Определение шероховатости поверхности дорожек качения приборных подшипников с использованием квазиоптимального корреляционного алгоритма Текст научной статьи по специальности «Прочие технологии»

УДК621.517,681.142.36

ОПРЕДЕЛЕНИЕ ШЕРОХОВАТОСТИ ПОВЕРХНОСТИ ДОРОЖЕК КАЧЕНИЯ ПРИБОРНЫХ ПОДШИПНИКОВ С ИСПОЛЬЗОВАНИЕМ КВАЗИОПТИМАЛЬНОГО КОРРЕЛЯЦИОННОГО АЛГОРИТМА

© 2011 А.Д.Абрамов1, А.И.Зинковский2, Н.В.Носов1, А.И.Никонов1, В.А.Родионов1

1 Самарский государственный технический университет 2Завод приборных подшипников («ООО ЗПП»), г Самара

Поступила в редакцию 10.11.2011

В статье предложен новый подход к оценке микрогеометрии поверхности после финишной обработки. на основе вычисления средней амплитуды переменной составляющей автокорреляционной функции, полученной в результате компьютерной обработки видеоизображения поверхности.

Ключевые слова: поверхность, микрогеометрия, подшипник, оптико-электронный метод, компьютер, технология, автокорреляция, полирование.

Качество поверхности дорожек качения приборных подшипников, во многих случаях является определяющим фактором, влияющим на долговечность и надежность при их эксплуатации.

В настоящее время оценку параметров микрорельефа различных поверхностей деталей машин и механизмов во многих случаях выполняют с помощью измерительных оптико-электронных преобразователей, используемых совместно со средствами компьютерной обработки сигналов [1-4]. Эти методы имеют серьезные недостатки. Так, например, в [1,2] требуется использовать источники освещения исследуемой поверхности когерентные как во времени, так и в пространстве. В методах [3,4] требуется применение двух световых потоков: первый (опорный) служит для освещения исследуемой поверхности, а второй для компенсации флуктуаций мощности опорного потока, что существенно усложняет контрольно-измерительную аппаратуру данного назначения и её использование на рабочем месте .

Устранения отмеченных недостатков было выполнено с использованием оптико-электронного комплекса [5,6], который включал в себя оптическую систему, видеокамеру, компьютер и специально разработанный алгоритм обработки изображения исследуемой поверхности. Для устранения погрешностей оптико-электронный комплекс авторами работы [7] был рассмотрен как структура

Абрамов Алексей Дмитриевич, кандидат технических наук,доцент кафедры электронных систем и информационной безопасности

Зинковский Андрей Игоревич заместитель гл. инженера Носов Николай Васильевич,доктор технических наук, профессор, кафедры технологии машиностроения. E-mail: msf@samgtu. ru

Никонов Александр Иванович доктор технических наук профессор кафедры электронных систем и информационной безопасности .E-mail: [email protected]

Родионов Владимир Анатольевич, кандидат технических наук,доцент кафедры технологии машиностроения

информационно-измерительной системы (ИИС), которая состоит из выделенной площади ВП исследуемой части поверхности, источника опорного светового потока ИСП, видеокамеры ВК и блока цифровой обработки сигналов БЦОС. Систему состоящую из ИСП и ВК рассматривали как оптико-электронный измерительный

преобразователь (ИП). Совокуп-ность ИСП и ВП образует канал первичного рель-ефно-оптического преобразования. Входная величи-на,

воздействующая на вход оптико-электронного ИП, формируется на исследуемой ВП, в которую входят г - типов элементарных площадок с раз-личным микрорельефом. Её можно представить как среднее

г

арифметическое Пм = ^аПг. * П ^ , где П^- г -

г=1

тый компонент входной величины преоб-разуемого параметра микрорельефа, например, Яа; ат -

весовой коэффициент, соответствующий доле элементарных площадок ВП с микрорельефом г -того типового уровня (при общем числе типовых уровней г). Набор значений {г = 1,...,г } определяется конкретным характером механической обработки ВП.

Выходом ИСП является величина опорного светового потока Ф0. Её действие на г -тую элементарную площадку ВП вызывает появление соответствующего отраженного светового потока величины Фа . Таким образом, каждой г -той элементарной

площадке ВП соответствует, во-первых, один из выходов канала первичного рельефно-оптического преобразования - величина Фа , воздействующая, в свою очередь на входы ПЗС-матрицы, и, во-вторых, определенный электрический сигнал £/эг- ПЗС-мат-рицы.

