のフローチャートについて示している。画像形成装置が所定の動作を開始する(Ｓ５０１)。次に、その動作モードが動作モード１かどうかを判定する(Ｓ５０２)。判定の結果、動作モード１の場合(Ｓ５０２−Ｙｅｓ)、図３に示した表に従って、動作モード１の動作部品に対して動作時間を加算する(Ｓ５０４)。動作モード１でない場合(Ｓ５０２−Ｎｏ)、動作モード２かどうかを判定する(Ｓ５０３)。判定の結果、動作モード２の場合(Ｓ５０３−Ｙｅｓ)、動作モード２の動作部品に対して動作時間を加算する(Ｓ５０５)。動作モード２でもない場合(Ｓ５０３−Ｎｏ)、動作モード３だと判定し、動作モード３の動作部品に対して動作時間を加算する(Ｓ５０６)。加算された通算の動作時間は動作時間管理部１１４に記憶されたデータが更新される。
【００２３】
次に、プリントアウトを１００枚実行した際の動作時間情報の更新について説明する。動作時間情報として、通電時間と動作時間について示している。通電時間は画像形成装置の電源が通電している時間は継続して加算される。プリントアウトを１００枚に要した時間が０．１５時間の場合、全ての基板上が通電されているため、基板上の全ての部品について通電時間を０．１５時間加算する。また、動作時間については、動作モード別に動作した部品だけが所定時間加算される。動作時間の算出は、図３を用いる。プリントアウト１枚につき動作モード１が合計１００回、動作モード２が合計１００回動作するため、プリントアウト１００枚の場合、基板１上に搭載されているＲＡＭ１１の合計動作時間は１０ｍｓ×１００回×１００枚＝１００ｓ（＝０．０２８ｈ）、ＲＡＭ１２は動作モード１と動作モード２の両方で動作しており（１０ｍｓ×１００回＋１０ｍｓ×１００回）×１００枚＝３００ｓ（＝０．０８３ｈ）、ＣＰＵ１は動作モード１と動作モード２の両方で動作しており（３５ｍｓ×１００回＋１０ｍｓ×１００回）×１００枚＝４５０ｓ（＝０．１２５ｈ）、ＡＳＩＣ１１は動作モード１で動作しており２５ｍｓ×１００回×１００枚＝２５０ｓ（＝０．０６９ｈ）、コネクタ１１は動作モード１で動作しており（３０ｍｓ×１００回＋２０ｍｓ×１００回）×１００枚＝５００ｓ（＝０．１３９ｈ）となる。基板２上に搭載されている部品についても同様に算出し、ＲＡＭ１２は動作モード１で動作しており合計動作時間は１００ｓ（＝０．０２８ｈ）、ＡＳＩＣ２は動作モード１で動作しており１００ｓ（＝０．０２８ｈ）、コネクタ２１はは動作モード１で動作しており１００ｓ（＝０．０２８ｈ）、周辺機器はは動作モード１で動作しており合計動作時間は３５０ｓ（＝０．０９７ｈ）となる。基板３上に搭載されている部品についても同様に算出し、ＣＰＵ３は動作モード２で動作しており合計動作時間は３００ｓ（＝０．０８３ｈ）、ＲＯＭ３は動作モード２で動作しており２５０ｓ（＝０．０６９ｈ）、コネクタ３１は動作モード２で動作しており２５０ｓ（＝０．０６９ｈ）となる。以上で算出した各部品の動作時間を加算する。動作時間の加算結果を図６に示す。
【００２４】
次に、故障診断処理について、図７に示す故障診断処理のフローチャートにより説明する。画像形成装置１が故障した場合、図８に示すように表示部にエラーコードが発生する。エラーコードが発生した後に、画像形成装置を再起動する(Ｓ７０１)。再起動後にエラーコードが再発生するかどうかを判定する(Ｓ７０２)。エラーコードが再発生する場合(Ｓ７０２−Ｙｅｓ)、その後、故障診断に必要な各部品の動作時間情報を取得する(Ｓ７０３)。次に、取得した各部品の動作時間情報を部品の故障診断モデルに入力して、各部品の故障診断処理を行い(Ｓ７０４)、各部品の故障確率算出し、故障部品を特定する。これらの動作は、ＣＰＵ１１０、ＲＯＭ１１０、ＲＡＭ１１２等が協働して行う。なお、故障診断モデルはＮＶＲＡＭ１１３内のフォルダ内に格納されており、故障診断時に呼び出される。
【００２５】
ここで、故障確率の算出を行う推論エンジンとして故障診断モデルはベイジアン（ＢａＹｅｓｉａｎ）ネットワークで構成される。ベイジアンネットワークを利用する故障診断は、母集団内の良好な個体の統計的な情報を用いて探索点を生成する確率モデル遺伝的アルゴリズムを利用するものであり、ノード（変数）間の依存関係を確率的に捉え、グラフ構造（ベイジアンネットワークあるいは因果ネットワークと呼ばれる）を用いて、分布の推定を行う最適化アプローチである。ベイジアンネットワークを利用して画像形成装置の回路基板の故障診断を行う際には、ベイジアンネットワークの構成要素として、たとえば、コンポーネントが故障を引き起こしているか否かを示す状態を有するコンポーネント状態ノードと、コンポーネント状態ノードに接続され、コンポーネントの状態と因果関係にある複数の情報ノードとを有するネットワーク構成とする。一例としては、コンポーネントの状態を表すノード、動作時間情報を表すノード、ノードからなるベイジアンネットワークを構成する。
【００２６】
本実施例における故障診断モデルを図９に示す。コンポーネントの状態を表すノードは回路基板上の各部品、また、動作時間情報を表すノードは回路基板上の各部品の動作時間の因果関係をベイジアンネットワークで構成することにより故障診断モデルを構築する。そして、異常を検出してエラーコードを発生すると、故障診断モードに入り、各コンポーネントの動作データを収集し、ベイジアンネットワークにより故障確率を算出し、この算出した故障確率に基づいて故障箇所の候補を抽出する。このため、部品の故障確率を決定するための情報（変数；ノード）として、各部品の動作時間情報を、データ収集アプリケーションソフトを用いるなどして直接に取得する。各ノード内には、因果関係の強さを表す確率表を予め入れておく。各ノードに入れておく確率表の例としては、図１０、図１１に示すような各部品についての動作時間情報に対する正常確率と故障確率の表が挙げられる。図１０は、図５に示した動作部品に対する動作時間テーブル更新処理により加算された回路基板１上のＣＰＵ１の動作時間に対するＣＰＵ１の正常確率と故障確率である。動作時間が０〜５００時間の場合、ＣＰＵ１の正常確率は９０％で故障確率は１０％に設定し、動作時間が５０１〜２０００時間の場合、ＣＰＵ１の正常確率は８５％で故障確率は１５％に設定し、動作時間が２００１〜５０００時間の場合、ＣＰＵ１の正常確率は８３％で故障確率は１７％に設定し、動作時間が５００１〜１００００時間の場合、ＣＰＵ１の正常確率は８０％で故障確率は２０％に設定し、動作時間が１０００１〜１５０００時間の場合、ＣＰＵ１の正常確率は７８％で故障確率は２２％に設定し、動作時間が１５００１〜２５０００時間の場合、ＣＰＵ１の正常確率は７６％で故障確率は２４％に設定する。他の回路基板である回路基板２の部品ＲＡＭ２１に対しても図１１に示すようにＲＡＭ２１の動作時間に対するＲＡＭ２１の正常確率と故障確率の表を設定する。また、他の部品についても、同様に確率表を設定する。
