CC BY
19
Вестник РУДН. Серия: Инженерные исследования RUDN Journal of Engineering Research
2022;23(2):146-154
ISSN 2312-8143 (Print); ISSN 2312-8151 (Online) journals.rudn.ru/engineering-researches
DOI 1О.2236312312-8143-2О22-23-2-146-154 УДК 621.43.О3
Научная статья / Research article
Оценка технического состояния электромагнитных форсунок на стенде по погрешности измерения расхода тестовой жидкости
А.А. Ходяков , C.B. Хлопков В.В. Басова , О.И. Телков , А.Д. Космачева
Российский университет дружбы народов, Москва, Российская Федерация Я khlopkov-sv@rudn.ru
Аннотация. Установлено, что средние значения погрешности измерения расхода тестовой жидкости (ТЖ) электромагнитными форсунками (ЭМФ) связаны с пробегом автомобиля. Чем больше пробег, тем выше значение погрешности. Показано, что зависимость погрешности измерения расхода от пробега может быть описана в грубом приближении регрессией. Техническое состояние ЭМФ оценено прибором для очистки и анализа топливных форсунок НР-6В в комплекте с ультразвуковой ванной Ultrasonic Cleaner. Объекты исследования - ЭМФ бензиновых двигателей с распределенным впрыском топлива. Форсунки эксплуатировались в силовых агрегатах автомобилей ГАЗ-27О4О V («Газель»), ZAZ Chance SX, ВАЗ 2121 («Нива»), Chevrolet Lacetti и др. Испытания проведены на 19 комплектах форсунок (в каждом комплекте по 4 форсунки), снятых с двигателей автомобилей с пробегом от О до 188 тыс. км. Испытаны форсунки Siemens DEKA ZMZ 6354, Siemens DEKA VAZ 6238, Siemens DEKA VAZ 2О734, Siemens DEKA VAZ 2О735, Bosch О 28О 158 5О2, Bosch О 28О 158 О17, Bosch О 28О 158 О22, Bosch О 28О 15О 996, Denso 232О9-39145.
Для цитирования
Ходяков А.А., Хлопков С.В., Басова В.В., Телков О.И., Космачева А.Д. Оценка технического состояния электромагнитных форсунок на стенде по погрешности измерения расхода тестовой жидкости II Вестник Российского университета дружбы народов. Серия: Инженерные исследования. 2О22. Т. 23. № 2. С. 146-154. http:IIdoi.orgI10.22363I2312-8143-2022-23-2-146-154
История статьи
Поступила в редакцию: 11 января 2022 г. Доработана: 20 марта 2022 г. Принята к публикации: 4 апреля 2022 г.
Ключевые слова:
электромагнитные форсунки, пробег, отклонение расхода тестовой жидкости, критерий Фишера, ошибка аппроксимации, регрессия, коэффициент детерминации
Evaluation of the technical condition of electromagnetic injectors on the test bench according to the error in measuring the flow rate of the test liquid
Aleksandr A. Khodyakov , Sergey V. Khlopkov Vlada V. Basova , Oleg I. Telkov , Anastasia D. Kosmacheva
Peoples' Friendship University of Russia (RUDN University), Moscow, Russian Federation
5 khlopkov-sv@rudn.ru
Article history Abstract. It has been established that the average values of the error
Received: January 11, 2022 in measuring the flow rate of the test liquid (TL) by electromagnetic injec-
Revised: March 20, 2022 tors (EMI) are associated with the vehicle mileage. The greater the mileage,
Accepted: April 4, 2022 the higher the value of the error. It is shown that the dependence of the error
© Ходяков А.А., Хлопков С.В., Басова В.В., Телков О.И., Космачева А.Д., 2022
I(ее) ф © I This work is licensed under a Creative Commons Attribution 4.0 International License БЯЕКЯ https://creativecommons.Org/licenses/by-nc/4.0/legalcode
in measuring the flow rate on the run can be described in a rough approximation by regression. The technical condition of the EMI was assessed by an instrument for cleaning and analyzing fuel injectors HP-6V, complete with an Ultrasonic Cleaner ultrasonic bath. The objects of study are the EMI of gasoline engines with distributed fuel injection. The injectors were used in the power units of GAZ-27040 V ("Gazelle"), ZAZ Chance SX, VAZ 2121 ("Niva"), Chevrolet Lacetti and others, mileage from 0 to 188 thousand km. Siemens DEKA ZMZ 6354, Siemens DEKA VAZ 6238, Siemens DEKA VAZ 20734, Siemens DEKA VAZ 20735, Bosch 0 280 158 502, Bosch 0 280 158 017, Bosch 0 280 158 022, Bosch 0 280 150 9925, Denso 23925 injectors tested.
