Методическое пособие для студентов машиностроительных специальностей Тольятти 2003
Скачать 0.55 Mb.
|
| Анализ экспериментального и расчетного материала: • контрольная х-карта диаметра обработанных деталей, расположение гистограммы показывают, что процесс статистически управляем; это же подтверждает и значение индекса воспроизводимости Ср =2.13, свидетельствующее о практическом отсутствии несоответствий при обработке продукции; • контрольная х-карта и расположение гистограммы относительно поля допуска показывают, что процесс смещен от центра поля допуска в направлении нижнего предела допуска, следовательно, есть возможность улучшения процесса с помощью смещения наладки на 0.0098 к середине поля допуска. Выводы: вероятный брак равен 0%; технологическая точность обеспечивается; требуется смещение наладки, равное 0.0098. Заключение: станок в работу утверждается с условием подналадки. Примечание. Так как контрольная карта не показывает критической ситуации, можно обойтись без подналадки. Содержательный анализ технологического процесса показывает, что в результате износа инструмента произойдет требуемая коррекция размера. Пример 4.1.2. Производится контроль технологической точности станка с целью аудита. Тип станка: специальный круглошлифовальный однокамневый станок (фирмы TOYOТA). Вид обработки детали: обработка внешних диаметров шатунных шеек коленвала (модель 2108). Эскиз, поясняющий схему обработки: см. рис.4.1.4. Особенности протекания технологического процесса с точки зрения особых причин: стабильный участок работы. Конкретные числовые характеристики технологического процесса (по спецификации): • ход (шатунной шейки коленвала) 71 мм; • допуск на обработку 0.15 мм; • верхний предел допуска 71.05; • нижний предел допуска 70.90. Первичное представление результатов: таблица, содержащая общий массив данных, полученных в результате 80 замеров четырех шатунных шеек по параметру хода. Результаты замеров: 70.900 70.900 70.880 70.880 70.900 70.900 70.870 70.880 70.900 70.880 70.880 70.900 70.890 70.870 70.900 70.910 70.890 70.880 70.880 70.900 70.940 70.930 70.900 70.930 70.900 70.890 70.900 70.940 70.950 70.930 70.900 70.930 70.940 70.900 70.930 70.940 70.920 70.900 70.910 70.930 70.950 70.960 70.930 70.940 70.940 70.930 70.940 70.930 70.980 70.960 70.930 70.950 70.970 70.940 70.960 70.940 70.930 70.940 70.930 70.970 70.960 70.920 70.890 70.910 70.910 70.920 70.910 70.900 70.870 70.890 70.870 70.910 70.900 70.890 70.920 70.930 70.900 70.900 70.890 70.940 n=80; max= 70.98; min = 70.87; R=0.11 Вторичное представление результатов: интервальная таблица частот (в верхней строке указаны левые границы интервалов, в нижней строке - количество измеренных значений, попадающих в данный интервал):
Расчет статистических характеристик процесса: к = 70.916; поле рассеяния 0.117; смещение наладки 0.059. В данном случае не рассчитывается о, так как рассматриваются сразу 4 параметра хода четырех шатунных шеек. Расчет индексов воспроизводимости: Ср=1.28; Ср,=0.27. Контрольная х-карта: см. рис. 4.1.6: НКГ = 70.857; ВКГ= 70.975. Анализ экспериментального и расчетного материала: • Контрольная карта, а также расположение гистограммы показывают, что процесс не является статистически управляемым, так как имеется выход за верхнюю контрольную границу (49-я точка). Кроме того, имеет место выход процесса за границы поля допуска, что говорит о большой вероятности брака (22.5%). Двухпиковый тип гистограммы, а особенно вид контрольной карты указывают на необходимость расслоения данных, то есть рассмотрения хода каждой шейки по отдельности. • Большая разница в индексах воспроизводимости процесса (Ср« = 0.27 < Ср = 1.28 ) свидетельствует о том, что процесс смещен относительно центра поля допуска (по расчетам на 0.059 мм в направлении нижнего предела допуска) и, следовательно, может быть улучшен. Расслоение данных дало следующие результаты. 1-я шейка: Интервальная таблица
n=20, max=70.91; min=70.87; R = 0.04. х = 70.89; а = 0.012; поле рассеяния 0.076; смещение наладки 0.086-Ср=1.9б. 2-я шейка: Интервальная таблица
n=20; max= 70.95; min = 70.89; R=0.06. х = 70.921; σ = 0.018; поле рассеяния 0.118; смещение наладки 0.055; С-1.27. 3-я шейка: Интервальная таблица
n=20; max= 70.98; mm =70.93; К =0.05. х = 70.946; σ = 0.016; поле рассеяния 0.1; смещение наладки 0.029; Ср=1.49. 4-я шейка: Интервальная таблица
n=20; max= 70.96; min = 70.87; R=0.09. х = 70.907; о = 0.022; поле рассеяния 0.139; смещение наладки 0.069 Ср=1.075. Выводы. 1. Сравнение статистических характеристик для отдельных шеек показывает, что наихудшие параметры имеет 4-ая шейка (поле рассеяния 0.139; С-= 1.075). Это указывает на необходимость проведения профилактического ремонта левого зажимного патрона. 2. Так как центральная линия на контрольной карте смещена относительно заданного номинального значения хода 71 мм, то требуется наладка станка, так, чтобы центр настройки совпадал с номинальным (или серединой поля допуска). 3. Из гистограмм и контрольной карты видно, что в настоящее время наилучшая наладка по исследуемому параметру на 3-ей шейке, поэтому на ней требуется наименьшая подналадка. 4. Необходимо добиться, чтобы все статистические параметры для всех четырех шеек были близки по своим значениям, то есть находились на одной линии, а поля рассеяния отличались незначительно. 4.2. Использование диаграмм Парето Для наиболее успешного устранения несоответствий в готовой продукции по результатам контроля строятся диаграммы Парето. Приведем пример такой диаграммы, показывающей распределение дефектов в цехе 46 за период с 01.01.95 no31.12.95. Группа деталей - Генератор Код дефекта Наименование дефекта Кол-во Сумма % 1 Не работает регулятор 852 42 2 Нет цепи обм. воз 291 56 3 Шум, магнитный шум 249 68 5 Утоплена клемма 61. 155 75 12 Нет цепи центра эв. 107 79 8 Клинит ротор 88 84 6 Замыкание диодов 52 86 4 Пробиты диоды 41 88 13 Замыкает 11 89 7 Не закреплен шкив 8 90 11 Прочие дефекты 196 100 Всего 2050 Устранение дефектов 1, 2, 3 даст возможность существенно повысить качество данного узла, следовательно, прежде всего надо сосредоточить усилия на выявлении причин этих несоответствий и внедрению мероприятий по их преодолению. 5. МАТЕМАТИЧЕСКИЕ ОСНОВЫ СТАТИСТИЧЕСКИХ МЕТОДОВ 5.1 Случайная величина. Общие определения Случайная величина - это величина, измеряемая в исследуемых экспериментах, исходы которых заранее не известны и зависят от случайных причин. Различают два вида случайных величин: • дискретная - случайная величина, принимающая конечное или счетное множество значений х, ... , хn каждое с некоторой вероятностью pi,..., р,. Дискретная случайная величина задается законом распределения, устанавливающим однозначное соответствие между возможными значениями случайной величины и их вероятностями; • непрерывная - случайная величина, которая может принимать все значения из некоторого конечного или бесконечного промежутка. Непрерывная случайная величина характеризуется плотностью вероятности -непрерывной функцией, такой что вероятность попадания случайной величины Х в интервал (а;Ь) равна Пример 6.1. На контроль поступило несколько партий деталей. Контролируется размер отверстия. Диаметр отверстия - это непрерывная случайная величина, количество нестандартных деталей в каждой партии -дискретная случайная величина. Генеральной совокупностью называется весь набор однородных объектов, изучаемых относительно некоторого качественного или количественного признака. Число всех изучаемых объектов N называется объемом генеральной совокупности. Выборка - это та часть генеральной совокупности, элементы которой подвергаются статистическому обследованию. Число n вошедших выборку элементов называется объемом выборки. Выборки бывают бесповторные, когда отобранный (и статистически обследованный) объект в генеральную совокупность не возвращается, и