CC BY
63О 004
2 ■ 1 ■ 590 ■ 0,0157(1 ~ 0 0157 ^
Ргг
0,5 . 1,42^
--« 9 , ШПа.
1,42 - 2 ■ 0,0157 Таким образом, по рабочему давлению имеем запас 37 %.
2) Вычислим по формуле (6) критическую длину 1к трещины для прогнозирования сценария разрушения.
8-0,0157 ,
L = 1 /7Г (-) 2 ■ 702 = 0,1 18 м = 1 1 8 мм
к 9 , 6^1 ,42 у
Таким образом имеет место соотношение 1>>1к. Следовательно, после разрыва на дефектном участке трещина будет развиваться вдоль оси трубы.
3) Вычислим критическую глубину hK трещины, воспользовавшись формулой (5):
7,5 ■ (1,42 - 2 ■ 0,0157)1
hK = 0, 0 1 5 7/М2/05
= 7 , 8 мм
2 ■ 0,8 ■ 590 ■ 0,0157
Таким образом, разрушение трубы произойдет при достижении трещиной глубины 7,8 мм.
Выполненный расчет показывает, что выявленный дефект можно признать докритическим.
Литература
1. Сурков Ю. П., Соколова О. М., Рыбалко В. Г., Малкова Л. Ф. Диагностика промышленных разрушений. Анализ причин разрушений и механизмов повреждаемости магистрального газопровода из стали 17ГС // ФММ. 1989. № 5. С. 95-97.
2. Мирошниченко Б. И., Аладинский В. В., Маханев В. О., Мельников В. Л. Методические рекомендации по количественной оценке состояния магистральных газопроводов с коррозионными дефектами, их ранжирование по степени опасности и определение остаточного ресурса. ВРД 39-1.10-004-99. - М.2000. С. 52.
3. Марвин К. Прочность труб, подвергшихся коррозии. Экспресс-информация. Серия: «Транспорт и хранение нефти и газа». № 4. — М.; «ВИНИТИ», 1973. С. 11-17.
4. ГОСТ 25.506—85. Расчеты и испытания на прочность. Методы механических испытаний металлов. Определение характеристик трещинностойкости (вязкость разрушения) при статическом нагружении. М.: Изд-во стандартов, 1985.
Алгоритм проведения вейвлет-преобразования данных ЭЭГ
Кобылат А. О.
Кобъглат Анастасия Олеговна / Kobylat Anastasia Olegovna - магистрант, кафедра приборостроения и технического регулирования, факультет приборостроения, Донской государственный технический университет, г. Ростов-на-Дону
Аннотация: в данной работе приведен алгоритм проведения вейвлет -преобразования для анализа динамики активности коры головного мозга в процессе «бодрствование - сон» с использованием базисной функции расширения ЭЭГ сигнала (Вейвлеты Добеши) в программе Matlab.
Abstract: this work presents the algorithm of wavelet - transformation for the analyzing the dynamics of the activity of the cerebral cortex in the process of "wakefulness - sleep" using the basis function of expansion EEG signal (Daubechies wavelet) in the program Matlab.
Ключевые слова: вейвлет-преобразование, ЭЭГ, Матлаб. Keywords: wavelet - transformation, EEG, Matlab.
Вейвлет-анализ является на сегодняшний день одной из самых перспективных технологий анализа данных. Вейвлеты представляют собой математические функции, позволяющие анализировать различные частотные компоненты данных [1]. Вейвлет-преобразование позволяет судить не только о частотном спектре сигнала, но также о том, в какой момент времени появилась та или иная гармоника.
Исходные данные были получены при измерении биоэлектрической активности мозга, происходящих в цикле «бодрствование - сон». Для исследования было выбрано затылочное отведение O1-A1.
Обработка сигналов проводилась в системе математического моделирования Matlab с помощью специализированного пакета расширений Wavelet-toolbox.
Порядок проведения анализа:
• запускаем MATLAB;
• импортируем данные ЭЭГ во внутренние переменные (File > Import Data);
• выбираем нужный нам файл с результатами ЭЭГ;
• выбираем NEXT, Переключили radio-кнопку на опцию "Create Vectors..." и Finish;
• запускаем меню Wavelet Toolbox - командой wavemenu^ появившемся окне уверенно жмем кнопку «Continuous Wavelet 1D»;
• загружаем данные из Экселя в MATLAB (File>Import Signal From Workspace);
• в поле Wavelet выбираем «db» и нажимаем на кнопку Analyze.
