Руководства, Инструкции, Бланки

карта замеров детали образец img-1

карта замеров детали образец

Категория: Бланки/Образцы

Описание

Карта замеров детали образец

4.4. Шаблоны и примеры замера различных деталей

Шаблоны радиусные (радиусомеры) ГОСТ 4126 — 82 (рис. 9.22) представляют собой набор стальных пластинок с закруглением по определенному радиусу (отмеченному на пластинках) концами. Данный радиусомер имеет комплект пластин для замера радиусов от 1 до 6,5 мм. Промышленность располагает радиусомерами и большего размера.

При выполнении эскизов деталей с натуры, при измерении скруглений, например, галтелей, на деталях подбирают шаблон-пластинку таким образом, чтобы при стыковке ее с замеряемым закруглением детали не было бы щелей и зазоров. Скругления на пластинке и детали должны совпадать. После этого остается прочесть на пластинке указанный радиус, его величину.

Радиусные шаблоны (радиусомеры)

Измерение цилиндрических резьб.Резьбомеры (рис. 9.23) — инструменты для измерения и проверки правильности резьбы. Простейший резьбомер состоит из набора плоских шаблонов (тонких стальных пластинок), измерительная часть которых представляет собой профиль стандартной резьбы определенного шага или числа ниток на дюйм (для подсчета шага). Резьбомеры изготавливаются двух типов: М 60 o — для метрической резьбы и Д 55 o — для дюймовой и трубной резьбы. На каждом шаблоне резьбомера указан размер шага в миллиметрах или число ниток на дюйм.

Для измерения шага резьбы резьбомером подбирают шаблон-пластинку (гребенку) (рис. 9.23 и рис. 9.24), зубцы которой совмещаются с впадинами измеряемой резьбы. Затем читают указанный на пластинке шаг или число ниток на дюйм. Для определения шага резьбы по дюймовому резьбомеру необходимо дюйм (25,4 мм) разделить на указанное на шаблоне количество ниток.

Резьбовые шаблоны (резьбомеры)

Измерение шага резьбы: а - измерительной линейкой; б - резьбомером

Наружный диаметр резьбы d на стержне или внутренний диаметр резьбы D1 в отверстии измеряют штангенциркулем. При этом мерительные губки штангенциркуля располагают в осевой диаметральной плоскости (с торца стержня или отверстия) (рис. 9.25). Затем, основываясь на полученных данных, по таблицам стандартных резьб подбирают точное значение резьбы.

Замер штангенциркулем внутреннего и наружного диаметров резьбы

Резьбовые шаблоны служат для контроля ходовых резьб. На производстве широко используют шаблоны для проверки профиля прямоугольных, трапецеидальных (рис. 9.26) и упорных резьб.

Проверка шаблоном профиля трапецеидальной резьбы

При отсутствии резьбомера шаг резьбы (или число ниток на дюйм) можно определить при помощи оттиска на бумаге. Для этого резьбовую часть детали прижимают к листу чистой бумаги с целью получения на ней оттисков (отпечатков) ниток резьбы, то есть нескольких шагов (желательно не меньше 10) (рис. 9.27). Затем по оттиску измеряют расстояние L между крайними, достаточно четкими рисками (отпечатками), — это измерение должно быть выполнено аккуратно, с точностью не ниже 0,25 мм. Сосчитав число шагов и на длине L по числу промежутков (при этом надо помнить, что и на единицу меньше числа рисок), определяем шаг резьбы: Р = L/(n- 1)

Определение шага резьбы по оттиску

Пример. Оттиск дал 10 четких рисок (то есть 9 шагов) общей длиной 13,6 мм. Наружный диаметр резьбы при измерении 14 мм. Определить резьбу.

На основании приведенной выше формулы находим шаг резьбы: Р = 13,6: 9 = 1,51 мм. По таблице стандартных резьб определяем точное значение резьбы: «Резьба М 14 х 1,5», то есть метрическая резьба 2-го ряда с диаметром 14 мм и мелким шагом 1,5 мм.

Определить резьбу в отверстиях этим способом можно только при достаточно больших диаметрах отверстия. Вообще же резьбу в отверстии удобнее замерить по тем деталям, которые ввинчиваются в данное отверстие и, следовательно, имеют ту же резьбу.

