Файл: Регулирование качества продукции средствами активного контроля..pdf

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 10.04.2024

Просмотров: 151

Скачиваний: 0

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

яние оказывает

размерный

износ

инструмента, а при

затуплен­

ном— тепловые

и силовые

деформации технологической

системы.

Какой из этих факторов действует

сильнее, зависит

от

конкретных

условий и в первую очередь — от свойств

режущего

инструмента.

 

 

 

 

 

 

 

 

Т а б л и ц а 4

Значения параметров о н а при бесцентровом шлифовании

в мкм*

Шлифѵемые

детали

 

 

 

 

 

 

Кольца подшипников

 

1,6

 

 

0,28

Цилиндрические

ролики (чистовое

0,8

 

 

0,001

шлифование)

 

 

 

 

 

 

Метчики

 

 

 

 

1.5

 

 

0,03

Сверла

 

 

 

 

3,0

 

 

0,1

 

Конические

ролики

(чистовое

шли­

1,3

 

0,005;

0.01

фование)

 

 

 

 

 

Конические

ролики

(черновое

шли­

1,4

 

0.05:

0.1

фование)

 

 

 

 

 

Иглы распылителя

 

 

2,0

 

 

0.15

Ролики велосипедных цепей

 

4,0;

7,0

 

0,3

* Данные для роликов велосипедных цепей и игл распылителя взяты из работ Львовского политехнического института.

При некоторых процессах обработки изменение во времени функциональных усредненных погрешностей сравнительно невели­ ко. Возникающие погрешности приближаются к стационарным случайным процессам. Встречаются также операции, при которых случайные функциональные погрешности в некоторый отрезок вре­ мени носят стационарный характер.

Изменение размеров деталей имеет стационарный характер и в том случае, когда взаимно компенсируются влияния на точность размеров функциональных погрешностей, вызываемых размерным износом режущего инструмента, тепловыми и силовыми деформа­ циями технологической системы. Случайные функциональные по­ грешности размеров приобретают стационарный характер также при использовании высококачественных систем активного контроля размеров.

Параметры точности систем активного контроля размеров (по­ ле суммарного рассеивания размеров, значение настроечного раз­ мера и др.) зависят от характеристик случайных размерных функ­

ций. При этом

важно знать как

величину поля мгновенного

рас­

сеивания, так

и интенсивность

изменения

функциональных

по­

грешностей. Отсюда вытекает необходимость

выделения из соста­

ва случайной

размерной функции при ее отдельных реализациях

собственно случайных погрешностей обработки, т. е. необходимость разделения собственно случайных и функциональных усредненных погрешностей.

48


Принятый я настоящее время метод оценки суммарных пара­ метров рассеивания, при котором различные по характеру погреш­ ности не отделяются друг от друга, оказывается несостоятельным при анализе точности систем активного контроля размеров. Основ­ ной недостаток этого метода заключается в том, что он не учитыва­ ет динамику процессов изменения размеров, их функциональный характер.

Задачу разделения собственно случайных и функциональных погрешностей можно решить различными способами.

На рис. 10 изображена совокупность размеров партии деталей, расположенных в той последовательности, в которой они были об­

работаны

на

металлорежущем

станке. Для

нахождения сред­

него

квадратического

 

от­

 

 

клонения

собственно

 

слу­

 

 

чайных

погрешностей

 

об­

 

 

работки

а всю совокупность

 

 

размеров

 

партии

детален

 

 

разбивают на группы

таким

 

 

образом, чтобы внутри каж­

 

 

дой

группы

влияние

функ­

 

 

циональных

погрешностей

 

 

практически

не проявлялось.

 

 

Д л я

каждой группы разме­

 

 

ров

обычными

методами

Рис. 10. Групповой

метод разделения пог­

определяют

значения

сред­

решностей

него

арифметического

и

 

 

среднего

 

квадратического

 

 

отклонений. Вычисляя среднее арифметическое из ряда значений а, полученных для отдельных групп размеров, определяют среднее квадратическое отклонение собственно случайных погрешностей для партии деталей. Данный метод разделения погрешностей может быть назван групповым.

Значение о можно определить следующим способом. Используя метод наименьших квадратов или метод скользящей средней, нахо­ дят положение средней линии совокупности размеров деталей. За­ тем определяют отклонения размеров деталей от средней линии и значение среднего квадратического отклонения собственно случай­ ных погрешностей обработки о.

