Совершенствование алгоритмического обеспечения для автоматического распознавание локальных дефектов при вихретоковом контроле поверхности качения колец подшипников с обоснованием вида вейвлет-преобразования информационных сигналов тема диссертации и автореферата по ВАК РФ 05.13.06, кандидат наук Шумарова Ольга Сергеевна

  • Шумарова Ольга Сергеевна
  • кандидат науккандидат наук
  • 2016, ФГБОУ ВО «Саратовский государственный технический университет имени Гагарина Ю.А.»
  • Специальность ВАК РФ05.13.06
  • Количество страниц 162
Шумарова Ольга Сергеевна. Совершенствование алгоритмического обеспечения для автоматического распознавание локальных дефектов при вихретоковом контроле поверхности качения колец подшипников с обоснованием вида вейвлет-преобразования информационных сигналов: дис. кандидат наук: 05.13.06 - Автоматизация и управление технологическими процессами и производствами (по отраслям). ФГБОУ ВО «Саратовский государственный технический университет имени Гагарина Ю.А.». 2016. 162 с.

Оглавление диссертации кандидат наук Шумарова Ольга Сергеевна

СОДЕРЖАНИЕ

Введение

1. Контроль качества колец подшипников как элемент системы мониторинга процесса шлифования

1.1. Основные методы контроля качества

1.2. Классификация дефектов поверхностного слоя деталей подшипников

1.3. Постановка задачи исследования

2. Совершенствование алгоритмического обеспечения для распознавания локальных дефектов деталей подшипников при вихретоковом контроле с обоснованием видаи вейвлет-преобразования

2.1. Методическое обеспечение автоматического распознавания дефектов деталей подшипников при вихретоковом контроле

2.2. Физико-математические основы выявления информации о неоднородностях при вихретоковом методе контроля

2.3. Анализ основных математических методик для обработки сигнала вихретокового преобразователя

2.4. Выбор типа вейвлета для обработки сигналов вихретокового датчика

2.5. Выбор и применение программного продукта для вейвлет анализа сигнала вихретокового датчика

2.6. Критерий выбора вейвлета для распознавания дефектов деталей подшипников

2.7. Распознавание дефектов в трехмерном пространстве признаков

2.8. Выводы

3. Разработка программного модуля для распознавания локальных дефектов поверхности качения деталей подшипников на основе вейвлета Симлета

3.1. Возможности программного модуля

3.2. Распознавание дефектов поверхностного слоя деталей подшипников

3.3. Требования к системному, аппаратному и программному обеспечению

3.4. Выводы

4. Практическое применение метода распознавания локальных дефектов деталей подшипников с использованием интеллектуальных технологий в системе мониторинга

4.1 Комплекс алгоритмов для распознавания дефектов. поверхностного слоя деталей подшипников с элементами интеллектуальности

4.2. Система мониторинга при управлении качеством продукции 115 Заключение

Литература

Приложение А

№1 Акт внедрения от ООО «НПП Подшипник-СТОМА»

№2 Акт внедрения от Саратовского государственного технического университета

№3 Акт внедрения от Балаковского инженерно-технологического иститута НИЯУ «МИФИ»

№4 Акт внедрения от Балаковского института техники, технологии и управления

Рекомендованный список диссертаций по специальности «Автоматизация и управление технологическими процессами и производствами (по отраслям)», 05.13.06 шифр ВАК

Введение диссертации (часть автореферата) на тему «Совершенствование алгоритмического обеспечения для автоматического распознавание локальных дефектов при вихретоковом контроле поверхности качения колец подшипников с обоснованием вида вейвлет-преобразования информационных сигналов»

ВВЕДЕНИЕ

Для обеспечения качества продукции и эффективности подшипникового производства на предприятиях внедряют системы менеджмента качества продукции, одним из важнейших элементов которых является система мониторинга технологического процесса и оборудования.

В связи с тем, что современная технология производства изделий массового выпуска, которыми являются подшипники, требует повышения скоростей автоматического неразрушающего контроля и включения систем контроля непосредственно в технологический процесс, возникает задача автоматизации сортировки деталей в зависимости от качества поверхности качения, обнаружения и идентификации дефектов дорожек качения.

Максимально возможная степень автоматизации контроля качества шлифованной поверхности деталей подшипников позволяет целенаправленно воздействовать на причины возникновения выявляемых типов неоднородностей, снижает себестоимость контроля качества и охватывает больший объем выборки контролируемых изделий, что повышает эффективность системы мониторинга и технологического процесса в целом.

Процесс автоматического контроля и выдачи результатов становится все более необходимым в связи с возникновением задач управления технологическими процессами и качеством продукции. В работах В.В. Клюева рассмотрены основные методы неразрушающего контроля и диагностики. В работах Алешина Н.П. приведена классификация и рекомендации по выбору методов неразрушающего контроля (НК). Наиболее эффективным и перспективным с точки зрения автоматизации представляется вихретоковый метод, который рассматривался ранее в работах А.Л. Дорофеева, Ю.Г. Казаманова, В.С. Соболева, Ю.М. Шкарлета и других ученых, изучавших электромагнитную дефектоскопию деталей. Ранее проведенные исследования осложнялись отсутствием необходимых

вычислительных мощностей, что тормозило их ход. В подшипниковой промышленности применение вихретокового метода контроля имеет специфику самого процесса контроля и изготовления контролирующего оборудования.

Вихретоковый метод дефектоскопии характеризуется большим количеством разнообразных типов вихретоковых преобразователей (ВТП) и алгоритмов обработки сигналов. Однако для повышения качества контроля деталей подшипников с использованием компьютерных технологий следует вести работы в направлении совершенствования алгоритмического и программного обеспечения, в частности при автоматизированном контроле деталей подшипников. Это позволит не только выявлять основные дефекты, снижающие качество шлифованной поверхности, но и внести корректировку в технологический процесс, что обуславливает актуальность данной работы.

Степень проработанности темы. На всем протяжении развития вихретокового метода теоретическим исследованиям занимались многие исследователи и ученые так или иначе связанные с НК. Среди них значительный интерес вызывают работы Сапожникова А.Б., Герасимова В.Г. и др. ученых. Среди зарубежных ученых аналогичными исследованиями занимались Ferster F., Dids V. E. и ряд др. Эффективность использования данного метода в настоящее время показана в ряде работ, в том числе выполненных в СГТУ.

При организации вихретокового контроля необходимо стремиться минимизировать влияние человеческого фактора, повысив эффективность контроля за счет разработки и применения методов автоматизированного поиска и классификации дефектов поверхностного слоя деталей подшипников, которые, в свою очередь, будучи интегрированы в систему мониторинга технологических процессов (СМТП) в роли обратной связи, повышают ее эффективность, что в конечном итоге положительно влияет на качество конечной продукции. Тема вихретокового метода контроля в

СМТП производства деталей подшипников отражена в работах исследователей СГТУ, в которых рассматривался вопрос применения вейвлет-преобразований (ВП) для распознавания локальных дефектов. Вейвлет-анализ сигналов в различных областях науки рассматривался Астафьевой Н.М., Смоленцевым А.С, Храмовым А.Е. и др. учеными, однако они не затрагивали вопросы ВП при вихретоковом контроле. Кроме того, алгоритмическое и программное обеспечения имеющихся автоматизированных систем вихретокового контроля, применяемые в подшипниковой промышленности, имеют ряд недостатков, связанных с выявлением не всех основных дефектов, что не отвечает в полной мере современным требованиям к качеству деталей. Поэтому, основываясь на известных результатах применения ВП для анализа дефектов подшипников, представляется целесообразным усовершенствовать алгоритмическое и программное обеспечение для распознавания локальных дефектов поверхностного слоя деталей подшипников с обоснованием выбора типа вейвлета. Отличием данной работы является обоснование выбора вида вейвлета и выявление расширенного числа основных дефектов поверхности качения колец подшипников.

Цель работы - совершенствование алгоритма вихретокового контроля качества шлифованных поверхностей качения деталей подшипников для автоматического распознавания локальных дефектов на основе целесообразного выбора вида вейвлета при обработке информационных сигналов.

В соответствии с поставленной целью в работе решается ряд задач, связанных с разработкой методического обеспечения для автоматического распознавания локальных дефектов колец на основе целесообразного выбора вейвлета, совершенствованием алгоритма распознавания вида локальных дефектов, с применением выбранного вейвлета, созданием программного модуля для автоматизации поиска и распознавания основных локальных дефектов шлифованной поверхности качения, практической

реализации разработанной методики.

Научная новизна работы заключается в следующем:

1. Разработано методическое обеспечение для автоматического распознавания локальных дефектов поверхностного слоя колец подшипников при вихретоковом контроле на основе обучающего эксперимента, в структуре которого лежит применение вейвлет - анализа информационных сигналов с обоснованием выбора вида и порядка вейвлета, что способствует повышению достоверности распознавания различных видов дефектов.

2. Предложен и обоснован критерий выбора вейвлета, заключающийся в определении максимального значения соотношения средних квадратических значений детализирующих вейвлет-коэффициентов дефект - шум для распознавании различных видов дефектов поверхности качения колец подшипников по амплитудной, фазовой составляющим и показателю Херста информационных сигналов, что обеспечивает выделение шести основных дефектов в одном признаковом пространстве.

3. Выполнена алгоритмизация процесса обработки сигналов вихретокового преобразователя и разработан программный модуль, позволяющий осуществлять автоматический выбор вейвлета по предложенному критерию, на основании которого проводится анализ информационных сигналов вихретокового преобразователя и распознавание основных дефектов.

Методы и средства исследований. В основе проведенных исследований лежат автоматические методы обработки дискретных сигналов, теория распознавания образов, аппарат вейвлет-преобразования. Обработка результатов вихретокового контроля велась с использованием специально разработанного алгоритмического и программного обеспечения, написанного и реализованного с помощью языка программирования Delphi.

