Технология машиностроения

№ 2372

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РФ

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ АВТОНОМНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ «НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ ТЕХНОЛОГИЧЕСКИЙ УНИВЕРСИТЕТ «МИСиС»



Кафедра инжиниринга технологического оборудования

Л.В. Седых








                Технология машиностроения





        Практикум




Рекомендовано редакционно-издательским советом университета

МИСиС

Москва 2015

УДК 621
С28

Рецензент
канд. техн. наук, доц. М.Н. Скрипаленко




     Седых Л.В.
С28    Технология машиностроения : практикум / Л.В. Седых.      М. : Изд. Дом МИСиС, 2015. - 73 с.
        ISBN 978-5-87623-854-2




          Практикум содержит указания к выполнению практических работ по дисциплине «Технология машиностроения». Рассмотрены теоретические положения, необходимые для подготовки бакалавров к выполнению практических работ и домашних заданий, а также описан порядок проведения и представлены примеры их выполнения.
          Практикум предназначен для бакалавров специальностей 15.03.02 «Технологические машины и оборудование» и 22.03.02 «Металлургия».

УДК 621





















ISBN 978-5-87623-854-2

© Л.В. Седых, 2015

    СОДЕРЖАНИЕ


Предисловие...............................................4
Практическое занятие 1. Оценка качества деталей статистическим методом....................................5
Практическое занятие 2. Определение типа производства....11
Практическое занятие 3. Выбор рациональных схем базирования.16
Практическое занятие 4. Расчет погрешности закрепления...24
Практическое занятие 5. Технологичность изделия..........33
Практическое занятие 6. Разработка технологического процесса изготовления детали......................................37
Практическое занятие 7. Расчет припусков.................45
Практическое занятие 8. Нормирование затрат труда на выполнение операций...................................53
Библиографический список.................................58
Приложения...............................................59

3

    ПРЕДИСЛОВИЕ

  Машиностроение представляет собой одну из наиболее важных отраслей народного хозяйства, которая определяет возможность развития других отраслей. Одним из значимых факторов технического прогресса в машиностроении, как и в других отраслях, является совершенствование технологии производства.
  Развитие машиностроения ориентировано на повышение качества продукции, на комплексную автоматизацию на основе применения станков с ЧПУ, поэтому требует подготовки квалифицированных специалистов, не только обладающих необходимыми теоретическими знаниями, но и способных использовать их практически на производстве. В этой связи бакалавры должны владеть методами оценки качества изделий, выбора рациональных схем базирования заготовок, расчета различных погрешностей, расчета припусков и т.п.
  Для закрепления лекционного материала на практических занятиях выполняются расчеты по выданным индивидуальным заданиям. Практикум включает краткую теоретическую часть, пример выполнения домашнего задания, контрольные вопросы к защите.

4

Практическое занятие 1

    ОЦЕНКА КАЧЕСТВА ДЕТАЛЕЙ СТАТИСТИЧЕСКИМ МЕТОДОМ

   Цель работы: анализ качества продукции с применением методов математической статистики (на примере точности размера).

    1.1. Основные теоретические сведения

   Важнейшим этапом промышленного производства является контроль качества выпускаемой продукции. Качество - совокупность свойств продукции, обусловливающее ее пригодность удовлетворять определенные потребности в соответствии с назначением [1].
   Любой процесс сопровождается действием большого количества случайных факторов, которые вызывают отклонения показателей качества и количества изделий, выпущенных в единицу времени, и их стоимости от стоимости расчетных значений. То есть между расчетными и действительными результатами процесса всегда бывают расхождения. К тому же определить действительные результаты можно с ошибками. Поэтому различают три вида значений любого показателя:
   1)   номинальное или теоретическое (расчетное), определяемое в результате расчета. Такие показатели существуют в виде предельных размеров (допусков) в конструкторской документации;
   2)   действительное (объективно существующее);
   3)   измеренное, т.е. действительное значение, определенное с каким-то отклонением, вызванным погрешностью метода и средствами измерения, и принимаемое за действительное.
   Вероятностные явления, сопровождающие процесс изготовления деталей машин, вызывают отклонения показателей качества изделий от своих расчетных (номинальных) значений. Более того, возникшие отклонения могут быть определены также с какими-то ошибками, что приводит к искаженному представлению результата, достигнутого в действительности. Таким образом, между расчетными, действительными и измеренными значениями показателей качества имеются различия. Оценка качества изделий может быть осуществлена посредством определения отклонений действительных значений показателей качества от расчетных.


5

   Под точностью показателя понимают степень приближения действительного значения показателя к его расчетному значению. Под точностью оценки или измерения показателя понимают степень приближения познанного значения показателя к его действительному значению.
   Погрешность определяется как разность между средней расчетной величиной показателя качества и реальной (измеренной) величиной. Погрешность должна находиться в пределах поля допуска, в противном случае возникает понятие брака исправимого или неисправимого.
   Погрешности разделяют на:
   1.   Случайные, возникающие при изготовлении конкретной детали в результате каждый раз особой компоновки большого числа факторов, действующих на технологическую систему. Например, колебание припуска и твердости как в пределах одной обрабатываемой заготовки, так и в пределах партии заготовок, неоднородность материала, случайные колебания температуры и т.п. Случайные отклонения точности изделий чаще всего подчиняются закону нормального распределения.
   2.   Систематические, в отличие от случайных, не имеют вероятностного характера, их значительно легче выявить и учесть, а значит, устранить или уменьшить. Систематические погрешности подразделяются следующим образом:
   постоянные, остающиеся неизменными на протяжении обработки (погрешность базирования, погрешность средств измерения и т.п.);
   закономерно изменяющиеся, т.е. изменяющиеся в процессе обработки по определенному закону (размерный износ инструмента и т.п.).
   В крупносерийном производстве измерить каждое изделие невозможно. В этом случае для анализа качества продукции используют методы математической статистики [2].
   В математической статистике изучают свойства и количественные характеристики случайных величин по небольшим выборкам их значений. Применительно к практическим задачам технологии машиностроения это означает, что для анализа конкретной числовой характеристики деталей большой партии необходимо измерить эту характеристику у небольшой их случайной выборки. По полученным результатам можно сделать заключение о точности изготовления деталей всей партии [3].
   Продемонстрируем применение методов математической статистики на примере анализа точности изготовления деталей типа вала редуктора. Диаметр вала в идеале должен быть равен заданной величине a. Истин-6

ный же диаметр X вала отличается от номинального значения a. Величина X является случайной и наша задача изучить свойства этой величины! по выборке ее значений x 1,..., xₙ небольшого объема п.

    1.2. Порядок выполнения

   1. Изучить цель работы.
   2. Изучить теоретические сведения, представленные в разд. 1.1.
   3. Получить от преподавателя индивидуальный вариант задания.
   4.   Оценить точность изготовления детали, используя метод математической статистики. Сделать соответствующие выводы по проделанным расчетам.
   5. Оформить отчет о работе.
   6. Ответить на контрольные вопросы.

    1.3. Пример выполнения

   Пусть необходимо произвести контроль 1500 шт. валов редуктора. Выберем случайным образом 50 тихоходных валов и измерим диаметр консольного участка вала (табл.1.1).


Таблица 1.1

Диаметры консольного участка вала, мм

49,973 49,978 49,980 49,983 49,994 49,985 49,988 49,986 49,987
49,977 49,979 49,982 49,984 49,991 49,987 49,987 49,987 49,986
49,981 49,980 49,993 49,994 49,981 49,986 49,985 49,988 49,990
49,997 49,984 49,983 49,988 49,995 49,991 49,986 49,991 49,989
49,978 49,998 49,995 49,989 49,992 49,985 49,987 49,985 49,987
49,987 49,986 49,985 49,984 49,989                            

   Для удобства дальнейших вычислений составим табл. 1.2 выборочных значений xₜ в порядке возрастания и с указанием их кратностей ki.


Таблица 1.2

Выборочные значения xi и их кратности ki

xi 49,973 49,977 49,978 49,979 49,980 49,981 49,982 49,983
ki   1      1      2      1      2      2      1      2   
xt 49,984 49,985 49,986 49,987 49,988 49,989 49,990 49,991
ki   3      5      5      7      3      3      1      3   
xi 49,992 49,993 49,994 49,995 49,997 49,998              
ki   1      1      2      2      1      1                 

7

   Диаметр X является непрерывной случайной величиной, которая обычно распределена по нормальному закону (закону Гаусса). Этот закон полностью определяется двумя числовыми характеристиками: математическим ожиданием M(X) и дисперсией D(X) (или средним квадратическим отклонением g(X) = .^D (X)).
   Пусть задан диаметр вала с допуском 50h7. Тогда M(X) = a = = 49,985.
   Далее определена оценка для о(X).
   Выборочной средней Xₙ выборки x ₁, ..., xₙ называется среднее арифметическое выборочных значений

___ x, +... + x
Xn =-----------n


n

  В нашем случае
— 49,973 + 49,977 + 49,978 • 2 + 49,979 + 49,980 • 2 + 49,981 • 2
Xn =---------------------------50---------------------------⁺
  49,982 + 49,983 • 249,984 • 3 + 49,985 • 5 + 49,986 • 5 + 49,987 • 7
I__■________■_______■__________+___________+_______+________+
50
   49,988 • 3 + 49,989 • 3 + 49,990 + 49,991 • 349,992 + 49,993 +__■___________■__________■_______■________■_______■___+
50
  49,994• 2 + 49,995 • 2 + 49,997 + 49,998 _
+—------------------------------------= 49,98646 мм.
                    50
   Выборочной дисперсией Dₙ выборки x1,..., xₙ называется среднее арифметическое квадратов отклонений выборочных значений от выборочного среднего

_____                 _______ 2
                       D" = ⁽x1 - Xn ⁾² ⁺ •. ⁺ ⁽xn - Xn ⁾ n^n


n

  Выборочную дисперсию удобнее считать по формуле

                 — x² + + x ²     — „
Dn = ¹  . n -(Xn)2.
n

  Для нашей выборки

8

  — x2 + ... + xₙ■ /—x2    49,973² + 49,977² + 49,978² • 2
  D = ¹ n - -(X) =----------------------50------------⁺
    49,9792+ 49,980² • 2 + 49,981² • 2 + 49,982² + 49,983² • 2
  + —■-------------------------------+--------+-------+
50
    49,984² • 3 + 49,985² • 549,986² • 5 + 49,987² • 749,98 8² • 3
  + —--------------------------------+--------+-------+
50
    49,989² • 3 + 49,990² + 49,991² • 349,9922+ 49,993²
  +------------------------+--------+-------+----+
50
    49,994² • 2 + 49,995² • 2 + 49,9972 + 49,998²   .
  +                                         49,98646² =
                      50
  = 0,0000273284 мм.


  Выборочная дисперсия является смещенной оценкой дисперсии D(X) случайной величины X. Поэтому обычно используют исправленную выборочную дисперсию


              ■2 = ⁿ D = ⁽Х1 - Xn ⁾² ⁺ . ⁺ ⁽Xn — Xn ⁾² n      1 n                      1
                  n -1                   n -1

которая является несмещенной оценкой для D (X).
   Хорошей оценкой среднего квадратического отклонения g(X) случайной величины X является так называемое исправленное выборочное среднее квадратическое отклонение выборки х1, ..., хп. Оно вычисляется по формуле


s = к х1 — Xn⁾² ⁺ ••• ⁺ ⁽хп—Xn⁾² ⁿ \            n-1


  Для нашей выборки


S² =---0,0000273284 « 0,0000278861,
ⁿ 49 ’                 ’’


Sₙ = д/0,0000278861 « 0,00528.

9

   Целесообразно также найти доверительный интервал для среднего квадратического отклонения о(X) величины X.
   Например, интервал
(0,00528 • (1 - 0,3), 0,00528 • (1 + 0,3))« (0,03696, 0,06864)

является 99%-ным доверительным интервалом для среднего квадратического отклонения величины X.
   Проверим гипотезу о том, что дисперсию о²(X) величины X можно считать равной о² = 0,005² = 0,000025.
   Теперь согласно правилу трех сигм можно определить поле допуска для анализируемой партии деталей. Поскольку о = 0,005, то расчетное поле допуска 6о = 6-0,005 = 0,03 соответствует заданному 50h 7°,₀₀₃. Поэтому можно сделать вывод, что вся партия деталей изготовлена фактически без брака.

    1.4. Содержание отчета

   1.    Отчет оформляется на компьютере, шрифт Times New Roman, размер шрифта 12, интервал 1,5. Распечатывается с одной стороны листа формата А4. Все рисунки нумеруются и подписываются. Титульный лист и задание имеют определенную структуру, которая приведена в данном практикуме в прил. 1, 2. Отчет представляется преподавателю для последующей защиты.
   2.   Отчет о работе должен содержать:
   -  наименование работы и ее цель;
   -    исходные данные (номер варианта, эскиз детали с измеряемым размером и допуском на него, число измеряемых деталей);
   -  все необходимые расчетные формулы, таблицы и графики;
   - выводы по работе.

    Контрольные вопросы

   1. Что такое качество продукции?
   2. Перечислить виды значений показателя качества.
   3. В чем причины возникновения погрешностей?
   4.   Приведите примеры случайных и систематических погрешностей. В чем принципиальное различие между ними?
   5. Что характеризует среднее квадратическое отклонение размеров?
   6. Что такое допуск?

10

Практическое занятие 2

    ОПРЕДЕЛЕНИЕ ТИПА ПРОИЗВОДСТВА

   Цель работы: освоение методики расчета основных типов машиностроительного производства по коэффициенту закрепления операций kз.о.

    2.2. Основные теоретические сведения

   Тип производства - это комплексная характеристика технических, организационных и экономических особенностей машиностроительного производства, обусловленная его специализацией, типом и постоянством номенклатуры изделий, а также формой движения изделий по рабочим местам. В машиностроении различают следующие типы производств [2]:
   1.   Единичное производство - характеризуется широкой номенклатурой изготовляемых или ремонтируемых изделий с малым объемом выпуска, с использованием универсального оборудования, универсальных режущих и измерительных инструментов. Универсальность выполняемых работ требует высококвалифицированных рабочих.
   2.   Серийное производство - характеризуется изготовлением или ремонтом изделий периодически повторяющимися партиями.
   В зависимости от числа изделий в партии, производство бывает мелкосерийное, среднесерийное, крупносерийное.
   Для обработки в серийном производстве используется универсальное, специализированное, специальное оборудование, станки с 411У, специальный режущий инструмент и измерительные приборы. Квалификация рабочих зависит от серийности производства.
   3.   Массовое производство - характеризуется большим объемом выпуска изделий, непрерывно изготавливаемых или ремонтируемых в течение продолжительного времени.
   В массовом производстве используют специальное, специализированное оборудование, агрегатные станки, станки-автоматы и полуавтоматы, автоматические линии и станки с 4ПУ. Режущие и измерительные инструменты используют специальные и специализированные. Обработку производят рабочие средней квалификации
   Методы производства:
   1)   непоточный метод - применяется в серийном, мелкосерийном, единичном производстве;


11