図面 (/)

この項目の情報は公開日時点(2020年9月24日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (10)

課題

ユーザーにとって最適な交換部品を容易に選択できる画像形成装置を提供する。

解決手段

トナーを収容する交換部品Caが装着される画像形成装置1は画像形成部30と取得部11と学習部12と実行部13とを備える。画像形成部30はトナーを用いてシートに画像を形成する。取得部11は、画像形成装置1の異常に関する情報と、画像形成部30によって形成された画像に関する情報とのうちの少なくとも1つの情報と、交換部品Caに関する情報とを取得する。学習部12は、交換部品Caに関する情報と関連付けて、画像形成装置1の異常に関する情報と、画像形成部30によって形成された画像に関する情報とのうちの少なくとも1つの情報を学習する。実行部13は、学習部12の学習結果に基づいて、トナーの出所推定することと、画像形成装置1と交換部品Caとの相性に関する情報を生成することとのうちの少なくとも1つを実行する。

概要

背景

特許文献1に記載の画像形成装置では、装着されているトナーカートリッジのような消耗品ユニットメモリチップに記憶されている再生情報に基づいて、消耗品ユニットが純正品であるか、非純正品であるかの判別が行われる。

概要

ユーザーにとって最適な交換部品を容易に選択できる画像形成装置を提供する。トナーを収容する交換部品Caが装着される画像形成装置1は画像形成部30と取得部11と学習部12と実行部13とを備える。画像形成部30はトナーを用いてシートに画像を形成する。取得部11は、画像形成装置1の異常に関する情報と、画像形成部30によって形成された画像に関する情報とのうちの少なくとも1つの情報と、交換部品Caに関する情報とを取得する。学習部12は、交換部品Caに関する情報と関連付けて、画像形成装置1の異常に関する情報と、画像形成部30によって形成された画像に関する情報とのうちの少なくとも1つの情報を学習する。実行部13は、学習部12の学習結果に基づいて、トナーの出所推定することと、画像形成装置1と交換部品Caとの相性に関する情報を生成することとのうちの少なくとも1つを実行する。

目的

本発明は上記課題に鑑みてなされたものであり、その目的は、ユーザーにとって最適な交換部品を容易に選択できる画像形成装置、サーバー及び画像形成システムを提供する

効果

実績

技術文献被引用数
0件
牽制数
0件

この技術が所属する分野

(分野番号表示ON)※整理標準化データをもとに当社作成

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

消耗材を収容する交換部品が装着される画像形成装置であって、前記消耗材を用いてシートに画像を形成する画像形成部と、前記画像形成装置の異常に関する情報と、前記画像形成部によって形成された画像に関する情報とのうちの少なくとも1つの情報と、前記交換部品に関する情報とを取得する取得部と、前記交換部品に関する情報と関連付けて、前記少なくとも1つの情報を学習する学習部と、前記学習部の学習結果に基づいて、前記消耗材の出所推定することと、前記画像形成装置と前記交換部品との相性に関する情報を生成することとのうちの少なくとも1つを実行する実行部とを備える、画像形成装置。

請求項2

前記画像形成装置と前記交換部品との相性に関する情報は、前記画像形成装置に異常が発生する確率を示す情報を含む、請求項1に記載の画像形成装置。

請求項3

前記画像形成装置と前記交換部品との相性に関する情報は、前記画像形成部が前記消耗材を用いてシートに形成した前記画像の品質を示す情報を含む、請求項1または請求項2に記載の画像形成装置。

請求項4

シートに形成された画像を読み取る画像読取部をさらに備え、前記取得部は、前記画像読取部が読み取った前記画像から、前記画像形成部によって形成された画像に関する情報を取得する、請求項1から請求項3のいずれか1項に記載の画像形成装置。

請求項5

像担持体担持された画像を検出する検出部をさらに備え、前記取得部は、前記検出部が検出した前記画像から、前記画像形成部によって形成された画像に関する情報を取得する、請求項1から請求項3のいずれか1項に記載の画像形成装置。

請求項6

前記学習部の学習結果に基づいて、前記実行部は、前記画像形成装置のうち前記消耗材に関する構成の設定を調整する、請求項1から請求項5のいずれか1項に記載の画像形成装置。

請求項7

交換部品に収容された消耗材を用いてシートに画像を形成する画像形成装置と通信するサーバーであって、前記画像形成装置の異常に関する情報と、前記画像形成装置によって形成された画像に関する情報とのうちの少なくとも1つの情報と、前記交換部品に関する情報とを取得する取得部と、前記消耗材の出所を推定することと、前記画像形成装置と前記交換部品との相性に関する情報を生成することとのうちの少なくとも1つを実行するために、前記交換部品に関する情報と関連付けて、前記少なくとも1つの情報を学習する学習部とを備える、サーバー。

請求項8

交換部品に収容された消耗材を用いてシートに画像を形成する複数の画像形成装置と、前記複数の画像形成装置の各々と通信するサーバーとを備え、前記複数の画像形成装置の各々は、前記消耗材を用いて画像を形成する画像形成部と、画像形成装置の異常に関する情報と、前記画像形成部によって形成された画像に関する情報とのうちの少なくとも1つの情報と、前記交換部品に関する情報とを取得する取得部と、前記交換部品に関する情報と関連付けて、前記少なくとも1つの情報を学習する第1学習部と、前記第1学習部の第1学習結果に基づいて、前記消耗材の出所を推定することと、前記画像形成装置と前記交換部品との相性に関する情報を生成することとのうちの少なくとも1つを実行する実行部と、前記取得部が取得した前記少なくとも1つの情報と、前記交換部品に関する情報とを前記サーバーに送信する第1通信部とを備え、前記サーバーは、前記第1通信部から送信された前記取得部が取得した前記少なくとも1つの情報と、前記交換部品に関する情報とを受信する第2通信部と、前記交換部品に関する情報と関連付けて、前記少なくとも1つの情報を学習する第2学習部とを備え、前記第2通信部は、前記第2学習部による第2学習結果を示す情報を前記複数の画像形成装置の各々に送信し、前記複数の画像形成装置の各々の前記実行部は、前記第2通信部から送信された前記第2学習結果に基づいて、前記第1学習結果を更新する、画像形成システム

技術分野

0001

本発明は、画像形成装置サーバー及び画像形成システムに関する。

背景技術

0002

特許文献1に記載の画像形成装置では、装着されているトナーカートリッジのような消耗品ユニットメモリチップに記憶されている再生情報に基づいて、消耗品ユニットが純正品であるか、非純正品であるかの判別が行われる。

