特許 7563160 機械学習装置、画像形成装置、機械学習方法、および画像形成方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2024-09-30

(45)【発行日】2024-10-08

(54)【発明の名称】機械学習装置、画像形成装置、機械学習方法、および画像形成方法

(51)【国際特許分類】

   G06N 20/00 20190101AFI20241001BHJP

   G06N 3/08 20230101ALI20241001BHJP

   B41J 3/36 20060101ALI20241001BHJP

   G03G 21/00 20060101ALI20241001BHJP

   B41J 11/42 20060101ALI20241001BHJP

【ＦＩ】

G06N20/00 130

G06N3/08

B41J3/36 Z

G03G21/00 370

B41J11/42

【請求項の数】 16

(21)【出願番号】P 2020211604

(22)【出願日】2020-12-21

(65)【公開番号】P2022098198

(43)【公開日】2022-07-01

【審査請求日】2023-08-08

(73)【特許権者】

【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】▲高▼▲旨▼ 敏章

【審査官】新井 則和

(56)【参考文献】

【文献】特開２０２２－０５３８４０（ＪＰ，Ａ）

【文献】特開２０１７－２１３７７５（ＪＰ，Ａ）

【文献】特開２０１６－００７７１０（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｎ ２０／００

Ｇ０６Ｎ ３／０８

Ｂ４１Ｊ ３／３６

Ｇ０３Ｇ ２１／００

Ｂ４１Ｊ １１／４２

(57)【特許請求の範囲】

【請求項1】

複数のラベルが仮着された媒体の搬送路に設けられ前記媒体を所定の搬送方向に搬送するとともに画像を前記媒体に転写する転写部と、前記搬送路に設けられ前記媒体を前記搬送方向に搬送する搬送部とを有する画像形成装置における、前記転写部および前記搬送部の間における前記媒体のたるみ量に応じたたるみ値履歴データを含む第１のデータと、前記媒体における前記たるみ値履歴データが得られた位置よりも前記搬送方向の上流に設けられた第１のラベルにおける第１のラベルピッチを示すラベルピッチデータとを記憶する記憶部と、
前記第１のデータ、および前記第１のラベルピッチに関連する第２のデータを用いて機械学習処理を行うことにより、前記第１のデータが入力され前記第２の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】

前記第１のデータは、前記複数のラベルのうちの、前記第１のラベルより前記搬送方向の下流に設けられた複数の第２のラベルにおける複数の第２のラベルピッチを示すラベルピッチ履歴データを含む
請求項１に記載の機械学習装置。

【請求項3】

前記第１のデータは、前記第１のラベルピッチの推定値である推定ラベルピッチを示すラベルピッチ推定データを含む
請求項２に記載の機械学習装置。

【請求項4】

前記第２のデータを生成する生成部をさらに備え、
前記第２のデータは、前記第１のラベルピッチと前記推定ラベルピッチとの差分である
請求項３に記載の機械学習装置。

【請求項5】

前記第２のデータは、前記第１のラベルピッチである
請求項２または請求項３に記載の機械学習装置。

【請求項6】

前記搬送部は、前記搬送路において前記転写部よりも前記搬送方向の下流に設けられ、ヒータを有し、画像を前記媒体に定着させる定着部である
請求項２から請求項５のいずれか一項に記載の機械学習装置。

【請求項7】

複数のラベルが仮着された媒体の搬送路に設けられ、前記媒体を所定の搬送方向に搬送するとともに画像を前記媒体に転写する転写部と、
前記搬送路に設けられ、前記媒体を前記搬送方向に搬送する搬送部と、
前記搬送路における前記転写部および前記搬送部の間に設けられ、前記媒体のたるみを検出するたるみセンサと、
前記転写部および前記搬送部の間における前記媒体のたるみ量に応じたたるみ値履歴データを含む第１のデータが入力され、前記媒体における前記たるみ値履歴データが得られた位置よりも前記搬送方向の上流に設けられた第１のラベルにおける第１のラベルピッチに関連する第２のデータが出力される学習モデルを記憶する記憶部と、
前記学習モデルを用いて、前記たるみセンサの検出結果に応じた前記たるみ値履歴データを含む前記第１のデータに基づいて前記第２のデータを生成する演算部と、
前記演算部により生成された前記第２のデータに基づいて、前記第１のラベルにおける前記転写部による転写位置を調節する調節部と
を備えた画像形成装置。

【請求項8】

前記転写部より前記搬送方向の上流に設けられ、前記複数のラベルを検出するラベルセンサをさらに備え、
前記第１のデータは、前記複数のラベルのうちの、前記第１のラベルより前記搬送方向の下流に設けられた複数の第２のラベルにおける複数の第２のラベルピッチを示すラベルピッチ履歴データを含み、
前記演算部は、前記学習モデルを用いて、前記ラベルセンサの検出結果に応じた前記ラベルピッチ履歴データを含む前記第１のデータに基づいて前記第２のデータを生成する
請求項７に記載の画像形成装置。

【請求項9】

前記演算部は、
前記ラベルピッチ履歴データに基づいて、前記第１のラベルピッチの推定値である推定ラベルピッチを示すラベルピッチ推定データを生成するラベルピッチ推定部と、
前記学習モデルを用いて、前記第１のデータに基づいて前記第２のデータを生成することにより、前記推定ラベルピッチを補正するラベルピッチ補正部と
を有し、
前記調節部は、前記ラベルピッチ補正部により補正された前記推定ラベルピッチに基づいて前記転写位置を調節する
請求項８に記載の画像形成装置。

【請求項10】

前記第１のデータは、前記ラベルピッチ推定データを含む
請求項９に記載の画像形成装置。

【請求項11】

前記第２のデータは、前記第１のラベルピッチと前記推定ラベルピッチとの差分であり、
前記ラベルピッチ補正部は、前記第２のデータに基づいて前記推定ラベルピッチを補正する
請求項９または請求項１０に記載の画像形成装置。

【請求項12】

前記第２のデータは、前記第２のラベルピッチである
請求項８から請求項１０のいずれか一項に記載の画像形成装置。

【請求項13】

前記搬送部は、前記搬送路において前記転写部よりも前記搬送方向の下流に設けられ、ヒータを有し、画像を前記媒体に定着させる定着部である
請求項８から請求項１２のいずれか一項に記載の画像形成装置。

【請求項14】

前記第１のデータは、
前記複数の第２のラベルピッチのそれぞれと所定のラベルピッチとの差分であるラベルピッチ変位の平均値を示す変位平均データと、
前記複数の第２のラベルピッチのうちの１つと所定のラベルピッチとの差分である第１のラベルピッチ変位と、前記複数の第２のラベルより前記搬送方向の下流に設けられた第３のラベルにおける第３のラベルピッチと前記所定のラベルピッチとの差分である第２のラベルピッチ変位との差分を示す変位変動データと
を含む
請求項８から請求項１３のいずれか一項に記載の画像形成装置。

【請求項15】

複数のラベルが仮着された媒体の搬送路に設けられ前記媒体を所定の搬送方向に搬送するとともに画像を前記媒体に転写する転写部と、前記搬送路に設けられ前記媒体を前記搬送方向に搬送する搬送部とを有する画像形成装置における、前記転写部および前記搬送部の間における前記媒体のたるみ量に応じたたるみ値履歴データを含む第１のデータと、前記媒体における前記たるみ値履歴データが得られた位置よりも前記搬送方向の上流に設けられた第１のラベルにおける第１のラベルピッチを示すラベルピッチデータとを記憶することと、
前記第１のデータ、および前記第１のラベルピッチに関連する第２のデータを用いて機械学習処理を行うことにより、前記第１のデータが入力され前記第２のデータが出力される学習モデルを生成することと
を含む機械学習方法。

【請求項16】

複数のラベルが仮着された媒体の搬送路に設けられ前記媒体を所定の搬送方向に搬送するとともに画像を前記媒体に転写する転写部と、前記搬送路に設けられ前記媒体を前記搬送方向に搬送する搬送部との間における前記媒体のたるみを検出することと、
前記転写部および前記搬送部の間における前記媒体のたるみ量に応じたたるみ値履歴データを含む第１のデータが入力され、前記媒体における前記たるみ値履歴データが得られた位置よりも前記搬送方向の上流に設けられた第１のラベルにおける第１のラベルピッチに関連する第２のデータが出力される学習モデルを記憶することと、
前記学習モデルを用いて、検出された前記媒体のたるみに応じた前記たるみ値履歴データを含む前記第１のデータに基づいて前記第２のデータを生成することと、
生成された前記第２のデータに基づいて、前記第１のラベルにおける前記転写部による転写位置を調節することと
を含む画像形成方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、複数のラベルが仮着された媒体におけるラベルの位置を学習する機械学習装置および機械学習方法と、このような機械学習装置および機械学習方法により得られた学習モデルを利用してラベルに画像を形成する画像形成装置および画像形成方法に関する。

【背景技術】

【0002】

画像形成装置には、ロール台紙に複数のラベルが配置されたいわゆるラベルロール紙に画像を形成可能なものがある。例えば、特許文献１には、各ラベルにおける画像形成位置を調節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】

【文献】特開２０１８－１０３４２６号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

このように、ラベルロール紙に画像を形成する画像形成装置では、ラベルの位置に合わせて画像を形成することが望まれており、画像を適切な位置に形成することが期待されている。

【0005】

画像を適切な位置に形成することができる機械学習装置、画像形成装置、機械学習方法、および画像形成方法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、記憶部と、学習モデル生成部とを備えている。記憶部は、複数のラベルが仮着された媒体の搬送路に設けられ媒体を所定の搬送方向に搬送するとともに画像を媒体に転写する転写部と、搬送路に設けられ媒体を搬送方向に搬送する搬送部とを有する画像形成装置における、転写部および搬送部の間における媒体のたるみ量に応じたたるみ値履歴データを含む第１のデータと、媒体におけるたるみ値履歴データが得られた位置よりも搬送方向の上流に設けられた第１のラベルにおける第１のラベルピッチを示すラベルピッチデータとを記憶するように構成される。学習モデル生成部は、第１のデータ、および第１のラベルピッチに関連する第２のデータを用いて機械学習処理を行うことにより、第１のデータが入力され第２の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形成装置は、転写部と、搬送部と、たるみセンサと、記憶部と、演算部と、調節部とを備えている。転写部は、複数のラベルが仮着された媒体の搬送路に設けられ、媒体を所定の搬送方向に搬送するとともに画像を媒体に転写するように構成される。搬送部は、搬送路に設けられ、媒体を搬送方向に搬送するように構成される。たるみセンサは、搬送路における転写部および搬送部の間に設けられ、媒体のたるみを検出するように構成される。記憶部は、転写部および搬送部の間における媒体のたるみ量に応じたたるみ値履歴データを含む第１のデータが入力され、媒体におけるたるみ値履歴データが得られた位置よりも搬送方向の上流に設けられた第１のラベルにおける第１のラベルピッチに関連する第２のデータが出力される学習モデルを記憶するように構成される。演算部は、学習モデルを用いて、たるみセンサの検出結果に応じたたるみ値履歴データを含む第１のデータに基づいて第２のデータを生成するように構成される。調節部は、演算部により生成された第２のデータに基づいて、第１のラベルにおける転写部による転写位置を調節するように構成される。

