С л е д о в а т е л ь н о , |
|
|
|
|
|
|
|
^ , |
0 25 6/? |
■ |
(274) |
|
|
U + |
° ’Л R |
|
откуда относительны!! допуск |
на сопротивление |
|
|
|
5R |
г£4 |
Ш\ |
• |
(275) |
|
R |
и |
|
|
|
|
|
Найдем величины, входящие в выражение |
(275) Относительная вели- |
чина допуска на температуру |
|
|
|
ЬТ |
|
40 |
пли |
3,7%. |
|
Т |
|
=0,037, |
|
1070= |
|
|
|
На основапни имеющихся данных практ1гки относительную величину
Й"U *
допуска на напряжение накала примем равной ~ц~ — 5% ( ± 2,5% ).
Подставив полученные значения в выражение (275), находим относитель ную величину допуска на сопротивление подогревателя:
— = 4 ( 3 , 7 - 0 , 5 - 5 ) = 4,8%.
Опыт производства показывает, что определенный допуск на сопротивле ние может быть обеспечен даже у подогревателей! сложной формы.
Таким образом, рассмотренный способ расчета допусков на сопротивление
подогревателя катода и напряжение накала позволяет установить требуемый
п технологически выполнимый допуск на температуру катодов б Г== 40 °К н тем самым использовать имеющийся ресурс долговечности катодов. Это позволяет повысить долговечность электровакуумных приборов примерно
в 2 раза.
§ 74. СТАТИСТИЧЕСКОЕ РЕГУЛИ РО ВАНИ Е КАЧЕСТВА
Предварительно необходимо рассмотреть понятие технологи ческого допуска и технологического запаса точности.
Технологический допуск. Технологическим (бТ) называют допуск, который обеспечивается при каком-либо определенном технологическом процессе. Он зависит от метода изготовления деталей, применяемого оборудования, инструмента, приспособле ний, режимов процесса и других технологических факторов. При ближенно технологический допуск может быть определен по фор муле
|
6T = |
(oT-f- i Д{сист1 |
(276) |
где |
е>т — практически |
предельное поле рассеяния контро |
|
лируемого параметра; |
системати |
|
2 A ic,ICT — алгебраическая сумма неустранимых |
|
ческих погрешностей при данном технологическом |
|
процессе. |
|
|
Только при непрерывном и надежном регулировании точ ности изготовления можно приравнивать допуск бт к полю рассея-
Другой метод определения технологического допуска по эмпи рическому распределению основан на том, что с определенной вероятностью Р выбирают величину допуска, например, так,чтобы 0,9973 или 99,73% всех значений нормируемой величины х в гене
ральной совокупности лежало в пределах х ± Зет. В общем случае вместо величины 0,9973 — 1 — 2-0,135 можно взять 1—2(1, а пре
дельные размеры взять равными х ± I. Коэффициент I зависит от Р и 1 — 2|1; его значения приведены в справочниках. Наимень
ший предельный размер к — х — I, наибольший предельный раз
мер Ц — х -f- I. |
|
Допуск |
(277) |
бТ= Ц— к- |
Для технологического процесса, указанного в примере, при веденном в § 18 (табл. 2, рис. 20), технологический допуск:
по уравнению (276) * |
|
|
бт = 6 -0,015 + 0,005 = 0,095 мм; |
|
по уравнению (277) при Р — 0,9 и 1 — 2(5 = 0,9973 |
|
6Т= (11,96 + 3,4 -0,015) — (11,96 — 3,4-0,015)^0,1 |
мм, |
где 3,4 = |
I — коэффициент, определенный при Р = 0,9, 1 |
— 2(1 = |
= 0,9973 |
и N = 200. |
|
Технологический запас точности. Целесообразно, чтобы тех нологический допуск для ответственных деталей был меньше допуска б, установленного исходя из эксплуатационных требова ний. Это необходимо для создания технологического запаса точ ности, который может характеризоваться коэффициентом, опре
деленным по формуле |
|
ЯТт = £ . |
(278) |
Желательно, чтобы для функциональных размеров ответствен ных деталей /Гтт не был меньше 1,2. Например, на Горьковском автозаводе для многих ответственных деталей создается техноло гический запас точности, равный 15—25% величины допуска б. В этом случае создается дополнительный ресурс точности, обеспе чивающий более длительное сохранение заданной точности изде лия в процессе его эксплуатации и повышенную его долговечность,
атакже запас точности настройки станка.
