自己修復システムを有する画像形成装置
【発明の詳細な説明】
【０００１】目次１．産業上の利用分野２．従来の技術３．発明が解決しようとする課題４．課題を解決するための手段５．作用（５−１）課題を解決するための手段（５−２）「作業スクリプトの詳細化」の内容と作用６．実施例（６−１）システム構成の概要（６−２）システムの動作の概要（６−３）具体的な対象機械の構成および状態（６−４）実体モデルと数学モデル（６−５）故障診断の手法（６−６）修復作業の実行（６−７）事例の検索による故障修復処理（６−８）修復計画の推論（６−９）副次的影響の推論（６−１０）その他７．発明の効果
【０００２】
【産業上の利用分野】この発明は、自己修復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、）自己修復し得るようにした画像形成装置に関するものである。
【０００３】
【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（ＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅ：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。
【０００４】
【発明が解決しようとする課題】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ようになっていた。つまり、予め定めるセンサおよびアクチュエータの組合わせにより、一種の自動調節や故障診断がなされていた。よって、基本的には、或るセンサは特定のアクチュタと対応しており、両者の関係は固定的であった。それゆえ、（１）センサのパラメータとアクチュエータのパラメータとの関係は数値的に明示されていなければならないこと。
【０００５】（２）上記（１）の理由から、センサのパラメータとアクチュエータのパラメータとの関係は対象に強く依存しており、汎用性に乏しく、様々な対象に対して利用ができないこと。
（３）各センサ同士のパラメータ間または各アクチュエータ同士のパラメータ間の関係は制御と無関係である。したがって、対応するセンサのパラメータとアクチュエータのパラメータとの関係のみに基づく単純な制御しか行えず、対処できる故障が予め限定されていて、未知の故障は扱えないこと。
【０００６】（４）上記（３）の理由から、任意のアクチュエータを操作したことにより生じ得る他のアクチュエータパラメータへの副次的影響を予測できないこと。
等の問題点があった。このように、従来の自動調節システムや故障診断システムでは、予測故障ＡはセンサＡおよびアクチュエータＡの組Ａに基づいて行われ、予測故障ＢはセンサＢおよびアクチュエータＢの組Ｂに基づいて行われ、予測故障ＣはセンサＣおよびアクチュエータＣの組Ｃに基づいて行われるという具合に、それぞれ独立したセンサおよびアクチュエータの組に基づく故障診断が行われ、またそれに基づく故障修復が行われていたにすぎなかった。
【０００７】そこで、本件出願人は、従来システムの欠点を解消した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について特許出願を行った（たとえば特願平２−２５２１９１号（特開平４−１３０４５９号）参照）。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、２つの大きな特徴を備えている。
【０００８】１つは、対象機械をパラメータを用いて定性的に表わし、その定性データを用いて対象機械の故障診断を行うこと、つまり、定性モデルベースドシステム（Ｑｕａｌｉｔａｔｉｖｅ Ｍｏｄｅｌ Ｂａｓｅｄ Ｓｙｓｔｅｍ：以下、「ＱＭＳ」という）による故障診断を行っていることである。そしてもう１つは、ＱＭＳ処理を行うと、故障診断の結果は「故障症状」と「故障」とによって階層的に分類されるので、それを事例として記憶する。また、同じ故障症状および故障に属する複数の事例に対しては共通的な修復作業を施せることが多いので、修復に必要な作業を、最小限の単位で、ルール形式で表わす。そして、その作業単位の集合を作業スクリプトとして登録し、その故障症状および故障に属する複数の事例によって共有させる。そのようにして得られた事例ベースを利用して、事例ベース修復計画システム（Ｃａｓｅ Ｂａｓｅｄ Ｐｌａｎｉｎｇ Ｓｙｓｔｅｍ：以下「ＣＢＳ」という）を作っていることである。その結果、故障症状と故障とによって階層的に分類された事例から今回の故障症状と故障とが当てはまる事例を選択して、選択した事例およびその事例に対応する作業スクリプトに基づいて修復作業が行われる。
【０００９】ところで、先願発明においては、ＣＢＳにおける事例は、「故障症状」と「故障」とによって分類されているが、事例はさらに細かく分類することが可能と思われる。そして、事例をさらに細かく分類することにより、事例を参照する際に、或る事例の参照に失敗した場合、失敗した事例と同じ分類に属する事例を選択することを避け、事例選択に関する成功率を向上させることができるはずである。
【００１０】本願の発明者は、かかる事例分類に関する詳細化という点に着目し、この発明を完成した。この発明の目的は、一言で言えば、ＣＢＳにおける事例選択に関する成功率を向上させ、より迅速に自己修復作業が実行可能なシステムを有する画像形成装置を提供することである。
【００１１】
【課題を解決するための手段】上述の目的を実現するために、この発明の画像形成装置は、画像形成装置の故障を修復するための作業を記載した事例を、類に分けて記憶する事例記憶手段と、各類の故障修復への適用優先度を記憶する優先度記憶手段と、画像形成装置に故障が生じたとき、生じた故障に対応した事例を選択し、選択した事例が複数ある場合には、生じた故障と事例との対応度の大小によって適用順位を決め、対応度の等しいものがあるときは、適用優先度の高い類に属する事例を優先するように適用順位を決める適用順位決定手段と、適用順位決定手段で決定された順位に従って、事例を故障修復に適用する手段と、事例を適用して故障修復をした結果、失敗したときは、その事例が属する類を記憶しておき、その後に故障修復に適用する事例が、失敗にかかる事例と同じ類に属する場合には、その事例の適用を省略する手段と、事例の適用結果に応じて、優先度記憶手段に記憶されているその事例が属する類の適用優先度を更新する手段とを有する。
【００１２】
【作用】
（５−１）課題を解決するための手段の作用この発明にかかる画像形成装置においては、故障を修復するための作業を記載した事例が、類に分けて記憶されている。類分けは、事例が定性的に到達可能な範囲内か否かに基づいてなされている。また、各類の故障修復への適用優先度が記憶されている。
【００１３】画像形成装置に故障が生じたときには、その故障に対応した事例、たとえば状態パラメータの一致度が所定の一致度よりも大きな事例が選択される。選択された事例が複数ある場合には、対応度の大小、たとえば状態パラメータの一致度の高い順に適用順位が決定される。対応度の等しい事例があるときには、それらの事例に関しては、適用優先度の高い類に属する事例が優先されるように適用順位が付される。そして決定された適用順位に従って、事例が適用され、故障修復が図られる。
【００１４】事例を適用して故障修復を行った結果、修復作業が成功しなかった場合には、その後に適用する事例は、失敗した事例が属する類の事例は省略され、異なる類に属する事例が選ばれる。この理由は、上述のように、同じ類に属する事例は、互いに定性的に到達可能な範囲内にあるから、或る類に属する事例を適用して故障修復を行った結果、その修復作業が成功しなかった場合は、定性的に到達可能な同一範囲内の他の事例に基づく故障修復を行っても、修復作業は失敗する蓋然性が高いことに基づく。それゆえ、かかる同じ類に属する事例の適用による無駄な時間を省略するようにした。
【００１５】また、事例を故障修復に適用した結果、修復作業が成功した場合は、適用した事例の属する類の適用優先度が高くなるように更新される。一方、修復作業が失敗した場合は、適用した事例の属する類の適用優先度が低くなるように更新される。これにより、適用優先度は、今回適用したことにより修復作業が成功した事例の属する類の事例が最も高くなり、次回の故障修復時に、その類に属する事例が優先的に選択される。
【００１６】（５−２）「作業スクリプトの詳細化」の内容と作用この発明にかかる画像形成装置は、基本的にはＣＢＳを有している。なお、ＣＢＳの基本的な構成については、本願出願人の先願発明に開示されているが、本願明細書においても、後述する実例において詳しく説明する。ＣＢＳでは、前述したように、実際の修復作業の最小単位の操作を表現する方法として、ルール形式で記述された「作業スクリプト」が定義される。そして、事例を拡大解釈することを目的として、「作業スクリプトの詳細化」という操作が導入される。作業スクリプトの詳細化とは、作業スクリプトに対して仮説推論による論理的な操作を加えることであり、事例の状況と現在の状況との差異を発見し、その差異を解消することによって現在の状況を事例の状況と定性的に等しくするための操作である。
【００１７】より具体的に説明する。図１に示すように、たとえばパラメータＡおよびパラメータＢで表わされる二次元空間において、ＦＳで示す円内が装置が正常な状態のパラメータ空間であるとする。そして、事例１の場合は、パラメータＡおよびパラメータＢで表わされる状態位置がＣＳ１であり、故障が生じている。そこで、作業スクリプトに記述された修復作業Ｃ１Ｒを施すことにより、事例１の状態位置ＣＳ１は正常なパラメータ空間ＦＳ内に移り、修復作業が成功する。
【００１８】事例２では、パラメータＡおよびパラメータＢによって表わされる状態位置がＣＳ２であり、この状態に対して作業スクリプトに記述された修復作業Ｃ２Ｒを施すことにより、この状態位置を正常なパラメータ空間ＦＳ内に移すことができる。作業スクリプトに記述された修復作業Ｃ１Ｒは、事例の状況がＣＳ１で示す位置にある場合に対して有効な修復作業である。同様に、作業スクリプトに記述された修復作業Ｃ２Ｒは、事例の状況がＣＳ２の位置にある場合に対して有効な修復作業である。
【００１９】ところで、新たに診断された現在の故障の状況が、ＣＳ３で示す状況の場合には、作業スクリプトに記述された修復作業Ｃ１ＲもＣ２Ｒもそのまま適用することはできない。そこで、現在の状況ＣＳ３と、事例１の状況ＣＳ１との差異を発見して、ＣＳ３をＣＳ１の状況まで移すための操作Ｃ３Ｒ１を作業スクリプトに追加する。これが作業スクリプトの詳細化である。あるいは、現在の状況ＣＳ３を事例２の状況ＣＳ２に移すための修復作業Ｃ３Ｒ２を追加する。これが作業スクリプトの詳細化である。そして、現在の状況ＣＳ３をたとえば事例１の状況ＣＳ１に移すことができれば、その状況に対しては修復作業Ｃ１Ｒを適用すれば、装置を正常な状態であるパラメータ空間ＦＳ内に移すことができる。
【００２０】今、現在の状況ＣＳ３を修復作業Ｃ３Ｒ１を行うことによって事例１の状況ＣＳ１に移すことができ、さらに修復作業Ｃ１Ｒを行うことによってパラメータ空間ＦＳ内に移すことができたとすれば、それは作業スクリプトの詳細化を行うことによって、事例の参照に成功したということである。したがってこの場合は、作業スクリプトの詳細化によって事例参照に成功した状況、つまり現在の状況ＣＳ３と、もともとの事例、つまり事例１の状況ＣＳ１とは、定性的に到達可能な同一範囲内にあったと考えることができる。このような定性的に到達可能な同一範囲内にある事例は、同じ類に属すると定義する。
【００２１】一方、現在の状況ＣＳ３を事例２の状況ＣＳ２に移そうとしたが、それがうまくいかなかった場合には、現在の状況ＣＳ３と事例２の状況ＣＳ２とは、もともと、定性的に到達不可能な関係である。それゆえ、この関係にあるものは、違う類に属すると定義する。また、或る状況において、参照に失敗した事例と参照に成功した事例とは、定性的に到達不可能であり、違う類に属すると定義する。また、事例の参照にすべて失敗し、ＱＭＳによって新たに生成された事例は、それまでの事例からは定性的に到達不可能であり、違う類に属すると定義する。
【００２２】本願出願人の先願発明にかかるＣＢＳでは、図２に示すように、事例は、「故障症状」と「故障」とによって階層的に分離されていたのに対し、上述のような定義の結果、この発明では、図３に示すように、事例は、「故障症状」、「故障」および「類」によって、より詳細に、階層的に分類される。次に、具体的な事例分類の例を示す。
【００２３】図４を参照して説明する。一例として、ＣＳ１からＣＳ５までの５つの事例が存在するとする。このうち、ＣＳ１、ＣＳ３およびＣＳ４は、ＱＭＳにより生成された修復事例であり、ＣＳ２はＣＳ１から、ＣＳ５はＣＳ４から、それぞれ、事例推論による詳細化を経て得られた事例であるとする。この場合、５つの事例は〔ＣＳ１，ＣＳ２〕、〔ＣＳ３〕、〔ＣＳ４，ＣＳ５〕の３つの類に分類される。
【００２４】今、任意の状況Ｓにおいて、これらの事例を参照する場合、状況Ｓとこれらの事例の状況との定性的な距離が近いと思われる順で事例参照に関する順位が与えられる。その順位付けの結果は、ＣＳ２、ＣＳ１、ＣＳ４、ＣＳ３、ＣＳ５の順であったとする。このとき、まず事例ＣＳ２を参照し、その参照に失敗した場合は、事例ＣＳ１は参照しない。これは、事例参照に失敗した原因は、与えられた状況Ｓが事例ＣＳ２の定性的到達可能範囲にないものと判断したもので、同じ類に属する事例ＣＳ１についても同様であると考えることに基づいている。したがって、すべての事例参照に失敗する場合は、その参照は、ＣＳ２、ＣＳ４、ＣＳ３の順で行われることになる。
【００２５】このように、事例の分類に「類」の概念を導入し、事例の分類の詳細化を図ることにより、参照すべき事例の選択に関する成功率を高めることができる。また、事例選択のための時間の短縮化を図ることができる。ところで、図３に示すように、この発明では、事例集合は類ごとに分類されている。そして、同一の類に属する事例は、定性的に到達可能な範囲内にある。よって、たとえば事例ＣＳ１と事例ＣＳ４とは定性的に到達不可能な関係である。それゆえ、このように定性的に到達不可能な関係にある事例（たとえばＣＳ１とＣＳ４）が同じ作業スクリプト集合を共有するのは不自然である。そこで、この発明においては、異なる類に属する事例集合には、それぞれ異なる作業スクリプト集合を割り当てることにする。つまり、図５で示すように、定性的に到達可能な事例集合ごとに、作業スクリプト集合を共有するようにされている。
【００２６】このことは、別の観点から見ると、定性的に到達不可能な関係にある事例同士は、故障の根本原因が異なっていると考えられるので、共通の類に属する事例ごとに作業スクリプト集合を割り当てる作業スクリプト集合の多重化は、故障の根本原因によって作業スクリプト集合を分離する作業であるとみることができる。さらに、この発明においては、事例検索効率を向上させるために、故障症状および故障が等しく、類が異なる事例に対して、類の類似性に基づいて、事例適用の優先順位を繰り上げるという処理を施している。
【００２７】各事例は、ＱＭＳの故障診断の結果である「故障症状」と「故障」とによって階層的に分類されている。そして、さらに、事例推論による修復が繰返される過程で「類」ごとに分類されていく。それゆえ、結果として、「類」ごとに事例を分類する作業は、故障診断における「故障」の分類がさらに細かくされたことになる。
【００２８】ところで、「類」は、上述のように、定性的に到達不可能な位置にある状態間の関係であり、故障の根本原因の相違と考えることができる。しかしながら、実際の機械システムを考察すると、故障の根本原因が同じでありながら、発現する故障症状が異なることも多い。たとえば、複写機を例にとると、「メインチャージが上がるとかぶりが発生するが、ドラムにリークしてリセットがかかることがある」場合もあれば、「メインチャージが上がるとかぶりが発生するが、ドラムにリークし画像が乱れることがある」場合もある、というように、「リセットがかかる」という故障症状が発現することもあれば、「画像が乱れる」という故障症状が発現することもある。さらに、装置は、故障の根本原因が除去されていない限り、同一の故障原因により出現する故障症状の頻度が高い。
【００２９】それゆえ、或る故障症状に関して或る類の事例を適用して修復に成功した結果から、異なる故障症状に関しても、類似した類に属する事例を適用すれば、適正な修復作業が得られる可能性が高いと考えられる。それゆえ、或る故障症状に関して或る類の事例を適用して修復を行い、それが成功した場合、異なる故障症状に属する事例につき、修復を行った事例と類似した類に属する事例がある場合、その事例の適用に関する優先順位を繰り上げる処理を行う。
【００３０】つまり、「類」による分類は、「故障症状」および「故障」というＱＭＳに基づく分類の「枠組を越えている」ので、異なる故障症状に関する事例であっても「類」が類似している場合がある。ここに、「類」の類似とは、各類ごとに、その類に属する事例が共通の特徴を有していることである。具体的には後述する実施例で詳細に説明するが、その類に属する事例の「修復前の状況」から共通部分を取り出すことによって、類の特徴抽出が行われる。異なる故障症状の類に属する事例同士を比較し、類に含まれるすべて事例の「修復前の状況」がその特徴を共通にしているとき、それらの類は類似すると判断し、事例適用に関する優先順位の繰り上げ処理を行う。
【００３１】たとえば図６に示すように、事例集合Ａの特徴がＰであり、事例集合Ｂの特徴がＱである場合において、ＰがＱに含まれるとき（Ｐ∈Ｑ）、事例集合Ａは事例集合Ｂに類似すると判断される。なお、この場合において、必ずしも事例集合Ｂは事例集合Ａに類似する（ＱはＰに含まれるＱ∈Ｐ）わけではない。かかる類の類似性によって事例の適用順位を繰り上げることにより、事例に基づく修復において、全体的な事例適用の成功率を向上させることができる。
【００３２】
【実施例】
（６−１）システム構成の概要図７は、この発明の一実施例のシステム構成を示すブロック図である。このシステムには、対象機械である画像形成装置上に設置された複数のセンサ１ａ，１ｂ，１ｃおよび対象機械の機能状態等を変化させるための複数のアクチュエータ６ａ，６ｂ，６ｃが含まれている。
【００３３】複数のセンサ１ａ，１ｂ，１ｃは、それぞれ、この対象機械の作動によって生じる対象機械の要素または該機械要素間の関連状態の変化を検出するためのものである。複数のセンサ１ａ，１ｂ，１ｃからそれぞれ取込まれる情報は、増幅回路２で増幅され、Ａ／Ｄ変換回路３でアナログ信号からディジタル信号に変換され、システム制御回路１０へ与えられる。
【００３４】システム制御回路１０には、ディジタル信号／シンボル変換部１１、故障診断部１２、故障シミュレーション部１３、対象モデル記憶部１４、修復計画部１５およびシンボル／ディジタル信号変換部１６が含まれている。また、修復計画部１５には事例ベース記憶部１７および作業スクリプト記憶部１８が接続されている。
【００３５】ディジタル信号／シンボル変換部１１は、Ａ／Ｄ変換回路３から与えられるディジタル信号を、定性的な情報に変換するためのものである。すなわち、ディジタル信号を、たとえば、ノーマル，ハイおよびローの３つのシンボルのいずれかに変換するための変換機能が備えられている。センサ１ａ，１ｂ，１ｃから与えられる信号を、シンボル化されたこのような定性的な情報に変換することにより、故障診断に対するアプローチが容易になる。なお、シンボルは、この例のようにノーマル，ハイおよびローの３つに限らず、オンおよびオフまたはＡ，Ｂ，ＣおよびＤ等の他の表現であってもよい。変換部１１においてディジタル信号がシンボルに変換される際には、対象モデル記憶部１４に記憶されている対象機械に特有の特徴データが参照される。この特徴データおよび信号変換の詳細については、後述する。
【００３６】故障診断部１２および故障シミュレーション部１３は、ディジタル信号／シンボル変換部１１で変換されたシンボルを対象モデル記憶部１４に記憶されている故障診断知識と比較することにより、故障の有無を判別し、かつ故障診断を行い、その結果として、対象機械の故障状態を、定性的な情報、すなわちシンボルによって表現し出力する構成部である。
【００３７】修復計画部１５、事例ベース記憶部１７および作業スクリプト記憶部１８は、故障がある場合に、故障診断の結果である「故障症状」および「故障」に基づいて、修復計画を推論し、修復作業を導出するための構成部である。修復計画を推論し、修復作業を導出するにあたっては、事例ベース記憶部１７に記憶された過去の修復成功に関する事例が検索され、検索された成功事例を実行するための作業スクリプト（修復作業の最小単位の操作を表現するもので、ルール形式で記載された修復操作を行なうための作業単位の連なり；詳しくは後述する。）が作業スクリプト記憶部１８から選択される。また、対象モデル記憶部１４に記憶されている定性データ（後に詳述する）が活用される。
【００３８】修復計画部１５から出力される修復作業は、シンボル／ディジタル信号変換部１６において、対象モデル記憶部１４の記憶情報が参照されて、ディジタル信号に変換される。そして、ディジタル信号は、Ｄ／Ａ変換回路４でアナログ信号に変換され、アクチュエータ制御回路５に与えられる。アクチュエータ制御回路５は、与えられるアナログ信号、すなわちアクチュエータ制御命令に基づいて、複数のアクチュエータ６ａ，６ｂ，６ｃを選択的に動作させ、修復作業を実行させる。
【００３９】（６−２）システムの動作の概要図８は、図７におけるシステム制御回路１０の処理を表わすフローチャートである。次に、図８を参照して、図７R>７のシステム制御回路１０の処理の概要について説明をする。センサ１ａ，１ｂまたは１ｃの検出信号は、増幅され、かつディジタル信号に変換されて、たとえば所定の読込みサイクルごとにシステム制御回路１０に読込まれる（ステップＳ１）。
【００４０】読込まれたディジタル信号は、ディジタル信号／シンボル変換部１１においてシンボル化される（ステップＳ２）。このシンボル化は、対象モデル記憶部１４に予め設定されている特徴データ、すなわち対象機械に特有の基準値データに基づいてなされる。たとえば、対象モデル記憶部１４には、対象機械に特有の基準値データとして、各センサ１ａ，１ｂ，１ｃの出力範囲が、次のように設定されている。
【００４１】すなわち、センサ１ａ：出力ｋａ1 未満＝ロー出力ｋａ1 〜ｋａ2 ＝ノーマル出力ｋａ2 を超過＝ハイセンサ１ｂ：出力ｋｂ1 未満＝ロー出力ｋｂ1 〜ｋｂ2 ＝ノーマル出力ｋｂ2 を超過＝ハイセンサ１ｃ：出力ｋｃ1 未満＝ロー出力ｋｃ1 〜ｋｃ2 ＝ノーマル出力ｋｃ2 を超過＝ハイと設定されている。ディジタル信号／シンボル変換部１１では、対象モデル記憶部１４に設定されている上記対象機械に特有の基準値データに基づいて、読込まれたディジタル信号を、それぞれ、「ロー」「ノーマル」または「ハイ」というシンボルに変換する。
【００４２】次いで、故障診断部１２において、変換されたシンボルの評価がされ、故障の有無判別および故障症状の特定がされる（ステップＳ３）。シンボルの評価による故障の有無判別および故障症状の特定には、対象モデル記憶部１４に記憶されている故障診断知識が活用される。故障診断知識とは、たとえば、特定のパラメータは、たとえばノーマルでなければならないという設定条件である。当該特定のパラメータがノーマルでない場合、故障あり、と判別され、該特定のパラメータが何かによって、故障症状が特定される。故障がない場合には、ステップＳ１，Ｓ２およびＳ３のルーチンが繰返される。
【００４３】ステップＳ３において故障ありと判別された場合には、対象機械の状態の推論、すなわち故障診断および故障状態のシミュレーションがされる（ステップＳ４）。具体的には、対象モデル記憶部１４に記憶されている、装置を構成する各要素の挙動または属性および各要素間の結合関係を定性的に表わした定性データに基づいて、故障診断部１２において、故障を引起こしているパラメータが検索され、故障シミュレーション部１３において、検索されたパラメータが故障原因であると仮定して、故障状態のシミュレーションがされる。さらに、故障診断部１２において、シミュレーション結果と現在のパラメータ値とが比較され、検索されたパラメータが故障原因であるという仮定の正当性が判断される。以上の処理が、検索される複数のパラメータ全てに対して行われる。
【００４４】故障の有無判別、故障診断および故障状態のシミュレーションの結果、対象機械の「故障症状」および「故障」が決定される。ここに、「故障症状」とは、対象機械の出力状況等（たとえば、複写機を例にとると、「コピー画像が薄い」等）の変化であり、「故障」とは、シンボルの変化原因となる対象機械の機構や構造の変化（たとえば、複写機を例にとると、「ハロゲンランプの光量低下」等）である。
