Файл: Контроль качества продукции машиностроения учебное пособие..pdf

теристики при непосредственном измерении деталей. Статисти­ ческий индикатор используется как средство измерения и вы­ числения. На подъемный столик устройства устанавливают де­ тали или приспособления со вставленными деталями. При из­ мерении столик с деталью или приспособлением поворотом ручки поднимают вверх до упора. Статистический индикатор показывает при этом отклонение размера от установленного значения. Смену деталей производят при опущенном столике. По окончании измерения деталей заданной выборки индикатор покажет значение статистической характеристики.

4.Скоба со сменными статистическими индикаторами для измерения наружных размеров деталей и определения одной статистической характеристики. Измерение производится сле­ дующим образом. С помощью рычага отводят второй, подвиж­ ной подпружиненный стержень скобы. После установки детали для измерения рычаг скобы плавно опускается, и стрелка раз­ мера индикатора по шкале покажет величину отклонения от установочного значения. После осуществления замеров показа­ теля качества у всех деталей выборки статистический индика­ тор покажет значение статистической характеристики.

5.Индикаторная скоба с автоматической подачей деталей из кассет и для определения одной статистической характери­ стики. Принцип работы этого устройства аналогичен описан­

ному выше с той лишь разницей, что дополнительно преду­ смотрен механизм подачи деталей из кассеты. Приводом кас­ сеты является ход рычага скобы. Вставив кассету с деталями на заданную выборку (например, 10, 20, 30, 40), рычаг скобы нажимают последовательно столько раз, сколько деталей в кассете.

6. Скоба со сменными статистическими индикаторами для измерения внутренних размеров деталей и определения одной статистической характеристики. На измерительные стержни скобы установлены наконечники со сферическими щупами. Один наконечник неподвижный, а второй перемещается вместе с измерительным стержнем статистического индикато­ ра. В процессе измерения деталь устанавливается на опорный столик. Положением этого столика регулируется высота, на ко­ торой измеряется внутренний размер детали. Рычаг скобы от­ водится, освобождая при этом измерительный стержень инди­ катора. Подвижный наконечник перемещается до соприкосно­ вения сферического щупа с поверхностью детали, что и фикси­ рует статистический индикатор. Затем рычаг плавно опускает­ ся, измерительный наконечник возвращается в исходное поло­ жение и производится смена детали. После проведения замеров показателей качества деталей одной выборки статистический

191

индикатор покажет значение статистической характеристики.

7.Устройство со сменными статистическими индикаторами для измерения деталей малой жесткости и повышенной точно­ сти. В процессе измерения деталь кладут на измерительные губки. При вращении микровинта губки плавно разводятся до тех пор, пока деталь не упадет. В этот момент фиксируется размер детали. После каждого измерения маховик поворачива­ ют в обратном направлении. Измерительные губки под дейст­ вием пружины возвращаются в исходное положение до упора. Предусмотрен комплект измерительных губок для измерения деталей различных размеров и конфигурации. Точность измере­ ния размеров до 0,005 мм.

8.Статистические анализаторы МАС-1 и МАС-2 предназ­

начены для автоматического измерения наружных (МАС-1) и внутренних (МАС-2) размеров деталей с точностью 0,002 мм и определения двух статистических характеристик. Анализатор МАС-1 имеет быстросъемную кассету и два статистических ин­ дикатора. Выборка объемом 40 деталей контролируется за 1,6 мим. Отличительной особенностью анализатора МАС-2 яв­ ляются измерительные щупы, которые при измерении вводят­ ся внутрь детали, и механизм подъема кассеты при повороте на один шаг.

9. Электромеханические приборы для определения статисти­ ческих характеристик, работающих совместно со шкальными измерителями — датчиками. Приборы предназначены для вы­ числения среднего арифметического значения, медианы и доли брака. Сигналы в виде импульсов поступают на прибор от ин­ дикатора-датчика. Интервал допуска для каждого измеряемо­ го показателя качества устанавливается с помощью штырьков, размещаемых на лицевой панели прибора. Приборы рассчита­ ны на любые линейные, геометрические и электрические пара­ метры деталей выборки любого объема.

10. С помощью статистической линейки могут быть вычис­ лены: среднее арифметическое значение, среднее квадратиче­ ское отклонение и дисперсия. После ввода числовых данных на шкале первого указателя будет зарегистрировано значение

флажком устанавливается вручную на шкале второго указа­ теля. Количество делений между стрелкой и флажком будет значением дисперсий о2. Чтобы найти средее квадратическое отклонение, следует найденное значение а2 установить на шка­ ле квадратов первого указателя. Тогда на другой шкале мож­ но будет прочесть значение о.

