Исследование и разработка метода измерения и ИИС расхода многофазных потоков нефтегазовых скважин тема диссертации и автореферата по ВАК РФ 05.11.16, кандидат технических наук Южанин, Виктор Владимирович

• Южанин, Виктор Владимирович
• кандидат технических наук
• 2010

Оглавление диссертации кандидат технических наук Южанин, Виктор Владимирович

Введение.

Глава 1. Методы и средства многофазной расходометриш.

1.1. Расходомеры Agar серии MPFM.

1.2. Расходомер Roxar MPFM 1900VI Non-gamma.

1.3. Расходомер РГЖ-001 НИИИС.

1.4. Расходомеры Schlumberger (бывш. Framo).

1.5. Экспертная система многофазной расходометрии ESMER.

1.6. Расходомеры серии ПОТОК.

Глава 2. Исследование и разработка эвристического метода измерения многофазных потоков.

2.1. Идея эвристического метода.

2.2. Исследование и разработка эвристического метода измерения многофазных потоков.

2.2.1. Входные переменные нейросетевой модели.

2.2.2. Анализ этапов построения нейросетевой модели и предварительная оценка точности.

2.2.3. Построение и оценка потенциальной точности нейросетевой модели.

Глава 3. Информационная структура и требования к функциональным блокам ИИС.

3.1. Информационная структура ИИС.

3.2. Измерительный преобразователь.

3.3. Аналоговая обработка сигнала.

3.3.1. Масштабирующие измерительные усилители.

3.3.2. Требования к полосовым фильтрам.

3.3.3. Выбор аппроксимации и синтез полосовых фильтров.

3.4. Аналого-цифровое преобразование.

3.5. Программно-вычислительный комплекс ИИС.

3.5.1. Статистические оценки информативных спектральных параметров потока

3.5.2. Вычисление расхода фаз по нейросетевой модели потока.

3.5.3. Разработка и анализ алгоритма программно-вычислительного комплекса

Глава 4. Функциональные блоки ИИС и их схемотехнические решения

4.1. Измерительный преобразователь.

4.2. Масштабирующие измерительные усилители.

4.3. Полосовые фильтры.

4.4. Сквозные амплитудно-частотные характеристики частотных каналов

4.5. Аналого-цифровой преобразователь.

4.6. Сигнальный процессор.

Глава 5. Информационно-измерительная система, исследование и оценка её потенциальной точности.

5.1. Принципиальная стилизованная схема ИИС.

5.2. Аналитическое исследование и оценка потенциальной точности ИИС

5.2.1. Оценка потенциальной точности аналого-цифровой части системы.

5.2.2. Оценка точности статистического оценивания информативных спектральных параметров.

5.2.3. Оценка потенциальной точности нейросетевой модели расхода фаз.

5.3. Оценка полной погрешности ИИС.

Введение диссертации (часть автореферата) на тему «Исследование и разработка метода измерения и ИИС расхода многофазных потоков нефтегазовых скважин»

Долгосрочными ориентирами Энергетической Стратегии России на период до 2030г. [1] названы энергетическая и экологическая безопасность. Под энергетической безопасностью понимается минимальная опасность внешних и внутренних угроз энергоснабжения страны, которые могут нарушить устойчивое развитие. Рассматривая в этом контексте нефтегазодобывающую промышленность России, отметим низкий уровень техники и технологии промыслов, обуславливающий высокие издержки производства, высокую аварийность и экологические проблемы, а также технологическую зависимость от импорта.

Преодоление указанных глобальных трудностей отрасли возможно благодаря внедрению новых технологий при решении производственных задач. Так, в отрасли существует целый ряд технологических процессов, требующих непрерывной измерительной информации о параметрах многофазной продукции добывающих скважин. Перечислим некоторые из них:

• Контроль преждевременного обводнения за счет непрерывного отслеживания динамики расхода флюидов

• Управление газлифтными установками. Информация о текущем дебите жидкости дает возможность оптимизировать расход подаваемого газа

• Предотвращение появления песчаных, гидратных, парафиновых пробок в призабойной зоне скважины, препятствующих нормальной фильтрации флюидов

• Закрытие скважины при превышении влагосодержания ниже рентабельного уровня

• Непрерывный контроль нестабильных скважин

Решение перечисленных и других задач позволяет осуществлять более эффективную разработку месторождений. Однако до сих пор не создано многофазных расходоизмерительных систем, удовлетворяющих всем требованиям по погрешности, диапазону расходов и надежности работы в условиях Крайнего Севера России. Предлагаемое диссертационное исследование посвящено разработке нового метода измерения расхода фаз многофазного потока.

