автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Определение периода сложных сигналов и диагностических коэффициентов при контроле насосного оборудования нефтепромыслов

ОПРЕДЕЛЕНИЕ ПЕРИОДА СЛОЖНЫХ СИГНАЛОВ И ДИАГНОСТИЧЕСКИХ КОЭФФИЦИЕНТОВ ПРИ КОНТРОЛЕ НАСОСНОГО ОБОРУДОВАНИЯ НЕФТЕПРОМЫСЛОВ

Специальность 05.13.01 - системный анализ, управление и обработка

информации (отрасль: информация и информационные системы)

АВТОРЕФЕРАТ диссертации на соискание учёной степени кандидата технических наук

Томск-2004

Работа выполнена в Томском политехническом университете

Научный руководитель - Гольдиггейн Ефрем Иосифович,

кандидат технических наук, доцент

Официальные оппоненты - Гончаров Валерий Иванович,

доктор технических наук, профессор

- Казанцев Юрий Михайлович, доктор технических наук, доцент

Ведущая организация - Омский государственный технический

университет

Защита состоится 22 декабря 2004 г. в 15е2 часов на заседании диссертационного совета Д 212.269.06 при Томском политехническом университете по адресу: 634034, г. Томск, ул. Советская 84, аул. 214.

С диссертацией можно ознакомиться в библиотеке Томского политехнического университета (630004, г. Томск, ул. Белинского, 53а)

Автореферат разослан 19 ноября 2004 г.

Учёный секретарь диссертационного совета, кандидат технических наук, доцент

^¿^ Со"ькинМ.А.

ШУЯ

з 2АП42.4

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность проблемы. Эффективное использование различных электротехнических и электромеханических систем и устройств в промышленности, как правило, сопряжено с детальным изучением и анализом рабочих циклов оборудования и со снижением потребления электроэнергии этими системами и устройствами. В совокупности с этим своевременные и оперативные ремонтные мероприятия, грамотный контроль работоспособности оборудования дают возможность сэкономить значительные финансовые средства. Именно по этой причине возникла необходимость создания средств функционального контроля и диагностики (ФКиД), с помощью которых представляется возможным своевременно вмешаться в процесс эксплуатации различных систем, выявить и устранить причины, способствующие предава-рийным и аварийным режимам.

Одним из перспективных направлений ФКиД сложных электротехнических и электромеханических систем, к примеру, штанговых глубинных насосных установок (ШГНУ) на нефтепромыслах, является возможность оперирования с этими системами без их вывода из рабочего состояния, на основе использования, как наиболее информативных, мгновенных значений их токов и напряжений. Именно такое направление на протяжении ряда лет разрабатывается на кафедрах автоматики и компьютерных систем (АиКС) и Электрических станций (ЭСТ) Томского политехнического университета.

Идеализированный случай предполагает работу средств функционального контроля и диагностики в режиме реального времени. Однако громоздкие алгоритмы и, как следствие, сложное аппаратно-программное обеспечение заставляют лишь в некоторой степени приблизиться к обработке соответствующих сигналов тока и (или) напряжения рассматриваемых систем в реальном времени при использовании систем цифровой записи и обработки сигналов. При применении цифровых регистраторов обработка интересуемых сигналов и выдача результатов идёт с некоторой задержкой по времени, необходимой на вычислительный процесс.

Возможность работы средств функционального контроля и диагностики в режиме реального времени особенно актуально при организации дистанционного контроля и диагностики насосного оборудования, когда с многих объектов (в нашем случае это ШГНУ) информация о состоянии оборудования попадает на главный пункт управления и сбора информации.

Для функционального контроля и диагностики ШГНУ в терминах «норма»-«авария» и «уравновешен»-«неуравновешен» Гольдштейн Е.И., Цапко ИВ., Исаченко И.Н. предложили использовать диагностические коэффициенты, представляющие собой отношение амплитуд первых трёх гармоник, к примеру, ватгметрограммы (ВМГ)

Ар. Д?1 А0

А]

При диагностировании по ВМГ станок-качалка (СК) в общем случае является уравновешенным при А2/А1>1. При наличии данных образцовой ВМГ диагноз «исправен»-«неисправен» ставится путём сравнения конкретного диагностического коэффициента с образцовым

ВМГ представляет собой изменение активной мощности, потребляемой ШГНУ, во времени, каждый отсчёт которой определяется как среднее значение мгновенной мощности на периоде Тс питающего напряжения или тока (см. рис. 1)

• Е (2)

N;

где т

Те !"Nj,-m

2; Ntp - число отсчётов на интервале реализации рассмат-

риваемого сигнала; Ntc - число отсчётов на периоде рассматриваемого сигнала, причём дальнейший анализ работы ШГНУ невозможен при неизвестном периоде качания Тк станка-качалки.

Рср,, Вт

Рисунок 1 -ВаттметрограммаШГНУ

Потребление активной мощности штанговой установки характеризуется постоянной составляющей ВМГ

р0(3) , я ы

где Рср-, - дискретные значения активной (средней за период питающей сети) мощности; ТУ- число отсчётов на периоде качания Тк (см. рис. 1).

Без особых доказательств понятно, что вычислению диагностических коэффициентов на основе ДПФ должна предшествовать процедура определения периода ВМГ.

Кроме ВМГ, при контроле ШГНУ также используются токограммы -изменение действующего значения' тока во времени (см. рис. 2а); варметро-

граммы — изменение потребляемой ШГНУ реактивной мощности во времени (см. рис. 26); вольтамперметрограммы - изменение полной мощности на входе ШГНУ во времени (см. рис. 2в); омметро1раммы — изменение модуля входного сопротивления во времени (см. рис. 2г).

7000Г

<0 45

/(¡м з.

15 0

-4— Н—

Ф -г 4=

А1тг ф "1Г гр5

N=1

а)

7000,

«6000

1.ТТ1 I П1

5000

ГАЛДИ ТПГАГЧГЧ1!1,Ч|1И|Ч| ЧртЪП

8 (,с М

16

20

в) Г)

Рисунок 2 - Графические зависимости параметров уравновешенных ШГНУ

И здесь знание периода качания СК является принципиально необходимым. Напомним и то, что при неизвестном периоде сложного многочастотного сигнала затруднительно вычислить среднее и действующее значения сигнала, активную и неактивную мощности.

В ряде случаев величина периода может использоваться как основная информативная компонента при передаче и распознавании телеметрической информации, использующейся при дистанционном функциональном контроле и диагностике насосного оборудования на нефтепромыслах.

В известных работах совершенно недостаточно рассмотрены вопросы определения периода сложного сигнала при влиянии таких нежелательных факторов как присутствие в рассматриваемом сигнале постоянной составляющей, кратных и промежуточных гармоник (иногда называемых интергармониками, не кратных основной по частоте, которые могут наблюдаться при работе статических преобразователей частоты, асинхронных двигателей, асинхронных преобразовательных каскадов, дуговых печей, сварочных установок и других нагрузок), фазовых сдвигов. В реальных системах всегда присутствуют помехи и, в частном случае, шумы. По этой причине учёт возможных шумов и помех является неотъемлемым этапом разработки алгоритмического и программного обеспечения для какого-либо конкретного аппаратно-программного комплекса.

Таким образом, актуальность темы определяется необходимостью разработки алгоритмического и программного обеспечения процедур определения периода сложных сигналов в условиях воздействия рассмотренных выше

нежелательных факторов для функционального контроля и диагностики насосного оборудования на нефтепромыслах по диагностическим коэффициентам на основе использования аппарата преобразования Фурье на коротких выборках, а также при организации дистанционного контроля и диагностики.

