Помощь в учёбе, очень быстро...
Работаем вместе до победы

Исследование и применение цифровых методов анализа для автоматизации оценки неровноты продуктов прядения

Диссертация: Исследование и применение цифровых методов анализа для автоматизации оценки неровноты продуктов прядения
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Установлено, что такие характеристики как АКФ и СПД, пригодны для обнаружения периодической неровноты, однако требуют выбора шага дискретизации данных в зависимости от выявляемой длины волны. Как правило, шаг дискретизации должен составлять не менее 1/5 от выделяемой минимальной длины волны. При этом общий объем данных должен составлять не менее 250−300 единиц измерений. Сравнение различных… Читать ещё >

Содержание

  • Глава 1. Виды неровноты одномерных волокнистых продуктов, методы ее измерения и анализа
    • 1. 1. Неровнота и ее влияние на качество волокнистых продуктов
    • 1. 2. Виды неровноты одномерных волокнистых продуктов
    • 1. 3. Основные количественные характеристики неровноты
    • 1. 4. Способы получения информации о неровноте
    • 1. 5. Влияние конечных размеров измерительного элемента на регистрацию неровноты продукта
  • Выводы по главе 1
  • Глава 2. Основные статистические характеристики неровноты волокнистых продуктов и методы их оценки
    • 2. 1. Корреляционный анализ неровноты
      • 2. 1. 1. Коэффициент корреляции
      • 2. 1. 2. Корреляционные характеристики стационарной неровноты
      • 2. 1. 3. Оценка АКФ продукта при стационарной неровноте
    • 2. 2. Спектральный анализ неровноты
      • 2. 2. 1. Преобразование Фурье и стационарные вероятностные процессы
      • 2. 2. 2. Оценка спектральных характеристик методом фильтрации
      • 2. 2. 3. Современные цифровые методы оценки СПД
    • 2. 3. Градиентный анализ неровноты
    • 2. 4. Вейвлет-анализ
      • 2. 4. 1. Основы вейвлет-преобразования
        • 2. 4. 1. 1. Вейвлет-представление сигналов
        • 2. 4. 1. 2. Дискретное вейвлет-преобразование
        • 2. 4. 1. 3. Одноуровневое дискретное одномерное вейвлетпреобразование в Matlab
        • 2. 4. 1. 4. Ортогональные вейвлеты
      • 2. 4. 2. Достоинства и недостатки вейвлет-преобразований
      • 2. 4. 3. Практическое использование вейвлет-преобразований
  • Выводы по главе 2
  • Глава 3. Аналитические и компьютерные модели неровноты по линейной плотности одномерных волокнистых продуктов
    • 3. 1. Вероятностные характеристики случайных процессов
    • 3. 2. Примеры реализации вероятностных процессов некоторых видов неровноты одномерных ВМ
    • 3. 3. Динамическая модель неравномерности ленты по числу волокон в ее сечениях
    • 3. 4. Компьютерное моделирование стационарной неровноты одномерных продуктов
  • Выводы по главе 3
  • Глава 4. Разработка алгоритмических и программных средств для исследования различных видов нестационарной неровноты одномерных продуктов прядения
    • 4. 1. Создание алгоритмов генерации различных видов неровноты
      • 4. 1. 1. Описание алгоритмов
      • 4. 1. 2. Примеры работы алгоритмов
    • 4. 2. Обнаружение различных видов неровноты с помощью вейвлет-анализа
    • 4. 3. Выявление локального изменения дисперсии с помощью метода «скользящей вариации»
    • 4. 4. Обнаружение локальных изменений корреляционных свойств волокнистого продукта методом «скользящей корреляции»
  • Выводы по главе 4
  • Глава 5. Разработка автоматизированного программного комплекса для моделирования различных видов нестационарной неровноты одномерных продуктов прядения
    • 5. 1. Структура автоматизированного программного комплекса
    • 5. 2. Разработка графического интерфейса программного комплекса
  • Выводы по главе 5

Исследование и применение цифровых методов анализа для автоматизации оценки неровноты продуктов прядения (реферат, курсовая, диплом, контрольная)

Одной из главных задач, стоящих перед текстильной промышленностью, является улучшение качества, эксплуатационных свойств и внешнего вида пряжи и нитей. Снижение издержек, рост объемов производства и ассортимента текстильных материалов требует постоянного технического контроля всех технологических операций, качества сырья и готовой продукции. Неровнота продуктов прядения (неравномерность пряжи и полуфабрикатов по линейной плотности) является одним из наиболее существенных факторов, определяющих их потребительское качество и экономические показатели процессов производства.

В настоящее время наиболее актуальные задачи в этой области связаны с обнаружением и анализом различных видов нестационарной неровно-ты.

Создание и реализация алгоритмов моделирования нестационарных видов неровноты по линейной плотности одномерных волокнистых материалов (ВМ) позволит оценить качество исследуемых материалов, даст возможность выбора наиболее эффективных методов выявления нестационарной неровноты.

Автоматизация исследования неровноты с использованием компьютерных систем является в настоящее время непременным, обязательным требованием при решении перечисленных задач.

Целью данной диссертационной работы является решение научно-технической задачи создания методики применения автоматизированных методов цифрового анализа к нестационарным видам неровноты и исследование возможностей этого анализа с целью управления технологическими процессами и прогнозирования источников возникновения нарушений стационарности неровноты продуктов прядения, а также анализ существующих методов изучения нестационарной неровноты. Решение этой задачи включает в себя следующие этапы:

— анализ существующих методов исследования нестационарных видов не-ровноты одномерных ВМ;

— разработка методов и алгоритмов моделирования неровноты одномерных ВМ, включающих неравномерность по линейной плотности, в том числе локальные участки нарушения однородности неровноты продуктов прядения;

— разработка методики применения вейвлет-анализа к обнаружению нестационарных видов неровноты одномерных ВМ и оценка ее эффективности;

— разработка альтернативных методов оценки неравномерности и методов выявления нестационарных видов неровноты, в том числе участков с локальной неровнотой одномерных ВМ;

— разработка автоматизированного программного комплекса (АПК) для анализа различных видов нестационарной неровноты с использованием вейвлет-анализа и других методов обнаружения неровноты одномерных ВМ.

Предметом исследования являются методы оценки неравномерности одномерных ВМ и автоматизация методов анализа с целью обнаружения нестационарных видов неровноты, прогнозирования источников ее возникновения.

Методы исследования. В работе использованы методы математического и компьютерного моделирования, методы теории вероятности и случайных процессов, методы математической статистики и обработки экспериментальных данных, корреляционного и спектрального анализов, методы вейвлет-анализа, методы разработки автоматизированных комплексов.

Научная новизна работы. В результате выполнения поставленной научно-технической задачи построены математические и компьютерные модели различных видов неровноты по линейной плотности одномерных продуктов прядения. Созданы модели и алгоритмы моделирования одномерных ВМ с так называемой «идеальной неровнотой», а также с часто встречающимися на практике видами неровноты, в том числе различных видов локальной неровноты.

Разработаны новые методы обнаружения локальной неравномерности по дисперсии и корреляционным свойствам, основанные на методе скользящего усреднения. Разработана структура АПК для анализа неравномерности одномерных ВМ.

Практическая значимость и реализация результатов работы. На основании разработанных методов и моделей создана структура АПК, позволяющая обнаруживать и эффективно идентифицировать большинство встречающихся на практике видов стационарной и нестационарной неровноты линейной плотности одномерных волокнистых продуктов. Использование структуры такого комплекса при обработке экспериментальных данных является мощным средством контроля технологического процесса и управления качеством волокнистых продуктов.

Апробация работы. Основные результаты исследований докладывались и обсуждались на научно-технических конференциях «Современные технологии и оборудование текстильной промышленности» (Текстиль-2007, Текстиль-2008 и Текстиль-2009) (г. Москва, МГТУ им. А.Н.Косыгина) и на межвузовской научно-технической конференции «Молодые ученые — развитию текстильной и легкой промышленности» (Поиск-2009), а также публиковались в журналах «Известия Вузов. Технология текстильной промышленности» (г.Иваново, № 2с за 2009 г.) и в сборнике научных трудов аспирантов МГТУ им. А. Н. Косыгина (г. Москва, 2009 г.).

Публикации. По теме диссертационной работы опубликовано 6 печатных работ.

Структура и объем работы. Диссертация состоит из введения, пяти глав, выводов, списка литературы из 77 наименований и 2 приложений. Содержание диссертации изложено на 204 страницах, содержит 88 рисунков и 5 таблиц.

Общие выводы по работе.

