知財求人 - 知財ポータルサイト「IP Force」
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2022115329
(43)【公開日】2022-08-09
(54)【発明の名称】機械学習装置および画像形成装置
(51)【国際特許分類】
G03G 15/00 20060101AFI20220802BHJP
【ＦＩ】
G03G15/00 303
【審査請求】未請求
【請求項の数】11
【出願形態】ＯＬ
(21)【出願番号】P 2021011877
(22)【出願日】2021-01-28
(71)【出願人】
【識別番号】000000295
【氏名又は名称】沖電気工業株式会社
(74)【代理人】
【識別番号】110001357
【氏名又は名称】弁理士法人つばさ国際特許事務所
(72)【発明者】
【氏名】北川 将大
【テーマコード（参考）】
2H270
【Ｆターム（参考）】
2H270LA05
2H270LA07
2H270LA12
2H270LA14
2H270LA25
2H270LA26
2H270LA29
2H270MA14
2H270MB25
2H270MB43
2H270ZC03
2H270ZC04
(57)【要約】
【課題】印刷動作のスループットの低下を抑えることができる機械学習装置を得る。
【解決手段】本発明の一実施の形態に係る機械学習装置は、供給部材の電圧を示す供給電圧データ、現像部材の電圧を示す現像電圧データ、転写部材の電圧を示す転写電圧データ、露光部の露光量を示す露光量データ、供給部材へ補給される現像剤の量を示す現像剤補給量データ、定着温度データ、環境温度データ、及び環境湿度データを含むデータセットを取得するデータセット取得部と、記録媒体における現像剤像の濃度を示す濃度データを含む教師データを取得する教師データ取得部と、データセットおよび教師データを用いて機械学習処理を行うことにより、供給電圧データ、現像電圧データ、転写電圧データ、露光量データ、現像剤補給量データ、定着温度データ、環境温度データ、および環境湿度データが入力され、濃度データが出力される学習モデルを生成する学習モデル生成部を備える。
【選択図】図７
【解決手段】本発明の一実施の形態に係る機械学習装置は、供給部材の電圧を示す供給電圧データ、現像部材の電圧を示す現像電圧データ、転写部材の電圧を示す転写電圧データ、露光部の露光量を示す露光量データ、供給部材へ補給される現像剤の量を示す現像剤補給量データ、定着温度データ、環境温度データ、及び環境湿度データを含むデータセットを取得するデータセット取得部と、記録媒体における現像剤像の濃度を示す濃度データを含む教師データを取得する教師データ取得部と、データセットおよび教師データを用いて機械学習処理を行うことにより、供給電圧データ、現像電圧データ、転写電圧データ、露光量データ、現像剤補給量データ、定着温度データ、環境温度データ、および環境湿度データが入力され、濃度データが出力される学習モデルを生成する学習モデル生成部を備える。
【選択図】図７
【特許請求の範囲】
【請求項1】
静電潜像を担持する像担持体と、前記像担持体に光を照射する露光部と、現像剤を用いて前記静電潜像を現像する現像部材と、前記現像部材に前記現像剤を供給する供給部材と、前記像担持体に対向配置され前記静電潜像に応じた現像剤像を記録媒体に転写する転写部材と、前記記録媒体における前記現像剤像を定着させる定着部とを有する画像形成部における、前記供給部材の電圧を示す供給電圧データ、前記現像部材の電圧を示す現像電圧データ、前記転写部材の電圧を示す転写電圧データ、前記露光部の露光量を示す露光量データ、前記供給部材へ補給される前記現像剤の量を示す現像剤補給量データ、前記定着部の温度を示す定着温度データ、前記画像形成部の環境温度を示す環境温度データ、および前記画像形成部の環境湿度を示す環境湿度データを含むデータセットを取得するデータセット取得部と、
前記記録媒体における前記現像剤像の濃度を示す濃度データを含む教師データを取得する教師データ取得部と、
前記データセットおよび前記教師データを用いて機械学習処理を行うことにより、前記供給電圧データ、前記現像電圧データ、前記転写電圧データ、前記露光量データ、前記現像剤補給量データ、前記定着温度データ、前記環境温度データ、および前記環境湿度データが入力され、前記濃度データが出力される学習モデルを生成する学習モデル生成部と
を備えた機械学習装置。
前記記録媒体における前記現像剤像の濃度を示す濃度データを含む教師データを取得する教師データ取得部と、
前記データセットおよび前記教師データを用いて機械学習処理を行うことにより、前記供給電圧データ、前記現像電圧データ、前記転写電圧データ、前記露光量データ、前記現像剤補給量データ、前記定着温度データ、前記環境温度データ、および前記環境湿度データが入力され、前記濃度データが出力される学習モデルを生成する学習モデル生成部と
を備えた機械学習装置。
【請求項2】
前記濃度データは、互いに異なる複数の階調での前記現像剤像の濃度をそれぞれ示す複数の階調濃度データを含む
請求項１に記載の機械学習装置。
請求項１に記載の機械学習装置。
【請求項3】
前記データセットは、前記現像剤の色を示す色データをさらに含み、
前記学習モデルは、前記供給電圧データ、前記現像電圧データ、前記転写電圧データ、前記露光量データ、前記現像剤補給量データ、前記定着温度データ、前記環境温度データ、前記環境湿度データ、および前記色データが入力され、前記濃度データが出力される
請求項１または請求項２に記載の機械学習装置。
前記学習モデルは、前記供給電圧データ、前記現像電圧データ、前記転写電圧データ、前記露光量データ、前記現像剤補給量データ、前記定着温度データ、前記環境温度データ、前記環境湿度データ、および前記色データが入力され、前記濃度データが出力される
請求項１または請求項２に記載の機械学習装置。
【請求項4】
静電潜像を担持する像担持体と、前記像担持体に光を照射する露光部と、現像剤を用いて前記静電潜像を現像する現像部材と、前記現像部材に前記現像剤を供給する供給部材と、前記像担持体に対向配置され前記静電潜像に応じた現像剤像を記録媒体に転写する転写部材と、前記記録媒体における前記現像剤像を定着させる定着部とを有する画像形成部と、
前記供給部材の電圧を示す供給電圧データ、前記現像部材の電圧を示す現像電圧データ、前記転写部材の電圧を示す転写電圧データ、前記露光部の露光量を示す露光量データ、前記供給部材へ補給される前記現像剤の量を示す現像剤補給量データ、前記定着部の温度を示す定着温度データ、前記画像形成部の環境温度を示す環境温度データ、および前記画像形成部の環境湿度を示す環境湿度データを取得するパラメータ取得部と、
前記パラメータ取得部が取得したデータに基づいて、前記供給電圧データ、前記現像電圧データ、前記転写電圧データ、前記露光量データ、前記現像剤補給量データ、前記定着温度データ、前記環境温度データ、および前記環境湿度データが入力され、前記記録媒体における前記現像剤像の濃度を示す濃度データが出力される学習モデルを用いて、前記濃度データを生成する濃度データ生成部と、
前記濃度データ生成部が生成した前記濃度データに基づいて濃度補正処理を行う濃度補正部と、
前記濃度補正処理の結果に基づいて前記画像形成部の動作を制御する画像形成制御部と
を備えた画像形成装置。
前記供給部材の電圧を示す供給電圧データ、前記現像部材の電圧を示す現像電圧データ、前記転写部材の電圧を示す転写電圧データ、前記露光部の露光量を示す露光量データ、前記供給部材へ補給される前記現像剤の量を示す現像剤補給量データ、前記定着部の温度を示す定着温度データ、前記画像形成部の環境温度を示す環境温度データ、および前記画像形成部の環境湿度を示す環境湿度データを取得するパラメータ取得部と、
前記パラメータ取得部が取得したデータに基づいて、前記供給電圧データ、前記現像電圧データ、前記転写電圧データ、前記露光量データ、前記現像剤補給量データ、前記定着温度データ、前記環境温度データ、および前記環境湿度データが入力され、前記記録媒体における前記現像剤像の濃度を示す濃度データが出力される学習モデルを用いて、前記濃度データを生成する濃度データ生成部と、
前記濃度データ生成部が生成した前記濃度データに基づいて濃度補正処理を行う濃度補正部と、
前記濃度補正処理の結果に基づいて前記画像形成部の動作を制御する画像形成制御部と
を備えた画像形成装置。
【請求項5】
前記濃度データは、互いに異なる複数の階調での前記現像剤像の濃度をそれぞれ示す複数の階調濃度データを含み、
前記濃度補正処理は、前記複数の階調での前記現像剤像の濃度を補正する階調補正処理を含む
請求項４に記載の画像形成装置。
前記濃度補正処理は、前記複数の階調での前記現像剤像の濃度を補正する階調補正処理を含む
請求項４に記載の画像形成装置。
【請求項6】
前記複数の階調濃度データは、最大階調での階調濃度データを含み、
前記濃度補正部は、前記最大階調での前記階調濃度データが示す前記現像剤像の濃度が目標濃度範囲の範囲内であり、前記最大階調での前記階調濃度データを除く１以上の前記階調濃度データのうちの、少なくともいずれか１つが示す前記現像剤像の濃度が目標濃度範囲から外れている場合に、前記階調補正処理を行う
請求項５に記載の画像形成装置。
前記濃度補正部は、前記最大階調での前記階調濃度データが示す前記現像剤像の濃度が目標濃度範囲の範囲内であり、前記最大階調での前記階調濃度データを除く１以上の前記階調濃度データのうちの、少なくともいずれか１つが示す前記現像剤像の濃度が目標濃度範囲から外れている場合に、前記階調補正処理を行う
請求項５に記載の画像形成装置。
【請求項7】
前記濃度補正処理は、前記現像部材の電圧を補正する電圧補正処理を含む
請求項５に記載の画像形成装置。
請求項５に記載の画像形成装置。
【請求項8】
前記複数の階調濃度データは、最大階調での階調濃度データを含み、
前記濃度補正部は、前記最大階調での前記階調濃度データが示す前記現像剤像の濃度が目標濃度範囲から外れている場合に、前記電圧補正処理を行う
請求項７に記載の画像形成装置。
前記濃度補正部は、前記最大階調での前記階調濃度データが示す前記現像剤像の濃度が目標濃度範囲から外れている場合に、前記電圧補正処理を行う
請求項７に記載の画像形成装置。
【請求項9】
前記濃度データ生成部は、前記濃度補正部が前記電圧補正処理を行った場合に、補正された前記現像部材の電圧に基づいて、前記学習モデルを用いて、前記濃度データを再度生成する
請求項８に記載の画像形成装置。
請求項８に記載の画像形成装置。
【請求項10】
前記パラメータ取得部は、前記現像剤の色を示す色データをさらに含み、
前記学習モデルは、前記供給電圧データ、前記現像電圧データ、前記転写電圧データ、前記露光量データ、前記現像剤補給量データ、前記定着温度データ、前記環境温度データ、前記環境湿度データ、および前記色データが入力され、前記濃度データが出力される
請求項４から請求項９のいずれか一項に記載の画像形成装置。
前記学習モデルは、前記供給電圧データ、前記現像電圧データ、前記転写電圧データ、前記露光量データ、前記現像剤補給量データ、前記定着温度データ、前記環境温度データ、前記環境湿度データ、および前記色データが入力され、前記濃度データが出力される
請求項４から請求項９のいずれか一項に記載の画像形成装置。
【請求項11】
前記画像形成部が画像を形成する前記記録媒体の枚数をカウントするカウント部をさらに備え、
前記濃度補正部は、前記カウント部のカウント結果に基づいて、前記画像形成部が、所定枚数の前記記録媒体に対して画像を形成する度に、前記パラメータ取得部が取得したデータに基づいて、前記学習モデルを用いて、前記濃度データを生成する
請求項４から請求項１０のいずれか一項に記載の画像形成装置。
前記濃度補正部は、前記カウント部のカウント結果に基づいて、前記画像形成部が、所定枚数の前記記録媒体に対して画像を形成する度に、前記パラメータ取得部が取得したデータに基づいて、前記学習モデルを用いて、前記濃度データを生成する
請求項４から請求項１０のいずれか一項に記載の画像形成装置。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、記録媒体における現像剤像の濃度を学習する機械学習装置、およびこのような機械学習装置により得られた学習モデルを利用して記録媒体に画像を形成する画像形成装置に関する。
【背景技術】
【0002】
