Файл: Регулирование качества продукции средствами активного контроля..pdf
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 10.04.2024
Просмотров: 149
Скачиваний: 0
ляться источником возникновения как функциональных, так и соб ственно случайных погрешностей. Поэтому погрешности, вызывае мые износом режущего инструмента, не следует относить только к систематическим.
Собственно случайные погрешности размеров чащего всего под чиняются закону нормального распределения (закону Гаусса). Как известно, условием формирования закона Гаусса является наличие достаточно большого числа случайно действующих и незначитель ных по величине факторов. Если число определяющих факторов больше четырех и они примерно одинаковы по величине, то резуль тирующим практически будет являться закон Гаусса.
Случайные погрешности обработки и измерения возникают обычно под влиянием большого количества определяющих факто ров, вследствие чего они, как правило, подчиняются закону Гаусса.
Условием возникновения закона Гаусса является отсутствие среди определяющих факторов доминирующих. Последние при-
Рис. 5. Искажение кривых Гаусса под влиянием сильно действую щих факторов
водят к искажению кривой нормального распределения. Этим свой ством кривой Гаусса пользуются при анализе точности технологи ческих процессов. Путем сравнения эмпирических кривых распреде ления с теоретическими устанавливают наличие в процессах обра ботки и измерения сильно действующих факторов, приводящих к увеличению полей рассеивания размеров деталей или результатов измерения.
На рис. 5 условно изображены некоторые эмпирические кривые распределения, представляющие собой кривые Гаусса, искаженные под влиянием доминирующих факторов. Двухмодальная кривая распределения (рис. 5, а) может возникнуть в том случае, если при обработке или измерении резко изменяется (смещается) настройка станка или прибора (условие двухмодальности кривой распре деления: 2 М > 2 а ) . Кривая распределения, изображенная на рис. 5, б, может являться следствием сочетания функциональных и соб ственно случайных погрешностей, вызванных, например, износом режущего инструмента или измерительных наконечников прибора или изменением величин тепловых и силовых деформаций техноло гических и измерительных систем (при условии равномерности из менения этих факторов).
32
Кривая распределения, показанная на рис. 5,в, была получена при исследовании точности операции расточки отверстий под порш невой палец во время отладки автоматической линии по обработке поршней. Как показали исследования, «карманы» К, возникавшие при построении кривых распределения размеров отверстий, явля лись следствием неодинаковой твердости заготовок поршней, чтоприводило к изменению величины отжатия резцов при расточке ими отверстий.
На рис. 6 приведены кривые распределения существенно поло жительных случайных погрешностей. На рис. 6,а сплошной линией' показана кривая распределения погрешностей в том случае, когда их центр группирования совпадает с номинальным значением рас
сматриваемого параметра |
(под номиналом понимается значение па |
|||||||||
раметра, |
от которого |
отсчитываются |
случайные |
отклонения). Как: |
||||||
следует |
из |
графика, |
при |
исход |
|
|
||||
ном |
гауссовском распределении |
-^т? |
|
|||||||
кривая распределения |
|
существен- |
"~ |
|
||||||
но положительных |
случайных по |
|
|
|||||||
грешностей |
представляет |
собой |
|
|
||||||
одну |
ветвь |
кривой |
Гаусса. |
|
|
|||||
На рис. 6, б |
также |
сплошной |
|
|
||||||
линией |
изображена |
|
кривая рас |
|
|
|||||
пределения |
существенно |
положи |
|
|
||||||
тельных |
погрешностей |
при усло |
|
/ |
||||||
вии, что их центр |
группирования |
|
||||||||
|
|
|||||||||
не совпадает с номиналом. Сме |
|
|
||||||||
щение центра |
группирования по |
. п |
о |
|||||||
отношению |
к |
номиналу |
может |
Рис. 6. Кривые распределения сущест |
||||||
быть |
вызвано |
влиянием |
какого- |
венно положительных погрешностей |
||||||
либо фактора |
(например, |
влияни |
|
|
ем температурных погрешностей). Предположим, например, что на станке у партии деталей нарезается резьба. Цепь подач станка на страивается при этом на номинальное значение шага резьбы. Однако вследствие того, что при нарезании резьбы детали нагреваются, пос ле их охлаждения за счет температурной усадки центр группирова
ния размеров шага |
резьбы окажется смещенным по отношению к |
его номинальному |
значению. В этом случае кривая распределения |
приобретает асимметричный характер (погрешности шага являются
