Reliability of Machine-Tractor Aggregates Operation

Stanislav N. Shukhanov; Шуханов Станислав Николаевич; Aleksandr V. Kuzmin; Кузьмин Александр Викторович; Petr A. Boloyev; Болоев Петр Антонович

doi:10.15507/2658-4123.030.202001.008-020

Надежность работы машинно-тракторного агрегата

Авторы: Шуханов С.Н.¹, Кузьмин А.В.¹, Болоев П.А.²
Учреждения:
1. ФГБОУ ВО «Иркутский государственный аграрный университет имени А. А. Ежевского»
2. ФГБОУ ВО «Бурятский государственный университет имени Доржи Банзарова»
Выпуск: Том 30, № 1 (2020)
Страницы: 8-20
Раздел: Машиностроение
Статья получена: 11.08.2025
Статья одобрена: 11.08.2025
Статья опубликована: 15.08.2025
URL: https://ogarev-online.ru/2658-4123/article/view/304162
DOI: https://doi.org/10.15507/2658-4123.030.202001.008-020
ID: 304162

Цитировать

Полный текст

Аннотация
Полный текст
Об авторах
Список литературы
Дополнительные файлы
Статистика

Аннотация

Введение. Развитие агропромышленного комплекса невозможно без создания инновационных технических средств и технологий. Ключевую роль при техническом обеспечении сельскохозяйственного производства играют машинно-тракторные агрегаты. Одной из их важнейших эксплуатационных характеристик является надежность, то есть способность выполнять заданные функции, сохраняя во времени значения установленных эксплуатационных показателей в необходимых пределах.
Материалы и методы. Объект исследования – процессы надежности работы машинно-тракторных агрегатов. При проведении исследований использовались методы математического моделирования. Общие законы применялись для частных случаев с учетом прогнозирования изменения параметров во времени. Аналитическое описание процессов работы надежности работы машинно-тракторного агрегата опиралось на стационарные случайные и корреляционные функции. Для построения математических моделей надежности использовались обобщенные закономерности с использованием результатов испытаний предшественника (аналога). Оптимальная надежность функционирования машинно-тракторного агрегата определялась на основе математической модели ресурса объекта.
Результаты исследования. Получены аналитические зависимости прогнозирования изменения параметров во времени процессов надежности работы машинно-тракторных агрегатов. Разработаны методы построения математических моделей надежности. Определены условия, влияющие на функционирование объекта исследований.
Обсуждение и заключение. Проведенный анализ и синтез исследований в этой области науки и полученные математические модели показывают, что для достижения высоких результатов необходимо уменьшать дисперсии факторов, влияющих на надежность работы машинно-тракторных агрегатов.

Ключевые слова

надежность работы, машинно-тракторный агрегат, математическое моделирование, оптимизация параметров, трактор

Полный текст

Введение

Функционирование сельскохозяйственного производства на современном этапе развития предполагает как совершенствование существующих технических средств и технологий [1–3], так и создание новых, работающих на инновационных принципах [4–6]. Одним из наиболее актуальных вопросов в этом ряду проблем является успешная реализация программы научно-технического обеспечения агропромышленного комплекса [7–9], в том числе его автотракторного сопровождения [10–12]. Значительный объем работ при механизации сельскохозяйственных процессов выполняется с помощью машинно-тракторных агрегатов (МТА). Одной из важнейших эксплуатационных характеристик является их надежность, то есть способность выполнять заданные функции, сохраняя во времени значения установленных эксплуатационных показателей в заданных пределах. Поэтому повышение эффективности механизированных процессов в сельском хозяйстве является важной научно-практической задачей [13].

Обзор литературы

Вопросами функционирования МТА занимался ряд ученых, например, А. Н. Важенин, Б. А. Арютов, А. В. Пасин, Р. В. Кошелев, А. И. Новожилов, С. А. Соколов, А. В. Бакланов и Н. Н. Малыгина. Так, в работе А. Н. Важенина для улучшения показателей качества была разработана динамическая модель машинно-тракторного агрегата в различных условиях функционирования производственных процессов [14]. Труд А. В. Пасина и соавторов посвящен обоснованию оптимальной взаимосвязи сезонного расписания и темпов выполнения полевых механизированных работ [15]. Б. А. Арютов и коллеги в ряде исследований обосновали и адаптировали динамическую модель МТА, приспособленную к изменяющимся условиям функционирования технологических процессов в растениеводстве [16; 17]. А. Н. Важенин и коллектив ученых разработали методы повышения эффективности механизированных производственных процессов по условиям их работы в растениеводстве [18–21]. С. Н. Шкрабак в своем исследовании рассматривал надежность технических средств в технологических звеньях поточных линий на заготовке сенажа и силоса, то есть в достаточно узконаправленном аспекте [22]. Решением проблем повышения эффективности эксплуатации тракторов путем обеспечения их работоспособности для различных условий аграрного производства занимался И. Г. Галиев [23]. Однако все выкладки в его исследованиях выполнены применительно для хозяйств Республики Татарстан.

Среди наиболее значимых в этой области стоит отметить исследования А. И. Новожилова. В одной из статей он приводит разработанные им модели производственного процесса, технологического комплекса по внесению удобрений, а также МТА [24]. В коллективном труде «Статистическая оценка надежности машинно-тракторных агрегатов» рассчитан коэффициент готовности МТА при работе в условиях трех агропочвенных районов Нижегородской области [25]. Получен уточненный коэффициент технической готовности при работе МТА.

Несмотря на значимость перечисленных работ, вопрос надежности машинно-тракторного агрегата в полной мере не рассматривался, поэтому возникла необходимость в решении этой задачи.

Материалы и методы

Объект исследования – процессы надежности работы МТА. При проведении исследований использовались методы математического моделирования. Общие законы применялись для частных случаев с учетом прогнозирования изменения параметров во времени. При аналитическом описании процессов работы надежности МТА необходимо было опираться на стационарные случайные и корреляционные функции. Для построения математических моделей надежности применялись обобщенные закономерности с использованием результатов испытаний предшественника (аналога). Оптимальная надежность функционирования машинно-тракторного агрегата определялась на основе математической модели ресурса объекта.

Результаты исследования

Прогнозирование изменения параметров во времени

Задача прогнозирования параметров процесса изменения технического состояния изделий при эксплуатации состоит в определении их числовых характеристик для будущих моментов времени по результатам сокращенных или незавершенных испытаний [26].

При выборе и обосновании математической модели следует исходить, прежде всего, из физической сущности явлений, приводящих к изменению характеров изделий в процессе эксплуатации. Наиболее часто используемой моделью для описания процессов скорости изменения параметров является стационарная случайная функция:

z(t) = mz(t) + z(t), (1)

где mz(t) – математическое ожидание функции z(t); i(t) – центрированный случайный процесс.

Наглядным примером такого процесса является процесс приращений величин цикловых подач топлива насосом высокого давления. Опыт испытаний показывает, что процесс, характеризующий случайную составляющую скорости изменения параметров многих видов изделий, в подавляющем большинстве случаев является стационарным нормально распределенным случайным процессом с экспоненциальной или экспоненциально-колебательной корреляционной функцией.

Стационарными случайными функциями называются такие, вероятностные характеристики которых не изменяются во времени. К ним, прежде всего, относятся математическое ожидание и корреляционная функция.

Условия стационарности случайной функции можно записать в виде:

m₂(t) = const;

K₂(t, t + τ) = K₂(τ).

При τ = 0 значение корреляционной функции представляет собой дисперсию в сечении случайной функции:

K₂(τ) = D_z(t) = const.

Нормированной корреляционной функцией случайного процесса является функция:

k_z(τ) = K_z(τ) / [D_z(τ)].

Выражение для нормированной экспоненциальной корреляционной функции стационарного случайного процесса можно записать в виде:

k_{z} (τ) = e^{- a [τ]}

. (2)

Оценка математического ожидания случайного процесса по результатам замеров приращений параметров изделий за период испытаний производится по формуле:

\overset{\land}{M} [Δ X (t)] = \frac{1}{N} \sum_{j = 1}^{m} \sum_{i = 1}^{1} Δ x_{j i}

, (3)

где N – общее число замеров величин ∆х_ji, ∆x_ji 1 в эксперименте; 1 – число испытываемых изделий; m – число замеров параметров i-го изделия.

Дисперсия случайного процесса находится из соотношения:

\overset{\land}{D} [Δ X (t)] = \frac{1}{N - 1} \{\sum_{j = 1}^{m} \sum_{i = 1}^{1} Δ x_{j i}^{2} - \frac{1}{N} {[\sum_{j = 1}^{m} \sum_{i = 1}^{1} Δ x_{j i}]}^{2}\} .

