ТЕХНОЛОГИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ГЕРМЕТИЧНОСТИ. Решение по поддержанию эксплуатационной надёжности забивных свай строительного объекта на территории набережной
 Скачать 7.95 Mb.
|
|
E.V. Pugin, Post-Graduate Student, MI VSU named after Alexader Grigoryevich and Nickolay Grigoryevich Stoletovs (Murom, Russia) (e-mail: egor.pugin@gmail.com) A.L. Zhiznyakov, Doctor of Engineering Sciences, Professor, MI VSU named after Alexader Grigoryevich and Nickolay Grigoryevich Stoletovs (Murom, Russia) (e-mail: lvovich@newmail.ru) D.V. Titov, Candidate of Engineering Sciences, Southwest State University (Kursk, Russia) (e-mail: umsswsu@gmail.com) SEGMENTATION OF IMAGES OF EYE GROUND BLOOD VESSELS INVOLVING APPLICATION OF FUZZY IMAGING Segmentation of images is an important task while processing images. Among the most widespread methods are methods based on pixel clustering, histogram methods, morphological methods, watershed segmentation, multiscale segmentation, and others. A promising trend in image processing is the use of fuzzy logic methods and the fuzzy set theory. Their application makes it possible to improve the quality of processing by providing information in a fuzzy form. The article proposes a new method for images segmentation involving boundaries detection based on the fuzzy representation of the image and fuzzy pixels. The membership functions are proposed for describing fuzzy pixels, and the requirements for their form and type are provided. The most suitable membership functions for fuzzy imaging are the s-function and the π-function. A description of a new method for boundaries detection based on the Sobel operator and the developed fuzzy type of image is described. In this case, standard calculations of the image brightness gradient are supplemented with their fuzzy versions which are then combined to obtain the final result. The experimental verification of the developed method is carried out using the example of eyeground images. In addition to the fuzzy detection of boundaries for the detection of blood vessels, the images were subjected to pre- processing (halftone imaging, mask matching, contrasting), morphological operators (thinning of boundaries, dilatation), and an algorithm for removing small details was applied. During testing, the developed algorithm showed acceptable results in terms of segmentation of blood vessels. In the future, a fuzzy image model can be extended to use fuzzy features of the second and higher types Key words: fuzzy pixels, fuzzy imaging, image segmentation, blood vessels, fuzzy features. DOI: 10.21869/2223-1560-2018-22-1-6-17 Е.В. Пугин, А.Л. Жизняков, Д. В. Титов ISSN 2223-1560. Известия Юго-Западного государственного университета. 2018. Т. 22, № 1(76) 16 For citation: Pugin E.V., Zhiznyakov A.L., Titov D.V. Segmentation of Images of Eye Ground Blood Vessels Involving Application of Fuzzy Imaging. Proceedings of the Southwest State University, 2018, vol. 22, no. 1(76), pp. 6-17 (in Russ.). *** Reference 1. Macqueen J. Some methods for clas- sification and analysis ofmultivariate obser- vations. In 5-th Berkeley Symposium on Mathematical Statistics and Probability, 1967, pp. 281-297. 2. Fuzzy c-means clustering with spatial information for image segmentation / K.-S. Chuang [i dr.]. Computerized medical im-aging and graphics, 2006, vol. 30, no. 1, pp. 9-15. 3. Ray S., Turi R. H. Determination of number of clusters in k-meansclustering and application in colour image segmentation. Proceedings of the 4th international confer- ence on advances in pattern recognition and digital techniques. Calcutta, India, 1999, pp. 137-143. 4. Bezdek J. C., Ehrlich R., Full W. FCM: The fuzzy c-means clusteringalgo- rithm. Computers & Geosciences, 1984, vol. 10, no. 2/3, pp. 191-03. 5. Tobias O. J., Seara R. Image segmen- tation by histogram thresholdingusing fuzzy sets. IEEE transactions on Image Processing, 2002, vol. 11, no. 12, pp. 1457-1465. 