ИДЕНТИФИКАЦИЯ ДЕФЕКТОВ В КЛИНЕ С ПОКРЫТИЕМ НА ОСНОВЕ МЕТОДОВ УЛЬТРАЗВУКОВОГО НЕРАЗРУШАЮЩЕГО КОНТРОЛЯ И СВЕРТОЧНЫХ НЕЙРОННЫХ СЕТЕЙ

Аннотация


Рассматривается идентификация трещиноподобного дефекта в клине, усиленного покрыти- ем на основе ультразвукового неразрушающего контроля. Авторы предлагают подход идентифи- кации дефекта с последующим определением его геометрических параметров. Подход основан на теневом методе ультразвукового неразрушающего контроля в сочетании с технологиями глубокого машинного обучения. Инспектируется клиновидная область на наличие внутреннего дефекта. На одной грани клина расположен источник ультразвуковых колебаний, на противопо- ложной грани – приемник. Проходя через покрытие и тело клина, часть сигнала отражается от неоднородностей и дефектов, которые могут присутствовать в нем. Сигнал, достигший противо- положной грани клина, считывается приемником. Полученные данные обрабатываются нейросе- тевой моделью, которая прогнозирует наличие или отсутствие внутреннего дефекта, и в случае его наличия определяет геометрические параметры, такие как размер и положение. Построена конечно-элементная модель распространения ультразвуковой волны внутри клина. Применяются специальные демпфирующие слои, благодаря которым существенно сни- жается влияние паразитных отражений сигнала и его дальнейшее распространение в тело кли- на. На основе построенной модели реализован теневой метод ультразвукового сканирования. Данный метод предполагает, что на одной стороне клина устанавливаются возбуждающие сиг- нал устройства, а на противоположной стороне – принимающие. С помощью системы распреде- ленных вычислений проведен ряд численных экспериментов для различных комбинаций геомет- рических параметров клина и дефекта. На основе полученных данных построена и обучена ней- росетевая модель, способная идентифицировать дефект и определять его характеристики. На вход модели поступают спектрограммы считанного сигнала, а на выходе получаются значения, характеризующие дефект.