Для проведения анализа для затылочного отведения О1А1 загружаем данные электроэнцефалограммы, снятые во время бодрствования пациента. Получаем следующие графики, представленные на рисунке 1.
Рис. 1. Графики для отведения О1А1 в цикле «бодрствование» до фильтрации
Затем также загружаем данные электроэнцефалограммы отведения О1А1, но снятые во время дремоты пациента. Получаем следующие графики, представленные на рисунке 2.
Рис. 2. Графики для отведения О1А1 в цикле «дремота» до фильтрации
Для получения графиков ЭЭГ, снятые во время сна пациента, загружаем данные электроэнцефалограммы отведения О1А1 - «сон». Получаем следующие графики, представленные на рисунке 3.
Рис. 3 - Графики для отведения О1А1 в цикле «сон» до фильтрации
В результате получили графики сигналов, обработанных в программе МайаЬ для трех состояний - бодрствование, дремоты и сна.
Для определения более точного результата рекомендуется очистить сигнал от шума.
На рисунках 1 - 3 верхний график - это собственно анализируемый сигнал, полученный при снятии ЭЭГ в цикле «бодрствование - сон». Нижний - график коэффициентов разложения по вейвлету db - Добеши.
Чередование светлых и темных областей - соответствует изменению уровня сигнала [2]. Переход между двумя и черными полосами соответствует переходу между минимумом и максимумом функции (полупериод).
Литература
1. Истомина Т. В., Чувыкин Б. В., Щеголев В. Е. Применение теории wavelets в задачах обработки информации. - Пенза: ИИЦ ПГУ. - 2000, 188 с.
2. Как можно использовать вейвлет-преобразование для анализа ЭЭГ // [Электронный ресурс]: URL: http://www.mozgonavt.ru/2011/10/blog-post_18.html (дата обращения: 05.03.16).
Проблемы развития судостроения в Российской Федерации
Краснова Н. С.
Краснова Надежда Сергеевна / Krasnova Nadezhda Sergeevna - студент, магистрант, кафедра инноватики, качества, стандартизации и сертификации, Дальневосточный федеральный университет, г. Владивосток
Аннотация: в данной статье рассматриваются проблемы развития отечественного судостроения и судоремонта. В числе одной из самых насущных проблем, сохраняющих актуальность на протяжении последних лет, остается старение отечественного флота. Низкая конкурентоспособность отечественных судоремонтных предприятий объясняется длительными сроками выполнения работ и высокими ценами.
Abstract: this article describes the problems of development of Russian shipbuilding and ship repair. Among one of the most pressing problems, the continuing relevance in recent years, remains the aging domestic fleet. The low competitiveness of domestic shipyards is due to long turnaround time and high prices.
Ключевые слова: судоремонтное предприятие, рынок, конкуренция, инновации. Keywords: ship repair company, the market, competition, innovation.
Водный транспорт имеет огромное значение для нашей страны с её обширной речной системой и морским побережьем громадной протяженности. В связи с этим возрастает и значимость судостроительной промышленности. Но с открытием российского рынка внешнему миру и одновременно резким сокращением оборонных и гражданских государственных заказов, отечественные предприятия судостроения и судоремонта лишились значительной части государственных льгот и оказались не готовы к жесткой конкуренции с ведущими зарубежными компаниями [1].
Российская судостроительная промышленность в настоящее время практически отсутствует на мировом рынке гражданских судов, проигрывая не только азиатским гигантам - Китаю, Корее и Тайваню, но и таким странам, как Хорватия или Вьетнам. К сожалению, доля России на мировом рынке представлена лишь 1-2%, что объясняется в первую очередь отставанием по таким важным экономическим показателям, как сроки изготовления судов и кораблей и их стоимость [2].
В условиях экономического кризиса проблемы российского судостроения и судоремонта заключается в том, что:
- Значительная часть судового оборудования в России не производится. Например, в РФ не изготавливаются современные судовые двигатели. При закупке же за рубежом комплектующие облагаются ввозными таможенными пошлинами (до 30%).
