第四章_4(误差统计)

合集下载

第四章 几何公差与几何误差检测-4

第四章 几何公差与几何误差检测-4

② 保证机床工作台、刀架的运动精度则对导轨提出直线度 “ ”或平面度“ ”
③ 安装齿轮的箱体孔为保证齿轮的正确啮合,提出孔心线的
平行度“
”;
④ 定位孔、分度孔一般不用尺寸公差而是标“ 寸误差的累积。
”以避免尺
(3)满足功能要求的前提下应选用测量简便的项目
同轴度“ ”常用圆跳动“ ”代替,不过 应注意,圆跳动是同轴度和圆度形状误差的综合, 故代替时给出的圆跳动公差值应略大于同轴度公 差值,否则会要求过严。
图样上是否注出几何公差要求的原则:①凡几何公差要求用一般机床加 工能保证的,不必注出,其公差值要求应按GB/T1184-1996《形状和位置 公差未注公差值》执行。②对于那些对形位精度有特殊要求的要素,应按 标准规定在图样以公差框格的形式注出,但请注意:几何公差无论标注与 否,零件都有几何精度要求。
1、形状误差及其评定
●形状误差是指实际单一要素对其理想要素的变动量。 理想要素的位置应符合最小条件。
实际被测轮廓线的直 线度误差值为f1。
未注公差各分H、K和L三个公差等级(它们的数值分别见 附表4-4至附表4-7 ),其中H级最高,L级最低。 ❖ 圆度的未注公差值等于直径尺寸的公差值,但不得大于径 向跳动的未注公差。 ❖ 圆柱度的未注公差可用圆柱面的圆度、素线直线度和相对 素线间的平行度的未注公差三者综合代替。其中每一项公 差可分别由各自的未注公差控制。 ❖ 平行要素的平行度的未注公差值等于要求平行的两个要素 间距离的尺寸公差值,或者等于该要素的平面度或直线度 未注公差值中较大值,基准要素则应选取要求平行的两个 要素中的较长者。
(2)基准中心要素: 基准中心要素相对于 理想边界的中心允许 偏离时。如同轴度的 基准轴线。
2、有时IP、ER、MR都能满足同一功能要求,但 在选用时应注意它们的经济性和合理性,下面 就单一要素孔、轴配合的几个方面来分析独立 原则IP与包容要求ER的选择。见P106.

统计学第四章课后习题答案

统计学第四章课后习题答案

第四章一.思考题1、一组数据的分布特征可以从哪几个方面进行测度?答:可以从三个方面进行测度和描述:一是分布的集中趋势,反映各数据向其中心值靠拢或聚集的程度;二是分布的离散程度,反映各数据远离其中心值的趋势;三是分布的形状,反映数据分布的偏态和峰态。