【００４５】次いで、修復計画部１５によって、故障診断および故障状態のシミュレーション結果に基づいて、事例ベース記憶部１７に記憶された多数の事例の検索が行われる（ステップＳ５）。そして、現在の対象機械の状態に近い事例の検出がされ、適用順位が決められる（ステップＳ６）。この事例の検出は、故障症状および故障が一致しているか否かに基づいて行われる。また、適用順位の決定では、同じ類に属する事例が複数ある場合、優先度の一番高い事例だけが適用される。
【００４６】そして、適用順位付けがされた事例に基づく修復作業が実行される（ステップＳ７）。修復作業においては、必要に応じて、事例の修正や修復作業の修正、つまり作業スクリプトの詳細化がなされ、修正された事例は、同じ類に属する新たな事例として登録される。そして事例に基づく修復作業が成功した場合には処理は終了する（ステップＳ８でＹＥＳ）が、事例に基づく修復作業が成功しなかった場合（ステップＳ８でＮＯ）には、ＱＭＳによる修復方法の推論がなされ（ステップＳ９）、さらに、副次的影響のシミュレーションがなされ（ステップＳ１０）、修復計画が決定されて、その決定に基づく修復作業が実行される（ステップＳ１１）。
【００４７】ステップＳ９〜Ｓ１１における推論および作業の実行は、ＱＭＳによるものであり、ＣＢＳにおける事例を利用したものではないが、このＱＭＳによる推論に基づく修復作業が成功した場合には、その修復結果は、別の類に属する新たな事例として、事例ベース記憶部１７に登録される。次に、故障診断および故障修復の仕方について、具体例を参照しながら詳細に説明をする。以下の説明では、一例として、小型普通紙用複写機における感光体ドラム周辺部を対象機械とした場合の仕方を説明する。
【００４８】（６−３）具体的な対象機械の構成および状態図９は、具体的な対象機械を表わす図解図である。図９において、２１は感光体ドラム、２２は主帯電チャージャ、２３は原稿照明用のハロゲンランプ、２４は現像装置、２５は転写チャージャである。この実施例では、たとえば３つのセンサ１ａ，１ｂ，１ｃが設けられている。すなわち、センサ１ａは感光体ドラム２１を露光する光の量を測定するためのＡＥセンサ、センサ１ｂは感光体ドラム２１の表面電位を測定する表面電位センサ、センサ１ｃは用紙上にコピーされた画像の濃度を測定するための濃度計である。
【００４９】また、図９に示されていないが３種類のアクチュエータが設けられている。すなわち、感光体ドラム２１の主帯電電圧を変化させるための主帯電ボリュームＶＲ１、ハロゲンランプ２３の光量を制御するためのランプボリュームＡＶＲおよび感光体ドラム２１とコピー用紙間の転写電圧（転写チャージャ２５の転写電圧）を制御するための転写ボリュームＶＲ２という３つのボリュームが、アクチュエータとして設けられている。
【００５０】さらに、図９に示す３つのセンサ１ａ，１ｂ，１ｃおよび３つのアクチュエータには、図７に示すものと同じシステム制御回路１０が接続されている。
（６−４）実体モデルと対象モデルところで、図９に示す対象機械を物理的な視点から捕え、実体レベルでその対象機械を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、表１に示す通りとなる。この表１のような表現形式を「実体モデル」と呼ぶことにする。
【００５１】
【表１】
【００５２】また、実体モデルを抽象化して、各パラメータの結合ツリーとして表わした図１０に示す表現を「数学モデル」と呼ぶことにする。そして、「実体モデル」と「数学モデル」とを併せて「対象モデル（定性モデル）」と呼ぶことにする。「対象モデル」は、後述する故障修復のためにも活用される、画像形成装置に共通の定性データである。
【００５３】定性データとしての実体モデルおよび数学モデルの各内容は、対象モデル記憶部１４（図７参照）に記憶されている。また、対象モデル記憶部１４には、実体モデルに含まれているパラメータのうちの所定のパラメータに関して、たとえば工場出荷の際に測定された基準値データが記憶されている。この基準値データは、この画像形成装置に特有の特徴データである。
【００５４】たとえば、この機械では、図１１のように、パラメータＸ、ＶS 、ＯS 、Ｖn について、それぞれ、ロー、ノーマル、ハイの範囲を特定する基準値データが記憶されている。なお、この実施例では、上記の基準値データは、後の故障診断や故障修復過程におけるセンシングデータや機械の動作状態の変化等に応答して、更新され得るようにされている。
【００５５】また、対象モデル記憶部１４には、変換されたシンボルに基づいて、対象機械が正常に動作しているか否かを判定するための基準となる故障診断知識の一例としての評価機能知識が記憶されている。なお、評価機能知識、換言すれば故障診断知識は、対象装置に特有のものであってもよいし、特有のものでなく、広く画像形成装置に共通のものであってもよい。
【００５６】この実施例の評価機能知識には、以下の知識が含まれている。
画像濃度ＯS ＝ノーマル、かぶり度ＯS ’＜ノーマル、分離性能Ｓp ＜ノーマルここに、Ｏs 、ＯS ’、Ｓp が上記条件でない場合には、対象機械は正常に動作していないことになる。
【００５７】さて、通常動作における対象機械のディジタル化されたセンサ情報が次の値である場合を考える。
ＡＥセンサ１ａの値Ｘ＝２３表面電位センサ１ｂの値Ｖs ＝３８０濃度計１ｃの値Ｏs ＝７また、光学濃度Ｄ＝０の白紙原稿を使用したときの濃度計１ｃの値Ｏs ＝かぶり度Ｏs ’、ハロゲンランプを消した状態での表面電位センサ１ｂの値Ｖs ＝暗電位Ｖn 、と定め、それらの値は、それぞれ、かぶり度Ｏs ’＝５０暗電位Ｖn ＝５９０であったとする。
【００５８】なお、これらかぶり度Ｏs ’および暗電位Ｖn の測定は、マニュアル操作によって行われてもよいし、一定条件時、たとえば対象機械の電源がオンされる都度、またはコピー開始前毎に、センサによって自動的に測定されるようにプログラミングされていてもよい。この実施例では、後者が採用されている。ＡＥセンサ１ａ、表面電位センサ１ｂおよび濃度計１ｃによって得られた各値Ｘ、Ｖs 、Ｏs 、Ｏs ’、Ｖn は、それぞれ、ディジタル信号／シンボル変換部１１においてシンボルに変換される。変換は、前述したように、各センサ１ａ，１ｂまたは１ｃから与えられるディジタル値が、対象モデル記憶部１４に記憶されている特徴データとしての基準値データと比較されることにより行われ、ノーマル、ハイまたはローの３種類のいずれかのシンボルに変換される。
【００５９】この実施例では、各パラメータは次のようにシンボル化される。
Ｘ＝ノーマルＶs ＝ローＯs ＝ローＶn ＝ロー故障診断部１２において、これらのシンボル化された各パラメータが、対象モデル記憶部１４に記憶されている故障診断知識の一例としての機能評価知識と比較される。その結果、画像濃度Ｏs がノーマルでないから、故障ありと判定され、故障症状は「画像濃度が低い（Ｏs ＝ロー）」であると判断される。そして続いて、「Ｏs ＝ロー」を故障症状として、故障診断、つまり故障の推論がされる。
【００６０】（６−５）故障診断の手法故障診断は、まず故障シミュレーション部１３において、図１０の数学モデルを用いて行われ、Ｏs ＝ローを引起こす可能性のあるパラメータが探索される。図１０における数学モデルで、Ｏs を低下させる可能性があるパラメータを指摘すると、図１２に示すようになる。図１２１２において、上向き矢印または下向き矢印が付されたパラメータが、パラメータＯs ＝ローを引起こす可能性のあるパラメータであり、上向き矢印のものはそのパラメータが上昇した場合に、下向き矢印のものはそのパラメータが低下した場合に、Ｏs ＝ローを引起こす。
【００６１】次に、数学モデルにおいて探索されたＯs ＝ローを引起こす可能性のある各パラメータζ，Ｄs ，Ｖt ，γ0 ，Ｖb ，Ｖs ，Ｖn ，Ｘ，β，ＨL ，Ｄについて、故障診断部１２でパラメータの変化を引起こす原因の検出がされる。この検出は、表１の実体モデルに基づいて行われ、この実施例では、次のような故障候補が推論される。すなわち、Ｖt ＝ロー：→転写トランスの不良ζ ＝ロー：→用紙の劣化Ｖb ＝ハイ：→現像バイアスの不良γ0 ＝ロー：→トナーの劣化Ｖn ＝ロー：→主帯電電圧の不良ＨL ＝ハイ：→ハロゲンランプの設定不良Ｄ ＝ロー：→原稿が薄い上記故障候補のうちの「矢印→」の右側に記載された知識、すなわち、転写トランスの不良、用紙の劣化、現像バイアスの不良、…等の知識は、故障知識であり、この知識は、画像形成装置に共通の定性データに含まれている。なお、パラメータのうち、βは感光体の感度であり、これが上昇することはないから除外されている。Ｄs ，Ｖs およびＸは、他のパラメータによって表わされるから、これも除外されている。
【００６２】そして、故障診断部１２においてされた上記の推論に対して、故障シミュレーション部１３において、故障状態のシミュレーションが行われる。故障状態のシミュレーションとは、上記推論された故障が生じたときの対象機械の状態を、それぞれ、推論することである。より具体的には、Ｏs ＝ローを引起こす原因、つまり故障が、たとえば転写トランスの不良であると仮定し、正常状態のモデルに対してＶt ＝ローを設定する。そして、その状態における各パラメータに与えられる影響を数学モデル上で検討するのである。
【００６３】たとえばＶt ＝ローを設定した場合、Ｏs ＝ローおよびＳp ＝ローとなり、他のパラメータはすべてノーマルであるから、これは、センサから得られるＶs ＝ローおよびＶn ＝ローと矛盾する。それゆえ、その故障の推論が誤っているという結果を得る。同様にして、ζ＝ローを正常状態の数学モデル上に設定し、その結果をセンサから得られるシンボルと比較する。この場合も、数学モデル上ではＶs ＝ノーマル、Ｖn ＝ノーマルに対し、センサからのシンボルはＶs ＝ロー、Ｖn ＝ローであるから、矛盾があり、その故障の推論は誤りであると判定される。
【００６４】このようにして、全ての故障候補について、故障状態のシミュレーションが行われ、故障の推論が正しいか否かが確認される。その結果、本例の場合には、故障を「主帯電電圧の不良（Ｖn ＝ロー）」とした場合に、現実の対象機械の状態と一致した結果が得られ、かつそれ以外の故障候補はすべて現実の装置の状態と矛盾するとの結論を得る。
【００６５】よって、この場合の故障は、主帯電電圧の不良であると断定できる。そのときの対象機械の各パラメータの状況を示すと、表２のとおりとなる。
【００６６】
【表２】
【００６７】表２に表わすパラメータの状況を数学モデル上にトレースすると、図１３が得られる。図１３において、各パラメータの右側に付された下向き矢印はロー、上向き矢印はハイ、Ｎはノーマルを表わしている。
（６−６）修復作業の実行次に、故障診断部１２および故障シミュレーション部１３で行われた故障診断の結果に基づいて、修復作業が実行される。
【００６８】以下、図１４〜図２０に示すフローチャートの流れに従って、修復作業について、順を追って説明をする。
（６−７）事例の検索による故障修復処理修復作業に先立ち、まず、前述した手法に従う故障診断がされる（ステップＳ２１）。その結果、発生している故障症状が「画像濃度が低い（Ｏs ＝ロー）」で、その故障症状を引き起こす原因である故障は「主帯電電圧の不良」と診断されたとする。そのときの各パラメータ状況を表２に示す。
【００６９】次いで、上記故障診断の結果に基づいて、適用すべき事例を決定する処理が行われる（ステップＳ２２）。このステップＳ２２に示す処理の具体的内容を図１７のフローチャートに示す。図１７を参照して、事例ベース記憶部１７（図７参照）に記憶された事例の中から、故障診断結果に適合する事例が検出される（ステップＳ２２１）。事例ベース記憶部１７に記憶されている事例は、前述したように、故障症状および故障によって、階層的に分類されているとともに、類分けがされている。この記憶されている事例の一例を、表３に示す。
【００７０】
【表３】
【００７１】表３に示すように、「画像濃度が低い」という故障症状に対しては、「主帯電電圧の不良」という故障または「ハロゲンランプ設定不良」という故障のいずれかが考えられる。主帯電電圧の不良の場合、類Ｃ１，Ｃ２，Ｃ３に分類された４つの事例００１，００２、００４、００３が登録されている。また、３つの類Ｃ１、Ｃ２、Ｃ３には優先度が付されており、この例ではＣ３、Ｃ２、Ｃ１の順で優先度が付されている。さらに、複数の事例が属する類Ｃ１は、特徴が記憶されている。この類Ｃ１の特徴とは、類Ｃ１に属する複数の事例に共通の特徴である。この内容については後に詳述する。
【００７２】ハロゲンランプの設定不良の場合、類はＣ４の１つで、その類Ｃ４に属する事例も００５の１つだけである。なお、事例が１つしか属さない類は特徴を抽出できないので、特徴はない。同様に、「画像かぶり」という故障症状の場合は、「主帯電電圧の不良」または「ハロゲンランプ設定不良」という２つの故障が考えられる。そして、「主帯電電圧の不良」の場合は、事例を２つの類Ｃ５またはＣ６に分類でき、類Ｃ５に属する事例は００６，００８，００９という３つの事例がある。また、類Ｃ６に属する事例は００７という事例である。そして、類Ｃ５とＣ６とでは、類Ｃ６の優先度が高くされている。さらに、類Ｃ５に属する３つの事例の共通の特徴が抽出されて記憶されている。
【００７３】一方、故障が「ハロゲンランプ設定不良」の場合は、類Ｃ７に属する１つの事例０１０のみが登録されている。さて、上記ステップＳ２２１では、表３に示す階層的に分類された事例から、故障診断により得られた故障症状「画像濃度が低い」および故障「主帯電電圧の不良」に属する事例００１、００２、００４、００３が検出される。
【００７４】これら検出された４つの事例の中身を、表４、表５、表６および表７に示す。表４〜表７に示すように、各事例には、事例番号、修復前のパラメータの状況、修復後のパラメータの状況、故障症状、故障、修復作業番号、適用成功数および適用失敗数が記憶されている。
【００７５】
【表４】
【００７６】
【表５】
【００７７】
【表６】
【００７８】
【表７】
【００７９】そこで、現在の装置の状態を表わす表２のパラメータ状況と、表４〜表７の各修復前の状況に記憶されたパラメータ状況とが比較される（ステップＳ２２２）。比較の結果は、事例００１ではすべてのパラメータ状況が表２のパラメータ状況と一致している。事例００２ではβが異なっている。事例００３ではＨL 、Ｘ、βおよびＳP が異なっている。事例００４ではＨL 、Ｘ、Ｖn およびＳP が異なっている。
【００８０】したがって、事例適用に関する優先順位は、００１→００２→００３，００４、と決められる。次いで、同じ類内でのパラメータ状況の一致度の低い事例が削除される（ステップＳ２２３）。この場合、事例００１および００２は、共に類Ｃ１に属しており、事例００１に比べて事例００２は、パラメータ状況の一致度が低いので、事例の適用順位に関し、事例００２は削除される。この結果、適用順位は、００１→００３，００４となる。
【００８１】次いで、パラメータ状況の一致度が同じ事例の有無が判別される（ステップＳ２２４）。上述の場合、事例００３および事例００４は、パラメータ状況の一致度が同じである。そこで、事例００３と事例００４とを適用するにあたり、どちらを先に適用するかについては、事例００３および００４が属する類Ｃ３およびＣ２の優先度（表３参照）が参酌される（ステップＳ２２５）。この場合、類Ｃ２の優先度は「２」で、類Ｃ３の優先度は「１」であるから、事例００４に比べて事例００３の適用が優先される。
【００８２】パラメータ状況の一致度が同じ事例がない場合は、ステップＳ２２５の処理は割愛される。そして、最終的に、事例の適用順位として、００１→００３→００４という順位付けがされる（ステップＳ２２６）。そして、この適用すべき事例を決定するための処理はリターンされる。
【００８３】以上の図１７を参照して説明した適用すべき事例の決定処理に代え、図１８に示すフローチャートに従った処理により、適用すべき事例を決定してもよい。図１８に示すフローチャートにおいて、図１７に示すフローチャートと同じステップ番号の処理、すなわちステップＳ２２１〜Ｓ２２４およびＳ２２５，Ｓ２２６の処理は、前述の図１７における説明と全く同じ内容である。
【００８４】図１８のフローチャートに示す処理の特徴は、ステップＳ２２４において、修復前のパラメータ状況と現在の装置のパラメータ状況（表２）との一致度が同じ事例が複数ある場合における優先順位の決め方として、ステップＳ２２４１およびＳ２２４２の処理が挿入されていることである。具体的には、パラメータ状況の一致度が同じ事例が複数ある場合（ステップＳ２２４においてＹＥＳ）には、各事例に登録されている適用成功数および／または適用失敗数が参酌される（ステップＳ２２４１）。上述の具体例の場合、事例００３および００４はパラメータ状況の一致度が同じである。そこで、まず、両事例００３、００４の適用成功数をみる。事例００３は、表６に示すように、適用成功数が「３」であり、事例００４は、表７に示すように、適用成功数は「１」である。それゆえ、適用成功数の多い事例００３が優先される。もし、適用成功数が等しい場合には、適用失敗数の少ない事例が優先される。
【００８５】適用成功数の参酌、または適用成功数および適用失敗数の参酌の結果、複数の事例に対して適用に関する優先付けが決定できれば（ステップＳ２２４２においてＹＥＳ）、検出された全事例に対し、適用に関する優先順位が付される（ステップＳ２２６）。もし、ステップＳ２２４１において、適用成功数および適用失敗数を参酌しても、それらがいずれも等しくて優先順位が決定できない場合（ステップＳ２２４２においてＮＯ）には、その事例が属する類の優先度が参酌され、優先順位が決められる（ステップＳ２２５，Ｓ２２６）。
【００８６】このように、事例の適用成功数の参酌、または適用成功数および適用失敗数の参酌に基づいて適用に関する優先順位を決めるやり方は、特に、過去に数多くの修復作業が実行されている場合において、その過去の修復作業における結果を参酌することになり、過去の修復作業の回数が多いほど有益である。さて、図１４に戻って説明を続ける。
【００８７】適用すべき事例が決定された後（ステップＳ２２）、決定された事例００１およびこの事例００１に対応する作業スクリプトが、作業スクリプト記憶部１８（図７参照）から読出され、ワークレジスタに設定される（ステップＳ２３）。先に述べたように、事例は、類に分けられており、同じ類に属する事例は、同じ作業スクリプトを共有している。事例００１の場合、類Ｃ１に属していて、類Ｃ１には下記の表８に示す作業スクリプトが対応付けられている。
【００８８】
【表８】
【００８９】表８に示すように、作業スクリプトには、インデックスとなる類Ｃ１が表記され、複数の作業１，２，３，…が列挙されている。各作業はルール形式で記述されており、前件部状況、前件部操作および後件部状況からなっている。各作業は、前件部状況のときに、前件部操作を行うと、後件部状況が得られるという意味である。
【００９０】具体例を表８を参照して説明すると、たとえば作業番号１の場合、前件部状況としては、パラメータＨL ＝ハイという状況であり、この状況において、ランプボリュームＡＶＲを低下させるという前件部操作を行うことにより、パラメータＨL ＝ノーマルというパラメータ変化、つまり後件部状況が得られるという内容になっている。
【００９１】なお、作業スクリプトは、類ごとに設定され、最小単位の作業が列挙されたものであるから、類の数だけ作業スクリプトは存在する。図１４を参照して、事例００１および表８の作業スクリプトがワークレジスタに設定されると（ステップＳ２３）、次に、修復計画部１５（図７参照）によって、ワークレジスタに設定された事例００１の修復前のパラメータの状況（表４３参照）と装置の現状を表わすパラメータの状況（表２参照）とが比較され、両者が完全に一致しているか否かが確認される（ステップＳ２４）。
【００９２】今、事例００１の修復前のパラメータ状況は、装置のパラメータ状況と完全に一致しているから、処理はステップＳ２５へ進み、表４に示す事例００１の「修復作業」の欄に記載された番号「２」の作業が、表８に示す作業スクリプトから選ばれて実行される。つまり、パラメータＶn ＝ローという前件部状況において、主帯電ボリュームＶＲ１を上昇させるという前件部操作が行われる（ステップＳ２５）。
【００９３】その操作の結果、作業スクリプトに記載された後件部状況、つまりパラメータＶn ＝ノーマルという状況が得られたか否かによって、作業が成功したか否かの判別がされる（ステップＳ２６）。作業が成功と判別された場合には（ステップＳ２６でＹＥＳ）、さらに、次の作業があるか否かの判別がされる（ステップＳ２７）。表４で示す事例００１の「修復作業」の欄には、上述の作業番号「２」しか記載されていないから、次の作業はなしと判別される。もし、事例の「修復作業」の欄に次の作業番号が記載されていれば、処理は、ステップＳ２５に戻り、その作業番号の作業が作業スクリプトから選ばれて実行され、その作業が成功したか否かの判別がされるという処理が繰返される（ステップＳ２５，Ｓ２６）。
【００９４】ステップＳ２７において、次の作業がなくなったと判別されると、事例００１における「適用成功数」の欄の数値が「１」増加され、成功数の更新登録がされる（ステップＳ２８）。そして、その後、類の優先度の操作（その１）が行われる（ステップＳ２９）。ステップＳ２９で行われる類の優先度の操作（その１）の手順を、図１９のフローチャートに示す。
【００９５】次に、図１９を参照して、類の優先度の操作（その１）の仕方について、具体的に説明する。これまでの処理によって、故障症状「画像濃度が低い」で、故障「主帯電電圧の不良」であった装置に対し、事例００１を適用することによって修復作業を行った結果、それが成功した。それゆえ、この成功事例００１が属する類の優先度が上げられる（ステップＳ２９１）。各事例は、既に説明した表３に示すように、類ごとに分けて登録されており、かつ、類ごとの優先度が設定されている。この説明にかかる具体例の場合、事例００１の属する類Ｃ１の優先度は、表３に示すように、「３」であった。しかし、今回、事例００１に基づく修復作業が成功したので、表９に示すように、事例００１が属する類Ｃ１の優先度は、「３」から「１」に上げられる。つまり、もっとも優先度が高くされる。また、それに伴い、故障症状「画像濃度が低い」で故障「主帯電電圧の不良」に属する他の類Ｃ２およびＣ３の優先度が操作される。具体的には、類Ｃ３の優先度は「１」から「２」に、類Ｃ２の優先度は「２」から「３」に１つずつシフトされる。よって、この故障症状および原因に属する３つの類Ｃ１，Ｃ２およびＣ３の類間の優先度は、Ｃ１、Ｃ３およびＣ２の順序に変更される。
【００９６】
【表９】
【００９７】次に、成功した事例００１が属する類Ｃ１の特徴Ｐが読出される（ステップＳ２９２）。この類Ｃ１の特徴Ｐとは、次の内容をいう。すなわち、類Ｃ１に属する複数の事例００１および００２の各修復前の状況を表わすパラメータ値に関して、たとえば「ノーマルでない」ということで共通しているパラメータがこの類の特徴として抽出される。
【００９８】類Ｃ１に属する２つの事例００１および００２の中身は、それぞれ、表４および表５に示すとおりである。表４に示す事例００１の修復前の状況に列記されたパラメータのうち、ノーマルでないパラメータは、Ｖn 、Ｖs 、Ｄs 、Ｏs およびＳP である。一方、表５に示す事例００２の修復前の状況に列記されたパラメータのうち、ノーマルでないパラメータは、β、Ｖn 、Ｖs 、Ｄs、Ｏs およびＳP である。よって、これら２つの事例００１および００２において共通的にノーマルでないパラメータは、パラメータＶn 、Ｖs 、Ｄs 、Ｏs およびＳP であり、これがその類の特徴Ｐとして抽出され、記憶されている。なおこの場合において、抽出されるパラメータは、ノーマルでなければよく、あるパラメータに関して、事例００１ではハイであるが、事例００２ではローである場合も、そのパラメータは特徴となるパラメータとして抽出される。
【００９９】あるいは、各修復前の状況を表わすパラメータのうち、「ノーマルである」ということで共通しているパラメータを抽出し、類の特徴としてもよい。なお、類の特徴は、その類に属する事例が複数ある場合において初めて抽出され得るものであり、その類に属する事例が１つしかない場合には、特徴は抽出不可能である。
【０１００】ステップＳ２９２では、事例Ｃ１の特徴Ｐ、すなわち修復前の状況において、パラメータＶn 、Ｖs 、Ｄs 、Ｏs およびＳP がノーマルでないという内容が読出され、ワークレジスタへストアされる。次いで、類Ｃ１が属する故障症状と異なる故障症状に属する類の有無が判別される（ステップＳ２９３）。この具体例の場合、表９に示すように、類Ｃ１が属する故障症状「画像濃度が低い」とは異なる故障症状「画像かぶり」に属する類としては、類Ｃ５、Ｃ６およびＣ７が存在する。
