CC BY
226
УДК 656.13: 004.93: 51.74
ДИАГНОСТИКА АВТОМОБИЛЕЙ И ТЕОРИЯ РАСПОЗНАВАНИЯ ОБРАЗОВ
© 2016
Доронкин Владимир Геннадьевич, старший преподаватель кафедры «Проектирование
и эксплуатация автомобилей» Тольяттинский государственный университет, Тольятти (Россия) Петин Юрий Петрович, кандидат технических наук, доцент кафедры «Проектирование и эксплуатация автомобилей» Тольяттинский государственный университет, Тольятти (Россия) Колачева Наталья Вениаминовна, кандидат педагогических наук, доцент кафедры «Высшая математика и математическое моделирование» Тольяттинский государственный университет, Тольятти (Россия)
Аннотация. В статье рассматриваются вопросы развития отечественной автомобильной диагностики. Целью работы является анализ существующего положения и определение перспективных направлений работы сельскохозяйственного автомобильного транспорта. При этом решались задачи определения тех систем автомобиля, практика диагностирования которых в настоящее время недостаточна, а также возможности применения как новых, так и незаслуженно забытых традиционных методов диагностирования.
В процессе исследования определены приоритетные цели развития средств диагностики автомобиля как сложной технической системы. Это повышение безопасности и энергоэффективности, решение задач ресурсосбережения и автоматизации процесса диагностирования неисправностей автомобилей, используемых в сельском хозяйстве. Обоснованно определены системы автомобиля, диагностированию которых следует обратить особое внимание, в частности тормоза, рулевое управление, светотехника, шины, двигатель, агрегаты трансмиссии, подвеска.
Рассмотрены варианты распознавания образов в практике автосервиса сельскохозяйственного транспорта и предложено использование блок-схемы системы распознавания образов для диагностирования технического состояния агрегатов и систем в процессе эксплуатации автомобиля. При диагностировании технических устройств на примере тормозной системы автомобиля предлагается использование теории распознавания образов. Для этого разработана аналитическая модель распознавания образов при минимальном числе диагностических параметров. Повышение эксплуатационных характеристик агрегатов, узлов и систем автомобиля обеспечивается внедрением эффективной диагностики в дорожных условиях за счет выбора диагностических параметров по основным агрегатам и системам автомобиля, их минимизации и установления рационального перечня распознаваемых неисправностей.
Результатом работы являются рекомендации по дальнейшему внедрению системы распознавания образов в качестве метода автоматизации процесса диагностирования автомобилей, работающих в агропромышленном комплексе, увеличению числа диагностических параметров и их применению. Приведены примеры устаревших рекомендаций и сделаны выводы о перспективах развития диагностики автомобильного сельскохозяйственного транспорта.
Ключевые слова: автоматизация обслуживания, агропромышленный комплекс, безопасность автомобиля, диагностика автомобиля, сельскохозяйственный транспорт, система распознавания образов, статистическая информация, топливная экономичность, тормозная система, энергоэффективность.
DIAGNOSTICS OF CARS AND THEORY OF RECOGNITION OF IMAGES
© 2016
Doronkin Vladimir Gennadievich, senior teacher of the chair «The designing and operation of the car»
Tolyatti State University, Tolyatti (Russia) Petin Yury Petrovich, candidate of technical sciences, associate professor of the chair «The designing and operation of the car» Tolyatti State University, Tolyatti (Russia) Kolacheva Natalya Veniaminovna, candidate of pedagogical sciences, associate professor of the chair «The higher mathematics and mathematical modeling» Tolyatti State University, Tolyatti (Russia)
Abstract. In article questions of development of domestic automobile diagnostics are considered. The purpose of work is the analysis of the existing situation and definition of the perspective areas of work of the agricultural motor
transport. Thus problems of definition of those systems of the car which practice of diagnosing is insufficient now, and also possibility of application both the new, and unfairly forgotten traditional methods of diagnosing were solved.
In the course of research the priority purposes of development of diagnostic aids of the car as difficult technical system are defined: this increase of safety and energy efficiency, solution of problems of resource-saving and automation of process of diagnosing of malfunctions of the cars used in agriculture. Systems of the car which diagnosing should pay special attention, in particular brakes, a steering, the lighting technician, tires, the engine, transmission units, a suspension bracket are reasonably defined.
