Контроль опасных производственных объектов с применением беспороговой регистрации данных акустической эмиссии
Кузьмин А.Н., Прохоровский А.А., Аксельрод Е.Г., Кац В.А., Давыдова Д.Г.
ООО «Диаформ», Москва
ООО «Стратегия НК», Екатеринбург
Рассмотрен вопрос разработки и применения на практике технологии беспороговой регистрации данных (БРД) акустико-эмиссионного контроля. Рассмотрены основные принципы построения системы БРД, способ фильтрации помех во временном ряду данных акустико-эмиссионного контроля и обнаружения на фоне и внутри шума полезных сигналов от развивающихся дефектов контролируемого объекта. В рамках дальнейшей после фильтрации данных АЭ предложен способ классификации сигналов, соответствующих развивающимся дефектам, по степени опасности. Рассмотрен пример опытно-промышленных испытаний системы БРД на действующем промышленном объекте. Сделан вывод, что представленная технология БРД может быть эффективно использована на практике как в периодическом контроле, так и при разработке автоматических систем принятия решения диагностического мониторинга на опасных производственных объектах (ОПО).
Основной проблемой современной акустико-эмиссионной аппаратуры, основанной на принципе пороговой амплитудной дискриминации регистрируемого сигнала АЭ, по-прежнему является слабая помехозащищенность [1]. Особенно это актуально для объектов с высоким уровнем производственных и прочих помех, где получить действительно полезный АЭ сигнал от дефекта в ходе диагностических мероприятий до сих пор представляется практически невыполнимой задачей. Надежное обнаружение полезного АЭ сигнала из сигнала помехи в реальном времени и в широком диапазоне отношений сигнал/шум (S/N) при АЭ контроле опасных производственных объектов широкого спектра назначения требует разработки принципиально нового помехоустойчивого алгоритма [2]. Существующие методы обработки зашумленных АЭ данных в частотной / временной областях основаны на Фурье анализе данных, в том числе на вэйвлет-декомпозиции и анализе главных компонент [3], используют пороговую регистрацию данных, обладают слабой помехоустойчивостью и могут быть эффективно использованы при S/N>1. Технология, связанная с отказом от введения порога дискриминации при регистрации данных АЭ определяется, как беспороговая регистрация данных [4].
Преимущество БРД по сравнению с пороговой регистрацией заключается в способе фильтрации шумов и последующей обработке данных АЭ. Работа устройства БРД (рис. 1) основана на непрерывной записи АЭ сигнала, поступающего с выхода регистрирующей цепочки I - II: преобразователь акустической эмиссии (ПАЭ) – предварительный, широкополосный согласующий усилитель. Отметим отсутствие ключевого компонента цепочки I - II любой серийной АЭ системы - детектора-дискриминатора.
Рисунок 1. Блок-схема обработки сигнала АЭ при беспороговой регистрации данных.
В блоках III, IV с использованием аналогового цифрового преобразователя (АЦП) типа L-Card ведется регистрация и запись непрерывного стохастического временного ряда событий АЭ, как аддитивной смеси полезного сигнала и шума c S/N>1 или S/N<1, что не имеет принципиального значения. Задачи фильтрации решаются не заданием порога дискриминации, а расчетным способом в режиме постобработки (блоки V - VI), включающей: набор полосовых частотных фильтров (блок V); адаптивную фильтрацию (блок VI) – последовательные стадии для выделения полезного АЭ сигнала.
Принципы эффективной фильтрации полезного сигнала АЭ при БРД
Остановимся более подробно на реализации в условиях беспороговой непрерывной записи сигнала АЭ алгоритма адаптивной фильтрации зашумленного сигнала АЭ. При пороговом АЭК промышленных ОПО объекты с S/N≤1 слабо поддаются контролю, при этом технология адаптивной фильтрации в БРД позволяет сохранить информативность полезного сигнала АЭ даже при S/N<<1 [4]. Известно, что системах радиосвязи параметры систем цифровой адаптивной фильтрации (АФ) могут в реальном времени подстраиваться под спектральные, корреляционные и статистические характеристики зашумленного входного сигнала, при этом адаптивные алгоритмы фильтрации успешно обнаруживают полезный сигнал в присутствии сильных помех с различной природой и априорно неизвестными параметрами полезного сигнала от дефекта [5].