Впримере, рассмотренном в § 18, коэффициент Ктт меньше единицы, что указывает на недостаточную точность процесса изго товления валиков. Найдем относительное количество А валиков, размеры которых могут иметь погрешности, выходящие за предел
допуска, т. е. будут браком. Выразив допуск в долях а (приняв
* Алгебраическая сумма систематических погрешностей принята равной смещению центра настройки е (см. рис. 20).
а я=! S), п о л у ч а е м = 4,66. Примем zx = —2,33 и z2 = 2,33.
Пользуясь таблицей приложения, находим Фп (2,33) = 0,4901. Так как Ф0 (—2,33) — —Ф0 (2,33), то по уравнению (48) получаем
А = 100— [ф0 (2,33) — Ф„ (—2.33)] 100 = 100 — 2Ф0 (2,33) 100; А = 100 — 2 0,4901 -100 = 1,98%.
Как видно из рис. 20, при изготовлении валиков имелось сме щение центра настройки е = х — с = —0,005 мм (х — среднее значение контролируемого параметра; с — значение середины поля допуска, принимаемое за центр настройки). С учетом смеще ния центра настройки (систематической погрешности) количество брака будет несколько большим. Для устранения брака требу ется лучшая настройка станка и введение дополнительной опера ции, например, чистового обтачивания.
Статистическое регулирование качества. В процессе производ ства машин и изделий точность и другие показатели качества их составных частей и деталей можно регулировать статистическими методами и обеспечивать требуемое значение Ктг. Статистическое регулирование качества заключается в своевременном установле нии возможности появления брака по ограниченному числу наблю дений и немедленном принятии мер, чтобы привести технологиче ский процесс в такое состояние, при котором исключается возмож ность появления брака. Такое регулирование качества эффек тивно только в серийном и массовом производствах с хорошо отла женными и стабильными технологическими процессами. Поэтому внедрению статистических методов должны предшествовать стати стический анализ точности технологических процессов, выявление соответствия положения эмпирической кривой распределения нолю допуска контролируемого параметра, определение стабильности технологического процесса во времени, отладка процессов, подго товка кадров, выбор метода статистического регулирования и т. д.
Применяют несколько методов регулирования: метод средних арифметических значений и полей рассеяния (размахов) (Г — о)), метод медиан и индивидуальных значений ( х — х{), метод кратных значений, метод групп качества и др.
Рассмотрим для примера метод средних арифметических зна чений х и полей рассеяния со (размахов) (ГОСТ 15894—70). Он рас пространяется на технологические процессы производства ответ ственных деталей высокой точности (с /Гтт = 1,15 = 1,25, опре деляемым по формуле (278) и показателями качества, значения которых распределяются по закону Гаусса или Максвелла). Напри мер, на Горьковском автозаводе этот метод широко применяют при точном шлифовании и термической обработке ответственных деталей.
В процессе производства берут выборку объемом 3—10 деталей. Период отбора и объем выборки устанавливают в зависимости от продолнштельности цикла между разладками процесса и его про-
изводитольностыо, он может быть равен 2—1 ни мот,те. У детален выборки намеряют контролируемые параметры, например размер. По результатам измерения определяют среднее арифметическое значение параметра х{ [но формуле (49)] и поле рассеяния со --
— хШах — zmjn. Значение xi характеризует настроенность про цесса, а со; — рассеяние показателя качества, т. е. точность про цесса. Найденные значения xt и со* наносят в виде точек на конт рольную карту (точечную диаграмму). Па этой карте предвари тельно нанесены масштабная сетка и две контрольные границы
Рис. 206. Контрольная карта (х) статистического регулирования точности технологических процессов
(верхняя Ръ и нижняя Р„) для х и одна контрольная граница (верх няя Рва) для ш (рис. 206). Между диаграммами средних арифме тических и диапазонов рассеяния записываются суммы значений параметров в выборке Ихи наибольшие x iHa„g и наименьшие наим значения параметра.
Рассеяние размеров в каждой выборке характеризуется вели чиной в;, определяемой по формуле (50) или (51). Рассеяние ряда, состоящего из средних арифметических, характеризуется вели чиной S-. Между средним квадратическим отклонением, получен
ным в отдельных выборках S;, и средним квадратическим отклоне нием S-, полученным для ряда средних арифметических, имеется
следующая зависимость:
где п — объем выборки.
