Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

книги / Математическая статистика в технологии машиностроения

..pdf
Скачиваний:
5
Добавлен:
12.11.2023
Размер:
8.19 Mб
Скачать

Таким образом, статистическое изучение точности обработки сводится к выявлению фактического поля рассеивания суммарной погрешности обработки в настроечной партии и сопоставлению его с полем допуска на размер.

Если поле рассеивания размеров в настроечной партии равно или меньше поля допуска на размер, то точность данной операции признается удовлетворительной или хорошей. Если же поле рас­ сеивания размеров оказывается больше поля допуска, то точность операции считается недостаточной. При такой точности неизбежен брак. Однако за время обработки настроечной партии могут воз­ никнуть различного рода временные неполадки в технологической системе станок—приспособление—инструмент—деталь. Эти не­ поладки могут вызывать существенные изменения в рассеивании размеров в отдельные периоды времени и влиять на суммарное рассеивание в настроечной партии. Поэтому для анализа точности обработки важно знать не только величину поля рассеивания на­ строечной партии, но также и степень устойчивости изучаемого процесса во времени.

Под устойчивостью процесса во времени следует понимать его свойство без дополнительных регулировок сохранять требуемую точность за время обработки партии деталей с одной настройки станка.

Необходимо различать два вида устойчивости процессов во времени: технологическую и статистическую.

Процесс является технологически устойчивым, если за время обработки настроечной партии все размеры деталей находятся в пределах допуска. Процесс является статистически устойчивым, если за время обработки настроечной партии статистические харак­ теристики рассеивания размеров деталей, т. е. дисперсия случай­ ных погрешностей s2 и средняя арифметическая суммарной по­ грешности обработки сохраняют постоянство своих значений, другими словами, если течение процесса во времени характери­ зуется теоретической диаграммой точности IV типа.

Кроме таких, полностью статистически устойчивых процессов, на практике встречаются процессы, у которых только дисперсия случайных погрешностей остается постоянной во времени, а среднее значение закономерно изменяется во времени, т. е. про­ цессы характеризуются диаграммами точности I, II и III типа. Такие процессы будем в дальнейшем называть статистически устойчивыми по рассеиванию.

Очевидно, что статистически устойчивый процесс, а также ста­ тистически устойчивый процесс только по рассеиванию, при нали­ чии закономерного изменения во времени центра рассеивания, будет при надлежащей точности и устойчивым технологически. Но процесс, устойчивый технологически, может быть не устойчивым статистически полностью или частично.

Для того чтобы процесс был точен и можно было бы система­ тически наблюдать за его точностью во времени, необходимо,

чтобы он был либо полностью, либо частично статистически устой­ чивым. Другими словами, необходимо добиться таких условий течения процесса во времени, при которых он приближался бы к одной из четырех типов теоретических диаграмм точности.

Основными задачами статистического анализа являются, вопервых, установление вида статистической устойчивости про­ цесса, выявление причин неустойчивости процесса во времени, приведение его в устойчивое состояние и, во-вторых, определение точности процесса.

Статистический анализ устойчивости и точности процесса можно проводить тремя основными методами: методом больших выборок, методом малых выборок и методом точечных диаграмм.

4. СТАТИСТИЧЕСКИЙ АНАЛИЗ ПОСРЕДСТВОМ БОЛЬШИХ ВЫБОРОК

Статистический анализ следует производить после того, как станок проработает некоторое время, необходимое для стабили­ зации температуры системы СПИД. Это время колеблется в пре­ делах одного-двух часов. В результате этого погрешности обра­ ботки, вызываемые температурными деформациями элементов системы СПИД, превратятся из функциональных в постоянные и процесс обработки при нормальном его ходе будет характери­ зоваться точностной диаграммой I или IV типа.

Статистический анализ посредством большой выборки заклю­ чается в следующем.

Со станка берется большая (текущая) выборка, состоящая из деталей, изготовленных подряд одна за другой при неизменной на­ стройке и других неизменных условиях. Объем выборки устанавли­ вается в зависимости от желаемой точности и надежности опреде­ ления меры рассеивания а суммарной погрешности обработки. Для этого следует использовать методику, изложенную в части первой, гл. III, п. 5. Для практических целей можно принять точ­ ность вычисления оценки о по выборочному s, равную е = ±0,2s с вероятностью а = 0,95. Тогда объем выборки достаточно сделать равным п = 50. Однако с увеличением п точность е возрастает и

поэтому

часто принимают п ^

100.

