CC BY
15
НАУКОЕМКИЕ ТЕХНОЛОГИИ В КОСМИЧЕСКИХ ИССЛЕДОВАНИЯХ ЗЕМЛИ, Т 10 № 2-2018 АВИАЦИОННАЯ И РАКЕТНО-КОСМИЧЕСКАЯ ТЕХНИКА
¿с 10.24411/2409-5419-2018-10036
ОСНОВЫ МЕТОДИКИ ОЦЕНИВАНИЯ КАЧЕСТВА ПОВЕРХНОСТЕЙ СТЕНОК КАМЕР ЖИДКОСТНЫХ РАКЕТНЫХ ДВИГАТЕЛЕЙ ПО СТАТИСТИЧЕСКИМ ХАРАКТЕРИСТИКАМ ПАРАМЕТРОВ ОТРАЖЕННОГО СВЕТА
ЛЕБЕДЕВ
Евгений Леонидович1 ЛЕБЕДЕВ
Алексей Сергеевич2
МИХАЙЛЕНКО Александр Владимирович3
Сведения об авторах:
1д.т.н., доцент, начальник кафедры контроля качества и испытаний вооружения, военной и специальной техники Военно-космической академии имени А.Ф.Можайского, г. Санкт-Петербург, Россия, [email protected]
2к.т.н., преподаватель кафедры контроля качества и испытаний вооружения, военной и специальной техники Военно-космической академии имени А.Ф.Можайского, г. Санкт-Петербург, Россия, [email protected]
3адъюнкт кафедры контроля качества и испытаний вооружения, военной и специальной техники Военно-космической академии имени А.Ф.Можайского, г. Санкт-Петербург, Россия, [email protected]
АННОТАЦИЯ
Рассмотрен вопрос необходимости контроля качества поверхности стенок камер жидкостных ракетных двигателей. Дано определение качества поверхности указанных элементов, представлены основные методы его контроля на предприятиях оборонно-промышленного комплекса. Описан оптико-электронный метод неразрушающего контроля качества поверхностей изделий. Предложен статистический подход к оцениванию интенсивности отраженного света в цифровых изображениях поверхностей контролируемых элементов изделий ракетно-космической техники. Приведены экспериментальные исследования, суть которых заключалась в зондировании монохроматическим излучением контролируемых поверхностей экспериментальных образцов, изготовленных из жаростойкого нержавеющего сплава, используемого при изготовлении стенок камер маршевых жидкостных ракетных двигателей с фиксацией отраженного света на цифровой носитель информации. Выполнено физическое моделирование нормированных нарушений качества контролируемых поверхностей. В качестве возможных нарушений обработки и чистоты поверхности принимались повышенная шероховатость, различные уровни загрязнения техническими смазочными материалами, наличие следов коррозии, технологических загрязнений, которые ухудшают технико-экономическое показатели, надежность и долговечность деталей и узлов двигателей. Выбраны нарушения обработки и чистоты поверхности и количественные характеристики данных видов нарушений. Полученные цифровые изображения поверхностей описанных экспериментальных образцов обрабатывались с помощью зарегистрированной установленным порядком программы обработки данных цифровых изображений для получения значений матрицы интенсивности света каждой точки цифрового изображения поверхности. Для определения статистической характеристики, а именно вероятности попадания значений яркости каждой точки поверхности в заданный интервал установленного диапазона, анализировалось общее количество значений яркостей точек цифрового изображения (зарегистрированного параметра) в определенных интервалах значений. Результатом статистической обработки параметров цифровых изображений являются вышеуказанные распределения вероятностей, которые содержат в себе первичную информацию о состоянии контролируемой поверхности.
Таким образом, полученные статистические данные позволили сделать вывод о наличии или отсутствии вышеописанных нарушений обработки и чистоты поверхностей.
КЛЮЧЕВЫЕ СЛОВА: контроль качества; интенсивность света; контролируемая поверхность; стенки камеры; шероховатость.
