Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Acumulacion de Tolerancias
Acumulacion de Tolerancias
ACUMULACION DE
TOLERANCIAS
METROLOGIA AVANZADA
1- Introducción y descripción.
ACUMULACION DE TOLERANCIAS
La acumulación de tolerancias y sus métodos del análisis se describen en varios textos, por
ejemplo a Gilson (1951), Mansoor (1963), Fortini (1967), Evans (1975), Cox (1986), Greenwood
y Chase (1987), Kirschling (1988), Bjørke (1989), Henzold (1995), y Nigam y Turner (1995).
Desafortunadamente, la notación no es a menudo estándar y no uniforme, haciendo la
comprensión del material ocasionalmente difícil.
Una de las formas es permitir, con excepción de las distribuciones normales que
esencialmente cubren el intervalo de la tolerancia con una extensión más amplia, pero que
todavía se centran en el punto mediano del intervalo de la tolerancia. Esto da lugar a aumentos
menos optimistas que ésos generalmente obtenidos bajo parámetros de la normalidad, pero
mucho mejor que ésos dados por toleración aritmética, especialmente para cadenas más largas
de la tolerancia. Otra relajación se refiere a centro de la distribución en el punto mediano del
intervalo de la tolerancia.
Es difícil centrar cualquier proceso exactamente donde uno quisiera que estuviera dentro
de cierta inmediación del punto mediano del intervalo de la tolerancia, pero a ella todavía se
asume generalmente que la distribución es normal y su extensión de ±3σ todavía está dentro de
los límites de tolerancia. Esto significa que mientras permitimos un cierto cambio en el medio
requerimos una reducción simultánea en variabilidad. La variación correspondiente reducida de
las distribuciones cambiadas de puesto se acumula de manera estadístico. La tolerancia total del
ensamble entonces se convierte en una suma de dos porciones, consistiendo en una contribución
perjudicial aritmética acumulado de un cambio y un término que reflejan las distribuciones
estadísticas acumulado que describen la variación de las piezas.
2
ACUMULACION DE TOLERANCIAS
2. Notación y convenciones
Refiriéndose a un criterio del ensamble, decimos que A, se puede ver en función de las
dimensiones de la pieza X1. . ., Xn, es decir:
A = f (X1. . ., Xn).
Aquí n puede ser el número de las piezas implicadas en el ensamble, pero también puede
ser más grande que ésta, a saber que algunas piezas contribuyen con más de una dimensión al
criterio A. del ensamble.
Idealmente las dimensiones de la pieza deben ser iguales a sus valores nominales
respectivos √1..., √n. Conociendo que es inevitable la variación de la dimensión nominal, se
permite que la dimensión Xi de la pieza varíe sobre un intervalo alrededor de √i. Típicamente
uno especifica un intervalo simétrico alrededor del valor nominal, es decir, I i = [√I-Ti, √i+ Ti]. Sin
embargo, los intervalos asimétricos de la tolerancia ocurren, y en la forma más extrema se
convierten en los intervalos unilaterales de la tolerancia, Ii = [√i-Ti, √i] o Ii = [√i, √i + Ti]. Por lo
general, uno especificaría un intervalo de tolerancia Ii = [ci, di] con ci ≤ √i ≤ di
A veces uno también encuentra la gama de la tolerancia del término que refiere a integral
del intervalo de la tolerancia, es decir, T΄ i = di − ci. Cuando la lectura de la literatura o usar
cualquier clase del análisis uno de la tolerancia debe siempre estar claro en el uso de la tolerancia
del término.
La función f que demuestra cómo A se relaciona con X 1. . ., Xn se asume para ser liso,
es decir, para las perturbaciones pequeñas X i−√i de XI del √i nominal que asumimos esa f (X1. .
., Xn) es aproximadamente linear en esas perturbaciones, es decir:
3
ACUMULACION DE TOLERANCIAS
Donde ai = αf (√1... √n)/α √i. Aquí uno trataría generalmente el √A = f (√1... √n) como la
dimensión nominal deseada de la ensamble.