Номинальную функцию преобразования г -того компонента входной величины Пдля ИП указан-

ного типа, соответствующего 1 -тому подмножеству одинаково обработанных элементов ВП представляли как

иэш = Кфэ * Фн =( Кфэ * Фон ) * ( Фн / Фон )= ( Кфэ * Фон ) * Гт = ( Кфэ * Фон ) * / ( ПМ1 )

П < П < П

¡1 шт— ¡1— ¡л шах'

где Кфэ - коэффициент физического преобразования

светового потока Фак в электрический сигнал иэЫ ПЗС-матрицы, который в используемых диапазонах изменений измеряемой величины Пи опорного

светового потока Ф0 от них не зависит; Фон -номинальное значение величины Ф0; Фак -номинальное значение отражённого светового потока Фа , поступающего от любого элемента из 1 -того подмножества площадок ВП; П¡1 ш1п , П^шах -границы используемого диапазона изменений Пл ;

f (П М1)

функциональная зависимость

номинальных значе-нии нормированного выхода канала первичного рельефно-оптического преобразования YejH от i -того компонента

измеряемой величины Пu , а YeiH - характеризует

отражательную способность i -того компонента ВП при воздействии на ВП номинального опорного светового потока Фон. Для конкретных образцов, приведенных на рис.4,

П„; ■ = Ra = 0,025 мкм = Ra = 0,13мкм.

jui ш in " u max "

Саму же функцию f (П^) аппроксимировали

т

степени т : fan (ПМ1 )= £ ар * П U

p=0

полиномом

где а - степенной коэффициент аппроксимации.

При исследовании влияния мощности опорного светового потока на характеристики видеосигнала в работе [7] участок анализируемой поверхности размером ЫхЬ2 считывался по строкам и столбцам строчно-кадровым растром черно-белой телевизионной передающей камерой с ПЗС-матрицей и аналогово-цифровым преобразователем, а в запоминающем устройстве БЦОС формировался кадр исходного полутонового изображения поверхности формата К х К2 точек дискретизации - пик-селей. Сигнал яркости каждого пикселя принимал значения, лежащие в диапазоне 0 - 255 от. ед.

За номинальное значение опорного светового потока была принята величина Фок =600 * 10 3 лм, а

для величин Ф„тт , Ф„та1Г - значения 200*10 3 лм

о III 1п у о III ах

и 1000 *103 лм соответственно. Все

непредусмотренные воздействия на освещенность исследуемой поверхности можно охарактеризовать с помощью функции влияния согласно ГОСТ 8.009 — 72 "Нормируемые метрологические характеристики. Средства измерения". Проведенными исследованиями, выполненными в работе [7], было установлено, что функция влияния носит мультипликативный характер.

Наличие мультипликативного характера функции /т (ДФ), содержащейся в выражении выходной электрической величины оптико-электронного ИП, диктует выбор логометрического способа устранения рассматриваемой дополнительной погрешности [8]. Однако традиционное применение лого-метрирования предусматривает ведение в состав ИИС дополнительного осветительного канала и второй ПЗС-матрицы, содержащих компенсационные величины, что существенно усложняет и увеличивает габариты ИИС.

Применительно к используемой разновидности измерительного преобразования в [7] был выдвинут новый принцип коррекции дополнительной погрешности, вызываемый нестабильностью опорного светового потока в форме требования соблюдения однозначных соответствий между набором величин (Уэ1 (X^), 1=1,...,г), и двумя

функционалами Ох (Уэ1 (Xл), 1=1,..., г), X =1,2,

множества значений которых связываются с измеряемыми и влияющими величинами.

При реализации частного

01 (УэД X л), 1=1,., г)/ С2 (УэД X л), 1=1,., г) (1)

одинаковые мультипликативные компоненты числителя и знаменателя /т ) сокращаются,

что не ведёт к увеличению габаритов создаваемой ИИС.

