Статистическая настройка

Исходными данными статистической настройки являются результаты испытаний предшествующих образцов, осредненных по числу испытаний. [c.99]

Аналогично записываются уравнения для бр . с и ЬКс, которые будут при статистической настройке [c.108]

Первый член уравнений (6.22) — (6.25) является неизвестной величиной и определяет расхождение между требуемым и ожидаемым (после статистической настройки) значением настраиваемого параметра. [c.108]

В процессе усовершенствования двигателя и стабилизации производства можно отказаться от КТИ, а производить настройку с КВТ (статистическую настройку). [c.109]

Низкочастотные структуроскопы позволяют визуально (по экрану ЭЛТ) или автоматически анализировать форму кривой напряжения измерительной обмотки проходного ВТП, возбуждаемого -током регулируемой амплитуды. Чаще используется промышленная частота 50 Гц, мощность источника при этом достаточно велика и позволяет получить сильное магнитное иоле. В ряде приборов применяют специальные генераторы с набором частот от одного до тысячи герц. Измерение производят но кривой напряжения, полученного при встречном включении обмоток двух ВТП, в одном нз которых находится контролируемый объект, а в другом — стандартный образец. Структурная схема приборов такого типа приведена на рис. 67, б. Для сортировки изделий с помощью таких приборов необходимо провести ряд предварительных экспериментов непосредственно на объектах с последующим их сравнением с данными химического, спектроскопического или металлографического анализа или с результатами других видов разрушающего контроля. По результатам статистической обработки результатов экспериментов выбирают силу намагничивающего тока и режим настройки блока автоматики. [c.152]

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]

В вопросах технологии за основу приняты представления, выработанные советской школой ([12, 23, 1, 28] и др.) о технологической системе станок—приспособление—инструмент—деталь с параметром системы жесткость. Но в книге выделены настраиваемые элементы системы (станок—приспособление—инструмент) с параметром износ и элементы — проводники воздействия внешнего фактора, чаще всего соответствующие в обычной схеме элементу деталь. Предполагается, что управление системой, связанное с обеспечением качества продукции, осуществляется только в процессе таких наладок (подналадок), которые меняют распределение признака качества (они именуются в книге настройками). Между настройками система работает автономно, подчиняясь детерминированным законам механики, с одной стороны, и статистическим закономерностям (перманентностям), с другой. Особое внимание уделено физической природе и статистическим проявлениям ненормальностей технологической системы (гл. 2, 10). [c.10]

Контрольная карта приучала рабочих к статистическому мышлению и ускоряла формирование навыков интуитивной оценки уровня настройки. [c.19]

В этом параграфе предстоит выяснить вопрос — в какой степени можно использовать рассмотренные выше схемы теории выбора решений при оценках эффективности статистического регулирования технологических процессов. Начнем с того, что статистическое регулирование нельзя рассматривать как законченную самостоятельную управленческую или производственную функцию. Оно охватывает лишь отдельные элементы трех разных функций, обеспечивающих качество продукции настройка технологической системы в смысле приведения ее в соответствие с требованиями к качеству продукции устранение ненормальностей технологического процесса, ухудшающих качество продукции приемочный контроль качества продукции. [c.30]

На стадии контрольных проверок уровня настройки, выполняемых иногда сразу или (чаще) спустя некоторое время после настройки однократно или периодически, принимаются решения по вопросу — надо ли обновить настройку вследствие ее износа (а может быть и вследствие незамеченной ранее ошибки в исходной настройке) или не следует вмешиваться в технологический процесс, так как уровень настройки достаточно близок к заданному. Это является продолжением оперативной цепи решений, которые можно выбирать как интуитивно, так и статистически обоснованно. В отличие от решений на стадии собственно настройки, когда вопрос о сроках не стоял (так как они определялись моментами окончания регулировок), в данном случае этот вопрос имеет первостепенное значение. [c.31]

При статистическом регулировании управление уровнем настройки на стадии контрольных проверок выполняется контролером, который дублирует или, в большей или меньшей степени, заменяет рабочего. Решения при статистическом регулировании в данном случае являются звеньями оперативной цепи статистически обоснованных решений, но это еще не значит, что они заведомо и всегда выгодней интуитивных решений рабочего. [c.31]