【００２７】
本実施例では図９に示したように、回路基板上の故障部品を特定するために、回路基板上の部品ノードと動作時間情報ノードを用いて故障診断モデルを構成していたが、更に故障診断の精度を向上させるために、エラーコード情報ノードや、各部品の製造番号情報ノード（各部品のＩＤ情報ノード）を付加した故障診断モデルにしてもよい。図１２に各部品の動作時間情報に加えて、エラーコード情報ノードと製造番号情報ノードを付加した故障診断モデルを示す。
【００２８】
図１５は、エラーコードの状態を示すものであり、図１６はＲＡＭ２１のノードに入れておく正常確率と故障確率の確率表を示している。エラーコードが１１１−０１１の場合、故障箇所候補は図１３に示すように、回路基板１と回路基板２と回路基板３になるので、回路基板２上に実装されたＲＡＭ２１はノードが動作時間情報のみに比べて、全般的に故障確率が高くなる。エラーコードが１１１−０１１において、動作時間が０〜１０００時間の場合、ＲＡＭ２１の正常確率は４０％で故障確率６０％に設定し、動作時間が１００１〜３０００時間の場合、ＲＡＭ２１の正常確率は３７％で故障確率６３％に設定し、動作時間が３００１〜５０００時間の場合、ＲＡＭ２１の正常確率は３０％で故障確率７０％に設定し、動作時間が５００１〜８０００時間の場合、ＲＡＭ２１の正常確率は２５％で故障確率７５％に設定し、動作時間が８００１〜２３０００時間の場合、ＲＡＭ２１の正常確率は２２％で故障確率７８％に設定し、動作時間が２３００１〜３００００時間の場合、ＲＡＭ２１の正常確率は２１％で故障確率７９％に設定する。また、エラーコードが２１１-０５５の場合、故障箇所候補は図１４に示すように、回路基板１と回路基板４と周辺機器になるので、ＲＡＭ２１はノードが動作時間情報に比べて、全般的に故障確率が低くなる。エラーコードが２１１−０５５において、動作時間が０〜１０００時間の場合、ＲＡＭ２１の正常確率は９８％で故障確率２％に設定し、動作時間が１００１〜３０００時間の場合、ＲＡＭ２１の正常確率は９７％で故障確率３％に設定し、動作時間が３００１〜５０００時間の場合、ＲＡＭ２１の正常確率は９５％で故障確率５％に設定し、動作時間が５００１〜８０００時間の場合、ＲＡＭ２１の正常確率は９４％で故障確率６％に設定し、動作時間が８００１〜２３０００時間の場合、ＲＡＭ２１の正常確率は９３％で故障確率７％に設定し、動作時間が２３００１〜３００００時間の場合、ＲＡＭ２１の正常確率は９２％で故障確率８％に設定する。このように、動作時間情報に加えて、エラーコード情報と製造番号情報を加えた診断モデルを構築することでより精度の高い故障診断を行うことが可能となる。
【００２９】
実施例１では、動作モード別において回路基板上の各部品の所定動作時間を加算し、それをベイジアンネットワークにより構成された診断モデルに動作時間情報を入力することで、精度よく故障箇所の特定行うことができる。
【実施例２】
【００３０】
実施例２では、故障した回路基板を特定するために、実施例１の故障診断モデルで算出した回路基板上の各部品の故障確率情報をノードとして加え、故障した回路基板を特定する方法について説明する。
【００３１】
実施例２の故障診断処理について、図１７に示す故障診断処理のフローチャートにより説明する。Ｓ１７０１〜Ｓ１７０５までは実施例１と同様の処理のため説明を省略する。次に、回路基板の故障診断モデルを呼び出し（Ｓ１７０６）、Ｓ１７０５で算出した各部品の故障確率情報を取得する（Ｓ１７０７）。そして、取得した各部品の故障確率情報を、回路基板の故障診断モデルに入力して、回路基板の故障診断処理を行い（Ｓ１７０８）、故障確率を算出する。
【００３２】
実施例２における回路基板の故障診断モデルを図１８に示す。コンポーネント（本実施例では回路基板）の状態を表すノードと、実施例１から算出した各部品の故障確率を表すノードの因果関係をベイジアンネットワークで構成することにより故障診断モデルを構築する。また、各ノードに入れておく確率表の例としては、図１９〜図２１に示すような確率表が挙げられる。図１９は、各部品についての故障確率情報についての確率表であり、ＡＳＩＣ１１の故障確率が２０％未満の場合（図１９上ではＡで表現）が３０％、故障確率が２０％以上の場合（図１９上ではＢで表現）が７０％に設定している。図２０は、ＲＡＭ１１の故障確率が３０％未満の場合（図２０ではＣで表現）が２０％、故障確率が３０％以上の場合（図２０上ではＤで表現）が８０％に設定している。また、図２１は各部品の故障確率情報に対する回路基板の故障確率表であり、ＡＳＩＣ１１の故障確率情報が２０％未満で、ＲＡＭ１１の故障確率情報が３０％以上、・・・の場合、回路基板１の正常確率は７０％、故障確率は３０％に設定している。
【００３３】
本実施例では図１８に示したように、故障した回路基板を特定するために、回路基板ノードと、各部品の故障確率情報ノードとを用いて故障診断モデルを構成していたが、実施例１の場合と同様に、更に故障診断の精度を向上させるために、環境情報、画像形成装置の動作情報、エラーコード情報を故障診断モデルのノードとして付加することができる。以下、このような故障診断モデルを用いて故障した回路基板を特定する方法について説明する。ここで、環境情報とは、画像形成装置が設置場所における温度や湿度等の情報である。また、画像形成装置の動作情報とは、プリント枚数、スキャン枚数、ドラム使用量、トナー使用量等の情報である。このときの故障診断モデルを図２２に示す。また、各ノードに入れておく確率表の例としては、図２３〜図２５に示すような確率表が挙げられる。図２３は環境情報の１つである温度情報の確率表、図２４はプリント情報の１つであるプリント枚数情報の確率表、図２５はエラーコード情報、各部品の故障確率情報、温度情報、・・・に対する回路基板の故障確率表を示す。故障した回路基板を特定する方法は故障診断モデルに入力する情報ノードが増加するのみで、基本的な故障診断処理のプロセスは前記の場合と同様であるその詳細な説明は省略する。