Options of recognition of images in practice of car service of agricultural transport are considered and use of the flowchart of system of recognition of images for diagnosing of technical condition of units and systems in use of the car is offered. When diagnosing technical devices on the example of brake system of the car use of the theory of recognition of images is offered. The analytical model of recognition of images at the minimum number of diagnostic parameters is for this purpose developed. Increase of operational characteristics of units, knots and systems of the car is provided with introduction of effective diagnostics in road conditions at the expense of a choice of diagnostic parameters on the main units and systems of the car, their minimization and establishment of the rational list of the recognizable malfunctions.
The results of work are the recommendations about further introduction of system of recognition of images as a method of automation of process of diagnosing cars working in agro-industrial complex, to increase in number of diagnostic parameters and their application. Examples of outdated recommendations are given and conclusions are drawn on prospects of development of domestic automobile diagnostics of motor agricultural transport.
Keywords: service automation, agro-industrial complex, safety of the car, diagnostics of the car, agricultural transport, system of recognition of images, statistical information, fuel profitability, brake system; energy efficiency.
Развитие сельскохозяйственного автомобильного транспорта характеризуется высокой скоростью и интенсивностью движения. Повышенные требования безопасности дорожного движения определяют необходимость разработки систем диагностирования автомобиля, его агрегатов и узлов.
В настоящее время методы диагностики автомобиля, осуществляющего сельскохозяйственные перевозки, применяются практически при всех видах технических воздействий - это техническое обслуживание, ремонт, государственный технический осмотр. Предусмотренное устаревшим «Положением о техническом обслуживании» [1] разделение диагностических операций на два блока Д1 и Д2 не получило распространения и фактически не применяется.
Можно выделить следующие актуальные задачи, которые можно решать, используя возможности автомобильной диагностики:
1. Безопасность автомобиля.
2. Энергоэффективность.
3. Ресурсосбережение.
4. Автоматизация процесса диагностирования.
Нормативными документами при решении
первой задачи являются «Технический регламент о безопасности колёсных транспортных средств» [2] и ГОСТ Р 51709-2001 [3]. Повышение безопасности сельскохозяйственного автомобильного транспорта развивается по нескольким направлениям, в частности: обеспечение безотказной работы систем, влияющих на безопасность при движении; контроль исправного состояния систем пассивной безопасно-
сти; предотвращение несанкционированного использования автомобиля. К этому блоку задач можно отнести и применение систем бортовой диагностики EOBD/OBD-И, в основном отвечающих за экологич-ность двигателя [4, 5].
Повышение энергоэффективности автомобилей, работающих в агропромышленном комплексе, в основном связывается с топливной экономичностью, которая зависит как от технического состояния автомобиля, так и от применяемого топлива, мастерства водителя и дорожных факторов [6].
В решении задач ресурсосбережения на автомобильном сельскохозяйственном транспорте традиционно выделяются направления повышения ресурса автомобилей, их агрегатов и узлов, а также снижение расхода шин, запасных частей и эксплуатационных материалов [7, 8].
Реализуя общие цели автомобильной диагностики, можно их детализировать для решения практических задач по автоматизации диагностики:
1. Локализация неисправности.
2. Оценка необходимости и глубины ремонтных работ.
3. Контроль остаточного ресурса узлов и деталей.
Следует отметить, что к десятым годам XXI века эйфория практикующих автомехаников по поводу возможностей бортовой диагностики с применением сканирующего тестера сошла на нет. Практически не разрабатываются и не внедряются средства внешней диагностики, оборудование и методы
которой так и остались на уровне 30-40-летней давности.
С точки зрения безопасности автомобиля, осуществляющего перевозки сельскохозяйственной продукции, нормативными документами предусмотрена диагностика следующих систем и агрегатов:
1. Тормозное управление.
2. Рулевое управление.
3. Внешняя светотехника.
4. Стеклоочистители и стеклоомыватели.
5.Шины и колёса.
6. Двигатель как источник вредных веществ и
шума.
7. Охранная система.
8. Рабочее место водителя (остекление, зеркала, звуковой сигнал, спидометр, ремни и подушки безопасности) и пр.
Важным требованием безопасности является надежное крепление деталей и герметичность всех агрегатов и систем.
С точки зрения повышения топливной экономичности и снижения расхода деталей и материалов следует развивать диагностику следующих узлов:
1. Двигатель.
2. Агрегаты трансмиссии.