Конечно, не следует преувеличивать довольно скромные возможности интуитивного управления уровнем настройки, особенно в сложных условиях неустранимого износа настроенных элементов. Тем не менее, статистическое регулирование описанного типа в сопоставлении с интуитивными мотивами решений, принимаемых рабочими, следует считать статистически обоснованной, но далеко не во всем убедительной системой. [c.32]

Ускоренный износ настройки Классическим примером является ускоренный износ режущего инструмента, штампов, пресс-форм. Но сюда л<е относятся остаточные отжатия и (для прецизионных операций) линейные расширения в результате разогрева системы и пр. Момент времени возможного возникновения не позже окончания наладки. Форма проявления — увеличение по абсолютной величине параметров уравнении X t) = X (0) -f a t + a f , с помощью которого можно обычно аппроксимировать изменения уровня настройки X (t) сравнительно с исходным уровнем X (0) в зависимости от числа t повторений операции. Факт изменения параметров и обычно устанавливается интуитивно сравнением X (i) и X (0), но его можно раскрыть с большей вероятностью выборочной проверкой с применением математико-статистических методов. [c.33]

Обращаясь к техническому аспекту функции устранения ненормальностей, сталкиваемся, как и следовало ожидать, с большим разнообразием способов ее осуществления — начиная с замены подкладок под резцом до капитального ремонта станка включительно. Но эта сторона дела сейчас не рассматривается. Что касается производственного аспекта той же функции, то она представляется как выявление ненормальностей и сводится к системе выборочных проверок, на основании которых решается вопрос — возникла ли ненормальность и, следовательно, надо ли остановить процесс для ее устранения. Эту функцию (как и управление настройкой) можно выполнить или интуитивно, или в соответствии со схемой статистически обоснованных решений. [c.34]

Статистическое регулирование является частью комплекса статистически обоснованных решений, но отсюда еще не следует, что оно всегда эффективней выявления ненормальностей на основе интуитивного обобщения и сопоставления результатов, получаемых при выборочных проверках. Если в случае выявления повышенного рассеяния статистическое регулирование, как правило, выгодней интуитивных выводов, то на понижение точности регулировки оно вообще не реагирует. Ускоренный износ настройки и повышенная интенсивность внешних факторов обнаруживаются только при американском варианте который, однако, как и всякий вариант статистического регулирования, отличается в невыгодную сторону от интуитивного способа трафаретностью сроков проверок, решающей функции и объема выборки. [c.34]

Таким образом, в производственном отношении приемочный контроль тоже сводится к выбору решений. Как убедимся позже, эти решения составляют последнее звено оперативной цепи, которая начинается с настройки. Если планы выборочных проверок не регламентированы, то система решений интуитивная, если регламентированы — то статистически обоснованная. Во втором случае совмещенным контролем будем называть приемку по контрольной карте, а автономным приемочным контролем такой, при котором планы выборочных проверок не зависят от нарушений контрольных границ. [c.35]

Первый заключается в том, что предложенные математические модели, применительно к которым решается задача, в принципе (не говоря о второстепенных подробностях) не совпадают ни с какими, даже редко возникаюш,ими производственными ситуациями. В частности, сроки возникновения определимых причин почти никогда не соответствуют пуассоновскому потоку. Марковская схема смещений настройки в течение времени между смежными проверками [18] практически не встречается. Эти смещения, как правило, подчинены статистической закономерности в виде функции, форма и параметры которой в каждом случае заданы свойствами и состоянием технологической системы. [c.38]

Второй недостаток заключается в том, что показатель эффективности статистического регулирования во всех перечисленных и вообще известных аналогичных работах включает только часть затрат и потерь, зависящих от регулирования, причем нередко часть, составляющую лишь небольшую долю общей их суммы. Позже вопрос слагаемых эффективности рассмотрен во всех подробностях, а сейчас ограничимся следующим замечанием. От статистического регулирования, кроме потерь от брака, затрат на проверки и изменение числа настроек (что принимается обычно в расчет) зависят еще затраты на каждую настройку, затраты времени рабочего-станочника на периодические проверки настройки и затраты на приемочный контроль. Надо добавить, что при нормальных производственных условиях экономия, получаемая, при правильно организованном статистическом регулировании в виде 38 [c.38]