Экспериментальные исследования проводились с использованием автоматизированной системы вихретокового контроля (АСВК) деталей

подшипников ПВК-К2М, который по результатам метрологической аттестации внесён в Государственный реестр средств измерений под № 26079-03 в производственных условиях ОАО «ЕПК-Саратов», ООО «НПП Подшипник-Стома».

Практическая ценность и реализация результатов работы. Применение метода автоматического контроля качества шлифованной поверхности колец при вихретоковом контроле проводилось в ОАО «ЕПК-Саратов» в рамках задачи совершенствования автоматизированных средств контроля для системы мониторинга ТП и развития АСУ ТП предприятия.

Разработано программное обеспечение для выявления неоднородности структуры поверхностного слоя и автоматического распознавания шести основных локальных дефектов на основе вейвлет-анализа информационных сигналов АСВК в подшипниковом производстве.

Предложено к внедрению в ООО «НПП Подшипник-СТОМА» разработанное алгоритмическое и программное обеспечение для вихретоковых приборов контроля подшипников (имеется акт передачи результатов).

Внедрение осуществлено в учебный процесс на кафедре «Управление и информатика в технических системах» Балаковского института техники, технологии и управления (филиала) ФГБОУ ВО «Саратовский государственный технический университет имени Гагарина Ю.А.» и в учебный процесс на кафедре «Информатика и управление в технических системах» БИТИ НИЯУ «МИФИ»

Апробация работы. Основные положения работы докладывались на 7 конференциях различного уровня:

- международные научно - технические конференции «Образование и наука: современное состояние и перспективы развития» (Тамбов, 2013), «Перспективы развития науки и образования» (Тамбов, 2013), «Проблемы исследования и проектирования машин» (Пенза, 2012), «Проблемы исследования и проектирования машин» (Пенза, 2013)

- всероссийские научно - технические конференции «Информационные технологии, автоматизация, системы автоматизированного проектирования промышленных систем строительных объектов» (Саратов, 2011), «Информационные технологии, автоматизация, системы автоматизированного проектирования промышленных систем строительных объектов» (Саратов, 2012), а также на заседаниях кафедры «Автоматизация, управление, мехатроника» СГТУ в 2012-2015 г.

- региональная научно-практическая конференция «Актуальные проблемы и пути развития энергетики, техники и технологий» (Казань, 2015)

Публикации. По теме диссертации опубликовано 23 работы, в том числе 4 работы в журналах из списка ВАК Минобрнауки РФ, 2 свидетельства о регистрации программ.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка использованной литературы из 159 наименований и 1 приложения. Содержит 156 страниц основного текста, 57 рисунка, 10 таблиц.

Положения, выносимые на защиту:

1. Методическое обеспечение для автоматического распознавания локальных дефектов поверхностного слоя шлифованных колец подшипников при вихретоковом контроле на основе обучающего эксперимента.

2. Критерий выбора вида вейвлета, заключающийся в определении максимального значения соотношения средних квадратических значений детализирующих вейвлет-коэффициентов дефект - шум, что обеспечивает повышение достоверности распознавания дефектов.

3. Алгоритмизация процесса и программный модуль, на основании которых происходит автоматический выбор вида вейвлета и распознавание основных дефектов в признаковом пространстве по амплитудной и фазовой составляющим и показателю Херста информационных сигналов ВТП.

4. Практическое применение результатов распознавания шести основных локальных дефектов деталей подшипников в системе мониторинга технологического процесса.

1. КОНТРОЛЬ КАЧЕСТВА КОЛЕЦ ПОДШИПНИКОВ КАК ЭЛЕМЕНТ СИСТЕМЫ МОНИТОРИНГА ПРОЦЕССА ШЛИФОВАНИЯ

При различных внешних благоприятных факторах эксплуатации деталей подшипников происходит преждевременный отказ подшипника по причине наличия скрытого дефекта в его деталях. Дефекты могут быть металлургического происхождения или как результат нарушения режимов термохимической, механической обработки деталей в производстве [40,69].

К детерминированным факторам относятся постоянно действующие и периодические, которые изменяются по определенным закономерностям в зависимости от времени, режима обработки, параметров инструмента, технического состояния станка и других воздействий. К стохастическим факторам относятся случайно изменяющиеся во времени в зависимости от погрешностей установки и колебаний свойств заготовок, изменения расхода и свойств охлаждающей жидкости, случайных колебаний в двигающихся системах и других воздействий. Следует отметить, что наличие детерминированных и стохастических факторов требует применения сложного программно-математического обеспечения для построения моделей и обработки измерительной информации, что затрудняет анализ их влияния на параметры деталей и усложняет управление их качеством. В то же время, учет стохастичности факторов и процессов в технической системе позволяет более адекватно отобразить их по сравнению с детерминированным подходом и дает новые возможности для исследования процессов шлифования[46,69,92].

Современный уровень техники и осознание необходимости контроля физико-механических свойств поверхностного слоя обработанных деталей, не являющихся по сегодняшним понятиям дефектными, ведут к разработке и внедрению приборного контроля, обладающего высокой чувствительностью и информативностью. Позволяющего количественно оценить напряженно-деформированное состояние поверхностного слоя и

соотнести его с данными о точности формы и шероховатости обработанных деталей, а также с данными о динамическом состоянии технологического оборудования и режимах обработки. [46]

Таблица 1.1. Структура факторов, влияющих на качество обработки деталей подшипников при шлифовании._

Детерминированные Стохастические

Режимы шлифования Погрешность установки детали

Упругие деформации узлов Изменение физико-механических свойств заготовки

Температурные деформации узлов Изменение физико-химических свойств и расхода СОЖ

Зазоры в кинематической цепи станка Изменение геометрических параметров заготовки

Характеристики круга Неоднородность режущих свойств круга

Характеристики заготовки Колебания температуры в зоне резания

Периодические колебания из-за дисбаланса ШУ круга и детали Вариации скоростей шпинделей круга и детали

Периодические колебания силы резания из-за овальности заготовки Неравномерность подачи круга

Поскольку производству подшипников характерно разнообразие технологических процессов шлифовальной обработки, а также разнообразие форм, размеров и требований к качеству обработки поверхностей деталей, речь должна идти о разработке и исследовании автоматизированных анализаторов физико-механических свойств поверхностного слоя шлифованных деталей, не требующих настройки и переналадки. Технические системы, отвечающие перечисленным требованиям, вполне пригодны для организации постоянного наблюдения за технологическим процессом и формирования базы данных об изменении характеристик процесса во времени, то есть могут использоваться как информационный канал системы мониторинга.

Повышение качества прецизионных изделий может быть достигнуто

при разработке и внедрении на промышленных предприятиях автоматизированных систем мониторинга качества их изготовления, а также эффективных систем управления технологическими процессами. Эти системы позволяют вывести процесс производства продукции предприятия на более высокий уровень, существенно снизить или практически исключить брак, обеспечить конкурентное преимущество в борьбе за потребителя[46,74,88].

Система мониторинга рассматривается как многоконтурная обратная связь в управлении формообразованием при условии контроля ряда наиболее важных параметров качества деталей, комплекса параметров оборудования, дающего представление о его техническом состоянии, режима обработки и уровня подготовки персонала, который может квалифицированно осуществлять эксплуатацию автоматизированных измерительных приборов и станков (рис. 1.1).

Рис. 1.1. Шлифование колец подшипников с применением системы мониторинга.

Подсистема технического обеспечения - базовая в составе системы мониторинга технологического процесса и оборудования, включает

информационно-измерительные каналы, в которые входят встроенные и внешние, автоматические и автоматизированные средства измерений, осуществляющие регистрацию, первичную обработку, передачу, хранение и воспроизведение информации о состоянии станков, процессе обработки и качестве деталей (рис.1.2)[46,88,92].

Рис.1.2. Мониторинг технологического процесса и оборудования.

Функционирование подсистемы научно-методического обеспечения связано с общей схемой системы мониторинга технологического процесса и

оборудования, выбором информативных параметров, формированием критериев оценки качества технологического процесса и оборудования, построением математических моделей объектов контроля, программно -математического обеспечения. Подсистема информационного обеспечения состоит из компьютерных систем обработки информации и линий связи с информационно-измерительными каналами; в ней формируются базы данных о состоянии технологического процесса и оборудования и отчетные документы в виде твердых и электронных форм; она осуществляет передачу информационных потоков внутри системы мониторинга технологического процесса и оборудования и внешним пользователям. На основе данных из информационной подсистемы и рекомендаций из подсистемы научно -методического обеспечения формируются управляющие решения. В организационной подсистеме анализируется выходная информация о качестве продукции, состоянии процесса обработки и оборудования, поступающая из информационной подсистемы, принимаются общие решения по структуре документооборота (в том числе электронного), по управлению формообразованием и по совершенствованию системы мониторинга технологического процесса и оборудования.

Реализуемый способ контроля качества (таблица 1. 2) заключается в том, что оперативный контроль качества обработки осуществляется автоматизированным вихретоковым методом, позволяющим установить степень неоднородности физико-механических свойств поверхностного слоя шлифованных деталей. При необходимости дополнительно определяются спектр колебаний жесткой опоры кольца и спектры колебаний шпиндельных узлов шлифовальных станков, на которых осуществляется финишная обработка колец подшипников различных типов[40,42,46,47,50].

Контроль позволяет удерживать технологический процесс, то есть весь комплекс факторов, влияющих на качество обработки деталей (таблица 1.2), в рамках, не допускающих появления брака и снижения

производительности обработки.

Таблица 1.2. Система организации контроля процесса шлифования.

