Дипломы, курсовые, рефераты, контрольные...
Срочная помощь в учёбе

Алгоритмы и комплекс программ оценивания параметров многокомпонентного вибрационного сигнала

ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Создан и описан комплекс программ, созданный в среде МАТЬАВ и обеспечивающий оценивание параметров многокомпонентного вибрационного сигнала во временной и в частотной области. Комплекс программ позволяет выполнять исследование разработанных способа и алгоритмов с использованием компьютерного моделирования многокомпонентных вибрационных сигналов. Представлены подсистемы оценивания параметров… Читать ещё >

Содержание

  • Глава 1. Существующие методы оценивания параметров вибрационного сигнала при проведении послесеансной обработки
    • 1. 1. Технические испытания динамических объектов
    • 1. 2. Параметры вибрационного сигнала
    • 1. 3. Оценивание параметров вибрационного сигнала во временной и в частотной области
      • 1. 3. 1. Неавтоматизированная обработка вибрационных сигналов
      • 1. 3. 2. Методы, основанные на допусковом контроле статистических характеристик вибрационных сигналов
      • 1. 3. 3. Методы и алгоритмы оценивания параметров вибрационного сигнала на основе спектрального анализа и цифровой фильтрации
    • 1. 4. Существующие математические модели вибрационного сигнала
    • 1. 5. Перспективные подходы к оцениванию параметров вибрационного сигнала
    • 1. 6. Выводы
  • Глава 2. Модель вибрационного сигнала. Оценивание параметров вибрационного сигнала во временной области
    • 2. 1. Телеметрические и вибрационные сигналы
      • 2. 1. 1. Телеметрические сигналы
      • 2. 1. 2. Вибрационные сигналы
    • 2. 2. Модель вибрационного сигнала
    • 2. 3. Оценивание параметров вибрационного сигнала во временной области на основе гармонических вейвлетов
      • 2. 3. 1. Постановка задачи очистки сигналов от шума
      • 2. 3. 2. Гармонические вейвлеты
      • 2. 3. 3. Вейвлет-преобразование в базисе из гармонических вейвлетов
      • 2. 3. 4. Физически реализуемые вейвлет-фильтры и их характеристики
      • 2. 3. 5. Матрица гармонического вейвлет-преобразования
      • 2. 3. 6. Очистка вибрационных сигналов от шума на основе гармонических вейвлетов
      • 2. 3. 7. Сегментация вибрационных сигналов с помощью гармонических вейвлетов
    • 2. 4. Выводы
  • Глава 3. Вычислительные алгоритмы оценивания в частотной области параметров многокомпонентного вибрационного сигнала
    • 3. 1. Алгоритм оценивания параметров многокомпонентного вибрациогшого сигнала, характеризующих потенциально опасные резонансное процессы и энергетические свойства механических вибраций
      • 3. 1. 1. Общее описание алгоритма
      • 3. 1. 2. Основные шаги алгоритма
    • 3. 2. Алгоритм оценивания параметров многокомпонентного вибрационного сигнала, характеризующих спектральные свойства различных типов вибраций объекта
      • 3. 2. 1. Общее описание алгоритма
      • 3. 2. 2. Декомпозиции на эмпирические моды как основа алгоритма
      • 3. 2. 3. Основные шаги алгоритма
    • 3. 3. Выводы
  • Глава 4. Комплекс программ и экспериментальные исследования
    • 4. 1. Комплекс программ «Оценивание параметров многокомпонентного вибрационного сигнала»
      • 4. 1. 1. Описание комплекса программ
      • 4. 1. 2. Программный модуль компьютерного моделирования многокомпонентных вибрационных сигналов
      • 4. 1. 3. Подсистема оценивания параметров многокомпонентного вибрационного сигнала во временной области
      • 4. 1. 4. Подсистема оценивания параметров многокомпонентного вибрационного сигнала в частотной области
    • 4. 2. Эксперименты по оцениванию параметров многокомпонентного вибрационного сигнала
      • 4. 2. 1. Представление исследуемых сигналов
      • 4. 2. 2. Эксперименты по оцениванию во временной области параметров многокомпонентного вибрационного сигнала

      4.2.3 Эксперименты по оцениванию в частотной области параметров многокомпонентного вибрационного сигнала, характеризующих потенциально опасные резонансные процессы и энергетические свойства механических вибраций объекта РКТ.

      4.2.4 Эксперименты по оцениванию в частотной области параметров многокомпонентного вибрационного сигнала, характеризующих спектральные свойства различных типов вибраций объекта РКТ.

      4.3 Выводы.

Алгоритмы и комплекс программ оценивания параметров многокомпонентного вибрационного сигнала (реферат, курсовая, диплом, контрольная)

Актуальность темы

На современном этапе развития технической инфраструктуры, представляющей собой, в том числе, совокупность взаимодействующих динамических объектов (инженерных сооружений, транспортных и космических средств и пр.), значительное внимание уделяется вопросам их безотказного функционирования. Одним из путей, обеспечивающих повышение надежности функционирования динамических объектов в реальных условиях эксплуатации, является проведение технических испытаний, в ходе которых осуществляется проверка правильности их функционирования в соответствии с предназначением и условиями применения.

Испытания могут сопровождаться возникновением нештатных ситуаций, вызванных отклонениями в работе систем объекта от требуемых значений, предусмотренных специальным предварительно составленным регламентом. В этом случае речь идет о нештатно завершенных испытаниях (НЗИ). В наихудшем случае НЗИ могут приводить к выходу объекта из строя (аварии), что влечет за собой большие материальные потери.

По результатам НЗИ специалистами-анализаторами детально исследуются отклонения характеристик объекта, определенных на основе поступившей телеметрической информации (ТМИ), от заранее известных значений, задаваемых тактико-техническими требованиями. Для установления причин нештатных ситуаций и их предотвращения при последующей эксплуатации указанные характеристики и их отклонения должны быть оценены с максимально возможной точностью.

