Разработка и применение системы цифровой обработки случайных процессов (на примере акустических сигналов хлопкоочистительного оборудования) тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат технических наук Мухитдинов, Шукурулла Ходиевич

• Мухитдинов, Шукурулла Ходиевич
• кандидат технических наук
• 1984

Оглавление диссертации кандидат технических наук Мухитдинов, Шукурулла Ходиевич

Введение >

Глава I. Математическое описание, методы анализа и цифровой обработки акустических сигналов.

1.1. Математические модели акустических сигналов. 8 Основные характеристики

1.2. Аппаратурные методы анализа случайных сигналов.

1.3. Преобразования Фурье акустических сигналов машин.

1.4. Вычисление быстрого преобразования Фурье действи- 37 тельных последовательностей

Выводы.

Глава П. Структура системы цифровой обработки сигналов.

2.1. Шбор структуры измерительной системы для циф- 43 ровой обработки сигналов.

2.2. Оптимизация структуры системы цифровой обработки 53 данных.

2.3. СЦОД и её функционирование

1. СЦОД начальных и средних октав

2. СЦОД для анализа сигналов высоких октав

3. СЦОД нижних октав 84 Вгооды.

Глава Ш. Определение характеристик и программное обеспечение СЦОД.

3.1. Определение характеристик СЦОД

3.2. Метод и программа ввода информации СЦОД в ЭВМ

3.3. Метод и программа преобразования данных в ЭШ

3.4. Организация программного комплекса 99 Выводы. НО

Глава 1У. Применение СЦОД для анализа акустических сигналов хлопкоочистительного оборудования

4.1. Определение спектральной плотности мощности 112 акустических сигналов

4.2. Выбор полосы спектрального разрешения Пб

4.3. Определение узкополосного спектра акустического 119 шума хлопкоочистительного оборудования

Шводы.

Введение диссертации (часть автореферата) на тему «Разработка и применение системы цифровой обработки случайных процессов (на примере акустических сигналов хлопкоочистительного оборудования)»

Анализ случайных процессов представляет особый интерес во многих областях народного хозяйства и научных исследований. Возможности анализа случайных процессов значительно возросли с появлением новых быстродействующих методов вычислений спектральных и корреляционных характеристик - составной части математической статистики на универсальных или специализированных ЭШ. Проблема создания систем и алгоритмов цифровой обработки различных сигналов, отображающих реальные процессы, решается или схемной реализацией цифровой фильтрации, или программной реализацией на ЭВМ. Цифровые методы обеспечивают высокую точность вычислительных характеристик случайных процессов и применяются для анализа сигналов в геофизике, сейсмологии, акустике и других областях. Важными для спектрального анализа являются акустические сигналы промышленного оборудования. Излучение части своей номинальной мощности в окружающее пространство в виде акустического щума и вибрации оборудованием, машинами и станками нежелательно как с технической точки зрения, так и с точки зрения воздействия на человека и обеспечения нормальных условий его работы.

Интенсификация производства и улучшение эксплуатационных характеристик машин и оборудования на машиностроительных и энергетических предприятиях, на предприятиях легкой и текстильной промышленности и др. при современном состоянии техники сопровождается увеличением мощности производственного оборудования, скорости вращающихся частей и степени механизации производственных процессов. Все это приводит к увеличению интенсивности излучаемого машинами шума. В промышленно развитых странах около I(Ж производственных рабочих подвергаются интенсивному воздействию шума. Высокие уровни шума снижают производительность труда на 15-20 %. Снижение шума машин является одним из факторов повышения производительности труда. В нашей стране уделяется большое внимание борьбе с шумом. В "Основных направлениях развития народного хозяйства СССР на 1981-1985 годы, и до 1990 года" принятых на Х55У1 - съезде КПСС указывается на необходимость разработки эффективных методов борьбы с производственными, транспортными и др. шумами. В этом же документе подчеркивается необходимость создания новых, современных, высокоэффективных машин и станков с малым уровнем излучаемого шума.

В настоящее время измерения акустических сигналов промышленного оборудования производятся в октавных и третьоктав-ных полосах частот, которые характеризуются среднегеометрической частотой л ---—

Зф- ср - * »Н- & > где $ - нижняя граничная частота, ^ - верхняя граничная частота. Дня октавы справедливо соотношение , а для третьоктавы Измеряема параметрами аку—ого шума являются уровень звукового давления ¿^ и уровень звуковой мощности 1*(Р) , которые определяются следующим образом о 'о 0 где 1Х и ^ эффективные значения интенсивности звука и звукового давления, эталонные /пороговые/ значения равны

I. = , £ =г-<0-*V/, . где /0 г-пороговая звуковая мощность.

Особенностям и проблемам современных машин и механизмов посвящены работы /10,18,19/. В работах /1-9,11/ рассматриваются вопросы контроля, измерения и нормирования производственных шумов в различных отраслях народного хозяйства, там же рассматриваются вопросы борьбы с шумом.

Пути снижения производственного шума на предприятиях хлопкоочистительной промышленности рассмотрены в работах/1216/.