【０１０１】異なる故障症状に属する類がある場合には（ステップＳ２９３でＹＥＳ）、その類の特徴Ｑが検出される（ステップＳ２９４）。具体的には、まず類Ｃ５の特徴Ｑが表９（この表９は、事例ベース記憶部１７に記憶されている。）から検出される。類Ｃ５の特徴Ｑは、パラメータＶn 、Ｖs 、Ｄs およびＯs がノーマルでないということである。
【０１０２】次いで、ステップＳ２９２でワークレジスタに記憶された類Ｃ１の特徴Ｐと、ステップＳ２９４で検出された類Ｃ５の特徴Ｑとが比較され、特徴Ｐは特徴Ｑに類似するか否かの判別がされる（ステップＳ２９５）。特徴Ｐが特徴Ｑに類似するとは、特徴Ｐを構成するすべてのパラメータが特徴Ｑを構成するすべてのパラメータに含まれている場合をいう。この具体例では、特徴Ｐを構成するパラメータにはＳP が含まれているが、特徴Ｑを構成するパラメータには当該パラメータＳP は含まれていないので、特徴Ｐは特徴Ｑに類似しない。よってこの具体例の場合、ステップＳ２９５の処理はＮＯである。
【０１０３】ステップＳ２９５において、もし特徴Ｐが特徴Ｑに類似する場合（たとえば、特徴Ｐを構成するパラメータはＶn 、Ｖs およびＤs であり、特徴Ｑを構成するパラメータはＶn 、Ｖs およびＤs であるかまたはこれに加えてその他のパラメータが含まれている場合）には、処理はステップＳ２９６へ進む。ステップＳ２９６では、その類Ｃ５の優先度にフラグが付けられる。このフラグ付けは、後述するステップＳ２９８において、類の優先度を更新する場合に、優先度を更新すべき類であることを表示するために付されるものである。
【０１０４】次いで、処理をすべき類が他にあるか否かの判別がされる（ステップＳ２９７）。処理をすべき類は、類Ｃ５の他に、類Ｃ６およびＣ７があるから、類Ｃ６およびＣ７に対して、それぞれ、ステップＳ２９４からの処理が順に行われる。なお、この具体例では、類Ｃ６にもＣ７にも、それぞれ、単一の事例しか属していないので、これら類Ｃ６，Ｃ７の特徴は抽出できないから、これら類Ｃ６，Ｃ７の優先度にフラグが付されるわけではない。
【０１０５】ステップＳ２９７において他に類がなくなった場合には、ステップＳ２９８へ進み、フラグ付けされた類の優先度が上がるように、その類が属する故障症状および故障に含まれる類の優先度が更新される。この具体例では、類Ｃ５の優先度にはフラグが付けられていない（ステップＳ２９５でＮＯへ進んだから。）ので、表９に示すように、類Ｃ５と類Ｃ６との優先度は変わらない。しかし、もし、ステップＳ２９６において類Ｃ５の優先度にフラグ付けがされたとすれば、ステップＳ２９８においては、類Ｃ５の優先度が「１」にされ、それに伴って、残りの類Ｃ６の優先度は「１」から「２」に下げられることになる。
【０１０６】さて、図１４のステップＳ２６に戻って、作業が実行されても、その作業に記載の後件部状況が得られなかった場合は、作業失敗と判別され（ステップＳ２６でＮＯ）、その事例の「適用失敗数」の欄（たとえば表４参照）の数値が「１」増加するように失敗数が更新される（ステップＳ３０）。そして、次の優先順位の事例の有無が判別され（ステップＳ３１）、次の事例がある場合には（ステップＳ３１でＹＥＳ）、次の事例に対して、ステップＳ２３からの処理が行われる。
【０１０７】ステップＳ３１で、次の適用優先順位の事例がなくなった場合には、ＱＭＳ処理が行われる（ステップＳ３２）。このＱＭＳ処理は、後に詳述する副次的影響を考慮した処理であることが好ましい。そして、ＱＭＳ処理が成功したか否かの判別がされ（ステップＳ３３）、ＱＭＳ処理が成功したと判別されると（ステップＳ３３でＹＥＳ）、ＱＭＳ処理によって得られたデータに基づいて新たな事例が作成される（ステップＳ３４）。この作成された新たな事例に対しては、新たな類が作られ、事例番号が付けられて登録される（ステップＳ３５）。
【０１０８】表１０に新たな事例の登録例を示す。表１０において、新たな事例０３０は、それまでの類Ｃ１，Ｃ２，Ｃ３とは異なる新しい類Ｃ１０に属するものとして登録されている。
【０１０９】
【表１０】
【０１１０】さらに、新事例０３０が属する類の優先度は「１」とされ、最も高い優先度が与えられる。そして、それに伴い、故障症状「画像濃度が低い」で故障「主帯電電圧の不良」に属する他の類の優先度が順次シフトされる。つまり、表１０に示すように、類Ｃ１の優先度は１から２に、類Ｃ２の優先度は３から４に、類Ｃ３の優先度は２から３に変えられる（ステップＳ３６）。
【０１１１】ステップＳ３３において、ＱＭＳ処理が不成功に終わった場合は、新事例の作成はされず、処理は終了する。さて、図１４のステップＳ２４において、適用すべき事例の修復前のパラメータ状況が故障装置のパラメータ状況と完全に一致していない場合には、処理は、図１５のステップＳ３７へ進む。
【０１１２】図１５を参照して、ステップＳ３７では、適用すべき事例、この適用すべき事例をたとえば事例００１とすれば、表４で示す事例００１の「修復作業」の欄に記載された番号「２」の作業が、表８に示す類Ｃ１の作業スクリプトから取り出され、指定される。そして、作業２の前件部状況Ｖn ＝ローと、表２に示す故障装置のパラメータＶn の状況とが比較され、両パラメータ状況の一致または不一致が判別される（ステップＳ３８）。
【０１１３】この具体例の場合、故障装置のパラメータ状況は指定された作業２の前件部状況と一致しているから、作業２が実行される（ステップＳ３９）。ステップＳ３９における作業の実行後、作業が成功したか否かが判別され（ステップＳ４０）、成功した場合には次の作業の有無が判別される（ステップＳ４１）。ステップＳ３８において、もし、故障装置のパラメータＶn がノーマルであったとすれば、作業２の前件部状況であるＶn ＝ローと一致していない。かかる場合、装置のパラメータ状況を作業の前件部状況と一致させるために、ステップＳ４２〜Ｓ４５で述べる追加処理１が実行される。
【０１１４】すなわち、処理はステップＳ４２へ進み、表８に示す作業スクリプトにおいて、故障装置のパラメータ状況を作業２の前件部状況に一致させられるような別の作業があるか否かの検索がされる。つまり、この具体例の場合、故障装置のパラメータ値Ｖn ＝ノーマルをローにすることができる作業があるか否かが判別される。
【０１１５】表８を見ると、作業５によって、パラメータＶn をノーマルからローにできることがわかる。よって、ステップＳ４３ではＹＥＳと判断され、表４で示す事例００１の「修復作業」の欄が「２」から「５，２」に仮訂正され、該仮訂正をしたことを表わすために、フラグＡがセットされる（ステップＳ４４）。次いで、仮訂正により加えられた作業５が実行され（ステップＳ４５）、該作業５が成功したか否かの判別がされる（ステップＳ４０）。この作業５の実行に成功した場合には（ステップＳ４０でＹＥＳ）、次の作業の有無が判別される（ステップＳ４１）。この場合、次の作業として作業２が存在するから、処理は再びステップＳ３７へ進み、次の作業２が指定され、その前件部状況と故障装置のパラメータ状況とが比較される。その結果、故障装置のパラメータ状況は、ステップＳ４５における作業５の実行によって、Ｖn ＝ローとされたので、作業２の前件部状況と一致している。よって、ステップＳ３８で、ＹＥＳと判別され、作業２が実行される（ステップＳ３９）。
【０１１６】ところで、ステップＳ３９またはＳ４５において、前件部操作が実行されてもなお後件部状況が得られなかった場合には、作業は失敗したと判断される（ステップＳ４０）。換言すれば、ある作業を行った結果のパラメータ状況（作業後の故障装置のパラメータ状況）がその作業において設定されているパラメータ状況（後件部状況）にならなかった場合、その作業は失敗と判別される。
【０１１７】そしてこのときは、以下の図１６の流れに沿って説明するような作業失敗の原因を回避するための追加処理２が実行される。すなわち、まず、失敗にかかる適用事例と同じ故障症状および故障に属する全ての事例が検索されるとともに、それら事例のうち、「修復作業」の欄に、失敗にかかる作業番号が記載されている全ての事例が検出される（ステップＳ５１）。
【０１１８】今、具体例に沿ってわかりやすく説明するために、失敗にかかる適用事例が００１とすれば、表３に示すように、その事例と同じ故障症状および故障に属する事例は、００２，００３，００４であり、いずれの事例も、「修復作業」の欄に、事例００１の失敗にかかる作業番号２と同じ作業番号２が記載されている（表４、表５、表６および表７参照）。よって、事例００２〜００４が検出される（ステップＳ５１）。
【０１１９】そして、失敗にかかる適用事例００１および検出された事例００２，００３，００４の修復前のパラメータ状況を比較して、パラメータ状況の共通点が抽出されるとともに、抽出された共通点が表２に示す故障装置のパラメータ状況と比較される（ステップＳ５２）。そしてその結果、各事例における修復前のパラメータ状況の共通点と、故障装置のパラメータ状況との相違点の有無が判別される（ステップＳ５３）。
【０１２０】表４〜表７に示す事例００１〜００４と、表２に示す故障装置のパラメータ状況とを比較しても、この具体例の場合そのようなパラメータは見つからない。そこで、今仮に、事例００１〜００４の修復前のパラメータ状況において、共通してＶt ＝ローであると仮定して、以下の説明をすることにする。そうすると、ステップＳ５３において、事例００１〜００４の修復前のパラメータ状況における共通点であり、かつ、故障装置のパラメータ状況との差異として、パラメータＶt が取り上げられる。すなわち、各事例００１〜００４の修復前のパラメータ状況においては、共通的にＶt ＝ローであるが、故障装置のパラメータ状況では、Ｖt ＝ノーマルである。
【０１２１】それゆえ、ステップＳ５３ではＹＥＳと判別され、パラメータＶt ＝ローが、今回の作業の失敗原因であると仮説され、このパラメータＶt をローからノーマルにすることのできる作業が、表８に示す作業スクリプトの中から検索され（ステップＳ５４）、その有無が判別される（ステップＳ５５）。表８の作業スクリプトを見ると、作業３によって、パラメータＶt をローからノーマルに変更できることがわかるから、作業有りと判別される（ステップＳ５５でＹＥＳ）。
【０１２２】そしてこの場合には、失敗にかかる適用事例００１（表４参照）の「修復作業」の欄が仮訂正され、作業番号「２」に先立ち、作業番号「３」が挿入される。また、この仮訂正をしたことを表わすため、フラグＢがセットされる（ステップＳ５６）。次いで、作業３が実行される（ステップＳ５７）。そして、作業３が実行された結果、Ｖt ＝ノーマルになった場合、作業成功と判別される（ステップＳ５８でＹＥＳ）。
【０１２３】この場合において、Ｖt ＝ノーマルは、作業２の前件部状況として必須の条件である。よって、表８に示す作業スクリプトの作業２の前件部状況にＶt ＝ノーマルが追加されるよう訂正され、表８の作業スクリプトは、下記の表１１に示すように書換えられる（ステップＳ５９）。
【０１２４】
【表１１】
【０１２５】表１１に示す作業スクリプトでは、作業２の前件部状況が「Ｖn ＝ロー、（かつ、）Ｖt ＝ノーマル」になっている。そして、再び、図１５に示すステップＳ３７からの処理が行われる。図１６のステップＳ５８において、作業が成功しなかったと判別された場合には、他にパラメータＶt をローからノーマルにすることのできる作業が表８に示す作業スクリプトの中にあるか否かが判別され（ステップＳ６０）、作業があればステップＳ５６からの処理が繰返される。
【０１２６】また、ステップＳ６０で他の作業がないと判別されたとき、または、ステップＳ５３において異なるパラメータがないと判別されたとき、または、ステップＳ５５において作業はないと判別されたとき、あるいはまた図１５に示すステップＳ４３において作業がないと判別されたときには、いずれも、ステップＳ６１へ進み、フラグＡおよびＢがリセットされる。また、この場合、事例適用に失敗したので、事例の「適用失敗数」の欄の数値が「１」増加される（ステップＳ６２）。そして、他の事例、すなわち次の適用優先順位の事例があるか否かが判別される（ステップＳ６３）。
【０１２７】そして、次の事例がある場合には（ステップＳ６３でＹＥＳ）、その事例および対応する作業スクリプトがワークレジスタに設定され（ステップＳ６４）、図１５に示すステップＳ３７からの処理が行われる。一方、ステップＳ６３において、次の適用優先順位の事例がないと判別された場合には、処理は図１４に示すステップＳ３２へと進み、ＱＭＳ処理が行われる。
【０１２８】さて、図１５に戻って、ステップＳ４１で次の作業がないと判別された後の処理について説明をする。この場合、フラグＡまたはＢの状態が判別される（ステップＳ４６）。状態判別の結果、フラグＡもＢもセットされていないと判別される場合とは、それまでの処理において、故障装置のパラメータ状況と選択された作業の前件部状況とが一致しており、その作業を実行した結果作業が成功した場合である。それゆえ、この場合は、ステップＳ４７で、適用した事例、たとえば事例００１の「適用成功数」の欄の数値が「１」増加される。そして、類の優先度の操作（その１）が実行される（ステップＳ４８）。このステップＳ４８における類の優先度の操作（その１）は、図１４のステップＳ２９において行った操作と全く同じ操作である。それゆえ、ステップＳ４８の操作の具体的な内容については、説明が重複しないよう、ここでは省略する。
【０１２９】一方、ステップＳ４６において、フラグＡまたはＢのいずれかがセットされていると判別された場合を考える。フラグＡがセットされている場合とは、ステップＳ４２〜Ｓ４５の追加処理１が行われた場合である。具体的には、事例の「修復作業」の欄に記載の番号の作業を、作業スクリプトから選択して、その作業を行おうとしたけれども、故障装置のパラメータ状況がその作業の前件部状況と一致していないので、その作業を行うことができず、その作業を行う前に、故障装置のパラメータ状況を上記前件部状況と一致させるための別の作業を行ってうまくいった場合である。換言すれば、先に説明した「作業スクリプトの詳細化」という操作を導入し、その詳細化によって事例参照に成功した場合である。
【０１３０】一方、フラグＢがセットされている場合とは、ステップＳ５１〜Ｓ５９の追加処理２が行われた場合である。具体的には、選択された作業における前件部状況の特定が不十分であったために作業が成功しなかった場合に、その作業の前件部状況を特定するとともに、それに合うように故障装置のパラメータ状況を変化させる作業があり、それら作業を行うことによって故障装置のパラメータ状況と選択された事例の前件部状況との差異がなくなり、作業が成功した場合である。この場合も、広い意味で、「作業スクリプトの詳細化」という操作を導入した結果、詳細化によって事例参照に成功した状況であるといえる。
【０１３１】それゆえ、フラグＡまたはＢがセットされている場合とは、「作業スクリプトの詳細化」という操作が導入され、定性的に到達可能な範囲内において、元の事例が修正されて新たな事例が生成されたということを意味している。そして、この生成された新たな事例は、元の事例と同じ類に属すると考えるべきである。この点については、この発明の概要のところでも述べたとおりである。
【０１３２】そこで、ステップＳ４６においてフラグＡまたはＢがセットされていると判別された場合には、ステップＳ４９へ進み、生成された新たな事例が元の事例と同じ類に登録され、その後、フラグＡおよび／またはＢはリセットされる。表１２にこの新たな事例が登録された後の事例ベース記憶部１７（図７参照）の記憶内容の一例を示す。表１２に示すように、類Ｃ１に属する事例として、新たに、事例０４０が登録されている。
【０１３３】
【表１２】
【０１３４】また、この新事例０４０の内容を、表１３に示す。
【０１３５】
【表１３】
【０１３６】この表１３に示す事例０４０の前件部状況を事例００１の前件部状況（表４参照）と比較すると、パラメータＶt ＝ローである点が、事例００１と異なっている。それゆえ、この事例０４０を適用するにあたっては、まず、パラメータＶt をローからノーマルにする必要があるので、この事例０４０の「修復作業」の欄には「３，２」という作業番号が記載されている。
【０１３７】そしてその後、類の優先度の操作（その２）が実行され（ステップＳ５０）、処理は終わる。次に、ステップＳ５０における類の優先度の操作（その２）の具体的処理手順につき、図２０ならびに表１２および表１３を参照して説明する。類の優先度の操作（その２）では、まず、現在参照していた事例、たとえば事例００１が属する類Ｃ１の中に、生成された新事例の事例番号０４０が登録される（ステップＳ５０１）。表１２に示すとおり、類Ｃ１の事例番号の欄に、「００１，００２」に加え、「０４０」が追加される。
【０１３８】そして、今回の事例適用においては、この新事例０４０を適用した結果修復処理が成功したので、この新事例０４０を含む類Ｃ１の優先度が最も高められる。すなわち、類Ｃ１の優先度の欄は、それまでの「２」から「１」に書換えられる（ステップＳ５０２）。また、類Ｃ１の優先度を「１」としたことに伴い、この類と同じ「故障」に属する残りの類Ｃ２，Ｃ３，Ｃ１０の優先度も、順次シフトされる。その結果、類Ｃ２の優先度は「４」のまま、類Ｃ３の優先度は「３」のまま、類Ｃ１０の優先度は「１」から「２」にシフトされる。
【０１３９】次に、今回新事例が追加登録された類Ｃ１に属する各事例（新事例も含む）、この具体例では事例００１，００２，０４０という３つの事例における各修復前の状況が照会され、この類Ｃ１の特徴Ｐ1 が抽出される（ステップＳ５０３）。特徴Ｐ1 の抽出の仕方は、先に説明した特徴の抽出の仕方と同様である。念のために、具体例を参照しながら説明する。表４に示す事例００１、表５に示す事例００２および表１３に示す事例０４０の各修復前の状況に記憶されたパラメータ状況を比較する。そして、ノーマルでないパラメータ、すなわちローまたはハイのパラメータを抽出し、抽出されたパラメータのうち事例００１，００２および０４０に共通して取り出されたパラメータが、特徴Ｐ1 を構成するパラメータとして抽出される。具体的には、パラメータＶn 、Ｖs 、Ｄs およびＯs が特徴Ｐ1 を構成するパラメータとして抽出される。そしてこの特徴Ｐ1 を構成するパラメータは、表１２の類Ｃ１の特徴として登録される。
【０１４０】次いで、今回抽出された特徴Ｐ1 は、この類Ｃ１の特徴として既に登録されていた特徴Ｐと一致するか否かの判別がされる。先に登録されていた類Ｃ１の特徴Ｐは、表３に示すように、Ｖn 、Ｖs 、Ｄs 、Ｏs およびＳP であり、ＳP を含んでいる点で、今回抽出された特徴Ｐ1 とは一致していない。よってこの具体例の場合は、ステップＳ５０４でＮＯと判別される。
【０１４１】そして、この場合は、表１２に示すように、類Ｃ１の特徴は、今回抽出された特徴Ｐ1 に書換えられる。つまり、今回抽出された特徴Ｐ1 が類Ｃ１の特徴として再登録される（ステップＳ５０６）。次に、類Ｃ１が属する故障症状「画像濃度が低い」と異なる故障症状に属する類の有無が判別される（ステップＳ５０６）。この具体例の場合、表１２に示すように、異なる故障症状に属する類としては、故障症状「画像かぶり」に属する類Ｃ５、Ｃ６およびＣ７が存在する。それゆえ具体例では、ステップＳ５０６においてＹＥＳと判別される。
【０１４２】そしてその場合、類Ｃ５，Ｃ６，Ｃ７の各特徴と、上述した類Ｃ１の特徴Ｐ1 とが順次比較される。具体的には、まず、類Ｃ５の特徴Ｑが検出される（ステップＳ５０７）。この特徴Ｑは、表１２に示すとおり、パラメータＶn 、Ｖs 、Ｄs およびＯs がノーマルでないという内容である。
【０１４３】次いで、類Ｃ１の特徴Ｐ1 と類Ｃ５の特徴Ｑとが比較され、特徴Ｐは特徴Ｑに類似するか否かの判別がされる（ステップＳ５０８）。この具体例では、表１２に示すように、特徴Ｐ1 はパラメータＶn、Ｖs 、Ｄs およびＯs で構成されており、特徴ＱはパラメータＶn 、Ｖs 、Ｄs およびＯs で構成されている。よって、Ｐ1 ＝Ｑである。したがって、特徴Ｐ1 は特徴Ｑに類似する。よって、類Ｃ５の優先度にフラグ付けがされる（ステップＳ５０９）。
【０１４４】次いで、処理をすべき類が他にあるか否かの判別がされる（ステップＳ５１０）。処理をすべき類は、類Ｃ５の他に、Ｃ６，Ｃ７があるので、これらが順次、ステップＳ５０７〜Ｓ５１０のステップに従って処理される。なお、類Ｃ６およびＣ７には、いずれも、１つの事例しか属していないので、これら類の特徴はないから、これら類Ｃ６，Ｃ７の優先度にフラグが付されるわけではない。
【０１４５】次いで、ステップＳ５１１において、フラグ付けがされた類Ｃ５を含む故障「主帯電電圧の不良」に属する２つの類Ｃ５およびＣ６の優先度が更新される。具体的には、特徴Ｐ1 と類似する特徴Ｑを有する類Ｃ５の優先度が最優先され、類Ｃ５の優先度は「２」から「１」へ変更される。また、それに伴い、類Ｃ６の優先度は「１」から「２」へ変更される。
【０１４６】このように、今回適用に成功した事例が属する類Ｃ１の優先度が上げられると共に、その事例が属する故障症状とは異なる故障症状に属する類において、今回適用に成功した事例と類似する特徴を有する類の優先度が高められる。この結果、「類」の利用による事例検索効率の向上を図ることができる。なぜならば、「類」による事例の分類は、「故障症状」および「故障」による事例の分類、換言すればＱＭＳ処理による事例分類の枠組みを越えているので、その枠組みを越えた別の分類方法によって類分けされた事例に対し、共通の特徴を有するものについて事例適用に関する優先順位を繰り上げる。そうすると、実際の機械システムにおいてしばしば発生する、根本原因は同じでありながら発現する故障症状が異なるという現象に効率よく対処することができるのである。
【０１４７】また、図１７を参照して説明した適用すべき事例を決定する処理において、ステップＳ２２２で装置のパラメータと事例の修復前のパラメータとを比較し、その結果、ステップＳ２２３で、同じ類内でのパラメータ状況の一致度の低い事例を削除していた。図１８に示す適用すべき事例を決定する処理においても同様であった。
【０１４８】しかし、適用すべき事例を決定する処理は、これに限らず、ステップＳ２２３で行っている同じ類内でのパラメータ状況の一致度の低い事例を削除するという処理を省略してもよい。つまり、図１７または図１８１８に示す適用すべき事例を決定する処理において、ステップＳ２２３の処理を省略してもよい。ステップＳ２２３の処理を省略した場合、適用すべき事例には、同じ類に属する複数の事例が含まれている場合がある。それゆえこの場合は、先に適用した事例が失敗する度に、次に適用する事例が先に適用した失敗にかかる事例と同じ類に属するか否かを判別すればよい。具体的には、図１４R>４に示すステップＳ３０から後の処理に少し修正を加えるとともに、図１６に示すステップＳ６２から後の処理に少し修正を加えればよい。
【０１４９】図２１（Ａ）および（Ｂ）に、修正を加える処理の具体例を示す。次に、図２１を参照して説明すると、ステップＳ３０において、失敗数が更新された後、その失敗にかかる事例の属する類がバッファメモリ等に記憶される（ステップＳ１００）。そしてその後、次の優先順位の事例の有無が判別される（ステップＳ３１）。そして次の事例がある場合には（ステップＳ３１でＹＥＳ）、次の事例が失敗に係る事例と同じ類に属するか否かの判別がされる（ステップＳ１０１）。次の事例が失敗にかかる事例と同じ類に属しなければ、処理はステップＳ２３（図１４）へ進み、次の事例が失敗にかかる事例と同じ類に属する場合は、ステップＳ３１へ戻り、その事例のさらに次の優先順位の事例の有無が判別される。このようにして、事例を適用する直前に、適用する事例が失敗にかかる事例と同じ類に属するか否かが判別され、同じ類に属するなら、その事例の適用は省く。同様に、図２１（Ｂ）を参照して、ステップＳ６２において失敗数の増加処理がされた後、その失敗にかかる事例の属する類がバッファメモリ等に記憶される（ステップＳ１０２）、そして、他の事例、すなわち次の適用優先順位の事例の有無が判別され、次の事例がある場合には（ステップＳ６３でＹＥＳ）、次の適用優先順位の事例は、ステップＳ１０２で記憶された失敗にかかる事例が属する類と同じ類に属するか否かの判別がされる（ステップＳ１０３）。次の適用優先順位の事例が失敗にかかる事例の属する類と同じ類に属しなければ、処理はステップＳ６４（図１６）へ進む。しかし、次の適用優先順位の事例が、失敗にかかる事例が属する類と同じ類に属する場合には、処理は、ステップＳ６３へ戻り、その事例よりもさらに次の適用優先順位の事例があるか否かの判別がされる。この結果、事例を適用する直前に、その事例が、失敗にかかる事例が属する類と同じ類か否かの判別がされ、同じ類であれば、その適用が省略される。