повторные, когда отобранный элемент после обследования возвращается в генеральную совокупность. Чтобы результаты, полученные при изучении выборки, можно было достаточно уверенно распространить на всю генеральную совокупность, выборка должна быть репрезентативной (представительной). При статистическом контроле это достигается путем правильного выбора метода отбора исследуемых объектов. В зависимости от поставленных целей применяют следующие способы сбора данных: • Простой случайный отбор, когда выбор объектов осуществляется из всей генеральной совокупности случайным образом. Этот способ применяется, например, при выборочном контроле партии деталей на соответствие некоторому стандарту. • Типический отбор, когда объекты отбираются не из всей генеральной совокупности, а из каждой ее "типической" части. Например, если однотипные детали изготавливаются на нескольких станках, то отбор производится из продукции каждого станка в отдельности. • Механический отбор, когда генеральную совокупность делят на столько групп, сколько объектов должно войти в выборку, и из каждой группы выбирают один объект. При этом следует внимательно следить, чтобы не нарушалась репрезентативность выборки. Например, если отбирают каждый двадцатый обтачиваемый валик, причем сразу же после замера производят замену резца, то отобраны окажутся все валики, обточенные затупленными резцами. Если исследуемый параметр зависит от остроты резца, то следует устранить совпадение ритма отбора с ритмом замены резца, например, отбирать каждый десятый валик из двадцати обточенных. • Серийный отбор, когда объекты отбирают из генеральной совокупности не по одному, а "сериями", и обследуются все элементы каждой серии. Этот вид отбора применяют тогда, когда обследуемый признак колеблется в разных сериях незначительно, например, если изделия изготавливаются большой группой станков-автоматов, то сплошному обследованию подвергают продукцию только нескольких станков. Для получения более достоверных результатов при этом можно менять наборы "серий", то есть в разные дни обследовать разные группы станков. При применении статистических методов управления качеством для построения контрольных карт обычно используют мгновенные выборки. Мгновенная выборка - это выборка, взятая из технических соображений таким образом, что внутри нее вариации (то есть изменения) могут появляться только как следствие случайных (общих) причин. Возможные вариации между такими выборками, как правило, определяются неслучайными (специальными) причинами. В производстве мгновенная выборка должна быть сформирована из данных, собранных в короткий отрезок времени в однородных условиях (материал, инструмент, окружающая среда, один и тот же станок или оператор и т.п.). |
Похожие:
 | Учебно-методическое пособие предназначено для студентов очной и заочной форм обучения для всех специальностей, предусматривающих... | | ... |
| Учебно-методическое пособие предназначено для студентов 4-го курса специальностей «Сестринское дело» и«Лабораторная диагностика»... | | Методическое пособие предназначено для организации самостоятельной работы студентов |
| Печатается по решению редакционно-издательского совета фгбоу впо «Приамурский государственный университет имени Шолом-Алейхема» | | Типовые тестовые задания для изучения дисциплины «Инженерная геология»: Методические указания для специальностей “Промышленное и |
| Методическое пособие предназначено для студентов очной и заочной форм обучения экономических специальностей |  | Учебно-методическое пособие по дисциплине «Русский язык и культура речи» для студентов 1 курса всех специальностей очной, заочной... |
| Пособие включает в себя сопоставительную методику, делая упор на родной язык. В пособии представлено многообразие примеров и таблиц,... | | Бгашев В. Н., Долматовская Е. Ю., Ручника Г. А., Швыковская Л. Н. Учебник для машиностроительных специальностей вузов (Английский... |