6. Ohlander R., Price K., Reddy D. R. Pic- ture segmentation usinga recursive region split- ting method. Computer Graphics and Image Processing, 1978, vol. 8, no. 3. pp. 313-333. 7. Arbelaez P. [et al.] Contour detection and hierarchical image segmentation. IEEE transactions on pattern analysis and machine intelligence, 2011, vol. 33, no 5, pp. 898-916. 8. Zhu S. C., Yuille A. Region competi- tion: Unifying snakes, regiongrowing, and Bayes/MDL for multiband image segmenta- tion. IEEE transactions on pattern analysis and machine intelligence, 1996, vol. 18, no. 9, pp. 884-900. 9. Soille P. Morphological image analy- sis: principles and applications. Springer Science & Business Media, 2013. 10. Bleau A., Leon L. J. Watershed- based segmentation and regionmerging. Computer Vision and Image Understanding, 2000, vol. 77, no. 3, pp. 317-370. 11. Zhiznjakov A. L., Gaj V. E. Seg- mentacija izobrazhenij na baze ispol'zo- vanija adaptivnoj lokal'noj oblasti. Vestnik komp'juternyh i informacionnyh tehnologij, 2008, no. 1, pp. 16-21. 12. Zhiznjakov A. L., Gaj V. E. Adap- tivnyj algoritm segmentacii izobrazhenij. Infokommunikacionnye tehnologii, 2008, vol. 6, no. 4, pp. 96-101. 13. Zhiznjakov A. L. Algoritmy adap- tivnogo mnogomasshtabnogo preobrazova- nija izobrazhenij. Informacionnye tehnologii modelirovanija i upravlenija, 2007, no. 1, pp. 63-70. 14. Privezentsev D. G., Zhiznyakov A. L. Use of characteristic image segments in tasks of digital image processing. 2015 In- ternational Conference ”Stability and Con- trol Processes” in Memory of V.I. Zubov (SCP). Institute of Electrical, Electronics Engineers (IEEE), 10/2015. 15. Zhiznyakov A. L., Privezentsev D. G., Zakharov A. A. Using fractal features of digital images for the detection of surface de- fects. Pattern Recognition and Image Analysis, 2015, Jan. Vol. 25, no. 1, pp. 122–131. 16. Zadeh L. A. Fuzzy sets. Infor- mation and Control, 1965, vol. 8, no. 3, pp. 338–353. 17. Gómez D. [et al.] Fuzzy image segmentation based upon hierarchical clus- tering. Knowledge-Based Systems, 2015, Oct., vol. 87, pp. 26-37. 18. Nachtegael M. [et al.]. Fuzzy filters for image processing. Vol. 122. Springer, 2013. 19. Huntsherger T., Jacobs C., Cannon R. Iterative fuzzy image segmentation. Pat- tern Recognition. 1985. Jan., vol. 18, no. 2. P. 131-138. Сегментация изображений кровеносных сосудов глазного дна с применением нечёткого ... ISSN 2223-1560. Известия Юго-Западного государственного университета. 2018. Т. 22, № 1(76) 17 20. Othman A. A., Tizhoosh H. R., Khalvati F. EFIS Evolving Fuzzy Image Segmentation. IEEE Transactions on Fuzzy Systems, 2014, Feb., vol. 22, no. 1, pp. 72-82. 21. Tolias Y., Panas S. Image segmen- tation by a fuzzy clustering algorithm using adaptive spatially constrained membership functions. IEEE Transactions on Systems, Man, and Cybernetics - Part A: Systems and Humans, 1998. May. vol. 28, no. 3, pp. 359-369. 22. Shahverdi R. [et al.]. An Improved Method for Edge De-tection and Image Segmentation Using Fuzzy Cellular Autom- ata. Cybernetics and Systems, 2016, Apr., vol. 47, no. 3, pp. 161–179. 23. Zhang D.-Q., Chen S.-C. A novel kernelized fuzzy C-means algorithm with application in medical image segmentation. Artificial Intelligence in Medicine, 2004, Sept., vol. 32, no. 1, pp. 37–50. 24. Pham D., Prince J. Adaptive fuzzy segmentation of magnetic resonance images. IEEE Transactions on Medical Imaging, 1999, vol. 18, no. 9, pp. 737–752. 25. Fuzzy Techniques in Image Pro- cessing / ed. by E. E. Kerre, M. Nachtegael. Physica-Verlag HD, 2000. 26. Yuksel M., Borlu M. Accurate Seg- mentation of Dermoscopic Images by Image Thresholding Based on Type-2 Fuzzy Logic. IEEE Transactions on Fuzzy Systems, 2009, Aug., vol. 17, no. 4, pp. 976–982. 27. C. Qiu [et al.]. A modified interval type-2 fuzzy C-means algorithm with appli- cationin MR image segmentation. Pattern Recognition Letters, 2013, Sent., vol. 34, no. 12, pp. 1329-1338. 28. Molodtsov D. Soft set theory—First results. Computers & Mathematics with Ap- plications, 1999, vol. 37, no. 4, pp. 19-31. 