При определенных условиях оперативной цепи решений можно поставить в соответствие марковскую цепь, что и сделано в гл. 5 при построении алгоритмов эффективности и оптимизации. С другой стороны, уровень настройки можно рассматривать как математическое ожидание стохастической функции х (т), признака качества, рассматриваемого как функция от количества повторений операции. Планы выборочных проверок становятся при таком подходе операторами преобразования. При расчете эффективности в условиях описанной модели использование теории стохастических функций может привести к резкому повы шению требований к математической подготовке читателя без заметных практи ческих результатов. В то же время не вызывает сомнения тот факт, что в уело ВИЯХ полной автоматизации технологических процессов с применением непрерыв кого статистического регулирования на базе электронных анализаторов с обраТ ной связью использование результатов теории случайных функций становится неизбежным, но все же в той или иной комбинации с элементами комплексной методологической схемы, предложенной в этой книге- [c.46]

Все расчеты, связывающие затраты S с комплексом решений, опираются на систему постоянств (перманентностей), выраженных параметрами распределений или параметрами уравнений, описывающих изменения распределений. Эти постоянства уже упоминались в гл. I и были названы статистическими закономерностями. В примере встречаются три статистические закономерности а) распределение ошибки регулировки, обусловленное распределением диаметра матрицы, выраженной математическим ожиданием м. о. и средним квадратическим отклонением Оу-, б) гауссово мгновенное распределение признака качества х, заданное средним квадратическим отклонением а в) уравнение износа настройки, заданное двумя параметрами и а- [c.53]

Все, что до сих пор сказано о способе калибров распределения, относилось к операциям, на которых б = ба . Но практически этот способ применяется с теми же интервалами группировки на всех операциях с б > ба .. Между тем, в случае, когда б = бОх, вследствие неустранимой неточности настройки, вероятность брака всегда превышает пренебрежимый уровень и технологически соотношение б = ба недопустимо. В общем случае минимальный допуск, обеспечивающий пренебрежимо малую вероятность брака в машиностроении равен б = 9ст . Применительно к этому соотношению вычислены параметры оперативной характеристики планов Г.З (вторая строка для плана Г.З в табл. 3). Оказывается, что при соотношении б = статистическая полезность одного наблюдения при плане Г.З падает сравнительно со случаем б = = бОх незначительно. Но удаление точки равновесия от границы поля допуска равно (4,5—2,1) = 2,4ав то время как при английском варианте За . 1--р ) = (1 — 0,57) = 1,29а . [c.82]

Хотя нет точных сведений о сравнительной стоимости измерений и обработки данных при выборочных проверках уровня настройки по планам различных классов и разновидностей, все же можно отметить следующую закономерность. Чем ниже статистическая полезность Я одного измерения, тем дешевле оно обходится. Поэтому, если определены оптимальные значения параметров X, у , у, с экономической точки зрения безразлично, какой из методов статистического регулирования будет применен, лишь бы он обеспечил эти значения. С другой стороны, ни один из перечисленных методов статистического регулирования не будет оптимальным, если он не обеспечивает наиболее выгодные значения параметров X, у , Y+. Таким образом, проблема оптимизации СРК, поскольку речь идет об оперативных характеристиках, заключается в отыскании оптимальных параметров Я, у , Y" - Напомним, то, кроме этих величин, показатель эффективности зависит еще от сроков выборочных проверок и от заданного уровня настройки и др. [c.83]

Перейдем теперь к параметру крутизны Я. Увеличение этого параметра всегда приводит к уменьшению доли брака и к уменьшению числа технологически неоправданных настроек. Число технологически оправданных настроек, наоборот, возрастает. Увеличение X всегда приводит к возрастанию затрат на измерения и статистическую обработку данных (затраты Ki) и, как уже сказано, затрат на настройки Увеличение X выгодно до тех пор, пока АУ > AR -f Ясно, что при больших потерях [c.84]