При определении погрешностей систем активного контроля раз­ меров в условиях дискретных технологических процессов необхо­ димо также знать среднюю величину изменения функциональной усредненной погрешности, приходящуюся на одну деталь (пара­ метр а) . В этом случае необходимо разделить разность между зна­ чениями средних арифметических двух крайних групп размеров (группы 1 и n на рис. 10) на число деталей, расположенных между точками, соответствующими значениям этих средних арифмети­ ческих. Иногда (при достаточно большом числе деталей и неболь­ шой величине поля мгновенного рассеивания) эту величину мож-

4-2891

49

 


но приближенно определить делением разности размеров первой и последней деталей партии на общее число деталей. Если причи­ ной возникновения функциональных погрешностей в основном является размерный износ режущего инструмента или износ изме­ рительных наконечников прибора, можно определить среднюю ве­ личину износа, приходящуюся на одну деталь. Параметр а является основной характеристикой функциональных усредненных погрешно­ стей.

Рассмотрим сущность метода скользящей средней, используемо­ го применительно к дискретным процессам обработки и измерения. Из всей совокупности размеров берут выборку, состоящую из Л' размеров последовательно расположенных деталей (рис. 11). За-

Рис. 11. Метод скользящей средней

тем определяют среднее арифметическое размеров деталей выбор­ ки, которое характеризует собой положение центра группирования собственно случайных погрешностей обработки. Все последующие выборки, составленные из такого же числа деталей, берут со сдви­ гом на одну деталь (в общем случае со сдвигом на одно значение ряда любых дискретных величин). Таким образом, в состав этих Быборок поочередно включаются все последующие детали при од­ новременном поочередном исключении из состава выборки преды­ дущих деталей.

Скользящую среднюю можно рассматривать как одну из ха­ рактеристик случайных функций и случайных процессов.

Нетрудно показать, что для дискретных процессов относитель­ ное смещение соседних центров группирования собственно случай­

ных погрешностей

размеров представляет собой

величину а.

В состав погрешностей размеров деталей входят как собственно

случайные ( х ь Хг,..

. , хп), так и функциональные

(усредненные),

50

которые характеризуются средней линией и значением параметра а. Поэтому отклонения размеров последовательно расположенных де­ талей можно выразить следующим образом:

к =

А -

дгі;

/2 = А +

а + х2;

(43)

1„=А

-

(п-

1)а +

дг„.

 

Определим значения средних арифметических размеров дета­ лей, входящих в состав последовательно расположенных выборок, состоящих из N деталей (выборки соответствуют методу скользя­ щей средней):

Л'

V х .

 

А

 

Af

1

*

 

 

 

Л'2

= А

 

 

( К + 1 ) а ;

(44)

 

 

 

ЛГ-Hrt-l)

 

 

 

 

л.я = А

 

 

+ (/( +

« - 1)а.

 

На основании свойств среднего арифметического случайных по­

грешностей

можно

принять

 

 

 

 

 

N

 

N + 1

 

Л'+(п-1)

 

 

 

 

 

^

«

5

а О .

(45)

 

 

N

N

 

N

 

 

Таким образом, при равномерном изменении во времени функ­

циональных усредненных

погрешностей

 

 

 

 

 

х я - Ѵ і ~ а .

 

(46)

Средняя

линия

совокупности

размеров

деталей

(линия 1-1),

характеризующая функциональное изменение размеров, соединяет значения средних арифметических размеров деталей, входящих в состав соседних выборок. Чем больше величина N, тем точнее оп­ ределяется положение средней линии (по з а к о н у — ~ ) . Однако при

Ѵ п

неравномерном изменении функциональных погрешностей число не следует брать слишком большим, чтобы не искажать характер изменения указанных погрешностей. Заметим, что случайные раз­ мерные функции приобретают стационарный характер при а = 0.

Для определения параметров а и о можно воспользоваться так­ же разностным методом, сущность которого заключается в сле-

51


дующем. На рис. 12 точки 1,2,3... характеризуют собой ряд раз­ меров деталей, последовательно обработанных на металлорежущем станке (в общем случае ряд последовательно расположенных зна­ чений какого-либо дискретного параметра). Примем, что линия характеризующая закон изменения функциональных усреднен­ ных погрешностей, проходит через начало координат. Предполо­

жим также, что этот закон имеет линейный характер.

Рис. 12. Разностный метод раз­ деления погрешностей:

а — размеры

крайних

деталей

не

совпадают со средней

линией;

б —

размеры крайних деталей

совпадают

со

средней

линией;

в — значения

разностей размеров после

устране­

ния

функциональных

погрешностей

Как уже отмечалось, в размере каждой детали заложены как собственно случайная погрешность, так и функциональная. Обозна­ чим величиной li-п отклонения размеров деталей, a Хі_и собст­ венно случайные погрешности, входящие в состав эгих отклонений (а, как и в предыдущем случае, — изменение функциональной ус­ редненной погрешности, приходящееся на одну деталь). Отклоне­ ния размеров деталей можно записать следующим образом:

/g " -^2

та;

 

/о A>q

f- 2а:

(47)

+ (л — 1 ) а.