29. Pawlak Z. Rough sets. Internation- al Journal of Computer and Information Sci- ences, 1982, Oct., vol. 11, no. 5, pp. 341– 356. 30. Zuiderveld K. Contrast Limited Adaptive Histogram Equalization. Graphics Gems IV / ed. by P. S. Heckbert. San Diego, CA, USA: Academic Press Professional, Inc., 1994, pp. 474–485. 31. Canny J. A Computational Ap- proach to Edge Detection. Pattern Analysis and Machine Intelligence, IEEE Transac- tions on, 1986, Nov., vol. PAMI–8, no. 6, pp. 679-698. 32. Otsu N. A threshold selection meth- od from gray-level histograms. IEEE Trans. Sys., Man., Cyber, 1979. vol. 9, pp. 62-66. 33. Vincent L. Morphological grayscale reconstruction in image analysis: Applica- tions and efficient algorithms. IEEE trans- actions on image processing, 1993, vol. 2, no. 2, pp. 176-201. 34. J. S. Suri [et al.]. A review on MR vascular image processing: skeleton ver- susnonskeleton ap-proaches: part II. IEEE transactions on information technology in biomedicine: a publication of the IEEE En- gineering in Medicine and Biology Society, 2002, vol. 6, no. 4, pp. 338-350. 35. Emel'janov C.G., Orlov Ju.D., Klochkov A.Ja., Akinin M.V. Algoritmy segmentacii izobra-zhenij, poluchennyh po rezul'tatam ajero-fotos#emki. Izvestija Jugo- Zapadnogo gosudarstvennogo universiteta, 2014, no. 6 (57), pp. 47-52. 36. Zavalishin S.S., Behtin Ju.S. Algo- ritm jekvivalentnyh otrezkov dlja paral- lel'noj markirovki svjaznyh komponent bi- narnogo izobrazhenija. Izvestija Jugo-Za- padnogo gosudarstvennogo universiteta, 2014, no. 5 (56), pp. 50-57. 37. Tomakova R.A., Serebrovskij V.V., Shul'ga L.V., Naser A.A. Spektral'nye teh- nologii morfologicheskogo opisanija seg- mentov v zadachah klassifikacii slozhno- strukturiruemyh izobrazhenij. Izvestija Jugo- Zapadnogo gosudarstvennogo universiteta, 2012, no. 1 (40), pp. 22-28. ISSN 2223-1560. Известия Юго-Западного государственного университета. 2018. Т. 22, № 1(76) 18 УДК 656 Е.В. Агеев, др техн. наук, профессор, ФГБОУ ВО «Юго-Западный государственный университет (Курск, Россия) (e-mail: ageev_ev@mail.ru) А.В. Щербаков, аспирант, ФГБОУ ВО «Юго-Западный государственный университет Курск, Россия) (e-mail: ЮГ. Алехин, канд. техн. наук, доцент, ФГБОУ ВО Курская государственная сельскохозяйственная академия им. И.И. Иванова» (Курск, Россия) (e-mail: alekhin.iurij@yandex.ru) С.А. Грашков, канд. техн. наук, доцент, ФГБОУ ВО Курская государственная сельскохозяйственная академия им. И.И. Иванова» (Курск, Россия) (e-mail: ПОВЫШЕНИЕ ИНФОРМАТИВНОСТИ ПРОЦЕССА ДИАГНОСТИРОВАНИЯ ДВИГАТЕЛЕЙ АВТОМОБИЛЕЙ ЗА СЧЕТ ТЕХНИЧЕСКОЙ ЭНДОСКОПИИ Двигатель автомобиля является наиболее сложными важным агрегатом автомобиля. От его технического состояния зависят многие технические, экономические и экологические показатели работы автомобиля. Поэтому разработка совершенных методов диагностирования технического состояния механизмов и систем двигателя представляет важное практическое значение. Из общего количества неисправностей большая часть и трудоемкость приходится на цилиндропоршневую группу (ЦПГ). Целью настоящей работы являлось повышение информативности процесса диагностирования двигателей переднеприводных автомобилей ВАЗ за счет использования технической эндоскопии. Для получения информации об уровне технического состояния нецелесообразно разбирать исправный агрегат или узел, так как, во-первых, это связано со значительными трудовыми затратами, и, во- вторых, что главное, каждая разборка и нарушение взаимного положения приработавшихся деталей приводят к сокращению остаточного ресурса на 30 – 40 %. Использование технического эндоскопа для получения информации об уровне технического состояния ЦПГ предоставляет уникальные возможности для визуальной диагностики. За счет использования технического эндоскопа впервые появилась возможность при диагностировании ЦПГ двигателей внутреннего сгорания перейти к оценке конструктивных параметров технического состояния, таких как состояние сетки хона, наличия рисок, задиров, царапин, что ранее можно было