Учебные программы
Учебные программы профессора МГТУ им. Г.И. Носова, руководителя НИЦ «Микротопография» МГТУ Белова Валерия Константиновича
Технологии выпуска прокатной продукции с регламентированными 2D и 3D характеристиками микротопографии поверхности
1. Цель освоения дисциплины
Первой целью данного курса является овладение определениями и методиками измерения параметров и функциональных оценок нанопрофиля, профиля шероховатости, профиля волнистости, профиля планшетности, которые соответствуют современным отечественным и международным стандартам.
Второй целью данного курса является ознакомление с современными технологиями выпуска продукции с регламентированной микротопографией поверхности.
2. Содержание дисциплины
| Наименование | |
|---|---|
| 1 | Эксплуатационные свойства поверхности с регламентированной топографией и деньги |
| 2 | Стандартные фильтры для выделения 2D и 3D характеристик микротопографии поверхности |
| 3 | Новейшие способы регламентации профилей поверхности и её аппаратурное обеспечение |
| 4 | Функциональные характеристики микротопографии поверхности шероховатости (функции распределения ординат профиля; корреляционные функции; функции спектральной мощности, фрактальные характеристики). Точность определения функциональных характеристик |
| 5 | Методы подготовки поверхности рабочих валков с регламентируемой микротопографией поверхности-достоинства и недостатки (обработка дробью, обработка лазерным и электронным лучом, электроэрозионная обработка, технология Tomochrom) |
| 6 | Особенности производства прокатной продукции с регламентированной микротопографией поверхности. |
| 7 | О связи трибологических характеристик в процессах обработки металлов давлением и 2D и 3D характеристик микротопографии поверхности. |
| 8 | Требования к микротопографии поверхности прокатной продукции и возможности металлургической промышленности — прошлое, настоящее, будущее. |
| Объём: 14 часов | |
3. Лабораторные и компьютерные занятия
| Наименование | |
|---|---|
| 1. | Обработка профилей поверхности 2RC фильтрами, фильтрами Гаусса, Р- фильтрами. |
| 2. | Определение функциональных и цифровых оценок микротопографии поверхности ( функции распределения ординат, корреляционной функции, функции спектральной мощности) . |
| 3 | Определение фазовых портретов профилей и фрактальных характеристик поверхности. |
| 4. | Определение коэффициента трения в зависимости от прочностных свойств металла, от давления, от микротопографии поверхности, от состояния третьего тела в контакте. |
| 5. | Измерение микротопографических характеристик профилей на современных 3D профилометрах |
| 6 | Определение оптимального числа измерений параметров шероховатости и трибологических характеристик поверхности. |
| Объём: 15 часов | |
Трибология
1. Цель освоения дисциплины
Целями освоения дисциплины «Трибология» являются подготовка специалистов, способных самостоятельно применять и использовать различные современные способы измерения и оценки трибологических и топографических характеристик инженерных поверхностей , обладать умениями работы на современном оборудовании по определению механических и трибологических характеристик поверхностных слоёв, на современном оборудовании по определению 2D и 3D характеристик топографии различных инженерных поверхностей.
2 Содержание дисциплины
| Наименование | |
|---|---|
| 1 | Механические свойства поверхности твёрдых тел. Виды связи в кристаллической решётке. Упругая и пластическая деформация кристаллов. Упругая и пластическая деформация твёрдых тел и их характеристики. Условия пластичности. Хрупкая прочность твёрдых тел.Пути повышения прочности поверхностных слоёв твёрдых тел. Приборы для определения механических свойств твёрдых тел. |
| 2 | Адгезионные свойства поверхности твёрдых тел. Поверхностная энергия металлов. Зависимость адгезионных характеристик от расстояния в зазоре между поверхностями металла и от свойств третьего тела в зазоре. Изменение шероховатости поверхности покрытий в зависимости от толщины. Использование фосфатных подложек при нанесении покрытий. Приборы и способы определения адгезионных свойств поверхности. |
| 3 | Топографические характеристики поверхности твёрдых тел. Стандартные фильтры для выделения: нано неровностей поверхности, шероховатости поверхности, волнистости поверхности, отклонения формы поверхности. 2D параметры профилей поверхности. 3D параметры микротопографии поверхности. Связь топографических характеристик поверхности с эксплуатационными характеристиками поверхности. Приборы и способы определения топографических характеристик поверхности. |
| 4 | Трибологические характеристики двух поверхностей твёрдых тел. О третьем теле в зоне трения. Сухое, полужидкостное, жидкостное трение. Виды трения( покоя, скольжения, качения). Законы трения и границы их применимости. Зависимость коэффициента трения от давления в зоне трения, от топографии поверхностей, . от температуры, от скорости перемещения, от физико-химических процессов в зоне трения, от макрогеометрии зоны контакта |
