Алгоритмы и радиоэлектронное устройство обработки сигналов для обнаружения, классификации и отображения информации в дефектоскопии железнодорожных путей тема диссертации и автореферата по ВАК РФ 05.12.04, кандидат технических наук Матюнин, Андрей Юрьевич

• Матюнин, Андрей Юрьевич
• кандидат технических наук
• 2011

Оглавление диссертации кандидат технических наук Матюнин, Андрей Юрьевич

Введение.

1 Анализ сигналов, записанных регистрирующей аппаратурой магнитного вагона-дефектоскопа.

1.1 Назначение и принцип работы магнитного вагона-дефектоскопа.

1.2 Дефекты рельсов, обнаруживаемые аппаратурой магнитного вагона-дефектоскопа.

1.3 Факторы, влияющие на форму фрагментов сигнала дефектограммы.

1.4 Визуальный анализ фрагментов сигнала дефектограммы магнитного вагона-дефектоскопа.

1.5 Краткий обзор аппаратуры существующих вагонов дефектоскопов и комплексов для магнитного неразрушающего контроля рельсов.

1.6 Структура алгоритма автоматизированного обнаружения дефектов, используемого в комплексе автоматизированном дефектоскопном магнитном.

1.7 Постановка и структура решения задачи распознавания фрагментов сигнала многоканальной дефектограммы.

1.8 Выводы.

2 Выбор и обоснование моделей подмножеств фрагментов сигнала от дефектов для реализации алгоритмов распознавания.

2.1 Экспериментальные данные.

2.2 Структура экспериментальных данных.

2.3 Спектральный анализ экспериментальных данных.

2.4 Плотность вероятности произвольного сечения подмножества, фрагментов сигнала от дефекта.

2.5 Размерность признакового пространства фрагментов сигналов дефектограммы.

2.6 Разбиение априорных подмножеств методами кластеризации с помощью функционала.

2.7 Пороговые признаки фрагментов сигнала от дефекта.

2.8 Выводы.

3 Алгоритмы обнаружения и классификации фрагментов сигнала от дефектов железнодорожного пути.

3.1 Алгоритм обнаружения регулярных и нерегулярных фрагментов> сигнала дефектограммы.

3.2 Алгоритмы распознавания фрагментов сигнала дефектограммы.

3.3 Многоканальный автоматизированный магнитный дефектоскоп рельсов

3.4 Анализ оценок параметров нормальных распределений подмножеств фрагментов сигнала.

3.5 Метод расширения множества пространственно-временных фрагментов сигнала от дефектов многоканальной дефектограммы.

3.6 Алгоритмы определения местоположения дефекта в плоскости поперечного сечения рельса.

3.8 Выводы.

4. Статистические испытания алгоритмов обнаружения и классифиации регулярных и нерегулярных фрагментов сигнала дефектограммы.

4.1 Статистические испытания алгоритма обнаружения регулярных и нерегулярных фрагментов сигнала дефектограммы.

4.2 Статистические испытания алгоритмов распознавания для априорных классов подмножеств регулярных и нерегулярных фрагментов сигнала.

4.3 Статистические испытания алгоритмов распознавания фрагментов сигнала для классов подмножеств, полученных в результате кластеризации

4.4 Применение метода расширения множества в алгоритме распознавания на основе байесовского решающего правила по временным отсчетам.

4.5 Статистические испытания алгоритмов распознавания регулярных и нерегулярных фрагментов сигнала для всех подмножеств.

4.6 Статистические испытания алгоритмов определения местоположения дефекта в плоскости поперечного сечения рельса.

4.7 Устройство обнаружения нерегулярных фрагментов сигнала.

4.8 Программное обеспечение проекта.

4.9 Выводы.

Введение диссертации (часть автореферата) на тему «Алгоритмы и радиоэлектронное устройство обработки сигналов для обнаружения, классификации и отображения информации в дефектоскопии железнодорожных путей»

Актуальность работы.

Ежегодно на- железных дорогах демонтируют с пути несколько десятков тысяч поврежденных и дефектных рельсов. Замена и ремонт рельсов приводит к большим экономическим затратам. Очевидно, что каждое исследование, повышающее долговечность рельсов, дает большой экономический эффект. Однако значение этой «рельсовой проблемы», не ограничивается значительной экономией за счет увеличения срока службы рельсов. Главное здесь заключается в том, что надежность рельсов в основном определяет безопасность движения подвижного состава (поездов), а внезапные разрушения рельсов под поездами могут стать причиной катастрофы, крушений (аварий), которые могут вызвать человеческие жертвы.

