Информационно-измерительная система для аттестации источников питания дуговой сварки тема диссертации и автореферата по ВАК РФ 05.11.16, кандидат технических наук Бекетов, Владимир Георгиевич

• Бекетов, Владимир Георгиевич
• кандидат технических наук
• 2006

Оглавление диссертации кандидат технических наук Бекетов, Владимир Георгиевич

ВЕДЕНИЕ.

1 ХАРАКТЕРИСТИКИ ПРОЦЕССА СВАРКИ И ОСОБЕННОСТИ

ИХ ПО ЛУЧЕНИЯ.

1.1 Физические процессы при сварке плавлением

1.2 Основные характеристики технологического процесса дуговой сварки

1.3 Аттестация технологических компонентов как средство повышения качества сварных соединений.

1.4 Цель и задачи работы.

2 МЕТОДЫ И АЛГОРИТМЫ ОБРАБОТКИ ИЗМЕРИТЕЛЬНОЙ

ИНФОРМАЦИИ ПРИ ИССЛЕДОВАНИИ ПРОЦЕССА СВАРКИ

2.1 Спектральные методы

2.2 Статистические методы.

2.3 Регрессионные методы.

2.4 Статистическая обработка параметров многовариантных технологических процессов

2.5 Нейросетевая кластеризация и классификация данных.

Выводы к главе 2.

3 ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ СИГНАЛОВ В ПРОЦЕССЕ СВАРКИ ПЛАВЛЕНИЕМ.

3.1 Функциональная схема установки для промышленного эксперимента

3.2 Спектральный анализ и фильтрация сигналов.

3.3 Расчет идентификационных параметров процесса сварки.

3.4 Нормализация данных и корреляционный анализ.

3.5 Построение и обучение нейросетевого классификатора.

3.6 Обработка экспериментальных данных.

Выводы к главе 3.

4 РАЗРАБОТКА СИСТЕМЫ АТТЕСТАЦИИ СВАРОЧНОГО

ОБОРУДОВАНИЯ.

4.1 Аппаратная реализация системы сбора данных.

4.2 Программная реализация расчетов в пакете MatLab.

4.2.1. Определение семейства внешних статических характеристик источников питания.

4.2.2. Нейросетевой классификатор качества процесса сварки.

4.3 Информационно-регистрирующая система в среде Lab View.

4.3.1. Виртуальные приборы регистрации данных.

4.3.2. Генератор отчета об испытаниях сварочного оборудования

4.3.3. Интерфейс информационно измерительной системы

Выводы к главе 4.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ.

Введение диссертации (часть автореферата) на тему «Информационно-измерительная система для аттестации источников питания дуговой сварки»

Дуговая сварка плавящимся металлическим электродом в настоящее время является одним из самых распространенных методов получения неразъемных соединений при изготовлении металлоконструкций. Это объясняется простотой и мобильностью применяемого оборудования, возможностью выполнения сварки в различных пространственных положениях и в местах, труднодоступных для механизированных способов сварки.

Современными исследованиями в области технологии процесса дуговой сварки установлено, что основная группа дефектов сварного соединения зарождается в объеме сварочной ванны, и вероятность их появления связана с характером протекания тепловых, электрических и гидродинамических процессов в сварочном контуре.

При решении задач повышения качества продукции можно выделить ряд технологических процессов, для которых характерными классификационными признаками являются: объединение разнородных физических процессов, имеющих различный временной масштаб протекания; существенная нелинейность; слабая формализуемость при описании и др.

Известно [1, 14], что объекты с такими свойствами, в силу названных причин, могут характеризоваться хаотическим движением своих параметров. Это означает, что по мгновенным значениям контролируемых параметров процесса невозможно точно предсказать значения показателей качества. В f этом смысле технологические процессы такого типа принято характеризова ть как ограниченно детерминированные (хаотические). В работах Кривина В.В. показано, что при таких условиях возможным путем для управления качеством становится воздействие на процесс путем компенсации нестабильностей на этапе подготовки производства. Имеется в виду, что на вход технологического процесса поступают материалы, энергия и оборудование, технологические свойства которых отвечают нормативным требованиям для данного производства.

Сварочное производство при монтаже атомных энергетических установок подчиняются ряду постановлений Госгортехнадзора РФ [15,16,17]. Эти документы жестко регламентируют все этапы подготовки, производства и контроля сварных соединений. В соответствии с этими основными правилами в сварочном производстве осуществляется нормативное управление качеством сварных соединений.