2、怎样理解平均数在统计学中的地位?答:平均数在统计学中具有重要的地位,它是进行统计分析和统计推断的基础。

从统计学思想上看,平均数是一组数据的重心所在,是数据误差相互抵消后的必然结果。

3、简述四分位数的计算方法。

答:四分位数是一组数据排序后处于25%和75%位子上的值。

四分位数是通过3个点将全部数据等分成4分,其中每部分包含25%的数据。

中间的四分位数就是中位数,因此通常所说的四分位数是指处在25%位置上的数值和处在75%位置上的数值。

它是根据为分组数据计算四分位数时,首先对数据进行排序,然后确定四分位数所在的位置,该位置上的数据就是四分位数。

4、对于比率数据的平均数为什么采用几何平均?答:几何平均数是适用于特殊数据的一种平均数,主要适用于计算平均比率。

当所掌握的变量值本身是比率的形式时,采用几何平均法计算平均比率更为合理。

5、简述众数、中位数、平均数的特点和应用场合。

答:众数是数据中出现次数次数最多的变量值。

主要应用于分类数据。

中位数是一组数据排序后处于中间位置的变量值,其适用于顺序数据。

平均数也称均值,它是一组数据相加后除以数据个数的结果,是集中去世的主要测量值,它适用于数值型数据。

6、简述异众比率、四分位差、方差、标准差的使用场合。

答:异众比率主要适合测度分类数据的离散程度,对于顺序数据以及数值型数据也可以计算异众比率。

四分位差主要用于测度顺序数据的离散程度。

方差和标准差适用于测度数值型数据的离散程度。

7、标准分数有哪些用途?答:首先是比较不同单位和不同质数据的位置。

其次是和正态分布结合起来,求得概率和标准分值之间的对应关系。

还有就是在假设检验和估计中应用。

测量学讲稿第四章 测量误差及测量数据

测量学讲稿第四章 测量误差及测量数据

第四章 测量误差及测量数据初步处理通过前几章的学习,我们会发现:水准测量中闭合路线的高差总和往往不等于零;用经纬仪观测同一水平角,上下半测回的角值不完全相同;同一段距离往返丈量的结果也不一定相等。

这些差异现象的存在,表明测量观测值中含有误差。

§4—1 测量误差及测量精度1,误差概念及误差来源1)观测对象的量是客观存在的,称为真值。

2)真误差:观测值为i l (n i ,,2,1 ),某观测值的真值为x ,则两者差数x l i i (n i ,,2,1 ) (4—1)称为真误差3)产生原因:人,仪器,外界条件。

这三者称为观测条件。

4)同精度观测:在相同的观测条件下进行的一组观测,得到的观测也应相同称为同精度观测。

2,误差分类及特征1,误差分类:根据观测误差对观测结果的影响性质,可将其分为系统误差和偶然误差: (1)系统误差系统误差是在一定的观测条件下作一系列观测时,误差符号和大小均保持不变,或按一定规律变化着的误差。

产生的原因:主要是使用的仪器和工具不够完善及外界条件改变所引起的。

如水准尺的1m 刻画与1m 真长不等,水准仪的视准轴与水准轴不平行,大气折光对测角的影响等。

系统误差对观测成果具有累积作用,应设法消除部分或全部的系统误差,方法有:1)在观测方法和程序上采取必要措施,如水准测量中的前后视距保持相等,分上下午进行往返观测,三角测量中正倒镜观测,盘左、盘右读数,分不同的时间段观测等;2)分别找出产生系统误差的原因,利用已有公式,对观测值进行改正,如对距离观测值进行必要的尺长改正、温度改正、地球曲率改正等。

(2)偶然误差偶然误差是在相同的观测条件下作一系列观测时,误差符号和大小都表现出随机性,即大小不等,符号不同,但统计分析的结果都具有一定的统计规律性。

偶然误差是:由于人的感觉器官和仪器的性能受到一定的限制,以及观测时受到外界条件的影响等原因造成的。

如仪器本身构造不完善而引起的误差,观测者的估读误差,照准目标时的照准误差等,不断变化的外界环境,温度、湿度的忽高忽低,风力的忽大忽小等,会使观测数据有时大于被观测值的真值,有时小于被观测值的真值。