Неразрушающий контроль при диагностике объектов обеспечивает безопасность и возможность эксплуатации объектов по их фактическому состоянию, а не по расчетному ресурсу. Диагностика рельсов посредством ультразвуковых и магнитных дефектоскопов позволяет продлить их срок, эксплуатации и выявлять рельсы с дефектами, предотвращая этим возможные изломы под поездами. Высокие достоверность и надежность неразрушающего контроля можно обеспечить только путем его автоматизации, включая обработку информации посредством вычислительной техники. Однако для любой ступени автоматизации системы неразрушающего контроля достоверность и надежность результатов в той или иной степени будут определяться надежностью оператора, эксплуатирующего систему. Увеличение числа каналов диагностики, с одной стороны дает больше объективной информации об объекте, а с другой стороны увеличивает нагрузку на оператора. Поэтому необходимо создавать многоканальные системы диагностики с автоматической расшифровкой дефектограмм.

В настоящее время в дефектоскопии рельсов основной упор сделан на разработку и использование совмещенных вагонов-дефектоскопов и автомотрис. Совмещенные вагоны-дефектоскопы используют ультразвуковой и магнитодинамический методы дефектоскопии.

Ультразвуковой' метод основан на ультразвуковой импульсной локации тела рельса с помощью нескольких пьезоэлектрических преобразователей' (ПЭП). Каждый преобразователь (канал) формирует ультразвуковой луч со своим углом ввода. Использование нескольких ПЭП увеличивает вероятность обнаружения дефектов. Отраженные от дефектов сигналы регистрируются компьютером и в виде стандартизованной дефектограммы отображаются на экране монитора. Дефектограмму визуально расшифровывает оператор и принимает решение о наличии или отсутствия дефекта.

Достоинство ультразвукового метода: обнаружение дефектов по всей глубине рельса от головки до подошвы.

Недостатки: невысокая вероятность обнаружения дефектов в головке рельсов из-за их вертикального расположения и наличия мертвой зоны при импульсной локации; необходимость постоянного акустического контакта, обеспечиваемого с помощью контактирующей жидкости (вода, вода + спирт); низкая скорость движения вагона-дефектоскопа; сложность обеспечения акустического контакта в зимнее время года.

Магнитодинамический метод основан на намагничивании отрезка рельса электромагнитом постоянного тока и измерении изменения магнитного поля над рельсом. Магнитное поле над рельсом изменяется при наличии неоднородности структуры рельса или рельсового полотна. Измеренное изменение магнитного поля отображается на экране монитора компьютера в виде дефектограммы. Оператор осуществляет визуальную расшифровку дефектограммы и по ее форме принимает решение о наличии или отсутствии дефекта в.рельсе.

Достоинства магнитодинамического метода:

- высокая вероятность обнаружениядефектов в.головке рельса;

- бесконтактный способ съема информации;

- высокая скорость движения вагона-дефектоскопа;

- качество информации практически-не зависит от погодных условий.

Недостаток:

- обнаружение дефектов только в верхней части головки рельсов.

Оба метода дефектоскопии дополняют друг друга, поэтому они совместно используются в совмещенных вагонах-дефектоскопах. Однако возникает другая проблема, это большой объем информации, • который необходимо обработать оператору для выявления дефектов. Существующие дефектоскопные комплексы, такие как «ВД-1МТ5К» фирмы «Твема», «АВИКОН-ОЗМ» фирмы «Радиоавионика» имеют до 12 ультразвуковых каналов контроля и два магнитных. Кроме того, для увеличения вероятности выявления дефектов постоянно увеличивается количество ультразвуковых каналов. Каналы контроля подвергаются визуальной- расшифровке оператором при минимальной автоматизации этого процесса. Все это приводит к тому, что на оператора приходится большая нагрузка при расшифровке дефектограмм. Влияние человеческого фактора (невнимательность, утомляемость и др.) повышает вероятность пропуска дефекта при визуальной расшифровке. Кроме того, поскольку с помощью магнитного метода обнаруживается не более 10% дефектов, операторы перестают расшифровывать магнитные каналы совсем, что также повышает вероятность пропуска дефектов. Естественный способ решения, данной проблемы заключается в автоматизации обнаружения дефектов магнитодинамическим методом дефектоскопии.

