- •Глава I
- •Стандартизация допустимых отклонений
- •Размеров, формы, расположения, а также
- •Параметров шероховатости
- •§ 1. Основные понятия об отклонениях размеров и простановка их на чертежах
- •§ 2. Основные понятия об отклонениях формы и простановка их на чертежах
- •§ 3. Основные понятия об отклонениях расположения и простановка их на чертежах
- •§ 4. Шероховатость поверхности, ее параметры и простановка их на чертежах
- •Глава II основные сведения по обработке результатов измерений
- •§ 1. Числовые характеристики и законы распределения
- •§ 2. Определение эмпирических характеристик ряда прямых измерений
- •§ 3. Исключение резко выделяющихся результатов измерений (грубых погрешностей)
- •§ 4. Определение теоретической функции плотности распределения. Графическое изображение эмпирического и теоретического распределений
- •§ 5. Критерий согласия эмпирического и теоретического распределений
- •§ 6. Определение доверительных интервалов
- •§ 7. Определение границ диапазона рассеивания значений размеров и погрешностей
- •§ 8. Обработка результатов измерений по способу наименьших квадратов
- •§ 9. Исследование корреляционной зависимости
- •§ 10. Обработка результатов косвенных измерений. Суммирование погрешностей
- •Глава ш стандартизация и взаимозаменяемость гладких цилиндрических соединений
- •§ 1. Основные понятия и определения
- •§ 2. Расчет и выбор посадки с зазором для подшипников скольжения
- •§ 3. Расчет и выбор посадки с натягом
- •§ 4. Допуски и посадки подшипников качения
- •§ 5. Допуски калибров для гладких цилиндрических деталей
- •Глава IV стандартизация и взаимозаменяемость резьбовых сопряжений
- •§ 1. Определение предельных размеров деталей резьбового сопряжения. Допуски метрических резьб
- •§ 2. Допуски калибров для метрических резьб
§ 4. Определение теоретической функции плотности распределения. Графическое изображение эмпирического и теоретического распределений
Вид функции теоретического распределения выбирают, исходя из предпосылок о физической природе появления разброса результатов измерений и анализа этих результатов. При этом следует учитывать как общие соображения о законе распределения, так и вид графических изображений эмпирического распределения — гистограммы или полигона. Зная форму кривой плотности теоретического распределения и сравнивая ее с гистограммой или полигоном, выносят предварительное суждение о возможности использования конкретного вида функции теоретического распределения.
При построении гистограмм и полигонов по оси абсцисс откладывают значения результатов измерений, по оси ординат — частости появления результатов измерения в каждом i-м интервале. На рис. II-2 и II-3 кривые 1 соответствуют гистограммам для данных согласно примерам 1 и 2, а кривые 2 — полигонам распределения для этих же примеров.
Для построения графического изображения теоретического распределения необходимо:
сделать предварительное суждение о виде функции плотности теоретического распределения;
определить конкретную функцию плотности вероятности, используя полученные ранее эмпирические характеристики;
определить теоретические значения вероятностей Pi попадания результатов измерения в тот или иной интервал (произвести выравнивание эмпирического распределения по гипотетическому).
Пример 4. Построить графическое изображение теоретического распределения по данным примера 2.
Решение. Учитывая отсутствие сведений о доминирующих факторах, а также вид гистограммы и полигона (рис. II-3), предлагаем закон нормального распределения с функцией плотности согласно выражению (II-3).
Подставляем в выражение II-3 вместо М и эмпирические характеристики и S:
Конкретные значения вероятности попадания результата измерения в конкретный интервал удобно определять, используя табулированные значения функции:
(II-18)
приведенные в приложении I; при этом
(II-19)
а вероятность попадания результата измерения в i-й интервал величиной h
(II-20)
Результаты вычислений сведены в табл. II-4.
Графически теоретическое распределение изображено в виде кривой 3 на рис. II-3.