4 第四章 均数的抽样误差与t分布

4 第四章  均数的抽样误差与t分布
数值变量资料的统计推断
统计推断包括两个方面: 统计推断包括两个方面: 参数估计( 1、参数估计(总体均数的可信区 间估计) 间估计) 假设检验(均数的假设检验) 2、假设检验(均数的假设检验) 两样本均数必较( 检验、 ⑴、两样本均数必较(u检验、 检验) t检验) 多样本均数必较( 检验) ⑵、多样本均数必较(F检验)
t分布
(t - distribution) distribution)
从正态总体中随机抽取含量为n 从正态总体中随机抽取含量为n的若 干样本,由样本算得样本均数x 干样本,由样本算得样本均数x,x服从 正态分布, 则称为正态变量。若已知µ 正态分布,x则称为正态变量。若已知µ, 但未知σ 为了应用方便,可用s代替σ 但未知σ,为了应用方便,可用s代替σ, 求得σ 的估计值S 正态变量x 求得σx的估计值Sx,正态变量x可作变量 变换:t=(x变量变成t变量。 变换:t=(x-µ)/Sx, x变量变成t变量。每 个样本x可算得一个t变量, 个样本x可算得一个t变量,所有可能含量 的样本的t值构成t变量总体, 分布。 为n的样本的t值构成t变量总体,即t分布。
可信区间的两个要素
1.准确度 反映在可信度1 1.准确度:反映在可信度1–α的大 准确度: 小上,即区间包含总体均数的概率大小。 小上,即区间包含总体均数的概率大小。 概率越大越准确。 概率越大越准确。 2.精度 反映在可信区间的长度上。 2.精度:反映在可信区间的长度上。 精度: 长度越小越精密。 长度越小越精密。 在 n 确定的情况下,二者是矛盾的。 确定的情况下,二者是矛盾的。 (α ↓, tα.ν ↑) 如提高可信度 ,则区间变 在可信度确定的情况下, 长。在可信度确定的情况下,增加样本 减小区间长度, 例数 (SX ↓, tα,减小区间长度,提高 ↓) .ν 精度。 精度。

第四章 放射性测量中的统计误差

第四章 放射性测量中的统计误差

第四章放射性测量中的统计误差核事件发生的数目,例如,在一定时间内放射性原子核的衰变数,带电粒子在介质中损耗能量所产生的离子对数,都具有随机性,亦即统计涨落。

在粒子探测器中测量的粒子计数,也有统计涨落。

研究这些现象,对于了解核事件随机性方面的知识,对于合理地安排放射性实验,正确地处理测量数据和分析测量数据及指标,是必要的。

本章着重讨论放射性测量中的一些统计涨落计算问题。

§1 核衰变数和计数的分布问题的提出:在任何一次放射性强度的测量中,即使所有的测量条件都保持不变,如源的活度,源的位置,仪器的各项指标等。

若多次记录探测器在相同的时间间隔中所测到的粒子数目,就会发现,每次测到的计数并不完全相同,而是围绕某个平均数往上,下涨落。

我们把这种现象叫做放射性计数的统计涨落。

这种统计涨落,不是由于测量条件的变化引起的,而是由于原子核衰变的随机性引起的,它是一种客观现象。

既然是客观现象,这种涨落本身有什么规律性呢?(规律:事物之间的本质联系),这是本节要讨论的问题。

一、二项分布①二项分布假定有许多相同的客体,其数目为N,它们中的每一个都可以随机地归为A类或B类。

设归为A类的概率为p,归为B类的概率为p+q=1。

现考虑试验后归为A类的数目为ξ,可以证明ξ为随机变量。

ξ服从二项分布。

个客体中发现有n个属考虑ξ取值为n的概率。

设从N于A类的概率为P(n)。

N个客体是不可区分的,对于n个客体归为A 类的概率为p n ,还有(N 0-n )个客体归为B 类的概率为从N 0个中取出n 的组合数为n N q -0)!(!!000n N n N C n N -=故从N 0个客体中发现有n 个属于A 类的概率为nN n n N q p C n P -=00)( 这是二项分布的概率密度。

②二项分布的期望值和方差对于一种分布,通常用两个特征量—数学期望和方差来描述。

数学期望在物理学中也叫平均值,它表示随机变数取值的平均值。

分析化学第四章误差与实验数据的处理

分析化学第四章误差与实验数据的处理
实践证明,这些样本平均值也并非完全一致,它们 的精密度可以用平均值的标准偏差来衡量。显然, 与上述任一样本的各单次测定值相比,这些平均值 之间的波动性更小,即平均值的精密度较单次测定 值的更高。 因此 ,在实际工作中 ,常用样本的平均值 对总体 平均值µ进行估计。统计学证明,平均值的标准偏差 与单次测定值的标准偏差σ之间有下述关系
x