Для цитирования: Лебедев Е.Л., Лебедев А. С., Михайленко А. В. Основы методики оценивания качества поверхностей стенок камер жидкостных ракетных двигателей по статистическим характеристикам параметров отраженного света // Наукоемкие технологии в космических исследованиях Земли. 2018. Т. 10. № 2. С. 4-11. ¿с 10.24411/2409-5419-2018-10036
Уо!. 10. N0. 2-2018, И&ЕБ РЕБЕАРСИ АУ!АТ!ОМ, SPASE-ROCKET HARDWARE
Введение
Современные способы ведения боевых действий не представляются без использования космических средств военного назначения, которые предназначены для решения задач разведки, навигации, управления и связи, метеорологии и топогеодезии. Одним из основных условий успешного использования космических средств для решения задач в интересах Министерства обороны Российской Федерации, является обеспечение успешных запусков космических аппаратов (КА) военного и двойного назначения для формирования и поддержания необходимого состава орбитальной группировки в стратегической космической зоне. Решение данной задачи не представляется возможным без обеспечения требуемой оперативности темпов пусков ракет-носителей (РН).
Известно, что по статистике пусков средств выведения различного назначения за период в 30 лет 3,7% из них завершаются аварийным исходом [1]. Кроме того, половина аварий случается по вине жидкостных ракетных двигателей (ЖРД) РН. Каждый аварийный пуск приводит к срыву выполнения задач по предназначению, значительному материальному ущербу и, что более важно, может привести к человеческим жертвам. Одним из основных решений, влияющих на безопасность и успешность пусков РН, является обеспечение надежности [2] ЖРД. Надежность ЖРД достигается, в том числе, в процессе их изготовления посредством соблюдения всех требований, предусмотренных конструкторской, технологической и нормативной документацией [3].
Наиболее ответственным агрегатом ЖРД, работающим в условиях высоких значений температуры и давления, является его камера. Безусловное достижение описанных выше целей становится возможным только при осуществлении непрерывного контроля качества элементов камеры ЖРД на этапах жизненного цикла [4], в том числе в ходе технологического процесса изготовления ее элементов. Самыми энергонапряженными из них являются внутренняя (огневая) и внешняя стенки (оболочки)
камеры, контроль качества поверхностей которых играет одну из ключевых ролей в обеспечении надёжной работы изделия. К тому же, в соответствии с требованиями нормативно-технической документации попадание загрязнений, следов смазки, наличие следов окисления (коррозии) во внутренние полости камеры не допускается.
Теоретические основы исследования
В настоящее время при контроле качества элементов ракетно-космической техники, все чаще находят применение средства и методы неразрушающего контроля, одним из аспектов применения которых является определение качественных параметров рабочих поверхностей изделий. Камера, как наиболее нагруженный агрегат ЖРД, требует особого подхода к контролю качества ее элементов. Это обусловлено как условиями функционирования, так и ее конструктивными особенностями. Последнее обстоятельство объясняется тем, что камера представляет собой тонкостенную, двухслойную конструкцию со сложной внутренней системой трактов подачи компонентов ракетного топлива. Кроме того, в процессе функционирования камеры, возникающие в ее элементах, напряжения могут приближаться к пределу прочности конструкционных материалов, из которых она выполнена, поэтому наличие даже микроскопических посторонних образований на ее поверхностях или нарушений их обработки как при сборке, так и при испытаниях может привести к нарушению работоспособности камеры в целом. Известны нарушения работоспособности камеры ЖРД по причине низкого качества паяных соединений ввиду ненадлежащей технологической подготовки спаиваемых поверхностей (рис. 1) Существенное влияние на работоспособное состояние камеры оказывает достигнутый уровень и стабильность технологического процесса производства, в рамках которого возможно применение методов неразрушающего контроля качества ее элементов. Одними из таких элементов являются, как было уже описано, поверхности внутренней и внешней стенок камеры ЖРД.