выполнить только путем разборки автомобилей. В целом, техническая эндоскопия повышает информативность процесса диагностирования цилиндропоршневой группы. Использование технического эндоскопа открывает уникальные возможности для оперативной оценки технического состояния диагностируемого объекта с целью сокращения времени при выявлении и последующего устранения неисправностей. Ключевые слова двигатель автомобиля, техническое состояние, технический эндоскоп, информативность. DOI: 10.21869/2223-1560-2018-22-1-18-26 Ссылка для цитирования Повышение информативности процесса диагностирования двигателей автомобилей за счет технической эндоскопии / Е.В. Агеев, А.В. Щербаков, ЮГ. Алехин, С.А. Грашков // Известия Юго-Западного государственного университета. 2018. Т. 22, № 1(76). С. 18-26. Двигатель автомобиля является наиболее сложными важным агрегатом автомобиля. От его технического состояния зависят многие технические, экономические и экологические показатели работы автомобиля. Поэтому разработка совершенных методов диагностирования технического состояния механизмов и систем двигателя представляет важное практическое значение. Из общего количества неисправностей большая часть и трудоемкость приходится на цилиндро- поршневую группу (ЦПГ) [1-10]. Применяемые в настоящее время средства диагностирования технического состояния ЦПГ обладают относительно Повышение информативности процесса диагностирования двигателей автомобилей ... ISSN 2223-1560. Известия Юго-Западного государственного университета. 2018. Т. 22, № низкой информативностью, поскольку позволяют судить о ее техническом состоянии только по косвенным показателям (компрессии, расход топлива и масла, шуми т.п.). Для устранения этих недостатков предлагается к использованию технический эндоскоп. Однако в настоящее время технические эндоскопы на сервисных предприятиях практически не используются, поскольку отсутствует четкий алгоритм их применения и обработки полученной информации. Целесообразность решения этих вопросов с более высоким уровнем качества определила основные направления исследования. Выбором рациональных методов и средств диагностирования двигателей начали заниматься с появлением промышленных методов технического обслуживания и ремонта. В результате выполненных работ предложен ряд методов и средств, позволяющих оценить техническое состояние двигателей в процессе эксплуатации и ремонта автомобилей. Однако в трудах этих ученых недостаточно рассматриваются вопросы визуальных методов диагностирования и их связи с техническим состоянием двигателей. Целью настоящей работы являлось повышение информативности процесса диагностирования двигателей передне- приводных автомобилей ВАЗ за счет использования технической эндоскопии. Необходимость диагностирования технического состояния цилиндров может возникнуть, когда появляются внешние признаки износа цилиндра или деталей шатунно-поршневой группы. В качестве таких проявлений могут быть стуки в двигателе, пониженное давление в системе смазки, низкая компрессия, высокий расход масла (более 0,7 л. на 1 тыс. км. Цилиндрам двигателей автомобилей ВАЗ с определенным классом, подбирается поршень соответствующего класса. Подбором поршней добиваются зазора 0,03-0,05 мм между поверхностями поршня и цилиндра. Существует определение, где ресурс двигателя определяется, как пробег до прихода в непригодное для нормальной эксплуатации состояние, не устраняемое регулировкой. Техническая документация на автомобиль не содержит к чему- либо обязывающих производителя данных о ресурсе двигателя. Во многом это обусловлено тем, что ресурс двигателя зависит от нескольких факторов качества комплектующих, качества сборки и от выполнения всех технических требований, связанных с эксплуатацией автомобиля. Выполнение или невыполнение этих условий приводит к тому, что ресурс является очень условной характеристикой. В зависимости от условий эксплуатации двигателя и соблюдения технических требований, необходимость капитального ремонта двигателя может возникнуть после 120 - 250 тыс. км. пробега автомобиля. Однако есть примеры, когда эти сроки могут сильно отличаться как в большую, таки в меньшую сторону. Определение износа цилиндров производится путем замера диаметров на уровне нескольких поясов, во взаимно перпендикулярных направлениях. На поверхности цилиндра, на расстоянии не более 5 мм от верхней плоскости блока, находится зона, где износ отсутствует, а размер соответствует номинальному диаметру цилиндра. Если на одном из контрольных участков, будут выявлены отклонения номинального диаметра, превышающие мм, то необходимо произвести расточку цилиндров блока с по Е.