- •Житомирський державний технологічний університет
- •Передмова
- •Лабораторна робота № 1 Тема: Дослідження геометричної точності токарних верстатів
- •Обладнання робочого місця
- •Зміст перевірок, що виконуються в роботі
- •Послідовність виконання роботи:
- •Лабораторна робота № 2* Тема: Точність позиціювання супорта токарно-револьверного верстата моделі 1341 на жорсткому упорі
- •Порядок виконання роботи
- •Деякі теоретичні вказівки
- •Виконання роботи
- •Встановлення закону зміни випадкових величин за результатами досліду і. Основні поняття та визначення теорії ймовірностей і математичної статистики
- •Іі. Методика побудови емпіричної кривої, обчислення її параметрів та характеристик
- •1. Побудова емпіричної кривої
- •2. Техніка обчислення параметрів емпіричного розподілу
- •А) Значення вибірки, задані однозначними або двозначними величинами.
- •Б) Значення вибірки, задані багатозначними величинами.
- •В) Результати експерименту, задані вибіркою невеликого об’єму.
- •3. Методика визначення поля допуску за емпіричним розподілом
- •4. Розрахунок коефіцієнта відносної асиметрії
- •6. Функції густини теоретичних та емпіричних розподілень
- •1. Підбір теоретичної функції для емпіричного розподілення
- •2. Вирівнювання емпіричного розподілення по гіпотетичних теоретичних
- •7. Порівняння емпіричних і теоретичних функцій розподілення частот за критеріями згоди
- •А) Критерій згоди Пірсона х2
- •Б) Критерій Колмогорова
- •Лабораторна робота № 3 Тема: Визначення зусиль на рукоятках переміщення і затиску органів, люфтів, точності переміщень по лімбах, їх розрахунок
- •Обладнання і вимірювальний інструмент
- •Порядок виконання роботи
- •Лабораторна робота № 4 Тема: Вплив зусилля затиску на точність обробки
- •Вимірювальний інструмент
- •Порядок проведення досліду
- •Лабораторна робота № 5
- •Схеми установки індикаторів
- •Порядок виконання роботи
- •Лабораторна робота № 6 Тема: Визначення відхилення від прямолінійності переміщення робочого органу у заданій площині.
- •Обладнання і вимірювальний інструмент
- •Лабораторна робота № 7 Тема: Перевірка відповідності чисел обертів шпинделя і робочих подач супорта табличним значенням.
- •Лабораторна робота № 8* Тема: Дослідження точності фіксації револьверної (інструментальної) головки
- •Порядок виконання роботи
- •Додаткові супутні перевірки
- •Лабораторно-практична робота № 9* Тема: Перевірка машин, верстатів і механізмів на відповідність вимогам охорони праці і навколишнього середовища.
- •Підлягають перевірці:
- •Оформлення звіту
- •Лабораторно-практична робота № 10* Тема: Розширення технологічних можливостей та модернізація вузлів верстатів токарної, токарно-револьверної і фрезерної груп
- •Порядок виконання роботи
- •Оформлення роботи
- •Приклад виконання
- •Існуюча конструкція
- •Література
- •Лоєв Володимир Юхимович
- •Для нотаток
Встановлення закону зміни випадкових величин за результатами досліду і. Основні поняття та визначення теорії ймовірностей і математичної статистики
Випробуванням або дослідом називають реалізацію деяких правил, умов. Наприклад, випробуванням буде контроль придатності виробів прохідними і непрохідними калібрами, визначення величини розміру виробу, обробленого на верстаті. Явища, що виникають в результаті досліду, називають подіями. Подіями будуть: поява бракованого виробу при контролі калібрами, одержання певного розміру виробу при його вимірі. В теорії ймовірностей зазвичай розглядають масові досліди, тобто досліди, що виникають при незмінних основних умовах неодноразово.
Події поділяються на наступні.
1. Подія називається вірогідною, якщо в результаті даного досліду вона обов’язково відбудеться. Наприклад, поява бракованого зразка в партії бракованих виробів буде вірогідною подією.
2. Подія називається неможливою, якщо в результаті даного випробування вона відбутися не може. Наприклад, поява придатного зразка в партії непридатних деталей буде неможливою подією.
3. Подія називається випадковою (або можливою), якщо в результаті даного випробування вона може трапитись, але може і не трапитись. Наприклад, поява бракованого зразка в партії виготовлених виробів при невстановленому або невивченому технологічному процесі є випадковою (або можливою) подією.
4. Дві події називають несумісними, якщо при випробуванні поява однієї з них виключає можливість появи іншої. Наприклад, прохід прохідної та непрохідної сторін калібру під час перевірки придатної деталі є несумісними подіями.
5. Дві події називаються сумісними, якщо при випробуванні поява однієї з них не виключає можливість появи іншої. Наприклад, прохід прохідної і непрохідної сторін калібру під час контролю бракованої деталі є подія сумісна.