第三章误差与实验数据的处理
三、随机误差的区间概率
这样,对于任何正态分布,测定值落在区间(u1u2)的概 率 P(U ,U ) 相应地可由标准正态分布算出:
1 2
P(u1 xu2 )
1 2

u2
u1
e
1 u2 2
du
实际应用中,把每个区间的积分结果计算好,列成表供查用。 例1:某标样中Co的标准值为1.75%,σ=0.10,求分析结果大 于2.00 %的概率。
n 1 ( xi x ) n 1 i 1 2

n 1 2 d i n 1 i 1
在上例中,如用S来衡量,则:
2 2 (0.3) (0.2) ...... (0.3) 2 S甲 0.26 10 1
2 2 (0.1 ) (0.7) ..... (0.1) 2 S乙 0.41 10 1

2 1 n u) ( x i n i 1
第三章误差与实验数据的处理
(三)平均值的标准偏差
总体(母体):一定条件下无限多次测定数据的全体。
样本:随机从总体中抽出的一组测定值。
样本大小(样本容量):样本中所含测定值的数目。
第三章误差与实验数据的处理
如果从同一总体中随机抽出容量相同的数个样本, 由此可以得到一系列样本的平均值。 m个n次平行测定的平均值: X 1 , X 2 , X 3 , X m

误差和实验数据的处理

误差和实验数据的处理
❖在真实值未知的情况下,精密度更为 重要。
❖误差表示分析结果偏离真值的程度, 而偏差表示数据分散的程度。
14
四、系统误差与随机误差
1、系统误差
又称为可测误差,它是由于分析过程中某些固 定的原因造成的,使分析结果偏低或偏高。 A特点 重复性;单向性;可测性 B产生原因: (1)方法误差(重量分析中,沉淀的溶解损 失、共沉淀现象、灼烧过程中沉淀的分解或挥
4
27
置信度高,置信区间大。区间的 大小反映估计的精度,置信度的 高低说明估计的把握程度。 例5:书p114:17
28
三、 可疑测定值(cutlier)的取舍
在实验中得到一组数据,个别数据离群 较远,这一数据称为异常值、可疑值或极端 值。若是过失造成的,则这一数据必须舍去。 否则异常值不能随意取舍,特别是当测量数 据较少时。
▪σ:无限次测量的标准偏差
▪μ真值:无限次测量的平均值
或总体平均值
▪对于无限次测定,结果落在
μ±σ 范 围 内 的 概 率 是 68.3% ;
落 在 μ±2σ 范 围 内 的 概 率 是
95.5%;落在μ±3σ范围内的概
率是99.7%。
▪ 这种测定值在一定范围内出
现的几率称为置信度p。
y f x
在无系统误差存在的前提下,μ= xT 6
例如:分析濠河水总硬度,依照取样规则, 从濠河中取来供分析用2000mL样品水,这 2000mL样品水是供分析用的总体,如果从 样品水中取出20个试样进行平行分析,得到 20个分析结果,则这组分析结果就是濠河样 品水的一个随机样本,样本容量为20。
7
5、绝对偏差、相对偏差、样本平均偏差 2 2 几率(1-p)称为显著性水平α。
2

(完整版)第四章误差与实验数据的处理-答案

(完整版)第四章误差与实验数据的处理-答案

第四章误差与实验数据的处理练习题参考答案1. 下列各项定义中不正确的是( D)(A)绝对误差是测定值和真值之差(B)相对误差是绝对误差在真值中所占的百分率(C)偏差是指测定值与平均值之差(D)总体平均值就是真值2. 准确度是(分析结果)与(真值)的相符程度。

