1_2026_s_5

Название статьи МЕТОДЫ ИЗМЕРЕНИЯ КОЛЕБАНИЙ ГУСЕНИЧНОГО ДВИЖИТЕЛЯ: СОВРЕМЕННЫЕ ПОДХОДЫ И ТЕХНОЛОГИИ
Авторы

А.И. ТАРАТОРКИН, инженер-конструктор, АО «СКБМ», г. Курган, Российская Федерация, Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.">Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.

С.В. АБДУЛОВ, канд. техн. наук, доц., исполнительный директор – главный конструктор, АО «СКБМ», г. Курган, Российская Федерация, Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.">Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.

И.А. ТАРАТОРКИН, д-р техн. наук, проф., заведующий отделом механики транспортных машин – главный научный сотрудник, Институт машиноведения имени Э.С. Горкунова УрО РАН, г. Екатеринбург, Российская Федерация, Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.">Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.

А.И. ТАРАТОРКИН, д-р техн. наук, старший научный сотрудник, Институт машиноведения имени Э.С. Горкунова УрО РАН, г. Екатеринбург, Российская Федерация, Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.">Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.

 
В рубрике ДИНАМИКА, ПРОЧНОСТЬ МАШИН И КОНСТРУКЦИЙ
Год 2026
Номер журнала 1(74)
Страницы 41–48
Тип статьи Научная статья
Индекс УДК 629.1
Идентификатор DOI https://doi.org/10.46864/1995-0470-2026-1-74-41-48
Аннотация