Целью диссертационной работы является: разработка методик и алгоритмов определения периода сложных сигналов и их применение в задачах функционального контроля и диагностики насосного оборудования на нефтепромыслах по диагностическим коэффициентам, получаемых на основе преобразования Фурье; исследование работоспособности этих методик и возможности использования величины периода в качестве основной информативной компоненты при дистанционном контроле и диагностике насосного оборудования.

Для достижения указанной цели требуется решить следующие задачи:

1. создания тестовых сигналов;

2. разработки алгоритмического и программного обеспечения процедуры определения периода сложных сигналов при условиях воздействия описанных выше нежелательных факторов;

3. тестирования разработанных процедур поиска периода с помощью тестовых сигналов;

4. апробации разработанных процедур поиска периода с помощью реальных сигналов;

5. разработки алгоритмического и программного обеспечения вычисления диагностических коэффициентов на основе ДПФ с предварительным определением периода анализируемых сигналов и его тестирование с помощью тестовых и реальных сигналов;

6. тестирования ДПФ с предварительным определением периода с помощью тестовых и реальных сигналов.

Методы исследования. Для решения поставленных в работе задач используются методы теории цифровой обработки информации: численное моделирование, сглаживание и фильтрация временных последовательностей данных, гармонический анализ. Обработка экспериментального материала производилась на ЭВМ с использованием алгоритмов и программ, разработанных автором.

Научная новизна полученных в работе результатов состоит в следующем;

1. При решении задачи поиска периода сложных сигналов впервые рассматривалось совокупное влияние таких нежелательных факторов как наличие в рассматриваемых сигналах постоянной составляющей, кратных и промежуточных гармоник, фазовых сдвигов между гармоническими составляющими, шума.

2. Впервые рассмотрена реализация комплексного дискретного преобразования Фурье совместно с процедурой предварительного определения периода сложных сигналов.

3. Проведены исследования по возможности использования величины периода в качестве основной информативной компоненты при передаче и рас-

познавании информации в частотных системах и получены не описанные ранее в научно-технической литературе результаты.

Практическая ценность работы состоит в том, что:

1. Разработаны оригинальные методики определения периода сложных сигналов, которые в последующем нашли применение при составлении трёх заявок на получение патентов РФ, характеризующих оригинальную конкурентоспособную продукцию, а также при разработке лабораторных работ по курсу «Информационное обеспечение управления энергосистемами» работ, использованных в учебном процессе в ТПУ.

2. Разработано алгоритмическое и программное обеспечение оригинальных методик определения периода сложных сигналов и ДПФ, совмещённого с процедурой определения периода; произведено тестирование программного продукта на реальных и тестовых сигналах и получены свидетельства на регистрацию данных программ.

3. Метод определения периода по средним квадратическим отклонениям нашёл применение при разработке программного обеспечения системы функционального контроля и диагностики штанговых глубинных насосных установок.

Реализация результатов работы. Созданы алгоритмы и программы поиска периода сложных сигналов, вычисления диагностических коэффициентов на основе преобразования Фурье, совмещённого с процедурой определения периода сложных сигналов при функциональном контроле и диагностике насосного оборудования на нефтепромыслах.

Апробация работы. Основные результаты диссертации были изложены и обсуждены на ряде научных конференциях: 7 Всероссийской научно-технической конференции «Энергетика: экология, надёжность, безопасность» (Томск, 2001); 7 Международная научно-практическая конференция студентов, аспирантов и молодых ученых «Современные техника и технологии» (Томск, 2001); 8 Международная научно-практическая конференция студентов, аспирантов и молодых ученых «Современные техника и технологии» (Томск, 2002); Международной конференции ЕЕССЕ8-2003 (Екатеринбург, 2003); Международной конференции ШК-2003 (Ильменау, ФРГ, 2003).

Публикации. По результатам диссертационной работы опубликовано 16 работ, из которых 3 патента РФ, 1 монография, 5 свидетельств о регистрации программных продуктов. Перечень работ прилагается.

Структура и объём работы. Диссертация состоит из введения, четырёх глав, и заключения, изложенных на 94 страницах машинописного текста, содержит 41 рисунок, 14 таблиц. Библиографический перечень используемой литературы включает 82 наименования. Приложение содержит сведения о полученных патентах РФ и свидетельств о регистрации программных продуктов, акт о внедрении и справки об использовании научных исследований диссертационной работы, краткое описание программного комплекса «Контроль и диагностика штанговых глубинных насосных установок по мгновенным значениям тока и напряжения» и занимает 25 страниц.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована аетуальность выбранного направления исследований и сформулированы цель и задачи работы.

В первой главе даётся общая характеристика состояния проблемы определения периода сложного сигнала и диагностических коэффициентов при функциональном контроле и диагностике насосного оборудования на нефтепромыслах. Приводится сравнительная оценка методик функционального контроля и диагностики штанговых глубинных насосных установок (ШГНУ) - динамометрии и ватгметрии. Показаны преимущественные стороны использования ваттметрии, оперирующей только с мгновенными значениями тока и напряжения, получаемыми с помощью сравнительно простых датчиков тока и напряжения без вывода насосного оборудования из рабочего режима. Показана необходимость поиска периода сложного сигнала при:

• определении периода качания станка качалки по ватпйетрограмме (то-кограмме, вармегрограмме, вольтампермегрограмме, омметрограмме, фазограмме) для последующего вычисления диагностических коэффициентов на основе преобразования Фурье;

• определении средних и действующих значений;

• определении полной, активной и неактивной мощностей;

• использовании аппарата преобразования Фурье для определения спектрального состава сигнала-дискретного (ДПФ) и быстрого (БПФ);

• распознавании информации, передаваемой по цифровым каналам связи посредством частотных кодов.

Проведён анализ научно-технической литературы и предложена классификация методов определения периода сложных сигналов, использующих:

• нулевые переходы (экстремальные значения);

• среднее значение;

• различные вариации метода наименьших квадратов.

Рассмотрены факторы, затрудняющие определение периода сложных сигналов, а также основные требования к разрабатываемым методикам; выявление работоспособности предлагаемых процедур предлагается производить с помощью специально отобранных тестовых сигналов.

На основе проведённого анализа сформулированы основные задачи исследований:

в создание тестовых сигналов;

• разработка алгоритмического и программного обеспечения процедуры определения периода сложных сигналов при условиях воздействия описанных выше нежелательных факторов;

• тестирование разработанных процедур поиска периода с помощью тестовых и реальных сигналов;

• разработка алгоритмического (АО) и программного обеспечения (ПО) дискретного преобразования Фурье с предварительным определением периода анализируемых сигналов; тестирование АО и ПО с помощью тестовых и реальных сигналов;

• разработка алгоритмического и программного обеспечения вычисления диагностических коэффициентов на основе ДПФ с предварительным определением периода анализируемых сигналов; его тестирование с помощью тестовых и реальных сигналов.

В диссертационной работе предполагается, что входной сигнал уже оцифрован с частотой дискретизации 10 кГц, т.е. Л = 10"4 секунд, и пользователь оперирует массивом цифровых отсчётов интересуемого его сигнала в установившемся режиме. При этом сам процесс оцифровки может быть представлен структурной схемой так называемого цифрового регистратора на рисунке 3.

Рисунок 3 - Структурная схема цифрового регистратора

Во второй главе рассматриваются возможные пути определения периода сложного сигнала по нулевым переходам, то есть отыскание интервала времени, заключённого между двумя переходами рассматриваемого сигнала и(0 из положительной области в отрицательную или наоборот (см. рис. 4).

