- •1. Исторический обзор
- •2.2 Преимущества и недостатки гидравлических компенсаторов
- •2.3 Устройство и принцип работы гидравлических компенсаторов
- •2.4 Типы гидравлических компенсаторов и примеры их применения
- •2.4.1 Гидротолкатель с нижним подсосом
- •2.4.2 Гидротолкатель с нижним подсосом и предохранением вытечки масла
- •3. Анализ заводской проблемы
- •3.1 Описание заводской проблемы
- •3.1.1 Служебное назначение и принцип работы гидротолкателя гт35.000
- •Проектирование, разработка тех.Требований, разработка продукции
- •Руководство
- •Постоянное улучшение
- •Система менеджмента
- •2. Контроль и испытания продукции
- •3. Методы контроля
- •Упаковка и хранение
- •Монтаж и эксплуатация
- •6. Техническая помощь и обслуживание
- •4. Выявление и анализ причин возникновения заводской проблемы
- •Метод расслоения
- •4.2.1 Анализ причин , заложенных в конструкции компенсатора
- •4.2.2 Зазоры в сопряжениях деталей компенсатора
- •4.2.3 Форма и размеры поверхностей деталей, входящих в состав гидротолкателя
- •4.2.4 Анализ причин , заложенных в технологии изготовления компенсатора
- •4.2.5 Анализ причин возникновения проблемы, связанных с испытаниями гидротолкателей
- •4.2.6 Анализ причин возникновение проблемы, связанных с технологией контроля корпуса компенсатора
- •4.2.7 Анализ причин возникновения проблемы , связанных с таким фактором , как “технологическая наследственность”
- •4.2.8 Анализ причин возникновения проблемы, связанных с
- •Квалификацией персонала непосредственно принимающего
- •Участие в процессе изготовления и сборки деталей
- •Гидротолкателя
- •4.2.9 Анализ причин возникновения проблемы, связанных с организацией производства на оао пао “инкар” при изготовлении гидротолкателя “гт35-000”
- •1. Оптимизация технологического процесса изготовления корпуса компенсатора:
- •5.2 Применение нового оборудования для контроля корпуса компенсатора
- •5.3 Усовершенствование конструкции испытательного стенда для контроля гидротолкателя
- •6.1.1 Сбор данных
- •6.1.2 Контрольные листки
- •6.1.3 Диаграмма Парето
- •6.1.4 Контрольные карты
- •6.1.5 Диаграмма разброса
- •9. Анализ литературных источников
- •10. Факторный анализ
- •Проведение факторного анализа
- •11.1 Методика проведения исследования
- •11.1.1 Материально-техническое оснащение
- •Устройство и принцип работы:
- •5. А8 8х9х4 лкв 80/63 ст3 к100% 50м/с, с пропиткой серой
- •11.1.2 Планирование эксперимента
- •Примечание.
- •1 Эксперимент: фактор скорость шлифования
- •2 Эксперимент: фактор твердость шлифовального круга
- •3 Эксперимент: фактор пропитка шлифовального круга серой
- •4 Эксперимент: фактор твердость шлифовального круга
- •Последовательность расчета параметров модели.