Динамический объект в процессе функционирования при испытаниях и эксплуатации характеризуется набором различных параметров, описывающих его состояние. Данные параметры рассматриваются в диссертационной работе применительно к объектам ракетно-космической техники (РКТ), при этом основное внимание уделено исследованию вибраций. Вибрации при определенных условиях могут быть причиной возникновения опасных резонансных явлений, приводящих к повреждению или разрушению корпуса, внутренних устройств или объекта в целом. Сигналы, получаемые в процессе виброизмерений (вибрационные сигналы), являются важным источником информации о состоянии объекта на всех этапах испытаний, так как они имеют высокую чувствительность к отклонению характеристик механических вибраций от допустимых значений.

Исследуемые вибрационные сигналы имеют кусочно-непрерывную структуру, представляющую собой последовательность чередующихся во времени квазистационарных и нестационарных вибрационных процессов, соответствующих различным режимам работы объекта. Сигналы являются многокомпонентными, то есть представляют собой конечный аддитивный набор зашумленных разномасштабных осциллирующих составляющих (компонент), локализованных по частотным полосам и соответствующих различным типам вибраций. Частотная структура детально рассматриваемых в диссертации квазистационарных вибрационных процессов характеризуется нерегулярностью и наличием распределенных локальных особенностей различной природы и неравномерным распределением энергии по стандартным третьоктавным полосам частот.

Существующие методы оценивания параметров многокомпонентных вибрационных сигналов при проведении их послесеансной обработки основаны на применении неавтоматизированной обработки данных, допускового контроля статистических характеристик сигналов и спектрального анализа сигналов с использованием преобразования Фурье. С точки зрения применения к анализу результатов НЗИ, указанные методы имеют определенные недостатки:

•оценивается и анализируется лишь незначительная часть параметров сигнала во временной области и не поддаются оценке параметры в частотной областитребуются высокая квалификация специалистов-анализаторов и значительные временные затраты (при неавтоматизированной обработке);

•не обеспечивается требуемое качество оценок параметров сигнала в частотной области при наличии распределенных локальных особенностей и нерегулярной частотной структуре (при спектральном анализе на основе преобразования Фурье);

•низкая эффективность в случае начальной стадии развития нештатной ситуации, когда отклонения в работе систем объекта только начинают проявляться (при допусковом контроле);

•точность полученных результатов и, как следствие, достоверность выводов по завершении оценивания параметров сигнала заметно снижаются в условиях шума, присутствующего в реальных вибрационных сигналах.

С учетом особенностей вибрационных сигналов, для устранения отмеченных недостатков, а также для повышения точности оценивания параметров многокомпонентного вибрационного сигнала в диссертации предложено применение математического аппарата, позволяющего проводить мультиразрешающий (крат-номасштабный) анализ на основе дискретного вейвлет-преобразования и декомпозиции на эмпирические моды (ДЭМ) и спектральный анализ сигналов. При этом становится возможным детальное исследование разномасштабной структуры осциллирующих компонент исследуемого сигнала во временной, частотной и вейвлет-области применительно к различным типам вибраций. Использование указанного аппарата позволяет извлекать компоненты, обладающие повышенной чувствительностью к возникновению нештатных ситуаций на объекте. Кроме того, с высокой точностью обеспечивается оценивание энергии в третьоктавных полосах частот сигнала и отображение в частотной области локальных особенностей, характерных для НЗИ, — резонансных пиков. Наличие быстрых вычислительных алгоритмов позволяет применять данный аппарат к обработке реальных вибрационных сигналов длиной до нескольких миллионов отсчетов.

Таким образом, разработка и исследование новых подходов к оцениванию параметров многокомпонентного вибрационного сигнала, обеспечивающих повышение точности оценивания данных параметров во временной и в частотной области, является актуальной и практически реализуемой задачей.

Цель работы — разработка алгоритмов и комплекса программ, обеспечивающих повышение точности оценивания параметров многокомпонентного вибрационного сигнала во временной и в частотной области по сравнению с существующими аналогами.

Для достижения поставленной цели решены следующие задачи:

1) Разработка модели вибрационного сигнала, описывающей чередование во времени вибрационных процессов в соответствии с изменением режимов работы динамического объекта и имеющей многокомпонентную структуру, обусловленную различными типами вибраций на фоне шума.

2) Разработка способа обработки многокомпонентных вибрационных сигналов на основе гармонического вейвлет-преобразования, позволяющего оценивать параметры сигнала во временной области с учетом его кусочно-непрерывной многокомпонентной структуры и влияния мешающих воздействий.

3) Разработка вычислительного алгоритма оценивания в частотной области параметров многокомпонентного вибрационного сигнала, характеризующих потенциально опасные резонансные явления, на основе сглаживания его Фурье-периодограммы в пространстве вейвлет-коэффициентов.

4) Разработка вычислительного алгоритма оценивания в частотной области параметров многокомпонентного вибрационного сигнала, характеризующих спектральные свойства различных типов вибраций, на основе разделения сигнала на разномасштабные компоненты с помощью декомпозиции на эмпирические моды.

5) Создание комплекса программ для оценивания параметров многокомпонентного вибрационного сигнала во временной и в частотной области, а также для проведения экспериментального исследования разработанных способа и алгоритмов на основе компьютерного моделирования многокомпонентных вибрационных сигналов.

Объектом исследования диссертационной работы является процесс после-сеансной обработки многокомпонентных вибрационных сигналов, поступающих от динамических объектов в условиях испытаний и эксплуатации.

Предметом изучения диссертационной работы являются алгоритмы оценивания параметров многокомпонентного вибрационного сигнала во временной и в частотной области при проведении послесеансной обработки.

Методы исследования. Для решения поставленных задач использовались методы дискретного вейвлет-анализа сигналов, методы непараметрического спектрального анализа сигналов, метод декомпозиции сигналов на эмпирические моды, численные методы математической статистики и линейной алгебры, математическое и компьютерное моделирование. Используемые методы описаны в работах С. Малла, И. Добеши, Н. К. Смоленцева, К. Чуй, C.JI. Марпла-мл., А.Б. Серги-енко, А. И. Солониной, С. М. Арбузова, Э. Айфичера, Г. Дженкинса, Дж. Бокса, Д. Ваттса, Д. Бриллинджера, Н. Хуанга, П. Фландрина, A.B. Назарова, Г. И. Козырева, В. М. Вержбицкого, A.A. Большакова, Р. Н. Каримова, В. Дьяконова, И. Ануфриева и др.

