Выявление внутренних дефектов металлов |
851 |
Б е т а т р о н н а я у- д е ф е к т о с к о п и я |
|2 ). Бетатрон пред |
ставляет собой установку для получения у-лучен |
высокой |
энергии. |
Бетатронное у-излучение, примененное для дефектоскопии, позволяет:
1)увеличить толщину просвечиваемого стального изделия до 500 мм
иболее;
2)обнаружить в стали толщиной св. 200 мм дефекты протяжен ностью менее чем 1% от общей толщины образца;
3)уменьшить экспозицию просвечивания и получить четкую и
резкую картину изображения дефекта;
4)при наличии неравномерной толщины просвечиваемого участка можно не выравнивать эту толщину, т. е. не применять специальных компенсаторов;
5)применять защитные меры только во время работы бетатрона.
Преимущества при |
просвечивании бетатроном |
по сравнению |
с у-лучами источника |
кобальта-60 показаны в табл. |
14.5. |
|
|
Т А Б Л И Ц А 14 .5 |
В р е м я э к с п о з и ц и и , не о б хо д и м о е д л я п р о св е ч и в а н и я с т а л ь н ы х и з д е л и й у - л у ч а м и и с т о ч н и к а к о б а л ь та - 6 0 а к т и в н о с т ь ю 30 г * э к в р а д и я и б е та тр о н а 22 М э В
|
|
с и н т е н с и в н о с т ь ю 70 Р м и н *м |
|
|
|
|
|
В р е м я э к с п о з и ц и и |
Т о л щ и н а |
В р е м я э к с п о з и ц и и |
|
Т о л щ и н а |
|
|
|
|
|
|
|
|
с т а л и в мм |
б е та тр о н |
ко - |
|
с т а л и в мм |
б е та тр о н |
|
к о |
|
|
22 М э В |
б а л ь т - 6 0 |
|
22 М э В |
б а л ь т - 6 0 |
50 |
1,3 |
с |
0 ,6 6 |
ч |
400 |
57 мин |
10 |
000 |
ч |
100 |
3 ,6 |
с |
2 ,8 8 |
ч |
500 |
7 ,1 5 ч |
2 0 0 |
000 |
ч |
200 |
47 |
с |
46 |
ч |
|
|
|
|
|
К числу недостатков бетатронного излучения относятся небольшая площадь облучения, что, однако, компенсируется небольшим временем экспозиции, и высокая стоимость по сравнению с применением радио активного препарата.
Список литературы
1.Голодаев Б. Г. Ультразвуковой контроль крупногабаритных изделий. М., «Машиностроение», 1968, 40 с.
2.Гораздовский Т. Я. Физические методы неразрушающего кон
троля качества стальных заготовок. М., Металлургиздат, 1970, 64 с.
3.Гурвич А. К- Ультразвуковая дефектоскопия сварных соедине ний. Киев, Госиздат технической литературы УССР, 1972, 225 с.
4.Еремин Н. И. Магнитная порошковая дефектоскопия. М.,
«Машиностроение», 1972, 71 с.
5.Ермолов И. Н. Методы ультразвуковой дефектоскопии (в 2-х частях). М., Московский горный институт, 1968, 382 с.
6.Карякин А. В. и Боровиков А. С. Люминесцентная и цветная
дефектоскопия. М., |
«Машиностроение», |
1972, 240 с. |
7. Мак-Гонейгл |
У. |
Испытания |
без |
разрушения. Пер. с англ. |
М., «Машиностроение», |
1965, 352 |
с. |
|
862Контроль механических свойств металлов и пластмасс
§.Неразрушающие испытания. Справочник. М., «Энергия», 1965,
157 с.
9.Соколов В. С. Дефектоскопия материалов. М., Госэнергоиздат, 1961, 328 с.
10.Хинели Д. Методы испытания материалов без разрушения.
Пер. с англ. М., Металлургиздат, 1968, 408 с.
11.Чернов А. П. Методы неразрушающего контроля. М., Гос комитет стандартов, 1972, 51 с.
12.Шапошников Н. А. Механические испытания металлов.
М.—Л., Машгиз, 1954, 443 с.
13.Шебеко М. П. и Яковлев А. П, Контроль качества сварных со единений. М., Стройиздат, 1972, 120 с.
14.Шрайбер Д. С. Ультразвуковая дефектоскопия. М., Метал
лургиздат, 1965, 391 с.
