Лекция тема: «Введение». План. Введение. Возникновение квалиметрии

87 
Плохо 
0,20 – 0,37 
Удовлетворительно 
0,37 – 0,63 
Хорошо 
0,63 – 0,80 
Очень хорошо 
0,80 – 1,0 
Эти соображения явились предпосылкой для усовершенствования методики 
нормирования простых свойств качества, отличающейся от известных разработок 
следующей формулировкой: 
)]},
,
(
exp[
exp{
j
A
r
y
r




(6.11) 
где 
r
– натуральное значение показателя единичного свойства, входящего в некото-
рое сложное; 
j
A
– эмперические константы 
6
,
1
(

j
). Для параметра 

y
при 
1

j
j
A
A

справедливы соотношения: 
];
,
[
;
5
,
0
)
(
)
(
2
1
1
2
A
A
r
A
r
A
r
y






];
,
[
;
5
,
0
)]
(
2
[
)
(
3
2
2
3
3
A
A
r
A
A
A
r
y






];
,
[
);
(
)
(
85
,
0
4
3
3
4
3
A
A
r
A
A
A
r
y





];
,
[
;
5
,
8
)
(
)
(
65
,
0
5
4
4
5
4
A
A
r
A
A
A
r
y






].
,
[
;
5
,
1
)
(
)
(
6
5
6
5
A
A
r
r
A
A
r
y






Для случая, когда 
1


j
j
A
A
, имеем: 
].
,
[
;
5
,
0
)
(
)
(
2
1
1
2
A
A
r
r
A
r
A
y






Для интервалов 
]
,
[
3
2
A
А
,
]
,
[
4
3
A
А
,
]
,
[
5
4
A
А
и в этом случае справедливы формулы 
(6.10). Константы в формуле (6.11) равны: 
);
(
);
(
;
2
;
2
);
(
);
(
1
6
2
5
4
3
2
2
1
1
N
N
N
N
S
r
A
S
r
A
S
r
A
S
r
A
S
r
A
S
r
A

























(6.12) 
где 
r
– среднее арифметическое показателя 
i
r
полученное по выборке их N опытных 
значений; S – среднеквадратичное отклонение: 
;
ln
;
ln
;
97
,
2
;
97
,
2
/
565
,
7
2
1
N
d
c
N
b
a
y
y
N
y
N
N
N
N
N















d
и
c
b
a
,
,
– коэффициенты, представляющие собой результат математической обра-
ботки данных из справочников, значения которых для различных 
N
приведены в 
таблица 6.2. 
Следует отметить, что множество 
N
значений единичного показателя 
i
r
всегда 
рассматривается как банк данных, накапливаемых в процессе функционирования 
объекта квалиметрии и предназначенных для использования при проектировании 
новых или усовершенствовании существующих материалов, конструкций, техноло-
гических процессов. 
Зависимости (6.12) определены для уровня вероятности
95
,
0

P
из следующих 
соображений. Во - первых, считается, что выборочному ряду значений 
)
,
1
(
N
i
r
i

от-

88 
вечает отклонение границы доверительного интервала от центра, равное 
S
2

, что 
соответствует значениям
4
3
А
и
A
. Во - вторых, постулируется, что распределение 
крайних членов выборки из 
N
элементов подчиняется двойному показательному 
закону; для заданного уровня вероятности
P
при экстремальных значениях
i
r
это 
эквивалентно величинам 
А
и
A
.
2
5
Далее принимается, что гипотетически наилучшему и абсолютно не приемле-
мому состояниям объекта квалиметрии соответствуют величины 
А
и
A
1
6
, которые 
получают как отклонения на величину 
S
N
)
565
,
7
(
от экстремальных значений. 
Следует отметить, что величена параметра 
6
A
в настоящей работе трактуется как 
эталонная. 
При крайних фиксированных значениях
)
6
1
(


