DISPOSITIF DE DÉTECTION D'INDICATEUR DE DÉFAUT DE TUBE À RAYONS X, PROCÉDÉ DE DÉTECTION D'INDICATEUR DE DÉFAUT DE TUBE À RAYONS X ET DISPOSITIF D'IMAGERIE À RAYONS X
A learning unit (25) in learning mode generates a cluster from a cluster analysis of data formed from frequency constituent data (Fa) and state data (x, y, z, T, θ), obtained from a sensor unit (13). An abnormality calculation unit (26) computes, as abnormalities (Sd), the minimum values among distances to surfaces of the clusters of the data formed from the frequency constituent data (Fa) and the state data (x, y, z, T, θ), obtained when in fault indicator sensing mode. A fault indicator determination unit (27) determines a fault indicator of an X-ray tube (12) by comparing the abnormalities (Sd) with a predetermined threshold.L'invention concerne une unité d'apprentissage (25) en mode d'apprentissage qui génère un groupe à partir d'une analyse de groupes de données formés de données de constitution de fréquence (Fa) et de données d'état (x, y, z, T, θ) obtenues d'une unité de capteur (13). Une unité de calcul d'anomalie (26) calcule, comme anomalies (Sd), les valeurs minimales parmi les distances aux surfaces des groupes des données formés des données de constitution de fréquence (Fa) et des données d'état (x, y, z, T, θ) obtenues dans un mode de détection d'indicateur de défaut. Une unité de détermination d'indicateur de défaut (27) détermine un indicateur de défaut d'un tube à rayons X (12) en comparant les anomalies (Sd) à un seuil prédéterminé.学習部（２５）は、学習モード時にセンサユニット（１３）から得られる周波数成分データ（Ｆａ）と状態データ（ｘ，ｙ，ｚ，Ｔ，θ）とからなるデータのクラスタ分析によりクラスタを生成し、異常度計算部（２６）は、故障予兆検知モード時に得られる周波数成分データ（Ｆａ）と状態データ（ｘ，ｙ，ｚ，Ｔ，θ）とからなるデータのクラスタ表面までの距離のうち最小値を異常度（Ｓｄ）として算出し、故障予兆判定部２７は、その異常度（Ｓｄ）を既定の閾値と比較することによってＸ線管（１２）の故障予兆を判定する。