существенно |
положительными |
при |
определении |
диаметральной |
||||
компенсации погрешности |
шага) . |
|
|
|
|
|||
Возникающий при этом закон распределения |
характеризуется |
|||||||
зависимостью |
|
|
|
(х-а)1 |
|
_ |
(х+а) |
|
|
|
1 |
|
|
|
|||
|
У = |
_ |
2о« |
+ |
е |
2о3 |
(6) |
|
|
„ |
|||||||
|
|
V2г. |
s |
|
|
|
|
|
где а—среднее |
квадратическое |
отклонение |
исходного гауссовско- |
|||||
го распределения; |
|
|
|
|
|
|||
а — смещение центра |
группирования |
исходного |
распределения. |
3—2891 |
33 |
§ 7. ХАРАКТЕРИСТИКИ ЦЕНТРА Г Р У П П И Р О В А Н И Я СЛУЧАЙНЫХ
ПО Г Р Е Ш Н О С Т Е Й
Как известно, влияние па результаты измерения собственно слу чайных погрешностей можно свести к минимуму многократным из
мерением одной и той же величины с последующим вычислением среднего арифметического из результатов измерения. Это обуслов лено тем, что с увеличением числа измерений алгебраическая сум ма случайных отклонений стремится к нулю и, следовательно, сред нее арифметическое из результатов измерения приближается к дей
ствительному значению измеряемой величины. |
|
|||
|
Степень приближения характеризуется средней квадратической |
|||
ошибкой среднего арифметического |
|
|||
|
|
°, = |
^ = |
(7) |
где |
а — средняя квадратическая |
погрешность измерения; |
||
|
N — число измерений |
одной и той же величины (размера). |
||
|
Понятие «средняя квадратическая ошибка среднего арифмети |
|||
ческого» распространяется также и на партию |
измеряемых дета |
|||
лей. В этом случае |
|
|
|
|
|
]/ |
N |
VN |
|
где |
Ou — среднее квадратическое |
отклонение |
собственно случай |
|
|
ных погрешностей размеров деталей; |
|
||
|
о„ — средняя квадратическая |
погрешность |
измерения; |
|
|
N — число деталей в измеряемой партии. |
|
Параметр os представляет собой среднее квадратическое откло нение ряда значений средних арифметических.
С точки зрения точности активного контроля размеров одной из важных характеристик центра группирования собственно случай ных погрешностей является медиана.
М е д и а н о й называется такое значение случайной величины, при котором вероятности отклонений, лежащих по одну и по дру гую сторону от медианы, являются одинаковыми, т. е. одинаково ве роятно, окажется ли случайная величина меньше или больше ме дианы. Перпендикуляр к оси абсцисс, восстановленный в точке, со ответствующей медиане, делит площадь, ограниченную кривой рас пределения, на две равные части. Таким образом, медиана пред ставляет собой квантиль, равную значению Р = — .
У непрерывных случайных величин, кривые распределения ко торых симметричны, медиана совпадает с математическим ожида нием. У асимметричных кривых распределения и дискретных слу чайных величин указанные параметры, как правило, не совпадают. Д л я приближенного определения положения точки, соответствую-
34
щей медиане, достаточно, чтобы 50% всех отклонений располага лось по одну сторону от этой точки, а 50% — п о другую.
При дискретном законе распределения в качестве медианы мож но принять любое значение ряда, промежуточное между хт-\ и хт,. если удовлетворяются следующие условия:
|
|
m — 1 |
я |
|
|
|
|
m—1 |
п |
m |
|
п |
|
2) |
2 Я (*,•)< |
2 У > Р |
( х |
{ ) > |
2 Я ( 4 |
(Ю)' |
|
/=1 |
i—m |
i l |
|
i = m + l |
|
Имеется |
в виду, что значения |
хи |
х2, .... |
хп расположены |
в по |
рядке возрастания их величин. Отсюда следует, что медиана дис кретной величины не может быть определена однозначно. Предпо
ложим, что имеется проба из пяти обработанных |
на станке |
деталей |
||||||
с размерами 10,12; |
10,01; 9,98; 10,07 |
и 10,03 мм. |
Если |
полученные |
||||
размеры расположить в порядке возрастания |
|
(9,98; |
10,01; |
10,03; |
||||
10,07; 10,12 мм) |
и |
считать, что Р (х{) |
= Р (х2) |
= |
Р (х3) |
= |
Р |
(х4 ) = |
= Р (хъ) = — , |
то |
согласно второму |
условию |
в |
качестве |
медианы |
||
5 |
|
|
|
|
|
|
|
|
можно принять любое число, занимающее промежуточное положе
ние между х2 = 10,01 мм и х3 |
= |
10,03 |
мм. |
|
|
|
принимают |
|||||||||
При |
нечетном числе |
данных |
п за |
медиану обычно |
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
п + 1 |
число, занимающее |
среднее |
положение |
по |
порядку, |
т. е. —-— . |
|||||||||||
В данном |
примере |
(при |
п = |
5) |
это |
положение |
третье: |
медиана |
||||||||
те = хз = |
10,03 мм. Если бы пришлось |
оперировать лишь |
четырьмя |
|||||||||||||
первыми членами, то в качестве медианы следовало |
бы |
принять |
||||||||||||||
среднее |
арифметическое |
из |
двух |
членов: |
х2 |