Методология исследования включает в себя:

1) Анализ существующих методов и алгоритмов оценивания параметров вибрационного сигнала при проведении послесеансной обработки.

2) Применение дискретного вейвлет-преобразования, непараметрического спектрального анализа и метода ДЭМ к оцениванию параметров многокомпонентного вибрационного сигнала во временной и в частотной области.

3) Выполнение экспериментальных исследований по оцениванию параметров многокомпонентного вибрационного сигнала во временной и в частотной области с использованием разработанных способа, вычислительных алгоритмов и комплекса программ.

4) Анализ результатов применения разработанных модели, способа и вычислительных алгоритмов к оцениванию параметров многокомпонентного вибрационного сигнала.

Научная новизна работы заключается в следующем:

1) Предложена модель вибрационного сигнала, описывающая чередование во времени вибрационных процессов с многокомпонентной структурой. Чередование процессов обусловлено изменением режимов работы динамического объекта, а их многокомпонентность — различными типами вибраций на фоне шума в ходе испытаний или эксплуатации.

2) Предложен способ обработки многокомпонентных вибрационных сигналов на основе гармонического вейвлет-преобразования, заключающийся в очистке сигнала от шума с помощью модифицированной пороговой обработки вейв-лет-коэффициентов и последующей сегментации на фрагменты, соответствующие различным типам вибрационных процессов. Предложенный способ позволяет оценивать во временной области параметры многокомпонентного вибрационного сигнала, характеризующие начало и окончание вибрационных процессов, и обеспечивает повышение точности оценивания данных параметров по сравнению с существующими аналогами.

3) Разработан вычислительный алгоритм оценивания в частотной области параметров многокомпонентного вибрационного сигнала на основе вейвлет-сглаживания Фурье-периодограммы сигнала с выбором мягкой или жесткой пороговой обработки вейвлет-коэффициентов. Оцениваемые параметры характеризуют потенциально опасные резонансные явления в частотной области и энергетические свойства механических вибраций. Алгоритм позволяет использовать в качестве исходной информации как отсчеты сигнала во временной области, так и отсчеты его дискретного преобразования Фурье (ДПФ) или отсчеты его Фурье-периодограммы.

4) Разработан вычислительный алгоритм оценивания в частотной области параметров многокомпонентного вибрационного сигнала на основе разделения сигнала на разномасштабные компоненты посредством декомпозиции на эмпирические моды. Оцениваемые параметры характеризуют спектральные свойства различных типов вибраций. Алгоритм позволяет выделять компоненты, соответствующие различным типам вибраций, и дифференцированно учитывать их вклад в анализируемый сигнал.

Достоверность научных результатов и выводов обусловлена корректностью использованного математического аппаратами подтверждается результатами экспериментальных исследований разработанных способа и алгоритмов с использованием компьютерного моделирования многокомпонентных вибрационных сигналов.

Теоретическая и практическая ценность работы заключается в следующем:

1) Предложенная модель позволяет описать структуру реальных многокомпонентных вибрационных сигналов с учетом различных типов вибраций на фоне шума. Модель позволяет проводить исследование разработанных способа и алгоритмов на многокомпонентных вибрационных сигналах.

2) Разработанные способ и алгоритмы позволяют проводить анализ результатов стендовых и натурных испытаний динамических объектов (как при штатном, так и нештатном завершении), а также результатов эксплуатации объектов применительно к обработке и анализу вибрационных сигналов. В случае НЗИ разработанные способ и алгоритмы позволяют анализировать развитие нештатных ситуаций на начальных этапах их развития. При этом обеспечивается автоматизация и более высокая точность оценивания параметров сигнала по сравнению с существующими и применяемыми методами. Это способствует повышению надежности функционирования объектов при одновременном сокращении количества испытаний и повышении информативности результатов анализа поступающих вибрационных сигналов.

3) Созданный комплекс программ позволяет выполнять оценку параметров многокомпонентного вибрационного сигнала, а также исследование разработанных способа и алгоритмов на основе компьютерного моделирования многокомпонентных вибрационных сигналов. Комплекс программ может быть расширен за счет добавления новых программных модулей.

4) Разработанные модель, способ, алгоритмы и комплекс программ могут применяться для решения более широкого круга задач, связанных с обработкой и анализом стационарных и нестационарных сигналов с многокомпонентной структурой, включающей осциллирующие разномасштабные составляющие на фоне шума.

Положения, выносимые на защиту:

1) Модель вибрационного сигнала, описывающая чередование во времени вибрационных процессов с многокомпонентной структурой.

2) Способ обработки многокомпонентных вибрационных сигналов на основе гармонических вейвлетов, обеспечивающий повышение точности оценивания параметров сигнала во временной области.

3) Вычислительный алгоритм оценивания в частотной области параметров многокомпонентного вибрационного сигнала на основе вейвлет-сглаживания его Фурье-периодограммы.

4) Вычислительный алгоритм оценивания в частотной области параметров многокомпонентного вибрационного сигнала на основе разделения сигнала на разномасштабные компоненты посредством декомпозиции на эмпирические моды.

Внедрение результатов работы. Результаты работы использованы в 20 102 013 гг. при выполнении двух НИР в рамках Федеральной целевой программы «Научные и научно-педагогические кадры инновационной России на 2009;2013 годы»: «Разработка технологии комплексного анализа телеметрических данных, характеризующих состояние сложных динамических объектов» (2010;2011 гг.) и «Разработка и исследование моделей, методов и алгоритмов интеллектуального анализа состояния сложных динамических объектов» (2012 г.), а также НИР в рамках государственного задания Министерства образования и науки РФ высшим учебным заведениям в части проведения научно-исследовательских работ: «Разработка адаптивных подходов к комплексной обработке и выявлению аномалий в телеметрических данных, включающей предварительную обработку, структурный и интеллектуальный анализ данных» (2012;2013 гг.) и НИОКР в рамках программы «Участник молодежного научно-инновационного конкурса» под названием «Проведение анализа и обработки телеметрических данных на основе современных достижений в области спектрального, частотно-временного и интеллектуального анализа данных» (2010;2011 гг.).