Полный текст

Эксплуатация деталей машин и конструкций про-исходит в условиях возникновения коррозии, больших нагрузок, повышенного изнашивания, когда концентра-торы напряжения сосредоточены в поверхностных сло-ях изделия. Передовые технологии покрытия изделий тонкими накладками призваны повысить коррозионную стойкость, твёрдость, увеличивают надёжность и их эксплуатационные сроки за счет создания на поверхно-сти остаточных напряжений сжатия. Кроме этого мето-да, повысить износостойкость и увеличить прочность возможно за счет создания соответствующих техноло-гий обработки или использования композиций сплавов. Указанные способы позволяют сохранить пластич-ность и устойчивость к внутренним трещинообразным включениям, повышают сроки эксплуатации изделий и снижают расходы металла. Тонкое покрытие представляет собой слой матери-ала, нанесенного на поверхность детали. Толщина по-крытия может достигать от десятых долей до сотен микрометров. Материалами покрытий могут быть лаки, краски, металлы, оксиды, полимеры. Выбор материала покрытия и его толщины зависит от назначения детали и покрытия, технологии ее изготовления и условий экс-плуатации и строго регламентируется. Нередко методы машинного обучения применяются в области дефектоскопии или смежных областях науки, например, в работе [1] авторы проводят исследование композитных материалов с дефектами. Из-за наличия дефектов в композитах их эксплуатационные свойства могут ухудшаться. В каждой точке исследуемого объ-екта проводится ультразвуковое сканирование. Коле-бания оцифровываются и затем из них извлекаются ха-рактеристики, содержащие информацию об объекте контроля. После проведения анализа данных происхо-дит классификация полученных характеристик с при-менением искусственных нейронных сетей (ИНС). В результате авторы получают изображение в области дефекта, полученное с помощью специально обученной ИНС, которое отражает характер и степень распро-странения дефекта. Примененный подход четко иден-тифицирует область повреждения, и полученное изоб-ражение совпадает с визуальными наблюдениями. В работе [2] авторы применяют техники машинного обучения для работы в области ультразвуковых иссле-дований в медицине. Центральной идеей работы явля-ется раскрытие аспектов понимания влияния методоло-гий глубокого обучения в сфере визуализации ультра-звуковых исследований. Авторы применяют методы машинного обучения для решения задач формирования ультразвукового луча, восстановления структуриро-ванного сигнала, подавления помех и повышения раз-решения визуализации. В работе [3] предложен отличающийся от ранее из-вестных алгоритм многопараметрической идентифика-ции дефектов в стержневых конструкциях. Новизна ал-горитма заключается в том, что процедура идентифи-кации дефектов разделена на два этапа: на первом эта-пе происходит локация дефекта, а на втором – оценка степени поврежденности дефекта. В качестве дополни-тельной информацией к решению задачи реконструк-ции дефектов выступает набор собственных частот и форм колебаний исследуемого объекта. Анализ форм колебаний позволяет решить задачу первого этапа, по-сле чего строится аналитическая или конечно-элементная модель конструкции с дефектами и с помо-щью прямых расчетов решается задача второго этапа. В работе также приведен пример расчета параметров дефекта в упругом консольном стержне на основе экс-перимента в конечно-элементном комплексе. В работе [4] применяется один из методов неразру-шающего контроля, а именно метод акустической эмис-сии, который является весьма перспективным методом оценки композиционных материалов. Для надежного автоматического контроля повреждений с помощью пленочных датчиков поливинилиденфторида (PVDF) важно идентифицировать сигналы акустической эмис-сии, связанные со структурой волокон, при наличии шума. В проведенных экспериментах композиты из многослойного армированного стекловолокна (GFRP) были изготовлены несколькими различными способами. Сигналы акустической эмиссии были сняты с поверх-ности, покрытой PVDF-пленкой, во время статической нагрузки на растяжение. Сигналы акустической эмис-сии классифицировались с использованием искусствен-ной нейронной сети. При этом результаты показывают, что различные механизмы разрушения в композитах могут быть классифицированы с применением аппара-та искусственных нейронных сетей. В работе [5] авторы исследуют обрушения, про-изошедшие во время раскопок туннелей в тонких и чрезвычайно тонких слоистых породах горной породы на гидроэлектростанции Wudongde в Китае. Для про-гнозирования риска и глубины обрушения необходим надежный метод, который и предлагают авторы рабо-ты. Однако как теория, так и практика показывают, что один-единственный критерий не может точно предска-зать глубину обрушения. В этом исследовании с ис-пользованием ИНС был исследован метод интеллекту-ального прогнозирования. На основе теоретического и статистического анализа выбраны и использованы шесть входных параметров (глубина покрытия, отно-шение основных малых напряжений, индекс геологиче-ской силы, метод выемки грунта, сила поддержки и ориентация породы). Полученные из туннелей данные на гидроэлектростанции Wudongde, а именно сорок пять учебных образцов и шесть пробных образцов бы-ли использованы в обучении модели. Структурные па-раметры и начальные веса искусственной нейронной сети были оптимизированы с помощью генетического алгоритма. Затем обученная модель была использова-на для прогнозирования глубины обрушения несколь-ких участков раскопок. Прогнозы показывают хорошее соответствие с измерениями на участках. В работе [18] проводится численная оценка вынуж-денных колебаний консольной балки с поперечной по-верхностной