Известно, что автоматизацией обнаружения дефектов рельсового пути занимаются специалисты ВНИИЖТ, фирм «ТВЕМА» и «Радиоавионика» и ТТИ' ЮФУ. Из анализа доступных источников следует, что частично задачу автоматизации удалось, решить сотрудниками кафедры теоретических основ радиотехники ТТИ ЮФУ.

Комплекс автоматизированный дефектоскопный магнитный (КАДМ) для вагона-дефектоскопа, разработанный сотрудниками кафедры теоретических основ радиотехники ТТИ ЮФУ, обеспечивает автоматизацию работы магнитного вагона-дефектоскопа. Алгоритм автоматизированного обнаружения дефектов, используемый КАДМ, имеет достоинство — малую вероятность пропуска дефекта, но и существенный недостаток, это относительно большое количество ложных срабатываний. В среднем на один километр выдается 1-2 аномалии, которые предлагаются оператору для принятия окончательного решения о наличии или отсутствия дефекта.

Вагон-дефектоскоп «ВД-1МТ5К», разработанный ЗАО группа компаний «ТВЕМА». «ВД-1МТ5К» является автоматизированной системой совмещенного контроля ультразвуковым и магнитным методом* с использованием ПЭВМ для обработки информации. Одной из возможностей комплекса является автоматизированный поиск сомнительных мест на дефектограмме магнитного вагона-дефектоскопа. По имеющейся информации система. ЗАО группа компаний «ТВЕМА» при эксплуатации действительно обнаруживает ярко выраженные аномалии на дефектограмме магнитного вагона дефектоскопа, но, к сожалению, не имеется никакой технической информации об эффективности работы обнаружителя, так как данная информация специалистами ЗАО группа компаний «ТВЕМА» нигде не приводится.

Совмещенный вагон-дефектоскоп с расширенными функциональными возможностями "АВИКОН-ОЗМ", изготовляемый Санкт-Петербургской фирмой ОАО "Радиоавионика". Одной из возможностей комплекса является автоматическая настройка работы магнитных каналов и полуавтоматическая расшифровка дефектограмм с распознаванием помех и сигналов- от конструктивных отражателей.

Фирмой ОАО "Радиоавионика" так же не предоставляется информация об эффективности работы магнитного канала в совмещенном^ вагоне-дефектоскопе с расширенными функциональными возможностями " АВИКОН-ОЗМ".

Поскольку существующие системы магнитной неразрушающей дефектоскопии или не обеспечивают автоматизацию обнаружения дефектов в дефектограмме, или в незначительной степени облегчают работу человека-оператора, то возникает необходимость разработать систему, в работе которой участие человека сводиться к минимуму. Для реализации системы обработки сигналов от дефектов для автоматической расшифровки дефектограмм, полученных во время неразрушающего контроля магнитным вагоном-дефектоскопом, необходимо использовать методы статистической радиотехники и математической статистики, представленные в работах А. Вальда, Б.Р. Левина, Т. Андерсона, В.И. Тихонова, С.А. Айвазяна, А. Пирсола, Дж. Бендата, Е.С. Вентцель, В.Е. Гмурмана, Г .Я. Мирского, или теории распознавания образов - работы A.A. Харкевича, Ф. Розенблатта,.У. Гренадера, Р. Дуда, П. Харта, К. Фу, Дж. Ту, Р. Гонсалеса, Э. Патрика, К. Фукунага, Я.А. Фомина, Г.Р. Тарловского, И.Д. Мандель, A.B. Лапко, А.Л. Горелика, В.А. Скрипкина, Т. Тэрано.

Таким образом, разработка алгоритмов и радиоэлектронного устройства обработки сигналов для обнаружения и классификации дефектов железнодорожных путей является актуальной задачей.

Неравномерное воздействие колесных пар подвижного состава на поверхность головки рельса увеличивает скорость развития дефектов со стороны рабочей грани, что приводит к возрастанию вероятности образования остродефектных рельсов. Вследствие этого также становится актуальной задача определения местоположения дефекта в плоскости поперечного сечения головки рельса.

Объектом исследования являются алгоритмы и радиоэлектронное устройство обработки фрагментов сигнала дефектограммы для обнаружения, классификации и определения зоны местоположения дефектов железнодорожных путей.

Предметом исследования является, вероятность обнаружения и распознавания фрагмента'сигнала от структурной неоднородности.