【０１５０】修復作業の実行にあたって、以上説明した事例の検索および事例の適用という手法を採用することは、上記具体例で説明したような小形普通複写機等の装置に対して特に有効である。なぜならば、小形普通複写機に代表されるような装置は、その構成系中に、制御対象として不安定な要素（たとえば化学的変化を積極的に利用すること等）を有している。それゆえ、構成系が置かれる状態の変化、たとえば環境変化や構造上の劣化等によって、センサのパラメータおよびアクチュエータのパラメータ間の関係が変化する可能性がある。上記具体例の説明における事例の検索は、かかるパラメータ間の変化を装置がランニング中に収集し、それを使った一種の学習を行わせ、知識のチューニングをしているということができるから、上記のパラメータ間の変化が生じても、それに有効に対処した修復作業を行うことができる。つまり、対象機械のパラメータ間の関係が変化した場合、その変化に基づいて事例が修正されて新しい事例が作成され、また、作業スクリプトの内容が修正されているのである。
【０１５１】（６−８）修復計画の推論次に、１４図のステップＳ３２に示すＱＭＳ処理の仕方およびその処理における副次的影響の推論について説明をする。故障判別の結果、「画像濃度が低い（Ｏs ＝ロー）」が故障症状として取上げられたから、修復の目標は、Ｏs を上昇させることである。
【０１５２】そこで、図１０に示す数学モデル上の関係から、Ｄs を上昇させるか、Ｖt を上昇させるか、または、ζを上昇させるかによって、修復目標であるＯs を上昇させることができると推論される。次に、Ｄs を上昇させることを目標に推論を行うと、Ｖs を上昇させるか、Ｖb を下降させるか、または、γ0 を上昇させるかのいずれかの結論を得る。このように、数学モデルに基づいて、推論が繰返されることにより、修復操作の候補を数学モデル上で得ることができる。得られた結果は、表１４に示すとおりである。
【０１５３】
【表１４】
【０１５４】ところで、数学モデルに基づいて得られた修復候補には、実現できるものと実現できないものとがある。たとえば、Ｄ：原稿の光学濃度は変更できないし、β：感光体の感度も変更し難い。
【０１５５】γ0 ：トナーの感度も変更できないし、ζ：用紙の感度も変化不可能である。また、この具体例では、Ｖb ：バイアス電圧も、アクチュエータがないから変化不可能である。もちろん、アクチュエータを追加することにより、Ｖb は変化可能にすることができる。
【０１５６】さらに、Ｘ：原稿反射光量の対数Ｖs ：露光後のドラムの表面電位Ｄs ：ドラム上でのトナー濃度については、それ自体の変更は不可能で、間接的に他のパラメータを変化させることで変化させられるだけであり、ここでは修復候補から除外する。
【０１５７】なお、この具体例では直接関係ないが、Ａsp：分離用ＡＣ電圧の振幅も、アクチュエータ追加により、変化させることができる。以上の次第で、この具体例では、修復候補として、Ｖt ：転写電圧Ｖn ：主帯電後の表面電位ＨL ：ハロゲンランプ出力光量の対数がとりあげられる。
【０１５８】一方、対象モデル記憶部１４には、修復計画知識として、次の知識が予め記憶されている。すなわち、（ａ）Ｖt を上昇させる→転写トランスのコントロール電圧を上げる（ｂ）Ｖt を下降させる→転写トランスのコントロール電圧を下げる（ｃ）Ｖn を上昇させる→主帯電トランスのコントロール電圧を上げる（ｄ）Ｖn を下降させる→主帯電トランスのコントロール電圧を下げる（ｅ）ＨL を上昇させる→ハロゲンランプコントロール信号を高電圧側にシフトする（ｆ）ＨL を下降させる→ハロゲンランプコントロール信号を低電圧側にシフトする。
である。この対象モデル記憶部１４に記憶された修復計画知識は、この装置に特有の特徴データである。該修復計画知識を数学モデルに基づいて得られた修復候補に適用することにより、Ｏs を上昇させるための修復操作として、（ａ）Ｖt を上昇させる→転写トランスのコントロール電圧を上げる（ｃ）Ｖn を上昇させる→帯電トランスのコントロール電圧を上げる（ｆ）ＨL を下降させる→ハロゲンランプコントロール信号を低電圧側にシフトするの３方法が得られる。
【０１５９】画像濃度ＯS を単に上昇させるだけであれば、これら３方法のうちのいずれの方法を実行しても、修復が可能である。しかしながら、対象機械は、画像濃度ＯS を上昇させることにより、種々の副次的な影響を受けることが考えられる。そこで、この実施例では、以下に説明するように、副次的な影響の推論を、数学モデルに基づいて行っている。
【０１６０】（６−９）副次的影響の推論修復計画の推論において導かれた３つの修復計画を数学モデル上に展開すると、図２２ないし図２７が得られる。つまり、（ａ）Ｖt を上昇させた場合が図２２および図２３（図２３はＤ＝０とした場合のＯs ’が数学モデル上で表わされている）、（ｃ）Ｖn を上昇させた場合は、図２４および図２５（図２５はＤ＝０とした場合のＯs ’が数学モデル上で表わされている）、（ｆ）ＨL を下降させた場合は図２６および図２７（図２７はＤ＝０とした場合のＯs ’が数学モデル上で表わされている）となる。
【０１６１】そして、数学モデルに基づいて機能評価を行うと、次の状態が推論される。すなわち、（１）Ｖt を上昇させた場合（図２２、図２３）
（ａ）出力画像濃度が上昇する。
（ｂ）Ｄ＝０のとき、Ｏs ’＞ノーマルの場合がある。つまり、かぶりが発生する可能性がある。
【０１６２】（ｃ）Ｓp ＞ノーマルとなり、分離不良が発生する可能性がある。
（２）Ｖnを上昇させた場合（図２４、図２５）
（ａ）出力画像濃度が上昇する。
（ｂ）Ｄ＝０のとき、Ｏs ’＞ノーマルとなり、かぶりが発生する可能性がある。
（３）ＨLを下降させた場合（図２６、図２７）
（ａ）出力画像濃度が上昇するだけで、他の副次的な影響はない。
【０１６３】よって、修復計画部１５では、副次的な影響の最も少ない修復計画、すなわちＨLを下降させるという修復計画が選択される。この修復計画は、故障診断で得られた故障を解消するための操作と一致している。つまり、見方を変えると、故障診断における故障の推論は、装置が故障したときの現実の状態を数学モデル上でトレースし、装置が故障したときの各構成要素の状態を把握することによって、故障を推定していたのに対し、修復計画の推定では、装置が故障状態ではなく、装置が正常であるという前提に立って、数学モデル上で装置の状態をトレースし、それに基づいて修復計画を推論している。そして、上述の具体例では、故障診断における推論でも、修復計画における推論でも、結果として同じ故障および修復計画が得られたわけである。
【０１６４】しかし、場合によっては、故障診断の推論が故障状態の装置を前提にしているのに対し、修復計画の推論は正常状態の装置を前提にしているため、両者によって得られる結果が異なることがある。かかる場合は、故障診断の推論過程で得られる結論と矛盾しないものだけを修復計画の推論の際に選択するようにすれば、修復計画の推論処理をより短時間で行える。
【０１６５】上述の場合において、もしＨLを下降させるという修復計画が選択できない場合、たとえばハロゲンランプコントロール信号を低電圧側にシフトするためのＡＶＲのボリュームが既に下限であった場合には、次に副次的影響の少ない（２）のＶnを上昇させるという修復計画が選択される。しかしながら、Ｖnを上昇させるという修復計画が選択された場合には、かぶり発生の可能性という副次的影響が予測されているので、図２５の数学モデルにおいて、Ｏs ’を下降させるためにはいずれのパラメータを操作すればよいかが図２５の数学モデルに基づいて検討され、かつ、修復計画知識に基づいて操作が選択される。その結果、ＨL を上昇させるか、Ｖn を下降させるか、Ｖt を下降させるかが選ばれ、かぶり発生を防止することを含めた修復計画が行われる。
【０１６６】つまり、図２８に示すように、副次的影響を仮定して、修復操作の推論を展開する。図２８に示されるような修復操作の推論展開においては、（ａ）数学モデル上で以前の修復計画と矛盾する枝は選択しない（ｂ）最も副次的影響の少ないものを選択する（ｃ）ループを形成したものはその時点で展開を止めるという知識に基づいた展開が行われる。
【０１６７】図２８では、結局、（１）Ｖn↑→ＨL↑→Ｖn↑のループ、および（２）Ｖn↑→Ｖt↓→Ｖn↑のループ、の２つの修復計画が残る。今、（１）のループが修復計画として行われた場合において、画像濃度が適正な濃度、すなわちＯsがノーマルになったとする。かかる場合、ＶnおよびＨL は上昇されているから、画像濃度Ｏsがノーマルに戻った修復前の状態において、センサ１ｂによって測定される表面電位の値は、最初に測定される値に比べてかなり高いものに変化しているはずである。しかしながら、修復作業が成功したわけであるから、修復後のパラメータＶsの状態はノーマルにシンボル化されなければならない。よって、かかる場合、修復が終了した時点で、センサ１ｂによって測定される測定値に基づき、図１１示すパラメータＶsのシンボル化のための基準データが変更され、たとえば図２９に示すデータに書換えられる。このように、基準データの更新が、修復作業終了後に必要に応じてなされる。
【０１６８】この実施例において、図２８における前述した（１）のループが行われる場合、具体的には、主帯電ボリュームＶＲ１が操作されて感光体ドラム２１の表面電位が上昇され、それによって得られるコピーにかぶれが発生すると、ランプボリュームＡＶＲが操作されてハロゲンランプの光量が増加され、コピーの画像濃度が薄められる。
【０１６９】そして、主帯電ボリュームＶＲ１およびランプボリュームＡＶＲを交互に適宜上昇させながら、画像濃度が正常になったとき、すなわちパラメータＯsがノーマルになったことがセンサ１ｃである濃度計の検出出力から得られたとき、修復処理は終了される。さらに、上記２つの修復計画が実行不可能な場合は、さらに、上述した（３）のＶtを上昇させるという修復計画が選択され、その副次的影響であるかぶり発生と、分離不良の２つを仮定した故障診断が行われ、修復計画が選択される。
【０１７０】そして、選択された修復計画が行われ、ループ処理の場合には、ループ上にあるパラメータの操作が限度に達した時点で失敗と判断される。また、この実施例の場合は、具体例でも説明したように、Ｏsがノーマルになった時点で修復終了が判別され、その状態で修復は停止される。上述した副次的影響の推論においては、修復計画の推論において導かれた３つの修復計画を順次数学モデル上に展開し、３つの修復計画のそれぞれについて、まとめて、副次的影響が推論されている。このような副次的影響の推論の仕方に代え、次のような処理を行ってもよい。
【０１７１】すなわち、修復計画の推論において、たとえば３つの修復計画が導き出されたとする。その場合、３つの中から１つの修復計画だけをとりあげ、該修復計画に基づいてアクチュエータ手段を作動された場合に生じるかもしれない副次的な影響をシミュレートし、シミュレートされた副次的な影響は、修復計画によって選択されたアクチュエータ手段以外のアクチュエータ手段を作動させることによって除去できるか否かを判別する。そして、副次的な影響は除去できると判別されたときには、修復計画によって選択されたアクチュエータを実際に作動させ、修復を実行するとともに、副次的な影響を他のアクチュエータ手段を作動させることによって除去するのである。
【０１７２】この結果、修復計画で導き出された他の２つの計画に基づく副次的影響のシミュレートはする必要がなく、全体として、修復操作時間を短縮できる。上述の場合において、もし、第１番目に選択した修復計画について、副次的な影響をシミュレートし、シミュレートされた副次的な影響が他のアクチュエータ手段を作動させることによって除去できないと判別された場合、その第１番目の修復計画は断念して、次に第２番目の修復計画をとりあげ、該２番目の修復計画に基づいて選択されたアクチュエータ手段を作動させた場合に生じるかもしれない副次的な影響をシミュレートし、シミュレートされた副次的な影響は、そのアクチュエータ手段以外のアクチュエータ手段を作動させることによって除去できるか否かを判別し、副次的な影響が除去できるときには、該第２番目の修復計画に基づく修復作業を行う。
【０１７３】このように、修復計画の推論において導かれた複数の修復計画のうち、或る１つ目の修復計画を取出し、その場合の副次的な影響を推論し、副次的な影響が除去できる場合には、直ちにその１つ目の修復計画に基づく修復を実行するようにするのである。そして、もしその修復計画では、副次的な影響が大きすぎる場合には、それを断念し、次の修復計画を選び、その場合の副次的な影響をシミュレートするのである。
【０１７４】かかる場合、修復計画の推論において導かれた複数の修復計画のうち、いずれの修復計画をまず選択するかについては、たとえば、故障診断において得られた故障原因を参酌して選択するのが好ましい。以上の実施例では、アクチュエータのパラメータ数が少ないため、修復自体がかなりの制限を受けているが、アクチュエータのパラメータ数を増やすことによってさらに修復の柔軟性および可能性を向上させることができる。
【０１７５】以上説明した具体例において、いずれかの修復作業が成功した場合には、成功した後の装置の状態が正常な状態であると判定されるわけであるから、各センサから与えられるディジタルデータ値によって各パラメータの基準値データ（図１１に示す基準値）が更新され、新たな基準値データに基づいてパラメータがシンボル化されるようにするのが好ましい。
【０１７６】（６−１０）その他また、上述の具体例では、各アクチュエータの作動範囲については特に触れなかったが、対象モデル記憶部１４に記憶されている装置に特有の特徴データの中に、アクチュエータの作動範囲を設定する作動範囲データを含ませておけば、アクチュエータの出力状態が記憶されている作動範囲内のときはアクチュエータ操作可能と判別でき、アクチュエータの出力状態が記憶されている作動範囲の上限または下限に達した場合に、アクチュエータ操作不能と判定して、修復作業の正否判定に利用することができる。
【０１７７】さらに、上述の具体例では、センサ出力が変化したことに基づいて、自動的に自己診断を行い、自己修復を行うシステムをとりあげたが、画像形成装置に自己診断モードの設定キー等を設け、該自己診断モード設定キーが操作された場合にのみ、自己診断および／または自己修復が行われるようにしてもよい。
【０１７８】
【０１７９】またこの発明においては、修復計画の推論をする際に、アクチュエータの調整範囲を考慮して、実際に調整可能なアクチュエータだけを選択するようにしてもよい。より具体的に説明すると、アクチュエータがたとえばＡＶＲの場合、ＡＶＲの下限値を「０」、上限値を「１００」とし、ＡＶＲの設定状態が０〜１００のいずれかの整数値で検出できるような構成にする。また、対象モデル記憶部１４にＡＶＲの下限値「０」および上限値「１００」を設定しておく。したがって、ＡＶＲが調整されて或る状態になったとき、ＡＶＲの調整状態は、その調整状態に対応した０〜１００のいずれかの整数値データとして把握される。
【０１８０】修復計画部１５では、ＡＶＲの調整状態に応じて得られる０〜１００のいずれかの整数値データにより、ＡＶＲの調整状態を把握し、ＡＶＲを故障修復用のアクチュエータとして選択できるか否かを判別する。つまり、対象モデル記憶部１４に記憶されたＡＶＲの下限値および上限値と現在の調整状態値とが比較され、ＡＶＲはさらに下限方向に、または上限方向に作動させることができるか否かが判別されるのである。
【０１８１】よって、複数個の各アクチュエータに対し、またはその中の任意のアクチュエータに対し、このような構成を採用することにより、修復計画の推論結果が、実際に作動させることのできるアクチュエータ手段の組合わせとして出力され、実用的な修復計画の推論ができるという利点がある。なお、作動範囲の設定の仕方は、上述の説明は一例であり、他の方法で作動範囲を設定し、実際のアクチュエータの状態と比較してもよい。
【０１８２】また、修復計画部１５において、設定されたアクチュエータの調整可能範囲と実際の調整値とを比較するのみでなく、故障診断部１２において、故障診断を行う際に、設定されたアクチュエータの調整可能範囲と実際の調整値とを比較し、それを参照するようにしてもよい。さらにまた、この発明の実施例にかかる画像形成装置においては、自己診断モード設定手段として、たとえばマニュアル操作される自己診断モード設定キーまたはスイッチを設けておき、該自己診断モード設定キーまたはスイッチが操作されたときにのみ、上述した自己診断または自己診断および自己修復を行うようにすることができる。
【０１８３】自己診断モード設定キーまたはスイッチの配置位置は、任意の場所でよいが、好ましくは、通常の画像形成のための操作キー等とは異なる位置、たとえば画像形成装置に備えられている前面パネルを開いた状態で操作できる装置内部等に設けるのがよいであろう。
【０１８４】
【発明の効果】この発明によれば、画像形成装置に故障が生じたか否かが判別され、故障が生じているときは、その故障症状、故障原因および装置の状態が推論される。そして、推論結果に基づいて、予め記憶されている複数の事例が検索され、故障修復に最も適した事例が検出され、事例に基づいた故障修復処理が行われる。
【０１８５】事例に基づく故障修復処理では、画像形成装置に生じた故障に対応して複数の事例が選択されると、適用順位が決定される。適用順位付けは、故障と事例との対応度の大小に応じてなされ、対応度の等しい事例間は、適用優先度の高い類の事例が優先される。そして適用順位の若い順位に事例を適用して修復作業を行う。この場合に、同じ類に属する事例が複数ある場合、適用順位の若い事例が適用され、その結果故障修復が成功しなかった場合には、その類に属する他の事例は適用されないので、修復作業が失敗する蓋然性の高い事例の適用を省くことができ、事例選択に関する成功率を向上させることができる。そして、より迅速な自己修復作業が行える。
【０１８６】また、事例の適用結果に応じて、その事例が属する類の適用優先度が更新される。実際の機械システムにおいては、前回の故障に関連して次の故障が生じることが多いことが経験的にわかっている。そこで、事例適用に関する優先度を上述のように更新することにより、生じ得る故障に対し、適切な事例を優先して選択し続けることができる。
【０１８７】また、この発明によれば、故障原因は、画像形成装置に共通の定性データに基づいてなされるので、明示的に記述されていない未知の故障をも扱うことのできる自己診断修復システムを有する画像形成装置とすることができる。さらに、この発明にかかる自己診断修復システムは、或る特定の画像形成装置に対してではなく、多くの機種の画像形成装置に対して共通的に適用することができ、結果的に安価な自己診断および自己修復システムを有する画像形成装置を提供することができる。
【図面の簡単な説明】
【図１】この発明における「作業スクリプトの詳細化」を説明するための図である。
【図２】先願発明にかかる事例ベース修復計画システムにおける事例の分類の仕方を説明するための図解図である。
【図３】この発明にかかる事例ベース修復計画システムにおける事例の分類の仕方を説明するための図解図である。
【図４】事例の分類に「類」の概念を導入した場合における類分けの仕方を説明するための図である。
【図５】類分けされた事例と作業スクリプトの関係を表わす図解図である。
【図６】互いに異なる故障症状に属する事例集合Ａが事例集合Ｂに類似するための用件を説明するための図解図である。
【図７】この発明の一実施例のシステム構成を示すブロック図である。
【図８】図７に示すシステム制御回路の処理動作の概要を表わすフローチャートである。
【図９】この発明の一実施例にかかる小型の普通紙用の複写機の概略構成と、その複写機に備えられた３つのセンサを説明するための図である。
【図１０】この発明の一実施例にかかる複写機の数学モデルを表わす図である。
【図１１】この発明の一実施例にかかる複写機において、各パラメータをシンボル化する場合に必要な各パラメータの基準値データを表わす図である。
【図１２】上述した数学モデル上における故障診断のための展開を表わす図である。
【図１３】上述した数学モデル上における故障診断のための展開を表わす図である。
【図１４】この発明の一実施例における事例を適用した修復作業の処理の一部を表わすフローチャートである。
【図１５】この発明の一実施例における事例を適用した修復作業の処理の一部を表わすフローチャートである。
【図１６】この発明の一実施例における事例を適用した修復作業の処理の一部を表わすフローチャートである。
【図１７】この発明の一実施例における適用すべき「事例を決定するための処理」の一例を表わすフローチャートである。
【図１８】この発明の一実施例における適用すべき「事例を決定するための処理」の他の例を表わすフローチャートである。
【図１９】この発明の一実施例における「類の優先度の操作（その１）」の処理を表わすフローチャートである。
【図２０】この発明の一実施例における「類の優先度の操作（その２）」の処理を表わすフローチャートである。
【図２１】この発明の一実施例において、類ごとに適用する事例を１つだけにするための他の制御を説明する部分的なフローチャートである。
【図２２】上述の数学モデル上における副次的影響推論のための展開を表わす図である。
【図２３】上述の数学モデル上における副次的影響推論のための展開を表わす図である。
【図２４】上述の数学モデル上における副次的影響推論のための展開を表わす図である。
【図２５】上述の数学モデル上における副次的影響推論のための展開を表わす図である。
【図２６】上述の数学モデル上における副次的影響推論のための展開を表わす図である。
【図２７】上述の数学モデル上における副次的影響推論のための展開を表わす図である。
【図２８】この発明の一実施例において、修復計画を選択する場合の操作を表わす図である。
【図２９】この発明の一実施例において、修復計画を選択する操作を行った結果、図１１に示す基準値データを更新した場合の更新後の基準値データを表わす図である。
【符号の説明】
１ａ，１ｂ，１ｃ センサ
６ａ，６ｂ，６ｃ アクチュエータ
１０ システム制御回路
１１ ディジタル信号／シンボル変換部
１２ 故障診断部
１３ 故障シミュレーション部
１４ 対象モデル記憶部
１５ 修復計画部
１６ シンボル／ディジタル信号変換部
１７ 事例ベース記憶部
１８ 作業スクリプト記憶部
【０００１】目次１．産業上の利用分野２．従来の技術３．発明が解決しようとする課題４．課題を解決するための手段５．作用（５−１）課題を解決するための手段（５−２）「作業スクリプトの詳細化」の内容と作用６．実施例（６−１）システム構成の概要（６−２）システムの動作の概要（６−３）具体的な対象機械の構成および状態（６−４）実体モデルと数学モデル（６−５）故障診断の手法（６−６）修復作業の実行（６−７）事例の検索による故障修復処理（６−８）修復計画の推論（６−９）副次的影響の推論（６−１０）その他７．発明の効果
【０００２】
【産業上の利用分野】この発明は、自己修復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、）自己修復し得るようにした画像形成装置に関するものである。
【０００３】
【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（ＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅ：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。
【０００４】
【発明が解決しようとする課題】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ようになっていた。つまり、予め定めるセンサおよびアクチュエータの組合わせにより、一種の自動調節や故障診断がなされていた。よって、基本的には、或るセンサは特定のアクチュタと対応しており、両者の関係は固定的であった。それゆえ、（１）センサのパラメータとアクチュエータのパラメータとの関係は数値的に明示されていなければならないこと。
【０００５】（２）上記（１）の理由から、センサのパラメータとアクチュエータのパラメータとの関係は対象に強く依存しており、汎用性に乏しく、様々な対象に対して利用ができないこと。
（３）各センサ同士のパラメータ間または各アクチュエータ同士のパラメータ間の関係は制御と無関係である。したがって、対応するセンサのパラメータとアクチュエータのパラメータとの関係のみに基づく単純な制御しか行えず、対処できる故障が予め限定されていて、未知の故障は扱えないこと。
【０００６】（４）上記（３）の理由から、任意のアクチュエータを操作したことにより生じ得る他のアクチュエータパラメータへの副次的影響を予測できないこと。
等の問題点があった。このように、従来の自動調節システムや故障診断システムでは、予測故障ＡはセンサＡおよびアクチュエータＡの組Ａに基づいて行われ、予測故障ＢはセンサＢおよびアクチュエータＢの組Ｂに基づいて行われ、予測故障ＣはセンサＣおよびアクチュエータＣの組Ｃに基づいて行われるという具合に、それぞれ独立したセンサおよびアクチュエータの組に基づく故障診断が行われ、またそれに基づく故障修復が行われていたにすぎなかった。
