Cтраница 3
Таким образом, для оценки точности работы станка в данный момент времени необходимо взять со станка ряд выборок по п деталей в каждой выборке, измерить детали и для каждой выборки подсчитать средние арифметические размеры и диапазоны рассеивания. [31]
Ряд измерений обрабатывают для получения наиболее достоверного результата с оценкой его точности. При обработке вычисляют средний арифметический размер, среднюю квадратичную погрешность, предельную погрешность одного измерения и предельную погрешность среднего арифметического. Эти параметры можно вычислять по приведенным выше формулам, однако вычисления могут быть значительно упрощены, если одинаковые результаты измерений сгруппировать и расположить в порядке возрастания ( табл. 4), указав во второй графе число измерений с одинаковым результатом. [32]
Для исключения фактора случайности и повышения точности под-наладчиков применяется подналадка по среднему арифметическому размеру выборки деталей. При этом применяются две схемы получения среднего арифметического размера: одновременный контроль п деталей выборки, например, при помощи шланга с п соплами пневматического датчика и последовательный контроль п деталей с запоминанием результатов измерения и последующей их обработкой. Одно из устройств последнего типа показано на фиг. В качестве измерителя взят модернизированный миниметр 1, на стрелке которого прикреплена дужка 2 с 16 отверстиями и цепной деления каждого 4 мк. При изменении размера деталей 5 дужка с отверстиями перемещается между фотоэлементом и осветительным устройством. Фотоэлемент периодически засвечивается и посылает в вычислительный блок 6 серию импульсов, число которых пропорционально отклонению размера. При этом поворачивается на один зуб храповое колесо 9, являющееся солнечным колесом дифференциала. [33]
Для исключения фактора случайности и повышения точности под-наладчиков применяется подналадка по среднему арифметическому размеру выборки деталей. При этом применяются две схемы получения среднего арифметического размера: одновременный контроль я деталей выборки, например, при помощи шланга с п соплами пневматического датчика и последовательный контроль п деталей с запоминанием результатов измерения и последующей их обработкой. Одно из устройств последнего типа показано на фиг. В качестве измерителя взят модернизированный миниметр 1, на стрелке которого прикреплена дужка 2 с 16 отверстиями и цепной деления каждого 4 мк. При изменении размера деталей 5 дужка с отверстиями перемещается между фотоэлементом и осветительным устройством. Фотоэлемент периодически засвечивается и посылает в вычислительный блок 6 серию импульсов, число которых пропорционально отклонению размера. При этом поворачивается на один зуб храповое колесо 9, являющееся солнечным колесом дифференциала. [34]
Для получения в отливках плавных переходов от одной поверхности к другой внутренние углы закругляются. Радиусы закруглений или галтелей должны быть равны от V5 до 1 / 3 среднего арифметического размера двух стенок, образующих угол. [35]
При малом числе наблюдений ( 10 - 15 и меньше) рассеивание случайных величин целесообразно характеризовать не а, а диапазоном рассеивания R. Остаточной погрешностью называется разность между размером, полученным в результате измерения, и средним арифметическим размером, который принимается за наиболее вероятный размер детали. [36]
Сущность любого метода статистического контроля сводится к определению положения центра группирования размеров деталей и величины диапазона рассеивания размеров. Поэтому при статистическом контроле контролируемыми параметрами являются не размеры деталей, а статистические параметры ( средние арифметические размеры, диапазоны рассеивания размеров и др.), подсчитываемые для отдельных выборок. Статистические параметры дают возможность более точно определять как положение центра - группирования размеров деталей, так-и величину рассеивания размеров. [37]
Сущность любого метода статистического контроля сводится к определению положения центра группирования размеров деталей и величины диапазона рассеивания размеров. Поэтому при статистическом контроле контролируемыми параметрами являются не размеры деталей, а статистические параметры ( средние арифметические размеры, диапазоны рассеивания размеров и др.), подсчитываемые для отдельных выборок. Статистические параметры дают возможность более точно определять как положение центра группирования размеров деталей, такл величину рассеивания размеров. [38]
В процессе - изготовления деталей контролер периодически берет со станка определенное небольшое количество деталей, называемое выборкой. Он же измеряет детали в выборке и по результатам измерения подсчитывает в зависимости от принятого метода статистического контроля те или иные статистические параметры ( средний арифметический размер х, диапазон рассеивания R, медиану и пр. При нормальном протекании процесса изготовления деталей точки должны располагаться внутри контрольных границ ( фиг. Выпад точек за контрольные границы указывает на возможность появления бракованных деталей. Это служит сигналом для переналадки станка. Если у детали контролируется несколько размеров, то на общей ( увеличенной) карте стрс ится соответствующее число диаграмм. [39]
Наиболее широко используется ситовой анализ и микроскопия образцов в виде пленок или микротомных срезов. Поскольку частицы имеют неправильную форму, применяют несколько показателей, которые определяют размеры частиц, например: средний по абсолютной величине размер, полученный по измерениям в нескольких направлениях; средний арифметический размер, равный стороне куба с такими же объемом и боковой поверхностью, как и у самой частицы; статистически средний-размер по линии, делящей пополам площадь проекции частицы независимо от ориентации ее длинной стороны. [40]
Средняя арифметическая является статистической характеристикой некоторой совокупности. Кроме этого, в тех случаях, когда наблюдению ( измерению) подвергается постоянная величина, средняя арифметическая является приближением к истинному значению этой величины. Например, если измеряется размер кусков минерала, то средний арифметический размер является лишь статистической характеристи - кой, так как величина кусков ие имеет постоянного значения. Если же измеряется плотность этого минерала, то средняя арифметическая ряда частных значений является не только их статистической характеристикой, ио и приближенным значением постоянной величины - плотности. [41]
Средняя арифметическая является статистической характеристикой некоторой совокупности. Кроме этого, в тех случаях, когда наблюдению ( измерению) подвергается постоянная величина, средняя арифметическая является приближением к истинному значению зтой величины. Например, если измеряется размер кусков минерала, то средний арифметический размер является лишь статистической характеристикой, так как величина кусков не имеет постоянного значения. Если же измеряется плотность этого минерала, то средняя арифметическая ряда частных значений является не только их статистической характеристикой, но и приближенным значением постоянной величины - плотности. [42]
Средняя арифметическая является статистической характеристикой некоторой совокупности. Кроме этого, в тех случаях, когда наблюдению ( измерению) подвергается постоянная величина, средняя арифметическая является приближением к истинному значению этой величины. Например, если измеряется размер кусков минерала, то средний арифметический размер является лишь статистической характеристикой, так как величина кусков не имеет постоянного значения. Если же измеряется плотность этого минерала, то средняя арифметическая ряда частных значений является не только их статистической характеристикой, но и приближенным значением постоянной величины - плотности. [43]
При числе наблюдений свыше 15 - 25 рассеивание отклонений случайной величины от центра группирования характеризуется средним квадратическим отклонением а. При малом числе наблюдений ( 10 - 15 и меньше) рассеивание случайных величин целесообразно характеризовать не а, а диапазоном рассеивания R. Остаточной погрешностью называется разность между размером, полученным в результате измерения, и средним арифметическим размером, который принимается за наиболее вероятный размер детали. [44]
Метод средних арифметических является наиболее обоснованным и проверенным на практике. Он непосредственно вытекает из основных положений математической статистики. Метод средних арифметических предназначается для определения положения центра группирования размеров деталей относительно границ поля допуска. Контролируемыми параметрами являются средние арифметические размеры, подсчитываемые для отдельных выборок. [45]