先行技術

0003

特開2008−265111号公報

発明が解決しようとする課題

0004

しかしながら、特許文献1に記載の画像形成装置では、純正品の消耗品ユニットに非純正品の消耗材が収容されている場合、消耗品が非純正品であることがわからなかった。また、装着されている消耗品ユニットと画像形成装置との相性もわからなかった。従って、ユーザーにとって最適な消耗品ユニットを選択することが困難であった。

0005

本発明は上記課題に鑑みてなされたものであり、その目的は、ユーザーにとって最適な交換部品を容易に選択できる画像形成装置、サーバー及び画像形成システムを提供することにある。

課題を解決するための手段

0006

本発明の第1の観点によれば、画像形成装置には、消耗材を収容する交換部品が装着される。画像形成装置は、画像形成部と、取得部と、学習部と、実行部とを備える。前記画像形成部は、前記消耗材を用いてシートに画像を形成する。前記取得部は、前記画像形成装置の異常に関する情報と、前記画像形成部によって形成された画像に関する情報とのうちの少なくとも1つの情報と、前記交換部品に関する情報とを取得する。前記学習部は、前記交換部品に関する情報と関連付けて、前記少なくとも1つの情報を学習する。前記実行部は、前記学習部の学習結果に基づいて、前記消耗材の出所推定することと、前記画像形成装置と前記交換部品との相性に関する情報を生成することとのうちの少なくとも1つを実行する。

0007

本発明の第2の観点によれば、サーバーは、交換部品に収容された消耗材を用いてシートに画像を形成する画像形成装置と通信する。サーバーは、取得部と、学習部とを備える。取得部は、前記画像形成装置の異常に関する情報と、前記画像形成装置によって形成された画像に関する情報とのうちの少なくとも1つの情報と、前記交換部品に関する情報とを取得する。学習部は、前記消耗材の出所を推定することと、前記画像形成装置と前記交換部品との相性に関する情報を生成することとのうちの少なくとも1つを実行するために、前記交換部品に関する情報と関連付けて、前記少なくとも1つの情報を学習する。

0008

本発明の第3の観点によれば、画像形成システムは、交換部品に収容された消耗材を用いてシートに画像を形成する複数の画像形成装置と、記複数の画像形成装置の各々と通信するサーバーとを備える。前記複数の画像形成装置の各々は、画像形成部と、取得部と、第1学習部と、実行部と、第1通信部とを備える。前記画像形成部は、前記消耗材を用いて画像を形成する。前記取得部は、画像形成装置の異常に関する情報と、前記画像形成部によって形成された画像に関する情報とのうちの少なくとも1つの情報と、前記交換部品に関する情報とを取得する。前記第1学習部は、前記交換部品に関する情報と関連付けて、前記少なくとも1つの情報を学習する。前記実行部は、前記第1学習部の第1学習結果に基づいて、前記消耗材の出所を推定することと、前記画像形成装置と前記交換部品との相性に関する情報を生成することとのうちの少なくとも1つを実行する。前記第1通信部は、前記取得部が取得した前記少なくとも1つの情報と、前記交換部品に関する情報とを前記サーバーに送信する。前記サーバーは、第2通信部と、第2学習部とを備える。前記第2通信部は、前記第1送信部から送信された前記取得部が取得した前記少なくとも1つの情報と、前記交換部品に関する情報とを受信する。前記第2学習部は、前記交換部品に関する情報と関連付けて、前記少なくとも1つの情報を学習する。前記第2通信部は、前記第2学習部による第2学習結果を示す情報を前記複数の画像形成装置の各々に送信する。前記複数の画像形成装置の各々の前記実行部は、前記第2通信部から送信された前記第2学習結果に基づいて、前記第1学習結果を更新する。

発明の効果

0009

本発明によれば、ユーザーにとって最適な交換部品を容易に選択できる。

図面の簡単な説明

0010

本発明の実施形態1に係る画像形成装置の構成を示すブロック図である。
実施形態1に係る画像形成装置の模式図である。
実施形態1に係る実行部によるトナーの出所の推定結果を示す図である。
実施形態1に係る実行部が生成した画像形成装置と交換部品との相性に関する情報を示す図である。
実施形態1に係る画像形成装置が実行する処理を示すフローチャートである。
本発明の実施形態2に係る画像形成装置及びサーバーの各々構成を示すブロック図である。
実施形態2に係るサーバーが実行する処理を示すフローチャートである。
本発明の実施形態3に係る画像形成装置及びサーバーの各々構成を示すブロック図である。
実施形態3に係る画像形成装置及びサーバーの各々が実行する処理を示すフローチャートである。

実施例

0011

以下、図面を参照して本発明の実施形態を説明する。ただし、本発明は以下の実施形態に限定されない。図中、同一又は相当部分については同一の参照符号を付して説明を繰り返さない。

0012

(実施形態1)
まず、図1及び図2を参照して、実施形態1に係る画像形成装置1について説明する。図1は、画像形成装置1の構成を示すブロック図である。図2は、画像形成装置1を示す模式図である。画像形成装置1には、消耗材を収容する交換部品Caが装着される。交換部品Caは、例えばカートリッジである。消耗材は、例えば、トナー又はインクである。本実施形態において、電子写真方式の画像形成装置1を例に挙げて説明する。すなわち、本実施形態において、交換部品Caはトナーカートリッジであり、消耗材はトナーである。画像形成装置1は、制御部10、給送部20、画像形成部30、定着部40、排出部50、複数のセンサー60、搬送ローラー70、画像読取部80及び表示部5を備える。

0013

制御部10は、プロセッサー及び記憶部を備える。プロセッサーは、例えばCPU(Central Processing Unit)又はMPU(Micro Processing Unit)を含む。記憶部は、半導体メモリーのようなメモリーを備え、HDD(Hard Disk Drive)を備えてもよい。記憶部は、コンピュータープログラムを記憶している。

0014

制御部10は、画像形成装置1の各要素を制御する。具体的には、制御部10が、記憶部に格納されたコンピュータープログラムを実行することにより、給送部20、画像形成部30、定着部40、排出部50、複数のセンサー60、搬送ローラー70、画像読取部80及び表示部5を制御する。また、制御部10は、記憶部に記憶されたコンピュータープログラムを実行することにより、取得部11、学習部12、及び実行部13として機能する。つまり、制御部10は、取得部11、学習部12、及び実行部13を含む。取得部11、学習部12、及び実行部13の詳細については後述する。