Возможность передачи сигналов акустического диапазона частот в дискретизированном виде от пункта измерения до пункта обработки по каналам связи рассмотрена в работе /17/.

При измерениях шумовых характеристик машин совместно с шумомерами иногда используются анализаторы спектра, параметры которых приведены в работах /11,20,21/. Работы /22,23,24/ посвящены применению ЭВМ для контроля, измерения и вычисления некоторых характеристик акустического шума. Из анализа существующей литературы вытекает, что к настоящему времени не разработаны отечественные приборы и системы, позволяющие выявление частотной структуры акустического сигнала в узкой полосе частот. Исходя из этого, разработка и исследование системы цифровой обработки случайных процессов на основе отечественной серийной аппаратуры, позволяющей определить узкополосную спектральную плотность мощности /СПМ/ акустического сигнала промышленного оборудования являются актуальными.

Целью и задачами исследования являются:

- разработка системы цифровой обработки случайных процессов на основе отечественной серийной аппаратуры и ЭВМ для определения СПМ акустических сигналов промышленного оборудования;

- выбор и оптимизация структуры системы, разработка программного и технического обеспечения, измерение амплитудно-частотных и динамических характеристик системы;

- ввод данных в ЭВМ, нормализация данных, определение СПМ акустического сигнала в октавной, третьоктавной и узкой полосах частот;

- применение системы для узкополосного спектрального анализа акустических сигналов хлопкоочистительного оборудования.

В первой главе диссертационной работы содержится анализ математических моделей и основных характеристик, аппаратурных методов обработки и методов цифровой обработки на ЭВМ акустических сигналов промышленного оборудования.

Во второй главе рассматриваются выбор и оптимизация структуры измерительной системы для цифровой обработки сигналов, а также описывается функционирование системы.

В третьей главе рассматривается программное обеспечение системы в тестовом и рабочем режимах и измерение характеристик системы. Здесь же рассматриваются вопросы ввода и преобразования данных в ЭВМ /нормализация/, коррекции и сглаживания СПМ, вычисления узкополосного спектра.

Четвертая глава посвящена применению разработанной системы для анализа акустических сигналов хлопкоочистительного оборудования, обеспечению состоятельности оценки СПМ и выбору полосы спектрального разрешения.

Заключение диссертации по теме «Системный анализ, управление и обработка информации (по отраслям)», Мухитдинов, Шукурулла Ходиевич

Выводы к главе П

- структуру системы для анализа акустических сигналов промышленного оборудования необходимо искать в классе структур информационно-измерительных систем, состоящих из аналоговых, аналого-цифровых, цифровых устройств и ЭВМ, называемой системой цифровой обработки данных /СЦОД/

- доминирующим параметром СЦОД является её частотный диапазон /полоса пропускания/

- разделение диапазона частот акустического сигнала на начальные, средние, высокие и нижние октавы позволяет оптимизировать структуру СЦОД, основанной на отечественной серийной аппаратуре.

Глава Ш. Определение характеристик и программное обеспечение СЦОД.

§ 3.1. Определение характеристик СЦОД.

Сигнал при прохождении через СЦОД претерпевает амплитудные и временные изменения. Аналоговый сигнал подаваемый на вход системы на выходе имеет форму дискретных кодированных чисел соответствующих мгновенным значениям сигнала. СЦОД должна обеспечить соответствие выходных чисел значениям сигнала с возможно большей точностью. При этом требования к аналоговой и цифровой частям СЦОД различны. Так, аналоговая часть должна обеспечить передачу сигнала на вход УВЗ с минимальными искажениями значения амплитуд и формы во всем диапазоне частот, т.е. , Л 4 где К(]/- есть коэффициент передачи аналоговой части на частоте ^ .

Для определения К(во всем диапазоне частот необходимо знание передаточной функции К(/) системы. Передаточная функция К({) определяется по амплитудно-частотной характер-истике/АЧХ/. АЧХ имеет смысл для аналоговой и аналого-цифровой частей системы, включающей элементы прохождения сигнала до АЦП. Как видно из рис.2.3.1. аналоговая часть состоит из магнитофона, являющегося датчиком сигналов, усилителя и фильтра. Магнитофон и усилитель характеризуются совместной АЧХ. Так как раздельное определение АЧХ записи и воспроизведения невозможно, то снимается сквозная АЧХ включающая тракты записи и воспроизведения. Отдельно снимается АЧХ устройства выборки и запоминания. Передаточная функция

СЦОД определяется совместными действием АЧХ магнитофона и усилителя и АЧХ УВЗ. Значение коэффициента передачи системы на определенной частоте определяется как злл/ где А^у ) -значение АЧХ магнитофона и усилителя на частоте ^

-значение АЧХ УВЗ на частоте ^, Так, как, коэффициенты передачи определяют усиление или ослабление сигналов разных частот, то для получения истинных значений сигналов полученный результат умножается на тариро-вочный коэффициент, который определяется как

Тар I

Сквозная АЧХ системы магнитофон+усилитель определяется следующим образом.

