CC BY
15
УДК 620.179.17 е. алтай
DOI: 10.25206/1813-8225-2022-183-128-134
а. в. федоров к. а. степанова д. о. кузиванов
Университет ИТМО, г. Санкт-Петербург
ОЦЕНКА ЭФФЕКТИВНОСТИ МЕТОДОВ ОБРАБОТКИ СИГНАЛОВ АКУСТИЧЕСКОЙ ЭМИССИИ ПРИ РЕАЛИЗАЦИИ ПОЛИНОМИАЛЬНЫХ ЦИФРОВЫХ ФИЛЬТРОВ
В статье представлен метод обработки сигнала акустической эмиссии (АЭ) для выделения информационной и помеховой составляющей из зашумлен-ной записи. Метод основан на полиномиальной цифровой фильтрации. Для компенсации вносимых искажений фильтрами предложена схема двунаправленной обработки сигнала АЭ. Проанализирована работоспособность метода фильтрации зашумленной записи и на основе количественных показателей проведена оценка обработки. Результаты оценки показали, что представленный метод фильтрации обеспечивает устойчивость влияющим помехам и высокую точность обработки записи сигнала АЭ при сравнении с ближайшими аналогами.
Ключевые слова: сигнал акустической эмиссии, цифровой фильтр, полином Баттерворта, точность обработки, помехоустойчивая обработка, двунаправленная фильтрация, отношения сигнал/помеха.
Введение. На сегодняшний день в неразрушаю- высокочастотной обработки и максимального осла-
щем контроле для диагностики и оценки техниче- бления помех при минимальных искажениях пара-
ского состояния опасных промышленных объектов метров сигналов. Такие фильтры в силу использова-
широко используется метод акустической эмиссии ния полиномиальных моделей для синтеза фильтров
(АЭ). Метод АЭ является высокоинформативным частотные фильтры называют полиномиальными
инструментом обнаружения развивающихся де- [15, 16].
фектов в материалах изделий в условиях их экс- В данной статье, в сравнении с [15], исследуют-плуатации. Применение данного метода для оценки ся вопросы, связанные с применимостью методов технического состояния и обнаружения дефектов полиномиальной фильтрации Баттерворта, Бесселя, на ранних стадиях их развития базируется на ре- Чебышева при их цифровой реализации для обра-зультатах анализа параметров зарегистрированных ботки сигналов АЭ. В частности, рассматривается сигналов АЭ [1—3]. оценка влияния данных методов фильтрации на Однако широкое промышленное применение расчетно-теоретические показатели среднеквадра-метода АЭ ограничено необходимостью выделения тического отклонения и отношения сигнал/помеха, полезного сигнала на фоне помех различной физи- характеризующие эффективность обработки сигна-ческой природы, возникающих при проведении АЭ лов АЭ по точности и помехоустойчивости. контроля и снижающих достоверность результатов Рассматривается решение двух задач. Первая за-АЭ контроля [1—6]. Для повышения качества об- дача связана с высокочастотной фильтрацией циф-работки зарегистрированного сигнала и повышения ровыми фильтрами верхних частот (ФВЧ) Баттер-достоверности результатов АЭ контроля применяют ворта, Бесселя, Чебышева. Вторая задача связана различные методы фильтрации [1 — 14]. При анали- с низкочастотной фильтрацией на основе фильтров зе методов фильтрации [15] особое внимание уде- нижних частот (ФНЧ) данными полиномиальными лялось поиску более простых и высокоточных алго- моделями. В каждой из решаемых задач для полуритмов исходя из вычислительной и практической чения формы информационных и неинформацион-реализации методов при математических расчетах. ных (помеховых) составляющих сигналов АЭ ис-
В работе [15] на основе экспериментальных ис- пользуется схема вычитание. следований установлено, что для обработки сигна- Целью исследований являлось повышение калов АЭ методы полиномиальной фильтрации пред- чества обработки сигналов АЭ и оценка расчетно-ставляют собой оптимальный класс фильтров для теоретических показателей, полученных при вы-
делении информационных и неинформационных составляющих сигналов на выходе с помощью методов полиномиальной цифровой фильтрации.