переходам

Рассмотрен разработанный автором метод определения периода Тс-сложного сигнала и(() по нулевым переходам, усиленный проверкой на периодичность

и(0=и(Н-Тс) (4)

и дополненный алгоритмом учёта постоянной составляющей А0, включающий следующие операции:

из исходного сигнала вычитается значение первого цифрового отсчёта для того, чтобы войти в зону действия амплитуды данного сигнала (эта процедура предусматривает возможность действия настолько большого значения А о, что нулевых переходов в сигнале может и не быть); находим первый переход сигнала через нулевой уровень и от него отмеряем ещё несколько нулевых переходов (в данном случае использовалось четыре перехода сигнала через нулевой уровень); вычисляем математическое ожидание сигнала на найденном временном интервале по формуле

»« £"('<>> (5)

где (0 - значение времени при первом переходе сигнала через нулевой уровень;

значение времени при УУ-ом переходе сигнала через нулевой уровень; - число цифровых отсчётов, находящихся в интервале между первым и ТУ-м переходами сигнала через нулевые уровни; иЩ - анализируемый сигнал; • вычитаем из исходного сигнала найденное значение Ав. Показана трансформация критерия (1) в

= + (6) для учёта влияния шума, где величина £ представляет собой максимальный уровень возможного шума, при котором критерий (4) ещё работоспособен.

При исследованиях автором использовался белый центрированный шум (математическое ожвдание и дисперсия равны нулю), уровень которого привязывался к амплитуде основной гармоники обрабатываемого сигнала

К=и°«'~и»> .100%. (7)

осп

Напомним, что такой шум достаточно просто реализуется в различных программных средах высокого и низкого уровней с помощью генератора случайных чисел согласно равномерному закону распределения

*б[м]: (8) [ 0, дс{£[с,</],

где рг-(х) - плотность распределения случайной величины £ на отрезке

м.

Работоспособность предложенного метода определения периода сложного сигнала была проверена на ряде тестовых сигналов (см. табл. 1). Выявлена возможность обрабатывать сигналы произвольной формы и спектрального состава с уровнем шумов не более 1% от амплитуды основной гармоники. На примере тестового сигнала №7 из таблицы 1 показана возможность снижения влияния шумов с помощью экспоненциального фильтра третьего порядка (Л <20% при 5 Тс <,1.5%).

Таблица 1 - Таблица тестовых сигналов

м АЛВ А„В А„В Лг, В Л, Гц ЛП, Л Гц Р/. град (рь град <?ь град Тс, с

1 - 1 _ - 50 - - - - - 0.02

2 - 100 _ - 50 - - 137 - - 0.02

3 - 1 1 1 50 100 150 - - - 0.02

4 - 100 50 10 50 100 150 - - - 0.02

5 37 100 50 10 50 100 150 - 23 57 0.02

6 100 100 50 10 50 100 150 30 60 90 0.02

7 53 100 50 10 50 100 150 47 28 143 0.02

Л -95 100 50 10 50 100 150 47 28 143 0.02

9 100 100 50 10 .50 100 150 93 157 208 0.02

10 150 100 50 10 50 100 150 75 23 57 0.02

11 - 1 1 1 50 150 250 - - - 0.02

12 17 1 1 1 50 150 250 93 157 208 0.02

13 - 1 1 1 48 144 240 - - - 0.02083(3)

14 13 1 I 1 48 144 240 195 21 177 0.02083(3)

15 10 10 10 10 50 105 130 - - - 0.2

16 10 100 50 20 50 150 212 90 120 135 0.5

17 10 100 50 20 50 105 240 90 120 135 0.2

18 150 100 50 10 50 100 155 38 95 139 0.2

19 150 100 100 50 37 50 100 237 43 137 1

20 10 100 50 20 49 153 212 180 135 60 1

21 27 10 5 2 50 150 212 300 120 315 0.5

22 7 3 5 1 51 130 135 90 180 135 1

23 3.7 7 5 1.5 53 159 190 315 135 180 1

24 27.3 4.5 5 3.5 49.5 159 190 45 135 180 2

25 59.4 3.7 5.5 10 53.1 159 199 123 135 180 10

26 75 15 10 5 50.2 100 133 35 27 352 5

27 75 10 15 5 49.8 100 133 81 257 352 5

2Й 75 5 10 15 55 153 157 57 135 51 1

29 75 1 5 15 53 175 273 33 135 37 1

30 100 1 1 1 5 8.66 11.18 - - - 50

Оценивание погрешности вычислений производилось по формулам Моп £

<ЙГ = -

Х-иза ~ %расч

ь-изв

100%

Моп

СКО =

Моп

N-1/

1=0

ИЗО/

-и

расч1

У

N

(10)

(11)

Моп

где 8Х, Хам и Х,,асч - относительная усреднённая погрешность, известное и расчётное значения искомой величины соответственно; СКО - среднее квад-ратическое отклонение, усреднённое для заданного числа экспериментов М0„; иизв, и ирасч. - тестовый и расчётный сигналы соответственно.

В третьей главе рассматриваются вопросы определения периода сложного сигнала на основе анализа его среднего значения. Показана целесообразность использования разработанной автором итерационной формулы

У0=и0; У1 = Г'-,'/++1и' (9)

поиска интервала времени между двумя локальными минимумами (см. рис. 5) среднего значения рассматриваемого сигнала при определении его периода, где ¿70-первый отсчёт рассматриваемого сигнала.

Рисунок 5 - Анализ кривой среднего значения анализируемого сигнала

На ряде примеров показана возможность обработки одночастотных и многочастотных сигналов с кратными гармониками, амплитуды которых (кроме первой) не должны превышать половины амплитуды основной гармоники при присутствии в этих сигналах любого фазового сдвига и постоянной составляющей любой величины и знака. •

Одновременно показывается, что предлагаемая методика обеспечивает высокую помехоустойчивость поиска Тс (Л ¿60% при погрешности определения для сложных сигналов ЬТс ¿5% от истинной величины), не содержащих промежуточных гармоник; в другом случае - неработоспособность методики и выдача ложных результатов. Обосновывается вывод о невозможности использования среднего значения для поиска периода сложного сигнала, в состав которого входят промежуточные (не кратные основной по частоте) гармоники. На примере тестового сигнала №7 из таблицы 1 показана возможность снижения влияния шумов с помощью экспоненциального фильтра третьего порядка (Я <40% при ЬТс £1.5%).

Работоспособность данной методики была исследована с использованием ряда тестовых сигналов из таблицы 1.

В четвёртой главе показывается возможность использования метода наименьших квадратов (МНК) при поиске периода сложного сигнала с произвольным спектральным составом. Разработанный автором метод определения периода сложного сигнала, основанный на МНК, заключается в отыскании минимума из массива средних квадратичных отклонений (дисперсий) Щ (см. рис. 6), сформированного путём сравнения начального подмассива, представляющего собой первые несколько отсчётов рассматриваемого сигнала, и сравниваемого подмассива такого же размера, сдвинутого относительно начального на фиксированный интервал времени:

Ь + 1 т=0

где ирп) - т-ый отсчёт начального подмассива рассматриваемого сигнала;

- »1-ый отсчёт сравниваемого подмассива рассматриваемого сигнала; / е 1"1шп5/,шах1 _ параметр сдвига сравниваемого подмассива; /1от„ и л„щх-минимальная и максимальная граница ожидаемой области нахождения величины периода; Ь - количество точек сравнения.