- •11.1.4 Оптимизация технологического процесса изготовления корпуса компенсатора гидротолкателя
- •Таким образом для расчета себестоимости получаем следующую формулу:
- •Затраты на силовую электроэнергию
- •Получение совмещенного (компромиссного) критерия
- •11.2 Проведение исследования
- •Фактический размер внутреннего диаметра корпуса компенсатора после обработки на внутришлифовальном станке. Измерительный прибор “Пневморотаметр” (мм)
- •2 Й круг. А8 8х9х4 лкв 80/63 ст2-ст3 к27 100% 35м/с,
- •3 Й круг. А8 8х9х4 лкв 80/63 ст3 к100% 50м/с
- •4 Йкруг. А8 8х9х4 лкв 80/63 см2 к100% 50м/с
- •6 Йкруг. А8 8х9х4 лкв 80/63 ст3 к100% 50м/с, с пропиткой серой
- •2 Йкруг. А8 8х9х4 лкв 80/63 ст2-ст3 к27 100% 35м/с,
- •3 Йкруг. А8 8х9х4 лкв 80/63 ст3 к100% 50м/с
- •5 Й круг. А8 8х9х4 лкв 80/63 см2 к100% 50м/с, с пропиткой серой
- •6 Й круг. А8 8х9х4 лкв 80/63 ст3 к100% 50м/с, с пропиткой серой
- •11.2.2 Статистическая обработка экспериментальных данных и анализ полученных результатов Однофакторный эксперимент с изменением скорости шлифования
- •Определение однофакторной модели
- •Расчет параметров модели
- •Однофакторный эксперимент с изменением твердости шлифовального круга
- •Определение однофакторной модели
- •Расчет параметров модели
- •Однофакторный эксперимент с добавлением в связку шлифовального круга пропитки серой
- •Определение однофакторной модели
- •Расчет параметров модели
- •Однофакторный эксперимент с изменением твердости шлифовального круга и использованием связки , пропитанной серой
- •Определение однофакторной модели
- •Расчет параметров модели
- •12. Рекомендации по оптимизации технологического процесса изготовления корпуса компенсатора с целью решения проблемы «Заклинивание поршня толкателя в корпусе компенсатора
- •1.Усовершенствовать конструкцию испытательного стенда:
- •4.Повысить уровень контроля технологической дисциплины, и обеспечить:
- •Экономическая часть
- •1.Описание проблемы и обоснование задачи
- •2.Расчет эффективности от внедрения в технологический процесс обработки корпуса компенсатора Российских шлифовальных кругов взамен шлифовальных кругов Германского производства
- •Технологическая себестоимость.
- •1.1Опасные производственные факторы
- •1.2Вредные производственные факторы
- •2.Мероприятия по защите работающих от воздействия опасных и вредных производственных факторов
- •2.1 Мероприятия по технике безопасности направленные на предупреждение несчастных случаев
- •2.2Организационно профилактические мероприятия
- •2.3Основные причины электротравматизма
- •3. Действие электрического тока на организм человека
- •4.Расчет защитного заземления
- •Потребное число заземлителей
- •Список использованной литературы
4 Эксперимент: фактор твердость шлифовального круга
(изменяем твердость: СМ-2; СТ-3)
СОЖ ИЛС – 5 Минеральное масло;
материал круга Эль бор , марки ЛКВ;
зернистость (80/63) -ЛКВ;
связка керамическая
скорость соответствующая 50 м/с;
глубина 0, 02мм.;
подача 2.5 м/мин.;
геометрия круга 8х9х4 (ширина, наружный диаметр, внутренний диаметр);
пропитка серой.
11.1.3 Статистическая обработка результатов эксперимента
Однофакторная, линейная по параметрам модель, имеет вид
где i(X) - известные функции; bi - параметр модели.
Часто применяются функции вида:
Где - известный параметр.
Представление моделей в виде обычных многочленов имеет следующие недостатки:
а) с повышением степени многочлена увеличивается погрешность оценки его параметров;
б) при необходимости повысить степень многочлена (например, при уточнении модели) расчет значений всех параметров нового многочлена приходится начинать с начала.
Этих недостатков лишена модель в виде суммы ортогональных полиномов Чебышева:
где pj(х) - ортогональные полиномы Чебышева; bj - параметры
модели.
Нет алгоритма априорного выбора числа и расположения уровней фактора, и эта задача решается эвристически в зависимости от трудоемкости и требуемой точности эксперимента.
Рекомендуется расстояние между уровнями факторов, при которых будет производится измерение отклика, брать постоянным. Число уровней лучше выбирать нечетным. Нормализацию фактора следует производить симметрично, согласно формуле:
где xij - нормализованный i-й уровень j-гo фактора;
Xi j - натуральный i-й уровень j-гo фактора;
Xj - постоянный шаг изменения натурального значения j-го фактора;
Xj - средний уровень j-гo фактора.