Реализация предлагаемого способа коррекции дополнительной погрешности в предлагаемой работе была осуществлена с привлечением теории оптимальной линейной фильтрация сигналов известной формы [9], на основе известных методов цифровой обработки сигналов [10,11] по известным гостовским методикам [12]. При сравнении определяется, какой образцовой поверхностью с заданной вероятностью распознавания соответствует исследуемая поверхность, что можно рассматривать как процесс отождествления анализируемого изображения поверхности с одним из элементов множества эталонных изображений с различным микрорельефом. В качестве критерия сравнения неизвестной шероховатости исследуемой поверхности с шероховатостями эталонных поверхностей в работе [7] был предложен коэффициент корреляции, вычисляемый по классической формуле (2) [10] по полутоновому изображению исследуемой поверхности, предварительно записанного в память БЦОС.

rxu (kbk2) =

N1 -1N2 -1

^ Z (u («1, «2 ) - mu ) * /и (АФ) * (x(ni - ki, П2 - kj) - mx ) * /вл (АФ) « =0 «2 =0 (2)

* /вл (АФ) * * /вл (АФ)

Используемую автокорреляционную функцию можно рассматривать как частный случай поскольку она обладает искомым компенсационным свойством, не требуя при этом введения дополнительной аппаратуры.

Для вычисления двумерной автокорреляционной функции в кадре, формата K1 х K2 точек дискретизации [5 - 7], начиная с первой стро-ки, выделялась полоса шириной N2 пикселя и по центру этой полосы задавался эталон (ЭИ) размером N х N2 пикселей и записывался в отдельную область памяти БЦОС. Найденные значения rxu (k, k2) сохраняют в памяти БЦОС. Закончив

вычисление коэффициентов автокорреляции в первой полосе, задавалась следующая полоса того же формата в исходном изображении, что и предыдущая, но смещённая вниз на один пиксель. В этой полосе по центру задавался новый эталон, но с теми же размерами что и предыдущий, и выполняются те же самые действия для вычисления коэффициента автокорреляции и.т.д. Обработка всего кадра исходного изображения по отмеченной методике, в запоминающем устройстве БЦОС формирует матрицу, размерностью М1 х М2 коэффициенты автокорреляции или двумерную дискретную автокорреляционную функцию. Проведёнными исследованиями в работе [7] было установлено, что по средней амплитуде UСР переменной составляющей автокорреляционной функции r (k , k ) исследуемые поверхности с различной

шероховатостью существенно отличаются друг от друга при всех указанных размерах эталона Существенным недостатком предложенной методики определения шероховатости на основе вычисления коэффициента корреляции по классической формуле (2) с использованием полутоновых изображений является слишком большое время, затрачиваемое на его вычисление. Так, например, при использовании персональной ЭВМ с процессором Intel(R) Core (TM) 2 CPU 4300 @ 1.80GHz, время, затрачиваемое на это вычисление, составляет 160000 мс при использовании эталона с форматом 64^64 пикселя, что практически исключает использование данного метода для оперативного контроля качества поверхности в производственных условиях.

Для устранения этого основного недостатка в предлагаемой работе были рассмотрены квазиоптимальные алгоритмы для вычисления критериальных функций [13 - 19]: к которым и относится рассмотренная выше двумерная автокорреляционная функция. В приведённых работах отмечается, что сущес-

1) выбор вида предварительной обработки изображения;

2) определение критериальной функции;

3) определение способа поиска экстремума критериальной функции.

Для определения микрогеометрии исследуемой поверхности третий этап не является целью и поэтому в дальнейшем не рассматривается.

Полный перечень требований, которым должны удовлетворять критериальные функции, рассмотрен в [15, 16].

Анализ, выполненный в [16, 17], позволил выделить пять групп критериальных функций со сходными свойствами: корреляционные, спектральные, разностные, парные и ранговые.

Разработку квазиоптимального коре-ляционного алгоритма применим для исследования шероховатости дорожки качения внутреннего кольца приборного подшипника № 2000083 изготовленного из стали ШХ-15 HRC 62....65.

Шлифование дорожки качения внутреннего кольца подшипника осуществляялось на оборудовании Bryant 1-M с режимами: частота вращения

шпинделя - ик=1750____1850 об/мин; коэффициент

полез-ного действия - ^=0,8; размеры шлифовального круга - DM=355 мм, Вк =16 мм; приме-няемый АК для черновой обработки - 24АМ40СТ1К; правка круга - поперечная подача Snon = 0,015 мм /дв.ход, продольная подача S^ = 0,02 мм/об, минутная подача S^^ Бпр х по= 0,02 х 1850 = 37 мм/мин, алмаз в оправе а= 900, время правки т=15 с.