Контроль качества функционирования оборудования (на предварительных и финишных операциях) Контроль качества изготовления деталей подшипников (на предварительных и финишных операциях)

Контроль технического состояния оборудования Контроль параметров технологического режима Контроль геометрических параметров деталей Контроль качества поверхностного слоя

Динамические характеристики ШУ круга Скорость вращения круга Диаметр Однородность структуры

Динамические характеристики ШУ детали Скорость вращения детали Радиус дорожки качения Однородность твердости

Равномерность перемещения рабочих органов Подача Отклонение от круглости Напряженность

Влияние внешних факторов Характеристики круга Волнистость Нарушения сплошности

Конусность

Выявление изменения значений определяющих параметров, контроль отклонений от нормативных значений Выявление изменения значений параметров качества поверхностей, контроль отклонений от нормативных значений

Определение степени и причин разладки технологического процесса

Принятие решения о корректировании технологического режима и (или) технического обслуживания по состоянию оборудования

Обеспечение заданного качества деталей подшипников Формирование базы данных о состоянии техпроцесса и оборудования

В связи с тем, что современная технология производства изделий массового выпуска, которыми являются подшипники, требует повышения скоростей автоматического неразрушающего контроля и включения систем контроля непосредственно в технологическую линию, возникает задача автоматизации обнаружения и сортировки деталей, идентификации дефектов поверхностного слоя деталей подшипников.

Максимально возможная степень автоматизации контроля качества поверхностного слоя деталей подшипников после операции шлифования позволяет целенаправленно воздействовать на причины возникновения выявляемых типов неоднородностей, снижает себестоимость контроля качества и охватывает больший объем выборки контролируемых изделий,

что повышает эффективность всей системы мониторинга. [37,38,39,43] 1.1. Основные методы контроля качества

Неразрушающий контроль (НК) - контроль надежности и основных рабочих свойств и параметров объекта или отдельных его элементов или узлов, не требующий выведение объекта из работы либо его демонтажа.

НК особенно важен при создании и эксплуатации жизненно важных изделий, компонентов и конструкций.[8,12,19,60,62,65]

Существует достаточно большое количество разнообразных методов неразрушающего контроля, позволяющих выявлять соответствующие дефекты[14,27]. Напомним, что наиболее частыми дефектами деталей подшипников являются трещины, несплошности, шлифовальные прижоги и структурные изменения материала изготовления и поверхностного слоя (величина остаточного аустенита, твердость после закалки и отпуска и др.). На всех подшипниковых заводах России технологическим процессом изготовления деталей подшипников в зависимости от требований к надежности подшипников предусматривается сплошной либо выборочный контроль деталей на отсутствие микротрещин и шлифовальных прижогов (или ожогов) [14].

Визуальный измерительный контроль (ВИК). Этот метод

считается весьма эффективным и удобным способом выявления самых различных дефектов. Именно с визуального осмотра обычно начинаются все мероприятия по неразрушающему контролю. Данный вид контроля проводится как с использованием специальных приспособлений так и без них. Визуальный метод контроля в частности доказал свою высочайшую эффективность при контроле качества основного металла, сварных швов, соединений и наплавок - как в процессе подготовки и проведения сварки, так и при исправлении выявленных дефектов.

На практике доказано, что этот метод контроля является надежным источником максимально точной информации о соответствии сварных изделий необходимым техническим условиям. От других видов

18

неразрушающего контроля визуально оптический контроль отличается границами спектральной области электромагнитного излучения, используемого для получения информации об объекте. Он может проводится с использованием даже простейших измерительных средств. Разумеется, для эффективного выявления дефектов нужно уметь выбрать правильный подход и разработать соответствующую методику контроля.

Достоинствами метода являются высокая эффективность, легкость применения и относительная недороговизна.

Недостатком ВИК является человеческий фактор (физическое и эмоциональное состояние контролера, утомляемость и так далее)[14,27].

Капиллярная дефектоскопия. Данный метод дефектоскопии основан на проникновении определенных жидких веществ в поверхностные дефекты изделия под действием капиллярного давления, в результате чего повышается свето - и цветоконтрастность дефектного участка относительно неповрежденного [27].

Капиллярный контроль предназначен для выявления невидимых или слабо видимых невооруженным глазом поверхностных и сквозных дефектов (трещины, поры, раковины, непровары, межкристаллическая коррозия, свищи и так далее) в объектах контроля, определения их расположения, протяженности и ориентации по поверхности. Различают люминесцентный и цветной методы капиллярной дефектоскопии.

При капиллярном контроле индикаторные жидкости проникают в полости поверхностных и сквозных несплошностей материала объектов контроля, и образующиеся индикаторные следы регистрируются визуальным способом или с помощью преобразователя.

Капиллярный метод контроля применяется при контроле объектов любых размеров и форм, изготовленных из черных и цветных металлов, легированных сталей, чугуна, металлических покрытий, пластмасс, стекла и керамики в энергетике, авиации, ракетной технике, судостроении, химической промышленности, металлургии, и других отраслях. Для

некоторых материалов и изделий этот метод является единственным для определения пригодности деталей или установок к работе.

Достоинства: с его помощью можно не только обнаружить поверхностные и сквозные дефекты, но и получить по их расположению, протяженности, форме и ориентации по поверхности ценную информацию о характере дефекта и даже некоторых причинах его возникновения (концентрация напряжений, несоблюдение технологии и прочее).

Недостатки: необходимым условием выявления дефектов типа нарушения сплошности материала капиллярными методами является наличие полостей, свободных от загрязнений и других веществ, имеющих выход на поверхность объектов и глубину распространения, значительно превышающую ширину их раскрытия; необходимо взаимозависимое целевое сочетание дефектоскопических материалов: индикаторного пенетранта, проявителя, очистителя и гасителя; трудоемкость процесса - обезжиривание поверхности изделия, нанесение на поверхность проникающей жидкости, нанесение проявителя, осмотр и расшифровка результатов[14,27].

Похожие диссертационные работы по специальности «Автоматизация и управление технологическими процессами и производствами (по отраслям)», 05.13.06 шифр ВАК

Список литературы диссертационного исследования кандидат наук Шумарова Ольга Сергеевна, 2016 год

ЛИТЕРАТУРА

1. Астафьева Н.М. Вейвлет-анализ: Основы теории и примеры применения. // - Успехи физических наук. 1996.- Т.166, № 11.- С.1145-1170.

2. Аринчин С.А. К расчету спектров сигналов в вихретоковой дефектоскопии. / С.А. Аринчин, В.Б. Кузнецов // Методы и проборы автоматического неразрушающего контроля. Электромагнитные методы: Сб. тр. - Рига: РТИ, 1978. - Вып. 2. - С.84-92.

1. Бакунов А.С., Останин Ю.А. Раздельный контроль свойств изделий из ферромагнитных материалов // Методы и приборы автоматического неразрушающего контроля. Электромагнитные методы: Сб. тр. - Рига: РТИ, 1977. - Вып. 1. - С.59-71.

2. Бахтеев А.Р. Совершенствование контроля качества деталей подшипников вихретоковым методом на основе автоматизации распознавания дефектов поверхностей качения с использованием искусственных нейронных сетей: автореф. дисс. канд.техн.наук. Саратов: СГТУ, 2007. 16 с.

3. Бейзельман P.O. Цыпкин Б.В., Перель Л.Я. Подшипники качения: Справочник/ - М.: Машиностроение, 1975. - 572 с.

4. Блаттер Ч. Вейвлет - анализ. Основы теории.- М.:Постмаркет,2001.

5. Вапник В. Н., Червоненкис А.Я. Теория распознавания образов. Статистические проблемы обучения /. - М., Наука, 1974. - 415 с.

6. Волосов С.С., Педь Е.И. Приборы для автоматического контроля в машиностроении / - М.: Машиностроение, 1975. - 380 с.

7. Волосов С.С., Гейлер З.Ш. Управление качеством продукции средствами активного контроля /- М.: Издательство стандартов, 1989. - 264 с.

8. Волынская О.В. Автоматизация вихретокового контроля неоднородности структуры поверхностного слоя деталей подшипников при мониторинге процесса шлифования. Автореф. дисс. канд. техн. наук /

О.В. Волынская; СГТУ, Саратов. - 2002. - 16 с.

9. Воробьев В.И., Грибунин В.Г. Теория и практика вейвлет-преобразования / - СПб.: ВУС, 1999.- 204с.

10. Воронцов Л.Н., Корндорф С.Ф. Приборы для автоматического контроля размеров в машиностроении / - М.: Машиностроение, 1988. - 280 с.

11. Гаврилова Т.А. Хорошевский В. Ф. Базы знаний интеллектуальных систем. СПб.: Питер, 2001. 384с.

12. Герасимов В.Г., Кулаев Ю.В. Электромагнитное поле вихретокового преобразователя в присутствии изделия произвольной формы // Методы и приборы автоматического неразрушающего контроля. Электромагнитные методы: Сб. науч. тр. - Рига: РТИ, 1977. - Вып. 1. - С.5-11.

13. Горбунов В.В. Управление режимами шлифования в системе мониторинга производства подшипников / В.В. Горбунов, С.А. Игнатьев, М.В. Виноградов, М.В. Карпеев // Динамика технологических систем: Сб. науч. тр. - Саратов: СГТУ, 2004. - С.68-72.

14. Горбунов В.В., Игнатьев А.А, Волынская О.В. Статистическое распознавание неоднородностей шлифовальных поверхностей при вихретоковом методе контроля // Автоматизация и управление в машино - и приборостроении: Сб. науч. тр. - Саратов: СГТУ, 2002. - С.43-46.

15. Горбунов В.В. Чечнев А.С., Игнатьев А.А. Управление технологическим процессом производства подшипников на основе мониторинга технологического оборудования // Автоматизация и Управление в машино- и приборостроении: Сб. науч. тр. - Саратов: СГТУ, 2003. - С.77-80.

