CC BY
5
никновение гофра при производстве труб магистральных трубопроводов // Производство проката. 2011. № 4. С. 14-22.
6. Шинкин В.Н., Коликов А.П. Упругопластическое изменение металла на кромкогибочном прессе при формовке труб большого диаметра // Сталь. 2011. № 6. С. 53-56.
7. Shinkin V.N., Kolikov A.P. Elastoplastic shaping of metal in an edge-ending press in the manufacture of large-diameter pipe // Steel in Translation. 2011. Vol. 41. No. 6. P. 528-531.
8. Шинкин В.Н., Коликов А.П. Модель пластического формоизменения кромок листовой заготовки при производстве труб большого диаметра для магистральных трубопроводов // Известия вузов. Черная металлургия. 2011. № 9. С. 45-49.
9. Шинкин В.Н. Математическое моделирование процессов производства труб большого диаметра для магистральных трубопроводов // Вестник Саратовского государственного технического университета. 2011. №4 (62). Вып. 4. С. 69-74.
10. Шинкин В.Н., Коликов А.П., Барыков А.М. Технологические расчеты процессов производства труб большого диаметра по технологии SMS Meer // Металлург. 2011. № 11. С. 77-81.
11. Shinkin V.N., Kolikov A.P. Engineering calculations for processes involved in the production of large-diameter pipes by the SMS Meer technology // Metallurgist. 2012. Vol. 55. Nos. 11-12. P. 833-840.
12. Шинкин В.Н., Коликов А.П. Моделирование процесса формовки заготовки для труб большого диаметра // Сталь. 2011. № 1. С. 54-58.
13. Shinkin V.N., Kolikov A.P. Simulation of the shaping of blanks for large-diameter pipe // Steel in Translation. 2011. Vol. 41. No. 1. P. 61-66.
14. Шинкин В.Н., Барыков А.М. Расчет формы трубной заготовки при гибке на кромкогибочном и тру-боформовочном прессах фирмы SMS Meer при производстве труб большого диаметра по схеме JCOE // Производство проката. 2014. № 12. С. 13-20.
15. Шинкин В.Н., Коликов А.П., Мокроусов В.И. Расчет максимальных напряжений в стенке трубы при
экспандировании с учетом остаточных напряжений заготовки после трубоформовочного пресса SMS Meer // Производство проката. 2012. № 7. С. 25-29.
16. Шинкин В.Н., Коликов А.П. Моделирование процессов экспандирования и гидроиспытания труб большого диаметра для магистральных трубопроводов // Производство проката. 2011. № 10. С. 12-19.
17. Шинкин В.Н. Критерий перегиба в обратную сторону свободной части листовой заготовки на тру-боформовочном прессе SMS Meer при производстве труб большого диаметра // Производство проката. 2012. № 9. С. 21-26.
18. Шинкин В.Н., Барыков А.М., Коликов А.П., Мокроусов В.И. Критерий разрушения труб большого диаметра при несплавлении сварного соединения и внутреннем давлении // Производство проката. 2012. № 2. С. 14-16.
19. Шинкин В.Н., Мокроусов В.И. Критерий разрыва труб газонефтепроводов при дефекте «раскатной пригар с риской» // Производство проката. 2012. № 12. С. 19-24.
20. Шинкин В.Н., Федотов О.В. Расчет технологических параметров правки горячекатаной рулонной полосы на пятироликовой машине линии Fagor Arrasate // Производство проката. 2013. № 9. С. 43-48.
21. Шинкин В.Н., Барыков А.М. Расчет технологических параметров холодной правки стального листа на девятироликовой машине SMS Siemag металлургического комплекса стан-5000 // Производство проката. 2014. № 5. С. 7-15.
22. Шинкин В.Н. Расчет технологических параметров правки стального листа на одиннадцатироликовой листоправильной машине линии поперечной резки фирмы Fagor Arrasate // Производство проката.
2014. № 8. С. 26-34.
23. Шинкин В.Н. Математическая модель правки тонкого стального листа на пятнадцатироликовой ли-стоправильной машине линии поперечной резки фирмы Fagor Arrasate // Производство проката.
2015. № 1. С. 42-20.