3. Шины и колёса.
4. Подвеска.
5. Системы управления движением.
Теория распознавания образов как инструмент автомобильной диагностики пока ещё не имеет достаточного распространения. Например, большое значение имеет проверка состояния тормозной системы, это важный фактор тормозной и скоростной динамики автомобиля, а также его безопасности. Рассмотрим проблему распознавания неисправностей тормозной системы автомобиля [9]. Для ее решения необходим детальный анализ информации о неисправностях тормозной системы, на основе которого составляется перечень неисправностей, непосредственно влияющих на безопасность движения, затраты на техническое обслуживание (ТО) и ремонт указанной системы с учетом возможностей измерения диагностических параметров [10]. Данный перечень должен представлять максимально достоверную информацию при минимальных затратах при ее получении. Последнее достигается применением методов и средств диагностики в процессе выполнения транспортных работ, то есть в дорожных условиях.
В процессе решения основных задач распознавания ситуаций, процессов, объектов, сигналов ис-
пользуется значительный ресурс памяти. При этом входная информация о признаках, параметрах, образах преобразуется в выходную информацию, в результате чего формируется класс распознаваемого образа (объекта, процесса и т. п.) [11].
Тормозную систему можно рассматривать как систему автоматического управления, где водитель выполняет функции анализатора и осуществляет задающее воздействие при управлении скоростью автомобиля в зависимости от работоспособности системы [12]. Оценка возможностей тормозной системы водителем проявляется при интуитивном сопоставлении скорости движения и дистанции до вероятного препятствия. Регулирование скорости осуществляется периодическим приложением к тормозной педали определенного приводного усилия и ее перемещением. Регистрация записи перемещения тормозной педали, приводного усилия (силы на тормозной педали или давления в приводе) и времени торможения характеризует качество работы тормозной системы в целом и отдельных ее элементов.
В реальных дорожных ситуациях тормозная система работает в разных режимах, зависящих от дорожно-климатических условий, скорости движения, квалификации и индивидуальной компетентности водителя, технического состояния тормозной системы и других факторов. Поэтому для постановки диагноза количественные характеристики указанных факторов частично усредняются в процессе измерения и имеют статистический характер, что учитывается в процессе обработки и анализе полученной статистической информации, то есть при распознавании неисправностей [13]. Для этого используется аналитическая модель распознавания образов при минимальном числе диагностических параметров [14, 15].
В общем виде техническое состояние объекта (автомобиля, агрегата, механизма, системы) может быть представлено алфавитом неисправностей объекта [9]:
А = А^, А1, А^,..., Д.,..., Ам,
где A0 - технически исправный; Ai - конкретная неисправность; M - общее число неисправностей.
Совокупность параметров, которые характеризуют алфавит неисправностей:
Х = Х,,Хп,...,Х,,...Х ,
1? 2? ? к? N ?
где Xk - конкретный параметр; N - общее число параметров; k - текущий номер параметра.
В процессе накоплений статистической информации используется серия реализаций (измерений) количественного значения параметра. Совокупность неодинаковых реализаций, принадлежащих данному алфавиту неисправностей, составляет множество
В = В0,В-1,В2,...,В ,...,Вт ,
(3)
где В0 - элемент при отсутствии неисправностей у объекта; В}- - элемент различных неисправностей у объекта; Т- общее число неодинаковых реализаций.
Следует отметить, что Т >> М, то есть число реализаций значительно превышает число распознаваемых неисправностей.
Геометрическое изменение каждого параметра можно представить в виде точек координатной оси «-мерного пространства [16, 17]. Для случая п = 2 имеет место наглядное геометрическое построение на плоскости. Аналогичные закономерности сохраняются и при использовании большего числа параметров: при п = 3 объемное изображение, при п > 3 -задача теряет наглядную геометрическую интерпретацию [18]. При многократном измерении параметров их количественные значения распределяются относительно точек А7э определенным образом (рисунок 1), и могут служить эталонами определенных неисправностей.
Рисунок 1 - Распознавание образов по расстоянию между точками
Подобные упорядоченные множества точек [19, 20] получаются при серии реализаций для всех
неисправностей и образуют поле эталонов неисправностей для всего алфавита, задаваемого в виде некоторого множества или обучающей последовательности, состоящей из обучающих реализаций. Для проверки качества обучения или для распознавания неисправностей предъявляется другой массив данных - контрольная последовательность.
Возможны следующие варианты распознавания образов в пространстве [21, 22, 23]:
1) по совпадению точек;
2) по расстоянию между точками;
3) по углу между векторами;
4) по включению образа внутрь области;
5) с помощью линейного разделения пространства образов;
6) вероятностным методом распознавания.
Рассмотрим распознавание по расстоянию между точками (рисунок 1). При расположении реализаций неисправностей так, как показано на рисунке, вводится расстояние от точки А7э для всех 7 = 1, 2, 3, ..., М до воспринятого образа. При этом задаются обобщенные образы А7э и расстояния Л7тах (А7х, А7э). Распознавание неисправности сводится к определению расстояний между точками А7х и А7э для каждого 7 = 1, 2, 3, ..., М до тех пор, пока не будет найден обобщенный образ А7э , для которого
Я(А,х ,ЛИ ) < Я, „ах (А,х ,ЛИ ),
4)
Существующие исследования принципиальных путей практической реализации методов распознавания и распознающих устройств отстают от высокого уровня общей теории распознавания образов [15].
В настоящее время, с учетом развития информационных технологий и мехатронных систем, возможна реализация устройств сбора статистической информации с полностью автоматизированным процессом диагностирования [24]. Общая блок-схема работы устройства, работающего по принципу распознавания образов [4], представлена на рисунке 2.
Рисунок 2 - Общая блок-схема системы распознавания образов
На вход системы поступает реализация Bj из числа распознаваемых неисправностей.
Функцией воспринимающего устройства является измерение значений признаков и преобразование их в форму, удобную для дальнейшего анализа. В режиме «обучение» сигналы поступают в блок памяти, предназначенный для хранения эталонов всех распознаваемых неисправностей. В режиме «распознавание» сигнал поступает на устройство сравнения, куда поступает сигнал эталона. Выходные сигналы со всех блоков сравнения подаются на решающе устройство, которое осуществляет отождествление предъявляемой реализации с одним из эталонов и относит её к /-ой неисправности, номер /ой, которой поступает, в результате работы решающего устройства, на выход распознающей системы.
Развитие автомобильной диагностики в отраслевой отечественной науке и практике имеет многолетние традиции [25, 26]. Повышение эксплуатационных характеристик агрегатов, узлов и систем автомобиля обеспечивается внедрением эффективной диагностики в дорожных условиях за счет выбора диагностических параметров по основным агрегатам и системам автомобиля, их минимизации и установления рационального перечня распознаваемых неисправностей.
Бурное развитие электроники и внедрение её на автомобилях отразилось на том, что диагностике механических узлов автомобиля в настоящее время уделяется необоснованно малое внимание. Даже беглый обзор существующих методов автомобиль-
ной диагностики позволяет выявить явный перегиб в сторону электрических параметров, при достаточно большом спектре уже апробированных альтернативных методов диагностики. Очевидно, что при автоматизации диагностики следует использовать все способы, в том числе:
1. Визуальный.
2. Акустический.
3. Вибрационный.
4. Температурный.
5. Измерение давлений.
6. Тензометрия и др.
Думается, можно применять в системе автомобильной диагностики и испытанные методы дефектоскопии.
В качестве иллюстрации можно привести нормативные материалы крупнейшего отечественного производителя [27]. В официальном сборнике приведены 6 технологических инструкций по диагностике автомобилей Lada:
1. Проверка и регулировка света фар.
2. Проверка и регулировка углов установки
колёс.
3. Проверка компрессии двигателя.
4. Проверка тормозных систем (на стенде и методом дорожных испытаний).
5. Проверка и регулировка СО и СН в отработавших газах.
6. Диагностика электрооборудования.
Последняя инструкция самая большая и включает в себя рекомендации по работе на диагностиче-
ском комплексе «Автомастер АМ-1» (или равнозначном мотор-тестере) с пошаговой работой по диагностике следующих систем и агрегатов:
1. Система зажигания.
2. Аккумуляторная батарея.
3. Стартер.
4. Генераторная установка.