16. Горелик А. Л., Скрипкин В. А. Методы распознавания: Учебн. пос. для вузов. М.: Высш. школа, 2004. 261 с.

17. Горкунов Э.С., Макаров А.В., Коган Л.Х. Магнитные и электромагнитные методы контроля износостойкости стальных изделий //

Контроль. Диагностика. - 2001. - № 11. - С.13-15.

18. Дворников С.В., Сауков А.М. Метод распознавания радиосигналов на основе вейвлет-пакетов // Научное приборостроение. - 2004. - Т. 14. - № 1.

19. Дворников С.В. Желнин С.Р., М.В., Медведев М.В. Метод формирования признаков распознавания сигналов диапазона декаметровых волн, по их вейвлет-коэффициентам, рассчитанным на основе лифтинговой схемы // - Информация и космос, 2006.- №2 - С.68-73.

20. Диагностика автоматических станочных модулей / Под ред. Б.М. Бржозовского. - Саратов: Изд-во СГУ, 1987. - 152 с.

21. Добеши И. Десять лекций по вейвлетам.// - М. - ижевск: Регулярная и хаотичная динамика,2001

22. Добровольский И.Г. Повышение достоверности вихретокового контроля при выявлении участков с повышенной твердостью в зонах припайки стеллитовых пластин на кромках лопаток турбин // Контроль. Диагностика. - 2001. - № 9. - С.22-24.

23. Дорофеев А.Л. Индукционная структуроскопия / А.Л. Дорофеев. -М.: Энергия, 1973. - 176 с.

24. Дорофеев А.Л, Ершов Р.Е.. Физические основы электромагнитной структуроскопии. - Новосибирск.; Наука, 1985 - 180 с.

25. Дорофеев А.Л., Казаманов Ю.Г. Электромагнитная дефектоскопия - М.: Машиностроение, 1980. - 280 с.

26. Дрейзен В.Э., Бондарь О.Г. Системный подход к решению многопараметровых задач электромагнитной структурометрии // Методы и приборы автоматического неразрушающего контроля. Электромагнитные методы: Сб. науч. тр. - Рига: РТИ, 1979. - Вып. 3. - С.28-34.

27. Дрейзин В.Э. Основные проблемы применения методов распознавания образов для решения классификационных задач неразрушающего контроля // Методы и приборы автоматического неразрушающего контроля. Электромагнитные методы: Сб. науч. тр. - Рига:

РТИ, 1982. - Вып. 1. - С.77-89.

28. Дремин И.М., Иванов О.В., Нечитайло В.А. Вейвлеты и их применение.// УФН.-2001.-Т.171,№5.-С.465-501

29. Дьяконов В.П. Вейвлеты. От теории к практике /- М.: СОЛОН-Р, 2002.- 448 с.

30. Евсеев Д.Г., Сальников А.Н. Физические основы процесса шлифования /.- Саратов: Изд-во Сарат. ун-та, 1978.- 126 с.

31. Жилейко П.Г. Расширение возможностей обработки случайных сигналов первичных преобразователей во временной области // Методы и приборы автоматического неразрушающего контроля. Электромагнитные методы: Сб. науч. тр. - Рига: РТИ, 1984. - Вып. 8. - С.24-28.

32. Загоруйко И.Г. Методы распознавания и их применение /. - М.: Сов. радио, 1972. - 206 с.

33. Запускалов В.Г. Вихретоковый контрольно-вычислительный комплекс слежения за параметрами свариваемого стыка магистральных трубопроводов / В.Г. Запускалов, А.И. Маслов // Контроль. Диагностика. -2001. - № 5. - С.3-6.

34. Игнатьев А.А. Мониторинг станков и процессов шлифования в подшипниковом производстве / А.А. Игнатьев, М.В. Виноградов, В.В. Горбунов, В.А. Добряков, С.А. Игнатьев. - Саратов: СГТУ, 2004. - 124 с.

35. Игнатьев А.А. Контроль в системах автоматизации технологических процессов / А.А. Игнатьев, М.В. Виноградов, В.А. Добряков и др. - Саратов: СГТУ, 2001. - 124 с.

36. Игнатьев А.А., Горбунов В.В., Горбунова О.В. Автоматизированная вихретоковая дефектоскопия деталей подшипников // Автоматизация и управление в машино- и приборостроении: Сб. науч. тр -Саратов: СГТУ, 2000. - С.48-52.

37. Игнатьев А.А., Чистяков, А.М. Горбунов В.В. Автоматизированная вихретоковая дефектоскопия деталей подшипников //

СТИН. - 2002. - № 4. - С.17-19.

38. Игнатьев А.А., Бахтеев А.Р. Автоматизация распознавания дефектов шлифованных деталей в системе мониторинга технологического процесса производства подшипников // Вестник Саратовского государственного технического университета. 2006. №3(14) С. 136-142.

39. Игнатьев А.А., Горбунов В.В., О.В. Волынская Организация мониторинга процесса шлифования деталей подшипников с применением автоматизированного вихретокового контроля / А.А. Игнатьев,

B.В. Горбунов, О.В. Волынская // Высокие технологии в машиностроении: Сб. науч. тр. - Самара, 2002. - С.112-115.

40. Игнатьев А.А., Горбунов В.В., Игнатьев С.А. Организация управления качеством шлифования на основе активного контроля с несколькими информационными параметрами // Исследования станков и инструментов для обработки сложных и точных поверхностей: Сб. науч. тр. - Саратов: СГТУ, 2000. - С.121-125.

41. Игнатьев А.А. Мониторинг станков и процессов шлифования в подшипниковом производстве / А.А.Игнатьев, М.В.Виноградов,

C.А.Игнатьев и др. Саратов: СГТУ, 2004. 124 с.

42. Игнатьев А.А., Самойлова Е.М., Игнатьев С.А. Интеллектуализация мониторинга технологического процесса производства деталей точного машиностроения. // Саратов: СГТУ, 2013. 119 с.

43. Игнатьев А.А., Горбунов В.В., Игнатьев С.А. Активный контроль и мониторинг процесса шлифования деталей подшипников. Саратов: СГТУ, 2007.104 с.

44. Игнатьев С.А., Обеспечение качества обработки поверхностей качения колец подшипников на основе контроля динамического состояния шлифовальных станков по стохастическим характеристикам виброакустических колебаний. Саратов: СГТУ, 2009. 36 с.

45. Игнатьев С.А., Добряков В.А., Игнатьев А.А. Автоматизированный контроль динамических характеристик станков как

один из элементов системы мониторинга технологического процесса // Вестник Саратовского государственного технического университета. 2004. №1(2). С. 99-107.

46. Игнатьев С.А., Нестерова И.В., Игнатьев А.А. Методическое обеспечение автоматизированной оценки динамического состояния шлифовальных станков в системе мониторинга для корректировки технологического процесса // Вестник Саратовского государственного технического университета.2006. №1(11).С. 90-96.

47. Игнатьев С.А. Применение вейвлет-преобразований при автоматизированном контроле качества колец подшипников / С.А. Игнатьев, // Автоматизация и управление в машино- и приборостроение Сб. науч. тр. - Саратов: СГТУ, 2008. - С.97-101.

48. Игнатьев С.А. Теоретическое обоснование мониторинга процесса шлифования в подшипниковом производстве на основе многопараметрового контроля качества / С.А. Игнатьев // Студенты, аспиранты и молодые ученые - малому наукоемкому бизнесу (Ползуновские гранты): материалы Всерос. Конф. - Изд-во АлтГУ, 2006. С.30-40.

49. «Использование искусственных нейронных сетей и вейвлет-анализа для повышения эффективности в задачах распознавания и классификации»: автореф. дисс. кандидата физико-математических наук: 05.13.18/ Иван. Гос. Ун-т.

50. Клюев В.В. Приборы для неразрушающего контроля материалов и изделий// Справочник. В 2-х книгах. Кн.2, -М: Машиностроение, 1986 - 352 с.

51. Колентьев С.В. Сравнительный анализ частотной и частотно-временной фильтрации данных // Автоматизация и управление в машино- и приборостроении: Сб. науч. тр. - Саратов: СГТУ, 2002. - С.99-102.

52. Королев А.В. Исследование процессов образования поверхностей инструмента и детали при абразивной обработке /. - Саратов: Изд-во СГУ, 1975. - 192 с.

53. Короновский А.А, Храмов А.Е. Непрерывный вейвлетный анализ и его приложения//М.:Физманалит, 2003

54. Кошляков М.С., Глтнер Э.Б, Смирнов М.М. Основные дифференциальные уравнения математической физики/. - М., Физматгиз, 1962.

55. Кулаков Ю.М., Хрульков, В.А., Дунин-Барковский И.В. Предотвращение дефектов при шлифования .- М.: Машиностроение, 1975. -144 с.

56. Люгер Дж.Ф. Искусственный интеллект: стратегии и методы решения сложных проблем. М.: Издат. дом "Вильяме", 2003. 864 с.

57. Макаров И.М. Искусственный интеллект и интеллектуальные системы управления / И.М. Макаров, В.М. Лохин, С.В.Манько, М.П. Романов. М.: Наука,2006. 333с.

58. Мельников И.В. Об электромагнитном контроле ферромагнитных изделий ограниченной протяженности в динамическом режиме // Методы и приборы автоматического неразрушающего контроля. Электромагнитные методы: Сб. науч. тр. - Рига: РТИ, 1979. - Вып. 3. - С.64-75.

59. Михелькевич В.Н. Автоматическое управление шлифованием /. -М.: Машиностроение, 1975. - 304 с.