I/ С генератора на магнитную ленту записывается сигнал с частотой 1000 гц и номинальным уровнем. При этом регуляторы усилителя ставяться в такое положение, чтобы обеспечивалось значение выходного напряжения усилителя равное ^^ - 2,5в

2/ Меняя частоту генератора записывается сигнал другой частоты и при воспроизведении измеряется и так для сигналов всего диапазона частот. / .

3/ Подсчитывается и строится график.

Для снятия АЧХ УВЗ была задействована ЭВМ, так как в динамике зафиксированные устройством значения сигнала можно наблюдать только в дискретном виде по достаточно большому объему данных /несколько периодов сигнала/. Сигналы определенных частот и амплитуд с выхода генератора поочередно подавались на вход УВЗ и после аналого-цифрового преобразования и ввода в ЭВМ для каждого сигнала получались распечатки выходных данных. По максимальному абсолютному значению выходных данных определяется коэффициент передачи

Так, как наибольшая частота сигнала обрабатываемая СЦОД при режиме анализа сигналов высоких октав равна"Т7=9 кгц /воспроизведение со скоростью ^Г'/^Л то снимается АЧХ УВЗ в диапазоне до 10 кгц. АЧХ всей системы находится по формуле /3.1.1/ для частот до 10 кгц. АЧХ системы приведена на рис.3.1.1/при-ложение/.

Аналого-цифровая и цифровая часть СЦОД характеризуется динамической характеристикой, т.е. характеристиками в динамическом режиме работы. Динамические характеристики обычно применяются при проектировании, эксплуатации и проверке надежности АЦП. Известно много методов контроля работы АЦП в динамическом режиме /63,68,69/ но все известные методы используют образцовые цифро-аналоговые приборы/ЦАП/. Эти методы призваны определить погрешность АЦП в динамическом режиме. Погрешности в общем случае определяются как разность сигнала на входе АЦП и восстановленного сигнала на выходе ЦАП. В работе /70/ предлагается метод измерения динамических характеристик АЦП использующий компьютер. В этом методе на вход АЦП подается сигнал треугольной формы. Все возможные уровни сигнала наступают с одинаковой вероятностью. Если преобразователь идеальный, то после квантования и кодирования все кодовые слова на выходе преобразователя образуются также с одинаковой частотой. Компьютер призван в частности следить за частотой появления кодовых комбинаций и определять сбой или ошибку в работе АЦП.

Для исследования динамических характеристик СЦОД используем подобный метод. Для этого на вход УВЗ подается синусоидальный сигнал определенной частоты и амплцтуды с генератора. В моменты прихода импульсов отсчета с УУ /рис.2.3.1/ происходит фиксация, кодирование и ввод в ЭВМ кодовых чисел. После ввода необходимого массива данных и нормализации и согласования кодов СЦОД и ЭВМ значения введенных чисел ведаются на печать. Цри просмотре напечатанных данных легко определяется сбой в работе СЦОД. Динамическая характеристика системы исследовалась во всем диапазоне входных сигналов от 50 гц до 10кгц. По описанной схеме была исследована схема СЦОД в различных режимах работы За, 36, 3'б. Так определена низкая надежность режимов За и 36 из-за смещения сигнала относительно импульсов отсчета. В то же время выявлена надежность схемы на рис 2.3.1 и режима 3Ь, Некоторые результаты исследования динамических характеристик будут приведены при рассмотрении методов ввода данных в ЭВМ.

§ 3.2. Метод и программа ввода информации СЦОД в ЭВМ.

Важным звеном в работе СЦОД является согласование и сопряжение сигналов отдельных узлов-модулей. В аналоговой части производится согласование выходных и входных сигналов модулей по амплитуде, частоте и входное и выходному сопротивлениям. В цифровой части необходимо согласование сигналов по разрядности, скорости считывания и кодам представления данных. Эти задачи выполняются устройствами сопряжения - интерфейсами.

Наличие интерфейса позволяет вводит измеряемую информацию непосредственно в ЭВМ без промежуточного носителя. Сложность интерфейса зависит как от метода ввода данных в ЭВМ, типа сопрягаемых модулей, так и от точности информации /разрядности данных/ и скорости ввода. Рассмотрим часть СЦОД, включающую интерфейс между АЦП Ф733/1 и ЭВМ ЕС-1020 /рис.2.3.1/. Быстродействие АЦП и скорость ввода данных определяют предельную частоту считывания цифрового кода с АЦП, которая равна частоте дискретизации исследуемого непрерывного сигнала. Особенности интерфейса определяются ориентацией на конкретные модули СЦОД и на их функциональные и системные характеристики. На рис.2.3.1' в схеме СЦОД даны АЦП Ф733/1 с 14-ти разрядными выходными данными, из них один разряд знаковый и один "конец преобразования" и фотосчитывающее устройство Р5-1501 с 8-ми разрядным входом и одним разрядом для синхроимпульсов. Считывание данных с АЦП начинается командой ЭВМ через устройство управления. Такой ввод информации /через Р$-1501/ равносилен для ЭВМ вводу информации с перфоленты и записи её в оперативную память /71/. Разрядность исследуемого сигнала в цифровой форме определяется отношением сигнал-шум на входе аналого-цифровой части СЦОД, так как любая реализация аналогового сигнала имеет конечное значение отношения сигнал-шум, т.е. сигнал наблюдается на фоне шума. Введем обозначения: Рс-мощность сигнала; Рщ-мощность шума на входе АЦП; £п =Рс/Рш-пороговое значение отношения сигнал-шум, соответствующее величине Рс/ Рщ при Рс= Ркв для конкретного АЦП, где Ркв-шум квантования АЦП. Достижение £ /Рщ>^ невозможно увеличением числа разрядов АЦП сверх некоторой величины, так как это приводит лишь к более точному представлению входного аналогового шума /72/.

