WWW.OS.X-PDF.RU
БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА - Научные публикации
 

Pages:   || 2 | 3 | 4 | 5 |   ...   | 16 |

«Десятая сессия международной научной школы, посвященная памяти В.П. Булатова ФУНДАМЕНТАЛЬНЫЕ И ПРИКЛАДНЫЕ ПРОБЛЕМЫ ...»

-- [ Страница 1 ] --

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ

РОССИЙСКОЙ ФЕДЕРАЦИИ

НАУЧНЫЙ СОВЕТ РАН ПО ПРОБЛЕМАМ МАШИНОВЕДЕНИЯ И

ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ

УЧРЕЖДЕНИЕ РОССИЙСКОЙ АКАДЕМИИ НАУК

ИНСТИТУТ ПРОБЛЕМ МАШИНОВЕДЕНИЯ РАН

(ИПМаш РАН)

САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ

ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ, МЕХАНИКИ И ОПТИКИ

(СПбГУ ИТМО) Десятая сессия международной научной школы, посвященная памяти В.П. Булатова

ФУНДАМЕНТАЛЬНЫЕ И ПРИКЛАДНЫЕ

ПРОБЛЕМЫ НАДЕЖНОСТИ И ДИАГНОСТИКИ

МАШИН И МЕХАНИЗМОВ

24 - 28 октября 2011 года

СБОРНИК ДОКЛАДОВ

Санкт-Петербург

ДОКЛАДЫ В ПОМЕЩЕНИИ ИПМАШ РАН

по адресу Институт проблем машиноведения РАН 199178, Россия, Санкт-Петербург, В. О., Большой пр., 61. Телефон (812)3214778

ПЛЕНАРНОЕ ЗАСЕДАНИЕ

25 октября 2011 года Председатель Чл.- корр. РАН, проф. Индейцев Д.А.

Заместитель председателя Проф. Ефремов Л.В.

УДК 621.01



О МЕЖДУНАРОДНОЙ НАУЧНОЙ ШКОЛЕ «ФУНДАМЕНТАЛЬНЫЕ И

ПРИКЛАДНЫЕ ПРОБЛЕМЫ НАДЕЖНОСТИ И ДИАГНОСТИКИ

МАШИН И МЕХАНИЗМОВ»

Индейцев Д.А., Чл.-корр. РАН, проф.

Учреждение РАН «ИПМаш РАН» Санкт-Петербург Начиная с 1993 года, сессии данной научной школы проводились лабораторией «Методов и средств измерений» с периодичностью в два года под патронажем бывшего директора института Булатова Владимира Павловича, который уделял значительное внимание работам по созданию и совершенствованию теории точности. Пятая сессия школы оказалась последней для Владимира Павловича Булатова в связи с его безвременной кончиной в 2002 году. Поэтому на следующий год была проведена внеочередная шестая сессия школы, посвященная его светлой памяти, а в обозначение программ работы школы был введен символ ВПБ.

В период 2000 -2009 г. изданы труды шести сессий школ, а так же четыре монографии в издательстве «Наука». Первая из монографий «Фундаментальные проблемы теории точности» издана по традиционной тематике форума, а вторая по более широкой тематике, которая отражена в названии монографии «Проблемы машиноведения – точность, трение и износ, надежность, перспективные технологии». Расширение научных направлений исследований получило развитие в названии и программе седьмой и последующих сессий этой школы.

Отмечу, что организаторы школы уделили большое внимание докладам творческой молодежи ВУЗов (аспирантов и студентов). В частности по этой причине форум проводиться в содружестве со СПб ГУИТМО.

По традиции каждая сессия уделяет особое внимание одной из актуальных проблем безопасности эксплуатации промышленных объектов. В этом году такой проблемой является метрологическая надежность средств измерений. Поэтому к участию в работе этого форума приглашены ведущие сотрудники ВНИИМ им.

Менделеева. Будут рассмотрены и другие проблемы надежности и диагностики техники.

Надеюсь на то, что материалы этой сессии внесут заметный вклад в развитие всех направлений научных исследований, рассмотренных в период работы форума.

В заключении разрешите выразить удовлетворение тому факту, что в работе школы принимают участие наряду с российскими специалистами и зарубежные ученые.

.

ДИАГНОСТИКА И МОНИТОРИНГ СОСТОЯНИЯ МАШИН И МЕХАНИЗМОВ В

РЕШЕНИИ ФУНДАМЕНТАЛЬНЫХ ПРОБЛЕМ ИХ НАДЕЖНОСТИ И

БЕЗОПАСНОСТИ ПО КРИТЕРИЯМ РИСКОВ

Чл.-корр. РАН Н.А.Махутов Заместитель Академика-секретаря Отделения энергетики, машиностроения, механики и процессов управления Российской академии наук Разработка и реализация крупномасштабных проектов в области машиностроения требует принципиально новых постановок проблемы обеспечения надежности и комплексной безопасности проектируемых и эксплуатируемых машин и механизмов.

Базовым требованием к таким проектам и объектам становится требование обеспечения их безопасной работы по критериям приемлемых рисков. Результаты фундаментальных и прикладных исследований по проблемам техногенной безопасности и рисков являются основой перехода от традиционных методов и систем обеспечения прочности, ресурса и надежности к методам оценки и управления рисками [1-4]. Одним из важных элементов решения проблемы безопасности и рисков становится взаимоувязанное развитие и использование комплексной системы диагностики и мониторинга в штатных и аварийных ситуациях, мониторинг формирующихся и реализуемых рисков его эксплуатации на всех стадиях жизненного цикла и автоматизированное включение комбинированных систем защиты таких объектов от аварий и катастроф по мере выхода рисков за пределы приемлемых и приближении их к предельным [1, 5-9].

В настоящее время в качестве базовых при обеспечении и повышении техногенной безопасности инженерных объектов можно назвать три основные направления:

- современная диагностика состояния машин и механизмов на всех стадиях их жизненного цикла;





- определение рисков возникновения техногенных, природно-техногенных и антропогенных аварий и катастроф;

- мониторинг состояния объектов и рисков при их эксплуатации.

С учетом потенциальных опасностей и технологической сложности современных машин и механизмов три названные выше направления должны быть отнесены к трем складывающимся в процессе их эксплуатации стадиям и состояниям:

- штатные состояния объектов и нормальные ситуации в эксплуатации;

- опасные аварийные состояния объектов и аварийные ситуации в эксплуатации;

- предельно опасные катастрофические состояния и катастрофические чрезвычайные ситуации.

Для обеспечения прочности, ресурса и безопасности машин и механизмов следует исходить из того, что степень научной обоснованности проектно-конструкторской документации, методов и аппаратуры для осуществления диагностики и мониторинга, накопленный практический опыт в сфере конструирования и эксплуатации характеризуются тремя основными тенденциями по мере перехода от штатных (нормальных) состояний к аварийным и катастрофическим (рис.