52

Разности двух соседних отклонений размеров будут иметь сле­ дующие значения:

и-

'1

Х2

+

а;

 

h- /2 = х3

-Х2 + а;

(48)

/ 4 -

= * 4 ~

+

а;

 

І п -

1п-\

=

-ü.i

 

Из системы уравнений следует, что

 

 

п 1

 

 

 

+ а.

(49)

 

 

и

1

 

Если число /г достаточно

велико

или разность хп

— Хі имеет не­

большую величину, то частное от деления суммы разностей сосед­ них размеров на число разностей будет практически равно величи­ не а. Более точное решение будет при расположении размеров двух

крайних деталей примерно в середине поля рассеивания

собственно

случайных

погрешностей обработки

(см. рис.

12,6).

Отклонения

хп

и Х[ равны нулю и, следовательно,

 

 

 

 

 

 

 

 

* ' " - ' ' - Ч — « .

 

 

 

(50)

 

 

 

 

П

1

 

 

 

 

 

 

При равенстве значений хп

и xt

(например,

при

равенстве их

нулю)

 

 

 

 

 

 

 

 

 

 

 

 

 

а

=

- ^

- .

 

 

 

(51)

 

 

 

 

 

 

п 1

 

 

 

 

а,

Вычитая

из разностей соседних

размеров величину

параметра

получаем

значения

этих

разностей без

влияния

функциональ­

ных

усредненных погрешностей.

По

полученным

значениям

X; — Хі-и откладывая

разности

размеров

одну

от другой (так ж е г

как

строится график

накопленной погрешности), можно

построить

график изменения собственно случайных погрешностей размеров (см. рис. 12, в) и определить параметры рассеивания этих погреш­ ностей (о) или просто вариацию размеров (в частности, вариациюпоказаний универсальных приборов).

Разностный метод пригоден в тех случаях, когда изменение' функциональных погрешностей подчиняется линейному закону или

приближается

к нему. Одно из преимуществ разностного метода

по сравнению

с групповым заключается в том, что, пользуясь раз­

ностным методом, можно определять среднее квадратическое от­

клонение собственно случайных

погрешностей размеров

д а ж е

при весьма интенсивном

изменении функциональных погрешностей..

Зная разности соседних

размеров

и значение параметра а,

величи­

ну среднего квадратического отклонения собственно

случайных по­

грешностей а можно также определить следующим

образом.

 

Из закона сложения дисперсий независимых

случайных

вели­

чин следует, что

 

 

 

D ( / . _ / , _ , _ a) = 2o? - ti(/, / * - ! -

а)2 .

(52)

53


Переходя ко многим разностям соседних размеров, получаем

o j = а » - Л - д ) 3 + ( ^ - / , - д ) 1 + ••• + ( і 2 п - ^ - і - д ) 2

_

2 ( л _ 1 )

2 (л - 1)

•откуда

о = I /

.

(53)

"2 ( и — 1 )

Рассмотренные методы разделения случайных и функциональ­ ных погрешностей можно использовать не только при получении размеров, но и при их измерении.

При определении значений а и а надо учитывать, что эти пара­ метры могут изменяться. Поэтому целесообразно иметь несколько реализаций случайной размерной функции; при прогнозном опре­ делении погрешностей и при построении схем настройки следует ориентироваться на наибольшие значения о и а*.

Методы скользящей средней, групповой и разностный основаны на учете функционального характера процессов получения и изме­ рения размеров, вследствие чего они вполне применимы для ана-

.лиза случайных размерных функций. Использование указанных ме­ тодов для определения вероятностных характеристик процессов обработки и измерения сопряженно с известными трудностями, ко­ торые заключаются в громоздкости вычислительных операций. Отсюда вытекает необходимость в механизации и автоматизации этих операций.

§ 10. С Р А В Н И Т Е Л Ь Н А Я ХАРАКТЕРИСТИКА МЕТОДО В

НО Р М И Р О В А Н И Я П О Г Р Е Ш Н О С Т Е Й П Р И ТЕХНОЛОГИЧЕСКО М И П О С Л Е О П Е Р А Ц И О Н Н О М К О Н Т Р О Л Е

Различие критериев оценки погрешностей технологического и послеоперационного контроля обусловливается различием целей, которые ставятся при получении размеров и при их измерении. Основная задача, которая решается при активном контроле, за­ ключается в том, чтобы размеры обработанных на станке деталей не выходили за пределы назначенных на обработку допусков. От­ сюда следует, что основным критерием оценки суммарной погреш­ ности активного контроля должна являться величина поля рас-

* При шлифовании роликов относительное изменение параметров а и о не пре­ вышает ± 3 0 % (имеется в виду процесс шлифования, осуществляемый после ста­ билизации режущей поверхности круга и тепловых деформаций шлифовальной бабки).

54