4174
.pdf11
Окончание табл. 3
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
13 |
14 |
15 |
16 |
17 |
18 |
19 |
20 |
7 |
21 |
19 |
21 |
25 |
20 |
10 |
17 |
3 |
12 |
8 |
22 |
20 |
22 |
26 |
21 |
11 |
18 |
4 |
13 |
6 |
18 |
16 |
18 |
22 |
17 |
7 |
11 |
3 |
12 |
7 |
19 |
17 |
19 |
23 |
18 |
8 |
12 |
4 |
13 |
7 |
21 |
19 |
21 |
25 |
20 |
10 |
17 |
3 |
12 |
8 |
22 |
20 |
22 |
26 |
21 |
11 |
18 |
4 |
13 |
2 |
6 |
4 |
16 |
20 |
15 |
5 |
7 |
7 |
8 |
3 |
7 |
5 |
17 |
21 |
16 |
6 |
8 |
8 |
9 |
3 |
9 |
7 |
19 |
23 |
18 |
8 |
13 |
1 |
14 |
4 |
10 |
8 |
20 |
24 |
19 |
9 |
14 |
2 |
15 |
4 |
12 |
10 |
22 |
26 |
21 |
11 |
19 |
5 |
10 |
5 |
13 |
11 |
23 |
27 |
22 |
12 |
20 |
6 |
11 |
1 |
9 |
7 |
19 |
23 |
18 |
8 |
13 |
1 |
14 |
2 |
10 |
8 |
20 |
24 |
19 |
9 |
14 |
2 |
15 |
1 |
3 |
1 |
13 |
17 |
12 |
2 |
1 |
13 |
2 |
2 |
4 |
2 |
14 |
18 |
13 |
3 |
2 |
14 |
3 |
1 |
3 |
1 |
13 |
17 |
12 |
2 |
1 |
13 |
2 |
2 |
4 |
2 |
14 |
18 |
13 |
3 |
2 |
14 |
3 |
2 |
6 |
4 |
16 |
20 |
15 |
5 |
7 |
7 |
8 |
3 |
7 |
5 |
17 |
21 |
16 |
6 |
8 |
8 |
9 |
3 |
9 |
7 |
19 |
23 |
18 |
8 |
13 |
1 |
14 |
4 |
10 |
8 |
20 |
24 |
19 |
9 |
14 |
2 |
15 |
1 |
3 |
1 |
13 |
17 |
12 |
2 |
1 |
13 |
2 |
2 |
4 |
2 |
14 |
18 |
13 |
3 |
2 |
14 |
3 |
2 |
6 |
4 |
16 |
20 |
15 |
5 |
7 |
7 |
8 |
3 |
7 |
5 |
17 |
21 |
16 |
6 |
8 |
8 |
9 |
1 |
3 |
1 |
13 |
17 |
12 |
2 |
1 |
13 |
2 |
2 |
4 |
2 |
14 |
18 |
13 |
3 |
2 |
14 |
3 |
1.4.3. Порядок выполнения работы 1.4.3.1. Пример расчета
Определить, опираясь на данные ресурсных испытаний распределения наработки до разрушения крепежных болтов, основные статистические характеристики: среднее значение наработки, среднеквадратичное отклонение наработки, асимметрию и эксцесс. По полученным характеристикам построить эмпирическую функцию распределения, гистограмму плотности распределения и полигон относительных частот дискретного вариационного ряда. Наработки xi, (варианты) и их частоты mi представлены в табл. 2.
Определим число интервалов по правилу Старджесса, используя формулы (1) и (2). Объем выборки определим из табл. 4
|
|
n |
1 |
3 2 |
1 |
5 5 |
12 |
3 5 |
6 10 ... |
2 |
1 100. |
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Таблица 4 |
|
|
|
|
|
|
|
Исходные данные |
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
xi,час |
mi |
xi,час |
mi |
xi,час |
mi |
xi,час |
mi |
xi,час |
mi |
xi,час |
mi |
|
xi,час |
mi |
|
25 |
1 |
110 |
5 |
220 |
5 |
310 |
7 |
415 |
3 |
520 |
1 |
|
640 |
2 |
|
63 |
3 |
115 |
5 |
240 |
6 |
330 |
6 |
435 |
4 |
545 |
2 |
|
795 |
1 |
|
99 |
2 |
140 |
12 |
260 |
10 |
350 |
7 |
475 |
3 |
575 |
3 |
|
|
|
|
101 |
1 |
185 |
3 |
280 |
4 |
380 |
2 |
495 |
1 |
590 |
1 |
|
|
|
|
|
|
r |
1 |
3,3 lg n |
7,6 . |
|
|
|
|
|
|
|
|
|
Принимаем r = 8. Длина интервала
|
|
|
12 |
h |
795 |
25 |
96,25. |
|
|
||
8 |
|
||
|
|
|
Принимаем длины всех интервалов одинаковыми h = 100. В табл. 3 на основании проведенных расчетов заполнены первые четыре столбца.
