автореферат диссертации по приборостроению, метрологии и информационно-измерительным приборам и системам, 05.11.13, диссертация на тему:Разработка и исследование многопараметровых методов и автоматизированной аппаратуры электромагнитного неразрушающего контроля

РГ6 00

- 1 ПАП 1033

тсмсяи! пожтешгчесюй университет

Ка !градах рукописи

ДРЕЙЗШ Валерий Элизарович

РАЗРАБОТКА И ИССЛЕДОВАНИЕ ШЮГОПАРА1.1ЕТРОВЫХ МЕТОДОВ И АВТОМАТИЗГРОВАШОЙ АППАРАТУРЫ аЧЕКТРОМАГНИТНОГО НЕРАЗРУШ АЩЕГО КОНТРОЛЯ

Споцдачьность: 05.11.13 - Прибери и ¡.ото;:н контроля

природной сро,т?.1е гсгцзстп, ипторяалоп и изделий

АВТОРЕФЕРАТ

диссертации ка сспсконко угеной степени доктора технических наук

Томск - 1993 г.

Работа шполнона па к&редро Конструирования и технологии эжжтрошшх вычислительных средств Курского политехнического института.

(Ннциалышо оппонснти : доктор технических наук,профессор Сомонов B.C. (г.Томск); доктор технических наук,профессор Покровский А.Л. (г.Москва); доктор технических наук,профессор Фастрицкий B.C. (г.Рига).

Ведущая организация : Институт физики металлов Уральского отделения АН РФ (г.Екатеринбург).

Защита состоится "<яУ 1993 г. в 15 часов на

заседании специализированного Совета Д 063.ВО.05 в Томском политехническом университета в 215 ауд. 18 корпуса (634028, г.Томск, ул.Сышшх, 3, НИИ ИН).

С диссертацией мояло' ознакомиться и библиотеке Томского политехнического.университета.

Автореферат разослан " ^ "¿Ь&чии« 1993 г.

Учений секретарь специализированного Совета

к.т.н. , .у----_ Б.Б.ВИНОКУРОВ

Общая характеристика рлботн

Актупльность тени диссертации. Задача поветония качества выпускаемой продукции приобрела в настоящее время особое значошю, составлял неотъсмлсмуп часть общой задачи интенсификации производства и ус!:оренля научно-техгаческого прогресса. Совершенно очевидно, что решошю этой задачи требует разработки высокоэффективных сродстп контроля техно логических процессов и качества продукции, п том число и норазрушагацих мотодов и сродстп контроля, что нашло отраженно в "Основных направлениях экономического и социального развития СССР на 1985-1990 годи и на период до 2000 года принятых на ХХУП съезде КПСС: "Обеспечить созданио и освоегао со-рийного выпуска автоматических сродстп технической диагностики мачин и оборудования, средств неразрушимого контроля, комплоксоп новых приборов проверки качества прежплеиной н сельскохозяйственной продукции, контроля состояния онрукавщоП среди".

Среди таких мотодов водное место занимав? ;?нсокопрог.зводи-те.чыше и легко автоматизируемые электромлгкк'пшэ катоду, характеризуемо тем, что шгформация о качество контролируемого изделия получается путём определения вносим:« откм изделием возмуцз-1ШЙ в приложенное электромагнитное поло. Основное трудности гас применения связаны с необходимости отыскивать одноеначше корреляционно связи кеяду контролируемыми характеристиками изделия и параметрами сигнала порвичних преобразователей, а такг.о с пг.?я-1с.ем многочислен!!!« конащих факторов.

Стремление получить более полнуп и;гформацш:> о контролируемом изделии и, тем самим, повысить селективность а надёжность контроля привело к соэдеивто иногопарамстрових методов, оЗоспэ'П!-вакцих получение многомерной ин1'ор:;ацип о контролируемом изделии, путем фортарэсшшя такого возЗуяд-тотрго поля, которое позволяет получить слс-гли'А сигнал о контрэлирутмом изделии с; целим комплексом яшюПиэ независим» параметров. Та ко цель мояот бить достигнута ц путём объединения а едонуа комплексную систему ЕС ряда отделы;;гх приборов, основан'-:!« на различ.'гггх фгзичес-ких пршгцчпах при соимостнсЯ обработке получаемой от них информации. В обс'пс елучпяс необходима елсяная математическая обработка получаемой многомерной информации в соответствии с предварительно найдешиям математически;!« моделями, солэивАщпги

контролируемые параметры с непосредственно измеряемыми параметрами сигналов. Именно многомерность получаемой математической модели позволяет существенно повысить методическую точность и надежность контроля, резко ослабить или полностью устранить в/шя-низ мешающих факторов; успешно справляться с такими задачами, которые вообще не могут быть решены однопарамотровиыи методами, ввиду неоднозначности связей с каждым из непосредственно измо-ряемых параметров в отдельности.

Однако реализация и внодрение многопараАютровых методов наталкивается на ряд серьёзных трудностей, таких как:

отсутствие единого методического и теоретического подхода к решению многопараметровых задач ;

отсутствие специализированных высокопроизводительных технических средств для проведения многопараметровых экспериментальных исследований, на основе которых отыскиваются математические модели мкогопараметрового неразрушаюцего контроля (!.1НК) ;

отсутствие единых апробированных теоретических методов, алгоритмов и машинных программ для обработки результатов многопараметровых экспериментальных исследований с целый отбора оптимальной совокупности значимых факторных признаков и построения оптимальной математической модели ЦНК ;

. отсутствие унифицированной серийно выпускаемой аппаратуры для промышленного ЫНК, легко перенастраиваемой на любую конкретную задачу ;

отсутствие общей методики проведения многопараметровых исследований, пригодной для решения различных конкретных задач НК.

Рсиеккс этих вопросов и посвящена настоящая работа. Она выполнялась з "соответствии с коорданационнши планами НИР АН СССР на 1976-1980 г.г. и на 1981-1935 г .т. (тема 1.3.9.10 и 1.3.9.3), целзаой комплексной программой Минвуза СССР "Разработка и примо-нежа кетодов и средств неразрушаицего контроля качества промьш-лекньк изделий" (тема 2.2.2), а также научно-технической программой ГКНГ СМ СССР 0.18.01 на 1981-1985 г.г. (тема 03.06) к на 1983-1990 г.г. )темы 34.03.И., 34.05.И и 34.21.И). Актуальность указанных вопросов подтверждается решениями Ш и 1У Всесоюзных межвузовских конференций по электромагнитным методам неразрушаа-щего контроля, а такяо IX, X и XI Всесоюзных конференций по ко-разрушащим физический методам и средствам контроля, X и XI !'.с™-дународных конференций.

Цель работы и задачи исследований. Цель робот» - разработка теоретических, методических и технических основ мнэгопарамзтро-вого НК на осново системного анализа есоП прсблеги в целом и гн-рокого использования современных вычислительных методов и достижений микроэлектроники и вычислительно!) тохшши. ¡¡сходя из поставленной цели, основные задачи диссертации мокно сформулировать следующим образом:

1) Системный анализ современного состолшт теории';! практики шюгопараметровж злектромагнктних методов норазрупаггщего контроля, включал сюда:

анализ основных задач МНК;

определение областей применения многопардаетрепде методов

в НК;

систематизация существующих методов получения н обработки многомзрной информации в электромагнитном НК;

анализ существующих подходов к реизгсго (могопарпготросх яетрических и классифккациошшх задач Ш;

разработка общего системного подхода дал решения указглппл; задач э электромагнитной структуре- и дефектоскопии.

2) Разработка теоретических ochod рсизгая изтричесгасс кного-паранетропсс задач НК с использованием статистически: методов, как нпиболеа адскватшлс решаемым задачам.

3) Разработка теоретических ссноа ропения классификационных многопараметровых задач ICC с использовгишем истодов распознавания образов.

4) Разработка теоретических вопросов сканируг-дего многопа-раметросого контроля, связмашх с обработкой многомерной информации в реальном гяептабе вр-змепи.

о) Разработка пакета пряклади« программ для обработки ро-зультатоз многспаргметрсних экспериментальное исследований на ЭВМ с цельэ построения оптимальных метрических и класс^нкацпон-иих матскатических кодэлсЯ МНК.

G) Разработка автоматизкрозашкх приборов и нзмеритольно-внчислнтельтэс кокплсксоз для проведения экспериментальных кно-гопярометроскх исследосагс.й и проипводствошюго контроля.

7) Разработка nporpwrmoro обеспячошш для пптонот.япи мно-гопзраме.рои.« универсальных структуроскопов п измерительно-вы-чиелнтельгая исследовательских комплексов.

0) Разработка автоматических систем обработки многомерной информации на базе средств вычислительной техники для сканирующих многоканальных систем НК.

9) Исследование эффективности разработанных теоретических методов, алгоритмов и аппаратуры методом имитационного моделирования на ЭВМ и на реальных задачах многопараыетрового контроля.

10) Разработка вопросов метрологического обеспечешя многопараметровых методов и приборов НК.

11) Внедрение разработанных методов и средств в практику нераэрушающего контроля промышленных изделий и полуфабрикатов, разработка производственных методик нераэрушающего контроля

с их использованием.

Методы исследований. Для решения метрических И классификационных задач многопараметрового нераэрушающего контроля используются метода многомерного статистического и регрессионного анализа, математические метода реиешя некорректно поставленных задач, а также разнообразные методы распознавания образов.

Для проверки эффективности разработанных критериев и алгоритмов решения указанных задач использовались метода вычислительного эксперимента, т.е. имитационного моделирования на ЭВМ, Для практической проверки разработанных методов и решения производственных задач нераэрушающего контроля использовались экспериментальные метода с использованием разработан; шх приборов л исследовательских измерительно-вычислительных структуро-скопических комплексов с обработкой получаемых массивов первпч-ной информации на ЭВМ,

При проектировании приборов и систем многопараметрового ¡ПС широко применялись метода математического моделирования, разнообразные алгоритмические методы повышения точности измерений и совместной обработки многомерной информации на осново встра-ивае!(Мх микроцроцессорных средств.