0015

給送部20は、給送カセット21と給送ローラー群22とを有する。給送カセット21は、複数のシートを収容可能である。給送ローラー群22は、給送カセット21に収容されているシートを1枚ずつ搬送ローラー70へ給送する。

0016

搬送ローラー70は、シートを搬送する。本実施形態において、搬送ローラー70は、シートを給送部20から画像形成部30に搬送する。搬送ローラー70は、本実施形態においてレジストローラーである。搬送ローラー70は、搬送されるシートの斜行補正を行う。このとき、搬送ローラー70は、シートを一時的に停止させる。シートを一時的に停止させた後、搬送ローラー70は、シートへの画像形成タイミングに合わせて、画像形成部30へシートを送出する。

0017

画像形成部30は、搬送ローラー70に搬送されたシートにトナーを用いて画像を形成する。画像形成部30は、トナー補給装置31と露光装置32と感光体ドラム33と現像ローラー34と中間転写ベルト35と転写ローラー36とを含む。

0018

交換部品Caの各々は、トナーを現像ローラー34へ補給する。露光装置32は、感光体ドラム33にレーザー光照射して露光静電潜像を形成する。現像ローラー34は、感光体ドラム33にトナーを供給して静電潜像を現像する。これにより、感光体ドラム33に画像が形成される。感光体ドラム33は、「像担持体」の一例である。

0019

中間転写ベルト35には、感光体ドラム33に形成された画像が転写される。中間転写ベルト35は、「像担持体」の一例である。搬送ローラー70は、転写ローラー36にシートを搬送する。転写ローラー36は、中間転写ベルト35に転写された画像をシートに転写する。画像が転写されたシートは定着部40に搬送される。

0020

定着部40は、加熱部材41及び加圧部材42を有する。定着部40は、加熱部材41及び加圧部材42によってシートを加熱及び加圧することで、転写された画像をシートに定着させる。排出部50は、画像を定着されたシートを装置本体の外部へ排出する。

0021

複数のセンサー60は、例えば、それぞれシート搬送路に沿って配置されている。複数のセンサー60は、例えば、画像形成装置1内でシートが詰まったことを検出する。また、複数のセンサー60のうちの1つのセンサー60は、感光体ドラム33と転写ローラー36との間に位置し、像担持体に担持された画像を検出する。さらに、複数のセンサー60のうちの1つのセンサー60は、画像読取部80の下方に位置し、画像読取部80が読み取った画像を検出する。感光体ドラム33と転写ローラー36との間に位置するセンサー60及び画像読取部80の下方に位置するセンサー60の各々は、例えば濃度センサーであり、画像の濃度を検出する。本実施形態において、感光体ドラム33と転写ローラー36との間に位置するセンサー60は、中間転写ベルト35に担持された画像を検出する。センサー60は、「検出部」の一例である。

0022

画像読取部80は、シートに形成された画像を読み取る。画像読取部80は、例えば、画像形成部30によってシートに形成された学習画像を読み取る。学習画像については後述する。

0023

表示部5は、画像を表示すると共に、ユーザーからの操作を受け付ける。表示部5は、ディスプレー及びタッチセンサーを備える。ディスプレーは、例えば、液晶パネル、又は有機エレクトロルミネッセンス有機EL)パネルである。タッチセンサーは、ユーザーからの操作を受け付け、ユーザーの操作に応じた操作信号を制御部10に入力する。タッチセンサーは、例えばディスプレーの表示面上に配置される。

0024

次に、制御部10に含まれる取得部11及び学習部12について詳細に説明する。取得部11は、画像形成装置1の異常に関する情報と、画像形成部30によって形成された画像に関する情報とのうちの少なくとも1つの情報と、交換部品Caに関する情報とを取得する。

0025

まず、画像形成装置1の異常に関する情報について説明する。画像形成装置1の異常に関する情報は、異常の内容を示す情報と、異常が発生したときのジョブの条件を示す情報と、異常が発生したときの画像形成装置1の状態を示す情報とを含む。取得部11は、例えば、画像形成装置1に異常が発生したときに画像形成装置1の異常に関する情報を取得する。以下、本明細書において、画像形成装置1の異常に関する情報を異常情報と記載する。

0026

画像形成装置1で発生する異常は、例えば、画像形成装置1内でシートが詰まること、画像形成装置1のうちのトナーに関する構成が故障することとのうちの少なくとも1つである。画像形成装置1のうちのトナーに関する構成は、例えば、感光体ドラム33又はクリーニングブレードである。クリーニングブレードは、感光体ドラム33の外周面残留したトナーを除去する。画像形成装置1のうちのトナーに関する構成が故障することによって、画像濃度の低下、かぶり、又はトナー飛散の増加が発生する場合がある。

0027

画像形成装置1の異常の内容を示す情報は、例えば、画像形成装置1内でシートが詰まったことを示す情報と、画像形成装置1のうちのトナーに関する構成が故障したことを示す情報との少なくとも1つを含む。具体的には、例えば、センサー60が画像形成装置1内でシートが詰まったことを検出すると、取得部11は、画像形成装置1内でシートが詰まったことを示す情報を取得する。

0028

異常が発生したときのジョブの条件を示す情報は、画像形成装置1内でシートが詰まった時のジョブの条件を示す。ジョブの条件を示す情報は、例えば、シートの印刷枚数を示す情報と、シートに形成された画像のカラー情報と、シートの両面に画像が形成されたか否かを示す情報との少なくとも1つを含む。

0029

異常が発生したときの画像形成装置1の状態を示す情報は、例えば、定着部40の状態を示す情報と、画像形成装置1が設置されている室内の温度を示す情報と、画像形成装置1内でシートが詰まった場所を示す情報との少なくとも1つを含む。定着部40の状態を示す情報は、例えば、定着部40の温度を示す情報である。

0030

例えば、純正品のトナーは低い温度で溶解するが、非純正品のトナーは低い温度で溶解しない可能性がある。トナーが溶解しない場合、定着部40が汚れてしまい、画像形成装置1内でシートが詰まる可能性がある。また、画像形成装置1が設置されている室内の温度が高かったり低かったりする場合に、非純正品のトナーは溶解しない可能性がある。従って、定着部40の温度が低い場合に画像形成装置1内でシートが詰まる場合、画像形成装置1に装着された交換部品Caが収容するトナーは、非純正品である可能性が高い。その結果、後述するように、学習部12は、定着部40の状態を示す情報を学習することで、トナーの出所を推定できる。すなわち、学習部12は、画像形成装置1の異常に関する情報を学習することで、トナーの出所を推定できる。