Классическая схема АФ (рис. 2а) - использование образцового (шумового) сигнала в качестве шумоподавителя - часто неприменима на практике. При этом работа фильтра предполагает использование двух раздельных ПАЭ, регистрирующих соответственно зашумленный сигнал АЭ и свободную от полезного сигнала от дефекта «чистую» помеху - шум. Однако на практике классическая двухканальная схема работы АФ при анализе данных АЭ, полученных с натурных объектов, оказалась непригодной. Обусловлено это тем, что отсутствие АЭ сигнала от дефекта на участке, где установлен вспомогательный датчик, является определяющим условием работоспособности классической схемы АФ. Сформулированное условие не всегда выполнимо на практике, поскольку априорно присутствует неопределенность расположения дефекта в объекте контроля. Нами реализована схема АФ с одним информационным входным каналом (рис. 2б). Данный канал, как и положено для реального сигнала АЭ, содержит регистрируемый временный ряд из аддитивной смеси АЭ сигнала и шума, поступающий с единственного ПАЭ, расположенного вблизи дефекта-источника АЭ в объекте контроля. Алгоритм фильтрации был модифицирован, что позволило применить сценарий «слепой» адаптации для выделения шума [6].
Рисунок 2. Принцип работы адаптивного фильтра в схеме БРД: а – реализация в двухканальном режиме; б - реализация для натурных объектов контроля с одним информационным каналом на входе. Пояснения в тексте.
Суть предложенного подхода состоит в задании временной задержки, эквивалентной введению виртуального эталонного сигнала по типу классического АФ (рис. 2а). Введение задержки позволило на коротких временных отрезках результирующего временного ряда сравнивать на входе АФ исходный и преобразованный сигнал АЭ. При этом в момент появления полезного сигнала от дефекта, временной ряд испытывает изменения и статистические свойства двух разделенных по времени отрезков будут существенно меняться. Наибольший интерес при реализации этой процедуры представляет оптимальный подбор величины задержки и ширины скользящего временного окна фильтрации. С этой целью нами был разработан специальный алгоритм расчета величины задержки, основанный на предварительном численном расчете соотношения времен корреляции шума на реальном объекте и сигнала от эталонного дефекта [7]. Позднее работоспособность этой системы фильтрации в условиях малого соотношения сигнал/шум была подтверждена на реальных объектах контроля, о чем пойдет речь ниже, и явилась основой создания соответствующей экспертной системы БРД акустико-эмиссионного контроля, реализованной в рамках [4].
Обработка и анализ данных в системе БРД
Дальнейшая работа модулей устройства БРД согласно схеме на рисунке 1 сводится к следующему. После выделения полезного сигнала на фоне шума посредством адаптивной фильтрации в блоке VII осуществляется расчет комплекса информативных параметров, характеризующих локальные свойства как АЭ сигнала, так и шума. Для этого выбирается скользящее временное окно, в котором используются информативные параметры, устойчивые по отношению к изменению интенсивности и амплитуды шума. В частности, в блоке VII на основе анализа спектральных и корреляционных свойств АЭ сигнала и шума рассчитываются текущие значения времени корреляции и функции когерентности в полосе частот использованного в блоке V типа полосового фильтра. Далее для разделенных компонент сигнала и шума реализуется алгоритм расчета функции распределения временных интервалов между импульсами АЭ, на основе которого определяются численные оценки степени отклонения статистики временных интервалов сигнала АЭ от случайного шума. Дополнительно к этому производится анализ локальных статистических свойств временных рядов сигнала и шума. Эта процедура осуществляется посредством расчета соответствующих моментов высших порядков, а также коэффициентов асимметрии и эксцесса, описывающих различия функций распределения сигнала и шума. Кроме того для улучшения статистики и повышения достоверности данных АЭ в блоке VII реализован анализ фрактальных свойств временных рядов сигнала и шума, поступающих с выхода блока VI, на основе которого рассчитываются параметры, оценивающие степень стохастичности исходных временных рядов сигнала и шума.