For citation
Khodyakov AA, Khlopkov SV, Basova VV, Telkov OI, Kosmacheva AD. Evaluation of the technical condition of electromagnetic injectors on the test bench according to the error in measuring the flow rate of the test liquid. RUDN Journal of Engineering Research. 2022;23(2):146-154. (In Russ.) http://doi.org/10.22363/2312-8143-2022-23-2-146-154
Keywords:
electromagnetic injectors, mileage, average measurement errors of the test liquid flow rate, Fisher's criterion, average relative approximation error, regression, coefficient of determination
Введение
Известно, что техническое состояние (ТС) электромагнитных форсунок (ЭМФ) оказывает влияние на работу бензинового двигателя [1-9]. Проявлениями нарушений ТС устройства впрыска топлива являются неустойчивая работа двигателя (рывки и провалы при увеличении нагрузки на силовой агрегат), снижение его мощности, увеличение расхода топлива, повышенная токсичность отработавших газов [1-3]. Поэтому своевременная диагностика нарушений исправного состояния ЭМФ является задачей, решение которой позволит судить как об остаточном ресурсе, так и о периодичности проведения мероприятий, связанных с восстановлением работоспособности устройства. По рекомендации производителей замену форсунок, независимо от технического состояния механизма, осуществляют на пробеге 100-120 тыс. км. Средняя наработка на отказ может составлять и 125,8 тыс. км [10].
К неисправностям ЭМФ как устройства впрыска топлива относятся межвитковое замыкание обмотки соленоида, снижение жесткости пружины иглы запорного клапана, зависание иглы клапана в крайних верхнем или нижнем положениях [9]. Причинами, оказывающими влияние на работоспособность форсунок, могут быть образующиеся (в результате теплового воздействия) из углеводородов и смол нерастворимые в бензине поверхностные отложения [1-8]. К мероприятиям по установлению нарушений исправного состояния впрыска относятся проверка отсутствия механического повреждения форсунок и наличия соответствующего сигнала, поступающего от электронного блока управления, измерение сопротив-
ления обмотки каждой форсунки, диагностика баланса форсунок1 [4]. Оценку технического состояния топливных форсунок проводят также и с использованием тестовых жидкостей на стендах. Поверяется герметичность клапана устройства, форма распыла факела тестовой жидкости, поступающей из форсунки, качество распыла жидкости, производительность форсунки2 [4].
Пробег автомобилей и сроки эксплуатации ЭМФ не являются определяющими факторами для принятия решения о необходимости проведения процедур очистки форсунок. Техническое состояние устройства зависит не только от образования твердых углеродистых отложений в инжекторе, но и связано со сбоями в электронной системе управления двигателем, с засорением системы питания продуктами, возникающими при использовании низкокачественного бензина3 [1-8; 11]. Поэтому необходимость проведения процессов очистки инжекторов (или их замены) оценивают по представленным ранее проявлениям нарушений технического состояния ЭМФ. Диагностическими параметрами для выявления нарушений технического состояния форсунок, являющимися одновременно и факторами, по которым судят о применимости процедур очистки и замены инжекторов, могут быть баланс форсунок, время срабатывания электромагнита инжектора, расход
1 Гаврилов К.Л. Профессиональная диагностика ДВС систем: топливоснабжения, зажигания, энергоснабжения, пуска автомобилей, дорожно-строительных машин и сельскохозяйственных машин: учебное пособие. 4-е изд. Сергиев Посад: Российский центр сельскохозяйственного консультирования, 2017. 720 с.
2 Там же.
3 Там же.
воздуха двигателем на холостом ходу и др.4 [1; 2; 9; 11-13]. Так, по зависимостям падения давления топлива в рампе от пропускной способности ЭФМ выявлены закономерности, свидетельствующие, что очистку форсунок целесообразно проводить при снижении их пропускной способности на величину 5-12 %, замену - при снижении пропускной способности на величину более 15 % [1].
Очистку форсунок от загрязнений проводят с помощью добавляемых в находящийся в топливном баке бензин химических реагентов или непосредственной подачей специальной жидкости на вход топливной рампы. Снятые с двигателя форсунки очищают от загрязнений в ультразвуковых ваннах и водных растворах, содержащих поверхностно-активные вещества5 [4].
