[go: up one dir, main page]

CN110400066A - 一种机械加工误差统计分析装置 - Google Patents

一种机械加工误差统计分析装置 Download PDF

Info

Publication number
CN110400066A
CN110400066A CN201910641460.5A CN201910641460A CN110400066A CN 110400066 A CN110400066 A CN 110400066A CN 201910641460 A CN201910641460 A CN 201910641460A CN 110400066 A CN110400066 A CN 110400066A
Authority
CN
China
Prior art keywords
sample
group
size
error
processing
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.)
Pending
Application number
CN201910641460.5A
Other languages
English (en)
Inventor
王继伟
王东伟
王家胜
杨然兵
徐树生
张惠莉
潘志国
何晓宁
胡彩旗
董红旭
赵斌
刘砚庆
马强强
于江涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qingdao Agricultural University
Original Assignee
Qingdao Agricultural University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Qingdao Agricultural University filed Critical Qingdao Agricultural University
Priority to CN201910641460.5A priority Critical patent/CN110400066A/zh
Publication of CN110400066A publication Critical patent/CN110400066A/zh
Pending legal-status Critical Current

Links

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
    • 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
    • G06Q10/06395—Quality analysis or management
    • 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)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Complex Calculations (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

本发明公开了一种机械加工误差统计分析装置，选取样本容量，采用位移传感器和高精度数显卡尺测出所有样本的原始尺寸，经过模拟量输入模块，通过软件开发出数据处理系统，可实现：数据采集、处理、绘制分布图；判定加工误差性质；确定工序能力及其等级；估算出合格和不合格品率；绘制点图；点图中上下两条控制界限线和两极限尺寸线可作为控制不合格品的参考界限。最后，通过打印机将相关项目打印出来。本发明的有益效果是数据测量准确，计算结果精度高，曲线绘制速度快，可以大大提高加工误差统计分析效率，实现了加工误差统计分析的智能化测试。

Description

一种机械加工误差统计分析装置
技术领域
本发明属于机械加工智能测试技术领域，涉及一种机械加工误差统计分析装置。
背景技术
加工误差的统计分析法是根据加工一批工件检验的数据，运用数理统计原理进行分析处理，从中找出误差的种类、大小及规律，并由此找到产生废品的主要原因，提出解决方法，同时还可以进一步监视加工过程中精度的变化，以便及时采取措施，预防废品的产生。机械加工误差常用的统计分析法主要有分布图和点图法两种。传统的统计数据方法是：选取样本容量，利用千分表分别测出样本零件的原始尺寸，根据样本零件原始尺寸，按要求绘出分布图，确定出加工方法的精度、判断加工误差的性质、判断工序能力及其等级、估算工序加工的合格率及废品率；绘出点图，确定系统误差、随机值误差、指明改进加工过程的方向及时防治废品的发生。该方法存在的问题：零件尺寸数据多，测量工作量大，计算公式多而复杂，人工处理数据容易出错、绘制曲线难度大，人为误差较大。
发明内容
本发明的目的在于提供一种机械加工误差统计分析装置，本发明的有益效果是数据测量准确，计算结果精度高，曲线绘制速度快，可以大大提高加工误差统计分析效率，实现了加工误差统计分析的智能化测试。
本发明所采用的技术方案是选取样本容量，采用位移传感器和高精度数显卡尺测出所有样本的原始尺寸，经过模拟量输入模块，通过LabVIEW软件开发出数据处理系统，可实现：数据采集、处理、绘制分布图；判定加工误差性质；确定工序能力及其等级；估算出合格和不合格品率；绘制点图；点图中上下两条控制界限线和两极限尺寸线可作为控制不合格品的参考界限。最后，通过打印机将相关项目打印出来。
进一步：
1.样本尺寸测量
选取样本容量n(通常取n＝50-200件)；用高精度数显卡尺测出样本零件第一个位置的尺寸，借助于测量平台和V型块，将固定在测量平台横梁上的位移传感器调零；测量平台横梁、纵梁可根据测量需求在水平、垂直方向调整，V 型块位于测量平台上，缓慢转动样本零件一周，通过位移传感器测出每个样本的 (相对于第一个位置的尺寸误差)，第一个位置的原始尺寸，即为高精度数显卡尺的读数加上位移传感器显示数据值和。
2.模拟量输入模块
位移传感器测定的模拟信号经模拟量输入模块，将电信号转换成数字信号，传送到计算机。
3.数据计算与曲线绘制
(1)绘制直方图
利用LabVIEW数据处理模块软件，分别计算：极差R＝xmax-xmin、组数K(根据样本容量选择K＝6～12)、组距(每组尺寸间隔)组界(每组尺寸范围，上界：sj＝xmin+(j-1)d+d/2；下界：xj＝xmin+(j-1)d–d/2(j＝ 1,2,3,···,k)、组中值xj(每组平均值)、频数(同一尺寸或同一误差组的零件数量)mi、频率(频数与样本容量的比值)样本尺寸公差T、样本的平均值均方根差
以工件尺寸误差为横坐标，为频数(或频率)为纵坐标，画出直方图。
(2)绘制正态分布曲线
正态分布的概率密度函数为：
y—分布曲线的纵坐标，表示工件的分布密度(频率密度)；x—分布曲线的横坐标，表示工件的尺寸或误差。
由概率密度函数求概率，随机变量落在区间[x1,x2]内的概率为：
若工艺过程稳定，则误差分布曲线接近正态分布曲线，标准正态分布σ＝1，实际生产中为非标准正态分布，通过令可转换为标准正态分布；若工艺过程不稳定，则应根据实际情况确定其分布曲线。
(3)绘制点图
1)确定样组容量：对样本进行分组，样组容量m通常取4或5件。按样组容量和加工时间顺序，将样本划分成若干个样组。
2)计算各样组的平均值和极差R
3)绘制图：以样组序号为横坐标，分别以各样组的平均值和极差R为纵坐标，画出和R点图，在图上标出点图的中心线R图的中心线上控制线和下控制线
4.加工误差统计分析
1)分析分布图，确定样本系统常值误差(Am-要求尺寸的平均值)；加工精度6σ；工序能力系数工序能力等级，合格率，废品率。
2)分析点图，判别工艺过程稳定性。
附图说明
图1是本发明示方法示意图。
具体实施方式
下面结合具体实施方式对本发明进行详细说明。
本发明机械加工误差统计分析方法如图1所示，包括以下步骤：
1.样本尺寸测量
选取样本容量n(通常取n＝50-200件)；用高精度数显卡尺测出样本零件第一个位置的尺寸，借助于测量平台和V型块，将固定在测量平台横梁上的位移传感器调零；测量平台横梁、纵梁可根据测量需求在水平、垂直方向调整，V 型块位于测量平台上，缓慢转动样本零件一周，通过位移传感器测出每个样本的 (相对于第一个位置的尺寸误差)，第一个位置的原始尺寸，即为高精度数显卡尺的读数加上位移传感器显示数据值和。
2.模拟量输入模块
位移传感器测定的模拟信号经模拟量输入模块，将电信号转换成数字信号，传送到计算机。
3.数据计算与曲线绘制
(1)绘制直方图
利用LabVIEW数据处理模块软件，分别计算：极差R＝xmax-xmin、组数K(根据样本容量选择K＝6～12)、组距(每组尺寸间隔)组界(每组尺寸范围，上界：sj＝xmin+(j-1)d+d/2；下界：xj＝xmin+(j-1)d–d/2(j＝ 1,2,3,···,k)、组中值xj(每组平均值)、频数(同一尺寸或同一误差组的零件数量)mi、频率(频数与样本容量的比值)样本尺寸公差T、样本的平均值均方根差
以工件尺寸误差为横坐标，为频数(或频率)为纵坐标，画出直方图。
(3)绘制正态分布曲线
正态分布的概率密度函数为：
y—分布曲线的纵坐标，表示工件的分布密度(频率密度)；x—分布曲线的横坐标，表示工件的尺寸或误差。
由概率密度函数求概率，随机变量落在区间[x1,x2]内的概率为：
若工艺过程稳定，则误差分布曲线接近正态分布曲线，标准正态分布σ＝1，实际生产中为非标准正态分布，通过令可转换为标准正态分布；若工艺过程不稳定，则应根据实际情况确定其分布曲线。
(3)绘制点图
1)确定样组容量：对样本进行分组，样组容量m通常取4或5件。按样组容量和加工时间顺序，将样本划分成若干个样组。
2)计算各样组的平均值和极差R
3)绘制图：以样组序号为横坐标，分别以各样组的平均值和极差R为纵坐标，画出和R点图，在图上标出点图的中心线R图的中心线上控制线和下控制线
4.加工误差统计分析
1)分析分布图，确定样本系统常值误差(Am-要求尺寸的平均值)；加工精度6σ；工序能力系数工序能力等级，合格率，废品率。
2)分析点图，判别工艺过程稳定性。
本发明通过位移传感器测量出样本的原始数据；经过放大器将数字信号放大，借助于LabVIEW虚拟仪器软件，设计一套数据处理系统，完成数据采集、处理、保存、显示分布曲线、计算出合格率、废品率、工序能力参数等，并采取有效措施，降低废品率。
以上所述仅是对本发明的较佳实施方式而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施方式所做的任何简单修改，等同变化与修饰，均属于本发明技术方案的范围内。

Claims (2)

1.一种机械加工误差统计分析装置，其特征在于：选取样本容量，采用位移传感器和高精度数显卡尺测出所有样本的原始尺寸，经过模拟量输入模块，通过LabVIEW软件开发出数据处理系统，可实现：数据采集、处理、绘制分布图；判定加工误差性质；确定工序能力及其等级；估算出合格和不合格品率；绘制点图；点图中上下两条控制界限线和两极限尺寸线可作为控制不合格品的参考界限。最后，通过打印机将相关项目打印出来。
2.按照权利要求1所述一种机械加工误差统计分析装置，其特征在于：
1.样本尺寸测量
选取样本容量n；用高精度数显卡尺测出样本零件第一个位置的尺寸，借助于测量平台和V型块，将固定在测量平台横梁上的位移传感器调零；测量平台横梁、纵梁可根据测量需求在水平、垂直方向调整，V型块位于测量平台上，缓慢转动样本零件一周，通过位移传感器测出每个样本的，第一个位置的原始尺寸，即为高精度数显卡尺的读数加上位移传感器显示数据值和；
2.模拟量输入模块
位移传感器测定的模拟信号经模拟量输入模块，将电信号转换成数字信号，传送到计算机；
3.数据计算与曲线绘制
(1)绘制直方图
利用LabVIEW数据处理模块软件，分别计算：极差R＝xmax-xmin、组数K(根据样本容量选择K＝6～12)、组距(每组尺寸间隔)组界(每组尺寸范围，上界：sj＝xmin+(j-1)d+d/2；下界：xj＝xmin+(j-1)d–d/2(j＝1,2,3,···,k)、组中值xj(每组平均值)、频数(同一尺寸或同一误差组的零件数量)mi、频率(频数与样本容量的比值)样本尺寸公差T、样本的平均值均方根差
以工件尺寸误差为横坐标，为频数(或频率)为纵坐标，画出直方图。
(2)绘制正态分布曲线
正态分布的概率密度函数为：
y—分布曲线的纵坐标，表示工件的分布密度(频率密度)；x—分布曲线的横坐标，表示工件的尺寸或误差。
由概率密度函数求概率，随机变量落在区间[x1,x2]内的概率为：
若工艺过程稳定，则误差分布曲线接近正态分布曲线，标准正态分布σ＝1，实际生产中为非标准正态分布，通过令可转换为标准正态分布；若工艺过程不稳定，则应根据实际情况确定其分布曲线。
(3)绘制点图
1)确定样组容量：对样本进行分组，样组容量m通常取4或5件。按样组容量和加工时间顺序，将样本划分成若干个样组。
2)计算各样组的平均值和极差R
3)绘制图：以样组序号为横坐标，分别以各样组的平均值和极差R为纵坐标，画出和R点图，在图上标出点图的中心线R图的中心线上控制线和下控制线
4.加工误差统计分析
1)分析分布图，确定样本系统常值误差(Am-要求尺寸的平均值)；加工精度6σ；工序能力系数工序能力等级，合格率，废品率。
2)分析点图，判别工艺过程稳定性。
CN201910641460.5A 2019-07-16 2019-07-16 一种机械加工误差统计分析装置 Pending CN110400066A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910641460.5A CN110400066A (zh) 2019-07-16 2019-07-16 一种机械加工误差统计分析装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910641460.5A CN110400066A (zh) 2019-07-16 2019-07-16 一种机械加工误差统计分析装置

Publications (1)

Publication Number Publication Date
CN110400066A true CN110400066A (zh) 2019-11-01

Family

ID=68325575

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910641460.5A Pending CN110400066A (zh) 2019-07-16 2019-07-16 一种机械加工误差统计分析装置

Country Status (1)

Country Link
CN (1) CN110400066A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111871841A (zh) * 2020-08-12 2020-11-03 安徽信息工程学院 一种转动分类的机器视觉零件分拣系统、方法和装置
CN114169694A (zh) * 2021-11-16 2022-03-11 北京科技大学设计研究院有限公司 一种基于大数据平台的过程能力分析方法及装置
CN115494792A (zh) * 2022-09-14 2022-12-20 磐吉奥科技股份有限公司 零件加工参数补偿方法、装置、电子设备及可读存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103218837A (zh) * 2013-04-22 2013-07-24 北京航空航天大学 一种基于经验分布函数的不等组距直方图的绘制方法
CN105787172A (zh) * 2016-02-26 2016-07-20 南昌航空大学 一种快速判断废品率的作图方法
CN107038269A (zh) * 2016-10-31 2017-08-11 上海理工大学 基于“x”形航空薄壁标准试件的数控加工机床优选方法
CN109489548A (zh) * 2018-11-15 2019-03-19 河海大学 一种利用三维点云的零件加工精度自动检测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103218837A (zh) * 2013-04-22 2013-07-24 北京航空航天大学 一种基于经验分布函数的不等组距直方图的绘制方法
CN105787172A (zh) * 2016-02-26 2016-07-20 南昌航空大学 一种快速判断废品率的作图方法
CN107038269A (zh) * 2016-10-31 2017-08-11 上海理工大学 基于“x”形航空薄壁标准试件的数控加工机床优选方法
CN109489548A (zh) * 2018-11-15 2019-03-19 河海大学 一种利用三维点云的零件加工精度自动检测方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
吕明: "《机械制造技术基础》", 武汉理工大学出版社, pages: 248 - 250 *
李玉平: "机械加工误差的综合分析及控制研究", vol. 24, no. 3, pages 27 - 30 *
雷红胜: "基于机器视觉的零件尺寸测量及加工精度分析", no. 3, pages 55 - 69 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111871841A (zh) * 2020-08-12 2020-11-03 安徽信息工程学院 一种转动分类的机器视觉零件分拣系统、方法和装置
CN114169694A (zh) * 2021-11-16 2022-03-11 北京科技大学设计研究院有限公司 一种基于大数据平台的过程能力分析方法及装置
CN115494792A (zh) * 2022-09-14 2022-12-20 磐吉奥科技股份有限公司 零件加工参数补偿方法、装置、电子设备及可读存储介质

Similar Documents

Publication Publication Date Title
CN101871767B (zh) 零件形位公差检测系统及方法
CN110400066A (zh) 一种机械加工误差统计分析装置
CN109990712B (zh) 一种测宽仪在线校准方法
CN118470085B (zh) 基于三维建模的金属配件加工检测系统
CN110285781B (zh) 一种相对于基准面的平面平行度快速评定方法
CN111089544B (zh) 基于最大熵法可靠度理论的隧道监控量测数据分析方法
CN102393187A (zh) 一种三维均质实体无损测量装置及方法
CN113532275B (zh) 一种采用激光位移传感器的非接触式R-test球心坐标标定方法
CN108645490A (zh) 基于图像处理技术的冷水水表视觉检测系统及检测方法
CN105653808A (zh) 一种基于蒙特卡洛的规定塑性延伸强度不确定度评定方法
CN115290012A (zh) 基于激光点云数据的路面平整度标准场地量值溯源方法
CN113158558B (zh) 一种高速铁路路基连续压实分析方法、装置及分析仪
CN102269581B (zh) 一种建筑构件加工精度测评方法
CN2685818Y (zh) 壳类零件中心孔深度检测仪
CN112540052B (zh) 测算待测储罐的污染物排放量的测算方法及系统
CN115930847B (zh) 一种三维结构面粗糙度评价指标的定量确定方法
CN113312812B (zh) 一种冷成型钢构件初始几何缺陷生成方法
TWI429878B (zh) 曲面檢測系統及方法
CN205300473U (zh) 划痕测量仪
CN116202451A (zh) 基于单点测距雷达的储料斗骨料体积检测系统及检测方法
CN116007931A (zh) 多源信息融合的齿轮表面质量评价方法
CN114609005A (zh) 基于压力检测的土壤机械组成在线测定装置及方法
CN112378313A (zh) 一种用于多目标数字图像检测的专用标定尺及方法
CN114486820A (zh) 一种机载微波辐射计云中过冷水的反演方法
CN113989513A (zh) 一种方形指针式仪表读数识别的方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20191101

RJ01 Rejection of invention patent application after publication