Целью диссертационной работы является повышение эффективности автоматизированного обнаружения нерегулярных структур сигнала дефектограммы при4 классификации дефектов железнодорожных путей- на основе их пространственно-временной обработки.

Для достижения поставленной цели необходимо решить следующие задачи:

1. Получить сигналы с датчиков радиоэлектронного устройства от различных объектов железнодорожного пути, выполнить их анализ, и осуществить анализ сигналов от дефектов железнодорожных рельс.

2. Определить и выделить характерные признаки сигналов от дефектов, по которым будет проводиться классификация, а также описать основные факторы эксплуатации радиоэлектронного устройства в вагоне дефектоскопе, существенно влияющих на форму сигнала датчиков, которые в свою очередь влияют на форму сигналов от дефектов. На основании, признаков сигналов сформировать обучающие выборки фрагментов сигнала от различных классов объектов железнодорожного полотна.

3. На основании априорной информации и данных обучения построить решающее правило, позволяющее относить выборку фрагментов сигнала к одному из взаимоисключающих классов дефектов.

4. Разработать адаптивные алгоритмы, осуществляющие обнаружение, классификацию и определение зоны местоположения предъявляемого фрагмента сигнала дефектограммы на основе анализа сигналов на выходах датчиков.

5. Произвести оценку качества обнаружения, распознавания и определения зоны местоположения дефектов железнодорожных путей.

Результаты, выносимые на защиту:

1. Формализация правил, приведенных в должностной инструкции оператора магнитного вагона-дефектоскопа, позволяет выявить пороговые амплитудные признаки для реализации алгоритма обнаружения регулярных и нерегулярных фрагментов сигнала дефектограммы.

2. Реализованный метод расширения множества пространственно-временных фрагментов сигнала от дефектов позволяет корректировать оценки корреляционных матриц и векторов средних значений классов, формирующих множество фрагментов сигналов от дефектов.

3. Результаты экспериментальных исследований показали преимущества алгоритма распознавания байесовским решающим правилом по временным отсчетам, когда каждому классу подмножеств соответствует своя функция плотности вероятности.

4. Разработанные алгоритмы, использующие оптимальный и подоптимальный методы, осуществляют определение местоположения дефекта в плоскости поперечного сечения рельса.

Научная новизна

1. Разработан алгоритм обнаружения регулярных и нерегулярных фрагментов сигнала дефектограммы, использующий формализованные пороговые амплитудные признаки.

2 Модифицированы алгоритмы распознавания регулярных и нерегулярных фрагментов сигнала, использующие в решающих правилах коэффициент корреляции, евклидовую норму и обобщенное отношение правдоподобия.

3. Разработан метод расширения множества пространственно-временных фрагментов сигнала от дефектов, позволяющий корректировать оценки корреляционных матриц и векторов средних значений классов, а также позволяющий синтезировать вектора признаков фрагментов сигнала классов.

4. Разработаны два алгоритма для определения местоположения дефекта в плоскости поперечного сечения рельса.

Практическая значимость

1. Алгоритмы обработки сигналов пассивного индукционного датчика, осуществляющие определение местоположения дефекта в плоскости поперечного сечения рельса, позволяют установить поперечные координаты дефекта в головке рельса, таким образом уменьшить в 3 раза область поиска при вторичном контроле участка рельса.

2. Предложенные алгоритмы обнаружения, распознавания и I определения зоны местоположения дефектов позволяют разработать многоступенчатый пространственно-временной алгоритм автоматизированного анализа дефектограмм с целью надежного обнаружения дефектов рельсов в реальном времени, при этом из-за ограничений, накладываемых на максимальную рабочую скорость контроля, скорость расшифровки повыситься до 90 км/ч.

3. Определение положения дефекта со стороны рабочей грани в плоскости поперечного сечения головки рельса позволяет ввести предварительную разбраковку рельсов на дефектные и остродефектные.

4. Разработанные алгоритмы и радиоэлектронное устройство обработки сигналов для обнаружения, классификации и отображения информации в дефектоскопии железнодорожных путей позволяют реализовать управление магнитным дефектоскопом и контроль процесса автоматической расшифровки дефектограмм на одном рабочем месте оператора вагона-дефектоскопа, что позволяет сократить численность персонала вагона-дефектоскопа на 20%.