При использовании способа очистки форсунок (без монтажа устройства с двигателя) с использованием химической добавки реагенты вводят в находящийся в топливном баке бензин каждые 2-3 тыс. км пробега [4]. В способе с непосредственной подачей специальной жидкости на вход топливной рампы двигателя очистку форсунок проводят через каждые 20 тыс. км пробега6. Наиболее часто встречающимися в литературе величинами наработки, при которой возникает необходимость очистки форсунок, является пробег автомобиля от 20 до 40 тыс. км7 [8; 11; 12]. Причем, представленные данные имеют рекомендательный характер. Это связано не только с маркой автомобиля и двигателя, но и с регионом, в котором транспортное средство эксплуатируется. Так, для автомобилей ГАЗ (с двигателем ЗМЗ-4062.10), эксплуатирующихся в Омске, периодичность очистки ЭМФ составила 30 тыс. км пробега [12].
Анализируя приведенную информацию следует отметить, что при очевидных достоинствах, связанных с представленными для запуска процедур очистки форсунок изменениями диагностических параметров, существуют и недостатки, к которым в первую очередь относится отсут-
4 Гаврилов К.Л. Профессиональная диагностика ДВС систем: топливоснабжения, зажигания, энергоснабжения, пуска автомобилей, дорожно-строительных машин и сельскохозяйственных машин: учебное пособие. 4-е изд. Сергиев Посад: Российский центр сельскохозяйственного консультирования, 2017. 720 с.
5 Там же.
6 Там же.
7 Там же.
ствие сведений, представляющих как минимум обобщение для разных марок автомобилей, двигателей. Поэтому целесообразно провести оценку технического состояния топливных форсунок не на двигателе, а на стенде; испытывать не один или несколько, а не менее 15 комплектов снятых с моторов форсунок, которыми оснащены силовые агрегаты автомобилей с разным пробегом. Целью таких исследований является установление связи параметров, определяемых на стенде, с величинами пробега автомобилей.
1. Экспериментальная часть
Объектами исследования были ЭМФ бензиновых двигателей с распределенным впрыском топлива. Форсунки эксплуатировались в силовых агрегатах автомобилей ГАЗ-27040 V («Газель»), ZAZ Chance SX, ВАЗ 2121 («Нива»), Chevrolet Lacetti и др. Испытания проводили на 19 комплектах форсунок (в каждом комплекте по 4 форсунки), снятых с двигателей автомобилей с пробегом от 0 до 188 тыс. км.
Техническое состояние устройства впрыска топлива оценивали, используя прибор для очистки и анализа топливных форсунок НР-6В в комплекте с ультразвуковой ванной Ultrasonic Cleaner. Испытывали форсунки Siemens DEKA ZMZ 6354, Siemens DEKA VAZ 6238, Siemens DEKA VAZ 20734, Siemens DEKA VAZ 20735, Bosch 0 280 158 502, Bosch 0 280 158 017, Bosch 0 280 158 022, Bosch 0 280 150 996, Denso 23209-39145.
Измерения расхода тестовой жидкости (ТЖ; LAVR Ln 2004), прокачиваемой через форсунки насосом, осуществляли в автоматическом и ручном режимах настройки частоты пт, ширины т и числа импульсов N/ [4; 10]. Режим 1 - атомиза-ция (форсунки находятся в постоянно открытом состоянии); 2 - холостой ход, n = 650 мин1 («минимум»), т = 3 мс, N = 2000 импульсов; 3 - максимальная нагрузка, n = 2400 мин1, т = 12 мс, N = 1000 импульсов; 4 - работа при высоких скоростях, n = 3600 мин1, т = 6 мс, N = 2000 импульсов.
8 Гаврилов К.Л. Профессиональная диагностика ДВС систем: топливоснабжения, зажигания, энергоснабжения, пуска автомобилей, дорожно-строительных машин и сельскохозяйственных машин: учебное пособие. 4-е изд. Сергиев Посад: Российский центр сельскохозяйственного консультирования, 2017. 720 с.
Расход qi тестовой жидкости при испытании форсунок рассчитывали по формуле
(1)
где Qt - объем топлива за время измерения мл; ^ - время измерения, мин.
2. Результаты и обсуждение
В результате проведенных исследований установлено, что расход тестовой жидкости в режиме 1 (атомизация) для форсунок, снятых с автомобилей с разным пробегом, не может быть обобщающим параметром, по которому следует оценивать техническое состояние устройства от пробега. Это связано с тем, что q отражает не только зависящую от наработки степень загрязнения форсунок, но и разницу в пропускной способности изделия (регламент производителя). Поэтому целесообразно для объектов исследования, отличающихся изначально производительностью, оценку технического состояния проводить по среднему значению погрешности измерения (Лqср) расхода ТЖ:
А^ср =
(2)
где ±Aq - погрешность среднего арифметическо-
-1.