60. Мужицкий В.Ф., Карабчевский В.А. Новые магнитные и вихретоковые средства неразрушающего контроля и технической диагностики // Контроль. Диагностика. - 1999. - № 5. - С.5-9.

61. Новоселов Ю.К. Динамика формообразования поверхностей при абразивной обработке /. - Саратов: Изд-во СГУ, 1979. - 124 с.

62. Патрик Э. Основы теории распознавания образов /. - М., Сов. радио, 1980. - 408 с.

63. Приборы для неразрушающего контроля материалов и изделий: Справочник. В 2-х кн. Кн. 2. / Под ред. В.В. Клюева. - М.: Машиностроение, 1986. - 352 с.

64. Пустынников В.Г. Опознавательные методы неразрушающего

контроля // Многопараметровый контроль в машиностроении. - Ростов н/Д, 1971. - С.4-22.

65. Пуш А.В. Моделирование и мониторинг станков и станочных систем // СТИН. - 2000. - № 9. - С.12-20.

66. Карпеев М.В., Пчелинцев А.С, Игнатьев С.А. Автоматизированный вихретоковый контроль роликов подшипников как элемент технологического производства // Прогрессивные направления развития технологии в машиностроении: сб. науч. тр. Саратов: СГТУ, 2010. С. 125-128.

67. Пчелинцев А.С., Игнатьев А.А. Автоматическое распознавание дефектов деталей подшипников на основе интегральных оценок вейвлет-коэффициентов с использованием интеллектуальных технологий // Вестник Саратовского государственного технического университета. 2010. №3(48). С.102-108.

68. Пчелинцев А.С. Вейвлет-преобразование и анализ временных рядов в подшипниковой промышленности на основе вихретокового контроля //Автоматизация и управление в машино- и приборостроении: сб. науч. тр. Саратов: СГТУ, 2008. С.187 - 190.

69. Пчелинцев А.С. Влияние дискретных данных на результат вейвлет-анализа в подшипниковом производстве //Автоматизация и управление в машино- и приборостроении: сб. науч. тр. Саратов: СГТУ, 2009. С.152 - 155.

70. Пчелинцев, А. С. Автоматическое распознавание дефектов деталей подшипников при вихретоковом контроле на основе интегральной оценки спектров вейвлет-коэффициентов информационных сигналов. // автореф. дисс. канд.техн.наук. Саратов: СГТУ, 20010. 19 с

71. Пчелинцев А.С. Распознавание дефектов деталей подшипников при вихретоковом контроле с помощью вейвлет-преобразований// Молодые ученые - науке и производству: материалы конф. Саратов: СГТУ, 2008. С.180-184.

72. Пчелинцев Д.О. Автоматизация распознавания локальных дефектов поверхностного слоя колец подшипников с применением вейвлет-преобразований при вихретоковом контроле в системе мониторинга: автореф. дисс. канд.техн.наук. Саратов: СГТУ, 2009. 16 с.

73. Пчелинцев Д.О., Игнатьев С.А. Метод автоматического распознавания дефектов деталей подшипников на основе вихретоковой дефектоскопии с помощью вейвлет-преобразования // Вестник Саратовского государственного технического университета. - 2009. - №3(40). - С.70-77.

74. Пчелинцев Д.О. Методы обработки сигнала с вихретокового преобразователя / Д.О. Пчелинцев // Молодые ученые науке и производству: мат. конф. - Саратов: СГТУ, 2008. - С.184-187.

75. Пчелинцев Д.О., Игнатьев С.А., Игнатьев А.А. Методика автоматизированного выявления локальных особенностей сигналов, представленных временными рядами // Автоматизация и управление в машино- и приборостроении: сб. науч. тр. - Саратов: СГТУ, 2008. - С.95-97.

76. Пчелинцев Д.О. Применение вейвлет-анализа для исследования локальных нестационарных особенностей сигналов // Автоматизация и управление в машино- и приборостроении: сб. науч. тр. - Саратов: СГТУ, 2008. - С.184-187.

77. Пчелинцев Д.О., Игнатьев С.А., Игнатьев А.А. Контроль качества колец подшипников вихретоковым методом с применением вейвлет-преобразований // Исследование сложных технологических систем: сб. науч. тр. - Саратов: СГТУ, 2008. - С. 57-60.

78. Пчелинцев Д.О., Игнатьев С.А., Игнатьев А.А. Автоматизация контроля качества деталей подшипников вихретоковым методом на основе распознавания дефектов с применением вейвлет-преобразований // Высокие технологии в машиностроении: мат. Всерос. науч.-техн. интернет-конф. с междунар. участием. - Самара: СамГТУ, 2008. - С.185-187.

79. Пчелинцев Д.О., Игнатьев С.А. Методика автоматизации распознавания локальных дефектов деталей подшипников // Исследования

сложных технологических систем: сб. науч. тр. - Саратов: СГТУ, 2009. -С.159-161.

80. Пчелинцев Д.О. Способы формирования признаков для распознавания дефектов деталей подшипников при вихретоковом контроле с помощью вейвлет-преобразований // Прогрессивные технологии в современном машиностроении: сб. ст. V Междунар. науч.-техн. конф. -Пенза, 2009. - С.139-142.

81. Пчелинцев Д.О. Распознавание дефектов деталей подшипников при вихретоковом контроле на основе вейвлет-преобразования // Инновации и актуальные проблемы техники и технологий: мат. Всерос. науч.-практ. конф. молодых ученых: в 2 т. / под общ. ред. А.А. Большакова. - Саратов: СГТУ, 2009. - Т.2. - С.7-9.

82. Пчелинцев Д.О. Локализация следа дефекта поверхности детали подшипника в вихретоковом сигнале с помощью вейвлет-преобразований // Прогрессивные направления развития технологии машиностроения: сб. науч.тр. - Саратов: СГТУ, 2009. - С.225-230.

83. «Распознавание сигналов и анализ нестационарных точечных процессов с использованием вейвлет-преобразований»: автореф. дисс. кандидата физико-математических наук: 01.04.03/ Тупицин А.Н. [СГУ им.Н.Г. Чернышевского].

84. Родин А.А., Сухоруков В.В. Автоматизация вихретоковой аппаратуры неразрушающего контроля на базе микропроцессоров // Методы и приборы автоматического неразрушающего контроля: Сб. науч. тр. - Рига: МЭИ, 1989. - Вып. № 5. - С.16-22.

85. Руннова А.Е. Вейвлеты в геофизике: обработка сигналов в сейсморазведке//А.Е. Руннова, А.Е. Храмова, А.А. Короновский, А.Н. Павлов А.В. Иванов: монография. М: «Университетская книга», 2013 - 190с

86. Салениекс И.К., Упитис Г.В. Мониторинг автоматизированного производства // Точность и надежность механических систем: Сб. науч. тр. -Рига: Рижский Политехнический Институт, 1989. - C.5-10.

87. Системы искусственного интеллекта. Практический курс / В.А. Чулюков, И.Ф. Астахова, А.С. Потапов и др. М: БИНОМ.2008. 292с.

88. Смоленцев Н.К. Основы теории вейвлетов. Вейвлеты в MATLAB /Н.К. Смоленцев. М.: ДМК Пресс, 2005.- 304 с.

89. Соболев В.С. Накладные и экранные датчики / В.С. Соболев, Ю.М. Шкарлет. - Новосибирск: Наука, 1967. - 144 с.

90. Суслов А.Г. Технологическое обеспечение параметров состояния поверхностного слоя деталей /. - М.: Машиностроение, 1987. - 207 с.

91. Тетерин А.Л. Программное обеспечение программно-специализируемого вихретокового прибора // Методы и приборы автоматического неразрушающего контроля. Электромагнитные методы: Сб. науч. тр. - Рига: РТИ, 1986. - Вып. 10. - С.67-70.

92. Токмаков В.С. Магнитные методы дефектоскопии /. - М., ГОСИНТИ, 1964.

93. Трубчанин С.П., Виноградова Л.Н. Многофункциональный прибор вихретокового контроля // Методы и приборы автоматического неразрушающего контроля. Электромагнитные методы: Сб. тр. - Рига: РТУ, 1990. - С.81-85.

94. Ту Дж., Гонсалес В. Принципы распознавания образов /. - М.: Мир, 1978. - 441с.

95. Управление качеством продукции. Международные стандарты ИСО 9000-9004, ИСО 8402. - М.: Издательство стандартов, 1988. - 120 с.

96. Филатова А.Е.Успехи и перспективы применения вейвлетных преобразований для анализа нестационарных нелинейных данных в современной геофизике /А.Е.Филатова, С.А. Артемьев, А.А. Короновский и др.//Известия вузов. Прикладная нелинейная динамика.- 2010.-Т.18, №3. - С. 3-23

97. Фор А. Восприятие и распознавание образов / пер. с фр. А.В. Серединского. М.: Машиностроение, 1989. 272 с.

98. Фу К. Последовательные методы в распознавании образов и

обучении машин. М.: ФИЗМАТЛИТ, 1969. 328 с.

99. Хайруллин И.Х., Исмагилов И.Х., Сатаров Р.Р. Исследование вихретокового датчика для поверхностей сложной геометрии // Приборы и системы управления. - 1999. - № 2 . - С.26-27.

100. Цыпкин Я.3. Адаптация и обучение в автоматических системах. М.: Наука, 1968. 216 с.

101. Чуи К. Введение в вейвлеты / М.: Мир, 2001

102. Шкатов П.Н., Шатеринков В.Е Неразрушающий контроль трещин и коррозийных поражений вихретоковым методом // Контроль. Диагностика. - 1998. - № 2. - С.39-42.

103. Шумарова О.С., Игнатьев С.А. Анализ локальных дефектов деталей подшипников в диалоговом режиме с помощью пакета Wavelet Toolbox // Вестник Саратовского государственного технического университета. - 2013. - № 1 (69). - С. 123-129.

