Точность Оценка статистическим методом

Анализ полученных результатов позволил установить, что точность оценки среднего значения lg а 1 при всех объемах статистических испытаний методами проб , вверх — вниз и на двух уровнях напряжений практически одинакова. Однако рассеяние выборочных [c.64]

Существующие методы определения данных прочностных характеристик композиционных материалов являются трудоемкими и сложными. Это объясняется специфическими особенностями данных материалов, требующих соблюдения ряда дополнительных условий при испытаниях. Важнейшее значение для оценки прочности имеет точность определения, которая зависит от погрешностей механических и физических испытаний, а также от. погрешностей оценки статистических связей между этими параметрами. Если погрешность физических испытаний может быть незначительной (до 1 —3%), то погрешность механических стандартных испытаний может достигать до 10%, что предопределяет необходимость разработки специальных мер по повышению точности механических испытаний. [c.143]

Предлагаемая книга представляет собой практическое руководство по оценке эффективности и выбору оптимальных вариантов статистических методов, применяемых при обеспечении нормального качества продукции в условиях освоенного массового производства. Под обеспечением нормального качества в данном случае подразумевается выполняемая совместно наладчиками, операторами и контролерами комплексная функция, которая складывается из настройки технологических систем, наблюдения за ходом технологического процесса с точки зрения точности текущего уровня настройки, предотвращения и устранения ненормальностей, угрожающих качеству, проверки качества предъявленной в ОТК продукции. [c.3]

Отдел технического обучения и цеховые организаторы технической учебы Главный механик завода, механики цехов Обучение контролеров, наладчиков и ИТР статистическим. метода.м анализа и контроля. Организация и финансирование курсов но обучению Организация статистической оценки технологической точности новых станков перед сдачей станка в ремонт, после ремонта станка и периодически в течение эксплуатации. Повышение качества ремонта [c.203]

Метод статистической оценки. Этот метод служит для более тщательного определения фактической точности обработки деталей и проверки запаса точности по каждому из нужных параметров. Метод предусматривает выполнение расчетов с применением вычислительных средств (электронных клавишных машин или малых ЭВМ). [c.261]

Случайный характер оцениваемых показателей и выборочная процедура решения задачи обусловливают применение статистических методов оценки характеристик ремонтопригодности. По результатам испытаний определяют не истинные значения характеристик ремонтопригодности, а их приближенные значения — оценки с той или иной точностью и достоверностью. [c.276]

Во второй части книги рассмотрены вопросы теории и расчета точности производства. Изложены вероятностные и статистические методы построения математических моделей, на базе которых решаются задачи точности и качества продукции. Дана оценка влияния различных факторов на точность технологических процессов. Подробно рассмотрены законы распределения суммарной погрешности и приведен расчет точности размеров и формы деталей. [c.2]

Сущность статистического метода оценки точности достаточно подробно изложена в литературе. Этот метод применим в условиях производства большого количества одинаковых деталей, обработанных как на предварительно настроенных станках, так и методом пробных проходов. [c.324]

Вследствие большого количества факторов, влияющих на эксплуатационные свойства изделий, и отсутствия методов оценки ряда свойств материалов трудно дать общую методику расчета на прочность, точность, надежность и другие свойства изделий, а также сформулировать эксплуатационные требования к методам формообразования деталей машин. Для оценки надежности и долговечности наряду с расчетом на прочность износостойкость и другие эксплуатационные свойства изделий часто используют теории точности и ошибок, вероятностные и статистические методы. [c.382]

Данная работа посвящена статистическим методам оценки точности и математическому описанию технологических процессов, осуществляемых с помощью ЭВМ. Такое описание позволяет построить математическую модель, рассматриваемую как объект управления в моменты, соответствующие определенным этапам технологического процесса, или во времени. Модели, характеризующие влияние случайных погрешностей на качество деталей, описываются случайными величинами, а модели систематических погрешностей — случайными функциями времени. [c.3]

Применение таких моделей для оперативного управления не всегда оправдано, так как СЦТ представляет собой сложную динамическую систему, подверженную случайным воздействиям, что вносит существенные ограничения в возможности применения детерминированных методов и аналитических расчетов. Многие возмущающие воздействия в СЦТ носят вероятностный характер, поэтому для построения моделей используются данные экспериментов на основе вероятностно-статистических методов. Параметрическое представление модели объекта предполагает, что связь между входом и выходом известна с точностью до некоторых параметров, которые подлежат оценке по экспериментальным данным. [c.80]

