INSTITUTO TECNOLOGICO DE CHIHUAHUA

ACUMULACION DE TOLERANCIAS
METROLOGIA AVANZADA

ACUMULACION DE TOLERANCIAS
1- Introduccin y descripcin. La acumulacin de tolerancias y sus mtodos del anlisis se describen en varios textos, por ejemplo a Gilson (1951), Mansoor (1963), Fortini (1967), Evans (1975), Cox (1986), Greenwood y Chase (1987), Kirschling (1988), Bjrke (1989), Henzold (1995), y Nigam y Turner (1995). Desafortunadamente, la notacin no es a menudo estndar y no uniforme, haciendo la comprensin del material ocasionalmente difcil. La discusin incluye los mtodos aritmticos y estadsticos. Estos dos mtodos proporcionan pruebas, patrones conservadores y optimistas, respectivamente. En el esquema de tolerancias estadstico bsico se asume que la dimensin de la parte vara aleatoriamente segn una distribucin normal, centrada en el punto mediano del intervalo de la tolerancia y con su 3 para cubrir el intervalo de la tolerancia. Para las tolerancias dadas de la dimensin de la parte esta clase de anlisis conduce tpicamente a tolerancias de mayor ajuste en el ensamble, o para la tolerancia dada del ensamble requiere tolerancias considerablemente menos rigurosas. Puesto que la prctica ha demostrado que los resultados no son generalmente tan buenos como se dice, uno ha intentado relajar las suposiciones distribucionales antedichas en una variedad de distintas maneras. Una de las formas es permitir, con excepcin de las distribuciones normales que esencialmente cubren el intervalo de la tolerancia con una extensin ms amplia, pero que todava se centran en el punto mediano del intervalo de la tolerancia. Esto da lugar a aumentos menos optimistas que sos generalmente obtenidos bajo parmetros de la normalidad, pero mucho mejor que sos dados por toleracin aritmtica, especialmente para cadenas ms largas de la tolerancia. Otra relajacin se refiere a centro de la distribucin en el punto mediano del intervalo de la tolerancia. Es difcil centrar cualquier proceso exactamente donde uno quisiera que estuviera dentro de cierta inmediacin del punto mediano del intervalo de la tolerancia, pero a ella todava se asume generalmente que la distribucin es normal y su extensin de 3 todava est dentro de los lmites de tolerancia. Esto significa que mientras permitimos un cierto cambio en el medio requerimos una reduccin simultnea en variabilidad. La variacin correspondiente reducida de las distribuciones cambiadas de puesto se acumula de manera estadstico. La tolerancia total del ensamble entonces se convierte en una suma de dos porciones, consistiendo en una contribucin perjudicial aritmtica acumulado de un cambio y un trmino que reflejan las distribuciones estadsticas acumulado que describen la variacin de las piezas. Resulta que las piedras angulares de toleracin aritmtica y estadstica son ramificaciones de este modelo ms general, que se ha demandado para unificar materias. Sin embargo, hay otra manera de ocuparse de los cambios negativos, en la forma que aqu se presenta. Se aprovecha apilar estadsticas de cambios negativos y de apilar eso de manera estadsticas de variacin reducida en las distribuciones de la dimensin de la pieza. Un precursor a esto se puede encontrar en la discusin de Desmond de 1963 papeles de Mansoor. Sin embargo, all fue precisado que conduce a los resultados optimistas. La razn de esto era un defecto en la manipulacin de la reduccin de la variacin de la dimensin de la pieza causada por los cambios malos al azar. Cuando el ocuparse de la acumulacin de tolerancias bajo alteraciones se tiene que tomar cuidado especial en los dos cambios posibles peores del medio de la asamblea. Por esta razn el mtodo de clculos del riesgo se discute detalladamente, cuando sea apropiado.

1.1- Los stackups de la tolerancia sirven para:

ACUMULACION DE TOLERANCIAS
Los ingenieros y los diseadores de ayuda que estudian relaciones dimensionales dentro de un ensamble. Proporcionar a los diseadores medios de calcular tolerancias de una pieza. Los ingenieros de ayuda para comparan ofertas de diseo. Los diseadores de ayuda que producen dibujos completos.

1.2- Las preocupaciones con los stackups de la tolerancia. Un factor de seguridad se incluye a menudo en diseos debido a: Temperatura operacional de las piezas o del ensamble. Desgaste. Desviacin de componentes despus del ensamble. La posibilidad o la probabilidad de que las piezas estn levemente fuera de especificacin (solamente de inspeccin pasajera). La sensibilidad o la importancia de la acumulacin (sucede si las condiciones del diseo no se cumplen).

2. Notacin y convenciones La acumulacin de tolerancias es un problema que se presenta debido a la inhabilidad de producir piezas exactamente de la medida nominal. As hay la posibilidad que el ensamble de tales piezas que deben funcionar recprocamente no lo hagan como estaba previsto. Esto se puede juzgar generalmente por unos o ms criterios del ensamble, digamos A1, A2.... Refirindose a un criterio del ensamble, decimos que A, se puede ver en funcin de las dimensiones de la pieza X1. . ., Xn, es decir: A = f (X1. . ., Xn). Aqu n puede ser el nmero de las piezas implicadas en el ensamble, pero tambin puede ser ms grande que sta, a saber que algunas piezas contribuyen con ms de una dimensin 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 variacin de la dimensin nominal, se permite que la dimensin Xi de la pieza vare sobre un intervalo alrededor de i. Tpicamente uno especifica un intervalo simtrico alrededor del valor nominal, es decir, I i = [I-Ti, i+ Ti]. Sin embargo, los intervalos asimtricos de la tolerancia ocurren, y en la forma ms extrema se convierten en los intervalos unilaterales de la tolerancia, Ii = [i-Ti, i] o Ii = [i, i + Ti]. Por lo general, uno especificara un intervalo de tolerancia Ii = [ci, di] con ci i di Al ocuparse de un intervalo simtrico o unilateral de la tolerancia, Ti se le denomina valor de la tolerancia. Para el intervalo bilateral ms general de la tolerancia, I i = [ci, di], uno tendra dos tolerancias, a saber T1i =i ci y T2i = di i. Aunque ocurren los intervalos asimtricos de la tolerancia en la prctica, generalmente no se discuten mucho en la literatura. Nos centraremos as nuestra revisin en el caso simtrico. A veces uno tambin encuentra la gama de la tolerancia del trmino 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 anlisis uno de la tolerancia debe siempre estar claro en el uso de la tolerancia del trmino.

