anlukin

Расчет вероятного брака

 Здравствуйте, такой вопрос - имеем определенное кол-во заготовок, которые будут обработаны, ну и размер соответственно, будет иметь разброс.  Имеем поле допуска. Интересует такой момент, возможно ли без приложений и справочников найти вероятный брак (где не систематические погрешности будут выводить заготовку за допуск)? Как я понимаю, нужна кривая распределения Гаусса. Но такую кривую можно получить только имея фактическое поле рассеяния размеров. Где брать это фактическое поле распределения? И зачем вообще нужна статистика подобного плана, если ее можно получить только проведя партию? Спасибо за понимание, прошу прощения за сбивчивость.

Поделиться сообщением


Ссылка на сообщение
Поделиться на других сайтах


 И зачем вообще нужна статистика подобного плана, если ее можно получить только проведя партию?

Насколько я понимаю, Статистика занимется тем, что собирает и считает некие данные, а потом, основываясь на этих подсчетах, делает анализ и может выдавать некие предсказания.

Соответственно статистика по браку нарабатывается по партиям, с конкретными размерами и допусками, изготовленным на определенном оборудовании. Собрав такие данные можно будет с определенной уверенностью прогнозировать количество брака.

Поделиться сообщением


Ссылка на сообщение
Поделиться на других сайтах

И зачем вообще нужна статистика подобного плана, если ее можно получить только проведя партию? 

Затем, что потом будет следующая партия, а потом еще одна и еще одна.

И чем больше статистика, тем точнее можно определить величину брака.

 

Далее. Необязательно получать статистику на всю партию. Достаточно сделать некоторое количество деталей в партии, по которым можно понять статистику (с требуемой надежностью).

 

И наконец, если уже совсем неохота ничего делать в железе, то есть такая штука как анализ допусков(и инструменты для них). Зная допуски обработки на размеры, можно рассчитать (метод Монте-Карло и др.), вероятность того, что случится брак.

Поделиться сообщением


Ссылка на сообщение
Поделиться на других сайтах
прогнозировать количество брака.
да, думаю так и есть, суть в том, что я стал перечитывать одну книгу, наткнулся там на подобный заголовок. Но в конечном итоге описано следующим образом, численные значения определяются по фактическим значениям, либо по статистическим данным. То есть формулы нужны для выведения собственной статистики, либо значения для приблизительной оценки возможного брака.
Затем, что потом будет следующая партия, а потом еще одна и еще одна.
- да, скорее всего так и есть.

Просто странно выходит, может я чего не понимаю, но половина "Технологии Машиностроения" основывается на подобного рода статистике. Взять хоть износ инструмента что-ли.

Поделиться сообщением


Ссылка на сообщение
Поделиться на других сайтах

Больше того, половина и даже больше, системы менеджмента качества, например в автомобилестроении, также основывается на подобного рода статистике и сбор и анализ такой статистики является обязательным на всем  жизненном цикле изделия на производстве.

так что виртуально перед производством это можно прикинуть на этапе численной верификации, но потом все равно придется ориентироваться на реальность.

Поделиться сообщением


Ссылка на сообщение
Поделиться на других сайтах

Просто странно выходит, может я чего не понимаю, но половина "Технологии Машиностроения" основывается на подобного рода статистике. Взять хоть износ инструмента что-ли.

Что странного? Когда-то насобирали реальных данных с реальных производств по износу инструмента и т.п., проанализировали эти данные, "применили математику" и выдали некие методики, формулы, коэффициенты и рекомендации. Но производства-то разные бывают.

Поделиться сообщением


Ссылка на сообщение
Поделиться на других сайтах

Берете реальные данные и строите гистограмму, если распределение соответствует нормальному распределению гаусса, то процесс в общем нормальный и влияющие на него величины- это случайные воздействия- с ними конечно тоже можно бороться. А вот если распределение не нормальное (что чаще всего и бывает) то процесс явно хромой и тут одним движением можно серьезно поправить ситуацию, вопрос в том, что это движение нужно еще отыскать. А первоначальное количество данных в общем не очень важно, если при увеличении количества статистических данных кардинально не меняется распределение.