0031

また、例えば、排出部50でシートが詰まる頻度が高い場合、シートがカールしている可能性が高い。シートは、シートへのトナーの載り方に起因してカールする場合がある。非純正品のトナーを使用する場合、シートがカールする可能性が高くなり、排出部50でシートが詰まる可能性が高くなる。従って、排出部50でシートが詰まる頻度が高い場合、画像形成装置1に装着された交換部品Caが収容するトナーは、非純正品である可能性が高い。その結果、後述するように、学習部12は、異常の内容を示す情報を学習することで、トナーの出所を推定できる。すなわち、学習部12は、画像形成装置1の異常に関する情報を学習することで、トナーの出所を推定できる。

0032

次に、画像形成部30によって形成された画像に関する情報について説明する。取得部11は、学習モードにおいて、画像形成部30によって形成された画像に関する情報を取得する。取得部11は、例えば、定期的に画像形成装置1を学習モードにする。具体的には、例えば、取得部11は、1週間おきに画像形成装置1を学習モードにする。また、取得部11は、例えば、交換部品Caが画像形成装置1に装着されたことと、画像形成部30が所定枚数のシートに画像を形成したことと、画像形成装置1に異常が発生したことと、画像形成装置1に異常が発生する頻度が所定値を超えたこととの少なくとも1つに応じて、画像形成装置1を学習モードにする。

0033

学習モードにおいて、取得部11は、画像形成部30を制御して所定の画像データに基づいて、画像をシートに形成させる。所定の画像データは、メーカーが生成したデータであってもよいし、外部から取得したデータであってもよいし、画像読取部80によってスキャンされたデータであってもよい。

0034

次に、取得部11は、画像を形成されたシートを画像読取部80に読み取らせることをユーザーに促すメッセージを表示部5に表示させる。ユーザーは、画像を形成されたシートを画像読取部80に載置し、画像読取部80は、シートに形成された画像を読み取る。

0035

取得部11は、画像読取部80が読み取った画像に基づいて、画像形成部30によって形成された画像に関する情報を取得する。以下、本明細書において、画像形成部30が所定の画像データに基づいてシートに形成した画像を学習画像と記載する。さらに、画像形成部30によって形成された学習画像に関する情報を、学習画像情報と記載する。

0036

学習画像は、教師画像を含む。教師画像は、所定の画像データに基づいて、画像形成部30が純正品のトナーを用いてシートに形成した画像のことである。また、学習画像情報は、教師画像情報を含む。教師画像情報は、画像形成部30によって形成された教師画像に関する。

0037

学習画像情報は、例えば、学習画像の彩度を示す情報と、学習画像の色相角を示す情報との少なくとも1つを含む。取得部11は、画像読取部80が読み取った学習画像を構成する各画素が示す色成分値を、RGB値からLab値へと変換して、学習画像の彩度を示す情報と色相角を示す情報との少なくとも1つを取得する。

0038

非純正品のトナーを用いて形成された学習画像は、純正品のトナーを用いて形成された学習画像よりも色が薄かったり、色味が異なったりする場合がある。従って、学習画像の色が薄かったり、色味が異なったりする場合、画像形成装置1に装着された交換部品Caが収容するトナーは、非純正品である可能性が高い。その結果、後述するように、学習部12は、学習画像情報を学習することで、トナーの出所を推定できる。

0039

また、取得部11は、画像形成部30がキャリブレーション動作を実行することに応じて、画像形成装置1を学習モードにする。画像形成部30は、画像形成部30が所定の枚数のシートに画像を形成することと、画像形成装置1のうちのトナーに関する構成が故障することの少なくとも1つに応じてキャリブレーション動作を実行する。

0040

キャリブレーション後の学習モードにおいて、取得部11は、像担持体にテスト用のパターンを担持させる。テスト用のパターンは、学習画像に含まれる。次に、取得部11は、感光体ドラム33と転写ローラー36との間に位置するセンサー60に、像担持体に担持させたパターンを検出させて、濃度を示す情報を取得する。また、取得部11は、画像読取部80の下方に位置するセンサー60に、画像読取部80が読み取った学習画像を検出させて、読み取った学習画像の濃度を示す情報を取得してもよい。

0041

非純正品のトナーを用いた画像形成部30がキャリブレーション動作を実行する場合、キャリブレーション後であっても、学習画像の濃度の値が基準値よりも低い可能性がある。従って、キャリブレーション後の学習画像の濃度の値が基準値よりも低い場合、画像形成装置1に装着された交換部品Caが収容するトナーは、非純正品である可能性が高い。その結果、後述するように、学習部12は、学習画像情報を学習することで、トナーの出所を推定できる。

0042

次に、交換部品Caに関する情報について説明する。交換部品Caに関する情報は、例えば、交換部品Caを識別する識別番号と、交換部品Caの製造業者の識別番号と、製造年月日情報と、製造工場識別情報との少なくとも1つを含む。交換部品Caには、例えば、交換部品Caに関する情報を記憶したIC(IntegratedCircuit)タグが取り付けられている。取得部11は、ICタグを読み取って交換部品Caに関する情報を取得する。なお、取得部11は、ユーザーによって手動で入力された交換部品Caに関する情報を取得してもよい。以下、本明細書において、交換部品Caに関する情報を交換部品情報と記載する。

0043

取得部11が取得した異常情報と、学習画像情報とのうちの少なくとも1つの情報と、交換部品情報とが入力されることによって、学習部12は、交換部品情報と関連付けて、異常情報と、学習画像情報とのうちの少なくとも1つの情報を学習する。具体的には、取得部11が取得した異常情報と、学習画像情報とのうちの少なくとも1つの情報と、交換部品情報とが入力されることによって、学習部12は、交換部品情報と関連付けて、異常情報と、学習画像情報とのうちの少なくとも1つの情報を機械学習する。

0044

学習は、機械学習を含む。機械学習は、例えば教師あり学習教師なし学習、及び強化学習を含む。機械学習は、例えば、ニューラルネットワーク(Neural Network)又はサポートベクターマシン(Support Vector Machine)によって構成される。ニューラルネットワークは、入力層隠れ層(中間層)、及び出力層を有する。ニューラルネットワークは、誤差伝播法(バックプロパゲーション)により、出力層での出力値最適解との誤差を少なくする。

0045

また、機械学習は、深層学習(ディープラーニング)であってもよい。深層学習は、入力層、2層以上の隠れ層、及び出力層を有するニューラルネットワークによって構成される。具体的には、深層学習は、例えば、畳み込みニューラルネットワーク(Convolutional Neural Network)、再帰型ニューラルネットワーク(Recurrent Neural Network)、ボルツマンマシン(Boltzman machine)によって構成される。