【００３４】
実施例２では、動作モード別において回路基板上の各部品の所定動作時間を加算し、それをベイジアンネットワークにより構成された部品の故障診断モデルに動作時間情報を入力することで、部品の故障確率を算出し、更に、回路基板の故障診断モデルに各部品の故障確率情報を入力することで、精度よく故障した回路基板の特定を行うことができる。
【００３５】
以上、説明したように、本発明の特徴は、ベイジアンネットワーク等を用いた故障診断モデルにおいて、故障診断を行うための入力情報に回路基板、回路基板上の部品の動作時間に関する情報を加えた点にある。このため、故障診断システムのハード的な構成は、従来のシステムを用いることができる。
【００３６】
なお、上記実施例は本発明を実施するための例にすぎず、本発明はこれらに限定されるものではなく、これらの実施例を種々変形することは本発明の範囲内であり、更に本発明の範囲内において、他の様々な実施例が可能であることは上記記載から自明である。
【図面の簡単な説明】
【００３７】
【図１】画像形成装置のハードウエア構成を説明する図である。
【図２】画像形成装置の回路基板群を説明する図である。
【図３】各動作モードにおける動作部品と動作時間を説明する図である。
【図４】動作モード１における動作部品を説明するフローチャートである。
【図５】動作部品に対する動作時間テーブル更新処理を説明するフローチャートである。
【図６】動作モード１で動作した際の動作時間情報の更新を説明するフローチャートである。
【図７】実施例１における故障診断処理を説明するフローチャートである。
【図８】故障時の表示部の例を説明する図である。
【図９】各部品の動作時間情報をノードとした故障診断モデルを説明するグ図である。
【図１０】ＣＰＵ１の動作時間によるＣＰＵの故障確率を説明する表である。
【図１１】ＲＡＭ２１の動作時間によるＲＡＭ２１の故障確率を説明する表である。
【図１２】各部品の動作時間に加えて各部品のＩＤとエラーコート情報をノードとした診断モデルを説明する図である。
【図１３】エラーコード１１１-０１１の故障箇所候補を説明する図である。
【図１４】エラーコード２１１-０５５の故障箇所候補を説明する図である。
【図１５】エラーコードの状態を説明する表である。
【図１６】エラーコードとＲＡＭ２１の動作時間情報の組み合わせによる部品の故障確率を説明する表である。
【図１７】実施例２における故障診断処理のフローチャートである。
【図１８】実施例２における回路基板の故障診断モデルを説明する図である。
【図１９】ＡＳＩＣ１１故障確率の状態を説明する図である。
【図２０】ＲＡＭ１１故障確率の状態を説明する図である。
【図２１】各部品の故障確率情報に対する回路基板１の故障確率を説明する図である。
【図２２】実施例２における回路基板の故障診断モデルを説明する図である。
【図２３】温度の状態を説明する図である。
【図２４】プリント枚数の状態を説明する図である。
【図２５】エラーコード、回路基板上の各部品の故障確率、環境情報（温度、湿度等）の組み合わせによる回路基板の故障確率を説明する図である。
【符号の説明】
【００３８】
１ 画像形成装置
１０１ 画像読み取り部
１０２ スキャナＩＦ部
１０３ 表示部
１０４ 表示制御部
１０５ 画像形成部
１０６ プリンタＩＦ部
１０７ 指示入力部
１０８ 記録・読み取り制御部
１０９ 通信ＩＦ部
１１０ ＣＰＵ
１１１ ＲＯＭ
１１２ ＲＡＭ
１１３ ＮＶＲＡＭ
１１４ 動作時間管理部
【技術分野】
【０００１】
本発明は、回路基板を組み込んだ装置の故障診断診断システム、画像形成装置及び故障診断方法に関する。
【背景技術】
【０００２】
パーソナルコンピュータ、複写機等の電子機器には、近年、性能、機能の向上に伴い、益々、それらを実現するための様々な用途のアナログ、及びデジタルの電子回路がプリント基板（回路基板）の形で格納、組み付けられている。また、自動車や航空、ロボットや半導体設計装置等、他の産業機器においても動作制御等の手段として、信頼性が高く、高速・高精度での動作が可能な電子回路基板が数多く搭載されている。これらの電子回路基板は一連の機能を実現するために、様々な形でケーブルを介して接続されることにより、所望のスペックが実現されている。このような基板が搭載される機器が使用される環境は、通常はオフィス内であったり、家屋内であったりするが、それ以外の過酷な環境下で使用される場合もあり、非常に多岐にわたっている。特に使用環境が劣悪である場合には、通常の方法で使用していたとしても、状態の検出、状態の把握が困難な様々な異常、故障が発生し、その修復には多大な労力を要することになる。また、通常の使用環境下で使用している場合でも、電子回路の異常、故障は発生し、その頻度は必ずしも低いとは言えず、検出箇所を特定できないこともしばしば生じていた。さらに、電子回路基板に異常が発生した場合には、安全性やコストなどの面から早急な対応が必要でもあった。
【０００３】
このような異常が複写機等に発生した際の対応の一例として、複写機やプリンタ等の異常、故障情報の連絡がサービスセンターに入ると、修理担当者であるカスタマーエンジニアが現地に駆けつけて、機器に表示されたフェイルコードから、または記録された故障個所情報や故障履歴の情報等をもとに故障部位の特定を行い、部品の交換をする、あるいは修復作業を行う、などの措置手段を講ずることがある。
【０００４】
また、これらの機器がネットワークに接続されており、自動的にこれらの情報を管理する部署へ、状態の管理や故障情報等を伝送することも行われており、このような場合には、これらの情報を予め解析した上で、カスタマーエンジニアにより、同様の措置が採られる。
【０００５】
このような故障診断を行う方法として、例えば、特許文献１が開示されている。この特許文献１によれば、システムの故障を引き起こすシステムコンポーネントを、ベイジアンネットワークと称される規則に基づくシステム（ルール型システム）を用いてモデル化し、該ベイジアンネットワークは、当該システムコンポーネントが故障を引き起こしているか否かを示す状態を持つ標識ノードと、標識ノードに結合され、故障を生成するシステムコンポーネントの原因をそれぞれが表す複数の原因ノードと、複数の原因ノードのうち少なくとも１つの原因ノードにそれぞれが結合され、該結合された原因ノードの何れかによって表される原因を修復するアクションを提案するトラブルシューティング・ステップをそれぞれが表す第１の複数のトラブルシューティングノードとを備えることにより、システムのトラブルシューティングに際して、問題を解決できる確率が最も高く、必要とされる期待コストの最も少ないアクションがユーザに提供されるとしている。