Создание многофазных расходомеров затрудняется сложностью явлений, специфичных для многофазных потоков [2, 3] и не описываемых аналитическими моделями потока с достаточной для задач измерения точностью.

Исторически многофазная расходометрия развивалась по пути адаптации однофазных методов измерения расхода к многофазным потокам, с помощью введения в измерительную систему дополнительной информации о составе многофазной среды. Такие расходомеры содержат не менее двух функциональных блоков, определяющих расход потока и его состав. Мировой и отечественный опыт разработки таких комбинированных измерительных систем показывает, что их основным недостатком является возросшая техническая сложность по сравнению с однофазными расходомерами. В целом, подобные расходомеры как правило характеризуются дороговизной, технической сложностью, недостаточно высокой надежностью при низких температурах Крайнего Севера России и абразивном воздействии потока.

В последние годы наметилась новая тенденция в многофазной расходометрии: упрощение измерительных преобразователей расходомеров за счет нетривиальной обработки измерительной информации. Такой подход приводит к созданию модели многофазного потока, которая позволяет определить расходы его фаз по косвенным показателям, доступным непосредственному измерению. Причем имеющийся на настоящий момент уровень аналитического моделирования многофазных потоков не дает возможности создать достаточно точную модель для задач расходометрии, поэтому практически применяют эмпирические модели. Отметим среди подобных разработок расходомеры серии ПОТОК компании ГАНГ-Нефтеавтоматика [1, 11] и расходомеры ESMER компании Petroleum Software Ltd [30, 35].

В спектрометрическом методе используется формирователь потока специальной конструкции, обеспечивающий регулярность структуры потока независимо от текущего режима течения. Причем спектр флуктуаций давления потока после формирователя практически определяется только расходами фаз. Расход фаз потока определяется по спектру флуктуаций давления с помощью эмпирической регрессионной модели.

Система ESMER использует измерительную информацию от датчиков давления, емкости, сопротивления, температуры и перепада давления на стандартном сужающем устройстве - диафрагме. Связь измеряемых параметров потока с расходами его фаз определяется с помощью методов теории нейронных сетей. Применяемое сужающее устройство в отличие от формирователя потока спектрометрического метода не обеспечивает инвариантность измерений к режиму течения потока. Однако применение сложной иерархической нейросетевой модели позволило достичь удовлетворительной точности.

В данной работе предлагается и исследуется новый метод измерения расхода фаз многофазных потоков, названный эвристическим, в котором используется комбинация и развитие идей, заложенных в упомянутых методах. Новый метод измерения использует измерительный преобразователь спектрометрического метода и методы теории нейронных сетей для построения модели расхода фаз потока. Таким образом, объединены сильные стороны обоих методов: формирователь потока спектрометрического метода, обеспечивающий инвариантность к режиму течению и упрощающий таким образом модель потока, а также мощный аппарат эмпирического моделирования — теория нейронных сетей. Используемая комбинация должна обеспечить следующие преимущества: о увеличение точности измерения; о расширение динамического диапазона измерения

Целью работы является исследование и разработка метода и ИИС расхода многофазной продукции добывающих нефтегазовых скважин на базе нейросетевой модели, использующей спектрометрическую информацию о флуктуациях давления в трубопроводе.

Для достижения цели необходимо решить следующие научно-технические задачи:

1. Проведение сравнительного анализа современных методов измерения расхода фаз многофазной продукции скважин и выяснение практической применимости базирующихся на них измерительных систем в условиях Крайнего Севера

2. Исследование и разработка метода измерения расхода многофазного потока, основанного на нейросетевой модели, входная информация для которой извлекается из спектра флуктуаций давления потока после специального формирователя потока

3. Исследование и разработка нейросетевой модели расхода многофазного потока: a. Определение структуры входных переменных нейросетевой модели расхода фаз b. Построение нейросетевой модели многофазного потока, определение архитектуры и алгоритма обучения на основе данных эксперимента. c. Аналитическое и экспериментальное исследование потенциальной точности нейросетевой модели

4. Разработка информационной структуры ИИС

5. Разработка функциональных блоков ИИС, их структуры и схемотехнических решений

6. Анализ источников погрешностей ИИС и оценка ее потенциальной точности

Заключение диссертации по теме «Информационно-измерительные и управляющие системы (по отраслям)», Южанин, Виктор Владимирович

Заключение

Основной целью работы являлось исследование и разработка метода измерения и ИИС расхода многофазных потоков на базе нейросетевой модели, использующей спектрометрическую информацию о флуктуациях давления в трубопроводе. В работе показано, что цель достигается решением следующих задач:

1. Исследование и разработка метода измерения расхода многофазного потока. Определение структуры входных переменных нейросетевой модели расхода. Исследование и разработка нейросетевой модели.