В блоках VIII-IX (рис. 1) на основе многопараметрической идентификации источников акустической эмиссии на фоне случайной помехи осуществляется классификация соответствующих им дефектов по степени опасности. Так в блоке VIII производится распознавание полезного сигнала на фоне шума и его классификация (блок IX) методом кластерного анализа в пространстве признаков. В качестве последних используются численные значения совокупности локальных характеристических инвариантов, сформированных в блоке VII: а) спектральных и корреляционных – времени корреляции, максимумов функции когерентности и дифференциального кепстра; б) временных – коэффициента вариации, моды функции распределения временных интервалов между импульсами; в) статистических – дисперсии, коэффициентов асимметрии и эксцесса, амплитудных дискриминантов; г) фрактальных – индекса Херста, наибольшего показателя Ляпунова, фрактальной размерности, степени стохастичности. Результатом работы завершающего блока X (рис. 1) является формирование диагностического решения о техническом состоянии объекта контроля.
Иллюстрация результатов расчета информативных параметров АЭ, чувствительных к присутствию в случайном шуме детерминированной акустико-эмиссионной компоненты при соотношении сигнал/шум 0.03, приведена на рисунке 3. Показаны локальные статистические (а-е) и характеристический (ж, з) инварианты сигнала АЭ и шума на выходе АФ: коэффициенты эксцесса (а, б); вариации (в, г); асимметрии (д, е); Херста (ж, з). Диаграммы а, б, ж, з рассчитаны по временным рядам отсчетов; в-е – по временным рядам временных интервалов между отсчетами. Диаграммы в левой части рисунка – сигнал; в правой – шум. Отношение сигнала к шуму 0,03. Выбор информативных параметров, используемых в качестве диагностических признаков для оценки технического состояния объекта контроля в системе БДР, основан на том, что характерные значения статистических моментов высших порядков и стохастических индексов случайного шумового процесса не зависят от амплитуды и интенсивности шума. В частности для временного ряда отсчетов шума значение коэффициента эксцесса равно 3, индекса Херста 0.5; для временного ряда временных интервалов между отсчетами шумовой компоненты коэффициент вариации 1, асимметрии 2. Поскольку, как видно из рисунка 3, значения перечисленных выше характеристик для шума и случайной компоненты сигнала АЭ практически совпадают, данные параметры являются помехоустойчивыми и могут рассматриваться в качестве инвариантов, изменения которых обусловлены появлением неслучайных детерминированных компонент во временных рядах АЭ. Вывод о возникновении на фоне шума полезного сигнала от источника АЭ, обусловленного наличием развивающего дефекта, в текущий момент времени измерений производится по экстремальным изменениям значений инвариантов на графиках левой части рис. 3.
Рисунок 3. Иллюстрация результатов расчета параметров АЭ, чувствительных к присутствию в случайном шуме детерминированной акустико-эмиссионной компоненты при соотношении сигнал/шум 0.03. Пояснения в тексте.
Таблица 1. Результаты кластерного анализа для тестовой обучающей выборки данных АЭ, полученных на натурном промышленном объекте с опасными развивающимися дефектами.
Таблица 2. Координаты центроидов кластеров
Пример количественного анализа технического состояния объекта, который производится в модуле оценки степени опасности дефекта блока X (рис. 1), приведен на рисунке 4 и в таблицах 1, 2. На рисунке 4 приведена классификация сигналов АЭ на выходе системы БРД: диаграмма рассеивания в пространстве диагностических признаков – канонических переменных, кластеризация - методом К-средних. Канонические переменные 1 и 2 на рисунке 4 рассчитаны на основе результирующей матрицы информативных параметров АЭ - блок VII. Численные результаты кластеризации для обучающей тестовой выборки событий АЭ, приведены в таблице 1. Обучение системы классификации производилось на основе данных, полученных в ходе опытно промышленной эксплуатации системы БРД, а именно при проведении АЭ контроля на натурном промышленном объекте – участках магистрального нефтепровода с выявленными ранее дефектами различных классов опасности. Координаты центров тяжести соответствующих кластеров сведены в таблице 2. Из рисунка 4 видно, что события АЭ распределены по 4-м смежным кластерам с непересекающимися границами. Существенно, что при этом эллипс рассеяния располагается вдоль главной диагонали, т.е. кластер с большим номером имеет большие координаты центроида. Таким образом на практике обучающая выборка настраивалась таким образом, чтобы большему номеру кластера соответствовал больший класс опасности дефекта. При этом шумовые события компактно располагаются в кластере 1 со значениями канонических переменных, близких к нулю, т.е. с минимальной степенью отклонения от случайности. В больших кластерах степень детерминированности, в свою очередь, возрастает.