1):

- риски, характеризующие рассматриваемые процессы, экспоненциально нарастают;

- уровень и возможности диагностики существенно сокращаются;

- мониторинг состояний и рисков остается пока невысоким, особенно для катастрофических ситуаций.

Для всех стадий создания и эксплуатации потенциально опасных объектов (разработка технического задания, проектирование, изготовление и эксплуатация) системы диагностирования остаются важнейшим фактором обеспечения безопасности и их условно можно представить состоящими из следующих групп:

- встроенные системы, функционирующие на всех стадиях нормальной эксплуатации машин и механизмов и обеспечивающие срабатывание систем аварийной защиты;

- встроенные системы, включаемые в работу при возникновении и развитии режимных и проектных аварийных ситуаций, включающие срабатывание систем защиты и аварийной остановки объектов;

- мобильные внеобъектовые системы диагностики предвестников тяжелых аварий или развития аварий, действующие непрерывно или периодически и включаемые в систему мониторинга запроектных и гипотетических аварий;

- мобильные внеобъектовые и объектовые, доставляемые в зону проектных, запроектных и гипотетических аварий.

Рис. 1.

Структура диагностики и мониторинга состояния инженерных объектов и рисков аварийных и катастрофических ситуаций При использовании действующих и разработках новых диагностических систем применительно к каждому классу катастроф и каждому типу аварийных ситуаций должны быть выделены следующие разновидности измеряемых характеристик:

- характеристики состояния наиболее важных систем потенциально опасных компонентов оборудования в штатных и аварийных ситуациях;

- характеристики повреждающих факторов при возникновении и развитии аварийных ситуаций;

- характеристики состояния конструкционных материалов и их свойств.

К наиболее важным характеристикам и параметрам состояния эксплуатируемых машин и механизмов относятся имеющие место в их наиболее нагруженных элементах напряжения (деформации e), температуры t, размеры, формы и места возникновения дефектов (трещин) l, которые изменяются во времени. Эти параметры оказываются зависящими от условий эксплуатационного нагружения (давления р, механических, тепловых и электромагнитных усилий, скоростей, ускорений), геометрических форм и размеров конструктивных элементов, свойств конструкционных материалов [1, 2, 5, 10].

Так как возникновение и развитие практически всех аварийных ситуаций начинается с повреждений несущих элементов машин и механизмов (разрушение, деформирование, разуплотнение, потеря устойчивости), то в процессе диагностирования подлежат обязательному определению максимальные (max, emax, tmax) и амплитудные значения (a, ea, ta) базовых параметров - напряжений, деформаций, температур.

Для измерений в реальном масштабе времени эксплуатации или при проведении регламентных работ с остановкой соответствующих объектов могут быть использованы (знак «+» в табл. 1) как широко применяемые, так и новые методы и средства диагностирования - оптические, физические, механические, электромеханические. К ним можно отнести: внешний осмотр, ультразвуковую и магнитную дефектоскопию, методы проникающих жидкостей и фотоупругости, тензометрию, виброметрию, термометрию, акустическую эмиссию, термовидение, рентгенографию, томографию, голографию и др. При этом оказывается, что в настоящее время отсутствуют (знак «» в табл. 1) универсальные методы, позволяющие одновременно вести измерения всех указанных выше параметров -, t, l. Наибольшими возможностями в этом направлении обладают методы тензометрии, термометрии, акустической эмиссии, термовидения и голографии.

Таблица 1.

Потенциальные возможности методов экспериментального определения параметров прочности, ресурса и безопасности При постановке задачи многопараметрической диагностики состояния машин и механизмов первоочередное значение имеет получение эксплуатационной информации об упомянутых выше параметрах с учетом всех особенностей функционирования рассматриваемых объектов. При этом следует иметь ввиду, что только знание полной информации о комбинации всех требуемых параметров в их непосредственном взаимодействии позволяет провести комплексную оценку величины поврежденности объекта.

Учет взаимодействия диагностируемых параметров состояния системы очень важен, а получение объективных данных, отражающих такое взаимодействие, возможно лишь при комплексном применении различных методик наблюдения за состоянием системы.

Например, использование широко известного ультразвукового контроля (табл. 1) позволяет получить достаточно полную информацию о размерах дефектов, но информация о месте их расположения и конфигурации оказывается не всегда достаточной. И каждый из проанализированных в табл. 1 методов, включая порошковую дефектоскопию, визуальный контроль, рентгенографию, виброметрию, акустический контроль, акустическую эмиссию, голографию, термовидение, томографию и натурную тензометрию, имеет свой диапазон применения и позволяет получить тот или иной объем информации по специфическим для него анализируемым параметрам. При этом следует отметить, что метод натурной тензометрии в наибольшей степени обеспечивает комплексность диагностики и мониторинга исследуемой технической системы.

При создании систем обеспечения безопасности машин и механизмов на основе развития и комплексного использования систем диагностики и мониторинга их эксплуатационных параметров должны учитываться как степень опасности объектов, типы катастроф и аварийных ситуаций (нормальные условия эксплуатации, отклонения от нормальных условий эксплуатации, проектные аварии, запроектные аварии, гипотетические аварии), так и комплексный набор поражающих факторов и комплексная система критериев безопасности.

В качестве реализации такого подхода к решению поставленной задачи должны быть предусмотрены следующие мероприятия:

- разработка методологии анализа и обоснования безопасности по критериям рисков;

- разработка единой системы критериев и параметров риска, живучести, устойчивости и безопасности сложных технических систем и объектов при возникновении аварий и катастроф;

- создание систем физических и математических моделей образования и развития аварий и катастроф;

- определение и классификация основных параметров поражающих факторов и их воздействий на человека, окружающую среду и сложные технические системы;

- построение и назначение критериев, определяющих безопасность людей, окружающей среды и объектов;

- разработка предложений по структуре унифицированных и специализированных методов диагностики, мониторинга и нормативно-технических документов, регламентирующих риск и безопасность эксплуатации машин и механизмов при техногенных и природных катастрофах.

Рис. 2. Структура анализа прочности и безопасности потенциально опасных объектов при штатных и нештатных ситуациях На рис. 2 представлена структурная схема анализа и обеспечения прочности, ресурса и безопасности таких сложных и потенциально опасных техногенных объектов, как атомные электростанции (АЭС), гидроэлектростанции (ГЭС), тепловые электростанции (ТЭС), ракетно-космические комплексы (РКК), летательные аппараты (ЛА), атомные подводные лодки (АПЛ), химические производства (ХП), магистральные трубопроводы (МТ). Решение этих проблем охватывает все стадии их жизненного цикла: проектирование, изготовление, испытания, эксплуатацию и вывод из эксплуатации.