2. Разработка ИИС предложенного метода. Разработка информационной структуры ИИС. Разработка структуры функциональных блоков и их схемотехнических решений.

3. Анализ источников погрешностей ИИС и оценка ее потенциальной точности

При решении поставленных задач получены следующие основные результаты:

1. Разработан и исследован новый метод измерения расхода фаз многофазных потоков - эвристический метод

2. Определена обобщенная структура входного вектора нейросетевой модели расхода фаз с произвольным числом информативных спектральных параметров потока

3. Разработана и исследована архитектура нейросетевой модели расхода и выбран алгоритм ее обучения

4. Проведена аналитическая и экспериментальная оценка потенциальной точности нейросетевой модели расхода

5. Разработана информационная структура ИИС расхода фаз на базе предложенного эвристического метода измерения, определены этапы и алгоритмы обработки измерительной информации

6. Предложен и обоснован критерий рационального выбора частоты дискретизации сигнала флуктуаций давления, допускающий наложения периодических компонентов спектра дискретизированного сигнала вне его информативной области

7. Показано, что применение предложенного критерия позволяет уменьшить частоту дискретизации по сравнению с частотой Найквиста и снизить требования к антиэлайзинговым фильтрам, АЦП и программно-вычислительному комплексу

8. Разработана функциональная структура ИИС, функциональные блоки которой реализуют этапы и алгоритмы обработки измерительной информации.

9. Предложены схемотехнические решения функциональных блоков и разработана стилизованная принципиальная схема ИИС

10.Проведен анализ источников погрешности ИИС, и дана оценка потенциальной точности ИИС

Разработанная ИИС расхода на основе нейросетевой модели потока рекомендуется к применению на добывающих скважинах нефтегазовых промыслах.

Список литературы диссертационного исследования кандидат технических наук Южанин, Виктор Владимирович, 2010 год

1. Энергетическая стратегия России на период до 2030 года.

2. Прил. к обществ.-дел. журн. "Энергетическая политика".-М.: ГУ ИЭС, 2010.-184 с.

3. Brill J.P., Mukherjee Н. Multiphase flow in wells, Society of Petroleum Engineers Inc., 1999

4. Кремлевский П.П. Расходомеры и счетчики количества веществ: Справочник / Под общ. ред. Е.А. Шорникова. 5-е изд., перераб. и доп. -СПб.: Политехника, 2004. - 412 е.: ил.

5. Dahl Е. Handbook of multiphase flow metering, NFOGM, 2005

6. Браго E.H., Царев A.B., Ермолкин O.B. Особенности применения флуктуационного метода измерения дебита газлифтных скважин // Нефтяное хозяйство.-1987.-№1.

7. Ермолкин О.В., Ланчаков Г.А., Кучеров Г.Г., Кульков А.Н. Оперативный контроль дебита скважин, эксплуатирующих нефтяные оторочки // Газовая промышленность-1993.-№ 11.

8. Браго Е.Н., Ермолкин О.В. Информационная модель газожидкостного потока // Приборы и системы управления.-1995.-№3.

9. Браго Е.Н., Ермолкин О.В., Битюков B.C., Ланчаков Г.А. Автоматизированный контроль режимов работы скважины // Газовая промышленность-1995 .-№ 12.

10. Карташов В.Ю., Гавшин М.А., Храбров И.Ю., Толстунов А.К. Оперативный контроль дебита скважин и выноса механических примесей. //Газоваяпромышленность-1996—№1-2. Стр. 55-57

11. Ремизов В.В., Сулейманов Р.С., Браго Е.Н. Новые принципы и средства контроля многофазной продукции скважин // Газовая промышленность — 1998-№9. Стр. 15-19.

12. Битюков B.C., Ланчаков Г.А., Браго Е.Н, Ермолкин О.В. Информационно-измерительные системы оперативного контролярежима работы скважин серии «ПОТОК» // Наука и техника в газовой промышленности-2002. Стр. 43-52.