【０００７】そこで、本件出願人は、従来システムの欠点を解消した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について特許出願を行った（たとえば特願平２−２５２１９１号（特開平４−１３０４５９号）参照）。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、２つの大きな特徴を備えている。
【０００８】１つは、対象機械をパラメータを用いて定性的に表わし、その定性データを用いて対象機械の故障診断を行うこと、つまり、定性モデルベースドシステム（Ｑｕａｌｉｔａｔｉｖｅ Ｍｏｄｅｌ Ｂａｓｅｄ Ｓｙｓｔｅｍ：以下、「ＱＭＳ」という）による故障診断を行っていることである。そしてもう１つは、ＱＭＳ処理を行うと、故障診断の結果は「故障症状」と「故障」とによって階層的に分類されるので、それを事例として記憶する。また、同じ故障症状および故障に属する複数の事例に対しては共通的な修復作業を施せることが多いので、修復に必要な作業を、最小限の単位で、ルール形式で表わす。そして、その作業単位の集合を作業スクリプトとして登録し、その故障症状および故障に属する複数の事例によって共有させる。そのようにして得られた事例ベースを利用して、事例ベース修復計画システム（Ｃａｓｅ Ｂａｓｅｄ Ｐｌａｎｉｎｇ Ｓｙｓｔｅｍ：以下「ＣＢＳ」という）を作っていることである。その結果、故障症状と故障とによって階層的に分類された事例から今回の故障症状と故障とが当てはまる事例を選択して、選択した事例およびその事例に対応する作業スクリプトに基づいて修復作業が行われる。
【０００９】ところで、先願発明においては、ＣＢＳにおける事例は、「故障症状」と「故障」とによって分類されているが、事例はさらに細かく分類することが可能と思われる。そして、事例をさらに細かく分類することにより、事例を参照する際に、或る事例の参照に失敗した場合、失敗した事例と同じ分類に属する事例を選択することを避け、事例選択に関する成功率を向上させることができるはずである。
【００１０】本願の発明者は、かかる事例分類に関する詳細化という点に着目し、この発明を完成した。この発明の目的は、一言で言えば、ＣＢＳにおける事例選択に関する成功率を向上させ、より迅速に自己修復作業が実行可能なシステムを有する画像形成装置を提供することである。
【００１１】
【課題を解決するための手段】上述の目的を実現するために、この発明の画像形成装置は、画像形成装置の故障を修復するための作業を記載した事例を、類に分けて記憶する事例記憶手段と、各類の故障修復への適用優先度を記憶する優先度記憶手段と、画像形成装置に故障が生じたとき、生じた故障に対応した事例を選択し、選択した事例が複数ある場合には、生じた故障と事例との対応度の大小によって適用順位を決め、対応度の等しいものがあるときは、適用優先度の高い類に属する事例を優先するように適用順位を決める適用順位決定手段と、適用順位決定手段で決定された順位に従って、事例を故障修復に適用する手段と、事例を適用して故障修復をした結果、失敗したときは、その事例が属する類を記憶しておき、その後に故障修復に適用する事例が、失敗にかかる事例と同じ類に属する場合には、その事例の適用を省略する手段と、事例の適用結果に応じて、優先度記憶手段に記憶されているその事例が属する類の適用優先度を更新する手段とを有する。
【００１２】
【作用】
（５−１）課題を解決するための手段の作用この発明にかかる画像形成装置においては、故障を修復するための作業を記載した事例が、類に分けて記憶されている。類分けは、事例が定性的に到達可能な範囲内か否かに基づいてなされている。また、各類の故障修復への適用優先度が記憶されている。
【００１３】画像形成装置に故障が生じたときには、その故障に対応した事例、たとえば状態パラメータの一致度が所定の一致度よりも大きな事例が選択される。選択された事例が複数ある場合には、対応度の大小、たとえば状態パラメータの一致度の高い順に適用順位が決定される。対応度の等しい事例があるときには、それらの事例に関しては、適用優先度の高い類に属する事例が優先されるように適用順位が付される。そして決定された適用順位に従って、事例が適用され、故障修復が図られる。
【００１４】事例を適用して故障修復を行った結果、修復作業が成功しなかった場合には、その後に適用する事例は、失敗した事例が属する類の事例は省略され、異なる類に属する事例が選ばれる。この理由は、上述のように、同じ類に属する事例は、互いに定性的に到達可能な範囲内にあるから、或る類に属する事例を適用して故障修復を行った結果、その修復作業が成功しなかった場合は、定性的に到達可能な同一範囲内の他の事例に基づく故障修復を行っても、修復作業は失敗する蓋然性が高いことに基づく。それゆえ、かかる同じ類に属する事例の適用による無駄な時間を省略するようにした。
【００１５】また、事例を故障修復に適用した結果、修復作業が成功した場合は、適用した事例の属する類の適用優先度が高くなるように更新される。一方、修復作業が失敗した場合は、適用した事例の属する類の適用優先度が低くなるように更新される。これにより、適用優先度は、今回適用したことにより修復作業が成功した事例の属する類の事例が最も高くなり、次回の故障修復時に、その類に属する事例が優先的に選択される。
【００１６】（５−２）「作業スクリプトの詳細化」の内容と作用この発明にかかる画像形成装置は、基本的にはＣＢＳを有している。なお、ＣＢＳの基本的な構成については、本願出願人の先願発明に開示されているが、本願明細書においても、後述する実例において詳しく説明する。ＣＢＳでは、前述したように、実際の修復作業の最小単位の操作を表現する方法として、ルール形式で記述された「作業スクリプト」が定義される。そして、事例を拡大解釈することを目的として、「作業スクリプトの詳細化」という操作が導入される。作業スクリプトの詳細化とは、作業スクリプトに対して仮説推論による論理的な操作を加えることであり、事例の状況と現在の状況との差異を発見し、その差異を解消することによって現在の状況を事例の状況と定性的に等しくするための操作である。
【００１７】より具体的に説明する。図１に示すように、たとえばパラメータＡおよびパラメータＢで表わされる二次元空間において、ＦＳで示す円内が装置が正常な状態のパラメータ空間であるとする。そして、事例１の場合は、パラメータＡおよびパラメータＢで表わされる状態位置がＣＳ１であり、故障が生じている。そこで、作業スクリプトに記述された修復作業Ｃ１Ｒを施すことにより、事例１の状態位置ＣＳ１は正常なパラメータ空間ＦＳ内に移り、修復作業が成功する。
【００１８】事例２では、パラメータＡおよびパラメータＢによって表わされる状態位置がＣＳ２であり、この状態に対して作業スクリプトに記述された修復作業Ｃ２Ｒを施すことにより、この状態位置を正常なパラメータ空間ＦＳ内に移すことができる。作業スクリプトに記述された修復作業Ｃ１Ｒは、事例の状況がＣＳ１で示す位置にある場合に対して有効な修復作業である。同様に、作業スクリプトに記述された修復作業Ｃ２Ｒは、事例の状況がＣＳ２の位置にある場合に対して有効な修復作業である。
【００１９】ところで、新たに診断された現在の故障の状況が、ＣＳ３で示す状況の場合には、作業スクリプトに記述された修復作業Ｃ１ＲもＣ２Ｒもそのまま適用することはできない。そこで、現在の状況ＣＳ３と、事例１の状況ＣＳ１との差異を発見して、ＣＳ３をＣＳ１の状況まで移すための操作Ｃ３Ｒ１を作業スクリプトに追加する。これが作業スクリプトの詳細化である。あるいは、現在の状況ＣＳ３を事例２の状況ＣＳ２に移すための修復作業Ｃ３Ｒ２を追加する。これが作業スクリプトの詳細化である。そして、現在の状況ＣＳ３をたとえば事例１の状況ＣＳ１に移すことができれば、その状況に対しては修復作業Ｃ１Ｒを適用すれば、装置を正常な状態であるパラメータ空間ＦＳ内に移すことができる。
【００２０】今、現在の状況ＣＳ３を修復作業Ｃ３Ｒ１を行うことによって事例１の状況ＣＳ１に移すことができ、さらに修復作業Ｃ１Ｒを行うことによってパラメータ空間ＦＳ内に移すことができたとすれば、それは作業スクリプトの詳細化を行うことによって、事例の参照に成功したということである。したがってこの場合は、作業スクリプトの詳細化によって事例参照に成功した状況、つまり現在の状況ＣＳ３と、もともとの事例、つまり事例１の状況ＣＳ１とは、定性的に到達可能な同一範囲内にあったと考えることができる。このような定性的に到達可能な同一範囲内にある事例は、同じ類に属すると定義する。
【００２１】一方、現在の状況ＣＳ３を事例２の状況ＣＳ２に移そうとしたが、それがうまくいかなかった場合には、現在の状況ＣＳ３と事例２の状況ＣＳ２とは、もともと、定性的に到達不可能な関係である。それゆえ、この関係にあるものは、違う類に属すると定義する。また、或る状況において、参照に失敗した事例と参照に成功した事例とは、定性的に到達不可能であり、違う類に属すると定義する。また、事例の参照にすべて失敗し、ＱＭＳによって新たに生成された事例は、それまでの事例からは定性的に到達不可能であり、違う類に属すると定義する。
【００２２】本願出願人の先願発明にかかるＣＢＳでは、図２に示すように、事例は、「故障症状」と「故障」とによって階層的に分離されていたのに対し、上述のような定義の結果、この発明では、図３に示すように、事例は、「故障症状」、「故障」および「類」によって、より詳細に、階層的に分類される。次に、具体的な事例分類の例を示す。
【００２３】図４を参照して説明する。一例として、ＣＳ１からＣＳ５までの５つの事例が存在するとする。このうち、ＣＳ１、ＣＳ３およびＣＳ４は、ＱＭＳにより生成された修復事例であり、ＣＳ２はＣＳ１から、ＣＳ５はＣＳ４から、それぞれ、事例推論による詳細化を経て得られた事例であるとする。この場合、５つの事例は〔ＣＳ１，ＣＳ２〕、〔ＣＳ３〕、〔ＣＳ４，ＣＳ５〕の３つの類に分類される。
【００２４】今、任意の状況Ｓにおいて、これらの事例を参照する場合、状況Ｓとこれらの事例の状況との定性的な距離が近いと思われる順で事例参照に関する順位が与えられる。その順位付けの結果は、ＣＳ２、ＣＳ１、ＣＳ４、ＣＳ３、ＣＳ５の順であったとする。このとき、まず事例ＣＳ２を参照し、その参照に失敗した場合は、事例ＣＳ１は参照しない。これは、事例参照に失敗した原因は、与えられた状況Ｓが事例ＣＳ２の定性的到達可能範囲にないものと判断したもので、同じ類に属する事例ＣＳ１についても同様であると考えることに基づいている。したがって、すべての事例参照に失敗する場合は、その参照は、ＣＳ２、ＣＳ４、ＣＳ３の順で行われることになる。
【００２５】このように、事例の分類に「類」の概念を導入し、事例の分類の詳細化を図ることにより、参照すべき事例の選択に関する成功率を高めることができる。また、事例選択のための時間の短縮化を図ることができる。ところで、図３に示すように、この発明では、事例集合は類ごとに分類されている。そして、同一の類に属する事例は、定性的に到達可能な範囲内にある。よって、たとえば事例ＣＳ１と事例ＣＳ４とは定性的に到達不可能な関係である。それゆえ、このように定性的に到達不可能な関係にある事例（たとえばＣＳ１とＣＳ４）が同じ作業スクリプト集合を共有するのは不自然である。そこで、この発明においては、異なる類に属する事例集合には、それぞれ異なる作業スクリプト集合を割り当てることにする。つまり、図５で示すように、定性的に到達可能な事例集合ごとに、作業スクリプト集合を共有するようにされている。
【００２６】このことは、別の観点から見ると、定性的に到達不可能な関係にある事例同士は、故障の根本原因が異なっていると考えられるので、共通の類に属する事例ごとに作業スクリプト集合を割り当てる作業スクリプト集合の多重化は、故障の根本原因によって作業スクリプト集合を分離する作業であるとみることができる。さらに、この発明においては、事例検索効率を向上させるために、故障症状および故障が等しく、類が異なる事例に対して、類の類似性に基づいて、事例適用の優先順位を繰り上げるという処理を施している。
【００２７】各事例は、ＱＭＳの故障診断の結果である「故障症状」と「故障」とによって階層的に分類されている。そして、さらに、事例推論による修復が繰返される過程で「類」ごとに分類されていく。それゆえ、結果として、「類」ごとに事例を分類する作業は、故障診断における「故障」の分類がさらに細かくされたことになる。
【００２８】ところで、「類」は、上述のように、定性的に到達不可能な位置にある状態間の関係であり、故障の根本原因の相違と考えることができる。しかしながら、実際の機械システムを考察すると、故障の根本原因が同じでありながら、発現する故障症状が異なることも多い。たとえば、複写機を例にとると、「メインチャージが上がるとかぶりが発生するが、ドラムにリークしてリセットがかかることがある」場合もあれば、「メインチャージが上がるとかぶりが発生するが、ドラムにリークし画像が乱れることがある」場合もある、というように、「リセットがかかる」という故障症状が発現することもあれば、「画像が乱れる」という故障症状が発現することもある。さらに、装置は、故障の根本原因が除去されていない限り、同一の故障原因により出現する故障症状の頻度が高い。
【００２９】それゆえ、或る故障症状に関して或る類の事例を適用して修復に成功した結果から、異なる故障症状に関しても、類似した類に属する事例を適用すれば、適正な修復作業が得られる可能性が高いと考えられる。それゆえ、或る故障症状に関して或る類の事例を適用して修復を行い、それが成功した場合、異なる故障症状に属する事例につき、修復を行った事例と類似した類に属する事例がある場合、その事例の適用に関する優先順位を繰り上げる処理を行う。
【００３０】つまり、「類」による分類は、「故障症状」および「故障」というＱＭＳに基づく分類の「枠組を越えている」ので、異なる故障症状に関する事例であっても「類」が類似している場合がある。ここに、「類」の類似とは、各類ごとに、その類に属する事例が共通の特徴を有していることである。具体的には後述する実施例で詳細に説明するが、その類に属する事例の「修復前の状況」から共通部分を取り出すことによって、類の特徴抽出が行われる。異なる故障症状の類に属する事例同士を比較し、類に含まれるすべて事例の「修復前の状況」がその特徴を共通にしているとき、それらの類は類似すると判断し、事例適用に関する優先順位の繰り上げ処理を行う。
【００３１】たとえば図６に示すように、事例集合Ａの特徴がＰであり、事例集合Ｂの特徴がＱである場合において、ＰがＱに含まれるとき（Ｐ∈Ｑ）、事例集合Ａは事例集合Ｂに類似すると判断される。なお、この場合において、必ずしも事例集合Ｂは事例集合Ａに類似する（ＱはＰに含まれるＱ∈Ｐ）わけではない。かかる類の類似性によって事例の適用順位を繰り上げることにより、事例に基づく修復において、全体的な事例適用の成功率を向上させることができる。
【００３２】
【実施例】
（６−１）システム構成の概要図７は、この発明の一実施例のシステム構成を示すブロック図である。このシステムには、対象機械である画像形成装置上に設置された複数のセンサ１ａ，１ｂ，１ｃおよび対象機械の機能状態等を変化させるための複数のアクチュエータ６ａ，６ｂ，６ｃが含まれている。
【００３３】複数のセンサ１ａ，１ｂ，１ｃは、それぞれ、この対象機械の作動によって生じる対象機械の要素または該機械要素間の関連状態の変化を検出するためのものである。複数のセンサ１ａ，１ｂ，１ｃからそれぞれ取込まれる情報は、増幅回路２で増幅され、Ａ／Ｄ変換回路３でアナログ信号からディジタル信号に変換され、システム制御回路１０へ与えられる。
【００３４】システム制御回路１０には、ディジタル信号／シンボル変換部１１、故障診断部１２、故障シミュレーション部１３、対象モデル記憶部１４、修復計画部１５およびシンボル／ディジタル信号変換部１６が含まれている。また、修復計画部１５には事例ベース記憶部１７および作業スクリプト記憶部１８が接続されている。
【００３５】ディジタル信号／シンボル変換部１１は、Ａ／Ｄ変換回路３から与えられるディジタル信号を、定性的な情報に変換するためのものである。すなわち、ディジタル信号を、たとえば、ノーマル，ハイおよびローの３つのシンボルのいずれかに変換するための変換機能が備えられている。センサ１ａ，１ｂ，１ｃから与えられる信号を、シンボル化されたこのような定性的な情報に変換することにより、故障診断に対するアプローチが容易になる。なお、シンボルは、この例のようにノーマル，ハイおよびローの３つに限らず、オンおよびオフまたはＡ，Ｂ，ＣおよびＤ等の他の表現であってもよい。変換部１１においてディジタル信号がシンボルに変換される際には、対象モデル記憶部１４に記憶されている対象機械に特有の特徴データが参照される。この特徴データおよび信号変換の詳細については、後述する。
【００３６】故障診断部１２および故障シミュレーション部１３は、ディジタル信号／シンボル変換部１１で変換されたシンボルを対象モデル記憶部１４に記憶されている故障診断知識と比較することにより、故障の有無を判別し、かつ故障診断を行い、その結果として、対象機械の故障状態を、定性的な情報、すなわちシンボルによって表現し出力する構成部である。
【００３７】修復計画部１５、事例ベース記憶部１７および作業スクリプト記憶部１８は、故障がある場合に、故障診断の結果である「故障症状」および「故障」に基づいて、修復計画を推論し、修復作業を導出するための構成部である。修復計画を推論し、修復作業を導出するにあたっては、事例ベース記憶部１７に記憶された過去の修復成功に関する事例が検索され、検索された成功事例を実行するための作業スクリプト（修復作業の最小単位の操作を表現するもので、ルール形式で記載された修復操作を行なうための作業単位の連なり；詳しくは後述する。）が作業スクリプト記憶部１８から選択される。また、対象モデル記憶部１４に記憶されている定性データ（後に詳述する）が活用される。
【００３８】修復計画部１５から出力される修復作業は、シンボル／ディジタル信号変換部１６において、対象モデル記憶部１４の記憶情報が参照されて、ディジタル信号に変換される。そして、ディジタル信号は、Ｄ／Ａ変換回路４でアナログ信号に変換され、アクチュエータ制御回路５に与えられる。アクチュエータ制御回路５は、与えられるアナログ信号、すなわちアクチュエータ制御命令に基づいて、複数のアクチュエータ６ａ，６ｂ，６ｃを選択的に動作させ、修復作業を実行させる。
【００３９】（６−２）システムの動作の概要図８は、図７におけるシステム制御回路１０の処理を表わすフローチャートである。次に、図８を参照して、図７R>７のシステム制御回路１０の処理の概要について説明をする。センサ１ａ，１ｂまたは１ｃの検出信号は、増幅され、かつディジタル信号に変換されて、たとえば所定の読込みサイクルごとにシステム制御回路１０に読込まれる（ステップＳ１）。
【００４０】読込まれたディジタル信号は、ディジタル信号／シンボル変換部１１においてシンボル化される（ステップＳ２）。このシンボル化は、対象モデル記憶部１４に予め設定されている特徴データ、すなわち対象機械に特有の基準値データに基づいてなされる。たとえば、対象モデル記憶部１４には、対象機械に特有の基準値データとして、各センサ１ａ，１ｂ，１ｃの出力範囲が、次のように設定されている。
【００４１】すなわち、センサ１ａ：出力ｋａ1 未満＝ロー出力ｋａ1 〜ｋａ2 ＝ノーマル出力ｋａ2 を超過＝ハイセンサ１ｂ：出力ｋｂ1 未満＝ロー出力ｋｂ1 〜ｋｂ2 ＝ノーマル出力ｋｂ2 を超過＝ハイセンサ１ｃ：出力ｋｃ1 未満＝ロー出力ｋｃ1 〜ｋｃ2 ＝ノーマル出力ｋｃ2 を超過＝ハイと設定されている。ディジタル信号／シンボル変換部１１では、対象モデル記憶部１４に設定されている上記対象機械に特有の基準値データに基づいて、読込まれたディジタル信号を、それぞれ、「ロー」「ノーマル」または「ハイ」というシンボルに変換する。
【００４２】次いで、故障診断部１２において、変換されたシンボルの評価がされ、故障の有無判別および故障症状の特定がされる（ステップＳ３）。シンボルの評価による故障の有無判別および故障症状の特定には、対象モデル記憶部１４に記憶されている故障診断知識が活用される。故障診断知識とは、たとえば、特定のパラメータは、たとえばノーマルでなければならないという設定条件である。当該特定のパラメータがノーマルでない場合、故障あり、と判別され、該特定のパラメータが何かによって、故障症状が特定される。故障がない場合には、ステップＳ１，Ｓ２およびＳ３のルーチンが繰返される。
【００４３】ステップＳ３において故障ありと判別された場合には、対象機械の状態の推論、すなわち故障診断および故障状態のシミュレーションがされる（ステップＳ４）。具体的には、対象モデル記憶部１４に記憶されている、装置を構成する各要素の挙動または属性および各要素間の結合関係を定性的に表わした定性データに基づいて、故障診断部１２において、故障を引起こしているパラメータが検索され、故障シミュレーション部１３において、検索されたパラメータが故障原因であると仮定して、故障状態のシミュレーションがされる。さらに、故障診断部１２において、シミュレーション結果と現在のパラメータ値とが比較され、検索されたパラメータが故障原因であるという仮定の正当性が判断される。以上の処理が、検索される複数のパラメータ全てに対して行われる。
【００４４】故障の有無判別、故障診断および故障状態のシミュレーションの結果、対象機械の「故障症状」および「故障」が決定される。ここに、「故障症状」とは、対象機械の出力状況等（たとえば、複写機を例にとると、「コピー画像が薄い」等）の変化であり、「故障」とは、シンボルの変化原因となる対象機械の機構や構造の変化（たとえば、複写機を例にとると、「ハロゲンランプの光量低下」等）である。
【００４５】次いで、修復計画部１５によって、故障診断および故障状態のシミュレーション結果に基づいて、事例ベース記憶部１７に記憶された多数の事例の検索が行われる（ステップＳ５）。そして、現在の対象機械の状態に近い事例の検出がされ、適用順位が決められる（ステップＳ６）。この事例の検出は、故障症状および故障が一致しているか否かに基づいて行われる。また、適用順位の決定では、同じ類に属する事例が複数ある場合、優先度の一番高い事例だけが適用される。
【００４６】そして、適用順位付けがされた事例に基づく修復作業が実行される（ステップＳ７）。修復作業においては、必要に応じて、事例の修正や修復作業の修正、つまり作業スクリプトの詳細化がなされ、修正された事例は、同じ類に属する新たな事例として登録される。そして事例に基づく修復作業が成功した場合には処理は終了する（ステップＳ８でＹＥＳ）が、事例に基づく修復作業が成功しなかった場合（ステップＳ８でＮＯ）には、ＱＭＳによる修復方法の推論がなされ（ステップＳ９）、さらに、副次的影響のシミュレーションがなされ（ステップＳ１０）、修復計画が決定されて、その決定に基づく修復作業が実行される（ステップＳ１１）。
【００４７】ステップＳ９〜Ｓ１１における推論および作業の実行は、ＱＭＳによるものであり、ＣＢＳにおける事例を利用したものではないが、このＱＭＳによる推論に基づく修復作業が成功した場合には、その修復結果は、別の類に属する新たな事例として、事例ベース記憶部１７に登録される。次に、故障診断および故障修復の仕方について、具体例を参照しながら詳細に説明をする。以下の説明では、一例として、小型普通紙用複写機における感光体ドラム周辺部を対象機械とした場合の仕方を説明する。
【００４８】（６−３）具体的な対象機械の構成および状態図９は、具体的な対象機械を表わす図解図である。図９において、２１は感光体ドラム、２２は主帯電チャージャ、２３は原稿照明用のハロゲンランプ、２４は現像装置、２５は転写チャージャである。この実施例では、たとえば３つのセンサ１ａ，１ｂ，１ｃが設けられている。すなわち、センサ１ａは感光体ドラム２１を露光する光の量を測定するためのＡＥセンサ、センサ１ｂは感光体ドラム２１の表面電位を測定する表面電位センサ、センサ１ｃは用紙上にコピーされた画像の濃度を測定するための濃度計である。
【００４９】また、図９に示されていないが３種類のアクチュエータが設けられている。すなわち、感光体ドラム２１の主帯電電圧を変化させるための主帯電ボリュームＶＲ１、ハロゲンランプ２３の光量を制御するためのランプボリュームＡＶＲおよび感光体ドラム２１とコピー用紙間の転写電圧（転写チャージャ２５の転写電圧）を制御するための転写ボリュームＶＲ２という３つのボリュームが、アクチュエータとして設けられている。
【００５０】さらに、図９に示す３つのセンサ１ａ，１ｂ，１ｃおよび３つのアクチュエータには、図７に示すものと同じシステム制御回路１０が接続されている。