【0008】

本発明の一実施の形態における機械学習方法は、複数のラベルが仮着された媒体の搬送路に設けられ媒体を所定の搬送方向に搬送するとともに画像を媒体に転写する転写部と、搬送路に設けられ媒体を搬送方向に搬送する搬送部とを有する画像形成装置における、転写部および搬送部の間における媒体のたるみ量に応じたたるみ値履歴データを含む第１のデータと、媒体におけるたるみ値履歴データが得られた位置よりも搬送方向の上流に設けられた第１のラベルにおける第１のラベルピッチを示すラベルピッチデータとを記憶することと、第１のデータ、および第１のラベルピッチに関連する第２のデータを用いて機械学習処理を行うことにより、第１のデータが入力され第２のデータが出力される学習モデルを生成することとを含んでいる。

【0009】

本発明の一実施の形態における画像形成方法は、複数のラベルが仮着された媒体の搬送路に設けられ媒体を所定の搬送方向に搬送するとともに画像を媒体に転写する転写部と、搬送路に設けられ媒体を搬送方向に搬送する搬送部との間における媒体のたるみを検出することと、転写部および搬送部の間における媒体のたるみ量に応じたたるみ値履歴データを含む第１のデータが入力され、媒体におけるたるみ値履歴データが得られた位置よりも搬送方向の上流に設けられた第１のラベルにおける第１のラベルピッチに関連する第２のデータが出力される学習モデルを記憶することと、学習モデルを用いて、検出された媒体のたるみに応じたたるみ値履歴データを含む第１のデータに基づいて第２のデータを生成することと、生成された第２のデータに基づいて、第１のラベルにおける転写部による転写位置を調節することとを含んでいる。

【発明の効果】

【0010】

本発明の一実施の形態における機械学習装置および機械学習方法によれば、転写部および搬送部の間における媒体のたるみ量に応じたたるみ値履歴データを含む第１のデータと、媒体におけるたるみ値履歴データが得られた位置よりも搬送方向の上流に設けられた第１のラベルにおける第１のラベルピッチを示すラベルピッチデータとを記憶し、第１のデータ、および第１のラベルピッチに関連する第２のデータを用いて機械学習処理を行うことにより、第１のデータが入力され第２のデータが出力される学習モデルを生成するようにしたので、画像を適切な位置に形成することができる。

【0011】

本発明の一実施の形態における画像形成装置および画像形成方法によれば、転写部および搬送部の間における媒体のたるみ量に応じたたるみ値履歴データを含む第１のデータが入力され、媒体におけるたるみ値履歴データが得られた位置よりも搬送方向の上流に設けられた第１のラベルにおける第１のラベルピッチに関連する第２のデータが出力される学習モデルを用いて、検出された媒体のたるみに応じたたるみ値履歴データを含む第１のデータに基づいて第２のデータを生成することにより、第１のラベルにおける転写部による転写位置を調節するようにしたので、画像を適切な位置に形成することができる。

【図面の簡単な説明】

【0012】

【図1】本発明の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2】図１に示した記録媒体の一構成例を表す説明図である。

【図3】図１に示した画像形成ユニットの一構成例を表す説明図である。

【図4】図１に示した定着部の一構成例を表す説明図である。

【図5】図１に示した画像形成装置の制御系の一例を表すブロック図である。

【図6】図５に示した画像形成装置におけるラベルピッチの推定処理に係るブロックの一例を表すブロック図である。

【図7】ラベルピッチの推定処理の一例を表す説明図である。

【図8】図５に示した補正値生成モデルを生成する機械学習装置の一構成例を表すブロック図である。

【図9】図８に示した機械学習装置における機械学習処理に係るブロックの一例を表すブロック図である。

【図10】図８に示した学習モデル生成部におけるニューラルネットワークの一構成例を表す説明図である。

【図11】図５に示した画像形成装置の一動作例を表すフローチャートである。

【図12】画像形成位置のずれおよびたるみ値の相関関係を表す説明図である。

【図13】図８に示した機械学習装置の一動作例を表すフローチャートである。

【図14】変形例に係る画像形成装置の制御系の一例を表すブロック図である。

【図15】図１４に示した画像形成装置におけるラベルピッチの推定処理に係るブロック

【図16】図１４に示したラベルピッチ生成モデルを生成する機械学習装置の一構成例を表すブロック図である。

【図17】図１６に示した機械学習装置における機械学習処理に係るブロックの一例を表すブロック図である。

【発明を実施するための形態】

【0013】

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。

【0014】

＜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形成装置（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、ラベルロール紙などの記録媒体９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ように構成される。

【0015】

図２は、記録媒体９の一構成例を表すものである。記録媒体９は、複数のラベルＬと、台紙９Ｂとを有している。ラベルＬは、台紙９Ｂに仮着されており、台紙９Ｂからはがして、様々なものに貼り付けることができるものである。複数のラベルＬは、記録媒体９のラベル面９Ｃにおいて、記録媒体９の長手方向（図２における横方向）にラベルピッチＬＰで並設されている。具体的には、記録媒体９では、ラベル長ＬＬの長さを有するラベルＬが、ラベル間隔ＬＳの間隔で並設されている。この例では、画像形成装置１が記録媒体９をロールから引き出して搬送方向Ｆ１（図２における右方向）に搬送する場合のラベルＬの先端（図２におけるラベルＬの右端）を基準にラベルピッチＬＰを定義している。

【0016】

画像形成装置１は、これらのラベルＬのそれぞれに画像を形成する。その際、画像形成装置１は、後述するように、検出されたラベルＬのラベルピッチＬＰ、および検出された記録媒体９のたるみ量に応じたたるみ値ＶＲに基づいて、検出された最新のラベルＬ（基準ラベルＬＡ）よりもＫ個（例えば７個）だけ搬送方向Ｆ１の上流に配置されたラベルＬ（印刷対象ラベルＬＢ）の位置を推定し、その印刷対象ラベルＬＢの位置に合わせて画像を形成するようになっている。

【0017】

すなわち、例えば、記録媒体９では、ラベルＬが等間隔で配置されることが望ましいが、例えば製造方法により、ラベルＬの位置がずれる可能性がある。製造方法には、例えば、いわゆる平圧方式がある。この平圧方式では、複数のラベルＬの輪郭形状に対応した形状を有する刃を表面に配置した平板状の型を、ラベルＬがまだ形成されていない記録媒体に順次押し当てることにより、ラベルＬを形成する。この場合には、複数のラベルＬをワンセットとして形成するため、例えば、このセット内ではラベルピッチＬＰのばらつきが小さく、セット間のラベルピッチＬＰのばらつきは、セット内のラベルピッチＬＰのばらつきよりも大きくなる。このように、ラベルピッチＬＰにばらつきがある場合には、印刷対象ラベルＬＢにおける画像形成位置がずれる可能性がある。

【0018】

また、例えば、画像形成装置１において、記録媒体９の搬送速度が、時間の経過に応じて揺らぐ場合には、印刷対象ラベルＬＢにおける画像形成位置がずれる可能性がある。また、例えば、後述するように、二次転写部２８と定着部４０との間における記録媒体９のたるみに応じて、印刷対象ラベルＬＢにおける画像形成位置がずれる可能性がある。

【0019】

画像形成装置１では、検出されたラベルＬのラベルピッチＬＰ、および検出された記録媒体９のたるみ値ＶＲに基づいて、検出された最新のラベルＬ（基準ラベルＬＡ）よりもＫ個（例えば７個）だけ搬送方向Ｆ１の上流に配置された印刷対象ラベルＬＢの位置を推定する。これにより、画像形成装置１では、記録媒体９の製造方法、記録媒体９の搬送速度の揺らぎ、記録媒体９のたるみによる、印刷対象ラベルＬＢにおける画像形成位置への影響を抑えることができ、印刷対象ラベルＬＢの適切な位置に画像を形成することができるようになっている。

【0020】

画像形成装置１（図１）は、４つの画像形成ユニット１０（１０Ｙ，１０Ｍ，１０Ｃ，１０Ｋ）と、４つの一次転写ローラ２１（２１Ｙ，２１Ｍ，２１Ｃ，２１Ｋ）と、中間転写ベルト２２と、駆動ローラ２３と、アイドルローラ２４と、テンションローラ２５と、バックアップローラ２６と、二次転写ローラ２７とを備えている。これらは、画像形成装置１において、記録媒体９に画像を形成する画像形成部を構成している。

【0021】

４つの画像形成ユニット１０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、画像形成ユニット１０Ｙは黄色（Ｙ）のトナー像を形成し、画像形成ユニット１０Ｍはマゼンタ色（Ｍ）のトナー像を形成し、画像形成ユニット１０Ｃはシアン色（Ｃ）のトナー像を形成し、画像形成ユニット１０Ｋはキープレート（Ｋ）である黒色のトナー像を形成するようになっている。画像形成ユニット１０Ｙ，１０Ｍ，１０Ｃ，１０Ｋは、中間転写ベルト２２の搬送方向Ｆ２にこの順で配置される。

【0022】

図３は、画像形成ユニット１０の一構成例を表すものである。画像形成ユニット１０は、感光体１１と、クリーニングブレード１２と、帯電ローラ１３と、ＬＥＤ（Light Emitting Diode）ヘッド１４と、現像ローラ１５と、現像ブレード１６と、供給ローラ１７と、トナー収容部１８とを有している。

【0023】

感光体１１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。感光体１１は、感光体モータ（図示せず）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。感光体１１は、帯電ローラ１３により帯電し、ＬＥＤヘッド１４により露光される。これにより、感光体１１の表面には、静電潜像が形成される。そして、現像ローラ１５によりトナーが供給されることにより、感光体１１には、静電潜像に応じたトナー像が形成（現像）されるようになっている。

【0024】

クリーニングブレード１２は、感光体１１の表面（表層部分）に残留するトナー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１２は、先端が感光体１１の表面に当接するように配置される。クリーニングブレード１２は、例えば、感光体１１の表面において転写されずに残留したトナーを掻き取る。掻き取られたトナーは、廃トナーボックス（図示せず）に収容されるようになっている。

【0025】

帯電ローラ１３は、感光体１１の表面（表層部分）を略均一に帯電させるように構成される。帯電ローラ１３は、感光体１１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体１１に押し付けられように配置される。帯電ローラ１３は、感光体１１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１３には、画像形成制御部５３（後述）により帯電電圧ＶＣＨが印加されるようになっている。

【0026】

ＬＥＤヘッド１４は、感光体１１に対して光をそれぞれ照射するように構成される。ＬＥＤヘッド１４は、例えば、主走査線方向（図３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、ドット単位で感光体１１に対して光を照射する。これにより、これらの感光体１１の表面には、静電潜像が形成されるようになっている。

【0027】

現像ローラ１５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１５は、感光体１１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体１１に押し付けられように配置される。現像ローラ１５は、感光体モータ（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。現像ローラ１５には、画像形成制御部５３（後述）により現像電圧ＶＤＢが印加されるようになっている。

【0028】

現像ブレード１６は、現像ローラ１５の表面に当接することにより、この現像ローラ１５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１６は、例えば、ステンレス等からなる板状弾性部材をＬ字形状に折り曲げたものを用いることができる。現像ブレード１６は、その折れ曲がった部分が現像ローラ１５の表面に当接するように配置され、所定の押し付け量で現像ローラ１５に押し付けられように配置される。

【0029】

供給ローラ１７は、トナー収容部１８内に収容されたトナーを、現像ローラ１５に対して供給するように構成される。供給ローラ１７は、現像ローラ１５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１５に押し付けられように配置される。供給ローラ１７は、感光体モータ（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。これにより、画像形成ユニット１０では、供給ローラ１７の表面と現像ローラ１５の表面との間には摩擦が生じる。その結果、画像形成ユニット１０では、トナーが、いわゆる摩擦帯電により帯電するようになっている。供給ローラ１７には、画像形成制御部５３（後述）により供給電圧ＶＳＢが印加されるようになっている。