画像形成装置では、機械学習により得られた学習モデルを利用して画像を形成するものがある。例えば、特許文献１には、感光体表面のトナー付着量などをニューラルネットワークに入力することにより出力画像濃度を推定し、推定された出力画像濃度に基づいて現像ポテンシャルを計算する画像形成装置が開示されている。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開平０５－１５０６０１号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
画像形成装置では、印刷動作のスループットの低下を抑えることが望まれている。
【0005】
印刷動作のスループットの低下を抑えることができる機械学習装置および画像処理装置を提供することが望ましい。
【課題を解決するための手段】
【0006】
本発明の一実施の形態における機械学習装置は、データセット取得部と、教師データ取得部と、学習モデル生成部とを備えている。データセット取得部は、静電潜像を担持する像担持体と、像担持体に光を照射する露光部と、現像剤を用いて静電潜像を現像する現像部材と、現像部材に現像剤を供給する供給部材と、像担持体に対向配置され静電潜像に応じた現像剤像を記録媒体に転写する転写部材と、記録媒体における現像剤像を定着させる定着部とを有する画像形成部における、供給部材の電圧を示す供給電圧データ、現像部材の電圧を示す現像電圧データ、転写部材の電圧を示す転写電圧データ、露光部の露光量を示す露光量データ、供給部材へ補給される現像剤の量を示す現像剤補給量データ、定着部の温度を示す定着温度データ、画像形成部の環境温度を示す環境温度データ、および画像形成部の環境湿度を示す環境湿度データを含むデータセットを取得するように構成される。教師データ取得部は、記録媒体における現像剤像の濃度を示す濃度データを含む教師データを取得するように構成される。学習モデル生成部は、データセットおよび教師データを用いて機械学習処理を行うことにより、供給電圧データ、現像電圧データ、転写電圧データ、露光量データ、現像剤補給量データ、定着温度データ、環境温度データ、および環境湿度データが入力され、濃度データが出力される学習モデルを生成するように構成される。
【0007】
本発明の一実施の形態における画像処理装置は、画像形成部と、パラメータ取得部と、濃度データ生成部と、濃度補正部と、画像形成制御部とを備えている。画像形成部は、静電潜像を担持する像担持体と、像担持体に光を照射する露光部と、現像剤を用いて静電潜像を現像する現像部材と、現像部材に現像剤を供給する供給部材と、像担持体に対向配置され静電潜像に応じた現像剤像を記録媒体に転写する転写部材と、記録媒体における現像剤像を定着させる定着部とを有する。パラメータ取得部は、供給部材の電圧を示す供給電圧データ、現像部材の電圧を示す現像電圧データ、転写部材の電圧を示す転写電圧データ、露光部の露光量を示す露光量データ、供給部材へ補給される現像剤の量を示す現像剤補給量データ、定着部の温度を示す定着温度データ、画像形成部の環境温度を示す環境温度データ、および画像形成部の環境湿度を示す環境湿度データを取得するように構成される。濃度データ生成部は、パラメータ取得部が取得したデータに基づいて、供給電圧データ、現像電圧データ、転写電圧データ、露光量データ、現像剤補給量データ、定着温度データ、環境温度データ、および環境湿度データが入力され、記録媒体における現像剤像の濃度を示す濃度データが出力される学習モデルを用いて、濃度データを生成するように構成される。濃度補正部は、濃度データ生成部が生成した濃度データに基づいて濃度補正処理を行うように構成される。画像形成制御部は、濃度補正処理の結果に基づいて画像形成部の動作を制御するように構成される。
【発明の効果】
【0008】
本発明の一実施の形態における機械学習装置および画像処理装置によれば、供給電圧データ、現像電圧データ、転写電圧データ、露光量データ、現像剤補給量データ、定着温度データ、環境温度データ、および環境湿度データが入力され、記録媒体における現像剤像の濃度を示す濃度データが出力される学習モデルを用いるようにしたので、印刷動作のスループットの低下を抑えることができる。
【図面の簡単な説明】
【0009】
【図1】一実施の形態に係る画像形成装置の一構成例を表す説明図である。
【図11】実験例の一例を表す説明図である。
【図12】実験例の一例を表す他の説明図である。
【図13】変形例に係るパラメータ取得部、濃度予測部、および濃度補正部の一動作例を表すブロック図である。
【図14】変形例に係るデータセット取得部、教師データ取得部、および学習モデル生成部の一動作例を表すブロック図である。
【発明を実施するための形態】
【0010】
以下、本発明の実施の形態について、図面を参照して詳細に説明する。
【0011】
＜実施の形態＞
［構成例］
図１は、本発明の一実施の形態に係る画像処理装置（画像形成装置１）の一構成例を表すものである。画像形成装置１は、例えば、様々な種類の記録媒体に対して、電子写真方式を用いて画像を形成するプリンタとして機能するものである。なお、本発明の実施の形態に係る機械学習装置は、本実施の形態により具現化されるので、併せて説明する。
［構成例］
図１は、本発明の一実施の形態に係る画像処理装置（画像形成装置１）の一構成例を表すものである。画像形成装置１は、例えば、様々な種類の記録媒体に対して、電子写真方式を用いて画像を形成するプリンタとして機能するものである。なお、本発明の実施の形態に係る機械学習装置は、本実施の形態により具現化されるので、併せて説明する。
【0012】
画像形成装置１は、媒体収容部１１と、媒体供給ローラ１２と、媒体ガイド８Ａと、媒体センサ１４と、レジストローラ１５と、ピンチローラ１６と、媒体センサ１７と、４つの現像部２０（現像部２０Ｋ，２０Ｙ，２０Ｍ，２０Ｃ）と、４つのトナー収容部２８（トナー収容部２８Ｋ，２８Ｙ，２８Ｍ，２８Ｃ）と、４つの露光ヘッド２９（露光ヘッド２９Ｋ，２９Ｙ，２９Ｍ，２９Ｃ）と、転写部３０と、媒体センサ１８と、定着部４０と、媒体センサ１９と、媒体ガイド８Ｂを備えている。
【0013】
媒体収容部１１は、画像が形成される記録媒体９を収容するように構成される。媒体供給ローラ１２は、媒体収容部１１から記録媒体９を取り出し、取り出した記録媒体９を搬送路８に沿って送り出すように構成される。媒体ガイド８Ａは、搬送路８に沿って配置され、記録媒体９を搬送路８に沿ってレジストローラ１５およびピンチローラ１６に導くように構成される。媒体センサ１４は、記録媒体９の通過を検出するように構成される。レジストローラ１５およびピンチローラ１６は、搬送路８を挟んで互いに対向配置され、搬送路８を通過する記録媒体９の斜行（スキュー）を矯正するように構成される。媒体センサ１７は、記録媒体９の通過を検出するように構成される。
【0014】
４つの現像部２０は、トナー像をそれぞれ形成するように構成される。具体的には、現像部２０Ｋは、いわゆるキープレート（Ｋｅｙ ｐｌａｔｅ）に対応する黒色（Ｋ）のトナー像を形成し、現像部２０Ｙは黄色（Ｙ）のトナー像を形成し、現像部２０Ｍはマゼンタ色（Ｍ）のトナー像を形成し、現像部２０Ｃはシアン色（Ｃ）のトナー像を形成するようになっている。現像部２０Ｋ，２０Ｙ，２０Ｍ，２０Ｃは、記録媒体９の搬送方向Ｆにおいてこの順に配置される。
【0015】
図２は、現像部２０の一構成例を表すものである。現像部２０は、感光ドラム２１と、除電部２２と、帯電ローラ２３と、現像ローラ２４と、現像ブレード２５と、供給ローラ２６と、トナーアジテータ２７とを有している。
【0016】
感光ドラム２１は、表面（表層部分）に静電潜像を担持するように構成される。感光ドラム２１は、図示しないドラムモータから伝達された動力により、この例では時計回りで回転する。感光ドラム２１は、帯電ローラ２３により帯電し、露光ヘッド２９により露光される。これにより、感光ドラム２１の表面には、静電潜像が形成される。そして、感光ドラム２１に、現像ローラ２４によりトナーが供給されることにより、感光ドラム２１には、静電潜像に応じたトナー像が形成されるようになっている。
【0017】
除電部２２は、感光ドラム２１の表面を除電するように構成される。
【0018】
帯電ローラ２３は、感光ドラム２１の表面（表層部分）を帯電させるように構成される。帯電ローラ２３は、感光ドラム２１の表面（周面）に接するように配置され、所定の押し付け量で感光ドラム２１に押し付けられるように配置される。帯電ローラ２３は、感光ドラム２１の回転に応じて、この例では反時計回りで回転する。帯電ローラ２３には、画像形成制御部５４（後述）により帯電電圧ＶＣＨが印加されるようになっている。
【0019】
現像ローラ２４は、トナーを表面に担持するように構成される。現像ローラ２４は、感光ドラム２１の表面（周面）に接するように配置され、所定の押し付け量で感光ドラム２１に押し付けられるように配置される。現像ローラ２４は、図示しないドラムモータから伝達された動力により、この例では反時計回りで回転する。現像ローラ２４には、画像形成制御部５４（後述）により現像電圧ＶＤＢが印加されるようになっている。
【0020】
現像ブレード２５は、現像ローラ２４の表面に当接することにより、この現像ローラ２４の表面にトナーからなる層（トナー層）を形成させるとともに、そのトナー層の厚さを規制（制御，調整）するように構成される。現像ブレード２５は、折れ曲がった部分が現像ローラ２４の表面に当接するように配置されるとともに、所定の押し付け量で現像ローラ２４に押し付けられるように配置される。現像ブレード２５には、画像形成制御部５４（後述）により規制電圧ＶＲＢが印加されるようになっている。
【0021】
供給ローラ２６は、トナー収容部２８内に収容されたトナーを、現像ローラ２４に対して供給するように構成される。供給ローラ２６は、現像ローラ２４の表面（周面）に接するように配置され、所定の押し付け量で現像ローラ２４に押し付けられるように配置される。供給ローラ２６は、図示しないドラムモータから伝達された動力により、この例では反時計回りで回転する。これにより、各現像部２０では、供給ローラ２６の表面と現像ローラ２４の表面との間に摩擦が生じる。その結果、各現像部２０では、トナーが、いわゆる摩擦帯電により帯電する。供給ローラ２６には、画像形成制御部５４（後述）により供給電圧ＶＳＢが印加されるようになっている。
【0022】
トナーアジテータ２７は、現像部２０のトナー補給口２７Ａにおいて回転可能に設けられ、トナー収容部２８内に収容されたトナーを現像部２０に供給するように構成される。トナーアジテータ２７は、この例では８枚の羽根を有している。トナーアジテータ２７の回転動作は、画像形成制御部５４（後述）により制御される。トナーアジテータ２７は、回転することにより、トナー収容部２８内に収容されたトナーを現像部２０に供給し、回転を停止することにより、現像部２０へのトナーの供給を停止するようになっている。
【0023】
トナー収容部２８は、現像部２０において使用されるトナーを収容するように構成される。具体的には、現像部２０Ｋのトナー収容部２８は黒色のトナーを収容し、現像部２０Ｙのトナー収容部２８は黄色のトナーを収容し、現像部２０Ｍのトナー収容部２８はマゼンタ色のトナーを収容し、現像部２０Ｃのトナー収容部２８はシアン色のトナーを収容するようになっている。
【0024】
４つの露光ヘッド２９（図１）は、感光ドラム２１に対して光を照射するように構成される。具体的には、露光ヘッド２９Ｋは、現像部２０Ｋの感光ドラム２１に対して光を照射し、露光ヘッド２９Ｙは、現像部２０Ｙの感光ドラム２１に対して光を照射し、露光ヘッド２９Ｍは、現像部２０Ｍの感光ドラム２１に対して光を照射し、露光ヘッド２９Ｃは、現像部２０Ｃの感光ドラム２１に対して光を照射する。露光ヘッド２９は、例えば、主走査線方向（図１における奥行方向）に並設された複数の発光ダイオードを有し、これらの発光ダイオードを用いて、ドット単位で感光ドラム２１に対して光を照射する。このようにして、これらの感光ドラム２１は、対応する露光ヘッド２９により露光され、感光ドラム２１の表面に、静電潜像が形成される。そして、現像部２０では、この静電潜像に基づいてトナーにより現像されることにより、トナー像が形成されるようになっている。
【0025】
画像形成装置１では、いわゆる面積階調により、トナー濃度の濃淡を表現する。例えば、発光ダイオードが光を照射するドットを多くし、面積率（デューティ比）を高くするほど、トナー濃度は高くなり、発光ダイオードが光を照射するドットを少なくし、面積率を低くするほど、トナー濃度は低くなる。このようにして、感光ドラム２１には、印刷データに応じた濃淡を含むトナー像が形成される。
【0026】