Оценка значений корреляционной функции случайного процесса производится по формуле:

{\overset{\land}{K}}_{Δ x} (t, t^{'}) = \frac{1}{m l m - 1} \{\sum_{i = 1}^{m l m} Δ x_{i} (t) Δ x_{i} (t^{'}) - \frac{1}{m l m} [\sum_{m = 1}^{m l} Δ x_{i} (t) \sum_{i = 1}^{m l} Δ x_{i} (t^{'})]\}

(4)

Рассчитанные таким образом значения корреляционной функции образуют матрицу:

|K_{i j}| = |\begin{matrix} K_{11} & K_{12} & K_{13} & K_{14} & \dots & K_{m 1} \\ K_{32} & K_{22} & K_{23} & K_{24} & \dots & K_{m 2} \\ K_{53} & K_{43} & K_{33} & K_{34} & \dots & K_{m 3} \\ \dots & \dots & \dots & \dots & \dots & \dots \\ K_{m 1} & K_{m 2} & K_{m 3} & K_{m 4} & \dots & K_{m m} \end{matrix}|

(5)

где K_ij = K_Δx(t,t´) = M[Δ_x(t)Δ_x(t´)] – корреляционный момент случайных величин_Δx(t) и _Δx(t´).

Корреляционная матрица симметрична относительно главной диагонали, поэтому на практике обычно заполняют лишь половину матрицы:

|K_{i j}| = |\begin{matrix} K_{11} & K_{12} & K_{13} & K_{14} & \dots & K_{m 1} \\ K_{22} & K_{23} & K_{24} & \dots & K_{m 2} \\ K_{33} & K_{34} & \dots & K_{m 3} \\ \dots & \dots & \dots & \dots & \dots & \dots \\ K_{m m} \end{matrix}| .

По главной диагонали этой корреляционной матрицы стоят дисперсии случайных величин. В ряде случаев возникает необходимость вычисления нормированной корреляционной матрицы системы m случайных величин.

|K_{i j}| = |\begin{matrix} 1 & K_{12} & K_{13} & K_{14} & \dots & K_{m 1} \\ 1 & K_{23} & K_{24} & \dots & K_{m 2} \\ 1 & K_{34} & \dots & K_{m 3} \\ \dots & \dots & \dots \\ K_{m m} \end{matrix}| (6)

где k = K_ij / (σ_iσ_j) – коэффициент корреляции случайных величин функции:

Δ x (t), Δ x (t^{'})

Для стационарной случайной функции Δx(t) матрица записывается в виде:

|K_{i j}| = |\begin{matrix} 1 & K_{Δ x 1} & K_{Δ x 2} & K_{Δ x 3} & \dots & K_{Δ x m} \\ 1 & K_{Δ x 1} & K_{Δ x 2} & \dots & K_{Δ x - 1} \\ 1 & K_{Δ x 1} & \dots & K_{Δ x m - 2} \\ \dots & \dots & \dots \\ 1 \end{matrix}|

где K_Δx1,K_Δx2 ,…, K_Δxm – коэффициент корреляции случайных величин функции Δx(t) для дискретных:

τ₁ = Δt, τ₂ = 2Δt, τ₃ = 3Δt, τ_m = mΔt.

Если нормированная корреляционная функция случайного процесса представляет собой экспоненту:

K_Δx(τ) = e-a/τ,

то значение

α

при известных корреляционных функциях находится из соотношения:

a = \ln {\overset{\land}{k}}_{Δ x} (τ) / τ

Пример.

При испытании 14 топливных насосов замерены приращения величин цикловых подач топлива, интервалы наработки Δt₁ = t₁ – t₀ = Δt₂ = t₂ – t₁= 1000 м/ч отражены в таблице 1 [26].

Таблица 1 Приращения величин цикловых подач топлива

Table 1 Increments in cyclic fuel feeds

Интервал наработки / Operating time interval

Приращения (%) величин цикловых подач топлива Δx_qу образцов насосов / Increments (%) of values of cyclic fuel supply Δx_qу for pump sample

Δt, м/ч / Δt, m/h

0–1000

+0,7

–1,8

+0,8

+0,3

+1,2

–0,4

+0,3

–1,9

+2,2

+2,5

+1,4

+1,6

0,0

1000–2000

–0,7

–1,6

+1,0

+1,6

+0,6

–0,3

+0,5

+0,4

+1,9

+1,2

–0,7

+1,2

–0,7

Требуется определить числовые характеристики случайного процесса, исходя из гипотезы его стационарности.