【0030】

トナー収容部１８は、トナーを収容するように構成される。具体的には、画像形成ユニット１０Ｙのトナー収容部１８は黄色のトナーを収容し、画像形成ユニット１０Ｍのトナー収容部１８はマゼンタ色のトナーを収容し、画像形成ユニット１０Ｃのトナー収容部１８はシアン色のトナーを収容し、画像形成ユニット１０Ｋのトナー収容部１８は黒色のトナーを収容するようになっている。

【0031】

この構成により、画像形成ユニット１０では、感光体１１は、帯電ローラ１３により帯電し、ＬＥＤヘッド１４により露光される。これにより、感光体１１の表面には、静電潜像が形成される。また、トナー収容部１８内に収容されたトナーは、供給ローラ１７および現像ローラ１５により帯電し、感光体１１に供給される。これにより、感光体１１には、静電潜像に応じたトナー像が形成（現像）されるようになっている。

【0032】

４つの一次転写ローラ２１（図１）は、４つの画像形成ユニット１０により形成されたトナー像を、中間転写ベルト２２の被転写面上に静電的にそれぞれ転写するように構成される。一次転写ローラ２１Ｙは、中間転写ベルト２２を介して画像形成ユニット１０Ｙの感光体１１に対向配置され、一次転写ローラ２１Ｍは、中間転写ベルト２２を介して画像形成ユニット１０Ｍの感光体１１に対向配置され、一次転写ローラ２１Ｃは、中間転写ベルト２２を介して画像形成ユニット１０Ｃの感光体１１に対向配置され、一次転写ローラ２１Ｋは、中間転写ベルト２２を介して画像形成ユニット１０Ｋの感光体１１に対向配置される。４つの一次転写ローラ２１は、対応する感光体１１に所定の押し付け量で押しつけられるように配置される。一次転写ローラ２１のそれぞれには、画像形成制御部５３（後述）により一次転写電圧ＶＴＲ１が印加される。これにより、画像形成装置１では、各画像形成ユニット１０により形成されたトナー像が、中間転写ベルト２２の被転写面上に転写（一次転写）されるようになっている。

【0033】

中間転写ベルト２２は、無端の弾性ベルトであり、駆動ローラ２３、アイドルローラ２４、テンションローラ２５、およびバックアップローラ２６によって張設（張架）されるように構成される。そして、中間転写ベルト２２は、駆動ローラ２３の回転に応じて、搬送方向Ｆ２に向かって循環搬送されるようになっている。その際、中間転写ベルト２２は、画像形成ユニット１０Ｙの感光体１１と一次転写ローラ２１Ｙとの間、画像形成ユニット１０Ｍの感光体１１と一次転写ローラ２１Ｍとの間、画像形成ユニット１０Ｃの感光体１１と一次転写ローラ２１Ｃとの間、および画像形成ユニット１０Ｋの感光体１１と一次転写ローラ２１Ｋとの間、バックアップローラ２６と二次転写ローラ２７との間を通過するようになっている。この構成により、中間転写ベルト２２は、一次転写により被転写面上に転写されたトナー像を、バックアップローラ２６および二次転写ローラ２７により構成される二次転写部２８に供給するようになっている。

【0034】

駆動ローラ２３は、中間転写ベルト２２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２３は、搬送方向Ｆ２において、４つの画像形成ユニット１０の上流に配置され、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。これにより、駆動ローラ２３は、中間転写ベルト２２を搬送方向Ｆ２の方向へ循環搬送するようになっている。

【0035】

アイドルローラ２４は、中間転写ベルト２２の循環搬送に応じて、この例では反時計回りで従動回転するように構成される。アイドルローラ２４は、搬送方向Ｆ２において、４つの画像形成ユニット１０の下流に配置される。

【0036】

テンションローラ２５は、中間転写ベルト２２の循環搬送に応じて、この例では時計回りで従動回転するように構成される。テンションローラ２５は、駆動ローラ２３とバックアップローラ２６との間に配置される。

【0037】

バックアップローラ２６は、中間転写ベルト２２の循環搬送に応じて、この例では反時計回りで従動回転するように構成される。バックアップローラ２６は、記録媒体９を搬送する搬送路８および中間転写ベルト２２を挟んで、二次転写ローラ２７と対向配置される。バックアップローラ２６は、この二次転写ローラ２７とともに、二次転写部２８を構成する。

【0038】

二次転写ローラ２７は、中間転写ベルト２２の被転写面上のトナー像を、記録媒体９の被転写面（ラベル面９Ｃ）上に転写するように構成される。二次転写ローラ２７は、搬送路８および中間転写ベルト２２を挟んで、バックアップローラ２６と対向配置される。二次転写ローラ２７は、バックアップローラ２６とともに、二次転写部２８を構成する。二次転写ローラ２７には、画像形成制御部５３（後述）により二次転写電圧ＶＴＲ２が印加される。これにより、画像形成装置１では、中間転写ベルト２２の被転写面上のトナー像が、記録媒体９の被転写面上に転写（二次転写）されるようになっている。

【0039】

また、画像形成装置１（図１）は、媒体供給ローラ３１と、ラベルセンサ３２と、カッター３３と、搬送ローラ３４，３５と、ラベルセンサ３６と、たるみセンサ３８と、定着部４０とを有している。これらは、記録媒体９の搬送路８に沿ってこの順で配置されている。記録媒体９は、媒体ガイド３９により導かれることにより、搬送路８に沿って搬送されるようになっている。

【0040】

媒体供給ローラ３１は、搬送路８を挟んで配置された一対のローラを有し、記録媒体９が巻かれたロールから記録媒体９を引き出して、搬送路８に沿って記録媒体９を搬送するように構成される。

【0041】

ラベルセンサ３２は、媒体供給ローラ３１から供給された記録媒体９のラベルＬを検出するように構成される。ラベルセンサ３２は、この例では、透過型の光学センサを用いて構成される。具体的には、ラベルセンサ３２は、搬送路８を挟んで配置された発光部および受光部を有する。発光部から受光部への光路は、記録媒体９の搬送路８を横切る。ラベルセンサ３２では、発光部から射出した所定の強度の光のうち、記録媒体９により透過した光が、受光部において受光される。よって、光路上のラベルＬの有無に応じて、受光部が受光する光の強度が異なる。ラベルセンサ３２は、受光部が受光した光の強度に応じた検出信号を出力するようになっている。なお、これに限定されるものではなく、例えば、記録媒体９の台紙９Ｂのラベル面９Ｃとは反対の面に、ラベルＬの位置に応じていわゆるブラックマークが設けられている場合には、ラベルセンサ３２は、反射型のセンサであってもよい。画像形成装置１は、このようなラベルセンサ３２の検出信号に基づいて、ラベルＬの先端を検出し、この検出結果に基づいて、カッター３３による記録媒体９の切断位置を決定するようになっている。

【0042】

カッター３３（図１）は、記録媒体９を切断するように構成される。カッター３３は、画像形成装置１が、ラベルセンサ３２の検出信号に基づいて決定した切断位置で、記録媒体９を切断するようになっている。

【0043】

搬送ローラ３４は、搬送路８を挟んで配置された１対のローラを有し、記録媒体９を搬送路８に沿って搬送方向Ｆ１に搬送するように構成される。

【0044】

搬送ローラ３５は、搬送ローラ３４と同様に、搬送路８を挟んで配置された１対のローラを有し、記録媒体９を搬送路８に沿って搬送方向Ｆ１に搬送するように構成される。そして、搬送ローラ３５は、記録媒体９をラベルセンサ３６に供給するようになっている。

【0045】

ラベルセンサ３６は、搬送ローラ３５から供給された記録媒体９のラベルＬを検出するように構成される。ラベルセンサ３６は、例えば、ラベルセンサ３２と同様に、この例では、透過型の光学センサを用いて構成される。なお、これに限定されるものではなく、例えば、記録媒体９の台紙９Ｂのラベル面９Ｃとは反対の面に、ラベルＬの位置に応じていわゆるブラックマークが設けられている場合には、ラベルセンサ３６は、反射型のセンサであってもよい。ラベルセンサ３６は、二次転写部２８の搬送方向Ｆ１の上流において、二次転写部２８の近傍に配置される。画像形成装置１は、ラベルセンサ３６の検出信号に基づいて、ラベルＬの先端を検出する。そして、画像形成装置１は、各ラベルＬの先端の検出結果に基づいてラベルピッチＬＰを検出し、複数のラベルＬのラベルピッチＬＰに基づいて、印刷対象ラベルＬＢにおけるラベルピッチＬＰを推定する。そして、画像形成装置１は、推定したラベルピッチＬＰに基づいて、その印刷対象ラベルＬＢに対して画像を形成するための、ＬＥＤヘッド１４（図３）が動作を開始するタイミング（書出タイミング）を決定するようになっている。

【0046】

これにより、画像形成装置１では、印刷対象ラベルＬＢが二次転写部２８に到達するタイミングと、中間転写ベルト２２におけるトナー像が二次転写部２８に到達するタイミングとを一致させることができる。その結果、二次転写部２８は、印刷対象ラベルＬＢにおける適切な位置にトナー像を転写することできるようになっている。

【0047】

記録媒体９は、二次転写部２８においてトナー像が転写された後、定着部４０に供給される。

【0048】

たるみセンサ３８は、二次転写部２８および定着部４０の間に設けられ、二次転写部２８および定着部４０の間における記録媒体９のたるみを検出するように構成される。

【0049】

図４は、二次転写部２８および定着部４０の間における記録媒体９のたるみの一例を表すものである。たるみセンサ３８は、例えば、ばねなどの付勢部材を用いて記録媒体９を搬送路８に押さえつけるとともに、記録媒体９の位置が搬送路８から所定距離より離れているかどうかに応じた検出信号を出力するように構成される。画像形成装置１は、このようなたるみセンサ３８の検出信号に基づいて、二次転写部２８および定着部４０の間における記録媒体９のたるみ量に応じたたるみ値ＶＲを検出し、この検出結果に基づいて、二次転写部２８および定着部４０の間に記録媒体９のたるみが生じるように、定着部４０における記録媒体９の搬送速度を制御する。すなわち、例えば二次転写部２８および定着部４０の間において記録媒体９のたるみが無い場合には、例えば、定着部４０が記録媒体９を引っ張ることにより、二次転写部２８における記録媒体９の位置がずれ、ラベルＬにおける画像形成位置がずれる可能性がある。よって、画像形成装置１では、二次転写部２８および定着部４０の間において記録媒体９のたるみが生じるように、定着部４０における記録媒体９の搬送速度を制御するようになっている。

【0050】

定着部４０（図１）は、記録媒体９に対し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。図４に示したように、定着部４０は、ローラ４１Ａと、駆動ローラ４１Ｂと、ローラ４１Ｃと、定着ベルト４２と、ヒータ４３Ａ，４３Ｂと、熱反射板４４と、温度センサ４５と、ローラ４６Ａと、駆動ローラ４６Ｂと、ローラ４６Ｃと、定着ベルト４７と、ヒータ４８と、熱反射板４９とを有している。

【0051】

ローラ４１Ａは、搬送路８を挟んでローラ４６Ａと対向配置され、記録媒体９に圧力を付与するように構成される。駆動ローラ４１Ｂは、搬送路８を挟んで駆動ローラ４６Ｂと対向配置され、記録媒体９に圧力を付与するように構成される。この駆動ローラ４１Ｂは、定着モータ（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に回転することにより、定着ベルト４２を循環搬送するようになっている。ローラ４１Ｃは、搬送路８から離れた位置に配置される。定着ベルト４２は、無端の弾性ベルトであり、ローラ４１Ａ、駆動ローラ４１Ｂ、ローラ４１Ｃ、および図示しないガイドにより張設（張架）されるように構成される。そして、定着ベルト４２は、駆動ローラ４１Ｂの回転に応じて循環搬送されるようになっている。ヒータ４３Ａ，４３Ｂは、例えばハロゲンヒータであり、定着ベルト４２に対して熱を付与するように構成される。熱反射板４４は、ヒータ４３Ａ，４３Ｂからの熱を反射するように構成される。これにより、定着部４０では、ヒータ４３Ａ，４３Ｂからの熱が、定着ベルト４２に付与され、定着ベルト４２が、記録媒体９上のトナーに対して熱を付与するようになっている。温度センサ４５は、定着ベルト４２の温度を検出するように構成される。

【0052】

ローラ４６Ａは、搬送路８を挟んでローラ４１Ａと対向配置され、記録媒体９に圧力を付与するように構成される。駆動ローラ４６Ｂは、搬送路８を挟んで駆動ローラ４１Ｂと対向配置され、記録媒体９に圧力を付与するように構成される。この駆動ローラ４６Ｂは、定着モータ（図示せず）から伝達された動力により、この例では時計回りに回転することにより、定着ベルト４７を循環搬送するようになっている。ローラ４６Ｃは、搬送路８から離れた位置に配置される。定着ベルト４７は、無端の弾性ベルトであり、ローラ４６Ａ、駆動ローラ４６Ｂ、ローラ４６Ｃ、および図示しないガイドにより張設（張架）されるように構成される。そして、定着ベルト４７は、駆動ローラ４６Ｂの回転に応じて循環搬送されるようになっている。ヒータ４８は、例えばハロゲンヒータであり、定着ベルト４７に対して熱を付与するように構成される。熱反射板４９は、ヒータ４８からの熱を反射するように構成される。これにより、定着部４０では、ヒータ４８からの熱が、定着ベルト４７に付与され、定着ベルト４７が、記録媒体９上のトナーに対して熱を付与するようになっている。

【0053】

この構成により、定着部４０では、ローラ４１Ａ，４６Ａ、駆動ローラ４１Ｂ，４６Ｂにより圧接部が形成され、記録媒体９上のトナーに対して圧力が付与されるとともに、定着ベルト４２，４７により、記録媒体９上のトナーに対して熱が付与される。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。

【0054】

そして、定着部４０によりトナー像が定着された記録媒体９は、画像形成装置１から排出され、リワインダ９０において、図示しないモータから供給された動力を用いて巻き取られる。

【0055】

この構成により、画像形成装置１は、記録媒体９の各ラベルＬに対して、連続的に画像形成を行うことができるようになっている。

【0056】

図５は、画像形成装置１における制御系の一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、画像形成制御部５３と、処理部６０と、記憶部７０とを備えている。

【0057】

通信部５１は、例えばＵＳＢ（Universal Serial Bus）やＬＡＮ（Local Area Network）を用いて通信を行うように構成され、例えば、ホストコンピュータから送信された、各種印刷設定データや画像データを含む印刷データＤＰを受信するように構成される。印刷設定データは、例えば、ラベルピッチＬＰの設定値や、印刷すべきラベルＬの数などについての情報を含む。

【0058】

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、例えばタッチパネル、各種ボタン、液晶ディスプレイや各種インジケータを用いて構成される。

【0059】

画像形成制御部５３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５３は、例えば、４つのＬＥＤヘッド１４（図３）における露光動作を制御する。また、画像形成制御部５３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、供給電圧ＶＳＢ、一次転写電圧ＶＴＲ１、および二次転写電圧ＶＴＲ２の生成動作を制御する。また、画像形成制御部５３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、画像形成ユニット１０におけるトナー像の形成動作、中間転写ベルト２２の搬送動作、および定着部４０による記録媒体９の搬送動作を制御する。また、画像形成制御部５３は、温度センサ４５の検出結果に基づいてヒータ４３Ａ，４３Ｂ，４８に流れる電流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。

【0060】

処理部６０は、画像形成装置１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の動作を制御するように構成される。処理部６０は、例えば、プログラムを実行可能なプロセッサや、データを一時的に記憶可能なＲＡＭ（Random Access Memory）などを用いて構成される。処理部６０は、センサ値取得部６１と、ラベルピッチ検出部６２と、ラベルピッチ変位検出部６３と、ラベルピッチ推定部６４と、ラベルピッチ補正部６５と、書出タイミング算出部６６と、センサ値取得部６７と、たるみ値検出部６８とを有している。

【0061】

図６は、ラベルピッチ検出部６２、ラベルピッチ変位検出部６３、ラベルピッチ推定部６４、たるみ値検出部６８、およびラベルピッチ補正部６５の一例を表すものである。図７は、ラベルピッチ検出部６２、ラベルピッチ変位検出部６３、ラベルピッチ推定部６４、およびラベルピッチ補正部６５により処理されるラベルピッチＬＰに係るラベルＬの一例を表すものである。図７において、例えば、Ｌ_ｉは、ｉ番目のラベルＬを示し、Ｌ_{ｉ－Ｎ＋１}は（ｉ－Ｎ＋１）番目のラベルＬを示し、Ｌ_ｉ－Ｍは（ｉ－Ｍ）番目のラベルＬを示し、Ｌ_ｉ＋Ｋは（ｉ＋Ｋ）番目のラベルＬを示す。これらの番目の数は、画像形成装置１において画像が形成される順番を示す。ｉ番目のラベルＬ_ｉは、検出された最新のラベルＬである基準ラベルＬＡであり、（ｉ＋Ｋ）番目のラベルＬ_ｉ＋Ｋは、印刷対象ラベルＬＢである。

【0062】

センサ値取得部６１（図５）は、ラベルセンサ３６の検出信号が示すセンサ値を取得するように構成される。

【0063】

ラベルピッチ検出部６２（図５，６）は、センサ値取得部６１が取得したセンサ値に基づいて、各ラベルＬのラベルピッチＬＰを検出するように構成される。そして、ラベルピッチ検出部６２は、検出したラベルピッチＬＰに基づいて、記憶部７０に記憶されたラベルピッチ履歴データ７１を更新するようになっている。ラベルピッチ履歴データ７１は、図７に示したように、検出された最新のラベルＬ（基準ラベルＬＡ）を含むＮ個（この例では７個）のラベルＬのラベルピッチＬＰを示すデータである。

【0064】

ラベルピッチ変位検出部６３は、ラベルピッチ検出部６２が検出したラベルピッチＬＰに基づいて、このラベルピッチＬＰの検出値と、印刷データＤＰに含まれるラベルピッチＬＰの設定値との差分であるラベルピッチ変位ＬＰＤを検出するように構成される。そして、ラベルピッチ変位検出部６３は、検出されたラベルピッチ変位ＬＰＤに基づいて、記憶部７０に記憶された変位履歴データ７３を更新するようになっている。変位履歴データ７３は、図７に示したように、検出された最新のラベルＬ（基準ラベルＬＡ）からＭ個（この例では５０個）前のラベルＬから、この基準ラベルＬＡまでの、複数のラベルＬの複数のラベルピッチ変位ＬＰＤを示すデータである。

【0065】

また、ラベルピッチ変位検出部６３は、この変位履歴データ７３に基づいて、検出された最新のラベルＬ（基準ラベルＬＡ）を含むＮ個（この例では７個）のラベルＬのラベルピッチ変位ＬＰＤの平均値を算出し、この算出結果を変位平均データ７４として記憶部７０に記憶させる。また、ラベルピッチ変位検出部６３は、変位履歴データ７３に基づいて、検出された最新のラベルＬ（基準ラベルＬＡ）のラベルピッチ変位ＬＰＤと、この基準ラベルＬＡからＭ個（この例では５０個）前のラベルＬのラベルピッチ変位ＬＰＤとの差分を算出し、この算出結果を変位変動データ７５として記憶部７０に記憶させるようになっている。

【0066】

ラベルピッチ推定部６４は、記憶部７０に記憶されたラベルピッチ履歴データ７１に基づいて、印刷対象ラベルＬＢのラベルピッチＬＰを推定することにより推定ラベルピッチＬＰ０を算出し、この推定ラベルピッチＬＰ０をラベルピッチ推定データ７２として記憶部７０に記憶させるように構成される。例えば、記録媒体９が平圧方式で製造された場合には、ラベルピッチＬＰには周期性が生じ得る。ラベルピッチ推定部６４は、このようなラベルピッチＬＰの周期性を解析することにより、印刷対象ラベルＬＢのラベルピッチＬＰを推定するようになっている。

【0067】

センサ値取得部６７（図５）は、たるみセンサ３８の検出信号が示すセンサ値を取得するように構成される。

【0068】

たるみ値検出部６８（図５，６）は、センサ値取得部６７が取得したセンサ値に基づいて、記録媒体９のたるみ量に応じたたるみ値ＶＲを検出するように構成される。具体的には、たるみ値検出部６８は、例えば、ラベルセンサ３６があるラベルＬの先端を検出してから次のラベルＬの先端を検出するまでの期間（ラベル期間Ｐ１）における、たるみセンサ３８の検出信号に基づいてたるみ値ＶＲを検出する。上述したように、たるみセンサ３８は、記録媒体９の位置が搬送路８から所定距離より離れたかどうかに応じた検出信号を出力する。たるみ値検出部６８は、例えば、ラベル期間Ｐ１における、記録媒体９の位置が搬送路８から所定距離より離れている期間（たるみ期間Ｐ２）の時間長に応じて、たるみ値ＶＲを算出する。この例では、たるみ値検出部６８は、たるみ期間Ｐ２の時間長が長い場合には、たるみ量が多いと判定し、たるみ値ＶＲを低い値にする。また、たるみ値検出部６８は、たるみ期間Ｐ２の時間長が短い場合には、たるみ量が少ないと判定し、たるみ値ＶＲを高い値にするようになっている。すなわち、たるみ値ＶＲは、たるみ量が少ない場合に高い値になり、たるみ量が多い場合に低い値になる。そして、たるみ値検出部６８は、検出したたるみ値ＶＲに基づいて、記憶部７０に記憶されたたるみ値履歴データ７６を更新するようになっている。たるみ値履歴データ７６は、ラベルピッチ履歴データ７１と同様に、Ｎ個（この例では７個）のたるみ値ＶＲを示すデータである。

【0069】

ラベルピッチ補正部６５は、ラベルピッチ推定部６４により算出された推定ラベルピッチＬＰ０を補正するように構成される。ラベルピッチ補正部６５は、図６に示したように、補正値生成部６５Ａと、補正処理部６５Ｂとを有する。補正値生成部６５Ａは、機械学習処理により得られた補正値生成モデルＭを用いて、記憶部７０に記憶されたラベルピッチ履歴データ７１、ラベルピッチ推定データ７２、変位平均データ７４、変位変動データ７５、およびたるみ値履歴データ７６に基づいて、ラベルピッチ推定データ７２が示す推定ラベルピッチＬＰ０に対する補正値ΔＬＰを示すデータを生成するように構成される。補正処理部６５Ｂは、推定ラベルピッチＬＰ０を、この補正値ΔＬＰに基づいて補正することにより推定ラベルピッチＬＰ１を生成するように構成される。具体的には、補正処理部６５Ｂは、図６に示したように、推定ラベルピッチＬＰ０と補正値ΔＬＰとを加算することにより、推定ラベルピッチＬＰ１を生成するようになっている。

【0070】

このようにして、画像形成装置１では、ラベルピッチ推定部６４が印刷対象ラベルＬＢのラベルピッチＬＰを推定することにより推定ラベルピッチＬＰ０を生成し、ラベルピッチ補正部６５が、この推定ラベルピッチＬＰ０を補正することにより、推定ラベルピッチＬＰ１を生成するようになっている。

【0071】

書出タイミング算出部６６（図５）は、ラベルピッチ補正部６５により生成された推定ラベルピッチＬＰ１に基づいて、その印刷対象ラベルＬＢに対して画像を形成するための、ＬＥＤヘッド１４（図３）が動作を開始するタイミング（書出タイミング）を算出するように構成される。

【0072】

記憶部７０（図５，６）は、例えば揮発性のメモリ、不揮発性のメモリ、ハードディスクドライブなどを用いて構成され、各種プログラムや、各種設定データを記憶するように構成される。記憶部７０は、ラベルピッチ履歴データ７１と、ラベルピッチ推定データ７２と、変位履歴データ７３と、変位平均データ７４と、変位変動データ７５と、たるみ値履歴データ７６と、補正値生成モデルＭとを記憶する。

【0073】

ラベルピッチ履歴データ７１は、検出された最新のラベルＬ（基準ラベルＬＡ）を含むＮ個（この例では７個）のラベルＬのラベルピッチＬＰを示すデータである。

【0074】

ラベルピッチ推定データ７２は、ラベルピッチ履歴データ７１に含まれるＮ個（この例では７個）のラベルＬのラベルピッチＬＰに基づいてラベルピッチ推定部６４により推定された、印刷対象ラベルＬＢのラベルピッチＬＰ（推定ラベルピッチＬＰ０）を示すデータである。

【0075】

変位履歴データ７３は、検出された最新のラベルＬ（基準ラベルＬＡ）からＭ個（この例では５０個）前のラベルＬから、この基準ラベルＬＡまでの、複数のラベルＬの複数のラベルピッチ変位ＬＰＤを示すデータである。

【0076】

変位平均データ７４は、検出された最新のラベルＬ（基準ラベルＬＡ）を含むＮ個（この例では７個）のラベルＬのラベルピッチ変位ＬＰＤの平均値を示すデータである。

【0077】

変位変動データ７５は、検出された最新のラベルＬ（基準ラベルＬＡ）のラベルピッチ変位ＬＰＤと、この基準ラベルＬＡからＭ個（この例では５０個）前のラベルＬのラベルピッチ変位ＬＰＤとの差分を示すデータである。

【0078】

たるみ値履歴データ７６は、検出されたＮ個（この例では７個）のラベルＬのラベル期間Ｐ１のそれぞれにおけるたるみ値ＶＲを示すデータである。

【0079】

補正値生成モデルＭは、予め機械学習処理を行うことにより生成された学習モデルであり、画像形成装置１の記憶部７０に記憶される。補正値生成モデルＭでは、ラベルピッチ履歴データ７１、ラベルピッチ推定データ７２、変位平均データ７４、変位変動データ７５、およびたるみ値履歴データ７６が入力され、ラベルピッチ推定データ７２が示すラベルピッチＬＰの推定値に対する補正値ΔＬＰを示すデータが出力されるようになっている。

【0080】

（機械学習装置２００）
図８は、補正値生成モデルＭ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、この例では、パーソナルコンピュータである。なお、これに限定されるものではなく、これに代えて、例えば、画像形成装置１における処理部６０が機械学習処理を行うようにしてもよい。機械学習装置２００には、ディスプレイ２０１と、キーボード２０２と、マウス２０３とが接続される。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ように構成される。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。

【0081】

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。

【0082】

処理部２１０は、例えばＣＰＵ（Central Processing Unit）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、教師データ生成部２１２と、学習モデル生成部２１３とを有している。

【0083】

図８は、データセット取得部２１１、教師データ生成部２１２、および学習モデル生成部２１３の一例を表すものである。

【0084】

データセット取得部２１１は、機械学習処理に必要なデータのセットであるデータセットＤＳを取得するように構成される。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に記憶させるようになっている。データセットＤＳは、ラベルピッチ履歴データ２２１と、ラベルピッチ推定データ２２２と、変位平均データ２２４と、変位変動データ２２５と、たるみ値履歴データ２２６と、ラベルピッチデータ２２７とを含んでいる。

【0085】

ラベルピッチ履歴データ２２１は、ラベルピッチ履歴データ７１（図５，６）と同様に、あるラベルＬ（基準ラベルＬＡ）を含むＮ個（この例では７個）のラベルＬのラベルピッチＬＰを示すデータである。

【0086】

ラベルピッチ推定データ２２２は、ラベルピッチ推定データ７２（図５，６）と同様に、ラベルピッチ履歴データ２２１に含まれるＮ個（この例では７個）のラベルＬのラベルピッチＬＰに基づいてラベルピッチ推定部６４により推定された、基準ラベルＬＡよりもＫ個（例えば７個）だけ搬送方向Ｆ１の上流に配置されたラベルＬのラベルピッチＬＰ（推定ラベルピッチＬＰ０）を示すデータである。

【0087】

変位平均データ２２４は、変位平均データ７４（図５，６）と同様に、あるラベルＬ（基準ラベルＬＡ）を含むＮ個（この例では７個）のラベルＬのラベルピッチ変位ＬＰＤの平均値を示すデータである。

【0088】

変位変動データ２２５は、変位変動データ７５（図５，６）と同様には、あるラベルＬ（基準ラベルＬＡ）のラベルピッチ変位ＬＰＤと、この基準ラベルＬＡからＭ個（この例では５０個）前のラベルＬのラベルピッチ変位ＬＰＤとの差分を示すデータである。

【0089】

たるみ値履歴データ２２６は、たるみ値履歴データ７６（図５，６）と同様に、あるラベルＬ（基準ラベルＬＡ）を含むＮ個（この例では７個）のラベルＬのラベル期間Ｐ１のそれぞれにおけるたるみ値ＶＲを示すデータである。

【0090】

ラベルピッチデータ２２７は、基準ラベルＬＡよりもＫ個（例えば７個）だけ搬送方向Ｆ１の上流に配置されたラベルＬのラベルピッチＬＰを示すデータである。

【0091】

データセット取得部２１１は、このようなラベルピッチ履歴データ２２１、ラベルピッチ推定データ２２２、変位平均データ２２４、変位変動データ２２５、たるみ値履歴データ２２６、およびラベルピッチデータ２２７を含むデータセットＤＳを、例えば画像形成装置１から取得することができる。すなわち、画像形成装置１は、例えば、記録媒体９に対して画像を形成せずに、記録媒体９を搬送させつつラベルＬを順次検出することにより、複数のデータセットＤＳを得ることができる。言い換えれば、画像形成装置１は、ラベルＬを順次検出する度に、検出された最新のラベルＬを基準ラベルＬＡとして設定し、その基準ラベルＬＡに対応するデータセットＤＳを得ることができる。データセット取得部２１１は、このようにして画像形成装置１により得られた複数のデータセットＤＳを取得する。そして、データセット取得部２１１は、取得した複数のデータセットＤＳを記憶部２２０に記憶させるようになっている。

【0092】

教師データ生成部２１２は、記憶部２２０に記憶されたデータセットＤＳに含まれる、ラベルピッチデータ２２７が示すラベルピッチＬＰと、ラベルピッチ推定データ２２２が示す推定ラベルピッチＬＰ０との差分に基づいて、補正値ΔＬＰを教師データＤＴとして生成するように構成される。具体的には、教師データ生成部２１２は、ラベルピッチデータ２２７が示すラベルピッチＬＰから、ラベルピッチ推定データ２２２が示す推定ラベルピッチＬＰ０を減算することにより、補正値ΔＬＰを生成するようになっている。

【0093】

学習モデル生成部２１３は、記憶部２２０に記憶されたラベルピッチ履歴データ２２１、ラベルピッチ推定データ２２２、変位平均データ２２４、変位変動データ２２５、たるみ値履歴データ２２６、および教師データ生成部２１２により生成された教師データＤＴ（補正値ΔＬＰ）に基づいて、機械学習処理を行うことにより、補正値生成モデルＭを生成するように構成される。学習モデル生成部２１３は、この例では、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、補正値生成モデルＭを生成する。そして、学習モデル生成部２１３は、生成した補正値生成モデルＭを記憶部２２０に記憶させるようになっている。

【0094】

図１０は、学習モデル生成部２１３において行わ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ｋ個のニューロンｘ（ニューロンｘ_１～ｘ_ｋ）と、第１中間層ＬＹ１おけるｍ個のニューロンｙ１（ニューロンｙ１_１～ｙ１_ｍ）と、第２中間層ＬＹ２におけるｎ個のニューロンｙ２（ニューロンｙ２_１～ｙ２_ｎ）と、出力層ＬＺにおける１個のニューロンｚ（ニューロンｚ_１）とを有している。この例では、２つの中間層を設けたが、これに限定されるものではなく、３つ以上の中間層を設けてもよいし、１つの中間層を設けてもよい。

【0095】

入力層ＬＸと第１中間層ＬＹ１との間、第１中間層ＬＹ１と第２中間層ＬＹ２との間、第２中間層ＬＹ２と出力層ＬＺとの間には、ニューロンを接続するノードが設けられており、それぞれのノードには、重みｗｊ（ｊは自然数）が対応づけられている。

【0096】

以下に、記憶部２２０に記憶されたラベルピッチ履歴データ２２１、ラベルピッチ推定データ２２２、変位平均データ２２４、変位変動データ２２５、たるみ値履歴データ２２６、および教師データ生成部２１２により供給された補正値ΔＬＰに基づいて、機械学習処理を実行することにより補正値生成モデルＭを生成する処理を説明する。

【0097】

学習モデル生成部２１３は、記憶部２２０に記憶されたラベルピッチ履歴データ２２１、ラベルピッチ推定データ２２２、変位平均データ２２４、変位変動データ２２５、たるみ値履歴データ２２６と、教師データ生成部２１２により供給された補正値ΔＬＰとの相関関係を学習する。具体的には、学習モデル生成部２１３は、ラベルピッチ履歴データ２２１、ラベルピッチ推定データ２２２、変位平均データ２２４、変位変動データ２２５、およびたるみ値履歴データ２２６を入力層ＬＸの複数のニューロンｘに対応づけることにより、出力層ＬＺのニューロンｚの値を算出する。まず、学習モデル生成部２１３は、入力層ＬＸのｋ個のニューロンｘの値に基づいて、第１中間層ＬＹ１のｍ個のニューロンｙ１の値を算出する。具体的には、学習モデル生成部２１３は、第１中間層ＬＹ１の各ニューロンｙ１の値を、このニューロンｙ１に接続された、入力層ＬＸのｋ個のニューロンｘの値に基づいて、各ノードに対応づけられた重みＷｉを用いて重みづけ加算を行うことにより算出する。同様に、学習モデル生成部２１３は、第１中間層ＬＹ１のｍ個のニューロンｙ１の値に基づいて、第２中間層ＬＹ２のｎ個のニューロンｙ２の値を算出し、第２中間層ＬＹ２のｎ個のニューロンｙ２の値に基づいて、出力層ＬＺのニューロンｚの値を算出する。

【0098】

そして、学習モデル生成部２１３は、算出された出力層ＬＺのニューロンｚ_１の値と、教師データＤＴに含まれるデータｔ_１の値とを比較して誤差を求める。ここで、ニューロンｚ_１の値は、ラベルピッチ履歴データ２２１、ラベルピッチ推定データ２２２、変位平均データ２２４、変位変動データ２２５、およびたるみ値履歴データ２２６に基づいて算出された補正値ΔＬＰであり、データｔ_１の値は、教師データＤＴにおける補正値ΔＬＰ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、各ノードに対応づけられた重みｗｉを調整する（バックプロバケーション）ことを反復する。

【0099】

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、学習モデル生成部２１３は、学習を終了して、そのニューラルネットワークモデルを補正値生成モデルＭとして記憶部２２０に記憶させる。このようにして、学習モデル生成部２１３は、ニューラルネットワークモデルのノードのそれぞれに対応づけられた全ての重みｗｊについての情報を含む補正値生成モデルＭを生成するようになっている。

【0100】

記憶部２２０（図８，９）は、例えばＨＤＤ（Hard Disk Drive）やＳＳＤ（Solid State Drive）を用いて構成され、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ように構成される。記憶部２２０は、データセットＤＳ、および補正値生成モデルＭを記憶している。データセットＤＳは、ラベルピッチ履歴データ２２１と、ラベルピッチ推定データ２２２と、変位平均データ２２４と、変位変動データ２２５と、たるみ値履歴データ２２６と、ラベルピッチデータ２２７とを含み、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。補正値生成モデルＭ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。

【0101】

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（Local Area Network）を用いて通信を行うように構成される。

【0102】

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。この機械学習装置２００において、記憶部２２０は、本発明における「記憶部」の一具体例に対応する。二次転写部２８は、本発明における「転写部」の一具体例に対応する。定着部４０は、本発明における「搬送部」の一具体例に対応する。たるみ値履歴データ２２６は、本発明における「たるみ値履歴データ」の一具体例に対応する。印刷対象ラベルＬＢは、本発明における「第１のラベル」の一具体例に対応する。ラベルピッチデータ２２７は、本発明における「ラベルピッチデータ」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。補正値生成モデルＭは、本発明における「学習モデル」の一具体例に対応する。ラベルピッチ履歴データ２２１は、本発明における「ラベルピッチ履歴データ」の一具体例に対応する。ラベルピッチ推定データ２２２は、本発明における「ラベルピッチ推定データ」の一具体例に対応する。推定ラベルピッチＬＰ０は、本発明における「推定ラベルピッチ」の一具体例に対応する。教師データ生成部２１２は、本発明における「生成部」の一具体例に対応する。変位平均データ２２４は、本発明における「変位平均データ」の一具体例に対応する。変位変動データ２２５は、本発明における「変位変動データ」の一具体例に対応する。

【0103】

画像形成装置１は、本発明における「画像形成装置」の一具体例に対応する。この画像形成装置１において、二次転写部２８は、本発明における「転写部」の一具体例に対応する。定着部４０は、本発明における「搬送部」の一具体例に対応する。たるみセンサ３８は、本発明における「たるみセンサ」の一具体例に対応する。記憶部７０は、本発明における「記憶部」の一具体例に対応する。たるみ値履歴データ７６は、本発明における「たるみ値履歴データ」の一具体例に対応する。ラベルピッチ推定部６４およびラベルピッチ補正部６５は、本発明における「演算部」の一具体例に対応する。書出タイミング算出部６６は、本発明における「調節部」の一具体例に対応する。ラベルセンサ３６は、本発明における「ラベルセンサ」の一具体例に対応する。ラベルピッチ履歴データ７１は、本発明における「ラベルピッチ履歴データ」の一具体例に対応する。ラベルピッチ推定部６４は、本発明における「ラベルピッチ推定部」の一具体例に対応する。ラベルピッチ推定データ７２は、本発明における「ラベルピッチ推定データ」の一具体例に対応する。ラベルピッチ補正部６５は、本発明における「ラベルピッチ補正部」の一具体例に対応する。変位平均データ７４は、本発明における「変位平均データ」の一具体例に対応する。変位変動データ７５は、本発明における「変位変動データ」の一具体例に対応する。

【0104】

［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。

【0105】

（全体動作概要）
図１，３，５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（図１）では、媒体供給ローラ３１は、記録媒体９が巻かれたロールから記録媒体９を引き出して、搬送路８に沿って記録媒体９を搬送する。搬送ローラ３４，３５は、記録媒体９を搬送路８に沿って搬送する。ラベルセンサ３６は、搬送ローラ３５から供給された記録媒体９のラベルＬを検出する。

【0106】

処理部６０のセンサ値取得部６１は、ラベルセンサ３６の検出信号が示すセンサ値を取得する。ラベルピッチ検出部６２は、センサ値取得部６１が取得したセンサ値に基づいて、各ラベルＬのラベルピッチＬＰを検出する。そして、ラベルピッチ検出部６２は、検出したラベルピッチＬＰに基づいて、記憶部７０に記憶されたラベルピッチ履歴データ７１を更新する。ラベルピッチ変位検出部６３は、ラベルピッチ検出部６２が検出したラベルピッチＬＰに基づいて、このラベルピッチＬＰの検出値と、印刷データＤＰに含まれるラベルピッチＬＰの設定値との差分であるラベルピッチ変位ＬＰＤを検出する。そして、ラベルピッチ変位検出部６３は、検出されたラベルピッチ変位ＬＰＤに基づいて、記憶部７０に記憶された変位履歴データ７３を更新する。また、ラベルピッチ変位検出部６３は、この変位履歴データ７３に基づいて、検出された最新のラベルＬ（基準ラベルＬＡ）を含むＮ個（この例では７個）のラベルＬのラベルピッチ変位ＬＰＤの平均値を算出し、この算出結果を変位平均データ７４として記憶部７０に記憶させる。また、ラベルピッチ変位検出部６３は、変位履歴データ７３に基づいて、検出された最新のラベルＬ（基準ラベルＬＡ）のラベルピッチ変位ＬＰＤと、この基準ラベルＬＡからＭ個（この例では５０個）前のラベルＬのラベルピッチ変位ＬＰＤとの差分を算出し、この算出結果を変位変動データ７５として記憶部７０に記憶させる。ラベルピッチ推定部６４は、記憶部７０に記憶されたラベルピッチ履歴データ７１に基づいて、印刷対象ラベルＬＢのラベルピッチＬＰを推定することにより推定ラベルピッチＬＰ０を算出し、この推定ラベルピッチＬＰ０をラベルピッチ推定データ７２として記憶部７０に記憶させる。

【0107】

センサ値取得部６７は、たるみセンサ３８の検出信号が示すセンサ値を取得する。たるみ値検出部６８は、センサ値取得部６７が取得したセンサ値に基づいて、記録媒体９のたるみ量に応じたたるみ値ＶＲを検出する。そして、たるみ値検出部６８は、検出したたるみ値ＶＲに基づいて、記憶部７０に記憶されたたるみ値履歴データ７６を更新する。

【0108】

ラベルピッチ補正部６５は、ラベルピッチ推定部６４により算出された推定ラベルピッチＬＰ０を補正する。ラベルピッチ補正部６５の補正値生成部６５Ａは、機械学習処理により得られた補正値生成モデルＭを用いて、記憶部７０に記憶されたラベルピッチ履歴データ７１、ラベルピッチ推定データ７２、変位平均データ７４、変位変動データ７５、およびたるみ値履歴データ７６に基づいて、ラベルピッチ推定データ７２が示す推定ラベルピッチＬＰ０に対する補正値ΔＬＰを生成する。ラベルピッチ補正部６５の補正処理部６５Ｂは、推定ラベルピッチＬＰ０を、この補正値ΔＬＰに基づいて補正することにより推定ラベルピッチＬＰ１を生成する。書出タイミング算出部６６は、ラベルピッチ補正部６５により生成された推定ラベルピッチＬＰ１に基づいて、その印刷対象ラベルＬＢに対して画像を形成するための、ＬＥＤヘッド１４が動作を開始するタイミング（書出タイミング）を算出する。

【0109】

画像形成制御部５３は、書出タイミング算出部６６が算出した書出タイミングに応じたタイミングで、４つの画像形成ユニット１０のＬＥＤヘッド１４の動作をそれぞれ開始させる。これにより、４つの画像形成ユニット１０がトナー像を形成する。そして、４つの一次転写ローラ２１は、対応する画像形成ユニット１０の感光体１１のトナー像を中間転写ベルト２２の被転写面上にそれぞれ転写（一次転写）する。中間転写ベルト２２のトナー像は、中間転写ベルト２２が循環搬送されることにより二次転写部２８に到達する。二次転写部２８は、中間転写ベルト２２の被転写面上のトナー像を、記録媒体９の被転写面（ラベル面９Ｃ）上に転写（二次転写）する。定着部４０は、トナー像を記録媒体９上に定着させる。そして、定着部４０によりトナー像が定着された記録媒体９は、画像形成装置１から排出され、リワインダ９０により巻き取られる。

【0110】

次に、図８，９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、機械学習処理に必要なデータのセットであるデータセットＤＳ（ラベルピッチ履歴データ２２１、ラベルピッチ推定データ２２２、変位平均データ２２４、変位変動データ２２５、たるみ値履歴データ２２６、およびラベルピッチデータ２２７）を取得する。教師データ生成部２１２は、データセットＤＳに含まれる、ラベルピッチデータ２２７が示すラベルピッチＬＰと、ラベルピッチ推定データ２２２が示す推定ラベルピッチＬＰ０との差分に基づいて、補正値ΔＬＰを教師データＤＴとして生成する。学習モデル生成部２１３は、記憶部２２０に記憶されたラベルピッチ履歴データ２２１、ラベルピッチ推定データ２２２、変位平均データ２２４、変位変動データ２２５、たるみ値履歴データ２２６、および教師データ生成部２１２により生成された教師データＤＴ（補正値ΔＬＰ）に基づいて、機械学習処理を行うことにより、補正値生成モデルＭを生成する。

【0111】

（画像形成装置１の詳細動作）
画像形成装置１は、検出されたラベルＬのラベルピッチＬＰ、および検出された記録媒体９のたるみ量に応じたたるみ値ＶＲに基づいて、検出された最新のラベルＬ（基準ラベルＬＡ）よりもＫ個（例えば７個）だけ搬送方向Ｆ１の上流に配置されたラベルＬ（印刷対象ラベルＬＢ）の位置を推定し、その印刷対象ラベルＬＢの位置に合わせて画像を形成する。以下に、画像形成装置１の詳細動作について説明する。

【0112】

図１１は、画像形成装置１の一動作例を表すものである。処理部６０は、センサ値取得部６１がラベルセンサ３６の検出信号が示すセンサ値を取得し、センサ値取得部６７がたるみセンサ３８の検出信号が示すセンサ値を取得する度に、以下の処理を行う。

【0113】

まず、ラベルピッチ検出部６２がラベルピッチＬＰを検出し、たるみ値検出部６８がたるみ値ＶＲを検出したかどうかを確認する（ステップＳ１０１）。ラベルピッチ検出部６２およびたるみ値検出部６８がラベルピッチＬＰおよびたるみ値ＶＲを検出していない場合（ステップＳ１０１において“Ｎ”）には、ラベルピッチＬＰおよびたるみ値ＶＲを検出するまでこのステップＳ１０１を繰り返す。

【0114】

ステップＳ１０１において、ラベルピッチ検出部６２がラベルピッチＬＰを検出し、たるみ値検出部６８がたるみ値ＶＲを検出した場合（ステップＳ１０１において“Ｙ”）には、ラベルピッチ検出部６２は、検出されたラベルピッチＬＰに基づいて、記憶部７０に記憶されたラベルピッチ履歴データ７１を更新する（ステップＳ１０２）。

【0115】

次に、ラベルピッチ変位検出部６３は、検出されたラベルピッチＬＰに基づいて、このラベルピッチＬＰの検出値と、印刷データＤＰに含まれるラベルピッチＬＰの設定値との差分であるラベルピッチ変位ＬＰＤを検出する（ステップＳ１０３）。

【0116】

次に、ラベルピッチ変位検出部６３は、検出されたラベルピッチ変位ＬＰＤに基づいて、記憶部７０に記憶された変位履歴データ７３を更新する（ステップＳ１０４）。

【0117】

次に、ラベルピッチ変位検出部６３は、変位履歴データ７３に基づいて、検出された最新のラベルＬ（基準ラベルＬＡ）を含むＮ個（この例では７個）のラベルＬのラベルピッチ変位ＬＰＤの平均値を算出することにより、変位平均データ７４を生成する（ステップＳ１０５）。そして、ラベルピッチ変位検出部６３は、生成した変位平均データ７４を記憶部７０に記憶させる。

【0118】

次に、ラベルピッチ変位検出部６３は、変位履歴データ７３に基づいて、検出された最新のラベルＬ（基準ラベルＬＡ）のラベルピッチ変位ＬＰＤと、この基準ラベルＬＡからＭ個（この例では５０個）前のラベルＬのラベルピッチ変位ＬＰＤとの差分を算出することにより、変位変動データ７５を生成する（ステップＳ１０６）。そして、ラベルピッチ変位検出部６３は、生成した変位変動データ７５を記憶部７０に記憶させる。

【0119】

次に、ラベルピッチ推定部６４は、ラベルピッチ履歴データ７１に基づいて、印刷対象ラベルＬＢのラベルピッチＬＰ（推定ラベルピッチＬＰ０）を推定することにより、ラベルピッチ推定データ７２を生成する（ステップＳ１０７）。そして、ラベルピッチ推定部６４は、生成したラベルピッチ推定データ７２を記憶部７０に記憶させる。

【0120】

次に、たるみ値検出部６８は、検出されたたるみ値ＶＲに基づいて、記憶部７０に記憶されたたるみ値履歴データ７６を更新する（ステップＳ１０８）。

【0121】

次に、ラベルピッチ補正部６５の補正値生成部６５Ａは、記憶部７０に記憶された補正値生成モデルＭを用いて、記憶部７０に記憶されたラベルピッチ履歴データ７１、ラベルピッチ推定データ７２、変位平均データ７４、変位変動データ７５、およびたるみ値履歴データ７６に基づいて、ラベルピッチ推定データ７２が示す推定ラベルピッチＬＰ０に対する補正値ΔＬＰを生成する（ステップＳ１０９）。

【0122】

次に、ラベルピッチ補正部６５の補正処理部６５Ｂは、推定ラベルピッチＬＰ０を、補正値ΔＬＰに基づいて補正することにより推定ラベルピッチＬＰ１を生成する（ステップＳ１１０）。

【0123】

そして、書出タイミング算出部６６は、推定ラベルピッチＬＰ１に基づいて、印刷対象ラベルＬＢに対して画像を形成するための書出タイミングを算出する（ステップＳ１１１）。

【0124】

以上で、このフローは終了する。

【0125】

このように、画像形成装置１では、二次転写部２８および定着部４０の間における記録媒体９のたるみ量に応じたたるみ値履歴データ７６を含む第１のデータが入力され、記録媒体９におけるたるみ値履歴データ７６が得られた位置よりも搬送方向Ｆ１の上流に設けられたラベルＬ（印刷対象ラベルＬＢ）におけるラベルピッチＬＰに関連する補正値ΔＬＰを示す第２のデータが出力される補正値生成モデルＭを設けるようにした。そして、ラベルピッチ補正部６５は、この補正値生成モデルＭを用いて、たるみセンサ３８の検出結果に応じたたるみ値履歴データ７６を含む第１のデータに基づいて、補正値ΔＬＰを示す第２のデータを生成するようにした。これにより、画像形成装置１では、この補正値ΔＬＰに基づいて推定ラベルピッチＬＰ１を生成することができるので、印刷対象ラベルＬＢにおける適切な位置に、画像を形成することができる。

【0126】

すなわち、画像形成装置１は、二次転写部２８および定着部４０の間に記録媒体９のたるみが生じるように、定着部４０における記録媒体９の搬送速度を制御する。例えば、二次転写部２８および定着部４０の間の記録媒体９のたるみ量が少ない（たるみ値ＶＲが大きい）場合には、画像形成装置１は、定着部４０における記録媒体９の搬送速度を遅くすることにより、たるみ量を増やそうとする。また、二次転写部２８および定着部４０の間の記録媒体９のたるみ量が多い（たるみ値ＶＲが小さい）場合には、画像形成装置１は、定着部４０における記録媒体９の搬送速度を速くすることにより、たるみ量を減らそうとする。印刷対象ラベルＬＢにおける画像形成位置は、以下に説明するように、二次転写部２８および定着部４０の間のたるみ量に応じて変化し得る。

【0127】

図１２は、印刷対象ラベルＬＢにおける画像形成位置と、二次転写部２８および定着部４０の間のたるみ量に応じたたるみ値ＶＲとの相関関係を表すものである。横軸はたるみ値ＶＲを示し、縦軸は、印刷対象ラベルＬＢにおける画像形成位置のずれ量を示す。このずれ量は、値が大きいほど、画像形成位置が印刷対象ラベルＬＢの先端に近いことを示し、値が小さいほど、画像形成位置が印刷対象ラベルＬＢの先端から離れていることを示す。

【0128】

図１２に示したように、印刷対象ラベルＬＢにおける画像形成位置は、たるみ値ＶＲが大きい場合には、印刷対象ラベルＬＢの先端から離れ、たるみ値ＶＲが小さい場合には、印刷対象ラベルＬＢの先端に近づくたるみ値ＶＲが大きいほど低い値になる。

【0129】

例えば、二次転写部２８および定着部４０の間の記録媒体９のたるみ量が少ない（たるみ値ＶＲが大きい）場合には、定着部４０は、二次転写部２８から記録媒体９を引っ張りやすくなる。定着部４０が、二次転写部２８から記録媒体９を引っ張ると、二次転写部２８では、印刷対象ラベルＬが進むので、画像形成位置が印刷対象ラベルＬＢの先端から離れる。一方、二次転写部２８および定着部４０の間の記録媒体９のたるみ量が多い（たるみ値ＶＲが小さい）場合には、定着部４０は、二次転写部２８から記録媒体９を引っ張りにくくなる。よって、二次転写部２８では、たるみ量が少ない場合に比べて、印刷対象ラベルＬが遅れるので、画像形成位置が印刷対象ラベルＬＢの先端に近づく。

【0130】

このように、画像形成位置およびたるみ値ＶＲに相関関係があることに着目し、画像形成装置１では、記録媒体９のたるみ量に応じたたるみ値履歴データ７６を含む第１のデータが入力され、印刷対象ラベルＬＢにおけるラベルピッチＬＰに関連する補正値ΔＬＰを示す第２のデータが出力される補正値生成モデルＭを設けるようにした。これにより、画像形成装置１では、たるみ値履歴データ７６に応じて、画像形成位置が調節されるので、印刷対象ラベルＬＢにおける適切な位置に、画像を形成することができる。

【0131】

また、画像形成装置１では、補正値生成モデルＭに入力される第１のデータが、Ｎ個（この例では７個）のラベルＬにおける複数のラベルピッチＬＰを示すラベルピッチ履歴データ７１を含むようにした。これにより、画像形成装置１では、印刷対象ラベルＬＢにおける適切な位置に、画像を形成することができる。

【0132】

すなわち、記録媒体９における複数のラベルＬに画像を形成する際、記録媒体９の製造方法に起因するラベルピッチＬＰのばらつきや、画像形成装置１における記録媒体９の搬送速度の揺らぎにより、適切な位置に画像を形成することは難しい。特に、この２つの要因は不可分であり、いわゆるルールベースの方法により、印刷対象ラベルＬＢの位置を推定することは難しい。画像形成装置１では、複数のラベルピッチＬＰを示すラベルピッチ履歴データ７１を補正値生成モデルＭに入力するようにしたので、１つのラベルピッチＬＰだけでなく、複数のラベルピッチＬＰの傾向を考慮して、印刷対象ラベルＬＢの位置を推定することができる。その結果、画像形成装置１では、記録媒体９の製造方法に起因するラベルピッチＬＰのばらつきや、画像形成装置１における記録媒体９の搬送速度の揺らぎがある場合でも、精度よく印刷対象ラベルＬＢの位置を推定することができる。

【0133】

また、画像形成装置１では、補正値生成モデルＭに入力される第１のデータが、ラベルピッチ推定データ７２を含むようにした。また、画像形成装置１では、補正値生成モデルＭに入力される第１のデータが、Ｎ個（この例では７個）のラベルＬにおける複数のラベルピッチＬＰのそれぞれと、印刷データＤＰに含まれるラベルピッチＬＰの設定値との差分であるラベルピッチ変位ＬＰＤの平均値を示す変位平均データ７４を含むようにした。また、画像形成装置１では、補正値生成モデルＭに入力される第１のデータが、Ｎ個（この例では７個）のラベルＬのうちの例えば基準ラベルＬＡのラベルピッチＬＰと、ラベルピッチＬＰの設定値との差分であるラベルピッチ変位ＬＰＤと、例えば基準ラベルＬＡのＭ個（この例では５０個）前のラベルＬにおけるラベルピッチＬＰとラベルピッチＬＰの設定値との差分であるラベルピッチ変位ＬＰＤとの差分を示す変位変動データ７５を含むようにした。これにより、画像形成装置１では、印刷対象ラベルＬＢの位置の推定精度を高めることができるので、印刷対象ラベルＬＢにおける適切な位置に、画像を形成することができる。

【0134】

すなわち、記録媒体９における複数のラベルＬに画像を形成する際、記録媒体９の製造方法に起因するラベルピッチＬＰのばらつきや、画像形成装置１における記録媒体９の搬送速度の揺らぎにより、適切な位置に画像を形成することは難しい。特に、搬送速度の揺らぎは、印刷処理ごとに異なり、いわゆるルールベースの方法により、印刷対象ラベルＬＢの位置を推定することは難しい。また、搬送速度の揺らぎは、比較的長い時間にわたる揺らぎであるので、例えば２、３個のラベルピッチＬＰに基づいて印刷対象ラベルＬＢの位置を推定することは難しい。画像形成装置１では、補正値生成モデルＭに上述したような様々なデータが入力されるようにしたので、印刷対象ラベルＬＢの位置の推定精度を高めることができるので、印刷対象ラベルＬＢにおける適切な位置に、画像を形成することができる。

【0135】

（機械学習装置２００の詳細動作）
図１３は、機械学習装置２００の一動作例を表すものである。

【0136】

まず、処理部２１０は、機械学習処理において使用される補正値生成モデルＭの初期モデル（補正値生成モデルＭ０）を準備する（ステップＳ２０１）。この補正値生成モデルＭ０におけるニューラルネットワークＮＮでは、重みＷｊが所定の初期値に設定されている。

【0137】

次に、データセット取得部２１１は、ラベルピッチ履歴データ２２１、ラベルピッチ推定データ２２２、変位平均データ２２４、変位変動データ２２５、たるみ値履歴データ２２６、およびラベルピッチデータ２２７を含むデータセットＤＳを取得する（ステップＳ２０２）。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。