Рис. 1. Дефекты паяных соединений вследствие ненадлежащей технологической подготовки
спаиваемых поверхностей
НАУКОЕМКИЕ ТЕХНОЛОГИИ В КОСМИЧЕСКИХ ИССЛЕДОВАНИЯХ ЗЕМЛИ, Т 10 № 2-2018 АВИАЦИОННАЯ И РАКЕТНО-КОСМИЧЕСКАЯ ТЕХНИКА
Под качеством поверхности стенок камер сгорания ЖРД будем понимать комплексную характеристику, определяющую уровень (степень) соответствия параметров шероховатости и чистоты поверхности требованиям, установленным в нормативно-технической документации. Важной тенденцией развития методов и средств контроля качества поверхностей является стремление к автоматизации и надежности процессов измерения, оперативности получения измерительной информации. Такими прогрессивными методами контроля качества являются бесконтактные оптико-электронные методы измерений. Оптические методы контроля относятся к неразрушаю-щим методам и основаны на использовании физических явлений света, проявляющихся в результате его взаимодействия с контролируемым объектом при получении информации о состоянии объекта и его параметрах. Так в частности, указанные методы позволяют получить первичную информацию о наличии на контролируемой поверхности (элемента) загрязнений (частицы пыли, следы окисления, смазочные материалы и т.д.) и об уровне шероховатости с высокой точностью. Наиболее подходящими оптико-электронными методами для решения задач контроля качества поверхностей стенок камер ЖРД являются, например, рефлектометрический метод, метод темного поля [5], метод цифровой спекл-интерферометрии, метод цифровой голографии [6] и т.д., особенностью которых являются использование в качестве источника освещения колимированного пучка монохроматического излучения для освещения испытуемой поверхности контролируемого элемента, регистрация отраженного от этой поверхности излучения и обработка отраженного сигнала. Наиболее широкое применение на предприятиях оборонно-промышленного комплекса (ОПК) нашли визуально-оптические (эндоскопы, микроскопы) и контактные средства (профилометры различных типов) контроля. Однако, описанные оптико-электронные методы контроля качества поверхности не всегда могут быть в полной мере применены для контроля поверхностей указанных элементов, так как обладают высокими требованиями по виброустойчивости, имеют относительно малую площадь исследуемого участка поверхности, требуют применения дорогостоящего оборудования для обеспечения необходимой точности и оперативности контроля.
Использование в аппаратных средствах контроля систем распознавания все чаще находит совместное применение в различных образцах оборонной промышленности. Для этого применяются алгоритмы обработки изображений, такие как свертка, преобразование Фурье и статистические методы.
В данной работе предлагается оптико-электронный метод контроля поверхностей, основанный на статистических методах обработки данных цифровых изображений,
в частности, на статистической обработке параметра, характеризующего уровень яркости цифрового изображения поверхности контролируемого элемента.
Для получения достоверной информации о качестве поверхности необходимо выполнение следующих основных этапов, включающих предварительную обработку изображения поверхности, поиск дефектных областей на изображении, расчет классификационных признаков по найденным областям, классификацию дефектов и распознавание этих классов [7].
Для оценивания цифрового изображения контролируемой поверхности можно использовать детерминистский и статистический подходы. Ввиду очень малой визуальной различимости получаемых цифровых изображений поверхностей, будет использоваться именно статистический подход [8].
При обработке цифровых изображений значения яркости могут быть описаны с точки зрения вероятностного подхода. Самый известный из них — когда значения яркости трактуются как значения случайные [9]. Предварительные экспериментальные исследования показали, что с одной стороны, изменение качества поверхности влияет на интенсивность отражённого от нее света, с другой стороны, яркость каждой точки (пиксела) является случайной величиной. Наиболее полной характеристикой, описывающей изменение значения случайной величины, является функция распределения. Таким образом, установление зависимости данной характеристики с параметром нарушения поверхности может быть теоретической основой предлагаемого метода [10].
Исходное изображение испытуемой поверхности, получаемое в результате фотосъемки, представляет собой дискретную функцию двух переменных [11]:
I 0 = /(Ш, (1)
где 4 и п — координаты точки в двумерной системе координат исходного изображения; I -относительная интенсивность светового сигнала, пропорциональная яркости точки.
При этом, цифровое изображение (дискретное двумерное пространство), характеризуется относительной интенсивностью светового сигнала каждой точки (пикселя) изображения, которая изменяется в целых числах от 0 до 255 [12].
Для определения статистической характеристики зарегистрированного параметра (интенсивности), а именно распределения вероятности попадания значений интенсивности освещенности каждой точки поверхности в заданный интервал, анализируется общее количество значений интенсивностей точек (пикселей) изображения. Таковые интервалы, в пределах которых приращение ис-
Vol. 10. No. 2-2018, H&ES RESEARCH AVIATION, SPASE-ROCKET HARDWARE
следуемой функции минимально, ограничиваются значениями 0-25, 26-50,..., 226-255.
Для определения вероятности попадания значений интенсивности в освещенности в заданный интервал, рассчитываем заданную вероятность по формуле
Р( x)=N
(2)
где N. — количество пикселей с соответствующими значениями интенсивности, попавших в /-й интервал значений интенсивности; N — общее число пикселей цифрового изображения; х = (х1, х2,..., хп) — вектор признаков; х.— уровень освещенности — измеряемый признак.