В. Агеев, А.В. Щербаков, ЮГ. Алехин, С.А. Грашков ISSN 2223-1560. Известия Юго-Западного государственного университета. 2018. Т. 22, № следующим их хонингованием до ближайшего ремонтного размера. Для увеличения сроков эксплуатации блоков определены два ремонтных размера. Каждый ремонтный размер отличается от предыдущего размера на 0,4 мм. Ремонтным размерам цилиндров подбираются ремонтные размеры поршней соответствующего класса. В итоге, добиваются величины зазора в 0,03-0,05 мм между цилиндром и поршнем. Слишком маленький, как и слишком большой зазор, могут привести к повышенному износу. Для блоков цилиндров мод, мод ремонтные размеры цилиндров не определены. После хонингования поверхностей цилиндров, осуществляется контроль диаметра. По результатам замера присваивается класс цилиндра. Для блоков ВАЗ 21083, ВАЗ 2110, ВАЗ 2112, ВАЗ 11183, ВАЗ 21114, ВАЗ 11193 - определены пять размерных групп. Классы размеров обозначаются буквами A, B, C, D, E . К блоками предъявляются более высокие требования к точности изготовления. Для цилиндров этих блоков определены только три класса. Буквенное обозначение класса цилиндра наносится на нижнюю плоскость блока, напротив каждого цилиндра. Для каждого номинального диаметра цилиндра приняты свои размерные классы. Изменение диаметра цилиндра двигателя ВАЗ от пробега автомобиля представлено на рисунке 1. Рис. 1. Изменение диаметра цилиндра двигателя ВАЗ от пробега автомобиля Однако для получения информации об уровне технического состояния нецелесообразно разбирать исправный агрегат или узел, так как, во-первых, это связано со значительными трудовыми затратами, и, во-вторых, что главное, каждая разборка и нарушение взаимного положения приработавшихся деталей приводят к сокращению остаточного ресурса на 30- 40% (рис. 2). Повышение информативности процесса диагностирования двигателей автомобилей ... ISSN 2223-1560. Известия Юго-Западного государственного университета. 2018. Т. 22, № Рис. 2. Кривая изменения интенсивности изнашивания двух сопряженных деталей 1 – без разборки 2 – после разборки I – зона приработки; II -зона нормальной работы III – зона интенсивного изнашивания р – снижение ресурса из-за разборки Техническое состояние двигателя автомобиля (ЦПГ) определяется совокупностью изменяющихся свойств его элементов, характеризуемых текущим значением диагностических параметров По мере увеличения наработки l, t (рис. 2) диагностические параметры изменяются от номинальных н, свойственных новому двигателю, до предельных П, при которых дальнейшая эксплуатация двигателя по техническим, конструктивным, экономическим, экологическим или другим причинам недопустима. По практическим соображениям внутри зоны работоспособности необходимо выделить так называемую предотказную зону упреждения (ЗУ), вначале которой (при l = l у) диагностический параметр достигает своего предельно допустимого S ПД значения. Попадание диагностического параметра в эту зону свидетельствует о приближении отказа и необходимости принять профилактические меры по его предупреждению, те. по поддержанию работоспособности. Общая динамика изменения диагностического параметра определяется следующим образом S i = н → S 1 → S 2 → …→ S ПД → п. Использование технического эндоскопа для получения информации об уровне технического состояния ЦПГ предоставляет уникальные возможности для визуальной диагностики [11-15]. В качестве примера использования возможностей технического эндоскопа рис. 