【０００６】
また、特許文献１に開示されたこのような故障診断システムを改良すれば、ユーザにストレスを与えることなく、故障を引き起こすシステムコンポーネントを特定することのできるシステムを構築することも可能である。
【０００７】
このような改良した故障診断システムの一例として、例えば、各コンポーネントの観測データを表すノードとして電流センサや振動センサや用紙搬送センサを用いて取得されるコンポーネントの稼働状態を示す観測データ情報、履歴情報を表すノードとして画像形成装置の使用状況(使用年数、単位期間内の用紙フィード数で求められる使用頻度、故障交換頻度情報、パーツ交換履歴等)を表す履歴情報、環境情報を表すノードとして温度センサや湿度センサを用いて取得される動作環境を表す環境情報、消耗財情報を表すノードとして消耗材検知部にて取得される印刷用紙の厚さ（紙厚情報）や用紙種別や色剤の色種や染料／顔料などのタイプやその残量などを表す消耗材情報等からなるベイジアンネットワークを構成し、このようなベイジアンネットワークを利用して構築されるシステムがある。このような改良した故障診断システムでは、故障が発生すると、故障診断モードに入り、各種情報を種々のセンサから自動的に取得し、そのデータを装置の履歴や環境情報等とともにベイジアンネットワークにより故障確率を算出し、この算出した故障確率に基づいて故障箇所の候補を抽出する。さらに、各種センサによる各種情報を自動的に取得して確率を算出して、ベイジアンネットワークに組み込んで計算すれば、故障診断に関する予備知識がいらず、簡単な操作で正確な故障診断が可能になる。このため、故障診断に関する予備知識がない、あるいは経験の少ないサービスマン、顧客であっても、簡単な操作で正確な故障診断が可能となる。
【０００８】
【特許文献１】特開２００１−７５８０８号公報
【発明の開示】
【発明が解決しようとする課題】
【０００９】
しかしながら、特許文献１の診断システムでは、観察する顧客、またはカスタマーエンジニアが画像形成装置の状態をモニタするのに慣れていない場合、情報に大きなバラツキが生じる。そのため、観察する顧客が慣れていない場合、情報に大きなバラツキが生じて、重大な誤診断を招く恐れがあり、正確な故障箇所の特定には不十分である。特に、故障箇所が回路基板であった場合には正確な故障箇所の特定は困難なものとなる。
【００１０】
また、前記のような改良した故障診断システムによる故障診断においても、観測データ情報、履歴情報、環境情報、消耗財情報だけでは、回路基板上の部品の動作状態が十分に反映されているとは言えず、回路基板上のどの部品が故障したかを特定するには情報として不十分であった。
【００１１】
本発明は以上のような点を考慮して行なわれたものであり、従来の診断手法に比べて精度よく回路基板上の故障箇所を特定することが可能となる故障診断システムを提供することを目的とする。
【課題を解決するための手段】
【００１２】
かかる目的を達成するための、本発明の故障診断システムは、診断対象装置に組み込まれた回路基板及び／又は回路基板に実装された部品の動作時間をそれぞれ管理する動作時間管理部と、診断対象装置の故障原因と、当該故障原因と因果関係を有する入力情報とを結線して表現される故障診断モデルに基づく推論処理を行う故障診断部と、を備え、当該故障診断部は前記入力情報に前記回路基板毎の動作時間及び／又は回路基板に実装された部品毎の動作時間を含めて推論処理に基づく故障診断を行うことを特徴とする（請求項１）。回路基板や、これに実装される部品の故障確率は実際に回路基板、部品に通電された時間、パルスを発していた時間（動作時間）によって変化することに着目し、これらの情報を故障診断モデルに入力する入力情報として故障診断を行おうとするものである。
【００１３】
診断対象装置は、種々の動作モードを組み合わせて所望の動作を実現している。例えば、診断対象装置が画像形成装置である場合（請求項４、請求項５）、それぞれ所定の動作を行う複数の動作モードを組み合わせて画像読み取り、画像形成を行っている。例えば、両面印刷における用紙の搬送、反転、画像形成等を複数の動作モードを組み合わせて実行することができる。ここで、回路基板や回路基板上の部品（素子）の通電時間、動作時間は、動作モード毎に一定値を示すものである。すなわち、所定の動作モードが何回実行されたかを管理すれば、通算の通電時間、動作時間を把握することができる。そこで、前記のような故障診断システムでは、前記動作時間管理部は、診断対象装置の動作モード別に回路基板及び／又は回路基板に実装された部品の動作時間を管理する構成とすることができる（請求項２）。
【００１４】
また、このような故障診断システムでは、前記故障診断部は前記入力情報に予め割り振られた回路基板及び／又は回路基板に実装された部品の故障確率を含めて推論処理に基づく故障診断を行う構成とすることができる（請求項３）。回路基板や回路基板に実装された部品の故障確率は、例えば、それまでに蓄積された故障発生の頻度のデータに基づいて予め算出し、回路基板や回路基板に実装された部品の故障し易さを予め割り振っておくことができる。このような故障確率を故障診断モデルの入力情報として取り込んで故障診断を行えば故障診断精度をさらに向上させることができる。
【００１５】
次に、本発明の故障診断方法は、診断対象装置の故障原因と、当該故障原因と因果関係を有する入力情報とを結線して表現される故障診断モデルを用いる故障診断方法であって、診断対象装置に組み込まれた回路基板及び／又は回路基板に実装された部品の動作時間を算出し、前記入力情報として前記回路基板毎の動作時間及び／又は回路基板に実装された部品毎の動作時間を含めて推論処理に基づく故障診断を行うことを特徴とする（請求項６）。このような故障診断方法は、例えば、本発明の故障診断システムを稼働させることによって実施することができる。
【発明の効果】
【００１６】
本発明によれば、故障診断システムの入力情報として回路基板や回路基板に実装された部品毎に実際に動作した時間を加算した通算の動作時間を取り込んで故障診断を行えるようにしたので、故障診断の精度を向上させることができる。