104. Шумарова О.С., Игнатьев С.А. Оптимальный выбор вида вейвлета при обработке сигнала с вихретокового датчика // Вестник Саратовского государственного технического университета. - 2013. - № 4 (73). - С. 128-132.

105. Шумарова О.С., Игнатьев С.А., Самойлова Е.В. Автоматизированная обработка данных вихретокового контроля колец подшипников с применением вейвлет - преобразований // Вестник Саратовского государственного технического университета. - 2014. - № 2 (75) - С. 192-196.

106. Шумарова О.С., Игнатьев С.А., Самойлова Е.М. Автоматизация распознавания дефектов шлифовальных поверхностейей деталей подшипников при вихретоковом контроле с обоснованием выбора вида вейвлета в системе интеллектуального мониторинга технологического процесса // Известия высших учебных заведений «Поволжский регион. Технические науки».- 2015. - №1. - С.121-132.

107. Шумарова О.С., Игнатьев С.А. Основы вейвлет - анализа

сигналов для распознавания образов // Автоматизация и управление в машино- и приборостроении: сб. науч. тр. - Саратов: СГТУ, 2011 - С. 231240.

108. Шумарова О.С., Пчелинцев А.С. Автоматическое распознавание дефектов деталей подшипников при вихретоковом контроле на основе вейвлет анализа сигналов // Информационные технологии, автоматизация, системы автоматизированного проектирования промышленных систем строительных объектов: сб. науч. тр. - Саратов: СГТУ, 2011. - С .259-263.

109. Шумарова О.С. Автоматизация контроля качества деталей подшипников. // Проблемы исследования и проектирования машин: сб. ст. 8 междун. конф. - Пенза: АННОО «Приволжский дом знаний», 2012. - С. 6972.

110. Шумарова О.С. Применение кратномасштабного анализа в автоматизации контроля качества деталей подшипников // сб. ст. междунар. конф. - Тамбов: Изд-во ТРОО «Бизнес-наука-общество», 2013. - С. 157-158.

111. Шумарова О.С. Распознавание дефектов поверхностного слоя деталейподшипников на основе метода фильтрации сигнала // сб. ст. междунар. конф. - Тамбов: Изд-во ТРОО «Бизнес-наука-общество», 2013. -С. 175-177.

112. Шумарова О.С. Пакет расширения wavelet toolbox системы matlab. Использование пакета wavelet toolbox для анализа вейвлет преобразования // Наука 21 век -2012,- № 2, - С. 89-97.

113. Шумарова О.С. Сравнительный анализ дефектов подшипников в сигнале с вихретокового преобразователя с использованием пакета wavelet toolbox// Наука 21 век -2013,- № 2(4), - С. 31-37.

114. Шумарова О.С. Статистический анализ сигналов с вихретокового преобразователя при распознавании дефектов поверхностного слоя деталей подшипников // Наука 21 век -2013,- № 2(4), -С. 37-44.

115. Шумарова О.С., Игнатьев С.А. Базисные функции вейвлет-

преобразования. Примеры вейвлет преобразующих функций// Автоматизация и управление в машино- и приборостроении: сб. науч. тр. -Саратов: СГТУ, 2013 - С. 236-242.

116. Шумарова О.С., Игнатьев С.А. Схема кратномасштабного анализа одномерного сигнала на базисе Хаара, инвариантная к направлению выполнения преобразования // Автоматизация и управление в машино- и приборостроении: сб. науч. тр. - Саратов: СГТУ, 2013 - С. 206-214.

117. Шумарова О.С., Игнатьев С.А. Анализ одномерного сигнала на основе нечетного и четного базисов вейвлетов с компактными носителями // Автоматизация и управление в машино- и приборостроении: сб. науч. тр. -Саратов: СГТУ, 2013 - С. 198-206.

118. Шумарова О.С. Анализ сигналов дефектов на основе нечетного и четного базисов вейвлетов// Проблемы исследования и проектирования машин: сб. ст. 8 междун. конф. - Пенза: АННОО «Приволжский дом знаний», 2013. - С. 102-107.

119. Шумарова О.С. Структура факторов, влияющих на качество обработки деталей подшипников при шлифовании //сб. ст. междунар. конф. - Тамбов: Изд-во ТРОО «Бизнес-наука-общество», 2014. - С. 175-176.

120. Шумарова О.С. Распознавание вида дефекта при шлифовании поверхности детали подшипника на основе критерия Колмагорова -Смирнова. // Техника и технология Современных производств: сб. ст. 2 междун. конф. - Пенза: АННМО «Приволжский дом знаний», 2015. - С. 161-164.

121. Шумарова О.С., Утюмов А.А. Модель выявления информации о неоднородностях при вихретоковом методе контроля. // Автоматизация и управление в машино- и приборостроении: сб. науч. тр. - Саратов: СГТУ, 2015 - С. 236-242.

122. Шумарова О.С., Игнатьев А.А. Автоматический метод распознавания дефектов на основе оптимального выбора вейвлета. //Свидетельство о государственной программы для ЭВМ №2015611034

123. Шумарова О.С., Игнатьев А.А. Программа для автоматической обработки дискретных данных с вихретокового датчика с целью выявления дефектов деталей подшипников на основе вейвлета Добеши.. //Свидетельство о государственной программы для ЭВМ №2014614893

124. Шумков Ю.М., Хижняк Л.В. Информационные характеристики автоматизированной системы контроля дефектов // Методы и приборы автоматического неразрушающего контроля. Электромагнитные методы: Сб. науч. тр. - Рига: РТИ, 1988. - Вып. 11. - С.72-78.

125. Щербаков М.А., Ремонтов А.П., Ремонтов Г.А. Оценка качества динамических изображений на основе вейвлет-анализа // Известия высших учебных заведений. Северо-кавказский регион. Естественные науки. -Спецвыпуск. - 2011. - С. 54-56.

126. Ярошек А.Д. Исследование внешних слоев деталей методом вихревых токов / А.Д. Ярошек // «Заводская лаборатория». - 1960. - №11.

127. Ярошек А.Д., Быструшкин Г.С., Павлов Б.М. Токовихревой контроль качества деталей машин.: Наукова думка, 1976, 124с.

128. Addison P.S. The Illustrated Wavelet Transform Handbook: Introductory Theory and Applications in Science Engineering, Medicine and Finance/-Bristol: Institute of Physics Publishing,2002

129. Ali S.T., Antoine J.P., Gazeau J-P. Coherent states, wavelets and their generalizations/- New York:Springer,1999.

130. Benedetto J.J., Frazier M. Wavelets: mathematics and applications/Boca Raton, CRC Press,1994.

131. Blatter C. Wavelets : A Primer/ - Natick, Mass.:A.K.Peters,1998

132. Daubechies I. Ten lectures on wavelets/- SIAM,Philadelphija,1992

133. Domingues M.O., Mendes J.O., Mendes da Costa F. On wavelet techniques in atmospheric sciences//Advances in Space Research.-2005.-Vol/35-P.831

134. Holschneider M. Wavelets: An Analis tool. - Oxford:Oxford University Press,1995.

135. Jaffard S., Meyer Y., Ryan R. Wavelets: tools for science and technology.-Philadelphia,S.I.A.M.,2001.

136. Kaiser G.A Friendly guide to wavelets.- Springer Verlag,1994

137. Learned R.E. Wavelet Packet based transient signal classification / R.E. Learned. Massachusetts Institute of Technology, 1992. 93 p.

138. Mallat S.G. A theory of multiresolution signal decomposition: The wavelet representation. / S.G. Mallat // IEEE Transactions on Pattern Analysis Machine Intelligence, July 1989. Vol.11, P.674-693.

139. Meyer Y. Wavelets and Operators/Cambridge, Cambridge University Press,1992.

140. Meyer Y. Wavelets: Algorithms and Applications/Philadelphia: SIAM, 1993.

141. Si Jiatun Расчет вихретоковой дефектоскопии. Анализ механизма возникновения удаленного поля с помощью метода конечных элементов // Wusun Jiance // Non-Destract Test. - 1994. - № 7. - С.196-201.

142. Shcherbakov M.A., Krot A.M. Identification of discrete input nonlinear systems for digital chaotic signal processing. Recent Advances in Information Science and Technology / Ed. Nikos and E. Mastorakis.- Greece. -World Scientific, 1998, pp.251-253.

143. Shcherbakov M.A., Krot A.M., Tkachova P. P. Nonlinear Filtering for Solving the Problem of Variability in Speech Recognition Proc. of the 5th German-Russian Workshop on Pattern Recognition and Image Understanding, Herrsching, Germany, 21-25 September, 1998.

144. Wadhwani S. Wavelet based vibration monitoring for detection of faults in ball bearings of rotating machines / S. Wadhwani, S.P. Gupta, V. Kumar. // IE(I) Journal-EL. Vol. 86, Sep. 2005. P.77-81.

145. http://support. sibsiu.ru/MATLAB_RU/wavelet/book3/index.asp.htm.

146. http://www.autex.spb.ru/wavelet/

147. http://www.ebcorp.ru

148. http://www.krsu.edu.kg

149. http://www.micron.ru

150. http://www.mikroakustika.ru

151. http://ocrai.narod.ru/

152. http : //nehudlit ru/1/163/

153. http://graphicon.ru/oldgr/courses/cg_el01/lect_wav/wav_cg/wavcg.htm

154. http://ufn.ru/ru/articles/2001/5/a/

155. http://www.wavelet.by.ru/BOOKS/books.shtml

156. http://wavelet.com.ua/

157. http://webcache.googleusercontent.com

ПРИЛОЖЕНИЕ А «Автоматический метод распознавания дефектов на основе целесообразного выбора вида вейвлета» Листинг программы

Начало программы: program Wavelet;

uses

Vcl.Forms,

General in 'General.pas' {fGeneral}, URM_WavUtils in 'URM_WavUtils.pas', graph in 'graph.pas' {fGraph};

{$R *.res}

begin

Application . Initialize ;

Application.MainFormOnTaskbar := True; Application.CreateForm(TfGeneral, fGeneral); Application.CreateForm(TfGraph, fGraph); Application.Run; end.