го расхода тестовой жидкости, мл-мин ; п - число значений параметра ±Лqi в интервале пробега. Параметр ±Лqi рассчитывали по формуле
сунок с другими показателями наработки. Поэтому при расчете Лqсp по всем режимам испытания данные режима 2 не учитывали.
Таблица 1
Значения погрешности измерения ±Дф расхода тестовой жидкости при различных режимах испытания форсунок
Режим Bosch 0 280 158 502 Bosch 0 280 158 502
ручной с пробегом с пробегом
настройки 57 тыс.км,±Аф 150 тыс. км, ±Aq i
1 1,8 21,4
2 0,4 1,7
3 1,6 14,1
4 1,3 13,4
Table 1
Values of measurement error ±Aq, of the test liquid flow rate in various injector test modes
Manual tuning mode Bosch 0 280 158 502 with a mileage of 57 thousand km, ±Aq, Bosch 0 280 158 502 with mileage of 150 thousand km, ±Aq
1 1.8 21.4
2 0.4 1.7
3 1.6 14.1
4 1.3 13.4
Таблица 2
Средние значения погрешности Ддср, у, измерения расхода ТЖ в интервале пробега L
тыс. км
0-33 33-66 66-99 99-132 132-165 ДЧср
1,5
2,4
6,0
7,5
9,5
n
±Н = ¡0,95 ~П= , (3)
>/Пизм
где ¡0,95 - коэффициент Стьюдента при доверительной вероятности 0,95; 5 - стандартное отклонение; Пизм - число измерений (для комплекта из четырех форсунок пШм = 4).
В табл. 1 представлены рассчитанные параметры ±Лqi для форсунок с наработкой 57 и 150 тыс. км пробега. Из сопоставления данных следует, что значение ±Лqi, полученное в режиме 2, резко отличается от погрешности среднего арифметического расхода тестовой жидкости режимов 1, 3 и 4. Причем такое же отличие наблюдается и для фор-
Table 2
Average values of the error Aqcp, y, of measuring the flow rate of the test liquid in the run interval L
L, thousands km
0-33 33-66 66-99 99-132 132-165
_Aqavg_
1.5 2.4 6.0 7.5 9.5
Из анализа данных (табл. 2) следует, что с увеличением пробега автомобиля наблюдается рост параметра ЛqCp(yl). Это свидетельствует о
существовании связи между Дqсp и Ь, исследование которой проводили, используя табличный
процессор Microsoft Office Excel9 [14; 15]. Объясняющей переменной x; при таком исследовании была середина интервала пробега L.
Степень тесноты связи между значениями пробега и средними значениями погрешности измерения расхода ТЖ оценивали корреляционным анализом. Установлено, что коэффициент корреляции между параметрами А^ср и пробегом составил 0,99. Следовательно, связь между значениями пробега и средними значениями погрешности измерения расхода ТЖ полная, функциональная.
В табл. 3 представлены уравнения регрессии, полученные аппроксимацией данных с помощью линии тренда, и величины достоверности аппроксимации - коэффициенты детерминации.
Таблица 3
Уравнения регрессии и величины достоверности аппроксимации R2
№ п. п. Уравнение R2
1 у = 1,2875exp(M0-5x) 0,9345
2 у = 0,00006x + 0,073 0,9723
3 у = 610-5x + 710-12x2 + 0,1039 0,9723
4 у = 0,0002x°'8901 0,9360
Table 3
Regression equations and approximation confidence values R 2
Item number Equation R2
1 у = 1.2875exp(110-5x) 0.9345
2 у = 0.00006x + 0.073 0.9723
3 у = 610-5x + 710-12x2 + 0.1039 0.9723
4 у = 0.0002xa8901 0.9360
Регрессия в виде квадратичного уравнения нелинейная относительно объясняющих перемен-
9 Абдуллин Р.З., Абдуллин В.Р. Эконометрика в MS Excel: практикум. Иркутск: Изд-во БГУ, 2016. 135 с. URL: http://lib-catalog.isea.ru (дата обращения: 20.12.2021); Вос-кобойников Ю.Е. Эконометрика в Excel: в 2 ч. Ч. 1. Парный и множественный регрессионный анализ: учебное пособие. Новосибирск: Изд-во НГАСУ, 2005. 156 с.; Кадочникова Е.И. Эконометрика: конспект лекций. Казань: Казанский федеральный университет, 2013. 106 с.; Ляховецкий А.М., Кре-мянская Е.В., Климова Н.В. Статистика: учебное пособие. М.: КНОРУС, 2016. 362 с.