Рассмотрим несколько вариантов ввода данных в ЭВМ в зависимости от отношения сигнал-шум на входе системы.

I. При исследовании сильно защумленных сигналов, для которых РШ^РКВ и Рс/Рш £„ , используя большее число разрядов для представления входных данных АЦП нельзя получить Рс/Рш > Рс/Ркв. В системах исследующих такие сигналы, пороговое значение отношения Рс/Рш берется менее критично,, т.е. <£п. Тогда можно достичь уменьшения разрядности АЦП усечением младших разрядов. Онибка усечения при этом будет:

-Г*

1* и л где (х^ - ху -усеченое значение X, ь -одело сохраняемых разрядов. В этом случае интерфейс будет простейшим и состоит из согласующих емкостей. Соединение выходов АЦП и разъема КЗ Р5-1501 показано на рис.3.2.1. лап ЗНАК 2 3 4 5 6 7 8 си

-L.LL.LLJL.LL X к-з Р$-150( 7 6 5 А 9 э 2 \

П. Исследование аналоговых сигналов повышенной точности, для которых выполняется условие Рс/Рщ»^ при Рш << Р^ обуславливает применение более точных АЦП, обеспечивающих меньшее Ркв- При этом разрядность АЦП МА будет больше разрядности

УСТРОЙСТВА л ^ фотосчитывающего . Следовательно, на интерфейс возлагаются функции совмещения цифрового кода модулей с неравной разряд

UN 5 = 9,/ кгц , A

IlUpUHir 1 put /с = 47Q гц fc z=3fO0 ГЦ

N m 256 512 128 256 5Í2 \Q2.k

Z. *f4w il 35,5 m 7/ 3j¡5 m 8,9 as í 1 fS 26 52 50 №1 203 4o4

-A + A ZI 8 2 50 ¡15 6,9 14

5 iV'fl оЛ 0.* CU 47 0,4 Of39 oj8

6 К [В] ios m ii - - w 0j85 0,31 \¡A OJé

KN ¡i Ш 4« m ms m m fe«tO кгч, Urn(i) = 3f информацией повышенной точности, которая определяет скорость коммутации каналов и время хранения регистра кратковременной памяти и ограничивает верхнюю частоту исследуемого сигнала.

Как было сказано,ввод информации в ЭВМ через разъем КЗ фотосчитывающего устройства равносилен вводу данных с перфоленты. Поэтому в программе задаваемой ЭВМ предусматривается обращение к устройству ввода с перфоленты. Каящый отсчет АЦП вводимый в ЭВМ через фотосчитывающее устройство представляет собой один байт информации - одно семиразрядное число с одним двоичным символом для знака. Следовательно, при составлении программы ввода информации с перфоленты нужно учитывать, что каядая строка перфоленты является одним числом в двоичном представлении. Диапазон возможных значений чисел, очевидно, лежит в пределах -127X ^ 127, т.е. необходимо учитывать, что при вводе информации может встретиться любая комбинация пробивок на перфоленте. Так как одна ячейка памяти ЭВМ ЕС-1020 составляет 32 разряда, то в одну ячейку заносится четыре отсчета АЦП. Другими словами, каждый элемент массива данных записанных в ОЗУ ЭВМ представляет собой четыре последовательных отсчета АЦП.

Программа выводит на печать содержимое введенного массива данных в шестнадцатиричном исчислении, что позволяет контролировать правильность ввода. Рассмотренный ввод данных для ЭВМ равносилен вводу с перфоленты. Поэтому целесообразно программу составлять на алгоритмическом языке "Ассемблер". Программа ввода позволяет заносит информацию в ОЗУ и запись её на магнитную ленту для дальнейшей обработки. Так как все дальнейшие программы обработки информации будут составляться на алгоритмическом языке "Фортран", то программа ввода с перфоленты на Ассемблере и последующая её запись на магнитную ленту выполнена в виде подпрограммы с возможностью обращения к ней на Фортране. Подпрограмма условно названа "ДТК". Текст подпрограммы "ДТК" приведен в приложении 3.2.1. Обращение к подпрограмме "ДТК" производится следующим образом САЦ Т>Гк(1) Единственный параметр I определяет количество записей каждая длиной в 1000 байтов /длину записи можно менять/.