【発明を実施するための最良の形態】
【００１７】
以下、本発明を実施するための最良の形態を図面と共に詳細に説明する。
【実施例１】
【００１８】
まず、故障診断システムを搭載した本発明おける診断対象装置となる画像形成装置１の構成について図１を用いて説明する。画像形成装置１は、ＣＣＤセンサにより画像をスキャンして読み取る画像読み取り部１０１と読み取った画像データを画像形成装置の他の部分に送信するためのインターフェイス部となるスキャナＩＦ部（スキャナーインターフェイス部）１０２、画像形成装置１の動作モードや動作状態を表示する表示部１０３と表示部を制御する表示制御部１０４、読み取った画像データやネットワークＩＦ部（インターネットインターフェイス部）から送られてきた画像データをプリントアウトするための画像形成部１０５、画像形成部１０５と他の部分とのインターフェイスとなるプリンタＩＦ部（プリンターインターフェイス部）１０６、画像形成装置１の動作指示を実行する指示入力部１０７と、画像データの記録・読み取り制御を行う記録・読み取り制御部１０８と、ネットワークを通して画像形成装置の状態やＰＣと画像データの送受信を行う通信ＩＦ部（通信インターフェイス部）１０９と、画像形成装置全体を制御するＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１１０と、画像形成装置を動作させるためのプログラムが格納されたＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）１１１と、画像形成装置の動作時のメモリＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１１２と、画像形成装置の各種状態を記憶するＮＶＲＡＭ（Ｎｏｎ Ｖｏｌａｔｉｔｅ ＲＡＭ：不揮発性メモリ）１１３を含んでいる。さらに、回路基板及び回路基板に実装された部品の動作時間をそれぞれ管理する動作時間管理部１０４を備えている。このような画像形成装置（１）におけるＣＰＵ（１１０）は、本発明における故障診断部の機能を果たす。
【００１９】
図２は、画像形成装置１の回路基板構成について示したものである。図２に示す通り、画像形成装置１内の基板構成は基板１、基板２、基板３、基板４と周辺機器から構成されている。基板１は、ＣＰＵ１、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ:特定用途向け集積回路）１１、ＡＳＩＣ１２、ＲＡＭ１１、ＲＡＭ１２、ＲＯＭ１と、基板２と接続するコネクタ１１、基板３と接続するコネクタ１２、基板４と接続するコネクタ１３、周辺機器と接続するコネクタ１４といった部品から構成される。また、基板２はＡＳＩＣ２、ＲＡＭ２１、ＲＡＭ２２と、基板１と接続するコネクタ２といった部品から構成される。また、基板３はＣＰＵ３、ＲＯＭ３と、基板１と接続するコネクタ３といった部品から構成される。また、基板４はＣＰＵ４、ＡＳＩＣ４、ＲＯＭ４と、基板１と接続するコネクタ４といった部品から構成される。周辺機器はハードディスクドライブ等の外部記憶装置等で構成される。
【００２０】
以上のように構成される画像形成装置１は、動作モード１、動作モード２等の動作を組み合わせて種々の動作を実現する。例えば、プリントアウトを１枚実行する場合は、動作モード１と動作モード２が関係しており、動作モード１が合計１００回、動作モード２が合計１００回動作することでプリントアウトを実現している。また、コピーを１枚実行する場合は、動作モード１と動作モード３が関係しており、動作モード１が合計１００回、動作モード３が合計２００回動作することでコピーを実現している。
【００２１】
次に、このような構成の画像形成装置１において回路基板上のどの部品が故障したかを特定する方法について説明する。図３は、画像形成装置１が保持する動作モードと、各動作モードにおいて動作する回路基板と、回路基板の部品のうち実際に動作する部品と、動作時間が格納された表である。この表は、動作時間管理部１１４に予め記憶されている。動作モード１の場合、基板１上のＲＡＭ１１が１０ｍｓ、ＲＡＭ１２が１０ｍｓ、ＣＰＵ１が３５ｍｓ、ＡＳＩＣ１１が２５ｍｓ、コネクタ１１が３０ｍｓ(ＡＳＩＣ１２、ＲＯＭ１１は未動作)、基板２上のＲＡＭ２２が１０ｍｓ、ＡＳＩＣ２が１０ｍｓ、コネクタ２１が１０ｍｓ、そして周辺機器が３５ｍｓ動作する。動作モード２と動作モード３については、図３に示した通りの部品が所定時間動作する。図４は、動作モード１における動作部品を示すハッチングを施して示している。
【００２２】
図５は、画像形成装置が所定の動作を行ったときの動作情報更新処理のフローチャートについて示している。画像形成装置が所定の動作を開始する(Ｓ５０１)。次に、その動作モードが動作モード１かどうかを判定する(Ｓ５０２)。判定の結果、動作モード１の場合(Ｓ５０２−Ｙｅｓ)、図３に示した表に従って、動作モード１の動作部品に対して動作時間を加算する(Ｓ５０４)。動作モード１でない場合(Ｓ５０２−Ｎｏ)、動作モード２かどうかを判定する(Ｓ５０３)。判定の結果、動作モード２の場合(Ｓ５０３−Ｙｅｓ)、動作モード２の動作部品に対して動作時間を加算する(Ｓ５０５)。動作モード２でもない場合(Ｓ５０３−Ｎｏ)、動作モード３だと判定し、動作モード３の動作部品に対して動作時間を加算する(Ｓ５０６)。加算された通算の動作時間は動作時間管理部１１４に記憶されたデータが更新される。
【００２３】
次に、プリントアウトを１００枚実行した際の動作時間情報の更新について説明する。動作時間情報として、通電時間と動作時間について示している。通電時間は画像形成装置の電源が通電している時間は継続して加算される。プリントアウトを１００枚に要した時間が０．１５時間の場合、全ての基板上が通電されているため、基板上の全ての部品について通電時間を０．１５時間加算する。また、動作時間については、動作モード別に動作した部品だけが所定時間加算される。動作時間の算出は、図３を用いる。プリントアウト１枚につき動作モード１が合計１００回、動作モード２が合計１００回動作するため、プリントアウト１００枚の場合、基板１上に搭載されているＲＡＭ１１の合計動作時間は１０ｍｓ×１００回×１００枚＝１００ｓ（＝０．０２８ｈ）、ＲＡＭ１２は動作モード１と動作モード２の両方で動作しており（１０ｍｓ×１００回＋１０ｍｓ×１００回）×１００枚＝３００ｓ（＝０．０８３ｈ）、ＣＰＵ１は動作モード１と動作モード２の両方で動作しており（３５ｍｓ×１００回＋１０ｍｓ×１００回）×１００枚＝４５０ｓ（＝０．１２５ｈ）、ＡＳＩＣ１１は動作モード１で動作しており２５ｍｓ×１００回×１００枚＝２５０ｓ（＝０．０６９ｈ）、コネクタ１１は動作モード１で動作しており（３０ｍｓ×１００回＋２０ｍｓ×１００回）×１００枚＝５００ｓ（＝０．１３９ｈ）となる。基板２上に搭載されている部品についても同様に算出し、ＲＡＭ１２は動作モード１で動作しており合計動作時間は１００ｓ（＝０．０２８ｈ）、ＡＳＩＣ２は動作モード１で動作しており１００ｓ（＝０．０２８ｈ）、コネクタ２１はは動作モード１で動作しており１００ｓ（＝０．０２８ｈ）、周辺機器はは動作モード１で動作しており合計動作時間は３５０ｓ（＝０．０９７ｈ）となる。基板３上に搭載されている部品についても同様に算出し、ＣＰＵ３は動作モード２で動作しており合計動作時間は３００ｓ（＝０．０８３ｈ）、ＲＯＭ３は動作モード２で動作しており２５０ｓ（＝０．０６９ｈ）、コネクタ３１は動作モード２で動作しており２５０ｓ（＝０．０６９ｈ）となる。以上で算出した各部品の動作時間を加算する。動作時間の加算結果を図６に示す。
【００２４】
次に、故障診断処理について、図７に示す故障診断処理のフローチャートにより説明する。画像形成装置１が故障した場合、図８に示すように表示部にエラーコードが発生する。エラーコードが発生した後に、画像形成装置を再起動する(Ｓ７０１)。再起動後にエラーコードが再発生するかどうかを判定する(Ｓ７０２)。エラーコードが再発生する場合(Ｓ７０２−Ｙｅｓ)、その後、故障診断に必要な各部品の動作時間情報を取得する(Ｓ７０３)。次に、取得した各部品の動作時間情報を部品の故障診断モデルに入力して、各部品の故障診断処理を行い(Ｓ７０４)、各部品の故障確率算出し、故障部品を特定する。これらの動作は、ＣＰＵ１１０、ＲＯＭ１１０、ＲＡＭ１１２等が協働して行う。なお、故障診断モデルはＮＶＲＡＭ１１３内のフォルダ内に格納されており、故障診断時に呼び出される。
【００２５】
ここで、故障確率の算出を行う推論エンジンとして故障診断モデルはベイジアン（ＢａＹｅｓｉａｎ）ネットワークで構成される。ベイジアンネットワークを利用する故障診断は、母集団内の良好な個体の統計的な情報を用いて探索点を生成する確率モデル遺伝的アルゴリズムを利用するものであり、ノード（変数）間の依存関係を確率的に捉え、グラフ構造（ベイジアンネットワークあるいは因果ネットワークと呼ばれる）を用いて、分布の推定を行う最適化アプローチである。ベイジアンネットワークを利用して画像形成装置の回路基板の故障診断を行う際には、ベイジアンネットワークの構成要素として、たとえば、コンポーネントが故障を引き起こしているか否かを示す状態を有するコンポーネント状態ノードと、コンポーネント状態ノードに接続され、コンポーネントの状態と因果関係にある複数の情報ノードとを有するネットワーク構成とする。一例としては、コンポーネントの状態を表すノード、動作時間情報を表すノード、ノードからなるベイジアンネットワークを構成する。
【００２６】
本実施例における故障診断モデルを図９に示す。コンポーネントの状態を表すノードは回路基板上の各部品、また、動作時間情報を表すノードは回路基板上の各部品の動作時間の因果関係をベイジアンネットワークで構成することにより故障診断モデルを構築する。そして、異常を検出してエラーコードを発生すると、故障診断モードに入り、各コンポーネントの動作データを収集し、ベイジアンネットワークにより故障確率を算出し、この算出した故障確率に基づいて故障箇所の候補を抽出する。このため、部品の故障確率を決定するための情報（変数；ノード）として、各部品の動作時間情報を、データ収集アプリケーションソフトを用いるなどして直接に取得する。各ノード内には、因果関係の強さを表す確率表を予め入れておく。各ノードに入れておく確率表の例としては、図１０、図１１に示すような各部品についての動作時間情報に対する正常確率と故障確率の表が挙げられる。図１０は、図５に示した動作部品に対する動作時間テーブル更新処理により加算された回路基板１上のＣＰＵ１の動作時間に対するＣＰＵ１の正常確率と故障確率である。動作時間が０〜５００時間の場合、ＣＰＵ１の正常確率は９０％で故障確率は１０％に設定し、動作時間が５０１〜２０００時間の場合、ＣＰＵ１の正常確率は８５％で故障確率は１５％に設定し、動作時間が２００１〜５０００時間の場合、ＣＰＵ１の正常確率は８３％で故障確率は１７％に設定し、動作時間が５００１〜１００００時間の場合、ＣＰＵ１の正常確率は８０％で故障確率は２０％に設定し、動作時間が１０００１〜１５０００時間の場合、ＣＰＵ１の正常確率は７８％で故障確率は２２％に設定し、動作時間が１５００１〜２５０００時間の場合、ＣＰＵ１の正常確率は７６％で故障確率は２４％に設定する。他の回路基板である回路基板２の部品ＲＡＭ２１に対しても図１１に示すようにＲＡＭ２１の動作時間に対するＲＡＭ２１の正常確率と故障確率の表を設定する。また、他の部品についても、同様に確率表を設定する。
【００２７】
本実施例では図９に示したように、回路基板上の故障部品を特定するために、回路基板上の部品ノードと動作時間情報ノードを用いて故障診断モデルを構成していたが、更に故障診断の精度を向上させるために、エラーコード情報ノードや、各部品の製造番号情報ノード（各部品のＩＤ情報ノード）を付加した故障診断モデルにしてもよい。図１２に各部品の動作時間情報に加えて、エラーコード情報ノードと製造番号情報ノードを付加した故障診断モデルを示す。
【００２８】