ных и линейная относительно параметров модели . Поэтому оценки метода наименьших квадратов преобразованной линейной модели, полученные при помощи функции «Регрессия» табличного процессора Microsoft Office Excel, являются оценками параметров нелинейной модели (табл. 4: параметры ^расч, R2). Экспоненциальные и степенные модели, относящиеся к нелинейной по параметрам регрессии, внутренне линейные11. Модель степенной регрессии yi = axbizi (a и b -
коэффициенты регрессии, S; - случайная ошибка регрессии) после логарифмирования (линеаризации) ln y; = ln a + b ■ ln xt + ln 8; и замены lny;, lna, lnx;, lns; на y*, a*, x*, Si* преобразуется в линейное уравнение вида y* = a + bxi + 8* . Идентично и для модели yi = аebXi8i (табл. 3) после
логарифмирования y*; = lny*, s*; = lns*, a* = lna экспоненциальное уравнение преобразуется в линейное: y* = a* + bxi + 8*.
Для линеаризованной экспоненциальной модели в итоговых данных инструмента анализа «Регрессия» a' = 0,2527 , b = 1,46397 ■ 105. Иско-
bx
мое значение a в модели y. = ае ; 8; составило а=еа =1,287479. Оцененная экспоненциальная модель приобретает вид y = 1,287479exp(1,46397 ■ 105 x), степенная после аналогичных преобразований -y = 0,000224x°'890094.
Проверку статистической значимости уравнений регрессии проводили по критерию Фишера ^расч. Прогностическое качество оценивали индексом корреляции n(n = R2). Вычисляли также среднюю относительную ошибку аппроксимации Ä. Табличное значение критерия Фишера (критическое значение ^крит) определяли с помощью встроенной функции Excel <^РАСПОБР» при уровне значимости 0,05. В уравнениях для расчета использовали y - теоретическое (расчетное, предсказанное) значение А^; y; - текущий параметр Aqср (табл. 2); y - средняя величина
Адср; n - число наблюдений; m - число параметров при переменных х. Результаты расчетов приведены в табл. 4.
10 Абдуллин Р.З., Абдуллин В.Р. Эконометрика в MS Excel: практикум. Иркутск: Изд-во БГУ, 2016. 135 с. URL: http://lib-catalog.isea.ru (дата обращения: 20.12.2021).
11 Там же.
Таблица 4
Характеристика регрессионных моделей
Регрессия A, % n Fpac4 R2
Квадратичная 14 0.9861 35.1 19.0 0.9723
Линейная 14 0.9861 105.4 10.1 0.9723
Экспоненциальная 15 0.9834 27.5 10.1 0.9671
Степенная 15 0.9799 61.1 10.1 0.9602
Characterization of regression models Table 4
Regression A, % n Festimate Fcritical R2
Quadratic 14 0,9861 35,1 19,0 0,9723
Linear 14 0,9861 105,4 10,1 0,9723
Exponential 15 0,9834 27,5 10,1 0,9671
Nonlinear 15 0,9799 61,1 10,1 0,9602
Критерием статистической значимости (адекватности) уравнений регрессии является условие, при котором ^расч > ^крит. Этому условию удовлетворяют значения критерия Фишера квадратичной, линейной, экспоненциальной и степенной регрессий (табл. 4). Точность математической модели оценивают по величине ошибки аппроксимации. Высокая точность модели характеризуется значениями А ниже 10 %. Таким значением не обладает ни одна из представленных моделей (табл. 4). Поэтому был проведен расчет параметров экспоненциальной и степенной регрессий нелинейным оцениванием с использованием надстройки «Поиск решения» [15; 16]. В надстройке реализован поиск решения нелинейных задач методом обобщенного понижающего градиента. В табл. 5 представлены результаты проведенного расчета.
Таблица 5
Нелинейное оценивание параметров экспоненциальной и степенной регрессий
Уравнение после
нелинейного A, % n Fpac4 FKp„r R2
оценивания
У = 1,170exp(1,460-10-5х) 12 0,9296 24,6 10,1 0,8642
У = 0,0001136x°'9522 14 0,9854 98,7 10,1 0,9710
Table 5
Nonlinear estimation of parameters of exponential and nonlinear regressions
Equation after nonlinear estimation A, % n Festimate Critical R2
у = 1.170exp(1.46°1°-5x) 12 0.9296 24.6 10.1 0.8642
у = 0.0001136x°9522 14 0.9854 98.7 10.1 0.9710
Из анализа данных (табл. 4, 5) следует, что все модели являются грубым приближением регрессии к реальной зависимости (значение средней ошибки аппроксимации для грубых моделей не должно превышать 15 %). Линейная и степенная регрессии более адекватно, чем квадратичная и экспоненциальная модели, описывают исходные данные.