На практике определение резьбы описанным способом облегчается тем, что для наиболее употребительных диаметров шаги метрических резьб выражаются или целым числом миллиметров, или числом, кратным 0,5 мм или 0,25 мм. Диаметры метрических резьб, начиная с 6 мм, всегда измеряются целым числом миллиметров. У трубных (дюймовых) резьб диаметр и шаг могут быть с достаточным приближением выражены только в тысячных долях миллиметра, но количество ниток на дюйм всегда выражается целым числом.

При измерении метрической и дюймовой резьб может оказаться, что шаблоны-гребенки не укладываются между витками резьбы того или иного изделия, а замеряемый диаметр (наружный или внутренний), даже с грубой прикидкой на изношенность, не соответствует установленным стандартом размерам. Такое несоответствие шага и диаметра стандарту указывает на наличие у данного изделия специальной (нестандартной) резьбы. В этом случае на эскизе или чертеже должны быть обозначены шаг резьбы Р. замеренный вышеприведенным или другим способом с достаточной точностью, наружный d (илиD) и внутреннийd1 (или D1 ) диаметры, общие для болта и гайки.

Измерение элементов зубчатых колес. При выполнении эскиза или чертежа цилиндрического зубчатого колеса с натуры поступают следующим образом:

Определение диаметра окружности выступов зубчатого колеса

1) штангенциркулем замеряют диаметр окружности вершин зубьев d? (рис. 9.28) и подсчитывают их количество зубьев z;

После расчета по формуле найденная величина модуля должна быть уточне на с помощью таблицы стандартных модулей (ГОСТ 9563 — 60) (см. табл. 8.1);

3) подсчитывают диаметр делительной окружности по формуле: dд=m хz ;

4) подсчитывают размер диаметра окружности впадин по формуле:

5) в заключение остается произвести обмер тех элементов зубчатого колеса, которые не определяются расчетами, записать их данные и заполнить таблицу параметров.

Измерение элементов червяка и червячного колеса. При вычерчивании червяка и червячного колеса с натуры можно порекомендовать следующую последовательность действий:

1) измеряют вдоль оси участок червяка b1 (рис. 9.29);

Измерение элементов червяка

2),подсчитывают число зубьев n, приходящихся на длинуb1 ;

3) определяют величину осевого шага по формуле: р = b1 /(n— 1);

4) подсчитывают осевой модуль по формуле m= р/?;

5) находят величину окружного модуля mo червячного колеса.

Для этого определяют число зубьев колеса z2 и измеряют наименьший диаметр вершин зубьевd?2. Теперь подсчитывают значение окружного модуля по формуле m =d?2 /(z2 + 2).

По таблице стандартных модулей находят модуль, значение которого близко к расчетному, и принимают его. Очевидно, что для одной сопряженной пары «червяк — червячное колесо» значение модулей одинаково.

Остальные параметры и размеры элементов червяка и червячного колеса, необходимые для выполнения эскиза, определяются обмерами деталей и подсчетами по стандартным таблицам.

Другие статьи

Журнал САПР и графика

Проектирование математической модели методом обратного инжиниринга с использованием координатно-измерительной машины

В настоящее время перед многими предприятиями стоит задача повышения качества изготавливаемой продукции. Одним из наиболее важных этапов на пути достижения этой цели является реализация метода обратного инжиниринга.

Метод обратного инжиниринга является одним из мощнейших приемов, позволяющих сократить время и затраты на разработку математической модели, а порой и единственной возможностью математического описания какого-либо уникального изделия, на которое отсутствует конструкторская документация. Речь идет о получении математической модели по физической мастер-модели либо по уже существующему изделию-образцу.

Использование комплекса, состоящего из измерительной руки фирмы Romer и пакета программ Power Solution фирмы Delcam plc, значительно упрощает этот процесс и снимает все ограничения по сложности геометрии изделий и их размерам, а также по возможностям дальнейшего использования полученной математической модели CAD/CAM/CAE-системами.

Процесс обратного инжиниринга включает следующие этапы:

• построение базовых поверхностей;

• контроль базовых поверхностей;

• построение математической модели;

• контроль математической модели и ее доработка (при необходимости) до требуемой точности;

• сдача математической модели заказчику.

В качестве примера реализации метода обратного инжиниринга можно привести проект построения математической модели корпуса и палубы судна «Аквалайн-170» с готовой матрицы, а также подготовку управляющих программ для станков с ЧПУ для последующего изготовления рабочей оснастки.