3) представлены картинки ЦПГ двигателей после 280000 км пробега (рис. 4). Необходимость проведения диагностирования данного двигателя обусловлена повышенным расходом масла и потерей мощности двигателем. С помощью эндоскопа были получены наглядные картинки технического состояния камеры сгорания цилиндров двигателя. Визуально были исследованы поршень, стенки блока цилиндров, седла впускных и выпускных клапанов. По результатам проведенного диагностирования было установлено, что причиной повышенного расхода масла и потери мощности двигателем является наличие продольных глубоких рисок, задиров, царапин и раковин, и сделано заключение о необходимости выполнения расточки цилиндров под следующий ремонтный размер. Е.В. Агеев, А.В. Щербаков, ЮГ. Алехин, С.А. Грашков ISSN 2223-1560. Известия Юго-Западного государственного университета. 2018. Т. 22, № Рис. 3. Изображение диагностического комплекса Рис. Изображение стенки цилиндра двигателя, полученное с помощью технического эндоскопа За счет использования технического эндоскопа впервые появилась возможность при диагностировании ЦПГ ДВС перейти к оценке конструктивных параметров технического состояния, таких как состояние сетки хона, наличия рисок, задиров, царапин, что ранее можно было выполнить только путем разборки автомобилей. В целом, техническая эндоскопия повышает информативность процесса диагностирования ЦПГ. Для описания технического состояния двигателя автомобиля предлагается к использованию аппарат марковских случайных процессов. В соответствии с которым, работоспособность двигателя автомобиля в будущем зависит только от его фактического технического состояния, к которому двигатель автомобиля Повышение информативности процесса диагностирования двигателей автомобилей ... ISSN 2223-1560. Известия Юго-Западного государственного университета. 2018. Т. 22, № может прийти по-разному. Использование технического эндоскопа позволяет определить возможные состояния двигателя автомобиля − S 1 , S 2 , S 3 и S 4 , те. это марковский случайный процесс с дискретным состоянием, который выражается в том, что система скачком переходит из одного состояния в другое S K S K+1 рис. 5). На графе у стрелок указаны вероятности перехода. Для марковского процесса с дискретным состоянием и непрерывным временем рассматривались плотности вероятностей λ переходов системы за время ∆t из состояния S i в состояние) где P ij вероятность того, что за ∆t двигатель автомобиля перейдет из состояния Si в состояние Sj. При малом ∆t P ij (∆t) ≈ λ ij ∆t. Имея данные по плотностям вероятностей переходов, рассчитывались вероятности всех состояний двигателя автомобиля в разные моменты времени, те. определялись вероятности первого состояния P 1 (t), второго P 2 (i) и т. д. Эти вероятности определялись из системы дифференциальных уравнений АН. Колмогорова. Система уравнений для размеченного графа состояний (рис. 5): 1 12 13 14 1 21 2 41 4 ( ) ; dP P P P dt (2) 2 12 1 32 3 21 2 ; dP Р Р P dt (3) 3 13 1 32 34 3 ( ) ; Р (4) 4 14 1 34 3 41 4 dP Р Р P dt (5) Рис. 5. Размеченный граф состояний двигателя автомобиля для марковского процесса с непрерывным временем В уравнении для краткости опущены индексы t, те. вместо P 1 (t) записано Рит. д. Предельные состояния (при t), когда Р = const, определялись из приведенной системы уравнений, у которых левые части приравнивались к нулю, и условия, при которых Р 1 +Р 2 +Р 3 +Р 4 =1. Таким образом, использование технической эндоскопии дает возможность определить финальные вероятности, которые характеризуют среднее время пребывания двигателя автомобиля в соответствующих состояниях S 1 , S 2 , S 3 и Выводы 1. За счет использования технического эндоскопа впервые появилась возмож- Диагностирование Исправен ТО λ 12 λ 21 λ 14 λ 41 ТР λ 32 λ 34 λ 13 S 1 S 2 S 3 S 4 Е.В. Агеев, А.В. Щербаков, ЮГ. Алехин, С.А. Грашков ISSN 2223-1560. Известия Юго-Западного государственного университета. 