Постановление Госгортехнадзора РФ от 19 июня 2003 г. N 102 "Об утверждении Порядка применения сварочного оборудования при изготовлении, монтаже, ремонте и реконструкции технических устройств для опасных производственных объектов" [16] регламентирует проведение работ по аттестационным испытаниям сварочных источников питания, что встраивается в общую систему контроля качества.

Однако проведенные исследования показывают, что, несмотря на все меры, принимаемые при контроле и аттестации, в реальном производстве сохраняется высокий уровень нестабильности сварочного оборудования. Это объясняется трудностями получения объективных характеристик: практически все существующие методы контроля либо дороги и неэффективны (например, методы разрушающего контроля), либо принципиально содержат элемент необъективности - экспертные оценки.

Таким образом, для производства ответственных изделий в энергетическом машиностроении актуальным является решение проблемы повышения точности, надежности и производительности контроля и аттестации процесса сварки плавлением. Решение этой проблемы связано с разработкой математических методов получения идентификационных характеристик и методик классификации процесса сварки, основанных на них алгоритмов, а также аппаратно-программной системы, реализующей эти методы. Настоящая работа выполнялась в рамках госбюджетной фундаментальной научно-исследовательской работы № 1.3.99 Ф "Разработка теории и методов повышения технологической прочности, качества и надежности оборудования на основе создания математических методов расчета и моделирования, новых технологий и материалов", а также в соответствии с научным направлением ЮРГТУ (НПИ) "Теория и принципы построения информационно-измерительных систем и систем управления", утвержденного на период 1995-2005 гг. решением Ученого совета университета от 25.01.95. Отдельные этапы работы выполнялись по хоздоговорам на проведение научно-исследовательских (опытно-конструкторских) работ: "Автоматизированная система управления сваркой плавлением корпусного оборудования АЭС" 1995 г. ПО "Атоммаш"; "Автоматизированная система контроля технологических свойств сварочных материалов" 1997 г. ПО "Атоммаш"; "Информационно-регистрирующая система ИРИС-М" 1997 г. ВНИИМонтажспецстрой; "Автоматизированная система аттестации оператора-сварщика РДС" 2003 г. ОАО "ЭМК-Атоммаш".

Целью диссертационной работы является совершенствование методик аттестации сварочного оборудования при подготовке технологических процессов изготовления, монтажа, ремонта оборудования АЭС средствами автоматизации. Для достижения поставленной цели необходимо было решить следующие основные задачи:

1) произвести анализ параметров процесса сварки как объекта исследования, их классификация и обоснование выбора математических методов обработки данных;

2) разработка робастных методов получения численных характеристик состояния процесса дуговой сварки для идентификации качества сварочного оборудования;

3) разработать нейросетевой классификатор для генерации формализованных экспертных оценок качества сварного соединения при проведении контрольной сварки взамен экспертных оценок;

4) разработать автоматизированную информационно-измерительную систему (ИИС) для аттестации источников питания дуговой сварки.

Экспериментальные исследования проводились с применением цифровой информационно-измерительной системы, разработанной на кафедре "Информационные и управляющие системы" ВИ ЮРГТУ. Для классификации процесса сварки плавлением использованы методы математической статистики, спектральные методы анализа данных, для обоснованного определения значений параметров - методы математического моделирования, методы оптимизации и кластеризации данных, для разработки программного обеспечения и интерфейса - методы проектирования информационных систем.

Новизна научных результатов, полученных в диссертационной работе, заключается в следующем:

1) Установлено, что использование разработанного робастного метода кластеризации параметров технологического процесса, путем построения двумерных распределений эмпирических данных, позволяет получить идентификационные характеристики процесса дуговой сварки.

2) Показано, что применение разработанного иерархического нейросетевого классификатора, на основе массива измеренных мгновенных значений тока сварки и напряжения дуги при проведении контрольного сварочного процесса, позволяет: генерировать формализованные оценки показателей сварочных свойств источников питания.

3) Разработанная новая автоматизированная информационно-измерительная система аттестации источников питания позволяет существенно сократить расходы и время на проведение аттестационных процедур, а также повысить объективность и надежность экспертных оценок при подготовке сварочного производства.