Но было бы совершенно неправильно сделать отсюда обобщенные выводы. Вопрос о пороге выгодности статистического регулирования в виде периодических проверок на стабильных операциях в условиях ничтожной вероятности появления ненормальности рассмотрен в гл. 8. В связи с ненормальностями тот же вопрос обсужден в гл. 10. На операциях с неизбежным износом настроенных элементов без периодического контроля уровня настройки обойтись нельзя, и в этом заключается особенность рассмотренного ниже примера 4. [c.145]

Обратимся теперь к показателю затрат на настройки R (X). Эта функция, как и следовало ожидать, при английском способе статистического регулирования и износостойкой настройке составляет очень небольшую долю суммар- [c.168]

Итак, рассмотрев схему выборочной проверки наличий ненормального линейного износа настроенных элементов технологической системы на операции с износостойкой (как правило) настройкой, можно сделать вывод, что обычные при статистическом регулировании периодические проверки для данной цели менее выгодны сравнительно с единственной, но своевременной проверкой. [c.203]

Далее рассмотрены способы выявления ненормальностей, нарушающих статистическую закономерность, на которую опираются расчеты, связанные с настройкой. Речь идет о распределении вероятностей т) технической ошибки при регулировке. [c.220]

Установлено, что датчики измерительного устройства должны фиксировать положение без станка, несущих обрабатьшаемую деталь, режущий инструмент и программоноситель, тем самым охватывая максимально все составляющие звенья размерных цепей, определяющих величины соответствующих размеров статистических настроек. Для компенсации возникающих в них погрешностей предложены различные методы, один из которых, например, состоит в том, что установленный первоначально размер статистической настройки фиксируется датчиками и поддерживается постоянным (независимо от причин, вызывающих его нарушение) с помощью исполнительного механизма, воздействующего на выбранное компенсирующее звено (в размерной цепи, определяющей размер статической настройки) на протяжении обработки всей партии деталей данного типоразмера. [c.108]

Следовательно, для вычисления коэффициентов Л т, т и /Су. необходимо по известным опытным данным Xj (tj), последовательно полученным в моменп, времени 4, 4,. .., tj,. .., определить статистические характеристики [средние арифметические х (/, ), средние квадратические а [1 ] и начальную погрешность настройки 168 [c.168]

Р е а л ь н, а я чувствительность характеризуется минималь-ньгми размерам реальных дефектов конкретного типа, выявляемых в конкретном объекте на заданной глубине при определенной настройке аппаратуры. Она может быть определена в результате статистической обработки данных контроля и металлографического исследования большой серии объектов этого вида. [c.223]

Используя микроЭВМ и микропроцессоры, встроенные непосредственно в приборы дефектоскопии, можно будет решить многие задачи расширить функциональные возможности цриборов и сократить время на их настройку, калибровку и перестройку режимов работы повысить достоверность и точность контроля благодаря самодиагностике по специальным тестам и переходу к многопараметровым измерениям повысить производительность контроля сокращением времени измерений получить документ контроля с результатами статистического анализа обслуживать приборы низкоквалифицированным персоналом с перспективой полной автоматизации контроля через автоматическую систему управления технологическими процессами. [c.147]

Если говорить о статистических методах, то они являются разновидностями выборочного метода, в основном выборочными проверками, на основании которых принимаются решения о повторении и целях регулировок при настройке, о вмешательстве в процесс при возникновении ненормальностей, о приемке или забраковании партий продукции, предъявленных в ОТК. Заметим, что без применения статистических методов при обеспечении качества продукции в массовом производстве обойтись левозможно, и речь может идти лишь о выборе между интуитивными и математически обоснованными, между математически обоснованными, но неэкономичными и математически обоснованными экономичными вариантами, в чем и заключается довольно сложная проблема. [c.3]

В частности, ведь возможна и такая тоже крайняя постановка вопроса, при которой, исходя из безусловной обязательности технических условий и стандартов на допуски, разрешается воздержаться от вмешательства в процесс с целью уточнения настройки тогда и только тогда, котда с практической достоверностью доказана правильность уровня настройки. Это значило бы дополнительное сужение просвета между английскими модифицированными границами на диаграмме средних на удвоенную широту поля рассеяния ошибки выборочной оценки. Но трудно представить себе операцию, на которой оправдывается статистическое регулирование технологического процесса, и в то же время допуск настолько широк, что подобное требование практически выполнимо. Очевидно, и такое решение неприемлемо. Так как же надо рассчитать положение модифицированных границ регулирования и по каким соображениям Как видим, вопрос экономической обоснованности статистического регулирования в отношении всех количественных характеристик объема выборки, времени проверок и размещения границ регулирования — далеко не так прост, как многим кажется. [c.6]