6. Події називаються єдино можливими, коли під час випробувань відбудеться хоч би одна з цих подій. Наприклад, під час контролю виробів калібрами єдино можливими подіями будуть поява або не поява бракованих виробів; для придатних виробів єдино можливими подіями є прохід через прохідний калібр і непрохід через непрохідний калібр.
7. Якщо при випробуванні можуть з’явитись декілька можливих подій, і при цьому немає підстав вважати, що поява однієї – більш можлива, ніж інших, то такі події називаються рівноможливими. Наприклад, партія виробів має в собі 10 пронумерованих бракованих виробів. При вийманні з партії деталей однієї у нас немає підстав вважати, що поява того чи іншого номера бракованого виробу більш можлива появи іншого номера. Поява бракованого виробу з тим чи іншим номером у даному випадку – подія рівноможлива.
Ймовірністю події називається відношення числа випадків, сприятливих для настання даної події, до всього числа несумісних, єдино можливих і рівноможливих подій
,
де P(A) – ймовірність події А;
m – число випадків, сприятливих для настання випадку А;
N – число несумісних, єдино можливих і рівноможливих подій.
Наприклад, нехай заданий допуск на діаметр 0,1. Вироби, що виходять за ці межі допуску, вважаються бракованими, а ті, що входять до поля допуску, – придатними. Уявимо, що партія, яка складається зN = 1000 виробів, має m1 = 15 виробів, що виходять за верхню межу допуску, і m2 = 18 виробів, які виходять за нижню межу допуску. У цьому випадку ймовірність появи в партії бракованих виробів під час випробування буде дорівнювати:
Якщо m = N, то –подія А вірогідна.
Якщо m = 0, то Р(А) = 0 – подія неможлива.
Випадковою величиною називають величину, котра в результаті досліду може набувати різні значення. Наприклад, можливість дістати з партії деталей бракований виріб є випадкова величина, яка може набувати значення „ + ” при появі бракованого виробу, і значення „ – ” при його відсутності. Величина розміру обробленого на верстаті придатного виробу є також випадкова величина, котра може набувати будь-яке значення в межах заданого поля допуску. Випадкові величини зазвичай позначають великими літерами, наприклад Х. Значення випадкової величини, котре вона набуває в результаті досліду, позначають малими літерами х1, х2,...хn. При масових дослідах кожне з можливих значень випадкової величини х1, х2,...хn може зустрітися m1, m2,…mnраз. Ці числа називаються частотами. Якщо було проведено всього N випробувань, тобто , то відношенняназиваютьчастістю або відносною частотою.
Сукупність, що містить всі досліджувані вироби, називається генеральною сукупністю. Вибрані з генеральної сукупності N виробів утворюють вибірку об’єму N.
Дискретними випадковими величинами називають такі, котрі можуть набувати лише певні значення, наприклад: 0,1; 0,2; 0,3 і т.д.
Безперервними випадковими величинами називають такі, котрі в деякому інтервалі можуть набувати будь-яке значення.
Число бракованих виробів в різноманітних вибірках з генеральної сукупності є дискретна випадкова величина, а розмір цих виробів – безперервна випадкова величина.
Дискретна випадкова величина задана, якщо є ймовірність кожного її значення (табл. 1).
Таблиця 1
X |
X1 |
x2 |
x3 |
… |
xn |
P(X=xi) |
P(x1) |
P(x2) |
P(x3) |
… |
P(xn) |
Будь-яку безперервну випадкову величину можна задати у вигляді дискретної, якщо всі можливі її значення розбити на інтервали і задати ймовірність появи цих інтервалів (через обмеженість вимірювальних засобів всі заміри безперервних величин задаються в дискретному вигляді).
Дамо поняття щільності та інтегральної функції розподілу випадкових величин.
Якщо Х – випадкова величина, а х – деяке її значення, то ймовірність того, що Х < х рівна:
F(x) =P(X< x),(1),
де F(х) – так звана інтегральна функція розподілу (рис. 1). На рис. 1 F(x) – ордината кривої в деякій точці х. При будь-якому х0 = F(x) = 1.
Густина ймовірності φ(х) є границя відношення ймовірності того, що випадкова величина Х набуде значення, котре лежить між х і х + Δх, до величини інтервалу Δх при Δх→0, тобто:
. (2)
Функцію φ(х) називають також диференційним законом розподілу.
φ(х) і F(x) зв’язані співвідношенням:
<< Х < х). (2а)
Будемо вважати, що випадкова величина задана теоретичним законом, якщо задані її інтегральний закон або густина ймовірності.
Випадкова величина задана емпіричним законом розподілу, якщо для кожного значення випадкової величини відомі частота, з якою вона зустрічається, або частість отримання з N дослідів (табл. 2).
