RSAU-MTAA
Electronic Library

     

Details

Title: КРАТНОМАСШТАБНЫЙ ВЕЙВЛЕТ-АНАЛИЗ ПРОФИЛОГРАММЫ = MULTIPLE-SCALE WAVELET ANALYSIS OF THE PROFILOGRAM // АГРОИНЖЕНЕРИЯ. – 2022. – Вып. 5
Creators: Гайдар С.М.; Павлов А.Е.; ПИКИНА А.М.; ВЕТРОВА С.М.
Imprint: Москва: РГАУ-МСХА имени К. А. Тимирязева, 2022
Collection: Журнал «Агроинженерия»
Subjects: ТЕХНИЧЕСКИЙ СЕРВИС — АПК; шероховатость; вейвлет-анализ; ортонормированный базис Хаара; профилограмма; профилометр; roughness; wavelet analysis; Haar’ s orthonormal basis; profilogram; profilometer
UDC: 624
Document type: Article, report
File type: PDF
Language: Russian
DOI: 10.26897/2687-1149-2022-5-62-66
Rights: Свободный доступ из сети Интернет (чтение, печать, копирование)
Additionally: All documents
Record key: RU/ЦНБ имени Н.И. Железнова/EPERIODIKA/EPERIODIKA-20221103-90269

Allowed Actions: Read Download (1.5 Mb)

Group: Anonymous

Network: Internet

Annotation

На функциональные свойства поверхности существенно влияет её микрогеометрия, поэтому необходима оптимизация параметров микрогеометрии поверхности металлических конструкций. Анализ и оценка микрогеометрии поверхности позволяют провести оценку усталостной прочности металлических конструкций. С целью исследования зависимости долговечности тонколистовых конструкций от степени коррозионного разрушения проведён анализ микрогеометрии поверхности при помощи профилометра 130 в соответствии с ГОСТ 25142-82. В качестве исследуемого материала использовалась малоуглеродистая холоднокатаная сталь 08кп. Шероховатость поверхности образцов составила Ra = 0,22 мкм. Параметры шероховатости вычислялись согласно ГОСТ 2789-73. Исследовалась профилограмма, представляющая собой дискретный ряд значений пиков и впадин рельефа поверхности металлической пластины. Для оценки микрогеометрии поверхности применён вейвлет-анализ, позволяющий проводить обработку нестационарных во времени или неоднородных в пространстве сигналов. Сигнал в виде последовательных приближений имеет тренд, циклические компоненты и локальные особенности (флуктуации) вокруг составляющих сигнала. Свойство локальности вейвлетов даёт преимущества перед тригонометрическим преобразованием Фурье: синусы и косинусы определены на всей числовой оси, а вейвлеты имеют компактный носитель. Для кратномасштабного анализа разработан быстрый каскадный алгоритм вычислений по аналогии с быстрым преобразованием Фурье. В исследовании проведено разложение сигнала до 9-го уровня. Восстановленные детализирующие коэффициенты представляют высокочастотные и низкочастотные флуктуации. Показана целесообразность применения кратномасштабного вейвлет-анализа Хаара для оценки микрогеометрии металлических поверхностей./The functional properties of the surface are significantly affected by its microgeometry, therefore it is necessary to optimize the parameters of the microgeometry of the surface of metal structures. The analysis and evaluation of the microgeometry of the surface allows an assessment of the fatigue strength of metal structures. In order to study the dependence of the durability of thin-sheet structures on the degree of corrosion destruction, the microgeometry of the surface was analyzed using a profilometer 130 in accordance with GOST 25142-82. Low-carbon cold-rolled steel 08kp was used as the test material. The surface roughness of the samples was Ra = 0.22 microns. The roughness parameters were calculated according to GOST 2789-73. A profilogram representing a discrete series of values of peaks and troughs of the relief of the metal plate surface was studied. To assess the microgeometry of the surface, a wavelet analysis was used, which allows processing signals that are nonstationary in time or inhomogeneous in space. The signal in the form of successive approximations has a trend, cyclic components and local features (fluctuations) around the components of the signal. The locality property of wavelets gives advantages over the trigonometric Fourier transform: the sines and cosines are defined on the entire numerical axis, and the wavelets have a compact carrier. For multiscale analysis, a fast cascade algorithm of calculations has been developed by analogy with the fast Fourier transform. In the study, the signal was decomposed to the 9th level. The reconstructed detailing coefficients represent high-frequency and low-frequency fluctuations. The decomposition of the signal to the 9th level made it possible to analyze the surface roughness of the 08kp steel using a multiple-scale wavelet analysis.

Document access rights

Network User group Action
RSAU-MTAA CSL Local Network All Read Print Download
-> Internet All Read Print Download

Usage statistics

stat Access count: 289
Last 30 days: 16
Detailed usage statistics