Підвищення довговічності лопаткового апарату турбін модифікуванням їх поверхні

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Харківський національний автомобільно-дорожній університет

Підвищення довговічності лопаткового апарату турбін модифікуванням їх поверхні

Глушкова Д.Б.

Вступ

Підвищення ресурсу роботи обладнання електричних станцій є нагальним завданням для економік усіх країн, які є виробником електроенергії за рахунок перетворення теплової енергії. Експлуатація енергетичного обладнання зумовлює вплив різних чинників, що призводять до зносу його елементів, що, в свою чергу, визначає ресурс і надійність енергетичного устаткування в цілому. У зв'язку з цим витрати на заміну зношених і малонадійних елементів не тільки неминучі, але і такі великі, що проблема підвищення ресурсу та надійності елементів енергетичного обладнання є дуже важливою і актуальною. Неухильне зростання потужності енергетичного обладнання визначає підвищення експлуатаційних параметрів (навантажень, тиску, швидкості, температури), що ще більше посилює характер експлуатації обладнання та зношування елементів його складових.

В комплексі питань, що визначають надійність і економічність роботи турбін теплових і атомних електростанцій, велике значення має надійність лопаткового апарату - одного з дорогих елементів парових турбін, що найбільш часто пошкоджуються.

Особливо гостро ця проблема стоїть для робочих лопаток останніх ступенів циліндрів низького тиску, ерозійний знос яких багато в чому визначає ресурс їх роботи.

У даній роботі вирішується актуальне питання захисту вхідний кромки лопаток парових турбін з метою підвищення ерозійної стійкості, збільшення терміну служби лопаток останніх ступенів низького тиску роторів парових турбін за рахунок удосконалення технології зміцнення вхідної кромки.

Виклад основного матеріалу

Паротурбінні енергетичні установки, що працюють на органічному або ядерному паливі, є основою сучасної енергетики. В даний час в експлуатації на електростанціях знаходяться парові турбіни різної потужності від 25-50 МВт до 1300 МВт і більше, спроектовані на параметри пара від низьких (тиск 4-6 МПа, температура 250-300 °С) до надкритичних (тиск 24-30 МПа, температура 560-650 °С) [1].

У лопатковому апараті парової турбіни потенційна енергія стисненого і нагрітого водяної пари перетворюється в кінетичну, яка в свою чергу перетворюється в механічну роботу - обертання валу турбіни.

Ступінь турбіни складається з кільцевого ряду соплових лопаток, вмонтованих в нерухому діафрагму, а також подальшого ряду робочих лопаток, що встановлені на диску ротору.

Створення та вдосконалення сучасних турбоустановок є однією з задач сучасного турбінобудування. Одне із ведучих місць займає вибір матеріалу з оптимальною будовою та властивостями для деталей відповідального призначення, до яких відносяться й великогабаритні робочі лопатки останніх ступенів низького тиску потужних парових турбін [1].

Ротор низького тиску турбіни К 500-65/3000, вид якого наведений на рис. 1.

Рис. 1 Ротор низького тиску турбіни К 500-65/3000 з лопатками

Робочі лопатки є одним з самих відповідальних елементів турбіни. В найбільш складних умовах підчас експлуатації роторів знаходяться лопатки 4 та 5 ступенів низького тиску.

Найбільш поширеними і практично не залежать від місця розташування ступені в турбіні є випадкові механічні пошкодження. Корозійні пошкодження лопаток спостерігаються у всіх типах турбін [2]. Це пов'язано з тим, що в паровому середовищі завжди містяться корозійно-активні речовини, а від їх кількості залежить лише швидкість розвитку пошкоджень. Робочі лопатки циліндрів низького тиску (більшою мірою останні ступені) схильні до ерозійного зносу. Знос вхідних кромок пов'язаний з наявністю процесної вологи і часто ускладняються зниженою температурою свіжої пари при збереженні розрахункового початкового тиску. Ерозія вихідних кромок пов'язана з підсмоктуванням вологи з конденсатора або відборів і розвивається, як правило, від кореня лопатки.

Одним з найважливіших питань є розробка ефективних методів захисту лопаткових апаратів від ерозії при одночасному зниженні механічних втрат, що викликаються вологістю [2].

Такі заходи включають способи ослаблення ерозійного впливу вологи на елементи проточної частини без її відведення - зміцнення поверхонь лопаток, застосування нових матеріалів с високою ерозійною стійкістю і інш.

В якості матеріалу для дослідження була обрані зразки корозійностійкої хромистої сталі 15Х11МФ-Ш, виготовлені методом штампування і термооброблення до твердості 271НВ. Оцінка властивостей матеріалів проводилася з використанням методів механічних, металографічного, рентгеноструктурного, мікрорентгеноструктурного аналізів, методів електронної мікроскопії. Дилатометричні дослідження проводили на універсальному вакуумному дилатометрі УВД по диференційному методу. Корозійні випробування покриття проводили за допомогою електрохімічного обладнання «Voltalab 40». Механічна стабільність адгезії покриття випробовувалася на зразках лопаток з наявністю зміцненого шару. Для експериментів використовувався прилад Hielscher УИП-1000, диспергатор 1000W, ультразвукова частота становила 20 кГц і з 100 % робочої амплітудою.

Для захисту від ерозії було запропоновано сполучити два методи зміцнення вхідної кромки лопаток зі сталі 15Х11МФ-Ш - загартування струмами високої частоти та електроіскрове легування сталлю 15Х11МФ-Ш, яке проводять послідовно в єдиному технологічному циклі (рис. 2).

Рис. 2 Схема розташування ділянки лопатки, що не доступна для загартування СВ Ч

Роботи по зміцненню зразків виконувалися на електроіскровій установці моделі ЕІЛ8.

Були випробувані 2 режими зміцнення №4 та №7 зі штатних режимів, доступних для використання. Параметри режимів наведені в таблиці 1, зовнішній вигляд зразків після зміцнення ЕІЛ-рис. 3

Зміцнюючий електрод був виготовлений з заготівлі лопатки зі сталі 15Х11МФ.

Таблиця 1

Режими роботи установки.«ЕІЛ - 8А»

Рис. 3 Зовнішній вигляд зразків після зміцнення ЕІЛ а) по режиму №7; б) по режиму №4

Як видно з рисунка 3 суцільність зміцненого шару, отриманого за режимом №7 значно вище. Аналіз мікрошліфів показав, що в шарі, сформованому по режиму №4 є більша кількість пір (рис. 4), тобто параметри режиму №4 не забезпечили отримання якісного шару.

Рис. 4 Суцільність зміцненого шару, *100

а) режим №7; б) режим №4

Надалі зміцнення зразків для дослідження проводилося за технологічним режимом, ідентифікованого в паспорті установки ЄІЛ8 як №7.

Для оцінки якості зчеплення зміцнених шарів з основою, були виготовлені зразки розміром 200х30мм. Два зразка зміцнені сплавом Т15К6, два сталлю 15Х11МФ. Основа зразків виготовлена зі сталі 15Х11МФ.

Випробування на вигин витримали, не зруйнувавшись, всі зразки. При огляді місць вигинів відшаровування зміцненого шару від основного металу не виявлено на всіх зразках. Результати випробувань наведені в таблиці 2.

Виконано визначення вмісту і розподіл хімічних елементів в зоні зміцнення ЄІЛ сталлю 15Х1МФ.

Таблиця 2

Результати випробувань на вигин зразків

Розподіл легуючих елементів по полю зразка №1 показує, що є локальні області з наявністю підвищеного вмісту хрому до 39-44 %, що в 4 рази більше, ніж в основному металі лопатки, марганцю близько 5 %, що також значно вище, ніж його зміст в стали 15Х11МФ. При цьому кількість заліза зменшилась в 6 разів, крім того виявлено такі елементи як кисень, алюміній, кремній і кальцій.