Таблица II-4
Номер интервала |
Середина интервала , мм |
Эмпирические частости |
, мкм |
|
|
|
1 |
41,898 |
0,003 |
-13 |
2,96 |
0,0050 |
0,002 |
2 |
41,900 |
0,008 |
-11 |
2,50 |
0,0175 |
0,008 |
3 |
41,902 |
0,017 |
-9 |
2,04 |
0,0498 |
0,023 |
4 |
41,904 |
0,075 |
-7 |
1,59 |
0,1127 |
0,051 |
5 |
41,906 |
0,097 |
-5 |
1,14 |
0,2083 |
0,095 |
6 |
41,908 |
0,133 |
-3 |
0,68 |
0,3166 |
0,144 |
7 |
41,910 |
0,189 |
-1 |
0,23 |
0,3885 |
0,177 |
8 |
41,912 |
0,189 |
1 |
0,23 |
0,3885 |
0,177 |
9 |
41,914 |
0,092 |
3 |
0,68 |
0,3166 |
0,144 |
10 |
41,916 |
0,100 |
5 |
1,14 |
0,2083 |
0,095 |
11 |
41,918 |
0,075 |
7 |
1,59 |
0,1127 |
0,051 |
12 |
41,920 |
0,014 |
9 |
2,04 |
0,0498 |
0,023 |
13 |
41,922 |
0,008 |
11 |
2,50 |
0,0175 |
0,008 |
Пример 5. Построить графическое изображение теоретического распределения по данным примера 1.
Решение. Учитывая, что измерялись величины радиальных биений, а также вид гистограммы и полигона (рис. II-2), предполагаем, что закон распределения — закон Релея с функцией плотности согласно выражению (II-6). В этом выражении берется для нормального закона по каждой из осей координат, а значение S в примере 1 получено для закона Релея. Поэтому вместо надо подставлять не S, а эмпирическое среднее квадратическое отклонение разброса по ортогональным осям Sx,y:
(II-21)
мм.
Тогда
Конкретные значения вероятности попадания результата измерения в конкретный интервал удобно определять, используя не функцию плотности вероятности, как в примере 4, а интегральную функцию распределения для закона Релея:
(II-22)
Здесь используем то обстоятельство, что значения радиальных биений всегда больше нуля. Поэтому вероятность попадания результата измерения в первый интервал равна значению интегральной функции, соответствующему концу интервала, во второй — раз-
Ности значений интегральной функции на его краях и т. д. Заменив в выражении (II-22) отношение г/о безразмерной величиной г с учетом выражения (II-18) получаем
(II-23)
т. е. в этом случае можно использовать табулированные значения функции согласно приложению I. Результаты вычислений сведены в табл. II-5.
Номер интервала |
Конец интервала, мм |
Эмпирические частости |
|
|
|
|
|
1 |
0,02 |
0,050 |
0,33 |
0,378 |
0,947 |
0,053 |
0,053 |
2 |
0,04 |
0,175 |
0,66 |
0,321 |
0,804 |
0,196 |
0,143 |
3 |
0,06 |
0,190 |
0,98 |
0,247 |
0,619 |
0,381 |
0,185 |
4 |
0,08 |
0,165 |
1,31 |
0,169 |
0,424 |
0,576 |
0.195 |
5 |
0,10 |
0,120 |
1,64 |
0,104 |
0,261 |
0,739 |
0,163 |
6 |
0,12 |
0,125 |
1,97 |
0,057 |
0,143 |
0,857 |
0,118 |
7 |
0,14 |
0,085 |
2,30 |
0,028 |
0,070 |
0,930 |
0,073 |
8 |
0,16 |
0,025 |
2,62 |
0,012 |
0,030 |
0,970 |
0,040 |
9 |
0,18 |
0,035 |
2,95 |
0,005 |
0,013 |
0,987 |
0,017 |
10 |
0,20 |
0,015 |
3,28 |
0,002 |
0,005 |
0,995 |
0,008 |
11 |
0,22 |
0,010 |
3,61 |
0,001 |
0,002 |
0,998 |
0,003 |
12 |
0,24 |
0,005 |
3,94 |
0,000 |
0,000 |
1,000 |
0,002 |
Графически теоретическое распределение изображено в виде кривой 3 на рис. II-2. Следует отметить, что полученные значения вероятностен, как и в примере 4, наносят на график со значениями абсцисс, соответствующими серединам интервалов.