| 5 | Приёмы снижения износа. Пути повышения износа. Стадии износа. Инженерные приёмы снижения износа и их использование в современных технологиях (узлы трения качения, узлы трения скольжения, соединения в натяг). Инженерные приёмы повышения износа и их использование в современных технологиях (нанесения покрытий щётками). Трибологические гос. программы и эффективность денежных вложений в эти программы. |
| Объём: 20 часов | |
3. Лабораторные и компьютерные занятия
| Вид самостоятельной работы |
Объем, ч | |
|---|---|---|
| 1. | Определение функциональных и точечных (цифровые) оценок профилей шероховатости на современной портативной аппаратуре. Моделирование профилей различной природы (детерминированных, случайных, фрактальных). | 10 |
| 3. | Определение функциональных и точечных (цифровые) оценок микротопографии SL и SF поверхностей на оптическом профилометре Contour GT K1 (фирма Bruker, США) и контактном профилометре MarSurf XR20 with XT20 (Mahr, Германия) с контурометром XT20. Моделирование поверхностей шероховатости и волнистости. | 17 |
| 4. | Знакомство с работой комплекта оборудования для определения физико-механических свойств материалов UMT – 1 Bruker (США) и другими измерительными устройствами | 13 |
| Объём: 40 часов | 40 | |
Обнаружение и фильтрация сигналов в неразрушающем контроле
1. Цель освоения дисциплины
Целью преподавания дисциплины является освоение учащимися одним из основных разделов цифровой обработки сигналов: «Обнаружение и фильтрация сигналов в неразрушающем контроле». Задачами изучения данной дисциплины являются приобретение представлений об области использования современных методов цифровой обработки сигналов в технике и науке. Овладение методами формирования различных детерминированных и случайных сигналов. Овладение основными методами цифрового анализа, включая методы вейвлет-анализа. Разработка различных линейных систем с постоянными параметрами. Уверенное овладение методами компьютерной математики для осуществления операции свёртки и использования различных окон и фильтров. Демонстрация этих умений при курсовом и дипломном проектировании систем по обнаружению и фильтрации сигналов и изображений.
Знания, умения, навыки, полученные при изучении данной дисциплины, будут необходимы при разработке новых и использовании существующих средств неразрушающего контроля и диагностики. В эпоху цифровых технологий и активного использования компьютерной математики знания и умения в этой области следует считать базовыми для специалистов приборостроения «Приборы и методы контроля качества и диагностики».
2. Содержание дисциплины
| Наименование | |
|---|---|
| 1 | Классические представления о сигнале. Определение сигнала, как функции времени и пространственных координат. Формула Тейлора для разложения сигнала в точке. Фазовые портреты сигналов. Особые точки фазового портрета. Понятия об устойчивых состояниях |
| 2 | Начальные представления о DSP. Дискретизация сигнала. Шаг дискретизации. Частота Найквиста. Квантование сигнала. Шаг квантования. Определение цифрового сигнала. Области применения цифровой обработки сигналов. Примеры применения DSP. Достоинства и недостатки DSP |
| 3 | Моделирование гармонических сигналов. Три математические модели сигналов: детерминированные, случайные, фрактальные. Генерирование гармонических сигналов. Характеристики гармонических сигналов. Генерирование модулированных сигналов. Генерирование амплитудно-модулированных сигналов и их использование в технике. Генерирование частотно-модулированных сигналов и их использование в технике. Генерация фазово-модулированных сигналов. Использование этих сигналов в технике. |
| 4 | Моноимпульсы. Три математические модели сигналов: детерминированные, случайные, фрактальные. Виды моноимпульсов. Характеристики моноимпульсов. Генерирование моноимпульсов. |
| 5 | Манипуляция сигналов. Генерирование манипулированных сигналов и их характеристики. Генерирование амплитудно-манипулированных сигналов и их использование в технике. Генерирование частотно- манипулированных сигналов и их использование в технике. Генерирование сигналов при широтно-импульсной модуляции |
| 6 | Моделирование случайных сигналов. Три математические модели сигналов: детерминированные, случайные, фрактальные. Характеристики случайных сигналов. Генерирование случайных сигналов с известным законом распределения и регламентируемым окном. |
| 7 | Свёртка. Линейная свертка. Примеры. Круговая свертка. Примеры. Секционная свёртка. Примеры. Свойства свёртки. |
| 8 | Функция распределения ординат сигнала — ADF. Определение функции распределения ординат сигнала в виде нормированной гистограммы.