Уравнение (279) называют «законом ]У/г». Из этого уравнения видно, что точность ряда, составленного из сроднил арифметиче
ских, в }/ п раз выше точности ряда отдельных результатов изме рения, т. е. точности отдельных выборок. С увеличением п точ ность ряда средних арифметических увеличивается. Этим законом пользуются при статическом регулировании технологических процессов. Границы регулирования средних арифметических значений показателя качества, распределенных по закону Гаусса, можно наносить на расстоянии
от середины поля допуска, принимаемого за размер настройки х. ГОСТ 15894—70 также предусматривает За — е границы регулиро
|
|
|
|
|
|
|
|
|
|
Таблица 36 |
вания для значений х и 2,5а — |
|
|
— е для полей рассеяния со. При |
Коэффициенты |
для расчета границ |
совпадении поля допуска с по |
регулирования |
лем рассеяния и центра груп |
Объем |
Ав |
Дз |
пирования |
с |
серединой |
ноля |
выборки п |
допуска (т. е. при со = 6а ~ 6s) |
|
|
|
вероятность нахождения значе |
3 |
0.423 |
|
ний х внутри границ регулиро |
1.45 |
вания равна 0,9973, а значений |
4 |
0.500 |
1.56 |
со — 0,995. |
Нанесение |
границ |
5 |
0.553 |
1.63 |
регулирования |
стандарт |
реко |
7 |
0.622 |
1.72 |
9 |
0.667 |
1.78 |
мендует не |
от х, а от наиболь |
10 |
0.684 |
1.81 |
шего Тв и наименьшего Ти |
|
|
|
предельных |
значений |
или от |
|
|
|
верхнего и нижнего продельных |
отклонений параметра. Эти границы для х в зависимости от объема выборки п и величины допуска определяются по формулам
Рв = |
Тв— Ав ■0,56; |
(281) |
Рн = |
Гн- М 6-0,56. |
(282) |
Верхняя граница регулирования для со |
|
Рва>= Д3-0,58, |
(283) |
где 0,56 — половина допуска, равная 3s; Ави Д3 — коэффициенты, зависящие от объема выборки (см. табл. 36).
Пример. Рассчитать для метода х — со границы статистического регули рования точности шлифования валов диаметром 200_0,03. Распределение раз меров подчиняется закону Гаусса. Процесс обладает необходимой точностью
и стабильностью во времени. Объем выборок п = 5. |
Выборки берутся через |
каждый час работы станка (на контрольной карте |
показано кружочками). |
По табл. 36 находим коэффициенты А6 — 0,553 |
и Д3= 1,63. |
По формулам (281), (282) п (283) находим |
|
рн = Тн- Л в ® =200 —0,553 • |
199,992 мм; |
Ри^=Тп-\-Ла J = 199,97 + 0,553^ « а |
199,978 мм; |
РвП= Д3 2 = 1 ,6 3 ^ ^ 0 ,0 2 4 мм.
Полученные данные заносят на контрольную карту.
В целях профилактики брака значения x-t и со; должны распо лагаться внутри контрольных границ. Выход их значений за конт рольные границы указывает на возможность появления бракован ных детален из-за смещения центра группирования или увели чения поля рассеяния размеров деталей. Например, это имеет место после восьмой выборки (см. рис. 206), значение х8 которой отмечено стрелкой. В таких случаях необходимо взять повторную выборку, и если результаты будут такими же, следует прекратить работу и устранить причины, вызвавшие нарушение нормального хода технологического процесса.
«Метод групп качества» выполняет те же задачи путем сорти ровки обработанных деталей с помощью так называемых калибров распределения. По характеру распределения размеров деталей по группам судят о состоянии процесса и о моменте его подналадки.
При удовлетворительном ходе технологического процесса до пускается совмещать регулирование процесса и приемку детален, изготовленных между двумя очередными выборками. В этих слу чаях метод регулирования процесса становится методом активного контроля.
Внедрение статистического регулирования точности техноло гических процессов дает большой экономический эффект в резуль тате сокращения потерь от брака, повышения точности и долго вечности изделий, более рационального использования оборудо вания и материалов. Например, Горьковский автомобильный завод от внедрения статистических методов получает очень боль шую годовую экономию. Если учесть повышение качества и долго вечности выпускаемых заводом автомобилей, то экономия выра зится миллионами рублей в год.
Статистическое регулирование качества широко распространено в США и в большинстве европейских стран.
Следует отметить тенденцию к механизации и автоматизации статического регулирования качества изделий. Создаются средства, которые вычисляют х, со, S и другие статистические характери стики выборок. Это облегчает нанесение точек на контрольную карту. Создаются устройства, которые позволяют обходиться без составления контрольных карт, так как контроль осуществля ется автоматически и автоматически подается команда на регу лирование технологического процесса. Все шире применяют ЭВМ. Одна из систем централизованного статистического регулирования с использованием ЭВМ показана на рис. 55.