Практическая значимость работы заключается в создании и внедрении информационно-измерительной системы контроля и аттестации сварочного оборудования, что позволяет повысить эффективность (высвободить человеческие и материальные ресурсы) проведения регламентных испытаний сварочных источников питания в центрах аттестации сварочного оборудования, существенно сократить брак в сварных соединениях при производстве ответственных конструкций опасных производственных объектов. Также значимость работы заключается в предложенных инженерных методах проектирования автоматизированных систем контроля и аттестации сварочных процессов, позволяющих существенно снизить продолжительность и трудоёмкость выполнения этих работ, проводить аттестационные испытания на рабочих местах без транспортировки в специализированные аттестационные центры.

На защиту выносятся следующие основные положения работы:

1) Метод кластеризации данных совместного распределения мгновенных значений тока сварки и напряжения дуги, позволяющий получить численные идентификационные характеристики состояния процесса дуговой сварки плавящимся электродом.

2) Метод предподготовки данных для нейросетевого классификатора показателей качества контрольного сварного соединения, получаемого при аттестации сварочного источника питания.

3) Метод генерации оценок показателей сварочных свойств источника питания дуговой сварки, определяющий качество сварочного оборудования.

Реализация результатов работы. Теоретические, методические и аппаратно-программные разработки нашли практическое применение на предприятиях атомного энергетического машиностроения (ОАО "ЭМК Атоммаш"), а также при проведении научно-исследовательских и опытно-конструкторских работ в ВНИИ Атомного машиностроения.

Автоматизированная система аттестации сварочных процессов внедрена в ОАО "ЭМК-Атоммаш" и ЗАО "Энергостройсервис" с экономическим эффектом более 500 тыс. руб. за счет повышения качества и снижения затрат на устранение дефектов сварных соединений, повышения производительности и уменьшения материальных затрат при контроле и аттестации сварочного оборудования.

1. ХАРАКТЕРИСТИКА ПРОЦЕССА ДУГОВОЙ СВАРКИ ПЛАВЯЩИМСЯ

Заключение диссертации по теме «Информационно-измерительные и управляющие системы (по отраслям)», Бекетов, Владимир Георгиевич

Основные результаты, полученные в настоящей работе, могут быть сформулированы следующим образом.

5. На основе теоретических и экспериментальных исследований процесса дуговой сварки плавлением показано, что процесс характеризуется несколькими состояниями распределения вероятностей параметров. Разработан новый метод расчета наиболее достоверной теоретической кривой распределения при сложном (не унимодальном) распределении данных процесса. Применение данного метода позволяет получить идентификационные характеристики процесса дуговой сварки, состоящие из рассчитанных коэффициентов функции распределения тока сварки и напряжения дуги и использовать их для классификации показателей качества контрольного сварного соединения. Показано, что выделение однородных областей при сегментации процесса обеспечивает робастность предложенного метода.

6. Разработана методика нейросетевой кластеризации эмпирических данных на основе использования идентификационных характеристик технологического процесса сварки.

7. Разработана методика предподготовки данных для нейросетевого классификатора качественных характеристик процесса контрольной сварки при аттестации сварочного оборудования.

8. Разработан иерархический нейросетевой классификатор для получения формализованных оценок для показателей сварочных свойств источников питания дуговой сварки плавящимся электродом. Применение классификатора позволит избежать субъективности экспертных оценок в процессе аттестации.

9. Разработана новая мобильная информационно-измерительная система для аттестационных испытаний источников питания дуговой сварки, позволяющая:

- повысить производительность работ при аттестации за счет автоматизации: измерений, расчетов и подготовки отчетов по испытаниям;

-повысить объективность оценок технологических характеристик сварочных источников питания в результате применения нейросетевого классификатора параметров контрольной сварки;

- снизить затраты на проведение работ при аттестации за счет применения менее дорогостоящего оборудования, использования возможности проведения аттестации в производственных условиях.

10. Создана и прошла опытно-промышленное испытание в производственных условиях ОАО "ЭМК Атоммаш" и ЗАО "Энергостройсервис" автоматизированная контрольно-измерительная система аттестации сварочного оборудования. Эта система позволяет значительно сократить расходы (более, чем в 5 раз) и время (более, чем в 3 раза) на проведение аттестационных процедур, а также существенно сократить брак сварных соединений при производстве корпусного оборудования АЭС.