 

Все детали выборки должны быть измерены шкальным измери­

тельным

инструментом

с

ценой

деления

измерительной шкалы,

равной

^—=—Го~)

где

^ — допуск

на измеряемый размер.

На основании результатов измерений деталей выборки составляется таблица распределения размеров выборки. При составлении таб­ лицы все наблюденные размеры разбиваются на интервалы, число которых выбирается так, чтобы ширина интервала была больше не менее чем в 2 раза цены деления шкалы измерительного инстру­ мента. Это делается для того, чтобы компенсировать погрешности измерения. Затем производится вычисление статистических харак­

теристик выборки х и s, которые и принимаются в качестве оценок

142

параметров Х 0 и °о распределения генеральной совокупности, из которой взята выборка. После этого производится проверка гипотезы нормальности распределения по методу, изложенному в части первой, гл. IV. Выборку необходимо проверить также на случайность по методу, изложенному в части первой, гл. IV, п. 4, и убедиться в стабильности центра рассеивания погрешностей в процессе отбора пробы.

При положительных результатах проверки гипотез нормаль­ ности и случайности распределения выборки процесс может быть отнесен к IV типу точности, для которого суммарная погрешность обработки определяется по формуле

А = Ал + Дс,

где Дл — постоянные погрешности; Дс — случайные погрешности.

Для определения суммарной величины случайных погрешно­ стей во всей настроечной партии необходимо в качестве оценки а 0

принять

а = sz2, где s — среднее

квадратическое

отклонение

выборки,

a z2 — коэффициент, определяемый

в зависимости от

объема выборки по таблице приложения 10.

Тогда

 

 

Ас = 6z2s =

6а.

 

(209)

Фактическая величина постоянных погрешностей Дя или резерв допуска, приходящийся на долю постоянных погрешностей, оп­ ределяется по следующим формулам:

а) для наружных поверхностей

Дл = X — За — НО;

(210)

б) для внутренних поверхностей

Дл = ВО — X — За,

(211)

где ВО и НО — верхнее и нижнее предельные отклонения изме­ ряемого размера с учетом их знаков;

X — среднее значение отклонений рамеров от их но­ минала.

Для оценки точности процесса необходимо сравнить получен­ ную суммарную погрешность А с допуском 26 на размер детали. Точность процесса считается достаточной или избыточной, если удовлетворяется неравенство

А < 26.

Однако на практике возможен брак даже и при избыточной точности процесса, если настройка станка была выполнена с по­ грешностью, величина которой превышала допустимое значение.

143

Обозначим через Д0 координату середины поля допуска отно­ сительно номинального значения размера, величина которой опре­ деляется по формуле

АВО + НО

Ло = — i — ,

где ВО и НО — верхнее и нижнее предельные отклонения раз­ мера по чертежу с учетом знаков.

Среднее значение действительных отклонений измеряемого

размера от его номинала обозначим через X. Величину смещениях от Д0 обозначим через Е. Тогда

Е = X — А0.

На рис. 37 показаны два крайних положения кривой нормаль­

ного распределения в поле допуска, когда смещение X от коорди­ наты середины поля допуска А0 находится в пределах допустимых

Рис. 37. Допустимые (а) и недопустимые (б) смещения центра рассеивания погрешностей

значений, и два других_крайних положения кривой нормального

распределения, когда X смещено относительно А0 на величину, превышающую допустимое значение. В результате этого возникает брак, т. е. часть деталей qx или q2 будет иметь отклонения раз­ меров, выходящие за пределы допуска.

Из рис. 37, а видно, что допускаемая погрешность настройки к Н'д режущего инструмента на размер равна

Анд = Ее =

= 6 - 3 а .

(212)

фактическая величина

погрешности

настройки Дн. ф

опре­

делится по формуле

 

 

 

АН.Ф =

Е Ф = \ Х - А

0\.

(213)

Для работы без брака должно быть соблюдено неравенство

Л«.ф<Л„.д-

 

(214)

Если это неравенство соблюдено не будет и Д Д „ . а, то при обработке настроечной партии неизбежен брак даже при избыточной точности процесса. Вероятный процент этого брака (рис. 37, б) можно определить по формуле

q = [0,5 — Ф (-^ £ 0 )] ЮО.

(215)

Для сравнительной оценки точности аналогичных операций можно пользоваться коэффициентом точности Кт:

_ бст _ За

(216)

Дг “ "2б~ “ "б" ‘

 

При Кт^ 1 точность процесса достаточная, а при Кт> 1 недостаточная. Для оценки точности настройки станка поль­ зуются коэффициентом точности настройки е:

_

\Е\

*

(217)

~~

26

 

При этом допустимое значение е^\

ед = ^ ^ - = 1 - К т.

(218)

Фактическое значение еф определится по формуле

еф =

X-Aol

(219)

 

26

 

Условия работы без брака выразятся неравенствами:

(220)

еф^ ед.

Для оценки устойчивости процесса по большой выборке доста­ точно подтверждений гипотез нормальности и случайности вы­ борки. Если эти гипотезы подтверждаются, то процесс можно считать устойчивым во времени.

Пример 40. С одношпиндельного токарно-револьверного автомата, обраба­ тывающего ролики D = 20” Q’3 м м , взята выборка п = 50. Результаты измерений

деталей выборки приведены в табл. 39. Необходимо определить точность процесса^ его устойчивость, точность настройки и возможный процент брака при данной настройке станка на размер.

На основании данных табл. 39 составлена таблица распределения наблюден­ ных значений размеров деталей, в которой приведены дополнительные графы для вычисления вспомогательных данных, упрощающих расчеты характеристик рассеивания (табл. 40).

Результаты измерений диаметра роликов

Номер

D

Номер

D

Номер

D

Номер

D

Номер

D

ролика

ролика

ролика

ролика

ролнка

1

19,81

11

19,82

&

19,82

31

19,85

41

19,83

21

2

19,83

12

19,84

< 22

19,85

32

19,84

42

19,84

3

19,84

13

19,84

23

19,84

33

19,85

43

19,85

4

19,85

14

19,87

24

19,80

34

19,86

44

19,87

5

19,86

15

19,88

25

19,88

35

19,87

45

19,89

6

19,83

16

19,83

26

19,85

36

19,82

46

19,85

7

19,84

17

19,84

27

19,84

37

19,83

47

19,84

8

19,85

18

19,85

28

19,85

38

19,84

48

19,85

9

19,86

19

19,86

29

19,86

39

19,85

49

19,86

10

19,86

20

19,86

30

19,87

40

19,86

50

19,87

Таблица 40

Распределение размеров роликов

Разряды

Середина

/

 

bf

ЬЧ

Примечание

разряда

С

 

Х1

 

 

 

 

19,81—19,82

19,815

1

—4

—4

16

а— 19,855

19,82—19,83

19,825

3

—3

—9

27

19,83—19,84

19,835

5

—2

—10

20

с=0,01

19,84—19,85

19,845

11

—1

—И

11

 

19,85—19,86

19,855

12

0

0

0

 

19,86—19,87

19,865

10

1

10

10

 

19,87—19,88

19,875

5

2

10

20

 

19,88—19,89

19,885

2

3

6

18

 

19,89—19,90

19,895

1

4

4

16

 

 

 

50

—4

138

 

Пользуясь данными табл. 40 вычислим статистические характеристики полу­ ченного эмпирического распределения:

Х =

а + с

S bf

/

19,855+ 0,01 ( - 4 )

19,855 мм;

 

 

Е

50

 

 

 

 

 

 

s

 

 

 

У - ж

- Ы У * * 0'017 " •

 

 

 

 

Затем произведем проверку гипотезы случайности выборки по методу после­ довательных разностей. Для этого из каждого последующего значения размера детали по табл. 39, начиная со второго, вычтем предыдущий размер и, таким обра­ зом, составим 49 разностей. Например,

ах = 19,83—19,81 = 0,02; аг = 19,84 — 19,83 = 0,01 и т. д.

Результаты вычислений Приведены

ниже:

 

 

 

 

 

01

=

0,02

0ц =

0,02

021 =

0,03

031

=

—0,01

041 =

0,01

йъ

=

0,01

012 =

0,00

022 =

—0,01

032

=

0,01

042 —

0,01

03

=

0,01

013 =

0,03

023 =

—0,04

033 =

0,01

043 =

0,02

ах =

0,01

014 =

0,01

024 =

0,08

034 ~

0,01

044 =

0,02

05 =

—0,03

015 =

—0,05

025 =

—0,03

035

— —0,05

045 =

—0,04

До =

0,01

0ю —

0,01

020 =

—0,01

030 “

0,01

040 =

—0,01

07

=

0,01

017 =

0,01

027 =

0,01

037 —

0,01

047 =

0,01

08

0,01

018 =

0,01

028 “

0,01

038 ~

0,01

048

0,01

00

=

0,00

0L9 =

0,01

029 =

0,01

030 =

0,01

040 ~

0,01

010

—0,04

020 ~

—0,04

030 =

—0,02

040 =

—0,03

 