Научная новизна. Научная новизна заключается в разработке единой методологии решения задач многопараметрового нэразру-Еогацегб контроля на основе системного подхода и теоретичоских основ решения метрических и классификационных задач в многопа-раметровой структуро- и дефектоскопии, включая: разработку и исследование новых эффективных критериев отбора оптимальной

совокупности информативных признаков и построения оптимальной математической модели многоппраметрового контроля ; получение теоретических оценок значимости улучшения указанных критериев при увеличении мерности пространства признаков, использующих как статистический подход, так и дополнительную информацию о точности измерения информативных признаков ; разработку на основе указанных критериев и оценок эффективных алгоритмов построения оптимальных метрических и классификационных математических моделей многопарпметрового контроля, устойчивых к влиянию погрешностей измерения информативных признаков и адекватных по отношению к генеральной совокупности ; разработку ряда теоретических вопросов сканирующего НК, включая выделение полезного сигнала из шумов, дискретизацию и параметризацию динамических сигналов и др. ; разработку принципов проектирования нового поколения програ^мноуправляемюс приборов, исследовательских нэмеритольно-Еычислитольннх комплексов и автоматических систем сканирующего многопараметрового контроля, базирующихся на данной методологии и полученных математических моделях многопараметрового неразрушаетцего контроля. На защиту выносятся:

классификация способов получения и видов многомерных сигналов, а таето способов га первичной и вторичной обработки в электромагнитных методах НК ;

системней анализ проблем многопараметровой электромагнит-, ной структура- и дефектоскопии;

теоретические основы решения метричссхих и классификационно задач МНК с использованием многомерного статистического и регрессионного анализа и теории распознавания образов, включая сада методы и критерии отбора информативных признаков, критерии оптимальности и адекватности построенных математических моделей многопараметрового контроля и оценку значимости их приращения при увеличении мерности пространства признаков; '

теоретические вопросы задач получения, сортировки и обработки многомерной информации в сканирующих автоматических системах Ш;

основные методические принципы проведения многопарамотро-шх экспериментальных исследоганкй для решения конкретных метрических :1 классификационных задач Ж;

алгоритмы машинной обработки многомерных массивов окспери-монталышх данных с цольа построения оптимальных математических модолей ШК;

основные принципы построения структурных схсм и программного обеспечения автоматизированных приборов н измерительно-вычислительных комплексов на основе современной элементной базы и средств вычислительной техники, предназначенных как для исследовательских целей, так и дтя промышленного неразрушающего контроля.

Практическая ценность работы. Разработан, исследован и опробован эффективный универсальный метод решения практических многопараметровых задач структуро- и дефектоскопии, инвариантный к используемым физическим методам получения многомерной информации о контролируемом изделии. Разработан пакет прикладных программ, реализующий указанный метод на универсальных ЭВМ серии ЕС, в результате чего по данным экспериментальных многопараыет-ровых исследований определяются оптимальные метрические и клас-сифпкациошыо многомерные математические модели, которые должны лежать в основе прошялонных автоматических систем и -средств мно-гопараметрового контроля конкретных изделий. Предложены и реализованы основные принципы проектирования нового поколения универсальных прогроымноуправляемых приборов и измерительно-вычислительных комплексов на база современных средств микроолехтрошжи и вычислительной тохники, позволяющих оперативно производить указанные выше многопараметровые экспериментальные исследования, а также применяться в промышленных автоматических системах МНК и легко адаптирующихся к конкретным задачам и объектам НК, что позволяет осуществлять серийный выпуск указанной аппаратуры. Широкое применение предлоненного метода и аппаратуры позволят оперативно и эффективно решать важные практические задачи НК, нэ поддающиеся решения однопараметровыми методами, а также решить проблему автоматизации контроля.

Результаты теоретических и экспериментальных исследований могут быть использованы такяе при моделировании различных сложных объектов для целей косвенного контроля с помощь» самых разнообразное физических методов.

Реализация '.i внедрение результатов. На основе результатов теоретических и экспериментальных исследований проведены разработки трёх поколений автоматизированной аппаратуры для проведения многопараметровкх экспериментальных исследований в области структуросколии с помощью магнитных и электромагнитных многопа-раметровых методов, универсальные многопараметровые структуроско-пы со встроенными микропроцессорами МКС-ЮМП (МКС-ЮЭ) и ВТС-41.Я, а также автоматические системы обработки многомерной информации C0XÍ-5MI, С0:.И-В1.!ПС1! и С01С1-4Э с применением ЭВМ и микропроцессоров для установок комплексного неразрушающего контроля особо-тонкостенных бесаовных труб.

Приборы для исследовательских целей внедрены в Курском политехническом институте, НИ! интроскопии, Рижском политехническом институте, Кишинёвском ПКБ АСУ.

В промышленности внедрены: структуроскопический измеритель-но-вычислитольный комплекс ИВКС-1, универсальные многопараметровые структуроскопы со встроенными [микропроцессорами БТС-4Ш, MKC-I0M1, КХС-ЮЭ, система обработки многомерной информации (СОМИ) для установки комплексного нераэрушающего контроля особо-тонкостенных бесшовных труб с суммарным экономическим эффектом 625 тыс.руб.

Еедётсл подготовка мелкосерийного, выпуска универсального комбинированного электромагнитного структуроскопа СКЭМ-I, который включён в республиканский заказ на 1989 г.

Технический уровень выполненных разработок и их оригинальность подтверждаются 15 авторскими свидетельствами на изобретения.

Апробация работы: Основные положения диссертации были изложены в докладах на X Международной конференции по неразрушающему контролю (Москва - 1982 г.), IX (Минск - 1981) и XI (Москва -1987) Всесоюзных конференциях "Неразрушающий контроль материалов, изделий и сварных соединений, П (Рига - 1975 г.), Ш (Куйбышев -1978 г.) и 1У (Омск - 1983 г.) Всесоюзных межвузовских конференциях по электромагнитным методам контроля качества материалов и изделий, У1 Всесоюзной конференции по магнитным измерениям и маг-нитоиэмерительной аппаратуре (Ленинград - 1983 г.), а также научно-технических семинарах Томского и Рижского политехнических институтов, Института прикладной физики АН ЕССР, ВНШНК и МЭИ.

Публикации. Результаты исследование! опубликованы в 30 печатных работах, получено авторских свидетельств на изобретения.

Состлп и объём работы: Диссертация состоит из введения, семи глав, заключения и приложений, содержит список литературы из 322 наименований, изложена на 200 страницах машинописного текста, содержит 53 л. иллюстраций и 13 л. таблиц.

С0ДЕК",!АгМЕ РАБОЙ

Системный анализ современного состояния теории и практики мнегопарамотровых электромагнитных методов нёраэрушающего контроля

Обзор литературы по развитию многопараметровых электромагнитных методов НК проводился по следующим четырём направлениям: способы получения многомерных сигналов в электромагнитных методах НК; области применения многопараметровых методов ; способы первичной и вторичной обработки многомерных сигналов в приборах и устройствах МНК; развитие теории многопараыетрового контроля (методы ресения метрических и классификационных задач).

В обзоре рассматривались следующие многопараметроьыо метод»: многочастотный вихретоковыЯ, импульсный вихретоковый, метод высших гармоник и осциллографический,методы, основанныо на измерении статических и динамических магнитных характеристик, метод магнитных шумов к некоторые комбинированные методы.

С помощью указанных методов были проведены многочисленные исследования самих разнообразных задач НК и было разработано множество различных приборов, отличающихся как способами получеши многоморных сигналов, так и способами их обработки, но подавляющее большинство этих приборов изготавливалось в единичных экземплярах и имело узкоцелевое назначение. Среди многочисленных примеров.приложений многопараметровых методов большое место занимают задачи структуроскопии, в том число: контроль качества ТВЧ закалки и химико-термической обработки (С.Д.Анисимов, В.Г.Пустынников, С.ЗСЛ1асси, Б.В.Лаврентьев, Г.Н.Свечников,

г

- п -

С.Б.Сластинин, Ю.И.Луговец, У.Н.Нуриев, В.Л.Величко и др.) ; контроль химсостава, структуры и физико-механкческнх свойств стали после термообработки (В.Г.Пустыкникоз, С.Д.Анисимов, В.Г.йгфркн, С.С.Аноприошсо, М.А.Яиун, Б.С.Скорик, В.С.ГаЙдакакин, В.А.Сандоп-cküí1, А.С.Смирнов, М.М.Шель, В.Н.Москвин, Г.В.Ломаев, С.Б."ас:;о-вич, В.Л.Еенгринович к др.).

Серьёзное внимание уделялось различим) задачам толщпнометри.ч (В.В.Клюев, В.В.Курозпев, Ю.К.Оедосенко, В.В.Сухорукой, Л,И.Никитин, Б.В.Лисксвич, Х.Л.Либби, Д.Л.Вайдолнх, Ю.Н.Русскевич, В.С.Плотников, В.Г.Ерандорф и др.) и дефектоскопии (В.В.Клюев,' В.В.Сухорукой, В.К.Жуков, Ю.К.Фодосенко, Н.А.Семко, Б.В.Корнееп, Н.Н.Дубровин, А.Я.Тстёрко, Ю.Э.Билчк, Х.Л.Либби, С.К.Ренкен, Р.Н.Нойерс, Г.В.Лснаов и др.).

Таким образом било экспериментально доказано, что многопара-изтровио олоктромаггаттм методы кмсгл болызио перспективы при реаошш всех трёх тичоо задач ПК: феноменологических (задач ебт-рукения), метрических (определения количественных значений копт-ролируемчх параметров) и классификациошп.ос (отнэсошго контролируемых изделий или обнаруженных депонтов к качественно различи1-"! классам). В задачах первого типа (феноменологических) многопер-нссть информации позволяот производить otctpoñlty от влияния мо~ савщих факторов при обнаружении дефектов (например, отстройку от влияния зазора). К метрическим относятся все задачи то.тщинсмет-рии, больезшетво задач структуроскошш (контроль физико-механических свойств и химсостава, контроль глубины поворхпостноупроч-нзшшх слоев), а также наиболее слопнио задачи дефектоскопии ~ количественноз определение параметров дефектов (дефектокетрип). В этих задачах традиционные однопараметропне метода имопт весьма ограниченные возможности из-за трудностей отстройки от влияния многочисленных мешающих факторов, а также из-за неоднозначности корреляционных зависимостей между контролируемыми параметрами и каядам из непосредственно измеряемых параметров сигнала в отдельности. При переходе же к. многомерным зависимостям в большинство случаев удаётся избавиться о г неоднозначности и существенно еггл-зить влияние мешающих факторов. Классификационные задачи возникают как в структуре-, таи и в дефектоскопии. В структуроскопин их приходятся роиать, когда требуется классифицировать объекты контроля по видам структуры, маркам сталч и т.п. В дефектоскопии -

когда требуется отнести обнаруженный дефект к одному из розкожных классов: трещина, раковина, закат и т.д. К классификационным следует отнести и задачи разбраковки изделий на годнке и брако-вашш;е, и задачи сертификации изделий, хотя подход к их решению может быть иным (не использующим методы распознавания образов).