Такое представление данных БРД может быть эффективно использовано оператором контроля для принятия оперативного решения о техническом состоянии объекта.
Рисунок 4. Картина кластерного анализа источников АЭ по данным беспороговой регистрации.
Отметим, что совместное применение пороговой и беспорпоговой регистрации данных АЭ реализовано нами для построения обучающей выборки и создания соответствующей автоматической экспертной подсистемы, которая является составной частью блока принятия решения о техническом состоянии объекта контроля.
Таким образом в отличие от существующих пороговых способов акустико-эмиссионного контроля предлагаемый способ беспороговой регистрации и анализа зашумленных сигналов акустической эмиссии позволяет практически применить акустико-эмиссионный контроль при отношении сигнал/шум порядка или меньше единицы. Рассмотрим теперь пример успешной реализации БРД в более сложном случае выявления полезного сигнала АЭ на фоне высокоамплитудных нестационарных помех.
АЭ контроль промышленных объектов в условиях воздействия высокоамплитудных нестационарных помех
Реализованная технология БРД была использована нами при АЭ контроле компенсаторов горячей обвязки на действующем нефте-перерабатывающем заводе (НПЗ). БРД применялась совместно со стандартной пороговой регистрацией АЭ сигналов, что позволило провести успешное обнаружение полезных сигналов АЭ, ответственных за дефекты конструкции, а также определение координат и оценку степени опасности источников в условиях высокоамплитудных нестационарных шумов. К таковым относились:
- пневматический и гидродинамический шум движения рабочей среды в объекте контроля;
- высокоамплитудные импульсные электрические помехи;
- внешние механические и электромагнитные помехи;
- конструктивный шум (процессы трения при взаимном перемещении поверхностей скольжения металла в слоях гофры);
- структурный шум (релаксационные процессы при локальных термомеханических возмущениях);
- релаксационные шумы после восстановительных или ремонтных работ.
Объектом контроля являлись осевые сильфонные компенсаторы, установленные на трубопроводе перегретого пара химической установки. Конструкция компенсатора этого типа представляет собой гибкий металлорукав из гофрированной оболочки, расположенный между скрепленными с трубопроводом концевыми патрубками. Диаметр компенсатора – 830 мм, материал стали – INCOLOY 800H, среда – перегретый водяной пар. Эксплуатационные параметры: давление 0,12 МПа, рабочая температура 800 °С.
а б
Рисунок 5. Акустико-эмиссионный контроль термокомпенсатора химической установки без вывода из эксплуатации: а – смонтированный на объекте контроля с рабочей температурой 800ºС волновод; б – пример установки на площадке волновода датчиков АЭ для пороговой и беспороговой регистрации данных.
К основным дефектам компенсаторов относятся:
- коррозионные дефекты;
- усталостные трещины, возникающие вследствие неоднородного распределения нагрузки;
- пережог металла внутренней стенки при наличии солевых отложений;
- дефекты отливки и термообработки;
- усталостные разрушения на участках, подверженных повышенной вибрации.
Необходимость внеочередного технического диагностирования была вызвана рядом инцидентов, связанных с аварийными ситуациями. Проведение контроля было выполнено на действующей производственной линии, остановка которой была невозможна. Для обеспечения необходимого для работы ПАЭ температурного режима нами были использованы волноводы (рис. 5 а) и дополнительная теплоизоляция.