Металографічні дослідження зміцнених шарів показало наступне. Дослідження мікроструктури зміцненого шару показало, що структура практично не піддається травленню, у деяких місцях виявлені одиничні пори. У поверхневому шарі під впливом високих температур спостерігається формування світлотравна зона зони дифузії матеріалу електрода вглиб зразка і темнотравна зони термічного впливу (рис. 5, 6). Структура в прикордонній зоні основного металу під впливом зміцнення формується за одним принципом и має голчасті будову, відрізняється меншою кількістю карбідів, ніж в металі лопатки після об'ємного гартування.

Рис. 5 Поверхневий шар після травлення, виконаний ЄІЛ15Х11МФ

а)* 300, б)* 1000

Рис. 6 Мікроструктура в зоні термічного впливу а) *300, б) *500, в) *800, г)*5000

Крім вивчення мікроструктури для дослідження стану зони шар ЄІЛ - основний метал був також проведений вимір мікротвердості.. Результати виміру мікротвердості в зоні «зміцнений шар - основний метал» в порівнянні з зміцненням сплавом Т15К6 наведені в таблиці 3.

лопатка парова турбіна ерозійний

Таблиця 3

Мікротвердість в зоні «зміцнений шар - основний метал»

Як видно з наведених даних в процесі електроіскрового зміцнення кромки лопатки, що не була попередньо загартована СВЧ, як сталлю 15Х11МФ, так і Т15К6, в прикордонній зоні відбувається гартування металу на глибину до 0,15 мм (світла зона + зона підвищеного травлення). При зміцненні спільно з СВЧ підвищення мікротвердості до 505...530 кг/мм² спостерігається тільки в світлому прикордонному шарі основного металу.

Висновки

1. Обґрунтовано застосування локального зміцнення методом електроіскрового легування сталлю 15Х11МФ, однойменної зі сталлю лопатки.

2. Підібрано режим зміцнення ЄІЛ, який забезпечив надійне зчеплення з основним металом, відсутність пір в зміцненому шарі.

3. Рентгенографічних аналізом встановлено фазовий склад зміцнюючого шару. Виявлено a-Fe, y-Fe, и в незначній кількості магнетит Fe3O4.

4. Для формування захисту від ерозії підтверджена можливість застосування матеріалу 15Х11МФ, ідентичний стали, з якої виготовляються робочі лопатки парових турбін, що дозволяє економити на придбанні матеріалу електродів для ЕІЛ.

5. Середня товщина поверхневих шарів, виконаних на однакових режимах, як сплавом Т15К6, так і сталлю 15Х11МФ-Ш практично збігається.

6. На основі проведених досліджень можна рекомендувати заміну застосовуваного зміцнюючого електрода зі сплаву Т15К6 на сталь 15Х11МФ-Ш для захисту від каплеударної ерозії вхідних кромок робочих лопаток парових турбін.

Список використаних джерел

1. Шишацький А. В., Башкиров О. М., Костина О. М. Розвиток інтегрованих систем зв'язку та передачі даних для потреб Збройних Сил. // Науково-технічний журнал “Озброєння та військова техніка”. 2015. № 1(5). С. 35 -40.

2. V. Dudnyk, Yu. Sinenko, M. Matsyk, Ye. Demchenko, R. Zhyvotovskyi, Iu. Repilo, O. Zabolotnyi, A. Simonenko, P. Pozdniakov, A.Shyshatskyi. Development of a method for training artificial neural networks for intelligent decision support systems. Eastern-European Journal of Enterprise Technologies. Vol. 3. No. 2 (105). 2020. pp. 37-47. DOI: https://doi.org/ 10.15587/1729-4061.2020.203301.

3. Sova, O., Shyshatskyi, A., Salnikova, O., Zhuk, O., Trotsko, O., & Hrokholskyi, Y. Development of a method for assessment and forecasting of the radio electronic environment. EUREKA: Physics and Engineering, 2021, No. 4, pp. 30-40. https://doi.org/10.21303/2461-4262.2021.001940.

4. Pievtsov, H., Turinskyi, O., Zhyvotovskyi, R., Sova, O., Zvieriev, O., Lanetskii, B., and Shyshatskyi, A. (2020). Development of an advanced method of finding solutions for neuro-fuzzy expert systems of analysis of the radioelectronic situation. EUREKA: Physics and Engineering, No. (4), pp. 78-89. https://doi.org/10.21303/2461-4262.2020.001353.

5. P. Zuiev, R. Zhyvotovskyi, O. Zvieriev, S. Hatsenko, V. Kuprii, O. Nakonechnyi, M. Adamenko, A. Shyshatskyi, Y. Neroznak, V. Velychko. Development of complex methodology of processing heterogeneous data in intelligent decision support systems. Eastern-European Journal of Enterprise Technologies. 2020, Vol. 4, No. 9 (106), рр. 14-23. DOI: https://doi.org/10.15587/1729-4061.2020.208554.

6. A. Shyshatskyi, O. Zvieriev, O. Salnikova, Ye. Demchenko, O. Trotsko, Ye. Neroznak. Complex Methods of Processing Different Data in Intellectual Systems for Decision Support System. International Journal of Advanced Trends in Computer Science and Engineering. Vol. 9, No. 4, pp. 5583-5590 DOI: https://doi.org/10.30534/ijatcse/2020/206942020.

7. N.Yeromina,V. Kurban, S. Mykus, O. Peredrii, O. Voloshchenko, V. Kosenko, V. Kuzavkov, O. Babeliuk, M. Derevianko and H. Kovalov. The Creation of the Database for Mobile Robots Navigation under the Conditions of Flexible Change of Flight Assignment. International Journal of Emerging Technology and Advanced Engineering. 2021. Vol. 11, Iss. 05., pp. 37. -41. https://doi.org/10.46338/ijetae0521_05.

8. Ротштейн А. П. Интеллектуальные технологии идентификации: нечёткие множества, генетические алгоритмы, нейронные сети. Винница: “УНИВЕРСУМ”, 1999. 320 с.

9. Алпеева Е. А., Волкова И. И. Использование нечетких когнитивных карт при разработке экспериментальной модели автоматизации производственного учета материальных потоков. Экономика и промышленность. 2019. Том 12. №1. С. 97-106. DOI: 10.17073/2072-1633-2019-1-97-106.

10. Заграновская А. В., Эйсснер Ю. Н. Моделирование сценариев развития экономической ситуации на основе нечетких когнитивных карт. Современная экономика: проблемы и решения. 2017, №10 (94), С. 33-47. DOI: 10.17308/meps.2017.10/1754.

11. Симанков В. С., Путято М. М. Исследование методов когнитивного анализа. Системный анализ, управление и обработка информации. 2013, № 13. С. 31-35.

12. Y.-C. Ko, H. Fujita. An evidential analytics for buried information in big data samples: Case study of semiconductor manufacturing. Information Sciences. 2019. Vol. 486. pp. 190-203. DOI: https://doi.org/10.1016Zj.ins.2019.01.079.

13. I. J.Ramaji, A. M. Memari. Interpretation of structural analytical models from the coordination view in building information models. Automation in Construction. 2018. Vol. 90. pp. 117-133. DOI: https://doi.org/10.1016/j.autcon.2018.02.025.

14. C..I.Perez-Gonzalez, M. Colebrook, J. L. Roda-Garcia, C. B. Rosa-Remedios. Developing a data analytics platform to support decision making in emergency and security management. Expert Systems with Applications. 2019. Vol. 120. pp. 167-184. DOI: https://doi.org/10.1016/j.eswa.2018.11.023.

15. H. Chen. Evaluation of Personalized Service Level for Library Information Management Based on Fuzzy Analytic Hierarchy Process. Procedia Computer Science. Vol. 131. 2018. pp. 952-958. DOI: https://doi.org/10.1016/j.procs.2018.04.233.

16. H. K. Chan, X. Sun, S.-H. Chung. When should fuzzy analytic hierarchy process be used instead of analytic hierarchy process? Decision Support Systems. 2019. рр. 1-37. DOI: https://doi.org/10.1016/j.dss.2019.113114.

17. A. M. S. Osman. A novel big data analytics framework for smart cities. Future Generation Computer Systems. 2019. Vol. 91. pp. 620-633. DOI: https://doi.org/10.1016/j.future.2018.06.046.