1. Исследование нестационарной неровноты продуктов прядения является важной и актуальной задачей при изучении технологических процессов и управления ими. При этом большое значение имеет выбор характеристик и методов определения каждого вида неровноты. Установлено, что для стационарных видов неровноты, встречающихся в продуктах прядения, разработаны достаточно надежные методы ее идентификации. Обнаружение локальных видов неровноты остается актуальной и не полностью решенной задачей. В частности, это относится к неровноте сложной природы (например, неровнота по дисперсии и корреляции), обнаружение которой позволяет идентифицировать ее источники и обеспечивать стабильность технологических процессов.

2. Разработана и предложена для использования в исследовательских целях система математических и компьютерных моделей неровноты одномерного ВМ. Она позволяет моделировать основные, часто встречающиеся на практике, виды неровноты продукта по линейной плотности, в том числе различные виды локальной неровноты. Разработаны и описаны алгоритмы генерации различных видов неровноты с использованием этих моделей.

3. Исследованы существующие классификации неровноты и выделены основные ее характеристики, используемые в качестве главнейших определяющих оценок качества пряжи и других продуктов прядения. Выполнен детальный анализ известных методов и оценок неровноты одномерных ВМ с использованием цифровой обработки результатов измерения неровноты с применением средств системы Matlab. Алгоритмы и программы этой системы в полной мере решают задачи исследования стационарной неровноты.

4. Разработаны эффективные методы обнаружения плохо идентифицируемых видов неровноты, методы «скользящей дисперсии» и «скользящей корреляции». Предложены индикаторы обнаружения этих видов неровноты. Доказана результативность этих методов.

5. Установлено, что такие характеристики как АКФ и СПД, пригодны для обнаружения периодической неровноты, однако требуют выбора шага дискретизации данных в зависимости от выявляемой длины волны. Как правило, шаг дискретизации должен составлять не менее 1/5 от выделяемой минимальной длины волны. При этом общий объем данных должен составлять не менее 250−300 единиц измерений. Сравнение различных методов спектрального анализа на одних и тех же модельных образцах неровноты показало, что при незначительной разнице в частотах периодических колебаний для их выделения приходится проводить спектральный анализ в интерактивном режиме. Оценки СПД, полученные разными методами, не всегда коррелированны друг с другом, поэтому автоматизация этих методов трудна и предъявляет высокие требования к квалификации и опыту пользователя.

6. Анализ неровноты, основанный на вейвлет-преобразованиях, показал, что основным их достоинством является обнаружение неровноты в виде трендов и некоторых видов локальной неровноты. К недостаткам можно отнести интерактивный режим анализа, усложняющий автоматизацию и замедляющий процесс обработки, многовариантность проведения анализа, связанная с необходимостью подбора подходящих базисных функций, числа уровней анализа, а также ограниченные возможности метода, не позволяющие обнаружить некоторые сложные виды локальной неровноты, например, неровноту по дисперсии или корреляционным свойствам. Предложенные методы «скользящей дисперсии» и «скользящей корреляции» свободны от перечисленных недостатков и удобны для автоматизации обработки данных.

7. Разработаны функциональная структура АПК и требования к ее программной реализации. На основе компьютерного моделирования^ методов оценки неровноты создан макет АПК, позволяющий выполнять все задачи, связанные с анализом и моделированием неровноты одномерных ВМ в автоматизированном режиме. На базе созданного макета АПК спроектирован и программно реализован интерфейс пользователя в виде набора экранных форм, сгруппированных по функциональному признаку. АПК реализован в среде С++ Builder 6 и Matlab 7.0, на данный момент проходит проверку и отладку.