ГЛАВА ПЯТНАДЦАТАЯ
ПРИМЕНЕНИЕ МАТЕМАТИЧЕСКОЙ СТАТИСТИКИ ПРИ АНАЛИЗЕ И КОНТРОЛЕ КАЧЕСТВА, ИЗМЕРЕНИЯХ И ИСПЫТАНИЯХ
I.ЗАДАЧИ, РЕШАЕМЫЕ С ПОМОЩЬЮ МАТЕМАТИЧЕСКОЙ СТАТИСТИКИ
Теория вероятностей и математическая статистика позволяют ре шать ряд задач, главнейшие из них:
1) оценка результатов измерений и испытаний и сравнение пока зателей точности оценки;
2)установление целесообразных допусков на показатели качества продукции и оценка их выполнимости;
3)статистический анализ и регулирование технологических процес
сов (изготовления), в |
том числе автоматизированных; |
4) установление взаимосвязи между показателями качества или |
свойствами продукции, |
а также параметрами процессов производства; |
5)оценка значимости неоднородности показателей качества про дукции, а также надежности элементов системы или частей машины;
6)определение области применения и выбор метода статистического приемочного контроля качества.
2.ВЫБОРКА И РАСПРЕДЕЛЕНИЕ
Основные понятия и классификация выборок1
С л у ч а й н ы м называют такое явление или событие, которое при реализации определенного комплекса условий может произойти, а может и не произойти, и имеет определенную вероятность появления. Так, если при серийном производстве разрешаются любые значения раз меров (в границах допусков) деталей, то получение определенного раз мера у одной из деталей серии является случайным событием.
Математическая статистика, основанная на теории вероятностей, рассматривает и описывает совокупности случайных явлений, событий или предметов, которые значительным числом признаков и свойств од ного рода представляют нечто целое, а по другим признакам и свой ствам разбиваются на отдельные единицы или группы определенной численности. Так, цилиндрические втулки, обладая рядом общих признаков и свойств, присущих именно втулкам определенного наиме нования, могут быть разбиты на различные группы по любому из сле дующих параметров: размерам диаметра наружного или внутреннего, длине, твердости материала, массе и т. п.
Множество изделий, объединенных любым признаком, называется о б щ е й (генеральной) с о в о к у п н о с т ь ю . Общая совокупность
1 П р е д п о л а га е т с я з н а н и е ч и т а те л е м о с н о в н ы х п о л о ж е н и й те о р и и в е р о я тн о с те й и м а те м а ти ч е с к о й с т а т и с т и к и [ 7 , 9 , 10, 15, 16, 1 9 ].
854 Математическая статистика при анализе и контроле
предполагается достаточно большой (конечной) или неограниченной (бесконечной). К последней, например, можно отнести совокупность, образуемую из наблюдений при измерении детали, наудачу взятой из некоторой группы их, если измеренная деталь каждый раз возвращается обратно в группу.
В теории вероятностей изучаются абстрактные генеральные сово купности, которые отражают реальные совокупности явления или со бытий.
В ы б о р о ч н о й с о в о к у п н о с т ь ю или выборкой (про бой) называют определенное количество единиц общей совокупности (продукции), взятых в определенном порядке. Количество единиц (членов) продукции или количество произведенных измерений или ис пытаний называется о б ъ е м о м в ы б о р к и и обозначается через л,
пс или N.
Наблюдения некоторой величины, одинаковые или близкие друг к другу, обычно объединяют в один класс (разряд). Число значений
одного разряда называют ч а с т о т о й |
л*. Последнюю, выраженную |
в долях или процентах от общего количества единиц N выборки, назы |
вают ч а с т о с т ь ю |
100% |
При соблюдении определенных |
условий частость имеет тенденцию приближаться к вероятности (Р, вер; р) [4, 9, 10, 15].
Частоты и частости определенного процесса обладают известной устойчивостью, что позволяет производить математическое описание совокупности и выявить присущие им закономерности.
Порядок образования выборок должен полностью соответствовать
поставленным |
задачам исследования общей совокупности, |
(т. е. |
быть репрезентативными или |
представительными). |
Так, |
выбран |
ные участки |
для измерения |
твердости изделия |
должны |
согла |
совываться с уловиями эксплуатации этого изделия. Для оценки точ ности изготовления деталей выборку целесообразно производить непо
средственно после |
изготовления деталей, т. е. до отбраковки. |
С л у ч а й н о |
й в ы б о р к о й |
называется такая, при соста |
влении которой для любой единицы продукции обеспечивается равная вероятность быть отобранной и включенной в выборку. В производ ственных условиях для образования случайной выборки производят отбор, пользуясь таблицами случайных чисел [10], или отбирают наугад детали из различных частей ящика или нескольких ящиков с раз личных полок стеллажей, в различные периоды изготовления деталей и т. п. Если детали при промывке перемешивают, то этим одновре менно облегчают отбор в случайном порядке. Случайные выборки предпочтительны для приемочного контроля.
П р и с т р а с т н о й в ы б о р к о й считается такая, при которой отдают предпочтение одним единицам партии перед другими (например, отбор закаленных деталей, имеющих твердость более чем определен ная величина).
Различают также следующие категории производственных выборок.
1.Поверочная, когда производят многократные измерения одного
итого же объекта в определенном участке и при одинаковых условиях.