La funcin f que demuestra cmo A se relaciona con X 1. . ., Xn se asume para ser liso, es decir, para las perturbaciones pequeas X ii de XI del i nominal que asumimos esa f (X1. . ., Xn) es aproximadamente linear en esas perturbaciones, es decir:

ACUMULACION DE TOLERANCIAS
A = f (X1. . . , Xn) f (1. . . , n) + a1 (X1 1) +. . . an( Xn - n) Donde ai = f (1... n)/ i. Aqu uno tratara generalmente el A = f (1... n) como la dimensin nominal deseada de la ensamble. A menudo f (X1. . ., Xn) es naturalmente linear, a saber: A = f (X1. . ., Xn) = a0 + a1X1 +. . . + anXn Con los coeficientes sabidos a1. . . .an La dimensin nominal correspondiente al ensamble es entonces: A = a0 + a11 +. . . + ann. Observe que podemos emparejar esta representacin linear con la aproximacin anterior identificando: a0 = f (1... n) a11--ann En la forma ms simple los coeficientes de ai son todos igual a uno, es decir: A = X1 +. . . Xn, O es toda la forma ai = 1. Esto ocurre naturalmente en las cadenas de la trayectoria de la tolerancia, donde las dimensiones se miden positivamente en una direccin y negativamente en la direccin opuesta. En ese caso tendramos: A = X1. . . Xn Asumiremos de ahora en adelante que A est de la forma: A = a0 + a1X1 +. . . + an Xn Con los coeficientes sabidos a0, a1. . . .an Para el tratamiento del anlisis de la tolerancia que usa aproximaciones cuadrticas a f referimos a Cox (1986). Aunque este acercamiento es refinado y se apropia para una curvatura ms fuerte sobre las gamas de la variacin del XI, tambin es ms complejo y no rutinario. Tambin no ha entrado lejos en cambios malos serviciales. Esta parte de la teora no ser cubierta aqu. Observamos aqu que no todas las funciones f son naturalmente lisas: f (X1, X2) = Se puede ver como la distancia de un centro del agujero del origen nominal (0, 0). Esta funcin no tiene derivados en (0, 0), su grfico 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 as de ninguna dimerizacin. Aunque hemos encontrado estas clases de problemas para aparecer en la prctica al realizar anlisis de la tolerancia en el contexto de emparejar de centro del agujero y tambin en anlisis de la tolerancia de la bisagra (Altschul y Scholz, 1994) se parece haber poco reconocimiento en la literatura de tales situaciones. Djenos de vuelta otra vez a nuestra asuncin de un criterio linear del ensamble. El punto entero de los anlisis de una acumulacin de tolerancia es descubrir en qu medida la dimensin A del ensamble diferenciar del A del valor nominal mientras que el XI se restringe para variar sobre Ii. Este anlisis delantero se puede entonces dar vuelta alrededor para solucionar el problema dual. Para ese problema especificamos la cantidad de variacin que se puede tolerar para A y la tarea es la de especificar las tolerancias de la dimensin de la pieza, Ti, de modo que la tolerancia deseada del ensamble para A sea conocido. Aunque esto es un papel de revisin, est lejos de completo, como debe estar claro de las observaciones antedichas. Sin embargo, se parece ser la revisin ms comprensiva del tema que estamos enterados de. Sigue habiendo muchas preguntas abiertas.

ACUMULACION DE TOLERANCIAS

3. El apilado aritmtico de la tolerancia (a lo peor) Este tipo de anlisis asume que todas las dimensiones de la parte X I estn limitadas a Ii. Uno entonces analiza qu gama de la variacin se puede inducir en A variando todas las piezas n de dimensiones X1,. . ., Xn independientemente (en el sentido no estadstico) sobre los intervalos respectivos de la tolerancia. Claramente, el valor ms grande de:

Tomando el valor ms grande (ms pequeo) de X I Ii = [ci, di] siempre que ai > 0 (ai < 0). Por ejemplo, si a1 < 0, entonces el trmino a1 (X1 1) se convierte en el positivo ms grande cuando tomamos X1 < 1 y as en el ci ms bajo de la punto final de Ii. As el valor posible mximo de A es:

En la manera similar una obtiene el valor mnimo de A como:

Si los intervalos de la tolerancia Ii son simtricos alrededor del i nominal, es decir,

Encontramos:

Y:

Donde:

(1) La acumulacin simtrica de la tolerancia en el ensamble. Aparte de los coeficientes |ai|, que son a menudo uno de todos modos, (1) es una suma recta del T i, de dnde el nombre aritmtico conocido de acumulacin de tolerancia.

ACUMULACION DE TOLERANCIAS
El valor calculado se debe entonces comparar contra QA, el requisito para el ensamble satisfactorio. Si todas las dimensiones de la parte satisfacen sus requisitos individuales de la tolerancia, es decir, X I Ii, y if si computado de (1) satisface el QA, despus cada ensamble que implica estas piezas cabr con certeza matemtica. sta es la fuerza principal de este tipo de clculo de la tolerancia. En el caso especial donde |ai| = 1 y Ti = T para i = 1. . . , n conseguimos = n T, es decir, la tolerancia del ensamble crece lineal con el nmero n de las dimensiones de la parte. Si el ensamble apropiado requiere ese QA = .004, entonces las tolerancias comunes de la parte tienen que estar T = /n .004/n. Para n grande esto puede dar lugar a los requisitos excesivamente apretados de la tolerancia de la parte, que no son a menudo econmicos. sta es la caracterstica que detrae principal de esta forma de anlisis de la acumulacin de la tolerancia. Resulta del acercamiento excesivamente conservador de la acumulacin de las desviaciones lo peor del nominal para todas las piezas. En realidad, tal acumulacin negativa debe ser extremadamente rara y ocurre generalmente cuando se observa deliberadamente. La asuncin que todas las piezas satisfacen sus requisitos respectivos de la tolerancia, Xi Ii, no debe ser descuidada. Sin esto no hay garanta del 100% en el ensamble. En efecto esta asuncin requiere una inspeccin de todas las piezas, tpicamente a travs de indicadores simples en el chequeo. Esta forma de inspeccin es mucho ms simple que lo requerida para tolerancia estadstica. Para el ltimo las medidas XI ellos mismos requieren, por lo menos una pieza para las muestras, para demostrar estabilidad de proceso. Las muestras de las medidas de la parte son ms fcilmente favorables a la extrapolacin y a la inferencia sobre el comportamiento de la poblacin entera. Para las muestras de los datos del pasa/no pasa esto sera mucho ms difcil. Puede haber una compensacin del costo aqu, a saber que por calibracin se comprueba el 100% de la pieza contra el muestreo de la parte (menos de 100%) con medir costos es ms barato. Otro ms para el esquema tolerancia aritmtico es que los ensambles subyacentes son muy mnimas.

4. Toleracin estadstico (mtodo de RSS) La seccin anterior emple una forma de tolerancia que apilaba que los protectores contra todas las contingencias permitidas de la variacin de la acumulacin de tolerancias de la pieza de la peor manera posible. Fue precisado que ste puede suceder solamente cuando est 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 sera extremadamente inverosmil. Tpicamente las desviaciones de la pieza nominal tenderan a hacer un promedio hacia fuera hasta cierto punto y la acumulacin de la tolerancia no debe ser tan extrema como retratada bajo tolerancia aritmtica que acumula el esquema. La toleracin estadstica explota este tipo de cancelacin de la variacin en una manera sistemtica. Primero si se asume que una distribucin normal que describe la variacin de la pieza, despus relajando esto a otras distribuciones invalidando al teorema de lmite central (CLT), y nosotros finalmente tratamos la aplicacin la determinacin del riesgo de no ensamblaje. 5. Toleracin estadstico con la variacin normal Los ensambles estndares siguientes se hace a menudo al introducir el mtodo de toleracin estadstico. stos no se deben aceptar necesariamente en el valor de cara.

5.1- Aleatoriedad:

ACUMULACION DE TOLERANCIAS
Ms 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 aqu que el XI vara aleatoriamente segn algunas distribuciones con las densidades fi (x), i = 1. . . , n, y funciones de distribucin acumulativas

La idea es que la mayor parte de las ocurrencias de X I bajarn dentro de Ii, es decir, la mayor parte del rea bajo densidad fi (x) baja entre las puntos finales de Ii. Pues una salida de peor tolerancia nosotros aceptamos cierta fraccin pequea de las dimensiones de la parte que bajarn fuera de Ii. Esto nos libera de tener que examinar cada dimensin de la parte para saber si hay conformidad con el intervalo Ii. De la tolerancia. Instantneamente nosotros preguntamos/asumimos que los procesos que producen las dimensiones de la pieza son estables (en control estadstico) y que estas dimensiones de la parte bajan sobre todo dentro de los lmites de tolerancia. Esto es comprobada muestreando solamente cierta parte de las piezas y midiendo el XI' S. 5.2- Independencia: La asuncin de la independencia es probablemente la piedra de la esquina ms esencial de toleracin estadstica. Permite una cierta cancelacin de la variacin del nominal. Tratando el XI como variables al azar, tambin exigimos que estas variables al azar sean independientes. Esto significa spero que la desviacin XI - i no tiene nada que ver con Xj - j para i J. Particularmente, las desviaciones no sern predominante positivo o predominante negativa. Bajo independencia esperamos conseguir un bolso mezclado de desviaciones negativas y positivas que esencialmente permite una cierta cancelacin de la variacin. La aleatoriedad solamente no garantiza tal cancelacin, especialmente no cuando toda la variacin al azar de la demostracin de la dimensin de la parte en la misma direccin. Este ltimo fenmeno es exactamente lo que se prepone la asuncin de la independencia excluir. La asuncin de la independencia es tpicamente razonable cuando las dimensiones de la parte pertenecen a diversa fabricacin/procesos de trabajo a mquina. Sin embargo, las situaciones pueden presentarse donde est cuestionable esta asuncin. Por ejemplo, varios similares/las mismas piezas se podran utilizar en la mismo ensamble. La extensin termal tambin tiende a afectar diversas piezas semejantemente. 5.3- Distribucin: Sera agradable tener datos sobre la variacin de la dimensin de la pieza, pero se est careciendo tpicamente en la etapa del diseo. Por esa razn uno asume a menudo que el f i es una densidad normal o Gaussiana sobre el intervalo Ii. Desde entonces qu este ltimo es un intervalo finito y la densidad Gaussiana se extiende sobre la lnea verdadera del conjunto R = (, ), uno necesita pulsar un compromiso. Consiste en preguntar que el rea bajo densidad f i sobre el intervalo Ii debe representar la mayor parte del rea total bajo fi, es decir:

ACUMULACION DE TOLERANCIAS
6. Cuadro 1: Intervalo excesivo de la tolerancia de la distribucin normal

(http://www.stat.washington.edu/fritz/DATAFILES/TOLSTACK.pdf)
De hecho, la mayora de las ofertas piden

Esta probabilidad que mira algo impar ( 1) resulta de elegir el fi para ser una densidad Gaussiana con i malo = _i en el centro del intervalo de la tolerancia y con _i de la desviacin de estndar = Ti/3, es decir:

Es la densidad normal estndar. Tenemos as:

ACUMULACION DE TOLERANCIAS
Y:

Donde:

Es la funcin de distribucin acumulativa normal estndar. As la probabilidad que mira impar .9973 es el resultado de tres asunciones, a saber i) una densidad Gaussiana fi, ii) i = i, es decir, el proceso de la dimensin de la pieza se centra en el valor nominal, e iii) Ti = 3i. Las primeras dos asunciones hacen posible que el factor simple y redondo 3 en 3i produce la probabilidad .9973. Esto es una opcin extensamente aceptada aunque otras son posibles. Por ejemplo, Mansoor (1963) aparece preferir el factor 3.09 dando por resultado una probabilidad de .999 para la conformidad de la tolerancia de la dimensin de la parte. Una razn que se avanza a menudo para si se asume que una distribucin 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 pequeo. El teorema de lmite central entonces se utiliza para demandar normalidad para la suma de muchos tales contribuidores. Se asume que la persona que produce la pieza apuntar para la dimensin nominal de la parte, pero por varias razones habr las desviaciones del nominal que acumulan a una desviacin total del nominal, que entonces se demanda para ser normal. As los valores XI se aproximaran tpicamente con ms frecuencia alrededor del i nominal y menos darn lugar a los valores lejanos. Esta vista de la distribucin de X I representa una piedra de la esquina importante en el mtodo de toleracin estadstico. Bajo asunciones antedichas podemos tratar el criterio del ensamble.

Como variable al azar, de hecho como variable al azar Gaussiana con medio:

Con variables:

La primera ecuacin indica que el A 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 frmula antedicha para la variacin se puede reescribir como sigue:

Si llamamos 3A = estadstica de la tolerancia:

, conseguimos el RSS-frmula bien conocido para acumulacin

ACUMULACION DE TOLERANCIAS

Aqu RSS refiere a la raz/ suma/ operacin cuadrada que tiene que ser realizada para calcular . Puesto que A es Gaussiana, podemos contar en 99.73% de todos los valores A del criterio del ensamble para caernos dentro 3A = el de su A nominal, o solamente .27% de todas las asambleas fallarn. Qu hemos ganado por el precio de tolerar una fraccin pequea de las faltas del ensamble? La respuesta llega a ser otra vez la ms transparente cuando todas las contribuciones de la tolerancia de la parte |ai| Ti es igual, es decir, |ai| Ti = T. Entonces tenemos:

En comparacin con T = Tn en toleracin aritmtico. El factor crece mucho ms lento que el n. Incluso para n = 2 encontramos que = 1.41 es el 29% ms pequeo de 2 y para n = 4 nosotros tienen que es el 50% ms pequeo de 4. Si es apropiado la asamblea requiere que QA = .004, entonces las contribuciones comunes de la tolerancia de la parte tengan que estar T = / .004/ . Debido al divisor , estas tolerancias de la parte son mucho ms liberales que sas obtenidas bajo toleracin aritmtica. 7. Toleracin estadstico que usa la asuncin de CLT Una suposicin usada generalmente en la seccin anterior es el de una distribucin Gaussiana para todas las dimensiones de la parte X I. Esta seccin se ha desafiado a menudo, basado en parte en los datos de la parte que contradicen la normalidad, basado en parte en las cambios malos que dan lugar a una mezcla total de las distribuciones normales, es decir, manchadas hacia fuera, y pasado pero basado no lo ms menos posible en la experiencia que la tarifa del polvillo radiactivo del ensamble era ms alta que predicha por toleracin estadstico. Aqu relajaremos que la suposicin de la normalidad no prohbe las distribuciones ms generales para las variaciones de la pieza XI. Sin embargo, insistiremos que el i malo X I del alambique coincide con el i nominal. Relajando este ltimo constreimiento ser discutido en secciones subsecuentes. Para relajar la suposicin de la normalidad para las dimensiones de la pieza X I que invalidamos al teorema de lmite central de la teora de las probabilidades (CLT). De hecho, ahora utilizaremos las suposiciones siguientes: 1. El XI, i = 1. . . , n, es estadstico independiente. 2. La densidad fi que gobierna la distribucin de XI tiene i = i y i de la desviacin estndar. 3. Las contribuciones de la variabilidad de todos los trminos en la combinacin lineal A llegan a ser insignificantes para n, es decir,

arit

Debajo de estos tres condiciones 1 el Lindeberg-Feller CLT indica que es lineal: Combinacin:

10

ACUMULACION DE TOLERANCIAS

Tiene una distribucin aproximadamente normal con medio:

Y con variables:

La suposicin 3 elimina las situaciones donde una pequea cantidad de trminos en la combinacin lineal tienen tanta variacin que hundan totalmente la variacin de los trminos restantes. Si estos pocos trminos dominantes tienen distribuciones anormales, puede esperar apenas que la combinacin linear tenga una distribucin aproximadamente normal. A pesar de las suposiciones distribucionales reflejadas para las dimensiones de la pieza tenemos que el criterio A de la asamblea est distribuido otra vez aproximadamente normalmente y su A coincide con el A deseado del valor nominal. De la normalidad aproximada de A podemos contar en cerca de 99.73% de todos los criterios de la asamblea para caernos dentro [A 3A, A + 3A]. ste casi es el mismo resultado que antes, a excepcin de un punto de menor importancia. En la seccin anterior habamos supuesto una relacin particular entre el i de la dimensin de la pieza y el T i de la tolerancia, a saber estipulamos ese Ti = 3i. Esto fue motivada principalmente por el hecho que bajo asuncin de la normalidad casi todas las (99.73%) dimensiones de la parte bajaran dentro de 3i del i = i nominales. Sin la suposicin de la normalidad para las piezas no hay tal aseguramiento de la probabilidad para tales escalas de 3i. Sin embargo, la desigualdad del Campo-Meidell (enciclopedia de las ciencias estadsticas, vol. I, 1982), estados que para las densidades simtricas y nica fi con la variacin finita tenemos.

Aqu la simetra significa ese fi (i + y) = fi (i y) para toda y, y as i = i. significa fi (i +y) fi (i +y) para todo 0 |y| |y|, 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 nmero .9506 no lleva con l el mismo grado de la certeza que 0.9973. Todava no tenemos as un acoplamiento natural entre el i de la desviacin de estndar y el Ti de la tolerancia de la dimensin de la pieza. Si la distribucin de X I tiene una gama finita, entonces una podra comparar esa gama finita con la gama de la tolerancia del Ti alrededor de i. Esto es qu se ha hecho comnmente. En el caso de un f i Gaussiana esto no era posible (debido a la gama infinita) y eso fue resuelta optando por gama de 3i = Ti. Emparejando la escala finita de una distribucin con la escala de la tolerancia [i - Ti, i + Ti] obtenemos el acoplamiento entre el i y el Ti, y as en ltima instancia el acoplamiento entre T A y el Ti. Puesto que la extensin 2T i de una tal distribucin finita de la gama se puede manipular por un cambio simple de la escala que tambin afecte la desviacin de estndar de la distribucin por el mismo factor que nos sigue que el i y el Ti ser proporcional el uno al otro, es decir, puede estipular eso:

11

ACUMULACION DE TOLERANCIAS

Donde est un factor c que es especfico al tipo de distribucin. La opcin de ligar esta proporcionalidad de nuevo a 3i facilita la comparacin con la distribucin normal, para la cual tendramos c = cN = 1. El asumir que el tipo de distribucin (pero no necesariamente de su localizacin y escala) es igual para todas las dimensiones de la parte conseguimos:

Esto conduce a la tolerancia que acumula las frmulas con las cuales esencialmente convenga (2), salvo que se ha agregado un factor de la inflacin, c. Si el tipo de la distribucin tambin cambia de parte a la parte (esperanzadamente con la buena justificacin), es decir, tenemos diversos factores c1... cn, necesitamos utilizar la tolerancia ms complicada siguiente que apila frmula:

(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), Bjrke (1989), y Henzold (1995). 8. Las distribuciones correspondientes ilustradas en la figura 2:

(http://www.stat.washington.edu/fritz/DATAFILES/TOLSTACK.pdf)

12

ACUMULACION DE TOLERANCIAS

(http://www.stat.washington.edu/fritz/DATAFILES/TOLSTACK.pdf) 9. Distribuciones y factores del intervalo de la tolerancia en la figura 2. Para una derivacin de estos factores vea el apndice A. Para la densidad beta los parmetros a > 0 y b > 0 son los parmetros 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 (vase la densidad pasada en el cuadro 2), a saber la barra media de las cubiertas de esa densidad el i f Ti de la porcin central del intervalo de la tolerancia y su rea abarca el 100p% de la densidad total. Algunos factores tienen poca justificacin y motivacin explcitas y se presentan sin referencia apropiada. Por ejemplo, el factor c = 1.6 de Gilson (1951) deriva de su frmula emprico crucial (2) por los cuales sea introducido sin entrar profundamente un anlisis matemtico. . . Evans (1975) se parece dar la bienvenida a tal carencia del detalle matemtico diciendo: No se deriva ningunos de los resultados, en el sentido especializado de esta palabra, de modo que sean legibles por virtualmente cualquier persona que estara interesado en el problema toleracin. Bender (1962) da el factor 1.5 basado principalmente en el hecho de que los operadores de la produccin generalmente le darn 2/3 de la extensin verdadera (gama de 3 bajo distribucin normal) cuando estn preguntados qu lmites de tolerancia pueden llevar a cabo y gente del control de calidad reconoce que esta extensin 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. 10. Evaluacin del riesgo estadstico de la acumulacin de tolerancias En esta seccin discutimos el riesgo de la asamblea, es decir, la ocasin que un criterio A de la asamblea no satisfar su requisito. Como en la seccin anterior se asume que todas las dimensiones de la parte XI tienen distribuciones simtricas centradas en sus nominales, es decir, con i = i de los medios, y las variaciones , respectivamente. El requisito para el ensamble se asume para ser | A A| K0, donde est un cierto nmero K0 predeterminado basado en consideraciones del diseo. Entonces estamos interesados en la determinacin de P (|AA| > K0). Segn el CLT podemos tratar (AA) /A = (AA) /A como variable al azar normal aproximadamente estndar. As el riesgo del ensamble es:

13

ACUMULACION DE TOLERANCIAS
Cuando el requisito K0 es igual a: =c

Entonces el riesgo de la falla en el ensamble:

El complemento de nuestro 0.9973 familiar. El factor c afecta en qu medida podremos caber el c en K0. Si c > K0 tenemos que reducir c o . Puesto que c depende de la distribucin que le da lugar y que retrata nuestro conocimiento vago de la variacin de la fabricacin, nos dejan con la reduccin de , es decir, las tolerancias individuales de la parte. Si no hacemos ni unos ni otros tenemos que aceptar la falla de ensamble y un riesgo ms alto que se pueda computar va el frmula (4). Cuando invocamos el CLT tratamos a menudo las aproximaciones que resultan como si l es exacto. Sin embargo, debe ser tenido presente de que en realidad ocupamos de aproximaciones (aunque las tpicamente buenas) y que llega a ser algo limitada la exactitud cuando hacemos tales clculos que implican las colas extremas de las distribuciones normales. Por ejemplo, una aproximacin 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 parecera 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 aproximacin sugiere una degradacin en el nivel del aseguramiento de la tolerancia y si hacemos un ajuste basado en la misma aproximacin, l se parecera que hemos tenido cierto efecto. El nico problema es que la medida contraria puede no ser bastante (encajone) a) o puede ser ms que necesitado (caso) b). Si en cualquiera de estas situaciones no hubiramos hecho nada, despus seramos mucho peores apagado en caso de que a) o estamos contando en optimismo a ultranza en caso de que b). 11. Cambios negativos Hemos hecho hasta ahora la suposicin excesivamente simple la parte dimensiona XI debe estar centrada respecto a los nominales de i. Esto en la prctica es difcil de alcanzar y a menudo no econmico. Tales cambios del medio pueden ocasionalmente ser absolutamente deliberadas (apuntando para la condicin mxima del material, porque una prefiere reiniciar la operacin 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 fabricacin de la pieza exactamente en el centro nominal de i, tan difcil como uno puede intentar. Una cambio de la distribucin de el X I lejos de los centros nominales respectivos causar una cambio, tambin en el criterio A. del ensamble. Esto alternadamente aumentar el riesgo del no ensamble, puesto que cambiar de posicin la curva normal ms hacia un final del requisito del diseo en el ensamble [K0, K0]. Algunos autores, como, Bender (1962) y Gilson (1951), han respondido a este problema introduciendo los factores de la inflacin, c, como les discutieron en la seccin anterior, solamente mantener una distribucin para X I que sigue siendo simtrica alrededor de i. En efecto, esto negocia un efecto perjudicial, a saber el cambio negativo, contra otro si se asume que una variacin ms alta, pero todava obligando a XI al intervalo de la tolerancia Ii = [i - Ti, i + Ti]. El remedio (factor c de la inflacin) que explica una variacin ms alta dentro de Ii, como efecto secundario, tambin ser beneficioso para ocuparse de los cambios negativos, puesto que causa un ajuste de tolerancias en dicha parte de un diseo ms conservador. Tal diseo entonces naturalmente tambin compensar 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 prctica no es especfica al problema de un cambio negativo. Un cambio negativo representa una cantidad persistente de cambio y es as absolutamente esencial en su efecto, mientras que una variacin inflada expresa la variacin

14

ACUMULACION DE TOLERANCIAS
que cambia de seccin en seccin, y permite as la correccin del error. En defensa de este ltimo acercamiento uno debe mencionar que a veces uno reacciona a los medios excntricos recientes en el proceso de fabricacin. Eso producir desde entonces probablemente otro medio excntrico, el esta informacin reciente apenas agregar a la variabilidad total del proceso, es decir, los cambios del medio entonces se transforman de hecho fsicamente en variabilidad. Si esto es una buena estrategia, es cuestionable. Un cambio producir tpicamente partes rechazadas solamente en un lado del intervalo de la tolerancia, mientras que la variabilidad creciente debido al cambio reciente dar lugar a rechazos en ambos. Ahora discutiremos algunas maneras de tratar explcitamente los cambios negativos de i = i - i. Aunque tenemos en cuenta la posibilidad de cambios perjudiciales mantendremos th la idea de un intervalo de la tolerancia, es decir, la dimensin X I de la pieza del i todava ser obligada al intervalo Ii. De la tolerancia. Si la distribucin de XI se asume para ser normal, despus su gama de 3i cada inmvil dentro de Ii, (figura 3). Esto significa que el i tiene que conseguir un rango ms pequeo como |i| consigue el rango ms grande. Para los intervalos fijos de la tolerancia esto significa que cambios negativos ms grandes son posibles solamente con una variacin ms ajustada. Exagerando esto significa que la distribucin de XI est cambiada de posicin para i Ti o i +Ti, sin variacin. Este ltimo panorama es apenas 2 realista , pero vale el observar puesto que conduce de nuevo a una toleracin peor. En la prctica no es tan fcil ajustar la variacin de un proceso de produccin de la pieza. Es ms prctico ensanchar el intervalo Ii de la tolerancia de la dimensin de la pieza o aumentar el Ti. La acumulacin de tolerancia para un mejor anlisis se realiza entonces en trminos de Ti creciente. El efecto, desde un punto de vista del mtodo del anlisis, es igual. Con Ti creciente el i sin cambios parecer reducido referente a Ti. Es solamente una cuestin de quin paga el precio. Los cambios negativos no se saben tpicamente a prioridad y, segn 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 lmite de tolerancia. Tales lmites tomados en cuenta para el error en la fabricacin se deben llegar en la consulta con los representantes apropiados de la produccin. Que la discusin siguiente es til referente a |i| como i de la fraccin de Ti, es decir, |i| = i Ti con 0 i 1. Los lmites comprenda a |i ahora equivalente se expresa como los lmites en i, a saber i 0i o: |i| oiTi 12. Cuadro 3: Distribuciones normales cambiadas de puesto sobre intervalo de la tolerancia