Цифровые оценки гистограммы по центральным моментам: а) среднему значению <z>; b) среднему квадратическому распределению Sx; с) коэффициенту асимметрии A; d) коэффициенту эксцесса E. О систематической и случайной ошибках при построении гистограмм . |
| 9 | Автокорреляционная функция — ACF. Определение автокорреляционной функция с помощью операции свёртки. Точечные оценки ACF – интервал корреляции τ. Погрешности при определении ACF. |
| 10 | Ряды ФУРЬЕ Интегральные преобразования. Ортогональные базисы функций. О частотах и числе слагаемых в ряду Фурье. Определение коэффициентов ряда Фурье Использование рядов Фурье в науке и технике |
| 11 | Преобразование ФУРЬЕ. Преобразование ФУРЬЕ как интегральное преобразование с базисными тригонометрическими функциями
Свойства преобразования Фурье: a) линейность b) сдвиг во времени в преобразование Фурье c) изменение масштаба времени в преобразование Фурье d) дифференцирование функции и преобразование Фурье e) интегрирование функции и преобразование Фурье f) спектр свертки двух функций, теорема о свертке g) спектр произведения двух функций, теорема о свертке. |
| 11 | Дискретное преобразование Фурье. Прямое и обратное дискретное преобразование Фурье. Оконное преобразование Фурье. Быстрое преобразование Фурье. Области применения преобразования Фурье. |
| 12 | Функция спектральной мощности — PSD. Определение функции спектральной мощности с помощью операции свёртки. Точечные оценки PSD – эффективная ширина спектра Δf. Погрешности при определении PSD |
| 13 | О связи ACF и PSD. О связи ACF и PSD-формула Хинчина – Винера. О связи τ и Δf – соотношение неопределённости. Об эффективности оценки детерминированных и случайных сигналов с помощью ACF и PSD. |
| 14 | Спектральный анализ. Функция спектральной плотности мощности PSD. Определение спектра мощности PSD по дискретному преобразованию Фурье. Периодограммы. Главный вопрос при построении периодограмм: «Какой длины должны быть сегменты?» |
| 15 | Непараметрические методы спектрального анализа. Модифицированные периодограммы. Периодограммы Welch. Периодограммы Tomson. Спектрограмма и её использование в технике |
| 16 | Линейные и нелинейные системы. Свойства линейных систем (однородность, аддитивность, сдвиговая инвариантность, статическая линейность, синусоидальная воспроизводимость). Примеры линейных и нелинейных систем. Примеры преобразования нелинейной системы в линейную |
| 17 | Преобразования в дискретных линейных системах. Импульсная характеристика (весовая функция) h(t) и преобразование во временной области. Коэффициент передачи H и преобразование в частотной области. Достоинства и недостатки преобразований во временной и частотной областях. |
| 18 | Характеристики фильтров. Классические фильтры низких, высоких частот, полосовые и режекторные фильтры. Идеальные фильтры и их характеристики. Цифровые фильтры и их характеристики |
| 19 | Проектирование КИХ фильтров. Какой фильтр относиться к классу КИХ фильтров? Проектирование КИХ фильтров с помощью окон. Определение амплитудно-частотной характеристики КИХ фильтров. |
| 20 | Проектирование БИХ фильтров. Типы БИХ фильтров. Проектирование БИХ фильтров. Области применения БИХ фильтров. |
| 21 | Вейвлеты. Материнский вейвлет (mother wavelet). Семейство вейвлетов (wavelet family). Вейвлетная операция расширения (dilation). Вейвлетная операция трансляции (translation). Вейвлет-преобразование (wavelet transform). Кратномасштабный анализ. |
| 22 | Вейвлет фильтрация. Вейвлет-функция psi — ψ(t) и скейлинг-функция phi — φ(t). Проектирование вейвлетных фильтров. Вейвлетные фильтры для очистки от шума |
| 23 | Обратные прикладные задачи приборостроения. Регуляризация. Примеры обратных задач при цифровой обработке сигналов. Решение обратной задачи при томографии. Регуляризация Тихонова. Области применения регуляризации. |
| 24 | Обнаружение сигналов в неразрушающем контроле. Обнаружение сигналов. Критерии оптимального обнаружения. Простейший обнаружитель Неймана-Пирсона. Обнаружение случайных сигналов. Кривые обнаружения и оперативные характеристики. Обнаружение протяженных дефектов. Достоверность результатов обнаружения. Области применения систем обнаружения. |
| 25 | Растровые изображения. Пиксель. Оптимальные размеры изображения. Типы изображений (бинарные, полутоновые, палитровые, RGB). Уровни интенсивности пикселей (глубина цвета). Цветовое пространство — CIE XYZ — 3-компонентная цветовая модель RGB Разрешение изображения. Миры. Основные качественные характеристики фото и кино аппаратуры. |
| 26 | Характеристики уровней интенсивностей пикселей. Создание тестового RGB и полутонового изображения. Гистограмма интенсивности пикселей и её цифровые оценки (среднее, среднее квадратическое отклонение, энтропия интенсивности пикселей). Профили интенсивности. |
| 27 | Преобразование изображений. Геометрические преобразования изображений (Установка осей. Вырезка фрагмента. Изменение размеров пикселов. Интерполяция. Поворот изображения). Улучшение визуального качества изображений (Изменение яркости изображения. Выравнивание гистограммы. Изменение распределения интенсивности пикселей. Повышение резкости) |
| 28 | Фильтрация изображений. Тестовые зашумленные изображения. Виды масок для фильтрации изображений. Фильтрация как свёртка матриц изображения и маски фильтра. |
| 29 | Специфические виды фильтрации изображений. Медианная фильтрация. Ранговая фильтрация. Адаптивная фильтрация Винера. |
| 30 | Определение параметров объектов RGB изображения.