192

§ 28. Н о м о гр ам м ы , ш аб л о н ы и счетн ы е линейки

Номограммы надежности и трудоемкости статистического контроля по методу медиан, по методу средних значений и по методу крайних значений при различном сменном выпуске продукции /V[20] позволяют выбирать наиболее эффективный вариант контроля и назначать границы регулирования. Номо­ граммы построены по методике проф. Н. А. Бородачева и соот­ ветствуют технологическим процессам, в которых наладка про­ изводится обязательно в начале смены.

Счетные линейки для проведения статистического приемоч­ ного контроля применяются как в нашей стране, так и за ру­ бежом. Предлагаемая в работе [23] счетная линейка облегчает работы по планированию выборочного статистического контро­ ля качества и надежности серийной продукции. С ее помощью можно в предельно короткие сроки, не имея других вспомога­ тельных средств, производить все вычисления, необходимые для планирования выборочного контроля и оценки его резуль­ татов. Линейка может быть использована везде, где объем вы­ пускаемой продукции исчисляется сотнями и более изделий. С помощью этой линейки можно составлять планы выборочно­ го контроля по одному и двум заданным уровням качества при различных значениях рисков изготовителя а и потребите­ ля (3 и по результатам испытаний оценивать качество и надеж­ ность изделий; осуществлять перевод количественных показа­ телей надежности, а также производить операции умножения, деления, возведения в квадрат, извлечения квадратного корня и логарифмирования. Счетная линейка построена по принципу логарифмической.

Линейка позволяет производить операции в следующих пределах значений параметров выборочного контроля:

вероятность безотказной работы р = 0,064-0,9999; интенсивность отказов Х = (4- 10-4)Ч-10-7 ч — 1; допустимая доля дефектных образцов <7= 0,44-0,0001; продолжительность испытаний ги=204-300 ч; размер выборки п = 104-100000 шт.; приемочное число с = 04-5;

риски изготовителя и потребителя а = (3 = 0,05; 0,10; 0,20

и0,30.

ВГДР, ФРГ, Японии, Англии, США и др. нашли примене­ ние такие простейшие средства механизации вычислительных работ, как биномиальная бумага, номограммы. Выпускаются специальные бланки и шаблоны, удобные для использования непосредственно на рабочих местах и не требующие никакого технического обслуживания.

Номограмма для определения среднего квадратического

■ отклонения. Для быстрого подсчета величины s И. Фишером и У. Лнбшером разработана специальная логарифмическая карта. Вначале методом группирования (см. § 15) подсчиты­ ваются величины Л и В, и их значения наносят на логариф­ мическую карту соответствующего объема группы d. Отмечен­ ные на прямых Л и В точки соединяют прямой, которую про­ должают до пересечения с кривой, соответствующей выбранно­ му объему группы. По линии пересечения определяют среднее арифметическое отклонение выборки s [7].

При необходимости частого определения статистических ха­ рактеристик можно воспользоваться предложенным Фабером прибором «Статнфикс». На верхней пластинке прибора выгра­ вирована вероятностная сетка, на которую карандашом нано­ сят соответствующие точки. По пластине параллельно оси абсцисс двигается ползунок, изготовленный из плексигласа. На нем укреплена вращающаяся в одной точке линейка с нанесен­ ной посередине чертой (эта линейка при движении ползунка всегда остается на 50-процентной линии вероятностной сетки). На ползунке имеется также дуговая шкала. Передвигая пол­ зунок и вращая линейку, черту накладывают на ряд точек с таким расчетом, чтобы черта выпрямляла их «наилучшим об­ разом». Среднее значение снимают со шкалы признаков под центром вращения линейки. Черта, проведенная на линейке, позволяет отыскать на дуговой шкале значение, которое после умножения на ширину интервала дает среднее квадратическое отклонение.

На основе использования вероятностной сетки и наивероят­ нейшего положения отдельных значений, расположенных по степени их возрастания, сконструирован шаблон «Минилот», который служит для оценки малых выборок [7].

§ 29. Применение вычислительной техники

Вычислительные машины (ВМ) все интенсивнее внедряют­ ся в промышленность. Наиболее перспективными ВМ для це­ лей управления, регулирования и контроля качества продук­ ции являются электронные цифровые вычислительные машины (ЭЦВМ).