Методы исследования

Проведенные в работе исследования базируются на применении теории многомерного статистического анализа сигналов для нормальных распределений, теория распознавания образов сигналов, линейной алгебры и машинного эксперимента на ПЭВМ. Проверка теоретических результатов и выводов проводилась в среде графического программирования Lab VIEW и программы для работы с электронными таблицами Microsoft Excel с использованием машинного моделирования» на наборах фрагментов сигналов от дефектов, полученных экспериментальным путем.

Достоверность и обоснованность результатов обеспечивается результатами машинного моделирования на различных реальных фрагментах сигналов от структурных неоднородностей рельсов, уложенных в путь. Новизна технических предложений подтверждается экспертизой технического решения, которое удостоверяется патентом на предлагаемое устройство регистрации сигналов от дефектов.

Внедрение результатов работы

Диссертационная 'работа выполнялась в рамках госбюджетной работы «Разработка методов моделирования и алгоритмов синтеза радиоэлектронных средств для информационно-коммуникационных систем повышенной эффективности» (г/б № 11054/1). Результаты диссертационной работы, внедрены на предприятии ООО «Информационные и инновационные технологии» г. Таганрога при разработке многоканального автоматизированного магнитного дефектоскопа рельсов, в магнитном вагоне-дефектоскопе №412 ДЦДП СКЖД ОАО «РЖД» для обнаружения и классификации дефектов железнодорожных путей при периодическом неразрушающем контроле железнодорожных рельсов, уложенных в путь, что подтверждается соответствующими актами о внедрении. Результаты диссертационной работы в виде алгоритмов и программ используются в учебном процессе ТТИ ЮФУ при преподавании дисциплины «Радиотехнические цепи и сигналы» и дисциплины по выбору студентов при формировании индивидуальной траектории обучения - «Основы теории сигналов (дополнительные разделы)». Предложенный пассивный индукционной датчик признан полезной моделью и подтвержден патентом №100668.

Апробация работы.

Основные положения диссертационной работы докладывались и одобрены на конференциях: Межд. науч. конф. «Системы и модели в информационном мире», г. Таганрог, ТТИ ЮФУ, 2009 г.; Межд. науч. конф. «Методы, и алгоритмы принятия эффективных решений», г. Таганрог, ТТИ ЮФУ, 2009 г.; Всерос. науч. конф. «Современные исследовательские и образовательные технологии», г. Таганрог, ТТИ ЮФУ, 2010 г.; Межд. науч. конф. «Информационное общество: идеи, технологии, системы», г. Таганрог, ТТИ ЮФУ, 2010 г.; Финал, этап «Всерос. кон. науч.-исслед. р-т асп. и м. уч. в обл. стратег, партнерства вузов и предприятий радиоэлектронного комплекса», г. Санкт-Петербург, СПбГЭТУ, 2010 г.; Всерос. науч.-тех. конф. с межд. уч. «Компьютерные и информационные технологии в науке, инженерии и управлении», г.Таганрог, ТТИ ЮФУ, 2010, 2011 гг.; 10-я Всерос. науч. конф. «Техническая кибернетика, радиоэлектроника и системы управления» г.Таганрог, ТТИ ЮФУ, 2010г.; Всерос. науч. конф. «Актуальные вопросы исследования общественных и технических систем», г.Таганрог, ТТИ ЮФУ, 2011г.; 13-я Межд. конф. «Цифровая обработка сигналов и ее применение» г. Москва, ИЛУ РАН', 2011 г.; 7-я Еж. конф. студ. и асп. Баз. каф. ЮНЦ РАН «Технические науки», г. Таганрог, ТТИ ЮФУ, 2011 г., 1-я Всерос. конф. «Радиоэлектронные средства передачи и приема сигналов и визуализации информации» г. Таганрог, ТТИ ЮФУ, 2011 г.

Публикации.

По результатам выполненных исследований опубликовано 14 научных работ, в том числе 1 патент на полезную модель, 12 статей и тезисов докладов в трудах Международных и Всероссийских научных и научно-технических конференций (2 статьи в журналах из перечня ВАК), 1 работа в финальном сборнике статей Всероссийского конкурса научно-исследовательских работ.

Структура диссертационной работы.

Диссертационная работа написана на русском языке, состоит из введения, четырех глав, заключения, списка использованной литературы и приложений. Диссертационная работа изложена на 275 страницах, число машинописных страниц 142, 78 рисунков^ 87 таблиц, список литературы* из 67 наименований, приложения.размещены на 52 страницах.