（６−４）実体モデルと対象モデルところで、図９に示す対象機械を物理的な視点から捕え、実体レベルでその対象機械を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、表１に示す通りとなる。この表１のような表現形式を「実体モデル」と呼ぶことにする。
【００５１】
【表１】
【００５２】また、実体モデルを抽象化して、各パラメータの結合ツリーとして表わした図１０に示す表現を「数学モデル」と呼ぶことにする。そして、「実体モデル」と「数学モデル」とを併せて「対象モデル（定性モデル）」と呼ぶことにする。「対象モデル」は、後述する故障修復のためにも活用される、画像形成装置に共通の定性データである。
【００５３】定性データとしての実体モデルおよび数学モデルの各内容は、対象モデル記憶部１４（図７参照）に記憶されている。また、対象モデル記憶部１４には、実体モデルに含まれているパラメータのうちの所定のパラメータに関して、たとえば工場出荷の際に測定された基準値データが記憶されている。この基準値データは、この画像形成装置に特有の特徴データである。
【００５４】たとえば、この機械では、図１１のように、パラメータＸ、ＶS 、ＯS 、Ｖn について、それぞれ、ロー、ノーマル、ハイの範囲を特定する基準値データが記憶されている。なお、この実施例では、上記の基準値データは、後の故障診断や故障修復過程におけるセンシングデータや機械の動作状態の変化等に応答して、更新され得るようにされている。
【００５５】また、対象モデル記憶部１４には、変換されたシンボルに基づいて、対象機械が正常に動作しているか否かを判定するための基準となる故障診断知識の一例としての評価機能知識が記憶されている。なお、評価機能知識、換言すれば故障診断知識は、対象装置に特有のものであってもよいし、特有のものでなく、広く画像形成装置に共通のものであってもよい。
【００５６】この実施例の評価機能知識には、以下の知識が含まれている。
画像濃度ＯS ＝ノーマル、かぶり度ＯS ’＜ノーマル、分離性能Ｓp ＜ノーマルここに、Ｏs 、ＯS ’、Ｓp が上記条件でない場合には、対象機械は正常に動作していないことになる。
【００５７】さて、通常動作における対象機械のディジタル化されたセンサ情報が次の値である場合を考える。
ＡＥセンサ１ａの値Ｘ＝２３表面電位センサ１ｂの値Ｖs ＝３８０濃度計１ｃの値Ｏs ＝７また、光学濃度Ｄ＝０の白紙原稿を使用したときの濃度計１ｃの値Ｏs ＝かぶり度Ｏs ’、ハロゲンランプを消した状態での表面電位センサ１ｂの値Ｖs ＝暗電位Ｖn 、と定め、それらの値は、それぞれ、かぶり度Ｏs ’＝５０暗電位Ｖn ＝５９０であったとする。
【００５８】なお、これらかぶり度Ｏs ’および暗電位Ｖn の測定は、マニュアル操作によって行われてもよいし、一定条件時、たとえば対象機械の電源がオンされる都度、またはコピー開始前毎に、センサによって自動的に測定されるようにプログラミングされていてもよい。この実施例では、後者が採用されている。ＡＥセンサ１ａ、表面電位センサ１ｂおよび濃度計１ｃによって得られた各値Ｘ、Ｖs 、Ｏs 、Ｏs ’、Ｖn は、それぞれ、ディジタル信号／シンボル変換部１１においてシンボルに変換される。変換は、前述したように、各センサ１ａ，１ｂまたは１ｃから与えられるディジタル値が、対象モデル記憶部１４に記憶されている特徴データとしての基準値データと比較されることにより行われ、ノーマル、ハイまたはローの３種類のいずれかのシンボルに変換される。
【００５９】この実施例では、各パラメータは次のようにシンボル化される。
Ｘ＝ノーマルＶs ＝ローＯs ＝ローＶn ＝ロー故障診断部１２において、これらのシンボル化された各パラメータが、対象モデル記憶部１４に記憶されている故障診断知識の一例としての機能評価知識と比較される。その結果、画像濃度Ｏs がノーマルでないから、故障ありと判定され、故障症状は「画像濃度が低い（Ｏs ＝ロー）」であると判断される。そして続いて、「Ｏs ＝ロー」を故障症状として、故障診断、つまり故障の推論がされる。
【００６０】（６−５）故障診断の手法故障診断は、まず故障シミュレーション部１３において、図１０の数学モデルを用いて行われ、Ｏs ＝ローを引起こす可能性のあるパラメータが探索される。図１０における数学モデルで、Ｏs を低下させる可能性があるパラメータを指摘すると、図１２に示すようになる。図１２１２において、上向き矢印または下向き矢印が付されたパラメータが、パラメータＯs ＝ローを引起こす可能性のあるパラメータであり、上向き矢印のものはそのパラメータが上昇した場合に、下向き矢印のものはそのパラメータが低下した場合に、Ｏs ＝ローを引起こす。
【００６１】次に、数学モデルにおいて探索されたＯs ＝ローを引起こす可能性のある各パラメータζ，Ｄs ，Ｖt ，γ0 ，Ｖb ，Ｖs ，Ｖn ，Ｘ，β，ＨL ，Ｄについて、故障診断部１２でパラメータの変化を引起こす原因の検出がされる。この検出は、表１の実体モデルに基づいて行われ、この実施例では、次のような故障候補が推論される。すなわち、Ｖt ＝ロー：→転写トランスの不良ζ ＝ロー：→用紙の劣化Ｖb ＝ハイ：→現像バイアスの不良γ0 ＝ロー：→トナーの劣化Ｖn ＝ロー：→主帯電電圧の不良ＨL ＝ハイ：→ハロゲンランプの設定不良Ｄ ＝ロー：→原稿が薄い上記故障候補のうちの「矢印→」の右側に記載された知識、すなわち、転写トランスの不良、用紙の劣化、現像バイアスの不良、…等の知識は、故障知識であり、この知識は、画像形成装置に共通の定性データに含まれている。なお、パラメータのうち、βは感光体の感度であり、これが上昇することはないから除外されている。Ｄs ，Ｖs およびＸは、他のパラメータによって表わされるから、これも除外されている。
【００６２】そして、故障診断部１２においてされた上記の推論に対して、故障シミュレーション部１３において、故障状態のシミュレーションが行われる。故障状態のシミュレーションとは、上記推論された故障が生じたときの対象機械の状態を、それぞれ、推論することである。より具体的には、Ｏs ＝ローを引起こす原因、つまり故障が、たとえば転写トランスの不良であると仮定し、正常状態のモデルに対してＶt ＝ローを設定する。そして、その状態における各パラメータに与えられる影響を数学モデル上で検討するのである。
【００６３】たとえばＶt ＝ローを設定した場合、Ｏs ＝ローおよびＳp ＝ローとなり、他のパラメータはすべてノーマルであるから、これは、センサから得られるＶs ＝ローおよびＶn ＝ローと矛盾する。それゆえ、その故障の推論が誤っているという結果を得る。同様にして、ζ＝ローを正常状態の数学モデル上に設定し、その結果をセンサから得られるシンボルと比較する。この場合も、数学モデル上ではＶs ＝ノーマル、Ｖn ＝ノーマルに対し、センサからのシンボルはＶs ＝ロー、Ｖn ＝ローであるから、矛盾があり、その故障の推論は誤りであると判定される。
【００６４】このようにして、全ての故障候補について、故障状態のシミュレーションが行われ、故障の推論が正しいか否かが確認される。その結果、本例の場合には、故障を「主帯電電圧の不良（Ｖn ＝ロー）」とした場合に、現実の対象機械の状態と一致した結果が得られ、かつそれ以外の故障候補はすべて現実の装置の状態と矛盾するとの結論を得る。
【００６５】よって、この場合の故障は、主帯電電圧の不良であると断定できる。そのときの対象機械の各パラメータの状況を示すと、表２のとおりとなる。
【００６６】
【表２】
【００６７】表２に表わすパラメータの状況を数学モデル上にトレースすると、図１３が得られる。図１３において、各パラメータの右側に付された下向き矢印はロー、上向き矢印はハイ、Ｎはノーマルを表わしている。
（６−６）修復作業の実行次に、故障診断部１２および故障シミュレーション部１３で行われた故障診断の結果に基づいて、修復作業が実行される。
【００６８】以下、図１４〜図２０に示すフローチャートの流れに従って、修復作業について、順を追って説明をする。
（６−７）事例の検索による故障修復処理修復作業に先立ち、まず、前述した手法に従う故障診断がされる（ステップＳ２１）。その結果、発生している故障症状が「画像濃度が低い（Ｏs ＝ロー）」で、その故障症状を引き起こす原因である故障は「主帯電電圧の不良」と診断されたとする。そのときの各パラメータ状況を表２に示す。
【００６９】次いで、上記故障診断の結果に基づいて、適用すべき事例を決定する処理が行われる（ステップＳ２２）。このステップＳ２２に示す処理の具体的内容を図１７のフローチャートに示す。図１７を参照して、事例ベース記憶部１７（図７参照）に記憶された事例の中から、故障診断結果に適合する事例が検出される（ステップＳ２２１）。事例ベース記憶部１７に記憶されている事例は、前述したように、故障症状および故障によって、階層的に分類されているとともに、類分けがされている。この記憶されている事例の一例を、表３に示す。
【００７０】
【表３】
【００７１】表３に示すように、「画像濃度が低い」という故障症状に対しては、「主帯電電圧の不良」という故障または「ハロゲンランプ設定不良」という故障のいずれかが考えられる。主帯電電圧の不良の場合、類Ｃ１，Ｃ２，Ｃ３に分類された４つの事例００１，００２、００４、００３が登録されている。また、３つの類Ｃ１、Ｃ２、Ｃ３には優先度が付されており、この例ではＣ３、Ｃ２、Ｃ１の順で優先度が付されている。さらに、複数の事例が属する類Ｃ１は、特徴が記憶されている。この類Ｃ１の特徴とは、類Ｃ１に属する複数の事例に共通の特徴である。この内容については後に詳述する。
【００７２】ハロゲンランプの設定不良の場合、類はＣ４の１つで、その類Ｃ４に属する事例も００５の１つだけである。なお、事例が１つしか属さない類は特徴を抽出できないので、特徴はない。同様に、「画像かぶり」という故障症状の場合は、「主帯電電圧の不良」または「ハロゲンランプ設定不良」という２つの故障が考えられる。そして、「主帯電電圧の不良」の場合は、事例を２つの類Ｃ５またはＣ６に分類でき、類Ｃ５に属する事例は００６，００８，００９という３つの事例がある。また、類Ｃ６に属する事例は００７という事例である。そして、類Ｃ５とＣ６とでは、類Ｃ６の優先度が高くされている。さらに、類Ｃ５に属する３つの事例の共通の特徴が抽出されて記憶されている。
【００７３】一方、故障が「ハロゲンランプ設定不良」の場合は、類Ｃ７に属する１つの事例０１０のみが登録されている。さて、上記ステップＳ２２１では、表３に示す階層的に分類された事例から、故障診断により得られた故障症状「画像濃度が低い」および故障「主帯電電圧の不良」に属する事例００１、００２、００４、００３が検出される。
【００７４】これら検出された４つの事例の中身を、表４、表５、表６および表７に示す。表４〜表７に示すように、各事例には、事例番号、修復前のパラメータの状況、修復後のパラメータの状況、故障症状、故障、修復作業番号、適用成功数および適用失敗数が記憶されている。
【００７５】
【表４】
【００７６】
【表５】
【００７７】
【表６】
【００７８】
【表７】
【００７９】そこで、現在の装置の状態を表わす表２のパラメータ状況と、表４〜表７の各修復前の状況に記憶されたパラメータ状況とが比較される（ステップＳ２２２）。比較の結果は、事例００１ではすべてのパラメータ状況が表２のパラメータ状況と一致している。事例００２ではβが異なっている。事例００３ではＨL 、Ｘ、βおよびＳP が異なっている。事例００４ではＨL 、Ｘ、Ｖn およびＳP が異なっている。
【００８０】したがって、事例適用に関する優先順位は、００１→００２→００３，００４、と決められる。次いで、同じ類内でのパラメータ状況の一致度の低い事例が削除される（ステップＳ２２３）。この場合、事例００１および００２は、共に類Ｃ１に属しており、事例００１に比べて事例００２は、パラメータ状況の一致度が低いので、事例の適用順位に関し、事例００２は削除される。この結果、適用順位は、００１→００３，００４となる。
【００８１】次いで、パラメータ状況の一致度が同じ事例の有無が判別される（ステップＳ２２４）。上述の場合、事例００３および事例００４は、パラメータ状況の一致度が同じである。そこで、事例００３と事例００４とを適用するにあたり、どちらを先に適用するかについては、事例００３および００４が属する類Ｃ３およびＣ２の優先度（表３参照）が参酌される（ステップＳ２２５）。この場合、類Ｃ２の優先度は「２」で、類Ｃ３の優先度は「１」であるから、事例００４に比べて事例００３の適用が優先される。
【００８２】パラメータ状況の一致度が同じ事例がない場合は、ステップＳ２２５の処理は割愛される。そして、最終的に、事例の適用順位として、００１→００３→００４という順位付けがされる（ステップＳ２２６）。そして、この適用すべき事例を決定するための処理はリターンされる。
【００８３】以上の図１７を参照して説明した適用すべき事例の決定処理に代え、図１８に示すフローチャートに従った処理により、適用すべき事例を決定してもよい。図１８に示すフローチャートにおいて、図１７に示すフローチャートと同じステップ番号の処理、すなわちステップＳ２２１〜Ｓ２２４およびＳ２２５，Ｓ２２６の処理は、前述の図１７における説明と全く同じ内容である。
【００８４】図１８のフローチャートに示す処理の特徴は、ステップＳ２２４において、修復前のパラメータ状況と現在の装置のパラメータ状況（表２）との一致度が同じ事例が複数ある場合における優先順位の決め方として、ステップＳ２２４１およびＳ２２４２の処理が挿入されていることである。具体的には、パラメータ状況の一致度が同じ事例が複数ある場合（ステップＳ２２４においてＹＥＳ）には、各事例に登録されている適用成功数および／または適用失敗数が参酌される（ステップＳ２２４１）。上述の具体例の場合、事例００３および００４はパラメータ状況の一致度が同じである。そこで、まず、両事例００３、００４の適用成功数をみる。事例００３は、表６に示すように、適用成功数が「３」であり、事例００４は、表７に示すように、適用成功数は「１」である。それゆえ、適用成功数の多い事例００３が優先される。もし、適用成功数が等しい場合には、適用失敗数の少ない事例が優先される。
【００８５】適用成功数の参酌、または適用成功数および適用失敗数の参酌の結果、複数の事例に対して適用に関する優先付けが決定できれば（ステップＳ２２４２においてＹＥＳ）、検出された全事例に対し、適用に関する優先順位が付される（ステップＳ２２６）。もし、ステップＳ２２４１において、適用成功数および適用失敗数を参酌しても、それらがいずれも等しくて優先順位が決定できない場合（ステップＳ２２４２においてＮＯ）には、その事例が属する類の優先度が参酌され、優先順位が決められる（ステップＳ２２５，Ｓ２２６）。
【００８６】このように、事例の適用成功数の参酌、または適用成功数および適用失敗数の参酌に基づいて適用に関する優先順位を決めるやり方は、特に、過去に数多くの修復作業が実行されている場合において、その過去の修復作業における結果を参酌することになり、過去の修復作業の回数が多いほど有益である。さて、図１４に戻って説明を続ける。
【００８７】適用すべき事例が決定された後（ステップＳ２２）、決定された事例００１およびこの事例００１に対応する作業スクリプトが、作業スクリプト記憶部１８（図７参照）から読出され、ワークレジスタに設定される（ステップＳ２３）。先に述べたように、事例は、類に分けられており、同じ類に属する事例は、同じ作業スクリプトを共有している。事例００１の場合、類Ｃ１に属していて、類Ｃ１には下記の表８に示す作業スクリプトが対応付けられている。
【００８８】
【表８】
【００８９】表８に示すように、作業スクリプトには、インデックスとなる類Ｃ１が表記され、複数の作業１，２，３，…が列挙されている。各作業はルール形式で記述されており、前件部状況、前件部操作および後件部状況からなっている。各作業は、前件部状況のときに、前件部操作を行うと、後件部状況が得られるという意味である。
【００９０】具体例を表８を参照して説明すると、たとえば作業番号１の場合、前件部状況としては、パラメータＨL ＝ハイという状況であり、この状況において、ランプボリュームＡＶＲを低下させるという前件部操作を行うことにより、パラメータＨL ＝ノーマルというパラメータ変化、つまり後件部状況が得られるという内容になっている。
【００９１】なお、作業スクリプトは、類ごとに設定され、最小単位の作業が列挙されたものであるから、類の数だけ作業スクリプトは存在する。図１４を参照して、事例００１および表８の作業スクリプトがワークレジスタに設定されると（ステップＳ２３）、次に、修復計画部１５（図７参照）によって、ワークレジスタに設定された事例００１の修復前のパラメータの状況（表４３参照）と装置の現状を表わすパラメータの状況（表２参照）とが比較され、両者が完全に一致しているか否かが確認される（ステップＳ２４）。
【００９２】今、事例００１の修復前のパラメータ状況は、装置のパラメータ状況と完全に一致しているから、処理はステップＳ２５へ進み、表４に示す事例００１の「修復作業」の欄に記載された番号「２」の作業が、表８に示す作業スクリプトから選ばれて実行される。つまり、パラメータＶn ＝ローという前件部状況において、主帯電ボリュームＶＲ１を上昇させるという前件部操作が行われる（ステップＳ２５）。
【００９３】その操作の結果、作業スクリプトに記載された後件部状況、つまりパラメータＶn ＝ノーマルという状況が得られたか否かによって、作業が成功したか否かの判別がされる（ステップＳ２６）。作業が成功と判別された場合には（ステップＳ２６でＹＥＳ）、さらに、次の作業があるか否かの判別がされる（ステップＳ２７）。表４で示す事例００１の「修復作業」の欄には、上述の作業番号「２」しか記載されていないから、次の作業はなしと判別される。もし、事例の「修復作業」の欄に次の作業番号が記載されていれば、処理は、ステップＳ２５に戻り、その作業番号の作業が作業スクリプトから選ばれて実行され、その作業が成功したか否かの判別がされるという処理が繰返される（ステップＳ２５，Ｓ２６）。
【００９４】ステップＳ２７において、次の作業がなくなったと判別されると、事例００１における「適用成功数」の欄の数値が「１」増加され、成功数の更新登録がされる（ステップＳ２８）。そして、その後、類の優先度の操作（その１）が行われる（ステップＳ２９）。ステップＳ２９で行われる類の優先度の操作（その１）の手順を、図１９のフローチャートに示す。
【００９５】次に、図１９を参照して、類の優先度の操作（その１）の仕方について、具体的に説明する。これまでの処理によって、故障症状「画像濃度が低い」で、故障「主帯電電圧の不良」であった装置に対し、事例００１を適用することによって修復作業を行った結果、それが成功した。それゆえ、この成功事例００１が属する類の優先度が上げられる（ステップＳ２９１）。各事例は、既に説明した表３に示すように、類ごとに分けて登録されており、かつ、類ごとの優先度が設定されている。この説明にかかる具体例の場合、事例００１の属する類Ｃ１の優先度は、表３に示すように、「３」であった。しかし、今回、事例００１に基づく修復作業が成功したので、表９に示すように、事例００１が属する類Ｃ１の優先度は、「３」から「１」に上げられる。つまり、もっとも優先度が高くされる。また、それに伴い、故障症状「画像濃度が低い」で故障「主帯電電圧の不良」に属する他の類Ｃ２およびＣ３の優先度が操作される。具体的には、類Ｃ３の優先度は「１」から「２」に、類Ｃ２の優先度は「２」から「３」に１つずつシフトされる。よって、この故障症状および原因に属する３つの類Ｃ１，Ｃ２およびＣ３の類間の優先度は、Ｃ１、Ｃ３およびＣ２の順序に変更される。
【００９６】
【表９】
【００９７】次に、成功した事例００１が属する類Ｃ１の特徴Ｐが読出される（ステップＳ２９２）。この類Ｃ１の特徴Ｐとは、次の内容をいう。すなわち、類Ｃ１に属する複数の事例００１および００２の各修復前の状況を表わすパラメータ値に関して、たとえば「ノーマルでない」ということで共通しているパラメータがこの類の特徴として抽出される。
【００９８】類Ｃ１に属する２つの事例００１および００２の中身は、それぞれ、表４および表５に示すとおりである。表４に示す事例００１の修復前の状況に列記されたパラメータのうち、ノーマルでないパラメータは、Ｖn 、Ｖs 、Ｄs 、Ｏs およびＳP である。一方、表５に示す事例００２の修復前の状況に列記されたパラメータのうち、ノーマルでないパラメータは、β、Ｖn 、Ｖs 、Ｄs、Ｏs およびＳP である。よって、これら２つの事例００１および００２において共通的にノーマルでないパラメータは、パラメータＶn 、Ｖs 、Ｄs 、Ｏs およびＳP であり、これがその類の特徴Ｐとして抽出され、記憶されている。なおこの場合において、抽出されるパラメータは、ノーマルでなければよく、あるパラメータに関して、事例００１ではハイであるが、事例００２ではローである場合も、そのパラメータは特徴となるパラメータとして抽出される。
【００９９】あるいは、各修復前の状況を表わすパラメータのうち、「ノーマルである」ということで共通しているパラメータを抽出し、類の特徴としてもよい。なお、類の特徴は、その類に属する事例が複数ある場合において初めて抽出され得るものであり、その類に属する事例が１つしかない場合には、特徴は抽出不可能である。
【０１００】ステップＳ２９２では、事例Ｃ１の特徴Ｐ、すなわち修復前の状況において、パラメータＶn 、Ｖs 、Ｄs 、Ｏs およびＳP がノーマルでないという内容が読出され、ワークレジスタへストアされる。次いで、類Ｃ１が属する故障症状と異なる故障症状に属する類の有無が判別される（ステップＳ２９３）。この具体例の場合、表９に示すように、類Ｃ１が属する故障症状「画像濃度が低い」とは異なる故障症状「画像かぶり」に属する類としては、類Ｃ５、Ｃ６およびＣ７が存在する。
【０１０１】異なる故障症状に属する類がある場合には（ステップＳ２９３でＹＥＳ）、その類の特徴Ｑが検出される（ステップＳ２９４）。具体的には、まず類Ｃ５の特徴Ｑが表９（この表９は、事例ベース記憶部１７に記憶されている。）から検出される。類Ｃ５の特徴Ｑは、パラメータＶn 、Ｖs 、Ｄs およびＯs がノーマルでないということである。
【０１０２】次いで、ステップＳ２９２でワークレジスタに記憶された類Ｃ１の特徴Ｐと、ステップＳ２９４で検出された類Ｃ５の特徴Ｑとが比較され、特徴Ｐは特徴Ｑに類似するか否かの判別がされる（ステップＳ２９５）。特徴Ｐが特徴Ｑに類似するとは、特徴Ｐを構成するすべてのパラメータが特徴Ｑを構成するすべてのパラメータに含まれている場合をいう。この具体例では、特徴Ｐを構成するパラメータにはＳP が含まれているが、特徴Ｑを構成するパラメータには当該パラメータＳP は含まれていないので、特徴Ｐは特徴Ｑに類似しない。よってこの具体例の場合、ステップＳ２９５の処理はＮＯである。
【０１０３】ステップＳ２９５において、もし特徴Ｐが特徴Ｑに類似する場合（たとえば、特徴Ｐを構成するパラメータはＶn 、Ｖs およびＤs であり、特徴Ｑを構成するパラメータはＶn 、Ｖs およびＤs であるかまたはこれに加えてその他のパラメータが含まれている場合）には、処理はステップＳ２９６へ進む。ステップＳ２９６では、その類Ｃ５の優先度にフラグが付けられる。このフラグ付けは、後述するステップＳ２９８において、類の優先度を更新する場合に、優先度を更新すべき類であることを表示するために付されるものである。
【０１０４】次いで、処理をすべき類が他にあるか否かの判別がされる（ステップＳ２９７）。処理をすべき類は、類Ｃ５の他に、類Ｃ６およびＣ７があるから、類Ｃ６およびＣ７に対して、それぞれ、ステップＳ２９４からの処理が順に行われる。なお、この具体例では、類Ｃ６にもＣ７にも、それぞれ、単一の事例しか属していないので、これら類Ｃ６，Ｃ７の特徴は抽出できないから、これら類Ｃ６，Ｃ７の優先度にフラグが付されるわけではない。
【０１０５】ステップＳ２９７において他に類がなくなった場合には、ステップＳ２９８へ進み、フラグ付けされた類の優先度が上がるように、その類が属する故障症状および故障に含まれる類の優先度が更新される。この具体例では、類Ｃ５の優先度にはフラグが付けられていない（ステップＳ２９５でＮＯへ進んだから。）ので、表９に示すように、類Ｃ５と類Ｃ６との優先度は変わらない。しかし、もし、ステップＳ２９６において類Ｃ５の優先度にフラグ付けがされたとすれば、ステップＳ２９８においては、類Ｃ５の優先度が「１」にされ、それに伴って、残りの類Ｃ６の優先度は「１」から「２」に下げられることになる。
