2 (Конспект из 10 лекций, преподаватель Добряков Виктор Александрович), страница 2
Описание файла
Файл "2" внутри архива находится в следующих папках: Конспект из 10 лекций, преподаватель Добряков Виктор Александрович, Лекции по технологии. Документ из архива "Конспект из 10 лекций, преподаватель Добряков Виктор Александрович", который расположен в категории "". Всё это находится в предмете "технология производства рэс" из 7 семестр, которые можно найти в файловом архиве МАИ. Не смотря на прямую связь этого архива с МАИ, его также можно найти и в других разделах. Архив можно найти в разделе "лекции и семинары", в предмете "технология производства рэс" в общих файлах.
Онлайн просмотр документа "2"
Текст 2 страницы из документа "2"
Каждый закон распределения имеет ряд параметров, которые можно разделить на две основные группы:
1-я группа - меры положения случайной величины
2-я группа - меры рассеивания производственной погрешности около какого-то среднего значения.
Меры положения:
1. Математическое ожидание - характеризует центр группирования случайных значений исследуемого параметра (технологического процесса).
Математическое ожидание для непрерывных случайных величин:
+
M(x)= x (x) dx
-
для дискретных случайных величин:
n
M(x)= xiP(xi)
i=1
интервальная оценка:
n
M(x)= xi(mi/n)
i=1
P(xi) - вероятность появления xi
xi - отдельные значения случайных отклонений
mi/n - частость соответствующая данному значению случайного отклонения
n - число интервалов
2. Медиана - такое значение случайной величины, координата которой делит площадь под кривой распределения на две равные части.
S1=S2
3. Мода [Mod] - наиболее часто встречающееся значение случайной величины в ряду распределения.
Для симметричного нормального закона распределения значения совпадают M(x), Me, Mod.
Меры рассеивания погрешности дают представление о точности распределения относительно мер положения.
1. Дисперсия D(x) - математическое ожидание квадрата отклонения случайной величины от своего математического ожидания.
n
D(x)= [xi-M(x)]2*P(xi) - для дискретно-случайной величины;
i=1
n
D(x)= [xi-M(x)]2*(mi/n) - для интервальных оценок;
i=1
Для непрерывных случайных величин:
+
D(x)= [xi-M(x)]2*f(x) dx
-
___
2. Среднеквадратическое отклонение. (x)= D
3. Размах - разность максимального и минимального значений параметров в выборке
R(x)=Xmax-Xmin
4. Коэффициент вариации - относительная оценка - характеризует разброс значений измеряемой величины относительно математического ожидания.
V=(x)/M(x) *100%
В реальных производственных условиях графики распределения погрешностей часто имеют более сложный характер. В результате смешивания некоторых партий, обладающих различными характеристиками, может произойти изменение кривой распределения.
Методы анализа производственных погрешностей.
Для анализа производственных погрешностей существуют следующие методы:
-
1. статистический;
-
2. расчетно-аналитический;
-
3. методы дисперсионного анализа;
-
4. корреляционный анализ.
Статистический метод анализа производственных погрешностей.
Цель метода: построение закона распределения исследуемой погрешности
Этот метод основан на наблюдении за ходом технологического процесса и связан с измерением абсолютных величин параметров изделия.
Вся совокупность изделий, подлежащих исследованию с целью выявления законов распределения погрешностей, называется генеральной совокупностью.
Часть этой совокупности, взятая на основе случайного отбора и подвергнутая измерению, называется выборкой.
Статистический метод включает следующие этапы:
-
- производятся измерения параметров изделий, попавших в выборку;
-
- группирование полученных при измерении данных;
-
- сводка результатов наблюдения в таблицы и вычисление характеристик распределения исследуемого изделия;
-
- анализ и оценка характеристик распределения с целью оценки свойств изделия или технологического процесса.
Изменение значений параметров изделий в пределах выборки называется вариацией, а ряд значений параметров для всей выборки изделий называется вариационным рядом.
Вариационный ряд отражает закономерности ТП и позволяет получить кривую распределения производственных погрешностей параметров изучаемого изделия.
При большом количестве значений в вариационном ряду этот ряд разбивается на интервалы.
Для этого:
1. вычисляется размах:
R=Xmax-Xmin
р0,1n
2. определяется количество интервалов (р - выбирают таким образом, чтобы на каждый интервал приходилось не менее 10 значений из общего количества наблюдений исследуемого параметра - n).3. определяется ширина интервала
x=R/(p-1)=R/(0,1n-1)
При определении границ интервалов рекомендуется начинать ряд со значения, величина которого на 0,5 интервала меньше Xmin и заканчивать ряд величиной, превышающей Xmax также на 0,5 интервала.
Границы и средние значения интервалов распределения записывают в форме таблицы.
№ интервала | Границы интервалов | Середина интервала Xi | Частота mi | Частость mi/n |
1 | Xmin-0,5 xXmin+0,5 x | Xmin | m1 | m1/n |
2 | Xmin+0,5 xXmin+1,5 x | Xmin+x | m2 | m2/n |
3 | Xmin+1,5 xXmin+2,5 x | Xmin+2 x | m3 | m3/n |
... | ... | ... | ... | ... |
p | Xmax-0,5 xXmax+0,5 x | Xmax | mp | mp/n |
mi - количество значений исследуемого параметра, попавших в заданный интервал.
Контроль правильности заполнения граф 4 и 5 производится суммированием заключенных в них значений:
p p
mi=n; (mi/n)=1
i=1 i=1
Для большей наглядности используют графическое изображение интервальных рядов распределения. С этой целью строят гистограмму и полигон распределения погрешностей исследуемых параметров (табл.) и технических условий.
Построение гистограммы основано на предположении, что плотность частоты остается постоянной внутри каждого интервала и меняется скачками на краях интервалов. Это допущение искажает реальный характер законов распределения. Более близким является предположение о равномерном изменении плотности частоты или частости, что приводит к необходимости изображения в виде полигонов распределения.
Для построения полигона необходимо из середины интервалов провести ординаты, концы которых соединить ломаной линией.
Еще более точное представление о законе распределения погрешностей дает способ изображения в виде плавной кривой изменения плотности вероятности распределения. Однако, это требует применения специальных математических расчетов.
Для вычисления математического ожидания пользуются формулой:
p
M(x)=( (xi mi) / n
i=1
i - номер интервала;
р - количество интервалов;
mi - частота значений в данном интервале;
xi - значение исследуемого параметра, соответствующее середине интервала;
Среднее квадратичное отклонение принимает вид:
_______________________
S(x)=([xi-M(x)]2 *mi)/n - x2/12
x2/12 - поправка Шеппарда, исключает систематическую погрешность, обусловленную вычислением S(х) по интервальному ряду (вместо непрерывного).
Вычисленные эмпирические характеристики кривых распределения погрешностей реального ТП, сопоставляют с данными ТУ, т.е. величинами номинала N(х) и среднеквадратического отклонения (х).
Наличие существенных отклонений между вычисленным средним значением и его номинальным значением устанавливают с помощью критерия Стьюдента.
_
M(x) - N(x) t*(x)/n
t - коэффициент, характеризующий уровень доверительной вероятности оценки.
(обычно t=3 при условии требуемой вероятности надежности выводов р=0,9973).
Несоблюдение неравенства свидетельствует о том, что существенное расхождение между М(х) и N(х) вызвано:
-
неправильной настройкой ТП;
-
действием на ТП резко выделяющегося (доминирующего) фактора;
-
специфической особенностью параметра распределения, обусловленной явно выраженной асимметрией.
При этом в точностные размеры необходимо вводить величину коэффициента относительной асимметрии.
j=(M(x)j-N(x)j) / (xj)ту где: i- номер операции ТП
(xj)ту- половина поля допуска, определяемая ТУ.
При несущественных расхождениях между М(х) и N(х) принимают j=0.
Степень расхождения между величинами поля допуска xту и поля погрешностей реального ТП xp оценивают путем сравнения дисперсий исследуемого параметра S2(x) и дисперсий определяемой ТУ 2(x).
В качестве критерия в данном случае принимают показатель достоверности .
= S2(x) / 2(x), при S2(x) > 2(x) (в числителе всегда ставится наибольшее из S2(x) или 2(x))
Здесь (x) - среднее квадратичное отклонение, определяемое ТУ как одна треть половины поля допуска, т.е. (x)= (x) ту /3
Расчетное значение показателя достоверности сравнивают с граничным значением распределения Фишера F.
Нормальному ходу ТП должно соответствовать соотношение F.
Значение критерия Фишера F зависит от числа степеней свободы K=n-1, сравниваемых дисперсий и уровня доверительной вероятности (берется из таблиц или графиков).
Если > F , то это свидетельствует о существенном расхождении между полем погрешности реального ТП и допуском по ТУ. При этом вычисляется коэффициент относительного рассеивания (коэффициент асимметрии).
Kj=3S(xj) / (x) ту
При несущественных расхождениях принимают Kj=1.
По вычисленным статистическим характеристикам распределения определяют предельные значения производственных погрешностей и сравнивают их с допустимыми на нижней Xн и верхней Xв границами допуска.
При нормальном законе распределения:
Xmax= M(x)+3 Xmin= M(x)-3
а поле погрешностей:
Xmax - Xmin = 6(x)
В общем случае с вероятностью Р=0,9973 должны выдерживаться соотношения:
Xmin=[N(x)-3(x)(Kj-j)] Xн
Xmax=[N(x)+3(x)(Kj+j)] Xв
Вероятность попадания нормальной кривой распределения с характеристиками М(х) и S(х) в заданное поле допуска с границами Xв и Xн вычисляют через функцию Лапласа по формуле:
P(Xн M(x) Xв)=Ф0 ([Xв-N(x)]/ (x)) - Ф0 ([Xн-N(x)]/ (x))
В общем случае, когда выборочные характеристики М(х) и S(х) имеют существенное отклонение от требований ТУ по номиналу и среднему квадратичному отклонению рекомендуется пользоваться следующим скорректированным выражением:
P=Ф0*((Xв-N(x))/ (x))*((1- j)/Kj) - Ф0*((Xн-N(x))/ (x))*((1+ j)/Kj)