JP6320524B2 - Ｘ線管故障予兆検知装置、ｘ線管故障予兆検知方法およびｘ線撮像装置 - Google Patents

Description

本発明は、Ｘ線管の故障予兆を検知するＸ線管故障予兆検知装置およびＸ線管故障予兆検知方法、ならびに、そのＸ線管故障予兆検知装置を適用したＸ線撮像装置に関する。

透過型Ｘ線撮影装置やＸ線ＣＴ（Computer Tomography）装置などのＸ線撮像装置では、高電圧の陰極から出射した電子を回転する陽極に照射することによりＸ線を発生させるタイプのＸ線管が多く用いられている。このようなＸ線管では、陽極を滑らかに回転させるために固体潤滑ベアリングが用いられているが、固体潤滑ベアリングが劣化するとＸ線管が故障を引き起こし、そのＸ線撮像装置自体が使用不能となる。

とくに医療現場ではＸ線撮像装置が突然に使用不能となることは許容されない。そのため、Ｘ線管は、故障するかなり前の十分に使用可能な状態で新品と交換される。これは、Ｘ線の保守費用増大の大きな原因となっている。保守費用削減のためには、Ｘ線管を故障する直前まで使用し、できるだけ長く使用する必要がある。

Ｘ線管を長く使用すると、陽極の回転軸や固体潤滑ベアリングの劣化や磨耗のために、異音が生じることが知られている。そこで、その異音を検出することにすれば、Ｘ線管の故障を予兆することができる。例えば、特許文献１には、振動センサによりＸ線管の異音を検出し、得られた振動データの周波数分析を行い、特定周波数の成分量について閾値判定をすることによってＸ線管の故障予兆を検知する技術が開示されている。

また、特許文献２には、振動センサにより設備の振動を検出し、その振動データの周波数分析を行い、正常な設備の振動データの周波数成分を入力としてニューラルネットワークに学習させてクラスタを生成し、診断対象となる設備の振動データを学習済みニューラルネットワークに入力して設備の正常または異常を判定する技術が開示されている。

特開２０１１−４５６２６号公報 特開２００６−３００８９６号公報

一般に、Ｘ線管から発せられる異音は、Ｘ線撮像装置の機種やＸ線管の稼働状態（稼働時の位置、姿勢、温度など）に依存する。これは、特許文献１でいう特定周波数がＸ線撮像装置の機種やＸ線管の稼働状態（稼働時の位置、姿勢、温度など）に依存して変動することを意味する。そのため、特許文献１に記載の技術を用いて、精度の高い故障予兆を検知するには、Ｘ線撮像装置、とくにＸ線管の様々な稼働条件に応じて適切な特定周波数や判定の閾値を事前に求めておき、保守診断時に、その都度、それらの値を設定するなどの手間が必要となる。

そこで、特許文献２に開示された技術をＸ線撮像装置に適用することを考える。そのようなＸ線撮像装置では、正常なＸ線管から発せられる振動について周波数分析が行われ、その周波数分析結果がニューラルネットワークを用いた学習によりクラスタが生成され、そのクラスタが故障予兆判定の基準として用いられる。この場合、特許文献１でいう特定周波数を設定するなどの手間は不要となる。

しかしながら、特許文献２では、振動の周波数分析結果が設備の稼働状態に依存することについては何ら言及されていない。これは、特許文献２に開示された技術を用いた場合、故障予兆判定の基準となるクラスタが振動の周波数分析結果だけに基づいて生成されることを意味する。すなわち、基準となるクラスタがＸ線管の稼働状態（稼働時の位置、姿勢、温度など）に関わらず一括して生成されるため、Ｘ線管の稼働状態（稼働時の位置、姿勢、温度など）をも考慮した場合には、必ずしも適切なクラスタが生成されているとは限らない。

例えば、Ｘ線管から発せられる振動の周波数は、Ｘ線管の姿勢（陽極の回転軸の水平面となす角）に依存して変化すると考えられる。その場合には、正常なＸ線管がある姿勢をとったときの振動の周波数分析結果から得られたクラスタを、他の姿勢をしたＸ線管の故障予兆判定に用いることは適切ではない。もし、用いたとすれば、劣化したＸ線管のある姿勢での異音の周波数が、他の姿勢で正常とされる周波数のクラスタに含まれる可能性がある。その場合には、そのＸ線管の劣化、つまり、故障予兆が検知されないことになる。このように、特許文献２に開示された技術を単にＸ線撮像装置に適用するだけでは、Ｘ線管の故障予兆を精度よく検知することは困難である。

以上のような従来技術の問題点に鑑み、本発明は、Ｘ線管の故障予兆を精度よく検知することが可能なＸ線管故障予兆検知装置、Ｘ線管故障予兆検知方法およびＸ線撮像装置を提供することを目的とする。

本発明に係るＸ線管故障予兆検知装置は、禁止モード、学習モードおよび故障予兆検知モードのうちいずれか１つの動作モードを設定するモード設定部と、Ｘ線管から発生する振動の振動データを取得するとともに、前記取得した振動データの数が１回の周波数分析に使用する既定のデータ数の倍数に達するたびに振動データ取得完了通知を出力する振動データ取得部と、前記振動データ取得部で取得された前記既定のデータ数の振動データごとに周波数分析をする周波数分析部と、前記Ｘ線管の動作状態を表す状態データを取得するとともに、前記振動データ取得部から出力された振動データ取得完了通知を受けたタイミングで、前記取得した状態データを同期化する状態データ取得部と、前記モード設定部により学習モードが設定されている場合に、前記周波数分析部による周波数分析で得られる周波数成分データと、前記状態データ取得部によって同期化された状態データと、からなる複数の学習データを入力としてクラスタ分析を行い、１つ以上のクラスタデータを生成する学習部と、前記モード設定部により故障予兆検知モードが設定されている場合に、前記周波数分析部による周波数分析で得られる周波数成分データと、前記状態データ取得部によって同期化された状態データと、からなる故障予兆検知対象データが表す位置から、前記学習部によって生成されたそれぞれのクラスタの表面までの距離のうち最小のものを異常度として算出する異常度計算部と、前記異常度計算部によって算出された異常度を既定の閾値と比較することによって、故障予兆を判定する故障予兆判定部と、を備えることを特徴とする。

本発明によれば、Ｘ線管の故障予兆を精度よく検知することが可能なＸ線管故障予兆検知装置、Ｘ線管故障予兆検知方法およびＸ線撮像装置が提供される。

本発明の実施形態に係るＸ線管故障予兆検知装置およびＸ線管の構成の例を示した図。 Ｘ線管故障予兆検知装置の機能ブロック構成の例を示した図。 状態データ取得部の機能ブロック構成の例を示した図。 モード設定部で設定される動作モードの例を示した図。 学習部の機能ブロック構成の例を示した図。 異常度計算部の機能ブロック構成の例を示した図。 学習部で生成され、異常度計算部で用いられるクラスタおよび異常度の例を模式的に示した図。 本発明の実施形態に係るＸ線管故障予兆検知装置における全体処理フローの例を示した図。 学習処理の詳細な処理フローの例を示した図。 故障予兆検知処理の詳細な処理フローの例を示した図。 代表値ゼロクリア処理の詳細な処理フローの例を示した図。 計測データ取得処理の詳細な処理フローの例を示した図。 代表値保存処理の詳細な処理フローの例を示した図。 代表値取得処理の詳細な処理フローの例を示した図。 異常度算出処理の詳細な処理フローの例を示した図。 記録装置に記憶されるデータの構成の例を示した図。 Ｘ線管状態データに含まれる位置データの詳細な構成の例を示した図。 周波数分析データに含まれる周波数分析結果データの詳細な構成の例を示した図。 学習データに含まれるクラスタデータの詳細な構成の例を示した図。 故障予兆検知データに含まれる故障予兆判定結果データの詳細な構成の例を示した図。 本発明の実施形態に係るＸ線管故障予兆検知装置を適用した透過型Ｘ線撮影装置の構成の例を模式的に示した図。 本発明の実施形態に係るＸ線管故障予兆検知装置を適用したＸ線ＣＴ装置の構成の例を模式的に示した図。

以下、本発明を実施するための形態（以下「実施形態」という）について、図面を参照して詳細に説明する。

図１は、本発明の実施形態に係るＸ線管故障予兆検知装置１１およびＸ線管１２の構成の例を示した図である。図１に示すように、Ｘ線管１２は、内部に回転陽極１２３および陰極１２４が配設されたＸ線管球１２１と、回転陽極１２３を回転させるための磁界を生成するコイル１２２と、コイル１２２に流す交流電流および陰極１２４に印加する電圧などを制御する制御部１２５と、を含んで構成される。

ここで、回転陽極１２３は、図示しない固体潤滑のベアリング機構を介して、Ｘ線管球１２１の容器の内壁に回転自在に支持されている。また、回転陽極１２３を支持する容器部分の外壁には、回転陽極１２３を回転させるための磁界を生成するコイル１２２が配設されている。そして、Ｘ線管球１２１の内壁に配設された陰極１２４と回転陽極１２３との間に高電圧が印加されると、陰極１２４のフィラメントから放出された電子が加速され、回転陽極１２３に取り付けられたターゲット部材１２３ａに衝突する。そして、その衝突によりＸ線が発生する。