Несмотря на значительный объём этой инструкции, основная часть ее посвящена диагностике механического распределителя зажигания, поэтому в настоящее время имеет разве что исторический интерес. После анализа технологий обслуживания современных отечественных и зарубежных автомобилей, легковых с традиционным бензиновым двигателем [28] и с гибридной установкой [29], а также развозных [30] и магистральных [31] грузовиков, можно рекомендовать следующие диагностические параметры, несущие статистическую информацию:
- по двигателю: расход топлива; шум; температура; крутящий момент; частота вращения коленчатого вала;
- по трансмиссии: герметичность; шум; температура; суммарный люфт;
- по шинам: давление в шинах; температура; радиус качения; вес;
- по рулевому управлению: угол поворота рулевого колеса; усилие на рулевом колесе; скорость вращения рулевого колеса;
- по тормозным системам: боковой увод автомобиля при торможении; величина продольного наклона автомобиля и др.
Следует отметить, что важной проблемой развития автомобильной диагностики является оценка экономической эффективности исследований по разработке методов диагностирования и нового диагностического оборудования, а также обоснование внедрения оборудования в предприятиях автосервиса.
В заключение работы можно привести следующие выводы о перспективах развития отечественной автомобильной диагностики:
1. Статистический метод диагностирования в процессе выполнения транспортных сельскохозяйственных работ позволит снизить потребность в дорогостоящих стационарных стендах, что особенно важно при эксплуатации автомобилей большой и особо большой грузоподъёмности.
2. Создание распознающих устройств с автоматизированной обработкой информации, применение современной цифровой техники позволяет получать сведения о техническом состоянии диагностируемого объекта в любой момент эксплуатации.
3. Следует развивать практические приложения автомобильной диагностики на базе теории рас-
познавания образов в направлениях повышения безопасности и энергоэффективности автомобилей, являющихся транпортным звеном в сельском хозяйстве.
СПИСОК ЛИТЕРАТУРЫ
1. Положение о техническом обслуживании и ремонте подвижного состава автомобильного транспорта. М. : Транспорт. 1986. 114 с.
2. Технический регламент о безопасности колёсных транспортных средств. Утвержден Постановлением Правительства Российской Федерации от 10 сентября 2009 г. № 720, опубликован 23 сентября 2009 г.
3. ГОСТ Р 51709-2001. Автотранспортные средства. Требования к техническому состоянию и методы проверки. М. : Издательство стандартов, 2001. 32с.
4. OBD-II и электронные системы управления двигателем. Руководство. Б. Хендерсон, Дж. X. Хей-нес. СПб. : АлфамерПаблишинг, 2009. 248 с.
5. Рокош У. Бортовая диагностика. Перевод с нем. ООО «СтарСПб». М. : ООО «Издательство «За рулем», 2013. 224 с.
6. Доронкин В. Г., Караченцев А. П., Колачева Н. В. Методы решения проблемы экономичного вождения на основе математического моделирования. Вестник НГИЭИ. Выпуск № 11 (54). 2015.
7. Крамаренко Г. В. Техническая эксплуатация автомобилей : Учебник для вузов. 2-е изд., перераб. и доп. М. : Транспорт, 1983. 488 с.
8. Кузнецов Е. С., Болдин А. П., Власов В. М. Техническая эксплуатация автомобилей : учебник для вузов.4-е изд., перераб. и доп. М. : Наука, 2004. 535 с.
9. Петин Ю. П., Мирошников Л. В. Диагностирование тормозных систем автомобилей с применением теории распознавания образов. В сб. : Техническое обслуживание автомобилей. М., 1973 (Труды МАДИ, вып.60).
10. Горелик А. Л., Скрипкин В. А. Методы распознавания. Учеб. пособие для вузов. М. : Высшая школа, 1977.
11. Шибанов Г. П. Распознавание в системах автоконтроля. М. : Машиностроение, 1973.
12. Петин Ю. П., Мирошников Л. В. Устройство для накопления статистической информации об элементах перемещения тормозной педали и усилия на ней. М., 1973 (Труды МАДИ, вып.60).
13. MacKay D. Information, inference, learning algorithms, New-York : Cambridge University Press, 2003.
14. Фомин Я. А. Распознавание образов : теория и применения. Москва : Фазис, 2010. 368 с.
15. Потапов А.С. Распознавание образов и машинное восприятие: Общий подход на основе принципа минимальной длины описания. СПб. : Политехника, 2007. 548 с.
16. Ильин В. А., Позняк Э. Г. Линейная алгебра. 6-е изд. М. : Физматлит, 2010. 280 с. ISBN 978-59221-0481-4.