Con los coeficientes sabidos a1. . . .an La dimensión nominal correspondiente al ensamble
es entonces:
√A = a0 + a1√1 +. . . + an√n.
Observe que podemos emparejar esta representación linear con la aproximación anterior
identificando:
En la forma más simple los coeficientes de ai son todos igual a uno, es decir:
A = X1 +. . . Xn,
A = ±X1. . . ± Xn
A = a0 + a1X1 +. . . + an Xn
Con los coeficientes sabidos a0, a1. . . .an Para el tratamiento del análisis de la tolerancia
que usa aproximaciones cuadráticas a f referimos a Cox (1986). Aunque este acercamiento es
refinado y se apropia para una curvatura más fuerte sobre las gamas de la variación del XI,
también es más complejo y no rutinario. También no ha entrado lejos en cambios malos
serviciales. Esta parte de la teoría no será cubierta aquí.
Se puede ver como la distancia de un centro del agujero del origen nominal (0, 0). Esta
función no tiene derivados en (0, 0), su gráfico en 3 parecer del espacio un cono con su
extremidad hacia arriba en (0, 0, 0). No puede haber plano de la tangente en la extremidad de
ese cono y así de ninguna dimerización. Aunque hemos encontrado estas clases de problemas
para aparecer en la práctica al realizar análisis de la tolerancia en el contexto de emparejar de
centro del agujero y también en análisis de la tolerancia de la bisagra (Altschul y Scholz, 1994)
se parece haber poco reconocimiento en la literatura de tales situaciones.
Déjenos de vuelta otra vez a nuestra asunción de un criterio linear del ensamble. El punto
entero de los análisis de una acumulación de tolerancia es descubrir en qué medida la dimensión
A del ensamble diferenciará del √A del valor nominal mientras que el XI se restringe para variar
sobre Ii. Este análisis delantero se puede entonces dar vuelta alrededor para solucionar el
problema dual. Para ese problema especificamos la cantidad de variación que se puede tolerar
para A y la tarea es la de especificar las tolerancias de la dimensión de la pieza, T i, de modo que
la tolerancia deseada del ensamble para A sea conocido.
Aunque esto es un papel de revisión, está lejos de completo, como debe estar claro de
las observaciones antedichas. Sin embargo, se parece ser la revisión más comprensiva del tema
que estamos enterados de. Sigue habiendo muchas preguntas abiertas.
4
ACUMULACION DE TOLERANCIAS
Este tipo de análisis asume que todas las dimensiones de la parte X I están limitadas a Ii. Uno
entonces analiza qué gama de la variación se puede inducir en A variando todas las piezas n de
dimensiones X1,. . ., Xn independientemente (en el sentido no estadístico) sobre los intervalos
respectivos de la tolerancia. Claramente, el valor más grande de:
Tomando el valor más grande (más pequeño) de X I € Ii = [ci, di] siempre que ai > 0 (ai
< 0). Por ejemplo, si a1 < 0, entonces el término a1 (X1 − √1) se convierte en el positivo más grande
cuando tomamos X1 < √1 y así en el ci más bajo de la punto final de Ii. Así el valor posible máximo
de A es:
Encontramos:
Y:
Donde:
(1)
El valor calculado 𝑇𝐴𝑎𝑟𝑖𝑡 se debe entonces comparar contra QA, el requisito para el
ensamble satisfactorio. Si todas las dimensiones de la parte satisfacen sus requisitos individuales
5
ACUMULACION DE TOLERANCIAS
de la tolerancia, es decir, XI € Ii, y if 𝑇𝐴𝑎𝑟𝑖𝑡 si computado de (1) satisface el 𝑇𝐴𝑎𝑟𝑖𝑡 ≤ QA, después
cada ensamble que implica estas piezas cabrá con certeza matemática. Ésta es la fuerza
principal de este tipo de cálculo de la tolerancia.
Otro más para el esquema tolerancia aritmético es que los ensambles subyacentes son
muy mínimas.
La sección anterior empleó una forma de tolerancia que apilaba que los protectores contra todas
las contingencias permitidas de la variación de la acumulación de tolerancias de la pieza de la
peor manera posible. Fue precisado que éste puede suceder solamente cuando está hecha
deliberadamente, es decir, eligiendo las peores piezas posibles para un ensamble. Si uno fuera
a elegir partes en una manera al azar, un ensamble a lo peor sería extremadamente inverosímil.
Típicamente las desviaciones de la pieza nominal tenderían a hacer un promedio hacia fuera
hasta cierto punto y la acumulación de la tolerancia no debe ser tan extrema como retratada bajo
tolerancia aritmética que acumula el esquema. La toleración estadística explota este tipo de
cancelación de la variación en una manera sistemática.
Primero si se asume que una distribución normal que describe la variación de la pieza,
después relajando esto a otras distribuciones invalidando al teorema de límite central (CLT), y
nosotros finalmente tratamos la aplicación la determinación del riesgo de no ensamblaje.
5.1- Aleatoriedad:
6
ACUMULACION DE TOLERANCIAS
Más bien que si se asume que el XI puede bajar dondequiera en el intervalo Ii de la tolerancia,
incluso al punto que alguien malintencionadamente y deliberadamente selecciona las piezas para
el ensamble de peor manera, nosotros asumimos aquí que el XI varía aleatoriamente según
algunas distribuciones con las densidades f i (x), i = 1. . . , n, y funciones de distribución
acumulativas
La idea es que la mayor parte de las ocurrencias de X I bajarán dentro de Ii, es decir, la
mayor parte del área bajo densidad fi (x) baja entre las puntos finales de Ii. Pues una salida de
peor tolerancia nosotros aceptamos cierta fracción pequeña de las dimensiones de la parte que
bajarán fuera de Ii. Esto nos libera de tener que examinar cada dimensión de la parte para saber
si hay conformidad con el intervalo Ii. De la tolerancia. Instantáneamente nosotros
preguntamos/asumimos que los procesos que producen las dimensiones de la pieza son
estables (en control estadístico) y que estas dimensiones de la parte bajan sobre todo dentro de
los límites de tolerancia. Esto es comprobada muestreando solamente cierta parte de las piezas
y midiendo el XI' S.
5.2- Independencia:
Tratando el XI como variables al azar, también exigimos que estas variables al azar sean
independientes. Esto significa áspero que la desviación XI - √i no tiene nada que ver con Xj - √j
para i ≠ J. Particularmente, las desviaciones no serán predominante positivo o predominante
negativa. Bajo independencia esperamos conseguir un bolso mezclado de desviaciones
negativas y positivas que esencialmente permite una cierta cancelación de la variación. La
aleatoriedad solamente no garantiza tal cancelación, especialmente no cuando toda la variación
al azar de la demostración de la dimensión de la parte en la misma dirección. Este último
fenómeno es exactamente lo que se prepone la asunción de la independencia excluir.