Представленные модели могут быть использованы для практического применения, но с поправками, учитывающими количество объектов испытания. Так, для разработки систем обеспечения работоспособности электроники, управляемой двигателем, минимальный объем выборки обследования электронных компонентов составлял 58 [17]. Изменение интенсивности отказов электромагнитных форсунок от пробега автомобиля, установленное по представленным в работе данным, описывается экспоненциальной регрессией. При малом числе обследованных объектов (малая выборка) следует учитывать метод статистический обработки, предназначенный для работы именно с таким количеством результатов испытаний [18].
Заключение
Средние значения погрешности измерения расхода тестовой жидкости, наблюдаемые при испытании форсунок на стенде, связаны с пробегом автомобиля. Чем больше пробег, тем выше средние значения погрешности измерения расхода. Показано, что зависимость средних значений погрешности измерения расхода тестовой жидкости от пробега может быть описана в грубом приближении регрессией.
Список литературы
1. Вереютин А.Ю. Способ диагностирования электромагнитных форсунок двигателей с впрыскиванием бензина: дис. ... канд. техн. наук. Рязань, 2010. 143 с.
2. Овчинников Г.В. Влияние загрязнения и износа элементов электромагнитных форсунок на характеристики автомобильного бензинового двигателя: дис. ... канд. техн. наук. Владимир, 2009. 144 с.
3. Цэдашиев Ц.В. О необходимости промывки и очистки форсунок инжекторной системы питания // Научные исследования студентов в решении актуальных проблем АПК: материалы региональной студенческой научно-практической конференции: в 2 т.
Т. 2. Иркутск: Иркутский государственный аграрный университет имени А.А. Ежевского, 2016. С. 253-258.
4. Григорьев М.В., Далидович А.А. Диагностика и обслуживание электромагнитных форсунок бензиновых ДВС: методические указания к лабораторной работе по курсам: «Эксплуатация наземных транспортно-техно-логических средств», «Основы диагностики наземных транспортно-технологических средств». М.: МАДИ, 2018. 52 с.
5. Зеленин В.А., Суханов С.А. Методика предварительного диагностирования работоспособности бензиновых ДВС инжекторного типа // Научный вестник НГГТИ. 2017. Т. 3. С. 33-36.
6. Березюков Д. С. Разработка метода безразборного диагностирования электромагнитных форсунок ДВС с впрыском легкого топлива и исследование изменений их рабочих показателей: дис. ... канд. техн. наук. Волгоград, 2012. 131 с.
7. Киселев Д.В., Шурин С.А. Промывка форсунок и топливной рейки бензинового двигателя без демонтажа и применения специализированной аппаратуры // Научные проблемы материально-технического обеспечения Вооруженных сил Российской Федерации: сборник научных трудов. СПб.: Изд-во Политехнического университета, 2017. С. 221-226.
8. Красота М.В., Шепеленко И.В., Матвиенко А А., Аль Соодани Салем М. Муташаир. Исследование влияния загрязнений электромагнитных форсунок на параметры бензиновых двигателей // Конструирование, производство и эксплуатация сельскохозяйственных машин. 2013. Т. 43. Ч. 2. С. 125-133.
9. Патрин А.Н., Нечаев В.В., Меркушов Ю.Н. Функциональное диагностирование электромагнитных форсунок впрысковых ДВС с искровым зажиганием // Автомобильная промышленность. 2007. № 8. С. 29-31.
10. Баженов Ю.В., Каленов В.П. Прогнозирование остаточного ресурса электронных систем управления двигателем // Вестник СибАДИ. 2017. № 2 (54). С. 52-59. https://doi.org/10.26518/2071-7296-2017-2(54)-52-59
11. Грицай А.В., Горбань М.В., Аракельянц А.Г. Исследование работы инжекторного двигателя с электромагнитными форсунками различного технического состояния // Научное сообщество студентов XXI столетия. Технические науки: электронный сборник статей по материалам XXI студенческой международной заочной научно-практической конференции. 2014. № 6 (21). С. 109-114.
12. Залознов И.П. Повышение эффективности эксплуатации автомобилей за счет обоснования периодичности обслуживания электромагнитных форсунок: дис. ... канд. техн. наук. Омск, 2003. 115 с.