Для анализа многочисленных и разнообразных разработок много-параметровых приборов необход;: мо было разработать достаточно полную и чёткую классификацию возможных способов получения многомерных сигналов в электромагнитном ¡¡К, их видов, а также способов их первичной обработки (параметризации) и вторичной обработки. Такая классификация не только облегчает изучение и сравнительный. анализ имеющихся разработок, но и может оказать существенную помощь при сйэдании ноеих средств многопараметрового контроля, позволяя обоснованно и рационально осуществить выбор физического принципа получения многомерного сигнала, способов выделения и измерения ого отдельных параметров и последующей совместной обработки полученной информации. Разработать классификация представлена на рис. I и рис.2.

Проведенный обзор убедительно показал, что несмотря на обилие отдельных разработок и несомненные достоинства, многопарамет-ровне методы НК не получили щиракого распространешш в промыалон-ности. Основным тормозом их широкого внедрения является несовершенство использовавшихся способов обработки многомерных сигналов ¡1 их аппаратурной реализации, сложность поиска оптимальной модели многопараметрового контроля, трудности настройки аппаратуры в соответствии с этой моделью, а также очень узкая специализация разработанных приборов. Элективное решенио всех этих вопросов возможно только на-основе системного подхода ко всей проблеме многопараметрового контроля в целом. С целью выработки такого подхода бил проведен системный анализ вопросов и проблем того-параметровой структуро- и дефектоскопии, основные результат:! которого отражены на рис. 3 и рис.4.

Определены также основные системные принципы, которые в совокупности с известными принципами конструктивной, информационной, электрической, метрологической и эксплуатационной совместимости, принятыми в современном приборостроении, позволили обоснованно подойти к проектировании нового поколения комплекса средств для проведения многопараметровых исследований и произвол-

Классификация способов получеши ;,п!ого:.;ер:тах сигналов s электромагнитном неразруааадем контроле

Улаесификагак способов первичной и вторичной обработки различных видов многомерных сигналов

Параллельная совокупность синусоидальных сигналов

т

ен:

Последовательная совокупность синусоидальных сигналов

з:

Синусоидальные сигналы плавно меняющейся частоты

[г

•ii

Моду-

ляци-

онные

сигна-

лы

дшлитудн. фазовое, амплитудно-фазовое или частотное детектирование •

т

Частотнаг селекция частотна* и другие вида фильтрации

т

Ампли-тудна< дискриминация

Несинусолд. сигналы с кратными спектральными составляющими

1

параллельное или по-слздо-ватель--ное

строби-роваг-ие

Несинусоид, сигналы с не1фатны?.т сяектраль-ныш составляющими

Детерг.зшир. импульсная последовательность или отдельные импульсы

Интегрирование или измерение

среднего значения

-ц----Ь -

Логическая обработка

(Использование отдельных арифметических операций

31

Определение максимального, эффект значения или мощности 4 сигнала

Измерение временных параметров

сигнала

Случайная импульсная последовательность

-jiiri^inikzii

Спехт-

раль-

но-

корре-ляци-онкыл анализ

Подсчет числа им-пуль-соз

РШйжёсйсть-мы линейных алгебраических уравнений

Решение уразненпй г.ао.таствея-ной регоес-сии * '

¡Использование методе: раеггознава-ния образов

Визуальная оценка по ос-цпллогра-.:.:ам или циклогэз;:-г.а.:; ' .

I - виды многомерных сигналов; 2 - способы пёрвйчноГс&ркботкЕ ГЕа^лепзйэахссГ) clif^a-лез; о - СПОСООИ вторичной обработки шогопаракэтровой пнфорг.кшии

Рис.2

Ei

непосредственное осцилло-графпрс-вашге ил;: получение цикло-гпа'."1

Оценка по номо-гралмам .графихам таблицам или с применением ручных расчетов

Структура взаимосвязей вопросов л задач

\шогспарсл;отрсзой структуросхота с позиций системного подхода ------------------------(

КЮ-

; Определение совокупности сгруктурких классов, I ;пределяицях эксплуатационные качества контролк-1 ¡уд.-лых изделий (классификационные задачи)

2 Определение совокупности структурно-хп.мпчесл:!х и $51э:1ко-.аехагшческих характеристик,определядзхх качество изделий (метрические задачи)_

3 Определение исходного множества факторных признаков

4 Определение подмнодоства управляемых ме^авди факторов и разработка способоз их принудительного варьирования в процессе экспеспм.

5 Подбор обучалцей выборки образцов

6 Разработка прямых (развуаап-яих) методов исследования образцов для определения их контролп-руемых характеристик

7 разработка или компановка комплекса многопараметровоЗ аппаратура —г лля: проведения экспер.исследований

9 Проведение гдгагопарамэтровых экспериментальных ксследоэ.и получение -исходи .многомерного массива данных

сг

8 Разработка методики жоголараметровых экспериментальных* исследозанж:

. [10 Разработка методов • ¡построения оптзмзльшх I ?.шсгсфакторных класса, йлкаиаонных моделей

112 Обработка лмогокерно-^ го массива данных на 3EV -с целью построения классификационных моделей

13 Обработка многомерного пассива экспериментальных данных па Эш с цэльз по- » строения метрических молве:

II Разработка .методов построения оптимальн. многофакторных метрических моделей

"I

Г~)1ГПЗП

15 Разработка методика производственного неразрушаю-дего контроля изделии

1

.14 Разработка мяогопарамэтровых средств . , производственного неразруиапцего контро-.. ля издоллЯ

16 Разработка метрологического обеспечения производственного НК

X

I? Разработка технологического процесса производственного неразрушаицего контроля

_J

Т.этап: Подготовка а прокгденио многонараметроБЫХ экспериментальных исследований.

2 этап: Подготовка и осуществление обработки данных эксперимента.

3 этап: Подготовка и осуществление производственного неразрупаюцего контроля структурных свойстЗ.

Рас.З

•:?7ра взаимосвязей эоарс

задач г.тнэгсп

:<.'. гэ^ехтоокони;: с позиций су.

'г;

Проведекнэ дефектологических

Злзготовлекпе образ кусственни:.д! дефекта:.'«!

совокупности ис-слдлуег.ЗхХ методов дефек-тсскэшс:

1С

Ы-'азраОэтка саосоэов шдедо:ия ла— раметризацпя ьеогсмзс'Ных дефектоскопических сигналов

! _í__

I / Разработка многояараметровол 11 исследовательской аппаратуры

о Определение подмножества упо-^э-ляе.\д1Х мезающнх факторов :: способов IX варьирования

Э Проведение экспарн-.'мптзльиух исследований на образцах с гскусстзенкъг.гд дефектами

8 Разработка метогскп ;.тно-гояараметровых экспериментальных исследований;

ПТШ--Г~

, ("1С Разработка "методов I ■ регганкя классифякятдон-

■ | ::мх задач дефектоскопии

ш

■ 12 Обработка .многомерного массива данных на с целья построения оптимальных классификационных ;.;етрическпх моделей дефектоскоп::;:

_и

-Г-

и Разработка метод: рещекнл метрических задач дефектоскопии

.г

3 этап

Г

14 Разработка методов рндэлеккя и первичной обработки дефэктоскопи-чзск;ос сигналов

16, Рс.зоаботка метрологи-"Некого обеспечения цро-:гдпленной системы дефектоскопии

13 Проверка разиаботяггшгс кетодоз и моделей классификахри дефектов к дефектсмат рил на естественных дефектах

I

±

17 Разработка комплекса технических средстз и программного обеспечения про-¿кмызленной системы дефектоскопии

15 Разработка .методов сср--ткровка и вторичной обра ботки дефектоскопической инфор.мац:ш

19 Разработка технологического процесса промышленной дефектоскопии изделий_

16 Разработка алгоритмов промышленной .многопара-метровой дефектоскопии

этап: Подготовка и проведение мяогопараметроЕЫХ экспериментальных исследовали;!, этап: Подготовка и осуществление обработки дачных эксперимента, этап: Подготовка к осуществление производственного контроля дефектов.

Рпс .4

ственного контроля изделий. Такими принципами являются: принцип -универсальности (аппаратура должна обеспечивать лёгкую перестройку на новые производственные задачи, без каких-либо конструктивных переделок) ; принцип информационной полноты (аппаратура должна обеспечивать возможность получения как можно более разнообразной информации о контролируемом изделии а пределах положенных в её основу физических методов контроля) ; принцип информационного единства исследовательской и промышленной аппаратуры (промышленная аппаратура должна обеспечивать получе!ше точно таких жо возбуждающих полей и режимов измерений, которые использовались в исследовательской аппаратуре при получении математически моделей многопараметрового контроля) и, наконец, принцип программной управляемости многопараметровой аппаратуры, который наилучшим образом позволяет обеспечить выполнение первых двух принципов, а тагско значительно упростить и облегчить эксплуатацию этих средств, повысить степень автоматизации исследований н промышленного контроля"» существенно увеличить их производительность.

Теоретическое исследование метрических задач многопараметрового неразрушакцзго контроля

Существует три подхода к решении метрических задач ¡¿ПК. Первые два из mix являются различными разновидностями детерминированного метода решения обратных задач, к числу которых относятся метрические задачи НК. Одна из этих разновидностей основывается на линейной аппроксимации функциональных зависимостей, связывающих измеряемые параметры многомерного сигнала с параметрами контролируемого объекта, в силу чего эти зависимости выражается системой линейных алгебраических уравнений с постоянны».га коэффициентами. Это позволяет назвать такой подход линейным детермики-розакным. Обоснованием его является допущение, что практические задачи НК характеризуются небольшими отклонениями всех влияющих на сигнал параметров от номинальных значений, что и позволяет считать эти зависимости линейными d указанном диапазоне вариаций влияющих параметров. Линейный детерминированный подход развивался В.Г.Пустынниковым, С.Д.Анисимовым и их сотрудниками применительно к вихретоковому многочастотному методу и базировался в основном на существовании аналитических репзний прямых задач.

Б отл.1 случае коэффициента линейных: уравнений могут быть определены расчетным путём (как правило, в таких случаях уже имеются построенные годографы этих коэффициентов в самом широком диапазоне частот, поскольку они представляют собой чувствительности вих-ретокового преобразователя к соответствующим влияющим факторам). Попытки же распространить этот метод на то случаи, когда теоретическое решение прямой задачи отсутствует и число влияющих факторов неизвестно, оказались неэффективными.