5.3- Distribución:
Sería agradable tener datos sobre la variación de la dimensión de la pieza, pero ése está
careciendo típicamente en la etapa del diseño. Por esa razón uno asume a menudo que el f i es
una densidad normal o Gaussiana sobre el intervalo Ii. Desde entonces qué este último es un
intervalo finito y la densidad Gaussiana se extiende sobre la línea verdadera del conjunto R =
(−∞, ∞), uno necesita pulsar un compromiso. Consiste en preguntar que el área bajo densidad f i
sobre el intervalo Ii debe representar la mayor parte del área total bajo fi, es decir:
7
ACUMULACION DE TOLERANCIAS
(http://www.stat.washington.edu/fritz/DATAFILES/TOLSTACK.pdf)
Esta probabilidad que mira algo impar (≈ 1) resulta de elegir el fi para ser una densidad
Gaussiana con μi malo = _i en el centro del intervalo de la tolerancia y con _i de la desviación de
estándar = Ti/3, es decir:
8
ACUMULACION DE TOLERANCIAS
Y:
Donde:
Una razón que se avanza a menudo para si se asume que una distribución normal es
que las desviaciones del nominal son a menudo el resultado de muchos contribuidores aditivos
que sean al azar en naturaleza, y cada uno de efecto relativamente pequeño. El teorema de
límite central entonces se utiliza para demandar normalidad para la suma de muchos tales
contribuidores. Se asume que la persona que produce la pieza apuntará para la dimensión
nominal de la parte, pero por varias razones habrá las desviaciones del nominal que acumulan a
una desviación total del nominal, que entonces se demanda para ser normal. Así los valores X I
se aproximaran típicamente con más frecuencia alrededor del √i nominal y menos darán lugar a
los valores lejanos. Esta vista de la distribución de X I representa una piedra de la esquina
importante en el método de toleración estadístico.
Como variable al azar, de hecho como variable al azar Gaussiana con medio:
Con variables:
La primera ecuación indica que el μA malo de A coincide con el √A del valor nominal de
A. Esto resulta de la dependencia linear de A de las dimensiones de la pieza X I y del hecho de
que las medas de todas las dimensiones de la parte coinciden con sus valores nominales
respectivos. La fórmula antedicha para la variación se puede reescribir como sigue:
9
ACUMULACION DE TOLERANCIAS
Aquí RSS refiere a la raíz/ suma/ operación cuadrada que tiene que ser realizada para
calcular 𝑇𝐴𝑅𝑆𝑆 . Puesto que A es Gaussiana, podemos contar en 99.73% de todos los valores A
del criterio del ensamble para caernos dentro ±3σA = el ± 𝑇𝐴𝑅𝑆𝑆 de su √A nominal, o solamente
.27% de todas las asambleas fallarán.
¿Qué hemos ganado por el precio de tolerar una fracción pequeña de las faltas del
ensamble? La respuesta llega a ser otra vez la más transparente cuando todas las contribuciones
de la tolerancia de la parte |ai| Ti es igual, es decir, |ai| Ti = T. Entonces tenemos:
Combinación:
10
ACUMULACION DE TOLERANCIAS
Y con variables:
Aquí la simetría significa ese fi (√i + y) = fi (√i− y) para toda y, y así μi = √i. significa fi (√i
+y) ≥ fi (√i +ý) para todo 0 ≤|y| ≤|y̕|, es decir, la densidad se cae mientras que nos movemos lejos
de su centro, o por lo menos no aumenta. Aunque esto cubre una familia ancha de distribuciones
razonables, el número .9506 no lleva con él el mismo grado de la certeza que 0.9973.
11
ACUMULACION DE TOLERANCIAS
Donde está un factor c que es específico al tipo de distribución. La opción de ligar esta
proporcionalidad de nuevo a 3σi facilita la comparación con la distribución normal, para la cual
tendríamos c = cN = 1.
Esto conduce a la tolerancia que acumula las fórmulas con las cuales esencialmente
convenga (2), salvo que se ha agregado un factor de la inflación, c. Si el tipo de la distribución
también cambia de parte a la parte (esperanzadamente con la buena justificación), es decir,
tenemos diversos factores c1... cn, necesitamos utilizar la tolerancia más complicada siguiente
que apila fórmula:
(3)
Donde c = (c1... cn). En la tabla que 1 nosotros da algunos factores que se han considerado
en la literatura, vea a Gilson (1951), Mansoor (1963), Fortini (1967), Kirschling (1988), Bjørke
(1989), y Henzold (1995).
(http://www.stat.washington.edu/fritz/DATAFILES/TOLSTACK.pdf)
12
ACUMULACION DE TOLERANCIAS
(http://www.stat.washington.edu/fritz/DATAFILES/TOLSTACK.pdf)
Para una derivación de estos factores vea el apéndice A. Para la densidad beta los parámetros
a > 0 y b > 0 son los parámetros generalmente de la forma, a en la densidad trapezoidal indica
el punto de desempate del plano a la parte inclinada de la densidad, y p y f caracterizan la
densidad del histograma (véase la densidad pasada en el cuadro 2), a saber la barra media de
las cubiertas de esa densidad el √i ± f Ti de la porción central del intervalo de la tolerancia y su
área abarca el 100p% de la densidad total.
Bender (1962) da el factor 1.5 basado principalmente en el hecho de que los operadores de
la producción generalmente le darán 2/3 de la extensión verdadera (gama de ±3σ bajo
distribución normal) cuando están preguntados qué límites de tolerancia pueden llevar a cabo y
“gente del control de calidad reconoce que esta extensión de 2/3 total incluye el cerca de 95%
de los pedazos.” Para compensar estas tolerancias optimista indicadas, el doblador sugiere el
factor 3/2 = 1.5.
13
ACUMULACION DE TOLERANCIAS
Cuando invocamos el CLT tratamos a menudo las aproximaciones que resultan como si él
es exacto. Sin embargo, debe ser tenido presente de que en realidad ocupamos de
aproximaciones (aunque las típicamente buenas) y que llega a ser algo limitada la exactitud
cuando hacemos tales cálculos que implican las colas extremas de las distribuciones normales.
Por ejemplo, una aproximación normal puede sugerir una probabilidad de 0.9973, pero en
realidad que la probabilidad pueda ser solamente 0.98. Al hacer las correcciones para tales
probabilidades extremas de la cola, se parecería que una parte a menudo los pelos dado que
estas probabilidades son solamente aproximadas de todos modos. Sin embargo, lo que la
probabilidad correcta pudo ser, si la aproximación sugiere una degradación en el nivel del
aseguramiento de la tolerancia y si hacemos un ajuste basado en la misma aproximación, él se
parecería que hemos tenido cierto efecto. El único problema es que la medida contraria puede
no ser bastante (encajone) a) o puede ser más que necesitado (caso) b). Si en cualquiera de
estas situaciones no hubiéramos hecho nada, después seríamos mucho peores apagado en
caso de que a) o estamos contando en optimismo a ultranza en caso de que b).
Hemos hecho hasta ahora la suposición excesivamente simple la parte dimensiona XI debe estar
centrada respecto a los nominales de √i. Esto en la práctica es difícil de alcanzar y a menudo no
económico. Tales cambios del medio pueden ocasionalmente ser absolutamente deliberadas
(apuntando para la condición máxima del material, porque una prefiere reiniciar la operación y
seguido de esto empezar con el desecho), en otras ocasiones es causada por desgaste de la
herramienta, y a menudo uno no puede hacer un promedio hacia fuera del proceso de fabricación
de la pieza exactamente en el centro nominal de √i, tan difícil como uno puede intentar. Una
cambio de la distribución de el XI lejos de los centros nominales respectivos causará una cambio,
también en el criterio A. del ensamble. Esto alternadamente aumentará el riesgo del no
ensamble, puesto que cambiará de posición la curva normal más hacia un final del requisito del
diseño en el ensamble [−K0, K0].
Algunos autores, como, Bender (1962) y Gilson (1951), han respondido a este problema
introduciendo los factores de la inflación, c, como les discutieron en la sección anterior, solamente
mantener una distribución para XI que sigue siendo simétrica alrededor de √i. En efecto, esto
negocia un efecto perjudicial, a saber el cambio negativo, contra otro si se asume que una
variación más alta, pero todavía obligando a XI al intervalo de la tolerancia Ii = [√i - Ti, √i + Ti]. El
remedio (factor c de la inflación) que explica una variación más alta dentro de I i, como efecto
secundario, también será beneficioso para ocuparse de los cambios negativos, puesto que causa
un ajuste de tolerancias en dicha parte de un diseño más conservador. Tal diseño entonces
naturalmente también compensará algunas cantidades de cambio perjudicial. Greenwood and
Chase (1987) refiere a este tratamiento del problema negativo del cambio como usar una “banda-
Ayuda”, puesto que esta práctica no es específica al problema de un cambio negativo.
Un cambio negativo representa una cantidad persistente de cambio y es así
absolutamente esencial en su efecto, mientras que una variación inflada expresa la variación que
cambia de sección en sección, y permite así la corrección del error. En defensa de este último
14
ACUMULACION DE TOLERANCIAS
acercamiento uno debe mencionar que a veces uno reacciona a los medios excéntricos
“recientes” en el proceso de fabricación. Eso producirá desde entonces probablemente otro
medio excéntrico, el esta información “reciente” apenas agregará a la variabilidad total del
proceso, es decir, los cambios del medio entonces se transforman de hecho físicamente en
variabilidad. Si esto es una buena estrategia, es cuestionable. Un cambio producirá típicamente
partes rechazadas solamente en un lado del intervalo de la tolerancia, mientras que la
variabilidad creciente debido al “cambio reciente” dará lugar a rechazos en ambos.
Ahora discutiremos algunas maneras de tratar explícitamente los cambios negativos de
∆i = μi - √i. Aunque tenemos en cuenta la posibilidad de cambios perjudiciales mantendremos la
idea de un intervalo de la tolerancia, es decir, la dimensión X I de la pieza del ith todavía será
obligada al intervalo Ii. De la tolerancia. Si la distribución de XI se asume para ser normal, después
su gama de ±3σi caída inmóvil dentro de Ii, (figura 3). Esto significa que el σi tiene que conseguir
un rango más pequeño como |∆i| consigue el rango más grande. Para los intervalos fijos de la
tolerancia esto significa que cambios negativos más grandes son posibles solamente con una
variación más ajustada. Exagerando esto significa que la distribución de X I está cambiada de
posición para √i −Ti o √i +Ti, sin variación. Este último panorama es apenas realista2, pero vale el
observar puesto que conduce de nuevo a una toleración peor.
En la práctica no es tan fácil ajustar la variación de un proceso de producción de la pieza.
Es más práctico ensanchar el intervalo Ii de la tolerancia de la dimensión de la pieza o aumentar
el Ti. La acumulación de tolerancia para un mejor análisis se realiza entonces en términos de Ti
creciente. El efecto, desde un punto de vista del método del análisis, es igual. Con T i creciente
el σi sin cambios parecerá reducido referente a Ti.
Es solamente una cuestión de quién paga el precio. Los cambios negativos no se saben
típicamente a prioridad y, según lo precisado anteriormente, en el caso extremo son poco
realistas y nos conducen a la derecha de nuevo a peor tolerancia. Para evitar esto, la cantidad
de los cambios perjudiciales se toman en cuenta con un rango del límite de tolerancia.
Tales límites tomados en cuenta para el error en la fabricación se deben llegar en la
consulta con los representantes apropiados de la producción. Que la discusión siguiente es útil
referente a |∆i| como ŋi de la fracción de Ti, es decir, |∆i| = ŋi Ti con 0 ≤ ŋi ≤ 1. Los límites
comprendía a |∆i ahora equivalente se expresa como los límites en ŋi, a saber ŋi ≤ ŋ0i o:
|∆i| ≤ ŋoiTi
(http://www.stat.washington.edu/fritz/DATAFILES/TOLSTACK.pdf)
15
ACUMULACION DE TOLERANCIAS
Generalmente es más razonable indicar los límites comprendiendo |∆i| en proporcionalidad a Ti.
Una razón de esto es que el Ti captura hasta cierto punto la variabilidad de la dimensión de la
pieza del proceso, uno está inclinado a asumir de la misma forma. La variabilidad es hasta cierto
punto también responsable de la variación del μi negativo, es decir, que hay una cierta
proporcionalidad entre los dos fenómenos de la variación. También, una vez que tales límites
negativos de los cambios se expresen en términos de tal proporcionalidad a Ti, uno está entonces
más dispuesto a asumir un límite común para estos factores de la proporcionalidad, a saber ŋ01
=. . . = ŋ0n = ŋ0. Teniendo un límite común ŋ0 para todas las dimensiones de la parte X I no es
necesario, sino simplifica grandemente la exposición y la práctica del ajuste según cambios
perjudiciales.
Podemos ahora ver la dimensión XI de la pieza como la suma de dos (o tres)
contribuciones:
Donde está el μi alrededor del cual la pieza individual del ith dimensional y el Єi es la
cantidad por la cual XI se desvía del μi cada vez que la parte producida. El término Єi de la
variación asume variar según una cierta distribución con el medio cero y la variación 𝜎𝑖2 . Podemos
pensar en los dos términos en ∆i + Єi como la desviación total de XI del √i nominal. A saber, el μi
diferencia de √i por el ∆i negativo en el cambio de una manera persistente entonces cada
dimensión de la parte tendrá su propio Єi de la desviación del μi. Sin embargo, esta última
desviación será diferente a partir de una realización de la dimensión X I de la siguiente. Por lo
tanto el ensamble que resulta experimentará diversas desviaciones de esa dimensión de la parte,
cada vez que hacen un nuevo ensamble. Sin embargo, el ∆i de la contribución será igual de
ensamble a ensamble.
La representación antedicha entonces conduce a una representación correspondiente
para el criterio del ensamble:
Donde:
16
ACUMULACION DE TOLERANCIAS
La cantidad por la cual el μA puede diferenciar de √A puede ser limitada como sigue:
(5)
El CLT se puede invocar otra vez para tratar el ЄA como aproximación normal con el
2
medio cero y variación 𝜎Є𝐴 , de modo asi poder esperar un 99.73% de ЄA de las variaciones del
ensamble y así bajen dentro de ±3σЄA de cero. Así 99.73% de toda el ensamble de dimensiones
A dentro de la caída:
μA ±3σЄA
Puesto que (5) limita la cantidad por la cual el μA puede diferenciar de √A, nosotros
podemos juntar este aditamento (en la peor manera) con el límite anterior de 99.73% intervalos
para A y puede demandar que por lo menos bajarán 99.73% de toda el ensamble de dimensiones
A dentro:
(6)
Debido al peor caso de adición en los cambios negativos, generalmente se da por bueno
con menos de .27% de los criterios del ensamble A que bajan fuera del intervalo (6). Ese
porcentaje está correcto cuando el cambio por medio que el ensamble es cero. Pues el μA del
medio ensamble cambia de puesto a la derecha o a la izquierda de √A, sólo una de las colas de
la distribución normal contribuirá perceptiblemente al ensamble fuera de la tarifa de tolerancia.
Esa tarifa debe de ser la mitad de justa de .27% o .135%, o levemente arriba. Las densidades
normales cambiadas de puesto y escaladas en la figura 3 ilustran ese punto también.
17
ACUMULACION DE TOLERANCIAS
Con esta representación de 3σЄA por lo menos 99.73% de todas las dimensiones A del
ensamble bajará dentro:
(8)
En la fórmula (8) el ith cambia de puesto ŋi la fracción aparece en dos lugares, primero
en la suma (que aumenta ŋi) y bajo raíz (disminuye en ŋi). No es así obvio que el ŋi de aumento
siempre hacia materias peores. Entonces:
Resumiendo a:
18
ACUMULACION DE TOLERANCIAS
Mientras ŋ0 > 0, es decir, una cierta alteración, encontramos que este tipo de
acumulación Ti de las tolerancias esté en orden ŋ. Esto se ve lo más claramente posible cuando
|ai|Ti = T y |ai| = 1 para todo el I. Entonces:
En orden n, aunque es reducido por el factor ŋ0. Así el aumento posible previamente
conocido en la tarifa de la conformidad, a saber 99.73% ↗ 99.865%, es típicamente más que
compensó por el crecimiento de la orden n en la acumulación de la tolerancia cuando las cambios
del medio están presentes.
Hemos asumido hasta ahora que la variación de los términos Єi es normal, con el medio
cero y la variación 𝜎𝑖2 . Esta estimación de la normalidad se puede relajar como antes si se asume
que una distribución simétrica sobre un intervalo finito, J i, centrado en cero. Este intervalo finito,
después de centrarlo en μi, inmóvil dentro del intervalo Ii. De la tolerancia. Así Ji será más
pequeño de Ii. Esta reducción en variabilidad es las contrapartes de reducir σi en el modelo
normal, como |∆i| incrementa. Véase la figura 4 para las versiones cambiadas de puesto de la
distribución de la figura 2 con la reducción de acompañamiento en variabilidad. Alternativamente,
podríamos en lugar de otro ensanchar los intervalos de la tolerancia I i mientras que guardar la
extensión de las distribuciones fijó.
La distribución fi, describiendo la distribución del Єi sobre el intervalo Ji, tiene variación
𝜎𝑖2 y como antes de que tengamos la siguiente relación:
19
ACUMULACION DE TOLERANCIAS
Es decir, hay una penalidad adicional con el factor C de la inflación. Si los intervalos de la
tolerancia de la dimensión de la pieza implican diversas distribuciones, entonces una puede
acomodar esto en una manera similar como adentro (3).
(http://www.stat.washington.edu/fritz/DATAFILES/TOLSTACK.pdf)
20
ACUMULACION DE TOLERANCIAS
Si y solo si:
Si ŋi ≤ ŋ0 entonces:
Aquí el lado correcto derecho está bien cercano a uno, a menos que 𝑎𝑗2 𝑇𝑗2 j sea mucho
más grande que el efecto combinado por 𝑎𝑗2 𝑇𝑗2 , i ≠ J. Esta situación no se presenta
generalmente.
Como ejemplo donde c es demasiado grande considere n = 2, (1 − ŋ1)|a1|T1 = (1 −
ŋ2)|a2|T2, y f1 = f2 = uniforme. Entonces c = √3 = 1.732 de la tabla 1 y:
El caso anterior de derivación es negativo, significa que el intervalo (11) es más ancho
cuando no hay alteraciones. Este comportamiento extraño no llega a n = 3 distribuciones
uniformes. También, debe ser precisado que para n = 2 y variación uniforme de la dimensión
de la parte CLT todavía no proporciona una buena aproximación a la distribución de A, que en
ese caso es triangular.
En la mayoría de los casos encontraremos que los derivados antedichos no son
negativos y que la anchura máxima del intervalo conforme a ŋi ≤ ŋ0 está alcanzada de hecho en
ŋi = ŋ0 para i = 1. . . , n. Entonces tendríamos que baja A teniendo:
Por lo menos con 99.73% (o 99.865%) asegurando. Este último porcentaje se deriva otra
vez de CLT aplicado a ЄA. Aprovechando el 99.865% podríamos introducir otra vez el factor
0.927 de la reducción adentro (12)
21
ACUMULACION DE TOLERANCIAS
15. Conclusión
Dando a conocer los temas tratados con anterioridad, es así, como se debe de encontrar sus
aplicaciones y llevar un control de la calidad en múltiples aéreas de trabajo.
16. Referencias
http://www.stat.washington.edu/fritz/Reports/isstech-95-030.pdf
http://www.stat.washington.edu/fritz/DATAFILES/TOLSTACK.pdf
http://www.worldcat.org/wcpa/oclc/39870910
http://books.google.com.mx/books?id=qLh9gGOUI5IC&pg=PA366&dq=acumulacion+tolera
ncias
http://bibliotheka.org/?/ver/10927
22