Из позднейших модификаций статистического регулирования можно назвать разработанные в СССР в сороковых годах методы медианы, крайних значений, группировки, индивидуальных значений и пр., в основу которых была положена группировка выборочных значений признака качества. Несмотря на известное разнообразие с процедурно-вычислительной точки зрения, все эти методы несушественно отличаются друг от друга и от метода средних в экономическом отношении (конечно, при соответствующем размещении границ регулирования или группировки и соответствующих объемах выборки). Подробней об этом сказано в гл. 3. Что касается экономической стороны советских модификаций, то они повторяют упомянутый выше английский принцип и сводятся к снижению до пренебрежимого уровня риска лишней настройки. Было бы нелепо поступить иначе в условиях послевоенного периода, когда восстановление нормального объема промышленной продукции и дальнейшее его наращивание было главной задачей государственной важности. [c.6]

В общих чертах это затруднение сводится к тому, что эффективность статистического регулирования технологических процессов в решающей степени зависит от способов и точности настройки и от способов и планов приемочного контроля на данной операции. Иначе говоря, изолированная оптимизация статистического регулирования технологических процессоБ неБозможна вследствие взаимообусловленности с этой точки зрения всех трех элементов комплексной функции обеспечения качества, о которой говорилось вначале. Попытки изолированно решить задачу экономической оптимизации статистического регулирования пока что приводили (и не могут не привести) к построению фиктивных математических моделей, разрывающих реальные производственные связи (об этом подробней сказано в гл. 2). Но в рамках оптимизации всего комплекса оптимизация статистического регулирования технологических процессов действительно возможна. [c.7]

В самом деле, при статистическом регулировании сроки проверок и объем выборки на всех операциях одинаковы и никто даже не пытается объяснить — почему надо брать я = 4 или 5, а не 3 или 8, и не от 20 до 25. Между тем, рабочий отлично знает, что при износостойкой настройке ее уровень надо проверить дополнительно спустя небольшой промежуток времени работы, когда прекратятся остаточные отжатия, обломаются заусенцы, установится температурный режим и пр. Объем выборки п при этой дополнительной проверке рабочий назначает в зависимости от стоимости детали и времени до следующей настройки, варьируя в широких границах. Никакие другие контрольные проверки уровня износостойкой настройки не нужны (о проверках в связи с возможностью ненормальности сказано нил<е). Зато при неустра- [c.31]

Из появившихся позже работ [33, 35, 43, 44] выделяется опубликованная в 1956 г. статья видного американского специалиста по статистическим методам контроля Данкана Экономический проект контрольной карты средних, предназначенной для текущего регулирования технологического процесса [38]. Речь в ней идет о контрольной карте, заполняемой на основании периодических выборок с целью обнаружить появление определимой (неслучайной) причины, подлежащей немедленному устранению. Показателем эффективности является чистая экономия , соответствующая доходу от операции при отсутствии определимых причин за вычетом потерь из-за определимой причины за срок ее действия, затрат на поиски определимой причины, затрат на ее устранение как в случаях, когда она действительно существует, так и в случае, когда ее нет (лишние настройки). Предполагается, что существует одна разновидность определимой причины, причем сроки ее возникновения соответствуют схеме пуассоновского потока [4, 6]. Предложен алгоритм совместной оптимизации объема выборки, положения контрольных границ и длительности промежутка между проверками. [c.37]

Из отечественных работ надо назвать проведенные в 1955 г. исследования Н. А. Бородачева [2], в котором показателем эффективности статистического регулирования является сумма затрат на контроль, лишние настройки и потери вследствие определимой причины, а также исследование А. Л. Лурье [18], едва ли не самое интересное на эту тему. В статье А. Л. Лурье рассмотрена модель с фиксированным распределением ошибок настройки и динамикой уровня настройки за время между проверками. Показателем эффективности является сумма потерь в связи с браком и затрат на контроль и настройки. Для расчета эффективности предложена в частности схема марковской цепи. Той же схемой воспользовался Кордонский X. Б. применительно к статистическому приемочному контролю [14, 15]. [c.38]