Рисунок 6. Схема установки преобразователей АЭ при пороговой и беспороговой регистрации данных на термокомпенсаторе.
В качестве датчиков пороговой регистрации были использованы серийные ПАЭ типа GT-200, схема расстановки показана на рис. 6, измерения порогового сигнала проводились в полосе частот фильтра 100÷350 кГц. Для реализации АЭ контроля с использованием БРД на каждый компенсатор был установлен один дополнительный серийный датчик LD-11 (ТОО СКБ «Пъезотех», г. Балашиха) при частотах аналогового фильтра 30÷500 кГц с последующим применением цифрового полосового фильтра Ханнинга [8], область фильтрации которого подбиралась в ходе предварительного эксперимента по оптимальному соотношению сигнал/шум и недопущению распространения дальнодействующих мод волнового пакета на соседние компенсаторы. Для датчиков GT-200 и LD-11 было предусмотрено совместное использование измерительных каналов (рис. 5б). Всего было обследовано 5 компенсаторов трубопровода горячей обвязки общей протяженностью ~40 м (рис. 7).
Рисунок 7. Схема расположения продиагностированных компенсаторов, находящихся в составе технологического трубопровода горячей обвязки при проведении контроля на рабочих параметрах химической установки в режиме мониторинга.
Сравним результаты по двум компенсаторам №1 (бездефектный) и №4 (дефектный). Отличия между ними заключается в том, что только на дефектном компенсаторе были выявлены источники АЭ III класса опасности, соответствующие критически опасным развивающимся дефектам.
Примеры характерных временных зависимостей пиковых амплитуд АЭ сигналов, превышающих порог дискриминации, в сравнении представлены на рисунке 8 а, б. Видно, что полученные в реальном времени диаграммы для двух компенсаторов принципиального отличия не имеют. Однако в режиме дальнейшей постобработки при использовании интегрально-динамического критерия NDIS [9], а также примененной системы планарной локации источников АЭ и использованного способа фильтрации событий по пачкам [10] было установлено, что обнаруженные источники АЭ для компенсатора 4 (рис. 8а) соответствуют третьему классу опасности, что свидетельствует о наличии опасных развивающихся дефектов. Обнаруженные при этом лоцируемые АЭ сигналы (выделенные точки на рис. 8а) имеют высокоамплитудный, дискретный характер, соответствующий поведению опасного развивающегося дефекта.
Рисунок 8. Результаты пороговой (а, б) и беспороговой (в) регистрации данных АЭ при контроле дефектного №4 и бездефектного №1 компенсаторов химической установки. Пояснения в тексте.
Установлено, что присутствующая при этом на рисунках 8 а и б шумовая случайная компонента имеет неоднородный по каналам характер и, тем самым, вносит существенный вклад в регистрируемые параметры. При этом для АЭ сигнала, имеющего источники АЭ третьего класса опасности, обнаруженные локации устойчиво проявлялись на протяжении всей записи параметров АЭ. Что касается компенсатора 1, то несмотря на наличие на диаграмме 8б большого числа высокоамплитудных дискретных сигналов примененные способы фильтрации позволили идентифицировать полученные сигналы, как совокупность случайных нестационарных помех, так что большая часть сигналов на рисунке 8б в итоговую локацию не вошли и не были идентифицированы, как опасные источники АЭ.
Результаты пороговой АЭ (рис. 8 а, б) хорошо согласуется с результатами БРД (рис. 8 в) для той же пары компенсаторов. Диагностическая информация, поступающая с ОК в режиме эксплуатации, представляет собой временной ряд, состоящий из аддитивной смеси полезного сигнала от дефекта и помехи, но сигнал от помехи также имеет разделение на случайную шумовую компоненту и нестационарный высокоамплитудный сигнал, как это видно, в частности, из рис. 8 а, б. Сигнал от дефекта при этом обнаруживался нами в условиях БРД с использованием адаптивного фильтра с одним информационным каналом на входе по алгоритму «слепой» адаптации (см. выше).