准确度通常用(误差)来表示,(误差)越小,表明分析结果的准确度越高。

精密度表示数次测定值(相互接近)的程度。

精密度常用(偏差)来表示。

(偏差)越小,说明分析结果的精密度越高。

3. 误差根据其产生的原因及其性质分为系统误差和(随机误差)两类。

系统误差具有(重复性)、(单向性)和(可测性)等特点。

4. 对照试验用于检验和消除(方法)误差。

如果经对照试验表明有系统误差存在,则应设法找出其产生的原因并加以消除,通常采用以下方法:(空白试验),(校准仪器和量器),( 校正方法)。

5. 对一个w(Cr)=1.30%的标样,测定结果为1.26%,1.30%,1.28%。

则测定结果的绝对误差为(-0.02%),相对误差为(-1.5%)。

6. 标准偏差可以使大偏差能更显著地反映出来。

(√)7. 比较两组测定结果的精密度(B)甲组:0.19%,0.19%,0.20%,0.21%,0.21%乙组:0.18%,0.20%,0.20%,0.21%,0.22%(A)甲、乙两组相同(B)甲组比乙组高(C)乙组比甲组高(D)无法判别8. 对于高含量组分(>10%)的测定结果应保留(四)位有效数字;对于中含量组分(1%~10%)的测定结果应保留(三)位有效数字;对于微量组分(<1%)的测定结果应保留(两)位有效数字。

9. 测定的精密度好,但准确度不一定好,消除了系统误差后,精密度好的,结果准确度就好。

(√)10. 定量分析中,精密度与准确度之间的关系是( C)(A)精密度高,准确度必然高(B)准确度高,精密度也就高(C)精密度是保证准确度的前提(D)准确度是保证精密度的前提11. 误差按性质可分为(系统)误差和(随机)误差。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