Вычислим начальные и центральные эмпирические моменты. При вычислении эмпирических моментов удобно переходить к относительным значениям наработки
ui xihi c ,
где с – постоянная величина (условный нуль), за который может приниматься значение xi, соответствующее наибольшему значению mi или значение xi, равноудаленное от краевых значений. Примем с = 350, а hi = h = 100, тогда
ui |
xi |
350 |
. |
|
100 |
||
|
|
|
Все вычисленные значения ui записаны в пятом столбце табл. 3. Вычислим начальные и центральные моменты для относительных значе-
ний наработок. Однако прежде необходимо вычислить miui и записать полученные значения в шестой столбец, вычислить miui2 и записать в седьмой столбец, miui3 – в восьмой столбец и miui4 – в девятый столбец табл. 5.
|
|
|
|
|
|
|
|
Таблица 5 |
||
|
|
Расчетные данные задачи примера |
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
Номера |
Интервал |
Середина |
Частота |
ui |
miui |
miui2 |
miui3 |
|
miui4 |
|
интервалов |
|
интервала xi |
mi |
|
|
|
|
|
|
|
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
|
9 |
|
1 |
0 ... 100 |
50 |
6 |
–3 |
–18 |
54 |
–162 |
|
486 |
|
2 |
101 ... 200 |
150 |
26 |
–2 |
–52 |
104 |
–208 |
|
416 |
|
3 |
201 ... 300 |
250 |
25 |
–1 |
–25 |
25 |
–25 |
|
25 |
|
4 |
301 ... 400 |
350 |
22 |
0 |
0 |
0 |
0 |
|
0 |
|
5 |
401 ... 500 |
450 |
11 |
1 |
11 |
11 |
11 |
|
11 |
|
6 |
501 ... 600 |
550 |
7 |
2 |
14 |
28 |
56 |
|
112 |
|
7 |
601 ... 700 |
650 |
2 |
3 |
6 |
18 |
54 |
|
162 |
|
8 |
701 ... 800 |
750 |
1 |
4 |
4 |
16 |
64 |
|
256 |
|
Сумма |
|
|
100 |
|
–60 |
256 |
–210 |
|
1468 |
|
|
|
|
|
|
|
|
|
|
|
|
13
Первый начальный момент определим по формуле
|
|
ak |
1 |
|
mi uik , |
|
|
|
|
|
|
|
|||
|
|
n |
|
||||
|
|
|
i |
|
|||
где k =1 и a1 |
1 |
mi uil |
|
60 |
0,6 . |
||
|
|
|
|
|
|||
n |
|
100 |
|
||||
|
i |
|
|
|
Второй начальный момент будет равен
|
1 |
2 |
|
a2 |
|
mi i |
|
n |
|||
|
i |
256 2,56 .
100
Третий начальный момент
|
1 |
3 |
|
a3 |
|
mi i |
|
n |
|||
|
i |
Четвертый начальный момент
210 2,1.
100
|
1 |
4 |
|
a4 |
|
mi i |
|
n |
|||
|
i |
1468 14,68.
100
Центральные моменты для относительных значений наработки определятся из следующих соотношений:
|
|
|
2 |
|
a2 |
a12 |
|
2,56 |
0,62 |
2,2 ; |
|
|
||
3 |
a |
3 a |
a |
2 |
a3 |
|
2,1 |
3 2,56 ( |
0,6) |
2 |
( 0,6)3 |
2,07 ; |
||
3 |
2 |
1 |
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
4 |
a |
4 a |
a |
6 |
a |
a2 |
3 a4 |
14,68 |
|
|||
|
|
4 |
|
3 |
1 |
|
2 |
1 |
|
1 |
|
|
|
|
|
|
4 |
2,1 |
0,6 |
6 |
2,26 |
0,6 2 |
3 |
0,6 4 |
14,78. |
Выполним обратный переход от относительных значений наработки к абсолютным и вычислим среднее значение и среднеквадратическое отклонение наработки
|
|
|
14 |
|
|
|
x |
a1 h c |
0,6 100 350 290 ; |
||||
|
|
|
|
|
|
|
s |
h |
2 100 2,2 148 . |
Коэффициент асимметрии и эксцесс можно определить по условным эмпирическим моментам
A(x) |
3 |
2,07 |
0,63. |
||
|
|
||||
3/ 2 |
(2,2)3/ 2 |
||||
|
|
||||
|
2 |
|
|
|
E(x) |
4 |
3 |
14,78 |
3 0,05. |
|
|
|||||
2 |
(2,2)2 |
||||
|
|
|
|||
|
2 |
|
|
|
А(x)>0 и Е(x)>0, следовательно, распределение имеет положительную асимметрию и кривая распределения более островершинная, чем при нормальном распределении.