転写部３０は、４つの現像部２０により形成されたトナー像を、記録媒体９の被転写面上に転写するように構成される。転写部３０は、転写ベルト３１と、４つの転写ローラ３２（転写ローラ３２Ｋ，３２Ｙ，３２Ｍ，３２Ｃ）と、駆動ローラ３３と、従動ローラ３４、クリーニングブレード３５と、廃トナータンク３６とを有している。
【0027】
転写ベルト３１は、搬送路８に沿って記録媒体９を搬送方向Ｆに向かって搬送するように構成される。転写ベルト３１は、駆動ローラ３３および従動ローラ３４によって張設（張架）され、駆動ローラ３３の回転に応じて、搬送方向Ｆの方向に循環搬送されるようになっている。
【0028】
４つの転写ローラ３２は、対応する現像部２０の感光ドラム２１の表面に形成されたトナー像を、記録媒体９に転写するように構成される。転写ローラ３２Ｋは、搬送路８および転写ベルト３１を挟んで現像部２０Ｋの感光ドラム２１に対向配置され、転写ローラ３２Ｙは、搬送路８および転写ベルト３１を挟んで現像部２０Ｙの感光ドラム２１に対向配置され、転写ローラ３２Ｍは、搬送路８および転写ベルト３１を挟んで現像部２０Ｍの感光ドラム２１に対向配置され、転写ローラ３２Ｃは、搬送路８および転写ベルト３１を挟んで現像部２０Ｃの感光ドラム２１に対向配置される。転写ローラ３２Ｋ，３２Ｙ，３２Ｍ，３２Ｃのそれぞれには、画像形成制御部５４（後述）により転写電圧ＶＴＲが印加される。これにより、画像形成装置１では、各現像部２０により形成されたトナー像が、記録媒体９の被転写面上に転写されるようになっている。
【0029】
駆動ローラ３３は、転写ベルト３１を循環搬送するように構成される。この例では、駆動ローラ３３は、搬送方向Ｆにおいて、４つの現像部２０の下流に配置される。駆動ローラ３３は、ベルトモータ（図示せず）から伝達された動力により、この例では反時計回りで回転する。従動ローラ３４は、転写ベルト３１の循環搬送に応じて、従動回転するように構成される。この例では、従動ローラ３４は、搬送方向Ｆにおいて、４つの現像部２０の上流に配置される。
【0030】
クリーニングブレード３５は、転写ベルト３１に付着したトナーなどの付着物を掻き取ってクリーニングするように構成される。クリーニングブレード３５は、この例では、転写ベルト３１の循環経路における、現像部２０が設けられた経路とは反対側の経路における、従動ローラ３４の近くにおいて、転写ベルト３１に当接するように配置される。
【0031】
廃トナータンク３６は、クリーニングブレード３５により掻き取られた付着物を収容するように構成される。
【0032】
媒体センサ１８は、記録媒体９の通過を検出するように構成される。
【0033】
定着部４０は、現像部２０および転写部３０から供給された記録媒体９に対して熱および圧力を付与することにより、記録媒体９上に転写されたトナー像を記録媒体９に定着させるように構成される。定着部４０は、ヒートローラ４１と、ヒータ４２と、加圧ローラ４３と、サーミスタ４４を有する。ヒートローラ４１は、ヒータ４２を含んで構成されており、記録媒体９上のトナーに対して熱を付与するように構成される。ヒータ４２は、ハロゲンヒータ等を用いて構成される。ヒートローラ４１は、ヒータモータ（図示せず）から伝達された動力により回転するようになっている。加圧ローラ４３は、ヒートローラ４１との間に圧接部が形成されるように配置されており、記録媒体９上のトナーに対して圧力を付与するように構成される。サーミスタ４４は、ヒートローラ４１の温度（定着温度）を検出するように構成される。この定着温度は、画像形成制御部５４（後述）により制御される。これにより、定着部４０では、記録媒体９上のトナーが、加熱され、融解し、加圧される。その結果、トナー像が記録媒体９上に定着するようになっている。
【0034】
媒体センサ１９は、記録媒体９の通過を検出するように構成される。媒体ガイド８Ｂは、搬送路８に沿って配置され、記録媒体９を搬送路８に沿って画像形成装置１の排出口に導くように構成される。
【0035】
このようにして、画像形成装置１は、記録媒体９に画像を形成する。そして、画像が形成された記録媒体９は、画像形成装置１から排出されるようになっている。
【0036】
図３は、画像形成装置１における制御系の一構成例を表すものである。画像形成装置１は、通信部５１と、表示操作部５２と、環境センサ５３と、画像形成制御部５４と、処理部６０と、記憶部７０とを備えている。
【0037】
通信部５１は、ＬＡＮ（Local Area Network）を用いて通信を行うように構成される。通信部５１は、この例では、ネットワークＮＥＴを介して、パーソナルコンピュータに接続される。通信部５１は、例えば、このパーソナルコンピュータから送信された印刷データを受信することができるようになっている。
【0038】
表示操作部５２は、ユーザの操作を受け付けるとともに、画像形成装置１の動作状態などを表示するように構成される。表示操作部５２は、例えば各種ボタン、タッチパネル、液晶ディスプレイ、各種インジケータなどを用いて構成される。
【0039】
環境センサ５３は、画像形成装置１の環境温度および環境湿度を検出するように構成される。
【0040】
画像形成制御部５４は、処理部６０からの指示に基づいて、画像形成装置１における画像形成動作を制御するように構成される。具体的には、画像形成制御部５４は、例えば、４つの露光ヘッド２９における露光動作を制御する。また、画像形成制御部５４は、各種電源の動作を制御することにより、帯電電圧ＶＣＨ、現像電圧ＶＤＢ、規制電圧ＶＲＢ、供給電圧ＶＳＢ、および転写電圧ＶＴＲの生成動作を制御する。また、画像形成制御部５４は、各種モータの動作を制御することにより、記録媒体９の搬送動作、現像部２０へのトナーの供給動作、現像部２０におけるトナー像の形成動作、および転写ベルト３１の搬送動作を制御する。また、画像形成制御部５４は、定着部４０のサーミスタ４４による定着温度の検出結果に基づいて、ヒータ４２への通電を制御することにより、定着温度を制御するようになっている。
【0041】
処理部６０は、画像形成装置１内の各ブロックの動作を制御することにより、画像形成装置１の全体動作を制御するように構成される。処理部６０は、例えば、ＣＰＵ（Central Processing Unit）、情報を一時的に記憶するＲＡＭ（Random Access Memory）などを用いて構成される。処理部６０は、画像形成処理部６１と、印刷枚数カウント部６２と、パラメータ取得部６３と、濃度予測部６４と、濃度補正部６５とを有している。
【0042】
画像形成処理部６１は、印刷データに含まれる画像データに基づいて画像形成処理を行うように構成される。具体的には、画像形成処理部６１は、例えば、印刷データに含まれる画像データに基づいてビットマップデータを生成し、ビットマップデータに含まれる画素値を、階調補正テーブルＴＢＬを用いて、面積率に変換する。また、画像形成処理部６１は、例えば画像形成装置１の環境温度および環境湿度や、記録媒体の種類などに基づいて、画像形成を行う際に使用する制御パラメータの設定値（制御データ）を生成する。処理部６０は、画像形成処理部６１により面積率に変換されたビットマップデータ、および画像形成処理部６１により生成された制御データを画像形成制御部５４に供給することにより、画像形成制御部５４に対して画像形成動作を指示するようになっている。
【0043】
印刷枚数カウント部６２は、画像形成装置１における印刷枚数をカウントするように構成される。具体的には、印刷枚数カウント部６２は、記録媒体９に画像を形成する度にカウント値ＣＮＴをインクリメントするようになっている。
【0044】
パラメータ取得部６３、濃度予測部６４、および濃度補正部６５は、印刷枚数カウント部６２におけるカウント値ＣＮＴが所定のしきい値ＣＮＴthになる度に、記録媒体９におけるトナー濃度を補正する濃度補正処理を行うように構成される。
【0045】
パラメータ取得部６３は、画像形成装置１において使用される様々な制御パラメータの設定値を示すデータを取得するように構成される。具体的には、パラメータ取得部６３は、供給電圧データ１０１、現像電圧データ１０２、転写電圧データ１０３、露光量データ１０４、トナー補給量データ１０５、定着温度データ１０６、環境温度データ１０７、および環境湿度データ１０８を取得するようになっている。
【0046】
供給電圧データ１０１は、現像部２０の供給ローラ２６（図２）に印加される供給電圧ＶＳＢを示すデータである。供給電圧データ１０１は、供給電圧データ１０１Ｋ，１０１Ｙ，１０１Ｍ，１０１Ｃを含んでいる。供給電圧データ１０１Ｋ，１０１Ｙ，１０１Ｍ，１０１Ｃは、それぞれ、現像部２０Ｋ，２０Ｙ，２０Ｍ，２０Ｃの供給ローラ２６に印加される供給電圧ＶＳＢを示している。供給電圧データ１０１が示す供給電圧ＶＳＢの電圧値は、例えば、供給電圧ＶＳＢを生成する画像形成制御部５４に対する供給電圧ＶＳＢの電圧指示値にすることができる。
【0047】
現像電圧データ１０２は、現像部２０の現像ローラ２４に印加される現像電圧ＶＤＢを示すデータである。現像電圧データ１０２は、現像電圧データ１０２Ｋ，１０２Ｙ，１０２Ｍ，１０２Ｃを含んでいる。現像電圧データ１０２Ｋ，１０２Ｙ，１０２Ｍ，１０２Ｃは、それぞれ、現像部２０Ｋ，２０Ｙ，２０Ｍ，２０Ｃの現像ローラ２４に印加される現像電圧ＶＤＢを示している。現像電圧データ１０２が示す現像電圧ＶＤＢの電圧値は、例えば、現像電圧ＶＤＢを生成する画像形成制御部５４に対する現像電圧ＶＤＢの電圧指示値にすることができる。
【0048】
転写電圧データ１０３は、転写ローラ３２（図１）に印加される転写電圧ＶＴＲを示すデータである。転写電圧データ１０３は、転写電圧データ１０３Ｋ，１０３Ｙ，１０３Ｍ，１０３Ｃを含んでいる。転写電圧データ１０３Ｋ，１０３Ｙ，１０３Ｍ，１０３Ｃは、それぞれ、転写ローラ３２Ｋ，３２Ｙ，３２Ｍ，３２Ｃに印加される転写電圧ＶＴＲを示している。転写電圧データ１０３が示す転写電圧ＶＴＲの電圧値は、例えば、転写電圧ＶＴＲを生成する画像形成制御部５４に対する転写電圧ＶＴＲの電圧指示値にすることができる。
【0049】
露光量データ１０４は、露光ヘッド２９の発光ダイオードによる露光量を示すデータである。この例では、露光量は、発光ダイオードの発光時間である。露光量データ１０４は、露光量データ１０４Ｋ，１０４Ｙ，１０４Ｍ，１０４Ｃを含んでいる。露光量データ１０４Ｋ，１０４Ｙ，１０４Ｍ，１０４Ｃは、それぞれ、露光ヘッド２９Ｋ，２９Ｙ，２９Ｍ，２９Ｃにおける発光ダイオードの発光量を示している。露光量データ１０４が示す露光量は、例えば、露光ヘッド２９に対する発光量の指示値にすることができる。
【0050】
トナー補給量データ１０５は、現像部２０へのトナーの補給量を示すデータである。トナー補給量データ１０５は、トナー補給量データ１０５Ｋ，１０５Ｙ，１０５Ｍ，１０５Ｃを含んでいる。トナー補給量データ１０５Ｋ，１０５Ｙ，１０５Ｍ，１０５Ｃは、それぞれ、現像部２０Ｋ，２０Ｙ，２０Ｍ，２０Ｃへのトナーの補給量を示している。トナー補給量データ１０５が示すトナーの補給量は、例えば、トナーアジテータ２７の回転数に基づいて算出することができる。
【0051】
定着温度データ１０６は、定着部４０における定着温度を示すデータである。環境温度データ１０７は、環境センサ５３により検出された環境温度を示すデータである。環境湿度データ１０８は、環境センサ５３により検出された環境湿度を示すデータである。
【0052】
パラメータ取得部６３は、このような様々なデータを取得する。そして、パラメータ取得部６３は、これらのデータを濃度予測部６４に供給するようになっている。
【0053】
濃度予測部６４は、パラメータ取得部６３が取得したデータに基づいて、予め機械学習を行うことにより生成され記憶部７０に記憶された濃度データ生成モデル７１を用いて、記録媒体９におけるトナー濃度（予測濃度）を示す濃度データ１１０を生成することにより、トナー濃度を予測するように構成される。濃度データ生成モデル７１は、濃度データ生成モデル７１Ｋ，７１Ｙ，７１Ｍ，７１Ｃを含んでいる。濃度データ１１０は、濃度データ１１０は、濃度データ１１０Ｋ，１１０Ｙ，１１０Ｍ，１１０Ｃを含んでいる。
【0054】
濃度データ生成モデル７１Ｋは、供給電圧データ１０１Ｋ、現像電圧データ１０２Ｋ、転写電圧データ１０３Ｋ、露光量データ１０４Ｋ、トナー補給量データ１０５Ｋ、定着温度データ１０６、環境温度データ１０７、および環境湿度データ１０８が入力され、濃度データ１１０Ｋが出力されるように構成される。濃度データ１１０Ｋは、記録媒体９における黒色のトナーのトナー濃度（予測濃度）を示すデータであり、様々な階調におけるトナー濃度のデータを含む。この例では、濃度データ１１０Ｋは、面積率（デューティ比）が１０％、２０％、３０％、４０％、５０％、６０％、７０％、８０％、９０％、１００％である場合における濃度データ（階調濃度データ）を含んでいる。