Заключение диссертации по теме «Радиотехника, в том числе системы и устройства телевидения», Матюнин, Андрей Юрьевич

3.8 Выводы

1.На основе формализованных пороговых амплитудных признаков реализован алгоритм обнаружения регулярных и нерегулярных фрагментов сигнала дефектограммы.

2. Предложено 10 алгоритмов распознавания регулярных и нерегулярных фрагментов сигнала, использующих различные подходы для решения задачи классификации. В* качестве ч меры сходства в. решающих правилах алгоритмов использовались коэффициент корреляции, евклидовая норма и обобщенное отношение правдоподобия. Все разработанные алгоритмы распознавания были оптимизированы под специфику решаемой задачи и реализованы в виде соответствующего программного обеспечения.

3. Разработанный пассивный индукционный датчик позволяет определять местоположение дефекта не только вдоль рельса, но и в плоскости поперечного сечения верхней части головки рельса. Многоканальный автоматизированный магнитный дефектоскоп рельсов позволяет организовать взаимодействие между всеми функциональными узлами магнитного дефектоскопа и автоматизировать его работу.

4. Предложен метод для перехода от вектора признаков УЬ фрагмента сигнала к новой системе независимых признаков. Выбран метод для

4: СТАТИСТИЧЕСКИЕ ИСПЫТАНИЯ АЛГОРИТМОВ. ОБНАРУЖЕНИЯ И КЛАССИФИАЦИИ РЕГУЛЯРНЫХ И НЕРЕГУЛЯРНЫХ ФРАГМЕНТОВ СИГНАЛА ДЕФЕКТОГРАММЫ

4Л Статистические испытания алгоритма обнаружения регулярных ш нерегулярных фрагментов сигнал адефектограммы

В'предыдущей главе-предложен алгоритм обнаружения регулярных, и нерегулярных фрагментов сигнала дефектограммы, которые пересекают пороговые уровни Р1 к Р2, определенные во второй главе. Для определения пороговых уровней необходимо знать два параметра: среднеквадратического отклонение Л и длину фрагмента сигнала Н, на основании которого будет оцениваться' среднеквадратическое отклонение Л\ Таким образом, для вычисления пороговых уровней Р1 и Р2 необходимо экспериментально определить длину фрагмента сигнала Н1. Длину фрагмента установим на основании следующих соображений: число отсчетов, входящих в текущий отрезок должно быть достаточно' велико так, чтобы, при- включении' в Н любого не регулярного объекта не изменялась бы- величина А; с другой-стороны, число отсчетов не должно быть слишком большим, чтобы параметр А отражал текущее значение половины величины размаха сигнала от подкладки.

Для определения- длины фрагмента сигнала Н. была использована дефектограмма многоканального автоматизированного- магнитного дефектоскопа рельсов, полученная во время периодических испытаний в динамике аппаратуры магнитного вагона дефектоскопа № 412 на контрольном тупике станции Гниловская Северо-Кавказской железной дороги при скорости движения пассивного индукционного датчика 40 км/ч. Как было сказано во второй главе, этот участок предназначен для аттестации магнитных вагонов дефектоскопов на предмет обнаружения остродефектных рельсов с дефектами типа 21 и ЗОГ. В табл. 4.1— 4.4 приведены результаты статистических испытаний алгоритма обнаружения регулярных и нерегулярных фрагментов сигнала превышающих пороговые уровни Р1 и Р2 для левой и правой нитки пути при различной длине Н.

Список литературы диссертационного исследования кандидат технических наук Матюнин, Андрей Юрьевич, 2011 год

1. Кузмичев В.Е. Законы и- формулы физики: Справочник / Отв. ред. В.К. Тартаковский. Киев: Наук, думка,. 1989. - 864 с.

2. Неразрушающий контроль. В 5 кн.* Кн. 3: Электромагнитный контроль: Практическое пособие / Под ред. В.В. Сухорукова. М:: Высш. ж, 1992.-312 с.

3. Неразрушающий контроль рельсов при их эксплуатации и ремонте / Под. ред. А.К. Гурвича. М.: Транспорт, 1983. - 318 с.

4. Приборы для неразрушающего контроля материалов и изделий. В 2-х книгах. Кн. 2 / Под ред. В. В. Клюева. 2-е изд., перераб. и дот — М.: Машиностроение, 1986. -488 с.