Рассмотрим пример использования подпрограммы ДТК на

Фортране 1=2. ски dtk(i) END

По этой программе произведется чтение с перфоленты /с устройства ввода с перфоленты/ двух массивов длиной в 1000 байтов и запись в оперативную память. Далее ведется перепись этих двух массивов /двух записей/ на магнитную ленту. На этом работа программы заканчивается. При дальнейшей обработке информации записанный объем данных переписывается с магнитной ленты в некоторый массив целых чисел объемом в 500 элементов, так как Фортран ЕС ЭВМ выделяет для каждого целого числа 4 байта оперативной памяти машины. Чтение осуществляется с помощью подпрограммы ДТК2 составленной на языке Ассемблер, текст которой приведен в приложении 3.2.1.

Информацию записанную на магнитную ленту на примере при-денном выше можно прочесть так dime/vs/ov l(soo)

CALL "DTK2 ( J ) выъ

По этой программе производится чтение в массив L двух тысяч байтов по 4 байта в каждом элементе массива L .

Для того, чтобы подготовить массив исходных данных к окончательной обработке, необходимо преобразовать массив [ так, чтобы в каждой ячейке памяти было записано одно число /один отсчет АЦП/.

§ 3,3. Метод и программа преобразования данных в ЭВМ

В общем случае введенная в ЭВМ информация СЦОД не может непосредственно использоваться для обработки данных и, поэтому, требует цреобразования. Причиной вызывающей необходимость преобразования является несовпадение кодов и разрядности данных СЦОД и ЭВМ, запись в одну ячейку ЭВМ нескольких отсчетов АЦП. Разработан метод преобразования информации (ЦОД записанной в ЭВМ в произвольном коде и разрядности по несколько чисел, не обязательно одинаковой разрядности,в одной ячейке. Метод может быть реализован на любом алгоритмическом языке высокого уровня /73/. Данные СЦОД записанные в некоторый массив А ЭВМ, сначало воспринимаются как целые числа /массив ЩТЕ&ЕК /, затем, после преобразования, умножаются при необходимости на масштабный множитель /единицу измерения/ и превращаются в другой массив, пригодный для обработки. Метод основан на широком применении следующих двух лемм.

Лемма I. Цусть к-а^ = о или 1) 1-ОП;

А - положительное число записанное в прямом коде тогда С~0; если и С = { ^ если .

Лемма 2. Цусть А - ., Я у - О I

С 6 4110,710 записанное в прямом коде тогда — л р. . ■ £/ = 0 А« С -знаковый

•••,42-6,-/ <2, </ « Л разряд

Физический смысл этих лемм заключается в том, что любой 1*-тый

• I разряд или группу соседних разрядов от Ъл до ^ числа А можно выделить и поместить в младшие разряды рабочей ячейки С .

Остальные значащие разряды С будут равны нулю. Иными словами, « значение С равно двоично^ коду отрезка ячейки А от до разряда.

В ЭВМ /БЭСМ, ЕС/ положительные числа представляются в прямом коде, а отрицательные в дополнительном, знаковый разряд равен 0, если число положительное и I, если число отрицательное. Поэтому в начале преобразования, если А<^0, т.е. имеет вид г-ч^* » т0 ег0 необходимо преобразовать к виду 0 йпч{Лп.2г~1&о • Для этого достаточно выполнить операцию ^^^^/3.3.1/

Если разрядность данных СЦОД записанных по несколько чисел в одну ячейку ЭВМ мала можно воспользовавшись леммой I выделять разряды ячейки Айв соответствии с кодировкой СЦОД формировать рабочий массив пригодный для дальнейшей обработки. В случае относительно больших разрядностей данных СЦОД нужно пользоваться леммой 2. Здесь после выделения кода очередного числа необходимо учитывать в каком коде /прямом, обратном, дополнительном/ представлены данные СЦОД.

Метод пригоден для преобразования данных во всех трех вариантах ввода рассмотренных в предыдущем параграфе. Так в случае ввода зашумленных сигналов /пункт I § 3.2/, когда разрядность данных равна восьми, в одну ячейку памяти ЭВМ заносится 4 отсчета АЦП. В этом случае точность представления данных будет равна + 0,04 в, что вытекает из таблицы кодировки АЦП /74/.

Здесь преобразование ведется согласно лемме 2. При исследовании сигналов повышенной точности /пункт П § 3.2/,когда разрядность АЦП больше разрядности фотосчитывающего устройства имеем два случая:

I/ Если — КЛ/Д14/7 , то преобразование ведется по лемме 2. Здесь К-целое число

2/ Если Ип//*КНАца и + , где -нулевые разряды, то преобразование производится по следующей формуле

Здесь -число разрядов заполненных нулем и А/= ¿3 . При вводе многоканальной информации преобразование данных СЦОД

ВР0И5»

•водится по леммам I и 2 или по формуле 3.3.2 в зависимости от точности /разрядности/ данных. В разработанном СЦОД кроме электрического сопряжения, необходимо, также совмещение кодов, разрядности и знака чисел в АЦП и ЭВМ приведенных в таблице 3.3.1.

123 Заключение

Диссертационная работа выполнена с целью создания и исследования системы цифровой обработки случайных процессов на основе отечественной серийной аппаратуры, позволяющий определить узкополосную спектральную плотность мощности /СПМ/ акустического сигнала промышленного оборудавания. Узкополосная СПМ акустических сигналов промышленного оборудования показывает мощность излучений отдельных машин и деталей. Выявление наиболее шумящих машин и деталей повышает эффективность борьбы с шумом, что приводит к повышению производительности труда.