Дальнейшее развитие дотерминированный подход получил в работах В.Г.Кирова, Л.И.Трахтенберга, В.Г.Вяхорева, В.П.Денискина, О.Н.Лазуткина, А.С.Попова, В.В.Черняка, Ю.И.Луговца, Г.М.Куракина, С.Л.Наумова, И.Г.Матиса, Х.Э.Славы, С.Д.Анисимова и Ю.К.$едосенко. Основные усилия были направлены на дальнейший поиск критериев и алгоритмов по оптимизации формирования многочастотного сигнала, а такме на расыиреше сферы приложения этого подхода на другие мно-гопарамстровые методы (п частности, метод высних гармоник). Особо следует отметить неоднократные попытки преодолеть одно из основных ограничений линейного детерминированного подхода - узкий допустимый диапазон влияющих на сигнал параметров. Для этого предлагалось: моделировать экспериментально найденные нелинейные зависимости с помощью кусочно-линейных аппроксиматоров на аналоговых ЭВМ (В,В.Черняк, С.Л.Наумов) ; аппроксимировать их дугами окружностей, с дальнейшим решением на цифровых ЭВМ (О.Н.Лазуткин, А.С.Попов, Л.'Л.Трахтенберг) ; решать задачу в два этапа, сначала относить изделие к определенному классу, соответствующему какой-то узкой области варьирования влияющих параметров, а затем,используя соответствующую данном!' классу линейную модель (С.Д.Анисимов), определять числовые значения контролируемых параметров. Однако наиболее полным и строгим следует признать метод, предложенный Ю.К.Федосенко, который показал возможность аналитического решения прямой системы нелинейных уравнений для ряда важных частных случаев и разработал численный метод их решения для более сложных задач.

Тем не менее всем методам, базирующимся на детерминированном подходе, присущ ряд ограничеш'.й как общего, так и частного порядка. Из них отметим лишь наиболее важные. Во-первых, все де-термигофованные методы базируются на наличии решения прямой задачи, в которой физические свойства контролируемого материала характеризуются лишь магнитной проницаемостью и удельной электро-

проводностью. Это затрудняет решение структуроскопических задач в общей постановке, когда контролируемыми параметрами являются физико-механические или структурно-химические характеристики (требуется ецё экспериментально найти корреляционные связи между этими характеристика!.;',! и электромагнитными параметрами материала). Во-вторых, всо детерминированше методы развита липь для одного ¡13 электромагнитных ыногсппраметрогых методов - многочастотного вихрстокового, что существенно ограничивает их область применения. 3-третьих, он!! предполагают постоянство значений электромагнитных параметров контролируемого материала в самом широком диапазоне чястот пэремагничиваюцего поля, что реально выполняется очень редко (только для однородных нсферромапштьих материалов).

От указанных недостатков полностью свободен статистический подход, базирующийся на методах построения математических моделей сложных объектов по данным пассивного эксперимента и использующий аппарат многомерного регрессионного и статистического анализа. Этот подход и развивается в реферируемой работе для решения метрических многопараметровнх задач (независимо от автора . статистический подход предлагал использовать А.Н.Плахотнюк). Основными достоинствами статистического подхода являются: соответствие стохастической природе задач структуросконин в ;гх общей постановке и возможность их прямого решения (без промежуточной стадии определения электромагнитных параметров контролируемого ■ изделия) ; не требуется знания всох существенных факторов, влияющих на сигнал, ва-шо лишь, чтобы эти влияния проявили себя в обучающей выборке ; отпадает условие независимости электромагнитных параметров контролируемого материала от режимов возбуядетя, напротив, изменение этих параметрез при разных режимах возбуждения играет положительную роль, обеспечивал болылую мерность сигнала; физическая природа способоз получения многомерного сигнала но имеет значения, поэтому этот подход с равным успехом молот бить применён как для любого, из многопараметрових методов в отдельности, так и для любой их совокупности } не накладывается каюое-либо ограничений на вид получаемой математической модели; модель строится на базе обширного экспериментального материала, что обеспечивает её знсокую достоверность, которая может быть количественно оценена.

Отсутствие примеров применения статистического иодччда в практике многопарометрового контроля до появления рлбот автора можно объяснить, с одной стороны, тем, что статистический подход но используот физическую картину процессов, происходящих в контролируемом изделии, что создаёт своего рода психологический барьер, вызывая недоверие к полученным выводам, с другой стороны, использование отого подхода требует системного решения всех тех проблем, которые перечислялись в преддиущем раздело,

• Основные результаты теоретического исследовагая статистического подхода для решения метрических задач МНК сводится к следующему:

1) Выявлены особенности формирования исходного многомерного массива данных при решении метрических задач структуре- и дефектоскопии, которые заключаются в том, что: все факторные признаки (для обратных задач ими являются параметры многомерного сигнала) являются нерегулируемыми ; распределение вероятностей полученного массива данных для обучающей выборки может не совпадать с распределением вероятностей для генеральной совокупности и можот

не соответствовать нормальному закону (что зависит от используемого способа формирования обучающей выборки - активного или пассивного) ; набор факторных признаков в исходном массиве является избыточным, а сами признаки могут существенно коррелировать между собой { в процессе исследования обучающей выборки образцы могут быть разрушены. Эти особенности исключают возможность использования методов планирования активного эксперимента для нахождения математической модели, требуют отсеивания малозначимых и сильно коррелирующих между собой признаков в процессе построения математической модели, требуют обязательной проверки адекватности полученной модели, диктуют необходимость осторожного использования статистических критериев (ввиду нерепрезентативности обучающей выборки), а также.исключают вогмскность проведения последовательных многоэтапных экспериментов с одной и той же выборкой образцов.

2) Рекомендуется для каждого результативного признака (если их несколько) находить оптимальную математическую модель независимо по всему исходному множеству факторных признаков, поскольку точность моделей при этом будет наибольшей, хотя для каждой из них может оказаться оптимальным своё подмножество факторных признаков.

3) Анализируются возможные стратегии отбора значимых факторных признаков и делается вывод о предпочтительности шаговой стратегии, основанной на методе включения, при использовании единого критерия для оценки полезности очередного включаемого в модель признака и для оценки оптимальности полученной при этом модели.

4) С учётом рассмотренных выше особенностей метрических задач в многопараметровой структуре- и дефектоскопии, предложен новый комплексный критерий ( -критерий), учитывающий как погрешности сал;ой модели, так и погрешности, определяемые неточностью измерения факторных признаков, • минимизация которого обеспечивает выбор оптимальной модели:

где:

Якр = * б»

бм - погрешность модели

. (I),

(2)

где б~уим1. - инструментальная погрешность, определяемая неточностью измерения факторных признаков,

•За? _ остаточная дисперсия, определяемая по обучающей выборке ;

- остаточная дисперсия, определяемая по проверочной

выборке ;

^- погрешности измерения признаков Л' ;

- погрешность измерения признаков ;

- коэффициент корреляции между погрешностями измерения признаков X 1 и Ху .

В частном случае, для линейных моделей и при независимых погрешностях измерения факторных признаков ( /Ру = 0) выражение существенно упрощается:

п«р -- г б;:<тч ' (4)

где ù,\ - коэффициенты линейной модели.

Включение d состав J) - критерия остаточной дисперсии, определяемой по проверочной выборке, не участвующей в определении коэффициентов модели, обеспечивает адекватность выбранной модели генеральной совокупности, а учёт погрешностей измерения факторных признаков С инструментальных погрешностей) обеспечивает устойчивость оптимальной модели.

5) Теоретическое исследование свойств Л -критерия показало, что и для случал малых выборок, и для больших выборок обеспечивается чёткий минимум критерия при последовательном наращивании сложности модели (числа членов полинома), что позволяет выбрать единственную оптимальную модель (рис.5).

6) 11а основб выбранной стратегии отбора факторных признаков и1 D -критерия разработан алгоритм построения оптимальной метрической модели, который реализован в программе REOMOD для ЭВМ серии ЕС.

Зависимость J) -критерия к его составляющих от мерности модели

\

/\2у

S

'Туи*

! г 1 ч s а) для малых выборок ;

s

б) для большое выборок

Рис. 5

7) Результаты проверки эффективности разработанного алгоритма и положенного в ого основу В -критерия методом имитационного моделирования на ЭВМ с высокой степенью достоверности подтвердили все теоретические предпосылки, на которых они ^ г нруются, и

доказали высокую эффективность и критерия, и алгоритма в целом при любых возможных условиях (в частности, моделировались ситуации, соответствующие различным видам исходной моделируемой зави- ' симости, разной степени стохастичности исходных данных, разного объёма выборок, различной степета взаимной корреляции факторных признаков и различным законам их распределения).

Теоретическое исследование классификационных задач много-параметрового нераэрупающего контроля

Для большинства классификационных задач в МНК теоретической базой является теория распознавания образов. Поскольку исходный многомерный массив экспериментальных данных при решении классификационных задач формируется так же, как и при решении метрических задач, то и характеризуется он такими г.е особенностями. Опыт использования методов распознавания образов в МНК настолько незначителен, что опереться на него но представляется возможным (методы распознавания образов предлагали использопать О.Н.Нуриев, В.К.Го-лосовский, Г.Л. и В.С.Плотниковы, но до аппаратной реализации были доведены лишь дза прибора, изготовленные в единичных экземплярах). Сама ;г.о теория распознавания образов, будучи молодой бурно развивающейся областью науки, ещё но готова к тому, чтобы дать исчерпывающие практические рекомендации по решению конкретных задач распознавания. Поэтому было необходимо выявить-наиболео пригодшгэ для решения классификациотшх задач МНК метода и средства из того ор-сенала, который накоплен к настоящему времени в области распознавания образов, определить те вопросы, которые требуют дальнейшего теоретического и практического исследования а связи со спецификой задач МНК и разработать общую иэтодану решения этих задач. Это потребовало провести достаточно детальный анализ основных методов распознавания образов с целью оценки их пригодности к решешго задач ЮЖ. В результате такого анализа сделаны практические рекомендации о предпочтительном использовании преимущественно детерминистских методов, таких как дискриминанткый анализ, метод эталонов, метода, приводящие к построению дискриминантных функций (пер-цептрон:.ый, НСНО - метод, а таклю та модификация метода потенциальных функций,, когда сами потенциальные функирш используются лишь на стадии обучения, результатом которого как раз и являются дис-

криминалтные функции). Основными вопросами, требующими теоретических исследований в области применении методов распознавания образов в 1.1НК, является: определение информативности отдельных присна- с ков и произвольных сочетаний признаков ; разработка эффективных критериев и процедур отбора оптимальной совокупности признаков при построении решающих правил ; оценка эффективности построенного классификатора с целью сравнения конкурирующих методов и выбора оптимального ; построение эффективных алгоритмов и программ по определению оптимальной классификационной модели в условиях исходной избыточности признаков. Именно эти вопросы и явились предметом исследований в реферируемой работе.

