尺寸链的统计分析_Dav180303.docVIP

  1. 1、本文档共14页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
尺寸链的统计分析_Dav180303

目录 目录 1 1. 常规定律介绍: 2 2. 测量尺寸的定律: 3 3. 尺寸链的统计分析: 5 4. IT?和散差的关系: 7 5. 散差和IT在实际中的关系: 8 6. 一般的风险计算: 10 7. 尺寸链的风险计算: 11 8. 一般定律的分布规则 : 14 常规定律介绍: 抽取若干个零件(代表性零件),对其进行测量(例如:抽取100个前门,测量同一个尺寸A) 抽样的尺寸特征一般需根据 和标准差?来进行分配。 均值和标准差为所有尺寸链的分析基础。 回顾: 总体的99.7%(抽样)包含在6个标准差?内。 该区域由以下确定?: 2σ ( 68,26% 的整体 4σ ( 95,44%的整体 6σ ( 99,73% 的整体 测量尺寸的定律: N?:尺寸的名义值 li?: 尺寸公差的下限 ls?:尺寸公差的上限 N = IT?: 公差带 IT = ls – li. X?: 抽样的平均值. σo (Sigma 0)?: 标准差. σo = So * C So : 某个抽样个体的整体标准差 ?o : 某个总体的标准差 C?:该系数取决于抽样测量的数量(见以下表格) 测量数量 10 14 18 20 30 35 40 50 75 100 150 200 C 1,64 1,48 1,4 1,37 1,28 1,26 1,24 1,21 1,16 1,13 1,11 1,09 k :抽样的平均值之间的偏差和尺寸间的中值(如果尺寸对中则用N减去名义值) So?: 抽样的整体的标准差 So = ∑?: 和值… Xi?: 首测值 n?: 测量的数量 (例如. 测量30组) 注释: 在Exel表中,计算标准差的方成为ECARTYPE 6σo : 6 * 标准差 : 抽样的散差. k?:均值的偏差,总是为正值。 k= 如果尺寸对中,抽样的均知和名义值的差 k= 如果尺寸不对中(重新使尺寸对中(ls + li)/2) 尺寸链的统计分析: 我们装配3个零件A、B、C合成零件D。 每个零件有一个尺寸(A、B、C) 我们测量一批零件,A、B、C。 然后完成下表: 零件 名义尺寸 平均尺寸 散差 A NA = 20 σoA = 1,2 B NB = 25 σoB = 2,4 C NC = 30 σoC = 0,85 D ND = ? σoD = ? 分析: 名义尺寸 D = ND = NA + NB + NC = 20 + 25 + 30 = 75 D 的平均尺寸 = = + + = 20,5 + 23 + 30,7 = 74,2 D 的散差 = 6σoD = (6σoA) 2 + (6σoB) 2 + (6σoC) 2 = 1,2 2 + 2,4 2 + 0,85 2 = 2,81 所以D的理论分布可以为: IT?和散差的关系: 制造的过程不稳定。 所以我们应该考虑名义尺寸和制造尺寸均值之间的差值(K)(如果N尺寸对中)来保证目标。 理论上,我们两边给‘σo’设定最大的偏值公差和其他的测量尺寸的名义值。 简单的来说是因为我们将公差带范围扩大到8?0 该理论例示的图解: 根据该草图按以下方式制定K值: 表示为: IT = 3? + k + k + 3??= 2k + 3? + 3? = 2k + 6? = 2k + 6? 因为 ? = ? 可以计算K值为: k = 该K值的测定是为我们经常用来分析尺寸链的因素。 散差和IT在实际中的关系: 研究IT(8? = 8?o,)和散差(6?o)之间的关系 = 1,333333333… 但实事上,在实际计算中,该关系简化为1.3. 于是我们得到IT=散差×1.3;我们称该IT为“实际IT”,其来自根据尺寸链计算得来的散差(6?o)。 K不能小于?o。 但计算的共识 k = 仍然有效. 实际上,K值的测定是根据CPK的公式得来的。另外,CPK是位置度和生产散差的系数。 CPK 的公式: CPK = 通过累加尺寸链的链环得到6?o的散差并测定最大的K值,我们把CPK确定为1(工序能力的限制条件-CPK ( 1) 我们得到: k = 通过K的差值我们可以知道实际IT(尺寸链的链环累加)和目标IT(确定在条件尺寸上)之间的差异,同时也了解到该尺寸链的风险。 风险的图解: 在这里,N周边的群体最大的两个差表示为(N ± k).当然,在计算风险时不能认为只有一个值(在两条曲线中选择一个)。 一

文档评论(0)

shenlan118 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档