17. Кострикин А. И. Введение в алгебру. Ч. 2: Линейная алгебра. 3-е. М. : Наука, 2004. 368 с. (Университетский учебник).
18. R. Blei Analysis in integer and fractional dimensions, New-York : Cambridge university press, 556 p. 2003. ISBN 0-511-01266-7 (netLibrary Edition), ISBN 0-521-65084-4 (hardback).
19. Куратовский К., Мостовский А. Теория множеств. М. : Мир, 1970. 416 с.
20. Столл Р. Р. Множества. Логика. Аксиоматические теории. М. : Просвещение, 1968. 232 с.
21. Мазуров В. Д. Математические методы распознавания образов. Уч. пособ. 2-е изд., доп. и перераб. Екатеринбург : Изд-во Урал. ун-та, 2010. 101 с.
22. Журавлев Ю. И., Рязанов В. В., Сенько О. В. Распознавание. Математические методы. Программная система. Практические применения. М. : Фазис, 2005. 159 с.
23. Лепский А. Е., Броневич А. Г. Математические методы распознавания образов. Таганрог : Изд-во ТТИ ЮФУ, 2009. 155 с.
24. Пытьев Ю. П. Неопределенные нечеткие модели и их применения. // Интеллектуальные системы. 2004. Т. 8. Вып. 1-4. С. 147-310.
25. Мирошников Л. В. и др. Диагностирование технического состояния автомобилей на автотранспортных предприятиях. М., «Транспорт», 1977. 263 с.
26. Набоких В. А. Диагностика электрооборудования автомобилей и тракторов. М. : ФОРУМ; НИЦ ИНФРА-М, 2013. 288 с.
27. Куликов А. В., Боюр B. C., Христов П. Н., Климов В. Е., Зимин В. А., Гирко В. Б. Автомобили LADA - диагностика. / Тольятти, 2006. 64 с.
28. Автомобиль Audi А6 : Руководство по эксплуатации, техническому обслуживанию и ремонту. «Ротор», 2008. 560 с.
29. Тойота Приус. Модели 2003-2009 гг. выпуска. Устройство, техническое обслуживание и ремонт. М. : Легион-Автодата, 2009. 568 с.
30. ГАЗ-33021, -2705 «Газель» : Руководство по эксплуатации, техническому обслуживанию и ремонту М. : Издательский Дом Третий Рим, 2007. 180 с.
31. Кузнецов А. Автомобили MA3-5336, -6303: Руководство по эксплуатации, техническому обслуживанию и ремонту. М. : ООО «ИДТР», 2011. 222 с.
УДК 004.056.052
РАСШИРЕНИЕ ВОЗМОЖНОСТЕЙ ЗАЩИТЫ ИНФОРМАЦИИ В MS EXCEL ПОСРЕДСТВОМ ПРИМЕНЕНИЯ МАКРОСОВ
© 2016
Иванов Сергей Леонидович, старший преподаватель кафедры «Информационные системы и технологии» Шамин Алексей Анатольевич, кандидат экономических наук, декан факультета «Информационные технологии и системы связи» Нижегородский государственный инженерно-экономический университет, Княгинино (Россия)
Аннотация. В статье поднимается проблема организации защиты информации при совместной работе с электронными таблицами MS Excel пользователей, имеющих различные права доступа к информации, которая в нем содержится. Дана краткая характеристика причин, вызывающих необходимость применения защиты информации и разграничения прав доступа в офисном делопроизводстве и документообороте. Дан краткий обзор возможностей встроенных механизмов защиты информации, предусмотренных в самом приложении, как на уровне файла в целом, так и на уровне отдельных листов книги Excel, в том числе возможности и способы защиты отдельных ячеек или диапазонов ячеек листа. Описан порядок их применения, проанализированы эффективность и ограниченность этих механизмов. Предлагается способ расширения возможностей защиты информации и разграничения прав доступа вплоть до запрета просмотра информации различным категориям пользователей, что невозможно обеспечить встроенными средствами защиты, но реально воплотить путем использования этих средств совместно со специально разработанными, с помощью встроенного в приложение MS Excel редактораVisual Basic, макросами. Показана актуальность подобного расширения возможностей защиты в современном делопроизводстве. На конкретном примере разобраны нюансы организации такой расширенной защиты, приведены программные коды макросов, обеспечивающих разграничение прав доступа,