Подготовим табл. 6, в которую внесем данные, используя следующие формулы:
|
|
^ |
|
1 |
i |
|
m |
|
|
|
|
|
|
|||
|
|
F n |
(x1 ) |
|
|
mz ; f (xi ) |
|
i |
|
hi . |
|
|
||||
|
|
n |
|
n |
|
|
||||||||||
|
|
|
|
z 1 |
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Таблица 6 |
|
|
|
Данные для построения гистограмм и полигонов |
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
Номера |
Интервал |
|
|
Середина |
|
Частота |
|
^ |
|
f (xi ) 103 |
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
интервалов |
|
|
|
|
интервала х |
|
|
mi |
|
|
F n (x1 ) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
1 |
0 ... 100 |
|
|
50 |
|
6 |
|
|
|
0,06 |
|
0,6 |
|
||
|
2 |
101… 200 |
|
|
150 |
|
26 |
|
|
0,32 |
|
2,6 |
|
|||
|
3 |
201 ... 300 |
|
|
250 |
|
25 |
|
|
0,57 |
|
2,5 |
|
|||
|
4 |
301 ... 400 |
|
|
350 |
|
22 |
|
|
0,79 |
|
2,2 |
|
|||
|
5 |
401 … 500 |
|
|
450 |
|
11 |
|
|
0,90 |
|
11 |
|
|||
|
6 |
501 ... 600 |
|
|
550 |
|
7 |
|
|
|
0,97 |
|
0,7 |
|
||
|
7 |
601 … 700 |
|
|
650 |
|
2 |
|
|
|
0,99 |
|
0,2 |
|
||
|
8 |
701 ... 800 |
|
|
750 |
|
1 |
|
|
|
1,00 |
|
0,1 |
|
||
|
|
|
|
|
|
Сумма |
|
100 |
|
|
|
|
|
|
||
Вначале построим |
эмпирическую функцию |
|
распределения, используя |
значения табл. 4. Для интервального вариационного ряда эмпирическая функ-
15
ция распределения имеет вид ступенчатой кривой, представленной на рис. 1. Высота каждого прямоугольника соответствует значению накопленной частоты, а его вертикальная ось совпадает с соответствующим значением наработки.
Далее построим гистограмму эмпирической плотности распределения, используя значения табл. 6. Построенная гистограмма представлена на рис. 2.
Затем построим полигон относительных частот дискретного вариационного ряда, используя данные табл. 6. Полигон показан на рис. 3.
Рис. 1. Эмпирическая функция распределения случайной величины
Рис. 2. Гистограмма относительных частот интервального вариационного ряда
16
Рис. 3. Полигон относительных частот интервального вариационного ряда
На основании построенных графиков необходимо сделать анализ зависимости частоты отказов от времени, а также закона распределения, по которому можно делать прогноз о средней наработке на отказ, частоты отказов и вероятности безотказной работы крепежных болтов и при изменении какихлибо параметров и условий работы.
1.4.3.2. Вывод Анализируя полученные результаты расчетов и построенные на их основе
графики, можно сделать следующие выводы:
–вероятность безотказной работы, а также все количественные характеристики надежности крепежных болтов можно вычислить с помощью распределения Вейбулла;
–для прогноза вероятности безотказной работы при изменении какихлибо параметров необходимо провести расчеты с помощью закона распределения Вейбулла и построить эмпирическую функцию распределения прогнозируемой частоты отказов;
–по аппроксимированной кривой на полигоне относительных частот дискретного вариационного ряда видно, что расслоение проведено верно, т.к. значения математического ожидания и среднеквадратического отклонения вписываются в кривую и разброс значений не велик.
17
1.4.3.3. Контрольные вопросы
1.Назовите семь простых методов контроля качества.