0004 0001 0.01] 0Л16 002 0014 0011 0031 00» 0.04

Рисунок 6 - Массив дисперсий

Показана универсальность предлагаемой методики: представляется возможным обрабатывать сигналы без промежуточных гармоник с высоким уровнем помех (Л = 50% с погрешностью определения ЬТс <6% от истинной величины), а с промежуточными гармониками - с малым уровнем помех Я ^ 1%. Знание ожидаемой области нахождения величины Тс позволяет рассматривать сигналы с промежуточными гармониками на фоне более высокого уровня помех, повысить точность определения Тс, а также снизить вычислительные, аппаратные и временные затраты, необходимые для реализации данной методики. На примере тестового сигнала №7 из таблицы 1 показана возможность снижения влияния шумов с помощью экспоненциального фнлыра третьего порядка (Я <50% при ЬТс <3.5%).

Проведён сравнительный анализ традиционного ДПФ (при неизвестной величине Тс) с ДПФ, совмещённым с процедурой предварительного определения Тс. Исследовано влияние шума на точность ДПФ по (10), (11) при различной реализации Ь{и(1)} рассматриваемого сигнала и(0 (см. рис. 7). Рассмотрено определение диагностических коэффициентов на основе ДПФ, совмещённого с процедурой определения периода рассматриваемого сигнала на коротких выборках;, показана целесообразность такого совмещения.

На примере реальных массивов данных иллюстрируется работоспособность ДПФ с предварительным определением периода анализируемого сигнала и дальнейшим вычислением диагностических коэффициентов для функционального контроля и диагностики насосного оборудования на нефтепромыслах.

от». su,

ал

as

м

OJ 02 ол

^ \

\\\

% ___1

\\\ч ___^т-—

б)

Рисунок 7 - Влияние шумов на: а) СКО при Ци(1)} - пгТсЫГ, б) ди0, при Ци(0} = т-Тс±&: 1 - би, при Я = 15%; 2 - би0 при Л = 15%; 3 - <50} при К = 5%; 4 - ди0 при Л = 5%; 5 - 51/, при Л = О

Рассмотрены случаи исследования ВМГ, полученных со скважин №850 (см. рисунок 8а) и №1722 (см. рис. 9а) при диагностировании насосных нефтяных установок на одном из нефтепромыслов Западной Сибири.

.uit

trrt

а) б)

Рисунок 8 - Исследование скважины №850 с уравновешенным СК: а) ВМГ; б) АЧХ

а.

lili

o j to is » jj к м 40 tí я

а) б)

Рисунок 9 - Исследование скважины №1722 с неуравновешенным СК: а) ВМГ; б) АЧХ

Применяя рассмотренный в главе метод определения величины периода для ВМГ, был найден период качания СК и по найденной с помощью ДПФ амплитудно-частотной характеристике (АЧХ) определены диагностические коэффициенты (см. табл. 2).

Таблица 2 - Результаты сравнения гармонических составляющих для ВМГ

Скважина V /Р, % V /р,

№850 0.652 1.427 0.457

№1722 0.477 0.517 0.922

Рассматривается возможность использования периода сигнала в качестве основной информативной компоненты в системах телефонии, телеметрии и телесигнализации, и, в частности, при дистанционном контроле и диагностике насосного оборудования на нефтепромыслах (см. рис. 10).

Рисунок 10 - Дистанционный контроль и диагностика ШГНУ или ЭЦНУ

Рассмотрена возможность использования величины Тс в качестве основной информативной компоненты при использовании частотных кодов на коротких выборках. Приведена выявленная однозначная зависимость периода двухчастотного сигнала с частотами его гармонических составляющих при использовании параллельных двухчастотных кодов (см. табл. 3).

Таблица 3 - Возможные комбинаций частот // и /2, одно-

значно связанных с периодом сложного сигнала Тс

МЛз Набор частот и /2 То С

1 850+1700 0.0011765

2 1650+1100 0.0018182

3 500+1500 0.002

4 450+900 0.0022222

5 1700+1275 0.0023529

6 385+770 0.0025974

7 1500+1125 0.0026667

8 1360+1700 0.0029412

9 1300+1625 0.0030769

10 900+1500 0.0033333

11 840+1400 0.0035714

12 1300+780 0.0038462

13 1250+1500 0.004

14 900+1575 0.0044444

15 1477+844 0.0047393

При этом если из имеющегося набора частот, предназначенных для передачи информации в частотных системах выбрать такие частоты, общий период сигнала которого будет строго индивидуален этому набору частот, то процедуру дешифрации можно осуществлять не по частотам, а по периоду принимаемого сигнала, что даёт существенный выигрыш в быстродействии работы и аппаратной реализации устройства дешифрации принимаемой информации.

Заключение и выводы:

1. Подобраны разнообразные тестовые сигналы, с помощью которых, по мнению автора, можно дать исчерпывающую оценку работоспособности любых методик определения периода полигармонических сигналов.

2. Предложена классификация методик определения периода сложных сигналов. Применительно к задаче определения периода сложных сигналов впервые было рассмотрено совокупное влияние и воздействие постоянной составляющей, кратных и промежуточных гармоник, фазовых сдвигов между гармоническими составляющими и шума на возможность и точность определения величины Тс.

3. Рассмотренные в диссертации методы определения периода сложных сигналов характерны различной способностью обрабатывать сигналы с произвольным спектральным составом (универсальностью) и требуют различные затраты на вычисления. По степени возрастания универсальности и вычислительных затрат автор предлагает следующее расположение методик, использующих анализ: 1) нулевых переходов; 2) среднего значения; 3) средних квадратичных отклонений. «Золотой серединой» при этом является метод, основанный на использовании среднего значения рассматриваемого сигнала, проявивший себя как достаточно быстродействующий и способный обрабатывать сигналы без промежуточных гармоник с большим уровнем шумов. Если же имеется предположение о возможном присутствии промежуточных гармоник в исходном сигнале при низком уровне шумов, то следует отдать предпочтение методу определения величины Тс по нулевым переходам при существенных ограничениях на аппаратные ресурсы, а в ином случае — методу, основанному на анализе средних квадратических отклонений.

4. При исследованиях величина периода дискретизации рассматривалась автором, равной 10"4 с. Однако ¿И может выбираться максимально возможным при соблюдении условий теоремы Котельникова. Помимо этого в случае использования метода поиска Тс по нулевым переходам для получения достоверных результатов необходимо учесть условие кратности величин Л и Тс, в случае невыполнения которого целесообразней выбрать иной метод определения периода вместо привлечения дополнительных алгоритмов передискретизации исходного сигнала.

5. Проведёно комплексное исследование определения спектрального состава анализируемых сигналов по ДПФ, совмещённого с процедурой определения Тс на коротких выборках.

6. Функциональный контроль и диагностику ШГНУ целесообразно проводить на коротких выборках (до двух периодов качания СК). По этой при-

чине вычисление диагностических коэффициентов на основе ДПФ необходимо дополнить процедурой определения периода качания CK. Ввиду этого разработанное и протестированное на тестовых и реальных сигналах алгоритмическое и программное обеспечение рассмотренных в диссертации процедур определения периода сложных сигналов при условии воздействия нежелательных факторов (постоянная составляющая, кратные и промежуточные гармоники, фазовые сдвиги между гармоническими составляющими, шум) позволяет судить о возможности внедрения данных методик в реальные системы функционального контроля и диагностики насосного оборудования, основанное на анализе диагностических коэффициентов. Диагностические коэффициенты в свою очередь предполагается вычислять по ваттметрограм-мам, вольтампермеггрограммам, варметрограммам, токограммам, омметро-граммам и фазограммам.