На стадии проектирования проводится анализ прочности и обосновывается исходный ресурс безопасной эксплуатации с выполнением требований приемлемого риска. Основными критериями и характеристиками таких расчетов являются: эксплуатационные нагрузки Р, температуры Т (t), числа циклов N, частоты f, прочностные характеристики сопротивления материалов R (т, в, дп), деформации e, дефекты l. В качестве допустимых обосновываются долговечности [N], нагрузки [P], дефекты [l] с заданными запасами n. Дополнительно к расчетам прочности и ресурса проводится анализ живучести, рисков и безопасности.

На стадии изготовления устанавливаются характеристики исходного состояния:

фактические механические свойства и их отключения от технических требований, уровень реальной дефектности несущих узлов, геометрические формы и их отклонения. На их основе проводится уточнение проектных параметров прочности и ресурса. Проблемы живучести и безопасности объектов требуют на этой стадии анализа возможных отказов по причинам технологической наследственности.

Стадия испытаний включают различные их виды и комбинации: автономные, стендовые, натурные, имитационные. Завершающими являются испытания с воспроизведением реальных эксплуатационных и экстремальных режимов. На этой стадии должен проводиться анализ источников и сценариев возможных аварийных ситуаций.

Для стадии ввода в эксплуатацию осуществляются предпусковые и пусковые испытания. При этом назначается и уточняется система штатной диагностики основных параметров: нагрузок P, температур T, циклов N, частот f, дефектов l (с использованием преимущественно штатных систем диагностики). Для объектов высокой потенциальной опасности разрабатываются, создаются и применяются как методы и системы штатной диагностики для нормальных условий эксплуатации – как правило, ультразвуковой диагностики (УЗД), так и специальные системы оперативной диагностики аварийных ситуаций - с использованием тензо- термометрии, акустической эмиссии (АЭ), термовидения (ТВ), импульсной голографии (ИМГОЛ), способные работать при развитии чрезвычайных ситуаций. Получаемые при этом данные могут давать исходную информацию для включения систем автоматической защиты (САЗ) и систем автоматической оперативной защиты (САОЗ), систем оповещения и эвакуации. На начальной стадии штатной эксплуатации должна быть получена важнейшая информация по подтверждению или корректировке проектных решений о прочности и ресурсе рассматриваемого объекта. По мере исчерпания уточненного проектного ресурса должна проводиться оценка остаточного ресурса его безопасной эксплуатации.

Применительно к стадии эксплуатации при исчерпании исходного и остаточного ресурса важным научно-техническим и экономическим вопросом становится вопрос о безопасном выводе объектов из эксплуатации (особенно в случаях химических воздействий, нештатных и аварийных воздействий на объекты, персонал и окружающую среду). При этом вывод из эксплуатации должен сопровождаться таким же анализом безопасности и рисков, как и сама эксплуатация.

Результаты контроля, диагностики, мониторинга и испытаний материалов и конструкций в настоящее время являются одними из определяющих факторов при обосновании прочности, ресурса, живучести и безопасности для всех объектов техногенной инфраструктуры [1-10]. В качестве одной из ведущих в этом направлении стоит задача комплексного контроля текущего состояния материалов и конструкций на разных стадиях их жизненного цикла, в связи с чем такой контроль должен стать, по крайней мере, трехцелевым (для обеспечения прочности, ресурса и безопасности) и трехпараметрическим (неразрушающим, повреждающим и разрушающим). Только сочетание указанных видов контроля состояния объектов позволит достигнуть прогресса в решении фундаментальных проблем надежности и безопасной эксплуатации машин и механизмов на основе их диагностики и мониторинга с целью управления рисками для защиты от техногенных аварий и катастроф.

Литература

1. Махутов Н.А. Прочность и безопасность: фундаментальные и прикладные исследования. – Новосибирск: Наука, 2008. – 528 с.

2. Н.А.Махутов. Конструкционная прочность, ресурс и техногенная безопасность. В двух частях. Новосибирск: Наука. 2005. Часть 1: Критерии прочности и ресурса – 494 с.

Часть 2: Обоснование ресурса и безопасности – 610 с.

3. Безопасность России Правовые, социально-экономические и научно технические аспекты. Анализ риска и проблем безопасности. В 4-х частях. Под общ. ред. академика К.В.Фролова. М.: МГФ «Знание», 2006 – 2007 гг.

4. Безопасность России Правовые, социально-экономические и научно технические аспекты. Анализ рисков и управление безопасностью. Методические рекомендации.

Под ред. чл-корр. РАН Н.А.Махутова. М.: МГФ «Знание», 2008. 672 с.

5. Махутов Н.А., Гаденин М.М. Техническая диагностика остаточного ресурса и безопасности. Учебное пособие. Под общ. ред. В.В.Клюева. М.: Издательский дом «Спектр», 2011. – 187 с. (Диагностика безопасности).

6. Махутов Н.А., Гаденин М.М. Фундаментальные и прикладные исследования безопасности и рисков объектов энергетики. Федеральный справочник:

Информационно-аналитическое издание. Т.25. М.: Центр стратегического партнерства, 2011. – С. 439-446.

7. Гаденин М.М. Многоуровневый мониторинг безопасности техносферы и окружающей среды. Материалы Второй научно-практической конференции «Безопасность регионов

– основа устойчивого развития», Иркутск, 28 сентября – 1 октября 2009 г. Том 1.

Иркутск: Изд-во ИрГУПС, 2009, с. 100-119.

8. Н.А.Махутов, М.М.Гаденин. Диагностика технического состояния и оценка ресурса высокорисковых машин. Материалы II Международного симпозиума «Механические измерения и испытания». 20-23 апреля 2010 г., Москва. Часть 1. М.: МАПП, 2010. С. 20Махутов Н.А., Гаденин М.М., Р.А.Таранов. Р.А. Анализ информации комплексного мониторинга для оценки состояния потенциально опасных объектов. Известия РАН.

Серия географическая. №6, 2010 г. С. 88-95.

10. Махутов Н.А., Рачук В.С., Гаденин М.М. и др. Прочность и ресурс ЖРД. Под ред.

Н.А.Махутова и В.С.Рачука. М.: Наука, 2011. – 525 с. (Исследования напряжений и прочности ракетных двигателей).

