在理化检验中的初步探讨-数理统计

《在理化检验中的初步探讨-数理统计》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、数理统计（在理化检验中的初步探讨）在理化检验屮积累了大W:的实测数据，这些数据如实地反映了各种工艺参数与产品质量的内在联系，但怎样利用这些数据通过科学地分析和综合找出其A在联系呢一年来我们在理化检验的实践活动巾，摸索到运用数理统计的方法能较好的达到此目的，解决了生产上的一些实际M题。现将此法简要介绍如下：一基本原理生产中不可能对成百上千的工件逐个检查，而往往采用抽查的办法。问题是这种抽查所得到的数据怎样冰能可龍地将工件质量反映山来。一般说来，测定值波动的几率应该服从于正态分布，并且对称于与其算术平均值相应的纵坐标。由此，测定值的波动范围为：x±2/(可靠度95%>~n-]式中：$算

2、术平均值测定值某测定位重复出现次数n测定总次数而测定值的真值范围为：符号意义同上t为系数，与测定总次数和可靠度多少有关，按表选収当测定次数比较多时，用上述方法计算就较复杂。当只需要知道二个测定值数列之间有无明显差异时，我们采用屮国科学院数学研宄所概率统计室普及组介绍的符号检验法设数列A(x)(a1a2a3an)数歹ijB(工)(b山ibf’.bn)则山—得+、一或o将所有(+)号的个数相加得1将所有(-)号的个数相加得.按N和可靠度表2，若表中示值表示较小的值，则表1;A(.x)B(x)数列可度n8090959899;99.599.81——-13.086.3112.731.863.

3、712763721.892.924.30'6.969.9214.131.631.642.353.184.54S.847.45112.941.532.132.783.754.605.608.6151.482.0]2.573.364.034.776.8661.441.942.453.U3.714.355.9671.421.892.363.003.504.035.4081.401.862.312.903.263.335.0491.381.832.262.323.253.69

4、4.78101.37Ml?.2S2.763-17」表2可靠度可館度可靠度1可1靠度N9590N9590N9590N

5、9590600288950171872272870029895118197327288013091052181974282991131910531820752829101132910541920752S30111233101155•心--29301222341(115620217829311323<»5111257202179303114233611125821228030321533371213592122813132163438121360212382313317443912136122238313233将工件的测定值与算术平均值比较，出现下列情况时，说明零件的质量发生了明显变

6、化：①连续五次大于或小于平均值多②连续八次比较中有七次大于或小于平均值，③连续-I^一次比较屮有九次大于或小于平均伉④连续十三次比较中有十次大于或小于平均值，二、应用情况数理统计方法在生产实践中的作用：判定是否合格。工件的机械性能、化学成分是否合格，通常是将试验结果与技术条件对比而后进行判断，有时为了管理上的方便或减少取样的需要，不能按炉取样，但各炉号工艺上又确实存在差别，这时恰当的检验方法是任意抽取十个以上炉号测定其性能，再取统计平均值。例1:我厂XX级汽轮祝.用?i嗦，采用精铸工艺，钢种系lCrl3,每一热处理炉批，有几百个以至上千片叶片，分做几十炉浇注的。由于我厂管理不善，不

7、能按炉取样，为保证质S,我«作Z如下数据处理：先后取样26只，得到数据为：Obxikg/mm2485260626870747678808286901111112460111按士±2」.计算波动值得74.5±19kg/mm2Nn-1Xikg/rrm1485256586082646668727621152242211同样按z±2j计算波动值得6i.3±13.6kg/mnP这说明XX瓧汽机喷嘴的强度下限为：ab=55.5kg/mm2as-47t7kg/mm2按技术条件要求ob>55kg/ram2，a»>40kg/mm2。所以，苻95%的把握断言，这批精密铸造喷嘴的强度是合格的。若再按照计

8、算其值，得卜n(n-1)ab=74.5±3.9kg/mm26l.3±3.1kg/mm2这表明精铸1Cd3喷嘴的强度水平，在我厂生产条件下是远远超过技术条件要求的,但山于某些因索的影响，性能波动厉害，有必要进一步研究稳定工艺参数的措施。2.对进厂材料性能复验精度的估计我厂的大锻件基本上来自于几个重型机器厂。进厂材料复验结果，往往与重机厂出厂的检验结果有差别，甚至差别很大，但时高时低，有的认为这是偶然误差造成的波动现象，有的认为是由于取样和试验精度不同造成的系统误差，我们