制御部１２５は、操作卓１４からの指令に基づいて、コイル１２２に電流を流して回転陽極１２３を回転させるとともに、陰極１２４に高電圧を印加してＸ線を発生させるという制御を行う。ここで、制御部１２５は、操作卓１４からの指令を受信したときに、既定の時間幅のＸ線を１回発生させるものであっても、既定の周期で複数回発生させるものであってもよい。また、操作卓１４は、当該Ｘ線管１２に専用に設けられた押しボタンスイッチなどで構成されたものであっても、あるいは、当該Ｘ線管１２が用いられている透過型Ｘ線撮影装置やＸ線ＣＴ装置に付属する操作卓（入出力装置）であってもよい。

また、制御部１２５は、Ｘ線管１２からＸ線を出射した回数を計数することにより、被写体を撮影した回数を計数する機能を有しており、その計数値を撮影回数データＤｃとして出力する。

次に、センサユニット１３は、加速度センサ１３１、温度センサ１３２、ジャイロセンサ１３３、Ａ／Ｄ変換器１３４、信号処理部１３５などを含んで構成され、Ｘ線管１２の筐体に取り付けられている。ここで、加速度センサ１３１は、いわゆる３軸加速度センサであり、Ｘ線管１２が受ける３次元方向（ｘ方向、ｙ方向およびｚ方向）の加速度を計測し、温度センサ１３２は、Ｘ線管１２の筐体の温度を計測し、ジャイロセンサ１３３は、Ｘ線管１２の姿勢角を計測する。なお、Ｘ線管１２の姿勢角とは、回転陽極１２３が水平面となす角度を指すものとする。

Ａ／Ｄ変換器１３４は、加速度センサ１３１、温度センサ１３２およびジャイロセンサ１３３のそれぞれによって計測されたアナログ信号をディジタルデータへ変換する。

信号処理部１３５は、Ａ／Ｄ変換されたそれぞれのディジタルデータからＸ線管１２の故障予兆検知（以下、単に、検知ともいう）に不必要な周波数成分を除去する。さらに、信号処理部１３５は、加速度センサ１３１を介して得られる３次元の加速度データをＸ線管１２が発する振動データに変換し、振動データＤｖとして出力する。また、信号処理部１３５は、３次元の各方向の加速度データを２階積分することにより、Ｘ線管１２の位置を表す３次元の位置データＤｐを算出し、出力する。また、信号処理部１３５は、温度センサ１３２を介して得られた温度の計測値を処理して、温度データＤｔとして出力し、ジャイロセンサ１３３を介して得られた姿勢角の計測値を処理して、角度データＤａとして出力する。

なお、センサユニット１３において、Ａ／Ｄ変換器１３４と信号処理部１３５とで、その処理順番は逆であってもよい。また、Ｘ線管１２が発する振動を検知するセンサとしては、加速度センサ１３１の代わりに音声検知用のマイクロフォンを用いてもよい。

さらに、図１に示すように、Ｘ線管故障予兆検知装置１１は、表示装置１１１、警報装置１１２、中央処理装置１１３、操作入力装置１１４、記録装置１１５、記憶装置１１６、Ｉ／Ｏポート１１７などを含んで構成され、いわゆるパソコンなど一般的なコンピュータの構成を有している。

ここで、Ｉ／Ｏポート１１７は、センサユニット１３から出力される振動データＤｖ、位置データＤｐ、温度データＤｔおよび角度データＤａ、ならびに、Ｘ線管１２から出力される撮影回数データＤｃを、それぞれが出力されるタイミングに応じて取り込み、そのそれぞれのデータを記録装置１１５に書き込む。記録装置１１５は、Ｘ線管故障予兆検知処理に必要なデータを記録しておく記憶装置であり、本実施形態では、記録装置１１５を、プログラムやテンポラリデータを記憶する記憶装置１１６と区別をしている。

中央処理装置１１３は、記憶装置１１６に予め格納されているプログラムを実行することにより、Ｘ線管故障予兆検知装置１１が有する様々な機能を実現する。なお、その機能については、図２以降の図面を用いて詳しく説明する。

表示装置１１１は、中央処理装置１１３が実行するプログラムに従って、操作者に対してＸ線管１２の故障予兆検知や学習の処理を許可または禁止することを求めるなどの表示を行う。また、操作入力装置１１４は、操作者がＸ線管１２の故障予兆検知や学習の処理を許可または禁止するなどの指示データを入力するときに用いられ、警報装置１１２は、Ｘ線管１２の故障予兆検知の処理の結果、故障予兆が検知された場合などに警報を発するときに用いられる。

図２は、Ｘ線管故障予兆検知装置１１の機能ブロック構成の例を示した図である。図２に示すように、Ｘ線管故障予兆検知装置１１は、振動データ取得部２０、周波数分析部２１、状態データ取得部２２、禁止フラグ設定部２３、モード設定部２４、学習部２５、異常度計算部２６、故障予兆判定部２７などを含んで構成される。なお、これらの機能ブロックの機能は、Ｘ線管故障予兆検知装置１１の中央処理装置１１３が記憶装置１１６に予め格納されているプログラムを実行することによって実現される。
なお、図２には、Ｘ線管１２およびセンサユニット１３のそれぞれについても、その一部の機能ブロック構成の例が参考用として併せて示されている。

振動データ取得部２０は、センサユニット１３の振動データ出力部１３５１から既定の周期で出力される振動データＤｖを取得し、取得した振動データＤｖを、そのときの時刻とともに記録装置１１５（図１参照）に記憶する。また、振動データ出力部１３５１は、その取得した振動データＤｖの数が１回の周波数分析で用いられる数（例えば、ＦＦＴ点数などに相当し、以下では、周波数分析対象データ数という）の倍数を超えるたびに、周波数分析用の振動データＤｖを取得したことを示す振動データ取得完了通知Ｖｅを出力する。

周波数分析部２１は、振動データ取得部２０によって取得され、記録装置１１５に記憶されている振動データから、周波数分析対象データ数で分割された振動データを取得し、その取得した振動データについて高速フーリエ変換（ＦＦＴ：Fast Fourier Transform）などの周波数分析を実施し、その周波数分析結果を周波数分析結果Ｆａとして出力する。

状態データ取得部２２は、センサユニット１３の位置データ出力部１３５２、温度データ出力部１３５３および角度データ出力部１３５４のそれぞれから互いに異なる周期で出力される位置データＤｐ、温度データＤｔおよび角度データＤａを取得する。そして、その互いに異なる周期で取得された位置データＤｐ、温度データＤｔおよび角度データＤａを、周波数分析部２１から出力された振動データ取得完了通知Ｖｅを受信したタイミングで同期化させる。

具体的には、状態データ取得部２２は、振動データ取得部２０により周波数分析１回分の振動データＤｖが取得される間に得られた位置データＤｐ、温度データＤｔおよび角度データＤａそれぞれについて、例えば、平均値を算出し、その平均値を、それぞれ、同期化位置代表値ｘｙｚ、同期化温度代表値Ｔ、同期化角度代表値θとして出力する。
なお、状態データ取得部２２のさらに詳細な構成および機能については、別途、図３を参照して説明する。

禁止フラグ設定部２３は、操作入力装置１１４（図１参照）を介して操作者によって入力されるデータに従って、禁止フラグＦｉの値を設定する。ここで、Ｘ線管故障予兆検知装置１１における故障予兆検知処理および学習処理は、いずれも、禁止フラグＦｉの値が“１”のときに禁止され、禁止フラグＦｉの値が“０”のときに許可されるものとする。

モード設定部２４は、Ｘ線管１２の制御部１２５の撮影回数計数部１２５１でカウントされる撮影回数データＤｃと禁止フラグ設定部２３で設定された禁止フラグＦｉとに基づき、Ｘ線管故障予兆検知装置１１の動作モードを設定する。ここで、その動作モードとしては、禁止モード、学習モードおよび故障予兆検知モードの３つを想定する。すなわち、モード設定部２４は、禁止モード、学習モードおよび故障予兆検知モードそれぞれに応じて、モード番号Ｍｏｄ（“１”、“２”または“３”）を設定し、出力する。
なお、モード設定部２４への入力データ（撮影回数データＤｃおよび禁止フラグＦｉ）とモード設定部２４で設定されるモード番号Ｍｏｄとの関係については、別途、図４を参照して説明する。

学習部２５は、モード設定部２４で、学習モード（Ｍｏｄ＝“２”）が設定されているとき、周波数分析部２１から出力される周波数分析結果Ｆａ、ならびに、状態データ取得部２２から出力される同期化位置代表値ｘｙｚ、同期化温度代表値Ｔおよび同期化角度代表値θ、を入力データとしてクラスタ分析を行い、１つ以上のクラスタを生成する。そして、その生成したクラスタそれぞれについて、重心座標Ｃｃおよび半径Ｃｒを算出する。
なお、学習部２５のさらに詳細な構成および機能については、別途、図５を参照して説明する。

異常度計算部２６は、モード設定部２４で、故障予兆検知モード（Ｍｏｄ＝“３”）が設定されているとき、故障予兆検知の対象となるＸ線管１２から得られる振動データＤｖについて周波数分析部２１で分析された周波数分析結果Ｆａ、ならびに、状態データ取得部２２から出力される同期化位置代表値ｘｙｚ、同期化温度代表値Ｔおよび同期化角度代表値θが表す座標と、それぞれのクラスタｊの重心座標Ｃｃｊとの間の距離を算出する。さらに、異常度計算部２６は、その算出した距離から、それぞれのクラスタｊの半径Ｃｒｊを差し引いた値ｄｊを算出し、算出した値ｄｊの中から最小値を求め、その最小値を異常度Ｓｄとして出力する。
なお、異常度計算部２６のさらに詳細な構成および機能については、別途、図６を参照して説明する。