УДК 621.01

ВЕРОЯТНОСТНАЯ ОЦЕНКА ЗАПАСА НАДЕЖНОСТИ МАШИН И

ПРИБОРОВ

–  –  –

Приведенные в эпиграфе «нелепые правила» из так называемой азбуки Мерфи в действительности не такие уж нелепые. И на этот счет можно привести много маловероятных, но трагических примеров, количество которых постоянно растет. К ним относятся такие события, как катастрофы атомных станций в Чернобыле (1986 г.) и Японии (2011 г.), авария на Саяно-Шушенской ГЭС (2009 г.), гибель электрохода «Булгария» (2011 г.), неоднократные случаи гибели самолетов и вертолетов и т.д. Можно вспомнить массовые случаи отравления детей испорченными продуктами питания, неожиданное разрушение старых зданий и многое другое. Все эти негативные и опасные события побуждают нас лишний раз вспомнить о вероятностной природе качества и надежности любой продукции, что далеко не всегда учитывается при ее создании и эксплуатации. Это значит, что проектанты, изготовители, продавцы и пользователи продукции (сооружений, зданий, транспорта и пр.) должны стремиться понижать вероятность таких событий до минимума с учетом анализа причин их возникновения.

Отсюда можно сделать вывод, что конечным критериями надежности продукции вообще и машин и приборов, в частности, должны быть допустимые значения вероятности отказов или вероятности безотказной работы. Следует, однако, признать, что эти известные показатели не всегда имеют серьезное применение на практике, во-первых, ввиду субъективности назначения их допустимых величин. Во-вторых, виды, причины и механизм возникновения отказов столь разнообразны, что до сих пор не имеется единой методики для их оценки.



В этом докладе делается попытка сформулировать некоторые общие принципы оценки и обеспечения вероятностных характеристик элементов машин и приборов на основе понятия о запасе их надежности. Объектом исследования является так называемый диагностический параметр (ДП), который характеризует техническое состояние изделия при выполнении контрольных измерительных операций. Напомним, что при этом должны определяться такие характеристики выборки параметра x, как математическое ожидание x s или медиана x 50 и стандартное (или среднее квадратическое) отклонение x. Кроме того, важнейшими характеристиками выборки служат интегральное распределение вероятности F(x), плотность распределения f(x) и интенсивность отказов (x) (рис. 1).

Параметры этих функций для разных законов распределений могут быть рассчитаны по данным о величинах x s и x.

С целью оценки исправности изделий в работе [1] установлено три уровня состояния ДП: номинальный, предельный и критический (рис.2). Номинальный диагностический параметр соответствует начальному (идеальному) техническому состоянию изделия, в котором оно находится после изготовления или ремонта и периода приработки деталей. Предельный диагностический параметр характеризует переход от нормального технического состояния к нестабильному состоянию, когда дальнейшая эксплуатация возможна, но повышается вероятность отказа. Этот уровень характеризует событие возникновения неисправности объекта и его используют для нормирования сроков планового ремонта изделия с учетом вероятности не достижения его предельного состояния (x). Критический диагностический параметр соответствует переходу в опасную зону эксплуатации, когда вероятность отказа очень высокая (более 50 %). Для предотвращения такой ситуации изделие как раз и должно иметь соответствующий запас надежности, соответствующий требуемой вероятности безотказной работы P(t)= 1-F(t).

Рисунок 1. Функции вероятности не достижения предельного ДП, плотности распределения и интенсивности событий Рисунок 2 Уровни и зоны состояний ДП.

1 – процесс деградации, 2, 3 и 4 – номинальный, предельный и критический ДП, 5, 6 и 7 – точки моментов измерения, повреждения и отказа, 8 – условное изображение плотности распределения, А, Б и В – зоны нормального, нестабильного и опасного состояния.

В общем случае запасом надежности (ЗН) можно назвать некую характеристику диагностического параметра, которая обеспечивает достижение требуемой вероятности (x). С математической точки зрения такой характеристикой является квантиль соответствующего закона распределения. Однако этот параметр не всегда в явном виде связан с физическим процессом образования повреждений. Поэтому выбор алгоритма расчета ЗН зависит от цели исследования и вида функций распределений. При исследовании прочности, износостойкости и других процессов деградации состояния элементов машин в качестве среднего K s или медианного K 50 запаса надежности целесообразно приять отношение предельного ДП x пр к математическому ожиданиюx s или медиане x 50 выборки измерений.

–  –  –

В таблице 1 приведены выражения для расчета вероятности (К 50 ) для трех основных законов распределения через медианный ЗНK 50 и параметр формы b, зависящий от коэффициента вариации V.

–  –  –

Из таблицы видно, что ЗН должен быть повышен при увеличении требуемой вероятности и коэффициента вариации, который характеризует нестабильность качества изделия. В частности можно сделать вывод, что для критического уровня ЗН должен быть заметно выше (например, при = 99.5%), чем для предельного ДП (например, при = 80%).

По-другому предлагается решать проблему обеспечения метрологической надежности приборов и других средств измерений, когда в качестве диагностического параметра применяется погрешность измерений. В этом случае в качестве наиболее эффективного критерия оценки исправности приборов рекомендовано принять запас метрологической надежности (ЗМН) [2].

Для определения ЗМН с помощью вектора погрешностей должны рассчитываться два основных параметра систематическая погрешность h сп и случайная погрешность сл, Кроме того необходимо располагать данными о модуле предела погрешности h a, который является основной метрологической характеристикой любого прибора.

Систематическая погрешность представляет собой модуль средней арифметической погрешности выборки h ср, а случайную погрешность при прямых измерениях рассчитывают по известной формуле для СКО выборки [1]. Тогда выражение для запаса метрологической надежности Z можно записать в виде квантиля двухпараметрического нормального распределения вероятности по формуле Z = ha hсп. (2) сл В этой формуле используются модули предела погрешности h а и систематической погрешности h сп для того, что бы корректно учесть их возможное зеркальное нахождение в отрицательной зоне поля разброса величин.

Вероятность является равноценным и очень важным критерием оценки исправности приборов. Напомним, что для расчета вероятности по квантилю нормального закона в редакторе MathCAD имеется специальный оператор cnorm(Z), а в русскоязычных электронных таблицах EXCEL – оператор НОРМСТРАСП[ячейка с квантилем Z]. Поскольку проблема ЗМН подробно рассматривается в другом докладе автора, то здесь целесообразно показать ее взаимосвязь с рассмотренным выше показателем – медианным запасом надежности. Для этого формулу (2) целесообразно привести к равноценному виду не через погрешности, а через фактические измерения величины x и тогда ее предельный и средний параметр можно оценить по формуле (3).

–  –  –

Например, при ЗМН Z=3 и коэффициенте вариации V=1/3 медианный ЗН соответствует K 50 = 31/3 + 1 = 2., хотя расчетное значение вероятности не изменилось.

Приведенные выше методы в основном направлены на предупреждение отказов элементов машин и проборов за счет введения в их конструкцию требуемых ЗН. При этом под отказом здесь понимается событие превышения ДП своего критического уровня, а под повреждением следует понимать событие превышения ДП своего предельного уровня.

Если в результате сбора или расчета данных о достижении ДП своей предельной величины у группы однотипных изделий, то появляется возможность решать смежную задачу об определении гамма – процентного ресурса (рис. 3).

Рисунок 3. К обоснованию запаса долговечности изделия 1 – математическое ожидание процесса деградации, 2, 3 и 4 – номинальный, предельный и критический ДП, 5

– верхняя граница процесса деградации, 6 – координата среднего ресурса, 7 – координата гамма - процентного ресурса, А, Б и В – зоны уверенной, не уверенной и недопустимой эксплуатации

–  –  –

Напомним, что гамма – процентный ресурс это наработка от начала эксплуатации до достижения предельного состояния с вероятностью гамма, выраженную в процентах.

Для определения этого параметра так же применяется функция распределения вероятности, но не (x) для ДП, а (t) для наработки t до обнаружения повреждения.

Задачу можно решать по формулам табл. 3, которые несколько отличаются от формул табл. 1. Тогда гамма – процентный ресурс можно рассчитать по формуле

–  –  –

Приведенная выше методика основана на исходных данных о наработках до обнаружения предельных состояний (износов, трещин, коррозии и пр.). Таким же способом можно оценивать интервалы между поверками приборов по данным о метрологических отказах. Однако достоверность такого подхода не всегда может быть обеспечена ввиду субъективности установления момента возникновения (а не обнаружения) отказов. Более корректным способом получения исходных данных является проведение специальных испытаний группы изделий с периодическим измерением ДП x i в заданные моменты времени t i. Образованный таким образом график опытных точек относится к вероятностной модели типа «Тренд», которая позволяет получить более строгую функцию диагностического параметра (например, износа) от времени с использованием методов корреляционного анализа.

Рисунок 5. Расчет гамма – процентного ресурса по тренду деградации Среди разнообразия методов корреляционного анализа для построения такой модели был выбран двухпараметрический метод наименьших квадратов (МНК).

Этот выбор оправдан тем, что он позволяет использовать естественную дисперсию экспериментальных данных для обоснования параметров теоретических распределений с высокой степенью достоверности.

Корреляционный анализ хорошо известен и он сводится к расчету постоянных параметров a и b уравнения регрессии вида

Y ( X )= a + b X. (6)

На рис. 5 приведен фрагмент расчета гамма – процентного ресурса и запасов надежности и долговечности в редакторе MathCAD по алгоритму анализа вероятностной модели типа «Тренд». Исходные данные на этом фрагменте получены путем генерации случайных чисел по закону Вейбулла для двух ранжированных векторов X (аргумент время) и Y (функция – ДП). Параметры и уравнения (6) получены с помощью МНК оператором линейной регрессии line(X,Y). Особенностью рассматриваемого алгоритма является использование СКО x и y в качестве параметров формы нормального распределения вероятности по обеим осям координат (1rk 2 )Var ( X ) (1rk 2 )Var (Y ) x= и y= (7) Эти параметры необходимы для оценки границ отклонения переменных от математического ожидания с заданной вероятностью = 95%. Нижняя граница по временной оси является 95 – процентным ресурсом, равным 15.732 тыс.ч. Далее находим запасы надежности (1.471) и долговечности (1.408). Алгоритм завершается демонстрацией графика, где показан коридор тренда и его искомые границы с заданной вероятностью.

Был рассмотрен пример линейной корреляции. Однако не имеется проблем использовать для этой же задачи и другие анаморфозы (например, степенную корреляцию).

Литература

1. Ефремов Л.В. Практика вероятностного анализа надежности техники с применением компьютерных технологий. СПб: Наука, 2008.

2. Ефремов Л.В. Запас метрологической надежности как критерий оценки исправности средств измерений// Изв. вузов. Приборостроение. 2010. т. 53, № 7.

M. Tamre. Problems of energy efficient of control robot motion УДК 620.179:621.81:531.19

ВНУТРЕННЯЯ ДИНАМИКА ФРИКЦИОННОГО

ВЗАИМОДЕЙСТВИЯ

В.М. Мусалимов Санкт-Петербургский государственный университет информационных технологий, механики и оптики.

Установление взаимосвязи «эволюция динамической системы – эволюция качества трущихся поверхностей» является базой автоматизации контроля качества трущихся поверхностей. Топография шероховатости поверхности рассматривается как определенный сигнал, а использование методов детерминированного хаоса для его обработки дало основание назвать «внутренней динамикой» систему полученных обыкновенных нелинейных дифференциальных уравнений. Был применен вейвлет-анализ с последовательными расчетами фрактальных размерностей уровней вейвлет -коэффициентов. Исследование «внешней динамики» совершено по методике, описанной в [1]-это результаты обработки входных и выходных данных процесса трения,- для обработки данных использован пакет System Identification Toolbox системы Matlab. Здесь представлены результаты, относящиеся к разделу «внутренняя динамика».

–  –  –

Автокорреляционная и взаимная корреляционная функция.

По записям входного u(t) и выходного сигналов y(t), полученных при испытаниях образцов, оценивается автокорреляционная и взаимная корреляционная функции. Автокорреляционная функция случайного процесса характеризует общую зависимость значений процесса в некоторый данный момент времени от значений в другой момент.

Взаимная корреляционная функция двух сигналов характеризует общую зависимость значений одного сигнала y(t) от значений другого u(t) [1] Экспериментальная база Исследование процесса трения проводилось на трибометрической установке «ТРИБАЛ» [2]. Возвратно-поступательное движение исследуемых образцов осуществлялось с постоянной скоростью, при фиксированной величине нормального нагружения. В качестве исследуемого материала был использован сплав Л56, предварительно обработанный по 9 классу точности – шероховатость исследуемой поверхности составила Ra=0,22 мкм. Для проведения испытаний были изготовлены образцы для трехточечного контакта. Опыты проводились следующим образом: сначала устанавливался первый набор исследуемых образцов, в течение определенного времени длилось испытание, после проведения опыта первый набор снимался для дальнейших исследований шероховатости, а далее устанавливался следующий набор пар трения для проведения испытания при иной длительности опыта. Всего было проведено 5 испытаний с различными временными промежутками: 30 мин, 40 мин, 60 мин, 90 мин, 120 мин. В каждом испытании системой ТРИБАЛ также фиксировались входные u(t) и выходные y(t) данные для последующей идентификации процесса трения. Последовательно с помощью профилографа записывался профиль поверхностей для каждого образца. Снятие профилограмм для каждого из них осуществлялось в трех направлениях: вдоль, поперек и под углом 450 относительно возвратнопоступательного движения, совершаемого образцами.

Обработка полученных данных При обработке полученных профилограмм были применены методы вейвлет-фрактального анализа с использованием пакета Matlab.