Результаты работы использованы при проведении лабораторных работ и практических занятий по дисциплине «Цифровая обработка сигналов» кафедры математического обеспечения и применения ЭВМ СПбГЭТУ «ЛЭТИ» .

Практическое использование результатов диссертации подтверждено актами о внедрении, выданными ОАО «Научно-инженерный центр Санкт-Петербургского электротехнического университета» и ОАО «Российский институт мощного радиостроения» .

Исследования поддержаны стипендиями президента и правительства РФ (2010;2012 гг.), а также грантами Комитета по науке и высшей школе при правительстве Санкт-Петербурга (2009, 2012 гг.).

Апробация результатов работы. Результаты, полученные в диссертации, докладывались и обсуждались на ряде международных, национальных и региональных научно-технических конференций, в числе которых: 11−15-я международные конференции «Цифровая обработка сигналов и ее применение» (г. Москва, 2009;2013 гг.) — 64-я научно-техническая конференция, посвященная Дню радио (г. Санкт-Петербург, 2009 г.) — 1-я международная конференция «Компьютерные науки и технологии» (г. Белгород, 2009 г.) — 10-я международная конференция «Распознавание образов и анализ изображений: новые информационные технологии» (г. Санкт-Петербург, 2010 г.) — международная конференция «Вейвлеты и их приложения» (г. Санкт-Петербург, 2012 г.).

Выступления на международной конференции «Цифровая обработка сигналов и ее применение» были отмечены дипломами за лучший доклад в 2010 и 2011 гг.

Публикации. По теме диссертации опубликовано 14 научных работ, включая 6 статей в журналах, рекомендованных Высшей аттестационной комиссией РФ, 8 докладов в материалах международных, национальных и региональных конференций.

Структура и объем работы. Диссертация состоит из введения, четырех глав с выводами, заключения и списка литературы, включающего 126 наименований. Основная часть работы изложена на 152 страницах машинописного текста. Работа содержит 41 рисунок, 14 таблиц.

4.3 Выводы

1) Создан и описан комплекс программ, созданный в среде МАТЬАВ и обеспечивающий оценивание параметров многокомпонентного вибрационного сигнала во временной и в частотной области. Комплекс программ позволяет выполнять исследование разработанных способа и алгоритмов с использованием компьютерного моделирования многокомпонентных вибрационных сигналов. Представлены подсистемы оценивания параметров многокомпонентного вибрационного сигнала во временной и в частотной области, а также модуль компьютерного моделирования сигналов. Выполнено описание интерфейсов обеих подсистем. Отмечено, что комплекс программ имеет открытую архитектуру, то есть допускает возможность подключения новых программных модулей для расширения его функциональных возможностей и применения в других задачах.

2) При оценивании во временной области параметров многокомпонентного вибрационного сигнала определено, что при отношении сигнал/шум 20 дБ вероятность попадания оценок временных границ данных процессов в доверительный интервал в 30 периодов дискретизации (абсолютная ошибка в 30 периодов дискретизации) равна 0.92- при отношении сигнал/шум 6 дБ максимальная абсолютная погрешность оценивания временных границ установившихся вибрационных процессов с вероятностью 0.93 не превышает 55 периодов дискретизации.

3) При оценивании в частотной области параметров многокомпонентного вибрационного сигнала, характеризующих потенциально опасные резонансные процессы и энергетические свойства механических вибраций, установлено, что при отношении сигнал/шум 6 дБ удалось уменьшить среднеквадратическую ошибку оценивания спектральной плотности мощности более чем в 1.15 раза по сравнению с алгоритмом-аналогом, а при отношении сигнал/шум от 8 до 12 дБ удалось уменьшить среднеквадратическую ошибку оценивания спектральной плотности мощности более чем в 2 раза по сравнению с алгоритмом-аналогом. Выработаны практические рекомендации по выбору вида пороговой обработки вейвлет-коэффициентов при вейвлет-сглаживании Фурье-периодограммы, а также вейвлет-базиса.

4) При оценивании в частотной области параметров многокомпонентного вибрационного сигнала, характеризующих спектральные свойства различных типов вибраций объекта РКТ, получены следующие результаты:

• показано, что введенная в работе классификационная статистика позволяет с использованием оценок весовых коэффициентов извлеченных из сигнала компонент выявить факт нештатного завершения испытания в связи с наличием резонансных явлений;

• представлены практические рекомендации по выбору алгоритма кластер-анализа и числа кластеров при распределении значений классификационной статистики по группам в соответствии с низкочастотными и высокочастотными вибрациями;

• оценены временные затраты на работу алгоритма при различных длинах установившегося вибрационного процесса.

5) Полученные в диссертации результаты применимы как при штатном, так и при нештатном завершении испытаний объектов PKT.

Заключение

Диссертационная работа посвящена решению задачи повышения точности оценивания параметров многокомпонентного вибрационного сигнала во временной и в частотной области при проведении послесеансной обработки многокомпонентных вибрационных сигналов по результатам испытаний или эксплуатации динамических объектов, в том числе объектов PKT. Исследуемые в диссертации вопросы наиболее актуальны при анализе результатов нештатно завершенных испытаний, однако разработанные модель, способ, алгоритмы и комплекс программ могут применяться и в случае штатного завершения испытаний. Кроме того, разработанные модель, способ, алгоритмы и комплекс программ могут применяться для решения более широкого круга задач, связанных с обработкой и анализом стационарных и нестационарных сигналов с многокомпонентной структурой, включающей осциллирующие разномасштабные составляющие на фоне шума.

В работе получены следующие научные и практические результаты:

1) Предложена модель вибрационного сигнала, описывающая чередование во времени вибрационных процессов в соответствии с изменением режимов работы динамического объекта и имеющая многокомпонентную структуру, обусловленную различными типами вибраций на фоне шума.