Постановка задачи исследования. Сформулируем задачу для оценки влияния рассматриваемых методов фильтрации на количественные показатели при выделении информационной и неинформационной ^(д) составляющих сигналов АЭ из аддитивной смеси х(д), описываемой в виде (1)
х(н) = s(q) + £(q),
(1)
где д — отсчеты измерений, — сигнал АЭ,
^(д) — помеха. При этом модель в(д) сигнала информационной составляющей фо рмируется и к экспериментально-тестовая форма и выбирается из [17], а в качестве модели БИд) помехи рассматриваются характеристики идентифицированной формы сигнала электромагоитной помети в диапазоне от 400 кГц до 1200 кГц, изменяющейся в широком диапазоне чаттоты «ОООоГ^м [15] вода
^(q) = Ы Asin
(
\
2л — к + ф,.
, 2 ¡
(2)
где т — числм гармоник помехи; А. — амплитуда г-ой гармоники помехи; /. — чостота идентифицированной помохо [15); ] — частота дискретизации помехи; к — порядко5ый номео отсчетов мо-мехи; ф. — намхльноо фвоа сигнала г-ой гармоники помехи. н )
Задача 1. ]и1 с оквчаствтная фи лмрг ция. Рос смотрим задачу в ыделения х оставляющих сигнала в(д) из зашумленной гводоой оосмьдяваттльностк х(д) путем вычитения доставоопощеё Г(м]г полуоенной на выходе полиномивльных цифрввых фильтков ВЧ, согласно (3),
s(q)=x(q)-i;(q).
)3)
= х(н( - н(н) ■
(4)
мощи полиномиальной цифровой двунаправленной фильтрации сигнала х(д), регистрируемого в дискретные моменты времени д=дг.., дп, для анализа расчетно-теоретичмских показателей качества обработки.
Синтез, настройка и схема полиномиальной цифровой фильтрации. Синтез полиномиальных методов фильтрации для формирования цифровых фильтров Баттерворта, Бесс еля, Чебышева осуществлялся в нормированном диапазоне с помощью передаточных фомкцик нaпpонывных фильтров-аналогов [15], учитывая рекомендации [18, 19], параметры которых мнсскмтаны как [19]:
и 4 = I П- 1. 2л,
с I
Qc = 12 М
где ^ — чостгта троза; °° — частота дискретизации; Т — время «кадра» оцифровки.
Разверн^ые ^зуоьтаты синтеза фильтров представлены в [15]. Дош чнсткты оре3а полиномиальных фильтров ВЧ и НЧ выб]иана частота сформированной информационной составляющей сигнала АЭ [17], равная 240 кГц при чаютоте диткретювации 4МГц [15]. Преобрвзовамие ]гнссчитанной непрерывной пмредаточной фонкции в еискрет]еую осуществлялось на мснове билинейного преобразова-
Я X 0 э о
ния как о о — I--
Т ) 0 а о5
п(эи Т = 1 с.
Задача 2. Низкочг=тознгя фтлытряция. Рфссмо-трим задачу выделе н чя с оста глию щаи то гнала í((q) из зашумленноИ вноднос последователтностт х(д) путем вычитания состаоняыщей н( q), пглу!енной на выходе полиномиальны) цифв+вых фнльнров НЧ, согласно =4),
Ставится ыадача: испооьзуи измерения (1) при помощи (3) и (и) наыти оцннку нф) и í;(g) у(ии по-
Двунаправленная реализация цифровых фильтров предназначена дтш кемтенсотиу исотжений, вносимых полиномиаоьными цифровыми фильтрами. В отличие от обычной однонаправленной реализации фильтров,врежиме «вход-выход» поддву-направленной фильтрацией понимается обработка сигнала АЭ в режиме «в обе стороныы При такой обработке зашумлстныесигсалы АЭ фильтруются в прямом направлении, а затем в оЫрхтном направлении. В результате возникающие фазовые сдвиги взаимно компенсируются. Структурные схемы дву-иаправленной обработки сигнала АЭ представлены на рис. 1.