ВОЗМОЖНЫЕ ПУТИ УСОВЕРШЕНСТВОВАНИЯ СИСТЕМЫ ОБРАБОТКИ РЕЗУЛЬТАТОВ КОГЕРЕНТНОЙ СПЕКТРОСКОПИИ
Шулепко Никита Михайлович
аспирант, МАТИ- Российский государственный технологический университет имени К.Э. Циолковского,
кафедры системного анализа, г.Москва Шерышев Алексей Евгеньевич
доцент, к.т.н., МАТИ - Российский государственный технологический университет имени К.Э. Циолковского,
кафедры системного анализа, г.Москва Могильная Татьяна Юрьевна
профессор, МАТИ - Российский государственный технологический университет имени К.Э. Циолковского, кафедры
приборы, г.Москва
В настоящее время получили широкое распространение спектральные методы контроля параметров. К ним относятся: во-первых, акустооптическая спектроскопия -метод получения спектральных данных, предназначенных для оценки спектрального распределения оптического излучения, позволяющего определять состав исследуемого
вещества. По сравнению с традиционными спектральными приборами, акустооптическая спектроскопия обладает целым рядом особенностей, которые позволяют использовать в недоступных ранее областях измерений. В России разработан широкий спектр приборов [1] для раз-
личных методов анализа и различных областей. Наибольшее применение технология получила в оборонной сфере, мониторинге окружающей среды и медицине [2].
Во вторых лазерная резонансная спектроскопия, к которой, например, относится спектроскопия комбинационного рассеивания [3]. В настоящее время, в течении ряда лет в МАТИ на базе двух кафедр «Приборостроения», «Системного анализа» и ОАО СЭРРЭТ разрабатывается также лазерный метод контроля наночастиц и патогенных организмов в воде и коллоидных растворах. Этот метод хорошо зарекомендовал себя, при разработке таких средств защиты как «Серебряный щит» и др.[4]
Методика контроля основана на комбинации люминесцентных методов и метода вынужденного рассеивания Мандельштамма-Бриллюэна (ВРМБ) [4]. Метод люминесценции позволяет получить спектр, который определяет зависимость интенсивности свечения на фиксированной частоте от частоты (или длины волны) возбуждающего света. При этом люминесценция исследуемых биологических составов лежит в области от 0,2 до 0,9 мкм., далее с увеличением длины волны люминесценция слабеет. В этой же спектральной области находится паразитное свечение примесей, содержащихся в воде и коллоидных растворах [4]. В то время как ВРМБ наблюдается в ВК области, где отсутствует паразитное свечение [4].
Однако ограничением метода ВРМБ является отсутствие достаточной (пороговой) плотности излучения [4]. Необходимая (пороговая) плотность излучения достигается за счет комбинации лазерного излучения и излучения люминесценции от объекта. При этом концентрация патогенного организма является линейной функцией логарифма интенсивности стоксовой и анти стоксовой составляющих [4].
Развитие и внедрение устройств на основе когерентной спектроскопии в определенной степени сдерживается отсутствием адекватных методов и средств обработки информации, получаемой с этих приборов. Это связано с тем, что информация, поступаемся с этих приборов, отлична от традиционных спектрограмм. Это отличие заключается в том, что в результате измерения получаем узкополосные спектры в результате того, например, в методе акустооптической спектроскопии используется аку-стооптический фильтр, представляющий собой принципиально новый класс спектральных оптических элементов, позволяет получать определенные участки в спектральном диапазоне, в отличие от сплошного спектра, регистрируемыми классическими спектрометрами. В комбинированном методе ВРМБ, стоксовые и антистоксовые составляющие также представляют узкополосный спектр. [4] Это диктует необходимость разработки специализированных методов обработки, отображения и хранения этой информации, нового программного обеспечения.
Программное обеспечение должно позволять, во-первых, сократить время и трудоемкость измерений, во-вторых, существенно расширять функциональные и аналитические возможности, а в целом обеспечивает более высокую экономическую эффективность использования прибора. Создание программного обеспечения существенно осложняется без информационной поддержки, основанной на специализированном языке описании сценариев обработки информации. Создание таких языков базируются на особенностях области обработки информации и могут быть реализованы в виде процедурного языка программирования. Для данной предметной области [5] требуется разрабатывать собственную информационную среду, позволяющую в терминах конкретной области об-
рабатывать информацию. Особое внимание в данном вопросе следует уделить тому факту, что предметом преобразований будут не конкретные значения, а целые наборы дискретных данных, описывающих тот или иной спектр. Более того, для получения результатов, удовлетворяющих определенной точностной оценке, стоит учитывать множество факторов, влияющих на результат - состояние окружающей среды, износ частей и элементов измерительного прибора, чистоту образцов. При анализе предметной области, связанной с обработкой информации, получаемой с установки спектроанализатора было принято решение разрабатывать систему автоматизации, функциональные методы которой будут представлять оболочку тех или иных функций математического аппарата, учитывающего все вышесказанные особенности предметной области, и функции общего действия, применимые к подобным последовательностям данных.
