Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...

Статьи Чертежи Таблицы О сайте Реклама

Статистические характеристики точности

Обычно на практике бывает необходимым знать статистические характеристики точности, например, обработки деталей на том или ином станке, точности измерения на том или ином приборе и т. п. В этом случае I и 5, определенные по данным выборки, дают лишь приближенную характеристику точности генеральной совокупности исследуемых объектов.  [c.67]

Оценка точности прибора данного типа. Так как некоторые систематические погрешности для данного экземпляра прибора становятся случайными при рассмотрении большого количества этих приборов, то оценка точности приборов данного типа должна производиться статистически, т. е. на основе установления метрологических показателей для достаточно большого количества экземпляров приборов и подсчета статистических характеристик точности.  [c.291]


СТАТИСТИЧЕСКИЕ ХАРАКТЕРИСТИКИ ТОЧНОСТИ  [c.81]

Расчет статистических характеристик точности двигателя предполагает определение параметров рабочего процесса, которые будут иметь место в любых условиях эксплуатации, т. е. при заданных статистических характеристиках возмущающих факторов.  [c.82]

Статистические характеристики при моделировании объектов будут тем ближе к истинным, чем больше проведено испытаний IV, что хорошо иллюстрируют результаты расчетного исследования на рис. 5.6. Уже при относительно небольших N приближенно определяются математические ожидания и границы диапазонов разброса у , но существенно искажается вероятностная картина распределения их значений. Минимальное число испытаний N p, необходимое для воспроизведения требуемых распределений с заданной точностью AF и вероятностью Рд ее обеспечения, приведено на рис. 5.7. В практических задачах речь идет обычно о выполнении (3- 5) 10 вариантов расчета.  [c.132]

Для статистической оценки точности и стабильности технологических процессов стандартами предусмотрен ряд показателей и характеристик. Так, в качестве показателя точности технологических процессов применяются величина откЛонения А действительного значения параметра Хд от номинального (заданного) значения Х , т. е. А = Хд — коэффициент точности Кщ относительно номинального значения или Х д относительно поля  [c.454]

Основными статистическими характеристиками, применяемыми для анализа точности процессов и качества продукции, являются средняя арифметическая и среднее квадратическое отклонение.  [c.162]

Для получения характеристики точности технологического процесса технолог должен провести предварительное статистическое обследование процесса обработки. Это делается по всем параметрам детали, по которым намечено внедрение статистического контроля.  [c.170]

Обычно при массовом, серийном производстве эти условия соблюдаются. Однако прежде чем приступить к внедрению того или другого метода наладки станков на размер, необходимо произвести статистическое обследование точности технологического процесса, определить основные статистические характеристики и сопоставить их с величиной поля допуска. Очевидно, что если располагаемая точность технологического процесса ниже заданной, нужно провести анализ причин неудовлетворительной точности процесса и принять меры для устранения их.  [c.122]


До принятия стратегии управления точностью обработки должны быть предварительно изучены и учтены точностные характеристики технологического процесса. При этом ЭВМ используется для изучения процесса. Этому этапу соответствуют алгоритмы математической обработки результатов измерений параметров изделий с целью получения характеристик, необходимых для определения оптимальных условий статистического управления технологическими процессами. К таким характеристикам относятся законы распределения размеров и отклонений формы параметров изделий и автокорреляционные функции случайного процесса. Существенная часть алгоритмов статистического управления точностью — алгоритмы по определению границ регулирования случайных процессов с учетом автокорреляционных функций. Имея  [c.28]

Статистические характеристики позволяют анализировать состояние процесса по настройке и точности и определять характер причин, вызывающих брак. Специально разработанные таблицы и номограммы позволяют по величинам ти I исчислять вероятный процент брака q (рис. 7).  [c.321]

Значение w А, t) из (6.29) можно получить с любой степенью точности в зависимости от числа п, а приведенная схема решения легко программируется на ЭЦВМ. Полученная функция распределения да (Л, t) описывает эволюцию амплитуды колебания системы (6.2) в переходном режиме. При w А, w A) получаем решение в установившемся режиме. Функция распределения вероятностей w (А, t) является исчерпывающей статистической характеристикой амплитуды основного параметра процесса колебаний. Зная функцию w [А, t), можно по элементарным формулам теории вероятностей найти моменты амплитуды, а также оценить вероятность превышения амплитудой А заданного уровня. Таким образом, получены все данные для оценки напряжений в конструкции и оценки вероятности выхода ее из строя.  [c.240]