故障予兆判定部２７は、モード設定部２４で、故障予兆検知モード（Ｍｏｄ＝“３”）が設定されているとき、異常度計算部２６で計算された異常度Ｓｄについて既定の閾値と比較することにより、故障予兆検知の対象となったＸ線管１２についての故障予兆の有無を判定し、その判定結果Ｓｐを出力する。

例えば、既定の閾値として、“０”を採用することができる。その場合、異常度Ｓｄが“０”以下（“０”または負の値）のとき、故障予兆は検知されなかったと判定され、異常度ｄが“０”より大（正の値）のとき、故障予兆が検知されたと判定される。

すなわち、故障予兆検知の対象となったＸ線管１２から得られる振動データＤｖについての周波数分析結果Ｆａ、同期化位置代表値ｘｙｚ、同期化温度代表値Ｔおよび同期化角度代表値θが表す座標が、学習部２５で生成されたクラスタ（重心座標Ｃｃ、半径Ｃｒ）のいずれかに含まれるとき、故障予兆は検知されなかったと判定され、いずれのクラスタにも含まれなかったとき、故障予兆が検知されたと判定される。

図３は、状態データ取得部２２の機能ブロック構成の例を示した図である。図３に示すように、状態データ取得部２２は、位置代表値取得部２２１、温度代表値取得部２２２および角度代表値取得部２２３を含んで構成される。そして、位置代表値取得部２２１、温度代表値取得部２２２および角度代表値取得部２２３は、それぞれ振動データ取得部２０からの振動データ取得完了通知Ｖｅを受信したタイミングで同期化位置代表値ｘｙｚ、同期化温度代表値Ｔおよび同期化角度代表値θを計算し、記録装置１１５（図１参照）に記録しておくとともに、必要に応じて出力する。

さらに、状態データ取得部２２において、位置代表値取得部２２１は、現在位置記憶部２２１１、位置代表値算出部２２１２、位置代表値記憶部２２１３および位置代表値履歴記憶部２２１４を含んで構成される。同様に、温度代表値取得部２２２は、現在温度記憶部２２２１、温度代表値算出部２２２２、温度代表値記憶部２２２３および温度代表値履歴記憶部２２２４を含んで構成される。また、角度代表値取得部２２３は、現在角度記憶部２２３１、角度代表値算出部２２３２、角度代表値記憶部２２３３および角度代表値履歴記憶部２２３４を含んで構成される。

ここでは、位置代表値取得部２２１の構成および機能について詳しく説明する。現在位置記憶部２２１１は、モード番号Ｍｏｄが“２”または“３”（学習モードまたは故障予兆検知モード）である場合、センサユニット１３から既定の周期（例えば、１０ｍ秒）で出力される３次元の位置データＤｐ（ｘｃ，ｙｃ，ｚｃ）を取得し、記憶する。

位置代表値算出部２２１２は、現在位置記憶部２２１１によって位置データＤｐ（ｘｃ，ｙｃ，ｚｃ）が取得されたときには、そのとき取得された位置データＤｐ（ｘｃ，ｙｃ，ｚｃ）と、そのときに位置代表値記憶部２２１３に記憶されていた位置代表値（ｘａ，ｙａ，ｚａ）およびサンプル数Ｎａと、を用い、次の式（１）、（２）に従って、新たな位置代表値（ｘａ’，ｙａ’，ｚａ’）および新たなサンプル数Ｎａ’を算出する。
ｘａ’＝｛ｘａ・Ｎａ＋ｘｃ｝／（Ｎａ＋１）、
ｙａ’＝｛ｙａ・Ｎａ＋ｙｃ｝／（Ｎａ＋１）、
ｚａ’＝｛ｚａ・Ｎａ＋ｚｃ｝／（Ｎａ＋１） （１）
Ｎａ’＝Ｎａ＋１ （２）

式（１）、（２）において、サンプル数Ｎａは、この時点より前の位置代表値算出に用いられた位置データＤｐ（ｘｃ，ｙｃ，ｚｃ）の数である。ここで、位置代表値（ｘａ，ｙａ，ｚａ）およびサンプル数Ｎａの初期値は、いずれもゼロであるとし、振動データ取得部２０によって取得される振動データＤｖの数が周波数分析対象データ数を超えるたびにゼロクリアされる。言い換えれば、振動データ取得部２０からの振動データ取得完了通知Ｖｅを受信するたびにゼロクリアされる。

位置代表値履歴記憶部２２１４は、振動データ取得部２０からの振動データ取得完了通知Ｖｅを受信したとき、その時点で位置代表値記憶部２２１３に記憶されている位置代表値（ｘａ，ｙａ，ｚａ）にそのときの時刻ｔを付加したデータを、位置代表値履歴データ（ｔ（ｉ），ｘａ（ｉ），ｙａ（ｉ），ｚａ（ｉ））として蓄積する。ここで、ｉは、位置代表値履歴データを識別するために時刻順に付された番号である。

また、位置代表値履歴記憶部２２１４は、学習部２５または異常度計算部２６からの求めに応じて、指定された時刻ｔに最も近い時刻の位置代表値履歴データ（ｔ（ｉ），ｘａ（ｉ），ｙａ（ｉ），ｚａ（ｉ））を抽出し、同期化位置代表値ｘｙｚ（ｘ，ｙ，ｚ）として出力する。

同様にして、温度代表値取得部２２２は、温度代表値履歴記憶部２２２４から同期化温度代表値Ｔを出力し、また、角度代表値取得部２２３は、角度代表値履歴記憶部２２３４から同期化角度代表値θを出力する。

図４は、モード設定部２４で設定される動作モードの例を示した図である。図４に示すように、モード設定部２４には、禁止フラグＦｉおよび撮影回数データＤｃが入力され、その入力の値に応じて、禁止モード、学習モード、故障予兆検知モードのいずれかの動作モードが設定される。また、モード設定部２４からは、それぞれの動作モードに応じて、“１”、“２”、“３”のモード番号Ｍｏｄが出力される。

図４に示すように、禁止フラグＦｉが“１”である場合には、撮影回数データＤｃの値に関わらず、禁止モードが設定される。禁止モードでは、学習処理および故障予兆検知処理のいずれも実行されない。また、禁止フラグＦｉが“０”で、撮影回数データＤｃが９回以下、すなわち、第１の上限値以下である場合にも、禁止モードが設定される。また、禁止フラグＦｉが“０”で、撮影回数データＤｃが１０回以上で、１９回以下すなわち、第２の上限値以下の場合には、学習モードが設定され、撮影回数データＤｃが２０回以上で、９，９９９，９９９回以下の場合には、故障予兆検知モードが設定される。

なお、それぞれの動作モードを決定する撮影回数データＤｃの下限値および上限値は、図４に示した値に限定されない。また、Ｘ線管１２の撮影回数計数部１２５１から出力される撮影回数データＤｃは、１日または１週に１回など、既定の時間が経過したときや、撮影回数が既定の回数（例えば、１００回など）を超えたときなどに、ゼロクリアされるものとしてもよい。

以上のように、撮影回数データＤｃに基づき設定される禁止モードは、当該Ｘ線管故障予兆検知装置１１が適用されたＸ線撮像装置やＸ線ＣＴ装置において、その初期運転時または慣らし運転時での通常と異なる振動データに対して、学習処理および故障予兆検知処理を自動的に禁止できるようにしたものである。これにより、作業者の作業負担を減ずるとともに、初期運転時や慣らし運転時での誤学習や誤検知を防止することができる。

図５は、学習部２５の機能ブロック構成の例を示した図である。図５に示すように、学習部２５は、デマルチプレクサ２５１、クラスタデータ生成部２５２およびマルチプレクサ２５３を含んで構成される。

ここで、周波数分析結果Ｆａが入力されたデマルチプレクサ２５１は、その入力された周波数分析結果Ｆａを周波数成分ｗ１，ｗ２，…，ｗｎに分解する。また、クラスタデータ生成部２５２には、その周波数成分ｗ１，ｗ２，…，ｗｎ、ならびに、状態データ取得部２２から出力された同期化位置代表値ｘｙｚ（ｘ，ｙ，ｚ）、同期化温度代表値Ｔおよび同期化角度代表値θが入力される。

クラスタデータ生成部２５２は、入力された周波数成分ｗ１，ｗ２，…，ｗｎ，同期化位置代表値ｘｙｚ（ｘ，ｙ，ｚ），同期化温度代表値Ｔおよび同期化角度代表値θのデータを（ｎ＋５）次元のベクトルの成分とみなし、これら（ｎ＋５）次元のベクトルについてのクラスタ生成処理を実行する。そして、そのクラスタ生成処理では、少なくとも１つのクラスタ（ｍ個のクラスタ：ｍ≧１）が生成され、それぞれのクラスタについて、重心座標Ｃｃ１，Ｃｃ２，…，Ｃｃｍおよび半径Ｃｒ１，Ｃｒ２，…，Ｃｒｍが算出される。なお、クラスタ生成処理では、例えば、公知のｋ平均法などを用いることができる。