2.Выборка из случайно отобранных деталей (единовременная), когда для оценки показателя качества извлекается однократно часть продукции (обычно выборки объемом 50—200 экз.). Указанная выборка
Выборка и распределение |
855 |
может являться общепроизводственной, при которой в случайном по рядке производят отбор от ряда станков (агрегатов) деталей равного объема или пропорционально производительности станков. Подобная выборка рекомендуется ГОСТ 16407—70 для оценки совместного влия ния случайных и систематических факторов и названа выборкой из случайно отобранных деталей, изготовленных группой станков, выпол няющих одну и ту же операцию при различных настройках.
Выборка из случайно отобранных деталей, изготовленных на одном станке (определенном агрегате), может быть названа одноагрегатной. Если отбор производят только с одной настройки и за период автоматиче ской работы агрегата, без подналадок, то такую выборку можно назы вать однонастроечной.
Выборка может быть межоперационной, применяемой для изу чения показателей качества на различных операциях (установках, Позициях и т. д.) изготовления продукции.
3. Мгновенная (текущая), когда для той же оценки извлекается выборка малого объема (обычно 3—20 экз.), составленная из единиц деталей, изготовленных последними к моменту отбора в короткий про межуток времени [2].
Приведенные типы выборок могут комбинироваться: например, одноагрегатиая одионастроечная выборка и т. п.
С л у ч а й н о й в е л и ч и н о й X называют такую переменную величину, которая принимает различные значения (при фиксирован ном комплексе условий их появления) с определенными вероятностями.
Случайные величины разделяются на п р е р ы в н ы е и н е п р е р ы в н ы е . Количество бракованных единиц в партии является пре рывной случайной величиной, так как она может принимать лишь
целые значения, |
а размер детали — непрерывной |
случайной |
вели |
чиной, поскольку она может принимать |
любое значение. |
|
|
Законы распределения |
|
|
З а к о н о м |
р а с п р е д е л е н и я называют зависимость между |
возможными значениями x lf х 2, |
. . . , х^ |
случайной |
величины |
X и |
соответствующими |
вероятностями |
р 2, |
. . . , pk для каждого |
зна |
чения х
Px = y = f (*); X — хп i = 1,2,
Для непрерывной случайной величины закон распределения за-
дается так называемой плотностью |
вероятности |
.. |
вер ( х ^ Х < |
х + dx) |
px — h m |
— — ^ |
, |
-----!----- - , |
dx>0 |
|
dx |
|
где в числителе дроби — вероятностный элемент, т. е. вероятность (вер.) того, что случайная величина X примет значение внутри беско нечно малого промежутка от х до х + dx.
Функцией распределения прерывной случайной величины X на зывают функцию
. F (*') == вер (X < х') = £ / (х),
Х < Х '
где х' — наперед заданное значение.
856 Математическая статистика при анализе и контроле
Функция распределения непрерывной |
случайной величины X |
X' |
|
F (х') = вер (X < х') = | |
f (х) dx, |
— 00 |
|
где / (х) — плотность распределения вероятностей данной величины X. Для практических приложений существенно уметь находить ве
роятность того, что |
X примет значение, принадлежащее конечному |
промежутку от х ± до |
х 2 (например, интервалы |
между предельными |
размерами детали) |
|
|
|
|
|
|
%2 |
веР (*i sg X < х2) = F (х2) — F (дсх) = |
J / (ж) dx. |
В частности, |
f(x) dx я= вер (— о о < Х < о о ) = 1. |
со |
J |
—со |
|
|
|
Если заданы функции / (х) или F (*') \ то это то же, что задан за |
кон распределения случайной величины X. |
предполагают знание |
Статистическая |
обработка и анализ данных |
законов распределения, которым подчиняются случайные величины: размеры деталей, числа твердости, значения механических свойств материалов, количество периодов безостановочной работы станка или автоматической линии и т. п.
В табл. 15.1 приведены плотности и функции некоторых важных для машиностроения законов распределения непрерывных случайных величин.
Параметрами 2 большинства законов распределения являются сред
нее значение (математическое ожидание) Х0 и среднее квадратическое отклонение а или дисперсия а 2 (стр. 864, 865). Для удобства вычислений применяют нормировку, заключающуюся в том, что значения х (R>
и т. д.) случайной величины X |
заменяют безразмерной переменной t |
(см. табл. |
15.1). |
|
распределения |
Области |
практических приложений законов |
(табл. |
15.1) |
следующие. |
р а с п р е д е л е н и е |
(рис. 15.1, а) |
1. |
Р а в н о в е р о я т н о е |
свойственно погрешностям округления до ближайшего деления шкалы прибора, а также погрешностям измерения, если они соизмеримы с ве личиной отсчета. Этому распределению приближенно следуют неко торые производственные погрешности, например размеров деталей при равйомерном во времени износе режущих инструментов или равно мерном изменении температуры в процессе обработки, а также обоб щенные совокупности размеров деталей мелкосерийного производ ства [8].
З д е с ь и в д а л ь н е й ш е м F |
(x'J б у д е т о б о з н а ч а ть с я чер ез F (х). |
О п р е д е л е н и е см . н а с т р . |
8о4. |