18. I. Godri, C. Kardos, A. Pfeiffer, J. Vancza. Data analytics-based decision support workflow for high-mix low- volume production systems. CIRP Annals. Vol. 68. Issu. 1. 2019. pp. 471-474. DOI: https:ZZdoi.org/10.1016Zj.cirp.2019.04.001.

19. J. L. Harding. Data quality in the integration and analysis of data from multiple sources: some research challenges. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. Vol. XL-2/W1. 2013. рр. 59-63. DOI: 10.5194/isprsarchives-XL-2-W1 -59-2013.

20. Kosko B. Fuzzy cognitive maps. Intern. Journal of Man-Machine Studies. 1986., Vol. 1., рр. 65-75.

21. Горелова Г.В. Когнитивный подход к имитационному моделированию сложных систем. Известия ЮФУ. Технические науки.2013.№ 3. С. 239-250.

22. Orouskhani, M., Orouskhani, Y., Mansouri, M., Teshnehlab, M. A novel cat swarm optimization algorithm for unconstrained optimization problems, International Journal “Imformation Technology and Computer Science”, 2013, Vol. 11, pp. 32 - 41.

23. A. Koshlan, O. Salnikova, M. Chekhovska, R. Zhyvotovskyi, Y. Prokopenko, T. Hurskyi, A. Yefymenko, Y. Kalashnikov, S. Petruk, A. Shyshatskyi. Development of an algorithm for complex processing of geospatial data in the special-purpose geoinformation system in conditions of diversity and uncertainty of data. Eastern- European Journal of Enterprise Technologies. Vol. 5. No. 9 (101). 2019. pp. 16-27. DOI: https://doi.org/10.15587/1729-4061.2019.180197.

24. Mahdi Q. A., Shyshatskyi A., Prokopenko Y., Ivakhnenko T.., Kupriyenko D.., Golian V., Lazuta R., Kravchenko S.., Protas N. & Momit A.. Development of estimation and forecasting method in intelligent decision support systems. Eastern-European Journal of Enterprise Technologies, 2021, Vol. 3, No. 9(111), pp. 51-62. https://doi.org/10.15587/ 1729-4061.2021.232718.

25. Емельянов В. В., Курейчик В. В., Курейчик В. М., Емельянов В. В. Теория и практика эволюционного моделирования. М.: Физматлит, 2003. -432 с.

26. Гороховатський В., Стяглик Н.., Царевська, В. Комбінаційний метод прискореного метричного пошуку даних у задачах класифікації зображень. Сучасні інформаційні системи. 2021. Том 5, № 3, с. 5-12. https://doi.org/10.20998/ 2522-9052.2021.3.01.

27. Levashenko, V., Liashenko, O., Kuchuk, H. Побудова системи підтримки прийняття рішень на основі нечітких даних. Сучасні інформаційні системи, 2020, Том 4, № 4, с. 48-56. https://doi.org/10.20998/2522-9052.2020.4.07.

28. Meleshko, Y., Drieiev, O., Drieieva, H. Метод ідентифікації профілів ботів на основі нейронних мереж у рекомендаційних системах. Сучасні інформаційні системи, Том 4, № 2, с. 24-28. https://doi.Org/10.20998/2522-9052.2020.2.05.

29. Kuchuk, N., Merlak, V., & Skorodelov, V. Метод зменшення часу доступу до слабкоструктурованих даних. Сучасні інформаційні системи. 2020. Том 4, № 1, с. 97-102. https://doi.Org/10.20998/2522-9052.2020.1.14.

30. Shyshatskyi, A., Tiurnikov, M., Suhak, S., Bondar, O., Melnyk, A., Bokhno, T., & Lyashenko, A.. Методика оцінки ефективності системи зв'язку оперативного угруповання військ. Сучасні інформаційні системи. 2020. Том 4, № 1, с. 107-112. https://doi.org/10.20998/2522-9052.2020.L16.