0046

次に、図3及び図4を参照して、制御部10に含まれる実行部13について説明する。実行部13は、学習部12の学習結果に基づいて、トナーの出所を推定することと、画像形成装置1と交換部品Caとの相性に関する情報を生成することとのうちの少なくとも1つを実行する。実行部13の実行結果は、サービスマン通知される。従って、ユーザーは、画像形成装置1と交換部品Caとの相性に関する情報を参照して、出所を推定されたトナーを収容する交換部品Caのうちから所望の交換部品Caを選択できる。その結果、ユーザーにとって最適な交換部品Caを容易に選択できる。

0047

図3は、実行部13によるトナーの出所の推定結果を示す。トナーの出所の推定結果は、0%〜100%で表される。本実施形態の推定結果において、交換部品Caに収容されているトナーが純正トナーである確率は、3%である。交換部品Caに収容されているトナーが非純正トナーAである確率は、70%である。交換部品Caに収容されているトナーが非純正トナーBである確率は、12%である。交換部品Caに収容されているトナーが非純正トナーCである確率は、15%である。

0048

図4は、実行部13が生成した画像形成装置1と交換部品Caとの相性に関する情報を示す。画像形成装置1と交換部品Caとの相性に関する情報は、画像形成装置1に異常が発生する確率を示す情報を含む。従って、ユーザーは、画像形成装置1に異常が発生する確率を示す情報を参照して、所望の交換部品Caを選択できる。その結果、ユーザーは所望する交換部品Caをより正確に選択できる。

0049

画像形成装置1に異常が発生する確率は、例えば、0%〜100%で表される。本実施形態において、例えば、トナーが純正トナーである場合、画像形成装置1に異常が発生する確率は、4%である。例えば、トナーが非純正トナーAである場合、画像形成装置1に異常が発生する確率は、30%である。例えば、トナーが非純正トナーBである場合、画像形成装置1に異常が発生する確率は、40%である。例えば、トナーが非純正トナーCである場合、画像形成装置1に異常が発生する確率は、25%である。

0050

また、画像形成装置1と交換部品Caとの相性に関する情報は、画像形成部30がトナーを用いてシートに形成した画像の品質を示す情報を含む。従って、ユーザーは、画像の品質を示す情報を参照して、所望の交換部品Caを選択できる。その結果、ユーザーは所望する交換部品Caをより正確に選択できる。

0051

本実施形態において、例えば、純正トナーを用いた学習画像の品質は、良好である。従って、実行部13は、純正トナーを用いた画像の品質を示す情報として、最適であることを示すテキストデータを生成する。また、例えば、非純正トナーAを用いた学習画像は、所定の画像データと色味が異なる。従って、実行部13は、非純正トナーAを用いた画像の品質を示す情報として、色味が異なることを示すテキストデータを生成する。また、例えば、非純正トナーBを用いた学習画像は、所定の画像データよりも色が薄い。従って、実行部13は、非純正トナーBを用いた画像の品質を示す情報として、色が薄いことを示すテキストデータを生成する。さらに、例えば、非純正トナーCを用いた学習画像は、所定の画像データよりも色が薄い。従って、実行部13は、非純正トナーCを用いた画像の品質を示す情報として、色が薄いことを示すテキストデータを生成する。

0052

実行部13は、図3に示したトナーの出所の推定結果と、図4に示した画像形成装置1と交換部品Caとの相性に関する情報を表示部5に表示させる。従って、ユーザーは、画像形成装置1と交換部品Caとの相性に関する情報を参照して、出所を推定されたトナーを収容する交換部品Caのうちから所望の交換部品Caを選択できる。その結果、ユーザーにとって最適な交換部品Caをより容易に選択できる。

0053

また、本実施形態によれば、ユーザーは、画像形成装置1と交換部品Caとの相性に関する情報を参照して、出所が推定されていない非純正品のトナーが収容された交換部品Caと画像形成装置1との相性を推定できる。具体的には、図4に示すように、純正トナーの異常発生確率よりも非純正トナーA〜Cの異常発生確率の方が高い。従って、ユーザーは、純正トナーよりも出所が推定されていない非純正品のトナーの異常発生確率の方が、純正の異常発生確率よりも高いことを推定できる。その結果、ユーザーは、ユーザーにとって最適な交換部品Caをより容易に選択できる。

0054

さらに、本実施形態によれば、交換部品Caに収容されているトナーが非純正トナーAである確率は70%である。従って、交換部品Caが純正品のトナーカートリッジである場合、ユーザーは、純正品のトナーカートリッジに、非純正品のトナーが収容されていることを認識できる。従って、ユーザーは、純正品のトナーが収容された交換部品Caを正しく選択できる。

0055

さらに、本実施形態によれば、トナーの出所が推定される。従って、ユーザーは、画像形成装置1に装着されている交換部品Caに収容されたトナーの異常発生率が高い場合、異常発生率の高いトナーが収容された交換部品Caの使用をやめることができる。その結果、画像形成装置1に異常発生率の高いトナーを収容した交換部品Caを装着させることに起因して画像形成装置1が故障することを抑制できる。

0056

さらに、本実施形態によれば、実行部13は、画像形成装置1に異常が発生する確率を示す情報を生成する。そして、実行部13が生成した情報は、サービスマンに通知される。従って、サービスマンは、画像形成装置1のメンテナンス時期予測できる。その結果、サービスマンは、最適な時期に画像形成装置1のメンテナンスを実行でき、メンテナンスコストを削減できる。

0057

さらに、本実施形態によれば、画像形成装置1と交換部品Caとの相性に関する情報が生成される。画像形成装置1と交換部品Caとの相性に関する情報は、画像形成装置1に異常が発生する確率を示す情報を含む。従って、ユーザーは、画像形成装置1に異常が発生する頻度が高く、画像形成装置1に装着された交換部品Caに収容されたトナーの異常発生確率が高い場合、画像形成装置1に異常が発生する原因が画像形成装置1に装着されている交換部品Caであることを認識できる。

0058

さらに、本実施形態によれば、画像形成装置1と交換部品Caとの相性に関する情報が生成される。画像形成装置1と交換部品Caとの相性に関する情報は、画像形成装置1に異常が発生する確率を示す情報を含む。従って、純正品トナーよりも非純正品トナーの方が画像形成装置1に異常が発生する確率が高い場合、純正品トナーが収容された交換部品Caを選択する確率が高くなる可能性がある。その結果、画像形成装置1への純正品のトナーが収容された交換部品Caの装着率が高くなる。