Экспериментальные исследования
Целью проводимых экспериментальных исследований являлось получение зависимостей параметров интенсивности света, отраженного от поверхности контролируемого элемента, от степени нарушений ее обработки (уровня шероховатости) и чистоты.
При проведении экспериментальных исследований необходимо было решить следующие задачи:
— подбор и подготовку образцов для экспериментальных исследований;
— имитация нормированных нарушений качества исследуемых поверхностей;
— зондирование экспериментальных образцом монохроматическим излучением;
— фиксацию (проведения съемки) зондированных поверхностей подготовленных испытуемых образцов;
— анализ полученных значений и получение экспериментальных зависимостей.
Экспериментальные образцы были изготовлены из жаростойкой стали 12Х18Н10Т, используемой при изготовлении стенок камер действующих ЖРД [13], размер которых составил 70*60*3 мм. Поверхности экспериментальных образцов предварительно были подготовлены к условиям, удовлетворяющим требованиям, предъявляемым к поверхностям стенок камер ЖРД в соответствии с нормативно-технической документацией. Для физической имитации нарушений качества поверхностей были использованы экспериментальные образцы с разными параметрами шероховатости Яг и Я где Яг — наибольшая высота профиля поверхности (сумма средних абсолютных высот пяти наибольших выступов профиля и глубин пяти наибольших впадин профиля в пределах базовой длины), а Яа — среднее арифметическое из абсолютных значений отклонений профиля в пределах базовой длины, которые изменялись в пределах Я2 = 0,05.10 мкм и Яа = 0,01.2,5 мкм. Производилось нанесение смазочных материалов различной поверхностной плотности на образцы, при этом плотность р =0,00044.0,0015 г/см2. Кроме того, ис-
пользовались образцы с различной степенью окисления 90% раствором соляной кислоты (HCl) по времени воздействия от 0 до 5 часов.
Для освещения поверхностей контролируемых образцов использовался одномодовый лазерный модуль S-5 (Sanyo) видимого (красного) диапазона с мощностью непрерывного излучения 5 мВт в спектральном диапазоне 635 нм, который является оптимальным источником когерентного излучения для построения систем контроля и автоматики, юстировочных и разметочных устройств, а также для научных целей [14].
Для проведения съемки зондированных монохроматическим излучением поверхностей экспериментальных образцов использовался цифровой микроскоп-камера МК-13 с разрешением 1,3 Mpxl, предназначенный для захвата изображения, фотографирования и записи видео в реальном времени. С использованием программы обработки данных цифровых изображений, зарегистрированной установленным порядком [15], проводился анализ интенсивности светового сигнала в цифровых изображениях поверхностей экспериментальных образцов с различным уровнем технических смазочных материалов, наличием следов коррозии, технологических загрязнений, степенью шероховатости, которые ухудшают технико-экономическое показатели, надежность и долговечность деталей и узлов ракетных двигателей при их непосредственной эксплуатации. Схема экспериментальной установки приведена на рис. 2.
Рис. 2. Схема экспериментальной установки: 1 — цифровой микроскоп-камера; 2 — источник монохроматического излучения (лазер); 3 — экспериментальный образец; 4 — предметный столик; 5 — виброустойчивый стол; 6 - ЭВМ
Результатами обработки цифровых изображений контролируемых поверхностей с использованием вышеуказанного программного продукта являлись массивы данных (матрицы) интенсивностей каждой точки (пиксела) с числовым значением из интервала от 0 до 255. Графические изображения данных массивов при различных нарушениях качества поверхности показаны на рис. 3. Полученные массивы значений подвергались обработке
НАУКОЕМКИЕ ТЕХНОЛОГИИ В КОСМИЧЕСКИХ ИССЛЕДОВАНИЯХ ЗЕМЛИ, Т. 10. № 2-2018 АВИАЦИОННАЯ И РАКЕТНО-КОСМИЧЕСКАЯ ТЕХНИКА
Рис. 3. Графическое представление массивов интенсивности для различных нарушений: а) - окисление (3 часа); б) - жировое загрязнение (р^ =0,0009...0,001 г/см2); в) - образец шероховатости (Я = 0,8.2,6 мкм, Я = 0,16.0,32 мкм)
Рис. 4. Сводная гистограмма вероятностных распределений для экспериментальных образцов шероховатости
в соответствии с формулой (2) и рассчитывались значения вероятностей попадания значений яркости в заданный интервал. Результаты расчетов сводились в таблицы с последующим построением по их данным гистограмм вероятностных распределений.