图4-45
σ对正态分布曲线的影响
σ大,曲线平坦(随机变量x分散,随机误差大), 曲线平坦( σ小,曲线陡峭(随机变量x集中,随机误差小)。 曲线陡峭(
图4-45
思考题: 思考题:随机变量 x落在 x1 至 落在 x2 范围内的概率是多少? 范围内的概率是多少?
F ( x) = ∫ y ( x)dx
反映了统计量的瞬时聚集中心 其规律可以反映出系统变值误差的规律
(2)各组极差 (2)各组极差 R i = ( xmax - xmin)
反映了统计量的瞬时分散程度 其规律可以反映出系统随机误差的变化
点图分析法
误 差
系统 常值 误差 系统 变值 误差
工件顺序 极 差
随机误差
工件组序
4.4 机械加工表面质量
步骤1: 步骤 :绘制正态分布图
xmin = 70
±3σ=0.12 = 2
x = 70.08 xmax = 70.2
步骤2: 步骤 :标准化变换
z1 = ( xmax − x ) / σ = (70.2 − 70.08) / 0.04 =3
z2 = (x − xmin) / σ = (70.08− 70) / 0.04 = −2
3、正态分布曲线的作用 、
由于小概率事件通常是不会发生的( 由于小概率事件通常是不会发生的( 忽略0.27%的可能性 ) , 完全正常的切削 的可能性) 忽略 的可能性 加工中, 加工中,取 T(工件公差) > 6σ 即可满足要求。 (工件公差) 即可满足要求。
工序能力系数: 工序能力系数: Cp =T / 6σ
(1)车刀安装高了(刀尖高于工件中心); 车刀安装高了(刀尖高于工件中心) (2)刀具磨损明显; 刀具磨损明显; (3)毛坯余量不一、硬度不匀; 毛坯余量不一、硬度不匀;
请问:工件加工误差有何规律? 请问:工件加工误差有何规律?
4.3.1 加工误差的性质
系统误差 常值 — 大小方向保持不变 变值 — 大小方向按一定规律变化 随机误差 — 大小方向变化是随机性 粗大误差—意想不到的非正常变化现象 粗大误差 意想不到的非正常变化现象
(1) 正态分布曲线的主要特征参数
算术平均值
1 x = ∑ xi n i =1
n
n
随机变量的标准差
1 2 σ= ∑ ( xi − x ) n i =1
随机变量的分布概率密度
(x − x) y ( x) = exp[− ] 2 2σ σ 2π 1
2
(2) 正态分布曲线的主要特点
随机变量为平均值的频数最高(出现最多 随机变量为平均值的频数最高 出现最多) 出现最多
+0.2 0
mm
xmin = 70
实际均值与设计均
±3σ=0.12 = 2
值不重合说明什么? 值不重合说明什么?
x = 70.08 xmax = 70.2
概率分布图中的加工误差
实际均值与设计均值(公差带中心 不重 实际均值与设计均值 公差带中心)不重 公差带中心 合说明什么? 合说明什么? 加工时工艺系统存在常值性系统误差 工件尺寸的实际分布中心-公差带 ε: ε=工件尺寸的实际分布中心 公差带 工件尺寸的实际分布中心 中心=70.1-70.08=0.02mm 中心 工艺系统的随机误差为: 工艺系统的随机误差为: 6σ=6*0.04=0.24mm σ
P= ϕ( Z 1)+ ϕ( Z 2)
(X1、x2位于x的异侧。) 的异侧。
例4-3
+ 镗床上镗孔, 镗床上镗孔,要求孔径 φ 70 0 0.2 mm 。
实际加工后, 实际加工后,孔径尺寸按照正态分 布, x = 70.08mm, σ = 0.04mm。 试计算这批工件的合格品率和不合 格率。 格率。
思考题( ) 思考题(2)
孔径设计尺寸:φ 70
ε x设计,公差带中心 = 70.1
常值性系统误差ε可 常值性系统误差ε 能是什么原因造成的? 能是什么原因造成的?
+0.2 0
mm
xmin = 70
±3σ=0.12 = 2
如何消除常值性系 统误差ε 统误差ε ?
x = 70.08 xmax = 70.2
4.3.2 分布图分析法
生产( 大批量 正常 生产 ( 无变值性系统 误差, 各随机误差间相互独立 , 没 误差 , 各随机误差间相互独立, 有起主导作用的因素) 有起主导作用的因素 ) 中的客观规 律是: 律是:
加工误差符合正态分布曲线
1、正态分布曲线 、
随机变量的分 布概率密度
随机 变量
图4-44
x1
x2
2、工件尺寸概率计算 、
查表计算法。 查表计算法。
图4-35 工件尺寸概率分布
(1)正态分布曲线的标准化 正态分布曲线的标准化
ϕ (z )
z = ( x − x) / σ
y (x)
z
(2) 表4-2 工件尺寸概率计算
ϕ (z) =
1 2π