0059

さらに、本実施形態によれば、画像形成装置1と交換部品Caとの相性に関する情報が生成される。そして、実行部13が生成した情報は、サービスマンに通知される。従って、画像形成装置1に装着されている交換部品Caに収容されたトナーが非純正品であって、非純正品のトナーと画像形成装置1との相性が良い場合、画像形成装置1のメーカーは、画像形成装置1と相性の良い非純正品のトナーを認識できる。その結果、画像形成装置1のメーカーは、画像形成装置1と相性の良い非純正品のトナーについて研究できる。

0060

さらに、本実施形態によれば、画像形成装置1と交換部品Caとの相性に関する情報が生成される。従って、質の良い非純正品のトナーを収容した交換部品Caを生成しているメーカーは、質の良い非純正品のトナーと画像形成装置1との相性が良いことをユーザーに通知できる。

0061

実行部13は、学習部12の学習結果に基づいて、画像形成装置1のうちのトナーに関する構成の設定を調整する。具体的には、学習部12の学習結果が学習画像の濃度の値が基準値よりも低いことを示す場合、実行部13は、例えば、露光装置32のレーザー光の量を増やすように調整して、感光体ドラム33により多くのトナーが供給されるように調整する。つまり、実行部13は、画像形成部30によって形成される画像の濃度の値が基準値により近くなるように、画像形成装置1のうちのトナーに関する構成の設定を調整する。従って、ユーザーが画像形成部30を操作することなく、画像形成装置1のうちのトナーに関する構成の設定が調整される。その結果、ユーザーが画像形成装置1の設定を調整する負担を軽減できる。

0062

次に、図5を参照して、実施形態1に係る画像形成装置1が実行する処理について説明する。図5は、実施形態1に係る画像形成装置1が実行する処理を示すフローチャートである。ステップS10において、取得部11は、画像形成装置1に装着されている交換部品Caに関する情報を取得する。

0063

ステップS15において、取得部11は、画像形成装置1を学習モードにする。次に、取得部11は、画像形成部30を制御して、学習画像をシートに形成させる。ステップS20において、取得部11は、画像読取部80を制御して、シートに形成された学習画像を読み取らせる。そして、取得部11は、画像読取部80が読み取った学習画像に基づいて、学習画像情報を取得する。

0064

ステップS25において、制御部10は、画像形成装置1に異常が発生したか否かを判定する。ステップS25において肯定的判定(Yes)がされる場合、処理はステップS30に進む。ステップS30において、取得部11は、異常情報を取得する。ステップS25において否定的判定(No)がされる場合、処理はステップS35に進む。

0065

ステップS35において、学習部12は、交換部品情報と関連付けて、異常情報と、学習画像情報との少なくとも1つの情報を学習する。

0066

ステップS40において、実行部13は、ステップS35の学習部12の学習結果に基づいて、トナーの出所を推定することと、画像形成装置1と交換部品Caとの相性に関する情報を生成することとのうちの少なくとも1つを実行する。

0067

ステップS45において、実行部13は、ステップS35の学習部12の学習結果に基づいて、画像形成装置1のうちのトナーに関する構成の設定を調整する。そして、処理はステップS10に戻る。

0068

(実施形態2)
次に、図2図3及び図6を参照して実施形態2に係るサーバー100について説明する。実施形態2では、サーバー100の学習部112が交換部品情報と関連付けて、異常情報と、学習画像情報とのうちの少なくとも1つの情報を学習する点で、実施形態2は実施形態1と異なる。以下、実施形態2について、実施形態1と異なる事項について説明し、実施形態1と重複する部分についての説明は割愛する。

0069

図6は、実施形態2に係る複数の画像形成装置1及びサーバー100の各々の構成を示すブロック図である。複数の画像形成装置1の各々とサーバー100とは、ネットワークNを介して、互いに通信可能に接続される。ネットワークNは、例えば、インターネット、LAN(Local Area Network)又はWAN(Wide Area Network)である。

0070

複数の画像形成装置1の各々は、制御部10、画像形成部30、画像読取部80及び第1通信部90を備える。第1通信部90は、ネットワークNを介して、画像形成装置1の情報をサーバー100に送信する、又はサーバー100から送信された情報を受信する。

0071

サーバー100は、制御部110及び第2通信部190を備える。制御部110は、プロセッサー及び記憶部を備える。プロセッサーは、例えばCPU又はMPUを含む。記憶部は、半導体メモリーのようなメモリーを備え、HDDを備えてもよい。記憶部は、コンピュータープログラムを記憶している。第2通信部190は、ネットワークNを介して、画像形成装置1から送信された画像形成装置1の情報を受信する、又は実行部113の実行結果を画像形成装置1に送信する。

0072

制御部110は、サーバー100の各要素を制御する。具体的には、制御部110が、記憶部に格納されたコンピュータープログラムを実行することにより、第2通信部190を制御する。また、制御部110は、記憶部に記憶されたコンピュータープログラムを実行することにより、取得部111、学習部112、及び実行部113として機能する。つまり、制御部110は、取得部111、学習部112、及び実行部113を含む。

0073

次に、取得部111及び学習部112について詳細に説明する。取得部111は、第2通信部190を介して、複数の画像形成装置1の各々の異常情報と、学習画像情報とのうちの少なくとも1つの情報と、交換部品情報とを取得する。また、取得部111は、異常情報と関連付けて、画像形成装置1に異常が発生したときのジョブの条件を示す情報、及び画像形成装置1の状態を示す情報を取得する。

0074

また、取得部111は、第2通信部190を介して、複数の画像形成装置1の各々を学習モードにする。取得部111が画像形成装置1を学習モードにするタイミングは、実施形態1の取得部11が画像形成装置1を学習モードにするタイミングと同様である。画像形成装置1の制御部10は、第1通信部90を介して画像読取部80が読み取った学習画像のデータをサーバー100に送信する。

0075

第2通信部190は、複数の画像形成装置1の各々の第1通信部90から送信された学習画像のデータを受信する。取得部111は、第2通信部190が受信した学習画像に基づいて、学習画像情報を取得する。