13. Великанов Д.Н. Разработка информационно-измерительной системы контроля параметров газодобывающих скважин : дис. . кандидата технических наук : 05.11.16 / Рос. гос. ун-т нефти и газа им. И.М.1. Губкина; М., 2003

14. Ермолкин О.В. Разработка и исследование спектрометрического метода и информационно-вычислительных систем измерения расхода многофазных потоков: Дис. докт. техн. наук; 05.11.16; М., 1998

15. Ермолкин О.В., Храбров И.Ю. Система контроля расходных параметров потока продукции нефтяных скважин «Поток-ЗМ» // Автоматизация, телемеханизация и связь в нефтяной промышленности.-2005.-№4. Стр. 19-24

16. Храбров И.Ю. Разработка информационно-измерительной системы оперативного контроля жидких и твердых включений в сложных потоках продукции газовых скважин : дис. . канд. техн. наук : 05.11.16 / Рос. гос. ун-т нефти и газа им. И.М. Губкина; М., 2005

17. Южанин В.В. Эвристический метод измерения расходов компонентов многофазного потока // Автоматизация, телемеханизация и связь в нефтяной промышленности 2006 - №11.

18. Браго Е.Н., Великанов Д.Н., Южанин В.В. Нейросетевая модель многофазного потока // Датчики и системы.-2007.- №10.

19. Браго Е.Н., Великанов Д.Н., Южанин В.В. Информационно-измерительная система расхода с нейросетевой моделью многофазного потока // Автоматизация, телемеханизация и связь в нефтегазовой промышленности.- 2007.-№11.

20. Орехов Ю.И. и др. Способ определения покомпонентного расхода потока газожидкостной смеси продуктов газонефтедобычи в трубопроводе и устройство для его реализации. Патент РФ RU 2 164 340.

21. Agar J., Cayman G. Oil/water measurement. Патент США US 5 101 163.

22. Dykesteen E., Kalsaas O.P. Method and apparatus for measuring nonhomogeneous phase velocities. Международный патент WO 2006/132 546.

23. Farchi D., Agar J. Apparatus and method for measuring two- or three- phase fluid flow utilizing one or more momentum flow meters and volumetric flow meter. Патент США US 5 551 305.

24. Roux G., Dyhanyan N. Method and apparatus for measuring the flow rates of the individual phases of a multiphase fluid mixture. Международный патент W02006/094 669.

25. Web-сайт компании Agar Corporation Электронный ресурс.- Режим доступа: http://agar.ru/datasheets.html, свободный.

26. Web-сайт компании Roxar Электронный ресурс.- Режим доступа: http://www.roxar.com/multiphase, свободный.

27. Web-сайт компании Framo Engineering Электронный ресурс.- Режим доступа: http://www.framoeng.no/meter.php, свободный.

28. Web-сайт компании Schlumberger Электронный ресурс.- Режим доступа: http://www.slb.com/content/services/testing/multiphase, свободный.

29. Web-сайт компании FMC Technologies Электронный ресурс.- Режим доступа:http://www.fmctechnologies.com/Subsea/Products/FlowManagement, свободный.

30. Web-сайт компании Phase Dynamics Inc. Электронный ресурс.- Режим доступа: http://phasedynamics.com, свободный.

31. Cai S., Toral Н., Flow rate measurement in air-water horizontal pipeline by neural networks, Proc. Int. Joint Conf. On Neural Networks, 1993, Vol. 2, Nagoya, Japan, 25-29 October, 2013-2016

32. Cai S., Toral H., Qiu J., Archer J.S. Neural network based objective flow regime identification in air-water two phase flow // The Canadian journal of chemical engineering. 1994. - Volume 9, June

33. Toral H., Cai S., Akartuna E., Stothard K., Jamieson A. Field Tests of The ESMER Multiphase Flowmeter, 16th North Sea Flow Measurement Workshop 1998, 26-29 октября 1998

34. Toral H., Cai S., Peters B. A method for characterisation of the turbulence properties of wet gas flow across a V-Cone, Richard Steven (McCrometer Inc). FLOMEKO 2004 Gulin 14-17 Sep 2004

35. Toral H., Cai S., Peters В., Steven R. Characterization of the turbulence properties of wet gas flow in a V-Cone meter with neural nets, 22nd North Sea Flow Measurement Workshop, 25-28 октября 2004

36. Cai S., Toral H., Sinta S., Tajak M. Experience in field tuning and operation of a multiphase meter based on neural net characterization of flow conditions, FLOMEKO 2004, Пекин 14-17 сентября 2004

37. Toral H., Darwich T. Method and apparatus for the measurement of gas/liquid flow. Патент США US 5 101 163

38. ESMER T2A Datasheet R.2004.11 Электронный ресурс. Режим доступа: http://www.petroleumsoftware.co.uk, свободный.

39. ESMER ТЗА Datasheet R.2004.11 Электронный ресурс. Режим доступа: http://www.petroleumsoftware.co.uk, свободный.г

40. ESMER Т6А Datasheet R.2004.11 Электронный ресурс.- Режим доступа: http://www.petroleumsoftware.co.uk, свободный.

41. Ежов А. А., Шумский С. А. Нейрокомпьютинг и его применения в экономике и бизнесе. М.: МИФИ, 1998. - 222 с.

42. Колмогоров А.Н. О представлении непрерывных функций нескольких переменных в виде суперпозиций непрерывных функций одного переменного и сложения // Докл. АН СССР, том 114, с. 953-956, 1957.

43. Осовский С. Нейронные сети для обработки информации. — М.:Финансы и статистика, 2004. 344 с.

44. Терехов В, А., Ефимов Д. В., Тюкин И. Ю. Нейросетевые системы управления. М.: ИПРЖР, 2002. - 480 с:

45. Хайкин С. Нейронные сети: полный курс, 2-е изд. — М.: ООО «И. Д. Вильяме», 2006. 1104 с.

46. Cybenko G. Approximation by Superpositions of a Sigmoidal Function. // Mathematical Control Signals Systems, 1989, 2.

47. Funahashi. On the Approximate Realization of Continuous Mappings by Neural Networks. Neural Networks, 1989, v. 2, № 3.

48. Hecht-Nielsen R. Kolmogorov's mapping neural network existence theorem, Proc. 1st IEEE Int'l Joint Conf. Neural Network, June 1987.

49. Hornick, Stinchcombe, White. Multilayer Feedforward Networks are Universal Approximators. Neural Networks, 1989, v. 2, № 5.

50. McCulloch W. S., Pitts W. A logical calculus of the ideas immanent in nervous activity. Bulletin of Mathematical Biophysics, 1943.

51. Minski M. L., Papert S. A. Perceptron, 1969.

52. Nocedal J., Wright S.J. Numerical optimization. New York.: Springer, 1999634 c.

53. Rosenblatt F. Principles of Neurodynamics: perceptrons and the theory of brain mechanisms, 1961.

54. Rosenblatt F. Principles of Neurodynamics, 1962.i

55. Sontag E.D. Feedback stabilization using two-hidden-layer nets // IEEE Transactions on neural networks, vol. 3, 1992, Стр. 981-990

56. Chan C.C., Jin W., Rad A.B., Demokan M.S. Simultaneous measurement of temperature and strain: artificial neural network approach // IEEE Photonics technology letters, vol. 10, no. 60, june 1998, Стр. 854-856

57. Ninomiya Y. Quantitative of Si02 content in igneous rocks using thermal infrared spectra with neural network approach // IEEE Transactions of geoscience and remote sensing, vol. 33, no. 3, may 1995, Стр. 684-690

58. Dawson M.S., Fung A.K, Manry M.T. A robust statistical-based estimator-for soil moisture retrieval from radar measurements // IEEE Transactions on geoscience and remote sensing, vol. 35, no. 1, jan 1997, Стр. 57-66

59. Антонью А. Цифровые фильтры: анализ и проектирование М. «РАДИО И СВЯЗЬ», 1983.

60. Айфичер Э., Джервис Б. Цифровая обработка сигналов — практический подход М. Вильяме 2004, 992 с.

61. Лэм. Г. Аналоговые и цифровые фильтры. Расчет и реализация. Пер. с англ.- М.: Мир, 1982

62. Джонсон Д. и др. Справочник по активным фильтрам: Пер. с англ.-М.:Энергоатомиздат, 1983. 128 е., ил.

63. Макс Ж. Методы и техника обработки сигналов при физических измерениях: В 2-х томах. Пер. с франц.- М.: Мир, 1983

64. Рабинер Л. Голд Б. Теория применение цифровой обработки сигналов. Пер. с англ.-М.: Мир, 1978

65. Бендат Дж., Пирсол А. Прикладной анализ случайных данных: Пер. с англ.- М.: Мир, 1989.- 540 е., ил.

66. Гмурман В.Е. Теория вероятностей и математическая статистика.- М.: Высш. шк., 2003.- 479 е., ил.

67. Марпл.-мл. С.Л. Цифровой спектральный анализ и его приложения: Пер. с англ. М.: Мир, 1990. - 584 е., ил.

68. Сергиенко А.Б. Цифровая обработка сигналов.- СПб.: Питер, 2002.- 608 е.: ил.

69. Welch P.D. The Use of Fast Fourier Transform for the Estimation of Power Spectra: A Method Based on Time Averaging Over Short, Modified Periodograms", IEEE Transactions on Audio Electroacoustics, AU-15 (июнь 1967), стр. 70-73

70. Яковлев В.П. Применение теоремы интерполяции Уитекера-Котельникова-Шеннона // Успехи современной радиоэлектроники.- №8, 2009, Стр. 5-38

71. Орнатский П.П. Теоретические основы информационно-измерительной техники. — Киев: Издательское объединение «Вища школа», 1976. 432 с.

72. Цапенко М.П. Измерительные информационные системы. 2-е изд., перераб. и доп. -М.: Энергоатомиздат, 1985.- 440 с.

73. Атамалян Э.Г. Приборы и методы измерения электрических величин.-М.: Высш. шк., 1989.- 384 е.: ил.

74. Мирский Г.Я. Электронные измерения: 4-е изд., перераб. и доп. М.: Радио и связь, 1986 . - 440 е., ил.

75. Шевчук В.П. Расчет динамических погрешностей интеллектуальных измерительных систем. М.: ФИЗМАТЛИТ, 2008. - 288 с.

76. Андреев Ю.Н., Антонян А.И. и др. Резисторы (справочник) .- М.: Энергоиздат, 1981 . 352 е., ил.

77. Горячева Г.А., Добромыслов Е.Р. Конденсаторы: Справочик .- М.: Радио и связь, 1984 . 88 е., ил.

78. Конденсаторы: Справочник / И.И.Четвертков, М.Н. Дьяконов, В.И. Присняков и др.: Под ред. И.И. Четверткова, М.Н. Дьяконова .- М.: Радио и связь, 1993 .- 392 с.

79. Резисторы: Справочник / В.В. Дубровский, Д.М. Иванов, Н.Я. Патрусевич и др.: Под ред. И.И. Четверткова и В.М. Терехова 2-е из., перераб. и доп.- М.: Радио и связь, 1991 .- 528 с.

80. Операционные усилители и компараторы 12. 2-е издание.- М.: Издательский дом «Додэка-ХХ1», 2001.- 560 с.

81. Микросхемы АЦП и ЦАП. М.: Издательский дом «Додэка-ХХТ», 2005. - 432 е., ил.

82. Солонина А.И., Улахович Д.А., Яковлев JI.A. Алгоритмы и процессоры цифровой обработки сигналов. СПб.: БХВ-Петербург, 2001. - 464 е.: ил.

83. Волович Г.И. Схемотехника аналоговых и аналого-цифровых электронных устройств.- М.: Издательский дом «Додэка-ХХ1», 2005.528 с.

84. High Speed Operational Amplifier OPA-847 Электронный ресурс. -Режим доступа: http://www.analog.com/static/imported-files/datasheets/OP37.pdf, свободный.

85. МАХ274, МАХ275: 4th- and 8th-Order Continuous-Time Active Filters Электронный ресурс.- Режим доступа: http://datasheets.maxim-ic.com/en/ds/MAX274-MAX275.pdf, свободный.

86. ADSP-21261/ADSP-21262/ADSP-21266: Embedded Processor Электронный ресурс.- Режим доступа: http://www.analog.com/static/ imported-files/datasheets/ADSP-21261 2126221266.pdf, свободный.

87. AD780: High Precision Reference Электронный ресурс.- Режим доступа: http://www.analog.com/static/imported-files/data sheets/AD780.pdf, свободный.

88. Web-сайт компании РСВ Piezotronics Электронный ресурс.- Режим доступа: http://www.pcb.com, свободный.

89. Web-сайт компании Analog Devices Электронный ресурс.— Режим доступа: http://www.analog.com, свободный.

90. Web-сайт компании Texas Instruments Электронный ресурс.- Режим доступа: http://www.ti.com, свободный.

91. Web-сайт компании Freescale Semiconductor Электронный ресурс.— Режим доступа: http://www.freescale.com, свободный.

92. Web-сайт компании NXP Semiconductors Электронный ресурс.- Режим доступа: http://www.nxp.com, свободный.

93. Web-сайт компании MAXIM Электронный ресурс.- Режим доступа: http://www.maxim-ic.com, свободный.