Перед автором методики стояла задача обеспечить максимальную простоту математической обработки данных измерения. Кроме того, требовалось получить статистические характеристики, в большой мере свободные от систематических погрешностей, т. е. определить мгновенное рассеяние признака качества (размера), что наиболее отвечает точности, получаемой за счет работы самого станка.  [c.344]

Эта статистическая характеристика в рассматриваемой методике предназначена для установления точности линейных размеров. Для определения отклонений формы и расположения поверхностей деталей можно ограничиться вычислением выборочного среднего X.  [c.345]

Значения разрушающих напряжений, полученные при испытаниях с возрастающей нагрузкой, позволили осуществить ускоренное определение пределов выносливости по методу Локати и оценить его точность статистически. Учитывая, что величина ошибки, полученная при испытании единственного образца, не может служить надежной характеристикой точности исследуемого метода, в данном исследовании предел выносливости был определен методом Локати (рис. 3) по каждому, испытанному образцу и для каждой серии образцов (в количестве около 10 штук). Затем вычислялись среднее значение и среднее квадратическое отклонение.  [c.184]

Для построения рассмотренных статистических характеристик пульсаций температур используются аналоговые или цифровые методы [2]. При этом обеспечение необходимой точности измерений накладывает определенные требования к датчикам, регистрирующей аппаратуре и обработке экспериментальных данных.  [c.7]

Статическая и квазистационарная линейные модели дают возможность разработки инженерных методик расчета статистических характеристик. Однако предположение о линейности распределения температур по толщине всегда будет вызывать сомнение в точности расчетов, особенно в высокочастотной области спектра. В связи с необходимостью получения простых аналитических зависимостей с допустимыми для практики погрешностями авторами была разработана модель, свободная от указанного недостатка.  [c.19]

В представленных материалах изложены основные положения, составляющие методики инженерного расчета долговечности элементов энергооборудования АЭС, работающих в условиях температурных пульсаций. В силу громоздкости точных решений задач разработаны приближенные способы оценки статистических характеристик, имеющие достаточную для практических целей точность (погрешность 2-5%) и существенно упрощающие проведение расчетов. Построен  [c.58]


В ходе вычислений определяют статистические характеристики J, S и их ошибки а далее находят технологический допуск 8т, коэффициент точности Т, ресурс допуска Q. При условии Г<1, кроме того, определяют процент брака (см. рис. 16,г). Все перечисленные характеристики выводятся на печать.  [c.69]

Под стабильностью процесса понимается постоянство во времени оцениваемых статистических характеристик распределения исследуемого признака качества. Устойчивость процесса проявляется как свойство сохранения качества (точности) во времени. Для автоматического оборудования это свойство проявляется в длительных периодах бесподналадочной работы.  [c.89]

Некруглость цилиндрической поверхности диаметром 6 мм на биение конуса не влияет (парные коэффициенты корреляции близки к нулю). Это означает, что точность формы базирующих поверхностей на величину биения после электроискровой обработки не влияет в то же время качество зависит от биения конической поверхности после предыдущей операции. Рассмотрим технологическую цепь из трех операций термической, электроискровой и доводочной. Компоненты уравнения технологической цепи получим в результате регрессионного анализа случайных выборок объем выборок п=100. Отдельным деталям присваивали номера, согласно которым детали измеряли после электроискровой и доводочной обработок. Таким образом, исходная информация представлена в виде трех массивов, два из которых являлись входами (термическая и электроискровая операции) и один — выходом (доводочная операция). На ЭВМ были рассчитаны статистические характеристики и параметры регрессии (табл. 21).  [c.103]

Результаты расчетов по оценке влияния различных погрешностей на биение С детали после электроискровой обработки приведены в табл. 22. Было установлено, что этот признак, качества зависит от предшествующей операции термической обработки. Результаты регрессионного анализа, характеризующие влияние всех операций на биение С готовой детали, приведены в табл. 23. Кроме того, в каждой из задач были рассчитаны ковариационные матрицы и значения остаточных дисперсий. Затем были составлены модели, описывающие зависимость выходного качества от точности предыдущих операций (основ-ныё статистические характеристики)  [c.106]

Таким образом, рассматриваемая теория турбулентности хотя и оперирует со статистическими характеристиками, по своей сути является полуэмпирической, причем включающей большее по сравнению с теорией Прандтля—Буссинеска число эмпирических констант. Однако, несмотря на сравнительную сложность и необходимость привлечения обширных опытных данных по статистическим характеристикам, она лишена весьма принципиальных недостатков теории пути смешения, перечисленных выше. Что же касается эмпирических коэффициентов, то при современном уровне развития аэродинамического эксперимента их. определение не составляет большого труда. При этом их достоинством является универсальность для различных пристенных течений. Наконец, следует отметить, что рассматриваемую теорию не следует противопоставлять феноменологической теории Прандтля. Можно легко показать, в частности, что из уравнений для вторых моментов получается выражение для касательных рейнольдсовых напряжений с точностью до константы, совпадающее с соотношением Прандтля (1-8-41). Для этого достаточно в уравнениях (1-8-61) для стационарного полностью развитого течения типа пограничного слоя отбросить диффузионные члены и поло-  [c.67]

Каждой конкретной методике должна соответствовать определенная контрольная карта. При большом количестве результатов оперативного контроля может оказаться целесообразным построение контрольных карт отдельно по сменам, измерительным установкам, операторам и т.д. Контрольная карта для статистического регулирования точности химического анализа состоит из двух диаграмм отклонений воспроизведенных содержаний компонента от аттестованной в СО характеристики и размахов результатов параллельных измерений (рис. 28). На первую диаграмму наносят сплошные линии верхней и нижней границ и штриховые линии, являющиеся границами зоны допус каемых значений с — с на вторую — нижнюю сплошную линию, соответствующую нижней границе размахов (нулевая абсцисса), штриховую линию, ограничивающую зону допускаемых значений с —  [c.175]

Перейдем теперь к расчету статистических характеристик величин Z] и Z2. Каждая из компонент векторов и т] является суммой большого числа независимых между собой случайных слагаемых и поэтому с достаточно хорошей точностью эти компоненты можно считать нормально распределенными случайными величинами. С учетом этого предположения нетрудно, воспользовавшись известными методами, найти аналитические выражения для характеристических функций величин Zi и Z . Опуская традиционные, но в данном случае чрезвычайно громоздкие преобразования мы ограничимся тем, что сформулируем лишь окончательный результат— как следует из анализа характеристических функций величин Zi и Z2, при достаточно мощном сигнале (гё 1) распределения величин Zi и Z2 достаточно точно аппроксимируются нормальными распределениями с параметрами  [c.144]

При небольшом числе замеров статистические характеристики и 5 являются случайными, поэтому, в свою очередь, необходимо оценивать их точность и надежность, используя доверительные вероятности и доверительные границы [9]. В математической статистике этот вопрос решается следующим образом. Пусть 9 — неизвестный параметр распределения. По сделанной выборке находят числа 01 и 02 так, чтобы с доверительной вероятностью ро параметр Ь находился в доверительном интервале 0ь 0г  [c.208]

Доверительный интервал зависит от закона распределения , от числа измерений п, а также от выбранной доверительной вероятности ро- Оценку точности и надежности подходящих значений статистических характеристик относительных изменений сопротивлений тензорезисторов, основываясь на центральной предельной теореме теории вероятностей, проводят, принимая, что случайные величины замеров распределяются по нормальному (гауссову) закону.  [c.208]


После того как найдено, какое число циклов необходимо зафиксировать, чтобы с достаточной надежностью и установленной точностью статистические характеристики обследуемой частичной совокупности можно было принять за аналогичные характеристики генеральной, определяют требуемую протяженность экспериментального участка в километрах. Для этого надо выбрать эксплуатационные условия, характеризующиеся наименьшим числом циклов на 1 км, и установить искомую величину.  [c.70]

Для повышения точности измерений рекомендуется выполнять не одно, а несколько измерений одной велнчи1Пз1 х при одинаковых условиях. Значения вероятных границ, в которых будут находиться статистические характеристики х, s и s-, определяются доверительными 1П1тервалами.  [c.96]

Формула (4.20) применима для определения технологического допуска только при непрерывном и надежном регулировании точности изготовления и контроле большой выборки деталей. Другой метод определения технологического допуска основан на оценке рассеяния размеров по установочной (случайной) выборке статистические характеристики в гене1)альной совокупности могут быть другими. Технологический допуск должен быть таким, чтобы наимеиьи ее и наибольшее значения действительных размеров дет в-лей в генеральной совокупности не выходили за границы нижнего  [c.97]

Задачи обработки экспериментальных данных могут быть различны вычисление статистических показателей качества, поэлементных II суммарных погрешностей, критериев оценки ногреш-ности измерения, а также сравнение точности процессов и др. 17ро-гресс в области вычислительной техники позволяет решать эти задачи с помощью стандартных программ не только весьма производительно, но и эффективно в смысле оперативного воздействия на проиесс (обработки, эксплуатации или контроля) в целях его коррекции. Рассмотрим здесь лишь примеры аналитической обработки результатов измерений путем вычисления статистических характеристик (см. рис. 4.6). Составим алгоритм вычисления коэффициентов технологического запаса точности см. формулу (4.22) двух процессов н сравним их точность, вычислив коэффициент увеличения точности по формуле  [c.168]

Диагностика АЛ по производительности и точности основана на изучении статистических характеристик оборудования и может быть названа статисти-  [c.278]

Если по данньш выборки закон распределения д1 может быть принят нормальным, то основные характеристики точности формировання исследуемого параметра находят по методике, приведенной в руководствах по статистической обработке опытных данных [3, 14]. С целью получения достовер-вых статиетнческих данных о точности  [c.238]

Из этого следует, что статистическая линеаризация оперирует с отрезком ряда (3.4) и, следовательно, в общем случае не может дать в принципе точного решения ни при каком законе распределения аргумента. Хотя методы статистической линеаризации не получили до настоящего времени строгого теоретического обоснования , во многих практических случаях они дают по сравнению с точными методами вполне удовлетворительную точность [9, 11, 34, 54, 59]. В работах [33, 54, 59] показано, что существует широкий класс нелинейных динамических систем, для которых приближенный метод расчета, основанный на применении только статистической линеаризации, соответствует физической картине явлений. Широко распространенный метод статистической линеаризации нелинейных динамических систем основан на двух предположениях 1) анализируемая нелинейная система близка к линейной, что дает возможность заменять бызынерционные нелинейные преобразования линейными 2) известен с точностью до параметров закон распределения вероятностей процессов на входе в нелинейный элемент, что дает возможность определить линейное преобразование, эквивалентное нелинейному по статистическим характеристикам. Эти предположения эквивалентны предположению о нормальности закона распределения вероятностей всего вектора фазовых координат нелинейной системы.  [c.150]

Определение достоверности полученных результатов. Степень достоверности получаемых характеристик работоспособности определяется тремя основными факторами достаточностью накопленного объема информации, который зависит от продолжительности наблюдений типичностью выбранного периода наблюдений для работы данной линии точностью и тщательностью проведения хронометража. Достаточность объема информации проверяют сравнением статистических характеристик с вероятностными. Кроме обычных методов проверки с помощью критериев согласия, доверительных 4" интервалов и т. д., такая про- верка может проводиться при помощи разработанных методов, путем построения кривой среднесменного выпуска с нарастающим итогом и сравнения ее по среднестатистическим уровням за длительный промежуток времени. Исследования показали, что для стабильно работающих автоматических линий продолжительность непрерывных наблюдений должна составить не менее 18—20 смен.  [c.31]

В качестве статистических характеристик сопротивления усталости деталей при регулярном нагружении используют среднее значеш1е предела выносливости детали при симметричном цикле а 1д (выраженного в номинальных напряжениях), коэффициент вариации этой величины и параметры кривой усталости абсциссу точки перелома кривой усталости Леи параметр угла наклона левой ветви т. В тех случаях, когда требуется повышенная точность оценок надежности и дол10вечности, используют полные вероятностные диаграммы усталости [4, 6, 12], характеризующие связь межд>" амплитудой напряжений а. , числом циклов до появления трещины jV и вероятностью разрушения Р, %.  [c.127]

Алгоритм расчета статистических характеристик. Построение динамической модели технологического процесса статистическими методами требует обработки большого объема информации, получаемой непосредственно в процессе нормального функционирования объекта или при проведении специальных планируемых экспериментов. Ествественно, что для реальных технологических процессов динамические характеристики не остаются неизменными, и они изменяются в связи с изменениями условий ведения процесса, износом оборудования, изменениями жесткости, внешней среды и т. д. В связи с этим решение задач точности и управления на базе динамических моделей может принести максимальную пользу в случае, когда счет и обработка информации, необходимой для построения модели, а также решение задач на базе построенной модели будут осуществляться оперативно, в минимальные сроки. Поэтому во многих отраслях промышленности интенсивно ведутся работы по автоматизации получения реализаций входных и выходных переменных и их обработки. Это, естественно, является оптимальным решением, однако в связи с тем, что таких средств и приборов еще мало, в настоящее время для обработки полученной информации в основном используются универсальные цифровые электронные вычислительные машины (ЦВМ).  [c.341]

Из ряда стандартов для статистического регулирования и анализа точности операций путем предварительного определения приемлемых статистических характеристик процессл (или задания их) наиболее обстоятелен ГОСТ 15893—77. Он устанавливает правила расчета контрольных пределов, объема выборок и периода серий для их отбора и нахождения значений характеристик мгновенных совокупностей при нормальном распределении контролируемого параметра.  [c.15]


Задача синтеза системы автоматического управления точностью обработки (САУТО) с учето. 1 отмеченных выше неконтролируемых изменений статистических характеристик погрешиостей обработки, выражающих априорную неопределеииость  [c.25]

Термины и определения 104 — 110 Технологическап точность 4—8 Толщиномеры индикаторные 158 — 159 Точность обработки на станках 4-30 — Меры точности 12 — Регулирование 22 — 30 — Статистические характеристики 8 — 14  [c.366]

Согласно блок-схеме алгоритма определяют 1) основные и вспомогательные статистические характеристики гПх, Sx, Отх, Ts, а, т, (Та, От) 2) параметры точности Т , Snp, t t,x, 2, q) для существенно положительных величин и параметры точности Тп, е, Е, Snp, imax, tmn, tu ti, Ч2, Q) для нормально распределенных величин.  [c.65]

Модель Квантимент 360 , предназначенная в основном для контроля качества металлопродукции в производственных условиях, отличается высокой производительностью и простотой в обслуживании. Она позволяет с высокой точностью распознавать оксидные и сульфидные включения в сталях, определять количество включений и объемную долю (при содержаниях до 0,01 % и размерах до 1 мкм),. классифицировать по размерам и получать необходимые статистические характеристики. На этом приборе можно также определять средний размер и распределение по размерам зерен светлой фазы (феррита, аустенита ит. п). За 2 мин прибор производит измерения на 2000 полей с выдачей результатов на печатной ленте.  [c.32]

При оптическом гетеродинном приеме или при измерении результирующего сигнала кольцевого лазера имеют место одномодо-вые суперпозиционные поля, являющиеся смесью двух когерентных мод и шумового поля (например, свечения плазмы трубки). Статистические характеристики одномодового излучения, являющегося суперпозицией двух когерентных излучений с шумовым полем, находятся также методом свертки двух исходных весовых функций (см. приложение 2). Распределение вероятностей отсчетов фотоэлектронов и статистические моменты найдены при различных соотношениях интенсивностей составляющих полей и известной и равномерно распределенной разности фаз сигналов когерентных составляющих (7 табл. 1.1). Эти аналитические выражения позволяют проектировщику при известных мощностях когерентных и шумовых полей найти соответствующие моменты н оценить квантовые флуктуации, от которых зависят предельная чувствительность и точность практических приборов.  [c.46]

Метод статистических испытаний используется при автоматизированных расчетах, для моделирования процессов и объектов со случайным изменением параметров с целью оценки качества функционирования оборудования (точности, надежности, производительности) и в алгоритмах оптимизации. Суть метода статистических испытаний заключается в разыгрывании параметров аналитических моделей в соответствии с их вероятностными законами распределения. В результате таких испытаний получаем статистические характеристики выходного параметра математической модели. Таким образом, естественная вероятностная природа параметров физического объекта заменяется искусственным (прр-граммным)представлением случайных параметров машинной модели.  [c.169]

Как уже отмечалось выше, анализ точности решения подобных задач с учетом различных неконтролируемых факторов производится путем имитационного моделирования процесса функционирования системы навигации ЛА на основе многоканального приемника GLONASS/GPS с учетом специфики бортовой реализации алгоритмов, широкого спектра ошибок измерений, разброса начальных условий и возможности работы по разным созвездиям НИСЗ. В конечном счете, характеристика точности может быть получена путем статистического анализа процесса навигационных определений ориентации ЛА на основе метода Монте-Карло.  [c.55]

В четвертой главе изложен обобш,енпый метод самосогласовапия для решения стохастических краевых задач для структурно неоднородных, в обш,ем случае неквазипериодических нерегулярных сред с приложениями к вычислению эффективных физико-механических свойств и статистических характеристик полей деформирования в элементах структуры композитов. Решены тестовые задачи, на примере которых иллюстрируется работоспособность, простота численной реализации и точность метода.  [c.6]


Смотреть страницы где упоминается термин Статистические характеристики точности : [c.129]    [c.130]    [c.169]    [c.143]   
Смотреть главы в:

Статика и динамика ракетных двигательных установок Том 1  -> Статистические характеристики точности



ПОИСК



Точность определения статистических характеристик вертикальных профилей метеорологических величин

Характеристика статистическая

Характеристика точности



© 2025 Mash-xxl.info Реклама на сайте