Учитывая избыточность исходного списка информативных признаков, их взаимную корреляцию и сложность построения решающих правил при большой мерности пространства признаков, наиболее целесообразно проводить отбор этих признаков о два этапа. На первом этапе информативность каждого признака и их произвольных совокупностей должна оцениваться вне связи с классификатором, т.о. до ого построения, основываясь лишь на их кластерных свойствах. Л па втором этапе, используя улю миш:ыиэированноз пространство признаков, окончательный отбор производить в процессе построения конкретных классификаторов (решающих правил). Реализация такой процедуры потребовала решения двух проблем: разработки эффективных критериев информативности признаков, инвариантных к используемому в последующем классификатору, и пригодных как для оценки информативности каждого признака в отдельности, так и их произвольной совокупности, и разработка критериев остановки отбора, т.е. оценок значимости улучшения критериев полезности совокупности признаков при последовательном наращивании их числа. Обе эти проблемы в известных автору литературных источниках не имели общего решения, причём вторая из них даже не поднималась.

Задачи распознавания могут быть либо статистическими (заданы вероятности всех классов и плотности распределения признаков по каждому классу), либо детерминистскими (задана лишь классифицированная выборка объектов, по которой и требуется произвести "обучение", т.е. нахождение решающих правил). Для обоих случаев автором предложены эффективные критерии, пригодные для оценки информативности как отдельных признаков, так и их совокупностей.

Для первого случая предложенный критерий имеет вид: (хО -нС^/х.) в - О • (ЕЗ)

где Н(А/*0 - апостериорная энтропия, подсчитываемая как

н(а/х<-)=- (6)

где М - число классов ;

вероятность класса р(Х,/А$)- плотность распределения / -го признака для класса/^; а - основание логарифма. Показано, что величина продставляет собой отношение _

эквивалентного числа различимых по / -ну признаку равновероятных образов, к эквивалентному числу предъявляем:«; равновероятных образов, что и характеризует информациошшй вклад г. -го признака. При оценке информативности совокупности признаков необходимо от одномерных распределений переходить к многомершм, что создаёт определенные трудности, особенно в случае взаимной зависимости признаков.

Однако для неразрушаящего контроля более типичны детерминистские задачи распознавания, когда вероятности классов и плотности распределения признаков априорно нэ заданы, а имеется лкиь классифицированная выборка образцов. Для этих случаев "расхождение" медду двумя классами предлагается характеризовать отношением квадрата евклидова расстояния между централи пиборсч!шк распределений этих классов к средней дисперсии этих классов. Для любого I -го признака оно будет выражаться, как

для совокупности признаков X = г, X*] выражение (7) примет вид ^ ^

р сн+ сг-

где - центр выборочных распределений класса Л £ по приз-

нак ж/ ;

- центр выборочшпе распределений класса Уг по признаку. X, ; ^

- то гго-гго совокупности признаков X ;

- то ко но совокупности прш-иакоп X ; п4 - дисперсия выборочных р'1": , одолений класса по приз-^ наку XI ;

7)"1 - дисперсия выборочных распределений класса /г. по прпэ-наку х1 ;

{гСо, - следа ковариационных матриц выборочных распределений класса А;, ;

¿1^1 - следы ковариационных матриц выборочных распределений класса //г .

На осно.во указанной количественной характеристики расхождения двух выборочных распределений предлагается при отборе информативных признаков использовать критерии двух типов: максимизирующие расхождение'двух классов с наихудаой разделимостью и максимизирующие .усреднённое по всем парам классов расхождение:

° ~Теп

& /Л,-К)

$ щах

есп I £:

<1-4 1 г

(9)

(10)

Рекомендуется при нормальном распределении всех классов использовать в качестве меры расхождения двух классов их дивергенцию. Показано, что в случае равных ковариационных матриц выражение совпадает с расстоянием Махаланобиса.

• Разработано два типа оценок значимости улучшения указанных выие критериев при последовательном наращивании мерности пространства признаков. Первый из них базируется на статистическом подходе. На основе развития известной статистической задачи о разности средних значений двух нормальных распределений показано, что при вполне приемлемых допущениях ^.-/О- имеет распределение Стьюдента, что и позволяет воспользоваться статистически!.! критерием. Второй тип оценок базируется на доказанной в работе теореме о влиянии погрешностей измерения информативных признаков на точность классификации (вероятность ошиоки). Для всех видов критерия 0 получены выражения , определяющие ухудшение критерия В из-за погрешностей измерения информативных признаков. С этой

величиной сравнивается величина приращения критерия О при добавлении очередного признака. Приращение считается значимым, если оно больше A Off.

Ka основе указанных критериев и оценок значимости их приращений разработан общий алгоритм отбора информативных признаков и соответствующая машинная программа.

Второй этап обработки экспериментальных данных состоит в построении оптимального классификатора по отобранному на первом этапе подмножеству информативных признаков. Приводится общий алгоритм такой обработки, предусматривающий построение нескольких конкурирующих классификационных моделей, определяемых с помощью разных методов. Рассматриваются затрагиваемые при построении такого алгоритма вопросы оптимального разделения выборки на обучающую и контрольную, оценивая вероятности ошибки классификации по выборочным данным, проверки значимости расхождения найденных оценок вероятности ошибки по данным обучающей и контрольной выборок. Показано, что наилучшим критерием адекватности'построенной модели, является апостериорная вероятность ошибок классификации, определяемая по контрольной выборке. Учитывая, что большинство дс-терми!я!стских методов распознавали позволяет в процессе обучения достигать безошибочной классификации реализаций обучающей выборки, рекомендуется прекращать процесс обучения, если при очередном шаге обучения, число ошибок, определяемое по контрольно!! выборке, перестаёт убывать. Число реализаций обучающей и контрольной выборок должно находиться в соотношении г. Приведена номограмма, позволяющая оценивать значимость расхождения оценок ошибок классификации, полученных по обучающей и контрольной выборкам.

_ в

Теоретическое исследование вопросов сканирующего

многопараметрового контроля

3 данном разделе рассмотрены специфические вопросы, характерные для контроля в динамическом режиме при непрерывном перемещении первичного преобразователя (или блока таких преобразователей) относительно поверхности контролируемого изделия. Целью такого контроля является обнаружение, распознавание и определение количественных характеристик дефектов типа нарушения оплошностей, структурных неоднородностей или отклонений геометрических параметров (толщины листа или стенки трубы, диаметра проволоки, прутка

и т.п.) от номинальных значений. Следовательно, в сканирующем контроле необходимо решать задачи всех трёх типов, выделеюмх ранее (феноменологических, классификационных и метрических). Специфика ко сканирующего контроля состоит в том, что при отсутствии дефектов и номинальных значениях контролируемых параметров сигналы с измерительных каналов стараются тем или иным образом привести к нулю. Лишь при прохождении первичного преобразователя над дефектной зоной изделия на выхода измерительного канала должен появляться сигнал, амплитуда, длительность и форма огибающей которого несёт информацию о данном дефекте. Обработка этой информации должна производиться в реальном масштабе времени.

Однако, кроме полезных сигналов на выход измерительных каналов могут проходить и помехи, которые разделяются на две категории:

1) аппаратурные шумы и помохи, не связанные с контролируемым изделием (сумы за счёт неполной компенсации "нулевого" сигнала, шумы электронной аппаратуры, внешние наводки и помехи, помехи за счёт вибрации первичного преобразователя или контролируемого изделия в процессе сканирования) ;

2) помехи, связаннее с контролируемом изделием (структурные неоднородности при дефектоскопии, иерэхоиатость поверхности и т.п.).

В связи с этим возникает первая специфическая задача сканирующего контроля - выделение полезных сигналов из шумов и помех. Краткий анализ применяемых для этого методов показал, что теоретически наиболее слабо разработан метод временной (координатной) селекции, который состоит в последовательном сканировании поверхности (с определённой временной задержкой) двумя (или более) пер-вичшм! преобразователями и последующем сопоставлении снимаемых с них сигналов. В цифровых многоканальных системах этот метод легко реализовать алгоритмически, что и определяет его перспективность. Проведенный теоретический анализ, базирующийся на вполне реалистичных предпосылках /предполагается пуассоновский характер потоков шумов и полезных сигналов на еыходо измерительных каналов/ позволил получить общее выражение эффективности этого метода и построить номограмму, позволяющую легко определять эту эффективность для любых конкретных параметров системы контроля (рис.6). Эффективность определяется как величина улучшения отношения сигнал/шум

в результате использования данного метода:

= ГшЪг-*"-* (II)

где: /У, - отноиение сигнал/шум без использования метода временной селекции ;

Мг - отношение сигнал/шум с использованием метода временной селекции ;

Хш - интенсивность потока шумов;

Тр - время разрешения, определяемое длительностью импульсов сигнала на Еыходе нормализаторов.

Из диаграммы (см.рис.б) видно, что эффективность данного метода при отстройке от шумов и помех 1-й группы весьма высока. Экспериментальная проверка полученных результатов на специально собранном стенде показала удовлетворительную сходимость опытных и расчётных данных (расхождение составляло 20-30 %),

Пов>.-ш?ки9 отнесения "сигнал/сум" ( Мг/М,} в зависимости от интенсивности пумов и времени разрешения

Mi/tu

Рис.6

Следующая задача состоит в параметризации полезных сигналор. Сложность состоит б том, что кроме амплитуд;; и длительности сигнала (определение которых не представляет затруднений) весьма цен- ' ную и*формацию содержит форма сигнала. В цифровых системах параметризация сигналов происходит одновременно с его дискретизацией. Следовательно, нужно использовать такой способ дискретизации, который бы позволял в возможно более сжатом виде извлекать макси<. мум информации из даскротиэуемого сигнала.

Для получения обоснованных рекомендаций по дискретизации дефектоскопических сигналов в работо проведен их шгформационный анализ, в результате которого получен расчётный метод оценки оптимальной частоты дискретизации, при которой потери информации будут минимальны'(погрешность восстановления сигнала не превысит 3 %). Используя оти данные, можно оценить максимальную и среднюю интенсивность информационных потоков на входе дефектоскопической -системы, если известны соответствующие параметры потока дефектов, что необходимо для подсчёта требуемой пропускной способности системы обработки информации.

Следующая задача состоит в сортировке полученной ¡»формации и формировали многомерных массивов дшпшх по каждому выявленному дефекту. Она решается путём идентификации сигналов от одного и того !/,о протяжённого дефекта, получаемых от одного и того ко первичного преобразователя при сыскных проходах в процессе сканирования, п таю/.е идонтнфипации сигналов от разных первичных преобразователей, фиксирующих один и тот же дефект, и объединзгшп пэ-лучешшх данных в виде одшок многомерных массивов по кст-дому дефекту, Одновременно с этой задачей должны решаться весьма важные задачи скатил ¡¡олутажо." ;цгфор.\-;ац;ц2 и исключения локнх-к сигналов. Сжатие информации ьозможио, во-первых» за счёт исключения дублирующей информац.и! о ;:оордшпатах сигналов (которая первоначально необходима дчл ндешткфпкацни сигналов от одного и того но дефекта), во-вторых, аа счёт устранения избыточной информации, получаемой при дискретизации сигналов (т.к. параметры дискритизации всегда расччгхгааются на ншгхудаий случай, т.о. сигнал с наиболее высокочастотна спектром). Задача же исключения ложных сигналов цродст&шаяат собой реализацию рассмотренного выше метода временной (эдась уместное говорить координатной) селекции при отстройке ОТ Е^КОй.