5. Боднер В.А., Алферов A.B. Измерительные приборы. В 2 т. Т.2. Методы измерений, устройство и проектирование приборов. М.: Изд-во стандартов. - 1986. — 224 с.

6. ГОСТ 15467-79. Управление, качеством продукции. Основные понятия. Термины и определения. -Введ. 01-07-1979. М.: Изд-во стандартов, 2002. 22 с.

7. Неразрушающий контроль и диагностика: Справочник / Под; ред. В.В. Клюева. 2-е изд., испр. и доп. - М.: Машиностроение, 2003. - 656 с.

8. Нормативно-техническая документация / МПС РФ. М.: Транспорт, 1993. - 64 с. "Классификация дефектов рельсов", Каталог дефектов рельсов", "Признаки дефектных и остродефектных рельсов".

9. Матюнин А.Ю. Задачи, возникающие при выборе метода и средства намагничивания объектов контроля // Информационное общество: идеи, технологии, системы: Материалы Межд. науч. конф. Ч. 2 - Таганрог: ТТИ ЮФУ, 2010.-С. 51-53.

10. Физическая, энциклопедия / Гл. ред. A.M. Прохоров. М.: Сов. Энциклопедия. Т.2. Добротность — Магнитооптика. 1990. — 703 с.

11. Физическая энциклопедия / Гл. ред. A.M. Прохоров. М.: Сов. Энциклопедия. Т. 1!. Аронова — Бома эффект — Длинные линии: 1988; — 704 с.

12. Вагон-дефектоскоп «ВД-1МТ5К». \vww.tvema.ru.13: Совмещенный вагон-дефектоскоп; с расширенными функциональными возможностями <<АВИКОН-ОЗМ>>. www.radi6avionica:ru:

13. Максимов М.Н. Алгоритм построения; автоматического обнаружителя образа дефекта на дефектограмме // Межвед. темат. науч. сб.: Рассеяние электромагнитных волн. Вып. 111. - Таганрог: ТРТУ, 1999 - С. 143- 146. '

14. Горелик А.Л. Скрипкит В'.А. Методы распознавания. 2-е изд., перераб. и доп. - М.: Высш. шк., 1984. - 208 с.

15. Матюнин А.Ю. Разработка системы распознавания дефектов железнодорожных рельс // Неделя науки 2008: Сб. тезисов. Т. 2. — Таганрог: ТТИ ЮФУ, 2008. - С. 52 - 54.

16. Матюнин А.Ю. Этапы решения задачи при разработке автоматической« системы распознавания образов // Системы и модели- в информационном мире: Материалы Межд. науч. конф. — Ч. 3 Таганрог: ТТИ ЮФУ, 2009. - С. 41 - 43.

17. Радиотехнические цепи и сигналы: учеб. пособие для вузов / И. С. Гоноровский. 5-е изд., испр. и доп. - М.: Дрофа, 2006: - 719 с.

18. Баскаков С.И. Радиотехнические цепи и сигналы. 2-е изд., перераб. и доп. М.: Высш. шк., 2000. - 462 с.

19. ФедосовV В.П. Радиотехнические цепи и сигналы: для самостоятельного изучения. Таганрог: ТРТУ, 2004. — 175 с.

20. Дженкинс Г., Ватте Д. Спектральный анализ и- его приложения: Пер. с англ. Т. 1.-М.:Мир, 1971.-317 с.

21. Матюнин А.Ю. Спектральный анализ фрагментов сигналов дефектограммы в LabVIEW // Актуальные вопросы исследования общественных и технических систем: Материалы Всерос. науч. конф; — Ч. 3 — Таганрог: ТТИ ЮФУ, 2011. С. 23 - 27.

22. Прикладная статистика: Исследование зависимостей: Справ. Изд. / Под ред. С.А. Айвазяна. — М.: Финансы и статистика, 1985. 487 с.

23. Назаренко A.M. Эконометрика: Учебное пособие. Сумы: СумГУ, 2000. - 404 с.

24. Теория вероятностей и математическая статистика: Учеб. Пособие для вузов / В.Е. Гмурман. 9-е изд., стер. - М.: Высш. шк., 2003. - 479 с.

25. Вентцель Е.С. Теория вероятностей. 4-е изд., стер. - М.: Наука, 1969.-576 с.

26. Бендат Дж., Пирсол А. Прикладной анализ случайных данных: Пер. с англ. М.: Мир, 1989. - 540 с.