Параметры исследовательского оптико-электронного комплекса были настроены таким образом, чтобы уменьшить влияние кривизны исследуемой поверхности на её изображение в фокальной плоскости оптической системы: в данном случае участок анализируемой поверхности имел размер 1,2 х 1 мм, а формат записываемого в память компьютера изображения составлял 720 х 576 пикселей. В связи с выявленными особенностями, опорный световой поток при исследовании шероховатости дорожки качения был направлен

вдоль дорожки и под большим углом - О = 700. Изображения поверхностей эталонных образцов формата 720 х 576 пикселей. Шероховатость эталонных образцов определялось традиционными гостовскими методами при помощи профилографа SJ - 201P.

Поскольку в настоящее время не существует [15, 16] формального способа выбор вида предварительной обработки и типа критериальной функции производили эвристически. На основе проведённого анализа были выбраны парные критериальные функции, которые предполагают

обработку изображений в цифровой форме с числом уровней квантования два и более.

При этом наиболее употребляемые парные критерииальные функции [18,19] это: функции Рао, Дже-карда, Дейка, Соукала и Снита, Кулзинского, Род-жерса и Танимото №1 и №2, Соукала и Мишнера, Юла, Хаммана.

С помощью метода парных критерии-альных функций может быть получено несколько коре-ляционно - экстремальных алгоритмов. В выполненной работе был выбран алгоритм, построенный с использованием парной критерииальной функции, в виде Яг (Д) =

— ^ ^ (Д) , где N - количество сравниваемых

N 1=о

элементов в ЭИ и ТИ.

Бинаризация исходного полутонового изображения проводилась по следующему алгоритму. Всё исходное изображение исследуемой поверхности разбивалось на независимые квадратные фрагменты (окна) и в каждом окне подсчитывался средний уровень яркости видеосигнала ВТ (X, у) . Этот средний уровень и являлся порогом бинарного преобразования для яркости пикселей в данном окне, то есть скользящим порогом [20]. В выделенном окне преобразовывался каждый пиксель, а перемещение окна по преобразуемому изображению осуществляется с шагом, определяемым размерами окна. Отмеченное преобразование использует все три вида фильтрации изображения, то есть каузальную, некаузальную и полу- каузальную фильтрации. В

результате сравнения каждого байта В1 (X, у) с пороговым значением Вт (х, у) ему придавалось новое значение по правилу: В1 (X, у) = 0БРЫ, если Вг (х, у) > В (х, У) и Вг (х, у) = 00Ы, если

В1 (X, у) < ВТ (X, у) . Такой формат бинарного изображения был выбран для того, чтобы обеспечить возможность его обработки языками высокого уровня и вывода результатов обработки на экран монитора ПЭВМ. На рис. 1 приведены бинарные изображения эталонных образцов, полученные при использовании адаптивного окна бинарного преобразования с размерами 16*16 пикселей.

Принципиальное отличие нового метода определения двумерной автокорреляционной функции заключается в способе её вычисления по квазиоптимальному корреляционному алгоритму на основе применения парных критериальных функций ^ ! (Д) и 0 (Д), а не по классическому методу

при использовании квазиоптимального

корреляционного алгоритма по подсчету количества совпавших пикселей Б в текущем фрагменте

бинарного изоб-ражения Вт и эталоне Вэ . Для

получения норми-рованного значения этой суммы она делится на размер эталона, то есть на то значение суммы, которое получается при полном совпадении эталона и текущего фрагмента бинарного изображения.

Таким образом, этой нормированной сумме с полным основанием можно придать смысловое значение коэффициента кор-реляции г^^,к2) , так

как она отвечает всем требованиям стохастической связи, приведенными в [16, 17], в частности 0 — тхи (к, к) — 1. При использовании данного метода также компенсируется дополнительная погрешность, возникающая в результате воздействия функции влияния /т (ДФ, Да) в связи с тем, что в

точке совпадения значений пикселей эталона Вэ и выделенного фрагмента текущего бинарного изоб-

Яа =0,13 мкм Яа =0,084 мкм Яа =0,048 мкм Яа =0,025 мкм

Рис. 1. Бинарные изображения поверхностей эталонных образцов.