13. Бакайкин Д.Д., Гриценко А.В., Абросимов Д.А. Диагностирование электромагнитных форсунок ДВС
на тестовых режимах // АПК России. 2015. Т. 72. № 1. С. 16-18.
14. Бараз В.Р., Пегашкин В.Ф. Использование MS Excel для анализа статистических данных. 2-е изд., перераб. и доп. Нижний Тагил: НТИ (филиал) УрФУ, 2014. 181 с.
15. Яковлев В.Б. Линейное и нелинейное оценивание параметров регрессии в Microsoft Excel // Вестник МГПУ. Серия: Информатика и информатизация образования. 2019. № 2 (48). С. 58-71.
16. Владленова В.О., Турундаевский В.Б. Некоторые особенности, возникающие при изучении нелинейной регрессии с использованием Excel и других программ // Экономика, статистика и информатика. 2014. № 1. С. 158-161.
17. Каленов В.П. Разработка системы обеспечения работоспособности электронных систем управления двигателем автомобиля в эксплуатации: дис. ... канд. техн. наук. Владимир, 2018. 164 с.
18. Горбунова Е.Б. Метод статистической обработки малых выборок данных в задачах прогнозирования и контроля состояния сложных систем: дис. ... канд. техн. наук. Новочеркасск, 2018. 178 с.
References
1. Vereyutin AYu. A method for diagnosing electromagnetic nozzles of engines with gasoline injection (dissertation of Candidate of Technical Sciences). Ryazan; 2010. (In Russ.)
2. Ovchinnikov GV. Influence of pollution and wear of elements of electromagnetic nozzles on the characteristics of an automobile gasoline engine (dissertation of Candidate of Technical Sciences). Vladimir; 2009. (In Russ.)
3. Tsedashiev TsV. On the necessity of flushing and cleaning the nozzles of the injection power supply system. Scientific Research of Students in Solving Urgent Problems of the Agro-Industrial Complex: Materials of the Regional Student Scientific-Practical Conference (vol. 2). Irkutsk: Irkutsk State Agrarian University named after A.A. Ezhevsky; 2016. p. 253-258. (In Russ.)
4. Grigoriev MV, Dalidovich AA. Diagnostics and maintenance of electromagnetic nozzles of gasoline internal combustion engines: guidelines for laboratory work on the courses "Operation of Ground Transport and Technological Means, " "Fundamentals of Diagnostics of Ground Transport and Technological Means. " Moscow: MADI Publ.; 2018. (In Russ.)
5. Zelenin VA, Sukhanov SA. Method for preliminary diagnosing performance gasoline engine type injector. Scientific Bulletin NSHTI. 2017;3:33-36. (In Russ.)
6. Berezyukov DS. Development of a method for inplace diagnostics of electromagnetic injectors of internal combustion engines with light fuel injection and a study of changes in their performance (dissertation of Candidate of Technical Sciences). Volgograd; 2012. (In Russ.)
7. Kiselev DV, Shurin SA. Flushing injectors and fuel rail of a gasoline engine without dismantling and using specialized equipment. Scientific Problems of Logistics of the Armed Forces of the Russian Federation: Collection of Scientific Papers. St Petersburg: Polytechnic University Publ.; 2017. p. 221-226. (In Russ.)
8. Beauty MV, Shepelenko IV, Matvienko AA, Al Soodani Salem M. Mutashair. Study of the influence of contamination of electromagnetic injectors on the parameters of gasoline engines. Design, Production and Operation of Agricultural Machinery. 2013;43(part 2);125-133. (In Russ.)
9. Patrin AN, Nechaev VV, Merkushov YuN. Functional diagnostics of electromagnetic injectors of injection internal combustion engines with spark ignition. Automotive Industry. 2007;(8):29-31. (In Russ.)
10. Bazhenov YuV, Kalenov VP. Forecasting the residual life of electronic engine control systems. Bulletin of SibADI. Section II. Transport. 2017;(2(45)):52-59.
11. Gritsay AV, Gorban MV, Arakelyants AG. Study of the operation of an injection engine with electromagnetic nozzles of various technical conditions. Scientific Community of Students of the 21st century. Technical Science: Electronic Collection of Articles based on Materials of the 21st International Student Correspondence
Scientific and Practical Conference. 2014;(6(21)):109-114. (In Russ.)
12. Zaloznov IP. Improving the efficiency of car operation by substantiating the frequency of maintenance of electromagnetic injectors (dissertation of Candidate of Technical Sciences). Omsk; 2003. (In Russ.)
13. Bakaikin DD, Gritsenko AV, Abrosimov DA. Diagnosing electromagnetic ICE injectors at text modes. Agro-Industrial Complex of Russia. 2015;72(1):16-18. (In Russ.)