Решение.

Оценку математического ожидания находим, подставляя табличные значения величин в формулу (2):

m_Δx = 11,8/28 = 0,4214.

Для оценки дисперсии процесса воспользуемся формулой:

D_Δx = 1/(28 – 1)[40,56 – (1/28)11,8²] = 1,318.

Величина среднеквадратического отклонения определяется так:

σ Δ x = \sqrt{1,318} = 1,148

Значение корреляционной функции для τ = 1000 м/ч рассчитывается по формуле:

K_Δx (t, t') = (1/14·2 – 14 – 1)×[9,9 – (1/14·2 – 14)·6,9·4,9] = 0,575.

Соответствующее значение нормированной корреляционной функции находим как частное:

K_Δx (τ) = K_Δx (t, t') / D_Δx = 0,575 / 1,318 = 0,436.

Величина коэффициента в формуле (5) находится из соотношения (6):

a = ln 0,436/1000 = –0,83·10^–3.

Таким образом, выражение для корреляционной функции рассматриваемого процесса можно записать в виде:.

K_{Δ x} (τ) = 1,318 \cdot e^{- 0,83 \cdot 10^{- 3}}

Полученные в результате расчета оценки моментных функций процесса приращений параметра для последующих расчетов удобно представить в виде ряда:

m_Δx(t) D_Δx(t) σ_Δx(t) K_Δx1 K_Δx2 K_Δx3 K_Δx4 K_Δx5 .

0,4211,3181,1480,4360,1900,0820,0360,016

Совокупность показателей m_Δх, D_Δх, К_Δх(τ) процесса с количественной стороны характеризует закономерности изнашивания и старения изделий и создает реальные возможности для прогнозирования моментных функций процессов изменения параметров аппаратуры в процессе эксплуатации.

Прогнозирование моментных функций m_x(t), D_x(t), _Kx (t, t´) случайного процесса изменений параметра x(t) может быть успешно выполнено на основе ранее полученных оценок этих параметров. Так, для непрерывных процессов прогнозируемые значения моментных функций находятся интегрированием выражений (1) и (2):

m_{x} (t_{n}) = \int_{0}^{t_{n}} m_{Δ x} (t) d t

, (7)

D_{x} (t_{n}) = \int_{0}^{t_{n}} \int_{0}^{t_{n}} K_{Δ x} (τ) d t d t

, (8)

K_{x} (t_{m}, t_{n}) = \int_{0}^{t_{n}} \int_{0}^{t_{n}} K_{Δ x} (τ) d t d t

. (9)

Для дискретных процессов прогнозируемые значения математического ожидания случайной функции x(t) определяются по формуле:

mx(tn) = m_Δx(t)tn, (10)

где t_n – время, для которого рассчитываются прогнозируемые характеристики процесса x(t).

Дисперсия процесса x(t) для прогнозируемых дискретных t_n определяется по известной корреляционной матрице (9) функции приращений параметра.

Учитывая, что:

D_{x} (t) = D [\sum_{i = 1}^{n} Δ x_{i}]

. (11)

Применяя теорему о дисперсии суммы случайных величин, получим следующие соотношения:

D_x(t) = D_Δx, (12)

D_x(t₂) = D_{Δx $\sum |\begin{matrix} 1 & k_{Δ x 1} \\ k_{Δ x 1} & 1 \end{matrix}|$} (13)

D_x(t₃) = D_Δx

\sum |\begin{matrix} 1 & k_{Δ x 1} & k_{Δ x 2} \\ k_{Δ x 1} & 1 & k_{Δ x 1} \\ k_{Δ x 2} & k_{Δ x 1} & 1 \end{matrix}|

(14)

В общем виде формулу для определения дисперсии процесса изменения параметра во времени можно представить в виде:

D_{x} (t_{n}) = D_{Δ x} \sum_{i = 1}^{n - 1} \sum_{j = 1}^{n - 1} c_{K}

. (15)

где D_Δx – дисперсия функции приращений параметра во времени; с_к – элементы нормированной корреляционной матрицы функции приращений.

