2.2 Аналіз точності методом кривих розподілу

Важливе значення для аналізу випадкової величини в машинобудуванні має закон розподілу випадкової величини (розподіл ймовірностей).

Закон розподілу випадкової величини y(x) – функціональна залежність імовірності появи випадкової величини від значення випадкової величини x. Функція y(x) називається густиною розподілу випадкової величини. Імовірність попадання випадкової величини в інтервал від x₁ до x₂ дорівнює площі криволінійної трапеції, а в інтервал +∞ до -∞ дорівнює. В машинобудуванні найчастіше використовують закон рівної імовірності (рис. 2.1а), закон Сімпсона (рис. 2.1б), нормальний закон (рис. 2.1в) і закон ексцентриситету (рис. 2.1г). Виявлення закону розподілу випадкової величини дозволяє, наприклад, визначити фактичне поле розсіювання розмірів деталей (похибку обробки), підрахувати імовірний процент браку, виконати оптимальне розмірне підналагодження.

Рисунок 2.1 – Закони розподілу випадкових величин:

а - рівної імовірності; б - Сімпсона; в - нормальний; г - Релея

Нормальний закон розподілу випадкової величини (закон Гауса) найчастіше використовується для опису випадкової величини в науці і в техніці. Густина розподілу згідно цього закону визначається так:

, (2.8)

де x – випадкова величина, - середнє значення, - середнє квадратичне відхилення.

Якщо середнє значення=0 то.

Рисунок 2.2 - Вплив середнього квадратичного відхилення σ на вигляд кривої нормального розподілу

З зростанням x до + або до - функція y(x) асимптотично наближається до нуля. Тому на практиці обмежуються діапазоном розсіювання , в який попадатиме 99,73% площі під кривою. Іншими словами, імовірність появи значення випадкової величини в діапазоні дорівнює 0,9973.

Середнє квадратичне відхилення впливає на вигляд кривої та ширину поля (діапазон) розсіювання випадкової величини (рис.2.2).

Імовірність попадання випадкової величини в інтервал від x₁ до x₂ дорівнює площі криволінійної трапеції

.

Закон ексцентриситету (Релея) часто використовується для опису таких випадкових величин як ексцентриситет, биття, непаралельність, неперпендикулярність, овальність, конусність. Випадкова величина R являє собою геометричну суму випадкових величин x, y, які підлягають закону Гауса:

,,

.

Діапазон розсіювання випадкової величини дорівнює

для нормального закону: 6σ (якщо діапазон містить 99,73% від усієї сукупності);

для закону Сімпсона: ;

для закону рівної імовірності: ;

для закону Релея: 5,252_R=3,44₀.

Примітка: якщо відомі параметри тільки емпіричного розподілу, діапазон розсіювання знаходиться так: , де S – емпіричне середнє квадратичне відхилення, l – толерантна границя, яка залежить від імовірності P того, що діапазон містить не менше заданого процента із усієї генеральної сукупності.

Коефіцієнт розсіювання випадкової величини – це відношення діапазону розсіювання до середнього квадратичного відхилення випадкової величини:

для нормального закону: 6;

для закону Сімпсона: ;

для закону рівної імовірності: .

Коефіцієнт відносного розсіювання – це відношення коефіцієнта розсіювання нормального закону до коефіцієнта розсіювання іншого закону:

для нормального закону: 6/6=1;

для закону Сімпсона: ;

для закону рівної імовірності: .

Приклад. На токарному верстаті обробили партію валиків з 50 штук. Після вимірювання діаметрів валиків штангенциркулем з точністю 0,1 мм виявилось, що 1 валик має діаметр 19,6мм, 3 - 19,7мм, 9 – 19,8мм, 13 – 19,9мм, 16 – 20мм, 5 – 20,1мм, 3 – 20,2мм. Визначити середнє значення та середнє квадратичне відхилення діаметрів валиків. Побудувати полігон розподілу відносних частот та криву густини розподілу діаметра валиків згідно нормального закону (табл.2.1, рис.2.3).

Таблиця 2.1 – Приклад розрахунку числових характеристик випадкової величини

Рисунок 2.3 - Полігон розподілу відносних частот та крива густини розподілу діаметра валиків згідно нормального закону

Знайдений закон розподілу дозволяє визначити: розмір, на який налагоджений верстат, сумарну похибку обробки, теоретичну величину виправного і невиправного браку, величину оптимального підналагодження верстата. Для практичного застосування необхідно оцінити узгодження емпіричних (P_i) і теоретичних (y(x)) даних за певним критерієм, наприклад критерієм узгодження Пірсона. Якщо дані не узгоджуються, підбирають інший закон розподілу.

Інтеграл імовірності Гауса дозволяє визначити імовірність появи випадкової величини в заданому діапазоні від 0 до x.

, (2.9)

де .

Може використовуватися для підрахунку імовірного браку деталей. Наприклад, потрібно визначити процент виправного і невиправного браку деталей, якщо відомо середнє квадратичне відхилення кривої розподілу σ=0,025 мм, середнє значення =19,97 мм і допустимі розміри деталі x_min=19,9 мм, x_max=20 мм (рис.2.4).

Рисунок 2.4 – Визначення теоретичного виправного і невиправного браку деталей