公开(公告)号：CN106413562B

公开(公告)日：2019-09-24

申请号：CN201580029268.0

申请日：2015-04-27

Applicant: 株式会社日立制作所

Inventor： 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

IPC: A61B6/03 ,  H05G1/26 ,  H05G1/66

Abstract: 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。

公开(公告)号：CN106413562A

公开(公告)日：2017-02-15

申请号：CN201580029268.0

申请日：2015-04-27

Applicant: 株式会社日立制作所

Inventor： 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

IPC: A61B6/03 ,  H05G1/26 ,  H05G1/66

Abstract: 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。