Многофакторный анализ и моделирование точности технологических процессов обработки деталей машин на примере колец подшипников

• Автор: Чуйко, Сергей Сергеевич
• Шифр специальности: 05.02.08
• Научная степень: Кандидатская
• Год защиты: 2006
• Место защиты: Москва
• Количество страниц: 164 с. : ил.

п одномерных операций
3.6. Модель точности многооперационного технологического
процесса, состоящего из п многомерных операций
Выводы по главе
Глава 4. Оптимальные входные параметры технологического процесса
по технико-экономическим критериям
4.1. Выбор критерия оптимальности
4.2. Оптимизация допусков для технологической операции со многими входными и одним выходным параметрами
4.3. Оптимизация допусков для технологической операции со многими входными и выходными параметрами
4.4. Геометрическая интерпретация определения допусков по способу равного влияния
4.5. Сравнение двух критериев оптимизации допусков по критериям минимальной себестоимости и равного влияния
Выводы по главе
Глава 5. Экспериментальные исследования и построение модели
точности процесса шлифования колец подшипников
5.1. Цель и последовательность исследований. Контролируемые параметры
5.2. Определение формы и тесноты взаимосвязи между входными и выходными параметрами операции шлифования
5.3. Анализ результатов эксперимента
5.4. Оценка точности и настроенности операции шлифования '
посадочного отверстия колец
Выводы по главе
Общие выводы и рекомендации
Список литературы
Приложение

Качество машин в значительной степени определяется точностью их изготовления - одной из основных характеристик современного машиностроения. Необходимость обеспечения точности изготовления машин, механизмов, сборочных единиц и отдельных деталей обусловлена повышением нагрузок и скоростей машин, а также возрастанием требований к их надежности. Для выявления и изучения точностных закономерностей сложных процессов необходимо получить математическую модель, которая обеспечит условия для ускоренной разработки и внедрения новых технологических процессов. Модель позволяет прогнозировать точность обработки, оценить степень влияния различных факторов на суммарную погрешность с целью разработки системы контроля и управления для обеспечения заданной' точности, а также осуществить оптимизацию технологического процесса.
В связи с тем, что современные процессы представляют собой сложные системы, входные и выходные параметры которых, а также параметры, характеризующие внутреннее состояние технологических систем, зависят от многочисленных факторов, применение детерминированных методов для построения математической, модели не дает требуемой точности, а в некоторых случаях становится невозможным. Поэтому для получения математической модели сложных процессов в последние годы интенсивно разрабатываются и внедряются статистические методы. Научные исследования в данной области ориентированы в основном на построение математических моделей отдельных операций. Методы построения моделей многооперационных процессов, предложенные ранее, трудоемки, предполагают наличие сложных корреляционных связей и не позволяют рассчитывать поля рассеяния п координаты середин полей рассеяния погрешностей обработки. Недостаточно изучена оптимизация параметров технологического процесса, что чле-г эщщп.чпм гсчность’.о и минимальной
себестоимостью обработки. Поэтому разработка методики многофакторного

значений:
Для нормированных значений условное математическое ожидание
Между коэффициентами регрессии а, и Ьк для действительных значений и коэффициентами регрессии а, и рк для нормированных значений существуют следующие соотношения:
Для определения значений (X, и (Зк достаточно знать только коэффициенты парной корреляции, поэтому их определить проще, чем а-, и Ьк. Значения а, и Д определяют из следующей системы уравнений:
выходного параметра }} по входным Л', и 2к равно
а коэффициент множественной корреляции