【0055】
同様に、濃度データ生成モデル７１Ｙは、供給電圧データ１０１Ｙ、現像電圧データ１０２Ｙ、転写電圧データ１０３Ｙ、露光量データ１０４Ｙ、トナー補給量データ１０５Ｙ、定着温度データ１０６、環境温度データ１０７、および環境湿度データ１０８が入力され、濃度データ１１０Ｙが出力されるように構成される。濃度データ１１０Ｙは、記録媒体９における黄色のトナーのトナー濃度（予測濃度）を示すデータである。
【0056】
濃度データ生成モデル７１Ｍは、供給電圧データ１０１Ｍ、現像電圧データ１０２Ｍ、転写電圧データ１０３Ｍ、露光量データ１０４Ｍ、トナー補給量データ１０５Ｍ、定着温度データ１０６、環境温度データ１０７、および環境湿度データ１０８が入力され、濃度データ１１０Ｍが出力されるように構成される。濃度データ１１０Ｍは、記録媒体９におけるマゼンタ色のトナーのトナー濃度（予測濃度）を示すデータである。
【0057】
濃度データ生成モデル７１Ｃは、供給電圧データ１０１Ｃ、現像電圧データ１０２Ｃ、転写電圧データ１０３Ｃ、露光量データ１０４Ｃ、トナー補給量データ１０５Ｃ、定着温度データ１０６、環境温度データ１０７、および環境湿度データ１０８が入力され、濃度データ１１０Ｃが出力されるように構成される。濃度データ１１０Ｃは、記録媒体９におけるシアン色のトナーのトナー濃度（予測濃度）を示すデータである。
【0058】
濃度予測部６４は、黒色のトナーに係る濃度データ生成モデル７１Ｋを用いて濃度データ１１０Ｋを生成し、黄色のトナーに係る濃度データ生成モデル７１Ｙを用いて濃度データ１１０Ｙを生成し、マゼンタ色のトナーに係る濃度データ生成モデル７１Ｍを用いて濃度データ１１０Ｍを生成し、シアン色のトナーに係る濃度データ生成モデル７１Ｃを用いて濃度データ１１０Ｃを生成する。
【0059】
すなわち、供給電圧データ１０１、現像電圧データ１０２、転写電圧データ１０３、露光量データ１０４、トナー補給量データ１０５、定着温度データ１０６、環境温度データ１０７、および環境湿度データ１０８のそれぞれは、記録媒体９におけるトナーのトナー濃度と相関がある。具体的には、例えば、供給電圧データ１０１が示す供給電圧ＶＳＢは、供給ローラ２６が現像ローラ２４に供給するトナーの量に影響を与えるので、供給電圧データ１０１は、記録媒体９におけるトナー濃度と相関がある。現像電圧データ１０２が示す現像電圧ＶＤＢは、現像ローラ２４が感光ドラム２１に供給するトナーの量に影響を与えるので、現像電圧データ１０２は、記録媒体９におけるトナー濃度と相関がある。転写電圧データ１０３が示す転写電圧ＶＴＲは、感光ドラム２１から記録媒体９へトナー像を転写する際の転写効率に影響を与えるので、転写電圧データ１０３は、記録媒体９におけるトナー濃度と相関がある。露光量データ１０４が示す、発光ダイオードによる露光量（発光時間）は、感光ドラム２１におけるトナーの量に影響を与えるので、露光量データ１０４は、記録媒体９におけるトナー濃度と相関がある。トナー補給量データ１０５が示す、現像部２０へのトナーの補給量は、トナー収容部２８から供給された新鮮なトナーの量に影響を与え、現像部２０におけるトナーの帯電特性に影響を与えるので、トナー補給量データ１０５は、記録媒体９におけるトナー濃度と相関がある。定着温度データ１０６が示す定着温度は、トナーの記録媒体９への定着率に影響を与えるので、定着温度データ１０６は、記録媒体９におけるトナー濃度と相関がある。環境温度データ１０７が示す環境温度、および環境湿度データ１０８が示す環境湿度は、トナーの帯電特性や転写効率に影響を与えるので、環境温度データ１０７および環境湿度データ１０８は、記録媒体９におけるトナー濃度と相関がある。よって、画像形成装置１は、供給電圧データ１０１、現像電圧データ１０２、転写電圧データ１０３、露光量データ１０４、トナー補給量データ１０５、定着温度データ１０６、環境温度データ１０７、および環境湿度データ１０８が入力され、濃度データ１１０が出力される濃度データ生成モデル７１を用いて、記録媒体９におけるトナー濃度を予測するようになっている。
【0060】
濃度補正部６５は、濃度予測部６４により生成された濃度データ１１０（濃度データ１１０Ｋ，１１０Ｙ，１１０Ｍ，１１０Ｃ）、および記憶部７０に記憶された目標濃度データ７２に基づいて、濃度補正処理を行うように構成される。
【0061】
目標濃度データ７２は、記録媒体９におけるトナー濃度の目標値（目標濃度）を示すデータである。目標濃度データ７２は、目標濃度データ７２Ｋ，７２Ｙ，７２Ｍ，７２Ｃを含んでいる。目標濃度データ７２Ｋは、記録媒体９における黒色のトナーのトナー濃度の目標値（目標濃度）を示すデータであり、この例では、濃度データ１１０Ｋと同様に、面積率が１０％、２０％、３０％、４０％、５０％、６０％、７０％、８０％、９０％、１００％である場合における濃度データ（階調濃度データ）を含んでいる。同様に、目標濃度データ７２Ｙは、記録媒体９における黄色のトナーのトナー濃度の目標値（目標濃度）を示すデータであり、目標濃度データ７２Ｍは、記録媒体９におけるマゼンタ色のトナーのトナー濃度の目標値（目標濃度）を示すデータであり、目標濃度データ７２Ｃは、記録媒体９における黒色のトナーのトナー濃度の目標値（目標濃度）を示すデータである。
【0062】
濃度補正部６５は、このような濃度データ１１０（濃度データ１１０Ｋ，１１０Ｙ，１１０Ｍ，１１０Ｃ）、および目標濃度データ７２（目標濃度データ７２Ｋ，７２Ｙ，７２Ｍ，７２Ｃ）に基づいて、濃度補正処理を行うようになっている。
【0063】
図４は、パラメータ取得部６３、濃度予測部６４、および濃度補正部６５における、黒色のトナーのトナー濃度についての処理の一例を表すものである。濃度予測部６４は、パラメータ取得部６３から供給された、供給電圧データ１０１Ｋ、現像電圧データ１０２Ｋ、転写電圧データ１０３Ｋ、露光量データ１０４Ｋ、トナー補給量データ１０５Ｋ、定着温度データ１０６、環境温度データ１０７、および環境湿度データ１０８に基づいて、濃度データ生成モデル７１Ｋを用いて、濃度データ１１０Ｋを生成する。濃度補正部６５は、濃度予測部６４により生成された濃度データ１１０Ｋ、および記憶部７０に記憶された目標濃度データ７２Ｋに基づいて、濃度補正処理を行う。
【0064】
同様に、濃度予測部６４は、パラメータ取得部６３から供給された、供給電圧データ１０１Ｙ、現像電圧データ１０２Ｙ、転写電圧データ１０３Ｙ、露光量データ１０４Ｙ、トナー補給量データ１０５Ｙ、定着温度データ１０６、環境温度データ１０７、および環境湿度データ１０８に基づいて、濃度データ生成モデル７１Ｙを用いて、濃度データ１１０Ｙを生成する。濃度補正部６５は、濃度予測部６４により生成された濃度データ１１０Ｙ、および記憶部７０に記憶された目標濃度データ７２Ｙに基づいて、濃度補正処理を行う。また、濃度予測部６４は、パラメータ取得部６３から供給された、供給電圧データ１０１Ｍ、現像電圧データ１０２Ｍ、転写電圧データ１０３Ｍ、露光量データ１０４Ｍ、トナー補給量データ１０５Ｍ、定着温度データ１０６、環境温度データ１０７、および環境湿度データ１０８に基づいて、濃度データ生成モデル７１Ｍを用いて、濃度データ１１０Ｍを生成する。濃度補正部６５は、濃度予測部６４により生成された濃度データ１１０Ｍ、および記憶部７０に記憶された目標濃度データ７２Ｍに基づいて、濃度補正処理を行う。また、濃度予測部６４は、パラメータ取得部６３から供給された、供給電圧データ１０１Ｃ、現像電圧データ１０２Ｃ、転写電圧データ１０３Ｃ、露光量データ１０４Ｃ、トナー補給量データ１０５Ｃ、定着温度データ１０６、環境温度データ１０７、および環境湿度データ１０８に基づいて、濃度データ生成モデル７１Ｃを用いて、濃度データ１１０Ｃを生成する。濃度補正部６５は、濃度予測部６４により生成された濃度データ１１０Ｃ、および記憶部７０に記憶された目標濃度データ７２Ｃに基づいて、濃度補正処理を行うようになっている。
【0065】
記憶部７０（図３）は、画像形成装置１において使用される様々なデータを記憶する不揮発性の記憶装置である。記憶部７０は、濃度データ生成モデル７１および目標濃度データ７２を記憶する。濃度データ生成モデル７１および目標濃度データ７２は、例えば、画像形成装置１の出荷時に、予め記憶される。濃度データ生成モデル７１は、後述する機械学習装置２００により生成される。
【0066】
この構成により、画像形成装置１では、画像形成装置１が所定枚数の記録媒体に画像を形成する度に、濃度補正処理を行う。具体的には、パラメータ取得部６３が、供給電圧データ１０１、現像電圧データ１０２、転写電圧データ１０３、露光量データ１０４、トナー補給量データ１０５、定着温度データ１０６、環境温度データ１０７、および環境湿度データ１０８を取得する。濃度予測部６４は、パラメータ取得部６３から供給されたデータに基づいて、記憶部７０に記憶された濃度データ生成モデル７１を用いて、濃度データ１１０を生成する。濃度補正部６５は、濃度予測部６４により生成された濃度データ１１０、および記憶部７０に記憶された目標濃度データ７２に基づいて、濃度補正処理を行う。画像形成装置１は、このようにして行われた濃度補正処理の処理結果に基づいて、記録媒体９に画像を形成する。これにより、画像形成装置１は、印刷画像の画質を高めることができるようになっている。
【0067】
（機械学習装置２００）
図５は、濃度データ生成モデル７１を生成する機械学習装置２００の一構成例を表すものである。機械学習装置２００は、例えば画像形成装置１の製造業者の技術者が操作する装置である。機械学習装置２００は、この例では、パーソナルコンピュータである。機械学習装置２００には、ディスプレイ２０１、キーボード２０２、およびマウス２０３が接続されている。ディスプレイ２０１は、機械学習装置２００から供給された画像信号に基づいて画像を表示するものである。キーボード２０２およびマウス２０３は、ユーザが情報を入力する際に用いるものである。
図５は、濃度データ生成モデル７１を生成する機械学習装置２００の一構成例を表すものである。機械学習装置２００は、例えば画像形成装置１の製造業者の技術者が操作する装置である。機械学習装置２００は、この例では、パーソナルコンピュータである。機械学習装置２００には、ディスプレイ２０１、キーボード２０２、およびマウス２０３が接続されている。ディスプレイ２０１は、機械学習装置２００から供給された画像信号に基づいて画像を表示するものである。キーボード２０２およびマウス２０３は、ユーザが情報を入力する際に用いるものである。
【0068】
機械学習装置２００は、処理部２１０と、記憶部２２０と、メモリ２３０と、インタフェース２４０と、ディスプレイインタフェース２５０と、通信部２６０とを有している。処理部２１０、記憶部２２０、メモリ２３０、インタフェース２４０、ディスプレイインタフェース２５０、および通信部２６０は、バス２９０に接続されている。
【0069】
処理部２１０は、例えばＣＰＵを用いて構成される。処理部２１０は、データセット取得部２１１と、教師データ取得部２１２と、学習モデル生成部２１３とを有している。
【0070】
データセット取得部２１１は、画像形成装置１において使用される様々な制御パラメータの設定値を示すデータを取得するように構成される。データセットＤＳは、供給電圧データ２２１、現像電圧データ２２２、転写電圧データ２２３、露光量データ２２４、トナー補給量データ２２５、定着温度データ２２６、環境温度データ２２７、および環境湿度データ２２８を含んでいる。
【0071】
供給電圧データ２２１は、供給電圧データ１０１と同様に、画像形成装置１における現像部２０の供給ローラ２６に印加される供給電圧ＶＳＢを示すデータである。供給電圧データ２２１は、供給電圧データ２２１Ｋ，２２１Ｙ，２２１Ｍ，２２１Ｃを含んでいる。供給電圧データ２２１Ｋ，２２１Ｙ，２２１Ｍ，２２１Ｃは、それぞれ、現像部２０Ｋ，２０Ｙ，２０Ｍ，２０Ｃの供給ローラ２６に印加される供給電圧ＶＳＢを示している。
【0072】
現像電圧データ２２２は、現像電圧データ１０２と同様に、画像形成装置１における現像部２０の現像ローラ２４に印加される現像電圧ＶＤＢを示すデータである。現像電圧データ２２２は、現像電圧データ２２２Ｋ，２２２Ｙ，２２２Ｍ，２２２Ｃを含んでいる。現像電圧データ２２２Ｋ，２２２Ｙ，２２２Ｍ，２２２Ｃは、それぞれ、現像部２０Ｋ，２０Ｙ，２０Ｍ，２０Ｃの現像ローラ２４に印加される現像電圧ＶＤＢを示している。
【0073】