マルチプレクサ２５３は、クラスタデータ生成部２５２で算出された重心座標Ｃｃ１，Ｃｃ２，…，Ｃｃｍおよび半径Ｃｒ１，Ｃｒ２，…，Ｃｒｍをひとまとめにし、クラスタ重心座標Ｃｃおよびクラスタ半径Ｃｒとして出力する。

なお、クラスタデータ生成部２５２には、その動作を許可する信号として、モード番号Ｍｏｄが入力されている。ここでは、モード番号Ｍｏｄ＝“２”が入力されたとき、すなわち、動作モードが学習モードであるとき、クラスタデータ生成部２５２でのクラスタ生成処理が実行されるものとしている。

図６は、異常度計算部２６の機能ブロック構成の例を示した図である。図６に示すように、異常度計算部２６は、デマルチプレクサ２６１、ｍ個の距離算出部２６２および最小値抽出部２６３を含んで構成される。

ここで、クラスタ重心座標Ｃｃおよびクラスタ半径Ｃｒが入力されたデマルチプレクサ２６１は、入力されたクラスタ重心座標Ｃｃおよびクラスタ半径Ｃｒを、ｍ個のクラスタの重心座標Ｃｃ１，Ｃｃ２，…，Ｃｃｍおよび半径Ｃｒ１，Ｃｒ２，…，Ｃｒｍに分解する。そして、距離算出部２６２（＃ｊ）には、ｊ番目のクラスタの重心座標Ｃｃｊおよび半径Ｃｒｊが入力されるとともに、周波数分析結果Ｆａ、同期化位置代表値ｘｙｚ（ｘ，ｙ，ｚ）、同期化温度代表値Ｔおよび同期化角度代表値θが入力される。なお、ここでいう周波数分析結果Ｆａは、具体的には、不図示のデマルチプレクサによって分解された周波数成分ｗ１，ｗ２，…，ｗｎを意味する。

そして、距離算出部２６２（＃ｊ）は、周波数成分ｗ１，ｗ２，…，ｗｎ，同期化位置代表値ｘｙｚ（ｘ，ｙ，ｚ），同期化温度代表値Ｔおよび同期化角度代表値θを成分とする（ｎ＋５）次元のベクトルについて、そのベクトルが表す位置とｊ番目のクラスタの重心座標Ｃｃｊが表す位置との間の距離を計算し、さらに、その距離から半径Ｃｒｊを差し引いたものを、ｊ番目のクラスタの表面までの距離ｄｊとして出力する。

すなわち、距離算出部２６２（＃ｊ）は、ｊ番目のクラスタの表面までの距離ｄｊを、以下の式に従って計算する。

なお、以上の式（３）〜（７）で用いられているパラメータ記号を用いて、（ｗｊ１，ｗｊ２，…，ｗｊｎ，ｘｊ，ｙｊ，ｚｊ，Ｔｊ，θｊ）と表される座標は、ｊ番目のクラスタの重心座標Ｃｃｊに相当する。また、式（３）でいうｒｊは、図５でいうｊ番目のクラスタの半径Ｃｒｊに相当する。

同様に、式（３）〜（７）で用いられている変数記号を用いて、（ｗ１（ｔ），ｗ２（ｔ），…，ｗｎ（ｔ），ｘ（ｔ），ｙ（ｔ），ｚ（ｔ），Ｔ（ｔ），θ（ｔ））と表されるベクトルＶｔは、時刻ｔで同期化されて、ｍ個の距離算出部２６２（＃ｊ）（図６参照）のそれぞれに入力される故障予兆検知の対象の入力データを表している。すなわち、変数記号ｗｋ（ｔ）は、図６でいう周波数分析結果Ｆａである周波数成分ｗ１，ｗ２，…，ｗｎに相当し、変数記号ｘ（ｔ），ｙ（ｔ），ｚ（ｔ），変数記号Ｔ（ｔ），θ（ｔ）は、図６でいう同期化位置代表値ｘｙｚ（ｘ，ｙ，ｚ）、同期化温度代表値Ｔおよび同期化角度代表値θに相当する。従って、式（３）で表されるｄｊ（ｔ）は、時刻ｔで同期化された入力ベクトルＶｔが表す座標位置からｊ番目のクラスタ表面までの距離ｄｊを表している。

次に、ｍ個の距離算出部２６２からそれぞれ出力される距離ｄ１，ｄ２，…，ｄｍが入力される最小値抽出部２６３は、その入力された距離ｄ１，ｄ２，…，ｄｍの中から最小値を抽出し、抽出した最小値を異常度Ｓｄとして出力する。ただし、抽出した最小値が負の値であった場合には、最小値抽出部２６３は、例えば、異常度Ｓｄ＝０を出力する。この場合、判定の閾値が“０”のときには、何ら異常がなかった、つまり、何ら故障予兆は検知されなかったと判定される。

なお、クラスタデータ生成部２５２（図５参照）には、その動作を許可する信号として、モード番号Ｍｏｄが入力されている。ここでは、モード番号Ｍｏｄ＝“３”が入力されたとき、すなわち、動作モードが故障予兆検知モードであるとき、クラスタデータ生成部２５２でのクラスタ生成処理が実行されるものとしている。

図７は、学習部２５で生成され、異常度計算部２６で用いられるクラスタおよび異常度の例を模式的に示した図である。前記したように、本実施形態に係るクラスタは、（ｎ＋５）次元の空間で生成され、その空間を２次元平面で表すことは困難であるが、図７では、周波数成分ｗ１，ｗ２，ｗｎの座標軸および同期化角度代表値θの座標軸のみが模式的に示されている。また、図７において、黒の四角印（■印）は、学習モード時に入力されたデータ（学習データ）を表し、黒の丸印（●印）は、故障予兆検知モード時に入力されたデータ（故障予兆検知対象データ）を表している。

図７に示すように、学習モード時に学習部２５は、学習データ（■印）が密集している部分にそれらを含むように、多次元の球体で表されるクラスタ＃１およびクラスタ＃２を生成する。そして、故障予兆検知モード時に故障予兆検知対象データ（●印）が入力されたときには、異常度計算部２６は、その故障予兆検知対象データ（●印）が表す位置から最も近いクラスタ＃１または＃２の表面までの距離を、異常度Ｓｄとして算出する。

前記したように、故障予兆判定部２７（図２参照）は、異常度Ｓｄを既定の閾値と比較することにより、故障予兆の有無を判定する。一般的には、その閾値として“０”が設定されている。従って、故障予兆検知対象データ（●印）が表す位置がクラスタ＃１または＃２の表面または内部に含まれる場合には、異常度Ｓｄは、ゼロまたは負の値となり、故障予兆は検知されなかったと判定される。それに対し、異常度Ｓｄが正の値になった場合には、その故障予兆検知対象データ（●印）は、いずれかのクラスタにも含まれないことになるので、異常なデータ、つまり、故障予兆が検知されたと判定される。

ここで、図７を用いて、本実施形態の効果についても説明をしておく。本実施形態では、学習部２５がクラスタを生成する空間は、周波数分析により得られる周波数成分ｗ１，ｗ２，・・・，ｗｎの他に同期化位置代表値ｘｙｚ（ｘ，ｙ，ｚ）、同期化温度代表値Ｔおよび同期化角度代表値θが使用されている。従って、Ｘ線管１２の位置、温度、角度（姿勢角）が異なる場合には、同じ周波数成分を有するクラスタが生成されるとは限らない。

例えば、図７でいえば、同期化角度代表値（Ｘ線管１２の姿勢角）が０度近傍と６０度近傍にはそれぞれ異なるクラスタ＃１およびクラスタ＃２が形成されている。これは、姿勢角が０度近傍と６０度近傍とでは、正常なＸ線管１２から発生する振動の周波数が異なることを意味する。このような場合、本実施形態では、故障予兆検知対象のＸ線管１２の姿勢角が０度の場合に、そのＸ線管１２からクラスタ＃２に含まれるような振動が発生したときには、それを異常として検知することができる。それに対し、クラスタを生成する空間が周波数成分ｗ１，ｗ２，・・・，ｗｎだけで形成されていた場合には、それを異常として検知することはできない。

すなわち、本実施形態は、Ｘ線管１２の位置、温度、姿勢角の相違を考慮して、その異音の相違をも検知することができるので、Ｘ線管１２の故障予兆を精度よく検知することが可能になる。

図８は、本発明の実施形態に係るＸ線管故障予兆検知装置１１における全体処理フローの例を示した図である。図８以降に示す処理は、Ｘ線管故障予兆検知装置１１の中央処理装置１１３（図１参照）によって実行される。このとき、モード設定部２４（図４参照）で設定される動作モードは、禁止モード、学習モード、故障予兆検知モードのいずれかにすでに設定されているものとし、その設定情報は、記憶装置１１６（図１参照）に格納されているものとする。

図８に示すように、中央処理装置１１３は、まず、モード設定部２４で設定される動作モードが禁止モードであるか否かを判定する（ステップＳ０１）。その判定の結果、禁止モードであった場合には（ステップＳ０１でＹｅｓ）、中央処理装置１１３は、何もせずに処理を終了する。また、禁止モードでなかった場合には（ステップＳ０１でＮｏ）、中央処理装置１１３は、さらに、動作モードが学習モードであるか否かを判定する（ステップＳ０２）。

そして、ステップＳ０２での判定の結果、学習モードであった場合には（ステップＳ０２でＹｅｓ）、中央処理装置１１３は、学習処理を実行する（ステップＳ０３）。また、学習モードでなかった場合には（ステップＳ０２でＮｏ）、中央処理装置１１３は、さらに、学習処理済み、かつ、動作モードが故障予兆検知モードであるか否かを判定する（ステップＳ０４）。

そして、ステップＳ０４での判定の結果、学習処理済み、かつ、動作モードが学習モードであった場合には（ステップＳ０４でＹｅｓ）、中央処理装置１１３は、故障予兆検知処理を実行し（ステップＳ０５）、処理を終了する。また、学習処理済みでないかまたは故障予兆検知モードでなかった場合には（ステップＳ０４でＮｏ）、中央処理装置１１３は、処理を終了する。

なお、ステップＳ０３の学習処理は、学習部２５を実現するための処理であり、さらに詳細な処理フローについては、別途、図９を参照して説明する。また、ステップＳ０５の故障予兆検知処理は、異常度計算部２６および故障予兆判定部２７を実現するための処理であり、さらに詳細な処理フローについては、別途、図１０を参照して説明する。

図９は、学習処理の詳細な処理フローの例を示した図である。図９に示すように、学習処理において、中央処理装置１１３は、まず、代表値ゼロクリア処理を実行する（ステップＳ１１）。代表値ゼロクリア処理は、位置代表値記憶部２２１３、温度代表値記憶部２２２３および角度代表値記憶部２２３３にそれぞれ記憶されている位置代表値、温度代表値および角度代表値をゼロクリアする処理であり、その詳細な処理フローについては、別途、図１１を参照して説明する。

次に、中央処理装置１１３は、ステップＳ１２からステップＳ１７までの処理を学習サンプル数と同じ回数繰り返す。なお、学習サンプル数は、学習モードにおいて周波数分析処理のために入力される一連の時系列の振動データ（ＦＦＴ点数分の振動データ）の系列数である。

ステップＳ１２からステップＳ１７までの繰返し処理の中で、中央処理装置１１３は、まず、ＦＦＴ点数分の振動データ収集が完了するまで計測データ取得処理を実行する（ステップＳ１３、ステップＳ１４）。なお、計測データ取得処理は、センサユニット１３の加速度センサ１３１、温度センサ１３２、ジャイロセンサ１３３によって計測される３軸加速度、温度、角速度の各データを取得し、振動データ、位置代表値、温度代表値および角度代表値を計算する処理であり、その詳細な処理フローについては、別途、図１２を参照して説明する。

中央処理装置１１３は、ＦＦＴ点数分の振動データ取得が完了すると（ステップＳ１４でＹｅｓ）、代表値保存処理を実行し（ステップＳ１５）、さらに、代表値ゼロクリア処理（ステップＳ１６）を実行する。ここで、代表値保存処理は、振動データ取得完了時点での位置代表値、温度代表値および角度代表値を、そのときの時刻に対応付けて、それぞれ状態データ取得部２２（図３参照）の位置代表値履歴記憶部２２１４、温度代表値履歴記憶部２２２４および角度代表値履歴記憶部２２３４に蓄積する処理であり、その詳細な処理フローについては、別途、図１３を参照して説明する。また、ステップＳ１６の代表値ゼロクリア処理は、ステップＳ１１の代表値ゼロクリア処理と同じ処理である。

続いて、中央処理装置１１３は、ステップＳ１８からステップＳ２１までの処理を学習サンプル数と同じ回数繰り返し、その繰り返し処理の中で、学習サンプルごとの振動データについてのＦＦＴ処理を実行し（ステップＳ１９）、さらに、代表値取得処理を実行する（ステップＳ２０）。ここで、ＦＦＴ処理は、高速フーリエ変換を用いて、学習サンプルごとの振動データについて周波数分析を行う処理である。また、代表値取得処理は、位置代表値履歴記憶部２２１４、温度代表値履歴記憶部２２２４および角度代表値履歴記憶部２２３４を参照して、それぞれの周波数分析に用いられた振動データの最終データが取得された時刻に最も近い時刻の位置代表値、温度代表値および角度代表値を、それぞれ、同期化位置代表値、同期化温度代表値および同期化角度代表値として取得する処理である。なお、代表値取得処理の詳細な処理フローについては、別途、図１４を参照して説明する。

以上のステップＳ１８からステップＳ２１までの繰り返しの処理により、学習サンプル数分の周波数分析結果ｗ１，ｗ２，…，ｗｎ、同期化位置代表値ｘｙｚ（ｘ，ｙ，ｚ）、同期化温度代表値Ｔおよび同期化角度代表値θのデータが得られる。すなわち、学習サンプル数分の学習データのベクトル（ｗ１，ｗ２，…，ｗｎ，ｘ，ｙ，ｚ，Ｔ，θ）が生成される。そこで、中央処理装置１１３は、この学習サンプル数分の学習データのベクトル（ｗ１，ｗ２，…，ｗｎ，ｘ，ｙ，ｚ，Ｔ，θ）を対象にクラスタ分析を行い、生成されたクラスタについて、そのクラスタ半径および重心座標を算出し（ステップＳ２２）、当該学習処理を終了する

なお、ステップＳ２１におけるクラスタ分析では、ステップＳ１８からステップＳ２１までの繰り返しの処理で生成された学習データのベクトルだけでなく、過去に同じＸ線管１２から得られた学習データのベクトルを含めたものでクラスタ分析を行ってもよい。

図１０は、故障予兆検知処理の詳細な処理フローの例を示した図である。図１０に示すように、故障予兆検知処理において、中央処理装置１１３は、まず、代表値ゼロクリア処理を実行する（ステップＳ３１）。この代表値ゼロクリア処理は、図９の学習処理における代表値ゼロクリア処理（ステップＳ１１）と同じ処理であり、その詳細な処理フローについては、別途、図１１を参照して説明する。

以下、ステップＳ３２からステップＳ３７までの処理は、図９の学習処理におけるステップＳ１２およびステップＳ１７で学習サンプル数を検知対象サンプル数と読み替えることを除き、ステップＳ１２からステップＳ１７までの処理と同じであるので、その説明を省略する。なお、検知対象サンプル数は、故障予兆検知モードにおいて周波数分析処理のために入力される一連の時系列の振動データ（ＦＦＴ点数分の振動データ）の系列数である。

続いて、中央処理装置１１３は、ステップＳ３８からステップＳ４２までの処理を検知対象サンプル数と同じ回数繰り返し、その繰り返し処理の中で、検知対象サンプルごとの振動データについてのＦＦＴ処理を実行し（ステップＳ３９）、代表値取得処理を実行し（ステップＳ４０）、さらに、異常度算出処理を実行し（ステップＳ４１）、当該故障予兆検知処理を終了する。

ここで、ステップＳ３９のＦＦＴ処理およびステップＳ４０の代表値取得処理は、図９の学習処理におけるＦＦＴ処理（ステップＳ１９）および代表値取得処理（ステップＳ２０）と同じ処理である。従って、これらの処理結果として、故障予兆検知対象データのベクトル（ｗ１，ｗ２，…，ｗｎ，ｘ，ｙ，ｚ，Ｔ，θ）が生成される。そして、異常度算出処理（ステップＳ４１）では、ｎ＋５次元のベクトル空間において故障予兆検知対象データのベクトル（ｗ１，ｗ２，…，ｗｎ，ｘ，ｙ，ｚ，Ｔ，θ）が表す位置と、学習処理（図８参照）で生成されたクラスタとの距離が求められ、さらに、式（３）で表される異常度が計算される。なお、異常度算出処理の詳細な処理フローについては、別途、図１５を参照して説明する。

以上のようにして、検知対象数サンプルそれぞれについて異常度を算出すると、中央処理装置１１３は、閾値判定処理を実行し（ステップＳ４３）、その結果を故障予兆検知データとして出力する。なお、閾値判定処理では、異常度算出処理（ステップＳ４１）で算出された異常度を既定の閾値と比較することにより、故障予兆検知の有無を判定するが、その場合の判定基準としては、様々な基準を想定することができる。例えば、既定の閾値より大きい異常度が１つ検知されただけでも、故障予兆が検知されたと判定してもよく、あるいは、既定の閾値より大きい異常度が、例えば、５個以上検知されたとき故障予兆が検知されたと判定してもよい。

図１１は、代表値ゼロクリア処理の詳細な処理フローの例を示した図である。図１１に示すように、中央処理装置１１３は、代表値ゼロクリア処理では、まず、位置代表値記憶部２２１３（図３参照）に記憶されている位置代表値（ｘａ，ｙａ，ｚａ）およびサンプル数Ｎａをゼロクリアする（ステップＳ１１１）。続いて、中央処理装置１１３は、温度代表値記憶部２２２３に記憶されている温度代表値Ｔａおよびサンプル数Ｎａをゼロクリアし（ステップＳ１１２）、さらに、角度代表値記憶部２２３３に記憶されている角度代表値θａおよびサンプル数Ｎａをゼロクリアし（ステップＳ１１３）、当該代表値ゼロクリア処理を終了する。

図１２は、計測データ取得処理の詳細な処理フローの例を示した図である。図１２に示すように、計測データ取得処理では、３軸加速度、角速度および温度（筐体温度）は、それぞれ異なるタイミングで取得される。ちなみに、この例では、振動データを３軸加速度から算出するので、３軸加速度の取得タイミングは、例えば、１０μ秒程度の間隔になるが、温度の取得タイミングは、例えば、１秒間隔でもよい。

中央処理装置１１３は、まず、３軸加速度取得タイミングか否かを判定し、３軸加速度取得タイミングであった場合には（ステップＳ５１でＹｅｓ）、加速度センサ１３１で計測された３軸加速度を取得する（ステップＳ５２）。次に、中央処理装置１１３は、その３軸加速度から振動データＤｖを算出し、そのときの時刻とともに記録装置１１５に格納する（ステップＳ５３）。また、中央処理装置１１３は、３軸加速度から，そのとき現在の位置データ（ｘｃ，ｙｃ，ｚｃ）を算出し、そのときの時刻とともに現在位置記憶部２２１１に格納する（ステップＳ５４）。さらに、中央処理装置１１３は、前に説明した式（１）および式（２）を用いて、位置代表値（ｘａ，ｙａ，ｚａ）およびサンプル数Ｎａを算出し、そのときの時刻とともに位置代表値記憶部２２１３に格納する（ステップＳ５５）。

一方、３軸加速度取得タイミングでなかった場合には（ステップＳ５１でＮｏ）、中央処理装置１１３は、ステップＳ５２〜ステップＳ５５の処理をスキップして、ステップＳ５６の判定処理に移る。

続いて、中央処理装置１１３は、温度取得タイミングか否かを判定し、温度取得タイミングであった場合には（ステップＳ５６でＹｅｓ）、温度センサ１３２で計測されたＸ線管１２の筐体の温度データＤｔを取得し（ステップＳ５７）、取得した温度データＤｔをそのときの時刻とともに現在温度記憶部２２２１に格納する（ステップＳ５８）。さらに、中央処理装置１１３は、式（１）、式（２）と同様の式を用いて、温度代表値Ｔａおよびサンプル数Ｎａを算出し、そのときの時刻とともに温度代表値記憶部２２２３に格納する（ステップＳ５９）。

一方、温度取得タイミングでなかった場合には（ステップＳ５６でＮｏ）、中央処理装置１１３は、ステップＳ５７〜ステップＳ５９の処理をスキップして、ステップＳ６０の判定処理に移る。

続いて、中央処理装置１１３は、角速度取得タイミングか否かを判定し、角速度取得タイミングであった場合には（ステップＳ６０でＹｅｓ）、ジャイロセンサ１３３で計測された角速度を取得し（ステップＳ６１）、その取得した角速度から、そのとき現在の角度データＤａを算出し、そのときの時刻とともに現在角度記憶部２２３１に格納する（ステップＳ６２）。さらに、中央処理装置１１３は、式（１）、式（２）と同様の式を用いて、角度代表値θａおよびサンプル数Ｎａを算出し、そのときの時刻とともに角度代表値記憶部２２３３に格納する（ステップＳ６３）。次に、中央処理装置１１３は、当該計測データ取得処理を終了する。

一方、角速度取得タイミングでなかった場合には（ステップＳ５６でＮｏ）、中央処理装置１１３は、ステップＳ６１〜ステップＳ６３の処理をスキップして、当該計測データ取得処理を終了する。

なお、以上に説明した計測データ取得処理では、中央処理装置１１３がセンサユニット１３から３軸加速度を取得し、その３軸加速度から振動データおよび位置データを算出するとしているが、図２で説明したように、センサユニット１３の信号処理部１３５で振動データＤｖを計算して出力し（振動データ出力部１３５１）、位置データＤｐを計算して出力（位置データ出力部１３５２）してもよい。同様に、センサユニット１３の信号処理部１３５で角速度から角度データＤａを計算して出力（角度データ出力部１３５４）してもよい。

図１３は、代表値保存処理の詳細な処理フローの例を示した図である。代表値保存処理は、図９および図１０に示されているように、単位となる周波数分析で必要な時系列振動データ（ＦＦＴ点数分の振動データ）の取得が完了したときに実行される。

図１３に示すように、代表値保存処理では、中央処理装置１１３は、その時点で位置代表値記憶部２２１３に記憶されている位置代表値（ｘａ，ｙａ，ｚａ）をそのときの時刻とともに、位置代表値履歴記憶部２２１４に保存する（ステップＳ１５１）。続いて、中央処理装置１１３は、その時点で温度代表値記憶部２２２３に記憶されている温度代表値Ｔａをそのときの時刻とともに、温度代表値履歴記憶部２２２４に保存する（ステップＳ１５２）。さらに、中央処理装置１１３は、その時点で角度代表値記憶部２２３３に記憶されている角度代表値θａをそのときの時刻とともに、角度代表値履歴記憶部２２３４に保存し（ステップＳ１５３）、当該代表値保存処理を終了する。

なお、以上の代表値保存処理によって、位置代表値履歴記憶部２２１４、温度代表値履歴記憶部２２２４および角度代表値履歴記憶部２２３４にそれぞれ保存された位置代表値（ｘａ，ｙａ，ｚａ）、温度代表値Ｔａおよび角度代表値θａは、単位となる周波数分析で必要な時系列振動データ（ＦＦＴ点数分の振動データ）の取得完了の時刻ｔで同期化された代表値ということができる。

図１４は、代表値取得処理の詳細な処理フローの例を示した図である。図９、図１０に示されているように、代表値取得処理（ステップＳ２０、Ｓ４０）は、ＦＦＴ処理（ステップＳ１９、Ｓ３９）の後に実行される。

図１４における代表値取得処理では、中央処理装置１１３は、まず、前のＦＦＴ処理で用いられた振動データのうち、最終の振動データに対応付けられた時刻ｔを取得する（ステップＳ２０１）。続いて、中央処理装置１１３は、位置代表値履歴記憶部２２１４から時刻ｔに最も近い時刻が対応付けられた位置代表値（ｘａ，ｙａ，ｚａ）を、同期化位置代表値（ｘ（ｔ），ｙ（ｔ），ｚ（ｔ））として抽出する（ステップＳ２０２）。次に、中央処理装置１１３は、温度代表値履歴記憶部２２２４から時刻ｔに最も近い時刻が対応付けられた温度代表値Ｔａを、同期化温度代表値Ｔ（ｔ）として抽出する（ステップＳ２０３）。次に、中央処理装置１１３は、角度代表値履歴記憶部２２３４から時刻ｔに最も近い時刻が対応付けられた角度代表値θａを同期化角度代表値θ（ｔ）として抽出し（ステップＳ２０４）、当該代表値取得処理を終了する。

図１５は、異常度算出処理の詳細な処理フローの例を示した図である。異常度算出処理は、故障予兆検知処理のＦＦＴ処理（図１０：ステップＳ３９）、代表値取得処理（同：ステップＳ４０）から得られる周波数成分ｗ１（ｔ），ｗ２（ｔ），…，ｗｎ（ｔ）、同期化位置代表値ｘ（ｔ），ｙ（ｔ），ｚ（ｔ）、同期化温度代表値Ｔ（ｔ）および同期化角度代表値θ（ｔ）からなる（ｎ＋５）次元のベクトルについて、そのベクトルが表す位置から学習処理（図９参照）で生成されたｍ個のクラスタそれぞれの表面までの距離を計算し、その中から最小値を抽出して、異常度とする処理である。

そこで、中央処理装置１１３は、ステップＳ７１〜ステップＳ７３までの処理を全クラスタ（ｊ＝１，…，ｍ）に対して繰返し実行する。そして、その繰返し処理の中で、前記のベクトル（ｗ１（ｔ），ｗ２（ｔ），…，ｗｎ（ｔ），ｘ（ｔ），ｙ（ｔ），ｚ（ｔ），Ｔ（ｔ），θ（ｔ））が表す位置からクラスタｊの表面までの距離ｄｊ（ｔ）を算出する（ステップＳ７２）。なお、距離ｄｊ（ｔ）は、前掲の式（３）〜式（７）を用いて算出する。

さらに、中央処理装置１１３は、ステップＳ７１〜ステップＳ７３の処理で算出されたｍ個の距離ｄｊ（ｔ）（ｊ＝１，…，ｍ）の最小値を、異常度Ｓｄ（ｔ）として算出し（ステップＳ７４）、当該異常度算出処理を終了する。

図１６は、記録装置１１５に記憶されるデータの構成の例を示した図である。図１６に示すように、記録装置１１５には、モードテーブルデータ５０、時系列振動データ５１、Ｘ線管状態データ５２、周波数分析データ５３、学習データ５５、故障予兆検知データ５６などが記憶される。

モードテーブルデータ５０は、モード番号５０１、撮影回数上限５０２および撮影回数下限５０３を１セットのデータとした複数セットのデータによって構成される。このそれぞれの１セットのデータは、Ｘ線管故障予兆検知装置１１の１つの動作モードに対応する。従って、モード設定部２４（図１、図３参照）は、撮影回数をＸ線管１２から取得し、禁止フラグ設定部から禁止フラグを取得し、かつ、モードテーブルデータ５０を参照して、その動作モードを設定する。

時系列振動データ５１は、センサユニット１３から出力された振動データＤｖを時刻順に記憶したデータであり、時刻５１１と振動データ５１２が対応付けられた複数の時系列のデータからなる。時系列振動データ５１は、周波数分析の対象となるデータであり、周波数分析部２１で使用される。