Показать весь текст

Список литературы

  1. В .И., Семин М. И. Определение местных пороков тканей с помощью вейвлетов, — Известия Вузов. Технология текстильной промышленности, № 3. — Иваново: 2008, c. l 1
  2. Н.М. Теоретическое и экспериментальное исследование процесса кардочесания волокнистых материалов. Дисс.. д-ра техн. наук. -Л., 1979.-474 с.
  3. Ф.Ф. Математические методы в организации текстильного производства. -М.: Легкая индустрия, 1970. — 284 с.
  4. Ф.Ф., Павлов А. П. Математические методы и модели в организации текстильного производства. Учебник для вузов — М.: Легкая индустрия, 1979. 230 с.
  5. Дж., Пирсол А. Прикладной анализ случайных данных. М.: Мир, 1989.-540 с.
  6. В.И. Процесс деления в механическом прядении. М.: Легкая индустрия, 1965. — 274 с.
  7. В.И., Будников И. В., Зотиков В. Е., Канарский Н. Я., Раков А. П. Основы прядения, ч.П. -М.: Гизлегпром, 1945. 312 с.
  8. И.В., Канарский Н. Я., Раков А. П. Основы прядения: ч.1 -М.: Гизлегпром, 1948. 356 с.
  9. Н.П. Метод статистического моделирования. М.: Статистика, 1970.-112 с.
  10. Н.П. Моделирование сложных систем. М.: Наука, 1978. -400с.
  11. Н.А. Вопросы теории прядения (опыт применения методов математического анализа к технологическим процессам прядения). М.: Гизлегпром, 1932. — 276 с.
  12. С.Я. Статистическая обработка результатов исследования случайных функций. — М.: Энергия, 1979. — 320 с.
  13. Ю.М. Исследование структурной и весовой неровноты продуктов, получаемых в результате гребнечесания и вытягивания. Дисс.. канд. техн. наук. М.: МТИ, 1967. — 343 с.
  14. Ю.М., Горячая И. С. Моделирование поперечных сечений многокомпонентной пряжи и миграции волокон. /Вестник МГТУ им. А. Н. Косыгина, М., 2002, с.112−113.
  15. В.И., Грибунин В. Г. Теория и практика вейвлет-преобразования. — С.-Пб.: Издательство ВУС, 1999.
  16. Д.К., Фрик П. Г. Адаптивные вейвлеты (алгоритм спектрального анализа сигналов с пробелами в данных). — Математическое моделирование систем и процессов, 1996, № 6, с. 10.
  17. JI.H., Хавкин В. П., Винтер Ю. М., Молчанов А. С. Динамика основных процессов прядения (формирование и выравнивание волокнистого потока) (часть 1). М.: Легкая индустрия. 1970. — 304 с.
  18. Л.Н., Хавкин В. П., Винтер Ю. М., Молчанов А. С. Динамика основных процессов прядения (гребнечесание и вытягивание) (часть 2). -М.: Легкая индустрия. 1972. — 309 с.
  19. И.С. Автоматизация методов исследования структуры поперечных сечений двухкомпонентной пряжи. Дисс.. канд. техн. наук. -М.: МГТУ им. А. Н. Косыгина, 2001.-173 с.
  20. И.С., Севостьянов П. А. Использование кластерного анализа для оценки неравномерности распределения волокон в поперечном сечении пряжи. Сб. научн. трудов аспирантов, вып.4. — МГТУ им. А. Н. Косыгина, М., 2002. с. 87 93
  21. ГОСТ 10 878–70 Материалы текстильные. Линейная плотность в единицах текс и основной ряд номинальных линейных плотностей.
  22. С.В. Исследование процессов деления в ОСП. Дис.. канд. техн. наук. -М., 1975.
  23. А. Визуальное моделирование в среде Matlab: учебный курс СПб: Питер, 2000. — 432 е.: ил.
  24. Г., Ватте Д. Спектральный анализ и его приложения. -вып. 1. М.: Мир, 1971.-240 е., вып.2 -М.: Мир, 1972.-288 с.
  25. И. Десять лекций по вейвлетам. Пер. с англ. — Ижевск, НИЦ регулярная и хаотическая динамика, 2001.
  26. И.М., Иванов О. В., Нечитайло В. А. Вейвлеты и их использование. — Успехи физических наук, 2001, т. 171, № 5, с. 465−561.
  27. В.П. Вейвлеты. От теории к практике. СОЛОН-Пресс, 2004. — 400 с.
  28. С.М., Михайлов Г. А. Статистическое моделирование. М.: Наука, 1982.-296 с.
  29. В.Е., Будников И. В., Трыков П. П. Основы прядения волокнистых материалов. — М.: ГНИЛ по легкой промышленности, 1959.