Профилограмма представляет собой дискретный ряд { x ( ti )}i =1, мкм, N значений пиков и впадин рельефа поверхности трибопары. Для обработки использовался многоуровневый вейвлет-анализ [4]. Сначала было произведено разложение сигнала профилограмм до уровня N=3, в результате чего получены детализирующие коэффициенты. Далее, для нахождения частотных компонент сигнала проведено восстановление отдельно по каждому набору детализирующих коэффициентов. Для каждой компоненты сигнала был проведен спектральный анализ и получены графики спектральной плотности энергии и накопления энергии

– кумулята.

–  –  –

На рисунках 2, 3, 4, 5 соответственно представлены графики эволюций для направлений вдоль (верхние и нижние образцы) и поперек. Заметен колебательный характер изменения шероховатости, что может быть объяснено приработкой поверхностей. Наблюдается колебательный характер изменения показателя Херста на всех частотах сигнала. Также видно, что эволюция шероховатости коррелирует с параметрами действия на высоких частотах.

Заключение В результате анализа данных были получены графики, характеризующие внутреннюю динамику процесса: эволюция параметров шероховатости Ra, предельные значения кумулят и коэффициенты Херста частотных компонент сигналов профилограмм. Было установлено, что показатель Херста имеет колебательный характер, который указывает, на колебательность устойчивости и неустойчивости состояния поверхностного слоя взаимодействующих контр пар.

Литература

1. Мусалимов В.М., Валетов В.А. Динамика фрикционного взаимодействия, Санкт-Петербург, 2006, 191с.

2. Мусалимов В.М., Сизова А.А., Иванова Е.К., Крылов Н.А., Ткачев А.Л. Основы трибоники, Санкт-Петербург, 2009, 72с.

3. Калуш Ю. А., Логинов В. М. Показатель Херста и его скрытые свойства // Сибирский журнал индустриальной математики Октябрь– декабрь, 2002. Том V, № 4(12) С. 29-37.

4. Смоленцев Н.К. Основы теории вейвлетов. Вейвлеты в MATLAB - Кемерово: Кемеровский госуниверситет, 2003,200с.

5. Мусалимов В.М., Дик O.E., Тюрин A.E. Параметры действия энергетического спектра вейвлет-преобразований. Журнал «Известия ВУЗов». Приборостроение, 2009, Т. 52, №5, с. 10-15

CORRECTION OF ERRORS OF OPTICAL MEASURING SYSTEMS

Gerhard Linss 2, Galina Polte 1, Victor Musalimov 1,, Alexey Saenko 1 Mechatronics Department, National Research University of Information Technologies, Mechanics and Optics, Saint Petersburg, Russia Quality Assurance and Industrial Image Processing Department, Ilmenau University of Technology, Ilmenau, Germany

Abstract

Nowadays optical measuring systems based on CCD-sensors are widely used. In industry such systems perform measurements with accuracy of 1 m, but images which are made and processed by systems are always corrupted. This fact can greatly reduce measurement accuracy. It is necessary to perform image preprocessing to avoid this.

The paper presents the results of the study of the influence of measuring system components and system calibration on measurement accuracy as well as a possible way of enhancement of these systems’ accuracy.

There were investigated systems based on monochromatic and color (both three-sensor and Bayer filter) cameras.

Keywords: image quality, measurement errors, accuracy enhancement

1. INTRODUCTION

Nowadays optical measuring systems based on CCD-sensors are widely used. In industry such systems perform measurements of the set of features of a big amount of components in a short time with accuracy of 1 µm. Images which are made and processed by systems are always corrupted. This fact can greatly reduce measurement accuracy. To avoid this it is necessary to perform image pre-processing.

The purposes of the research were ascertainment of influence of measuring system components and system calibration on measurement accuracy and enhancement of these systems’ accuracy. There were investigated systems based on monochromatic and color (both three-sensor and Bayer filter) cameras.

2. ANALYSIS OF IMAGE QUALITY

An optical measuring system consists of an objec-tive lens, a camera, a lighting system, a position con-trol system and software for image processing. Sys-tematic and random errors of such systems as well as the image quality were evaluated.

The following parameters were chosen as characterizing image quality in the suggested

fuzzy model for quantification of image quality [1]:

• sharpness – amount of pixels on the threshold of objects;

• noise – arithmetical mean of gray level;

• contrast – difference between maximal and minimal gray levels;

• vignetting – difference between gray levels at the edge and center of images;

• field curvature – difference between sharpness values at the edge and center of images.

All of these parameters are linguistic variables with three possible values: “bad”, “normal”, and “good”. E. g., in case of the linguistic variable “noise” value “good” means that the image has almost no noise. The knowledge base of the set of IF-THEN rules was created after the analysis of both possible ways to use different types of membership functions and the results of experimental studies. There was supposed that the image quality is bad if these parameters have big values and the image quality is good if these parameters have small values or equal to 0.

The quantification of image quality allows to tune a system and to evaluate measurement accuracy on the given image.

3. SHARPNESS IMPROVEMENT

Reference [2] describes a way of edge detection on images via fuzzy logic techniques.

Authors have used knowledge base of 8 IF-THEN rules which are illustrated on the Fig. 1.

Input variables characterize gray level of the pixel and can be either “black” or “white”. Output variable shows if the specified pixel is located on the object edge or not.

Fig. 1. Edge detection

The same approach was used for processing of images made by optical measuring systems [1]. Possible values of variables are “black” and “white” with Z- and S-shaped membership functions respectively. The fuzzy inference system analyzes each pixel of images after that it is assigned a new value of gray level depending on gray levels of 8-connected pixels.

Fig. 2, 3, and 4 illustrate the difference between the source image (a) and the resulting image (b); (b)-images are brighter, more contrast and less noisy than (a)-images.

Fig. 2. Source image (a) and resulting image (b)

–  –  –

The standard used to define systematic and random errors is shown on the Fig. 5, a. The standard is a glass surface coated with circles (Fig. 5, b) which have positions specified with accuracy of 0.15 µm.

–  –  –

Fig. 6. Systematic errors of systems based on a monochromatic camera with one (a) and two sensors (b), a color three-sensor camera (c), a color camera with the set of Bayer filters (d) Systematic errors are changed abruptly at the border and have asymmetrical shapes in case of a mono-chromatic camera with two sensors. Systematic errors of systems based on a color three-sensor camera may differ in every channel. Systematic errors of systems based on

a color camera with the set of Bayer filters are shifted relative to each other and only one surface is located near 0. In addition, during the research were registered the following facts [2]:

• Objective lenses largely determine the shape and size of systematic errors.

• Cameras largely determine the value of random errors.

• Image processing software influences both on systematic and random errors.