2018. Т. 22, № 1(76) 24 ность при диагностировании ЦПГ ДВС перейти к оценке конструктивных параметров технического состояния, таких как состояние сетки хона, наличия рисок, задиров, царапин, трещин, язв, раковин, отверстий, что ранее можно было выполнить только путем разборки агрегата. В целом, техническая эндоскопия повышает информативность процесса диагностирования ЦПГ. 2. Выявлена корреляционная связь между эндоскопическим изображением ЦПГ и его техническим состоянием. Результаты экспериментальных исследований позволили разработать новый метод диагностирования автомобильных двигателей. Использование технического эндоскопа открывает уникальные возможности для оперативной оценки технического состояния диагностируемого объекта с целью сокращения времени при выявлении и последующем устранении неисправностей. Список литературы 1. Опанович В.А., Карпиевич Ю.Д., Грибко Г.П. Диагностирование технического состояния автомобилей // Наука и техника. 2010. № 5. С. 49-53. 2. Повышение готовности пожарных автомобилей за счет внедрения методов диагностирования двигателей по анализу параметров картерного масла / АС. Перевалов, МА. Рассохин, МА. Жилин, В.Н. Сащенко // Техносферная безопасность. С. 50-54. 3. Гребенников АС, Гребенников С.А., Куверин И.Ю. Динамический метод диагностирования элементов автомобиля // Мир транспорта и технологических машин. 2016. № 1 (52). С. 24-31. 4. Махонин АС. Результаты экспериментальных исследований средств диагностирования мощностных показателей дизелей автомобилей семейства КАМАЗ // Мир транспорта и технологических машин. 2015. № 4 (51). С. 52-59. 5. Медведев П.Н., Комаров Р.Н. Проектирование и оснащение поста диагностирования легковых автомобилей // Центральный научный вестник. 2016. Т. 1. № 6 (6). С. 7-8. 6. Зотов СВ, Мезин И.Ю., Касатки- на Е.Г. Анализ современных методов диагностирования ДВС автомобилей // Актуальные проблемы современной науки, техники и образования. 2016. Т. 1, № 1. С. 247-250. 7. Иванов АС, Лянденбурский В.В., Рыбакова Л.А. Тактика технического обслуживания и текущего ремонта автомобилей на основе встроенного диагностирования Нива Поволжья. 2014. № 3 (32). С. 55-61. 8. Диагностирование двигателя грузового автомобиля на основе технологии ODX / СВ. Плетнев, Ю.В. Крюков, А.В. Ференец, А.А. Шевченко // Вестник Казанского государственного технического университета им. АН. Туполева. 2014. № 2. С. 58-61. 9. Мелешин В.В.Алгоритм работы комплекса диагностирования технического состояния автомобиля // Автомобильная промышленность. 2014. № 6. С. 36-40. 10. Совершенствование встроенной системы диагностирования автомобилей КАМАЗ с использованием мониторинга технического состояния транспортных средств / В.В. Мелешин, В.В. Лянденбур- ский, Ю.В. Родионов, Л.А. Рыбакова // Автотранспортное предприятие. 2014. № 1. С. 51-54. 11. Агеев Е.В., Севостьянов А.Л., Кудрявцев А.Л. Повышение качества диагностики двигателей автомобилей // Мир транспорта и технологических машин. 2011. № 3 (34). С. 24–27. 12. Агеев Е.В., Севостьянов А.Л., Кудрявцев А.Л. Алгоритм диагностики цилиндропоршневой группы с применением технического эндоскопа // Мир Повышение информативности процесса диагностирования двигателей автомобилей ... ISSN 2223-1560. Известия Юго-Западного государственного университета. 2018. Т. 22, № транспорта и технологических машин. 2012. № 1 (36). С. 116–122. 13. Агеев Е.В., Севостьянов А.Л., Кудрявцев А.Л. Повышение эффективности эксплуатации автомобильных двигателей за счет использования технической эндоскопии // Мир транспорта и технологических машин. 2013. № 3 (42). С. 31-39. 14. Ageev E.V., Altukhov A.Yu., Scher- bakov A.V., Novikov A.N. Informativeness Increasing of Internal Combustion Engines Diagnosis Due to Technical Endoscope. Jour- nal of Engineering and Applied Sciences. 2017. Vol. 12. Is. 4. Page No.: 1028-1030. 15. Исследование взаимосвязей коэффициента технической готовности с организацией технического обслуживания и ремонта автомобилей / Е.В. Агеева, СВ. Пикалов, И.П. Емельянов, Е.В. Аге- ев // Известия Юго-Западного государственного университета. 2015. № 1 (58). С. 36-43. Поступила в редакцию 08.12.17 _________________________ UDC 656 |