2) Предложен способ обработки многокомпонентных вибрационных сигналов на основе гармонического вейвлет-преобразования, включающий очистку вибрационного сигнала от шума на основе модифицированной мягкой пороговой обработки вейвлсг-коэффициентов и его последующую сегментацию на фрагменты, соответствующие различным типам вибрационных процессов. Получено аналитическое выражение для расчета порогов, применяемых при очистке от шума, и выражение для модифицированной мягкой пороговой обработки вейвлет-коэффициентов. Способ позволяет уменьшить абсолютную ошибку оценивания моментов начала и окончания установившихся вибрационных процессов в среднем в 4 раза по сравнению с аналогами.

3) Разработан вычислительный алгоритм оценивания в частотной области параметров многокомпонентного вибрационного сигнала на основе вейвлет-сглаживания его Фурье-периодограммы с выбором мягкой или жесткой пороговой обработки вейвлет-коэффициентов. Данные параметры характеризуют потенциально опасные резонансные явления и энергетические свойства механических вибраций. Выработаны рекомендации по выбору базисного вейвлета и вида пороговой обработки при сглаживании периодограммы. Разработанный алгоритм позволяет использовать в качестве исходной информации как отсчеты сигнала во временной области, так и отсчеты его дискретного преобразования Фурье или отсчеты его Фурье-периодограммы.

4) Разработан вычислительный алгоритм оценивания в частотной области параметров многокомпонентного вибрационного сигнала на основе разделения многокомпонентного вибрационного сигнала на разномасштабные компоненты посредством декомпозиции на эмпирические моды. Данные параметры характеризуют спектральные свойства различных типов вибраций. Алгоритм позволяет выделять компоненты, соответствующие различным типам вибраций, и дифференцированно учитывать их вклад в анализируемый сигнал.

5) Создан комплекс программ в среде МАТЬАВ для оценивания во временной и в частотной области параметров многокомпонентного вибрационного сигнала, а также для исследования разработанных способа и алгоритмов с использованием компьютерного моделирования многокомпонентных вибрационных сигналов.

Области практического использования результатов работы включают применение разработанной модели для описания структуры реальных многокомпонентных вибрационных сигналов с учетом различных типов вибраций на фоне шумапроведение анализа результатов стендовых и натурных испытаний динамических объектов (как при штатном, так и нештатном завершении), а также результатов эксплуатации объектов применительно к обработке и анализу вибрационных сигналовприменение созданного комплекса программ для выполнения оценки параметров многокомпонентного вибрационного сигнала, полученного по результатам испытаний или сеанса эксплуатации объектов PKT.

Дальнейшие исследования с целью совершенствования разработанных модели, способа, алгоритмов и комплекса программ могут осуществляться по следующим направлениям:

• модификация способа обработки многокомпонентных вибрационных сигналов на основе гармонического вейвлет-преобразования с целью его применения в режиме реального времени. Это позволит применять данный способ для оперативного контроля параметров многокомпонентного вибрационного сигнала, а также для оперативного контроля состояния динамического объекта в процессе испытаний и эксплуатации;

• модификация вычислительного алгоритма на основе вейвлет-сглаживания Фурье-периодограммы с использованием недецимированного вейвлет-преобразования;

• модификация вычислительного алгоритма на основе ДЭМ с целью его применения в режиме реального времени;

• исследование возможностей применения разработанных модели, способа и алгоритмов для анализа состояния более широкого круга динамических объектов, функционирование которых сопровождается механическими вибрациями;

• конвертация комплекса программ в другие среды программирования.