【０１０６】さて、図１４のステップＳ２６に戻って、作業が実行されても、その作業に記載の後件部状況が得られなかった場合は、作業失敗と判別され（ステップＳ２６でＮＯ）、その事例の「適用失敗数」の欄（たとえば表４参照）の数値が「１」増加するように失敗数が更新される（ステップＳ３０）。そして、次の優先順位の事例の有無が判別され（ステップＳ３１）、次の事例がある場合には（ステップＳ３１でＹＥＳ）、次の事例に対して、ステップＳ２３からの処理が行われる。
【０１０７】ステップＳ３１で、次の適用優先順位の事例がなくなった場合には、ＱＭＳ処理が行われる（ステップＳ３２）。このＱＭＳ処理は、後に詳述する副次的影響を考慮した処理であることが好ましい。そして、ＱＭＳ処理が成功したか否かの判別がされ（ステップＳ３３）、ＱＭＳ処理が成功したと判別されると（ステップＳ３３でＹＥＳ）、ＱＭＳ処理によって得られたデータに基づいて新たな事例が作成される（ステップＳ３４）。この作成された新たな事例に対しては、新たな類が作られ、事例番号が付けられて登録される（ステップＳ３５）。
【０１０８】表１０に新たな事例の登録例を示す。表１０において、新たな事例０３０は、それまでの類Ｃ１，Ｃ２，Ｃ３とは異なる新しい類Ｃ１０に属するものとして登録されている。
【０１０９】
【表１０】
【０１１０】さらに、新事例０３０が属する類の優先度は「１」とされ、最も高い優先度が与えられる。そして、それに伴い、故障症状「画像濃度が低い」で故障「主帯電電圧の不良」に属する他の類の優先度が順次シフトされる。つまり、表１０に示すように、類Ｃ１の優先度は１から２に、類Ｃ２の優先度は３から４に、類Ｃ３の優先度は２から３に変えられる（ステップＳ３６）。
【０１１１】ステップＳ３３において、ＱＭＳ処理が不成功に終わった場合は、新事例の作成はされず、処理は終了する。さて、図１４のステップＳ２４において、適用すべき事例の修復前のパラメータ状況が故障装置のパラメータ状況と完全に一致していない場合には、処理は、図１５のステップＳ３７へ進む。
【０１１２】図１５を参照して、ステップＳ３７では、適用すべき事例、この適用すべき事例をたとえば事例００１とすれば、表４で示す事例００１の「修復作業」の欄に記載された番号「２」の作業が、表８に示す類Ｃ１の作業スクリプトから取り出され、指定される。そして、作業２の前件部状況Ｖn ＝ローと、表２に示す故障装置のパラメータＶn の状況とが比較され、両パラメータ状況の一致または不一致が判別される（ステップＳ３８）。
【０１１３】この具体例の場合、故障装置のパラメータ状況は指定された作業２の前件部状況と一致しているから、作業２が実行される（ステップＳ３９）。ステップＳ３９における作業の実行後、作業が成功したか否かが判別され（ステップＳ４０）、成功した場合には次の作業の有無が判別される（ステップＳ４１）。ステップＳ３８において、もし、故障装置のパラメータＶn がノーマルであったとすれば、作業２の前件部状況であるＶn ＝ローと一致していない。かかる場合、装置のパラメータ状況を作業の前件部状況と一致させるために、ステップＳ４２〜Ｓ４５で述べる追加処理１が実行される。
【０１１４】すなわち、処理はステップＳ４２へ進み、表８に示す作業スクリプトにおいて、故障装置のパラメータ状況を作業２の前件部状況に一致させられるような別の作業があるか否かの検索がされる。つまり、この具体例の場合、故障装置のパラメータ値Ｖn ＝ノーマルをローにすることができる作業があるか否かが判別される。
【０１１５】表８を見ると、作業５によって、パラメータＶn をノーマルからローにできることがわかる。よって、ステップＳ４３ではＹＥＳと判断され、表４で示す事例００１の「修復作業」の欄が「２」から「５，２」に仮訂正され、該仮訂正をしたことを表わすために、フラグＡがセットされる（ステップＳ４４）。次いで、仮訂正により加えられた作業５が実行され（ステップＳ４５）、該作業５が成功したか否かの判別がされる（ステップＳ４０）。この作業５の実行に成功した場合には（ステップＳ４０でＹＥＳ）、次の作業の有無が判別される（ステップＳ４１）。この場合、次の作業として作業２が存在するから、処理は再びステップＳ３７へ進み、次の作業２が指定され、その前件部状況と故障装置のパラメータ状況とが比較される。その結果、故障装置のパラメータ状況は、ステップＳ４５における作業５の実行によって、Ｖn ＝ローとされたので、作業２の前件部状況と一致している。よって、ステップＳ３８で、ＹＥＳと判別され、作業２が実行される（ステップＳ３９）。
【０１１６】ところで、ステップＳ３９またはＳ４５において、前件部操作が実行されてもなお後件部状況が得られなかった場合には、作業は失敗したと判断される（ステップＳ４０）。換言すれば、ある作業を行った結果のパラメータ状況（作業後の故障装置のパラメータ状況）がその作業において設定されているパラメータ状況（後件部状況）にならなかった場合、その作業は失敗と判別される。
【０１１７】そしてこのときは、以下の図１６の流れに沿って説明するような作業失敗の原因を回避するための追加処理２が実行される。すなわち、まず、失敗にかかる適用事例と同じ故障症状および故障に属する全ての事例が検索されるとともに、それら事例のうち、「修復作業」の欄に、失敗にかかる作業番号が記載されている全ての事例が検出される（ステップＳ５１）。
【０１１８】今、具体例に沿ってわかりやすく説明するために、失敗にかかる適用事例が００１とすれば、表３に示すように、その事例と同じ故障症状および故障に属する事例は、００２，００３，００４であり、いずれの事例も、「修復作業」の欄に、事例００１の失敗にかかる作業番号２と同じ作業番号２が記載されている（表４、表５、表６および表７参照）。よって、事例００２〜００４が検出される（ステップＳ５１）。
【０１１９】そして、失敗にかかる適用事例００１および検出された事例００２，００３，００４の修復前のパラメータ状況を比較して、パラメータ状況の共通点が抽出されるとともに、抽出された共通点が表２に示す故障装置のパラメータ状況と比較される（ステップＳ５２）。そしてその結果、各事例における修復前のパラメータ状況の共通点と、故障装置のパラメータ状況との相違点の有無が判別される（ステップＳ５３）。
【０１２０】表４〜表７に示す事例００１〜００４と、表２に示す故障装置のパラメータ状況とを比較しても、この具体例の場合そのようなパラメータは見つからない。そこで、今仮に、事例００１〜００４の修復前のパラメータ状況において、共通してＶt ＝ローであると仮定して、以下の説明をすることにする。そうすると、ステップＳ５３において、事例００１〜００４の修復前のパラメータ状況における共通点であり、かつ、故障装置のパラメータ状況との差異として、パラメータＶt が取り上げられる。すなわち、各事例００１〜００４の修復前のパラメータ状況においては、共通的にＶt ＝ローであるが、故障装置のパラメータ状況では、Ｖt ＝ノーマルである。
【０１２１】それゆえ、ステップＳ５３ではＹＥＳと判別され、パラメータＶt ＝ローが、今回の作業の失敗原因であると仮説され、このパラメータＶt をローからノーマルにすることのできる作業が、表８に示す作業スクリプトの中から検索され（ステップＳ５４）、その有無が判別される（ステップＳ５５）。表８の作業スクリプトを見ると、作業３によって、パラメータＶt をローからノーマルに変更できることがわかるから、作業有りと判別される（ステップＳ５５でＹＥＳ）。
【０１２２】そしてこの場合には、失敗にかかる適用事例００１（表４参照）の「修復作業」の欄が仮訂正され、作業番号「２」に先立ち、作業番号「３」が挿入される。また、この仮訂正をしたことを表わすため、フラグＢがセットされる（ステップＳ５６）。次いで、作業３が実行される（ステップＳ５７）。そして、作業３が実行された結果、Ｖt ＝ノーマルになった場合、作業成功と判別される（ステップＳ５８でＹＥＳ）。
【０１２３】この場合において、Ｖt ＝ノーマルは、作業２の前件部状況として必須の条件である。よって、表８に示す作業スクリプトの作業２の前件部状況にＶt ＝ノーマルが追加されるよう訂正され、表８の作業スクリプトは、下記の表１１に示すように書換えられる（ステップＳ５９）。
【０１２４】
【表１１】
【０１２５】表１１に示す作業スクリプトでは、作業２の前件部状況が「Ｖn ＝ロー、（かつ、）Ｖt ＝ノーマル」になっている。そして、再び、図１５に示すステップＳ３７からの処理が行われる。図１６のステップＳ５８において、作業が成功しなかったと判別された場合には、他にパラメータＶt をローからノーマルにすることのできる作業が表８に示す作業スクリプトの中にあるか否かが判別され（ステップＳ６０）、作業があればステップＳ５６からの処理が繰返される。
【０１２６】また、ステップＳ６０で他の作業がないと判別されたとき、または、ステップＳ５３において異なるパラメータがないと判別されたとき、または、ステップＳ５５において作業はないと判別されたとき、あるいはまた図１５に示すステップＳ４３において作業がないと判別されたときには、いずれも、ステップＳ６１へ進み、フラグＡおよびＢがリセットされる。また、この場合、事例適用に失敗したので、事例の「適用失敗数」の欄の数値が「１」増加される（ステップＳ６２）。そして、他の事例、すなわち次の適用優先順位の事例があるか否かが判別される（ステップＳ６３）。
【０１２７】そして、次の事例がある場合には（ステップＳ６３でＹＥＳ）、その事例および対応する作業スクリプトがワークレジスタに設定され（ステップＳ６４）、図１５に示すステップＳ３７からの処理が行われる。一方、ステップＳ６３において、次の適用優先順位の事例がないと判別された場合には、処理は図１４に示すステップＳ３２へと進み、ＱＭＳ処理が行われる。
【０１２８】さて、図１５に戻って、ステップＳ４１で次の作業がないと判別された後の処理について説明をする。この場合、フラグＡまたはＢの状態が判別される（ステップＳ４６）。状態判別の結果、フラグＡもＢもセットされていないと判別される場合とは、それまでの処理において、故障装置のパラメータ状況と選択された作業の前件部状況とが一致しており、その作業を実行した結果作業が成功した場合である。それゆえ、この場合は、ステップＳ４７で、適用した事例、たとえば事例００１の「適用成功数」の欄の数値が「１」増加される。そして、類の優先度の操作（その１）が実行される（ステップＳ４８）。このステップＳ４８における類の優先度の操作（その１）は、図１４のステップＳ２９において行った操作と全く同じ操作である。それゆえ、ステップＳ４８の操作の具体的な内容については、説明が重複しないよう、ここでは省略する。
【０１２９】一方、ステップＳ４６において、フラグＡまたはＢのいずれかがセットされていると判別された場合を考える。フラグＡがセットされている場合とは、ステップＳ４２〜Ｓ４５の追加処理１が行われた場合である。具体的には、事例の「修復作業」の欄に記載の番号の作業を、作業スクリプトから選択して、その作業を行おうとしたけれども、故障装置のパラメータ状況がその作業の前件部状況と一致していないので、その作業を行うことができず、その作業を行う前に、故障装置のパラメータ状況を上記前件部状況と一致させるための別の作業を行ってうまくいった場合である。換言すれば、先に説明した「作業スクリプトの詳細化」という操作を導入し、その詳細化によって事例参照に成功した場合である。
【０１３０】一方、フラグＢがセットされている場合とは、ステップＳ５１〜Ｓ５９の追加処理２が行われた場合である。具体的には、選択された作業における前件部状況の特定が不十分であったために作業が成功しなかった場合に、その作業の前件部状況を特定するとともに、それに合うように故障装置のパラメータ状況を変化させる作業があり、それら作業を行うことによって故障装置のパラメータ状況と選択された事例の前件部状況との差異がなくなり、作業が成功した場合である。この場合も、広い意味で、「作業スクリプトの詳細化」という操作を導入した結果、詳細化によって事例参照に成功した状況であるといえる。
【０１３１】それゆえ、フラグＡまたはＢがセットされている場合とは、「作業スクリプトの詳細化」という操作が導入され、定性的に到達可能な範囲内において、元の事例が修正されて新たな事例が生成されたということを意味している。そして、この生成された新たな事例は、元の事例と同じ類に属すると考えるべきである。この点については、この発明の概要のところでも述べたとおりである。
【０１３２】そこで、ステップＳ４６においてフラグＡまたはＢがセットされていると判別された場合には、ステップＳ４９へ進み、生成された新たな事例が元の事例と同じ類に登録され、その後、フラグＡおよび／またはＢはリセットされる。表１２にこの新たな事例が登録された後の事例ベース記憶部１７（図７参照）の記憶内容の一例を示す。表１２に示すように、類Ｃ１に属する事例として、新たに、事例０４０が登録されている。
【０１３３】
【表１２】
【０１３４】また、この新事例０４０の内容を、表１３に示す。
【０１３５】
【表１３】
【０１３６】この表１３に示す事例０４０の前件部状況を事例００１の前件部状況（表４参照）と比較すると、パラメータＶt ＝ローである点が、事例００１と異なっている。それゆえ、この事例０４０を適用するにあたっては、まず、パラメータＶt をローからノーマルにする必要があるので、この事例０４０の「修復作業」の欄には「３，２」という作業番号が記載されている。
【０１３７】そしてその後、類の優先度の操作（その２）が実行され（ステップＳ５０）、処理は終わる。次に、ステップＳ５０における類の優先度の操作（その２）の具体的処理手順につき、図２０ならびに表１２および表１３を参照して説明する。類の優先度の操作（その２）では、まず、現在参照していた事例、たとえば事例００１が属する類Ｃ１の中に、生成された新事例の事例番号０４０が登録される（ステップＳ５０１）。表１２に示すとおり、類Ｃ１の事例番号の欄に、「００１，００２」に加え、「０４０」が追加される。
【０１３８】そして、今回の事例適用においては、この新事例０４０を適用した結果修復処理が成功したので、この新事例０４０を含む類Ｃ１の優先度が最も高められる。すなわち、類Ｃ１の優先度の欄は、それまでの「２」から「１」に書換えられる（ステップＳ５０２）。また、類Ｃ１の優先度を「１」としたことに伴い、この類と同じ「故障」に属する残りの類Ｃ２，Ｃ３，Ｃ１０の優先度も、順次シフトされる。その結果、類Ｃ２の優先度は「４」のまま、類Ｃ３の優先度は「３」のまま、類Ｃ１０の優先度は「１」から「２」にシフトされる。
【０１３９】次に、今回新事例が追加登録された類Ｃ１に属する各事例（新事例も含む）、この具体例では事例００１，００２，０４０という３つの事例における各修復前の状況が照会され、この類Ｃ１の特徴Ｐ1 が抽出される（ステップＳ５０３）。特徴Ｐ1 の抽出の仕方は、先に説明した特徴の抽出の仕方と同様である。念のために、具体例を参照しながら説明する。表４に示す事例００１、表５に示す事例００２および表１３に示す事例０４０の各修復前の状況に記憶されたパラメータ状況を比較する。そして、ノーマルでないパラメータ、すなわちローまたはハイのパラメータを抽出し、抽出されたパラメータのうち事例００１，００２および０４０に共通して取り出されたパラメータが、特徴Ｐ1 を構成するパラメータとして抽出される。具体的には、パラメータＶn 、Ｖs 、Ｄs およびＯs が特徴Ｐ1 を構成するパラメータとして抽出される。そしてこの特徴Ｐ1 を構成するパラメータは、表１２の類Ｃ１の特徴として登録される。
【０１４０】次いで、今回抽出された特徴Ｐ1 は、この類Ｃ１の特徴として既に登録されていた特徴Ｐと一致するか否かの判別がされる。先に登録されていた類Ｃ１の特徴Ｐは、表３に示すように、Ｖn 、Ｖs 、Ｄs 、Ｏs およびＳP であり、ＳP を含んでいる点で、今回抽出された特徴Ｐ1 とは一致していない。よってこの具体例の場合は、ステップＳ５０４でＮＯと判別される。
【０１４１】そして、この場合は、表１２に示すように、類Ｃ１の特徴は、今回抽出された特徴Ｐ1 に書換えられる。つまり、今回抽出された特徴Ｐ1 が類Ｃ１の特徴として再登録される（ステップＳ５０６）。次に、類Ｃ１が属する故障症状「画像濃度が低い」と異なる故障症状に属する類の有無が判別される（ステップＳ５０６）。この具体例の場合、表１２に示すように、異なる故障症状に属する類としては、故障症状「画像かぶり」に属する類Ｃ５、Ｃ６およびＣ７が存在する。それゆえ具体例では、ステップＳ５０６においてＹＥＳと判別される。
【０１４２】そしてその場合、類Ｃ５，Ｃ６，Ｃ７の各特徴と、上述した類Ｃ１の特徴Ｐ1 とが順次比較される。具体的には、まず、類Ｃ５の特徴Ｑが検出される（ステップＳ５０７）。この特徴Ｑは、表１２に示すとおり、パラメータＶn 、Ｖs 、Ｄs およびＯs がノーマルでないという内容である。
【０１４３】次いで、類Ｃ１の特徴Ｐ1 と類Ｃ５の特徴Ｑとが比較され、特徴Ｐは特徴Ｑに類似するか否かの判別がされる（ステップＳ５０８）。この具体例では、表１２に示すように、特徴Ｐ1 はパラメータＶn、Ｖs 、Ｄs およびＯs で構成されており、特徴ＱはパラメータＶn 、Ｖs 、Ｄs およびＯs で構成されている。よって、Ｐ1 ＝Ｑである。したがって、特徴Ｐ1 は特徴Ｑに類似する。よって、類Ｃ５の優先度にフラグ付けがされる（ステップＳ５０９）。
【０１４４】次いで、処理をすべき類が他にあるか否かの判別がされる（ステップＳ５１０）。処理をすべき類は、類Ｃ５の他に、Ｃ６，Ｃ７があるので、これらが順次、ステップＳ５０７〜Ｓ５１０のステップに従って処理される。なお、類Ｃ６およびＣ７には、いずれも、１つの事例しか属していないので、これら類の特徴はないから、これら類Ｃ６，Ｃ７の優先度にフラグが付されるわけではない。
【０１４５】次いで、ステップＳ５１１において、フラグ付けがされた類Ｃ５を含む故障「主帯電電圧の不良」に属する２つの類Ｃ５およびＣ６の優先度が更新される。具体的には、特徴Ｐ1 と類似する特徴Ｑを有する類Ｃ５の優先度が最優先され、類Ｃ５の優先度は「２」から「１」へ変更される。また、それに伴い、類Ｃ６の優先度は「１」から「２」へ変更される。
【０１４６】このように、今回適用に成功した事例が属する類Ｃ１の優先度が上げられると共に、その事例が属する故障症状とは異なる故障症状に属する類において、今回適用に成功した事例と類似する特徴を有する類の優先度が高められる。この結果、「類」の利用による事例検索効率の向上を図ることができる。なぜならば、「類」による事例の分類は、「故障症状」および「故障」による事例の分類、換言すればＱＭＳ処理による事例分類の枠組みを越えているので、その枠組みを越えた別の分類方法によって類分けされた事例に対し、共通の特徴を有するものについて事例適用に関する優先順位を繰り上げる。そうすると、実際の機械システムにおいてしばしば発生する、根本原因は同じでありながら発現する故障症状が異なるという現象に効率よく対処することができるのである。
【０１４７】また、図１７を参照して説明した適用すべき事例を決定する処理において、ステップＳ２２２で装置のパラメータと事例の修復前のパラメータとを比較し、その結果、ステップＳ２２３で、同じ類内でのパラメータ状況の一致度の低い事例を削除していた。図１８に示す適用すべき事例を決定する処理においても同様であった。
【０１４８】しかし、適用すべき事例を決定する処理は、これに限らず、ステップＳ２２３で行っている同じ類内でのパラメータ状況の一致度の低い事例を削除するという処理を省略してもよい。つまり、図１７または図１８１８に示す適用すべき事例を決定する処理において、ステップＳ２２３の処理を省略してもよい。ステップＳ２２３の処理を省略した場合、適用すべき事例には、同じ類に属する複数の事例が含まれている場合がある。それゆえこの場合は、先に適用した事例が失敗する度に、次に適用する事例が先に適用した失敗にかかる事例と同じ類に属するか否かを判別すればよい。具体的には、図１４R>４に示すステップＳ３０から後の処理に少し修正を加えるとともに、図１６に示すステップＳ６２から後の処理に少し修正を加えればよい。
【０１４９】図２１（Ａ）および（Ｂ）に、修正を加える処理の具体例を示す。次に、図２１を参照して説明すると、ステップＳ３０において、失敗数が更新された後、その失敗にかかる事例の属する類がバッファメモリ等に記憶される（ステップＳ１００）。そしてその後、次の優先順位の事例の有無が判別される（ステップＳ３１）。そして次の事例がある場合には（ステップＳ３１でＹＥＳ）、次の事例が失敗に係る事例と同じ類に属するか否かの判別がされる（ステップＳ１０１）。次の事例が失敗にかかる事例と同じ類に属しなければ、処理はステップＳ２３（図１４）へ進み、次の事例が失敗にかかる事例と同じ類に属する場合は、ステップＳ３１へ戻り、その事例のさらに次の優先順位の事例の有無が判別される。このようにして、事例を適用する直前に、適用する事例が失敗にかかる事例と同じ類に属するか否かが判別され、同じ類に属するなら、その事例の適用は省く。同様に、図２１（Ｂ）を参照して、ステップＳ６２において失敗数の増加処理がされた後、その失敗にかかる事例の属する類がバッファメモリ等に記憶される（ステップＳ１０２）、そして、他の事例、すなわち次の適用優先順位の事例の有無が判別され、次の事例がある場合には（ステップＳ６３でＹＥＳ）、次の適用優先順位の事例は、ステップＳ１０２で記憶された失敗にかかる事例が属する類と同じ類に属するか否かの判別がされる（ステップＳ１０３）。次の適用優先順位の事例が失敗にかかる事例の属する類と同じ類に属しなければ、処理はステップＳ６４（図１６）へ進む。しかし、次の適用優先順位の事例が、失敗にかかる事例が属する類と同じ類に属する場合には、処理は、ステップＳ６３へ戻り、その事例よりもさらに次の適用優先順位の事例があるか否かの判別がされる。この結果、事例を適用する直前に、その事例が、失敗にかかる事例が属する類と同じ類か否かの判別がされ、同じ類であれば、その適用が省略される。
【０１５０】修復作業の実行にあたって、以上説明した事例の検索および事例の適用という手法を採用することは、上記具体例で説明したような小形普通複写機等の装置に対して特に有効である。なぜならば、小形普通複写機に代表されるような装置は、その構成系中に、制御対象として不安定な要素（たとえば化学的変化を積極的に利用すること等）を有している。それゆえ、構成系が置かれる状態の変化、たとえば環境変化や構造上の劣化等によって、センサのパラメータおよびアクチュエータのパラメータ間の関係が変化する可能性がある。上記具体例の説明における事例の検索は、かかるパラメータ間の変化を装置がランニング中に収集し、それを使った一種の学習を行わせ、知識のチューニングをしているということができるから、上記のパラメータ間の変化が生じても、それに有効に対処した修復作業を行うことができる。つまり、対象機械のパラメータ間の関係が変化した場合、その変化に基づいて事例が修正されて新しい事例が作成され、また、作業スクリプトの内容が修正されているのである。
【０１５１】（６−８）修復計画の推論次に、１４図のステップＳ３２に示すＱＭＳ処理の仕方およびその処理における副次的影響の推論について説明をする。故障判別の結果、「画像濃度が低い（Ｏs ＝ロー）」が故障症状として取上げられたから、修復の目標は、Ｏs を上昇させることである。
【０１５２】そこで、図１０に示す数学モデル上の関係から、Ｄs を上昇させるか、Ｖt を上昇させるか、または、ζを上昇させるかによって、修復目標であるＯs を上昇させることができると推論される。次に、Ｄs を上昇させることを目標に推論を行うと、Ｖs を上昇させるか、Ｖb を下降させるか、または、γ0 を上昇させるかのいずれかの結論を得る。このように、数学モデルに基づいて、推論が繰返されることにより、修復操作の候補を数学モデル上で得ることができる。得られた結果は、表１４に示すとおりである。
【０１５３】
【表１４】
【０１５４】ところで、数学モデルに基づいて得られた修復候補には、実現できるものと実現できないものとがある。たとえば、Ｄ：原稿の光学濃度は変更できないし、β：感光体の感度も変更し難い。
【０１５５】γ0 ：トナーの感度も変更できないし、ζ：用紙の感度も変化不可能である。また、この具体例では、Ｖb ：バイアス電圧も、アクチュエータがないから変化不可能である。もちろん、アクチュエータを追加することにより、Ｖb は変化可能にすることができる。
【０１５６】さらに、Ｘ：原稿反射光量の対数Ｖs ：露光後のドラムの表面電位Ｄs ：ドラム上でのトナー濃度については、それ自体の変更は不可能で、間接的に他のパラメータを変化させることで変化させられるだけであり、ここでは修復候補から除外する。
【０１５７】なお、この具体例では直接関係ないが、Ａsp：分離用ＡＣ電圧の振幅も、アクチュエータ追加により、変化させることができる。以上の次第で、この具体例では、修復候補として、Ｖt ：転写電圧Ｖn ：主帯電後の表面電位ＨL ：ハロゲンランプ出力光量の対数がとりあげられる。