По результатам работы можно сделать следующие выводы:

1. Разработана система цифровой обработки случайных процессов на основе отечественной серийной аппаратуры и ЭШ, позволяющая определить СПМ акустических сигналов промышленного оборудования не только в октавных и третьоктавных полосах, но и в узкой полосе частот.

2. Структура системы цифровой обработки акустических сигналов выбирается из класса структур информационно-измерительных систем, включающих аналоговую, аналого-цифровую, цифровую части и ЭШ, называемой системой цифровой обработки данных /СЦОДЛ

3. Весь диапазон частот акустического сигнала разбивается на начальные, средние, высокие и нижние октавы, что позволяет определить частотную структуру акустических сигналов промышленного оборудования во всем диапазоне частот.

4. Разработано устройство выборки и запоминания мгновенных значений сигналов акустического диапазона,

5. Произведена оптимизация структуры СЦОД с применением технико-экономического критерия.

6. Разработаны методы:

- измерения амплитудно-частотных и динамических характеристик всей системы

- ввода квантованных сигналов в ЭВМ непосредственно с выхода АЦП

- нормализации данных в ЭВМ

- учета погрешностей амплитудно-частотной характеристики системы

7. Разработаны программное и техническое обеспечение системы, позволяющие эксплуатировать систему в тестовом и рабочем режимах.

8. Создана библиотека записей исследуемых сигналов в вито тя де файлов объемом от 2 до 2 на магнитной ленте ЭВМ.

9. Предусмотрены методы обеспечивающие состоятельность оценок СПМ, уточнение значения частоты существенной спектральной составляющей акустического сигнала, выявленной системой в результате спектрального анализа'с применением программ из библиотеки подпрограмм ЕС ЭВМ.

10. Разработанная система применена для анализа акустического шума хлопкоочистительного оборудования и получены октав-ные, третьоктавные и узкополосные с полосами 10, 50, 100 гц спектры звукового давления в рабочей зоне очистителя хлопка-сырца "Мехнат". Полученный спектр позволит выявить сосредоточенный характер СПМ и определить источник интенсивного звука.

Материалы диссертации докладывались и обсуждались на Всесоюзной научно-практической конференции "Улучшение условий труда работающих при возделывании и переработке хлопка-сырца" г.Ташкент, 1982 г./, на Республиканской научно-технической конференции "Проблемы и состояние внедрения ОАСУ-связь и организация передачи данных для внедрения ОАСУ" /г.Ташкент, 1978 г./, на семинаре "Борьба с шумом и звуковой вибрацией" /г.Москва, 1982 г./, на 8-ой, 9-ой, 10-ой конференциях молодых ученых НПО "Кибернетика" АН Уз ССР /г.Ташкент, 1979, 1980, 1982 гг./.

Основные положения диссертации опубликованы в работах /59, 71, 73, 90, 91/.

Список литературы диссертационного исследования кандидат технических наук Мухитдинов, Шукурулла Ходиевич, 1984 год

1. Лагунов Л.Ф., Осипов Г.Л. Борьба с шумом в машиностроении.1. М.,"Машиностроение" 1980.

2. Контроль промышленных шумов. Справочник. Пер. с англ.1. М.,"Машиностроение" 1981.

3. Осипов Г.Л., Лопашов Д.З., Федосеева E.H. Акустическиеизмерения в строительстве. М., Стройиздат, 1978.

4. Борьба с шумом. Под ред.^ина Е.Я. М., Огройиздат, 1964.

5. Ильящук D.M. Измерения и нормирование производственногошума. М., Профиздат, 1964.

6. Клюкин A.A. Борьба с шумом и звуковой вибрацией на судах.1. Л., Судостроение, 1971.

7. Осипов Г.Л. Шумы и звукоизоляция. М., Стройиздат, 1967.

8. Заборов В.М., Клячко Л.Н., Росин Г.С. Занята от шума ивибрации в черной металлургии. М., Металлургия, 1976.

9. Хорошев Г.А., Петров Ю.И., Егоров Н.Ф. Шум судовых системвентиляции и кондиционирования воздуха. Л., Судостроение, 1974.

10. Артоболевский И.И. Теория механизмов и машин. М., Наука,1975.

11. Григорьян Ф.Е., Перцовский Е.А. Расчет и проектированиеглушителей шума энергоустановок. Л., Энергия, Ленинградское отд-ние, 1980, с.120.

12. Исраилов Ш.В., Мартынов A.A., Саматов Т. Пути сниженияпроизводственного шума на предприятиях хлопкоочистительной промышленности, "Хлопковая промышленность", Ташкент, 1975, № 2, с.24-25.

13. Рекомендации по снижению производственного шума оборудования хлопкозаводов. ЩИЙХпром, Ташкент, 1977, с.15.

14. Быков Г.Н. Характеристика шума в хлопкоочистительнойпромышленности и меры по его уменьшению. Хлопковая промышленность, № 2, 1972.