Показать весь текст

Список литературы

  1. Современная телеметрия в теории и на практике. Учебный курс / А. В. Назаров и др. СПб.: Наука и техника, 2007. — 672 с.
  2. Теоретические основы испытаний и экспериментальная отработка сложных технических систем: учеб. пособие / Л. Н. Александровская и др. М.: Логос, 2003.-736 с.
  3. Элементы теории испытаний и контроля технических систем / В. И. Городецкий и др. — под ред. Р. М. Юсупова. Л.: Энергия, 1978. — 192 с.
  4. Испытания жидкостных ракетных двигателей / А. Е. Жуковский и др. — под ред. проф. В. Я. Левина. М.: Машиностроение, 1981. — 201 с.
  5. , К. А. Летные испытания жидкостных ракетных двигателей / К. А. Луарсабов, Л. В. Пронь, А. В. Сердюк. М.: Машиностроение, 1977. -192 с.
  6. Летные испытания ракет и космических аппаратов: учеб. пособие для технических вузов / Е. И. Кринецкий и др. — под ред. проф. Е. И. Кринецкого. -М.: Машиностроение, 1979. -464 с.
  7. , А. К. Технологические основы обеспечения качества ракетно-космической техники / А. К. Недайвода. М.: Машиностроение, 1998. — 240 с.
  8. , В. В. Испытания основа обеспечения качества и конкурентоспособности продукции / В. В. Окрепилов, Ю. Н. Колпышев. — Л.: Изд-во ЛДНТП, 1988.-218 с.
  9. Основы испытаний летательных аппаратов: учеб. для втузов / Е. И. Кринецкий и др.: под общ. ред. проф. Е. И. Кринецкого. М.: Машиностроение, 1989.-312 с.
  10. Ю.Пашковский, И. М. Летные испытания самолетов и обработка результатов испытаний: учеб. пособие для вузов / И. М. Пашковский, В. А. Леонов, Б. К. По-плавский. -М.: Машиностроение, 1985. 416 с.
  11. Технология сборки и испытаний космических аппаратов: учебник для высших технических учебных заведений / И. Т. Беляков и др. — под общ. ред. И. Т. Белякова и И. А. Зернова. М.: Машиностроение, 1990. — 352 с.
  12. , Г. Я. Оценка надежности изделия в процессе эксплуатации / Г. Я. Зверев. М.: ЛЕНАНД, 2010. — 96 с.
  13. Физические основы ракетного оружия / М. Н. Алешков и др. М.: Воен-издат, 1972.-312 с.
  14. , Е. В. Моделирование полигонных испытаний перспективных образцов военной техники / Е. В. Постников // Известия СПбГЭТУ «ЛЭТИ». -2010. -№ 10.-С. 69−75.
  15. , А. А. Надежность конструкции баллистических ракет : учеб. пособие для вузов / А. А. Кузнецов. М.: Машиностроение, 1978. — 256 с.
  16. , С. С. Основные проблемные вопросы информационно-телеметрического обеспечения испытаний ракетно-космической техники при появлении нештатных и аварийных ситуаций / С. С. Кукушкин, В. М. Мазуров // Двойные технологии. 2008. — № 2. — С. 20−26.
  17. , А. И. Совершенствование с помощью экспертной системы испытаний объектов ракетно-космической техники / А. И. Лоскутов, С. В. Сирота, А. Н. Сакулин // Проблемы управления. 2011. — № 4. — С. 68−73.
  18. , Д. О. Ускоренные ресурсные испытания бортового фурье-спектрометра ИКФС-2 / Д. О. Монахов, Ю. М. Головин // Современные проблемы дистанционного зондирования Земли из космоса. 2010. — Том 7, № 4. -С. 240−248.
  19. , С. В. Разработка средств построения и использования иерархических мнемосхем для визуализации алгоритмов анализа характеристик динамических объектов / С. В. Маевский, А. С. Романов // Известия СПбГЭТУ «ЛЭТИ». -2010.-№ 10.-С. 51−55.
  20. , Р. И. Основы радиотелеметрии : учеб. пособие. Часть I. / Р. И. Зверев, И. В. Шитов. Л.: Изд-во МО СССР, 1978. — 195 с.
  21. Телеметрия / В. И. Белицкий и др. Л.: Изд-во МО СССР, 1984. — 465 с.
  22. , Т. В. Системы мониторинга технического состояния экологически опасных объектов / Т. В. Аксенова, В. И. Павлов // Вестник Тамбовского государственного технического университета. 2011. — Т. 17, № 4. — С. 1094−1098.
  23. , В. Е. Алгоритм определения состояния объекта по комплексу измеряемых параметров / В. Е. Пильщиков // Методы и средства оценки состояния энергетического оборудования. 2000. — Вып. 11. — С. 260−263.
  24. , В. Я. Контроль технического состояния металлургических машин по виброакустическим параметрам / В. Я. Седуш, В. А. Сидоров, Е. В. Ошовская // Сб. науч. тр. Донбасского горно-металлургического института. Алчевск — 2000. -Вып. 12.-С. 213−218.
  25. , М. Ю. Интеллектуальные технологии мониторинга и управления структурной динамикой сложных технических объектов / М. Ю. Охтилев, Б. В. Соколов, Р. М. Юсупов. М.: Наука, 2006. — 410 с.
  26. Свободные изгибно-изгибно-продольные колебания ракеты-носителя с космическим аппаратом / К. В. Аврамов и др. // Открытые информационные и компьютерные интегрированные технологии. 2010. -№ 45. — С. 136−140.
  27. , К. С. Динамика ракет : учебник для вузов / К. С. Колесников -2-е изд., исправл. и доп. М.: Машиностроение, 2003. — 520 с.
  28. , М. С. Продольные автоколебания жидкостной ракеты / М. С. Натанзон М.: Машиностроение, 1977. — 208 с.
  29. , А. В. Применение методов распознавания образов в задаче контроля состояния сложных технических объектов / А. В. Васильев, А. О. Дерипаска, Н. А. Жукова // Известия СПбГЭТУ «ЛЭТИ». 2010. — № 10. — С. 88−93.
  30. , А. Ю. Создание, функционирование и совершенствование системы внутреннего контроля / А. Ю. Кузнецова, В. П. Шегурова // Молодой ученый. 2012. — № 12. — С. 229−232.
  31. , В. К. Бортовая радиотелеметрическая система «Барракуда-М» /
  32. B. К. Прокофьев, С. П. Куликов // Тр. Междунар. науч.-техн. конф. с элементами научной школы для молодых ученых, г. Пенза, 22−26 окт. 2012 г. Пенза, 2012.1. C. 16−20.
  33. , А. Н. Допусковый анализ при проектировании сложных технических систем / А. Н. Иншаков, С. А. Иншаков // Информационные технологии. -1997.-№ 1.-С. 34−39.
  34. Марпл-мл., С. Л. Цифровой спектральный анализ и его приложения — пер. с англ. / С. Л. Марпл-мл. М.: Мир, 1990. — 584 с.