Dee последующие задачи решаются путем совместной обработки на ЭВМ, входящей в систему» полученных многомерных массивов дан-то: по каждому выявленному дефекту. Сюда■входят задачи:

определения координат, конфигурации, классификации и размеров дефектов в двумерном пространство путём логической обработки дан. них о координатах сигналов, полученных от одного и того ко дефекта (задача двумерной дефектометрии) ;

классификации и определения размеров и параметров дефектов в трёхмерном пространство (задача трёхмерной дефектометрии), решаемая рассмотренными в предыдущих разделах методами решения метрических и классификационных многопарамстровых задач ;

определения степени опасности выявленных дефектов, оценки качества и сертификации всего изделия в целом ;

формирования и печати технического паспорта контролируемого изделия ;

накопления статистических датгых о результатах контроля, выявления причин появления дефектов, выдача соответствующей информации в систему более высокого уровня" (АСУ ТП производства данных изделий).

Из данного списка задач более подробно рассмотрены задачи сортировки полученной информации и двумерной дефектометрии. Приведен укрупнённый алгоритм их решения в системах с цонтрализоваылл) сбором информации. Методы решения задач трёхмсрпоЯ дефектометрии уже рассматривались в предыдущих разделах. Остальные задачи теоретического интереса но представляют.

Разработка и исследование аппаратуры многопераметрового неразруиаюцего контроля и проблемно-ориентированных измерительно-вычислительных комплексов

Проблема создания аппаратура, полностью отвочагл;еЙ рассмотренным вше систомкым принципам, весьма сложна и трудоёмка. Поэтому ока решалась в несколько этапов п течение достаточно большого промежутка времени, что обусловило наличие нескольких поколений разработок, в различной степени учитывавшее эти принципы и отлп-чавщихся структурной организацией и элементной базой. Основными направлениями при разработке многопаракотровой аппаратуры были следующие:

разработка автономных цифровых автоматизирований: приборои для проведения многопараметровнх исслодований олохтромагнитньргл и магнитными методами ;

разработка программно-управляемых (от вношной ЭВМ) многопа-раметрорюс электромагниттос структуроскопов, образующих смоете с центральной ЭВМ исследовательский измерительно-вычислительный структуроскопичоский комплекс С»ЗлС-1) ;

разработка универсальных программно-управляемых мнэгопара-метровых электромагнитных и магнитных структуроскопов со встроенными микро-ЭВМ или микропроцессора).«!, пригодных как для исследовательских целей, так и для промышленного нерязрушающего контроля, а также разработка на их базе и центральной мини-ЭВМ исследовательского измерительно-вычислительного структуроскопического комплекса (ЯВКС-2) ;

разработка автоматических систем обработки многопараметровой дефектоскопической информации на базе ЭВМ и микропроцессоров для многоканальных сканирующих систем неразрушающего контроля.

Структуроскопическая аппаратура. С целью обеспечения принципа информационной полноты среди всех электромагнитных и магнитных физических методов НК был проведен отбор способов получения многомерных сигналов информационно дополняющих друг друга и обладающих определенными преимуществами по сравнению с другими информационно идентичными способами. В результате были отобраны: вихротоковый многочастотный способ с последовательным переключением частот ; ыагнитодинамический способ (основанный на Последовательном измерении параметров динамических петель перекагничивания при разш;х амплитудах и частотах тока поремагничивания) ; магнитостатический способ (основанный на последовательном измерении параметров статических петель гистерезиса) ; магнитогумовой способ (основанный на анализе сигнала от скачков Баркгаузена при циклическом пере-магничиважи контролируемого иэ'долил). На базе этих способов получения многомерной информации и разрабатывалась структуроскопическая аппаратура. К первому поколению разработанных приборов мо:;;-но отнести несколько вариантов амплитудно-фазового многочастотного анализатора и ряд модификаций анализатора динамической петли гистерезиса, которые не содержали в своём составе вичислительного устройства и управлялись аппаратными средствами, а режимы работы выбирались с помощью ручного пульта управления. Приведена сощая структура таких приборов и их основные технические характеристики.

IIa основе этих разработок, а также специально разработанного ма-гнитошумового прибора и ЭКВМ "Искра-125" бил разработан исследовательский измерительно-вычислительный структуроскопический коми-' леке KBKC-I, который можно отнести ко второму поколении структу-рсскопической аппаратуры. Входящие в его состав структуроскопн (вихретоковий, мзгнитодина.мический и магттошумовой) могли работать как в составо комплекса с программна управлением от ОКВМ "1'скра-125", так и автономно с управлением от встрссшигх аппаратных средств (в этом случде режим работы прибора задаётся с встроенного ручного пульта управления как и в приборах первого поколения). В режиме производственного контроля с вычислением результата по заданной математической модели эти приборы могли работать только в составе комплекса. Комплекс ИВКС-I был внедрён на одном из предприятий с экономическим эффектом 2В0 тыс.руб. Приводится структура комплекса п основные технические характеристик:!.

Опыт работы с^ комплексом ¡5EICC-I выявил ряд его существенных недостатков, которые но позволяли рекомендовать ого п серийному производству. Прежде всого это касалось неудобств его использования в производственном режиме, сложности программирования входящей в его состав ЭВМ и малой помехозащищённости. В то г'.о время появление малогабаритных микро-ЗЕМ и микропроцессорной Texrar.it позволили ставить вопрос о разработке приборов непого (третьего) поколения со встраиваемыми вычислитсльт-ми устройствами. Основное внимание при разработке таких приборов было' сбрзщоно на создании максимальных удобств для пользователя п облзгч?нил их оксплуата-цин в условиях предприятия при сохранении вгоокоп степени универсальности и автономности. Для ото!! цели ::г™,г.ий прт:бор бт.п снабкён малогабаритны:.! алфавитно-цпфрог.'Д! устройством индикации п достаточно мощтл1 резидентным программны обеспечением, позволяющим программировать рэяимн работы прибора в процессе дчалога с оператором, от которого при этом не требовалось никаких навыков программирования, т.к. ведущим п даалого являлся прибор. В результате отпала необходимость использования остродефицитных, малонадёжных и требующих квалифицированного обращения периферийна устройств ввода-вывода и прибор стал доступон для любого пользователя, не имеющего специальной подготовки. . ■

В работе обосновывается общая структура таких приборов, построение встраиваемого спецвЫчислителя на базе микропроцзс-сора или микро-ЭВМ и описываются созданные на этой основе универсальные программноуправляемыо структуроскопы БТС-4Ш (вихро-токовый) и MKC-I0 (магнитный комбинированный, объединяющий маг-нитодинамический и магнитоыумовой мотоды). Причём последний разрабатывался в двух модификациях: с встраиваемой микро-ЭВМ типа "Электроника-60" (МКС-ЮЭ) и с встроенным микропроцзссор-ным вычислительным устройством (МКС-ЮШ). Для более полной автоматизации многопараметровых исследований на бозо указашшх универсальных структуроскопов и мини-ЭВМ "Искра-1256" созван исследовательский измерительно-вычислительный структуроскогш-ческий комплекс ИВКС-2. Комплекс внедрён в промышленность с эконом!гческим ¡эффектом 250 тыс.руб.

В настоящее время готовится к серийному Еыпуску структуро-скоп четвёртого поколения - СКЭМ-I, совмещающий в ссба функциональные возможности двух предыдущих (ВТС-4Ш и MKC-I0.VH), но имеющий более широкий частотный диапазон (до I ¡.Гц), дополненный методом выспих гармоник (до 15) и снабженный бслео мощным микропроцессорным контроллером. Одновременно на основе этого струк-туроскопа и мощной персональной ЭВМ разрабатывается новый исследовательский измерительно-вычислительный структуроскопичес-кий комплекс ИВКС-3, который полностью возьмёт на себя обработку результатов многопараметровых исследований с построением , ■ оптимальных метрических и классификационных моделей.

В рамках последнего направления было разработано насколько вариантов автоматических систем обработки многомерной информации для сканирующих многоканальных установок комплексного контроля особотонкостенных бесшовных труб. Работы велись в содружестве с ВНИШКом и Кишиневским ПКБ АСУ. Системы предназначались для сбора и обработки информации с каналов дефектоскопии и контроля размеров труб. Она решала задачи сбора и параметризации информации, её сортировки в многомерные массивы, исключения ложных сигналов, классификации дефектов на локальные и протяжённые, а также задачи двумерной дефектометрии и печати технического паспорта изделий. Одна из созданных систем (С0МИ-5М1) внедрена с экономическим эффектом 95 тыс.рублей. Она обслуживает 10 информационных каналов, из которых 4 - дефектоскопические и 6 - контроля геометрических размеров. Сканирование ос.ущост-

пляется по винтовой линии с шагом в I мм со скоростью до 6000 об/мин. Система построена на базе специально разработанного микропроцессорного устройства, содоркит ОЗУ объёмом 8 Кбайт и ПЗУ ем- ' костью 5 кбайт (для двухпроцессорного варианта предусмотрена возможность наращивания ёмкости и ОЗУ и ПЗУ).

Для проведения исследований по расширению функций системы и отработки соответствующих алгоритмов разработана и внедрена в Кишинёвском ПКБ АСУ двухпроцессорная иерархическая система СОМИ-8ЫПСМ, в которой процессором верхнего уровня является универсальная мини-ЭВМ СМ-4. Оригинальность описанной в данном разделе аппаратуры подтверждается 15 авторскими свидетельствами на изобретения.

