- •1. Краткие сведения из теории вероятностей
- •Функция распределения и плотность распределения случайной величины
- •Меры положения и рассеяния кривой распределения
- •1.3. Начальные и центральные моменты
- •1.4. Коэффициенты относительного рассеяния и относительной асимметрии
- •1.5. Квантили распределения
- •1.6. Интервальные оценки истинного значения
- •1.7. Методы оценки точности результатов
- •1.8. Точечные диаграммы и практические кривые распределения размеров
- •1.9. Теоретические законы распределения
- •1.9.1. Закон нормального распределения (закон Гаусса)
- •Кривая Гаусса имеет следующие особенности.
- •1.9.2. Усеченное нормальное распределение
- •1.9.3. Экспоненциальное распределение
- •1.9.4. Распределение Эрланга
- •1.9.5. Логарифмически нормальное распределение
- •1.9.6. Распределение Вейбулла
- •1.9.7. Закон равной вероятности
- •1.9.8. Закон Релея (эксцентриситета)
- •Основными параметрами закона Релея являются:
- •1.9.9. Треугольный закон распределения (закон Симпсона)
- •1.10. Статистическое регулирование технологического процесса
- •1.11. Проверка статистических гипотез
- •1.12. Композиция законов распределения и суммирование погрешностей
- •Контрольные вопросы к главе 1
1.9. Теоретические законы распределения
Как уже указывалось, функции f(x), F(x), P(x) и (x) полностью характеризуют распределение случайной величины. Обычно эти функции задаются аналитическими выражениями (формулами). Существует несколько таких основных типов формул и соответствующих им типов распределений. В рамках одного типа распределения могут отличаться друг от друга параметрами. Для задания распределения случайной величины необходимо указать как тип, так и параметры распределения. Если у двух случайных величин совпадают и тип распределения, и параметры, то говорят, что они одинаково распределены. Рассмотрим основные распределения, встречающиеся в теории надежности.
1.9.1. Закон нормального распределения (закон Гаусса)
Этот закон является одним из наиболее распространенных законов распределения погрешностей. Уравнение кривой нормального распределения имеет следующий вид:
. (1.25)
Функция распределения имеет вид:
. (1.26)
График плотности нормального распределения называется нормальной кривой или кривой Гаусса (рис.1.14). Отметим смысл характеристик этой кривой:
–центр группирования, характеризует распределение размеров;
Кривая Гаусса имеет следующие особенности.
Кривая симметрична относительно .
При , кривая имеет максимум, равный:.
На расстоянии ± σ от вершины кривая имеет две точки перегиба А и Б, координаты которых равны: .
На расстоянии ± 3 σ от вершины кривой ее ветви так близки к оси абсцисс, что в пределах ± 3σ 99,73 % всей площади ограничивается кривой. Практически принято считать, что на расстоянии ± 3 σ от вершины кривой ее ветви пересекаются с осью абсцисс и в этих пределах заключена вся площадь кривой, т.е. 100,0 %. Погрешность в этом случае составляет 0,27 %, что допустимо при решении многих задач производства.
ω ≈ 6 σ. (1.27)
При определении s по данным непосредственных измерений заготовок и расчетов по формуле (1.10) погрешность определения среднего квадратического, обозначаемого в этом случае буквой S, зависит от общего количества N измеренных заготовок и в отдельных случаях весьма значительно. Учитывая это обстоятельство, для предотвращения возможного появления брака целесообразно при использовании формулы (1.27) принять соотношение
σ = k×S,
где k коэффициент, учитывающий погрешность определения среднего квадратического; S – среднее квадратическое, определяемое по формуле (1.10). Максимальная погрешность (D S) определения S выбирается по табл. 1.5.
Таблица 1.5
Значения максимальной погрешности S определения S
N, шт. |
S, % |
kσ |
N, шт. |
S, % |
kσ |
25 |
42,4 |
1,40 |
200 |
15,0 |
1,15 |
50 |
30,0 |
1,30 |
300 |
12,2 |
1,12 |
75 |
25,0 |
1,25 |
400 |
10,6 |
1,11 |
100 |
21,2 |
1,20 |
500 |
10,0 |
1,10 |
В тех случаях, когда поле рассеяния параметров (размеров) превосходит поле допуска (ω > δ), условие обработки без брака не выполняется и брак является возможным.