7. Рассмотрена и показана возможность использования величины периода сигнала в качестве информативной компоненты при дистанционном контроле и диагностике насосного оборудования.

Основные материалы диссертации опубликованы в следующих работах:

1. Гольдцггейн Е.И., Ли Д.В. Дискретное преобразование Фурье по коротким выборкам при наличии шумов // Измерительная техника. - 2004. - №4. -с. 11-14.

2. Гольдштейн Б.И., Ли Д.В., Сулайманов А.О. Определение периода и реактивной мощности в электромеханических устройствах при несинусоидальных токах и напряжениях // 38 Вестник УГТУ-УПИ. Электромеханические и электромагнитные преобразователи энергии и управляемые электромеханические системы: Сборник статей. Ч. 1: Общие вопросы электрических машин и трансформаторов. Машинно-вентильные системы. Вопросы диагностики. - Екатеринбург: ГОУ ВПО УГТУ-УПИ, 2003. - №5 (25). - с. 330-333.

3. Ли Д.В. Определение периода как информационной компоненты при передаче и распознавании информации // Материалы седьмой Всероссийской научно-технической конференции «Энергетика: экология, надёжность, безопасность». - Томск: Изд. ТПУ, 2001. - Т. 1. - с. 258-260.

4. Ли Д.В. Определение периода сложных периодических колебаний, представленных цифровыми отсчётами // Современные техника и технологии: труды седьмой международной научно-практической конференции студентов, аспирантов и молодых учёных. - Томск: Изд. ТПУ, 2001. - Т.2. - с. 30-32.

5. Ли Д.В. Определение постоянной составляющей сигнала, представленного массивом цифровых отсчётов при наличии шумов // Материалы седьмой Всероссийской научно-технической конференции «Энергетика: экология, надёжность, безопасность». - Томск: Изд. ТПУ, 2001. -Т.2. - с. 104-105.

6. Функциональный контроль и диагностика электротехнических и электромеханических систем и устройств по цифровым отсчетам мгновенных значений токов и напряжений / B.C. Аврамчук, Н.Л. Бацева, Е.И. Гольд-

штейн, И.Н. Исаченко, Д.В. Ли, А.О. Сулайманов, ИВ. Цапко II Под ред. Е.И.Гольдштейна. Томск: Печатная мануфактура, 2003.—240с.

7. Пат. 2189703 РФ, 7 H 04 Q 1/457, H 04 В 3/46, H 04 L 27/10. Способ передачи и приёма кодовых комбинаций / ЕЛ. Гольднггейн, Д.В. Ли // Бюл. изобрет. - 2002. - №26.

S. Пат. 2208293 РФ, 7 H 03 M 1/00, H 04 L 27/10. Способ передачи и распознавания двоичной информации / Е.И. Гольдштейн, Д.В. Ли // Бюл. изобрет. - 2003. - №19.

9. Пат. 2226696 РФ, 7 G 01 R. 23/02. Способ определения периода многочастотного сигнала, представленного в цифровой форме / Е.И. Гольдштейн, Д.В. Ли // Бюл. изобрет. - 2004. - №10.

10.Свидетельство №2001611047 РФ о регистрации программ для ПЭВМ. Программа вычисления периода сложного периодического сигнала / Ли Д.В. //Опубл. 20.08.01.

11. Свидетельство №2002610401 РФ о регистрации программ для ПЭВМ. Программы вычисления периода гармонического сигнала по минимуму его среднего значения / Ли Д.В. // Опубл. 25.03.02.

12. Свидетельство №2003611784 РФ о регистрации программ для ПЭВМ. Программа вычисления спектрального состава с помощью дискретного преобразования Фурье / Ли Д.В. // Опубл. 25.07.03.

13.Свидетельство №2003611785 РФ о регистрации программ для ПЭВМ. Программа вычисления периода полигармонического сигнала по минимумам его среднего значения / Ли Д.В. // Опубл. 25.07.03.

14. Свидетельство №2003611786 РФ о регистрации программ для ПЭВМ. Программа вычисления периода полигармонического сигнала по среднеквад-ратической оценке / Ли Д.В. // Опубл. 25.07.03.

15.Е. Goldstein, D. Lee, В. Valov. Diskrete Fourier-transformation mit vorbestimmung der periode von grundschwingung bei Untersuchungen der spannungs-qualitat // 48 Internationales Wissenschaftliches Kolloquium. Technishe Universität Ilmenau. 22.-25.09.2003 pp. 571-572.

Е.И. Гольдштейн, Д.В. Ли, Б.М. Валов. Дискретное преобразование Фурье с предварительным определением периода анализируемого сигнала // 48 Международный научный коллоквиум. - Ильменау: -2003. - с. 571-572.

16. Lee D.V. Determination of the compound signals period // Proceed. Of the 8th Inter. Scient. Conf. «Modern Technique and Technologies» (MTT 2002), Tomsk, TPU, pp. 20-21,2002.

Ли Д.В. Определение периода сложных сигналов // Современные техника и технологии: труды восьмой международной научно-практической конференции студентов, аспирантов и молодых учёных. - Томск: Изд. ТПУ, 2002.-с. 20-21.

Подписано к печати 17.11.2004г. Тираж 100 экз. Заказ № 199. Бумага офсетная. Печать ИЗО. Отпечатано в типографии ООО «РауШ мбХ» Лицензия Серия ПД№ 12-0092 от 03.05.2001г. г. Томск, ул. Усова 7, ком. 052. тел. (3822) 56-44-54

РНБ Русский фонд

I

\ -

19 НОЯ 2№

Перечень принятых сокращений

Введение

Глава 1. Обзор литературы по вопросам определения периода сложного сигнала и диагностических коэффициентов. Уточнение решаемых задач

1.1. Общие сведения и классификация методов определения периода и диагностических коэффициентов

1.2. Факторы, затрудняющие определение периода

1.3. Основные требования к разрабатываемым методикам

1.4. Задачи, решаемые в диссертационной работе

Глава 2. Определение периода сложных сигналов по нулевым переходам

2.1. Общие соображения по методике определения периода сложного сигнала по нулевым переходам

2.2. Алгоритм определения периода сложного сигнала по нулевым переходам с учётом влияния постоянной составляющей и шума

2.3. Описание программы нахождения периода сложного сигнала по нулевым переходам

2.4. Исследование работоспособности программы нахождения периода сложного сигнала по нулевым переходам

Актуальность проблемы. Эффективное использование различных электротехнических и электромеханических систем и устройств в промышленности, как правило, сопряжено с детальным изучением и анализом рабочих циклов оборудования и со снижением потребления энергоресурсов (электроэнергии) этими системами и устройствами. В совокупности с этим своевременные и оперативные ремонтные мероприятия, грамотный контроль работоспособности оборудования дают возможность сэкономить значительные финансовые средства. Именно по этой причине возникла необходимость создания средств функционального контроля и диагностики (ФКиД), с помощью которых представляется возможным своевременно вмешаться в процесс эксплуатации различных систем, выявить и устранить причины, способствующие предаварийным и аварийным режимам.

Одним из перспективных направлений ФКиД сложных электротехнических и электромеханических систем, к примеру, штанговых глубинных насосных установок (ШГНУ) на нефтепромыслах, является возможность оперирования с этими системами без их вывода из рабочего состояния, на основе использования, как наиболее информативных, мгновенных значений их токов и напряжений. Именно такое направление на протяжении ряда лет разрабатывается на ряде кафедр ТПУ.

