Реферат: Технология и автоматизация производства РЭА
│........│............................│..............│......│........│
│ р │Х 4макс 0-0,5dх -
Х 4макс 0+0,5dх │Х 4макс 0 │
m 4p 0 │ m 4p 0/n │
├────────┼────────────────────────────┼──────────────┼──────┼────────┤
│ 7S 0 │Х 4мин 0-0,5dх
- Х 4макс 0+0,5dх │(Х 4мин 0+Х 4макс 0)/2│
n │ 1 │
└────────┴────────────────────────────┴──────────────┴──────┴────────┘
иной интервал, составляет частоту m 4j 0.
Соотношение m 4j 0/n называется час-
тостью и представляет собой частость значений
исследуемого параметра и
определяется для каждого интервала как отношение
количества и значений
интересующего нас параметра, попавших в данный интервал к
общему коли-
честву значений параметра в исследуемой партии. Контроль
правильности
заполнения граф по частотам и частостям производится
суммированием
заключенных в них значений по всем интервалам. При этом
сумма частот
должна быть равна n, а сумма частостей - единице.
Таким образом, исходный вариационный ряд,
представляющий собой
результаты измерения параметров изделий (деталей или
узлов) в коли-
честве n шт., заменяют интервальным рядом распределения,
включающим в
конечном счете всего р значений (по числу интервалов)
варьирующего
признака.
Для большей наглядности прибегают к графическому
изображению ин-
тервальных рядов распределения в виде гистограммы или
полигона. Пост-
роение интервального ряда в виде гистограммы основано
на предположе-
нии, что плотность частоты (частости) остается
постоянной внутри каж-
дого интервала и меняется скачками на краях интервалов.
Строится гис-
тограмма следующим образом: на оси абсцисс
откладываются интервалы
значений исследуемого параметра, над каждым из которых
строится прямо-
угольник, площадь которого пропорциональна частоте
(частости) в этом
интервале. Т.к. все интервалы имеют одинаковую ширину,
то высоты пря-
моугольников оказываются пропорциональными частотами или
частостями.
──────────────────────────────────────────────────────────────────────
│ m/n X 4ср
│<─────────────>│
│< 1-янв-1980>┌─┼─┐
│номинал по ┌┤ │ │
│ ТУ ││ │ ├───┐
│ ││ │ │ │
│ ││ │ │ │
│ ┌───┤│
│ │ │
│ │ ││ │ │
│
│ │ ││ │ │
├──┬─┐
│ ┌────┤
││ │ │ │ │ │
└┬┬─┴────┴───┴┴─┴─┴───┴──┴─┴──┬─┬───────────────
X
0││ Х 4мин 0
Х 4макс 0 │ │
││<─────────────────────────>│
│
│ поле допуска по ТУ │
│<────────────────────────────>│
поле отклонений
Рис. 13. Гистограмма и полигон распределения
погрешностей
──────────────────────────────────────────────────────────────────────
Принятое выше допущение для построения
гистограммы безусловно
- 97 -
исключает реальный характер закона распределения
погрешностей исследу-
емого параметра и тем сильней, чем больше длина
интервала.
Более близким к действительности является
предположение о равно-
мерном изменении плотности частоты или частости от
интервала к интер-
валу. Такое суждение приводит нас к необходимости
изображения интер-
вальных рядов в виде полигонов распределения. Для
построения полигона
необходимо из середины каждого интервала провести
ординаты, высота ко-
торых пропорциональна частотам или частостям, и концы
ординат соеди-
нить ломаной линией.
Ординаты гистограмм и полигонов в более общем случае
при неравных
интервалах представляют собой отрезки, пропорциональные
плотности час-
тоты или частости. Что касается частот (частостей), то
они изображают
площади прямоугольников на гистограмме и, следовательно,
площадь тра-
пеции с ломаной вершиной на полигоне распределения
погрешностей.
На этом же графике отмечены номинал исследуемого
параметра и поле
допуска относительно номинала, а также среднее значение
(центр распре-
деления) и поле отклонений, представляющее собой
величину 7+ 0 s 4x 0, отло-
женного относительно среднего значения. Этот график
позволяет делать
многие выводы о ходе технологического процесса и
качестве выпускаемой
продукции:
- отклонение среднего значения от номинального
показывает систе-
матическую погрешность настройки технологического
оборудования;
- s 4x 0 характеризует случайную
составляющую погрешности и ее срав-
нение с полем допуска позволяет сделать вывод о
правильности выбора
точностных характеристик используемого оборудования и
необходимости их
корректировок;
- отношение площади той части гистограммы, которая
находится за
пределами поля допуска, к общей площади гистограммы
позволяет оценить
долю брака в выпускаемой продукции.
Однако, с гистограммой работать не очень удобно, ее
следует апп-
роксимировать. Для этого используется метод
сплайн-интерполяции, кото-
рый заключается в использовании интервальных рядов.