図１５は、エラーコードの状態を示すものであり、図１６はＲＡＭ２１のノードに入れておく正常確率と故障確率の確率表を示している。エラーコードが１１１−０１１の場合、故障箇所候補は図１３に示すように、回路基板１と回路基板２と回路基板３になるので、回路基板２上に実装されたＲＡＭ２１はノードが動作時間情報のみに比べて、全般的に故障確率が高くなる。エラーコードが１１１−０１１において、動作時間が０〜１０００時間の場合、ＲＡＭ２１の正常確率は４０％で故障確率６０％に設定し、動作時間が１００１〜３０００時間の場合、ＲＡＭ２１の正常確率は３７％で故障確率６３％に設定し、動作時間が３００１〜５０００時間の場合、ＲＡＭ２１の正常確率は３０％で故障確率７０％に設定し、動作時間が５００１〜８０００時間の場合、ＲＡＭ２１の正常確率は２５％で故障確率７５％に設定し、動作時間が８００１〜２３０００時間の場合、ＲＡＭ２１の正常確率は２２％で故障確率７８％に設定し、動作時間が２３００１〜３００００時間の場合、ＲＡＭ２１の正常確率は２１％で故障確率７９％に設定する。また、エラーコードが２１１-０５５の場合、故障箇所候補は図１４に示すように、回路基板１と回路基板４と周辺機器になるので、ＲＡＭ２１はノードが動作時間情報に比べて、全般的に故障確率が低くなる。エラーコードが２１１−０５５において、動作時間が０〜１０００時間の場合、ＲＡＭ２１の正常確率は９８％で故障確率２％に設定し、動作時間が１００１〜３０００時間の場合、ＲＡＭ２１の正常確率は９７％で故障確率３％に設定し、動作時間が３００１〜５０００時間の場合、ＲＡＭ２１の正常確率は９５％で故障確率５％に設定し、動作時間が５００１〜８０００時間の場合、ＲＡＭ２１の正常確率は９４％で故障確率６％に設定し、動作時間が８００１〜２３０００時間の場合、ＲＡＭ２１の正常確率は９３％で故障確率７％に設定し、動作時間が２３００１〜３００００時間の場合、ＲＡＭ２１の正常確率は９２％で故障確率８％に設定する。このように、動作時間情報に加えて、エラーコード情報と製造番号情報を加えた診断モデルを構築することでより精度の高い故障診断を行うことが可能となる。
【００２９】
実施例１では、動作モード別において回路基板上の各部品の所定動作時間を加算し、それをベイジアンネットワークにより構成された診断モデルに動作時間情報を入力することで、精度よく故障箇所の特定行うことができる。
【実施例２】
【００３０】
実施例２では、故障した回路基板を特定するために、実施例１の故障診断モデルで算出した回路基板上の各部品の故障確率情報をノードとして加え、故障した回路基板を特定する方法について説明する。
【００３１】
実施例２の故障診断処理について、図１７に示す故障診断処理のフローチャートにより説明する。Ｓ１７０１〜Ｓ１７０５までは実施例１と同様の処理のため説明を省略する。次に、回路基板の故障診断モデルを呼び出し（Ｓ１７０６）、Ｓ１７０５で算出した各部品の故障確率情報を取得する（Ｓ１７０７）。そして、取得した各部品の故障確率情報を、回路基板の故障診断モデルに入力して、回路基板の故障診断処理を行い（Ｓ１７０８）、故障確率を算出する。
【００３２】
実施例２における回路基板の故障診断モデルを図１８に示す。コンポーネント（本実施例では回路基板）の状態を表すノードと、実施例１から算出した各部品の故障確率を表すノードの因果関係をベイジアンネットワークで構成することにより故障診断モデルを構築する。また、各ノードに入れておく確率表の例としては、図１９〜図２１に示すような確率表が挙げられる。図１９は、各部品についての故障確率情報についての確率表であり、ＡＳＩＣ１１の故障確率が２０％未満の場合（図１９上ではＡで表現）が３０％、故障確率が２０％以上の場合（図１９上ではＢで表現）が７０％に設定している。図２０は、ＲＡＭ１１の故障確率が３０％未満の場合（図２０ではＣで表現）が２０％、故障確率が３０％以上の場合（図２０上ではＤで表現）が８０％に設定している。また、図２１は各部品の故障確率情報に対する回路基板の故障確率表であり、ＡＳＩＣ１１の故障確率情報が２０％未満で、ＲＡＭ１１の故障確率情報が３０％以上、・・・の場合、回路基板１の正常確率は７０％、故障確率は３０％に設定している。
【００３３】
本実施例では図１８に示したように、故障した回路基板を特定するために、回路基板ノードと、各部品の故障確率情報ノードとを用いて故障診断モデルを構成していたが、実施例１の場合と同様に、更に故障診断の精度を向上させるために、環境情報、画像形成装置の動作情報、エラーコード情報を故障診断モデルのノードとして付加することができる。以下、このような故障診断モデルを用いて故障した回路基板を特定する方法について説明する。ここで、環境情報とは、画像形成装置が設置場所における温度や湿度等の情報である。また、画像形成装置の動作情報とは、プリント枚数、スキャン枚数、ドラム使用量、トナー使用量等の情報である。このときの故障診断モデルを図２２に示す。また、各ノードに入れておく確率表の例としては、図２３〜図２５に示すような確率表が挙げられる。図２３は環境情報の１つである温度情報の確率表、図２４はプリント情報の１つであるプリント枚数情報の確率表、図２５はエラーコード情報、各部品の故障確率情報、温度情報、・・・に対する回路基板の故障確率表を示す。故障した回路基板を特定する方法は故障診断モデルに入力する情報ノードが増加するのみで、基本的な故障診断処理のプロセスは前記の場合と同様であるその詳細な説明は省略する。
【００３４】
実施例２では、動作モード別において回路基板上の各部品の所定動作時間を加算し、それをベイジアンネットワークにより構成された部品の故障診断モデルに動作時間情報を入力することで、部品の故障確率を算出し、更に、回路基板の故障診断モデルに各部品の故障確率情報を入力することで、精度よく故障した回路基板の特定を行うことができる。
【００３５】
以上、説明したように、本発明の特徴は、ベイジアンネットワーク等を用いた故障診断モデルにおいて、故障診断を行うための入力情報に回路基板、回路基板上の部品の動作時間に関する情報を加えた点にある。このため、故障診断システムのハード的な構成は、従来のシステムを用いることができる。
【００３６】
なお、上記実施例は本発明を実施するための例にすぎず、本発明はこれらに限定されるものではなく、これらの実施例を種々変形することは本発明の範囲内であり、更に本発明の範囲内において、他の様々な実施例が可能であることは上記記載から自明である。
【図面の簡単な説明】
【００３７】
【図１】画像形成装置のハードウエア構成を説明する図である。
【図２】画像形成装置の回路基板群を説明する図である。
【図３】各動作モードにおける動作部品と動作時間を説明する図である。
【図４】動作モード１における動作部品を説明するフローチャートである。
【図５】動作部品に対する動作時間テーブル更新処理を説明するフローチャートである。
【図６】動作モード１で動作した際の動作時間情報の更新を説明するフローチャートである。