転写電圧データ２２３は、転写電圧データ１０３と同様に、画像形成装置１における転写ローラ３２に印加される転写電圧ＶＴＲを示すデータである。転写電圧データ２２３は、転写電圧データ２２３Ｋ，２２３Ｙ，２２３Ｍ，２２３Ｃを含んでいる。転写電圧データ２２３Ｋ，２２３Ｙ，２２３Ｍ，２２３Ｃは、それぞれ、転写ローラ３２Ｋ，３２Ｙ，３２Ｍ，３２Ｃに印加される転写電圧ＶＴＲを示している。
【0074】
露光量データ２２４は、露光量データ１０４と同様に、画像形成装置１における露光ヘッド２９の発光ダイオードによる露光量を示すデータである。露光量データ２２４は、露光量データ２２４Ｋ，２２４Ｙ，２２４Ｍ，２２４Ｃを含んでいる。露光量データ２２４Ｋ，２２４Ｙ，２２４Ｍ，２２４Ｃは、それぞれ、露光ヘッド２９Ｋ，２９Ｙ，２９Ｍ，２９Ｃにおける発光ダイオードの発光量を示している。
【0075】
トナー補給量データ２２５は、トナー補給量データ１０５と同様に、画像形成装置１における現像部２０へのトナーの補給量を示すデータである。トナー補給量データ２２５は、トナー補給量データ２２５Ｋ，２２５Ｙ，２２５Ｍ，２２５Ｃを含んでいる。トナー補給量データ２２５Ｋ，２２５Ｙ，２２５Ｍ，２２５Ｃは、それぞれ、現像部２０Ｋ，２０Ｙ，２０Ｍ，２０Ｃへのトナーの補給量を示している。
【0076】
定着温度データ２２６は、定着温度データ１０６と同様に、画像形成装置１における定着部４０における定着温度を示すデータである。環境温度データ２２７は、画像形成装置１の環境温度を示すデータである。環境湿度データ２２８は、画像形成装置１の環境湿度を示すデータである。
【0077】
データセット取得部２１１は、このような供給電圧データ２２１、現像電圧データ２２２、転写電圧データ２２３、露光量データ２２４、トナー補給量データ２２５、定着温度データ２２６、環境温度データ２２７、および環境湿度データ２２８を含むデータセットＤＳを取得する。例えば、技術者が、キーボード２０２やマウス２０３を操作してこのデータセットＤＳを入力することにより、教師データ取得部２１２は、このデータセットＤＳを取得することができる。なお、これに限定されるものではなく、データセット取得部２１１は、例えば、通信部２６０が他の装置と通信を行うことにより、データセットＤＳを取得してもよい。データセット取得部２１１は、互いに異なる設定値を含む複数のデータセットＤＳを取得するようになっている。
【0078】
教師データ取得部２１２は、記録媒体９におけるトナー濃度の実測値を示す濃度データ２３９を含む教師データＤＴを取得するように構成される。この濃度データ２３９は、画像形成装置１が実際に記録媒体９に画像を形成した場合における、記録媒体９におけるトナー濃度を示す。例えば、画像形成装置１が、データセットＤＳに含まれる設定値を用いて、トナーパッチ画像２０９を記録媒体９に形成し、例えば技術者が、濃度計を用いて、この記録媒体９におけるトナー濃度を測定することにより、濃度データ２３９を準備することができる。
【0079】
図６は、トナーパッチ画像２０９の一構成例を表すものである。トナーパッチ画像２０９は、１０個のパッチ画像２０９Ｋと、１０個のパッチ画像２０９Ｙと、１０個のパッチ画像２０９Ｍと、１０個のパッチ画像２０９Ｃとを含む。１０個のパッチ画像２０９Ｋは、黒色のトナーにより形成された、面積率が互いに異なる画像である。具体的には、１０個のパッチ画像２０９Ｋは、面積率が１０％、２０％、３０％、４０％、５０％、６０％、７０％、８０％、９０％、１００％である画像である。同様に、１０個のパッチ画像２０９Ｙは、黄色のトナーにより形成された、面積率が互いに異なる画像である。１０個のパッチ画像２０９Ｍは、マゼンタ色のトナーにより形成された、面積率が互いに異なる画像である。１０個のパッチ画像２０９Ｃは、シアン色のトナーにより形成された、面積率が互いに異なる画像である。
【0080】
技術者は、例えば濃度計を用いて、１０個のパッチ画像２０９Ｋにおけるトナー濃度をそれぞれ測定することにより、１０個の階調濃度データを含む濃度データ２３９Ｋを準備する。同様に、技術者は、１０個のパッチ画像２０９Ｙにおけるトナー濃度をそれぞれ測定することにより、１０個の階調濃度データを含む濃度データ２３９Ｙを準備し、１０個のパッチ画像２０９Ｍにおけるトナー濃度をそれぞれ測定することにより、１０個の階調濃度データを含む濃度データ２３９Ｍを準備し、１０個のパッチ画像２０９Ｃにおけるトナー濃度をそれぞれ測定することにより、１０個の階調濃度データを含む濃度データ２３９Ｃを準備する。このようにして、技術者は、濃度データ２３９Ｋ，２３９Ｙ，２３９Ｍ，２３９Ｃを含む濃度データ２３９を準備する。そして、技術者が、例えばキーボード２０２やマウス２０３を操作してこの濃度データ２３９を入力することにより、教師データ取得部２１２は、この濃度データ２３９を含む教師データＤＴを取得することができる。なお、これに限定されるものではなく、例えば、教師データ取得部２１２は、通信部２６０が他の装置と通信を行うことにより、教師データＤＴを取得してもよい。教師データ取得部２１２は、複数のデータセットＤＳに対応する複数の教師データＤＴを取得するようになっている。
【0081】
学習モデル生成部２１３は、データセット取得部２１１が取得したデータセットＤＳ、および教師データ取得部２１２が取得した教師データＤＴに基づいて、機械学習を行うことにより、濃度データ生成モデル７１を生成するように構成される。学習モデル生成部２１３は、ニューラルネットワークモデルを用いた、いわゆる教師あり学習を行うことにより、濃度データ生成モデル７１を生成するようになっている。
【0082】
図７は、データセット取得部２１１、教師データ取得部２１２、および学習モデル生成部２１３における、黒色のトナーに係る濃度データ生成モデル７１Ｋの生成処理の一例を表すものである。学習モデル生成部２１３は、データセットＤＳに含まれる供給電圧データ２２１Ｋ、現像電圧データ２２２Ｋ、転写電圧データ２２３Ｋ、露光量データ２２４Ｋ、トナー補給量データ２２５Ｋ、定着温度データ２２６、環境温度データ２２７、および環境湿度データ２２８と、教師データＤＴに含まれる濃度データ２３９Ｋとに基づいて、黒色のトナーに係る濃度データ生成モデル７１Ｋを生成する。
【0083】
図８は、機械学習装置２００において実施される教師あり学習のためのニューラルネットワークモデルの一例を表すものである。ニューラルネットワークモデルにおけるニューラルネットワークＮＮは、入力層ＬＸにおける８個のニューロンｘ（ニューロンｘ１～ｘ８）と、複数の中間層のそれぞれにおける複数のニューロンと、出力層ＬＺにおける１０個のニューロンｚ（ニューロンｚ１～ｚ１０）とを有している。互いに隣り合う層の間には、２つのニューロンの間に重みｗが関連づけられている。
【0084】
学習モデル生成部２１３は、データセットＤＳに含まれる供給電圧データ２２１Ｋ、現像電圧データ２２２Ｋ、転写電圧データ２２３Ｋ、露光量データ２２４Ｋ、トナー補給量データ２２５Ｋ、定着温度データ２２６、環境温度データ２２７、および環境湿度データ２２８と、教師データＤＴに含まれる濃度データ２３９Ｋとの相関関係を学習する。具体的には、まず、８個のニューロンｘに、データセットＤＳに含まれる供給電圧データ２２１Ｋ、現像電圧データ２２２Ｋ、転写電圧データ２２３Ｋ、露光量データ２２４Ｋ、トナー補給量データ２２５Ｋ、定着温度データ２２６、環境温度データ２２７、および環境湿度データ２２８が入力される。学習モデル生成部２１３は、入力層ＬＸにおける８個のニューロンｘの値に基づいて、重みｗを用いて重みづけ加算を行うことにより、次の層の複数個のニューロンの値を算出する。学習モデル生成部２１３は、この処理を繰り返すことにより、出力層ＬＺにおける１０個のニューロンｚの値を算出する。
【0085】
そして、学習モデル生成部２１３は、算出された出力層ＬＺにおける１０個のニューロンｚ１～ｚ１０の値と、濃度データ２３９Ｋに含まれる１０個の階調濃度データ（この図ではデータｔ１～ｔ１０）の値とをそれぞれ比較して誤差を求める。例えば、データｔ１～ｔ１０は、それぞれ、面積率が１０％、２０％、３０％、４０％、５０％、６０％、７０％、８０％、９０％、１００％である場合における階調濃度データである。そして、学習モデル生成部２１３は、求められた誤差が小さくなるように重みｗを調整する。
【0086】
そして、上述した一連の工程を所定回数反復して実施し、あるいは上述した誤差が許容値より小さくなること等の所定の条件が満たされるまで反復して実施した場合には、データセットＤＳおよび教師データＤＴを変更して、同様の処理を行う。学習モデル生成部２１３は、全てのデータセットＤＳおよび教師データＤＴに基づいてこの処理を行った場合には、学習処理を終了して、そのニューラルネットワークモデルを濃度データ生成モデル７１Ｋとして記憶部２２０に記憶する。このようにして、学習モデル生成部２１３は、濃度データ生成モデル７１Ｋを生成する。学習モデル生成部２１３は、例えば、複数のデータセットＤＳ、およびその複数のデータセットＤＳに対応する複数の教師データＤＴに基づいて、このような処理を行うことにより、濃度データ生成モデル７１Ｋを生成するようになっている。
【0087】
同様に、学習モデル生成部２１３は、データセットＤＳに含まれる供給電圧データ２２１Ｙ、現像電圧データ２２２Ｙ、転写電圧データ２２３Ｙ、露光量データ２２４Ｙ、トナー補給量データ２２５Ｙ、定着温度データ２２６、環境温度データ２２７、および環境湿度データ２２８と、教師データＤＴに含まれる濃度データ２３９Ｙとに基づいて、黄色のトナーに係る濃度データ生成モデル７１Ｋを生成する。学習モデル生成部２１３は、データセットＤＳに含まれる供給電圧データ２２１Ｍ、現像電圧データ２２２Ｍ、転写電圧データ２２３Ｍ、露光量データ２２４Ｍ、トナー補給量データ２２５Ｍ、定着温度データ２２６、環境温度データ２２７、および環境湿度データ２２８と、教師データＤＴに含まれる濃度データ２３９Ｍとに基づいて、マゼンタ色のトナーに係る濃度データ生成モデル７１Ｋを生成する。学習モデル生成部２１３は、データセットＤＳに含まれる供給電圧データ２２１Ｃ、現像電圧データ２２２Ｃ、転写電圧データ２２３Ｃ、露光量データ２２４Ｃ、トナー補給量データ２２５Ｃ、定着温度データ２２６、環境温度データ２２７、および環境湿度データ２２８と、教師データＤＴに含まれる濃度データ２３９Ｍとに基づいて、シアン色のトナーに係る濃度データ生成モデル７１Ｃを生成するようになっている。
【0088】
記憶部２２０（図５）は、機械学習装置２００において使用される様々なデータを記憶する不揮発性の記憶装置である。記憶部２２０は、データセットＤＳ、教師データＤＴ、および濃度データ生成モデル７１を記憶している。データセットＤＳは、データセット取得部２１１により取得され、記憶部２２０に記憶される。教師データＤＴは、教師データ取得部２１２により取得され、記憶部２２０に記憶される。濃度データ生成モデル７１は、学習モデル生成部２１３により生成され、記憶部２２０に記憶される。
【0089】
メモリ２３０は、処理部２１０が処理を行う際に一時的にデータを記憶するように構成される。インタフェース２４０は、機械学習装置２００に外部機器を接続するためのインタフェースであり、この例では、キーボード２０２およびマウス２０３が接続されている。ディスプレイインタフェース２５０は、機械学習装置２００にディスプレイ２０１を接続するためのインタフェースであり、ディスプレイ２０１に対して画像信号を供給するように構成される。通信部２６０は、例えばＬＡＮなどを用いて様々な装置に接続され、これらの装置との間で通信を行うように構成される。
【0090】
ここで、機械学習装置２００は、本発明における「機械学習装置」の一具体例に対応する。データセット取得部２１１は、本発明における「データセット取得部」の一具体例に対応する。教師データ取得部２１２は、本発明における「教師データ取得部」の一具体例に対応する。学習モデル生成部２１３は、本発明における「学習モデル生成部」の一具体例に対応する。感光ドラム２１は、本発明における「像担持体」の一具体例に対応する。露光ヘッド２９は、本発明における「露光部」の一具体例に対応する。現像ローラ２４は、本発明における「現像部材」の一具体例に対応する。供給ローラ２６は、本発明における「供給部材」の一具体例に対応する。転写ローラ３２は、本発明における「転写部材」の一具体例に対応する。定着部４０は、本発明における「定着部」の一具体例に対応する。データセットＤＳは、本発明における「データセット」の一具体例に対応する。供給電圧データ２２１は、本発明における「供給電圧データ」の一具体例に対応する。現像電圧データ２２２は、本発明における「現像電圧データ」の一具体例に対応する。転写電圧データ２２３は、本発明における「転写電圧データ」の一具体例に対応する。露光量データ２２４は、本発明における「露光量データ」の一具体例に対応する。トナー補給量データ２２５は、本発明における「現像剤補給量データ」の一具体例に対応する。定着温度データ２２６は、本発明における「定着温度データ」の一具体例に対応する。環境温度データ２２７は、本発明における「環境温度データ」の一具体例に対応する。環境湿度データ２２８は、本発明における「環境湿度データ」の一具体例に対応する。教師データＤＴは、本発明における「教師データ」の一具体例に対応する。濃度データ２３９は、本発明における「濃度データ」の一具体例に対応する。濃度データ生成モデル７１は、本発明における「学習モデル」の一具体例に対応する。
【0091】
画像形成装置１は、本発明における「画像処理装置」の一具体例に対応する。印刷枚数カウント部６２は、本発明における「カウント部」の一具体例に対応する。パラメータ取得部６３は、本発明における「パラメータ取得部」の一具体例に対応する。濃度予測部６４は、本発明における「濃度データ生成部」の一具体例に対応する。濃度補正部６５は、本発明における「濃度補正部」の一具体例に対応する。画像形成制御部５４は、本発明における「画像形成制御部」の一具体例に対応する。供給電圧データ１０１は、本発明における「供給電圧データ」の一具体例に対応する。現像電圧データ１０２は、本発明における「現像電圧データ」の一具体例に対応する。転写電圧データ１０３は、本発明における「転写電圧データ」の一具体例に対応する。露光量データ１０４は、本発明における「露光量データ」の一具体例に対応する。トナー補給量データ１０５は、本発明における「現像剤補給量データ」の一具体例に対応する。定着温度データ１０６は、本発明における「定着温度データ」の一具体例に対応する。環境温度データ１０７は、本発明における「環境温度データ」の一具体例に対応する。環境湿度データ１０８は、本発明における「環境湿度データ」の一具体例に対応する。
【0092】
［動作および作用］
続いて、本実施の形態の画像形成装置１および機械学習装置２００の動作および作用について説明する。
続いて、本実施の形態の画像形成装置１および機械学習装置２００の動作および作用について説明する。
【0093】
（全体動作概要）
まず、図３，４を参照して、画像形成装置１の全体動作概要を説明する。画像形成装置１において、通信部５１は、ＬＡＮを用いて通信を行うことにより、パーソナルコンピュータから送信された印刷データを受信する。表示操作部５２は、ユーザの操作を受け付けるとともに、画像形成装置１の動作状態などを表示する。環境センサ５３は、画像形成装置１の環境温度および環境湿度を検出する。処理部６０の画像形成処理部６１は、印刷データに含まれる画像データに基づいて画像形成処理を行い、画像形成制御部５４に対して画像形成動作を指示する。印刷枚数カウント部６２は、画像形成装置１における印刷枚数をカウントする。パラメータ取得部６３、濃度予測部６４、および濃度補正部６５は、印刷枚数カウント部６２のカウント値ＣＮＴが所定のしきい値ＣＮＴthになる度に、記録媒体９におけるトナー濃度を補正する濃度補正処理を行う。パラメータ取得部６３は、画像形成装置１において使用される様々な制御パラメータの設定値を示すデータを取得する。濃度予測部６４は、パラメータ取得部６３が取得したデータに基づいて、予め機械学習を行うことにより生成され記憶部７０に記憶された濃度データ生成モデル７１を用いて、記録媒体９におけるトナー濃度を示す濃度データ１１０を生成する。濃度補正部６５は、濃度予測部６４により生成された濃度データ１１０、および記憶部７０に記憶された目標濃度データ７２に基づいて、濃度補正処理を行う。
まず、図３，４を参照して、画像形成装置１の全体動作概要を説明する。画像形成装置１において、通信部５１は、ＬＡＮを用いて通信を行うことにより、パーソナルコンピュータから送信された印刷データを受信する。表示操作部５２は、ユーザの操作を受け付けるとともに、画像形成装置１の動作状態などを表示する。環境センサ５３は、画像形成装置１の環境温度および環境湿度を検出する。処理部６０の画像形成処理部６１は、印刷データに含まれる画像データに基づいて画像形成処理を行い、画像形成制御部５４に対して画像形成動作を指示する。印刷枚数カウント部６２は、画像形成装置１における印刷枚数をカウントする。パラメータ取得部６３、濃度予測部６４、および濃度補正部６５は、印刷枚数カウント部６２のカウント値ＣＮＴが所定のしきい値ＣＮＴthになる度に、記録媒体９におけるトナー濃度を補正する濃度補正処理を行う。パラメータ取得部６３は、画像形成装置１において使用される様々な制御パラメータの設定値を示すデータを取得する。濃度予測部６４は、パラメータ取得部６３が取得したデータに基づいて、予め機械学習を行うことにより生成され記憶部７０に記憶された濃度データ生成モデル７１を用いて、記録媒体９におけるトナー濃度を示す濃度データ１１０を生成する。濃度補正部６５は、濃度予測部６４により生成された濃度データ１１０、および記憶部７０に記憶された目標濃度データ７２に基づいて、濃度補正処理を行う。
【0094】
次に、図５，７を参照して、機械学習装置２００の全体動作概要を説明する。データセット取得部２１１は、画像形成装置１において使用される様々な制御パラメータの設定値を示すデータを取得する。教師データ取得部２１２は、記録媒体９におけるトナー濃度の実測値を示す濃度データ２３９を含む教師データＤＴを取得する。データセット取得部２１１が取得したデータセットＤＳ、および教師データ取得部２１２が取得した教師データＤＴに基づいて、機械学習を行うことにより、濃度データ生成モデル７１を生成する。
【0095】
（画像形成装置１の詳細動作）
図９は、画像形成装置１の一動作例を表すものである。画像形成装置１は、所定枚数の記録媒体９に画像を形成する度に、記録媒体９におけるトナー濃度を補正する濃度補正処理を行う。以下に、画像形成装置１の動作について詳細に説明する。
図９は、画像形成装置１の一動作例を表すものである。画像形成装置１は、所定枚数の記録媒体９に画像を形成する度に、記録媒体９におけるトナー濃度を補正する濃度補正処理を行う。以下に、画像形成装置１の動作について詳細に説明する。
【0096】
画像形成装置１が印刷データを受信し、画像形成処理を開始すると、印刷枚数カウント部６２は、記録媒体９に画像を形成する度にカウント値ＣＮＴをインクリメントする。処理部６０は、カウント値ＣＮＴが所定のしきい値ＣＮＴth以上（ＣＮＴ≧ＣＮＴth）であるかどうかを確認する（ステップＳ１０１）。しきい値ＣＮＴthは、例えば“１００”に設定することができる。カウント値ＣＮＴがしきい値ＣＮＴth未満である場合（ステップＳ１０１において“Ｎ”）には、カウント値ＣＮＴがしきい値ＣＮＴth以上になるまで、ステップＳ１０１の処理を繰り返す。
【0097】
カウント値ＣＮＴがしきい値ＣＮＴth以上である場合（ステップＳ１０１において“Ｙ”）には、印刷枚数カウント部６２は、カウント値ＣＮＴをリセットする（ステップＳ１０２）。
【0098】
次に、パラメータ取得部６３は、供給電圧データ１０１（供給電圧データ１０１Ｋ，１０１Ｙ，１０１Ｍ，１０１Ｃ）、現像電圧データ１０２（現像電圧データ１０２Ｋ，１０２Ｙ，１０２Ｍ，１０２Ｃ）、転写電圧データ１０３（転写電圧データ１０３Ｋ，１０３Ｙ，１０３Ｍ，１０３Ｃ）、露光量データ１０４（露光量データ１０４Ｋ，１０４Ｙ，１０４Ｍ，１０４Ｃ）、トナー補給量データ１０５（トナー補給量データ１０５Ｋ，１０５Ｙ，１０５Ｍ，１０５Ｃ）、定着温度データ１０６、環境温度データ１０７、および環境湿度データ１０８を取得する（ステップＳ１０３）。
【0099】
次に、濃度予測部６４は、ステップＳ１０３において取得したデータに基づいて、濃度データ生成モデル７１を用いて濃度データ１１０を生成する（ステップＳ１０４）。具体的には、濃度予測部６４は、供給電圧データ１０１Ｋ、現像電圧データ１０２Ｋ、転写電圧データ１０３Ｋ、露光量データ１０４Ｋ、トナー補給量データ１０５Ｋ、定着温度データ１０６、環境温度データ１０７、および環境湿度データ１０８に基づいて、濃度データ生成モデル７１Ｋを用いて、濃度データ１１０Ｋを生成し、供給電圧データ１０１Ｙ、現像電圧データ１０２Ｙ、転写電圧データ１０３Ｙ、露光量データ１０４Ｙ、トナー補給量データ１０５Ｙ、定着温度データ１０６、環境温度データ１０７、および環境湿度データ１０８に基づいて、濃度データ生成モデル７１Ｙを用いて、濃度データ１１０Ｙを生成し、供給電圧データ１０１Ｍ、現像電圧データ１０２Ｍ、転写電圧データ１０３Ｍ、露光量データ１０４Ｍ、トナー補給量データ１０５Ｍ、定着温度データ１０６、環境温度データ１０７、および環境湿度データ１０８に基づいて、濃度データ生成モデル７１Ｍを用いて、濃度データ１１０Ｍを生成し、供給電圧データ１０１Ｃ、現像電圧データ１０２Ｃ、転写電圧データ１０３Ｃ、露光量データ１０４Ｃ、トナー補給量データ１０５Ｃ、定着温度データ１０６、環境温度データ１０７、および環境湿度データ１０８に基づいて、濃度データ生成モデル７１Ｃを用いて、濃度データ１１０Ｃを生成する。
【0100】
これ以降の処理は、トナーの色ごとに行う。以下に、黒色のトナーについての処理について記載する。
【0101】
次に、濃度補正部６５は、記憶部７０に記憶された目標濃度データ７２に基づいて、濃度データ１１０が示す予測濃度は適切であるかどうかを確認する（ステップＳ１０５）。具体的には、濃度補正部６５は、ステップＳ１０４において生成された濃度データ１１０Ｋに含まれる１０個の階調濃度データが示す値（予測濃度）が、それぞれ、目標濃度データ７２Ｋに含まれる１０個の階調濃度データが示す値（目標濃度）を基準とした所定の範囲内の値であるかどうかを確認する。例えば、濃度データ１１０Ｋに含まれる、面積率が１０％である場合における階調濃度データが示す値が、目標濃度データ７２Ｋに含まれる、面積率が１０％である場合における階調濃度データが示す値を基準とした所定の範囲内の値であるかどうかを確認する。面積率が２０％～１００％の場合についても同様である。１０個の階調濃度データが示す値がそれぞれ所定の範囲内の値である場合には、濃度補正部６５は、濃度データ１１０が示す予測濃度は適切であると判断する。濃度データ１１０が示す予測濃度が適切である場合（ステップＳ１０５において“Ｙ”）には、この処理は終了する。この場合には、画像形成装置１は、濃度補正処理を行わず、様々な制御パラメータの設定値を維持したまま、記録媒体９に画像を形成する。
【0102】
ステップＳ１０５において、濃度データ１１０が示す予測濃度が適切でない場合（ステップＳ１０５において“Ｎ”）には、濃度補正部６５は、面積率が１００％である場合における予測濃度は適切であるかどうかを確認する（ステップＳ１０６）。具体的には、濃度補正部６５は、ステップＳ１０４において生成された濃度データ１１０Ｋに含まれる、面積率が１００％である場合における階調濃度データが示す値（予測濃度）が、目標濃度データ７２Ｋに含まれる、面積率が１００％である場合における階調濃度データが示す値（目標濃度）を基準とした所定の範囲内の値であるかどうかを確認する。面積率が１００％である場合における階調濃度データが示す値が、所定の範囲内の値である場合には、濃度補正部６５は、面積率が１００％である場合における予測濃度は適切であると判断する。
【0103】
ステップＳ１０６において、面積率が１００％である場合における予測濃度は適切である場合（ステップＳ１０７において“Ｙ”）には、濃度補正部６５は、階調補正を行う。すなわち、この場合には、面積率が１００％である場合における予測濃度は適切であるので、面積率が１０％～９０％である場合における予測濃度のうちの少なくとも一部が適切でない。よって、濃度補正部６５は、階調補正を行う。具体的には、濃度補正部６５は、濃度データ１１０Ｋに含まれる、面積率が１０％～９０％である場合における階調濃度データが示す値（予測濃度）と、目標濃度データ７２Ｋに含まれる、面積率が１０％～９０％である場合における階調濃度データが示す値（目標濃度）との差分をそれぞれ算出し、この算出結果に基づいて、階調補正テーブルＴＢＬの調節を行う。そして、この処理は終了する。これ以降、画像形成処理部６１は、調節された階調補正テーブルＴＢＬを用いて、画像形成処理を行う。
【0104】