Для реализации данной методики нами был использован комплекс на основе пакета Power Solution фирмы Delcam plc, в который входят:

• пакет PowerINSPECT, предназначенный для контроля точности изготовления изделия;

• трехмерный моделировщик PowerSHAPE;

• система PowerMILL для подготовки управляющих программ для станков с ЧПУ;

• контрольно-измерительная рука Romer;

Данные, полученные после сканирования матрицы: красным цветом показаны скан-линии, синим — поверхности-примитивы

Анализ детали

Поверхность матрицы изделия была условно разбита на три большие группы:

1. Поверхности-примитивы: плоскость, цилиндр, конус, сфера и др.

2. Поверхности сложной формы, то есть поверхности, не попадающие в первую группу и требующие дополнительной разметки. Эти поверхности были размечены линиями, задающими траекторию движения щупа ручного измерительного устройства. Необходимость этого объясняется очень просто — чем ровнее идут скан-линии, тем проще в дальнейшем строить поверхности из набора таких кривых. При этом тактика разметки напрямую зависела от стратегии дальнейшего построения данной поверхности.

3. Радиусы скруглений. Мелкие радиусы скруглений были измерены с помощью радиусомера.

Фотография матрицы палубы судна «Аквалайн-170» с нанесенной разметкой

Замеры детали

В первую очередь были измерены поверхности первой группы (определенные на этапе анализа детали). Далее была измерена вторая группа поверхностей, в результате чего были получены скан-линии, по которым в дальнейшем в пакете PowerSHAPE строились поверхности.

Все необходимые обмеры два специалиста выполнили за четыре дня. Они обмерили две модели: матрицу палубы и матрицу корпуса. Каждая матрица имеет большие линейные размеры — 5 м длиной и 2 м шириной.

Данные замеров (оцифровки)

Построение базовых поверхностей

По окончании измерений данные были переданы в моделировщик PowerShape, в котором были построены базовые (основные формообразующие) поверхности. Этот этап необходим для анализа полученных сечений, а также для выявления необходимого и достаточного их количества.

Базовые поверхности палубы

Контроль базовых поверхностей

На этом этапе был произведен контроль базовых поверхностей с целью выявления максимального отклонения, которое может возникнуть при аппроксимации кривых (скан-линий) и поверхностей. Только после такого анализа мы можем судить о правильности построения математической модели. В тех местах, где отклонения превышают допустимые, необходимо сделать дополнительные сечения или изменить стратегию построения поверхности.

Построение математической модели

Математическая модель объекта создается путем использования уже имеющихся базовых поверхностей и данных замеров. На этом этапе достраиваются мелкие участки (разного рода проштамповки, ребра жесткости и т.д.), строятся скругления.

Математическая модель палубы прогулочного судна «Аквалайн-170»

Контроль математической модели

Это — важный этап, позволяющий сравнить полученную математическую модель с реальным объектом и сделать заключение о правильности построения математической модели.

Контроль математической модели прогулочного судна «Аквалайн-170»

Доработка математической модели до требуемой точности

Данный этап необходим только при превышении отклонений. В случае его актуальности необходимо вернуться на стадию «Построение математической модели» или на стадию «Контроль базовых поверхностей». Такой цикл будет повторяться до тех пор, пока математическая модель не будет удовлетворять всем технологическим требованиям.

Сдача математической модели заказчику

После получения математической модели, которая удовлетворяет всем технологическим требованиям, она передается заказчику в комплекте с картами и протоколами замеров.

Вместо заключения

Описанный выше проект является примером реализации реверсивного инжиниринга в производстве. Примененная связка программных пакетов фирмы Delcam plc и контрольно-измерительной руки фирмы Romer позволяет в кратчайшие сроки и с достаточно высоким качеством получать математические модели реальных деталей.
Работа была выполнена специалистами фирмы «Делкам-Самара» на Самарском заводе «Прогресс». Весь объем работы был сделан в течение трех недель.

Контрольные карты - введение в задачу применения

Контрольные карты - введение в задачу применения

Поэтому для выявления существенных закономерностей производственная служба, ОГТ, ОГК, служба качества надо использовать методы математической статистики.

Долгое время статистическая обработка информации была трудоемкой и сложной процедурой. Однако, с развитием компьютерной техники, даже самые сложные статистические расчеты оперативно выполняются современными программами.

Система организации обработки информации изложена в методике SPC (Статистическое управление процессами). В основе методики лежит применение статистических методов. Процедура применения раскрывается как специальный сбор материала на основе выборочных методов, анализ первичной информации, обработка информации, расчет параметров и характеристик процесса, классификация состояний процесса.

В рамках использования статистических методов в первую очередь применяются простые инструменты качества:

  • Гистограммы, позволяющие высказывать первичные суждения о распределении значений признака качества;
  • Контрольные карты, позволяющие на основе анализа графического отображения хода процесса, анализировать статистическую управляемость процесса;
  • Индексы воспроизводимости и пригодности - числовые комплексы, позволяющие сформировать суждение об эффективности процесса на промежутке его деятельности.

Любой измеренный параметр может быть объектом статистического анализа: свойства готовой продукции, состояние производственного процесса (скорость резанья, толщина стружки и т.д. и т.п.). При выборе объекта анализа следует искать параметры, оказывающие наибольшее воздействие на качество продукции, обладающие значительной изменчивостью.

Распределение значений признака качества

Свойства изделий или параметров процесса, которые характеризуют их пригодность к выполнению определенных требований потребителя, назовем признаками качества. Возможные значения или виды проявления признака - значениями признака. Признак качества в каждом конкретном случае принимает значения, зависящие от случайных обстоятельств. Такая переменная называется случайной переменной или случайной величиной.

Примером случайной величины является измеренное значение признака, являющееся результатом производственного процесса. Эти изделия никогда не могут быть в точности одинаковыми. Говорят, что они обладают изменчивостью.

Изменчивость - это различия между значениями признака качества изделий или параметра процесса. Изменчивость может быть большой или неизмеримо маленькой, но она всегда есть в наличии.

Изменчивость значений признака качества вызывается причинами (источниками) изменчивости процесса. В качестве примеров источников изменчивости размера обрабатываемой детали можно, например, указать:

  • отклонения в работе станка (зазор в подшипнике, износ подшипника),
  • несоответствие инструмента (прочность),
  • несоответствие материала (твердость),
  • несоответствие в работе персонала (точность позиционирования, настройки),
  • несоответствия рабочей среды (температура, бесперебойное электропитание).

Значения признака в большинстве случаев распределены неравномерно. Достаточно часто большинство значений лежит около номинального размера, их количество уменьшается при удалении от номинального размера. Чтобы охарактеризовать это расположение значений вводится понятие распределения случайной величины.

Распределение случайной величины это плоская графическая структура, в которой для каждого значения параметра по оси ординат откладывается его частота. Распределение, построенное по экспериментальным данным, чаще всего изображают в виде гистограммы.

Для распределения может быть подобрана с определенной мерой погрешности теоретическая модель в виде некоторого статистического закона. Наиболее часто таким законом является нормальный.


Рисунок 1. Гистограмма распределения

График распределения параметра характеризуется положением, разбросом (рассеиванием) и формой кривой. Положение обычно описывается значением среднего или медианы, рассеивание характеризуется стандартным отклонением или размахом.

Гистограмма распределения характеризует состояние соответствующего процесса, графически отображая степень изменчивости признака, расположение среднего относительно поля допуска, вероятность наблюдения несоответствия в выборке. Так, если столбики гистограммы не соприкасаются с границами допуска, качество процесса хорошее, если касаются границ допуска, можно ожидать небольшое количество несоответствий, если выходят за границы допуска - процесс требует регулирования.

Следует отметить, что наблюдаемый закон распределения также может служить источником информации о нарушениях хода процесса.

Обычные и особые причины изменчивости

Причины изменчивости процесса классифицируются как обычные (случайные) и особые (неслучайные).

Совокупность причин (факторов) называется обычной, если каждая из них оказывает на процесс малое влияние и вариацию значений признака качества нельзя при существующем уровне знаний идентифицировать. Если случайные причины являются постоянно действующими на определенном (достаточно длинном) интервале времени, то выход процесса статистически предсказуем.

Причина (фактор) называется особой, если ее можно обнаружить и идентифицировать как влияющую на изменение признака качества. Особые причины обычно действуют систематически, приводят к нестабильному поведению параметров процесса. В результате появления неслучайных причин могут появиться статистически непредсказуемые несоответствия продукции.

Статистически стабильный технологический процесс имеет стабильное распределение во времени. Если процесс нестабилен, что связано с изменением состава обычных причин или появлением особых причин, то параметры распределения изменяются во времени.

Целью статистического анализа процесса является идентификация и устранение причин особой изменчивости, что должно обеспечить стабильное воспроизводство качества продукции.

Особые причины воздействуют на процесс скачками, их можно выделить и устранить. Контрольные карты позволяют выделить момент времени воздействия особого фактора (место выхода параметра за контрольные границы), что в совокупности с методами расслоения данных, регрессионного и дисперсионного анализа позволяет определить значимость воздействия любого фактора.

Заметим, что не все особые причины являются вредными, следовательно, не все изменения распределения значений признака необходимо воспринимать как опасные.

Статистически управляемое состояние процесса

Эффективное управление процессом связывается с принятием оптимальных воздействий на процесс. Необходимо избегать как излишнего, так и недостаточного управления. Формирование воздействий на процесс существенно зависит от того, находится ли процесс в статистически управляемом состоянии (работает ли процесс под статистическим контролем) или вышел из под контроля.

Согласно ГОСТ Р 51814.3 под статистически управляемым состоянием понимается состояние, описывающее процесс, из которого удалены все особые (неслучайные) причины изменчивости, остались только обычные (случайные) причины.

Статистически управляемое состояние процесса является желаемым состоянием для производителя, так как при этом процесс может быть описан распределением с предсказуемыми параметрами. В этой ситуации реализуется выпуск продукции с ясным, понятным и прогнозируемым уровнем дефектности.

Уровень дефектности зависит от того, как расположен (распределен) процесс относительно поля допуска. Чем более кривая распределения выходит за границы поля, тем больше потери от брака.

Следует отметить, что статистически управляемое состояние процесса свидетельствует об отличной работе исполнителей процесса. Перевод процесса из одного управляемого состояние в другое может быть осуществлено только менеджером проведении корректирующих действий. Требовать от рабочих, чтобы они работали лучше затруднительно, так как определенная нестабильность работы присуща человеку.

В тоже время, статистически неуправляемое состояние процесса может быть связано с нарушениями трудовой дисциплины, так и наличием внешних невыявленных возмущающих факторов. Изучение и познание процесса - это миссия специалистов, занимающихся управления производственными процессами, которые должны привлечь для этого опыт рабочих.

Из сказанного ясно, что для построения траектории перевода процесса в лучшее состояние определяющим является знание состояния процесса. Это реализуется с помощью статистических инструментов качества.

Контрольные карты для количественного признака

Для определения статистической управляемости процесса наиболее часто применяют два вида статистических инструментов.

Количественная оценка управляемости процессов в виде числовых критериев, прогноз уровня дефектности производимой процессом продукции проводится расчетом индексов воспроизводимости Ср и Рр и пригодности Срк и Ррк процесса.


Рисунок 2. Иллюстрация связи величин индексов с параметрами процесса

Основным инструментом, позволяющим в реальном времени распознать появление особых причин, являются контрольные карты.

Содержание метода контрольных карт заключается в графическом отображении на специальном бланке (карте) результатов контроля периодически отбираемых подгрупп, наблюдении за ходом технологического процесса и принятии управленческих решений в зависимости от расположения результатов контроля относительно установленных контрольных границ.

Контрольные карты делятся на два основных вида:

  • контрольные карты для количественного признака;
  • контрольные карты для альтернативного признака.

Контрольные карты для количественного признака применяются для статистического управления технологическими процессами (ТП). Карты предназначены для решения следующих задач:

  • статистический анализ состояния технологических процессов во времени, проверка технологической точности оборудования;
  • анализ причин неустойчивости технологического процесса во времени;
  • анализ возможностей внедряемых технологических процессов, сравнение отличающихся методов изготовления продукции (выбор материала, инструмента, режимов обработки), анализ и установление допусков;
  • проведение статистического управления технологическими процессами.

Наиболее часто применяются следующие типы контрольных карт для количественного признака:

  • средних арифметических значений;
  • размахов;
  • стандартных отклонений;
  • медиан;
  • индивидуальных значений.

По положению среднего арифметического значения, медианы или среднего индивидуальных значений параметра процесса осуществляется наблюдение за уровнем настройки ТП относительно его поля допуска.

По положению размаха, стандартного отклонения или скользящего размаха параметра процесса осуществляется наблюдение за уровнем рассеивания значений относительно средних.

Вариабельность и изменение среднего могут иметь разные причины. Поэтому предпочтительнее использовать совмещенные контрольные карты. Они позволяют одновременно наблюдать за уровнем настройки и рассеивания. Этим обеспечивается более надежная оценка воспроизводимости ТП и сокращается излишнее вмешательство в него.

Применение контрольных карт для количественного признака проходит ряд регламентированных этапов.

Предварительный статистический анализ ТП . Этап включает в себя:

  • определение:
    • объема подгруппы деталей;
    • периодичности отбора подгруппы;
  • сбор данных о состоянии технологического процесса;
  • вычисление контрольных границ;
  • анализ статистической управляемости технологического процесса по данным предварительного анализа.

Полученные значения замеров заносятся в виде точек в форму "Подготовка данных к применению контрольной карты для количественного признака". В соответствующие графы формы вносятся также объем подгруппы, периодичность отбора подгрупп, управляемый параметр, код оборудования и измерительного прибора, фамилия технолога и т.п.

Правила расчета контрольных границ приведены в ГОСТ Р 51814.3-2001 (Системы качества в автомобилестроении. Методы статистического управления процессами).

Приведение технологического процесса в статистически управляемое состояние. Для приведения ТП в статистически управляемое состояние выявленные в процессе предварительного анализа особые причины необходимо устранить или снизить их влияние на процесс.

Устранение факторов особой изменчивости возможно несколькими путями:

  • дополнительные требования к входящим материалам и ресурсам, контроль свойств, оказывающих воздействие на выход процесса;
  • изменение методов и режимов работы;
  • устранение внешних негативных воздействий.

Так, если причина особой изменчивости является материал, необходимо ввести дополнительное требование к его качеству или ввести разные режимы работы, способные нивелировать негативное воздействие; возможно применение дополнительного освещение позволит оператору улучшить свою работы.

После устранения особых причин, проводится перерасчет контрольных границ. При необходимости организуется дополнительный сбор данных о процессе. При перерасчете контрольных границ необходимо исключить подгруппы, соответствующие периодам статистической неуправляемости процесса, при условии, что особые причины были определены и устранены.

Подготовка контрольной карты. По результатам статистического предварительного анализа технологического процесса оформляется "Эталонная карта статистического управления для количественного признака" в одном экземпляре.

В соответствующие графы "Эталонной карты статистического управления для количественного признака" вносятся необходимые сведения, рассчитанные контрольные границы.

Персонал подразделения оформляет в технологической документации изменения, связанные с введением статистического управления. Персонал регистрирует также "Эталонную карту статистического управления для количественного признака" в специальном журнале для регистрации запуска карты.

"Рабочая карта статистического управления для количественного признака" формируется по данным, содержащимся в "Эталонной карте статистического управления для количественного признака". В "Рабочую карту" заносятся все необходимые данные, на поле "Контрольная карта" наносятся контрольные границы и шкала карты.

Пример заполнения контрольной карты для количественного признака приведен на рисунке 3 и 4.

Ведение контрольной карты. Ответственный персонал выполняет последовательные замеры параметров процесса или замеры параметров деталей.

Отбор подгрупп осуществляется с периодичностью и в объеме, указанном в рабочей карте.

Каждая деталь подгруппы измеряется по управляемому параметру и при необходимости по контролируемым параметрам.

При обнаружении грубых отклонений по размерам следует вторично измерить детали подгруппы, чтобы исключить возможные ошибки при измерении.

Заполнение "Рабочей карты статистического управления для количественного признака" проводится в соответствии со следующим порядком:

  • на рабочей карте отмечается дата и время (час), в течение которого осуществлялись очередные замеры управляемого параметра;
  • в соответствующие графы рабочей карты заносятся результаты измерений управляемого параметра деталей подгруппы.

Определяются значения статистических характеристик подгруппы. Полученные статистические характеристики наносятся точками на соответствующие контрольные карты. Точки, соответствующие статистическим характеристикам очередных подгрупп, соединяются прямой линией.

Каждый случай разладки технологического процесса регистрируется на контрольной карте стрелкой с условным номером обозначения несоответствий технической операции, перерывы в работе - разрывами контрольной карты.


Рисунок 3. Х контрольная карта


Рисунок 4. S контрольная карта

Оценка состояния ТП по контрольной карте осуществляется следующим образом:

  • сопоставляется положение статистических характеристик (среднее арифметическое, медиана, размах, стандартное отклонение) относительно своих средних значений и контрольных границ;
  • по положению точек на контрольной карте относительно соответствующих контрольных границ оценивается либо уровень настроенности, либо уровень рассеивания технологического процесса.