Список литературы диссертационного исследования кандидат технических наук Бекетов, Владимир Георгиевич, 2006 год

1. Чернов А.В. Обработка информации в системах контроля и управления сварочным производством: Монография /Новочерк. гос. техн. унт. Новочеркасск: НГТУ, 1995.- 180 с.

2. Шитова В.М., Робинович Н.Я. Вопросы динамики источников питания при автоматической сварки в защитных газах //Автоматическая сварка. 1959.-№9.-С. 17-19.

3. Гладков Э.А., Чернышев ГГ., Сас А.В. Задачи управления качеством формирования шва при дуговой сварке //Известия вузов. Машиностроение. 1981. - № 12. - С. 11-12.

4. Сас А.В., Гладков Э.А., Чернов А.В. Автоматизированная система управления качеством аргоно-дуговой сварки труб //Труды МВТУ. -1980. -№ 337. -С. 81 -88.

5. Патон Б.Е. Основные задачи развития сварочного производства в СССР //Автоматическая сварка. 1986. - № 3. - С. 1-4.

6. Алекин Л.Е. Полная структурная схема дугового автомата типа АРДС//Труды МВТУ. 1970. - № 136. - С. 67 - 117.

7. Гладков Э.А., Львов Н.С. Автоматика и автоматизация сварочных процессов. М.: Машиностроение, 1982. - 304 с.

8. Шумилев В.Ф. Оптимальная стабилизация выходных параметров источников питания сварочной дуги при случайных воздействиях. //Сварочное производство. 1990. - № 1. - С. 36-37.

9. Чернов А.В., Фролов В.А. и др. Влияние динамических свойств источников питания на стабильность процесса сварки плавящимся электродом //Современные проблемы сварочной науки и техники: Тез. докл. междунар. научн.-техн. конф. Ростов-н/Д, 1993. - С. 127.

10. Фролов В.А., Чернов А.В. Исследование влияния неравномерности углов открытия тиристоров в сварочных источникахф питания: Стабильность, качество и работоспособность сварныхконструкций// Межвузовский сборник научных трудов. М.Д993.-С. 129-136.

11. Оборудование для дуговой сварки: Справочное пособие /Под ред. В.В. Смирнова. Л.: Энергоатомиздат. Ленингр. отд-ние, 1986.

12. Сварка в машиностроении. /Под ред. Ю.Н.Зорина. М.: Машиностроение, 1979. - 512 с.

13. Походня И.К., Заруба И.И., Пономарев В.Е., Илюшенко Н.В., Гвенетадзе Т.А. Критерии оценки стабильности процесса дуговой сварки на постоянном токе. // Автоматическая сварка. 1989. №8. С. 1-4.

14. Кривин В.В. Методы автоматизации ограниченно детерминированных процессов: Монография /Юж.-Рос. гос. техн. ун-т. Новочеркасск: "Изв. вузов. Электромеханика", 2003. 174 с.

15. Постановление Госгортехнадзора РФ от 19 июня 2003 г. N 101 "Об утверждении Порядка применения сварочных материалов при изготовлении, монтаже, ремонте и реконструкции технических устройств для опасных производственных объектов"

16. Постановление Госгортехнадзора РФ от 19 июня 2003 г. N 102 "Об утверждении Порядка применения сварочного оборудования при изготовлении, монтаже, ремонте и реконструкции технических устройств для опасных производственных объектов"

17. Постановление Госгортехнадзора РФ от 19 июня 2003 г. N 103 "Об утверждении Порядка применения сварочных технологий при изготовлении, монтаже, ремонте и реконструкции технических устройств дляф опасных производственных объектов"

18. Кривин В.В. Исследование сварочных процессов методами нелинейной динамики. Изв. вузов Сев.-Кавк. регион. Техн. науки. 2003. №3. - С. 45-49.

19. Кривин В.В. Виниченко М.Ю. Обработка экспериментальных данных о процессе сварки на основе методов нелинейной динамики.

20. Методы и средства измерения в системах контроля и управления" Материалы Пенза, 1999.-С. 156-158.

21. Сварка в машиностроении/ под ред. Акулова А.И. М.: Машиностроение, 1978.-250 с.

22. Гладков Э.А., Лосев В.М., Сас А.В. Вопросы идентификации моделей в дуговой сварке // Труды МВТУ, 1981, №363. С.101-110.

23. Гладков Э.А., Гуслистов И.А., Сас А.В. Динамические процессы в сварочной ванне при вариации соответствующих сил //Сварочное производство, 1983, №1. С.123-131.