ステップＳ１０６において、面積率が１００％である場合における予測濃度は適切でない場合（ステップＳ１０７において“Ｎ”）には、濃度補正部６５は、現像電圧ＶＤＢの調節を行う（ステップＳ１０８）。すなわち、この場合には、面積率が１００％である場合における予測濃度は適切でないので、階調補正ではなく、現像電圧ＶＤＢ自体を調節する。具体的には、濃度補正部６５は、濃度データ１１０Ｋに含まれる、面積率が１００％である場合における階調濃度データが示す値（予測濃度）と、目標濃度データ７２Ｋに含まれる、面積率が１００％である場合における階調濃度データが示す値（目標濃度）との差分を算出し、この算出結果に基づいて、現像電圧ＶＤＢの調節を行う。そして、濃度補正部６５は、調節後の現像電圧ＶＤＢに基づいて、現像電圧データ１０２Ｋを生成する。そして、処理はステップＳ１０４に戻る。すなわち、現像電圧ＶＤＢは、濃度データ生成モデル７１に入力されるパラメータであるので、ステップＳ１０４に戻り、再度処理を行う。
【0105】
ステップＳ１０５～Ｓ１０８の処理について、黒色のトナーを例に説明したが、黄色のトナー、マゼンタ色のトナー、シアン色のトナーについての処理も同様である。このように、ステップＳ１０５～Ｓ１０８の処理は色ごとに行う。よって、画像形成装置１は、例えば黒色のトナーについての処理では階調補正を行い、黄色のトナーについての処理では現像電圧ＶＤＢを調節するような場合もあり得る。
【0106】
以上で、この処理は終了する。
【0107】
このように、画像形成装置１では、濃度予測部６４が、パラメータ取得部６３が取得したデータに基づいて、供給電圧データ１０１、現像電圧データ１０２、転写電圧データ１０３、露光量データ１０４、トナー補給量データ１０５、定着温度データ１０６、環境温度データ１０７、および環境湿度データ１０８が入力され、記録媒体９におけるトナー濃度を示す濃度データ１１０が出力される濃度データ生成モデル７１を用いて、濃度データ１１０を生成するようにした。そして、濃度補正部６５は、この濃度データ１１０に基づいて濃度補正処理を行うようにした。これにより、画像形成装置１では、供給電圧ＶＳＢ、現像電圧ＶＤＢ、転写電圧ＶＴＲ、露光ヘッド２９の発光ダイオードによる露光量、現像部２０へのトナーの補給量、定着温度、環境温度、および環境湿度に応じてトナー濃度を補正することができるので、印刷画像の画質を高めることができる。
【0108】
特に、画像形成装置１では、特許文献１に記載の画像形成装置と異なり、感光体表面のトナー付着量を用いずに、トナー濃度を予測するようにした。これにより、記録媒体に画像を形成する際にトナーパッチを形成する必要がないので、連続印刷の場合における印刷動作のスループットが低下する可能性を低減することができる。
【0109】
（機械学習装置２００の詳細動作）
図１０は、機械学習装置２００の一動作例を表すものである。機械学習装置２００は、データセットＤＳ（供給電圧データ２２１、現像電圧データ２２２、転写電圧データ２２３、露光量データ２２４、トナー補給量データ２２５、定着温度データ２２６、環境温度データ２２７、および環境湿度データ２２８）と、教師データＤＴ（濃度データ２３９）とに基づいて、いわゆる教師あり学習を行うことにより、濃度データ生成モデル７１を生成する。この例では、黒色のトナーに係る濃度データ生成モデル７１Ｋの生成処理を例に挙げて、詳細に説明する。
図１０は、機械学習装置２００の一動作例を表すものである。機械学習装置２００は、データセットＤＳ（供給電圧データ２２１、現像電圧データ２２２、転写電圧データ２２３、露光量データ２２４、トナー補給量データ２２５、定着温度データ２２６、環境温度データ２２７、および環境湿度データ２２８）と、教師データＤＴ（濃度データ２３９）とに基づいて、いわゆる教師あり学習を行うことにより、濃度データ生成モデル７１を生成する。この例では、黒色のトナーに係る濃度データ生成モデル７１Ｋの生成処理を例に挙げて、詳細に説明する。
【0110】
まず、処理部２１０は、機械学習において使用される濃度データ生成モデル７１０を準備する（ステップＳ２０１）。この濃度データ生成モデル７１０におけるニューラルネットワークでは、重みｗが所定の初期値に設定されている。
【0111】
次に、データセット取得部２１１は、供給電圧データ２２１Ｋ、現像電圧データ２２２Ｋ、転写電圧データ２２３Ｋ、露光量データ２２４Ｋ、トナー補給量データ２２５Ｋ、定着温度データ２２６、環境温度データ２２７、および環境湿度データ２２８を含むデータセットＤＳを取得する（ステップＳ２０２）。具体的には、例えば、ディスプレイ２０１は、データセットＤＳの入力を促すメッセージを表示する。技術者は、そのメッセージに応じて、キーボード２０２やマウス２０３を操作して、データセットＤＳを入力する。データセット取得部２１１は、この入力されたデータセットＤＳを取得する。そして、データセット取得部２１１は、取得したデータセットＤＳを記憶部２２０に記憶させる。
【0112】
次に、教師データ取得部２１２は、濃度データ２３９Ｋを含む教師データＤＴを取得する（ステップＳ２０３）。例えば、画像形成装置１が、データセットＤＳに含まれる設定値を用いて、トナーパッチ画像２０９（図６）を記録媒体９に形成し、例えば技術者が、濃度計を用いて、この記録媒体９におけるトナー濃度を測定することにより、濃度データ２３９Ｋを準備する。例えば、ディスプレイ２０１は、濃度データ２３９Ｋの入力を促すメッセージを表示する。技術者は、そのメッセージに応じて、キーボード２０２やマウス２０３を操作して、濃度データ２３９Ｋを入力する。教師データ取得部２１２は、この入力された濃度データ２３９Ｋを取得する。そして、教師データ取得部２１２は、取得した濃度データ２３９Ｋを記憶部２２０に記憶させる。
【0113】
次に、学習モデル生成部２１３は、データセットＤＳに含まれる供給電圧データ２２１Ｋ、現像電圧データ２２２Ｋ、転写電圧データ２２３Ｋ、露光量データ２２４Ｋ、トナー補給量データ２２５Ｋ、定着温度データ２２６、環境温度データ２２７、および環境湿度データ２２８を、濃度データ生成モデル７１０の入力層ＬＸに入力する（ステップＳ２０４）。
【0114】
次に、学習モデル生成部２１３は、ステップＳ２０４において濃度データ生成モデル７１０の出力層ＬＺから出力されたデータと、ステップＳ２０３において取得された教師データＤＴに含まれる濃度データ２３９Ｋとを用いて、機械学習を実施する（ステップＳ２０５）。具体的には、学習モデル生成部２１３は、図８に示したように、出力層ＬＺにおける１０個のニューロンｚ１～ｚ１０の値と、濃度データ２３９Ｋに含まれる１０個の階調濃度データ（この図８ではデータｔ１～ｔ１０）の値とをそれぞれ比較して誤差を求める。そして、学習モデル生成部２１３は、求められた誤差が小さくなるように重みｗを調整する。
【0115】
次に、学習モデル生成部２１３は、機械学習が終了したかどうかを確認する（ステップＳ２０６）。具体的には、学習モデル生成部２１３は、さらに機械学習を行う必要がないと判断する場合に、機械学習が終了したと判断する。機械学習が終了していない場合（ステップＳ２０６において“Ｎ”）には、ステップＳ２０２の処理に戻り、他のデータセットＤＳおよび教師データＤＴを用いて機械学習を行う。このように繰り返すことにより、濃度データ生成モデル７１０の精度は向上していく。
【0116】
そして、ステップＳ２０６において、機械学習が終了した場合（ステップＳ２０６において“Ｙ”）には、学習モデル生成部２１３は、この機械学習において使用した濃度データ生成モデル７１０を、学習済みの濃度データ生成モデル７１Ｋとして、記憶部２２０に記憶させる。
【0117】
以上で、このフローは終了する。黒色のトナーに係る濃度データ生成モデル７１Ｋの生成処理を例に挙げて説明したが、黄色のトナーに係る濃度データ生成モデル７１Ｙの生成処理、マゼンタ色のトナーに係る濃度データ生成モデル７１Ｍの生成処理、およびシアン色のトナーに係る濃度データ生成モデル７１Ｃの生成処理についても同様である。
【0118】
このようにして生成された濃度データ生成モデル７１の特性を評価するため、実験を行った。実験では、まず、画像形成装置１を用いて、１０００枚の記録媒体９に対する連続印刷を行った。そして、５枚に１組の割合で、データセットＤＳおよび教師データＤＴを得た。すなわち、この１０００枚の連続印刷により、２００組のデータセットＤＳおよび教師データＤＴを取得した。実験では、この連続印刷を３回繰り返すことにより、６００組のデータセットＤＳおよび教師データＤＴを得た。そして、機械学習装置２００は、この６００組のデータセットＤＳおよび教師データＤＴに基づいて機械学習を行うことにより、濃度データ生成モデル７１（濃度データ生成モデル７１Ｋ，７１Ｙ，７１Ｍ，７１Ｃ）を生成した。
【0119】
そして、次に、画像形成装置１を用いて、再度、１０００枚の記録媒体９に対する連続印刷を行った。この連続印刷では、５枚に１回の割合で、供給電圧データ１０１、現像電圧データ１０２、転写電圧データ１０３、露光量データ１０４、トナー補給量データ１０５、定着温度データ１０６、環境温度データ１０７、および環境湿度データ１０８を取得し、これらのデータに基づいて、濃度データ生成モデル７１を用いて、トナー濃度の予測値を算出した。そして、このトナー濃度の予測値Ｗ１と、記録媒体９におけるトナー濃度の実測値Ｗ２とを比較した。
【0120】
図１１，１２は、シアン色のトナーのトナー濃度の、予測値Ｗ１と実測値Ｗ２との比較結果の一例を表すものであり、図１１は、面積率が１００％である場合における比較結果を示し、図１２は、面積率が５０％である場合における比較結果を示す。この実験では、１０００枚の記録媒体９に対して連続印刷を行っているので、印刷を行っている期間において、時間の経過に応じてトナー濃度の実測値Ｗ２が変化している。この場合において、予測値Ｗ１は、この実測値Ｗ２の変化と同様に変化し、予測値Ｗ１は、実測値Ｗ２に近い値になる。面積率が１００％である場合における、予測値Ｗ１と実測値Ｗ２との差分の平均値は０．０１８８であり、面積率が５０％である場合における、予測値Ｗ１と実測値Ｗ２との差分の平均値は０．０１３４である。実測値Ｗ２を得る際に用いた濃度計の誤差は±０．０１である。この実験結果から、濃度データ生成モデル７１の精度は実用上十分であることを確認した。
【0121】
このように機械学習装置２００では、学習モデル生成部２１３は、データセットＤＳおよび教師データＤＴを用いて機械学習処理を行うことにより、供給電圧データ１０１、現像電圧データ１０２、転写電圧データ１０３、露光量データ１０４、トナー補給量データ１０５、定着温度データ１０６、環境温度データ１０７、および環境湿度データ１０８が入力され、濃度データ１１０が出力される濃度データ生成モデル７１を生成するようにした。これにより、この濃度データ生成モデル７１を用いる画像形成装置１では、供給電圧ＶＳＢ、現像電圧ＶＤＢ、転写電圧ＶＴＲ、露光ヘッド２９の発光ダイオードによる露光量、現像部２０へのトナーの補給量、定着温度、環境温度、および環境湿度に応じてトナー濃度を補正することができるので、印刷画像の画質を高めることができる。また、特許文献１に記載の技術とは異なり、記録媒体に画像を形成する際にトナーパッチを形成する必要がないので、連続印刷の場合における印刷動作のスループットが低下する可能性を低減することができる。
【0122】
［効果］
以上のように本実施の形態では、濃度予測部が、パラメータ取得部が取得したデータに基づいて、供給電圧データ、現像電圧データ、転写電圧データ、露光量データ、トナー補給量データ、定着温度データ、環境温度データ、および環境湿度データが入力され、記録媒体におけるトナー濃度を示す濃度データが出力される濃度データ生成モデルを用いて、濃度データを生成するようにした。そして、濃度補正部は、この濃度データに基づいて濃度補正処理を行うようにした。これにより、印刷画像の画質を高めることができるとともに、連続印刷の場合における印刷動作のスループットが低下する可能性を低減することができる。
以上のように本実施の形態では、濃度予測部が、パラメータ取得部が取得したデータに基づいて、供給電圧データ、現像電圧データ、転写電圧データ、露光量データ、トナー補給量データ、定着温度データ、環境温度データ、および環境湿度データが入力され、記録媒体におけるトナー濃度を示す濃度データが出力される濃度データ生成モデルを用いて、濃度データを生成するようにした。そして、濃度補正部は、この濃度データに基づいて濃度補正処理を行うようにした。これにより、印刷画像の画質を高めることができるとともに、連続印刷の場合における印刷動作のスループットが低下する可能性を低減することができる。
【0123】