 

Эти разности необходимо возвести в квадрат и суммировать для вычисления величины с1 по формуле (113):

С2= 2 (п -1 Г § 1 ^ '

Для

удобства

вычисления

а2

произведем группировку абсолютных зна­

чений щ и подсчитаем их частоты:

 

 

 

 

 

 

 

а,

 

0

0,01

0,02

0,03

0,04

0,05

0,08

U

 

 

 

30

 

5

5

 

4

2

1 ^ / . = 49

2 а\ =

0,012-30 + 0,022• 5 +

о 2

t

I

л г м 2

 

 

 

0,082-1 = 0,0273;

0,032-5 +

0.04М -f 0,052-2 +

 

 

 

 

1

• 0,0273 =

0,000279.

 

 

 

 

 

 

2-49

 

 

 

 

 

 

 

Величина критерия т будет равна

 

 

 

 

 

 

 

 

 

 

 

0,000279

-

0,97.

 

 

 

 

 

 

 

 

0,017й

 

 

 

 

Критическая

область т

при вероятности а = 0,95

равна

 

 

гч= 1

 

 

 

 

 

 

1,65

0,77.

 

 

 

 

 

 

 

 

 

51

 

 

 

 

 

 

 

 

 

 

 

 

Так как т > т q, то, следовательно,

гипотеза случайности выборки подтвер­

ждается, т. е. в период отбора пробы не было смещения центра рассеивания по­ грешностей обработки.

Теперь произведем проверку гипотезы нормальности распределения совокуп­

ности, из которой была взята выборка. Для этого примем а 0 ^ s,

Х 0 & X и соста­

вим вспомогательную табл. 41 для вычисления критерия А,.

 

В таблице величина t вычислена

по формуле

 

 

х . - Х

' X; — 19,855

 

 

t = —‘-------=

----------------

 

 

 

s

0,017

 

Значения Z/ взяты из приложения 4.

 

Величина

является постоянной для всех значений Zt

и равна

 

пс

__ 50*0,01

 

 

s

~ 0,017

 

 

 

Вспомогательные данные для

вычисления X

 

 

 

 

\ t \

z t

V

~

п с

7

 

f

К

N x

К

-

 

 

f

~

1

z t

 

 

 

 

 

19,815

2,36

0,0246

 

0,72

 

 

1

0,72

1

 

0,28

19,825

1,77

0,0833

 

2,45

 

 

3

3,17

4

 

0,83

19,835

1,18

0,1989

 

5,82

 

 

5

8,99

9

 

0,01

19,845

0,59

0,3352

 

9,85

 

 

11

18,84

20

 

1,16

19,855

0,00

0,3988

 

11,75

 

 

12

30,59

32

 

1,41

19,865

0,59

0,3352

 

9,85

 

 

10

40,44

42

 

1,58

19,875

1,18

0,1989

 

5,82

 

 

5

46,26

47

 

0,74

19,885

1,77

0,0833

 

2,45

 

 

2

48,70

49

 

0,30

19,895

2,36

0,0246

 

0,72

 

 

1

49,73

50

 

0,57

Критерий X по формуле (108) будет равен

 

 

 

 

 

 

 

X =

 

OU J/50 = 0,22.

 

 

 

Этому значению X (см. приложение 12) соответствует Р (К) =

1, еледователыю,

гипотеза нормальности распределения

 

подтверждается.

 

 

 

Так как процесс относится к IV типу точности, то суммарная погрешность будет равна

А = А„ + Ас. Для вычисления Дс определим а:

а = z2s = 1,245-0,017 = 0,021. Значение z2 взято из таблицы приложения 10:

Ас = 6а = 6-0,021 = 0,126. Постоянные погрешности равны

Д„ = х — За НО = (19,855 — 20) — 3 • 0,021 + 0,3 = 0,092. Следовательно,

А = 0,092 + 0,126 = 0,218.

Так как 26 = 0,2 и А > 26, то процесс не обеспечивает требуе­ мую точность. Основной причиной этого явления служит непра­ вильная настройка станка. За счет изменения последней можно снизить постоянную погрешность Д„. Координата середины поля допуска равна

л _ в о

+ н о _ 0,1 — о,з _ п 0 .

Х =

19,855 — 20 = — 0,145.

Фактическое смещение центра рассеивания относительно Д0 равно

Еф = \ Х - А0| = 10,145 — 0,21= 0,055.