27. Кобзарь А. И. Прикладная математическая статистика. М.: Физматлит, 2006. - 816 с.

28. Прикладная статистика: Основы моделирования и первичная обработка данных. Справ, изд. / Под ред. С.А. Айвазяна. М.: Финансы и статистика, 1983.-471 с.

29. Левин Б.Р. Теоретические основьг статистической радиотехники. Кн. 2 М.: Советское радио, 1968. — 504 с.

30. Дуда Р., Харт П. Распознавание образов и анализ сцен: Пер. с англ. -М.: Мир, 1976г.-507 с.

31. Прикладная статистика: Классификация и снижение размерности: Справ. Изд. / Под ред. С.А. Айвазяна. М.: Финансы и статистика, 1989. -607 с.

32. Ту Дж., Гонсалес Р. Принципы распознавания образов: Пер. с англ. -М.: Мир, 1978.-411 с.

33. Фукунага К. Введение в статистическую теорию распознавания образов: Пер. с англ. М.: Физматлит, 1979. - 368 с.

34. Патрик Э. Основы теории распознавания образов. Пер с англ. / Под. ред. Б.Р. Левина. М.: Сов. радио, 1980 - 408 с.

35. Фомин Я.А., Тарловский Г. Р. Статистическая теория распознавания образов. М.: Радио и связь, 1986. - 264 с.

36. Андерсон Т. Введение в многомерный статистический анализ: Пер. с англ. / Под. ред. Б.В. Гнеденко. М.: Физматлит, 1963. - 500 с.

37. Матюнин А.Ю., Мережин Н.И. Многоканальный магнитный дефектоскоп рельсов // Методы и алгоритмы принятия эффективныхрешений: Материалы Межд. науч. конф. Ч. 4 - Таганрог: Т-ТИ КЭФУ, 2009.- С. 47 52.

38. Матюнин, А.Ю.*, Мережин Н.И. Блок сопряжения многоканального магнитного дефектоскопа рельсов // Компьютерные4 и информационные технологии в науке, инженерии и управлении: Изв. ЮФУ. Техн. науки. — Таганрог: ТТИ ЮФУ, 2010, №5. С. 185 - 189.

39. EZ-USB FX2 Technical Reference Manual, www.cypress.com.

40. Universal»Serial Bus Specification Revision 2.0. www.usb.org.,

41. Алберт А. Регрессия, псевдоинверсия и рекуррентное оценивание: Пер. с англ. М.: Наука, 1977. - 224 с.

42. Демидович Б.П., Марон И.А. Основы вычислительной математики.- 3-е изд., испр. М.: Наука, 1966. - 664 с.

43. Беклемишев Д.В. Курс аналитической геометрии и линейной алгебры: Учеб. Для вузов. 10-е изд., испр. - М.: Физматлит, 2005. - 304 с.

44. Ланкастер П. Теория матриц: Пер. с англ. Ml: Наука, 1973, 280с.

45. Воеводин. В.В., Кузнецов? Ю.А. Матрицы и вычисления. М.: Наука, 1984.-320 с.

46. Прикладные нечеткие системы: Пер. с япон. Z Под ред. Т. Тэрано, К.

47. Асаи, М. Сугэно. -М.: Мир, 1993. 368 с.

48. Проектирование систем цифровой и смешанной обработки сигналов. Под. ред. Кестера У. Пер. с англ. М.: Техносфера, 2010. - 328 с.

49. Жучков К., Хоружий С. Сравнительный анализ производительности процессоров для задач цифровой обработки сигналов^ Chip News. 2003. № 81 С. 26-29.

50. Максименко И.Н., Цветков Ф.А. Автоматизация расшифровки дефектограмм методом сопоставления» II Новые информационные технологии. Разработка и аспекты применения: 2-я Всерос. науч. конф. м. уч. и асп. Таганрог: ТРТУ, 1999. - с. 32.

51. Lab VIEW user manual, www.ni.com.

52. Федосов В.П., Нестеренко A.K. Цифровая обработка сигналов в Lab VIEW // Под ред. В.П. Федосова. М.: ДМК Пресс, 2007. - 472 с.

53. Федосов В1П. Цифровая обработка звуковых и вибросигналов в Lab VIEW. Справочник функций системы N1 Sound and vibration Lab VIEW ZZ M.: ДМК Пресс, 2010. 1296 с.