  35. , Г. Спектральный анализ и его приложения. Том 1. — пер. с англ. / Г. Дженкинс, Д. Ватте М.: Мир, 1971. — 317 с.
  36. , Э. Цифровая обработка сигналов: практический подход — пер. с англ. / Э. Айфичер, Б. Джервис. 2-е изд. — М.: Издательский дом «Вильяме», 2004. — 992 с.
  37. , А. Б. Цифровая обработка сигналов : учеб. пособие / А. Б. Сер-гиенко. 3-е изд. — СПб.: БХВ-Петербург, 2011. — 768 с.
  38. , А. А. Анализ амплитудно-частотного спектра быстроменяющихся параметров телеметрической информации / А. А. Тимошенко // Казанская наука.-2010.-№ 8, вып. 1.-С. 186−191.
  39. , Л. И. Вибрация. Воздействие, нормирование, защита / А. И. Ком-кин // Безопасность жизнедеятельности. Прилож. к журн. 2004. -№ 5. — С. 1−16.
  40. , А. И. Новые методы анализа нестационарных быстроперемен-ных процессов з машинах и аппаратах / А. И. Прыгунов, А. В. Белолипецкий // Вестник Мурманского государственного технического университета. 2000. -№ 1,Т. З.-С. 31−40.
  41. , Б. И. Оценка доли дискретных составляющих вибраций в частотной полосе / Б. И. Зубренков, А. И. Каплин, В. В. Сенькина // Общие вопросы электромеханики. 2009. — № 2, Т. 109. — С. 3−6.
  42. , В. Я. Моделирование газоупругих колебательных процессов в ракетных двигателях твердого топлива / В. Я. Модорский, А. В. Козлова // Вестник Самарского государственного технического университета. Сер. Физ.-мат. науки.-2006.-№ 43.-С. 163−167.
  43. , Б. Б. Летные исследования в обеспечение вибрационной надежности лопаток КНД авиационных ГТД / Б. Б. Коровин // Двигатель. 2012. — № 4, Т. 82.-С. 12−14.
  44. , В. Ю. Определение структуры и параметров помех при телеизмерениях / В. Ю. Артемьев, А. П. Мороз // Измерительная техника. 2012. — № 1. — С. 24−27.
  45. , Р. В. Контроль параметров вибрации газотурбинных двигателей в реальном масштабе времени / Р. В. Арсланов // Вестник Уфимского государственного авиационного технического университета. 2011. — Т. 15, № 1(41). -С. 8−14.
  46. , С. Вейвлеты в обработке сигналов — пер. с англ. / С. Малла. -М.: Мир, 2005.-671 с.
  47. , Н. К. Вейвлет-анализ в Ма1:1аЬ / Н. К. Смоленцев. 3-е изд. -М.: ДМК Пресс, 2010. — 448 с.
  48. , А. И. Цифровая обработка сигналов. Моделирование в Ма^аЬ / А. И. Солонина, С. М. Арбузов. СПб.: БХВ-Петербург, 2008. — 816 с.
  49. Основы цифровой обработки сигналов: курс лекций / А. И. Солонина и др. 2-е изд., испр. и перераб. — СПб.: БХВ-Петербург, 2005. — 768 с.
  50. , А. Цифровая обработка сигналов — пер. с англ. / А. Оппенгейм, Р. Шафер. М.: Техносфера, 2006. — 856 с.
  51. , Л. Теория и применение цифровой обработки сигналов — пер. с англ. / Л. Рабинер, Б. Гоулд. М.: Мир, 1978. — 443 с.
  52. , Е. А. Оптический метод контроля частоты гармонической вибрации, основанный на применении утечки спектра дискретного преобразования Фурье / Е. А. Зрюмов, С. П. Пронин, П. А. Зрюмов // Ползуновский вестник. — 2011. — № 3, Вып.1. С. 58−63.
  53. , Г. С. Метод альтернирования и компенсации фазы в спектральном анализе для оценки параметров гармоник быстропеременных процессов / Г. С. Ханян // Вестник научно-технического развития. 2010. — № 5, Вып.ЗЗ. -С. 39−44.
  54. , Д. М. Анализ быстроменяющихся параметров в космической телеметрии на основе частотных представлений Коэна / Д. М. Силаков, М. А. Кряч-ко, А. Ю. Поляков // Международный журнал экспериментального образования. -2010.-№ 3.-С. 35−39.
  55. , Л. Время-частотные распределения: Обзор / Л. Коэн // ТИИЭР. -1989.-Т. 77, № 16.-С. 72−120.
  56. , М. В. Синтез и использование адаптивных вэйвлетных базисов для выделения особенностей из вибрационного сигнала / М. В. Нариманов // Ме-хатроника, Автоматизация, Управление. 2007. — № 8. — С. 20−24.
  57. , М. В. Применение адаптивных вэйвлет базисов к задаче вибрационной диагностики / М. В. Нариманов // Тез. докл. науч.-техн. конф. студентов, аспирантов и молодых специалистов МИЭМ, г. Москва, 2007. С. 227.
  58. , В. В. Обработка телеметрической информации на основе алгоритмов сегментации и секвенциального анализа / В. В. Геппенер, Н. А. Жукова // Известия СПбГЭТУ «ЛЭТИ». 2007. — № 2. — С. 37−41.
  59. Особенности обработки телеметрической информации и ракет-носителей в реальном масштабе времени / В. А. Каргин и др. // Информация и космос.2009. № 4. — С. 77−82.
  60. Перспективные направления развития информационных технологий мониторинга состояний сложных технических объектов в реальном масштабе времени / М. Ю. Охтилев и др. // Авиакосмическое приборостроение. 2004. — № 11. -С. 50−59.
  61. , М. Ю. О построении программ обработки и анализа измерительной информации в реальном времени / М. Ю. Охтилев // Программирование. -2001.-Т. 27, № 6.-С. 329−335.
  62. Автоматизированная система управления подготовкой и пуском ракет космического назначения как корпоративная информационная система / В. А. Каргин и др. // Информационно-измерительные и управляющие системы.2010.-№ 7.-С. 78−83.
  63. , Н. И. Применение гармонических вейвлетов в задачах обработки осциллирующих сигналов / Н. И. Орешко, В. В. Геппенер, Д. М. Клионский // Цифровая обработка сигналов. 2012. — № 2. — С. 6−15.
  64. Чуй, К. Введение в вейвлеты — пер. с англ. / К. Чуй. М.: Мир — 2001. -412 с.
  65. , Дж. Анализ временных рядов, прогноз и управление: пер. с англ. / Дж. Бокс, Г. Дженкинс. М.: Мир. — 1974. — 406 с.
  66. , Дж. Робастность в статистике : пер. с англ. / Дж. Хьюбер. -М.: Мир.-1984.-304 с.
  67. , И. В. Последовательное обнаружение изменения свойств временных рядов / И. В. Никифоров. М.: Наука. — 1983. — 199 с.
  68. Методы обработки телеметрической информации на основе алгоритмов Data Mining / А. В. Васильев и др. // Известия СПбГЭТУ «ЛЭТИ». 2007. — № 1. -С. 3−10.