В настояеще время ряд организаций создает руководящие технические материалы, методики и программы для ЭЦВМ по решению наиболее часто встречающихся в практике статисти­ ческого управления качеством задач. Разработаны программы для проверки однородности больших и малых выборок, про­ верки статистических гипотез по критериям согласия, оценки

1194

параметров статистических рядов распределений, вычисления оценок показателей качества.

Имеются программы, написанные на языке АКИ (автокод «Инженер»), который реализован на ЭЦВМ типа «Минск-22» [24; 25].

Для оценки точности и стабильности технологических про­ цессов с применением ЭЦВМ во ВНИИС были разработаны рекомендации для статистиков, математиков и инженерно-тех­ нического состава, занимающихся вопросами обработки дан­ ных статистического анализа и регулирования качества в ходе технологического процесса. В работе рассмотрены вопросы по анализу точности и стабильности технологических процессов в комплексе с вопросами получения, регистрации, подготовки и обработки информации на ЭВМ «Минск-22», что представляет интересе точки зрения ее практического использования; приве­ дены основные вычислительные операции по статистическим оценкам; даны основы математического обеспечения ЭВМ «Минск-22» по проведению основных статистических расчетов и представлены все необходимые программы для реализации описанных в работе алгоритмов. Специфичность рекомендаций состоит в том, что в них систематизированы материалы имен­ но по решению задач статистических оценок, связанных с на­ дежностью и динамичностью показателей качества промыш­ ленных изделий в процессе их производства. Однако многие из рекомендаций вполне применимы и при проведении стати­ стических оценок при эксплуатации изделий.

В нашей стране накоплен значительный опыт по внедре­ нию статистических методов на базе ЭЦВМ. В качестве при­ мера приведем краткое описание системы управления и контро­ ля качества на базе ЭЦВМ «НАИРИ».

Работа по внедрению статистического управления с по­ мощью вычислительной машины была начата в 1963 г. Коор­ динация всех работ по внедрению методов математической статистики проводилась лабораторией промышленной кибер­ нетики.

Была разработана система оперативного контроля техноло­ гического процесса производства, позволяющая вести непре­ рывный контроль качества приборов в процессе их изготовле­ ния, активно и оперативно управлять ходом технологического процесса. Внедрению системы оперативного контроля предше­ ствовала большая работа по анализу технологического процес­ са и установлению основных взаимосвязей между качеством приборов и технологическими факторами. Схема этих взаимо­ связей указывала технологу конкретные причины брака и, та­ ким образом, давала возможность оперативно принимать ме­ ры по их устранению.

На основании такого анализа для всех выпускаемых прибо­ ров была составлена классификация основных причин брака и их признаков .и были выявлены узловые операции в техноло­ гическом процессе (контрольные точки), которые необходимо контролировать по определенным параметрам.

Статистический контроль качества деталей в заготовитель­ ных цехах осуществлялся по количественным и качественным признакам. В первом случае контролировался процент выхода годных деталей и процент брака с градацией по видам брака.

и средних квадратических отклонений определяли допустимы­ ми контрольно-предупредительными границами.

При обработке контрольных технологических партий с но­ выми материалами, новыми технологическими режимами или новыми методами измерения сравнивались результаты двух или нескольких опытов или же опытная партия — с партией се­ рийного производства. Сравнение обычно проводили по степе­

экстремальный критерий Диксона. Для оценки рассеяния про­ веряемого параметра применяли критерии Фишера, Бартлета, Кохрана. Эти критерии давали технологу объективную инфор­ мацию о различии или отсутствии различия между двумя ме­ тодами измерения, новыми технологическими режимами или новыми материалами по сравнению с существующими и оцени­ вали влияние их на качество выпускаемой продукции.

Все статистические характеристики определяли по выбор­ кам согласно инструкциям и методике по статистическому контролю и обсчитывали на заводе с помощью машины «НАИРИ». Сбор данных проводился вручную. Статистик на операции в специально разработанную карту статистического контроля записывал данные замеров выборок, а затем карту передавали для расчетов на ЭВМ. Табуляграмма с рассчитан­ ными статистическими данными с ЭВМ направлялась обратно в технологическое бюро цеха для занесения полученных дан­ ных на контрольные карты и анализа результатов измерений.

Ежедневно на ЭВМ «НАИРИ» обрабатывается в среднем 120 контрольных карт. Исходные данные вводятся вручную; для ввода одной выборки требуется 1,5—2 мин. Весь расчет исходных данных по всему заводу проводится за 3—4 ч.

196