Придвунаправленной ]аеализации ФВЧ и ФНЧ входная последовательность зашумленных сигналов АЭ обрабатывается фильтрами z[q] в прямом направлении, затем с помощью блока инверсии времени (ИВ) изменяется порядок следования отсчетов w[q] отфильтрованных сигналовна обратный. По-
а)
б)
Рис.1. Структурныесхемы двунаправленной обработки сигнала АЭ: а) спомощьюфильтровВЧ;б)спомощьюфильтров НЧ
лученные отсчеты на выходе блока wi[q\ обрабатываются в обратном направлении с помощью ФВЧ и ФНЧ, затем окончательная инверсия времени (блок ИВ) приводит к изменению порядка следования отсчетов на обратный. На выходе блоков ИВ везникающие фазовые сдвиги взаимно компенсируются и формируются сигнаол помех (при использовании схемы с ФВЧ) и информационные сигнчлы вДЧ (при использовании схемы с ФНЧ). Введение блока «сумматор-вычитатель» обеспечивает форчировение информационных сигналов полученных между исходным сигналом xi(q) и сичнеФом нр выходе блока ИВ ФВЧ, а также модели помехи между сигналом х^) и сигналом на выходе блока ИВ ФНЧ.
Применение рассматриваемой схемы обработки позв оляет отдельно с формировать информационные составтмющие и неинформационные составля-ющи е сиг р ало в АЭ. С огласно разработанной схеме обработки (рис. 1) свертка фильтров при двунаправленной реаоизации в частотной области представлена в след^тощем виде для ФВЧ (5) и ФНЧ (6)
Це) ф Х(е]о)И(е]о)
И(е]о) ф Це]) о Х(е^)Н(е])
У(е]о) Ф Ш(е]о)Н(е) 0 Х(е])Н(е)Н(е])
И(е^) ф У(е^]т) ф
ф Х(е_)Н(е)Н(е ]0) о Х(е;о)Н(е)а,
Z(e]о) ф Х(е]о)Н(е]о) И(е]о) ф Z(e]) о Х(е~]о)Н(е]) V(е]о) ф И(е]о)Н(е]о) о Х(е~]о)Н(е]о)Н(е~]о) Т(е]о) ф V(e~]0) ф
ф Х(е~]о)Н(е]о)Н(е~]о) о Х(е]о)|Н(е]о)|а,
(5)
(6)
где ю — частрта; 7 — комплексная мнимая единица, Z(ejю) — обработанный сигнал в прямом на-правленви е х1астот^ной мбиисти; И(е*ш) — комплексная характер о стика ф ильтра; Ш(в>") — изменение следования отсчетое огнаХс! в ^^ас^еотной области; У(е-/т) — об ра 6оф ка си онале 15 об ратном направле ни и в частотной области ; М(е*°) — выделенный сигнал шумовой помехи в частотной области с ко мпенса-цией фаафвые сднилоо Ф 04Х ло*") — оезульти-рующий обработанный сигнал в частотной области с компе в сац и ей фазо вых сдвигов (для ФНЧ).
Выбор расчетне1 х Ноеичественных показателей. Количест^еная иценка выияниа ртссматриваемых методов фильфрацио на оаХтетные а именна от о ошени я сигнал/помеха (БЫЯ) до и после фильт]еации и среднеквадратическое отклонение (а) oпродeлян!aь, амк
]Гв(ч)а
Ч ф1
ТМЯдо ф Т01д
фильтрации
ТШпосле ф 101д
фильтрации
£ (о(ч) р в(ч))а
ч ф
£ в(ч)а
Ч ф1
£ВЧ) р в(ч))а
Ч ф1
(7)
£(о(д) - о(д))2
Т=1
(8)
N
где N — общее количество отсчетчв о двссматри-ваемом наборе измерений. Выбор показателей (7) и (8) обосновывался тем, что позволяют получить расчетно-теоретическис ртту—ьеаты филгврацти,
со
2
0.5
и
о
Ч
¡"0.5 <
-1
20« 400 600 800 1000 1200 1400 Отсчеты, п
а)
1.5
1
сс
г 0.5
03
я
с (I
в
Ц
С г -0.5
<
-1.5
н и н н н и (2с)
500 1000
Отсчеты, п
б)
1500
Отсчеты, в)
а
Рис. 2. Исходные формы сигналов: а) информационная составляющая; б) неинформационная составляющая; в) зашумленный сигнал АЭ
характеризующие эффективность обработки сигналов по точности и помехоустойчивости [20]. Сходства между информационными составляющими и £(д) оценивались коэффициентом парной корреляцией, так как оценивается значение парных из-меренийсигналов АЭ между входом и выходом, записанной в виде
ТТ(д (и) -s (и))(Д (и) - s (и))
q=(_
(qr) - T"(cq))22^(Si (q) — s(q))2
q = l q = (
(9)
где s. — тек=(щее зтачение длины тестов—го сигнал— дЭ, s — —деqHee значение длины тестового АЭ сигнала; д — теиущее гничедии длиши отфильтро-в—н 110)0 cигнaок АЭ; г — среднее значение длины отфильтров^^ного сигнала АЭ. Аналотчно (9) сходства между неииформационными составляющими )(q) и )(q) таиже оi^HTBaAHCb коэффициентом парной корреляцией, з ош^санно!^ как
Тт к (и, — Гипм — Ги))
, и=(
где хи;
ТТКДи) —, ит)2ТТ о ¡(и) —) (и))2
и=1 q=l
- текущее значение длины сигнала поме-среднеезначение длины сигнала помехи;
^ — текущее значение длины выделенного сигнала помехи; | — среднее значение длины выделенного сигнала помехи.