a) площадей и построение гистограммы их распределения b) радиусов и построение гистограммы их распределения радиусов c) эксцентриситетов и построение гистограммы их распределения d) определение числа объектов e) определение отношения суммарной площади объектов к площади кадра |
| Объём: 112 часов лекций, 104 часов лабораторных и компьютерных занятий. | |
| Итого: 216 часов |
Обработка экспериментальных данных на ЭВМ
1. Цель освоения дисциплины
Целью курса «Обработка экспериментальных данных на ЭВМ» является овладение определениями и методиками обработки экспериментальных данных, которые соответствуют современным ГОСТАМ и стандартам.
Задачей данного курса является приобретение умения обработки данных с помощью современных оболочек: EXEL, MATLAB по заданному алгоритму. Дело в том, что различные виды измерения обрабатываются по разным алгоритмам и необходимо из каждой оболочки выбрать необходимые точечные и функциональные оценки для обработки данных. Обучаемый после овладения материалом курса должен иметь умение: 1) обработки экспериментальных данных любого типа измерений; 2) правильного оформления результатов эксперимента в соответствии с требованием современных стандартов.
2. Содержание дисциплины
| Тема дисциплины | |
|---|---|
| 1 | 1. ВВЕДЕНИЕ 1.1. Измерения 1.2. Виды измерений 1.3. Погрешности измерений 1.4. Статистическая обработка совокупности случайных величин |
| 2 | 2. ПРЯМЫЕ ИЗМЕРЕНИЯ 2.1. Алгоритм метрологической обработки экспериментальных данных прямых измерений 2.2. Статистическая обработка результатов эксперимента, если распределение плотности вероятности не является нормальным 2.3. Статистическая обработка результатов эксперимента, если распределение плотности вероятности является нормальным. Определение максимального числа измерений 2.4. Отсев грубых погрешностей при прямых измерениях 2.5. Метрологическая обработка результатов физического эксперимента при прямых измерениях |
| 3 | 3. КОСВЕННЫЕ ИЗМЕРЕНИЯ 3.1. Статистическая обработка результатов эксперимента при косвенных измерениях 3.2. Элементы парного корреляционного и регрессионного анализа. Корреляционный анализ при косвенных измерениях 3.3. Алгоритм метрологической обработки экспериментальных данных косвенных измерений 3.4. Критерий ничтожных погрешностей при косвенных измерениях 3.5. Метрологическая обработка результатов физического эксперимента по обнаружению корреляционных связей между аргументами исследуемого уравнения |
| 4 | 4. СОВОКУПНЫЕ И СОВМЕСТНЫЕ ИЗМЕРЕНИЯ 4.1. Метод наименьших квадратов при обработке результатов совокупных и совместных измерений 4.2. Алгоритм метрологической обработки экспериментальных данных совокупных и совместных измерений 4.3. Метрологическая обработка результатов физического эксперимента при совокупных и совместных измерениях |
| 5 | 5. ВРЕМЕННЫЕ РЯДЫ 5.1. Стационарные временные ряды 5.2. Определение функций распределения ординат (ADF) временного ряда 5.3. Свёртка 5.4. Определение автокорреляционной функции (ACF) временного ряда 5.5. Определение функции спектральной мощности (PSD) временного рядаМетрологическая обработка результатов физического эксперимента при обработке временных рядов |
| Объём: 18 часов лекций, 18 часов лабораторных и компьютерных занятий | |
| Итого: 36 часов |