Идеализированный случай предполагает работу средств функционального контроля и диагностики в режиме реального времени. Однако громоздкие алгоритмы и, как следствие, аппаратно-программное обеспечение позволяют лишь в некоторой степени приблизиться к обработке соответствующих сигналов тока и (или) напряжения рассматриваемых систем в реальном времени благодаря внедрению систем цифровой записи и обработки сигналов. С помощью применения цифровых регистраторов представляется возможным обработка интересуемых сигналов и выдача результатов с некоторой задержкой по времени, необходимой на вычислительный процесс.

Возможность работы средств функционального контроля и диагностики в режиме реального времени особенно актуально при организации дистанционного контроля и диагностики насосного оборудования, когда с многих объёктов (в нашем случае это ШГНУ) информация о состоянии оборудования попадает на главный пункт управления и сбора информации.

В данной диссертации рассматривается возможность функционального контроля и диагностики насосного оборудования по диагностическим коэффициентам, определяемым с помощью аппарата преобразования Фурье. Реализация преобразования Фурье возможна только при наличии информации о периоде рассматриваемых сигналов. Помимо этого, такие задачи как вычисление среднего и действующего значений, проведение распознавания сложных сигналов, передаваемых по цифровым каналам связи и т.д. решаемы лишь при известной величине периода. Именно вопросам определения периода сложных сигналов уделено основное внимание в настоящей работе.

На практике задача определения периода сложных сигналов усложняется при воздействии нежелательных факторов - присутствии в исходном сигнале постоянной составляющей, наличии кратных и промежуточных (не кратных основной) гармоник, фазовых сдвигов и помех. В Российской федерации не существует устоявшегося термина, характеризующего гармоники, не кратные основной по частоте. По этой причине термин «промежуточная гармоника» был позаимствован автором из стандартов Германии. Добавим, что некоторые авторы называют такие гармоники интергармониками [25]. Ясно, что наличие промежуточных гармоник существенно усложняет процесс определения периода сигнала.

Дать качественную оценку работоспособности какой-либо методики определения периода сложных сигналов и выявить границы её применимости, по мнению автора, представляется возможным лишь на основе использования тестовых сигналов, искомые параметры которых известны. Понятно, что чем разнообразнее ряд тестовых сигналов, тем в более полной мере будет произведено тестирование.

В различных прикладных задачах использование величины периода носит, как правило, промежуточный характер для последующих вычислений. В диссертации рассматривается возможность использования величины периода в качестве основной информативной компоненты при организации дистанционного контроля и диагностики насосного оборудования.

Завершая краткое введение в проблематику диссертационной работы, подчеркнём, что конечным результатом проводимых исследований будет нахождение диагностических коэффициентов, используемых при поиске ответов на вопросы о работоспособности насосной установки (в терминах «норма» - «авария») и обеспечении минимального энергопотребления за счёт должного механического уравновешивания ШГНУ.

Целью диссертационной работы является: разработка методик и алгоритмов определения периода сложных сигналов и их применение в задачах функционального контроля и диагностики насосного оборудования на нефтепромыслах по диагностическим коэффициентам, получаемых на основе преобразования Фурье; исследование работоспособности этих методик и возможности использования величины периода в качестве основной информативной компоненты при дистанционном контроле и диагностике насосного оборудования.

Для достижения указанной цели требуется решить следующие задачи:

1. создания тестовых сигналов;

2. разработки алгоритмического и программного обеспечения процедуры определения периода сложных сигналов при условиях воздействия описанных выше нежелательных факторов;

3. тестирования разработанных процедур поиска периода с помощью тестовых сигналов;

4. апробации разработанных процедур поиска периода с помощью реальных сигналов;

5. разработки алгоритмического и программного обеспечения вычисления диагностических коэффициентов на основе ДПФ с предварительным определением периода анализируемых сигналов и его тестирование с помощью тестовых и реальных сигналов;

6. тестирования ДПФ с предварительным определением периода с помощью тестовых и реальных сигналов.

Методы исследования. Для решения поставленных в работе задач используются методы теории цифровой обработки информации: численное моделирование, сглаживание и фильтрация временных последовательностей данных, гармонический анализ. Экспериментальные исследования проводились с помощью вычислительного эксперимента.

Научная новизна полученных в работе результатов состоит в следующем:

1. При решении задачи поиска периода сложных сигналов впервые рассмотрено совокупное влияние таких нежелательных факторов как наличие в рассматриваемых сигналах постоянной составляющей, кратных и промежуточных гармоник, фазовых сдвигов между гармоническими составляющими, шума.

2. Впервые рассмотрена реализация комплексного дискретного преобразования Фурье совместно с процедурой предварительного определения периода сложных сигналов.

3. Проведены исследования по возможности использования величины периода в качестве основной информативной компоненты при передаче и распознавании информации в частотных системах и получены не описанные ранее в научно-технической литературе результаты.

4. Создано алгоритмическое обеспечение, которое может быть применено в диагностических комплексах и в частотных системах обмена телеметрической информации. Часть алгоритмов может использоваться в качестве ПО для ЭВМ.

Практическая ценность работы состоит в том, что:

1. Разработаны оригинальные методики определения периода сложных сигналов, которые в последующем нашли применение при составлении трёх заявок на получение патентов РФ, характеризующих оригинальную конкурентоспособную продукцию, а также при разработке лабораторных работ по курсу «Информационное обеспечение управления энергосистемами» работ, использованных в учебном процессе в ТПУ.

2. Разработано алгоритмическое и программное обеспечение оригинальных методик определения периода сложных сигналов и ДПФ, совмещённого с процедурой определения периода; произведено тестирование программного продукта на реальных и тестовых сигналах и получены свидетельства на регистрацию данных программ.

3. Метод определения периода по средним квадратичным отклонениям нашёл применение при разработке программного обеспечения системы функционального контроля и диагностики штанговых глубинных насосных установок.

Реализация результатов работы. Созданы алгоритмы и программы поиска периода сложных сигналов, вычисления диагностических коэффициентов на основе преобразования Фурье, совмещённого с процедурой определения периода сложных сигналов при функциональном контроле и диагностике насосного оборудования на нефтепромыслах. Практическая реализация подтверждается соответствующими документами.

Апробация работы. Основные результаты диссертации были изложены и обсуждены на ряде научных конференциях: 7 Всероссийской научно-технической конференции «Энергетика: экология, надёжность, безопасность» (Томск, 2001); 7 Международная научно-практическая конференция студентов, аспирантов и молодых ученых «Современные техника и технологии» (Томск, 2001); 8 Международная научно-практическая конференция студентов, аспирантов и молодых ученых «Современные техника и технологии» (Томск, 2002); Международной конференции EECCES-2003 (Екатеринбург, 2003); Международной конференции IWK-2003 (Ильменау, ФРГ, 2003).

Публикации. По результатам диссертационной работы опубликовано 16 работ, из которых 3 патента РФ, 1 монография, 5 свидетельств о регистрации программных продуктов. Перечень работ прилагается.

Структура и объём работы. Диссертация состоит из введения, четырёх глав, и заключения, изложенных на 94 страницах машинописного текста, содержит 41 рисунков, 14 таблиц. Библиографический перечень используемой литературы включает 82 наименования. Приложение содержит сведения о полученных патентах РФ и свидетельств о регистрации программных продуктов, справки об использовании научных исследований диссертационной работы, акт о внедрении, краткое описание программного комплекса «Контроль и диагностика штанговых глубинных насосных установок по мгновенным значениям тока и напряжения» и занимает 25 страниц.