Аналогичным путем определяются все корреляционные моменты процесса x(t_n). С учетом того, что:

x (t_{n}) = \sum_{i = 1}^{n} Δ x_{i} (t)

, (16)

K_x(t_m ,t_n) = M{[x(t_m) – m_x(t_m) – m_x(t_m)][x(t_n) – m_x(t_n)]}. (17)

Ниже приведены расчетные формулы при определении первых 15 корреляционных моментов процесса для дискретных t = 2000, 3000 ,..., 6000 м/ч [26]:

1. K_x(t₁,t₂) = D_Δx(1+k₁),

2. K_x(t₁,t₃) = D_Δx(1+k₁+k₂),

…

4. K_x(t₂, t₃) = D_Δx(2+3k₁+k₂),

5. K_x(t₁,t₆) = D_Δx(1+k₁+…+k₅),

6. K_x(t₂,t₃) = D_Δx(2+3k₁+k₂),

7. K_x(t₂,t₄) = D_Δx(2+3k₁+2k₂+k₃),

…

9. K_x(t₂,t₆) = D_Δx(2+3k₁+2k₂+2k₃+2k₄+k₅),

10. K_x(t₃,t₄) = D_Δx(3+5k₁+3k₂+k₃),

11. K_x(t₃,t₄) = D_Δx(3+5k₁+4k₂+2k₃+k₄),

12. K_x(t₃,t₅) = D_Δx(3+5k₁+4k₂+3k₃+2k₄+k₅),

13. K_x(t₄,t₅) = D_Δx(4+7k₁+5k₂+3k₃+k₄),

14. K_x(t₄,t₆) = D_Δx(4+7k₁+6k₂+4k₃+2k₄+k₅),

15. K_x(t₅,t₆) = D_Δx(5+9k₁+7k₂+5k₃+3k₄+k₅).

Методы построения математических моделей надежности

Известно, что скорость изнашивания пропорциональна мощности трения:

γ = α F v

(18)

где

α

– коэффициент; F – сила трения; v – относительная скорость скольжения трущихся тел.

Для повышения эффективности математической модели надежности при прогнозировании необходимо при их построении привлекать обобщенные физические закономерности, определяющие процесс исчерпания ресурса.

Преимущества построения математических методов надежности состоят в том, что данные, используемые для расчета обобщенных закономерностей, могут быть реально оценены на этапе проектирования, и на их основе можно построить методику расчета надежности с использованием результатов испытаний предшественника (аналога).

Рассмотрим процесс механического изнашивания. Износ, отнесенный к одному циклу, записывается в виде [26]:

γ₁ =aA^m1 при A₁A₁₀, (19)

где A₁ – работа трения за один цикл; m – показатель степени (определяется экспериментально); А₁₀ – граничное значение работы трения за цикл.

Определим коэффициент

α

. Износ за n циклов:

U_{n} = γ_{_{1}} n = a A^{m_{1}} n

. (20)

Введем предельный износ U_пр. Тогда мера повреждения:

D'_n = U / U_пр = aA^m1n / U_пр. (21)

Введем базу испытаний N'o и предельную работу трения А₁₀, которые следует определить экспериментально. Тогда при D_n = l:

a / U_пр = 1 / N'₀A^m₁₀,

D'_n = A^m₁n / A^m₁₀N'₀. (22)

Под n = N следует понимать число циклов, при котором достигается предельное состояние.

Оптимизация надежности

На основе математической модели ресурса объекта

t = φ(x₁, x₂, …) (23)

определяем оптимальную надежность, которая обеспечивается минимальным отклонением параметров объекта от желаемого значения.

В качестве функции, характеризующей отклонение возможной надежности от желаемой, введем математическое ожидание квадрата разности показателей:

δ² = M[(z_m–z)²], (24)

где z_m – желаемое значение показателя надежности; z – возможное его значение. Преобразуем выражение, введя среднее значение z_cp:

δ² = M[(z_m–z)²] = … = (z_m–z_ср)²+D_z. (25)

Пусть показатель надежности связан с факторами следующим выражением:

z = a₀ + a₁z₁ + a₂z₂ + a₃z₃ + … . (26)

Тогда:

z_ср = a₀ + a₁z_ср1 + a₂z_ср2 +…, (27)

D_z = a_²1D_z1 + a²₂D_z2 + …, (28)

δ² = [z_cрт– (а₀+а₁z_ср1+…)]²+ a²₁+D_z1+D_z2+…. (29)

Как видим, для достижения результатов необходимо уменьшать дисперсии факторов, влияющих на надежность работы машинно-тракторных агрегатов.