бражения Вг она будет умножаться на ноль, то есть ДВ = ВтХ /л (ДФ, Да)- Вэ х /л (ДФ, Да) = /л (ДФ, Да) х ( Вт - Вэ ) = /л (ДФ, Да)х 0 при Вт = Вэ . Кроме того, только в этой точке наращивается, отмеченная выше сумма Б = Б +1, то есть мера корреляции эталона и текущего фрагмента изобра-

жения, согласно алгоритму применения парных крите-риальных функций ^ 1 (Д) и 0 (Д) .

Для микрорельефа рассматриваемых поверхностей с помощью оптико-электронного комплекса, в работе были выполнены исследования влияния шероховатости поверхности эталонных образцов на среднюю амплитуду переменной составляющей авто-корреляционной функции Яа = / (иср ).

Для каждого образца также было обработано по 30 изображений с различных участков исследуемой поверхности, то есть П = 30 и СКО оценки при

определении иср определялось по формуле [21].

помощью метода наименьших квадратов может быть представлена в виде

Яа = 0,0013 х иср - 0, 078 мкм (4)

at =

а

-Tn

При этом формат эталона и размер окна бинарного преобразования для выполненных исследований составлял 16 х 16 пикселей.

Следовательно, задавая вероятность распознавания шероховатости исследуемой поверхности

Р =0,99 и гр = 2,576, для образцов поверхности с

Яа = 0,13 мкм имеем с г = 0,31 мкм, для образцов с

Яа = 0,084 мкм имеем = 0,24 мкм, для образцов

с Яа =0,048 мкм имеем = 0,15 мкм и для

образцов с Яа = 0,025 мкм имеем =0,018 мкм. Используя выражение для доверительного интервала [21] Iр = (ИСР - гр х с ; иСР + гр х с )

получим следующие величины доверительных интервалов:

Яа = 0,13 мкм - I р = 0,8 отн. ед. 15,2 отн. ед.< Иср < 16,8 отн. ед.; Яа = 0,084 мкм - I р = 0,6 отн. ед. 11,6 отн. ед.< ИСР < 12,8 отн. ед.; Яа = 0,048 мкм - I р = 0,4 отн. ед. 9,5 отн. ед.<иСР < 10,3 отн. ед.; Яа = 0,025 мкм - I р = 0,05 отн. ед. 7,81 отн. ед.<иср < 7,91 отн. ед. График зависимости Iр = /(Иср ) для формата

изображения исследуемой поверхности 720 х 76 пикселей приведён на рис. 2. Как видно из приведённых данных доверительные интервалы для Иср с увеличением шероховатости возрастают, но

не перекрываются, при этом зависимость Iр =

/(Иср) имеет нелинейный характер. Используя

метод наименьших квадратов, для данного доверительного интервала было получено аналитическое выражение в виде

Iр = (0,09 х Иср3 - 4,2 х ИСРР2 + 68,5 х

х Иср - 314,9) х 10 отн. ед. (3). Согласно приведённому графику,

рассматриваемая зависимость Яа = / (иср ) для исследуемых образцов имеет линейный характер и с

Рис. 2. Зависимость доверительного интервала I р

и величины Rа от амплитуды переменной составляющей автокорреляционной функции UСР .

При исследовании поверхности очень важно определить наличие различных дефектов на дорожки качения, которые ввиду своей малой величины не фиксируются контролерами ОТК. Визуальные исследования дорожек качения с помощью оптико-электронного комплекса показали, что на её поверхности образуются дефекты в виде рисок и точек, которые встречаются у 95% колец обработанных на шлифовальных станках марки Bryant 1M с применением масляной СОЖ. Риски, как правило, разнонаправленные, что говорит о случайном процессе их образования.

На рис.3 приведены полутоновые и бинарные изображения типичных дефектов на участках поверхности дорожки качения внутренних колец приборных подшипников № 2000083 после операции шлифования с применением масляной СОЖ.

Ввиду сильной кривизны дорожки качения максимальный формат анализируемых участков поверхности не превосходил значения 450 х 400 пикселей из общего формата 720 х 576 пикселей, формируемого в памяти компьютера оптикоэлект-ронного комплекса.

Из 30 колец, которые были исследованы, на 27 кольцах обнаружены дефекты (90%).

Важно знать глубину этих дефектов. Анализ приведенных данных показал, что в местах образования повреждений дорожки качения (дефектов) наблюдается возрастание амплитуды переменной составляющей автокорреляционной функции.

Измерения глубины дефектов дали следующие значения: для участка №1 иср =12,5 отн. ед., для

участка №2 иСР =14,34 отн. ед., для участка №3

и СР = 14.3 отн. ед.

Подстановка этих значений в выражения (3) и (4) дала следующие результаты для среднего арифметического отклонения профиля поверхности дорожки качения в повреждённых местах:

участок №1 - I р = 0,6 отн. ед.;

Яатт = 0,077 мкм , Яашах = 0,092 мкм ,

участок №2 - I р = 0,7 отн. ед.;

Яа - = 0,099 мкм , Яа^ = 0,117 мкм ,

ш 1п 7 7 III ах ' '

участок №3 - I р =0,69 отн. ед.;

Яат = 0,098 мкм , Яая^ = 0,116 мкм .

ш 1п 7 7 III ах '

При общей высоте шероховатости равной 0.24 мкм дефекты соизмеримы с общим фоном и контролерам не удается их обнаружить.

Исследования дорожки качения оптико-электронным комплексом показали, что после шлифования колец с водной СОЖ количество и глубина дефектов значительно уменьшилось до 0.05-0.07 мкм. На рис. 4. приведены полутоновые и бинарные изображения участка дорожки качения после

шлифования с водяной СОЖ, а также график изменения коэффициента корреляции и автокорреляционная поверхность.

Амплитуда переменной составляющей автокорреляционной функции в этом случае имела значение и ср = 7,9 отн. ед. Следовательно, доверительный

интервал согласно выражению (3) составил 0,09 отн. ед. и среднее арифметическое отклонение профиля поверхности дорожки качения при использовании

выражения (4) находится в диапазоне Яаш1п = 0,024.0,026 мкм, что вполне отвечает требуемым техническим условиям.

Применением полирования шероховатость, была снижена до уровня Яа = 0,018 - 0,19 мкм .

На основе полученной информации был разработан и внедрён в производство процесс шлифования дорожек качения в среде водных СОЖ, что позволило резко снизить процент брака на данной технологической операции.

В заключении данной работы можно также отметить, что на рассмотренный оптико-электронный комплекс и способ определения шероховатости исследуемой поверхности на его основе получен патент Российской Федерации № 2413179 "Способ контроля шероховатости поверхности."

№1 №2 №3

Рис. 3. Изображения дефектов на участках дорожек качения внутренних колец приборного подшипника № 2000083 после операции шлифования с применением масляной СОЖ

Рис. 4. Полутоновое и бинарное изображения дорожки качения подшипника после шлифования с водной СОЖ, автокорреляционная поверхность и график автокорреляционной функции.

СПИСОК ЛИТЕРАТУРЫ

1. Яковлев А.В. Разработка параметров шероховатости по-

верхности, оцениваемых на плоскости по её изображению /Методы и устройства передачи и обработки информации. Межвуз. сб. научн. тр - Вып.3 /Под. ред. В.В. Ромашова, В.В. Булкина. - СПб: Гидрометиоиздат, -2003, с. 203-207.

2. Миловзоров А.Н., Яковлев А.В. Контроль шероховатости

поверхности с применением ЭВМ /Проблемы передачи и обработки информации в сетях и системах телекоммуникаций: Материалы 10-й Международной науч.-техн. конф. Рязань: Рязанская государственная радиотехническая академия, 2001. с. 155-158.

3. Менделеев В.Я. Сковородько С.Н. Устройство для контро-

ля шероховатости изделия. Патент, №2011163, RU, G 01 В 11/30, - 15.04.1994.

4. Азарова В.В., Горбачёв Ю.А., Соловьёва Н.М. Бесконтакт-

ный фотометрический способ измерения высоты шероховатости поверхности образцов. БИ, патент, №1839881, кл.О 01В11/30, - 20.06.2006.

5. Абрамов А.Д., Носов Н.В, Оптико-электронный метод ис-

следования шероховатости поверхности деталей //Актуальные проблемы современной науки: Труды 1-го Международного форума 6-й Международной конференции: Самара: Изд-во СамГТУ, 2005. с.40 - 43..