В этом методе
функция между каждыми двумя соседними точками
аппроксимируется полино-
мом третьей степени:
y=ax 53 0+bx 52 0+cx+d (91), а коэффициенты a, b, c, d
выбираются так, чтобы сходящийся в каждой точке
"правый" и "левый" по-
лином имели равные первую и вторую производные. Другими
словами, поли-
номы на отрезке [X 4мин 0,X 4макс 0]
"сшиваются" по двум производным; в ре-
зультате получается единая гладкая кривая. Однако эта
кривая еще не
является аппроксимацией функции плотности вероятности,
поскольку еще
не выполнено условие нормирования. Поэтому следующим
этапом является
вычисление интеграла:
Х 4макс 0-dx/2
J= 73 0f(x)dx (92)
X 4мин 0+dx/2
Если после вычисления произвести деление f(x) на J:
w 5* 0(x)=f(x)/J (93),
то полученная функция будет иметь интеграл в в указанных
пределах ин-
тегрирования равный единице и поэтому функция будет
аппроксимировать
действительную плотность вероятности на отрезке,
ограниченном пределом
интегрирования.
В качестве примера рассмотрим технологический
процесс производс-
тва типовых элементов замены (ТЭЗов). Основным
параметром, характери-
зующим качество, будем считать время наработки на отказ
t 4o 0 в условиях
механических воздействий, которое, согласно техническим
условиям, не
должно быть меньше t 4отмин 0. Следует решить
задачу о серийнопригодности,
при этом, процент выхода годных ТЭЗов должен быть равен
90%. Решение
сводится к вычислению интеграла 7$
J= 73 0w(t 4o 0)dt 4от 0
(94),
t 4отмин
- 98 -
где w(t 4о 0) - функция плотности вероятности
отказов. Если J>0,9, делает-
ся вывод о серийнопригодности ТЭЗа. Если нет, то можно
предпринять
следующие корректирующие действия:
1. Можно снизить требование к проценту выхода
годных, однако, как
следствие, возрастет стоимость продукции, поэтому такая
мера приемлема
только в условиях мелкосерийного производства.
2. В крупносерийном или массовом производстве
следует произвести
регулировку и настройку технологического оборудования,
либо замену его
части с целью уточнения параметров технологического
процесса; при этом
должен увеличиваться процент выхода годных.
3. Если нет возможности произвести замену
оборудования, а сущест-
вующее не позволяет более точно поддерживать параметры
технологических
процессов, следует направить проект на доработку, чтобы
с помощью но-
вых конструктивных решений, замены элементной базы и др.
решений повы-
сить механическую прочность ТЭЗа.
В качестве другого примера использования аппарата
теории вероят-
ности рассмотрим статистическое регулирование
технологических процес-
сов по альтернативному признаку.
Статистическое регулирование ТП, корректировка его
параметров в
ходе производства с помощью выборочного контроля качества
изготавлива-
емой продукции производится с целью технологического
обеспечения тре-
буемого качества и предупреждения брака. Оно
предусматривает своевре-
менность установления нормального состояния ТП по
ограниченному числу
наблюдений с немедленным принятием мер по приведению ТП
в надлежащее
состояние. Однако, ТП должен быть устойчивым,
поддающимся регулирова-
нию и обеспечивающим заданный показатель качества
продукции.
Поэтому перед применением статистических методов
регулирования ТП
проводится тщательное изучение, анализ его с целью
выявления причин,
изменяющих показатель качества продукции, определения
статистических
закономерностей процесса, их числовых значений, а в
случае необходи-
мости также и изучение его для достижения нужной
устойчивости и обес-
печения необходимого уровня качества продукции. В
массовом и крупносе-
рийном производстве применение упрощенных статистических
методов регу-
лирования не дает достаточно достоверных результатов,
поэтому при та-
ком производстве рекомендуется применять метод
статистического регули-
рования по альтернативному признаку.
Альтернативный метод - это контроль качества, при
котором единицы
продукции делятся на две группы - годные и дефектные,
а решение о
контролируемой совокупности принимается в зависимости от
числа дефект-
ных единиц продукции, обнаруженных в выборке. Выборка -
это определен-
ное количество единиц штучной продукции, взятых из
исследуемой сово-
купности в определенном объеме.
Объем выборки (количество единиц штучной продукции),
период отбо-
ра (время между очередными выборками или пробами из
потока продукции),
уровень регулирования (ограничивающий допустимые
отклонения уровня ка-
чества в выборках или пробах) определяются на основе
данных статисти-
ческого анализа ТП и требований надежности к качеству
проверки продук-
ции методами математической статистики.
Расчет проводится на основе приемочного уровня
качества продукции
(т.е. такого, при котором имеется относительно низкая
вероятность при-
емки дефектной партии продукции), браковочного уровня
качества (т.е.