  69. , И. Десять лекций по вейвлетам/ И. Добеши: пер. с англ. Ижевск: НИЦ «Регулярная и хаотическая динамика», 2001. — 464 с.
  70. , Д. Временные ряды. Обработка данных и теория — пер. с англ. / Д. Бриллинджер. М.: Мир. — 1980. — 536 с.
  71. , Д. М. Алгоритм оценивания параметров состояния динамических объектов в частотной области на основе вейвлетов / Д. М. Клионский // Известия высших учебных заведений России. Радиоэлектроника. 2013. — № 1. -С. 22−31.
  72. , А. И. Прикладная математическая статистика. Для инженеров и научных работников / А. И. Кобзарь. М.: ФИЗМАТ ЛИТ. — 2006. — 816 с.
  73. , Д. М. Декомпозиция на эмпирические моды с параболической интерполяцией огибающих в задачах очистки сигналов от шума / Д. М. Клионский, Н. И. Орешко, В. В. Геппенер // Цифровая обработка сигналов. 2011. -№ 2.-С. 51−60.
  74. , В. М. Основы численных методов / В. М. Вержбицкий. -М.: Высш. шк. 2002. — 840 с.
  75. , Н. Н. Численные методы / Н. Н. Калиткин. М.: Наука. — 1978. -512 с.
  76. , Д. П. Вводные лекции по численным методам : учеб. пособие / Д. П. Костомаров, А. П. Фаворский. М.: Логос. — 2004. — 184 с.
  77. , Е. А. Численные методы : учеб. пособие для вузов / Е. А. Волков. -2-е изд., испр. М.: Наука. — 1987. — 248 с.
  78. Математическая статистика: учеб. для вузов / В. Б. Горяинов и др.- под ред. В. С. Зарубина, А. П. Крищенко. М.: Изд-во МГТУ им. Н. Э. Баумана, 2001.-424 с.
  79. , М. Многомерный статистический анализ и временные ряды / М. Кендалл, А. Стюарт. М.: Наука, 1976. — 736 с.
  80. , А. А. Математическая статистика / А. А. Боровков. М.: Наука, 1984.-472 с.
  81. , А. А. Методы обработки многомерных данных и временных рядов / А. А. Большаков, Р. Н. Каримов. М.: Горячая Линия — Телеком, 2007. -522 с.
  82. , А. М. Многомерные статистические методы / А. М. Дубров, В. С. Мхитарян, Л. И. Трошин. М.: Финансы и статистика, 2003. — 352 с.
  83. , А. А. Анализ данных и процессов: учебное пособие / А. А. Бар-сегян, М. С. Куприянов, И. И. Холод. 3-е изд., перераб. и доп. — СПб.: БХВ-Петербург, 2009. — 512 с.
  84. , С. А. Классификация многомерных наблюдений / С. А. Айвазян, 3. И. Бежаева, О. В. Староверов. М.: Статистика, 1974. — 240 с.
  85. , Д. Г. Численные методы. Использование Matlab / Д. Г. Метьюз, К. Д. Финк // М. • Вильяме, 2001. 720 с.
  86. , С. П. Теория вероятностей и математическая статистика на базе MATLAB / С. П. Иглин. Харьков.: изд-во НТУ «ХПИ», 2006. — 612 с.
  87. Ануфриев, И. MATLAB 7 / И. Ануфриев, А. Смирнов, Е. Смирнова. -СПб.: БХВ-Петербург, 2005. 1104 с.
  88. Дьяконов, В. MATLAB. Обработка сигналов и изображений. Специальный справочник. / В. Дьяконов, И. Абраменкова. СПб.: Питер, 2002. — 608 с.
  89. Stoica, P. Spectral Analysis of Signals / P. Stoica, R. Moses. Upper Saddle River, New Jersey: Prentice Hall, 2005. — 427 p.
  90. Priestley, M. B. Spectral analysis and time series / M. B. Priestley. New York: Academic Press, 1981.-890 p.
  91. Naidu, P. Modern spectrum analysis of time series / P. Naidu. New York: CRC Press, 1996.-399 p.
  92. Xiyang, W. Autoregressive model-based gear shaft fault diagnosis using the Kolmogorov-Smirnov test / W. Xiyang, V. Makis // Journal of Sound and Vibration. -2009. Vol. 327, № 3. p. 413−423.
  93. Zhan, Y. M. Adaptive autoregressive modeling of non-stationary vibration signals under distinct gear states. Part 1: modeling / Y. M. Zhan, A. K. S. Jardine // Journal of Sound and Vibration. 2005. — Vol. 286, № 3. — P. 429−450.
  94. Oreshko, N. I. New Techniques for the Processing and Analysis of Telemetry and Trajectory Information on the Basis of Achievements in the Realm of Time-Frequency Analysis and Wavelet Theory / N. I. Oreshko, D. M. Klionskiy // Pattern
  95. Recognition and Image Analysis: Advances in Mathematical Theory and Applications. -2011. -Vol. 21, № 4. -P. 731−739.
  96. Newland, D. E. Harmonic wavelet analysis / D. E. Newland // Proceedings of the Royal Society of London, Series A (Mathematical and Physical Sciences). 1993. -Vol. 443, № 1917.-P. 203−225.
  97. Newland, D. E. Random vibrations, spectral and wavelet analysis / D. E. Newland // 3rd edn. Harlow: Longman, and New York: John Wiley. 1993, 477 p.
  98. Newland, D. E. Harmonic and musical wavelets / D. E. Newland // Proceedings of the Royal Society of London (Mathematical and Physical Sciences). -1994. Vol. 444, № 1922. — P. 605−620.
  99. Donoho, D. L. Ideal spatial adaptation by wavelet shrinkage / D. L. Donoho, J. M. Johnstone // Biometrika. 1994. — Vol. 81, № 3. — P. 425−455.
  100. Donoho, D. L, Minimax estimation via wavelet shrinkage / D. L. Donoho, J. M. Johnstone//Annals of Statistics. 1998. — Vol. 26, № 3. — P. 879−921.
  101. Pensky, M. Bayesian decision theoretic scale adaptive estimation of log spectral density / M. Pensky, B. Vidakovic, D. de Canditiis // Statistica sinica. 2007. -Vol. 17.-P. 635−666.
  102. The empirical mode decomposition and the Hilbert spectrum for non-linear and non-stationary time series analysis / N. E. Huang et. al. // Proceedings of the Royal Society of London. 1998. — Vol. 454. — P. 903−995.
  103. Huang, N. E. Hilbert-Huang Transform and Its Applications / N. E. Huang, S. S. P. Shen // Singap.: World Scientific, 2005. 323 p.
  104. Flandrin, P. Empirical mode decomposition as a filter bank / P. Flandrin, G. Rilling, P. Gonsalves // IEEE Signal Processing Letters 2004. — Vol. 11, № 2. -P. 112−114.
  105. Huang, N. E. A new view of nonlinear water waves: the Hilbert spectrum / N. E. Huang, Z. Shen, S. R. Long // Annu. Rev. Fluid Mech. 1999. — Vol. 31. -P. 417−457.
Заполнить форму текущей работой