2.Как производится расслоение данных?
3.Дайте пояснения к гистограмме эмпирической функции распределения
ипроведите параллели с диаграммой Парето.
Практическое занятие № 2
2.1.Тема № 2. Определение характеристик надежности изделий по методу однократной выборки
2.2.Цель работы
Освоить на практике один из методов определения количественных характеристик надежности.
2.3. Теоретическая часть
Контроль качества изделий предполагает проверку гипотезы о том, что качество изделий не ниже установленного уровня. При этом конечным результатом контроля является принятие одного из двух решений: принять партию изделий, считая качество изделий удовлетворительным, или забраковать контролируемую партию изделий как некачественную. При этом возможны два вида ошибок: ошибка первого рода – когда хорошая партия бракуется, поставщик в этом случае рискует, и вероятность его риска обозначим буквой α; ошибка второго рода – когда плохая партия принимается, рискует в этом случае заказчик, и вероятность его риска обозначим буквой β.
Одним из методов контроля качества является метод однократной выборки, достоинство которого заключается в том, что он легко планируется и осуществляется.
Метод однократной выборки заключается в том, что из контролируемой партии объема N изделий берется одна случайная выборка, объема n экземпляров. Определяются числа D0 и D1 – минимальное и максимальное количество
18
некачественных изделий во всей партии. При этом D0 ≤ D1 .
Если число дефектных изделий D < D0, в партии объемом N, то партия считается высоконадежной. Если число дефектных изделий D > D1 в партии объемом N, то партия считается дефектной. Если число дефектных изделий D0 < D < D1 в партии объемом N, то партия считается неплохой и ее можно принять. Исходя из следующих данных:
N – количество изделий в контролируемой партии; n – количество изделий в выборке;
d – количество бракованных изделий в выборке;
D0 – минимально допустимое число дефектных изделий в контролируемой партии;
D1 – максимально допустимое число дефектных изделий в контролируемой партии;
α – риск поставщика: β – риск заказчика,
определяются для оценки надежности контролируемой партии изделий нормативные значения: А0 – приемочное число; А1 – браковочное число. Нормативные значения А0 и А1 могут быть определены из следующих соотношений:
|
|
d |
|
n d |
|
|
|
|
A0 |
CD |
CN D |
|
|
|
|||
' 1 |
|
0 |
|
0 |
|
; |
(16) |
|
|
|
|
|
|||||
d 0 |
|
CNn |
|
|
|
|||
|
|
d |
n |
d |
|
|
|
|
A1 1 CD |
СN D |
|
|
|
||||
' |
|
1 |
|
1 |
|
; |
(17) |
|
|
|
|
|
|||||
d 0 |
CNn |
|
|
где α’ – риск поставщика, близкий к заданному α; β’ – риск поставщика, близкий к заданному β.
В общем случае α' ≠ α и β' ≠ β из-за дискретности значений, получаемых по формулам (16) и (17), в которых определяется вероятность появления дискретной случайной величины, распределенной по гипергеометрическому закону. Поэтому должны выполняться следующие условия:
';
1 |
' 1 ; |
(18) |
'.
19
Практическое использование формул (16) и (17) ограничено значениями выборки и N ≤ 100. При N >100 вычисление сочетаний в формулах (16) и (17) весьма затруднительно. Для приближенного вычисления n! в случае очень больших чисел n можно воспользоваться формулой Стирлинга
|
|
|
|
|
n |
n |
|
|
|
|
|
|
|
|
n! |
|
2 |
n . |
|
|
|||||
|
|
|
|
|
|
|
||||||
|
|
|
|
e |
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
При 100 < N ≤ 500, |
q0 |
|
D0 |
|
0,1 и q1 |
|
D1 |
0,1 |
вместо формул (16) и (17) |
|||
|
N |
|
N |
|||||||||
|
|
|
|
|
|
|
|
удобнее воспользоваться несколько упрощенными формулами:
|
A0 |
|
|
n |
d |
|
|
|
n |
D0 |
d |
|
|
' 1 |
CDd |
|
|
|
1 |
|
|
; |
(19) |
||||
|
|
|
|
|
|
|
|
||||||
0 |
|
N |
|
N |
|
||||||||
|
d 0 |
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
A1 |
1 |
n |
d |
|
|
n |
D1 d |
|
|
|
|||
|
|
|
|
|
|
|
|
||||||
' |
CDd |
|
1 |
|
|
|
. |
|
(20) |
||||
|
|
|
|
|
|
|
|
|
|||||
N |
|
|
N |
|
|
|
|||||||
d |
0 |
|
|
|
|
|
|
|
|
||||
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
Когда объем партии изделий N > 500 и n ≤ 0.1 ∙ N, целесообразно использовать биномиальный закон распределения, в соответствии с которым
|
A0 |
|
|
n d ; |
' 1 |
Cnd q0d |
1 q0 |
||
|
d 0 |
|
|
|
A1 |
1 |
|
n d . |
|
' |
Cnd q1d |
1 q1 |
||
d |
0 |
|
|
|
Если выполняются условия
n ≤ 0.1∙N; q0 ≤ 0.1; q1 ≤ 0.1;
то пользуясь распределением Пуассона, получим
|
|
ad |
|
a |
|
|
|
||
' |
|
0 |
|
e |
|
0 |
; |
|
|
1 d! |
|
|
|
||||||
|
|
|
|
|
|||||
d A |
|
|
|
|
|
||||
0 |
|
|
|
|
|
|
|
|
|
' 1 |
|
|
a1d |
|
e |
a1 |
; |
||
A d! |
|
||||||||
|
|
|
|
|
|||||
d |
|
|
|
|
|
||||
|
1 |
|
|
|
|
|
|
|
где a0=q0∙n; a1=q1∙n.