вывода данных {0;!}

Помеха

Фиг. 1 п

1. Абдуллазянов Э.Ю., Ахметвалеева JI.B., Максимов Н.В., Федотов А.И. Программно-аппаратный комплекс определения показателей качества напряжения // Проблемы энергетики. 2002. - №11-12. - с. 65-73.

2. Абраменков В.В. Накопление сигнала при использовании современных методов цифрового спектрального оценивания // Радиотехника. 2002. -№12.-с. 88-91.

3. Абраменков В.В., Быстрое А.В., Савинов Ю.И. Использование метода наименьших квадратов в задаче цифрового спектрального анализа коротких последовательностей // Радиотехника. 1999. - №2. - с. 15-18.

4. Адриянов А.В. Спектральный анализ сигналов на основе БПФ // Радиотехника. 1986. - №7. - с. 49-50.

5. Алиев Т.А., Таирова Х.С. Робастные алгоритмы спектрального анализа измерительной информации // Автометрия. 2001. - №5. - с.44-50.

6. Антонов В.И., Ильин А.А., Лазарева Н.М. Адаптивные алгоритмы оценки частоты для цифровых систем релейной защиты и автоматики // Электротехника. 1995. - №8. - с. 29-31.

7. Антонов В.И., Пуляев В.И. Определение частоты в энергосистеме путём цифровой обработки электрических сигналов // Энергетик. 2002. - №4. -с. 15-16.

8. Баков Ю.В. Мощность переменного тока. Иваново: 1999.

9. Богданович В.А., Вострецов А.Г. Теория устойчивого обнаружения, различения и оценивания сигналов. М.: Физматлит, 2003. - 320с.

10. Болыианин Г.А., Безносов Е.А. Учёт дробных высших гармонических и субгармонических составляющих тока и напряжения // Труды 5-й Всероссийской научно-технической конференции / ТПУ. Томск: Изд-во ТПУ, 1999. -с.16-17.

11. Гельман JI.M., Удовенко JI.H. Новые признаки, основанные на преобразовании Фурье, для диагностики и распознавания образов // Техническая диагностика и неразрушающий контроль. 2001. - №3. - с. 27-28.

12. Гнатенко М.А. Алгоритм измерения фликера в аппаратно-программном комплексе контроля качества электрической энергии // Сборник научных трудов НГТУ. 2000. - №1(18). - с. 91-95.

13. Гольдштейн Е.И., Даниленко Т.Г. Универсальная методика определения периода многочастотного сигнала, представленного в цифровой форме // Измерительная техника. 2001. - №6. - с. 47-49.

14. Гольдштейн Е.И., Коробко П.Ф. Технология решения инженерных задач: Учебное пособие. Томск: Изд. ТПУ, 1999. - 140 с.

15. Гольдштейн Е.И., Ли Д.В. Дискретное преобразование Фурье по коротким выборкам при наличии шумов // Измерительная техника. 2004. -№4.-с. 11-14.

16. Гольдштейн Е.И., Цапко И.В. Нетрадиционные способы функционального контроля и диагностики электромеханических, электротехнических и электротехнологических систем // Приборы и системы. Управление, контроль, диагностика. 2000. -№1. - с. 81-85.

17. Григорьев А.В., Осотов В.Н. О неоднозначности понимания и употребления терминов технической диагностики // Энергосистема: управление,качество, безопасность: Сборник трудов ВНТК / УГТУ-УПИ. Екатеринбург: Изд-во УГТУ-УПИ, 2001. - с. 385-388.

18. Двинских В.А. Вычисление параметров периодических составляющих дискретных данных с ограниченным интервалом наблюдения // Измерительная техника. 1999. - №2. - с. 10-12.

19. Двинских В.А. Вычисление параметров спектра и фильтрация периодических составляющих цифровых сигналов // Энергетик. 1995. - №10. -с. 58-60.

20. Двинских В.А. Определение параметров периодических составляющих цифровых сигналов // Радиотехника. 1989. - №8. - с. 54-55.

21. Дьяконов В. П. Справочник по алгоритмам и программам на языке бейсик для персональных ЭВМ: Справочник. М.: Наука, 1989. - 240с.

22. Евсиков М.Ю. Распознавание многочастотных сигналов, передаваемых по цифровым каналам связи. // Электросвязь. 1998. - №11. - с. 19-21.

23. Егоров В.А. Определение частоты синусоидального сигнала. // Измерительная техника. 1998. - №9. - с. 34-35.

24. Жежеленко И.В. и др. Интергармоники в промышленных электрических сетях и методы их минимизации // Материалы Междунар. научно-техн. конф. Томск: ТГУ, 2004. - с. 66-69.

25. Иориш Ю.М. Виброметрия. М.: Машиностроение, 1963.

26. Калинин А.В. Об измерении реактивной мощности при несинусоидаль-. ных режимах // 6 МНПК студентов, аспирантов и молодых учёных СТТ-2000. Томск: ТПУ, 2000. - с. 50-52.

27. Каримов Р.Н., Кац Е.Я., Червякова О.В. Быстрый алгоритм обнаружения сигналов заданной частоты в линиях связи. // Межвуз. науч. сборник: Саратов, 1998. с. 52-59.

28. Кузнецов В.А. и др. Измерения в электронике: Справочник / под ред. В.А. Кузнецова. -М.: Энергоатомиздат, 1987.

29. Куликов Е.И. Методы измерения случайных процессов. М.: Радио и связь, 1986.

30. Лабутин С.А., Пугин М.В. Помехоустойчивость и быстродействие методов измерения частоты по короткой реализации гармонического сигнала. // Измерительная техника. 1998. - №9. - с. 34-36.

31. Макс Ж. Методы и техника обработки сигналов при физических измерениях: В 2-х томах. Пер. с франц. М.: Мир, 1983. - Т. I.e. 184-213.

32. Марченко Е.А. Качество частоты в ЕЭС России в свете западноевропейских требований. // Электрические станции. 2001. - №2. - с. 47-51.

33. Минц М.Я., Чинков В.Н. Применение цифровых фильтров для определения частоты гармонического сигнала. // Измерительная техника. -1994.-№8.-с. 60-63.

34. Михотин В.Д., Прокофьев О.В. Цифровые устройства измерения частоты с весовым усреднением. // Измерения, контроль, автоматизация. -1992. -№3-4. -с. 3-18.

35. Попов B.C., Шумаров Е.В. Измерение периода электрических сигналов, представленных в цифровой форме. // Измерительная техника. 1995. -№1. - с. 50-54.

36. Прасов М.Т., Тютякин А.В., Шеварыкин А.Ю. О повышении точности определения параметров сигналов при спектральном анализе // Приборы и системы управления. 1999. - №3. - с.40-41.

37. Пуляев В.И. Некоторые аспекты структурного анализа цифровых осциллограмм // Электро. 2000. - №1. - с.6-11.

38. Рабинер Д., Гоулд Б. Теория и применение цифровой обработки сигналов.-М.: Мир, 1978.

39. Романюк Ф.А., Глинский Е.В. Алгоритмы получения действующих значений сигналов в микропроцессорных защита // Энергетика. 1994. -№1-2. - с.14-16.

40. Семотюк М.В. Численно-аналитический метод спектрального анализа тональных сигналов // Управляющие системы и машины. 2001. - №1. -с. 36-42.

41. Сидоров И.М., Тимофеев В.В. Многочастотные колебания в нелинейных системах управления. М.: Наука, 1984.