Допускаемое смещение центра рассеивания (допуск на на­ стройку) равно

 

Ед

26 — 6ст 0,2 — 0,126

=

0,037 мм.

 

2

2

 

 

 

 

Так

как Еф>

Ед, то возможный процент брака

, =

[о,5- Ф

( ± ^ * )1]00 =

,5 -

 

Ф ( 0''-0~ 0;005) ] 100 =

= [0,5 — Ф (2,14)] 100 = [0,5 — 0,484] 100= 1,6%.

На рис. 38 показано графически фактическое рассеивание раз­ меров в поле допуска. Во избежание появления брака необхо-

Рис. 38. Кривая распределения размеров роликов

димо изменить настройку так, чтобы X = Д0 = —0,2 или, при­ няв допуск на настройку 26н = 0,037, т. е. положив Д„ = 26н = = 0,037, необходимо стремиться получить при настройке

X = Д„ + Зо + НО = 0,037 + 0,063 — 0,3 = —0,2

или необходимо,

чтобы

 

 

 

 

 

D — /Ачах + £>min\

/19,9+19,7 \

1по

мм.

V

2

/ - 2 6„ ~ V

2

J -0,037 ~

19’ -0’037

с у м м а ^ ч Е Г Г 6 статистического анализа установлено, что

или близка к нему ^ е“1ностей Ас равна допуску 28 на размер

впчникртприио « ,/' 1° Важно ВЫЯСНИТЬ ДОМИНИРУЮЩУЮпрИЧИНу можно случайныеУппгИНЫХ погРешностейПри токарной обработке

ности Д Узависяшие птШН0СТИ Разделить на два вида: на погреш­

ности \ v' не

6 °т жестк°сти системы СПИД, и на погреш-

главным образом

системы> К0Т0Рые возникают

Пол влиянием кпгтрйп^ 11^1151 зазоР°в в отдельных частях станка.

выбираются в п р о ц ^ Т б п я б о т^ ' РеЗЭНИЯ И Вибраций эти 3а30ры

Г

ривдссе ооработки неравномерно как по величине,

так и направлению, вызывая колебания размеров у обрабатывае­ мых деталей.

Суммарную величину случайных погрешностей Де можно, та­ ким образом, представить в виде двух слагаемых:

д с =Ук1^у + к2М

Величину Ду можно определить аналитически по формулам

 

 

 

Д„ = 2 ДPW,

 

где

ЛР =

Р

_Р

 

 

 

г !/та\

 

системы,

определяемая производ­

 

W — податливость

 

 

ственным методом;

 

 

Ку и К3— коэффициенты

относительного рассеивания, ко­

 

 

торые можно принять

равными Ку — К3 — 1,2.

 

Зная величину Ау, можно определить Д3 по формуле

У t f — K l А*.

Величина Ау будет характеризовать жесткость станка, вели­ чина А3 — его точность. Если Дэ >> Ауу то причиной недостаточ­ ной точности обработки является плохое состояние станка, если Ау > Да, то причиной является малая жесткость станка.

Если при проверке случайности и нормальности распределения по большой выборке будут получены отрицательные результаты, то эту выборку необходимо разбить в порядке изготовления дета­ лей на т групп по п штук в каждой группе. Число п выбирается в зависимости от объема выборки и машинного времени обработки детали. Обычно принимают п = 5, но для мелких деталей с очень

малым машинным временем обработки можно принимать п

10,

но так, чтобы число групп т было не менее 10.

 

Группу деталей из п штук можно рассматривать как выборку из «мгновенной» совокупности, имеющей нормальное распределе­ ние, так как за время изготовления п штук деталей функциональ­ ные погрешности будут иметь пренебрежимо малые значения и, следовательно, будут иметь место только случайные погрешности.

Для каждой группы необходимо вычислить среднее значение действительных отклонений размеров от номинала xi и диспер­

сию Целесообразно также каждую группу (особенно, когда п > 5) проверить на случайность по методу последовательных разностей. Если гипотеза случайности не подтвердится, то сле­ дует уменьшить число п деталей в группе.

Для проверки устойчивости процесса по рассеиванию необхо­

димо проверить гипотезу однородности групповых дисперсий si по критерию G. При удовлетворительных результатах проверки этой гипотезы необходимо проверить гипотезу линейности связи

групповых средних

с временем тt-

изготовления

групп деталей

или с номерами групп, приняв

=

1, т2 = 2,

тш = т.

Соседние файлы в папке книги