Для каждого изображения строилась гистограмма распределения вероятностей попадания Ж-го количества пикселей в 1-й интервал. Для большей наглядности полученные гистограммы сведены в одну (рис. 4).
Таким же образом были получены сводные гистограммы вероятностных распределений для образцов указанных уровней загрязнения техническими смазочными материалами (жировым покрытием) (рис. 5), а также уровней окисления (следов коррозии) (рис. 6).
Полученные в результате экспериментальных исследований гистограммы распределения вероятностей позво-
Рис. 5. Сводная гистограмма вероятностных распределений
для образцов с различной поверхностной плотностью р^ технического смазочного материала (масло): 1 - р^ = 0 г/см2; 2 - р = 0,0004.0,0005 г/см2; 3 - р = 0,0009.0,001 г/см2; 4 - р= 0,001.0,0015 г/см2
Рис. 6. Гистограмма изменения уровней максимумов распределения вероятностей в зависимости от вида нарушения (загрязнения) поверхности
Vol 10 No 2-2018, H&ES RESEARCH AVIATION, SPASE-ROCKET HARDWARE
Рис. 7. Гистограмма изменения уровней максимумов распределения вероятностей в зависимости от вида нарушения (загрязнения) поверхности
лили сделать вывод о наличии или отсутствии какого-либо физического изменения поверхности контролируемого элемента (наличии на контролируемой поверхности следов смазочных материалов, коррозии, по положению p(x) max на оси гистограммы значений интервалов яркости i). Оценив расположение на оси i максимальных вероятностей попадания в заданный интервал значений яркостей изображения, можно сделать вывод о наличии какого-либо уровня нарушения качества контролируемой поверхности (рис. 7). Подобный подход был применен к определению степени шероховатости поверхности.
Заключение
Таким образом, в результате проведения экспериментальных исследований, можно сделать вывод о возможности оперативного определения нарушений обработки и чистоты поверхностей, по статистическим зависимостям интенсивности света на их цифровых изображениях, что позволит решить задачу автоматизированного контроля качества поверхностей стенок камер ЖРД, обусловленную требованиями развития современных методов и систем контроля, а также повысить достоверность в определении вида и уровня нарушений и повышения качества самого изделия.
Литература
1. Добрынин В. С. Особенности обеспечения надежности и перспективы резервирования жидкостно-ракет-ных двигателей // Методы менеджмента качества. 2016. № 9. С. 54-60.
2. Горский Л. К. Статистические алгоритмы исследования надежности. М.: Наука, 1970. 400 с.
3. Добрынин В. С. К вопросу о надежности ракетных двигателей на жидком топливе // Методы менеджмента качества. 2013. № 9. С. 44-48.
4. Александров Е. С., Баранов Л. Т. и др. Основы эксплуатации космических средств. СПб.: Военный инженерно-космический университет имени А. Ф. Можайского, 2000. 499 с.
5. Бигус Г. А., Даниев Ю. Ф., Быстрова Н. А., Галкин Д. И. Диагностика технических устройств. М.: Изд-во Московского государственного технического университета имени Н. Э. Баумана, 2014. 615 с.
6. Неразрушающий контроль: в 8 т. / Под общ. ред. В. В. Клюева. М.: Машиностроение, 2006. Т. 6. С. 540-555.
7. Горелик А. Л., Скрипкин В. А. Методы распознавания. М.: Высш. школа, 1984. 219 с.
8. Шабанов В. А. Контроль микрогеометрии поверхностей, как задача распознавания образов // Инновации,
НАУКОЕМКИЕ ТЕХНОЛОГИИ В КОСМИЧЕСКИХ ИССЛЕДОВАНИЯХ ЗЕМЛИ, Т 10 № 2-2018 АВИАЦИОННАЯ И РАКЕТНО-КОСМИЧЕСКАЯ ТЕХНИКА
технологии, наука: сб. статей Междунар. науч.-практиче-ской конф. (Самара, 3 декабря 2015). Уфа: МЦИИ «Omega Science», 2015. С. 158-160.
9. Гонсалес Р., Вудс Р. Цифровая обработка изображений. М.: Техносфера, 2012. 1104 с.