6. Абрамов А.Д., Носов Н.В., Хаустов В.И. Исследование

шероховатости поверхности бомбинированных роликов на основе анализа их автокорреляционных функций. Вестник СГАУ. Серия "Авиационная и ракетно-космическая техника". 2009, №3 (19), с.45-53.

7. Абрамов А.Д., Никонов А.И. Метод компенсации дополни-

тельной погрешности измерения параметров микрорельефа на основе использования оптико-электронного комплекса. Приборы и системы. Управление, Контроль, Диагностика. 2010. № 8. с. 34-42.

8. Евтихеев Н.Н., Купершмидт Я.А., Папуловский В.Ф., Ску-

горов В.Н. Измерение электрических и неэлектрических

величин. Учеб. пособие для вузов. - М.: "Энергоатомиз-дат", 1990. - 352 с.:ил.

9. Солонина А.И., Улахович Д.А. и др. Основы цифровой об-

работки сигналов. - СПб.:БХВ - Петербург, 2003. - 594 с.:ил

10. Прэтт У. Цифровая обработка изображений. Том 2 - М.: Мир, 1982. - 790 с.:ил

11. Даджион Д., Мерсеро Р. Цифровая обработка многомерных сигналов. - М., Мир, 1988. - 488 с.:ил.

12. ГОСТ 2789 - 73. Шероховатость поверхности. Параметры, характеристики и обозначения. М.: Изд-во стандартов, 1987. - 10с

13. Красовский А.А., Белоградов И.Н., Чигин Г.П. Теория корреляционно-экстре-мальных навигационных систем. -М.: Наука, 1979, 447с.

14. Белоглазое И.Н., Тарасенко В.П. Корреляционно-экстремальные системы. - М.: Соврадио, 1979. - 400с.

15. Бочкарёе А.М. Корреляционно-экстремальные системы навигации. //Зару-бежная радиоэлектроника, 1981, №9 с. 28-53.

16. Баклицкий В.К. Корреляционно-экстремальные системы навигации и наведения. - Тверь: ТО Книжный клуб, 2009, 360с.

17. Управление и наведение беспилотных маневренных летательных аппаратов на основе современных информационных технологий /под. ред. М.Н. Красильщикоеа и Г.Г. Себрякоеа. - М.: ФИЗМАТЛИТ, 2003, 280с.

18. Digital Pattern Recognition/ Ed. K. S. Fu. Berlin, New-York: Springer Verlag, 1976.

19. Елисеева И.И., Рукавишников В.О. Группировка, корреляция, распознавание образов. - М.: Статистика, 1977, 257с.

20. Ерош И.Л., Сергеев М.Б., Соловьёв Н.В. Обработка и распознавание изображений в системах превентивной безопасности. - СПб: Изд-во СПбГУАП, 2005. 154с.

21. Вентцель Е.С. Теория вероятностей. Учебник для вузов. 5-е изд. - М.: Высшая школа, 1998. - 576с.

THE ESTIMATION OF ROUGHNESS WITH DETERMINATED PROBABILITY BLADES ON THE FOUNDATION COMPUTER TECHNOLOGIES OF OPTICO-ELECTRONIES SURFACE MEANS

© 2011 A.D. Abramov1, A.I.Zinovskij2, N.V. Nosov1, A.I.Nikonov1, V.A.Rodionov1

:Samara State Technical University 2«Trade House of Miniature Bearings Factory» Ltd

In this article is offered the new approach to an estimation of microgeometry surface final polishing. Determination of a microgeometry is based on a calculated average amplitude of alternative component of the autocorrelative function as result of computer technologies of optic-electronics surface means.

Key words: surface, microgeometry, optic-electronic means, computer, technologies, autocorrelation, polishing

Abramov Alexey Dmitrievich, Cand. Tech.Sci., the senior lecturer of chair of electronic .systems and information security Zinkovsky Andrey Igorevich the assistant an. The engineer

Noses Nikolay Vasilevich, a Dr.Sci.Tech., the professional EC-rubbish, chairs of technology of mechanical engineering. An E-mail: msf@samgtu. ru

Nikonov Alexander Ivanovich a Dr.Sci.Tech. the professor of chair of electronic systems and information security of a.E-mail: [email protected]

Rodionov Vladimir Anatolevich, Cand.Tech.Sci., the senior lecturer of chair of technology of mechanical engineering