j
или
j
A
j
для каждого из интер-
валов 
]
,
[
],
,
[
6
4
3
1
A
A
A
A
можно определить условное среднеквадратическое отклонение 
1
/
)
(


j
N
A
r
S



. 
Таблица 6.2 
Значения коэффициентов а,в,с и d для различных N 
N 
a 
b 
c 
d 
00,490 
0.0144 
0.725 
0.1134 
400.473 
0.0192 
0.862 
0.0757 
800.504 
0.0121 
0.923 
0.0616 
Тогда выражение (6.9) приводится к виду
,
)
)(
)(
(
1
1
1









j
j
j
j
j
j
A
A
k
k
A
r
k
r
где величинам 
6
,
1

j
соответствуют следующие значения 
0
.
1
;
80
.
0
;
63
.
0
;
37
.
0
;
20
.
0
;
0
:
j
k
. 
Таким образом, при квалиметрических оценках между отношениями в эмпириче-
ской и числовой системах имеет место соответствии, определяемая таблицей 6.3. 
Таблица 6.3 
Квалиметрическая оценка в эмпирической и числовой системе 
r
для различных соотношений 
j
A
r 
Шкала отношений 
1


j
j
A
A
1


j
j
A
A
1
A
6
A
0 
Очень плохо 
2
A
5
A
0,20 
Плохо 
3
A
4
A
0,37 
Удовлетворительно 
4
A
3
A
0,63 
Хорошо 
5
A
2
A
0,80 
Очень хорошо 
6
A
1
A
1,00 
Отлично 

89 
С учетом изложенного, заключительный этап количественной оценки качества 
для n различных показателей единичных свойств
)
,
1
(
n
i
r
i

должен представлять 
вычислительную процедуру с использованием следующего соотношения: 
i
n
i
k
j
n
i
n
j
ij
ij
n
r
l
l
r
r
f
  












1
1
1
1
1
/
)
,...,
(

, (6.13) 
где 

– функция, значение которой равно нулю, если бы хотя бы один из показа-
телей 
i
r
находится на неприемлемом уровне, и равно единице в остальных случаях; 
i
k
– число единичных свойств, определяющих значение показателя
i
r
сложного 
свойства ; 
ij
l
– ненормированный весовой коэффициент 
го
j

единичного свойства с 
показателем
ij
r
, входящего в 
j
i

сложное свойство. 
При этом, как отмечено в учебниках, в случае использования формулы (6.13) 
однозначность в количественных оценках гарантируется, если выполняется ряд сле-
дующих ограничений: 
)
,...,
,...,
,...,
(
)
,...,
,...,
,...,
(
1
1
n
k
l
n
l
k
r
r
r
r
f
r
r
r
r
f



; 
 




f
где
r
r
f
r
f
r
r
r
f
f
)],
,
(
[
]
),
,
(
[
3
2
1
3
2
1
некоторая функция; 
если
;
1
)
,...,
,...,
(
0
,
1
0
1





n
i
i
r
r
r
f
то
r
если хотя бы одно значение
;
0
)
,...,
,...,
(
,
0
1



n
i
i
r
r
r
f
то
r
если
}
{
max
)
,...,
,...,
(
,
1
,
1
,
1
)
,...,
,...,
(
1
1
i
n
i
i
n
i
r
r
r
r
f
n
i
r
то
r
r
r
f






. 
По всей видимости, не стоит особенно доказывать актуальность обсуждаемых в 
настоящем лекций вопросов объективной квалиметрии материалов и способов их 
решения. По нашему убеждению, применительно к металлоизделий при имеющемся 
разбросе в их механических характеристиках и дефектности рассмотренная проце-
дура рассортировки в процессе контроля может оказать существенное влияние на 
установление обоснованной цены металлоизделий, что важно в условиях обостря-
ющейся конкуренции на промышленном рынке Казахстана. 

90 
ЛЕКЦИЯ 8. 
Тема: «

жүктеу/скачать 2,71 Mb.

Достарыңызбен бөлісу: