X射线管故障预兆检测装置、X射线管故障预兆检测方法及X射线摄像装置制造方法及图纸

学习部(25)在学习模式时通过由从传感器单元(13)得到的频率成分数据(Fa)和状态数据(x，y，z，T，θ)组成的数据的聚类分析来生成簇，异常度计算部(26)计算到故障预兆检测模式时得到的频率成分数据(Fa)和状态数据(x，y，z，T，θ)组成的数据的簇表面为止的距离中的最小值作为异常度(Sd)，故障预兆判定部(27)通过将该异常度(Sd)与既定的阈值相比较来判定X射线管(12)的故障预兆。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及一种检测X射线管的故障预兆的X射线管故障预兆检测装置及X射线管故障预兆检测方法，以及应用了该X射线管故障预兆检测装置的X射线摄像装置。
技术介绍
在透射型X射线摄像装置或X射线CT(ComputerTomography计算机断层扫描)装置等X射线摄像装置中，多使用通过向旋转的阳极照射从高电压的阴极射出的电子来产生X射线的类型的X射线管。在这样的X射线管中，为了顺畅的旋转阳极而使用固体润滑轴承，但是当固体润滑轴承发生劣化时会引起X射线管故障，该X射线摄像装置自身变得无法使用。特别是在医疗现场不允许X射线摄像装置突然无法使用。因此，X射线管在发生故障相当长时间之前的可充分使用状态下更换为新品。这是X射线的维护费用增大的主要原因。为了消减维护费用，需要将X射线管使用到即将发生故障之前为止，并尽可能长时间使用。在长时间使用X射线管时，已知由于阳极的旋转轴或固体润滑轴承的劣化或磨损，会产生异常噪声。因此，如果检测出该异常噪声，则能够预兆X射线管的故障。例如，在专利文献1中公开了，通过振动传感器来检测X射线管的异常噪声，并进行所得到的振动数据的频率分析，对特定频率的成分量进行阈值判定，由此检测X射线管的故障预兆的技术。另外，在专利文献2中公开了，通过振动传感器检测设备的振动，并进行该振动数据的频率分析，将正常的设备的振动数据的频率成分作为输入，使神经网络进行学习来生成簇，并将作为诊断对象的设备的振动数据输入到已完成学习的神经网络来判定设备的正常或异常的技术。现有技术文献专利文献专利文献1：日本特开2011-45626号公报专利文献2：日本特开2006-300896号公报
技术实现思路
专利技术要解决的课题一般来说，从X射线管发出的异常噪声取决于X射线摄像装置的机种或X射线管的工作状态(工作时的位置、姿态、温度等)。这意味着专利文献1中所说的特定频率取决于X射线摄像装置的机种或X射线管的工作状态(工作时的位置、姿态、温度等)而发生改变。因此，为了使用专利文献1所记载的技术来检测高精度的故障预兆，根据X射线摄像装置，特别是X射线管的各种工作条件来事先求出适当的特定频率或判定的阈值，在维护诊断时，每次都需要设定这些值等工夫。因此，考虑将专利文献2所公开的技术应用于X射线摄像装置。在这样的X射线摄像装置中，针对从正常的X射线管发出的振动进行频率分析，该频率分析结果通过使用了神经网络的学习而生成簇，并将该簇用作故障预兆判定的基准。此时，不需要设定专利文献1中所说的特定频率等的工夫。然而，在专利文献2中完全没有谈及振动的频率分析结果取决于设备的工作状态的情况。这意味着在使用了专利文献2所公开的技术时，作为故障预兆判定的基准的簇只基于振动的频率分析结果来生成。即，由于作为基准的簇不考虑X射线管的工作状态(工作时的位置、姿态、温度等)而统一生成，因此在还考虑了X射线管的工作状态(工作时的位置、姿态、温度等)时，未必生成适当的簇。例如，考虑到从X射线管发出的振动的频率考虑依存于X射线管的姿态(阳极的旋转轴与水平面形成的角)来进行变化。在这种情况下，将从正常的X射线管取某种姿态时的振动的频率分析结果得到的簇使用在变为其他姿态的X射线管的故障预兆判定中是不合适的。如果进行了使用，则劣化后的X射线管的某种姿态下的异常噪声的频率可能包含在其他姿态下正常的频率的簇中。