трещиной, равномерно распространяю-щейся по ширине балки. Основная цель авторов заклю-чается в установлении связи нелинейных резонансов с наличием, расположением и глубиной трещины. Для этого были рассмотрены качественные характеристики, а именно: искажения фазового портрета, суб- и супер-гармонические компоненты в спектре Фурье и изогну-тая форма модальной линии. Кроме того, были измере-ны количественные параметры, такие как эксцентриси-тет и экскурсия орбиты, а также амплитуда гармоник в спектре. Затем была предложена процедура идентифи-кации, основанная на пересечении построенных по-верхностей, которая позволила определить структур-ное повреждение. В работе [19] представлен метод обнаружения множественных трещин в балочных конструкциях пу-тем анализа статического изгиба. Возникшее повре-ждение приводит к изменению жесткости балки. Это вызывает локализованную сингулярность, которая мо-жет быть идентифицирована с помощью вейвлет-анализа отклика смещения. Существование и располо-жение трещин можно определить по положению пиков в непрерывном вейвлет-преобразовании. Для этого ста-тический профиль балок анализируется с помощью вейвлет-преобразований. Рассматриваются балки при некоторых идеальных граничных условиях и заданной нагрузке. Авторами была смоделирована форма проги-ба балки с открытыми и усталостными трещинами. Вы-числен прогиб балки с трещинами в закрытой форме для нескольких случаев нагрузок, размеров и располо-жения трещин, и разработано явное выражение для ин-декса поврежденности. Численные результаты показы-вают, что метод может обнаруживать трещины не-большой глубины и быть применим при наличии шума в измерениях. В работе [20] рассматривается регуляризация гра-диента деформации в механике сплошных поврежде-ний. Представлен анализ напряжений и деформаций для численных экспериментов с помощью техники, ос-нованной на методе Галеркина. Моделирование пока-зывает, что нелокальность, придаваемая модели регу-ляризацией градиента деформации, эффективно решает проблему зависимости от сетки, характерную для стан-дартных континуальных моделей повреждений, и поз-воляет достичь сходимости вплоть до режимов дефор-мации, для которых наблюдается эквивалентная отри-цательная жесткость. Более того, авторы показывают случай, когда в результате повреждения развиваются новые микроструктуры и, следовательно, более высо-кие значения модулей второго градиента. Для иллю-страции предполагается простое монотонное правило эволюции для роста вторых градиентных модулей. Та-ким образом, для этого простого правила моделирова-ние показывает развитие большей диффузной зоны по-вреждения, размер которой можно контролировать. В работе [21] авторы рассматривают поведение зернистых материалов при повреждении на основе ме-ханических концепций, используя энергетический и вариационный подход. Микромеханика зерен учитыва-ется с помощью уравнения Пиолы и объективных кине-матических дескрипторов, полученных для относи-тельного смещения пар зерен в зернистых материалах, подвергающихся конечным деформациям. На основе вариационного подхода получены условия типа Кару-ша – Кюн–Таккера, обеспечивающие уравнения эво-люции повреждений пар зерен, и уравнения Эйлера – Лагранжа для эволюции относительного смещения пар зерен. Применимость модели проиллюстрирована на численных примерах для конкретной формы функций упругой энергии и диссипации пары зерен. Результаты показывают интересную эволюцию анизотропии, вы-званную повреждением, включая возникновение типа хирального поведения и формирование зон конечной локализации. В работе [22] представлена вариационная модель для анализа эволюции трещин. Метод рассматривает разрывы, которые развиваются в соответствии с прин-ципами механики когезионного разрушения. Представ-лена новая схема изогеометрической интерполяции. Также предложен метод отслеживания разрыва, осно-ванный на локальном искажении параметризации гео-метрии, полученной при определении положения кон-трольных точек изогеометрической интерполяции как решение подходящей задачи минимизации. В работе [23] рассмотрены основные физические закономерности процессов термопластической дефор-мации и накопления усталостных повреждений в поли-кристаллических конструкционных сплавах при раз-личных режимах циклического термомеханического нагружения. Модель состоит из трех взаимосвязанных частей: соотношений, определяющих пластическое поведение материала, учитывающих его зависимость от процесса разрушения; эволюционных уравнений, описывающих кинетику накопления повреждений; кри-терия прочности поврежденного материала. В качестве определяющих соотношений используется модель пла-стичности, основанная на понятии поверхности текуче-сти и принципе ортогональности вектора пластической деформации к поверхности текучести. Критерий проч-ности поврежденного материала основан на достиже-нии критического значения степени повреждения. Пред-ставлены результаты численного моделирования цик-лической термопластической деформации и накопления усталостных повреждений. В работе [24] авторы представляют модель, в кото-рой движения двух групп балок, составляющих панто-графический лист, при описании двумя независимыми полями перемещений позволяют моделировать точки начала разрушения при испытании на осевое растяже-ние. Энергия деформации моделируется как функция этих независимых перемещений в виде аддитивного квадратичного члена энергии деформации, зависящего от квадратичной нормы их разности. Численные моде-лирования показали, что наиболее напряженными уз-лами являются те, где наблюдаются первые разрывы. В работе [25] исследуется распространение упру-гих волн в одномерной микроморфной среде, характе-ризуемой