После того, как установленная на станке матрица выдержала проверку, станок включают, и он работает в течение межпрове-рочного промежутка . Предположим, что матрица не армирована твердым сплавом и за время автоматической работы изнашивается. Об износе настройки упоминалось в связи с выявлением ненормальностей в п. 1.3, причем речь шла о непредвиденном износе на операции с износостойкой настройкой или об износе, ускоренном сравнительно с обычными или намеченным. Теперь мы имеем в виду неустранимый устойчивый износ настроенных элементов технологической системы, представляющий собой статистическую закономерность, выраженную уравнением [c.44]

И, наконец, не следует забывать, что комплекс решений вовсе не вопрос мнения, а вопрос факта. Иначе говоря, никто не предлагает сложный метод со сложной схемой. Схема лишь отражает действительность, если иметь в виду совокупность решений, принимаемых рабочим интуитивно, и отражает объективную сложность условий поставленной задачи, если говорить о переходе к статистически обоснованным решениям и об их оптимизации. Можно ли решить такую задачу, как замену интуитивных решений рабочего статистически обоснованными решениями, и (самое главное) когда именно это выгодно На эти вопросы дан от1вет в следующих главах. А теперь нам предстоит обратиться к величинам, с помощью которых оценивается экономическая эффективность статистических методов выбора решений в ходе выполнения трех функций, обеспечивающих качество — настройки, устранения ненормальностей и приемочного контроля. [c.49]

Если потери при забраковании одного экземпляра равны Сь часов, частный показатель потерь V равен для одного МП V = дсь-Но распределение а (v ) при неизменности v на протяжении МП и без проверок выходных отклонений у. и. (в чем нет надобности, так как является не чем иным, как распределением ошибок настройки г ) (у с)- Последнее (см. рис. 2), в свою очередь, зависит от распределения ошибок регулировки р (Ург), являющегося статистической закономерностью, и от плана I выборочной проверки. При жестком плане П уменьшаются вероятности больших отклонений угрожаюш,их браком, а следовательно, уменьшаются потери на браке и показатель V. Следует напомнить, что жесткий план I увеличивает вероятность настроек и, следовательно, расходов на них, отраженных в показателе i . Вот почему вопрос оптимизации комплекса решений довольно сложен даже в таком простом случае, как операции с износостойкой настройкой. [c.52]

Задача, которую нам предстоит решить с помощью схемы марковской цепи, в практическом плане выглядит следующим образом. Для вычисления вероятности брака и ожидаемых затрат на настройку необходимо знать, каким будет распределение а (u J входного отклонения после многочисленных повторений межпроверочных промежутков при условии, что настройки производятся только при нарушении границ регулирования, а исходная наладка выполнена в отдаленном прошлом. Ответ на этот вопрос легко получить, не прибегая к итерационному процессу (аналогично вычислениям в пп. 5.1, 5.3) или к статистическому моделированию (метод Монте-Карло), а воспользовавшись описанными ниже способами. В зависимости от особенностей матрицы перехода эти способы рассмотрены применительно к четырем случаям. Случай 1 описан ниже. Случаи 2 и 3 — в п. 5.5, а 4 — в п.5.6. [c.110]

Как и до сих пор, в примере 4 предполагается, что ненормальности технологического процесса наступают настолько редко, что их опасностью можно пренебречь. В тоже время в примере 4 имеет место неустранимый линейный износ настроенных элементов, что выражается в приросте ш = 0,01 мм уровня настройки X в результате 100 повторений операции. Прирост отклонения у. н. v, выраженный в О = 0,014 в примере равен w = 2/i, где h = = 0,3571 — интервал округления. В технических единицах прирост равен 2hGx = 0,01 мм. Иначе говоря, статистическая закономерность, в которой выражается износ настроенных элементов, соответствует линейному уравнению [c.146]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...