Экспериментальное исследование структуроскопических задач

с использованием миогопарамотровых методов и метрологическое

обеспечение многопараметровой аппаратуры

С помощью структуроскопического комплекса ИВКС-1 и автономных приборов первого поколения было проведено исследование ряда практических задач структуроскопии, которые не удавалось решить однопа-рамотрогкми методами. Исследовалась возможность многопараметрово-го контроля физико-механических свойств некоторых высоколегирован-них сталей после термической обработки (исследования проводились на стандартных образцах - разрывных и удар(кх - с целью обеспечения возможности определения 1ех механических свойств.стандартными методами), а также возможность контроля твёрдости деталей топливной аппаратуры тракторных двигателей после термохимической обработки (нмтроцементации). По полученным экспериментальным данным в соответствии с методикой решения метрических задач, описанной выше, находились с помощью ЭВМ оптимальные модели многопарамэтро-вого контроля и результаты такого контроля сопоставлялись с действительными значениями контролируемых параметров, измерешпми стандартными, (разрушающими) методами. Для сравнения проводился контроль тех же образцов лишь по одному из параметров, вошодгаих в модель, наиболее тесно коррелирующему с контролируемым свойством, а такхе по коэрцитивной силе, определяемой с помощью коэрцитиметра Н5-30КЦ.

Сопоставление этих данных показывает неоспоримые преимущества многопараметрового контроля. Среднеквадратические погрешности многопараметрового контроля, определяемые по обучающей и контрольной выборкам образцов, оказались меньше соответствующих погрешностей однопарамэтрового контроля в 3-5 раз, а в ряде случаев многспараметровый контроль позволил решить такие задачи, которые вообще не поддавались решению однопарамотровыми методами (из-за неоднозначности зависимостей или большого разброса).

Результаты исследований, проведе!к:к на указанных реальных задачах хорошо согласуются с данными, ученными с помощью имитационного моделирования на ЭВМ, и полностью подтверждают теоретические предпосылки, положенные в основу предложенного критерия оптимальности модели и алгоритма её построения.

Использованная при исследованиях многопараметровая исследовательская аппаратура (комплекс ПВКС-1 и автономные приборы первого поколения ВТС-3 и НДС-4) и разработашшо программы машинной обработки экспериментальных данных позволили существенно снизить трудоёмкость таких исследований и проведать их в ограниченные сроки (при наличии готовой выборки образцов решение одной задачи ошшмает 1-1,5 месяца, хотя сродное число измерений, необходимых для этого, составляет 20-30 тысяч). Применение последнего поколения исследовательской аппаратуры (комплекс ИБКС-2) и совершенствование его программного обеспечения позволит сократить необходимый срок исследований (при готовой выборко образцов) до нескольких дней.

Анализ возмоякых путей создания метрологического обеспечения для созданных средств магнитной и электромагнитной струк'туро-скопин позволил рекомендовать двухэтапнув методику их метрологической аттестация и поверки. На первом этапе (на предприятии - изготовителе) приборы аттествуютсл как информационно-измерительные системы, предназкачегагые для генерирования и измерения электрических сигналов и вычислительной обработки результатов измерений. На этом этапе могут быть использованы имеющиеся поверочные средства и образцовая аппаратура, применяемые для аттестации и поверки средств электроизмерительной техники. При этом, благодаря наличии в приборе свободно программируемого процессора, не представляет особых затруднений автоматизировать процесс поверки

(т.е. осуществить самоповерку). На втором этапе (на предприятии пользователе) при проведении экспериментальных исследований, необходимых для нахождения оптимальных моделей контроля, из обучающей выборки должен отбираться комплект рабочих поверочных образцов, аттестоватмх стандартными методами по контролируемым структурно-зависимым параметрам. По этим образцам и должна производиться в дальнейшем периодическая поверка прибора (включая первичный преобразователь).

Основные результаты работы

В результате теоретических и экспериментальных исследований созданы основы теории многопараметрового контроля, основанной на восстановлении многомерных зависимостей по эмпирическим данным, разработаны основные методические принципы решения метрических и классификационных многопаракетровых задач структуро- и дефектоскопии, разработаны и внедрены приборы, измерительно-вычислительные комплексы и автоматические системы сбора и обработки много-параметровой информации предназначенные как для исследователь- • ских целей, так и для промышленного контроля продукции машино-■ строения.

Основные результаты работы заключаются в следующем.

1) На основе анализа современного состояния разработки и применения методов и средств многопараметрового НК разработана классификация способов получения и видов многомерных сигналов, а также способов их первичной и вторичной обработки в аппаратуре многопараметрового контроля.

2) В результате системного анализа вопросов и задач многопп-раметровой структуро- и дефектоскопии, а также учитывая общие системные принципы и тенденции развития современного приборостроения, разработаны общие этапы решения многопараметровьгх задач и специфические системные принципы разработки методов и средств многопараметрового НК.

3) На основе детального анализа возможных подходов к решению метрических многомерных задач НК обоснован статистический подход и проведены теоретические исследования, позволивиио с учётом специфики задач НК разработать комплексный критерий, эффективную стратегию и алгоритм построения оптимальных метрических моделей

- 3G -

шигопаргхотрэвих задач по эмпирическим данным, получаема.! л результате многопараметрогых экспериментальных исследований. Указа! нал работа доведена до создания универсальной машинной программы " RE6M0D ".

•"») Методом имитационного моделирования на ЭЕМ проведено исследование эффективности разработанного критерия и алгоритма построения оптимальных метрических моделей в условиях различной ст< пени слояности и стохастичности искомых многомерных связей, различной величины инструментальных погрешностей, различного объёма выборок, различной степени корреляции факторных признаков и различных законов их распределения в выборочных данных. Результаты □тих исследований с высокой степенью достоверности подтвердили вс теоретические предпосылки, легшие в основу предложенного критерии и алгоритма и доказали их высокую эффективность. Кроме того, они позволили сделать практические рекомендации относительно оптималь ного объема обучающей и контрольной выборок.

5) Разработаны теоретические основы решения классификационных многопараметровых задач lili на основе анализа эмпирических данных. Основное внимание при этом уделено слабо разработанной

в теории распознавания образов проблемо выбора оптимальной совокупности информативных признаков. В частности, предложены новые эффективные критерии информативности произвольной совокупности признаков, из требующие предварительного построения классификатора и базирующейся на представлении о кластерном характере распределения классов. Впервые разработано два подхода к оценке значимости улучшения указанных выше критериев при расширении подмножества информативных признаков. Один из них основан на статистических оценках, а другой - на доказанной теореме о влиянии инструментальных погрешностей измерения информативных признаков на вероятность правильной классификации.

6) Предложена двухэтапная процедура построения оптимальных классификационных моделей и разработаны реализующие её алгоритмы. На первом этапе с помощью полученных критериев, инвариантных к испольэуемьз.! в дальнейшем классификаторам, производится предварительный отбор оптимальной совокупности информативных признаков,

а ужо на втором этапе итеративным путём находится оптимальная классификационная модель.

7) Рассмотрены и рсиони основные теоретические попроси миогопарамотровых задач в сканирующем (динамическом) включая наделение полезных сигналов из шумов, дискретизацию и параметризацию динамических сигналов, а та;ске вопросы "скатил и сортировки получаемой многомерной информации и алгоритмы двумерной дефектометрии.

8) На основе системного подхода разработаю! основные принципы проектирования аппаратуры миогоппраметрового rHi, основанной на широком использовании цифровых методов получения и обработки измерительной информации, ЭВМ и микропроцессоров,

'9) Созданы и испытаны три поколения высокоавтоматизированной цифровой аппаратуры для многопараметровых структуроскопичос-ккх исследований, в том числе и со встроенными микропроцессорами. Исследовательские измерительно-вычислителыые структуроскопнчес-кие комплексы ИВКС-I и КВКС-2 внедрены в промышленность.

10) Разработан и готовится к серийному производству универсальный многопаршлотровый структуроокоп четвёртого поколения СКЭ1'-1, совмещающий многочастотный вихретоковый метод, метод высших гармоник и методы, основанные на измерении динамических и статических магнитных характеристик. Структуроокоп может использоваться в исследовательских целях и для производственного НС

по предварительно найденным математическим моделям.

11) Разработано несколько вариантов систем обработки дефектоскопической информации на базе ЭВМ и микропроцессоров для сканирующих многоканальных установок ПК особотонкостснных бесшовных груб. Одна из них прошла опытно-промьгаленную эксплуатацию на предприятии, другие используются для исследовательских целей на огшт-!ых установках с цолыо отработки оптимальных алгоритмов контроля

i обработки данных.

12) От внедрения экспериментальных образцов созданной много-ираметровой аппаратуры получен годовой■экономический эффект

>25 тыс.руб.

13) С помощью созданной исследовательской структуроскопичес-tofl аппаратуры проведены многопараметровые экспериментальные ис-¡ледования нескольких важных для практики задач', не поддающихся lemeraia однопараметрозыми метода?«. Результаты исследований под-вердиля высокую эффективность многопараметровых методов и разработанных теоретических основ решения метрических задач.

14) Предложена двухэтаиная мстодака аттестации и попорки многопараыетровых универсальных структуроскопов, учитывающая их многофункциональность и позволяющая встраивать в приборы эффективные системы самотестирования, самоповерки и самодиагностики.

15) Результаты теоретических и экспериментальных исследований могут быть с успехом использованы но только применительно

к магнитным и электромагнитным методам ПК, но и к широкому кругу разнообразных по своей физической природе методов, позволяющих получать многомерную информацию о контролируемом изделии, а также к различным их комбинациям. ■

Основныо результаты диссертации опубликованы в следующих

работах:

1. Дрейзин В.Э. О статистическом подходе к решению многопара-метровых метрических задач нераэрушавщего контроля //Дефектоскопия. - 1981. - № 3. - С.5-14.

2. Дрейзин Б.Э. Систематизация способов получения и обработки многомерных сигналов в электромагнитном многопараыетровом нора: рушшощем контроле //Дефектоскопия. ~ 1381. - ).3 6, - С.28-37.

3. Дрейзин В.Э. Задачи комплексной обработки информации в многоканальных сканирующих системах дефектометрии и возможности их реализации на базе ЭВМ //Дефектоскопия. - 1981. - 10.

- С.93-93.

4. Дрейзин В.Э. Автоматизация экспериментальных исследований в электромагштной структуроскопии //Тезисы докладов УП Всесоюзной конференции по неразрушающему контролю материалов, изделий

и сварных соединешй. - М., 1974. - С.45-47.

5. Дрейзин В.Э. Об одном методо повышения помехоустойчивости ' при сканирующем контроле //Тезисы докладов Ш Всесоюзной конференции по электромагнитным методам контроля качества изделий. -Куйбышев, 1973. - С.147-150.

6. Дрейзин В.Э. Основныо проблемы применения методов распозпа вания образов для решения классификационных задач норазрушающего контроля //Методы и приборы автоматического нораэрушагацого контроля. - Рига, 1982. - С.77-89.

7. Дрейзин В.Э. Оценка значимости улучшения критериев информативности признаков при отборе их оптимальной совокупности для решения классификационных задач //Методы к приборы автоматического неразрусающего контроля. -- Рига, 1933. - C.G0-7G.