В настоящей работе разработано программное обеспечение, которое позволяет выполнять операции над спектральными данными (например, разлагать спектральное распределение по функциям Лоренца и Гаусса), определять максимальные значения и особые точки распределения, автоматически определять количество максимумов и расстояние между ними, получать суммарные и разностные большого количества распределения спектральных распределений и определять вероятностные характеристики, а также имеется встроенный язык обработки спектров. Это программное обеспечение необходимо для определения информативных параметров при распознавании объекта в исследуемых сложных смесях.
На рис. 1 представлен интерфейс меню управления графиками, на котором видны основные возможности программы обработки спектров.
Предлагаемое программное обеспечение было применено для оценки выявления информативных параметров сложных составов патогенных организмов. на примере двух патогенов Е-соИ и шигеллы. На рис. 1 представлен типовой спектр одной из данных смесей, обработанный разработанным программным обеспечением.
Обработка подобных сложных спектров позволила определить погрешность значения одного из информативных параметров, разницы между основной модой и модой патогенного организма, определенного с помощью данного программного обеспечения. Было показано, что эта погрешность не превышает сотых долей процента для всех исследованных спектров, и эта информация представляет серьезный интерес для разработки автоматизированного программного обеспечения приборов контроля.
Применение описанного подхода позволяет оперативно решать поставленные задачи, достигая высокую степень автоматизации и точности процесса интерпретации полученной информации, что значительно расширяет возможности, не прибегая к усложнению аппаратного комплекса или повышению требований к обслуживающему персоналу.
Выводы:
1. Проведен анализ предметной области, связанной с обработкой информации спектров, полученных методами когерентной спектроскопии, получаемой с установки спектроанализатора
2. Была разработана оболочка функций математического аппарата, учитывающего все вышесказанные особенности предметной области, и функции общего действия, применимые к подобным последовательностям данных.
3. Разработано программное обеспечение, позволяющее обрабатывать распределения узкополосных спектров, полученных методами когерентной спектроскопии.
1.
2.
4. Проведена апробация программы на примере спектральных распределений сложных смесей патогенных организмов.
Рисунок 1. Основные возможности программы обработки спектров
т Ш \
Рисунок 2. Типовое спектр смеси E-coli и шигеллы (с3) х- частота в нм, у - интенсивность в dBm (1dBm= 10^ (1/10=100 mvt) 1 лазерная мода, 2 Е-тоИ 3- шигелла
Список литературы
B.И. Пустовойт, В.Э.Пожар. Радиотехника и электроника, 1998, т.43, в.1, с. 121-127. Управление характеристиками коллинеарного акустооптиче-ского фильтра путем модуляции ультразвука.
C.Н. Королев, А.А. Кучерявый, В.А. Мироненко, В.С. Суэтин. Исследование Земли из космоса, 1992, в.4, с.32. Опыт испытательной аппаратуры «Трассер» для наблюдения океана из космоса.
Amira C. Padilla-Jiménez William Ortiz-Rivera Carlos Rios-Velazquez Iris Vazquez-Ayala Samuel P. Hernández-River Amira C. Padilla-Jiméne Detection and discrimination of microorganisms on various substrates with quantum cascade laser spectroscopy. Optical ngineering 53(6), 061611 (June 2014.
4. T.Yu. Moguilnaya, 1 P.V. Bobkov,2 and V.A. Tomilin 3 4 Monitoring toxicants by stimulated Mandelstam-Brillouin scattering (SMBS) in a turbulent water flow. International journal «Laser Physics», 2013, doi:10. 1088/1742- 6596/414/ 1/12023.
5. Шулепко Н.М. «Разработка программного обеспечения для обработки информации с акусто - оптического прибора», 2014г. XL Гагаринские чтения. Научные труды Международной молодёжной научной конференции в 9 томах. Москва 7-11 апреля 2014г. М.:МАТИ, 2014. Т.4, 264с.