31. Raskin, L., & Sira, O. (2016). Method of solving fuzzy

problems of mathematical programming. Eastern-European Journal of Enterprise Technologies, 5(4 (83), 23-28.

https://doi.org/10.15587/1729-4061.2016.81292

32. Lytvyn, V., Vysotska, V., Pukach, P., Brodyak, O., & Ugryn, D. Development of a method for determining the keywords in the slavic language texts based on the technology of web mining. Eastern-European Journal of Enterprise Technologies, 2017, Vol. 2, No. 2 (86), pp. 14-23. https://doi.org/10.15587/1729-4061.2017.98750

33. Stepanenko, A., Oliinyk, A., Deineha, L., & Zaiko, T. (2018). Development of the method for decomposition of superpositions of unknown pulsed signals using the second-order adaptive spectral analysis. Eastern-European Journal of Enterprise Technologies, 2018, Vol. 2, No.9 (92), pp. 48-54. https://doi.org/10.15587/1729-4061.2018.126578.

34. Gorbenko, I., & Ponomar, V. Examining a possibility to use and the benefits of post-quantum algorithms dependent on the conditions of their application. Eastern-European Journal of Enterprise Technologies, 2017. Vol. 2, No. 9 (86), pp. 21-32. https://doi.org/10.15587/1729-4061.2017.96321.

35. Lovska A. A. Peculiarities of computer modeling of strength of body bearing construction of gondola car during transportation by ferry-bridge. Metallurgical and Mining Industry. 2015. №1. рр. 49 - 54.

36. Lovska Alyona, Fomin Oleksij. A new fastener to ensure the reliability of a passenger coach car body on a railway ferry. Acta Polytechnica. 2020. Vol. 60. Issue 6. рр. 478 - 485.

37. Koval M., Sova O., Shyshatskyi A., Orlov O., Artabaiev Yu., Shknai O., Veretnov A., Koshlan O., Zhyvylo Ye., Zhyvylo I. Improvement of complex resource management of special-purpose communication systems. Eastern-european journal of enterprise technologies, 2022, Vol 5, No 9 (119), рр.34-44. DOI: 10.15587/1729-4061.2022.266009.

38. Налапко О. Л. Analysis of technical characteristics of the network with possibility to self-organization / О. Л. Налапко, А. В. Шишацький. // Сучасні інформаційні системи. - Харків, 2018. - №4, Том 2. - С. 78-86.

39. Nina Kuchuk, Amin Salih Mohammed, Andrii Shyshatskyi and Oleksii Nalapko. The Method of Improving the Efficiency of Routes Selection in Networks of Connection with the Possibility of Self-Organization (Scopus). International Journal of Advanced Trends in Computer Science and Engineering. - 2019. - №1.2., Volume 8. - C. 1-6. DOI: 10.30534/ijatcse/2019/0181.22019.

40. Analysis of mathematical apparatus for managing channel and network resources of military radio communication systems / O.Nalapko, R. Pikul, P. Zhuk, A. Shyshatskyi. // Полтавський національний технічний університет імені Юрія Кондратюка, Наукове періодичне видання “Системи управління, навігації та зв'язку”, Збірник наукових праць. - Полтава, 2019. - №3(55). - С. 166-170.

41. O. Nalapko, A. Shyshatskyi, V. Ostapchuk, Qasim Abbood Mahdi, R. Zhyvotovskyi, S. Petruk, Ye. Lebel, S. Diachenko, V. Velychko, I. Poliak Development of a method of adaptive control of military radio network parameters. // Eastern- European Journal of Enterprise Technologies. Volume 9 - 2021. - № 1(109). - С. 18-32. DOI: 10.15587/1729-4061.2021.225331.

42. I. Alieinykov, K. A. Thamer, Y. Zhuravskyi, O. Sova, N. Smirnova, R. Zhyvotovskyi, S.Hatsenko, S. Petruk, R. Pikul, A. Shyshatskyi. Development of a method of fuzzy evaluation of information and analytical support of strategic management. Eastern-European Journal of Enterprise Technologies. Vol. 6. No. 2 (102). 2019. pp. 16-27. DOI: https://doi.org/10.15587/ 1729-4061.2019.184394.