• Lighting changes resulted in increased systematic errors from 10% to 25%

• The size and position of the chosen standard significantly change the shape and value of systematic errors (during the research up to 50%) and had no significant influence on random errors.

• Also, it is ascertained that in case of color cameras the chosen for calibration channel significantly changes the shape and value of systematic errors (the maximal systematic error could move to the border of the image) and has no significant influence on random errors.

5. 3D DEPENDENCE OF ERRORS

–  –  –

Systematic errors of systems with telecentric objective lenses can be described within 2D or 3D surface, while systematic errors of systems with not-telecentric objective lenses can be changed when the objective is moving and therefore such errors can be described within 3D space.

In some cases of usage telecentric objective lenses it is enough to perform 2D correction [3], but for other cases (usage of not-telecentric objective lenses, en-hancement of measuring systems accuracy with tele-centric objective lenses) 3D correction is more pre-ferred.

During the research some possibilities of accuracy enhancement of optical measuring systems by 2D and 3D correction of systematic errors were described as well. Finally, the

following ways were suggested for enhancement of optical measuring systems accuracy:

1. Correction of measurement data (does not modify images)

2. Correction of geometric distortion of images These two ways were used for different systems based on a monochromatic camera, a color three-sensor camera, and a color camera with the set of Bayer filters.

An example of corrected measurement data for a system based on a monochromatic camera using 2D model is shown on the Fig. 8. At first, the maximal systematic error at the border of images was 19 µm (a), after the correction it was less than 0.5 µm (b).

In general, systematic errors of the researched measuring systems were reduced by the correction of measurement data from 20-200 µm to 1-2 µm after the correction.

Color images are distributed by the correction of geometric distortion of images into 3 monochromatic images when correcting obtained, e. g. from a system based on a color camera with the set of Bayer filters, images. Each channel has its own geometric distortion; therefore at first each image is corrected separately, then these 3 monochromatic images are combined into one color image.

–  –  –

Maximal systematic errors for the red channel were 42 µm, for the green channel were 40 µm and for the blue channel were 38 µm (a). Maximal systematic errors for modified images (after the correction) were less than 1 µm (b).

Also the correction was performed for systems based on a color camera with the set of Bayer filters. Such systems register 25% of blue color, 25% of red color and 50% of green color. The process of restoration levels for other pixels has own drawbacks and problems, therefore images of each channel are processed in RAW-format. To merge 3 channels into 1 all blue and red and only a half of green pixels are used; pixels are moved to a midposition.

Again, each image is corrected separately, and then these 3 monochromatic images are combined into one color image.

A subimage (a circle of the standard) before and after the correction of a system based on a color camera with the set of Bayer filters is shown on the Fig. 11.

–  –  –

Fig. 12. Systematic errors of a system based on a color camera with the set of Bayer filters Maximal systematic errors for the red channel were 12 µm, for the green channel were 9 µm and for the blue channel were 3 µm (a). Maximal systematic errors for modified images (after the correction) for the green and blue channels were less than 1 µm, for the red channel were about 1.6 µm (b).

6. CONCLUSION

During the research some possibilities of accuracy enhancement of optical measuring systems by 2D and 3D correction of systematic errors were described. Also, a new method of quantification of image quality based fuzzy logic techniques, correction of measurement data, and precise correction of the geometric distortion of images were suggested as additional methods to improve accuracy.

ACKNOWLEDGEMENT

The presented work is the result of the close cooperation with the following co-workers of Quality Assurance and Industrial Image Processing Department: Carl-Bernhard Nopper, Rolf Hoffmann, Klaus-Jrgen Rennert, Dr. Peter Brckner and Dr. Thomas Ortlepp. The research was supported by German Academic Exchange Service (DAAD), the Ministry of Education of Russian Federation and Thringer Aufbaubank.

REFERENCES

1. Польте Г. А., Саенко А. П. Количественная оценка качества изображений методами нечеткой логики // Известия вузов. Приборостроение. 2011. Т. 54, № 3. С. 32– 36.

2. Alshennawy A. A., Aly A. A. Edge detection in digital images using fuzzy logic technique. World Academy of Science, Engineering and Technology, №51, 2009. pp 178 – 186.

3. Польте Г. А. (Недоцука), Rennert K.-J., Ortlepp T., Nopper C.-B. Тестовый метод оценки качества измерительной бесконтактной оптической системы // Сборник трудов Девятой сессии международной научной школы «Фундаментальные и прикладные проблемы надежности и диагностики машин и механизмов». – СПб.:

ИПМАШ РАН, 2009. С. 367–372.



Pages:   || 2 | 3 | 4 | 5 |   ...   | 16 |
 


Похожие работы:

«О механизмах государственной поддержки малого и среднего бизнеса в Алтайском крае Существенная роль малого и среднего бизнеса в экономике Алтайского края подтверждается статистическими данными. В сфере предпринимательства занято около 43% населения края от общей численности занятых в экономике региона. Малый и средний бизнес обеспечивает четвертую часть всех инвестиций в экономику края и налоговых поступлений в консолидированный бюджет. К данной категории относятся 87,0% организаций...»

«II. Перечень кабинетов (классов), площадок в учреждении 2.1. Для подготовки, переподготовки водителей транспортных средств категорий А1, А, В1, В, С1,С, D1, D, ВЕ, С1Е, СЕ, D1Е, DЕ учреждение должно иметь:кабинет (класс) по изучению устройства и эксплуатации транспортных средств;кабинет (класс) по изучению Правил дорожного движения, утвержденных Постановлением Совета Министров (далее Правила дорожного движения), и основ безопасности движения; площадку для начального обучения вождению. 2.2. При...»

«9/Pj'QF&f / Дело №3-13/2014 РЕШЕНИЕ Именем Российской Федерации « 28» марта 2014 года г.Ижевск Верховный Суд Удмуртской Республики в составе: председательствующего судьи Ахкямова P.P., при секретаре судебного заседания Зеленцовой Н.З., с участием: прокурора Пашкиной О.А., представителя ОАО «Ижевский электромеханический завод «Купол» Битнера А.В., действующего на основании доверенности от 23 декабря 2013 года по 31 декабря 2014 года, представителя органа, чье решение оспаривается Правительства...»

«European Journal of Medicine, 2015, Vol.(7), Is. 1 Copyright © 2015 by Academic Publishing House Researcher Published in the Russian Federation European Journal of Medicine Has been issued since 2013. ISSN: 2308-6513 E-ISSN: 2310-3434 Vol. 7, Is. 1, pp. 4-14, 2015 DOI: 10.13187/ejm.2015.7.4 www.ejournal5.com UDC 61 Ozone Therapy in Treatment of Female Infertility Maradi A. Burduli Telavi State University named Jacob Gogebashvili, Georgia 2200 Telavi, University Str. N 1 Abstract Ozone therapy...»