Ｘ線管状態データ５２は、位置データ５２１、温度データ５２２および角度データ５２３からなり、センサユニット１３から出力される位置データＤｐ、温度データＤｔおよび角度データＤａの現在値やその代表値などを記憶したデータである。なお、位置データ５２１のさらに詳細な構成については、別途、図１７を参照して説明する。

周波数分析データ５３は、サンプリング周波数５３１、周波数分析点数５３２、周波数分析結果データ５３３などにより構成される。ここで、サンプリング周波数５３１は、振動データ５１２を取得する周期を定めるデータ、周波数分析点数５３２は、周波数分析で出力する周波数成分の数を定めるデータである。また、周波数分析結果データ５３３は、周波数分析部２１により生成されるデータであり、その詳細な構成については、別途、図１８を参照して説明する。

学習データ５５は、学習サンプル数５５１、クラスタ数最大値５５２、クラスタデータ５５３などにより構成される。ここで、学習サンプル数５５１は、学習部２５がクラスタデータ５５３を生成する際に入力される一連の時系列振動データ（ＦＦＴ点数分の振動データ）の系列数である。また、クラスタ数最大値は、学習部２５がクラスタを生成する際のクラスタ数最大値である。また、クラスタデータ５５３は、学習部２５によって生成されるが、その詳細な構成については、別途、図１９を参照して説明する。

故障予兆検知データ５６は、検知対象サンプル数５６１、異常度閾値５６２、故障予兆判定結果データ５６３などにより構成される。ここで、故障予兆判定結果データ５６３は、異常度計算部２６が異常度を計算する際に入力される一連の時系列振動データ（ＦＦＴ点数分の振動データ）の系列数である。異常度閾値５６２は、異常度計算部２６で計算された異常度Ｓｄが正常であるかまたは異常であるかを判定するための閾値である。また、故障予兆判定結果データ５６３は、故障予兆判定部２７によって生成されるが、その詳細な構成については、別途、図２０を参照して説明する。

図１７は、Ｘ線管状態データ５２に含まれる位置データ５２１の詳細な構成の例を示した図である。図１７に示すように、位置データ５２１は、現在位置データ５２１１、位置代表値データ５２１２、位置代表値履歴データ５２１３などにより構成される。さらに、現在位置データ５２１１は、現在時刻、現在位置の座標値（ｘｃ，ｙｃ，ｚｃ）を含んで構成され、位置代表値データ５２１２は、現在時刻、そのとき現在の位置代表値（ｘｃ，ｙｃ，ｚｃ）、サンプル数（Ｎａ）を含んで構成されている。

また、位置代表値履歴データ５２１３は、周波数分析部２１で周波数分析終了通知データ５４の周波数分析完了フラグがＯＮにセットされるたびに、そのとき位置代表値データ５２１２として記憶されている位置代表値（ｘａ，ｙａ，ｚａ）を、周波数分析完了時刻に対応付けて蓄積したデータである。すなわち、位置代表値履歴データ５２１３は、それぞれの周波数分析完了時刻である完了時刻（ｔ（ｉ））と、その時刻で同期化された複数の位置代表値（ｘａ（ｉ），ｙａ（ｉ），ｚａ（ｉ））と、により構成される。

ここで、現在位置データ５２１１は、図３でいう現在位置記憶部２２１１に記憶されるデータであり、位置代表値データ５２１２は、図３でいう位置代表値記憶部２２１３に記憶されるデータであり、位置代表値履歴データ５２１３は、図３でいう位置代表値履歴記憶部２２１４に記憶されるデータである。

なお、Ｘ線管状態データ５２（図１６参照）に含まれる温度データ５２２および角度データ５２３の詳細な構成は、位置データ５２１の詳細な構成に準ずるものであり、ここでは、その説明を省略する。

図１８は、周波数分析データ５３に含まれる周波数分析結果データ５３３の詳細な構成の例を示した図である。図１８に示すように、周波数分析結果データ５３３は、学習サンプル数または検知対象サンプル数分の単位分析結果データにより構成され、それぞれの単位分析結果データは、周波数分析の完了時刻、複数の周波数成分データ、同期化位置代表値（ｘａ，ｙａ，ｚａ）、同期化温度代表値（Ｔａ）、同期化角度代表値（θａ）により構成される。このとき、それぞれの周波数成分データは、周波数、パワー、位相の各データにより構成される。

なお、学習モード時に得られた周波数分析結果データ５３３は、学習部２５でのクラスタ生成の際に用いられ、故障予兆検知モード時に得られた周波数分析結果データ５３３は、異常度計算部２６での異常度Ｓｄの算出に用いられる。

図１９は、学習データ５５に含まれるクラスタデータ５５３の詳細な構成の例を示した図である。図１９に示すように、クラスタデータ５５３は、学習部２５で生成されたクラスタ数分の単位クラスタデータによって構成される。そして、それぞれの単位クラスタデータ（ｊ番目のクラスタのデータ）は、クラスタ重心座標（ｗｊ１，ｗｊ２，…，ｗｊｎ，ｘｊ，ｙｊ，ｚｊ，Ｔｊ，θｊ）およびクラスタ半径ｒｊによって構成される。

図２０は、故障予兆検知データ５６に含まれる故障予兆判定結果データ５６３の詳細な構成の例を示した図である。図２０に示すように、故障予兆判定結果データ５６３は、検知対象サンプル数５６１分の単位判定結果データによって構成される。そして、それぞれの単位判定結果データは、時刻、異常度、判定データを含んで構成される。ここで、時刻は、故障予兆検知対象サンプルが取得された時刻であり、異常度および判定データは、異常度計算部２６および故障予兆判定部２７での処理結果に基づき設定される。

以上に説明した実施形態では、Ｘ線管故障予兆検知装置１１は、Ｘ線管１２で発生した振動を計測した振動データに基づく周波数分析結果のデータだけではなく、Ｘ線管１２の位置、姿勢角、温度のデータを含めたものでクラスタ分析を行い、クラスタデータが作成されている。また、故障予兆を検知する場合にも、Ｘ線管１２から得られた振動データに基づく周波数分析結果のデータだけではなく、そのときのＸ線管１２の位置、姿勢角、温度のデータを含めたデータを用いて、最も近いクラスタ表面までの距離、すなわち、異常度Ｓｄが算出されている。従って、こうして求められた異常度Ｓｄは、振動データの周波数分析結果だけに基づいて生成されたクラスタを用いてＸ線管１２からの振動データの異常（異音）を検知する場合に比べ、その故障予兆の検知精度が向上する。その理由については、図７を用いて説明したとおりである。

図２１は、本発明の実施形態に係るＸ線管故障予兆検知装置１１を適用した透過型Ｘ線撮影装置１の構成の例を模式的に示した図である。図２１に示すように、透過型Ｘ線撮影装置１は、テーブル３上に載置された被写体７に、その上方に配置されたＸ線管１２からＸ線６を照射し、被写体７を透過したＸ線６を、テーブル３の下側に配置されたＸ線検出器２で検知することによって、被写体７のＸ線透過像を撮像する装置である。

このとき、Ｘ線管１２の筐体には、センサユニット１３が取り付けられており、センサユニット１３は、Ｘ線管故障予兆検知装置１１に接続されている。そして、センサユニット１３で計測された振動データＤｖ、位置データＤｐ、温度データＤｔ、角度データＤａは、Ｘ線管故障予兆検知装置１１へ入力される。また、Ｘ線管１２もＸ線管故障予兆検知装置１１に接続されており（接続配線は図示省略）、Ｘ線管１２からは、当該Ｘ線管１２における撮影回数データＤｃがＸ線管故障予兆検知装置１１へ入力される。

また、Ｘ線管１２は、Ｘ線管保持体５に保持され、被写体７の体軸方向および体軸に直交する方向に沿って自在に移動可能なように構成されている。また、Ｘ線管保持体５は、支柱４によりテーブル３または床に支持されるとともに、支柱４を伸縮させることにより、Ｘ線管１２と被写体７との距離を調節可能に構成されている。さらに、Ｘ線管保持体５は、支柱４を被写体７の体軸を中心に傾斜または回転可能に構成されている。

以上のようにＸ線管１２を移動させたり、傾斜（回転）させたりする制御は、撮影制御装置１０によって行われる。また、撮影制御装置１０は、Ｘ線管１２でのＸ線発生タイミングを制御するとともに、Ｘ線検出器２で取得されたＸ線の強度データに基づいて、被写体７の透過像を生成する。

図２２は、本発明の実施形態に係るＸ線管故障予兆検知装置１１を適用したＸ線ＣＴ装置１ａの構成の例を模式的に示した図である。Ｘ線ＣＴ装置１ａの基本的な構成要素およびその機能は、図２１に示した透過型Ｘ線撮影装置１とほとんど異ならないが、具体的には、次の点で相違している。以下、相違部分についてのみ説明する。

Ｘ線ＣＴ装置１ａでは、Ｘ線管保持体５に相当するものは、ガントリ５ａと呼ばれる。ガントリ５ａは、円環形状をしており、テーブル３に載置された被写体７は、体軸に沿うようにしてガントリ５ａの円環の中心部に入れられる。ガントリ５ａには、Ｘ線管１２およびＸ線検出器２が被写体７の体軸を中心とした互いに反対側の位置に配置されるように支持されており、さらに、ガントリ５ａは、そのＸ線管１２およびＸ線検出器２を、被写体７の体軸を中心として３６０度回転可能なように構成されている。従って、Ｘ線管１２は、被写体７に対しあらゆる方向からＸ線６を照射することができる。