Последующий расчет локальных статистических параметров полученного на выходе АФ временного ряда позволил установить моменты времени, когда данные параметры испытывают локальные (пиковые) изменения. Основным диагностическим признаком в этом случае является текущее значение статистических характеристик случайного акустического шума в момент возникновения и развития источников АЭ. При возникновении в потоке событий АЭ полезного сигнала, связанного с развитием дефектов в объекте контроля (развивающаяся трещина, коррозионные процессы и др.), природа регистрируемого акустического шума существенно изменяется [4], а соответствующие статистические характеристики принимают нешумовой детерминированный характер.
В данной работе при обработке данных БРД вычислялись значения следующих статистических параметров временного ряда АЭ:
- дисперсия,
- среднее квадратичное значение (СКЗ),
- асимметрия,
- эксцесс.
Результатом обработки являются временные ряды, состоящие из локальных статистических параметров, рассчитанные в пределах подбираемого в ходе эксперимента скользящего временного окна. Принципиальная разница обработки данных БРД по сравнению с пороговой регистрацией заключается в том, что в случае БРД анализируются не характеристики АЭ сигнала, превышающие порог дискириминации, а локальные (мгновенные) статистические параметры, не зависящие от уровня случайного шума. Как уже было показано, именно в условиях расчета статистических параметров, инвариантных по отношению к случайному шуму, появляется возможность анализировать и обнаруживать полезный сигнал в том числе и во временном ряду с соотношением сигнал/шум близким или меньше единицы.
Полученным максимумам СКЗ на временной развертке (рис. 8в) отвечают моменты времени, когда регистрируемый временной ряд сигнала АЭ начинает существенно отличаться от случайного шума. В эти моменты в потоке событий АЭ появляются полезные сигналы от дефектов и нестационарные высокоамплитудные помехи от действующей промышленной установки. Видно, что максимумы СКЗ присутствуют на представленной диаграмме для обоих типов компенсаторов. Анализируя этот факт отметим, что схема эксперимента и методика БРД измерений реализовывалась таким образом, чтобы полезный сигнал от дефекта гарантированно регистрировался только на датчиках АЭ, находящихся в непосредственной близости от него, т.е. установленных на самом обследуемом компенсаторе, и не достигал ПАЭ, установленных на других компенсаторах.
Учитывая этот факт, можно сделать вывод, что совпадение на рис. 8в резких изменений СКЗ, относящихся к различным компенсаторам, обусловлено возникновением нестационарной помехи, характерной для работающей установки, и не связанной с наличием дефектов. Наличие же других дополнительных максимумов для дефектного компенсатора №4, напротив, позволяет связать их с полезным сигналом от дефекта. Этот факт также косвенно подтвердили результаты сравнения времен прихода полезного сигнала от дефектного компенсатора при пороговой и беспороговой регистрации данных АЭ.
Последующие результаты натурного обследования компенсаторов после вывода установки из эксплуатации позволили подтвердить заключение диагностического обследования в процессе эксплуатации на рабочих параметрах. Результаты, полученные при металлографическом исследовании материала компенсатора, представлены на рис. 9 а-в, где видна характерная структура окисления вдоль границ зерен с образованием сетки трещин, при которой нарушается механическая связь между соседними зернами. Картина, показанная на рис. 9, характерна для механизма межкристаллитной коррозии коррозионностойких сталей [11]. В нашем случае межкристаллитной коррозии дефектного компенсатора №4 был подвержен как внутренний слой гофры осевого компенсатора (рис. 9б), непосредственно соприкасающийся с транспортируемой средой, так и наружный слой гофры, доступ рабочей среды к которому исключен (рис. 9в). Активные процессы трещинообразования в результате межкристаллитной коррозии, по-видимому, и послужили основными полезными источниками АЭ, зарегистрированными в процессе эксперимента.
Рисунок 9. Металлографические исследования материала обнаруженных в ходе АЭК дефектных компенсаторов. Пояснения в тексте.
Таким образом дополнительное использование БРД к результатам пороговой регистрации позволило оценить достоверность контроля пороговой регистрации и эффективность примененных способов фильтрации и постобработки сигнала АЭ. При этом за счет использования адаптивной фильтрации в БРД были выявлены и исключены из результатов пороговой регистрации ложные источники АЭ, превышающие порог дискриминации, наиболее сложного, нестационарного типа.