Рассмотренные в настоящем справочнике методы планирования механических испытаний позволяют производить выбор режимов и обосновывать объем испытаний с целью оценки характеристик механических свойств (среднего значения, дисперсии, квантили и т. д.) с требуемой точностью и статистической надежностью при минимальных трудоемкости и материальных затратах. [c.3]

Сущность статистического метода оценки точности достаточно подробно изложена в специальной литературе [5 ], [82 ] и в трудах по технологии машиностроения [64 ], [84 ]. Этот метод применим в условиях производства большого количества одинаковых деталей, обрабатываемых как на предварительно настроенных станках, так и методом пробных проходов. [c.329]

Основные термины и определения по статистическому регулированию стандартизованы ГОСТ 15895—70 Качество продукции. Статистические методы управления качеством. Термины ГОСТ 16949—71 Качество продукции. Статистическая оценка точности и стабильности качества изготовления продукции. Термины и определения и др. [c.49]

Простота обусловила широкое применение статистического метода для оценки точности изготовления деталей. Он особенно удобен, когда механизм явлений не изучен. Статистический метод при исследовании точности целесообразно применять для практической проверки результатов и выводов, полученных на основе расчетно-аналитического метода. [c.36]

В настоящее время еще не найдены зависимости и исходные данные, которые позволили бы при реальном проектировании технологических процессов изготовления деталей пользоваться только расчетно-аналитическим методом оценки точности обработки, поэтому расчетно-аналитический и статистический методы не исключают, а дополняют друг друга. [c.36]

Все опытно-статистические методы оценки надежности проектируемых систем (укрупненные, поузловые, поэлементные) имеют, однако, ряд серьезных недостатков. Согласно этим методам ожидаемая надежность автоматических линий зависит только от количества различных элементов. Однако нетрудно видеть, что из одного и того же набора зубчатых колес, подшипников, дросселей можно создать как отлично работающую, так и совершенно неработоспособную систему. Все зависит от характера взаимодействия между отдельными элементами, от их взаимосвязи, которая неизбежно утрачивается при расчленении системы и обособленном рассмотрении каждого из элементов. Поэтому усложнение расчетов, проведение их по узловому или поэлементному принципу не всегда оправдано и следует по возможности использовать простейшие, укрупненные расчеты, особенно в тех случаях, когда высокой точности окончательных результатов не требуется, например на предпроектной стадии. [c.139]

В настоящее время мы не располагаем такими зависимостями и исходными данными, которые позволили бы при реальном проектировании технологических процессов изготовления резьбовых деталей пользоваться только расчетно-аналитическим методом оценки точности обработки. Поэтому расчетно-аналитический и статистический методы не исключают, а дополняют друг друга. Проанализируем факторы, вызывающие появление наиболее существенных погрешностей изготовления резьбовых деталей. Приведенные ниже функциональные зависимости между первичной [c.52]

Наличие трех перечисленных групп посторонних факторов во многом определяет особенности методов определения исходных данных. Так, наличие случайных неустранимых колебаний технико-экономических показателей, вызываемых факторами первой группы, определяет необходимость применения статистических методов для оценки приращений математических ожиданий соответствующих показателей, являющихся случайными функциями времени. Поскольку основой всех статистических методов служит тот или иной метод усреднения, то для его осуществления необходим определенный объем статистических данных, а следовательно, и определенное время для сбора этих данных на объекте. Более того, если требовать вычисления экономического эффекта с определенной заданной точностью, то и указанное время не может быть меньше некоторой предельной величины, зависящей от свойств соответствующих случайных процессов. [c.56]

СТАТИСТИЧЕСКИЕ МЕТОДЫ ОЦЕНКИ ПОКАЗАТЕЛЕЙ ТОЧНОСТИ И ГОТОВЛЕНИЯ и измерений [c.41]

Работники Государственной приемки должны всемерно содействовать внедрению в производство статистических методов анализа точности и стабильности изготовления, так как они позволяют изучить закономерности протекания технологических процессов и разработать мероприятия, направленные на их усовершенствование. На основе статистической оценки технологической точности можно обосновать сроки капитального, профилактического ремонта оборудования, объективно оценивать качество проведенного ремонта, определять необходимость и возможность внедрения статистического контроля качества и многое другое. В связи с этим рассмотрим некоторые вопросы оценки технологической точности. [c.258]

Вычисление Р производится при статистическом анализе схемы методом статистических испытаний (Монте-Карло). Метод Монте-Карло требует выполнения N вариантов анализа работы схемы при задании случайных значений параметрам компонентов в соответствии с их законами распределения. Точность оценки Р зависит, в частности, от количества вариантов N. причем минимально возможные значения N оказываются в диапазоне 50- 100. Очевидно, что статистический анализ должен проводиться многократно, так как целевая функция должна вычисляться на каждом шаге поиска. [c.41]

Статистические методы регулирования технологических процессов и контроль качества (методы точечных диаграмм). Кривые распределения не дают представления об изменении рассеивания размеров деталей во времени, т. е. в последовательности их обработки. Тем самым не представляется возможным осуществлять регулирование технологического процесса и контроль качества изделий. Для этой цели применяется метод медиан и индивидуальных значений (х — XI) (ГОСТ 15893—70) и метод средних арифметических значений и размахов (х — Я), ГОСТ 15899—70. Оба метода распространяются на показатели качества продукции (точность размеров деталей, отклонения формы, дисбаланс, твердость и другие отклонения), значения которых распределяются по законам Гаусса или Максвелла. Стандарты распространяются на технологические процессы с запасом точности, для которых коэффициент точности находится в пределах 0,75—0,85. Метод медиан и индивидуальных значений рекомендуется применять во всех случаях при отсутствии автоматических средств измерения, вычисления и управления процессами по статистическим оценкам хода процесса. Второй же метод ГОСТ рекомендует применять для процессов с высокими требованиями к точности и для единиц продукции, связанных с обеспечением безопасности движения, экспресс-лабораторных анализов, а также для измерения, вычисления и управления процессами по результатам определения статистических характеристик при наличии автоматических устройств. [c.26]

Статистические методы определения точности обработки. При наладке и эксплуатации автоматических линий наладчику часто приходится решать практические задачи выяснять причины брака, влияние колебаний температуры охлаждающей жидкости, помещения и т. д., влияние режимов обработки и других факторов на процесс изготовления испытывать новый метод обработки или технологическую оснастку. В этом случае квалифицированный наладчик использует статистический метод для оценки погрешностей изготовления, приводяш,их к рассеиванию размеров. Удобство этого метода заключается в возможности усилить определенный фактор (подобрать специально инструмент, заготовки по припускам, твердости и т. д.), чтобы выявить его воздействие. [c.216]

Кривые распределения и оценка точности обработки на их основе. Статистический метод оценки точности применим в условиях производства большого числа одинаковых деталей, обрабатываемых как на предварительно настроенных станках, так и методом пробных рабочих ходов. Кривые распределения строят следующим образом. Всю совокупность измерений исследуемой величины (например, какого-либо размера в партии заготовок, обрабатываемых при определенных условиях) разбивают на ряд групп. В каждую группу входят величины, результаты измерения которых находятся в пре- [c.24]

Статистические методы контроля параметров технологического процесса. Статистические методы контроля могут быть применены к оценке параметров технологического процесса и их изменений под действием различных факторов. Контролируются характеристики качества оборудования, технологической оснастки и инструмента, проверяются методы их наладки, оценивается рабочая среда, а также контролируются параметры изготовляемых изделий. Принципиальная разница по сравнению с контролем качества продукции здесь заключается в том, что анализируются процесс и тенденции развития или стабилизации технологического процесса, близость его параметров к граничным значениям и т. п. Поэтому возможность появления де( ктного изделия не будет неожиданностью, а явится следствием определенного (как правило, постепенного) изменения характеристик технологического процесса. Обнаружение этих тенденций позволит принять меры по предотвращению брака, т. е. создать условия для бездефектного изготовления продукции. Для металлообрабатывающей промышленности применяются такие статистические методы контроля, как составление точечных диаграмм изменения точности обработки, по которым можно определить рассеивание параметров точности, смещение центра группирования во времени, вероятность выхода размера за пределы допуска или наличие запаса по точности. Эти [c.453]

Однако и расчет по методу регуляризации не исключает погрешностей, обусловленных отклонением реальной структуры материала от идеализированной ее модели. Для оценки указанного отклонения применяют статистические методы, основанные на различных приближениях теории случайных функций. Целью этих методов является представление эффективных значений упругих констант композиционного материала с учетом усредненных их значений и корреляционной добавки к ним. Разработке подходов к. решению этой задачи, позволяющей использовать корреляционное и сингулярное приближения теории случайных функций, в настоящее время посвящено много работ. Указанные методы теории случайных функций достаточно работоспособны только при малой относительной разнице модулей упругости компонентов материала. При этом результаты существенно зависят от точности определения корреляцион- [c.56]

В связи с этим обстоятельством в ряде случаев целесообразно использовать другие подходы к оценке точности результатов, полученных методами статистической линеаризации. В работе [85] предложен метод обобщенной статистической эквивалентной передаточной функции, основанный на разложении в ряд по ортогональным полиномам Чебышева—Эрмита случайных функций и позволяющий определить (в общем случае приближенно) высшие моменты этих функций в нелинейной системе. В этом методе искомые коэффициенты линеаризации вычисляются с помощью дополнительных коэффициентов, характеризующих разложение произвольных законов распределения вероятностей в ортонормиро-ванный ряд. В первом приближении закон распределения сигнала на входе нелинейного элемента предполагается нормальным. Исходя из принятой гипотезы вычисляют моментные характеристики нелинейного преобразования и пересчитывают их для входа нелинейного элемента. По этим моментам восстанавливают плотность вероятностей входного сигнала нелинейного элемента. Если плотность вероятностей отлична от нормальной, то расчет повторяют уже с учетом того, что закон распределения не является нормальным. Вычисления продолжают до тех пор, пока не будет достигнута требуемая точность. [c.157]

Частные случаи динамических систем со стохастическими нелинейностями рассмотрены методом разложения решения в ряд Вольтерра [85]. Однако такой подход является трудоемким и не дает возможности оценить точность решения. Для оценки точности решения, полученного методом статистической линеари- [c.247]

Большое внимание авторы справочника уделяют вопросам испытаний изделий на надежность и анализу эксплуатационных данных. Эти вопросы, пожалуй, выдвинуты на первый план и обсуждаются с различных точек зрения теоретической, технической и организационной. Читатель обнаружит их в каждой главе первого тома, хотя здесь в соответствии с назначением этих глав содержатся главным образдм статистические методы извлечения информации о показателях надежности из выборочных данных, получаемых в результате специальных испытаний, или из эксплуатационных данных. Они имеются и в большинстве глав второго и третьего томов. Как правило, речь идет о параметрических методах, которые указывают наилучшие (в смысле некоторого критерия качества) алгоритмы обработки наблюдаемых величин (так называемые статистики), позволяющие оценить неизвестные параметры модели отказов или принять решение о соответствии этих параметров заданным техническим условиям. Иначе говоря, и в этом случае модель отказов (т. е. функция распределения вероятностей) может быть известной, но не полностью, а лишь с точностью до некоторых неизвестных параметров, информация о которых й виде оценок или решений извлекается из конечной совокупности выборок. В справочнике содержатся краткие указания и на непараметрические методы (критерии согласия, порядковые статистики), которые могут быть использованы при отсутствии априорной информации о виде функции распределения вероятностей, определяющей модель отказов. Один из разделов (разд. 5.4.5) посвящен ускоренным испытаниям на надежность элементов, при которых создаются форсированные нагрузки, приводящие к повышенной частоте отказов, и устанавливаются соотношения, позволяющие расчетным путем перейти от количественных показателей надежности при форсированных нагрузках к показателям, соответствующим условиям нормальной эксплуатации. [c.10]

Теория надежности относится к техническим областям знаний и опирается на ряд дисциплин. Эти дисциплины, конечно, не находятся в застывшем состоянии для любого улучшения службы надежности, для поиска более совершенных методов получения, поддержания и измерения надежности требуются время и ресурсы. Некоторые области такого поиска включают исследования усовершенствованных статистических методов, поиск новых улучшенных методов и применений техники неразрушающих испытаний, исследования новых принципов создания и усовершенствования функциональных и контрольных приборов, исследование методов повышения точности калибровки и лучшего определения сроков проведения калибровки, 1 зучение способов повышения потенциальной надежности и оценки влияния новых методов конструирования, как, например, с введением микроминиатюризации и использованием молекулярной электроники, на надежность. Существует много других областей исследований по вопросам надежности, которые могут оказаться весьма плодотворными. Часть этих исследований связана с использованием результатов исследовательской деятельности по надежности, проводимой специализированными организациями в эксплуатационных условиях, таких, как Американское общество по контролю качества и Общество по неразрушающим испытаниям. [c.50]

Большое внимание уделено планированию усталостных испытаний, являющихси наиболее трудоемкими и дорогостоящими. Приведены методики, разработанные на основании результатов специально поставленных статистических исследований методом Монте-Карло, позволяющие в зависимости от целей исследования производить надлежащий выбор числа испытуемых объектов, числа значений уровней амплитуды напряжений при испытании, рациональное распределение объектов по уровням амплитуды напряжений с учетом планируемой точности и статистической на. дежности оценки характеристики сопротивления усталости материала, деталей ма. шин и элементов конструкций для различных значений вероятности разрушения или образования трещины заданной протяженности. [c.3]

Вероятностно-статистические методы используют для оценки точности технологических процессов, определения уровня настройки станков, оценки стабильности технологических процессов, определения ожидаемой доли брака, установления зависимости между точностными х актеристиками смежных операций и решения других задач. [c.129]

Косвенный метод измерения параметра шероховатости поверхности применяют при измерении крупногабаритных изделий, например оболочек большого диаметра или в труднодоступных местах деталей (пазы, канавки и т. п.). Этот метод заключается в том, что с измеряемой поверхности ВКПМ снимают отпечаток (слепок) и производят его измерение. Для определения оптимального материала для снятия слепков были проведены экспериментальные исследования. В качестве материалов для снятия слепков применяли воск, целлулоид, масляно-гуттаперчевую массу и протакрил. Удовлетворительные результаты получаются при применении масляно-гуттаперчевой массы и протакрила (табл. 3.5). В таблице приведены средние из десяти измерений значения параметров Рг и Ро, исправленной дисперсии 5 , среднеквадратического отклонения 5, точности оценки б величин Рг и Ро с надежностью 7 = 0,99 и доверительные интервалы для Рг и Ра, вычисленные по методике статистической оценки параметров распределения [87]. [c.59]

Для оценки работоспособности элементов энергооборудования необходимо иметь характеристики х<аропрочности металла, определяемые по результатам испытаний металла разных промышленных плавок. В связи с этим была проведена оценка точности определения коэффициентов уравнений температурно-силовой зависимости прочности по данным лабораторных испытаний. Решение этой задачи получено на основании анализа опытных данных двумя статистическими методами. [c.39]

На первый взгляд невозможно изменить рассматриваемую ситуацию к лучшему, используя экспериментально-статистические методы. Дей-, ствительно, в формуле (28), определяющей длительность эксперимента, величиной необходимой точности е мы задаемся, а все остальные величины (Ткор, о и Ат), по существу, являются характеристиками АСУ и объекта управления, т.е. от экспериментатора практически не зависят. Кроме того, вывод формулы (28) основан на использовании эффективной, т.е. оптимальной в среднеквадратическом смысле, оценки Ат, иначе говоря, уменьшить длительность сбора данных при фиксированных е, Трдр, о и Ат за счет более рациональной обработки информации также не представляется возможным. Тем не менее, как это будет показано ниже, возможность сокращения длительности эксперимента при обеспечении заданной относительной точности все же имеется. Для реализации этой дополнительной возможности напомним, что мы имеем дело со случайными процессами, на которые наложено детерминированное воздействие, изменяющее их математическое ожидание. В случае применения пассивного метода это воздействие имело форму скачка (включение АСУ), однако такая форма не обязательно должна всегда сохраняться. Сущность активного метода как раз и состоит в таком изменении формы детерминированного воздействия, которое увеличивает точность оценки изменения математического ожидания. Физическая реализация этой идеи заключается в следующем [34]. [c.87]

Раздел четвертый — Статистическая обработка результатов измерений (написанный канд. техн. наук О. П. Березиным) — содержит ряд рекомендаций (и примеров их использования) по приложениям вероятностно-статистических методов к наиболее типичным задачам обработки результатов измерений. Новым является изложение методов (гл. XIV, п. 4) эксперимен-тальной оценки точности приборов без использования эталонов или образцовых приборов и установок. Несмотря на то что эти методы еще проходят опытную проверку, уже имеется уверенность в их эффективности для строго линейных градуировочных зависимостей при достаточно больших объемах статистических данных. Ознакомление широкого круга читателей с этими методами должно способствовать их более тщательному изучению и внедрению в исследовательскую практику. [c.5]

Статистический метод исследования на базе кривых распределения позволяет объективно оценить точность различных способов механической обработки. Данный метод универсален. Его можно применить для исследования точности выполнения заготовок, сборочных операций, операций технического контроля, а также для некоторых операций (балансировка, холодная правка). В равной степени его можно применить для оценки качества изделий по различным показателям. Единая методика, простота и несложные вычисления обусловили широкое применение этого метода на практике. Он особенно удобен (а часто и незаменим) в тех случаях, когда механизм явлений не изучен. Его можно применять и для проверки результатов, полученных аналитическими расчетами. К недостаткам данного метода относится то, что он не вскрывает сущность физических явлений и факторов, влияющих на точность обработки, а также то, что на его базе не выявляются конкретные возможности повышения точности. Метод фиксирует результаты законченного этапа, т. е. обращен в прошлое . Полученные ранее значения сг не г югут быть использованы, если в условиях выполнения данной операции произошли изменения (например, режима резания, способа установки заготовки и т. п.). В этом случае необходимо определить новое значение а. [c.32]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...