Главный модуль программы: unit General;

interface

uses

Winapi.Windows, Winapi.Messages, System.SysUtils, System.Variants, System.Classes, Vcl.Graphics,

Vcl.Controls, Vcl.Forms, Vcl.Dialogs, Vcl.StdCtrls, Vcl.Samples.Gauges, VCLTee.TeEngine, VCLTee.Series, Vcl.ExtCtrls, VCLTee.TeeProcs, URM_WavUtils,

VCLTee.Chart, Math, iniFiles;

type

TfGeneral = class(TForm) OpenDialog1: TOpenDialog; bOpen: TButton; Chart1: TChart; Series1 : TLineSeries; Panel1: TPanel; Label2: TLabel; cbTypeWav: TComboBox; Label3: TLabel; cbOrderWav: TComboBox; Label4: TLabel; eLevel: TEdit; bSetGraf: TButton; bDenoise: TButton; cbOborot: TCheckBox; eNumGraf: TEdit; bPlus: TButton; bMinus: TButton; cbPov: TComboBox; Label5: TLabel; Bevel1: TBevel; Bevel2: TBevel; Bevel3: TBevel; Bevel4: TBevel;

Bevel5: TBevel; Panel2: TPanel; pbProgr: TGauge; Label1: TLabel; bFindDef: TButton; rbAllSygnal: TRadioButton; rbDefekt: TRadioButton; bDefPlus: TButton; eNumDef: TEdit; bDefMinus: TButton; eCoefDef: TEdit; Label6: TLabel;

procedure bOpenClick(Sender: TObject); procedure cbTypeWavChange(Sender: TObject); procedure bSetGrafClick(Sender: TObject); procedure bDenoiseClick(Sender: TObject); procedure cbOborotClick(Sender: TObject); procedure FormCreate(Sender: TObject); procedure bPlusClick(Sender: TObject); procedure bMinusClick(Sender: TObject); procedure cbPovChange(Sender: TObject); procedure bFindDefClick(Sender: TObject); procedure Chart1GetAxisLabel(Sender: TChartAxis, ValueIndex: Integer; var LabelText: string);

procedure procedure procedure procedure procedure private

{ Private declarations } public

{ Public declarations }

end;

FormClose(Sender: TObject; var Action: bDefMinusClick(Sender: TObject); bDefPlusClick(Sender: TObject); rbDefektClick(Sender: TObject); rbAllSygnalClick(Sender: TObject);

Series: TChartSeries,

TCloseAction)

TDynArray = class

Data: array of array of Double; end;

var

fGeneral: TfGeneral; Decomp: TDecomposition;

arr, TruDynArr: array of array of Double;

sygnal, TruArr: TVector;

SygList: Tlist;

TryLabel: boolean;

GenDisp: Extended;

Defekt: array of array of Integer;

implementation

{$R *.dfm} uses graph;

procedure TfGeneral.bFindDefClick(Sender: TObject); var

x, i, z, n, max, OptimWavelet: Integer; m1, m3, m4, Skew, kurtosys, m: Extended; KolOtchVObor: Integer; Oborot: Integer; TextDefekt: String; TempSygnal: TVector; begin

OptimWavelet := 0; m := 0;

TextDefekt := 'Значение отношения дефект/шум: ' ; SetLength(Defekt, 0); for z := 0 to 2 do begin

Oborot := 0;

TempSygnal := URM WavUtils.Denoise(sygnal, z, 5, 4); Decomp := Decompose(TempSygnal, z, 4, 4, 3); KolOtchVObor := Trunc(Length(Decomp.Details[2]) / (Length(sygnal) / Length(TDynArray(SygList[cbPov.Itemlndex]).Data [0]))); max := Trunc(KolOtchVObor / 10) - 1;

for n := Trunc(KolOtchVObor / 10) to Trunc(Length(Decomp.Details[2]) -

(KolOtchVObor / 10)) do begin

if abs(Decomp.Details[2, n]) > abs(Decomp.Details[2, max]) then max := n;

end;

MomentSkewKurtosis(Decomp.Details[2], m1, GenDisp, m3, m4, Skew, kurtosys);

TextDefekt := TextDefekt + cbTypeWav.Items[z] + ' - ' +

FloatToStrF((abs(Decomp.Details[2, max]) / Sqrt(GenDisp)), ffFixed, 4, 2) + ' ;

if m < (abs(Decomp.Details[2, max]) / Sqrt(GenDisp)) then begin

m := abs(Decomp.Details[2, max]) / Sqrt(GenDisp); OptimWavelet := z; end; end;

TextDefekt := Copy(TextDefekt, 1, Length(TextDefekt) - 2) + #13 +

'Оптимальн^1м выбран вейвлет ' + cbTypeWav.Items[OptimWavelet]; TempSygnal := URM WavUtils.Denoise(sygnal, OptimWavelet, 5, 4); Decomp := Decompose(TempSygnal, OptimWavelet, 4, 4, 3); KolOtchVObor := Trunc(Length(Decomp.Details[2]) /

(Length(sygnal) / Length(TDynArray(SygList[cbPov.Itemlndex]).Data[0]))); MomentSkewKurtosis(Decomp.Details[2], m1, GenDisp, m3, m4, Skew, kurtosys);

for i := Trunc(KolOtchVObor / 10) to Trunc(Length(Decomp.Details[2]) -

(KolOtchVObor / 10)) do begin

if (abs(Decomp.Details[2, i]) > abs(Sqrt(GenDisp) * StrToInt(eCoefDef.Text))

) and ((Trunc(i / KolOtchVObor) + 1) <> Oborot) then begin

if Length(Defekt) = 0 then

SetLength(Defekt, Length(Defekt) + 1); if (((Trunc(i / KolOtchVObor) + 1) - Oborot) < 3) or

(Length(Defekt[Length(Defekt) - 1]) = 0) then begin

SetLength(Defekt[Length(Defekt) - 1],

Length(Defekt[Length(Defekt) - 1]) + 1); Defekt [Length(Defekt) - 1, Length(Defekt[Length(Defekt) - 1]) - 1]

Trunc(i / KolOtchVObor) + 1;

end

else

begin

SetLength(Defekt, Length(Defekt) + 1); SetLength(Defekt[Length(Defekt) - 1],

Length(Defekt[Length(Defekt) - 1]) + 1); Defekt [Length(Defekt) - 1, Length(Defekt[Length(Defekt) - 1]) - 1]

Trunc(i / KolOtchVObor) + 1;

end;

Oborot := Trunc(i / KolOtchVObor) + 1; end; end;

for i := 0 to Length(Defekt) - 1 do begin

TextDefekt := TextDefekt + #13 + IntToStr(i + 1) + ' дефект найден на ';

for x := 0 to Length(Defekt[i]) - 1 do

begin

TextDefekt := TextDefekt + IntToStr(Defekt [i, x]) + ', '; end;

TextDefekt := Copy(TextDefekt, 1, Length(TextDefekt) - 2) + ' оборотах'; end;

if Length(Defekt) <> 0 then begin

ShowMessage(Trim(TextDefekt)); rbAllSygnal.Enabled := True ; rbAllSygnal.Visible := True; rbDefekt.Enabled := True; rbDefekt.Visible := True; eNumDef.Enabled := True; bDefMinus.Enabled := True ; bDefPlus.Enabled := True; eNumDef.Visible := True; bDefMinus.Visible := True; bDefPlus.Visible := True; end else

ShowMessage('Дефект не найден!');

end;

procedure TfGeneral.bMinusClick(Sender : TObject); var

y, i: Integer; begin

i := StrToInt(eNumGraf.Text); if i > 1 then

dec(i) else

i := Length(TDynArray(SygList[cbPov.ItemIndex]).Data); eNumGraf.Text := IntToStr(i); Series1.Clear ;

for y := 0 to Length(TDynArray(SygList[cbPov.ItemIndex]).Data[i - 1]) - 1

do

begin

Series1.AddXY(y, TDynArray(SygList[cbPov.ItemIndex]).Data[i - 1, y]); SetLength(sygnal, y + 1);

sygnal[y] := TDynArray(SygList[cbPov.ItemIndex]).Data[i - 1, y]; end; end;

procedure TfGeneral.bOpenClick(Sender: TObject); var

StrList: TStringList; k, y, i, j, x: Integer; s: string; KolObor: Integer; KolOtsch: Integer; DynArray: TDynArray; begin

if OpenDialog1.Execute then begin

SygList := Tlist.Create; DynArray := nil;

KolObor := 0; KolOtsch := 0; x := 0;

SetLength(arr, 0, 0);

StrList := TStringList.Create;

StrList.LoadFromFile(OpenDialogl.FileName);

for k := 0 to StrList.Count - 1 do

begin

i := 0;

s := TrimLeft(StrList[k]); if Length(s) > 0 then

Inc(x); while Length(s) > 0 do begin

if Pos (#09, s) <> 0 then begin

Inc(i);

SetLength(arr, x); KolOtsch := Length(arr);

SetLength(arr[KolOtsch - 1], Length(arr[KolOtsch - 1]) + 1); Try

arr[KolOtsch - 1, Length(arr[KolOtsch - 1]) - 1] := StrToFloat(Copy(s, 1, Pos (#09, s) - 1)); Except