15. Кралин А.Н., Либстер С.А., Поболь О.Н. Снижение шумахлопкоочистительного оборудования. Хлопковая промышленность, Р 2, 1978.

16. Хакимов Ш.Ш., Мучкаев A.A., Мирзаалиев Р. Уровень производственного шума в рабочей зоне батареи пильных джинов, Хлопковая промышленность, В 2, 1981.

17. Генкин М.Д. Некоторые вопросы акустики машин. В кн. "Динамика и акустика машин". М., Наука, 1971.

18. Артоболевский й.й. Основные проблемы современных машин.1. Машиноведение, 1965, № I.

19. Приборы и системы для измерения вибрации, шума и удара.

20. Справочник в 2-х кн.,кн.2, Под ред. Клюева В.В., М., Машиностроение, 1978.

21. Справочник по радиоизмерительным приборам. Том 3. М,,1. Советское радио, 1979.

22. Вялышев И.А. и др. в сб. "Борьба с шумом и звуковой вибрацией. Материалы семинара. М., 1974.

23. Любашевский Г.С., Тартаковский В.Д., Фришберг В,Д.

24. О многоканальном методе исследования распределенных колебательных структур. В сб. "Вибрации и шумы",/Физические исследования/ М., Наука, 1969.

25. Тартаковский Б.Д., Вялышев А.И., Канаев Б.А. Автоматизированный виброакустический многоканальный контроль машин и механизмов. В сб."Колебания, излучение и демпфирование упругих структур". М., Наука, 1973.

26. Артоболевский И.И., Бобровницкий А.И., Генкин М.Д. Введение в акустическую динамику машин. М., Наука, 1979.

27. Левин Б. Р. Теоретические основы статистической радиотехники. М., Советское радио, кн.1, 1974.

28. Рытов С.М. Введение в статистическую радиофизику. Случайные процессы. М., Наука, чЛ, 1976.

29. Гоноровский П.С. Радиотехнические цепи и сигналы. М.,1. Советское радио, 1971.

30. Пугачев B.C. Теория случайных функций. М., Наука, 1973.

31. Бендат М* f Пирсол А. Измерение и анализ случайных процессов. М., Шр, 1971.

32. Вентцель Е.С. Теория вероятностей. М., Наука, 1964.

33. Вибрации в технике. Огравочник в 6 томах, том 5, М., Машиностроение, 1981.

34. Вибрации в технике. Справочник в 6 томах, том I, М., Машиностроение, 1980.

35. Скучик A.B. Основы акустики, том I, М., Мир, 1976.

36. Зиновьев А.П., Филиппов Л.И. Введение в теорию сигналови цепей. М., Шсшая школа, 1975.

37. Воллернер Н.Ф. Аппаратурный спектральный анализ. М., Советское радио, 1971.

38. Романенко А.Ф., Сергеев Г.А. Вопросы прикладного анализаслучайных процессов. Советское радио, 1968.

39. Мирский Г.Я. Аппаратурное определение характеристик случайных процессов. М-Л, Энергия, 1967.

40. Балл Г.А. Аппаратурный корреляционный анализ случайныхпроцессов. M-JI, Энергия, 1968.

41. Серебренников М.Г. Гармонический анализ. Гостехиздат,1948.

42. Серебренников М.Г., Первозванекий A.A. Выявление скрытыхпериодичностей. М., Наука, 1965.

43. Тихонов В.И. Статистическая радиотехника. М., Советскоерадио, 1966.

44. Давенпорт В. Б., Рут В. Л. Введение в теорию случайных сигналов и шумов. ШЯ, i960.

45. Котюк А.Ф., Ольшевский В.В., Цветков Э.й. Методы и аппаратура для анализа характеристик случайных процессов. М., Энергия, 1967.

46. Отнес Р., Эноксон Л. Прикладной анализ временных рядов. Основные методы. Пер. с англ. М., Мир, 1982.

47. Бронштейн И.Н, Семендяев К. А. Справочник по математике Для инженеров и учащихся втузов.Изд.П-е. ,М.,Наука, 1967.

48. Хемминг Р.В., Цифровые фильтры. М., Советское радио, 1980.

49. Голд Б., Рэйдер Ч. Цифровая обработка сигналов. Пер. сангл. Под.ред.Трахтмана A.M. М., Советское радио, 1978.49.- Новопашенный Г.Н. Информационно-измерительные системы.1. М., Шсшая школа, 1977.

50. Цапенко М.П. Измерительные информационные системы. М.,1. Энергия, 1974.

51. Кавалеров Г.И., Мандельштам С.М. Введение в информационную теорию измерений. М., Энергия, 1974.

52. Краус М., Вошни Э. Измерительные информационные системы.1. М., Мир, 1975.

53. Новоселов О.Н., Фомин А.Ф. Основы теории и расчета информационно-измерительных систем. М., Машиностроение, 1980.

54. Кавалеров Г. И. Измерительно-вычислительные комплексы.

55. Приборы и системы управления". 1977, № II.

56. Мандельштам С.М., Соловьев А.Г., Эйдус В.Е. Системные аспекты построения унифицированных ЦВК. "Приборы и системы управления", 1978, № II.