0. Дрейзин В.Э., Бондарь О.Г. ;С вопросу использования информационных моделей ь олоктромагнитной структурометрии //Методы и приборы'автоматического контроля. - Рига,"1974, - Вып.12. -С.69-31.

9. Дрейзин В.9., Губанов Л.В., Бондарь О.Г. Многопаряметро-вый неразруыащий контроль по динамическим петлям перемагничива-ння //Методы и приборы автоматического контроля. - Рига, 1975.

- Вып.13. - С.25-28.

10. Дрейзин В.Э., Бондарь О.Г., Губанов Л.В. Амплитудно-фазовый анализатор агрегатированной системы неразрушагацого контроля //Тезисы докладов П Всесоюзной межвузовской конференции по электромагнитным методам контроля качества материалов и изделий.

- Рига, 1975. - 4.1. - С.251-255.

11. Дрейзин В.Э., Губанов А.В.,Бондарь О.Г. Анализ методов построения цифровых анализаторов петли гистерезиса //Тезиси докладов П Всесоюзной меквузовской конференции по электромагнитным методам контроля качества материалов и изделий. - Рига, 1975. -4.2. - С.133-141.

12. Дрейзин В.Э., Золотухина Л.И. Некоторые задачи обработки многомерной информации в комплексных линиях неразрушаюцего контроля //Тезисы докладов П Всесоюзной межвузовской конференции

по электромагнитным мотодам контроля качества материалов и изделий.

- Рига, 1975. - Ч.I - C.25G-2G0.

13. Дрейзин В.Э., Бондарь 0.Г.4 Кривошеев BÏB. Исследовательская аппаратура для мнсгочастотного метода контроля //Методы и приборы автоматического неразрушагацого контроля. - Рига, 1979. -С.60-69.

14. Дрейзин В.Э., Бондарь О.Г. Системный подход к решению многопарамотровых задач электромагнитной структуроскопик //Методы и приборы автоматического неразрунакцего контроля. - Рига, 1979. - С.28-34.

15. Дрейзин В.Э.е Бондарь O.P., 1^ликов А.Но Системшз принципы разработки к проектирования многопаракетровой аппаратуры для электромагнитной структуроскопин /Дозиса докладов IX Всесоюзной конференции по неразрупаящи?.! методам и сродством контроля. -Минск, 1901. - С.210-213.

IG. ДрсПакн D.O., Кудинов И.Л., Филист С.Л., Якирсшт С.Л. Основные принципы проектирования автоматических сканирующих систем дефектометрии на базе ОБ.'.! //Методы и приборы автоматического неразрушающего контроля. - Рига, 1981. - С.29-37.

17. Дрейзин В.Э., Куликов Л.Н., Колосков В.Л., Бондарь О.Г. В опросы построения универсальных многопарамотролых цифровых структуросколов на базе мжро-ЭЕ.! и микрокалькуляторов //;,!стоды и приборы автоматического неразрушающего контроля. - Рига, 1981.

- C.3G-49.

18. Дрейзин В.Э., Иванов В.15. Критерии информативности признаков при решении классификационных задач неразрушающего контроля методами распознавания образов //.Методы и приборы автоматического неразрушающего контроля. - Рига, 1932. - С.90-99.

19. Dreizin v.E.,Degicreirj,р_ fr0ßfemmuäiparameiric ■Siiuctuwdecpij Ln terms of -¿idem approach.-Телйг Wcrid Conference on JJon-a'estu/ctiir? teeing. M.: /382, ^.7,p. 4Sf- 459

20. Драйэин В.Э., Иванов В.И. Критерии для предварительного отбора информативных признаков при распознавали образов //Известия вузов: Приборостроение, 1982. - Т.ХХ7. - Ii II. - С.40-52.

21. Дрейзин В.Э., Бондарь О.Г., Куликов А.Н., Иванов В.И. . Измерительно-вычислительный структуроскопический комплекс ИВКС-1 //Тезисы докладов 1У Всесоюзной межвузовской конференции по электромагнитным методам контроля качества материалов и изделий.

- Омск, 1983. - Ч.Ш. - С.29-31.

22. Дрейэин В.Э., Бондарь О.Г. и др. Многопарамстровый контроль качества термообработки и физико-механических свойств высоколегированных сталей //Тезисы докладов IУ Всесоюзной межвузовской конференции по электромагнитным методам контроля качества материалов и изделий. - Ол:сзс, 1983. - Ч.Ш. - С.32-34.

23. Дрейзин В.Э., Куликов А.Н., Бондарь О.Г, Автоматизации исследования магнитных характеристик ферромагнитных материалов на базе микро-ЭВ«! и микропроцессоров //Тезисы докладов У1 Всесоюзной конференции по проблемам магнитных измерений и магнито-измерительной аппаратуры. - Л., 1933. - С.223-225.

24. Иванов В.И., Дрейзин В.Э. Энтропийный подход к оценке информативности признаков для распознавания //Известия вузов: Приборостроение. - 1982. - Т.ХХУ. - № 5. - С.43-48.

25. дрейзин B.O., Болот Т.М. Вопроси разработки программного обеспечения Для ююгопарш/е.рошх универсальных структуроско-пов со встроенными микропроцессорами //Методы и приборы автоматического нерпэруыающего контроля. - Рига. - 1934. - С.33-40.

26. В.З., Гораздовский Т.Я., Куликов Л.И., Бондарь О.Г. О построении ;граммноуправляемых генераторов намагничивающего тока для индукционных многопараметровых структуроскопов //Диагностика качества изделий. Труды ¡ЙС1Ш. - М., 1904. - С.35-39.

27. Якиревич С.А., Дрейзин В.Э., Жилист С.А., Кудинов В,А. Система сбора и обработки многопарамотровой информации для автоматической дефектоскопии тонкостенных труб //Метода и приборы автоматического неразрушающего контроля. - Рига, I9S5. - С.86-93,

20. Дрейзин В.Э., Чаплыгин А.Г. Исследование эффективности регрессионного метода и D -критерия для построения оптимальных метрических моделей многопарэмстрового контроля //Метода и приборы автоматического неразрушающего контроля. - Рига, 1986. -С.138-150.

29. Дрейзин В.Э., Иванов В.И. и др. Измерительно-вычислительный комплекс для структуроскопических многопараметровых исследований магнитными и электромагнитными методами //Тезисы докладов

XI Всесоюзной научно-технической конференции по.неразрушающим физическим методта и средствам контроля. - !.!., 1987. - 4.2, - С.32.

30. Пкиревич С.Л., Дрейзин В.Э. Организация быстрого сбора данных в сканирующих системах ультразвуковой дефектоскопии //Тезисы докладов XI Всесоюзной научно-технической конференции по нераэрушающим физическим методам и средствам контроля. - И., 1987. - 4.1. - С.104.

Авторские свидетельства

31. A.c. 504160 (СССР). Устройство для измерения магнитных свойств образцов из ферромагнитных материалов /Губанов A.B., Дрейзин В.Э., Бондарь О.Г. Опубл. в БИ, 1976, J? 7.

32. A.c. 530293 (СССР). Устройство для исследования магнитных свойств ферромагнитных материалов /Губанов A.B., Дрейзин В.Э., Бондарь О.Г. Опубл. в БИ, 1976, № 36. .

33. A.c. 894542 (СССР). Способ магнитолумовой структуроскопии ферромагнитных материалов /Дрейзин В.Э., Иванов В.И. Опубл. в БИ, Г931, !f 48.

34. A.c. CGI937 (ССОР), Устройство для измерения динамических }/.тп;пчп« характеристик еррзмапштннх материалов /Дрейзин В.Э., Куликов A.n., Бондарь О.Г., лявоо В.В., Дегтсрсв Л.П., Соснин В.Ю. Опубл. в БИ, 1902, J," 4.

35. A.c. 9Û3758 (СССР).'Устройство для магнитоаумовой струк-туроскопии ферромагнитш,« материалов /Дрейзин В.Э., Иванов В.И., Дсгторёв А.П., Клюоп B.B. Опубл. в БИ, 1282, )."• 5.

30. A.c. 92(3593 (СССР). Система для автоматической регистрации дефектов /Дрейзин 3.0., Якирович С.А., Кудинов В.А., Кмакин А.П. Горский З.В., Веремеенко C.B., Демченко A.C. Опубл. в БИ, 1982, ),- 17.

37. A.c. 1000894 (СССР). Многог.араметровый структуроскоп /Дрейзин В.Э., Бондарь О.Г., Куликов А.Н., Рогов A.A. Опубл. в БИ, 1903, I,' 8.

38. A.C. I00C893 (СССР). Электромагнитное многочастотное устройство для неразрушающего контроля /Дрейзин В.Э., Бондарь О.Г., Куликов А.Н., Клюев В.В., Догторёв А.П. Опубл. в БИ, 1983, » 8.

39. A.c. IC22C38 (СССР). Устройство для измерения динамически магнитных характеристик ферромагнитных материалов /Дрейзин В.Э. Куликов A.Ii., Бондарь О.Г. Опубл. в ЕИ, 1933, S 21.

40. A.c.. 1100552 (СССР). Электромагнитный многочастотшЛ . структуроскоп /Бондарь С.Г., Дрейзин В.Э., Куликов А.К. Опубл. . в БИ, 1934, ;Г; 24.

41. A.c. III3758 (СССР). Устройство для измерения статических магнитных характеристик (ферромагнитных материалов /Дрейзин Б.Э., Куликов А.Н., Бондарь O.P., Иванов В.И. Опубл. в БИ, 1934, № 34.

42. A.c. III89C3 (СССР). Генератор синусоидальных сигналов

к электромагнитному г-могочастотному структуроскопу /Бондарь О.Г., Дрейзин В.Э., Куликов A.M. Опубл. в БИ, 1984, № 33.

43. A.c. II90253 (СССР). Система для автоматической дофекто-мегрии /йкирэвич С.А., Дрейзин В.Э,, йилист С.А. Опубл. в ЕИ, 1935, Ii 41.

44. A.c. I20I745 (СССР). Многопараыетровий магнитный структуроскоп /Дрейзин В.Э., Бондарь О.Г,, Иванов В.И., Куликов А.Н., Клюев В.В., Дегтеров А.П. Опубл. в ЕИ, 1935, № 48.

45. A.c. I2S87I9 (СССР). Устройство сбора дефектоскопической информации /Якиравкч С.А., Дрейзин В.Э., Филист С.А., Кудинов В.А., Опубл. в БИ, 1987, J? II.

По5(Ш;ср::о 2 печкти 20.01. Г'п.,а Ь; ¿7 . Sncns 100 эг.с.

Готоп;XUV .i. j^uu'i ,'Го!:ск,цу .л j.imiü, ïj.