z
0
z exp[ − ]dz 2
2
经过标准化后的z 随机变量 x经过标准化后的 经过标准化后的 相对于纵轴是左右对称的。 相对于纵轴是左右对称的。 表4-2仅列出右半部分的数据 仅列出右半部分的数据 即z=[0,+5]
5、分布图分析法的主要缺点 、
1、事后诸葛亮(马后炮) 事后诸葛亮(马后炮) 需要有一定的统计量才能说明问题 2、难以区别混杂系统变值误差与随机 误差。 误差。
4.3.3 点图分析法 课下自习) 点图分析法(课下自习 课下自习
1、设定每组统计的工件个数 k 2、顺序加工若干工件并逐个测量 取统计量: 3、取统计量: (1)各组平均值 xm i = ( x1+…+ xk)/k
加工表面质量包括哪些内容? 1、加工表面质量包括哪些内容? 2、机器零件的使用性能包括哪些内容? 机器零件的使用性能包括哪些内容? 3、加工表面质量将对使用性能产生什么 影响? 影响?
4.4.1 加工表面质量(要求:掌握 要求: 要求 掌握)
1、加工表面的几何形貌 、 (1)表面粗糙度 表面粗糙度 (2)表面波纹度 表面波纹度 (3)表面纹理方向 表面纹理方向 2、表面层材料的物理力学性能 、 (1)表面层的冷作硬化 表面层的冷作硬化 (2)表面层的残余应力 表面层的残余应力 (3)表面层的金相组织变化 表面层的金相组织变化
基本内容
基本概念介绍与举例 加工精度影响与分析 加工误差统计与分析 机械加工的表面质量 机械加工过程中振动
4.3 加工误差统计与分析
加工误差的性质 评价加工精度的分析方法 分布图分析法 点图分析法
举例( 加工误差的性质) 举例( 加工误差的性质)
加工一批工件( 有孔, 外圆… 加工一批工件 ( 有孔 , 外圆 … ) , 若考 虑以下影响因素: 虑以下影响因素:
系统误差的解决措施
系统常值误差 — 调整消除 系统变值误差— 系统变值误差 自动补偿
随机误差(random error)的分析 随机误差 的分析
实际生产中的原因是多方面的, 实际生产中的原因是多方面的,错综复 杂。应用单因素分析法往往需要花费较 大的代价。 大的代价。 加工误差的统计分析方法的实质是: 加工误差的统计分析方法的实质是: 的实质是 根据加工误差的统计规律寻找突破口。 根据加工误差的统计规律寻找突破口。
损。
控制: 根据零件使用工况 , 选择其加工方 控制 : 根据零件使用工况,
法及其加工过程中的刀具运行方向。 法及其加工过程中的刀具运行方向。
4.4.3(3)表面冷作硬化↑,耐磨性↑ ( ) 耐磨性↑
原因: 冷作硬化使表面层金属的显微硬 原因 :
度提高, 摩擦副的弹塑性变形减少, 度提高 , 摩擦副的弹塑性变形减少 , 耐 磨性提高, 但太硬, 磨性提高 , 但太硬 , 将引起金属组织疏 金属剥落等,影响耐磨性。 松、金属剥落等,影响耐磨性。 控制: 根据不同材料的磨损量与冷作硬 控制 : 化程度的变化规律, 化程度的变化规律 , 确定最佳冷作硬化 硬度。 硬度。
举例
计算随机变量 x落在 x1 至 x2 落在 范围内的概率。 范围内的概率。
计算过程
根据: 根据: 得:
z = (x − x) / σ
z1 = ( x − x1 ) / σ z 2 = ( x2 − x ) / σ
查表4-2, 查表 ,得 ϕ( Z1)、ϕ( Z2)
范围内的概率P: 则随机变量 x落在 x1 至 x2 范围内的概率P: 落在
ymax
x
±3σ(6σ)原则 3σ(6σ)原则
x落在 落在±3σ范围内的概率为 范围内的概率为99.73%(参见表 参见表4-2)。 落在 范围内的概率为 参见表 。 通常小概率事件是不会发生的。 通常小概率事件是不会发生的。
(±3σ)
x 对正态分布曲线的影响
x 影响曲线的左右位置; x 的变化主要是系统常值误差引起的。
Cp =1.33 ⇒T = 0.32mm
∴0.24mm≺T ≤ 0.32mm
3、正态分布曲线的作用 、
确定工序能力(p152表4-6) 判断加工误差性质(正态分布
曲线是由系统常值误差和随机误差形 成的) 成的)
确定合格品率及不合格品率
4、其它分布曲线(p147) 、其它分布曲线( )
1、 平顶分布曲线 、 2、双峰分布曲线 3、偏态分布曲线
4.4.3(2)表面纹理 ( ) 呈圆弧状、 通常 表面纹理 呈圆弧状 、 凹坑状有利 于提高耐磨性; 对于运动副而言, 于提高耐磨性 ; 对于运动副而言 , 表面纹 理与运动方向一致有利于提高耐磨性。 理与运动方向一致有利于提高耐磨性。
原因: 储存润滑油 , 减少运动过程中的磨 原因 : 储存润滑油,
孔小
其中:可修复品率 其中: =0.5- ϕ(-2) = 0.50.4772 =0.0228=2.28%
相关文档
最新文档