[发明专利]信息处理装置、印刷装置、学习装置以及信息处理方法有效
申请号: | 202010402049.5 | 申请日: | 2020-05-13 |
公开(公告)号: | CN111942022B | 公开(公告)日: | 2022-05-17 |
发明(设计)人: | 佐藤克彰;铃木一永 | 申请(专利权)人: | 精工爱普生株式会社 |
主分类号: | B41J2/01 | 分类号: | B41J2/01;B41J2/21;B41J29/393;G06N3/04;G06N3/08 |
代理公司: | 北京金信知识产权代理有限公司 11225 | 代理人: | 权太白 |
地址: | 日本*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 信息处理 装置 印刷 学习 以及 方法 | ||
本发明提供一种通过根据印刷装置的使用状况来推测对策从而抑制印刷品质的降低的信息处理装置、印刷装置、学习装置以及信息处理方法等。信息处理装置(200)包括存储学习完毕模型的存储部(230)、接受部(210)和处理部(220)。学习完毕模型为,根据将印刷头(31)的不良状态信息、印刷装置(1)的使用环境信息和表示被推荐的对策的对策信息对应起来了的数据组进行了机器学习而获得的学习完毕模型。接受部(210)接受印刷头(31)的不良状态信息和使用环境信息。处理部(220)根据所接受的不良状态信息和使用环境信息、以及学习完毕模型,来提示与不良相对应的对策。
技术领域
本发明涉及一种信息处理装置、印刷装置、学习装置以及信息处理方法等。
背景技术
一直以来,已知各种对印刷装置的异常进行预测的方法。例如,在专利文献1中,公开了一种对从印刷装置被定期地输出的测试图像进行解析、并根据解析结果的时间序列的推移来预测故障的方法。
专利文献1的方法为根据预定的测试图像的判断结果来预测故障的方法。具体而言,例如,根据测试图像计算出噪声量等的分值,根据该分值直线性地发生变化这样的假定来推定将来的分值,并根据推定结果来实施故障预测。但是,在印刷装置中是否发生异常根据该印刷装置的使用环境而较大地不同。为了以更高的精度来推定异常,不仅需要考虑测试图像的判断结果,还需要考虑使用环境等其他信息。
专利文献1:日本特开2015-170200号公报
发明内容
本公开内容的一个方式涉及一种信息处理装置。该信息处理装置包括:存储部,其存储学习完毕模型,所述学习完毕模型是根据如下的数据组进行了机器学习而获得的,所述数据组为,将印刷头的不良状态信息、具有所述印刷头的印刷装置的使用环境信息、和表示与所述印刷头的不良相对应的对策的对策信息对应起来了的数据组;接受部,其接受所述印刷头的所述不良状态信息和所述使用环境信息;处理部,其根据所接受的所述不良状态信息和所述使用环境信息、以及所述学习完毕模型,来提示与所述不良相对应的对策。
附图说明
图1是印刷装置的结构例。
图2是表示印刷头周边的结构的图。
图3是表示多个印刷头的排列的图。
图4是表示印刷头周边的结构的其他的图。
图5是摄像部的结构例。
图6是印刷头的剖视图。
图7是说明基于残余振动的波形信息的喷出不良的判断方法的图。
图8是对气泡混入进行说明的示意图。
图9是对油墨增粘进行说明的示意图。
图10是对异物附着进行说明的示意图。
图11是说明与喷嘴状态相对应的残余振动的波形信息的图。
图12是说明基于不良状态信息的分类的图。
图13是对喷嘴补全处理进行说明的图。
图14是学习装置的结构例。
图15是神经网络的说明图。
图16是训练数据的示例。
图17是神经网络的输入和输出的示例。
图18是信息处理装置的结构例。
图19是信息处理装置的其他的结构例。
图20是对信息处理装置中的处理进行说明的流程图。
具体实施方式
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于精工爱普生株式会社,未经精工爱普生株式会社许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010402049.5/2.html,转载请声明来源钻瓜专利网。
- 上一篇:优化设备、优化系统、优化方法及记录介质
- 下一篇:具有OBD功能的风门装置