Статья посвящена преодолению ограничений контактных методов измерения динамики гусеничных машин. В качестве решения предлагается метод, основанный на бесконтактном измерении перемещений траков с помощью высокоскоростной видеосъемки и алгоритмов компьютерного зрения. Детально рассматривается реализация оптического потока Лукаса–Канаде — эффективного алгоритма для трекинга характерных точек на поверхности траков. Показано, что данный подход позволяет с высокой точностью и без влияния на объект измерять перемещения, скорости и деформации по всей длине гусеничного обвода, удовлетворяя строгим требованиям экспериментальных исследований. Метод позволяет с высокой точностью идентифицировать частоты, амплитуды, коэффициенты демпфирования и формы колебаний различных ветвей гусеничного обвода и получить полную картину кинематики ветвей гусеничного обвода без влияния на объект исследования.
Ключевые слова гусеничный движитель, динамика, колебания, амплитуда, частота, компьютерное зрение, метод оптического потока Лукаса–Канаде
  Полный текст статьи Вам доступен
Список цитируемой литературы
  1. Гусеничные транспортеры-тягачи / В.Ф. Платонов, А.Ф. Белоусов, Н.Г. Олейников, Г.И. Карцев; под ред. В.Ф. Платонова. — М.: Машиностроение, 1978. — 351 с.
  2. Березин, И.Я. Динамика системы «грунт гусеница — опорный каток» / И.Я. Березин, А.И. Плагов, Е.Е. Рихтер // Прочность машин и аппаратов при переменных нагружениях: темат. сб. науч. тр. / под ред. И.Я. Березина. — Челябинск: ЧГТУ, 1991. — С. 123–128. 
  3. Динамика гусеничной ленты с эластомерными уширителями / А.А. Абызов, И.Я. Березин, Е.Е. Рихтер, В.И. Бывальцев // Тракторы и сельхозмашины. — 2012. — Т. 79, № 5. — С. 36–38. — DOI: https://doi.org/10.17816/0321-4443-69400. 
  4. Абызов, А.А. Моделирование динамики гусеничной ленты с эластомерными уширителями / А.А. Абызов // Тракторы и сельхозмашины. — 2012. — Т. 79, № 7. — С. 48–51. — DOI: https://doi.org/10.17816/0321-4443-69480. 
  5. Разработка единой математической модели связанной нелинейной динамической системы мобильной машины, включающей элементы движителя. Разработка программных средств, идентификация модели и исследования динамики: отчет о НИР (заключ.) / ЮУрГУ; рук. А.А. Абызов, исполн.: А.А. Абызов. — Челябинск, 2003. — 37 с. — № ГР 01.2002207631. — Инв. № 02.2004 03844.
  6. Разработка математической модели динамики гибкого стержня с присоединенными эластомерными элементами и его взаимодействия с нелинейной вязкоупругой средой: отчет о НИР (промежуточ.) / ЮУрГУ; рук. А.А. Абызов, исполн.: А.А. Абызов. — Челябинск, 2002. — 35 с. — № ГР 01.200207631. — Инв. № 02.2003 04184. 
  7. Three-dimensional nonlinear tooth meshing modeling and analysis for preloaded tracked vehicles / K. Huang, G. Wang, P. Wang [et al.]. — DOI: https://doi.org/10.21203/ rs.3.rs-5317820/v1. — (Preprint / Research Square; ver. 1). 
  8. Жданович, Ч.И. Экспериментальные исследования колебаний верхней ветви резиноармированной гусеницы сельско- хозяйственного трактора / Ч.И. Жданович, В.Н. Плищ // Агропанорама. — 2023. — № 4(158). — С. 4–9. — DOI: https:// doi.org/10.56619/2078-7138-2023-158-4-4-9. 
  9. Chołodowski, J. On the energy losses due to tracks vibrations in rubber track crawler vehicles / J. Chołodowski, P.A. Dudziński, M. Ketting // Archives of Civil and Mechanical Engineering. — 2021. — Vol. 21, iss. 2. — DOI: https://doi.org/10.1007/ s43452-021-00212-8. 
  10. Guo, W. Vision-based displacement measurement method of large-scale bridges using tilt shift camera and fast spatio-temporal context learning / W. Guo, J. Li, Y. Hu // Mechanical Systems and Signal Processing. — Vol. 224. — DOI: https://doi. org/10.1016/j.ymssp.2024.112165. 
  11. Diwan, T. Object detection using YOLO: challenges, architectural successors, datasets and applications / T. Diwan, G. Anirudh, J.V. Tembhurne // Multimedia Tools and Applications. — 2023. — Vol. 82, iss. 6. — P. 9243–9275. — DOI: https://doi. org/10.1007/s11042-022-13644-y. 
  12. SSD: single shot multibox detector / W. Liu, D. Anguelov, D. Erhan [at al.] // Computer Vision – ECCV 2016: proc. of the 14th European Conf., Amsterdam, 11–14 Oct. 2016: 8 vol. / eds.: B. Leibe, J. Matas, N. Sebe, M. Welling. — London, 2016. — Vol. 1. — P. 21–37. — DOI: https://doi.org/10.1007/978-3-319- 46448-0_2. 
  13. Bharati, P. Deep learning techniques—R-CNN to Mask R-CNN: a survey / P. Bharati, A. Pramanik // Computational Intelligence in Pattern Recognition: proc. of the 1st Intern. Conf. CIPR 2019, Shibpur, 19–20 Jan. 2019 // eds.: A.K. Das, J. Nayak, B. Naik [et al.]. — Singapore, 2020. — P. 657– 668. — DOI: http://dx.doi.org/10.1007/978-981-13-9042-5_56. 
  14. Bajpai, R. MoveNet: a deep neural network for joint profile prediction across variable walking speeds and slopes / R. Bajpai, D. Joshi // IEEE Transactions on Instrumentation and Measurement. — 2021. — Vol. 70 — P. 1–11. — DOI: http://dx.doi. org/10.1109/TIM.2021.3073720. 
  15. Ghanbari, S. User identification based on hand geometrical biometrics using Media-Pipe / S. Ghanbari, Z.P. Ashtyani, M.T. Masouleh // Proc. of the 30th International Conference on Electrical Engineering (ICEE), Tehran, 17–19 May 2022. — Tehran, 2022. — P. 373−378. — DOI: http://dx.doi. org/10.1109/ICEE55646.2022.9827056. 
  16. A fall detection alert system based on lightweight Openpose and spatial-temporal graph convolution network / W. Mai, F. Wu, Z. Guo [et al.] // Journal of Physics: Conference Series. — 2021. — Vol. 2035. — DOI: http://dx.doi.org/10.1088/1742- 6596/2035/1/012036. 
  17. 3D human motion capture method based on computer vision / A.D. Obukhov, D.L. Dedov, E.O. Surkova, I.L. Korobova // Advanced Engineering Research (Rostov-on-Don). — 2023. — Vol. 23, no. 3. — P. 317–328. — DOI: https://doi. org/10.23947/2687-1653-2023-23-3-317-328. 
  18. Chung, J.-L. Comparative analysis of skeleton-based human pose estimation / J.-L. Chung, L.-Y. Ong, M.-C. Leow // Future Internet. — 2022. — Vol. 14, iss. 12. — DOI: https://doi. org/10.3390/fi14120380. 
  19. Multi-view triangulation: systematic comparison and an improved method / J. Chen, D. Wu, P. Song [et al.] // IEEE Access. — 2020. — Vol. 8. — P. 21 017–21 027. — DOI: https:// doi.org/10.1109/ACCESS.2020.2969082. 
  20. Lucas, B.D. An iterative image registration technique with an application to stereo vision / B.D. Lucas, T. Kanade // Proc. of the 7th Intern. Joint Conf. on Artificial Intelligence, San Francisco, 24–28 Aug. 1981: 2 vol. — San Francisco, 1981. — Vol. 2. — P. 674–679. 
  21. Котельников, В.А. О пропускной способности «эфира» и проволоки в электросвязи // Успехи физических наук. — 2006. — T. 176, № 7. — С. 762–770. — DOI: https://doi. org/10.3367/UFNr.0176.200607h.0762. 
  22. Shannon, C.E. Communication in the presence of noise / C.E. Shannon // Proc. of the IRE. — 1949. — Vol. 37, iss. 1. — P. 10–21. 
  23. Радиотехника: энциклопедия / под ред. Ю.Л. Мазора, Е.А. Мачусского, В.И. Правды. — М.: Додэка-XXI, 2002. — 944 с. 
  24.  Радиосистемы передачи информации: учеб. пособие для вузов / В.А. Васин, В.В. Калмыков, Ю.Н. Себекин [и др.]. — М.: Горячая линия–Телеком, 2005. — С. 29. 
  25. Mechanical vibration — Road surface profiles — Reporting of measured data: ISO 8608:2016. — Replacing ISO 8608:1995. — Publ. 01.11.2016. — 36 p. — URL: https://www.iso.org/standard/71202.html (date of access: 22.08.2025). 
  26. Расчетно-экспериментальное исследование динамики обвода гусеничного движителя транспортной машины высокой проходимости / А.И. Тараторкин, С.В. Абдулов, В.Б. Держанский [и др.] // Механика машин, механизмов и материалов. — 2024. — № 4(69). — С. 50– 60. — DOI: https://doi. org/10.46864/1995-0470-2024-4-69-50-60.