двумя внутренними переменными. Уравнения динамики выводятся в соответствии с двумя различны-ми подходами, а именно с использованием: (i) баланса линейного импульса и неравенства Клаузиуса – Дюэма, и (ii) предполагаемого функционала Лагранжа (вклю-чая гироскопическую связь) вместе с вариационным принципом. Получено дисперсионное соотношение и показана возможность возникновения полосовых про-межутков в таких микроструктурированных материа-лах. Также проведены некоторые численные моделиро-вания для того, чтобы подчеркнуть дисперсионную природу исследуемого материала. В работе [26] автор делает обзор в области вычис-лительных стратегий, разработанных для анализа об-ратных задач. Начиная с определения обратной задачи и фокусируясь на трудностях, присущих их решению, представлены и обсуждены различные вычислительные инструменты, разработанные для их решения. Это поз-воляет осознанно выбрать наиболее эффективные стра-тегии в отношении решаемой проблемы. Кратко описы-ваются некоторые обратные задачи и подробно обсуж-дается их численное решение. Это позволяет выявить основные проблемы, которые необходимо преодолеть, и достижимую точность. Наконец, рассматриваются новые и сложные обратные задачи, подробно обсуж-даются некоторые современные и классические резуль-таты. В работе [27] авторы рассматривают обратную за-дачу восстановления осевой жесткости поврежденного стержня на основе знания конечного числа резонанс-ных частот свободных осевых колебаний в условиях закрепленного конца. Повреждение описывается как уменьшение осевой жесткости, а неповрежденная и по-врежденная конфигурации стержня предполагаются симметричными. Метод основан на многократном определении квазиизоспектральных операторов стерж-ня. Процедура реконструкции является явной, она реа-лизована численно и протестирована для идентифика-ции одиночных и множественных локализованных по-вреждений. Оценивается и обсуждается чувствитель-ность метода к количеству используемых частот, фор-ме, интенсивности и расположению повреждений, а также к наличию шума в данных. Реакции метаматериалов обычно моделируются обобщенными теориями на основе сплошной среды. Присущая им структура приводит к необходимости теорий более высокого порядка, и, особенно в механике повреждений, такое обобщение трудно получить. В работе [28] авторы берут за основу механику Лагранжа для получения основных уравнений обобщенной меха-ники повреждений для метаматериалов. Кроме того, благодаря использованию вспомогательных перемен-ных, вариационная формулировка наделяется первой скоростью переменной повреждения, которая отсут-ствует в стандартных подходах. Представленный фор-мализм действий со вспомогательными переменными приводит непосредственно к слабой форме. Авторы реализуют подход на основе метода конечных элемен-тов с использованием вычислительной платформы с открытым исходным кодом FEniCS и решают эту сла-бую форму, чтобы численно получить деформацию и определить повреждения. В работе [29] рассматривается стальная труба, ослабленная несквозной поверхностной трещиной по-луэллиптической формы. Трещина имеет продольную ориентацию и располагается на наружной поверхности трубы. Труба испытывает действие внутреннего давле-ния. При помощи CAE-системы ANSYS решается задача механики разрушения. Для точек вдоль фронта дефекта исследуется распределение значений коэффициента интенсивности напряжений, вычисленных при помощи инвариантного J-интеграла. Расчет значений J-интеграла выполняется методом интегрирования по области. Проводится сравнение полученных в работе результатов с данными других авторов, полученных для труб и цилиндрических сосудов давления, ослаб-ленных несквозными трещинами. Результаты численно-го моделирования хорошо согласуются с известными решениями. Применение регулярной сетки с большим числом конечных элементов вдоль фронта дефекта су-щественно повышает точность решения задачи механи-ки разрушения. Исследование распределения парамет-ров механики разрушения позволило выявить наличие краевого эффекта вблизи выхода фронта трещины на поверхность трубы. В [30] предложен приближенный метод оценки вли-яния дефектов на статическую прочность композитных фланцев для высоконагруженных корпусных деталей и узлов авиационной техники из полимерных композитов, основанный на современных методах численного мо-делирования. Определены основные виды дефектов в слоистых композитах, проведен обзор основных работ, посвященных исследованию вопросов прочности слои-стых конструкций с дефектами. С помощью двумерной осесимметричной модели в среде конечно-элементного анализа ANSYS проведено численное моделирование механического поведения фланца из стеклопластика с основными типами дефектов при силовом нагружении. Оценка прочности конструкции с дефектом проводи-лась с запасом прочности. Запас статической прочно-сти рассматриваемого фланца оценивался по компо-нентам напряжений с использованием критерия макси-мального напряжения. Модель позволяет анализиро-вать как нормальные напряжения в плоскости слоя, так и межслойные растягивающие и сдвиговые напряжения. В настоящей работе авторы проводят решение за-дачи идентификации трещиноподобного дефекта в клине, усиленного покрытием на основе ультразвуково-го неразрушающего контроля. Построена конечно-элемент¬ная модель распространения ультразвуковой волны внутри клина. На основе построенной модели реализован теневой метод ультразвукового сканирова-ния. Проведен ряд численных экспериментов для раз-личных комбинаций геометрических параметров клина и дефекта. На основе полученных данных построена нейросетевая модель, способная идентифицировать дефект и определять его характеристики.

