Технологические процессы — Точность Исследования статистические

Начало исследований технологических процессов на точность (статистическими методами путем построения практических кривых распределения) в нашей стране положено работами проф. [c.58]

Исследование кривых распределения, построенных по результатам обработки партии деталей и основных параметров этого распределения, является распространенным методом анализа точности технологического процесса. Этот метод, подробно разработанный Н. А. Бородачевым, А. Б. Яхиным и др., позволяет количественно характеризовать влияние того или иного фактора на результативную точность технологического процесса в виде изменений формы или положения кривой распределения, вызываемых изменением первичных факторов. Так как практические кривые распределения оказываются ломаными и прерывистыми, то для целей статистического анализа их заменяют соответствующими теоретическими кривыми распределения, отвечающими вполне определенным законам распределения теории вероятностей. [c.34]

Исследование технологического процесса во времени требуется для решения многих важных производственных задач. Так известно, что наиболее распространенные методы контроля качества продукции, основанные на проверке годности ее после изготовления, не обеспечивают условий для контроля самого хода технологического процесса и воздействия на качество деталей в процессе обработки, т. е. решения задачи регулирования процесса. Знание же закономерностей течения процесса во времени позволяет перейти к более эффективным, например, статистическим методам контроля и регулирования. Известно также, что проверка станков на точность, без учета их жесткости под нагрузкой и возникающих при этом динамических погрешностей, не дает возможности правильно оценить точность оборудования и влияния ее на точность обработки. Изучение же хода процесса во времени позволяет сделать это с наибольшей полнотой. [c.35]

При производстве машин используются различные методы контроля и исследования точности технологических процессов изготовления заготовок и готовых изделий. Наиболее часто в современных условиях крупносерийного и массового производства используются статистические методы контроля точности и других показателей, характеризующих качество выпускаемых изделий, В этом случае удается установить влияние случайных погрешностей, а систематические постоянные или закономерно изменяющиеся погрешности должны быть определены аналитически и исключены путем настройки технологического процесса на заданную точность. [c.177]

Вероятностные и статистические методы построения моделей технологических процессов находятся в тесной взаимосвязи друг с другом, так как теоретические модели требуют экспериментальной проверки, а экспериментальные исследований не могут быть поставлены без соответствующих теоретических предпосылок. На основе теоретического анализа можно также осмыслить и оценить полученные экспериментальные данные и выдвинуть более правильные гипотезы о границах возможной идеализации, допустимой при построении теоретических моделей. Таким образом, вероятностные и статистические методы не должны противопоставляться друг другу. Наоборот, они приобретают силу при их совместном применении, становясь в этом случае мощным средством для познания физической сущности технологических процессов и выявления резервов их точности и производительности. [c.255]

В тех случаях, когда степень нелинейности Пу , t, s) значительна и при анализе технологического процесса путем применения линейной модели требуемая точность не может быть достигнута, используется метод линеаризации, который дает возможность применить приведенные выше методы линейных преобразований случайных функций для нелинейных объектов. Таким образом, линеаризация дает возможность применить хорошо разработанные методы анализа точности линейных систем к исследованию нелинейных объектов. Ниже рассматривается один из методов линеаризации — метод статистической линеаризации, который применяется при статистическом исследовании технологических процессов. [c.359]

Статистические методы исследования точности технологических процессов [c.749]

Статистический метод исследования точности обработки с построением точечных диаграмм свободен от этих недостатков и позволяет исследовать технологический процесс значительно глубже, чем метод кривых распределения при этом оказывается возможным разделить влияние случайных и систематических погрешностей (как постоянных, так и закономерно изменяющихся). [c.105]

Статистический метод исследования точности обработки с построением точечных диаграмм свободен от этих недостатков и позволяет исследовать технологический процесс значительно глубже, чем метод [c.33]

Точечные диаграммы позволяют сделать предварительную оценку хода технологического процесса и сделать заключение о достигнутой при обработке точности. Поэтому их применяют для статистического контроля процесса производства деталей. В этом случае периодически контролируют небольшую партию деталей объемом га = 4 10 шт. Определяют среднюю величину размера X и размах (разность наибольшего и наименьшего значений признака в пробной партии). Результаты проверки наносят на контрольные диаграммы. Для оценки качества настройки на этих диаграммах указаны верхняя и нижняя границы настроек и размахов настроек, для контроля хода процесса — верхняя и нижняя контрольные границы процесса. Кроме того, на диаграмме указаны границы поля допуска. Контрольные диаграммы строятся яа основе предшествующего исследования процесса и учитывают законы изменения положений. центра группирования, рассеивания во времени конкретной операции. [c.95]

Точность технологического процесса устанавливается специальным статистическим анализом. Сущность его заключается в исследовании закономерности, которой подчиняются формируемые на данном процессе показатели качества. Действительно, наблюдаемый на практике разброс отдельных значений показателей качества обладает некоторой закономерностью. Представим себе, у нас есть результаты измерения контролируемого показателя качества у огромного числа единиц продукции, изготовленных на данном технологическом процессе. Если мы расположим эти результаты на числовой оси, разобьем ее на ряд небольших интервалов, подсчитаем количество измерений в каждом интервале и отметим их на графике в виде горизонтальных прочерков, то получим представление о характере упомянутой закономерности которую в теории вероятностей называют законом распределения случайной величины (рис. 16.5). Таким образом, исследовать точность и стабильность технологического процесса - значит исследовать закон распределения контролируемого показателя качества - его характер, параметры. [c.241]

Статистические методы могут быть использованы при решении ряда технологических задач, связанных с определенными и неизменными условиями обработки. Вместе с тем статистическими методами исследования пользуются в тех случаях, когда механизм явлений еще недостаточно изучен или когда исследуемые величины не могут быть определены техническим расчетом. Другой метод определения ожидаемой точности — расчетно-аналитический — позволяет вскрывать механизм явлений, происходящих в процессе обработки и указывает способы сознательного воздействия на технологический процесс в целях повышения точности обработки. [c.132]

Точностная диаграмма — графическое изображение зависимости от времени одного илн нескольких показателей точности технологического процесса. Эмпирическую точностную диаграмму строят на основе исследования существующего процесса. Теоретическую точностную диаграмму строят на основании статистических расчетов для прогнозирования точности технологического процесса. [c.428]

Оптимизация технологических процессов может производиться на основе исследования на ЭВМ математических моделей, имитирующих исследуемый процесс. Исходные параметры, закладываемые в математические модели процесса, должны составляться на основе статистической совокупности достаточного количества независимых наблюдений или исследований реального технологического процесса. Степень детализации исследований зависит от требуемой точности параметров качества, оперативности и наличия вычислительных средств. Применение для исследования моделей производственных процессов ЭВМ позволяет решать задачу оптимизации с высокой точностью, большой степенью детализацци. [c.38]

В. И. Гостев и А. А. Сыроегин [12] считают, что настройка станка на середину поля допуска в большинстве случаев не является рациональной, так как она приводит к недоиспользованию резервов точности и производительности технологических процессов. На основе большого объема статистических исследований точности механической обработки на станках различного типа, выполненных в условиях Московского автомобильного завода им. Лихачева, они приводят положение настроечного размера в долях среднего квадратического отклонения от нижней и верхней границ поля допуска. [c.243]

Например, вводится статистическое регулирование по результатам выборочного контроля диаметра изделия размером б,025 0,004 мм. Из предварительного статистического исследования точности и стабильности технологического процесса известно, что уровень настройки стабильный при ах = +25мкм, среднее квадратическое отклонение равно ал-=1-28 мм и, следовательно, по формуле (1-10) (й = 6-1,28---7,б8 мкм<б=4—(—4) =8 мкм. [c.68]

Более детальную и объективную оценку точности дает метод статистических исследований. Этот метод был разработан Н. А. Боро-дачевым, А. А. Зыковым, А. Б. Яхиным и другими исследователями. На базе законов математической статистики ими были созданы научные основы учения о точности производства, широко используемые в настоящее время в технологии машиностроения. В процессе развития этого метода сперва строились и изучались кривые распределения. Результаты исследования кривых распределения и детально разработанная методика обработки данных наблюдений позволили получить вполне объективную и надежную оценку точности выполнения любой технологической операции. [c.20]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...