такого, при котором относительно низка вероятность
забраковки годной
партии продукции), а также риска излишней настройки
(вероятность того,
что по статистической оценке будет принято решение
проводить очередную
настройку, в то время как в ней нет необходимости) и
риска незамечен-
ной разладки (вероятность того, что по статистической
оценке будет
принято решение не проводить настройку, в то время как в
действитель-
ности она необходима).
- 99 -
Составляется контрольная карта для графического
отображения изме-
нения уровня качества, в которую заносятся значения статистических
ха-
рактеристик очередных выборок или проб и уровня
регулирования в виде
линии, ограничивающей допустимые отклонения качества в
выборках или
пробах. При выходе качества выборки за пределы границ
требуется регу-
лирование ТП.
Имеется несколько методов статистического
регулирования ТП по
альтернативному принципу. Это методы учета доли
дефектности, числа де-
фектности, числа дефектных единиц, среднего числа
дефектов на единицу
продукции и др.
Метод доли дефектности основан на определении
отношения числа де-
фектных единиц продукции к общему числу проверенных в
выборке единиц.
Он лучше других тем, что объем выборки при этом методе
необязательно
должен быть одинаковым в каждой выборке, а может в
определенных преде-
лах изменяться от одной выборки к другой к другой в
случае необходи-
мости.
Предварительное изучение ТП проводится с целью
выявления причин,
изменяющих показатель качества и определения
устойчивости, стабильнос-
ти процесса, составления норм и правил статистического
регулирования
ТП. Во время изучения ТП необходимо фиксировать наладки
процесса, ме-
роприятия по поддержанию его в надлежащем состоянии.
Результаты наблю-
дения по дефектностям изделий заносятся в контрольную
карту. Продолжи-
тельность проведения исследования ТП должна охватить
несколько перио-
дов между его наладками.
С целью определения устойчивости и других
параметров ТП после
каждой настройки проводится сплошной контроль между
выборками. Из по-
лученного материала определяются следующие параметры.
Доля брака (де-
фектности) между двумя последовательными дефектными
единицами p 4i 0=1/t 4i
(95), где t 4i 0- интервал между двумя
дефектными единицами продукции (в
единицах продукции или времени). Среднее значение
интервалов между
двумя последовательными дефектными единицами
m
t 4c 0=1/m 7S 0t 4i 0 (96),
где m - количество интервалов, в которых произведен
i=1
сплошной контроль изделий. Среднее квадратичное
отклонение интервалов
между двумя дефектными единицами m
s 4y 0=[1/(m-1) 7S 0(t 4i 0-t 4c 0) 52 0] 51/2 0
(97)
i=1
Среднее значение доли брака (дефектности) m
P 4c 0=1/m 7S 0p 4i 0 (98)
i=1
Среднее квадратичное отклонение доли брака (для
биноминального распре-
деления)
S(p)=[P 4c 0(1-P 4c 0)] 51/2 0 (99). По
расчетным данным строится кривая
p 4i 0=f(t 4i 0), т.е. изменение
доли дефектности в зависимости от номера ин-
тервалов. Оценивается стабильность процесса.
Приемочный уровень качества Р 4о 0,
который определяется исходя из
соотношения затрат на контроль одного изделия в процессе
статистичес-
кой проверки к потерям от каждого дефектного изделия
С 4о 0 в соответствии
с табл. 6.
Чтобы определить целесообразность введения
статистического регу-
лирования ТП, приемочный уровень качества
Р 4о 0 сравнивается со средним
значением входного уровня качества Р 4вх 0
(Р 4вх 7` 0Р 4с 0). Входной уровень ка-
чества Р 4вх 0 представляет собой соотношение
количества дефектных изделий
к общему количеству проверенных изделий:
Р 4вх 0=n 4д 0/n (100), где n 4д 0 - ко-
личество дефектных изделий, n - общее количество
проверенных изделий.
Здесь может быть несколько случаев:
- Р 4вх 7< 0Р 4о 0,
тогда статистическое регулирование нецелесообразно;
- Р 4вх 7> 0Р 4о 0,
тогда необходимы частые наладки процесса и нужно его
- 100 -
Таблица 6
┌────────────────────────────────────┬───────────────────────────────┐
│ Со │
Ро, % │
├────────────────────────────────────┼───────────────────────────────┤
│ 1:900 │
0,015 │
│ 1:400 │
0,035 │
│ 1:300 │
0,065 │
│ 1:200 │
0,1 │
│ 1:150 │
0,15 │
│ 1:90 │
0,25 │
│....................................│.......................
│
│ 1:12 │
2,5-4 │
│ 1:9 │
4-6,5 │
└────────────────────────────────────┴───────────────────────────────┘
улучшить, иначе будут значительные экономические затраты
на наладку;
- Р 4о 7, 0Рвх и
<(2 7_ 03)S(p), тогда введение статистического контроля
нецелесообразно. Здесь S(p)- среднеквадратическое
отклонение доли бра-
ка.
|