0076

学習部112は、トナーの出所を推定することと、画像形成装置1と交換部品Caとの相性に関する情報を生成することとのうちの少なくとも1つを実行するために、交換部品Caに関する情報と関連付けて、異常情報と、学習画像情報とのうちの少なくとも1つの情報を学習する。また、取得部111が取得した異常情報と、学習画像情報とのうちの少なくとも1つの情報と、交換部品情報とが入力されることによって、学習部112は、交換部品情報と関連付けて、異常情報と、学習画像情報とのうちの少なくとも1つの情報を学習する。具体的には、取得部11が取得した異常情報と、学習画像情報とのうちの少なくとも1つの情報と、交換部品情報とが入力されることによって、学習部12は、交換部品情報と関連付けて、異常情報と、学習画像情報とのうちの少なくとも1つの情報を機械学習する。従って、サーバー100と複数の画像形成装置1とが接続される場合、学習部112には、複数の画像形成装置1から取得した異常情報と、学習画像情報とのうちの少なくとも1つの情報と、交換部品情報とが入力される。その結果、学習部112はより多くの情報に基づいて学習でき、実行部113のトナーの出所の推定結果の精度が向上し、画像形成装置1と交換部品Caとの相性に関する情報の生成結果の精度が向上する。

0077

次に、図3及び図4を参照して、制御部110に含まれる実行部113について説明する。実行部113は、学習部112の学習結果に基づいて、トナーの出所を推定することと、画像形成装置1と交換部品Caとの相性に関する情報を生成することとのうちの少なくとも1つを実行する。図3は、実行部113によるトナーの出所の推定結果を示す。図4は、実行部113が生成した画像形成装置1と交換部品Caとの相性に関する情報を示す。第2通信部190は、実行部113の実行結果を画像形成装置1に送信する。画像形成装置1の表示部5は、実行部113の実行結果を表示する。

0078

また、学習部112の学習結果に基づいて、実行部113は、第2通信部190を介して、画像形成装置1のうちトナーに関する構成の設定を調整する。具体的には、学習部112の学習結果が、所定の画像形成装置1の学習画像の濃度の値が基準値よりも低いことを示す場合、実行部113は、例えば、第2通信部190を介して所定の画像形成装置1の露光装置32のレーザー光の量を増やすように調整して、所定の画像形成装置1の感光体ドラム33により多くのトナーが供給されるように調整する。つまり、実行部113は、所定の画像形成装置1の画像形成部30によって形成される画像の濃度の値が基準値により近くなるように、画像形成装置1のうちのトナーに関する構成の設定を調整する。従って、ユーザーが画像形成部30を操作することなく、サーバー100が画像形成装置1のうちのトナーに関する構成の設定を調整できる。その結果、ユーザーが画像形成装置1の設定を調整する負担を軽減できる。

0079

次に、図7を参照して、実施形態2に係るサーバー100が実行する処理について説明する。図7は、実施形態2に係るサーバー100が実行する処理を示すフローチャートである。ステップS100において、取得部111は、第2通信部190を介して、画像形成装置1に装着されている交換部品Caに関する情報を取得する。

0080

ステップS105において、取得部111は、第2通信部190を介して、画像形成装置1を学習モードにして、画像形成装置1の画像形成部30がシートに形成した学習画像の学習画像情報を取得する。

0081

ステップS110において、取得部111は、第2通信部190を介して、異常情報を取得する。

0082

ステップS115において、学習部112は、ステップS100〜110で取得部111が取得した情報に基づいて学習する。具体的には、学習部112は、交換部品情報と関連付けて、異常情報と、学習画像情報との少なくとも1つの情報を学習する。

0083

ステップS120において、実行部113は、ステップS115の学習部112の学習結果に基づいて、トナーの出所を推定することと、画像形成装置1と交換部品Caとの相性に関する情報を生成することとのうちの少なくとも1つを実行する。

0084

ステップS125において、第2通信部190は、ステップS120の実行部113の実行結果を画像形成装置1に送信する。そして、処理はステップS100に戻る。

0085

(実施形態3)
次に、図3図4及び図8を参照して実施形態3に係る画像形成システムについて説明する。実施形態3では、画像形成装置1の実行部13が、サーバー100の第2学習部112aの第2学習結果に基づいて、画像形成装置1の第1学習部12aの第1学習結果を更新する点で、実施形態3は実施形態1と異なる。また、実施形態3では、画像形成装置1が取得部11と第1学習部12aと実行部13とを備え、サーバー100が取得部111と実行部113とを備えていない点で、実施形態3は実施形態1と異なる。以下、実施形態3について、実施形態1及び実施形態2の各々と異なる事項について説明し、実施形態1及び実施形態2と重複する部分についての説明は割愛する。

0086

図8は、実施形態3に係る複数の画像形成装置1及びサーバー100の各々の構成を示すブロック図である。図8に示すように、画像形成システムは、複数の画像形成装置1及びサーバー100を備える。複数の画像形成装置1の各々とサーバー100とは、ネットワークNを介して、互いに通信可能に接続される。

0087

画像形成装置1は、制御部10、画像形成部30、画像読取部80及び第1通信部90を備える。制御部10は、取得部11、第1学習部12a、及び実行部13を含む。第1学習部12aは、実施形態1の学習部12と同様である。

0088

サーバー100は、制御部110及び第2通信部190を備える。制御部110は、第2学習部112aを含む。第2学習部112aは、実施形態2の学習部112と同様である。第2通信部190は、第2学習部112aの第2学習結果を画像形成装置1に送信する。例えば、第2通信部190は、定期的に第2学習部112aの第2学習結果を画像形成装置1に送信する。具体的には、例えば、第2通信部190は、1日おきに第2学習部112aの第2学習結果を画像形成装置1に送信する。

0089

画像形成装置1の実行部13は、第1通信部90が受信した第2学習部112aの第2学習結果に基づいて、第1学習部12aの第1学習結果を更新する。従って、サーバー100の第2学習部112aが複数の画像形成装置1から取得した情報に基づいて学習する場合、第2学習結果の精度が高くなり、第2学習結果に基づいて更新された第1学習結果の精度がより高くなる。その結果、画像形成装置1の実行部13によるトナーの出所の推定結果の精度が向上し、実行部13による画像形成装置1と交換部品Caとの相性に関する情報の生成結果の精度が向上する。

0090

次に、図9を参照して、実施形態3に係る画像形成装置1及びサーバー100の各々が実行する処理について説明する。図9は、実施形態3に係る画像形成装置1及びサーバー100の各々が実行する処理を示すフローチャートである。

0091

ステップS200において、取得部11は、交換部品情報を取得する。第1通信部90は、取得部11が取得した交換部品情報をサーバー100に送信する。ステップS240において、サーバー100の第2通信部190は、交換部品情報を受信する。