  30. В., Лоу А. Имитационное моделирование. Классика CS. 3-е изд. СПб.: Питер- Киев: Изд. группа BHV, 2004. — 847 е.: илл.
  31. С.С. Математические методы исследования движения волокон в процессе вытягивания. — М.: Гизлегпром, 1957. — 280 с.
  32. А.Б., Козлов Б. П. Автоматизация технологических процессов в шерстяной и шелковой промышленности. — М.: Легкая индустрия, 1967.
  33. А.Б., Епифанова А. Д., Боровикова Т. Н., Васильев Л. И. Основы автоматизации производств в текстильной промышленности. — М.: Легкая и пищевая промышленность, 1984.
  34. Н.А. Реализация вероятностных и спектральных характеристик случайных процессов в системах имитационного моделирования текстильных объектов, Известия Вузов. Технология текстильной промышленности, № 6с. — Иваново: 2006.
  35. Н.А. Развитие теории и практики построения методов измерения характеристик строения текстильных материалов с использованием современных информационных технологий. — Автореф. дисс.. д-ра техн.наук. М.: МГТУ им. А. Н. Косыгина, 2007. — 36 с.
  36. И.В. Исследование методов локальной идентификации для автоматизации управления процессами прядильного производства. Дисс.. канд. техн. наук, М.: МГТУ им. А. Н. Косыгина, 2001. — 168 с.
  37. Н.А., Пугачев В. Н. Вероятностный анализ систем автоматического управления. М.: Сов. Радио 1963. — 896 с.
  38. Г. В. Характер неровноты волокнистых продуктов. Научно-исследовательские труды ЦНИИЛВ. Т.Х. М.: Гизлегпром, 1957.
  39. В., Певный А., Третьяков А. Быстрое вейвлетное преобразование дискретных периодических сигналов и изображений. — Проблемы передачи информации, 1998, т. 34, № 5, с. 465−561.
  40. Марпл -мл. С. Л. Цифровой спектральный анализ и его приложения: Пер. с англ. М.: Мир, 1990. — 584 е., ил.
  41. Г. Я. Аппаратурное определение характеристик случайных процессов. М.: Энергия, 1972.-456 с.
  42. .С. Штапелирование жгутов способом разрыва. Дисс.. д-ра техн. наук. — Л., 1983.-379 с.
  43. .С., Севостьянов А. Г. Теория и практика штапелирования жгутов методом разрыва. — М.: Легкая индустрия, 1971. — 340 с.
  44. В.Е., Херл Д.В. С. Механические свойства текстильных волокон. — М.: Легкая индустрия. 1971. — 184 с.
  45. Р.В., Винтер Ю. М., Плеханова С. В. Новая методика и программное обеспечение для расчета количества пороков пряжи, Известия Вузов. Технология текстильной промышленности, №бс. — Иваново: 2006.
  46. JI.B. Адаптивный вей влет-анализ сигналов. — Научное приборостроение, 1998, т. 9, № 2, с. 35.
  47. К.В. Компьютерное моделирование динамики процесса вытягивания волокнистого материала в вытяжных приборах. Дисс.. канд. техн. наук. М.: МГТУ им. А. Н. Косыгина, 2002. — 171 с.
  48. Р., Эноксон JI. Прикладной анализ временных рядов. Основные методы: М.: Мир, 1982. — 428 с.
  49. Д.П., Козлов А. Б., Шахнин В. Н., Джелялов А. Р. Автоматизация технологических процессов в текстильной промышленности. — М.: Легкая Индустрия, 1980.
  50. Д.П. и др. Автоматизация химико-технологических процессов текстильного производства, книги 1−5, учебник.
  51. Дж. Справочник по вычислительным методам статистики / Пер. с англ. М.: Финансы статистика, 1982. — 344 с.
  52. Ю.Г. Вероятностное моделирование на электронных вычислительных машинах. М.: Сов. Радио, 1971. — 400 е., ил.
  53. В.А. Вопросы теории и практики процесса вытягивания. -Дисс.. д-ра техн. наук. М., 1972. — 371 с.
  54. В.А., Нестеренко А. В. Исследование характеристик дискретного потока волокон в аэродинамическом канале машины ППМ-240-Ш. Текстильная промышленность, 1984, № 6, с.32−33.
  55. С.А. Аппроксимативный анализ случайных процессов. 2-е изд., перераб. и доп./Самар.гос.аэрокосм.ун-т, 2001.- 380 е., ил.
  56. В.Н. Комбинированные методы определения вероятностных характеристик. — М.: Сов. Радио, 1973. —256 с.