在这种情况下，无法检测出该X射线管的劣化即故障预兆。这样一来，只将专利文献2公开的技术简单地应用于X射线摄像装置，难以高精度地检测X射线管的故障预兆。鉴于上述现有技术的问题，本专利技术的目的在于提供一种能够高精度检测X射线管的故障预兆的X射线管故障预兆检测装置、X射线管故障预兆检测方法以及X射线摄像装置。用于解决课题的手段本专利技术的X射线管故障预兆检测装置具备：模式设定部，其设定禁止模式、学习模式以及故障预兆检测模式中的任意一个动作模式；振动数据取得部，其取得从X射线管产生的振动的振动数据，并且每当取得的所述振动数据的数量达到一次频率分析所使用的既定数据数量的倍数时，输出振动数据取得完成通知；频率分析部，其对通过所述振动数据取得部取得的所述既定数据数量的每个振动数据进行频率分析；状态数据取得部，其取得表示所述X射线管的动作状态的状态数据，并且以接收到从所述振动数据取得部输出的振动数据取得完成通知的定时，同步取得的所述状态数据；学习部，其在通过所述模式设定部设定了学习模式的情况下，将由所述频率分析部通过频率分析而得到的频率成分数据和通过所述状态数据取得部同步后的状态数据组成的多个学习数据作为输入来进行聚类分析，并生成一个以上的簇数据；异常度计算部，其在通过所述模式设定部设定了故障预兆检测模式的情况下，计算从故障预兆检测对象数据所表示的位置到通过所述学习部生成的各个簇的表面的距离中最小的距离，作为异常度，所述故障预兆检测对象数据由所述频率分析部通过频率分析而得到的频率成分数据和通过所述状态数据取得部同步后的状态数据组成；故障预兆判定部，其将通过所述异常度计算部计算出的异常度与既定的阈值相比较，由此判定故障预兆。专利技术效果根据本专利技术，提供了一种能够高精度地检测X射线管的故障预兆的X射线管预兆检测装置、X射线管故障预兆检测方法及X射线摄像装置。附图说明图1示出了本专利技术的实施方式的X射线管故障预兆装置以及X射线管的结构的例子。图2示出了X射线管故障预兆检测装置的功能块结构的例子。图3示出了状态数据取得部的功能块结构的例子。图4示出了由模式设定部设定的动作模式的例子。图5示出了学习部的功能块结构的例子。图6示出了异常度计算部的功能块结构的例子。图7示意性地示出了在学习部中生成并在异常度计算部中使用的簇以及异常度的例子。图8示出了本专利技术的实施方式的X射线管故障预兆检测装置中的全体处理流程的例子。图9示出了学习处理的详细处理流程的例子。图10示出了故障预兆检测处理的详细处理流程的例子。图11示出了代表值清零处理的详细处理流程的例子。图12示出了测量数据取得处理的详细处理流程的例子。图13示出了代表值保存处理的详细处理流程的例子。图14示出了代表值取得处理的详细处理流程的例子。图15示出了异常度计算处理的详细处理流程的例子。图16示出了存储在记录装置中的数据的结构的例子。图17示出了包含在X射线管状态数据中的位置数据的详细结构的例子。图18示出了包含在频率分析数据中的频率分析结果数据的详细结构的例子。图19示出了包含在学习数据中的簇数据的详细结构的例子。图20示出了包含在故障预兆检测数据中的故障预兆判定结果数据的详细结构的例子。图21示意性地示出了应用了本专利技术的实施方式的X射线管故障预兆检测装置的透射型X射线摄影装置的结构例子。图22示意性地示出了应用了本专利技术的实施方式的X射线管故障预兆检测装置的X射线CT装置的结构例子。具体实施方式以下，参照附图对用于实施本专利技术的方式(以下称为“实施方式”)进行详细的说明。图1示出了本专利技术的实施方式的X射线管故障预兆检测装置11以及X射线管12的结构的例子。如图1所示的那样，X射线管12包含在内部配置了旋转阳极123以及阴极124的X射线球管121、生成用于使旋转阳极123进行旋转的磁场的线圈122、控制流过线圈122的交流电流以及施加到阴极124的本文档来自技高网...

【技术保护点】
一种X射线管故障预兆检测装置，其特征在于，具备：模式设定部，其设定禁止模式、学习模式以及故障预兆检测模式中的任意一个动作模式；振动数据取得部，其取得从X射线管产生的振动的振动数据，并且每当取得的所述振动数据的数量达到一次频率分析所使用的既定数据数量的倍数时，输出振动数据取得完成通知；频率分析部，其对通过所述振动数据取得部取得的所述既定数据数量的每个振动数据进行频率分析；状态数据取得部，其取得表示所述X射线管的动作状态的状态数据，并且以接收到从所述振动数据取得部输出的振动数据取得完成通知的定时，同步取得的所述状态数据；学习部，其在通过所述模式设定部设定了学习模式的情况下，将由所述频率分析部通过频率分析而得到的频率成分数据和通过所述状态数据取得部同步后的状态数据组成的多个学习数据作为输入来进行聚类分析，并生成一个以上的簇数据；异常度计算部，其在通过所述模式设定部设定了故障预兆检测模式的情况下，计算从故障预兆检测对象数据所表示的位置到通过所述学习部生成的各个簇的表面的距离中最小的距离，作为异常度，所述故障预兆检测对象数据由所述频率分析部通过频率分析而得到的频率成分数据和通过所述状态数据取得部同步后的状态数据组成；以及故障预兆判定部，其将通过所述异常度计算部计算出的异常度与既定的阈值相比较，由此判定故障预兆。...

【技术特征摘要】
【国外来华专利技术】2014.05.29 JP 2014-1117111.一种X射线管故障预兆检测装置，其特征在于，具备：模式设定部，其设定禁止模式、学习模式以及故障预兆检测模式中的任意一个动作模式；振动数据取得部，其取得从X射线管产生的振动的振动数据，并且每当取得的所述振动数据的数量达到一次频率分析所使用的既定数据数量的倍数时，输出振动数据取得完成通知；频率分析部，其对通过所述振动数据取得部取得的所述既定数据数量的每个振动数据进行频率分析；状态数据取得部，其取得表示所述X射线管的动作状态的状态数据，并且以接收到从所述振动数据取得部输出的振动数据取得完成通知的定时，同步取得的所述状态数据；学习部，其在通过所述模式设定部设定了学习模式的情况下，将由所述频率分析部通过频率分析而得到的频率成分数据和通过所述状态数据取得部同步后的状态数据组成的多个学习数据作为输入来进行聚类分析，并生成一个以上的簇数据；异常度计算部，其在通过所述模式设定部设定了故障预兆检测模式的情况下，计算从故障预兆检测对象数据所表示的位置到通过所述学习部生成的各个簇的表面的距离中最小的距离，作为异常度，所述故障预兆检测对象数据由所述频率分析部通过频率分析而得到的频率成分数据和通过所述状态数据取得部同步后的状态数据组成；以及故障预兆判定部，其将通过所述异常度计算部计算出的异常度与既定的阈值相比较，由此判定故障预兆。2.根据权利要求1所述的X射线管故障预兆检测装置，其特征在于，通过所述状态数据取得部取得的状态数据包含所述X射线管的位置数据、姿态角数据以及温度数据中的至少一个。3.根据权利要求1所述的X射线管故障预兆检测装置，其特征在于，所述同步后的状态数据是在通过所述振动数据取得部取得所述既定数据数量的振动数据的期间通过所述状态数据取得部取得的所述状态数据的平均值。4.根据权利要求1所述的X射线管故障预兆检测装置，其特征在于，所述模式设定部基于从所述X射线管发送的利用所述X射线管的摄影次数，当所述摄影次数为第一上限次数以下时，设定所述禁止模式，当所述摄影次数大于所述第一上限次数，并且为大于所述第一上限次数的第二上限次数以下时，设定所述学习模式，当所述摄影次数大于所述第二上限次数时，设定所述故障预兆检测模式。5.一种X射线管故障预兆检测方法，其特征在...

【专利技术属性】
技术研发人员：中原崇，汤田晋也，青野宇纪，稻原彻，关善隆，秋田浩二，阿部喜代美，
申请(专利权)人：株式会社日立制作所，
类型：发明
国别省市：日本;JP