Рис. 1
Таблиця 2
Значення х |
х1 |
х2 |
х3 |
... |
xn |
Частоти |
m1 |
m2 |
m3 |
... |
mn |
Частість |
|
|
|
... |
|
При
В границі частості прямують до ймовірностей відповідних значень випадкової величини.
Будь-який теоретичний розподіл характеризується величиною своїх основних параметрів: математичним очікуванням МХ (центром групування) і дисперсією DX (величиною розсіювання).
Для дискретної випадкової величини (див. табл. 1).
; (3)
; (4)
; (5)
;(6)
Або ; (7)
; (8)
Рис. 2
Формули (5), (6) застосовуються для тих випадків, коли випадкова величина приймає значення від a до b; формули (7), (8) – коли Х змінюється від – ∞ до ∞.
називається середнім квадратичним відхиленням або стандартом.
Емпіричний розподіл характеризується середнім значенням , рівним:
. (9)
або . (9а)
Середнє значення характеризує центр групування значень випадкової величини. При достатньо великому N – (N → ∞)вибіркове значення х по величині прямує до математичного очікування, тобто х ≈ МХ.
Величина розсіювання вибіркових значень навколо їх середнього значення характеризується емпіричною дисперсією S2 , дорівнює:
. (10)
Для N ≥ 25замість формули (10) користуються формулою (10а):
, (10а)
де .
називається емпіричним середнім квадратичним відхиленням.
При N → ∞ S2 ≈ DX .
Крім середнього значення і дисперсії, криві розподілення характеризуються також асиметрією (А) і ексцесом (Е):
. (11)
Якщо А = 0 , то крива – симетрична. Якщо А > 0 – крива має позитивну асиметрію, а якщо А < 0 – негативну (рис. 3).
А = 0 А > 0 А < 0
Рис. 3
Ексцес характеризує крутизну кривої. За кривоу з нульовим ексцесом прийнята крива нормального розподілення, що має густину ймовірності:
(12)
де α = МХ – математичне очікування;
σ2 – дисперсія.
Якщо Е > 0 , то говорять, що маємо позитивний ексцес, тобто вершина кривої знаходиться вище кривої нормального розподілу. Якщо Е < 0 – маємо негативний ексцес, і вершина кривої знаходиться нижче кривої нормального розподілу (рис. 4).
Нормальна Нормальна
φ(х) крива φ(х) крива
0 х 0 х
Е < 0 Е > 0
Рис. 4
У багатьох технічних додатках [*], [**], [***] функції розподілу характеризуються коефіцієнтом відносного розсіювання (К), коефіцієнтом відносної асиметрії (α) і величиною практично граничного поля розсіювання. Дамо визначення цих понять.
Будемо вважати, що похибка відхилень розмірів від їх номінального значення задана функцією густини φ(х) і величинами параметрів МХ, DX (рис. 5). Приймемо номінальне значення за початок координат.
Рис. 5
Практично граничним полем розсіювання називають відстань між такими двома значеннями t1 i t2 випадкової величини, при яких площа, обмежена кривою, віссю абсцис і відрізком [t1, t2], дорівнює 1 – 2β, де 2β – ймовірність ризику (браку). Зазвичай приймають 2β = 0,0027. За визначенням можна написати
__________________
* Бородачев Н.А. Анализ качества и точности производства, М., Машгиз, 1960.
** Бородачев Н.А. Основные вопросы теории точности производства. Академиздат, 1950.
*** Вандер Ваден Б.А. Математическая статистика, М. ИЛ., 1960.
На практиці звичайно t1 i t2вибирають так, що
.
Визначене таким чином практично граничне поле розсіювання приймають за поле допуску, тобто 2δт = t2-t1.
Введемо позначення:
– половина поля допуску;
– координата середини поля допуску (рис. 5);
– коефіцієнт відносної асиметрії;
–коефіцієнт відносного розсіювання, де .
(індекс „Т” при Δ, δ, α, К вказує на теоретичне значення цих коефіцієнтів. Ці ж коефіцієнти, що визначаються для емпіричних розподілень, будуть мати в подальшому індекс „Э” і позначатися Δэ, δэ, αэ, Кэ).
В тих випадках, коли метою експерименту є лише визначення і уточнення коефіцієнтів відносно заданого конструктором поля допуску, що не підлягає перегляду, коефіцієнти αэ і Кэ визначаються за формулами:
.
При цьому може виявитись, що задане конструктором поле допуску не відповідає практично граничному полю розсіювання, тобто ймовірність ризику (браку) не дорівнює 2β = 0,0027.
Практично граничне поле розсіювання виявляється нерівним полю допуску також у тих випадках, коли за величину поля допуску приймається вся зона розсіювання R (величина розмаху), рівна різниці між максимальним і мінімальним значеннями випадкової величини в вибірці, тобто R = xmax – xmin .