Результаты обработки. Оценка эффективности методов обработки сигнала АЭ при реализации полиномиальных цифровых фильтров производилась при различных значениях зашумленности сигналов и осуществлялась в программной среде МаНаЪ Я2016а. На рис. 2 приведены формы исходного экспериментально-тестового сигнала АЭ, форма синтезированной помехи (2) и их зашумление. Для лучшей визуализации результата обработки сигнала на рис. 3 и 4 представлены только сигналы АЭ, полученные на выходе цифровых фильтров ВЧ и НЧ, аппроксимированных полиномом Баттер-ворта. Приведенные результаты моделирования фильтров иллюстрируют работоспособность рассматриваемых цифровых фильтров (разработанную в работе [15]) при выделении информационной и неинформационной составляющей сигнала АЭ.
Сравнительные оценки, представленные в табл. 1, показывают, что методы цифровой фильтрации [15], аппроксимированные полиномом Баттерворта, позволяют максимизировать значения показателя отношения сигнал/помеха (БИЯ) и минимизировать показатель среднеквадратическое отклонение (а) при зашумленности « — 10дБ, —5дБ, 0дБ, 5дБ, 10дБ» в сравнении с методами цифровой фильтрации, аппроксимированные полиномами Бесселя и Чебышева.
Высокие значения показателя БИЯ характеризует устойчивость системы фильтрации к влияющим
0.5
-0.5
500
Отсчеты, п а)
ФВЧ Бш repuopi
1.5
1500
CQ В
, 0.5 я
и
fr 0
-0.5
-1.5
—ФВЧ Баттерворт
и и и н н f—
500
1000
1500
Отсчеты, б)
Рис. 3. Результаты обработки фильтром ВЧ: а) выделенная информационная составляющая; б) выделенная неинформационная составляющая
1.5
1
са
2 0.5
я
ч
Р 0
в
ч
в ? -0.5
<
-1
-1.5
ФН Ч Бап герворт
н и н н и И h—
а)
500 1000
Отсчеты, п
б)
1500
Рис. 4. Результаты обработки фильтром НЧ: а) выделенная информационная составляющая; б) выделенная неинформационная составляющая
Оценка отношения сигнал/помеха и среднеквадратического отклонения
Таблица 1
Показатели ОСП_после, дБ а, мВ
ОСП_до, дБ ФНЧ в [15\ ФНЧ Бесселя ФНЧ Чебышева ФНЧ Баттерворта ФНЧ Бесселя ФНЧ Чебышева
-10 55,9866 26,0380 19,7332 0,00029 0,0046 0,0061
-5 50,9737 16,6756 18,2825 0,00035 0,0022 0,0059
0 47,8142 14,2940 16,4388 0,00039 0,0065 0,0050
5 42,2212 11,3280 13,9640 0,00043 0,0064 0,0055
10 38,5917 9,2708 7,5650 0,00050 0,0013 0,0061
ОСП_до, дБ ФВЧ в [15\ ФВЧ Бесселя ФВЧ Чебышева ФВЧ Баттерворта ФВЧ Бесселя ФВЧ Чебышева
-10 71,1891 25,0885 28,9426 0,00020 0,0028 0,0043
-5 58,7505 24,6672 19,5249 0,00029 0,0029 0,0058
0 45,5076 23,6069 19,1447 0,00032 0,0032 0,0061
5 41,2702 22,2834 13,9796 0,00051 0,0030 0,0055
10 35,8920 21,9811 7,7510 0,00058 0,0032 0,0055
Таблица 2
Оценка коэффициента корреляции между сигналами АЭ и помехой
Показатели га
ОСП_до, дБ ФНЧ в [15\ ФНЧ Бесселя ФНЧ Чебышева ФНЧ Баттерворта ФНЧ Бесселя ФНЧ Чебышева
-10 0,9971 0,9457 0,5219 0,9983 0,8017 0,6359
-5 0,9968 0,9455 0,5213 0,9946 0,6787 0,4200
0 0,9965 0,9450 0,5210 0,9832 0,4607 0,2516
5 0,9961 0,9435 0,5207 0,9597 0,2799 0,1446
10 0,9958 0,8248 0,5193 0,9327 0,0918 0,0819
ОСП_до, дБ ФВЧ в [15\ ФВЧ Бесселя ФВЧ Чебышева ФВЧ Баттерворта ФВЧ Бесселя ФВЧ Чебышева
-10 0,9994 0,9598 0,9024 0,9987 0,6906 0,6342
-5 0,9993 0,9592 0,8996 0,9954 0,5386 0,4186
0 0,9990 0,9940 0,9656 0,9840 0,3880 0,2834
5 0,9988 0,9354 0,8657 0,9768 0,1979 0,1441
10 0,9985 0,9263 0,8519 0,9593 0,1128 0,0681
помехам при зашумленности «— 10дБ, — 5дБ, 0дБ, 5дБ, 10дБ», а низкие значения показателя а определяет точность обработки сигнала при выделении информационной составляющей АЭ. Следует отметить, что значения показателя БИЯ при « — 10дБ, — 5дБ» представляет информацию о превышении амплитуды помехи по отношению к амплитуде информационного сигнала АЭ, следовательно, «5дБ и 10дБ» превышение амплитуды сигнала АЭ по отношению к амплитуде помехи, «0дБ» амплитуда помехи и сигнала в равной степени.
Если сравнить количественные результаты для фильтров ВЧ и НЧ Баттерворта, то при цифровой высокочастотной фильтрации на основе ФВЧ улучшается избирательность системы по отношению к высокочастотной помехе, чем при цифровой фильтрации на основе ФНЧ. Это говорит о перспективности дальнейшего использования данных фильтров для обработки сигнала.
Используя шкалу Чеддока [21\ для интерпретации коэффициента корреляции, можно отметить, что между экспериментально-тестовой и отфильтрованной информационной составляющей сигнала
АЭ, а также между синтезированной и выделенной помехами существует прямая и тесная корреляционная взаимосвязь (табл. 2). Корреляция измерений по шкале Чеддока считается высокой при значениях корреляционной взаимосвязи г > 0,7, а при г > 0,9 — весьма высокой [21\. Корреляционная взаимосвязь между измерениями информационной составляющей для фильтров Баттерворта составило г > 0,99 и между измерениями неинформационной составляющей составило г > 0,99 соответственно.
Установленная значительная корреляция измерений г > 0,99 для метода фильтрации [15\ в сравнении с методами фильтрации Бесселя и Чебыше-ва объясняется тем, что обеспечивает фильтрацию сигнала при минимальных искажениях информационной составляющей и позволяет получить на выходе сигнал, идентичный с его исходной формой, в равной степени как и для неинформационной (по-меховой) составляющей сигнала.
Обсуждение экспериментов. Одной из главных и важных задач обработки сигналов АЭ является фильтрация шумовой помехи для выделения информационной составляющей и определения па-
раметров сигналов с целью вычисления вторичных диагностических показателей акустической эмиссии. Повышение достоверности диагностики возможно лишь за счет уменьшения влияния шумовой помехи, зависящей от эффективности применяемых методов цифровой фильтрации.
В данном исследовании показано, что среди полиномиальных цифровых методов фильтрации сигналов АЭ высокую точность обработки и помехоустойчивость способен обеспечить метод фильтрации на основе полинома Баттерворта, что обусловливается его особенностями — данный метод фильтрации не порождает пульсаций, как в полосе пропускания сигнала, так и в полосе подавления помех, а коэффициент его усиления, в сравнении с фильтрами Бесселя и Чебышева, всегда стабилен, вне зависимости от его порядка. Ранее эффективность метода фильтрации на основе полинома Бат-терворта при сравнении с фильтрами Бесселя, Че-бышева для обработки сложно структурированных сигналов также отмечалась в работах [22].
Научная новизна данного исследования заключается в том, что при применении цифровых фильтров на основе полиномиальной модели выявлено улучшение избирательности системы обработки сигнала АЭ по отношению к шумовой помехе (при сравнении с ближайшими аналогами). Ранее применение полиномиальной модели для улучшения избирательности системы цифровой обработки сигналов АЭ не рассматривалось.
Заключение. Представлены результаты оценки эффективности методов обработки сигналов АЭ при полиномиальной цифровой фильтрации. Для повышения эффективности обработки сигналов АЭ, а именно точности и помехоустойчивости, предложено использовать метод высокочастотной фильтрации полиномом Баттерворта. Предложенный метод позволяет при минимальных искажениях отфильтровать информационную составляющую сигнала. Для компенсации вносимых искажений полиномиальными фильтрами разработана и предложена схема двунаправленной обработки сигналов АЭ. Показано, что использование предлагаемого метода фильтрации, при сравнении с ближайшими аналогами, может в значительной степени повысить эффективность обработки сигнала по точности и помехоустойчивости.
Благодарности
Работа выполнена при поддержке научного проекта № 620164.
Библиографический список
1. He Y. An overview of acoustic emission inspection and monitoring technology in the key components of renewable energy systems // Mechanical Systems and Signal Processing. 2021. Vol. 148. P. 107146. DOI: 10.1016/j.ymssp.2020.107146.
2. Zhao L., Kang L., Yao S. Research and application of acoustic emission signal processing technology // IEEE Access. 2019. Vol. 7. P. 984-993. DOI: 10.1109/ACCESS.2018.2886095.
3. Бехер С. А., Бобров А. Л. Основы неразрушающего контроля методом акустической эмиссии / Под общ. ред. Л. Н. Степановой. Новосибирск, 2013. 145 с.
4. Бехер С. А. Методы контроля динамически нагруженных элементов подвижного состава при ремонте и в эксплуатации на основе комплексного использования тензометрии и акустической эмиссии: автореф. д-ра техн. наук. Томск, 2017. 36 с.
5. Степанова К. А. Разработка методики акустико-эмис-сионного контроля дефектообразования в процессе формирования соединения сваркой трением с перемешиванием: авто-реф. канд. тех. наук. Санкт-Петербург, 2020. 20 с.
6. Кузьмин А. Н., Иноземцев В. В., Прохоровский А. С. [и др.]. Технология беспороговой регистрации данных акустической эмиссии при контроле промышленных объектов // Химическая техника. 2018. №. 3. С. 10-17.
7. Измайлова Е. В. Информационно-измерительная система и метод контроля трубопроводов на основе вейвлет-филь-трации сигналов акустической эмиссии: автореф. канд. тех. наук. Казань, 2013. 16 с.
8. Kharrat M. А. A signal processing approach for enhanced acoustic emission data analysis in high activity systems: Application to organic matrix composites // Mechanical Systems and Signal Processing. 2016. Vol. 70. P. 1038-1055. D0I:10.1016/J. YMSSP.2015.08.028.
9. Il K. K., Hwan R. U., Pil C. B. An appropriate thresholding method of wavelet denoising for dropping ambient noise // International Journal of Wavelets, Multiresolution and Information Processing. 2018. Vol. 16. P. 1850012. DOI: 10.1142/ S0219691318500121.
10. Beale C., Niezrecki C., Inalpolat M. An adaptive wavelet packet denoising algorithm for enhanced active acoustic damage detection from wind turbine blades // Mechanical Systems and Signal Processing. 2020. Vol. 142. P. 106754. DOI: 10.1016/j. ymssp.2020.106754.
11. Barat V., Borodin Y., Kuzmin A. Intelligent AE signal filtering methods // Journal of Acoustic Emission. 2010. Vol. 28. P. 109-119.
12. Ferrando C., Juan L. A Novel Machine Learning-Based Methodology for Tool Wear Prediction Using Acoustic Emission Signals // Sensors. 2021. Vol. 21. P. 5984. DOI: 10.3390/s21175984.
13. Barile C. Acoustic emission descriptors for the mechanical behavior of selective laser melted samples: An innovative approach // Mechanics of Materials. 2020. Vol. 148. P. 103448. DOI: 10.1016/j.mechmat.2020.103448.
14. Makhutov N. A., Vasiliev I. E., Chernov D. V. [et al.] Influence of the passband of frequency filters on the parameters of acoustic emission pulses // Russian Journal of Nondestructive Testing. 2019. Vol. 55. P. 173-180. DOI: 10.1134/ S1061830919030082.
15. Altay Y. A., Fedorov A. V., Stepanova K. A. Acoustic emission signal processing based on polynomial filtering method // Proceedings of the 2022 IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering, January 25-28. 2022. P. 1320-1326.
16. Щегольский И. А. Синтез рекурсивных цифровых фильтров методами оптимизации на основе полиномиальной аппроксимации: автореф. канд. техн. наук. Томск, 2004. 20 с.
17. Алтай Е., Федоров А. В., Степанова К. А. Формирование моделей информационных составляющих для оценки спектрально-статистических характеристик и влияние параметра фильтров на точность измерения сигналов акустической эмиссии // Сб. тез. докл. конгресса молодых ученых. Санкт-Петербург: Изд-во ИТМО, 2022. 2 с.
18. Paarman L. D. Design and analysis of analog filters: a signal processing perspective. New-York: Kluwer academic publishers, 2001. 440 p.
19. Richard L. G. Digital signal processing. New Jersey: Upper Saddle, 2006. 656 p.
20. Altay Y. A., Kremlev A. S. Signal-to-Noise Ratio and Mean Square Error Improving Algorithms Based on Newton Filters for Measurement ECG Data Processing // Proceedings of the 2021 IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering, January 26-29. 2021. P. 1590-1595.
21. Салин В. Н., Чурилова Э. Ю. Практикум по курсу «Статистика». Москва: Перспектива, 2002. 188 с.
22. Avdeeva D. K., Kazakov V. Y., Natalinova N. M. [et al.], Ivanov M. L., Yuzhakova M. A., Turushev N. V. The simulation
results of the high-pass and low-pass filter effect on the quality of micropotential recordings on the electrocardiogram // European Journal of Physical and Health Education. 2014. Vol. 6. P. 1 — 10.
АЛТАЙ Ельдос, инженер факультета систем управления и робототехники Университета ИТМО, г. Санкт-Петербург. SPIN-код: 4708-3485 AuthorlD (РИНЦ): 819169 ORCID: 0000-0002-3736-0291 AuthorlD (SCOPUS): 57194240500 Адрес для переписки: aeldos@inbox.ru ФЕДОРОВ Алексей Владимирович, доктор технических наук, доцент факультета систем управления и робототехники Университета ИТМО, г. Санкт-Петербург. SPIN-код: 2489-4043 AuthorlD (РИНЦ): 986085 AuthorlD (SCOPUS): 57219346304 Адрес для переписки: avfedorov@itmo.ru СТЕПАНОВА Ксения Андреевна, кандидат технических наук, ассистент факультета систем управления
и робототехники Университета ИТМО, г. Санкт-
Петербург.
SPIN-код: 7861-9935
AuthorlD (РИНЦ): 1116079
AuthorID (SCOPUS): 57212027443
Адрес для переписки: ledy.xs93@yandex.ru
КУЗИВАНОВ Дмитрий Олегович, студент гр. R42773
направления подготовки «Системы и технологии
цифрового производства», инженер факультета
систем управления и робототехники Университета
ИТМО, г. Санкт-Петербург.
Адрес для переписки: kuzivanovdmitry@gmail.com
Для цитирования
Алтай Е., Федоров А. В., Степанова К. А., Кузиванов Д. О. Оценка эффективности методов обработки сигналов акустической эмиссии при реализации полиномиальных цифровых фильтров // Омский научный вестник. 2022. № 3 (183). С. 128-134. DOI: 10.25206/1813-8225-2022-183-128-134.
Статья поступила в редакцию 04.04.2022 г. © Е. Алтай, А. В. Федоров, К. А. Степанова, Д. О. Кузиванов