0092

ステップS205において、取得部11は、画像形成装置1を学習モードにする。次に、取得部11は、画像形成部30を制御して、学習画像をシートに形成させる。

0093

ステップS210において、取得部11は、画像読取部80を制御して、シートに形成された学習画像を読み取らせる。そして、取得部11は、画像読取部80が読み取った学習画像に基づいて、学習画像情報を取得する。第1通信部90は、取得部11が取得した学習画像情報をサーバー100に送信する。ステップS245において、サーバー100の第2通信部190は、学習画像情報を受信する。

0094

ステップS215において、制御部10は、画像形成装置1に異常が発生したか否かを判定する。ステップS215において肯定的判定(Yes)がされる場合、処理はステップS220に進む。ステップS220において、取得部11は、異常情報を取得する。第1通信部90は、取得部11が取得した異常情報をサーバー100に送信する。ステップS250において、サーバー100の第2通信部190は、異常情報を受信する。ステップS215において否定的判定(No)がされる場合、処理はステップS225に進む。

0095

ステップS225において、画像形成装置1の第1学習部12aは、取得部11がステップS200と、ステップS210と、ステップS220とのうちの少なくとも1で取得した情報に基づいて学習する。具体的には、第1学習部12aは、交換部品情報と関連付けて、異常情報と、学習画像情報との少なくとも1つの情報を学習する。

0096

一方、ステップS255において、サーバー100の第2学習部112aは、第2通信部190がステップS240と、ステップS245と、ステップS250とのうちの少なくとも1で取得した情報に基づいて学習する。具体的には、第2学習部112aは、交換部品情報と関連付けて、異常情報と、学習画像情報との少なくとも1つの情報を学習する。

0097

ステップS230において、実行部13は、ステップS225の第1学習部12aの第1学習結果に基づいて、トナーの出所を推定することと、画像形成装置1と交換部品Caとの相性に関する情報を生成することとのうちの少なくとも1つを実行する。

0098

ステップS260において、第2通信部190は、第2学習部112aの第2学習結果を示す情報を送信する。ステップS235において、第1通信部90は、ステップS260で第2通信部190が送信した第2学習結果を受信する。そして、実行部13は、第2学習結果に基づいて、第1学習結果を更新する。

0099

以上、図面(図1図9)を参照しながら本発明の実施形態について説明した。但し、本発明は、上記の実施形態に限られるものではなく、その要旨を逸脱しない範囲で種々の態様において実施することが可能である(例えば、下記に示す(1)〜(5))。図面は、理解しやすくするために、それぞれの構成要素を主体に模式的に示しており、図示された各構成要素の厚み、長さ、個数等は、図面作成都合上から実際とは異なる。また、上記の実施形態で示す各構成要素の形状、寸法等は一例であって、特に限定されるものではなく、本発明の効果から実質的に逸脱しない範囲で種々の変更が可能である。

0100

(1)図1及び図2を参照して説明したように、取得部11は、画像読取部80が読み取った学習画像に基づいて、学習画像情報を取得した。ただし、取得部11は、センサー60が検出した像担持体に担持された学習画像に基づいて、学習画像情報を取得してもよい。

0101

(2)図5のステップS10〜ステップS45の順番と、図7のステップS100〜ステップS125の順番と、図9のステップS200〜ステップS235の順番と、図9のステップS240〜ステップS260の順番とのそれぞれは、適宜変更し得る。

0102

(3)図1及び図2を参照して説明したように、取得部11は、画像読取部80が読み取った学習画像の各画素が示す色成分値を、RGB値からLab値へと変換して、学習画像情報として学習画像の彩度を示す情報及び色相角を示す情報取得した。そして、学習部12には、学習画像の彩度を示す情報及び色相角を示す情報が入力された。ただし、学習部12に学習画像情報として、学習画像のデータが入力されてもよい。この場合、学習部12が学習画像の各画素が示す色成分値を、RGB値からLab値へと変換して、学習画像の彩度を示す情報及び色相角を示す情報を算出してもよい。

0103

(4)図1及び図2を参照して説明したように、取得部11は、画像読取部80が読み取った学習画像の各画素が示す色成分値を、RGB値からLab値へと変換した。そして、学習部12には、学習画像の彩度及び色相角が入力された。ただし、学習部12には、学習画像のRGB値が入力されてもよい。そして、学習部12は、学習画像のRGB値を学習してもよい。

0104

(5)図6を参照して説明したように、学習部112の学習結果に基づいて、サーバー100の実行部113がトナーの出所を推定することと、画像形成装置1と交換部品Caとの相性に関する情報を生成することとのうちの少なくとも1つを実行した。ただし、第2通信部190が学習部112の学習結果を画像形成装置1に送信し、画像形成装置1の制御部10が学習部112の学習結果に基づいて、トナーの出所を推定することと、画像形成装置1と交換部品Caとの相性に関する情報を生成することとのうちの少なくとも1つを実行してもよい。

0105

(6)図8を参照して説明したように、サーバー100の第2通信部190が、第2学習部112aの第2学習結果を画像形成装置1に送信し、画像形成装置1の実行部13が、第2学習結果に基づいて第1学習結果を更新し、第1学習結果に基づいてトナーの出所を推定することと、画像形成装置1と交換部品Caとの相性に関する情報を生成することとのうちの少なくとも1つを実行した。ただし、サーバー100の制御部110が第2学習部112aの学習結果に基づいて、トナーの出所を推定することと、画像形成装置1と交換部品Caとの相性に関する情報を生成することとのうちの少なくとも1つを実行してもよい。この場合、第2通信部190は、制御部110の実行結果を画像形成装置1に送信する。そして、画像形成装置1の表示部5は、サーバー100から送信された実行結果を表示する。

0106

本発明は、画像形成装置及びサーバーの分野に利用可能であり、産業上の利用可能性を有する。

0107

1画像形成装置
11 取得部
12 学習部
12a 第1学習部
13 実行部
30画像形成部
33感光体ドラム(像担持体)
35中間転写ベルト(像担持体)
60センサー
80画像読取部
90 第1通信部
100サーバー
111 取得部
112 学習部
112a 第2学習部
113 実行部
190 第2通信部
Ca 交換部品

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

関連する公募課題

ページトップへ

技術視点だけで見ていませんか?

この技術の活用可能性がある分野

分野別動向を把握したい方- 事業化視点で見る -

(分野番号表示ON)※整理標準化データをもとに当社作成

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

新着 最近 公開された関連が強い技術

この 技術と関連性が強い人物

関連性が強い人物一覧

この 技術と関連する社会課題

関連する挑戦したい社会課題一覧

この 技術と関連する公募課題

関連する公募課題一覧

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