14. Bazhenov YV, Kalenov VP. The forecasting of the residual resource of electronic engine control system. The Russian Automobile and Highway Industry Journal. 2017;(2(54)):52-59. (In Russ.) https://doi.org/10.26518/2071-7296-2017-2(54)-52-59
15. Yakovlev VB. Linear and non-linear estimation of regression parameters in Microsoft Excel. MCU Journal of Informatics and Informatization of Education. 2019;(2(48)):58-71. (In Russ.)
16. Vladlenova VO, Turundaevsky VB. Some peculiarities arising in the study of nonlinear regression using Excel and other programs. Economics, Statistics and Computer Science. 2014;(1):158-161. (In Russ.)
17. Kalenov VP. Development of a system for ensuring the operability of electronic control systems for a car engine in operation (dissertation of Candidate of Technical Sciences).Vladimir; 2018. (In Russ.)
18. Gorbunova EB. A method ofstatistical processing of small data samples in the problems of forecasting and monitoring the state of complex systems (dissertation of Candidate of Technical Sciences). Novocherkassk; 2018. (In Russ.)
Сведения об авторах
Ходяков Александр Андреевич, кандидат химических наук, доцент департамента транспорта, Инженерная академия, Российский университет дружбы народов, Российская Федерация, 117198, Москва, ул. Миклухо-Маклая, д. 6; ORCID: 0000-0001-9391-2890, Scopus Author ID: 6701565417, eLIBRARY SPIN-код: 4780-1919; khodyakov-aa@rudn.ru
Хлопков Сергей Валентинович, кандидат технических наук, доцент департамента транспорта, Инженерная академия, Российский университет дружбы народов, Российская Федерация, 117198, Москва, ул. Миклухо-Маклая, д. 6; ORCID: 0000-0001-9536-7558, Scopus Author ID: 57212109092, eLIBRARY SPIN-код: 8997-3305; khlopkov-sv@rudn.ru
Басова Влада Валерьевна, магистрант, департамент транспорта, Инженерная академия, Российский университет дружбы народов, Российская Федерация, 117198, Москва, ул. Миклухо-Маклая, д. 6; ORCID: 0000-0002-1325-4646; 1032202133@rudn.ru
Телков Олег Игоревич, магистрант, департамент транспорта, Инженерная академия, Российский университет дружбы народов, Российская Федерация, 117198, Москва, ул. Миклухо-Маклая, д. 6; ORCID: 0000-0003-1412-6539; 1032202136@rudn.ru
Космачева Анастасия Дмитриевна, магистрант, департамент транспорта, Инженерная академия, Российский университет дружбы народов, Российская Федерация, 117198, Москва, ул. Миклухо-Маклая, д. 6; ORCID: 0000-00023749-5225; 1032202134@rudn.ru
About the authors
Alexander A. Khodyakov, Candidate of Chemical Sciences, Associate Professor of the Department of Transport, Academy of Engineering, Peoples' Friendship University of Russia (RUDN University), 6 Miklukho-Maklaya St, Moscow, 117198, Russian Federation; ORCID: 0000-0001-9391-2890, Scopus Author ID: 6701565417, eLIBRARY SPIN-code: 4780-1919; khodyakov-aa@rudn.ru
Sergey V. Khlopkov, Candidate of Technical Sciences, Associate Professor of the Department of Transport, Academy of Engineering, Peoples' Friendship University of Russia (RUDN University), 6 Miklukho-Maklaya St, Moscow, 117198, Russian Federation; ORCID: 0000-0001-9536-7558, Scopus Author ID: 57212109092, eLIBRARY SPIN-code: 8997-3305; khlopkov-sv@rudn.ru
Vlada V. Basova, master's student, Department of Transport, Academy of Engineering, Peoples' Friendship University of Russia (RUDN University), 6 Miklukho-Maklaya St, Moscow, 117198, Russian Federation; ORCID: 0000-0002-1325-4646; 1032202133@rudn.ru
Oleg I. Telkov, master's student, Department of Transport, Academy of Engineering, Peoples' Friendship University of Russia (RUDN University), 6 Miklukho-Maklaya St, Moscow, 117198, Russian Federation; ORCID: 0000-0003-1412-6539; 1032202136@rudn.ru
Anastasia D. Kosmacheva, master's student, Department of Transport, Academy of Engineering, Peoples' Friendship University of Russia (RUDN University), 6 Miklukho-Maklaya St, Moscow, 117198, Russian Federation; ORCID: 0000-0002-37495225; 1032202134@rudn.ru