43. Shyshatskyi A. Method of multicriterial evaluation of the state of the special purposes of radio communication system channels / A. Shyshatskyi, O. Zhuk, R. Zhyvotovskyi, P. Zhuk // Наука і техніка Повітряних Сил Збройних Сил України. - 2017. - № 4. - С. 75-83. - Режим доступу: http://nbuv.gov.ua/ UJRN/Nitps_2017_4_12.

44. Shyshatskyi, A., Sova, O., Zhuravskyi, Y., Zhyvotovskyi, R., Lyashenko, A., Cherniak, O., Zinchenko, K., Lazuta, R., Melnyk, A., & Simonenko, A. (2019). Development of resource distribution model of automated control system of special purpose in conditions of insufficiency of information on operational development. Technology Audit and Production Reserves,. Vol. 1, No 2(51), pp. 35-39. https://doi.org/10.15587/2312-8372.2020.198082.

45. Nalapko, O., Sova, O., Shyshatskyi, A., Protas, N., Kravchenko, S., Solomakha, A., Neroznak, Y., Gaman, O., Merkotan, D., & Miahkykh, H. (2021). Analysis of methods for increasing the efficiency of dynamic routing protocols in telecommunication networks with the possibility of self-organization. Technology Audit and Production Reserves, Vol. 5, No. 2(61), pp. 44-48. https://doi.org/10.15587/2706-5448.2021.239096.

46. Minochkin, A., Shyshatskyi, A., Hasan, V., Hasan, A., Opalak, A., Hlushko, A., Demchenko, O., Lyashenko, A., Havryliuk, O., & Ostapenko, S. (2021). The improvement of method for the multi-criteria evaluation of the effectiveness of the control of the structure and parameters of interference protection of special-purpose radio communication systems. Technology Audit and Production Reserves, Vol. 4, No.2(60), pp. 22-27. https://doi.org/10.15587/2706-5448.2021.235465.

47. Oleg Sova, Hryhorii Radzivilov, Andrii Shyshatskyi, Dmytro Shevchenko, Bohdan Molodetskyi, Vitalii Stryhun, Yurii Yivzhenko, Yevhen Stepanenko, Nadiia Protas, & Oleksii Nalapko. (2022). Development of the method of increasing the efficiency of information transfer in the special purpose networks. Eastern-european Journal of Enterprise Technologies, 3(4 (117)), 6-14. https://doi.org/10.15587/1729-4061.2022.259727.

48. Sova, O., Zhuravskyi, Y., Vakulenko, Y., Shyshatskyi, A., Salnikova, O., & Nalapko, O. (2022). Development of methodological principles of routing in networks of special communication in conditions of fire storm and radio-electronic suppression. EUREKA: Physics and Engineering, (3), 159-166. https://doi.org/10.21303/2461-4262.2022.002434.

49. Oleg Sova, Hryhorii Radzivilov, Andrii Shyshatskyi, Pavel Shvets, Valentyna Tkachenko, Serhii Nevhad, Oleksandr Zhuk, Serhii Kravchenko, Bohdan Molodetskyi, & Hennadii Miahkykh. (2022). Development of a method to improve the reliability of assessing the condition of the monitoring object in special-purpose information systems. Eastern-european Journal of Enterprise Technologies, 2(3 (116)), 6-14. https://doi.org/10.15587/1729-4061.2022.254122.

50. Шишацький А.В., Сова О.Я., Журавський Ю.В., Троцько О.О. Методологічні засади інтелектуальної обробки даних в інтелектуальних системах підтримки прийняття рішень. Theoretical and scientific foundations in research in Engineering: collective monograph / Beresjuk O., Lemeschew M., Stadnijtschuk M., - etc. - Jnternational Science Group. - Boston: Primedia eLaunch, 2022. 543 р. Available at:DOI - 10.46299/ISG.2022.MONO.TECH.1. URL: https://isg-konf.com/ theoretical-and-scientific-foundations-in-research-in-engineering/.

Размещено на Allbest.ru