Об авторах

А. Н. Соловьев

Донской государственный технический университет

Б. В. Соболь

Донской государственный технический университет

П. В. Васильев

Донской государственный технический университет

А. В. Сеничев

Донской государственный технический университет

А. И. Новикова

Донской государственный технический университет

Список литературы

  1. Samanta S., Mandal A., Thingujam Jackson Singh. Appli-cation of ANN in Identifying Defects in Impacted Composite // Procedia Materials Science. – 2014. – Vol. 6. – Р. 926–930.
  2. van Sloun R.J.G., Cohen R., Eldar Y.C. Deep Learning in Ultrasound Imaging // Proceedings of the IEEE. – 2020. – Vol. 108, no. 1. – P. 11–29. doi: 10.1109/JPROC.2019.2932116
  3. Черпаков А.В., Акопьян В.А., Соловьев А.Н. Алго- ритм многопараметрической идентификации дефектов стержневых конструкций [Электронный ресурс] // Техниче- ская акустика: электронный журнал. – URL: http://www.ejta.org. – 2013. – № 1.
  4. Bar H.N., Bhat M.R., Murthy C.R.L. Identification of failure modes in GFRP using PVDF sensors: ANN approach // Composite Structures. – 2004. – Vol. 65, iss. 2. – P. 231–237.
  5. Use of an improved ANN model to predict collapse depth of thin and extremely thin layered rock strata during tunneling / Dong-Fang Chen, Xia-Ting Feng, Ding-Ping Xu, Quan Jiang, Cheng-Xiang Yang, Pin-Pin Yao // Tunnelling and Underground Space Technology. – 2016. – Vol. 51. – P. 372–386.
  6. Ватульян А.О. Обратные задачи в механике деформи- руемого твёрдого тела. – М.: Физматлит, 2007. – С. 224.
  7. Ermolov I., Aleshin N., Potapov A. Non-destructive testing. Acoustic methods of control. – Moscow: High School, 1991.
  8. Willcox M.A. A Brief Description of NDT Techniques. – Toronto: NDT Equipment Limited, 2003. – 54 p.
  9. Hesthaven J.S., Warburton T. Nodal Discontinuous Galerkin Methods: Algorithms, Analysis, and Applications. – Springer, 2008.
  10. Soloviev A., Sobol B., Vasiliev P. (2019) Identification of Defects in Pavement Images Using Deep Convolutional Neural Networks // Parinov I., Chang S.H., Kim Y.H. (eds) Advanced Materials. Springer Proceedings in Physics. – 2009. – Vol 224.
  11. Васильев П.В., Сеничев А.В. Применение нейросете- вых технологий в задаче контроля поверхностных дефектов // Известия высших учебных заведений. Северо-Кавказский регион. Технические науки. – 2020. – № 1ю. – С. 33–40.
  12. Cao Vu Dung, Le Duc Anh, Autonomous concrete crack detection using deep fully convolutional neural network // Automation in Construction. – 2019. – Vol. 99. – P. 52–58.
  13. Deep Learning in Medical Ultrasound Analysis: A Review / Shengfeng Liu, Yi Wang, Xin Yang, Baiying Lei, Li Liu, Shawn Xiang Li, Dong Ni, Tianfu Wang // Engineering. – 2019. – Vol. 5, iss. 2. – P. 261–275.
  14. Gradient-based learning applied to document recognition / Y. LeCun [et al.] // Proceedings of the IEEE. – 1998. – Vol. 86, iss. 11. – P. 2278–2324.
  15. Ioffe S., Szegedy C. Batch normalization: Accelerating deep network training by reducing internal covariate shift // CoRR. – 2015. – 9 p. – DOI: abs/1502.03167
  16. Соловьев А.Н., Соболь Б.В., Васильев П.В. Ультра- звуковая локация внутренних трещиноподобных дефектов в составном упругом цилиндре с применением аппарата искус- ственных нейронных сетей // Дефектоскопия. – 2016. – № 3. – C. 3–9.
  17. Идентификация трещиноподобного дефекта и иссле- дование концентрации напряжений в полосе с покрытием / Соболь Б.В., Соловьев А.Н., Рашидова Е.В., Васильев П.В. // Вестник Пермского национального исследовательского поли- технического университета. Механика. – 2019. – № 4. – С. 165–174. doi: 10.15593/perm.mech/2019.4.16
