Оценка качества монтажных соединений электронной аппаратуры (стр. 11 из 11)

Таким образом использование низкочастотного пространственного фильтра дает возможность повысить соотношение сигнал/шум в схеме, где в качестве полезного сигнала используется зеркальная составляющая, отраженного от ПР света.

ВЫВОДЫ

Проведен анализ спектра пространственных частот изображения начальной поверхности. Полное разделение светового потока, отраженного анализируемой поверхностью, на зеркальную и диффузную составляющие принципиально невозможно, а наличие диффузной составляющей в составе спектра начальной поверхности может привести к ухудшению выявляемости участков ПР. Очевидно наибольшее значение диффузной составляющей будут иметь поверхности, полученные в результате абразивной обработки. Такая обработка достаточно часто входит в состав технологических процессов подготовки поверхностей с целью удаления пассивирующих слоев и механической зачистки. Можно предположить, что при этом зависимость процессов формирования начальной поверхности в двух ее точках будет определяться в худшем случае размерами частиц абразивного порошка. Это дает основание сделать предположение о интервале пространственной корреляции получаемого профиля приблизительно равном размерам абразивных частиц, которые значительно превосходят расстояния сил межмолекулярного взаимодействия. Так, если в качестве оценки взять полигон распределения размеров мелко дисперсного абразива – электрокорунда марки М28, можно получить значения интервала размеров частиц, а, следовательно, интервала корреляции в пределах

и верхней границы диапазона пространственных частот изображения начальной поверхности , равной .

Использование низкочастотного пространственного фильтра дает возможность повысить соотношение сигнал/шум в схеме, где в качестве полезного сигнала используется зеркальная составляющая, отраженного от ПР света.

ПЕРЕЧЕНЬ ССЫЛОК

1. Энциклопедия кибернетики. Т. 2. – К.: Главная редакция украинской советской энциклопедии, 1974. – с. 335-339.

2. Овезгельдыев А.О., Петров Э.Г., Петров К.Э. Синтез и идентификация моделей многофакторного оценивания и оптимизации. – К.: Наукова думка, 2002. – 164 с.

3. Бусленко Н.П. Моделирование сложных систем. – М.: Наука, 1978.– 329с.

4. Валуев С.А., Волков С.Н., Гладков А.П./Под ред. Валуева С.А., Волковой С.Н. Системный анализ в экономике и организации производства.– Л.: Политехника, 1991. – 398с.

5. Абалкин Л.И. Стратегия управления. – М.: Политиздат, 1975. – 254с.

6. Мильнер Б.З. Теория организаций. – М.: Инфра-М, 1999. – 326 с.

7. В.А. Абчук, А.Л. Лифшиц, А.А. Федулов, Э.И. Куштина. Автоматизация управления. – М.: Радио и связь, 1984. – 264с.

8. Автоматизированные системы управления: уч. пособие /Г.С. Федорова, Ю.Д. Морозов, Ю.К. Мухин, С.Г. Адрианова. – М.: Легпромбытиздат, 1993. – 176с.

9. Агронович Б.Л., Чулагин И.п., Ямпольский В.З. Системный анализ деятельности и разработка проектных решений по автоматизации управления вузом// Автоматизация управления вуза. – М.: Наука, 1985. – с. 5-14.

10. В.М. Глушков, В.В. Иванов, В.М. Яненко. Моделирование развивающихся систем. – М.: Наука, 1983. – 350с.

11. Перегудов Ф.И., Тарасенко В.П. Введение в системный анализ. – М.: Высшая школа, 1989. – 176 с.