24. Мандель И.Д. Кластерный анализ. М.: Финансы и статистика. 1988.- 176 с.

25. Б. Болч, К.Дж. Хуань. Многомерные статистические методы для экономики /Пер. с англ. М.: Статистика, 1979. - 317с.

26. Айвазян С.А., Бежаева З.И., Староверов О.В. Классификация многомерных наблюдений. М.: Статистика, - 1974. - 240 с.

27. Айвазян С.А., Бухштабер В.М., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: Классификация и снижение размерности. М.: Финансы и статистика, 1989. - 607с.

28. Ж.Макс. Методы и техника обработки сигналов при физических измерениях. В 2-х томах. М., "Мир", 1983. 569 с.

29. Блейхут P. Быстрые алгоритмы цифровой обработки сигналов. М., 1989.-448 с.

30. Современные методы идентификации систем: Пер. с англ., под ред. П.Эйкхоффа.-М.: Мир, 1983. 400 с.

31. П. Эйкхофф, А. Ванечек, Е. Савараги, Т. Соэда, Т. Накамизо, X. Акаике, Н. Райбман, В. Петерка. Современные методы идентификации систем М. Мир, 1983. - 400с.

32. Попов Е.П. Теория линейных систем автоматического регулирования и управления. М.: Наука, 1989. 304 с.

33. Фомин Я. А., Тарловский Г.Р. Статистическая теория распознавания образов. М.: Радио и связь, 1986. - 264с.

34. Айвазян С.А., Бухштабер В.М. Анализ данных, прикладная статистика и построение общей теории автоматической классификации //Методы анализа данных/ Пер. с фр. М.: Финансы и статистика, 1985. -Вступ. ст. - с. 5-22.

35. Факторный, дискриминантный и кластерный анализ: Пер с англ. /Дж. О.Ким, Ч.У.Мьюллер, У.Р.Клекка и др.; Под ред. И.С.Енюкова. - М.: Финансы и статистика, 1989. - 215с.

36. Терентьев П.В. Метод корреляционных плеяд //Вестник ЛГУ. -1959. №9-с.137-141.

37. Методы анализа данных: Подход, основанный на методе динамических сгущений: Пер. с фр. /Кол. Авт. Под рук. Э. Дидэ; Под ред. И с предисл. С.А.Айвазяна и В.М.Бухштабера. М.: Финансы и статистика, 1985. -357 с.

38. Статистические методы для ЭВМ /Под ред. К.Энслейна, Э.Рэлстона, Г.С.Уилфа: Пер с англ. /Под ред. М.Б.Малютова. М.: Наука, 1986.-464 с.

39. Робастность в статистике. Подход на основе функций влияния. Хампель Ф., Рончетти Э., Рауссеу П., Штаэль В. М.Мир, 1989 - 512 с.

40. Эфрон Б. Нетрадиционные методы многомерногостатистического анализа: Сб. статей: Пер. с англ. /Предисловие Ю.П.Адлера, Ю.В.Кошевника. М.: Финансы и статистика, 1988. - 263с.

41. Бендат Дж., Пирсол А. Прикладной анализ случайных данных. -М.: Мир, 1989 422 с.

42. Загоруйко Н.Г., Елкина В.Н., Емельянов С.В., Лбов Г.С. Пакет прикладных программ ОТЭКС (для анализа данных). М.: Финансы истатистика, 1986. 160 с.

43. Патрик Э. Основы теории распознавания образов: Пер с англ /Под ред. Б.Р.Левина. М.: Сов. Радио, 1980. - 408 с.

44. Астафьева Н.М. //Успехи физических наук 1996. - №11 -С.1145.

45. Слесарев Д.А., Барат //Измерительная техника 2000. -№8.1. С.43.

46. Sasch A. Newe Grundsatze zur Beurteiling der dinanischen Eigenshen von Gleishstrom quellen fur das lishtbogen - landschwei en. //Schwei en und Schneiden. 1982. - 34. - №11. - P.525-529.

47. Кушлейко P. Метод оценки стабильности сварочного щ процесса. // Информ. Материалы СЭВ, 1977. вып.2. - с. 183-185.

48. Бутаков Г.А., Долиненко В.В., Тер-Арутюнянц, Шеметило К.А., Ржанов Б.П., Зиновьев А.А., Никифоров А.Ю. Предварительная обработка сигналов сварочного тока и напряжения для ввода в ЭВМ. // Автоматическая сварка. 1991. №8. С.41-46.