Поделиться сообщением


Ссылка на сообщение
Поделиться на других сайтах

Берете реальные данные и строите гистограмму, если распределение соответствует нормальному распределению гаусса, то процесс в общем нормальный и влияющие на него величины- это случайные воздействия- с ними конечно тоже можно бороться. А вот если распределение не нормальное (что чаще всего и бывает) то процесс явно хромой и тут одним движением можно серьезно поправить ситуацию, вопрос в том, что это движение нужно еще отыскать. А первоначальное количество данных в общем не очень важно, если при увеличении количества статистических данных кардинально не меняется распределение.

Да, дочитался кажись. По пробникам получаем результат, который, скорее всего будет подчиняться закону нормального распределения, в моем случае. Находим среднее квадратическое отклонение. Предположу, что при неизвестных условиях, домножаем его на коэффициент, далее домножаем это все на 6. Половину допуска делим ..... и так далее до значения ф-ции Лапласа, сверяемся с табличкой. Просто, как я понимаю, вы знаете о ем идет речь, пользуется ли кто-нибудь подобными методами предсказаний?

Поделиться сообщением


Ссылка на сообщение
Поделиться на других сайтах

Если честно первый вопрос я понял на половину, второй меня совсем сбил с толку чего вы хотите спросить? Действительно описанные выше методы матстатистики лежат в основе многих производственных систем Lean Production, Six Sigma и прочих. И там методы применяются для управления качеством, делаем что либо, потом смотрим куда поехало распределение и какого уровня сигм можно ожидать..

Поделиться сообщением


Ссылка на сообщение
Поделиться на других сайтах
выше методы матстатистики лежат в основе многих производственных систем
- вот что я и хотел увидеть. Проблема в том, что я не особо вижу смысл. Зачем нужны такие расчеты, если и так понятно, что резец изнашивается, ну или имеет место быть другая систематическая погрешность. Это очевидно наладчику, либо токарю, к примеру. Такие вещи и без статистики видны. Меры борьбы - давно разработаны. Смысл этой статистики, если станочнику и так понятно в чем проблема, и максимум к кому нужно идти - мастер. 

К примеру прогрев на холостом ходу, своевременная замена резца, грубо говоря. Или такие методы нужны для совсем не надежных станков, которые работают "как карта ляжет"?

Поделиться сообщением


Ссылка на сообщение
Поделиться на других сайтах
Проблема в том, что я не особо вижу смысл.

 Смысл в том, чтобы определить РЕАЛЬНУЮ себестоимость изделия. При массовом производстве это жизненно важно. При разных условиях будет разное распределение этого самого Гаусса. По статистике находится не только самый качественный метод, но и самый экономичный. Проще говоря, по разным вариантам применения станков и инструментов находится наиболее приемлемый по себестоимости, а не наиболее качественный. Ест-но, при этом без начального анализа никуда все равно.

Поделиться сообщением


Ссылка на сообщение
Поделиться на других сайтах
Ест-но, при этом без начального анализа никуда все равно.
  - это при составлении статистики, а вот изначально понять, какой инструмент более выгодно использовать - можно, касательно станочного парка - ну какой уж есть, такой и будет. Я не спорю, просто это мои мысли на тему.

Поделиться сообщением


Ссылка на сообщение
Поделиться на других сайтах

Создайте аккаунт или войдите для комментирования

Вы должны быть пользователем, чтобы оставить комментарий

Создать аккаунт

Зарегистрируйтесь для получения аккаунта. Это просто!


Зарегистрировать аккаунт

Войти

Уже зарегистрированы? Войдите здесь.


Войти сейчас

  • Сейчас на странице   0 пользователей

    Нет пользователей, просматривающих эту страницу