Вероятный процент брака вычисляется следующим образом. При рассеянии размеров, соответствующих закону нормального распределения Гаусса, оценка точности принимается с погрешностью не более 0,27 %, что все детали партии имеют действительные размеры в пределах поля рассеяния
6 σ = xmax – xmin,
Для определения количества годных деталей необходимо найти площадь, ограниченную кривой и осью абсцисс на длине, равной допуску δ. При симметричном расположении поля рассеяния относительно поля допуска следует найти значение интервала, определяющего половину площади, ограниченной кривой Гаусса и абсциссой х1 (х2).
Функция распределения для нормального закона имеет вид:
. (1.28)
. (1.29)
Таким образом, если случайная величина Х следует закону нормального распределения, то вероятность появления случайной погрешности определяется площадью, ограниченной кривой f(x) и ее частью и осью абсцисс:
. (1.30)
Подынтегральное значение есть элемент вероятности, равный площади прямоугольника с основанием dx и абсциссами x1 и x2, называемыми квантилями.
Произведем замену переменной: t = x / s , dx = s×dt
. (1.31)
Представим правую часть в виде суммы двух интегралов:
.
Интеграл вида
(1.32)
носит название нормальной функции Лапласа. Значения этого интеграла сведены в табл. (П.3). Таким образом, указанная вероятность (1.30) сводится к разности нормальных функций Лапласа
Р { x1 < x < x2 } = Ф (t2) – Ф (t1) . (1.33)
Расчет количества годных деталей сводится к установлению величины t и определению Ф(t) по таблице с последующим пересчетом полученных величин в проценты или в число штук изделий.
В общем случае, когда , имеем следующую вероятность появления случайных погрешностей:
. (1.34)
Отметим свойства функции Лапласа: Ф(0) = 0; Ф(–х) = –Ф(х) (функция нечетная); Ф()=1/2. Из рис. 1.17 видно, что кривыеF(х) и Ф(x) эквидистантны.
Если в равенстве (1.34) положить х1 = –, то
, (1.35)
так как Ф(–}= –Ф()= –1/2. Положив в соотношении (1.34)х2 =,находим:
. (1.36)
Пример 1.3. При измерении сопротивлений делителя напряжения установлено, что среднее значение этого сопротивления = 5,5 кОм, а среднее квадратическое отклонение = 1,5 кОм. Принимая нормальный закон распределения, найти вероятность появления сопротивлений свыше 10 кОм.
Решение. По равенству (1.36) и из таблиц (П3) находим:
Р(R>10) = 1/2 – Ф[(10 – 5,5)/1,5] = 0,5 – 0,4986 = 0,0014.
Пример 1.4. Определить количество бракованных и годных деталей, если допуск на обработку δ = 0,10 мм. Среднее квадратическое отклонение S = 0,02 (получено по результатам замеров 75 штук). Общее количество обработанных деталей – 300 шт.
Решение. 1. Определяем расчетное значение σ = k×S = 1,25×0,02 = 0,025 мм.
2. Поле фактического рассеяния ω = 6×σ = 6×0,025 = 0,15 мм превосходит поле допуска δ = 0,1 мм; следовательно, условие обработки без брака не выполнено и появление брака возможно.
3. x = δ/2 = 0,1/2 = 0,05; t = x/σ = 0,05/0,025 = 2,0. Ф(t) = 0,4772, что соответствует 47,72% годных деталей для половины партии. Для всей партии количество годных деталей – 95,44 % или 286 шт., а бракованных 4,56% или 14 шт.
Метод оценки точности на основе кривых распределения универсален и позволяет объективно оценить точность механической обработки, сборочных, контрольных и других операций. Недостаток метода – невозможность выявить изменение изучаемого параметра во времени, т.е. последовательности обработки заготовок, что не позволяет осуществить регулирование хода технологического процесса. Кроме того, переменные систематические погрешности нельзя отделить от случайных; это затрудняет выявление и устранение причин погрешностей. От этих недостатков свободен метод статистического регулирования технологического процесса.