中南大学机械制造工艺学实验报告之加工误差的统计分析

机械制造工艺学课程实验报告实验名称：加工误差的统计分析名称： * * *级别：机器13*级别编号： 080113*实验日： 2015年10月22日指导教师：何老师的成绩：1 .实验目的(1)掌握加工误差统计分析方法的基本原理和应用。(2)要求掌握样本数据的收集和处理方法，准确收集样本数据，通过样本数据的处理，准确制作加工误差的实验分布曲线和图。(3)正确分析实验分布曲线和图，准确鉴别加工误差的性质、工艺能力和工艺稳定性。(4)培养综合分析加工误差的能力。2 .实验内容和实验步骤(1)实验内容：用调整好的无心磨床连续加工相同尺寸的试件，测量其加工尺寸，对测得的数据进行不同的处理，加强机构工程学习的加工误差统计分析方法的基本理论知识，分析该工序的加工精度。(二)原理分析：在实际生产中，为了保证加工精度，对生产现场实际加工的工件批次进行检测，采用数理统计方法进行处理和分析，从中找出误差发生规律，提高加工精度的途径。 这就是加工误差的统计分析方法。 加工误差分析的方法有分布图分析法和点图分析法两种形式。1 .分布图分析法分布图分析法通过测量一系列加工零件的尺寸，将测量的尺寸范围分为几个区段。 画出这批零件加工尺寸(或误差)的实验分布图。 其折线图与理论分布曲线相近。 在不存在明显的变化系数误差的情况下，即工件的误差综合作用于彼此独立的很多微随机误差，结果工件的尺寸分布匹配正态分布。 利用分布图，可以比较容易地判断加工误差的性质，确定工序能力，估算良品率，但是分布图分析法控制加工精度是因为批次的工件全部加工完毕，必须测量样品零件的尺寸后才能制作分布图，所以加工过程中可以及时提供控制精度的信息2 .点图法生产中常用的另一种误差分析方法是点图法或图法。 点图法是将依次加工的部件编号作为横轴，将部件的加工尺寸作为纵轴，将按加工顺序定期测定的工件尺寸绘制在点图上的方法。 点图反映了加工尺寸与时间的关系，通过观察尺寸变化趋势，可以找出误差的原因。该图称为平均尺寸极差的质量管理图。 一般来说，在生产流程开始之前，加工批次的试验片(本实验中，以批次加工的部件为试验片)，根据加工的尺寸求出平均值和极差r来制作。点图：中线坐控制线下控制线r点图：中线上控制线Rs=D1下控制线Rx=D2将一系列工件按加工顺序按n个分为组I的平均值，分为k组是第I组的极坏式中的A2、D1、D2的数值由数学统计原理决定(参照表1 )。表1每个组件的数量nA2d1.d1d2.d240.732.28050.582.110对生产中定期取样的尺寸结果，在图表上，构思可以从图表上的位置看到和r的变动，反映了工件平均值的变化趋势和随机误差的分散程度。 图上的限制界线是确定过程是否稳定的极限。 因此，图是为了判断过程的稳定性。(3)实验步骤：1 .根据无心磨床的操作方法加工零件(本实验100个)。 加工过的零件要擦干净，按加工顺序设置。2 .按加工顺序测量工件的加工尺寸，并记录测量结果。3 .建立直方图和分布曲线1 )找到这些工件的加工尺寸数据的最大值xmax和最小值xmin，通过下式计算极差r。r=xmax1xmin2 )确定分组数目k (一般来说，k是由采样容量选择的，并且建议在811之间进行选择)。3 )用下式计算组距离d。4 )确定组边界(测量单位：微米)。5 )制作度数分布表。6 )计算和。7 )画直方图以样本数据值为横轴，以表示各组边界的各组的频度密度为纵轴，作成直方图。8 )画分布曲线过程稳定后，如果误差分布曲线接近正态分布曲线的过程不稳定，则必须根据情况确定分布曲线。 绘制分布曲线，注意分布曲线与直方图协调。9 )画公差区域在横轴下方绘制公差区域，与分布曲线进行比较。4 .建立图面(1)确定样本组的容量并对样本进行分组；样本组容量m通常为4个或5个。 样品按样品组容量和加工时间顺序分为几个样品组。(2)计算各组的平均值和极差在第I个样本组中，平均值和极差的计算公式如下式中第个样本组平均值第I样本组的标准偏差第I样本组第j部件的测量值第I样本组数据的最大值第个样本组数据的最小值(3)计算图限制(计算式参照实验原理)(4)绘图以样本组号为横轴，以各组的平均值和极差r为纵轴绘制，在图表中绘制了中心线和上下的控制界限。5 .工序能力系数Cp用下式计算6 .确定过程的稳定性可通过下表所示的基准进行判别。 注：同时满足表中左列的三个条件，不满足流程稳定的表中右列的条件之一，表明流程不稳定。表27 .加工误差综合分析通过分析分布图和图，可以初步判断误差的性质。 根据更具体的加工条件，可以分析影响加工误差的各种因素，如果需要，可以测量和实验工艺系统的误差环节。3 .实验环境设备：无心磨床仪表：025mm数显表1根试样：24(0.01)32钢(淬火) 100件4 .实验过程和分析表1-3实验数据序列号记录数据序列号记录数据序列号记录数据序列号记录数据123.9952623.9945123.9937623.995223.9902723.9875223.9927723.995323.9972823.9895323.9907823.989423.9952923.9955423.9927923.995523.9983023.9975523.9928023.995623.9913123.9855623.9898124.001723.9903223.9935723.9908223.989823.9923323.9925824.0008324.000923.9903423.9955923.9858423.9951023.9953523.9986023.9858523.9911123.9903624.0006123.9878623.9911223.9893723.9926223.9858723.9891323.9953823.9916323.9938823.9881423.9893923.9886423.9918923.9951523.9984023.9916524.0009023.9901623.9954124.0006623.9989123.9971723.9914223.9926723.9919223.9981823.9954323.9846823.9939323.9971923.9914424.9966923.9919424.0012023.9904523.9927023.9899524.0052123.9994623.9887123.9909623.9902223.9974723.9927223.9979723.9952323.9794823.9927323.9929823.9922423.9954924.0017423.9899923.9912523.9925023.9877523.99810023.991小组号令集团界中心值xi度数mi频率联邦调查局xi-(xi-)2(xi-)2mi123.977523.980523.97911-0.01600.0002560.00026223.980523.983523.98200-0.01300.0001690323.9835-23.986523.98555-0.01000.00010.0005423.986523.989523.9881515-0.00704.9E-05战斗机0.00074523.989523.992523.9913535-0.00401.6E-050.00056623.992523.995523.9942121-0.00101E-06战斗机0.00002723.99552