Обсуждение и заключение

Путем определения числовых характеристик по результатам испытаний решена задача прогнозирования параметров изменения технического состояния изделий при эксплуатации. При этом использовались стационарные случайные функции. В качестве примера приведены результаты испытания топливных насосов. Предложены методы получения аналитических зависимостей, описывающих собственно надежность. Эффективность математической модели надежности при прогнозировании можно повысить с помощью привлечения при их построении обобщенных физических закономерностей, определяющих процесс исчерпания ресурса. Для оптимизации надежности необходимо уменьшить дисперсии факторов, влияющих на надежность работы МТА.

Об авторах

Станислав Николаевич Шуханов

ФГБОУ ВО «Иркутский государственный аграрный университет имени А. А. Ежевского»

Автор, ответственный за переписку.
Email: shuhanov56@mail.ru
ORCID iD: 0000-0003-2134-6871

профессор кафедры технического обеспечения АПК инженерного факультета

Россия, 664038, Иркутская область, пос. Молодёжный

Александр Викторович Кузьмин

ФГБОУ ВО «Иркутский государственный аграрный университет имени А. А. Ежевского»

Email: kuzmin_burgsha@mail.ru
ORCID iD: 0000-0002-5669-2232

профессор кафедры технического сервиса и общеинженерных дисциплин инженерного факультета, доктор технических наук

Россия, 664038, Иркутская область, пос. Молодёжный

Петр Антонович Болоев

ФГБОУ ВО «Бурятский государственный университет имени Доржи Банзарова»