【０１５８】一方、対象モデル記憶部１４には、修復計画知識として、次の知識が予め記憶されている。すなわち、（ａ）Ｖt を上昇させる→転写トランスのコントロール電圧を上げる（ｂ）Ｖt を下降させる→転写トランスのコントロール電圧を下げる（ｃ）Ｖn を上昇させる→主帯電トランスのコントロール電圧を上げる（ｄ）Ｖn を下降させる→主帯電トランスのコントロール電圧を下げる（ｅ）ＨL を上昇させる→ハロゲンランプコントロール信号を高電圧側にシフトする（ｆ）ＨL を下降させる→ハロゲンランプコントロール信号を低電圧側にシフトする。
である。この対象モデル記憶部１４に記憶された修復計画知識は、この装置に特有の特徴データである。該修復計画知識を数学モデルに基づいて得られた修復候補に適用することにより、Ｏs を上昇させるための修復操作として、（ａ）Ｖt を上昇させる→転写トランスのコントロール電圧を上げる（ｃ）Ｖn を上昇させる→帯電トランスのコントロール電圧を上げる（ｆ）ＨL を下降させる→ハロゲンランプコントロール信号を低電圧側にシフトするの３方法が得られる。
【０１５９】画像濃度ＯS を単に上昇させるだけであれば、これら３方法のうちのいずれの方法を実行しても、修復が可能である。しかしながら、対象機械は、画像濃度ＯS を上昇させることにより、種々の副次的な影響を受けることが考えられる。そこで、この実施例では、以下に説明するように、副次的な影響の推論を、数学モデルに基づいて行っている。
【０１６０】（６−９）副次的影響の推論修復計画の推論において導かれた３つの修復計画を数学モデル上に展開すると、図２２ないし図２７が得られる。つまり、（ａ）Ｖt を上昇させた場合が図２２および図２３（図２３はＤ＝０とした場合のＯs ’が数学モデル上で表わされている）、（ｃ）Ｖn を上昇させた場合は、図２４および図２５（図２５はＤ＝０とした場合のＯs ’が数学モデル上で表わされている）、（ｆ）ＨL を下降させた場合は図２６および図２７（図２７はＤ＝０とした場合のＯs ’が数学モデル上で表わされている）となる。
【０１６１】そして、数学モデルに基づいて機能評価を行うと、次の状態が推論される。すなわち、（１）Ｖt を上昇させた場合（図２２、図２３）
（ａ）出力画像濃度が上昇する。
（ｂ）Ｄ＝０のとき、Ｏs ’＞ノーマルの場合がある。つまり、かぶりが発生する可能性がある。
【０１６２】（ｃ）Ｓp ＞ノーマルとなり、分離不良が発生する可能性がある。
（２）Ｖnを上昇させた場合（図２４、図２５）
（ａ）出力画像濃度が上昇する。
（ｂ）Ｄ＝０のとき、Ｏs ’＞ノーマルとなり、かぶりが発生する可能性がある。
（３）ＨLを下降させた場合（図２６、図２７）
（ａ）出力画像濃度が上昇するだけで、他の副次的な影響はない。
【０１６３】よって、修復計画部１５では、副次的な影響の最も少ない修復計画、すなわちＨLを下降させるという修復計画が選択される。この修復計画は、故障診断で得られた故障を解消するための操作と一致している。つまり、見方を変えると、故障診断における故障の推論は、装置が故障したときの現実の状態を数学モデル上でトレースし、装置が故障したときの各構成要素の状態を把握することによって、故障を推定していたのに対し、修復計画の推定では、装置が故障状態ではなく、装置が正常であるという前提に立って、数学モデル上で装置の状態をトレースし、それに基づいて修復計画を推論している。そして、上述の具体例では、故障診断における推論でも、修復計画における推論でも、結果として同じ故障および修復計画が得られたわけである。
【０１６４】しかし、場合によっては、故障診断の推論が故障状態の装置を前提にしているのに対し、修復計画の推論は正常状態の装置を前提にしているため、両者によって得られる結果が異なることがある。かかる場合は、故障診断の推論過程で得られる結論と矛盾しないものだけを修復計画の推論の際に選択するようにすれば、修復計画の推論処理をより短時間で行える。
【０１６５】上述の場合において、もしＨLを下降させるという修復計画が選択できない場合、たとえばハロゲンランプコントロール信号を低電圧側にシフトするためのＡＶＲのボリュームが既に下限であった場合には、次に副次的影響の少ない（２）のＶnを上昇させるという修復計画が選択される。しかしながら、Ｖnを上昇させるという修復計画が選択された場合には、かぶり発生の可能性という副次的影響が予測されているので、図２５の数学モデルにおいて、Ｏs ’を下降させるためにはいずれのパラメータを操作すればよいかが図２５の数学モデルに基づいて検討され、かつ、修復計画知識に基づいて操作が選択される。その結果、ＨL を上昇させるか、Ｖn を下降させるか、Ｖt を下降させるかが選ばれ、かぶり発生を防止することを含めた修復計画が行われる。
【０１６６】つまり、図２８に示すように、副次的影響を仮定して、修復操作の推論を展開する。図２８に示されるような修復操作の推論展開においては、（ａ）数学モデル上で以前の修復計画と矛盾する枝は選択しない（ｂ）最も副次的影響の少ないものを選択する（ｃ）ループを形成したものはその時点で展開を止めるという知識に基づいた展開が行われる。
【０１６７】図２８では、結局、（１）Ｖn↑→ＨL↑→Ｖn↑のループ、および（２）Ｖn↑→Ｖt↓→Ｖn↑のループ、の２つの修復計画が残る。今、（１）のループが修復計画として行われた場合において、画像濃度が適正な濃度、すなわちＯsがノーマルになったとする。かかる場合、ＶnおよびＨL は上昇されているから、画像濃度Ｏsがノーマルに戻った修復前の状態において、センサ１ｂによって測定される表面電位の値は、最初に測定される値に比べてかなり高いものに変化しているはずである。しかしながら、修復作業が成功したわけであるから、修復後のパラメータＶsの状態はノーマルにシンボル化されなければならない。よって、かかる場合、修復が終了した時点で、センサ１ｂによって測定される測定値に基づき、図１１示すパラメータＶsのシンボル化のための基準データが変更され、たとえば図２９に示すデータに書換えられる。このように、基準データの更新が、修復作業終了後に必要に応じてなされる。
【０１６８】この実施例において、図２８における前述した（１）のループが行われる場合、具体的には、主帯電ボリュームＶＲ１が操作されて感光体ドラム２１の表面電位が上昇され、それによって得られるコピーにかぶれが発生すると、ランプボリュームＡＶＲが操作されてハロゲンランプの光量が増加され、コピーの画像濃度が薄められる。
【０１６９】そして、主帯電ボリュームＶＲ１およびランプボリュームＡＶＲを交互に適宜上昇させながら、画像濃度が正常になったとき、すなわちパラメータＯsがノーマルになったことがセンサ１ｃである濃度計の検出出力から得られたとき、修復処理は終了される。さらに、上記２つの修復計画が実行不可能な場合は、さらに、上述した（３）のＶtを上昇させるという修復計画が選択され、その副次的影響であるかぶり発生と、分離不良の２つを仮定した故障診断が行われ、修復計画が選択される。
【０１７０】そして、選択された修復計画が行われ、ループ処理の場合には、ループ上にあるパラメータの操作が限度に達した時点で失敗と判断される。また、この実施例の場合は、具体例でも説明したように、Ｏsがノーマルになった時点で修復終了が判別され、その状態で修復は停止される。上述した副次的影響の推論においては、修復計画の推論において導かれた３つの修復計画を順次数学モデル上に展開し、３つの修復計画のそれぞれについて、まとめて、副次的影響が推論されている。このような副次的影響の推論の仕方に代え、次のような処理を行ってもよい。
【０１７１】すなわち、修復計画の推論において、たとえば３つの修復計画が導き出されたとする。その場合、３つの中から１つの修復計画だけをとりあげ、該修復計画に基づいてアクチュエータ手段を作動された場合に生じるかもしれない副次的な影響をシミュレートし、シミュレートされた副次的な影響は、修復計画によって選択されたアクチュエータ手段以外のアクチュエータ手段を作動させることによって除去できるか否かを判別する。そして、副次的な影響は除去できると判別されたときには、修復計画によって選択されたアクチュエータを実際に作動させ、修復を実行するとともに、副次的な影響を他のアクチュエータ手段を作動させることによって除去するのである。
【０１７２】この結果、修復計画で導き出された他の２つの計画に基づく副次的影響のシミュレートはする必要がなく、全体として、修復操作時間を短縮できる。上述の場合において、もし、第１番目に選択した修復計画について、副次的な影響をシミュレートし、シミュレートされた副次的な影響が他のアクチュエータ手段を作動させることによって除去できないと判別された場合、その第１番目の修復計画は断念して、次に第２番目の修復計画をとりあげ、該２番目の修復計画に基づいて選択されたアクチュエータ手段を作動させた場合に生じるかもしれない副次的な影響をシミュレートし、シミュレートされた副次的な影響は、そのアクチュエータ手段以外のアクチュエータ手段を作動させることによって除去できるか否かを判別し、副次的な影響が除去できるときには、該第２番目の修復計画に基づく修復作業を行う。
【０１７３】このように、修復計画の推論において導かれた複数の修復計画のうち、或る１つ目の修復計画を取出し、その場合の副次的な影響を推論し、副次的な影響が除去できる場合には、直ちにその１つ目の修復計画に基づく修復を実行するようにするのである。そして、もしその修復計画では、副次的な影響が大きすぎる場合には、それを断念し、次の修復計画を選び、その場合の副次的な影響をシミュレートするのである。
【０１７４】かかる場合、修復計画の推論において導かれた複数の修復計画のうち、いずれの修復計画をまず選択するかについては、たとえば、故障診断において得られた故障原因を参酌して選択するのが好ましい。以上の実施例では、アクチュエータのパラメータ数が少ないため、修復自体がかなりの制限を受けているが、アクチュエータのパラメータ数を増やすことによってさらに修復の柔軟性および可能性を向上させることができる。
【０１７５】以上説明した具体例において、いずれかの修復作業が成功した場合には、成功した後の装置の状態が正常な状態であると判定されるわけであるから、各センサから与えられるディジタルデータ値によって各パラメータの基準値データ（図１１に示す基準値）が更新され、新たな基準値データに基づいてパラメータがシンボル化されるようにするのが好ましい。
【０１７６】（６−１０）その他また、上述の具体例では、各アクチュエータの作動範囲については特に触れなかったが、対象モデル記憶部１４に記憶されている装置に特有の特徴データの中に、アクチュエータの作動範囲を設定する作動範囲データを含ませておけば、アクチュエータの出力状態が記憶されている作動範囲内のときはアクチュエータ操作可能と判別でき、アクチュエータの出力状態が記憶されている作動範囲の上限または下限に達した場合に、アクチュエータ操作不能と判定して、修復作業の正否判定に利用することができる。
【０１７７】さらに、上述の具体例では、センサ出力が変化したことに基づいて、自動的に自己診断を行い、自己修復を行うシステムをとりあげたが、画像形成装置に自己診断モードの設定キー等を設け、該自己診断モード設定キーが操作された場合にのみ、自己診断および／または自己修復が行われるようにしてもよい。
【０１７８】
【０１７９】またこの発明においては、修復計画の推論をする際に、アクチュエータの調整範囲を考慮して、実際に調整可能なアクチュエータだけを選択するようにしてもよい。より具体的に説明すると、アクチュエータがたとえばＡＶＲの場合、ＡＶＲの下限値を「０」、上限値を「１００」とし、ＡＶＲの設定状態が０〜１００のいずれかの整数値で検出できるような構成にする。また、対象モデル記憶部１４にＡＶＲの下限値「０」および上限値「１００」を設定しておく。したがって、ＡＶＲが調整されて或る状態になったとき、ＡＶＲの調整状態は、その調整状態に対応した０〜１００のいずれかの整数値データとして把握される。
【０１８０】修復計画部１５では、ＡＶＲの調整状態に応じて得られる０〜１００のいずれかの整数値データにより、ＡＶＲの調整状態を把握し、ＡＶＲを故障修復用のアクチュエータとして選択できるか否かを判別する。つまり、対象モデル記憶部１４に記憶されたＡＶＲの下限値および上限値と現在の調整状態値とが比較され、ＡＶＲはさらに下限方向に、または上限方向に作動させることができるか否かが判別されるのである。
【０１８１】よって、複数個の各アクチュエータに対し、またはその中の任意のアクチュエータに対し、このような構成を採用することにより、修復計画の推論結果が、実際に作動させることのできるアクチュエータ手段の組合わせとして出力され、実用的な修復計画の推論ができるという利点がある。なお、作動範囲の設定の仕方は、上述の説明は一例であり、他の方法で作動範囲を設定し、実際のアクチュエータの状態と比較してもよい。
【０１８２】また、修復計画部１５において、設定されたアクチュエータの調整可能範囲と実際の調整値とを比較するのみでなく、故障診断部１２において、故障診断を行う際に、設定されたアクチュエータの調整可能範囲と実際の調整値とを比較し、それを参照するようにしてもよい。さらにまた、この発明の実施例にかかる画像形成装置においては、自己診断モード設定手段として、たとえばマニュアル操作される自己診断モード設定キーまたはスイッチを設けておき、該自己診断モード設定キーまたはスイッチが操作されたときにのみ、上述した自己診断または自己診断および自己修復を行うようにすることができる。
【０１８３】自己診断モード設定キーまたはスイッチの配置位置は、任意の場所でよいが、好ましくは、通常の画像形成のための操作キー等とは異なる位置、たとえば画像形成装置に備えられている前面パネルを開いた状態で操作できる装置内部等に設けるのがよいであろう。
【０１８４】
【発明の効果】この発明によれば、画像形成装置に故障が生じたか否かが判別され、故障が生じているときは、その故障症状、故障原因および装置の状態が推論される。そして、推論結果に基づいて、予め記憶されている複数の事例が検索され、故障修復に最も適した事例が検出され、事例に基づいた故障修復処理が行われる。
【０１８５】事例に基づく故障修復処理では、画像形成装置に生じた故障に対応して複数の事例が選択されると、適用順位が決定される。適用順位付けは、故障と事例との対応度の大小に応じてなされ、対応度の等しい事例間は、適用優先度の高い類の事例が優先される。そして適用順位の若い順位に事例を適用して修復作業を行う。この場合に、同じ類に属する事例が複数ある場合、適用順位の若い事例が適用され、その結果故障修復が成功しなかった場合には、その類に属する他の事例は適用されないので、修復作業が失敗する蓋然性の高い事例の適用を省くことができ、事例選択に関する成功率を向上させることができる。そして、より迅速な自己修復作業が行える。
【０１８６】また、事例の適用結果に応じて、その事例が属する類の適用優先度が更新される。実際の機械システムにおいては、前回の故障に関連して次の故障が生じることが多いことが経験的にわかっている。そこで、事例適用に関する優先度を上述のように更新することにより、生じ得る故障に対し、適切な事例を優先して選択し続けることができる。
【０１８７】また、この発明によれば、故障原因は、画像形成装置に共通の定性データに基づいてなされるので、明示的に記述されていない未知の故障をも扱うことのできる自己診断修復システムを有する画像形成装置とすることができる。さらに、この発明にかかる自己診断修復システムは、或る特定の画像形成装置に対してではなく、多くの機種の画像形成装置に対して共通的に適用することができ、結果的に安価な自己診断および自己修復システムを有する画像形成装置を提供することができる。
【図面の簡単な説明】
【図１】この発明における「作業スクリプトの詳細化」を説明するための図である。
【図２】先願発明にかかる事例ベース修復計画システムにおける事例の分類の仕方を説明するための図解図である。
【図３】この発明にかかる事例ベース修復計画システムにおける事例の分類の仕方を説明するための図解図である。
【図４】事例の分類に「類」の概念を導入した場合における類分けの仕方を説明するための図である。
【図５】類分けされた事例と作業スクリプトの関係を表わす図解図である。
【図６】互いに異なる故障症状に属する事例集合Ａが事例集合Ｂに類似するための用件を説明するための図解図である。
【図７】この発明の一実施例のシステム構成を示すブロック図である。
【図８】図７に示すシステム制御回路の処理動作の概要を表わすフローチャートである。
【図９】この発明の一実施例にかかる小型の普通紙用の複写機の概略構成と、その複写機に備えられた３つのセンサを説明するための図である。
【図１０】この発明の一実施例にかかる複写機の数学モデルを表わす図である。
【図１１】この発明の一実施例にかかる複写機において、各パラメータをシンボル化する場合に必要な各パラメータの基準値データを表わす図である。
【図１２】上述した数学モデル上における故障診断のための展開を表わす図である。
【図１３】上述した数学モデル上における故障診断のための展開を表わす図である。
【図１４】この発明の一実施例における事例を適用した修復作業の処理の一部を表わすフローチャートである。
【図１５】この発明の一実施例における事例を適用した修復作業の処理の一部を表わすフローチャートである。
【図１６】この発明の一実施例における事例を適用した修復作業の処理の一部を表わすフローチャートである。
【図１７】この発明の一実施例における適用すべき「事例を決定するための処理」の一例を表わすフローチャートである。
【図１８】この発明の一実施例における適用すべき「事例を決定するための処理」の他の例を表わすフローチャートである。
【図１９】この発明の一実施例における「類の優先度の操作（その１）」の処理を表わすフローチャートである。
【図２０】この発明の一実施例における「類の優先度の操作（その２）」の処理を表わすフローチャートである。
【図２１】この発明の一実施例において、類ごとに適用する事例を１つだけにするための他の制御を説明する部分的なフローチャートである。
【図２２】上述の数学モデル上における副次的影響推論のための展開を表わす図である。
【図２３】上述の数学モデル上における副次的影響推論のための展開を表わす図である。
【図２４】上述の数学モデル上における副次的影響推論のための展開を表わす図である。
【図２５】上述の数学モデル上における副次的影響推論のための展開を表わす図である。
【図２６】上述の数学モデル上における副次的影響推論のための展開を表わす図である。
【図２７】上述の数学モデル上における副次的影響推論のための展開を表わす図である。
【図２８】この発明の一実施例において、修復計画を選択する場合の操作を表わす図である。
【図２９】この発明の一実施例において、修復計画を選択する操作を行った結果、図１１に示す基準値データを更新した場合の更新後の基準値データを表わす図である。
【符号の説明】
１ａ，１ｂ，１ｃ センサ
６ａ，６ｂ，６ｃ アクチュエータ
１０ システム制御回路
１１ ディジタル信号／シンボル変換部
１２ 故障診断部
１３ 故障シミュレーション部
１４ 対象モデル記憶部
１５ 修復計画部
１６ シンボル／ディジタル信号変換部
１７ 事例ベース記憶部
１８ 作業スクリプト記憶部
【特許請求の範囲】
【請求項１】画像形成装置の故障を修復するための作業を記載した事例を、類に分けて記憶する事例記憶手段と、各類の故障修復への適用優先度を記憶する優先度記憶手段と、画像形成装置に故障が生じたとき、生じた故障に対応した事例を選択し、選択した事例が複数ある場合には、生じた故障と事例との対応度の大小によって適用順位を決め、対応度の等しいものがあるときは、適用優先度の高い類に属する事例を優先するように適用順位を決める適用順位決定手段と、適用順位決定手段で決定された順位に従って、事例を故障修復に適用する手段と、事例を適用して故障修復をした結果、失敗したときは、その事例が属する類を記憶しておき、その後に故障修復に適用する事例が、失敗にかかる事例と同じ類に属する場合には、その事例の適用を省略する手段と、事例の適用結果に応じて、優先度記憶手段に記憶されているその事例が属する類の適用優先度を更新する手段と、を有することを特徴とする画像形成装置。
【請求項１】画像形成装置の故障を修復するための作業を記載した事例を、類に分けて記憶する事例記憶手段と、各類の故障修復への適用優先度を記憶する優先度記憶手段と、画像形成装置に故障が生じたとき、生じた故障に対応した事例を選択し、選択した事例が複数ある場合には、生じた故障と事例との対応度の大小によって適用順位を決め、対応度の等しいものがあるときは、適用優先度の高い類に属する事例を優先するように適用順位を決める適用順位決定手段と、適用順位決定手段で決定された順位に従って、事例を故障修復に適用する手段と、事例を適用して故障修復をした結果、失敗したときは、その事例が属する類を記憶しておき、その後に故障修復に適用する事例が、失敗にかかる事例と同じ類に属する場合には、その事例の適用を省略する手段と、事例の適用結果に応じて、優先度記憶手段に記憶されているその事例が属する類の適用優先度を更新する手段と、を有することを特徴とする画像形成装置。
【図１】
【図２】
【図３】
【図４】
【図５】
【図１１】
【図２９】
【図６】
【図９】
【図７】
【図８】
【図１０】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１９】
【図１８】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２５】
【図２６】
【図２７】
【図２８】
【図２】
【図３】
【図４】
【図５】
【図１１】
【図２９】
【図６】
【図９】
【図７】
【図８】
【図１０】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１９】
【図１８】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２５】
【図２６】
【図２７】
【図２８】
【特許番号】第２６９３３１４号
【登録日】平成９年（１９９７）９月５日
【発行日】平成９年（１９９７）１２月２４日
【国際特許分類】
【出願番号】特願平３−２５１０６２
【出願日】平成３年（１９９１）９月３０日
【公開番号】特開平５−８８４５７
【公開日】平成５年（１９９３）４月９日
【出願人】（０００００６１５０）三田工業株式会社 (13,173)
【参考文献】
【文献】特開 昭５８−６６９６７（ＪＰ，Ａ）
【文献】特開 昭５８−９４０１２（ＪＰ，Ａ）
【文献】特開 昭５８−２２１８５６（ＪＰ，Ａ）
【文献】特開 昭６２−３５９１６（ＪＰ，Ａ）
【文献】特開 昭６３−２３３６５５（ＪＰ，Ａ）
【文献】特開 平３−２７０５８（ＪＰ，Ａ）
【文献】特開 平３−７９６３（ＪＰ，Ａ）
【文献】特開 昭６２−５２６０１（ＪＰ，Ａ）
【文献】特開 平１−２１９６９７（ＪＰ，Ａ）
【文献】特開 平１−１６９６１１（ＪＰ，Ａ）
【文献】特開 昭６２−２３３２８（ＪＰ，Ａ）
【文献】特開 平１−２７８８６５（ＪＰ，Ａ）
【文献】特開 平１−２９１９１８（ＪＰ，Ａ）
【文献】特開 平２−２３５０７４（ＪＰ，Ａ）
【文献】特開 平２−３０２８２８（ＪＰ，Ａ）
【文献】特開 平４−７４２２４（ＪＰ，Ａ）
【文献】特開 平２−１１３２６２（ＪＰ，Ａ）
【文献】特開 昭６３−７０２６８（ＪＰ，Ａ）
【文献】特開 平４−１３０３３０（ＪＰ，Ａ）
【登録日】平成９年（１９９７）９月５日
【発行日】平成９年（１９９７）１２月２４日
【国際特許分類】
【出願日】平成３年（１９９１）９月３０日
【公開番号】特開平５−８８４５７
【公開日】平成５年（１９９３）４月９日
【出願人】（０００００６１５０）三田工業株式会社 (13,173)
【参考文献】
【文献】特開 昭５８−６６９６７（ＪＰ，Ａ）
【文献】特開 昭５８−９４０１２（ＪＰ，Ａ）
【文献】特開 昭５８−２２１８５６（ＪＰ，Ａ）
【文献】特開 昭６２−３５９１６（ＪＰ，Ａ）
【文献】特開 昭６３−２３３６５５（ＪＰ，Ａ）
【文献】特開 平３−２７０５８（ＪＰ，Ａ）
【文献】特開 平３−７９６３（ＪＰ，Ａ）
【文献】特開 昭６２−５２６０１（ＪＰ，Ａ）
【文献】特開 平１−２１９６９７（ＪＰ，Ａ）
【文献】特開 平１−１６９６１１（ＪＰ，Ａ）
【文献】特開 昭６２−２３３２８（ＪＰ，Ａ）
【文献】特開 平１−２７８８６５（ＪＰ，Ａ）
【文献】特開 平１−２９１９１８（ＪＰ，Ａ）
【文献】特開 平２−２３５０７４（ＪＰ，Ａ）
【文献】特開 平２−３０２８２８（ＪＰ，Ａ）
【文献】特開 平４−７４２２４（ＪＰ，Ａ）
【文献】特開 平２−１１３２６２（ＪＰ，Ａ）
【文献】特開 昭６３−７０２６８（ＪＰ，Ａ）
【文献】特開 平４−１３０３３０（ＪＰ，Ａ）
[ Back to top ]