Ключевое слово: «моторное масло»

Журавлев А. А., Савин Н. П., Филатова Н. О. Исследование зависимости вязкости моторного масла от температуры // Научно-методический электронный журнал «Концепт». – 2016. – Т. 12. – С. 82–86. – URL: http://e-koncept.ru/2016/46217.htm
Статья в РИНЦ
В работе исследуется зависимость вязкости моторного масла различных марок от температуры. Для моторных масел разных марок определяется кинематическая вязкость с помощью капиллярного вискозиметра и динамическая вязкость методом Стокса.
Кожинская А. В., Киселев И. А. Вязкость моторных масел как их техническая и эксплуатационная характеристика // Научно-методический электронный журнал «Концепт». – 2018. – . – С. 211–215. – URL: http://e-koncept.ru/2018/0.htm
Полный текст статьи Читать онлайн
Статья посвящена оценке эксплуатационных и технических свойств моторных масел, их изменениям в процессе эксплуатации, а также влиянии на работу двигателя. Проблеме влияния вязкости на режимы смазки в деталях двигателя.
Кожинская А. В., Полотняньщиков В. М. Изменения показателей моторных масел в процессе эксплуатации // Научно-методический электронный журнал «Концепт». – 2018. – . – С. 216–220. – URL: http://e-koncept.ru/2018/0.htm
Полный текст статьи Читать онлайн
В статье рассмотрены изменения эксплуатационных показателей моторных масел (старение), а также закономерности протекания процесса старения масла во времени.
Макарова Л. К. ИДЕНТИФИКАЦИЯ МОТОРНЫХ МАСЕЛ ИК-СПЕКТРОСКОПИЕЙ И МЕТОДАМИ МАШИННОГО ОБУЧЕНИЯ // Научно-методический электронный журнал «Концепт». – 2025. – . – URL: http://e-koncept.ru/2025/0.htm
В работе рассматривается использование методов машинного обучения для классификации и выявления аномалий на инфракрасных спектрах моторного масла Motul. Проведен анализ актуальности проблемы автоматизации контроля качества смазочных материалов. В исследовании применены алгоритмы анализа главных компонент, опорных векторов и ансамблевых моделей. Полученные результаты демонстрируют высокую точность распознавания составов масел и эффективное выявление отклоняющихся образцов. Научная новизна состоит в интеграции современных машинных методов для обработки спектральных данных, что способствует развитию автоматизированных систем контроля качества моторных масел.