(21)
(22)
(23)
(24)
(25)
20
2.4. Расчетная часть
2.4.1. Задание Партия изготовленных изделий, качество которых необходимо прокон-
тролировать, состоит из N изделий. Производитель и заказчик договорились, что если в изготовленной партии изделий содержится не более q0 дефектных изделий, то партия считается качественной. Если в изготовленной партии изделий содержится более q1 дефектных изделий, то партия считается бракованной. Если в изготовленной партии изделий содержится более q0 и менее q1 дефектных изделий, то партию можно считать удовлетворительного качества. Поставщик согласен на риск α, а заказчик согласен на риск β. Определить приемочное (А0) и браковочное (А1) числа дефектных изделий в выборке объемом n изделий.
Индивидуальное задание студент выполняет в соответствии со своим вариантом. По варианту он выбирает исходные данные к заданию из соответствующих таблиц. Для этой работы дан пример выполнения. Рекомендуется строить решения своих заданий в соответствии с примером, но допускаются и оригинальные решения, согласованные с преподавателем
2.4.2. Исходные данные
Таблица 7
Значения исходных данных
№ |
|
|
|
|
|
|
вари- |
N |
п |
q0 |
q1 |
α |
β |
анта |
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
60 |
15 |
0,15 |
0,25 |
0,1 |
0,1 |
2 |
80 |
15 |
0,10 |
0,20 |
0,08 |
0,12 |
3 |
300 |
50 |
0,05 |
0,10 |
0,1 |
0,1 |
4 |
200 |
10 |
0,08 |
0,10 |
0,15 |
0,1 |
5 |
600 |
40 |
0,10 |
0,20 |
0,12 |
0,12 |
6 |
150 |
15 |
0,08 |
0,10 |
0,08 |
0,08 |
7 |
70 |
20 |
0,10 |
0,10 |
0,1 |
0,1 |
8 |
400 |
40 |
0,10 |
0,20 |
0,08 |
0,08 |
9 |
1500 |
80 |
0,08 |
0,10 |
0,12 |
0,12 |
10 |
200 |
8 |
0,05 |
0,10 |
0,05 |
0,05 |
№ |
|
|
|
|
|
|
вари- |
N |
п |
q0 |
q1 |
α |
β |
анта |
|
|
|
|
|
|
|
|
|
|
|
|
|
11 |
50 |
20 |
0,12 |
0,24 |
0,12 |
0,12 |
12 |
180 |
20 |
0,15 |
0,20 |
0,08 |
0,1 |
13 |
250 |
20 |
0,08 |
0,10 |
0,1 |
0,1 |
14 |
300 |
70 |
0,05 |
0,09 |
0,12 |
0,15 |
15 |
120 |
15 |
0,10 |
0,20 |
0,08 |
0,12 |
16 |
200 |
15 |
0,18 |
0,25 |
0,15 |
0,1 |
17 |
600 |
50 |
0,10 |
0,20 |
0,12 |
0,12 |
18 |
150 |
15 |
0,08 |
0,10 |
0,05 |
0,05 |
19 |
70 |
10 |
0,10 |
0,10 |
0,12 |
0,12 |
20 |
400 |
30 |
0,10 |
0,20 |
0,08 |
0,1 |