Таким образом, в идеальном случае все точки на обеих картах будут лежать в между верхней и нижней контрольными границами, большей частью близко от средней линии. В этом случае есть все основания утверждать, что процесс стабилен, доля неслучайной изменчивости мала.

В другом случае будут наблюдаться группировки точек, выходы за контрольные границы.

Для выявления особой изменчивости применяются правило контроля группировки точек:

  • из 3 точек 2 лежат ниже/выше среднего больше чем на два СКО;
  • из 5 точек 4 лежат выше/ниже среднего больше чем на одно СКО;
  • 7 точек подряд лежит по одну сторону от средней линии;
  • 6 точек монотонно возрастают;
  • из 10 точек 8 монотонно возрастают/убывают;
  • из 2-х точек вторая лежит по крайней мере на четыре СКО выше/ниже первой.

Корректировка и перерасчет контрольных границ . При нахождении технологического процесса в статистически управляемом состоянии персонал регулярно проводит анализ данных. Если в результате анализа установлено, что процесс улучшается, то уточняются контрольные границы по данным, содержащимся в рабочих картах. При расчете новых контрольных границ исключаются особые точки, причины которых выявлены и устранены.

Заметим, что может возникнуть ситуация, когда возникли не устраняемые на длительном интервале времени особые причины. Тогда процесс ухудшается, и контрольные границы занимают менее выгодное положение.

После расчета новых контрольных границ "Эталонная карта статистического управления для количественного признака" переоформляется. Оформление "Эталонной карты статистического управления для количественного признака" проводится в соответствии с правилом, указанном выше.

Использование программного модуля "Эйдос" для построения контрольных карт

Для автоматизации построения контрольных карт известны пакеты анализа различной сложности. Здесь предлагается авторская программа "Эйдос", доступная для скачивания по адресу samaratransport@NM.RU .

Программа распространяется в виде "надстройки" EXCEL, для ее установки достаточно открыть поставляемый файл "ЭЙДОС.xla". Для начала работы необходимо вставить в EXCEL таблицу, содержащую исходные данные, с тремя заголовками: date, time, v (дата, время замера и значение измеряемого параметра соответственно). Значения замера из одной выборки должны иметь одинаковые значениями date и time.

После создания таблицы, запуск программы "Эйдос" осуществляется нажатием в меню "сервис" кнопки "X-S", "X-R" или "Ркарта" для построение соответствующей контрольной карты.

Программа построит контрольную карту (которая будет располагаться на листе "КК") и график распределения параметра (на вкладке "Распределение").

В качества примера, рассмотрим результаты обработки измерений диаметра вала на шлифовальной операции (см. таблицу 1. Шапка листа результатов). Карты "X-S" представлены на рисунках 3, 4.

Таблица 1. Шапка листа результатов.

Интерпретируем полученные результаты. Показатель значимости (по критерию Пирсона) гипотезы о нормальном законе распределения параметра в выборке составляет 73,0%. Поэтому можно использовать статистические оценки процесса, основанные на нормальном законе распределения.

Значение статистического показателя Рр показывает, что разброс значений параметра в 6 сигм превышает поле допуска (так как Рр меньше 1). То, что Ррк < Рр свидетельствует о небольшом смещении распределения относительно центра поля допуска. Следует ожидать появление несоответствий данного параметра требованиям в количестве 0,3%. Согласно S контрольной карты процесса выход выборочного среднеквадратичного отклонения за контрольные границы не наблюдается. Следовательно, можно предполагать, что изменчивость процесса стабильна. Отсюда - для обеспечения соответствия параметра установленным требованиям необходимо осуществить мероприятия по изменению среднего процесса и снизить его изменчивость.

Из сравнения показателей Pp и Ср видно, что Ср >> Pp. В данном процессе наблюдается значительная неслучайная изменчивость. Контрольная карта данного процесса показывает, что средние значения выходят за контрольные границы, подтверждая предположение о наличии неслучайной изменчивости среднего. Процесс необходимо совершенствовать за счет выявление и устранения факторов неслучайной изменчивости.

Автор: Александр Копосов,
аспирант Самарской государственной экономической академии

Добавил: guest on 25 Июля, 2005 г. - 11:43 BT

контрольные карты шухарта