Email: vestnik_mrsu@mail.ru
ORCID iD: 0000-0002-3940-1296

профессор кафедры машиноведения, доктор технических наук

Россия, 670000, г. Улан-Удэ, ул. Смолина,д. 24а

Список литературы

Shuhanov, S. N. Interaction Elements of Particles of Grain Lots with Air during the Work of Tape Thrower / S. N. Shuhanov // Agrarian Scientific Journal. – 2015. – Vol. 12. – Pp. 58–59.
Samoilenko, D. Improvement of Torque and Power Characteristics of V-Type Diesel Engine Applying New Design of Variable Geometry Turbocharger (VGT) / D. Samoilenko, A. Marchenko,H. M. Cho. – doi: 10.1007/s12206-017-0950-2 // Journal of Mechanical Science and Technology.– 2017. – Vol. 31, issue 10. – Pp. 5021–5027. URL: https://link.springer.com/article/10.1007/s12206-017-0950-2#citeas (дата обращения: 10.02.2020).
Ovchinnikov, A. S. Energy and Agrotechnical Indicators in the Testing of Machine-Tractor Units with Subsoiler / A. S. Ovchinnikov, A. S. Mezhevova, A. E. Novikov [et al.] // ARPN Journal of Engineering and Applied Sciences. – 2017. – Vol. 12, issue 24. – Рp. 7150-7160. URL: http://www.arpnjournals.org/jeas/research_papers/rp_2017/jeas_1217_6597.pdf (дата обращения: 10.02.2020).
Бутенко, А. Ф. К обоснованию эффективности использования комбинированного ленточного метателя зерна / А. Ф. Бутенко, А. В. Асатурян // Международный технико-экономический журнал. – 2018. – Вып. 1. – С. 80–86. URL: http://www.tite-journal.com/fileadmin/fail/tite-journal_1_2018/Butenko.pdf (дата обращения: 10.02.2020). – Рез. англ.
Nuralin, B. Constructive-Regine Parameters of Rotor-Brush Cleaner for Tuberous Foots Dry Cleaning / B. Nuralin, A. Bakushev, M. Janaliev [et al.] // Journal of the Brazilian Society of Mechanical Sciences and Engineering. – 2018. – T. 40, № 2. – 113 p.
Piven, V. V. Determination of the Extent of Fraction in Air Separation of Grain Material /V. V. Piven. – doi: 10.1088/1742-6596/1059/1/012001 // Journal of Physics Conference Series. – 2018. –Vol. 1059, issue 1. – Р. 012001. URL: https://www.researchgate.net/publication/326495712_Determination_of_the_Extent_of_Fraction_in_Air_Separation_of_Grain_Material (дата обращения: 10.02.2020).
Алтухов, С. В. Анализ гидродинамических характеристик распылителей форсунок ДВС /С. В. Алтухов, С. Н. Шуханов // Тракторы и сельхозмашины. – 2018. – № 3. – С. 3–6. URL:https://mospolytech.ru/storage/f033ab37c30201f73f142449d037028d/files/Traktory_i_selhozmashiny_No3_2018.pdf (дата обращения: 10.02.2020). – Рез. англ.
Шуханов, С. Н. Элементы взаимодействия зубчатых передач механических трансмиссий автотракторной техники / С. Н. Шуханов, А. Ю. Кузькин, В. В. Скутельник [и др.] // Известия Оренбургского государственного аграрного университета. – 2018. – №1 (69). – С. 107–109. URL: https://orensau.ru/images/stories/docs/izvestia/2018/Izvestia_1_69.pdf (дата обращения: 10.02.2020).
Druzyanova, V. P. Mathematical Model of Biogas Treatment Process with a Zeolite Filter / V. P. Druzyanova, Y. Zh. Dondokov, O. M. Osmonov [et al.] // International Journal of Civil Engineering and Technology. – 2018. – Vol. 9, issue 9. – Pp. 280–288. URL: https://www.researchgate.net/publication/328272717_Mathematical_model_of_biogas_treatment_process_with_a_zeolite_filter (дата обращения: 10.02.2020).
Болоев, П. А. Экспериментальный стенд для исследования энергетической установки с биогазовым ДВС / П. А. Болоев, В. П. Друзьянова, Н. В. Петров. – doi: 10.31992/0321-4443-2019-1-3-8 //Тракторы и сельхозмашины. – 2019. – № 1. – С. 3–8 URL: https://mospolytech.ru/storage/files/doi/file_7fc8ef54a8154c28341bf9a47443a5ce_1562003337.pdf (дата обращения: 10.02.2020). – Рез. англ.
Друзьянова, В. П. Методика разработки и обоснования параметров фильтра по очистке биогаза для использования в двигателях внутреннего сгорания / В. П. Друзьянова, О. П. Семенова,Г. А. Соловьев // Ремонт. Восстановление. Модернизация. – 2019. – № 1. – С. 11–14. URL: http://www.nait.ru/journals/number.php?p_number_id=2869 (дата обращения: 10.02.2020). – Рез. англ.
Шуханов, С. Н. Методика проведения тепловых испытаний агрегатов трансмиссии авто-тракторной техники агропромышленного комплекса / С. Н. Шуханов, В. В. Скутельник, О. Л. Маломыжев. – doi: 10.34286/1995-4646-2019-66-3-77-83 // Международный технико-экономический журнал. – 2019. – № 3. – С. 77–83. URL: http://www.tite-journal.com/content/2019/vypusk-no3/#c12067 (дата обращения: 10.02.2020). – Рез. англ.
Шуханов, С. Н. Моделирование рабочих процессов машинно-тракторных агрегатов агропромышленного комплекса / С. Н. Шуханов, А. В. Кузьмин, П. А. Болоев // Известия Оренбургского государственного аграрного университета. – 2019. – № 1 (75). – С. 74–75. URL: https://cyberleninka.ru/article/n/modelirovanie-rabochih-protsessov-mashinno-traktornyh-agregatov-agropromyshlennogo-ko mpleksa (дата обращения: 10.02.2020).
