Таким чином,

. (4.1)

Якщо кількість випробувань досить велика, то частість подій приблизно дорівнює імовірності появи цих подій в майбутньому (звичайно, за тих же умов).

Сукупність значень випадкової величини, отриманих під час масових випробувань, розташованих у висхідному порядку із зазначенням їх імовірності або частості, називають розподілом випадкової величини.

Однією з основних задач математичної статистики є розробка методів вивчення масових явищ або процесів на основі порівняно невеликої кількості випробувань. Ці методи мають своє наукове обґрунтування, яке називають теорією вибірок.

У відповідності з цією теорією групу предметів, об’єднаних деякою спільною ознакою або властивістю кількісного чи якісного характеру, називають статистичною сукупністю. Наприклад, партію деталей, оброблену зі сталими технологічними умовами на певній операції, можна розглядати як статистичну сукупність. Спільною ознакою може бути досліджуваний розмір поверхні або розмір між поверхнями.

Для обстеження великих сукупностей використовують вибірки з них. Таким чином, вибіркою називають частину членів сукупності, відібраних із неї для отримання інформації про всю сукупність. У цьому випадку сукупність, що їх представляє вибірка, називають генеральною сукупністю.

Кількість членів вибірки складає її об’єм.

Для того, щоб за даними аналізу вибірки можна було робити висновки про певну ознаку генеральної сукупності, необхідно, щоб члени вибірки правильно її представляли, тобто вибірка має бути репрезентативною.

Під час статистичних досліджень технологічних переходів механічної обробки для забезпечення репрезентативності вибірки оброблених заготовок повинні виконуватись такі умови:

- всі заготовки мають оброблятися безперервно, на одному верстаті, одним інструментом, з однаковими режимами різання;

- верстат має працювати з приблизно однаковими зупинками для установлення й знімання заготовок, без тривалих перерв;

- всі заготовки мають бути виготовлені з одного й того ж матеріалу;

- під час обробляння заготовок вибірки різальний інструмент не повинен зніматися, переточуватися, правитися й піднастроюватися.

Всі заготовки вибірки після механічної обробки виміряються за допомогою універсальних вимірювальних інструментів з ціною поділки, яка не перевищує , де T – допуск вимірюваного розміру.

В цій лабораторній роботі розглядається методика статистичного аналізу точності обробки за допомогою побудови та аналізу кривих розподілу.

Розглянемо методику виконання такого аналізу на прикладі обробки партії заготовок на токарному напівавтоматі. Припустимо, що верстат настроєний на обробку отвору в розмір ø40Н9(^+0,062) мм.

Для спрощення припустимо, що під час обробки на технологічний процес впливали лише випадкові похибки (коливання розміру заготовок; твердості їх поверхонь тощо), які призвели до розсіювання розмірів деталей в партії.

---

Для аналізу відібрана вибірка послідовно оброблених деталей об’ємом 50 штук з такими розмірами (таблиця 4.1). Дійсні розміри отворів, записані в таблицю в послідовності обробки заготовок.

Таблиця 4.1

40,037	40,000	40,035	40,029	40,041
40,023	40,012	40,036	40,028	40,042
40,030	40,032	40,036	40,030	40,043
40,024	40,014	40,027	40,037	40,018
40,052	40,046	40,022	40,033	40,045
40,025	40,017	40,063	40,031	40,015
40,026	40,044	40,048	40,032	40,047
40,036	40,019	40,039	40,013	40,038
40,028	40,039	40,020	40,031	40,024
40,036	40,024	40,038	40,034	40,031

В результаті аналізу отриманої сукупності дійсних розмірів отворів має бути побудована крива їх розподілу. Цю криву будують у такій послідовності.

Після проведення вимірювань досліджуваного розміру х визначають емпіричне поле розсіювання , під яким розуміють інтервал, у якому знаходяться дійсні значення х. Його знаходять як різницю найбільшого і найменшого значень х, тобто

. (4.2)

У розглядуваному випадку = 40,063 – 40,000 = 0,063 мм.

Далі поле розсіювання розбивають на певну кількість інтервалів k (найчастіше k = 7...11) і визначають ширину інтервалу за формулою

. (4.3)

Прийнявши k = 7, отримаємо = 0,063/7 = 0,009 мм.

Результат обчислення допускається дещо округляти в більшу сторону.

Подальші результати аналізу сукупності дійсних розмірів можна оформити у вигляді таблиці 4.2.

Таблиця 4.2

№ інтер-валу	Границі інтервалу, мм	Підрахунок частот	Частота, f	Частість, m	Емпірична щільність розподілу, yе
1	2	3	4	5	6
1	Від 40,000 до 40,009	//	2	0,04	4,4
2	Поверх 40,009 до 40,018	/////	5	0,10	11,1
3	Поверх 40,018 до 40,027	///// ///	9	0,18	20,0
4	Поверх 40,027 до 40,036	///// ///// ///// ////	19	0,38	42,2
5	Поверх 40,036 до 40,045	///// /////	10	0,20	22,0
6	Поверх 40,045 до 40,054	////	4	0,08	8,9
7	Поверх 40,054 до 40,063	/	1	0,02	2,2

Емпіричний розподіл випадкової величини можна показати графічно (рис 4.1) у вигляді полігона розподілу (ламана лінія) або гістограми розподілу (ступінчаста лінія).

---

---

Очевидно, що значення частостей m_i будуть залежати від ширини вибраного інтервалу. Щоб позбутися цього, розглядають емпіричну щільність розподілу випадкової величини, розуміючи під останньою відношення частості до величини інтервалу

, (4.4)

де і – порядковий номер інтервалу.