10. Лебедев А. С., Лебедев Е. Л., Добролюбов А. Н., Безруков А. В. Методика распознавания степени повреждений поверхности материалов по параметрам акустико-эмиссионных сигналов // Современные наукоемкие технологии. 2017. № 2. С. 36-40.
11. Кофнов О. В. Моделирование процесса контроля периодических структур с применением автоматизированных систем // Известия вузов. Приборостроение. 2015. № 10 (58). С. 855-858.
12. Фурман Я. А., Юрьев А. Н., Яншин В. В. Цифровые методы обработки и распознавания бинарных изображений. Красноярск: Изд-во Краснояр. ун-та, 1992. 248 с.
13. Назаров В.П., УкачиковА.И. Повышение энергоэффективности жидкостного ракетного двигателя // Решетнев-ские чтения: материалы XVIII Междунар. науч. Конф. (Красноярск, 11-14 ноября 2014). Красноярск, 2014. Ч. 1. С. 163-165.
14. Лазерный модуль S-5. URL: http://komoloff. ru/lazernye-moduli/?single_prod_id=46 (дата обращения 10.09.2017).
15. Михайленко А. В., Лебедев Е. Л., Кофнов О. В. Программа обработки данных цифровых изображений. Заяв. № 2016661458 от 26.10.2016. Зарег. 07.02.2017. Св-во № 2017611188.
BASICS OF METHODOLOGY OF EVALUATION OF THE QUALITY OF THE SURFACES OF THE WALLS OF THE CHAMBERS OF LIQUID ROCKET ENGINES ON THE STATISTICAL CHARACTERISTICS OF PARAMETERS OF THE REFLECTED LIGHT
EVGENIY L. LEBEDEV,
St-Peterburg, Russia, [email protected]
ALEKSEY S. LEBEDEV,
St-Peterburg, Russia, [email protected]
ALEXANDER V. MIKHAYLENKO,
St-Peterburg, Russia, [email protected]
KEYWORDS: quality control; intensity; controlled surface; the chamber wall; roughness.
ABSTRACT
The issue of the necessity to control the quality of the surface of the walls of the chambers of liquid rocket engines is considered. The definition of the surface quality of these elements is given, the main methods of its control at the enterprises of the defense-industrial complex are presented. The optical-electronic method of non-destructive quality control of product surfaces is described. A statistical approach to the estimation of the intensity of reflected light in digital images of the surfaces of controlled elements of rocket and space equipment is proposed. Experimental studies were carried out, the essence of which was the monochromatic radiation probing of the controlled surfaces of experimental samples made of a heat-resistant stainless
alloy used in the manufacture of the walls of the chambers of marching liquid rocket engines with the fixation of reflected light onto a digital storage medium. Physical modeling of normalized quality violations of controlled surfaces was performed. As possible violations of processing and surface purity, increased roughness, different levels of contamination with technical lubricants, the presence of traces of corrosion, technological contaminants, which worsen the technical and economic performance, reliability and durability of engine parts and assemblies. The violations of processing and surface purity and the quantitative characteristics of these types of disturbances were selected. The resulting digital images of the surfaces of the described
Vol 10 No 2-2018, H&ES RESEARCH AVIATION, SPASE-ROCKET HARDWARE
experimental samples were processed using a digital image data program registered with the established order to obtain the values of the light intensity matrix of each point of the digital image of the surface. To determine the statistical characteristic, namely, the probability that the brightness values of each point of the surface hit a given range of the set range, the total number of brightness values of the points of the digital image (the registered parameter) in certain intervals of values was analyzed. The result of statistical processing of digital image parameters is the above probability distributions, which contain the primary information about the state of the monitored surface. Thus, the obtained statistical data allowed to draw a conclusion about the presence or absence of the above-described violations of processing and surface cleanliness.
REFERENCES
1. Dobrynin V. S. Features ensure reliability and the prospects for reserving a liquid-propellant rocket engines. Metody menedzh-menta kachestva. [Methods of quality management]. 2016. No. 9. Pp. 54-60. (In Russian)
2. Gorskij L. K. Statisticheskie algoritmy' issledovaniya nadezhnosti [Statistical Reliability Research Algorithms]. Moscow: Science, 1970. 400 p. (In Russian)
3. Dobrynin V. S. To the question about the reliability of rocket engines on liquid fuel. Metody menedzhmenta kachestva. [Methods of quality management]. 2013. No. 9. Pp. 44-48. (In Russian).