42. Соболев B.C., Кащеева Г.А, Щербаченко A.M. Анализ алгоритма оценки мгновенной частоты аналитического сигнала. // Измерительная техника. -2000.-№8.-с. 57-62.

43. Стадник В.В., Чинков В.Н. Микропроцессорные мультиметры, основанные на цифровой обработке мгновенных значений сигналов // ИВУЗ энергетика. 1995. - №9. - с. 53-55.

44. Терешков В.В., Пономаренко Т.З., Корчагин А.В., Аванесов В.М. Быстродействующий измеритель отклонения промышленной частоты // Промышленная энергетика. 2002. - №10. - с. 41-44.

45. Трифонов А.П., Шинаков Ю.С. Совместное различение сигналов и оценка их параметров на фоне помех. М.: Радио и связь. 1986.

46. Тутевич В.Н. Телемеханика. Учебное пособие для вузов. — М.: Энергия, 1973,384 с.

47. Ханбеков В.Г., Дружаев А.А. Система контроля и диагностики электронных устройств // Энергетик. 2001. - №9. - с. 28-30.

48. Цифровая обработка сигналов: Справочник / Л.М. Гольденберг, Б.Д. Ма-тюшкин, М.Н. Поляк. М.: Радио и связь. 1985.

49. Чекушкин В.В. Реализация преобразования представлений ортогональных составляющих сигналов в амплитуду и фазу // Измерительная техника. 2001. - №4. с. 18-22.

50. Шмурьев В.Я. Анализ осциллограмм цифровых регистраторов во внешней среде // Энергетик. 2001. - №8. - с. 33-35.

51. Шутова И.А. Алгоритмы и программы обработки ваттметрической информации для технического диагностирования скважных штанговых насосных установок. Дис. . канд. техн. наук. Томск. 1992. 192 с.

52. А.с. 453643 СССР, G 01 R 23/10. Способ измерения частоты электрических колебаний / Кушко Б.Т. // Бюл. изобрет. 1974. - №46.

53. А.с. 1538285 СССР, Н 04 Q 11/02. Способ передачи и приёма цифровой информации / Ильинская Э.П., Корнеев Д.Я., Митяков А.И. // Бюл. изобрет. 1990. -№3.

54. А.с. 1601782 СССР, Н 04 Q 1/46. Устройство для приёма многочастотных сигналов / Голубничий Н.И., Егоров С.В., Корнилов А.И., Патлах А.С. // Бюл. изобрет. 1990. - №39.

55. А.с. 1663784 СССР, Н 04 Q 1/46. Устройство для приёма многочастотных сигналов / Аснин Л.Б., Брайнина И.С., Фролов А.П. // Бюл. изобрет. -1991.-№26.

56. А.с. 2107302 РФ, G 01 R 23/02. Способ определения частоты электрической сети / Лямец Ю.Я., Антонов В.И., Арсентьев А.П. // Бюл. изобрет. -1998.-№8.

57. А.с. 1707239 СССР, 5 F 04 В 51/00/ Способ диагностики штанговых насосных установок / Е. И. Гольдштейн, Б.Н. Даурих, JI.K. Конради // Бюл. изобрет. 1992.-№3.

58. А.с. 1784947 СССР, 5 G 05 В 23/02. Способ диагностики штанговых насосных установок / Е.И. Гольдштейн, И.А. Шутова // Бюл. изобрет. -1992.-№48.

59. Пат. 2129666 РФ, 6 F 04 В 51/00. Способ диагностирования уравновешенности станков-качалок штанговых насосных установок / Е. И. Гольдштейн, Е. Н. Ермакова // Бюл. изобрет. 1999. - №12.

60. Пат. 2129667 РФ, 6 F 04 В 51/00. Способ дихотомического диагностирования неуравновешенной установоки / Е.И. Гольдштейн, Е.Н. Ермакова // Там же.

61. Пат. 2190126 РФ, 7 F 04 В 51/00. Способ диагностики штанговых насосных установок с известным состоянием уравновешенности / Е.И. Гольдштейн, Д.В. Иванов, И.В. Цапко // Бюл. изобрет. 2002. - №27.

62. Пат. 2204736 РФ, 7 F 04 В 51/00. Способ диагностики штанговых насосных установок / Е.И. Гольдштейн, Т.Г. Даниленко, И.В. Цапко // Бюл. изобрет. 2003. - №14.

63. Заявка 20021191185 РФ, F 04 В 51/00. Способ диагностики уравновешенности станков-качалок штанговых насосных установок / Е.И. Гольдштейн, И.Н. Исаченко. Заявл. 16.07.2002.

64. Заявка 2002129205 РФ, F 04 В 51/00. Способ диагностики уравновешенности станков-качалок штанговых насосных установок / Е.И. Гольд-штейн, И.Н. Исаченко, С.В. Полякова. Заявл. 31.10.2002.

65. Заявка 2002129166 РФ, F 04 В 51/00. Способ диагностики уравновешенности станков-качалок штанговых насосных установок / Е.И. Гольд-штейн, И.Н. Исаченко, С.В. Полякова. Заявл. 31.10.2002.

66. Пат. 2189703 РФ, 7 Н 04 Q 1/457, Н 04 В 3/46, Н 04 L 27/10. Способ передачи и приёма кодовых комбинаций / Е.И. Гольдштейн, Д.В. Ли // Бюл. изобрет. 2002. - №26.

67. Пат. 2208293 РФ, 7 Н 03 М 1/00, Н 04 L 27/10. Способ передачи и распознавания двоичной информации / Е.И. Гольдштейн, Д.В. Ли // Бюл. изобрет. 2003 .-№ 19.

68. Пат. 2226696 РФ, 7 G 01 R 23/02. Способ определения периода многочастотного сигнала, представленного в цифровой форме / Е.И. Гольдштейн, Д.В. Ли // Бюл. изобрет. 2004. - №10.

69. Свидетельство №2001611047 РФ о регистрации программ для ПЭВМ. Программа вычисления периода сложного периодического сигнала / Ли Д.В.//Опубл. 20.08.01.

70. Свидетельство №2002610401 РФ о регистрации программ для ПЭВМ. Программы вычисления периода гармонического сигнала по минимуму его среднего значения / Ли Д.В. // Опубл. 25.03.02.

71. Свидетельство №2003611784 РФ о регистрации программ для ПЭВМ. Программа вычисления спектрального состава с помощью дискретного преобразования Фурье / Ли Д.В. // Опубл. 25.07.03.

72. Свидетельство №2003611785 РФ о регистрации программ для ПЭВМ. Программа вычисления периода полигармонического сигнала по минимумам его среднего значения / Ли Д.В. // Опубл. 25.07.03.

73. Свидетельство №2003611786 РФ о регистрации программ для ПЭВМ. Программа вычисления периода полигармонического сигнала по средне-квадратической оценке / Ли Д.В. // Опубл. 25.07.03.

74. Amy Mar. Digital Signal Processing Applications Using the ADSP-2100 Family // Prentice Hall. Englewood Cliffs. - New Jersey. - 1992. - PP. 457465.

75. Ingle V.K., Proakis J.G. Digital Signal Processing Laboratory Using the ADSP-2101 Microcomputer // Prentice Hall. Englewood Cliffs. - New Jersey. - 1991.-PP. 265-269.til

76. Lee D.V. Determination of the compound signals period // Proceed. Of the 8 Inter. Scient. Conf. «Modern Technique and Technologies» (МТГ 2002), Tomsk, TPU, pp. 20-21, 2002.