Следует отметить, что существует два варианта построения опыта:
при проведении эксперимента, на каждом уровне фактора делается по m измерений отклика.
при проведении эксперимента, на каждом уровне фактора делается однократное измерение отклика, а для определения дисперсии воспроизводимости отклика проводится дополнительный эксперимент на одном-трех уровнях фактора.
В нашем случае будем пользоваться вторым вариантом, т.к. он позволяет получить математическую модель процесса за меньшее количество опытов.
Последовательность расчета параметров модели.
Пусть было проведено N опытов
u=l; 2; 3; ... ;N, t - фактор, Н - параметр оптимизации.
Предполагается, что модель имеет вид полинома, степень и параметры которого следует определить . Для оценки погрешности определения параметров модели и проверки ее адекватности необходимо найти дисперсию воспроизводимости. С этой целью при значениях фактора равных t1, t2, tN было проведено по пять испытаний.
1 . Определяем нормализованное значение факторов по формуле (3)
2. Вычисляем дисперсии для каждой из этих серий по формуле:
где m - число опытов в серии;
Yi - значение параметра оптимизации в i-ом опыте серии;
Y - среднее значение параметра оптимизации в серии.
Получили , S2i; S22; S2Ni
3. Оцениваем однородность полученных дисперсий (однородность дисперсий означает то, что они равны дисперсии генеральной совокупности)эту оценку производим с помощью критерия Кохрена.
Для этого вычисляем наблюдаемое значение критерия Кохрена:
где S2u max - максимальная оценка дисперсии среди Ni сравниваемых дисперсий (все Ni выборок имеют одинаковый объем т) ;
Исходя из выбранной доверительной вероятности, а так же параметров Ni=n и m определяем по таблице критическое значение критерия Кохрена Gk, должно выполняться неравенство
Gh<Gk
4. Определяем дисперсию воспроизводимости:
где Ni - количество серий опытов по m измерений в каждой .
5. Анализируя результаты эксперимента, делается гипотетический вывод о порядке полинома представляющего собой математическую модель .
В общем виде этот полином представляется в следующем виде;
j=0 где pj (х) - ортогональные полиномы Чебышева; bj - параметры
модели .
б . Вычисление параметров модели удобно производить в табличной форме . Значения скорректированных полиномов Р*j выбираются из таблиц
Таблица 3.1
Расчет параметров модели
| |||||||||
Т
|
X
|
Y
|
Y2
|
Р*1
|
YP* 1
|
Р*2
|
YP*2
|
Р*n
|
YP*n
|
Натуральное значение фактора
|
Нормализованное pначение фактора
|
Параметр оптимизации
|
|
|
|
|
|
|
|
Y1 Итого
|
|
|
|
|
|
|
|
|
|
При пользовании таблицами:
7 . Определяем дисперсию, которая указывает на степень приближения моделью того или иного порядка результатов эксперимента :
где n - порядок полинома;
N - количество уровней варьирования факторов
причем
n - определяем по таблице
8 . Для проверки адекватности модели в виде полинома n-ого порядка определяем наблюдаемое значение критерия Фишера:
Исходя из доверительной вероятности и величин выборок (S2в вычислено для выборки из m2>Ni*m элементов; S2оп вычислена для выборки из m1>N элементов) . Если Fh>Fk - то модель не адекватна. Тогда вычисляем ещё один параметр bj соответствующий полиному более высокого порядка. Снова определяем S2o(n+1) и снова производится проверка. Если Fн<Fк ,то модель адекватна.
9. Определяем доверительный интервал оценок параметров модели;
где (bj) - доверительный интервал для параметра bj;
S2в- дисперсия воспроизводимости;
t(P,m) - критерий Стьюдента.
10. Округляем параметры, с учетом значений доверительных интервалов. Имеем:
Р1(х)…Pn (x) выбираем по таблице.
11. Переходим к натуральной модели, подставляя в полученную нормализованную модель значение нормализованного фактора.