  57. М.И. Исследование неровноты производительности кипныхразрыхлителей хлопка. Дисс.канд. техн. наук. -М., 1973.—238 с.
  58. К.Э. Неровнота шерстяной пряжи по показателям, связанным с ее составом. Изв. вузов: Технология текстильной промышленности, 1999, № 1.
  59. JI.A. Современные принципы управления сложными объектами. М.: Сов. Радио, 1980. — 232 е., ил.
  60. А.Г. Методы исследования неровноты продуктов прядения. М.: Ростехиздат, 1962.- 387 с.
  61. А.Г. Современные методы исследования неровноты продуктов прядения. М.: Легкая Индустрия, 1966. — 85 с.
  62. А.Г., Вавшткин С. Ю. Взаимосвязь между свойствами хлопколавсановой пряжи и долей компонентов в смеске. Изв. вузов: Технология текстильной промышленности, 2000, № 2.
  63. А.Г., Севостьянов П. А. Моделирование технологических процессов (в текстильной промышленности): Учебник для вузов. -М.: Легкая и пищевая промышленность, 1984 344 с.
  64. А.Г., Севостьянов П. А., Савельев В. Г. Динамика вытяжного прибора с использованием датчика усилия вытягивания. В сб.: Машиностроение для текстильной промышленности: серия А. — М.: ЦНИИТЭИлегпищемаш, 1973, № 6, с. 13 — 18.
  65. А.Г., Севостьянов П. А., Симонян В. О. О динамике шта-пелирования разрывом. Изв. вузов: Технология текстильной промышленности, 1974, № 5, с. 29 — 33.
  66. П.А., Симонян В. О. Масштабный анализ неровноты одномерных волокнистых продуктов. Изв. вузов: Технология текстильной промышленности, 2006, № 6.
  67. П.А. Изменения неравномерности по линейной плотности при делении потоков волокнистого материала. Изв. вузов: Технология текстильной промышленности, 1988, № 2, с.21−25.
  68. П.А. Исследование процесса дискретизации методом статистического моделирования. Изв. вузов: Технология текстильной промышленности, 1976, № 2, с. 32 — 37.
  69. П.А., Ордов К. В. Исследование зависимости точности компьютерного моделирования процесса вытягивания от объема испытаний. Сборник научных трудов аспирантов, вып.7, МГТУ им. А. Н. Косыгина, М. 2003, стр. 49−54.
  70. П.А., Гаспарян ГЛ. Автоматизированная система научных исследований для моделирования процессов взаимодействия неоднородных потоков. Сборник научных трудов аспирантов, вып.7, МГТУ им. А. Н. Косыгина, М. 2003, стр. 65−69.
  71. П.А., Чураева Е. Р. Влияние геометрических свойств волокон на неравномерность по линейной плотности одномерных волокнистых продуктов, Известия Вузов. Технология текстильной промышленности, № 2с. — Иваново: 2009.
  72. П.А., Чураева Е. Р. Обнаружение локальной неоднородности по дисперсии волокнистого продукта методом «скользящей дисперсии», Сборник научных трудов аспирантов МГТУ им. А. Н. Косыгина, М.: 2009.
  73. А.Б. Цифровая обработка сигналов. СПб.: Питер, 2003. — 604 е.: илл.
  74. Сергиенко А.Б. Signal Processing Toolbox обзор. http://matlab.exponenta.ru/signalprocess/book2/index.php
  75. .Я., Яковлев С. А. Моделирование систем. 2-е изд. — М.: Высшая Школа, 1998. — 319 с.
  76. В.В. Автоматизированные методы моделирования волокнистых продуктов при проектировании систем измерения линейной плотности. Дисс. канд. техн. наук. — М.: МГТУ им. А. Н. Косыгина, 2002. 170 с.
  77. И.Ф., Севостьянов А. Г. Влияние крючковатости волокон на неровноту волокнистого продукта и характер его вытягивания. Изв. вузов: Технология текстильной промышленности, 1980, № 2, с.18−22.
  78. А.Н. Исследование изменения характера и уровня неровноты по толщине полуфабрикатов поточной линии хлопчатобумажного производства. Дисс.. канд. техн. наук. — М.: МХИ, 1971.-271 с.
  79. А.Н. Математический анализ процессов дискретизации волокон в пневмопрядении. /Вестник МГТУ им. А. Н. Косыгина, М., 1999, с. 36−40.
  80. Чуй. К. Введение в вейвлеты. — М.: Мир, 2001.
Заполнить форму текущей работой

Пора сдавать?