【0138】

次に、教師データ生成部２１２は、データセットＤＳに含まれる、ラベルピッチデータ２２７が示すラベルピッチＬＰと、ラベルピッチ推定データ２２２が示す推定ラベルピッチＬＰ０との差分に基づいて、補正値ΔＬＰを教師データＤＴとして生成する（ステップＳ２０３）。

【0139】

次に、学習モデル生成部２１３は、データセットＤＳに含まれるラベルピッチ履歴データ２２１、ラベルピッチ推定データ２２２、変位平均データ２２４、変位変動データ２２５、およびたるみ値履歴データ２２６を、補正値生成モデルＭ０の入力層ＬＸに入力する（ステップＳ２０４）。これにより、補正値生成モデルＭ０の出力層ＬＺから、補正値ΔＬＰを示すデータが出力される。

【0140】

そして、学習モデル生成部２１３は、補正値生成モデルＭ０の出力層ＬＺから出力されたデータと、ステップＳ２０３において生成した補正値ΔＬＰ（教師データＤＴ）とに基づいて、機械学習処理を行う（ステップＳ２０５）。具体的には、学習モデル生成部２１３は、出力層ＬＺから出力されたデータと、教師データＤＴに含まれる補正値ΔＬＰとを比較し、両者の誤差を検出し、この誤差が小さくなるようなデータが出力層ＬＺから出力されるよう、補正値生成モデルＭ０における重みＷｊを調整する。

【0141】

次に、学習モデル生成部２１３は、機械学習処理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、さらに機械学習処理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。機械学習処理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、機械学習処理が終了するまで、ステップＳ２０２～Ｓ２０６の処理を繰り返す。このように繰り返すことにより、補正値生成モデルＭ０の精度は向上していく。

【0142】

そして、ステップＳ２０６において、機械学習処理が終了した場合（ステップＳ２０６において“Ｙ”）には、学習モデル生成部２１３は、この機械学習処理において使用した補正値生成モデルＭ０を、学習済みの補正値生成モデルＭとして、記憶部２２０に記憶させる。

【0143】

以上で、このフローは終了する。

【0144】

このように、機械学習装置では、機械学習処理を行うことにより、二次転写部２８および定着部４０の間における記録媒体９のたるみ量に応じたたるみ値履歴データ２２６を含む第１のデータが入力され、記録媒体９におけるたるみ値履歴データ２２６が得られた位置よりも搬送方向Ｆ１の上流に設けられたラベルＬ（印刷対象ラベルＬＢ）におけるラベルピッチＬＰに関連する補正値ΔＬＰを示す第２のデータが出力される補正値生成モデルＭを生成するようにした。これにより、画像形成装置１では、この補正値生成モデルＭを用いて、精度よく印刷対象ラベルＬＢの位置を推定することができるので、印刷対象ラベルＬＢにおける適切な位置に、画像を形成することができる。

【0145】

［効果］
以上のように本実施の形態では、二次転写部および定着部の間における記録媒体のたるみ量に応じたたるみ値履歴データを含む第１のデータが入力され、記録媒体におけるたるみ値履歴データが得られた位置より搬送方向の上流に設けられたラベル（印刷対象ラベル）におけるラベルピッチに関連する補正値を示す第２のデータが出力される補正値生成モデルを設けるようにした。そして、ラベルピッチ補正部は、この補正値生成モデルを用いて、たるみセンサの検出結果に応じたたるみ値履歴データを含む第１のデータに基づいて、補正値を示す第２のデータを生成するようにした。これにより、画像を適切な位置に形成することができる。

【0146】

本実施の形態では、機械学習処理を行うことにより、二次転写部および定着部の間における記録媒体のたるみ量に応じたたるみ値履歴データを含む第１のデータが入力され、記録媒体におけるたるみ値履歴データが得られた位置より搬送方向の上流に設けられたラベル（印刷対象ラベル）におけるラベルピッチに関連する補正値を示す第２のデータが出力される補正値生成モデルを生成するようにした。これにより、画像を適切な位置に形成することができる。

【0147】

［変形例１］
上記実施の形態では、画像形成装置１（図６）において、ラベルピッチ推定部６４が推定ラベルピッチＬＰ０を生成し、ラベルピッチ補正部６５が、学習モデル（補正値生成モデルＭ）を用いて推定ラベルピッチＬＰ０に対する補正値ΔＬＰを生成し、この補正値ΔＬＰに基づいて推定ラベルピッチＬＰ０を補正することにより推定ラベルピッチＬＰ１を生成したが、これに限定されるものではない。これに代えて、例えば、ラベルピッチ補正部が、学習モデルを用いて推定ラベルピッチＬＰ１を生成してもよい。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。

【0148】

図１４は、画像形成装置１Ａにおける制御系の一例を表すものである。画像形成装置１Ａは、処理部６０Ａと、記憶部７０Ａとを備えている。処理部６０Ａは、ラベルピッチ補正部８５Ａを有している。図１５は、ラベルピッチ検出部６２、ラベルピッチ変位検出部６３、ラベルピッチ推定部６４、およびラベルピッチ補正部８５Ａの一例を表すものである。

【0149】

ラベルピッチ補正部８５Ａは、ラベルピッチ推定部６４により算出された推定ラベルピッチＬＰ０を補正するように構成される。具体的には、ラベルピッチ補正部８５Ａは、機械学習処理により得られたラベルピッチ生成モデルＭＡを用いて、記憶部７０Ａに記憶されたラベルピッチ履歴データ７１、ラベルピッチ推定データ７２、変位平均データ７４、変位変動データ７５、およびたるみ値履歴データ７６に基づいて、ラベルピッチ推定データ７２が示す推定ラベルピッチＬＰ０を補正することにより、推定ラベルピッチＬＰ１を生成するようになっている。

【0150】

記憶部７０Ａは、ラベルピッチ生成モデルＭＡを記憶する。ラベルピッチ生成モデルＭＡでは、ラベルピッチ履歴データ７１、ラベルピッチ推定データ７２、変位平均データ７４、変位変動データ７５、およびたるみ値履歴データ７６が入力され、推定ラベルピッチＬＰ１を示すデータが出力されるようになっている。

【0151】

図１６は、ラベルピッチ生成モデルＭＡを生成する機械学習装置２００Ａの一構成例を表すものである。機械学習装置２００Ａは、処理部２１０Ａと、記憶部２２０Ａとを有している。処理部２１０Ａは、データセット取得部２１１と、学習モデル生成部２１３Ａとを有している。図１７は、データセット取得部２１１および学習モデル生成部２１３Ａの一例を表すものである。

【0152】

学習モデル生成部２１３Ａは、記憶部２２０Ａに記憶されたラベルピッチ履歴データ２２１、ラベルピッチ推定データ２２２、変位平均データ２２４、変位変動データ２２５、たるみ値履歴データ２２６、およびラベルピッチデータ２２７に基づいて、機械学習処理を行うことにより、ラベルピッチ生成モデルＭＡを生成するように構成される。学習モデル生成部２１３Ａは、この例では、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、ラベルピッチ生成モデルＭＡを生成する。そして、学習モデル生成部２１３Ａは、生成したラベルピッチ生成モデルＭＡを記憶部２２０Ａに記憶させるようになっている。

【0153】

記憶部２２０Ａは、データセットＤＳ、およびラベルピッチ生成モデルＭＡを記憶している。ラベルピッチ生成モデルＭＡは、学習モデル生成部２１３Ａにより生成され、記憶部２２０Ａに記憶される。

【0154】

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。この機械学習装置２００Ａにおいて、記憶部２２０Ａは、本発明における「記憶部」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。ラベルピッチ生成モデルＭＡは、本発明における「学習モデル」の一具体例に対応する。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。この画像形成装置１Ａにおいて、記憶部７０Ａは、本発明における「記憶部」の一具体例に対応する。ラベルピッチ推定部６４およびラベルピッチ補正部８５Ａは、本発明における「演算部」の一具体例に対応する。ラベルピッチ補正部８５Ａは、本発明における「ラベルピッチ補正部」の一具体例に対応する。

【0155】

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。

【0156】

例えば、上記の実施の形態等では、画像形成ユニット１０が形成したトナー像を、中間転写ベルト２２に一旦転写し、中間転写ベルト２２に転写されたトナー像を記録媒体９に転写したが、これに限定されるものではなく、これに代えて、例えば、画像形成ユニット１０が形成したトナー像を、記録媒体９に直接転写してもよい。

【0157】

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。

【符号の説明】

【0158】

１，１Ａ…画像形成装置、８…搬送路、９…記録媒体、９Ｂ…台紙、９Ｃ…ラベル面、１０，１０Ｙ，１０Ｍ，１０Ｃ，１０Ｋ…画像形成ユニット、１１…感光体、１２…クリーニングブレード、１３…帯電ローラ、１４…ＬＥＤヘッド、１５…現像ローラ、１６…現像ブレード、１７…供給ローラ、１８…トナー収容部、２１…一次転写ローラ、２２…中間転写ベルト、２３…駆動ローラ、２４…アイドルローラ、２５…テンションローラ、２６…バックアップローラ、２７…二次転写ローラ、２８…二次転写部、３１…媒体供給ローラ、３２…ラベルセンサ、３３…カッター、３４，３５…搬送ローラ、３６…ラベルセンサ、３８…たるみセンサ、３９…媒体ガイド、４０…定着部、４１Ａ…ローラ、４１Ｂ…駆動ローラ、４１Ｃ…ローラ、４２…定着ベルト、４３Ａ，４３Ｂ…ヒータ、４４…熱反射板、４５…温度センサ、４６Ａ…ローラ、４６Ｂ…駆動ローラ、４６Ｃ…ローラ、４７…定着ベルト、４８…ヒータ、４９…熱反射板、５１…通信部、５２…表示操作部、５３…画像形成制御部、６０，６０Ａ…処理部、６１…センサ値取得部、６２…ラベルピッチ検出部、６３…ラベルピッチ変位検出部、６４…ラベルピッチ推定部、６５，８５Ａ…ラベルピッチ補正部、６６…書出タイミング算出部、６７…センサ値取得部、６８…たるみ値検出部、７０，７０Ａ…記憶部、７１…ラベルピッチ履歴データ、７２…ラベルピッチ推定データ、７３…変位履歴データ、７４…変位平均データ、７５…変位変動データ、７６…たるみ値履歴データ、９０…リワインダ、ＤＰ…印刷データ、２００，２００Ａ…機械学習装置、２０１…ディスプレイ、２０２…キーボード、２０３…マウス、２１０，２１０Ａ…処理部、２１１…データセット取得部、２１２…教師データ生成部、２１３，２１３Ａ…学習モデル生成部、２２０，２２０Ａ…記憶部、２２１…ラベルピッチ履歴データ、２２２…ラベルピッチ推定データ、２２３…変位平均データ、２２５…変位変動データ、２２６…たるみ値履歴データ、２２７…ラベルピッチデータ、２３０…メモリ、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、ＤＳ…データセット、ＤＴ…教師データ、Ｆ１，Ｆ２…搬送方向、Ｌ…ラベル、ＬＡ…基準ラベル、ＬＢ…印刷対象ラベル、ＬＬ…ラベル長、ＬＰ…ラベルピッチ、ＬＰ０，ＬＰ１…推定ラベルピッチ、ＬＰＤ…ラベルピッチ変位、ＬＳ…ラベル間隔、ＬＸ…入力層、ＬＹ１…第１中間層、ＬＹ２…第２中間層、ＬＺ…出力層、Ｍ，Ｍ０…補正値生成モデル、ＭＡ…ラベルピッチ生成モデル、ＮＮ…ニューラルネットワーク、ＶＲ…たるみ値、ΔＬＰ…補正値。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】