Практическая часть

1. Студенты получают у преподавателя исходные данные для исследования партии деталей (табл. 8).

Таблица 8.

Исходные данные для измерений

Номер варианта	t		q
1	1,70	0,9101	0,17
2	1,79	0,9266	0,17
3	1,80	0,9282	0,18
4	1,85	0,9356	0,18
5	1,87	0,9386	0,18
6	1,90	0,9426	0,18
7	1,91	0,9438	0,18
8	1,92	0,9452	0,19
9	1,93	0,9464	0,19
10	1,94	0,9476	0,19
11	1,95	0,9488	0,19
12	1,96	0,9500	0,20
13	1,99	0,9534	0,20
14	2,00	0,9544	0,20
15	2,08	0,9600	0,20
16	2,10	0,9600	0,20
17	2,14	0,9488	0,19
18	2,20	0,9680	0,21
19	2,20	0,9680	0,22
20	2,40	0,9722	0,22

2. Определяется объем выборки (формула 1).

3. Берется выборка требуемого объема. В таблице 1 приводятся результаты измерений.

4. Проводится обработка статистических данных, и вычисляются характеристики распределения (табл. 3-7).

1. Вычерчивается эмпирическая кривая распределения.

2. Определяется критерий согласия, строится график теоретического распределения и сравнивается с экспериментальной кривой распределения (формулы 8,9).

3. Определяется вероятный процент брака и годных деталей в партии исследуемых деталей (формулы 10-12).

Выводы

Студенты формулируют выводы и предложения по результатам выполненного статистического исследования.

Контрольные вопросы

1. Назовите виды статистического контроля качества.

2. В чем заключается эффективность статистических методов контроля качества?

3. Где можно применять статистические методы контроля качества?

4. Что характеризует среднеарифметическое значение и среднеквадратичное отклонение?

Практическое занятие № 7 составление планов контроля дефектности штучных изделий

Цели работы:

1. Построить кривые вероятности приема по заданным приемочным числам и объемам выборки.

2. Построить кривые среднего уровня выходной дефектности.

Теоретическая часть

Кривая вероятности приемки партий изделий по дефектности может быть выражена формулой Пуассона:

(1)

г де

(2)

• уровень входной дефектности,

M - число дефектных изделий в партии,

• доля дефектных изделий в партии.

ГОСТ рекомендует W_Г  0,1 (при q_г  10%), n  0,1 N, тогда

a = n^. W  10, где a - наиболее вероятное число дефектных изделий.

Значения P_ для разных значений n^. W_Г и c, подсчитанные по формуле (2), приведены в таблице 1.

Таблица 1

Вероятное число дефектных изделий a = n.WГ	Приемочное число c
0,00	1,00	1,00	1,00	1,00	1,00
0,05	0,95	1,00	1,00	1,00	1,00
0,10	0,90	0,99	1,00	1,00	1,00
0,20	0,82	0,98	1,00	1,00	1,00
0,30	0,74	0,96	1,00	1,00	1,00
0,50	0,61	0,91	0,99	1,00	1,00
1,00	0,37	0,74	0,92	0,98	1,00

Пример исходных данных. Построить КВП для партии мужских костюмов в количестве N = 2500 шт., используя следующие данные

Таблица 2

Приемочное число, c	Объем выборки, n	Риск изготовителя, 	Риск потребителя, 
1	100	0,10	0,10
1	50	0,10	0,10
0	50	0,10	0,10