  18. Andreaus U., Baragatti P. Cracked beam identification by numerically analysing the nonlinear behaviour of the harmonically forced response // Journal of Sound and Vibration. – 2011. – Vol. 330(4). – P. 721–742.
  19. Andreaus U., Casini P. Identification of multiple open and fatigue cracks in beam-like structures using wavelets on deflection signals // Continuum Mechanics and Thermodynamics. – 2016. – Vol. 28(1–2). – P. 361–378.
  20. Placidi L., Misra A., Barchiesi E. Simulation results for damage with evolving microstructure and growing strain gradient moduli // Continuum Mechanics and Thermodynamics. – 2019. – Vol. 31(4). – P. 1143–1163.
  21. Hemivariational continuum approach for granular solids with damage-induced anisotropy evolution / D. Timofeev, E. Barchiesi, A. Misra, L. Placidi // Mathematics and Mechanics of Solids. – 2021. – Vol. 26(5). – P. 738–770.
  22. Cuomo M., Contrafatto L., Greco L. A variational model based on isogeometric interpolation for the analysis of cracked bodies // International Journal of Engineering Science. – 2014. – Vol. 80. – P. 173–188.
  23. A continual model of a damaged medium used for analyzing fatigue life of polycrystalline structural alloys under thermalmechanical loading / I.A. Volkov, L.A. Igumnov, F. dell'Isola, S.Y. Litvinchuk, V.A. Eremeyev // Continuum Mechanics and Thermodynamics. – 2020. – Vol. 32(1). – P. 229–245.
  24. Qualitative pivot damage analysis in aluminum printed pantographic sheets: numerics and experiments / M. Spagnuolo, K. Barcz, A. Pfaff, F. dell’Isola, P. Franciosi // Mechanics Research Communications. – 2017. – Vol. 83. – P. 47–52.
  25. Berezovski A., Yildizdag M.E., Scerrato D. On the wave dispersion in microstructured solids // Continuum Mechanics and Thermodynamics. – 2020. – Vol. 32(3). – P. 569–588.
  26. Turco E. Tools for the numerical solution of inverse problems in structural mechanics: review and research perspectives // European Journal of Environmental and Civil Engineering. – 2017. – Vol. 21(5). – P. 509–554.
  27. Bilotta A., Morassi A., Turco E. Quasi-isospectral Sturm-Liouville operators and applications to system identification // Procedia engineering. – 2017. – Vol. 199. – P. 1050–1055.
  28. A novel phase-field approach to brittle damage mechanics of gradient metamaterials combining action formalism and history variable / B.E. Abali, A. Klunker, E. Barchiesi, L. Placidi // ZAMM-Zeitschrift für Angewandte Mathematik und Mechanik. – 2021. – e202000289.
  29. Глушков С.В., Скворцов Ю.В., Перов С.Н. Сравне- ние результатов решения задачи механики разрушения для трубыс несквозной трещиной // Вестник Пермского нацио- нального исследовательского политехнического университета. Механика. – 2014. – № 3. – C. 36–49. doi: 10.15593/perm.mech/2014.3.03
  30. Моделирование технологических дефектов и оценка их влияния на статическую прочность композитных фланцев / А.Н. Аношкин, В.Ю. Зуйко, В.М. Осокин [и др.] // Вестник Пермского национального исследовательского политехниче- ского университета. Механика. – 2016. – № 2. – C. 5–21. doi: 10.15593/perm.mech/2016.2.01

Статистика

Просмотры

Аннотация - 278

PDF (Russian) - 217

Cited-By


PlumX


© Соловьев А.Н., Соболь Б.В., Васильев П.В., Сеничев А.В., Новикова А.И., 2023

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial 4.0 International License.

Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах