CN110378542A - 选配过程中零部件测量数据统计特性分析方法 - Google Patents
选配过程中零部件测量数据统计特性分析方法 Download PDFInfo
- Publication number
- CN110378542A CN110378542A CN201810325018.7A CN201810325018A CN110378542A CN 110378542 A CN110378542 A CN 110378542A CN 201810325018 A CN201810325018 A CN 201810325018A CN 110378542 A CN110378542 A CN 110378542A
- Authority
- CN
- China
- Prior art keywords
- indicate
- measurement data
- indicates
- apolegamy
- components
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
- 238000005259 measurement Methods 0.000 title claims abstract description 53
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000004458 analytical method Methods 0.000 title claims abstract description 20
- 238000010276 construction Methods 0.000 claims abstract description 4
- 238000002474 experimental method Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000012546 transfer Methods 0.000 abstract description 2
- 238000003908 quality control method Methods 0.000 abstract 1
- 238000004519 manufacturing process Methods 0.000 description 7
- 238000009826 distribution Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000003754 machining Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000007363 ring formation reaction Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003012 network analysis Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Complex Calculations (AREA)
Abstract
本发明公开了一种选配过程中零部件测量数据统计特性分析方法。该方法步骤如下:步骤1,采集零件的测量数据;步骤2,从零件选配测量过程的变差源标准、工件、仪器、人/程序和环境构建MSA的误差模型;步骤3,分别计算零部件测量数据统计特性,包括偏倚性、稳定性、线性、重复性和再现性。本发明采用质量控制中的方法和基于选配零部件装配尺寸数据测量、信息采集和传递技术,对选配零部件测量数据的统计特性进行分析,以便决定该测量系统能否用来判断实际选配产品合格,或选配过程质量是否稳定,最终提高装配的质量。
Description
技术领域
本发明涉及机械产品加工技术领域,特别是一种选配过程中零部件测量数据统计特性分析方法。
背景技术
在机械产品制造中,为了从加工精度相对较低的零件中选择合适的零件进行装配,以达到较高装配精度要求时,通常需要采用选择装配法。对于选配方法和算例,国内外学者作了大量的研究,但这些方法均未能考虑其采集到的待选配零部件基础测量数据的质量,即网络制造环境下选配零件的测量系统如何,但在现代网络协同制造系统中,选配零件基础数据的测量、采集及其质量的高低是至关重要的,它直接影响到选配理论的实际研制成果,测量数据的真实性、可信性已成为构建选配方法、评价决策体系及优化算法的重要瓶颈环节。
发明内容
本发明的目的在于提供一种选配过程中零部件测量数据统计特性分析方法,以帮助装配过程达到高精度的需求。
实现本发明目的的技术解决方案为:一种选配过程中零部件测量数据统计特性分析方法,步骤如下:
步骤1,采集零件的测量数据;
步骤2,从零件选配测量过程的变差源标准、工件、仪器、人/程序和环境构建MSA的误差模型;
步骤3,分别计算零部件测量数据统计特性,包括偏倚性、稳定性、线性、重复性和再现性。
进一步地,步骤3所述的偏倚性,计算具体如下:
式中,表示测量系统子样本均值,xi表示测量样本的测量值;XT表示被测特性的基准值;B表示偏倚;N表示对选配零件的测量次数。
进一步地,步骤3所述的稳定性,计算具体如下:
式中:表示测量系统样本总均值;表示测量零件平均样本极差;A2、D3、D4、d3、d* 2、d2表示控制图中的系数;分别表示均值图的上、下控制线;UCLR、LCLR分别表示极差图的上、下控制线。
进一步地,步骤3所述的线性,计算具体如下:
线性=|a|(过程变差)
%线性=100(线性/过程变差)
式中,xi表示选配零件测量的基准值;yi表示偏倚;R2表示线性拟合优度;a表示拟合得出直线的斜率;b表示拟合得出直线的截距;n表示选配零件数量与重复测量次数的乘积。
进一步地,步骤3所述的重复性和再现性,计算具体如下:
重复性如下:
再现性如下:
式中表示选配零件测量子组的极差;n表示选配零件数;r表示实验次数;
因此重复性和再现性R&R:
式中,EV表示重复性或设备变差;AV表示再现性或评价人变差;TV表示过程总变差;GRR表示测量系统变差、双性。
本发明与现有技术相比,其显著优点为:(1)基于选配零部件装配尺寸数据测量、信息采集和传递技术,对选配零部件测量数据的统计特性进行分析,以便决定该测量系统能否用来判断实际选配产品合格或选配过程质量是否稳定;(2)零件的精度很大程度上影响了装配的精度,对装配过程中的零件的统计特性进行分析,而不是对各种选配方法进行分析,从最基础的环节提高了装配的质量。
附图说明
图1是本发明选配过程中零部件测量数据统计特性分析方法的原理框图。
图2是本发明中统计特性的正态分布图。
具体实施方式
对于不同类型产品的测量系统有着不同的分析方法,面向网络制造环境下机械产品选配的主要是计量型的测量系统能力分析,一般用独立样本法、图表法、极差法、方差分析法等,具体包括偏倚、稳定性、线性、重复性和再现性分析和计算,如图1所示,内容如下:
1、偏倚是测量结果的观测平均值可在重复条件下的一组试验和基准值之间的差值。
2、稳定性又称漂移,是测量系统在某持续时间内测量同一基准或零件的单一特性时获得的测量值总变差。它是偏倚随时间变化的统计受控。
3、线性是测量系统预期操作范围内偏倚误差值的差别,表示操作范围内多个和独立的偏倚误差值的相关性。
4、重复性是由一个评价人采用一种测量仪器多次测量同一零件的同一特性时获得的测量值变差,也包括在特定测量误差条件下的所有内部变差。
5、再现性是由不同的评价人采用相同的测量仪器测量同一零件的同一特性时测量平均值的变差,是指测量系统之间和测量条件之间的均值变差。
一种选配过程中零部件测量数据统计特性分析方法,步骤如下:
步骤1,采集零件的测量数据;
步骤2,从零件选配测量过程的变差源标准、工件、仪器、人/程序和环境构建MSA的误差模型;
步骤3,分别计算零部件测量数据统计特性,包括偏倚性、稳定性、线性、重复性和再现性。
进一步地,步骤3所述的偏倚性,计算具体如下:
式中,表示测量系统子样本均值,xi表示测量样本的测量值;XT表示被测特性的基准值;B表示偏倚;N表示对选配零件的测量次数。
进一步地,步骤3所述的稳定性,计算具体如下:
式中:表示测量系统样本总均值;表示测量零件平均样本极差;A2、D3、D4、d3、d* 2、d2表示控制图中的系数;分别表示均值图的上、下控制线;UCLR、LCLR分别表示极差图的上、下控制线。
进一步地,步骤3所述的线性,计算具体如下:
线性=|a|(过程变差)
%线性=100(线性/过程变差)
式中,xi表示选配零件测量的基准值;yi表示偏倚;R2表示线性拟合优度;a表示拟合得出直线的斜率;b表示拟合得出直线的截距;n表示选配零件数量与重复测量次数的乘积。
进一步地,步骤3所述的重复性和再现性,计算具体如下:
重复性如下:
再现性如下:
式中表示选配零件测量子组的极差;n表示选配零件数;r表示实验次数;
因此重复性和再现性R&R:
式中,EV表示重复性或设备变差;AV表示再现性或评价人变差;TV表示过程总变差;GRR表示测量系统变差、双性。
机械产品选配中各尺寸组成环的变差是误差累积的基础,从选配产品尺寸链的MSA来看,研究选配零件尺寸误差的概率分布及其统计参数,以达到减少尺寸变差来源,提高实际选配产品质量的目标,同时针对网络制造环境下不同选配产品的精度、结构特点和生产条件下通过选配产品尺寸的确定选配尺寸组成环的变差来源。
选择装配法一般应用于装配产品尺寸环数较少但封闭环的公差要求却很高的大批量生产情况,考虑到选配零件的加工过程会出现波动,当其过程能力小于零件设计公差时,无法保证选配零件达到完全互换或大数互换,可以采用分组装配或选配来保证同组零件具有互换性,而测量系统的线性、重复性和再现性对选配过程能力指数Cp的测算有很大的影响,准确地进行测量系统分析是提高选配源头数据质量和客观评判选配过程及选配零件优先级的重要前提。从零件选配测量过程的变差源标准、工件、仪器、人/程序和环境着手可以构建MSA的误差模型并进行如下的零件测量误差分析,设X是零件测量值,XT是被测特性的基准值,E是测量的误差,如图2所示,则有下面的关系
X=XT+E
E=B+E0+Ee
式中,B为测量误差E正态分布的均值,即
E0为再现性误差,是由测量者引入的误差;
Ee为重复性误差,是除测量者外其他因素所引起的误差。
当网络制造环境下选配零件尺寸组成环或其误差分布规律不符合图2所示的正态分布时,即测量系统也不服从正态统计稳定性,则在进行测量系统变差分析时要考虑到相对分布系数k、置信水平P和不对称系数e。
Claims (5)
1.一种选配过程中零部件测量数据统计特性分析方法,其特征在于,步骤如下:
步骤1,采集零件的测量数据;
步骤2,从零件选配测量过程的变差源标准、工件、仪器、人/程序和环境构建MSA的误差模型;
步骤3,分别计算零部件测量数据统计特性,包括偏倚性、稳定性、线性、重复性和再现性。
2.根据权利要求1所述的选配过程中零部件测量数据统计特性分析方法,步骤3所述的偏倚性,计算具体如下:
式中,表示测量系统子样本均值,xi表示测量样本的测量值;XT表示被测特性的基准值;B表示偏倚;N表示对选配零件的测量次数。
3.根据权利要求1所述的选配过程中零部件测量数据统计特性分析方法,步骤3所述的稳定性,计算具体如下:
式中:表示测量系统样本总均值;表示测量零件平均样本极差;A2、D3、D4、d3、d* 2、d2表示控制图中的系数;分别表示均值图的上、下控制线;UCLR、LCLR分别表示极差图的上、下控制线。
4.根据权利要求1所述的选配过程中零部件测量数据统计特性分析方法,步骤3所述的线性,计算具体如下:
%线性=100(线性/过程变差)
式中,xi表示选配零件测量的基准值;yi表示偏倚;R2表示线性拟合优度;a表示拟合得出直线的斜率;b表示拟合得出直线的截距;n表示选配零件数量与重复测量次数的乘积。
5.根据权利要求1所述的选配过程中零部件测量数据统计特性分析方法,步骤3所述的重复性和再现性,计算具体如下:
重复性如下:
再现性如下:
式中表示选配零件测量子组的极差;n表示选配零件数;r表示实验次数;
因此重复性和再现性R&R:
式中,EV表示重复性或设备变差;AV表示再现性或评价人变差;TV表示过程总变差;GRR表示测量系统变差、双性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810325018.7A CN110378542A (zh) | 2018-04-12 | 2018-04-12 | 选配过程中零部件测量数据统计特性分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810325018.7A CN110378542A (zh) | 2018-04-12 | 2018-04-12 | 选配过程中零部件测量数据统计特性分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110378542A true CN110378542A (zh) | 2019-10-25 |
Family
ID=68243650
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810325018.7A Withdrawn CN110378542A (zh) | 2018-04-12 | 2018-04-12 | 选配过程中零部件测量数据统计特性分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110378542A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111275328A (zh) * | 2020-01-19 | 2020-06-12 | 哈尔滨工业大学(威海) | 基于综合灰关联序的rngru位标器零部件选配方法 |
CN112344864A (zh) * | 2020-11-04 | 2021-02-09 | 常州奥瑞克精密测量系统有限公司 | 激光厚度和长度同步测量仪的精度校验方法、装置 |
CN113311145A (zh) * | 2021-05-28 | 2021-08-27 | 中航复合材料有限责任公司 | 一种预浸料树脂含量测量系统分析方法和装置 |
CN114061454A (zh) * | 2021-11-10 | 2022-02-18 | 南京国轩电池有限公司 | 一种锂离子电池涂布ccd测量系统动态稳定性的评价方法 |
-
2018
- 2018-04-12 CN CN201810325018.7A patent/CN110378542A/zh not_active Withdrawn
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111275328A (zh) * | 2020-01-19 | 2020-06-12 | 哈尔滨工业大学(威海) | 基于综合灰关联序的rngru位标器零部件选配方法 |
CN111275328B (zh) * | 2020-01-19 | 2022-02-22 | 哈尔滨工业大学(威海) | 基于综合灰关联序的rngru位标器零部件选配方法 |
CN112344864A (zh) * | 2020-11-04 | 2021-02-09 | 常州奥瑞克精密测量系统有限公司 | 激光厚度和长度同步测量仪的精度校验方法、装置 |
CN113311145A (zh) * | 2021-05-28 | 2021-08-27 | 中航复合材料有限责任公司 | 一种预浸料树脂含量测量系统分析方法和装置 |
CN114061454A (zh) * | 2021-11-10 | 2022-02-18 | 南京国轩电池有限公司 | 一种锂离子电池涂布ccd测量系统动态稳定性的评价方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110378542A (zh) | 选配过程中零部件测量数据统计特性分析方法 | |
US10746857B2 (en) | Method for correcting measuring errors of long-distance scanning laser radar | |
CN102479351B (zh) | 一种对新建计量标准的智能化管理方法及系统 | |
CN109990712A (zh) | 一种测宽仪在线校准方法 | |
CN106842094A (zh) | 磁力计校准的数据处理方法和装置 | |
CN110672019B (zh) | 一种用于激光在线测厚仪的检验方法 | |
CN108344361A (zh) | 一种基于激光跟踪仪的平面法向量测量方法 | |
Kazerouni | Design and analysis of gauge R&R studies: Making decisions based on ANOVA method | |
CN108362311A (zh) | 一种测距传感器用分段式距离补偿方法 | |
CN105388507B (zh) | 基于区域gnss与精密测距尺度比估计法确定椭球参数的方法 | |
Cardone | New technique in chemical assay calculations. 1. A survey of calculational practices on a model problem | |
CN114184173B (zh) | 一种遥感卫星立体影像测图能力综合评估方法 | |
CN107786264B (zh) | 一种基于数据分析的ont功率校准的方法 | |
CN108413855A (zh) | 一种电子卡规的校准及评定方法 | |
Shi et al. | Oxygen abundance in the Sloan Digital Sky Survey | |
CN111579526B (zh) | 一种表征近红外仪器差异和校正的方法 | |
CN109145258A (zh) | 基于非线性拟合的威布尔分布参数置信区间估计方法 | |
CN115639335A (zh) | 水质监测数据校准方法、系统及计算机可读存储介质 | |
CN114441710A (zh) | 一种天然气组分检测设备性能评价方法及装置 | |
CN103837484B (zh) | 一种用于消除光谱乘性随机误差的角度化多变量分析方法 | |
CN113960256A (zh) | 一种含水仪的温度补偿方法 | |
CN209197644U (zh) | 一种用于测量大尺寸螺纹中径的测量装置 | |
CN113406026A (zh) | 用火焰原子吸收光谱仪测定肥料中氧化钾含量的方法 | |
Zisopoulos et al. | Beam optics measurements through turn by turn beam position data in the SLS | |
CN105203150B (zh) | 一种化工装置仪表数据异常点型过失误差检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20191025 |