本実施の形態では、学習モデル生成部は、データセットおよび教師データを用いて機械学習処理を行うことにより、供給電圧データ、現像電圧データ、転写電圧データ、露光量データ、トナー補給量データ、定着温度データ、環境温度データ、および環境湿度データが入力され、濃度データが出力される濃度データ生成モデルを生成するようにした。これにより、印刷画像の画質を高めることができるとともに、連続印刷の場合における印刷動作のスループットが低下する可能性を低減することができる。
【0124】
［変形例］
上記実施の形態では、４色のトナー濃度をそれぞれ予測可能な４つの濃度データ生成モデル７１Ｋ，７１Ｙ，７１Ｍ，７１Ｃを用いるようにしたが、これに限定されるものではない。これに代えて、例えば、４色のトナー濃度を予測可能な濃度データ生成モデル１７１を用いてもよい。以下に、本変形例に係る画像形成装置１Ａおよび機械学習装置２００Ａについて詳細に説明する。
上記実施の形態では、４色のトナー濃度をそれぞれ予測可能な４つの濃度データ生成モデル７１Ｋ，７１Ｙ，７１Ｍ，７１Ｃを用いるようにしたが、これに限定されるものではない。これに代えて、例えば、４色のトナー濃度を予測可能な濃度データ生成モデル１７１を用いてもよい。以下に、本変形例に係る画像形成装置１Ａおよび機械学習装置２００Ａについて詳細に説明する。
【0125】
本変形例に係る画像形成装置１Ａは、上記実施の形態に係る画像形成装置１（図３）と同様に、処理部６０Ａと、記憶部７０Ａとを備えている。処理部６０Ａは、パラメータ取得部６３Ａと、濃度予測部６４とを有している。
【0126】
パラメータ取得部６３Ａは、供給電圧データ１０１、現像電圧データ１０２、転写電圧データ１０３、露光量データ１０４、トナー補給量データ１０５、定着温度データ１０６、環境温度データ１０７、環境湿度データ１０８、および色データ１０９を取得する。色データ１０９は、トナーの色を示すデータである。
【0127】
濃度予測部６４Ａは、パラメータ取得部６３Ａが取得したデータに基づいて、予め機械学習を行うことにより生成され記憶部７０Ａに記憶された濃度データ生成モデル１７１を用いて、記録媒体９におけるトナー濃度（予測濃度）を示す濃度データ１１０を生成することにより、トナー濃度を予測する。濃度データ生成モデル１７１は、供給電圧データ１０１、現像電圧データ１０２、転写電圧データ１０３、露光量データ１０４、トナー補給量データ１０５、定着温度データ１０６、環境温度データ１０７、環境湿度データ１０８、および色データ１０９が入力され、濃度データ１１０が出力されるように構成される。
【0128】
図１３は、パラメータ取得部６３Ａ、濃度予測部６４Ａ、および濃度補正部６５における、黒色のトナーのトナー濃度についての処理の一例を表すものである。濃度予測部６４Ａは、パラメータ取得部６３から供給された、供給電圧データ１０１Ｋ、現像電圧データ１０２Ｋ、転写電圧データ１０３Ｋ、露光量データ１０４Ｋ、トナー補給量データ１０５Ｋ、定着温度データ１０６、環境温度データ１０７、環境湿度データ１０８、および黒色を示す色データ１０９に基づいて、濃度データ生成モデル１７１を用いて、濃度データ１１０Ｋを生成する。同様に、濃度予測部６４Ａは、パラメータ取得部６３から供給された、供給電圧データ１０１Ｙ、現像電圧データ１０２Ｙ、転写電圧データ１０３Ｙ、露光量データ１０４Ｙ、トナー補給量データ１０５Ｙ、定着温度データ１０６、環境温度データ１０７、環境湿度データ１０８、および黄色を示す色データ１０９に基づいて、濃度データ生成モデル１７１を用いて、濃度データ１１０Ｙを生成する。また、濃度予測部６４Ａは、パラメータ取得部６３から供給された、供給電圧データ１０１Ｍ、現像電圧データ１０２Ｍ、転写電圧データ１０３Ｍ、露光量データ１０４Ｍ、トナー補給量データ１０５Ｍ、定着温度データ１０６、環境温度データ１０７、環境湿度データ１０８、およびマゼンタ色を示す色データ１０９に基づいて、濃度データ生成モデル１７１を用いて、濃度データ１１０Ｍを生成する。また、濃度予測部６４Ａは、パラメータ取得部６３から供給された、供給電圧データ１０１Ｃ、現像電圧データ１０２Ｃ、転写電圧データ１０３Ｃ、露光量データ１０４Ｃ、トナー補給量データ１０５Ｃ、定着温度データ１０６、環境温度データ１０７、環境湿度データ１０８、およびシアン色を示す色データ１０９に基づいて、濃度データ生成モデル１７１を用いて、濃度データ１１０Ｃを生成する。
【0129】
記憶部７０Ａは、濃度データ生成モデル１７１および目標濃度データ７２を記憶する。濃度データ生成モデル１７１は、後述する機械学習装置２００Ａにより生成される。
【0130】
本変形例に係る機械学習装置２００Ａは、上記実施の形態に係る画像形成装置１（図５）と同様に、処理部２１０Ａと、記憶部２２０Ａとを備えている。処理部２１０Ａは、データセット取得部２１１Ａと、学習モデル生成部２１３とを有している。
【0131】
データセット取得部２１１Ａは、供給電圧データ２２１、現像電圧データ２２２、転写電圧データ２２３、露光量データ２２４、トナー補給量データ２２５、定着温度データ２２６、環境温度データ２２７、環境湿度データ２２８、および色データ２２９を含むデータセットＤＳを取得する。色データ２２９は、色データ１０９と同様に、トナーの色を示すデータである。
【0132】
学習モデル生成部２１３Ａは、データセット取得部２１１Ａが取得したデータセットＤＳ、および教師データ取得部２１２が取得した教師データＤＴに基づいて、機械学習を行うことにより、濃度データ生成モデル１７１を生成する。
【0133】
図１４は、データセット取得部２１１Ａ、教師データ取得部２１２、および学習モデル生成部２１３Ａにおける、濃度データ生成モデル１７１の生成処理の一例を表すものである。学習モデル生成部２１３は、データセットＤＳに含まれる供給電圧データ２２１Ｋ、現像電圧データ２２２Ｋ、転写電圧データ２２３Ｋ、露光量データ２２４Ｋ、トナー補給量データ２２５Ｋ、定着温度データ２２６、環境温度データ２２７、環境湿度データ２２８、および黒色を示す色データ２２９と、教師データＤＴに含まれる濃度データ２３９Ｋとに基づいて、機械学習を行う。
【0134】
同様に、学習モデル生成部２１３は、データセットＤＳに含まれる供給電圧データ２２１Ｙ、現像電圧データ２２２Ｙ、転写電圧データ２２３Ｙ、露光量データ２２４Ｙ、トナー補給量データ２２５Ｙ、定着温度データ２２６、環境温度データ２２７、環境湿度データ２２８、および黄色を示す色データ２２９と、教師データＤＴに含まれる濃度データ２３９Ｙとに基づいて、機械学習を行う。また、学習モデル生成部２１３は、データセットＤＳに含まれる供給電圧データ２２１Ｍ、現像電圧データ２２２Ｍ、転写電圧データ２２３Ｍ、露光量データ２２４Ｍ、トナー補給量データ２２５Ｍ、定着温度データ２２６、環境温度データ２２７、環境湿度データ２２８、およびマゼンタ色を示す色データ２２９と、教師データＤＴに含まれる濃度データ２３９Ｙとに基づいて、機械学習を行う。また、学習モデル生成部２１３は、データセットＤＳに含まれる供給電圧データ２２１Ｃ、現像電圧データ２２２Ｃ、転写電圧データ２２３Ｃ、露光量データ２２４Ｃ、トナー補給量データ２２５Ｃ、定着温度データ２２６、環境温度データ２２７、環境湿度データ２２８、およびシアン色を示す色データ２２９と、教師データＤＴに含まれる濃度データ２３９Ｙとに基づいて、機械学習を行う。このようにして、学習モデル生成部２１３は、濃度データ生成モデル１７１を生成する。
【0135】
記憶部２２０Ａは、データセットＤＳ、教師データＤＴ、および濃度データ生成モデル１７１を記憶している。
【0136】
ここで、機械学習装置２００Ａは、本発明における「機械学習装置」の一具体例に対応する。データセット取得部２１１Ａは、本発明における「データセット取得部」の一具体例に対応する。学習モデル生成部２１３Ａは、本発明における「学習モデル生成部」の一具体例に対応する。濃度データ生成モデル１７１は、本発明における「学習モデル」の一具体例に対応する。色データ２２９は、本発明における「色データ」の一具体例に対応する。
【0137】
画像形成装置１Ａは、本発明における「画像形成装置」の一具体例に対応する。パラメータ取得部６３Ａは、本発明における「パラメータ取得部」の一具体例に対応する。濃度予測部６４Ａは、本発明における「濃度データ生成部」の一具体例に対応する。色データ１０９は、本発明における「色データ」の一具体例に対応する。
【0138】
以上、実施の形態および変形例を挙げて本技術を説明したが、本技術はこれらの実施の形態等には限定されず、種々の変形が可能である。
【0139】
例えば、上記の実施の形態等では、帯電電圧ＶＣＨ、現像電圧ＶＤＢ、規制電圧ＶＲＢ、供給電圧ＶＳＢ、および転写電圧ＶＴＲは、直流電圧を用いたが、これに限定されるものではなく、交流電圧であってもよい。この場合、供給電圧データ１０１，２２１、現像電圧データ１０２，２２２、および転写電圧データ１０３，２２３は、交流電圧の実効値を示すデータを用いることができる。
【0140】
例えば、上記の実施の形態等では、いわゆる電子写真方式により、記録媒体９に画像を形成したが、これに限定されるものではなく、どのような方式で画像を形成してもよい。また、上記の実施の形態等では、記録媒体９にカラー画像を形成したが、これに限定されるものではなく、モノクロ画像を形成してもよい。
【0141】
例えば、上記の実施の形態等では、本技術を単機能のプリンタに適用したが、これに限定されるものではなく、これに代えて、例えば、コピー機能、ファックス機能、スキャン機能、プリント機能などを有する、いわゆる多機能周辺装置（ＭＦＰ；Multi Function Peripheral）に適用してもよい。
【符号の説明】
【0142】
１…画像形成装置、８…搬送路、８Ａ，８Ｂ…媒体ガイド、１１…媒体収容部、１２…媒体供給ローラ、１４…媒体センサ、１５…レジストローラ、１６…ピンチローラ、１７～１９…媒体センサ、２０，２０Ｋ，２０Ｙ，２０Ｍ，２０Ｃ…現像部、２１…感光ドラム、２２…除電部、２３…帯電ローラ、２４…現像ローラ、２５…現像ブレード、２６…供給ローラ、２７Ａ…トナー補給口、２７…トナーアジテータ、２８，２８Ｋ，２８Ｙ，２８Ｍ，２８Ｃ…トナー収容部、２９，２９Ｋ，２９Ｙ，２９Ｍ，２９Ｃ…露光ヘッド、３０…転写部、３１…転写ベルト、３２，３２Ｋ，３２Ｙ，３２Ｍ，３２Ｃ…転写ローラ、３３…駆動ローラ、３４…従動ローラ、３５…クリーニングブレード、３６…廃トナータンク、４０…定着部、４１…ヒートローラ、４２…ヒータ、４３…加圧ローラ、４４…サーミスタ、５１…通信部、５２…表示操作部、５３…環境センサ、５４…画像形成制御部、６０，６０Ａ…処理部、６１…画像形成処理部、６２…印刷枚数カウント部、６３，６３Ａ…パラメータ取得部、６４，６４Ａ…濃度予測部、６５…濃度補正部、７０，７０Ａ…記憶部、７１，７１Ｋ，７１Ｙ，７１Ｍ，７１Ｃ，１７１，７１０…濃度データ生成モデル、７２，７２Ｋ，７２Ｙ，７２Ｍ，７２Ｃ…目標濃度データ、１０１，１０１Ｋ，１０１Ｙ，１０１Ｍ，１０１Ｃ…供給電圧データ、１０２，１０２Ｋ，１０２Ｙ，１０２Ｍ，１０２Ｃ…現像電圧データ、１０３，１０３Ｋ，１０３Ｙ，１０３Ｍ，１０３Ｃ…転写電圧データ、１０４，１０４Ｋ，１０４Ｙ，１０４Ｍ，１０４Ｃ…露光量データ、１０５，１０５Ｋ，１０５Ｙ，１０５Ｍ，１０５Ｃ…トナー補給量データ、１０６…定着温度データ、１０７…環境温度データ、１０８…環境湿度データ、１０９…色データ、１１０，１１０Ｋ，１１０Ｙ，１１０Ｍ，１１０Ｃ…濃度データ、２００…機械学習装置、２０１…ディスプレイ、２０２…キーボード、２０３…マウス、２０９…トナーパッチ画像、２０９Ｋ，２０９Ｙ，２０９Ｍ，２０９Ｃ…パッチ画像、２１０，２１０Ａ…処理部、２１１，２１１Ａ…データセット取得部、２１２…教師データ取得部、２１３，２１３Ａ…学習モデル生成部、２２０，２２０Ａ…記憶部、２２１，２２１Ｋ，２２１Ｙ，２２１Ｍ，２２１Ｃ…供給電圧データ、２２２，２２２Ｋ，２２２Ｙ，２２２Ｍ，２２２Ｃ…現像電圧データ、２２３，２２３Ｋ，２２３Ｙ，２２３Ｍ，２２３Ｃ…転写電圧データ、２２４，２２４Ｋ，２２４Ｙ，２２４Ｍ，２２４Ｃ…露光量データ、２２５，２２５Ｋ，２２５Ｙ，２２５Ｍ，２２５Ｃ…トナー補給量データ、２２６…定着温度データ、２２７…環境温度データ、２２８…環境湿度データ、２２９…色データ、２３０…メモリ、２３９，２３９Ｋ，２３９Ｙ，２３９Ｍ，２３９Ｃ…濃度データ、２４０…インタフェース、２５０…ディスプレイインタフェース、２６０…通信部、２９０…バス、ＣＮＴ…カウント値、ＤＳ…データセット、ＤＴ…教師データ、ＬＸ…入力層、ＬＺ…出力層、ＮＮ…ニューラルネットワーク。
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】