4. Aleksandrov E. S., Baranov L. T. Osnovy jekspluatacii kosmich-eskih sredstv [Fundamentals of operation of space vehicles]. St. Peterburg: Voennyy inzhenerno-kosmicheskiy universitet ime-ni A. F. Mozhayskogo, 2000. 499 p. (In Russian)
5. Bigus G. A., Daniev Yu. F., Bystrova N. A., Galkin D. I. Diagnosti-ka texnicheskix ustrojstv [Diagnostics of technical devices]. Moscow: Moskovskiy gosudarstvennyy tekhnicheskiy universitet imeni N. E. Báumana Publ., 2014. 615 p. (In Russian)
6. Klyuyev V. V. (Ed.). Nerazrushajushij kontrol' [Non-destructive testing]. Moscow: Mashinostroenie, 2006. Vol. 6. Pp. 540-555 (In Russian)
7. Gorelik A. L, Skripkin V. A. Metody raspoznavanijaj [Methods of recognition]. Moscow: Vysshaya shkola, 1984. 219 p. (In Russian)
8. Shabanov V. A. Kontrol' mikrogeometrii poverhnostej, kak zada-cha raspoznavanija obrazov [Control of microgeometry of surfaces, as the problem of pattern recognition] Innovacii, tehnologii, nauka:
sbornik statej Mezhdunarodnoj nauchno-prakticheskoj konferencii [Innovations, technologies, science: Sat. articles of Intern. scientific and practical conf., Samara, December 3, 2015]. Ufa: Omega Science, 2015. Pp. 158-160. (In Russian)
9. Gonzalez R., Woods R. Digital image processing. 3rd Edition. Prentice-Hall, 2007. 976 p.
10. Lebedev A. S., Lebedev E. L., Dobrolyubov A. N., Bezrukov A. V. Method for recognizing the degree of damage to the surface of materials by the parameters of acoustic emission signals. Modern high technologies. 2007. No. 2. Pp. 36-40. (In Russian)
11. Kofnov O. V. Modeling of the process of control of periodic structures with the use of automated systems. Izvestiya vysshikh ucheb-nykhzavedeniy. Priborostroenie [Journal of Instrument Engineering]. 2015. Vol. 10. No. 58. Pp. 855-858. (In Russian)
12. Furman Ya. A., Yur'ev A. N., Yanshin V. V. Cifrovye metody obrabot-ki i raspoznavaniya binarnyx izobrazhenij [Digital methods for processing and recognizing binary images]. Krasnoyarsk: Krasnoyarskiy universitet Publ., 1992. 248 p. (In Russian)
13. Nazarov V. P., Ukachikov A. I. Povy'shenie energoeffektivnosti zhidkostnogo raketnogo dvigatelya [Increasing the energy efficiency of a liquid rocket engine]. Reshetnevskie chteniya: materialy XVIII Mezhdunarodnoy nauchnoy konferentsii (Krasnoyarsk, 11-14 noyabrya 2014) [Proceedings of the XVIII international scientific conference "Reshetnev readings" (Krasnoyarsk, 11-14 November 2014)]. Krasnoyarsk, 2014. Pt. 1. Pp. 163-165. (In Russian)
14. Lazernyj modul' [Laser module S-5]. URL: http://komoloff.ru/ lazernye-moduli/?single_prod_id=46 (date of access 10.09.2017). (In Russian)
15. Mikhailenko A. V., Lebedev E. L., Kofnov O. V. Programma obrabot-ki dannyh cifrovyh izobrazhenij [Digital image data processing program]. Declaring 2016661458 of 26.10.2016. It is registered on 07.02.2017. St. 2017611188. (In Russian)
INFORMATION ABOUT AUTHORS:
Lebedev E. L., PhD, Docent, Head of Department of Quality Control and Testing of Weapon of Military Space Academy; Lebedev A. S., PhD, Lecturer of Department of Quality Control and Testing of Weapon of Military Space Academy; Mikhaylenko A. V., Postgraduate at the Department of Quality Control and Testing of Weapon of Military Space Academy.
For citation: Lebedev E. L., Lebedev A. S., Mikhaylenko A. V. Basics of methodology of evaluation of the quality of the surfaces of the walls of the chambers of liquid rocket engines on the statistical characteristics of parameters of the reflected light. H&ES Research. 2018. Vol. 10. No. 2. Pp. 4-11. doi 10.24411/2409-5419-2018-10036 (In Russian)