そこで、撮影制御装置１０は、Ｘ線管１２およびＸ線検出器２を制御して、被写体７の３６０度あらゆる方向からのＸ線透過像を取得し、その被写体７の３６０度あらゆる方向からのＸ線透過像を用いて、被写体７の体軸に垂直な断面の断層画像を生成する。すなわち、Ｘ線ＣＴ装置１ａは、被写体７の単なる透過像を取得するのではなく、被写体７の断層像を取得する点で、図２１の透過型Ｘ線撮影装置１と大きく相違している。

なお、Ｘ線検出器２は、Ｘ線管１２の反対側の位置に配置されるものではなく、ガントリ５ａの円環の全周にわたって配置されたものであってもよい。この場合、Ｘ線管１２がガントリ５ａの円環に沿って回転するときでも、Ｘ線検出器２は、回転することはない。

以上のようなＸ線ＣＴ装置１ａでは、Ｘ線管１２は、図２１に示した透過型Ｘ線撮影装置１の場合以上に、位置の移動量も姿勢角の変動量も大きい。よって、Ｘ線ＣＴ装置１ａがＸ線管故障予兆検知装置１１を備えたことにより、Ｘ線管１２の振動データの異常（異音）を精度よく検知することができる。

なお、本発明は、以上に説明した実施形態に限定されるものでなく、さらに様々な変形例が含まれる。前記の実施形態は、本発明を分かりやすく説明するために、詳細に説明したものであり、必ずしも説明したすべての構成を備えるものに限定されるものではない。また、ある実施形態の構成の一部を他の実施形態の構成の一部で置き換えることが可能であり、さらに、ある実施形態の構成に他の実施形態の構成の一部または全部を加えることも可能である。

１ 透過型Ｘ線撮影装置（Ｘ線撮像装置）
１ａ Ｘ線ＣＴ装置（Ｘ線撮像装置）
２ Ｘ線検出器
３ テーブル
４ 支柱
５ Ｘ線管保持体
６ Ｘ線
７ 被写体
１０ 撮影制御装置
１１ Ｘ線管故障予兆検知装置
１１１ 表示装置
１１２ 警報装置
１１３ 中央処理装置
１１４ 操作入力装置
１１５ 記録装置
１１６ 記憶装置
１１７ Ｉ／Ｏポート
１２ Ｘ線管
１２１ Ｘ線管球
１２２ コイル
１２３ 回転陽極
１２３ａ ターゲット部材
１２４ 陰極
１２５ 制御部
１２５１ 撮影回数計数部
１３ センサユニット
１３１ 加速度センサ
１３２ 温度センサ
１３３ ジャイロセンサ
１３４ Ａ／Ｄ変換器
１３５ 信号処理部
１３５１ 振動データ出力部
１３５２ 位置データ出力部
１３５３ 温度データ出力部
１３５４ 角度データ出力部
１４ 操作卓
２０ 振動データ取得部
２１ 周波数分析部
２２ 状態データ取得部
２２１ 位置代表値取得部
２２１１ 現在位置記憶部
２２１２ 位置代表値算出部
２２１３ 位置代表値記憶部
２２１４ 位置代表値履歴記憶部
２２２ 温度代表値取得部
２２２１ 現在温度記憶部
２２２２ 温度代表値算出部
２２２３ 温度代表値記憶部
２２２４ 温度代表値履歴記憶部
２２３ 角度代表値取得部
２２３１ 現在角度記憶部
２２３２ 角度代表値算出部
２２３３ 角度代表値記憶部
２２３４ 角度代表値履歴記憶部
２３ 禁止フラグ設定部
２４ モード設定部
２５ 学習部
２５１ デマルチプレクサ
２５２ クラスタデータ生成部
２５３ マルチプレクサ
２６ 異常度計算部
２６１ デマルチプレクサ
２６２ 距離算出部
２６３ 最小値抽出部
２７ 故障予兆判定部

Claims (9)

1. 禁止モード、学習モードおよび故障予兆検知モードのうちいずれかの１つの動作モードを設定するモード設定部と、
   Ｘ線管から発生する振動の振動データを取得するとともに、前記取得した振動データの数が１回の周波数分析に使用する既定のデータ数の倍数に達するたびに振動データ取得完了通知を出力する振動データ取得部と、
   前記振動データ取得部で取得された前記既定のデータ数の振動データごとに周波数分析をする周波数分析部と、
   前記Ｘ線管の動作状態を表す状態データを取得するとともに、前記振動データ取得部から出力された振動データ取得完了通知を受けたタイミングで、前記取得した状態データを同期化する状態データ取得部と、
   前記モード設定部により学習モードが設定されている場合に、前記周波数分析部による周波数分析で得られる周波数成分データと、前記状態データ取得部によって同期化された状態データと、からなる複数の学習データを入力としてクラスタ分析を行い、１つ以上のクラスタデータを生成する学習部と、
   前記モード設定部により故障予兆検知モードが設定されている場合に、前記周波数分析部による周波数分析で得られる周波数成分データと、前記状態データ取得部によって同期化された状態データと、からなる故障予兆検知対象データが表す位置から、前記学習部によって生成されたそれぞれのクラスタの表面までの距離のうち最小のものを異常度として算出する異常度計算部と、
   前記異常度計算部によって算出された異常度を既定の閾値と比較することによって、故障予兆を判定する故障予兆判定部と、
   を備えること
   を特徴とするＸ線管故障予兆検知装置。
2. 前記状態データ取得部によって取得される状態データは、
   前記Ｘ線管の位置データ、姿勢角データおよび温度データのうち、少なくともその１つを含むこと
   を特徴とする請求項１に記載のＸ線管故障予兆検知装置。
3. 前記同期化された状態データは、
   前記振動データ取得部によって前記既定のデータ数の振動データが取得される間に前記状態データ取得部によって取得された前記状態データの平均値であること
   を特徴とする請求項１に記載のＸ線管故障予兆検知装置。
4. 前記モード設定部は、
   前記Ｘ線管から送信される前記Ｘ線管での撮影回数に基づき、前記撮影回数が第１の上限回数以下のとき、前記禁止モードを設定し、前記撮影回数が前記第１の上限回数より大きく、前記第１の上限回数より大きい第２の上限回数以下のとき、前記学習モードを設定し、前記撮影回数が前記第２の上限回数より大きいとき、前記故障予兆検知モードを設定すること
   を特徴とする請求項１に記載のＸ線管故障予兆検知装置。
5. コンピュータが、
   禁止モード、学習モードおよび故障予兆検知モードのうちいずれかの１つの動作モードを設定するモード設定処理と、
   Ｘ線管から発生する振動の振動データを取得するとともに、前記取得した振動データの数が１回の周波数分析に使用する既定のデータ数の倍数に達するたびに振動データ取得完了通知を出力する振動データ取得処理と、
   前記振動データ取得処理で取得された前記既定のデータ数の振動データごとに周波数分析をする周波数分析処理と、
   前記Ｘ線管の動作状態を表す状態データを取得するとともに、前記振動データ取得処理から出力された振動データ取得完了通知を受けたタイミングで、前記取得した状態データを同期化する状態データ取得処理と、
   前記モード設定処理により学習モードが設定されている場合に、前記周波数分析処理による周波数分析で得られる周波数成分データと、前記状態データ取得処理によって同期化された状態データと、からなる複数の学習データを入力としてクラスタ分析を行い、１つ以上のクラスタデータを生成する学習処理と、
   前記モード設定処理により故障予兆検知モードが設定されている場合に、前記周波数分析処理による周波数分析で得られる周波数成分データと、前記状態データ取得処理によって同期化された状態データと、からなる故障予兆検知対象データが表す位置から、前記学習処理によって生成されたそれぞれのクラスタの表面までの距離のうち最小のものを異常度として算出する異常度計算処理と、
   前記異常度計算処理によって算出された異常度を既定の閾値と比較することによって、故障予兆を判定する故障予兆判定処理と、
   を実行すること
   を特徴とするＸ線管故障予兆検知方法。
6. 前記状態データ取得処理によって取得される状態データは、
   前記Ｘ線管の位置データ、姿勢角データおよび温度データのうち、少なくともその１つを含むこと
   を特徴とする請求項５に記載のＸ線管故障予兆検知方法。
7. 前記同期化された状態データは、
   前記振動データ取得処理によって前記既定のデータ数の振動データが取得される間に前記状態データ取得処理によって取得された前記状態データの平均値であること
   を特徴とする請求項５に記載のＸ線管故障予兆検知方法。
8. 前記コンピュータは、
   前記モード設定処理において、前記Ｘ線管から送信される前記Ｘ線管での撮影回数に基づき、前記撮影回数が第１の上限回数以下のとき、前記禁止モードを設定し、前記撮影回数が前記第１の上限回数より大きく、前記第１の上限回数より大きい第２の上限回数以下のとき、前記学習モードを設定し、前記撮影回数が前記第２の上限回数より大きいとき、前記故障予兆検知モードを設定すること
   を特徴とする請求項５に記載のＸ線管故障予兆検知方法。
9. 請求項１ないし請求項４のいずれか１項に記載のＸ線管故障予兆検知装置を備えたこと
   を特徴とするＸ線撮像装置。

Images