= |
10,01 |
мм |
и |
хг — |
||||||
ш л о |
|
|
о |
|
|
|
х, |
+ |
х3 |
|
10,01 |
+ |
10,03 |
= |
І П |
А О |
= 10,03 |
мм. В этом случае те= |
|
—— = |
|
|
|
10,02 мм. |
|||||||||
Аналогично |
поступают при любом |
четном числе п. Среднее |
ариф |
|||||||||||||
метическое |
значение в данном |
примере |
равно х = |
10,04 мм. |
Таким |
образом, для дискретных случайных величин медиана в общем слу чае не совпадает со средним значением. Одно из важных свойств медианы заключается в том, что грубые отклонения размеров (гру бые погрешности измерения и обработки) не оказывают существен ного влияния на ее значение. В то же время грубые погрешности оказывают значительное влияние на величину среднего арифмети ческого. Это объясняется тем, что при определении положения ме дианы вес грубой ошибки таков же, как и у других значений разме ров, в то время как при определении среднего арифметического вес этой ошибки может быть значительно больше, причем в первом случае вес грубой ошибки не зависит от ее величины, а во втором он изменяется пропорционально значению ошибки. Упрощенно это
можно показать на следующем примере. |
Предположим, что есть |
ряд значений, расположенных в порядке |
возрастания дискретных |
3* |
35 |
случайных величин XÙ х 2 ; Х3; |
х 4 ; Х5 и Хв, среди |
которых |
величины |
|||||
Х \ ~ х ъ распределены |
нормально, |
|
х6 представляет собой грубую по |
|||||
грешность измерения или обработки. |
|
|
|
|
||||
Значение среднего примерно |
равно |
|
|
|
|
|||
|
+ |
• • • + * » ~ , у 3 . |
|
|
( П ) |
|||
|
|
5 |
|
|
|
|
|
|
Значение медианы всей выборки, включая и грубую |
погреш |
|||||||
ность Хв, равно |
|
|
|
|
|
|
|
|
|
ха "і" |
ХІ |
^ Х 3 . |
|
|
|
(12) |
|
|
|
2 |
|
|
|
|
||
|
|
|
|
|
|
|
|
|
Среднее для всей выборки составляет |
|
|
|
|||||
|
Х\ ~\~ х2 |
+ • • • ~\~ х6 |
*6 |
|
|
/ 1 0\ |
||
|
|
6 |
|
1 |
6 * |
|
|
|
Таким образом, разность величины медианы и среднего в пер |
||||||||
вом приближении равна |
|
|
|
|
|
|
|
|
|
6 |
|
|
|
6 |
/ |
6 |
|
поскольку величина |
.ѵ3 — |
— |
|
|
невелика. |
|
||
Медиана является более |
грубой (менее |
достоверной) |
характе |
ристикой положения центра группирования по сравнению со сред ним арифметическим.
Среднюю квадратическую ошибку эмпирической медианы мож но определить следующим образом. Известно, что если функция распределения имеет плотность, не равную нулю в точке £, то эмпи
рическая квантиль порядка Р, где Р = F (£), асимптотически |
нор |
|||||||||
мальна и имеет |
параметры |
|
|
|
|
|
|
|
|
|
|
|
5 > |
- і |
- т |
/ ^ |
, |
|
|
|
(15) |
где Р = 1 —- q; |
|
|
ta) |
V |
N* |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
N — число деталей в выборке. |
|
|
(квантиль с Р = |
|
|
|||||
Рассмотрим |
распределение |
медианы |
Ѵг) |
для |
||||||
гауссовского закона с |
параметрами |
ц |
и и. |
Заметим, |
что |
при |
||||
F (Ï) = Ѵг величина g = |
ц.. |
|
|
|
|
|
|
|
|
|
Плотность гауссовского распределения имеет вид |
|
|
||||||||
|
f(x) |
= |
— |
• |
б |
^ |
, |
|
06) |
|
|
|
|
• j / 2 - |
с |
|
|
|
|
|
|
откуда |
|
|
|
|
|
|
|
|
|
|
|
/(5) = |
/ |
Ы |
= |
— |
- |
|
|
(17) |
|
|
|
|
|
|
К г * |
а |
|
|
|
36
Таким образом, медиана эмпирической функции распределения асимптотически нормальна и имеет параметры
2 \ |
2 |
N
У 2л s
т. е.
(16)
Следовательно, среднее квадратическое отклонение эмпирической медианы при нормальном законе распределения равно
2 |
(19) |
УVN
Параметр ат характеризует собой среднее квадратическое от клонение ряда значений медиан. Таким образом, при использова нии медианы в качестве характеристики центра группирования на результат измерения в большей степени влияют собственно случай ные погрешности, чем при использовании средних арифметических (для одного и того же значения N). Однако при законах распре деления, отличающихся от нормального, эффективность медианы может оказаться равной или даже большей эффективности средне го арифметического. Так, например, для закона распределения вида
? ( * ) = —1. < > а - |
(20) |
а |
|
справедливо равенство
Определим среднее квадратическое отклонение медианы для закона равной вероятности, а также для композиции законов нор мального и равномерного распределения.
Из предыдущего следует, что эмпирическая медиана выборки для закона распределения с плотностью / (х) и интегральной функ цией F (х) асимптотически нормальна и имеет параметры
«, т ^ г • - Л г . |
(21) |
Асимптотическое распределение медианы для закона равной вероятности в интервале (—/, + / ) характеризуется следующими зависимостями:
37