Application.MessageBox

(PWideChar('Произошла ошибка загрузки сигнала.' + #13 +

'Строка №'

+ IntToStr(k + 1) + ', столбец №' + IntToStr(i) + '. Число:

+

Copy(s, 1, Pos(#09, s) - 1) + #13 + 'Загрузка прервана.'), 'Ошибка!', MB_OK or MB_ICONERROR); exit; End;

Delete (s, 1, Pos(#09, s)); end else begin

if Length (arr) <> 0 then begin

// Транспонируем матрицу KolObor := Length(arr [0]); KolOtsch := Length(arr); DynArray := TDynArray.Create;

SetLength(DynArray.Data, KolObor, KolOtsch); for y := 0 to KolOtsch - 1 do for j := 0 to KolObor - 1 do

// То, что было в столбцах, переписываем в строки DynArray.Data[j, y] := arr[y, j]; SygList.Add(DynArray); SetLength(arr, 0, 0); end;

cbPov.Items.Add(s); x := 0; Break; end; end;

pbProgr.Progress := Round(100 * (k + 1) / StrList.Count); Application . ProcessMessages ; end;

if Length(arr) <> 0 then begin

// Транспонируем матрицу KolObor := Length(arr[0]); KolOtsch := Length(arr);

DynArray := TDynArray.Create;

SetLength(DynArray.Data, KolObor, KolOtsch); for y := 0 to KolOtsch - 1 do for j := 0 to KolObor - 1 do

// То, что было в столбцах, переписываем в строки DynArray. Data [ j , y ] := arr [ y , j ]; SygList.Add(DynArray); SetLength(arr, 0, 0); end;

if cbPov.Items.Count = 0 then

cbPov.Items.Add('Поверхность' ); cbPov.ItemIndex := 0; cbPovChange(cbPov); cbOborot.Enabled := True; pbProgr. Progress := 0 ; end; end;

procedure TfGeneral.bPlusClick(Sender: TObject); var

y, i: Integer; begin

i := StrToInt(eNumGraf.Text);

if i < Length(TDynArray(SygList[cbPov.ItemIndex]).Data) then

Inc(i) else

i := 1;

eNumGraf.Text := IntToStr(i); Series1.Clear;

for y := 0 to Length(TDynArray(SygList[cbPov.ItemIndex]).Data[i - 1]) - 1

do

begin

Series1.AddXY(y, TDynArray(SygList[cbPov.ItemIndex]).Data[i - 1, y]); SetLength(sygnal, y + 1);

sygnal[y] := TDynArray(SygList[cbPov.ItemIndex]).Data[i - 1, y]; end; end;

procedure TfGeneral.bDefPlusClick(Sender: TObject); var

y, i, x, n: Integer; begin

n := 0;

i := StrToInt(eNumDef.Text); if i < Length(Defekt) then

Inc(i) else

i := 1;

eNumDef.Text := IntToStr(i); Series1.Clear;

for y := Defekt [i - 1, 0] - 1 to Defekt [i - 1, Length(Defekt [i - 1]) -1] - 1 do

for x := 0 to Length(TDynArray(SygList[cbPov.ItemIndex]).Data[y]) - 1 do begin

Inc(n);

Series1.AddXY(n, TDynArray(SygList[cbPov.ItemIndex]).Data[y, x]); SetLength(sygnal, n);

sygnal[n - 1] := TDynArray(SygList[cbPov.ItemIndex]).Data[y, x]; end;

end;

procedure TfGeneral.bSetGrafClick(Sender: TObject); var

y, i, x: Integer;

begin

if SygList = nil then begin

Application.MessageBox('Загрузите сигнал', 'Ошибка', MB ICONERROR or MB_OK); _

exit; end

else if cbTypeWav.ItemIndex = -1 then begin

Application.MessageBox('Выберите тип вейвлета', 'Ошибка',

MB_ICONERROR or MB_OK); cbTypeWav.DroppedDown := True; exit; end

else if cbOrderWav.ItemIndex = -1 then begin

Application.MessageBox('Выберите порядок вейвлета', 'Ошибка',

MB_ICONERROR or MB_OK); cbOrderWav.DroppedDown := True; exit; end

else if eLevel.Text = '' then begin

Application.MessageBox('Выберите уровень разложения', 'Ошибка',

MB_ICONERROR or MB_OK); for i := 0 to 5 do begin

Sleep (100);

eLevel.Color := clRed; Application . ProcessMessages ; Sleep (100);

eLevel.Color := clWindow; Application . ProcessMessages ; end;

eLevel.SetFocus; exit; end;

if cbOborot.Checked then begin

x := StrToInt(eNumGraf.Text) - 1; Decomp :=

Decompose(TVector(TDynArray(SygList[cbPov.ItemIndex]).Data[x]),

cbTypeWav.ItemIndex, StrToInt(cbOrderWav.Text), StrToInt(cbOrderWav.Text),

StrToInt(eLevel.Text)); fGraph. LineSeries1 .Clear;

for y := 0 to Length(Decomp.Approx) - 1 do

fGraph.LineSeries1.AddXY(y, Decomp.Approx[y]); fGraph. Series1 .Clear;

for y := 0 to Length(Decomp.Details[StrToInt(eLevel.Text) - 1]) - 1 do

fGraph.Series1.AddXY(y, Decomp.Details[StrToInt(eLevel.Text) - 1, y]); fGraph.cbDetailLevel.Clear; for i := 1 to StrToInt(eLevel.Text) do

fGraph.cbDetailLevel.Items.Add(IntToStr(i)); fGraph.cbDetailLevel.ItemIndex := fGraph.cbDetailLevel.Items.Count - 1; fGraph.Chart1.BottomAxis.LabelsSeparation := 10; fGraph.Chart1.BottomAxis.Title.Caption := 'Отсчеты'; fGraph.Chart2.BottomAxis.LabelsSeparation := 10; fGraph.Chart2.BottomAxis.Title.Caption := 'Отсчеты'; fGraph.cbDetailLevelChange(fGraph.cbDetailLevel); fGraph.ShowModal; end else

begin

Decomp := Decompose(sygnal, cbTypeWav.ItemIndex, StrToInt(cbOrderWav.Text),

StrToInt(cbOrderWav.Text), StrToInt(eLevel.Text)); fGraph.LineSeries1.Clear;

for y := 0 to Length(Decomp.Approx) - 1 do

fGraph.LineSeries1.AddXY(y, Decomp.Approx[y]); fGraph.Chart2.BottomAxis.Increment := (Length(Decomp.Approx) /

(Length(TDynArray(SygList[cbPov.ItemIndex]).Data))); fGraph.Series1.Clear;

for y := 0 to Length(Decomp.Details[StrToInt(eLevel.Text) - 1]) - 1 do

fGraph.Series1.AddXY(y, Decomp.Details[StrToInt(eLevel.Text) - 1, y]); fGraph.cbDetailLevel.Clear; for i := 1 to StrToInt(eLevel.Text) do

fGraph.cbDetailLevel.Items.Add(IntToStr(i)); fGraph.cbDetailLevel.ItemIndex := fGraph.cbDetailLevel.Items.Count - 1; fGraph.Chart1.BottomAxis.LabelsSeparation := 0; fGraph.Chart1.BottomAxis.Title.Caption := 'Обороты'; fGraph.Chart2.BottomAxis.LabelsSeparation := 0; fGraph.Chart2.BottomAxis.Title.Caption := 'Обороты'; fGraph.cbDetailLevelChange(fGraph.cbDetailLevel); fGraph.ShowModal; end; end;

procedure TfGeneral.bDefMinusClick(Sender: TObject); var

y, i, x, n: Integer; begin

n := 0;

i := StrToInt(eNumDef.Text); if i > 1 then

dec(i) else

i := Length(Defekt); eNumDef.Text := IntToStr(i); Series1.Clear;

for y := Defekt [i - 1, 0] - 1 to Defekt [i - 1, Length(Defekt [i - 1]) -1] - 1 do

for x := 0 to Length(TDynArray(SygList[cbPov.ItemIndex]).Data[y]) - 1 do begin

Inc(n);

Series1.AddXY(n, TDynArray(SygList[cbPov.ItemIndex]).Data[y, x]); SetLength(sygnal, n);

sygnal[n - 1] := TDynArray(SygList[cbPov.ItemIndex]).Data[y, x]; end;

end;

procedure TfGeneral.bDenoiseClick(Sender: TObject); var

y, i: Integer; begin

if SygList = nil then begin

Application.MessageBox('Загрузите сигнал', 'Ошибка', MB ICONERROR or MB_OK); _

exit; end

else if cbTypeWav.ItemIndex = -1 then begin

Application.MessageBox('Выберите тип вейвлета1, 'Ошибка',

MB_ICONERROR or MB_OK); cbTypeWav.DroppedDown := True;

exit; end;

if cbOborot.Checked then begin

i := StrToInt(eNumGraf.Text) - 1;

TruArr := TVector(TDynArray(SygList[cbPov.ItemIndex]).Data[i]); TruArr := URM_WavUtils.Denoise(TruArr, cbTypeWav.ItemIndex, 5, 4); TVector(TDynArray(SygList[cbPov.ItemIndex]).Data[i]) := TruArr; Series1.Clear;

for y := 0 to Length(TDynArray(SygList[cbPov.ItemIndex]).Data[i]) - 1 do Series1.AddXY(y, TDynArray(SygList[cbPov.ItemIndex]).Data[i, y]);

end

else

begin

sygnal := URM WavUtils.Denoise(sygnal, cbTypeWav.ItemIndex, 5, 4); Series1.Clear;

for y := 0 to Length(sygnal) - 1 do Series1.AddXY(y, sygnal[y]);

end; end;

procedure TfGeneral.cbOborotClick(Sender: TObject); var

y, i, x: Integer; begin

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.