49. Кисилевский Ф.Н., Бутаков Г.А., Долиненко В.В., Кирик В.К., Дзябура В.А., Петрук О.Р., Шадрина С.А., Шеметило К.А.

50. Автоматизированный комплекс для исследования методов и средств управления процессом дуговой сварки. // Автоматическая сварка. 1990. №6. -С.24-27.

51. Чернов А.В. Обработка информации в системах контроля и управления сварочным производством: Монография/Новочерк. гос.техн.ун-т. Новочеркасск: НГТУ. 1995.- 180 с.

52. Балакай В.Г., Крюк И.П., Лукьянов Л.М. Интегральные схемы аналого-цифровых и цифро-аналоговых преобразователей. М.: Энергия. 1978. 256 е., ил.

53. Нефедов В.И. Основы радиоэлектроники: Учеб. для вузов. М.: Высш. шк.2000. -399 е.: ил.

54. Гольденберг Л.М. и др. Цифровая обработка сигналов: Справочник. / Гольденберг Л.М., Матюшкин Б.Д., Поляк М.Н. М.: Радио и связь. 1985.-312 с.

55. Бендат Д., Пирсо А. Измерение и анализ случайных процессов. М.: Мир. 1971.-408 с.58. . Баскаров С.И. Радиотехнические цепи и сигналы. //Учеб. для вузов. 3-е изд., перераб. и доп. - М.: Высш. шк. 2000. - 462 е., ил.

56. Лесков Г.И. Электрическая сварочная дуга. М.: Машиностроение, 1970. 335 с.

57. Надеев А.И., Юсупов Р.А., Свечников Ю.К., Юсупов Д.Р. Математическая модель эксплуатационной надежности интеллектуальных датчиков// Измерительная техника.-2004-№1-С.8-12.

58. Гильт И.Ю., Винниченко С.М., Сысоев Ю.С. Построение оптимальной групповой стратегии при различных законах распределения погрешностей экспертных оценок// Измерительная техника. М.: 2005 . - №10.-С.58-63.

59. Гультяев А.К. Визуальное моделирование в среде MATLAB: Учеб. курс. СПб: Питер, 2000. 432с.

60. B.C. Медведев, В.Г. Потемкин Нейронные сети Matlab 6 М., Диалог-МИФИ, 2002. - с. 489.

61. Нейрокомпьютинг. Вопросы теории и практики: Сб. науч. тр. -Киев: Ин-т кибернетики, 1995. 81 с.

62. А.Н.Горбань, В.Л.Дунин-Барковский, А.Н. Кирдин Нейроинформатика Новосибирск: СП "Наука" РАН, 1998. - 296 с.

63. B.C. Медведев, В.Г. Потемкин Нейронные сети Matlab 6 М., Диалог-МИФИ, 2002. - с. 489.

64. А.Н. Радченко. Ассоциативная память. Нейронные сети. Оптимизация нейропроцессоров СПб.: Наука, 1998. - 260 с.

65. Акулов А.И., Бубликова И.А., Чернов А.В., Сысоев Ю.С. Информационно-регистрирующая система для оценки технологических свойств электродов для ручной дуговой сварки. // Сварочное производство. 1992. №12. С.31-32.

66. Булычев А.Л., Галкин В.И., Прохоренко В.А. Аналоговые интегральные схемы: Справочник. 2-е изд., перераб. и доп. - Мн.: Беларусь. 1993. - 382 е.: черт.

67. Кофлин Р., Дрискол Ф. Операционные усилители и линейные интегральные схемы. /Перевод с английского Бронина Б.Н., под редакцией канд. техн. наук Гальперина М.В. М.: Мир. 1979.

68. Тревис Дж. Lab VIEW для всех. М.: ДМК Пресс, ПриборКомплект. 2004. с. 653.

69. Бекетов В.Г., Бут С.Н., Чернов А.В. Моделирование процесса ручной дуговой сварки средствами компьютерной графики. // Известия высших учебных заведений. Северокавказский регион. Технические науки, 2004. Приложение №5. С. 48 -52

70. Чернов А.В., Сас А.В., Бекетов В.Г., Ульянова О.В. Марковская модель процесса ручной дуговой сварки.// Сварочное производство, 2006, №8. -С. 14-17148