Важенин, А. Н. Динамическая модель МТА с учетом условий его функционирования /А. Н. Важенин, Б. А. Арютов, А. В. Пасин // Тракторы и сельскохозяйственные машины. – 2007. –№ 9. – С. 21–23.
Пасин, А. В. Сезонное расписание и темпы выполнения полевых механизированных работ / А. В. Пасин, Б. А. Арютов, Р. В. Кошелев [и др.] // Механизация и электрификация сельского хозяйства. – 2007. – № 11. – С. 2–4.
Арютов, Б. А. Повышение эффективности производственных процессов в растениеводстве / Б. А. Арютов, А. И. Новожилов, А. В. Пасин [и др.] // Техника в сельском хозяйстве. – 2007. –№ 6. – С. 50–51.
Арютов, Б. А. Процедуры многокритериальной оптимизации производственных процессов в растениеводстве / Б. А. Арютов, А. В. Пасин, А. В. Бакланов // Вестник Федерального государственного образовательного учреждения высшего профессионального образования «Московский государственный агроинженерный университет имени В. П. Горячкина». – 2007. – № 3 (1). – С. 61–65.
Важенин, А. Н. Оптимальная сезонная продолжительность выполнения полевых механизированных работ / А. Н. Важенин, А. В. Пасин, Б. А. Арютов [и др.] // Вестник Федерального государственного образовательного учреждения высшего профессионального образования «Московский государственный агроинженерный университет имени В. П. Горячкина». – 2007. – № 3 (2). –С. 67–69.
Важенин, А. Н. Регулирование движения МТА / А. Н. Важенин, Б. А. Арютов, А. В. Пасин // Тракторы и сельскохозяйственные машины. – 2008. – № 2. – С. 28–29.
Важенин, А. Н. Упорядочение производственных процессов в растениеводстве / А. Н. Важенин, Б. А. Арютов, А. В. Пасин [и др.] // Механизация и электрификация сельского хозяйства. –2008. – № 6. – С. 9–11.
Важенин, А. Н. Оптимизация технической оснащенности производственных процессов в растениеводстве с учетом условий их функционирования / А. Н. Важенин, Б. А. Арютов, А. В. Пасин [и др.] // Вестник Федерального государственного образовательного учреждения высшего профессионального образования «Московский государственный агроинженерный университет имени В. П. Горячкина». – 2008. – № 3 (2). – С. 72–76. URL: https://cyberleninka.ru/article/n/optimizatsiya-tehnicheskoy-osnaschennosti-proizvodstvennyh-protsessov-v-rastenievodstve-s-uchetom-usloviy-ih-funktsionirovaniya (дата обращения: 10.02.2020).
Шкрабак, С. Н. Оптимизация работы МТА в технологических звеньях поточных линий /С. Н. Шкрабак, А. В. Бечин // Сельский механизатор. – 2007. – № 5. – С. 40–41. URL: http://selmech.msk.ru/507.htm#_ТЕХНИКЕ_–_ДОЛГИЙ_ВЕК (дата обращения: 10.02.2020).
Галиев, И. Г. Управление работоспособностью техники с учетом условий аграрного производства / И. Г. Галиев, И. Р. Исхаков, А. Р. Шамсутдинов [и др.] // Вестник Казанского ГАУ. – 2010. –№ 3 (17). – С. 86–88. URL: http://www.vestnik-kazgau.com/images/archive/2010/3/23_galiev.pdf (дата обращения: 10.02.2020). – Рез. англ.
Новожилов, А. И. К обоснованию интенсивных методов повышения эффективности использования механизированных технологических комплексов / А. И. Новожилов // Вестник Саратовского госагроуниверситета им. Н. И. Вавилова. – 2011. – № 7. – С. 52–55. URL: http://agrojr.ru/index.php/asj/issue/view/135/2011_7 (дата обращения: 10.02.2020). – Рез. англ.
Новожилов, А. И. Статистическая оценка надежности машинно-тракторных агрегатов /А. И. Новожилов, Б. А. Арютов, А. А. Тихонов // Вестник Ульяновской государственной сельскохозяйственной академии. – 2011. – № 2 (14). – С. 108–110. URL: https://vestnik.ulsau.ru/upload/iblock/923/vestnik-2011-2(14).pdf (дата обращения: 10.02.2020). – Рез. англ.
Николаенко, А. В. Обоснование величин оптимальных эксплуатационных допусков на регулировочные параметры топливной дизелей сельскохозяйственных тракторов / А. В. Николаенко,В. Н. Хватов, В. Н. Сергеев // Двигателестроение. – 1983. – № 7. – С. 45–48.

Дополнительные файлы

Доп. файлы

Действие

1. JATS XML

Скачать

Будьте в курсе новостей.
Подпишитесь на наш Telegram-канал.
https://t.me/eng_techn

Имя пользователя
Пароль
Запомнить меня

Забыли пароль?	Регистрация

Имя пользователя
Пароль
Запомнить меня

Забыли пароль?	Регистрация

Том 35, № 2 (2025)

Том 35, № 2 (2025)

Надежность работы машинно-тракторного агрегата

Полный текст

Аннотация

Ключевые слова

Полный текст

Введение

Обзор литературы

Материалы и методы

Результаты исследования

Обсуждение и заключение

Об авторах

Станислав Николаевич Шуханов

Александр Викторович Кузьмин

Петр Антонович Болоев

Список литературы

Дополнительные файлы