57. Розенберг В.Я. Введение в теорию точности измерительныхсистем. М., Советское радио, 1975.

58. Касперович А.Н., Литвинов Н.В. О целесообразности использования двухтактных устройств выборки и хранения. Автометрия, 1973, № 3.

59. Алексеенко А.Г., Коломбет А.А., Стародуб Г.Н. Применениепрецизионных аналоговых ИС. М., Советское радио, 1980.

60. Выохин В.Н. Наносекундный фиксатор уровня.ПТЭ, 1972, Р 3.

61. Бахтиаров Г.Д., Малинин В.В., Школин В.П. Аналого-цифровые преобразователи. Под ред.Г.Д.Бахтиарова, М., Советское радио, 1980.

62. Смолов В.Б., и др. Микроэлектронные цифро-аналоговые ианалого-цифровые преобразователи информации. Под ред.В.Б.Смолова, JI., Энергия, 1975.

63. Моисеев B.C. Системное проектирование преобразователей информации. Л.»Машиностроение, Ленинградское отделение, 1982.

64. Островерхов В. В. Динамические погрешности аналого-цифровых преобразователей. М., 1974.

65. Балакай В. Г. и др. Интегральные схемы АЦП и ЦАП. М.,1. Энергия, 1978.

66. Александрии В. И. Чубаров М.А. Контроль динамики АЩ методом накопления ошибки. Автометрия, 1977, Р6.

67. Беломестных В.А., Выохин В.Н., Касперович А.Н. Об одномспособе экспериментального определения динамических свойств быстродействующих АЦП. Автометрия, 1976, № 5, Наука, с.II.

68. Измерение динамических характеристик АЦП. Экспресс-информация. Надежность и контроль качества.1978, № 46.

69. Мухитдинов Ш.Х. Ввод и преобразование информации аналогоцифровой системы в ЭВМ. Материалы X конференции молодых ученых НПО "Кибернетика" АН УзССР, Ташкент, 1982.

70. Рабинер А., Гоулд В. Теория и применение цифровой обработки сигналов. М., Мир, 1978.

71. Кадыров У.С., Мухитдинов Ш.Х. Метод преобразования информации измерительных систем в ЭВМ. Вопросы кибернетики, вып.114, Ташкент, РИСО АН УзССР, 1981.

72. Преобразователи напряжения /тока/ в код Ф 733/1 и Ф 733/2.

73. Техническое описание, 1972.

74. Матиматическое описание ЕС ЭВМ, вып.4. Институт математики АН БССР, Минск, 1974.

75. Хэррис Ф.Дк. Использование окон при гармоническом анализеметодом ДПФ. ТИИЭР, 66, Я» I, 1978.

76. Введение в цифровую фильтрацию. Пер. с англ. под ред. Р. Богнера и А.Константинидиса. М., Мир, 1976.

77. Бригхэм Э., Мофроц Р. Быстрое преобразование Фурье. ТИИЭР,55, Р 10 с.21-29, 1967.

78. Кокрен У. и др. Что такое быстрое преобразование Фурье?

79. ТИИЭР, 55, К» 10, с. 7-17, Т967.

80. Берглацд Дк.Д. Руководство к быстрому преобразованию Фурье,

81. Зарубежная радиоэлектроника, (Р 3, 1971.

82. Ланцош К. Практические методы прикладного анализа. М.,1. ФМЛ, 1961.

83. Дкенкинс Г., Ватте Д. Спектральный анализ и его приложения.1. М., Мир, 1971.

84. Харкевич А.А. Спектры и анализ. М., Государственное издательство технико-теоретической литературы, 1953.

85. Цифровая обработка сигналов и её применение. Сб.статей подред.Л.П.Ярославского , М., Наука, 1981.

86. Трахтман A.M. Введение в обобщенную спектральную теориюсигналов. М., Советское радио, 1972.

87. Грибанов Ю.И., Мельков В.Л. Спектральный анализ случайныхпроцессов. М., Энергия, 1974.

88. Уэбстер Р.Дяс. Регулирование просачивания спектральных составляющих Д®. ТИИЭР, 68, W 10, 1980.

89. Ефанов В.М., Коршевер И.И., Лобастов В.М. О повышении точности спектрального анализа периодических сигналов при ДЕВ». Автометрия, Р 3, 1973.

90. Применение цифровой обработки сигналов. Под ред. Э.Оппенгейма. М., Мир, 1980.

91. Мухитдинов Ш.Х. Поболь О.Н. Автоматизированный анализ акустических шумов текстильных машин на базе универсальных ЭВМ. В сб. Борьба с шумом и звуковой вибрацией. Материалы семинара. 4, 1982.

92. Кадыров У.С., Мухитдинов Ш.Х., Кралин А.Н. Определение узкополосного спектра акустического шума хлопкоочистительного оборудования. Ташкент, Хлопковая промышленность, № 3, 1983.

93. Враилов Э.С., Наталюк М.Ф., Сквере В.Н. Методы оценки метрологических характеристик измерительных информационных систем. Серия: Метрологическое обеспечение измерений. Шп. I, М., Госстандарт, ВНИИКИ, 1979.