«ФЕДЕРАЛЬНАЯ СЛУЖБА ЛЕСНОГО ХОЗЯЙСТВА РОССИИ ПРИКАЗ от 24 февраля 1998 г. N 38 ОБ УТВЕРЖДЕНИИ ОСТ 56-103-98 ОХРАНА ЛЕСОВ ОТ ПОЖАРОВ. ПРОТИВОПОЖАРНЫЕ РАЗРЫВЫ И МИНЕРАЛИЗОВАННЫЕ ПОЛОСЫ. КРИТЕРИИ КАЧЕСТВА И ОЦЕНКА СОСТОЯНИЯ В целях приведения в соответствие нормативной документации по стандартизации с лесным законодательством и требованиями Государственной системы стандартизации приказываю: 1. Утвердить разработанный Всероссийским научно исследовательским институтом лесоводства и механизации...»

«НОВЫЕ ТЕХНОЛОГИИ European Researcher. 2012. Vol. (36). № 12-1, Р. 2166–2170.15. Fikes R., Nilsson N. STRIPS: a New Approach to the Application of Theorem Proving to Problem Solving // Artificial Intelligence. 1971. № 2. P. 189-208.16. Бестужева И.И., Руднев В.В. Временные сети Петри. Классификация и сравнительный анализ // Автоматика и телемеханика. 1990. № 10. С. 3–31.17. Ozhereleva T.A. Impact Analysis of Education Quality Factors // European Journal of Economic Studies. 2013. Vol. (5). № 3....»

«6.1.2. Повышение готовности сил и средств РСЧС к ликвидации чрезвычайных ситуаций В 2012 г. продолжалась работа федеральных органов исполнительной власти, органов исполнительной власти субъектов Российской Федерации и уполномоченных организаций по повышению готовности сил и средств РСЧС к ликвидации ЧС природного и техногенного характера. Основные мероприятия по совершенствованию сил и средств РСЧС для ликвидации ЧС были направлены на повышение их возможностей, мобильности и оснащения...»

«Ершов А.С. родоначальник прикладной механики в ИМТУ # 04, апрель 2015 Мкртычян Д. А.1,* Россия, МГТУ им. Баумана Введение А.С. Ершов один из основателей Московской научной школы ТММ. Его учебник «Основания кинематики или элементарное учение о движении вообще и механизме машин в особенности», написанный для Московского Университета и ИМТУ, был первым русским учебником по ТММ. В результате его деятельности как профессора «Прикладной механики» и директора РУЗ, он добился расширения теоретического...»

«Содержание 1. Цель и задачи дисциплины Цель дисциплины – совершенствовать умение студентов в решении расчетных задач, используя алгоритмы их решения, научить применять алгебраические способы и алгоритмы для решения задач повышенного уровня сложности и сформировать навыки самостоятельной работы при поиске собственного способа решения задачи.Задачи дисциплины: повысить теоретический уровень знаний студентов по химии; получить реальный опыт решения усложненных задач по химии; систематизировать...»

«  О.В. Кожевина, М.В. Сиротенко СТРАТЕГИРОВАНИЕ ПРОСТРАНСТВЕННОГО РАЗВИТИЯ МУНИЦИПАЛЬНЫХ ОБРАЗОВАНИЙ Монография Москва УДК 35.075(075.8) ББК 65.042я73 К58   Рецензенты: Е.Е. Шваков, д-р экон. наук, проф., директор Международного института экономики, менеджмента и информационных систем Алтайского государственного университета, Р.А. Самсонов, канд. экон. наук, доц. кафедры менеджмента Алтайского государственного университета Кожевина О.В. К58 Стратегирование пространственного развития...»

«6.1.2. Повышение готовности сил и средств РСЧС к ликвидации чрезвычайных ситуаций В 2012 г. продолжалась работа федеральных органов исполнительной власти, органов исполнительной власти субъектов Российской Федерации и уполномоченных организаций по повышению готовности сил и средств РСЧС к ликвидации ЧС природного и техногенного характера. Основные мероприятия по совершенствованию сил и средств РСЧС для ликвидации ЧС были направлены на повышение их возможностей, мобильности и оснащения...»

«Углеродный рынок: основные понятия и механизмы М.А.Юлкин1 Углеродный рынок – рынок углеродных единиц (УЕ), как правило, номиналом 1 тонна СО2-экв., выпускаемых в обращение уполномоченными на то национальными и/или международными органами в электронной форме в виде записей на счетах в реестре углеродных единиц (углеродном реестре) в подтверждение права на выброс парниковых газов (ПГ)2 в соответствии с установленной эмитенту квотой (разрешением) на выбросы (либо добровольным обязательством...»

«А.В.Борщев Имитационное моделирование: состояние области на 2015 год, тенденции и прогноз. ИММОД 2015 ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ: СОСТОЯНИЕ ОБЛАСТИ НА 2015 ГОД, ТЕНДЕНЦИИ И ПРОГНОЗ Андрей Борщев Компания AnyLogic anylogic.ru Мы ограничим наш обзор применением имитационного моделирования (ИМ) в области бизнеса и некоторыми научными применениями с использованием инструментов общего назначения. Производство, логистика, цепочки поставок, сфера услуг, потребительский рынок, управление активами и...»

«Е.С. Сахарчук АНАЛИЗ ЗАРУБЕЖНЫХ МОДЕЛЕЙ ПОДГОТОВКИ КАДРОВ ДЛЯ СФЕРЫ ТУРИЗМА Монография Москва УДК 65.0(075.8) ББК 65.291.6-21я73 С22 Сахарчук, Е.С. С22 Анализ зарубежных моделей подготовки кадров для сферы туризма : монография / Е.С. Сахарчук. – М. : Издательство «Русайнс», 2015. – 164 с. ISBN 978-5-4365-0417-9 DOI 10.15216/978-5-4365-0417-9 В монографии представлены исследования по изучению зарубежных моделей подготовки кадров для туризма: комплексная методика исследования структуры и...»

«Кислицын Николай Аркадьевич ОСОБЕННОСТИ ФОРМИРОВАНИЯ СЛУХО-ДВИГАТЕЛЬНОЙ ТЕХНИКИ БАЯНИСТА НА РАЗЛИЧНЫХ ЭТАПАХ РАБОТЫ НАД ПРОИЗВЕДЕНИЕМ В данной статье механизмы формирования слухо-двигательных отношений баяниста впервые в теории баянной артикуляции рассматриваются в тесной связи с технико-конструктивными особенностями строения клавиатур современного многотембрового готово-выборного баяна. Отмечается, что наличие на современных баянах нескольких клавиатур затрудняет формирование устойчивых...»





 
2016 www.os.x-pdf.ru - «Бесплатная электронная библиотека - Научные публикации»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.