【図７】実施例１における故障診断処理を説明するフローチャートである。
【図８】故障時の表示部の例を説明する図である。
【図９】各部品の動作時間情報をノードとした故障診断モデルを説明するグ図である。
【図１０】ＣＰＵ１の動作時間によるＣＰＵの故障確率を説明する表である。
【図１１】ＲＡＭ２１の動作時間によるＲＡＭ２１の故障確率を説明する表である。
【図１２】各部品の動作時間に加えて各部品のＩＤとエラーコート情報をノードとした診断モデルを説明する図である。
【図１３】エラーコード１１１-０１１の故障箇所候補を説明する図である。
【図１４】エラーコード２１１-０５５の故障箇所候補を説明する図である。
【図１５】エラーコードの状態を説明する表である。
【図１６】エラーコードとＲＡＭ２１の動作時間情報の組み合わせによる部品の故障確率を説明する表である。
【図１７】実施例２における故障診断処理のフローチャートである。
【図１８】実施例２における回路基板の故障診断モデルを説明する図である。
【図１９】ＡＳＩＣ１１故障確率の状態を説明する図である。
【図２０】ＲＡＭ１１故障確率の状態を説明する図である。
【図２１】各部品の故障確率情報に対する回路基板１の故障確率を説明する図である。
【図２２】実施例２における回路基板の故障診断モデルを説明する図である。
【図２３】温度の状態を説明する図である。
【図２４】プリント枚数の状態を説明する図である。
【図２５】エラーコード、回路基板上の各部品の故障確率、環境情報（温度、湿度等）の組み合わせによる回路基板の故障確率を説明する図である。
【符号の説明】
【００３８】
１ 画像形成装置
１０１ 画像読み取り部
１０２ スキャナＩＦ部
１０３ 表示部
１０４ 表示制御部
１０５ 画像形成部
１０６ プリンタＩＦ部
１０７ 指示入力部
１０８ 記録・読み取り制御部
１０９ 通信ＩＦ部
１１０ ＣＰＵ
１１１ ＲＯＭ
１１２ ＲＡＭ
１１３ ＮＶＲＡＭ
１１４ 動作時間管理部
【特許請求の範囲】
【請求項１】
診断対象装置に組み込まれた回路基板及び／又は回路基板に実装された部品の動作時間をそれぞれ管理する動作時間管理部と、
診断対象装置の故障原因と、当該故障原因と因果関係を有する入力情報とを結線して表現される故障診断モデルに基づく推論処理を行う故障診断部と、
を備え、当該故障診断部は前記入力情報に前記回路基板毎の動作時間及び／又は回路基板に実装された部品毎の動作時間を含めて推論処理に基づく故障診断を行うことを特徴とした故障診断システム。
【請求項２】
請求項１記載の故障診断システムにおいて、
前記動作時間管理部は、診断対象装置の動作モード別に回路基板及び／又は回路基板に実装された部品の動作時間を管理することを特徴とした故障診断システム。
【請求項３】
請求項１又は２記載の故障診断システムにおいて、
前記故障診断部は前記入力情報に予め割り振られた回路基板及び／又は回路基板に実装された部品の故障確率を含めて推論処理に基づく故障診断を行うことを特徴とした故障診断システム。
【請求項４】
請求項１乃至３のいずれか一項記載の故障診断システムにおいて、
前記診断対象装置を画像形成装置としたことを特徴とした故障診断システム。
【請求項５】
請求項４記載の故障診断システムを搭載したことを特徴とした画像形成装置。
【請求項６】
診断対象装置の故障原因と、当該故障原因と因果関係を有する入力情報とを結線して表現される故障診断モデルを用いる故障診断方法であって、
診断対象装置に組み込まれた回路基板及び／又は回路基板に実装された部品の動作時間を算出し、
前記入力情報として前記回路基板毎の動作時間及び／又は回路基板に実装された部品毎の動作時間を含めて推論処理に基づく故障診断を行うことを特徴とする故障診断方法。
【請求項１】
診断対象装置に組み込まれた回路基板及び／又は回路基板に実装された部品の動作時間をそれぞれ管理する動作時間管理部と、
診断対象装置の故障原因と、当該故障原因と因果関係を有する入力情報とを結線して表現される故障診断モデルに基づく推論処理を行う故障診断部と、
を備え、当該故障診断部は前記入力情報に前記回路基板毎の動作時間及び／又は回路基板に実装された部品毎の動作時間を含めて推論処理に基づく故障診断を行うことを特徴とした故障診断システム。
【請求項２】
請求項１記載の故障診断システムにおいて、
前記動作時間管理部は、診断対象装置の動作モード別に回路基板及び／又は回路基板に実装された部品の動作時間を管理することを特徴とした故障診断システム。
【請求項３】
請求項１又は２記載の故障診断システムにおいて、
前記故障診断部は前記入力情報に予め割り振られた回路基板及び／又は回路基板に実装された部品の故障確率を含めて推論処理に基づく故障診断を行うことを特徴とした故障診断システム。
【請求項４】
請求項１乃至３のいずれか一項記載の故障診断システムにおいて、
前記診断対象装置を画像形成装置としたことを特徴とした故障診断システム。
【請求項５】
請求項４記載の故障診断システムを搭載したことを特徴とした画像形成装置。
【請求項６】
診断対象装置の故障原因と、当該故障原因と因果関係を有する入力情報とを結線して表現される故障診断モデルを用いる故障診断方法であって、
診断対象装置に組み込まれた回路基板及び／又は回路基板に実装された部品の動作時間を算出し、
前記入力情報として前記回路基板毎の動作時間及び／又は回路基板に実装された部品毎の動作時間を含めて推論処理に基づく故障診断を行うことを特徴とする故障診断方法。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２５】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２５】
【公開番号】特開２００７−８８６４８（Ｐ２００７−８８６４８Ａ）
【公開日】平成１９年４月５日（２００７．４．５）
【国際特許分類】
【出願番号】特願２００５−２７２９７７（Ｐ２００５−２７２９７７）
【出願日】平成１７年９月２０日（２００５．９．２０）
【出願人】（０００００５４９６）富士ゼロックス株式会社 (21,908)
【Ｆターム（参考）】
【公開日】平成１９年４月５日（２００７．４．５）
【国際特許分類】
【出願日】平成１７年９月２０日（２００５．９．２０）
【出願人】（０００００５４９６）富士ゼロックス株式会社 (21,908)
【Ｆターム（参考）】
[ Back to top ]