В цьому випадку вид графіка не залежить від величини інтервалу ∆. Цей інтервал навіть можна вибирати різним на різних ділянках графіка. Зі збільшенням кількості деталей в партії, підвищенням точності їх вимірювання і наближенням ∆ до нуля, графік емпіричної щільності розподілу наближається до гладкої кривої, яку називають емпіричною диференціальною кривою розподілу або розподілом випадкової величини.

Для того, щоб за знайденим розподілом розмірів вибірки спрогнозувати результати обробляння заготовок, які складають генеральну сукупність, потрібно знайдений (емпіричний) закон розподілу замінити теоретичним законом, який за формою був би близьким до емпіричного.

Встановлено, що емпіричний розподіл розмірів заготовок, оброблених на настроєному верстаті, найчастіше близький до закону нормального розподілу (закону Гаусса).

Диференціальна функція розподілу безперервної випадкової величини, що підпорядковується закону нормального розподілу, визначається виразом

, (4.5)

де у – теоретична щільність розподілу, - середнє значення розміру х, σ – середнє квадратичне відхилення випадкової величини (розміру х).

В статистичному аналізі використовується також інтегральна функція нормального розподілу

. (4.6)

Значення та σ можна знайти за формулами

; (4.7)

, (4.8)

де n – кількість заготовок у вибірці (об’єм вибірки); x_i – середній розмір і-го інтервалу; f_i – частота і-го інтервалу.

Для прикладу, що розглядається,

= 0,011 мм.

Подальший аналіз результатів вимірювань здійснюється за допомогою таблиць унормованих законів розподілу. Для можливості використання таких таблиць розмірну незалежну змінну х замінюють безрозмірною незалежною змінною t, яка зв’язана з х таким співвідношенням

. (4.9)

З урахуванням (4.9), рівняння (4.5) можна записати у вигляді

. (4.10)

Важливою особливістю виразу (4.9) є те, що в інтервалі ±3 із серединою в точці, що відповідає значенню , знаходиться 99,7% усієї площі під кривою розподілу, тобто теоретичне поле розсіювання складає приблизно 6 . Крім того, крива Гаусса є симетричною відносно середнього розміру , і тому

.

Виразу (4.6) відповідає інтегральний закону розподілу (нормована функція Лапласа)

. (4.11)

Функція (4.11) є непарною і тому

,

тобто для від’ємних значень t табличні значення цієї функції беруться зі знаком мінус.

Замінивши емпіричний розподіл теоретичною кривою розподілу, потрібно оцінити справедливість цієї заміни. Це можна зробити з використанням критерію згоди Колмогорова. Суть критерію полягає у порівнянні емпіричного інтегрального розподілу з теоретичним інтегральним розподілом.

---

Значення емпіричного інтегрального розподілу, яке відповідає j-му інтервалу, можна знайти за формулою

. (4.12)

Значення теоретичного інтегрального розподілу, яке відповідає верхній границі j-того інтервалу становить

, (4.13)

де – значення безрозмірної змінної, яке відповідає верхній границі j-того інтервалу.

Для прикладу, що розглядається, значення емпіричного і теоретичного інтегрального розподілу, розраховані відповідно за формулами (4.11) і (4.12), показані в таблиці 4.3.

Критерій згоди Колмогорова визначається за формулою

. (4.14)

Для прикладу, що розглядається, величина відповідає четвертому інтервалу і складає 0,093. Величина , розрахована за формулою (4.14), складає 0,658. За додатком В визначимо, що імовірність відповідності емпіричного розподілу закону нормального розподілу складає 0,79.

Таблиця 4.3

№ інтервалу	Емпіричний інтегральний розподіл,	Верхня границя інтервалу,	Значення безрозмірної змінної, яке відповідає верхній границі інтервалу,	Теоретичний інтегральний розподіл,	Різниця між емпіричним і теоретичним інтегральним розподілом,
1	0,04	40,009	-2,0	0,023	0,017
2	0,14	40,018	-1,18	0,119	0,021
3	0,32	40,027	-0,36	0,360	0,040
4	0,70	40,036	0,27	0,607	0,093
5	0,90	40,045	1,09	0,861	0,039
6	0,98	40,054	1,91	0,972	0,008
7	1,00	40,063	2,72	0,997	0,003

Вважається [3, 4 та ін.], що розбіжність між емпіричним розподілом і нормальним є несуттєвою, якщо . Тому можна вважати, що в даному випадку емпіричний розподіл близький до нормального.

Далі, показавши на осі х (див. рис. 4.1) поле допуску досліджуваного технологічного розміру, можна визначити відсоток імовірного браку (виправного та невиправного).

Відсоток виправного браку для отвору (для вала – невиправного) складе

, (4.15)

де – координата по осі t нижньої границі поля допуску (див. рис.4.1), – найменше допустиме значення технологічного розміру.

Величини Ф(t₁) та Ф(t₂) визначаються за таблицею функції Лапласа (додаток А).

Відповідно відсоток невиправного браку для отвору (для вала –виправного)

, (4.16)

де – координата по осі t нижньої границі поля допуску, – найбільше допустиме значення технологічного розміру.

Аналіз точності технологічного переходу можна виконати також за допомогою коефіцієнта K_т точності виконання і коефіцієнта Е зміщення настроєння.

Коефіцієнт точності виконання

, (4.17)

де – допуск досліджуваного технологічного розміру.

Коефіцієнт зміщення настроєння

, (4.18)

---

Смотрите также файлы

• Lab_rob_GGtaPP.doc

• Гідравліка Лаба 1.docx

• Лаби гидравлика.doc

• Лабораторна робота1.docx

• Posibnuk_PVZDM_litya.doc