На основании представленных на реальных объектах данных показана эффективность использования запатентованной технологии БРД для диагностики промышленного оборудования различного назначения без вывода его из эксплуатации и в условиях присутствия большого числа как стационарных, так и нестационарных высокоамплитудных случайных помех. Есть основания полагать, что технология БРД в рамках экспертной системы принятия решения без участия оператора особенно эффективно может быть использована в системах диагностического мониторинга на ОПО.
Выводы:
1. Предложена технология БРД при АЭ контроле, успешно применимая в условиях высокого уровня производственных помех, а также нестационарного шума.
2. Запатентованная технология беспороговой регистрации данных при АЭ контроле линейных протяженных объектов может быть эффективно использована для построения автоматической системы принятия решения экспертной мониторинговой системы для различного рода объектов нефтегазового комплекса.
3. Приведен пример использования технологии БРД для АЭК компенсаторов горячей обвязки трубопроводов без вывода их из эксплуатации на действующем нефтеперерабатывающем заводе. Выявлены опасные развивающиеся дефекты при соотношения сигнал/шум ≤1.
Литература:
1. D. G. Davydova, A. N. Kuz’min, R. G. Rizvanov, E. G. Aksel’rod. Identification of Acoustic-Emission Sources During Testing of Technological Equipment with a High Noise Level. // Russian Journal of Nondestructive Testing. May 2015, Volume 51, Issue 5, pp 292-302.
2. Кузьмин А.Н., Аксельрод Е.Г., Давыдова Д.Г. Помехоустойчивый метод обнаружения полезного сигнала в системах акустико-эмиссионного мониторинга производственных объектов. // Технадзор. 2013, №4(77), С. 26-29.
3. Терентьев Д.А., Елизаров С.В. Вейвлет-анализ сигналов АЭ в тонкостенных объектах. ООО «ИНТЕРЮНИС», г. Москва, С. 15
4. Патент на изобретение: «Способ регистрации и анализа сигналов акустической эмиссии», РФ № 2570592, МПК G01N 29/14 (2006.01).
5. Diniz P.S.R. Adaptive Filtering: Algorithms and Practical Implementation. – Springer, 2013, pp. 673.
6. Уидроу Б., Стирнз С. Адаптивная обработка сигналов. – М.: Радио и связь, 1989, с. 440.
7. Давыдова Д.Г., Кузьмин А.Н., Суворова Е.А. Адаптация механизмов беспороговой регистрации данных к методу акустико-эмиссионного контроля. // Сборник трудов III научной конференции молодых ученых «Актуальные проблемы науки и техники», Уфа, т.1, с.271-272, 2011 г.
8. Давыдова Д.Г., Кузьмин А.Н., Гроховский В.И., Ризванов Р.Г., Аксельрод Е.Г. Возможности акустико-эмиссионного контроля на основе беспороговой регистрации данных: техническое диагностирование сильфонных трубопроводных компенсаторов. // Химическая техника. №4. с. 14–17, апрель 2014.
9. Кузьмин А.Н., Жуков А.В., Аксельрод Е.Г., Шитов Д.В., Давыдова Д.Г., Кац В.А. Акустико-эмиссионный контроль при оценке технического состояния оборудования нефтегазового комплекса. // В Мире НК. 2017, №1, С. 71-80.
10. Кузьмин А.Н., Жуков А.В., Аксельрод Е.Г., Шитов Д.В., Кац В.А., Давыдова Д.Г. Новые технологии акустико-эмиссионного контроля при диагностике объектов нефтегазового комплекса. //Химагрегаты. №4, декабрь 2017.
11. Давыдова Д.Г., Кузьмин А.Н., Гроховский В.И., Ризванов Р.Г., Аксельрод Е.Г., Абдрахманов Н.Х. Оценка технического состояния сильфонных трубопроводных компенсаторов без вывода из эксплуатации. // Нефтегазовое дело., т. 12.– 2014. – №1. –– С. 172-178.