(http://www.stat.washington.edu/fritz/DATAFILES/TOLSTACK.pdf)

15

ACUMULACION DE TOLERANCIAS

Generalmente es ms razonable indicar los lmites comprendiendo |i| en proporcionalidad a Ti. Una razn de esto es que el T i captura hasta cierto punto la variabilidad de la dimensin de la pieza del proceso, uno est inclinado a asumir de la misma forma. La variabilidad es hasta cierto punto tambin responsable de la variacin del i negativo, es decir, que hay una cierta proporcionalidad entre los dos fenmenos de la variacin. Tambin, una vez que tales lmites negativos de los cambios se expresen en trminos de tal proporcionalidad a Ti, uno est entonces ms dispuesto a asumir un lmite comn para estos factores de la proporcionalidad, a saber 01 =. . . = 0n = 0. Teniendo un lmite comn 0 para todas las dimensiones de la parte XI no es necesario, sino simplifica grandemente la exposicin y la prctica del ajuste segn cambios perjudiciales. Podemos ahora ver la dimensin XI de la pieza como la suma de dos (o tres) contribuciones:

Donde est el i alrededor del cual la pieza individual del i dimensional y el i es la cantidad por la cual XI se desva del i cada vez que la parte producida. El trmino i de la variacin asume variar segn una cierta distribucin con el medio cero y la variacin . Podemos pensar en los dos trminos en i + i como la desviacin total de XI del i nominal. A saber, el i diferencia de i por el i negativo en el cambio de una manera persistente entonces cada dimensin de la parte tendr su propio i de la desviacin del i. Sin embargo, esta ltima desviacin ser diferente a partir de una realizacin de la dimensin X I de la siguiente. Por lo tanto el ensamble que resulta experimentar diversas desviaciones de esa dimensin de la parte, cada vez que hacen un nuevo ensamble. Sin embargo, el i de la contribucin ser igual de ensamble a ensamble. La representacin antedicha entonces conduce a una representacin correspondiente para el criterio del ensamble:

th

Donde:

Aqu el A es el medio de A, A es el ensamble nominal, A es son los cambios negativos en el ensamble, y A captura la variacin de A de ensamble a ensamble, teniendo el medio cero y variacin:

13. Acumulacin aritmtica de cambios negativos La variacin de A alrededor del montaje A nominal es el compuesto de dos contribuciones, sabiendo que un ensamble mal realizado es A = A - A y la variacin del ensamble, que es la suma de contribuciones al azar de n y as favorable a acumulacin estadstica de la tolerancia.

16

ACUMULACION DE TOLERANCIAS

La cantidad por la cual el A puede diferenciar de A puede ser limitada como sigue:

(5) Donde la ltima suma recuerda acumular el peor caso de la tolerancia aritmtica. De hecho, es exactamente lo qu est sucediendo aqu con los cambios negativos, en donde asumimos que todos estos cambios entran en la direccin ms desfavorable. La desigualdad adentro (5) de hecho puede ser una igualdad proporcionada para todo ai i tiene la misma muestra. El CLT se puede invocar otra vez para tratar el A como aproximacin normal con el medio cero y variacin , de modo asi poder esperar un 99.73% de A de las variaciones del ensamble y as bajen dentro de 3A de cero. As 99.73% de toda el ensamble de dimensiones A dentro de la cada: A 3A Puesto que (5) limita la cantidad por la cual el A puede diferenciar de A, nosotros podemos juntar este aditamento (en la peor manera) con el lmite anterior de 99.73% intervalos para A y puede demandar que por lo menos bajarn 99.73% de toda el ensamble de dimensiones A dentro:

(6) Debido al peor caso de adicin 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 est correcto cuando el cambio por medio que el ensamble es cero. Pues el A del medio ensamble cambia de puesto a la derecha o a la izquierda de A, slo una de las colas de la distribucin normal contribuir 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 tambin. No hemos descompuesto en factores hasta ahora nuestra estimacin anterior que i debe disminuir como |i| aumenta, para mantener el requisito XI Ii. Si asumimos una distribucin normal para XI, sta significa que requerimos que el 3i se extienda alrededor de i todava est contenido dentro de Ii. Al mismo tiempo esto significa que la tarifa del polvillo radiactivo se contraer a partir de la .27% (para cero alteraciones) a .135% como el cambio negativo es ms grande, puesto que solamente una cola de la distribucin contribuir. Puesto que con cero alteraciones una permite .27% polvillo radiactivo, uno habra podido permitir un aumento en i de modo que el solo polvillo radiactivo de la cola fuera otra vez .27%. No entraremos en esta complicacin y en lugar de otro, permaneceremos con nuestra interpretacin original, a saber requerimos que el ndice Cpk de la capacidad satisface:

17

ACUMULACION DE TOLERANCIAS
Si se asume que la cantidad ms alta de variabilidad dentro de estas precipitaciones, es decir, Cpk = 1, tenemos: 3i = (1 i) Ti (7)

Debido a nuestra identificacin inicial de 3i = Ti (sin alteraciones) esta ecuacin se pueden interpretar de dos maneras. Que las cuales serian i necesita ser reducido por el factor (1i), o el Ti necesita ser aumentado en el factor 1 (1i) para acomodar un cambio de i Ti. donde cualquier ecuacin de la manera (7) se observa, entonces tenemos:

Con esta representacin de 3A por lo menos 99.73% de todas las dimensiones A del ensamble bajar dentro:

(8) Segn lo precisado anteriormente, esta proporcin de la conformidad es generalmente ms alta, es decir 99.865%. En la frmula (8) el i cambia de puesto i la fraccin aparece en dos lugares, primero en la suma (que aumenta i) y bajo raz (disminuye en i). No es as obvio que el i de aumento siempre hacia materias peores. Entonces:
th

Seguido de este aumento i ensanchar el intervalo (8). Si todas las fracciones de j el cambio es limitado por el 0, podemos limitar as la variacin del criterio A del ensamble a:

Por lo menos (mejorado a 99.865%) el aseguramiento 99.73% de contener A. Resumiendo a:

Es una combinacin cargada (con los pesos 0 y 1 0) de acumulacin aritmtica y estadstico de la tolerancia del T i de las tolerancias de la pieza. Como tales l se pueden ver como un acercamiento unificado, segn lo sugerido por Greenwood and Chase (1987), desde 0 = 0 en tolerancia estadstica puro y 0 = 1 en tolerancing aritmtico puro.

18

ACUMULACION DE TOLERANCIAS
Comparando los dos componentes de esta combinacin cargada se ve fcilmente (ajustando ambos lados y observando que todos los trminos |ai| Ti no es negativo) eso

Donde est generalmente perceptiblemente ms grande el lado izquierdo que la derecha. Esta desigualdad, que pone en contraste la diferencia entre acumulacin aritmtica y RSS acumulado, es una ilustracin simple del teorema de Pitgoras. Pensando en una caja rectangular en n-espacio, con los lados |ai|Ti, i = 1. . . , . Para partir de una esquina de esta caja a la esquina diametralmente opuesta podemos proceder cualquiera yendo a lo largo de los bordes, atravesando una distancia =1 |ai| Ti, o ir directamente en la diagonal que conecta las esquinas diametralmente opuestas. En el ltimo caso atravesamos la distancia mucho ms corta de segn Pitgoras. La conexin de Pitgoras tambin fue referida por Harry y a Stewart (1988), aunque en forma algo diversa, a saber en el contexto de explicar la variacin de una suma de variables al azar independientes. Mientras 0 > 0, es decir, una cierta alteracin, encontramos que este tipo de acumulacin Ti de las tolerancias est en orden . Esto se ve lo ms claramente posible cuando |ai|Ti = T y |ai| = 1 para todo el I. Entonces:

En orden n, aunque es reducido por el factor 0. As el aumento posible previamente conocido en la tarifa de la conformidad, a saber 99.73% 99.865%, es tpicamente ms que compens por el crecimiento de la orden n en la acumulacin de la tolerancia cuando las cambios del medio estn presentes. Este incremento en el ensamble se podra convertir de nuevo a 99.73% poniendo el factor 2.782/3 = .927 delante de la raz cuadrada en el frmula (9). El valor 2.782 representa los 99.73% puntos de la distribucin normal estndar. Si, debido una alteracin permitida, tenemos que preocuparnos solamente cerca de una distribucin normal que excede los lmites de la acumulacin de tolerancias, entonces podemos reducir nuestro factor acostumbrado 3 en 3A a 2.782. A un grado pequeo. La acumulacin de tolerancias que resulta del intervalo entonces ser:

Hemos asumido hasta ahora que la variacin de los trminos i es normal, con el medio cero y la variacin . Esta estimacin de la normalidad se puede relajar como antes si se asume que una distribucin simtrica sobre un intervalo finito, J i, centrado en cero. Este intervalo finito, despus de centrarlo en i, inmvil dentro del intervalo Ii. De la tolerancia. As Ji ser ms pequeo de Ii. Esta reduccin en variabilidad es las contrapartes de reducir i en el modelo normal, como |i| incrementa. Vase la figura 4 para las versiones cambiadas de puesto de la distribucin de la figura 2 con la reduccin de acompaamiento en variabilidad. Alternativamente, podramos en lugar de otro ensanchar los intervalos de la tolerancia I i mientras que guardar la extensin de las distribuciones fij. Si Ii tiene la mitad de Ti y si su cambio perjudicial es |i|, entonces el intervalo reducido Ji sera:

19

ACUMULACION DE TOLERANCIAS
La distribucin fi, describiendo la distribucin del i sobre el intervalo Ji, tiene variacin y como antes de que tengamos la siguiente relacin:

Donde un factor c que depende del tipo de la distribucin, vea la tabla 1. Usando la formula (6) y:

La frmula (8) cambia simplemente a:

Es decir, hay una penalidad adicional con el factor C de la inflacin. Si los intervalos de la tolerancia de la dimensin de la pieza implican diversas distribuciones, entonces una puede acomodar esto en una manera similar como adentro (3).

14. Cuadro 4: Distribuciones y factores cambiados de puesto del intervalo de la tolerancia

(http://www.stat.washington.edu/fritz/DATAFILES/TOLSTACK.pdf) 20

ACUMULACION DE TOLERANCIAS

Aqu no est claramente si i aumento el intervalo (11) o no. derivando como anteriormente:

Si y solo si:

(1 j)

ste generalmente ser el caso mientras c no sea demasiado grande de 1 y mientras no sea la contribucin opresora a:

Si i

0 entonces:

Aqu el lado correcto derecho est bien cercano a uno, a menos que j sea mucho ms grande que el efecto combinado por , i J. Esta situacin no se presenta generalmente. Como ejemplo donde c es demasiado grande considere n = 2, (1 1)|a1|T1 = (1 2)|a2|T2, y f1 = f2 = uniforme. Entonces c = = 1.732 de la tabla 1 y:

El caso anterior de derivacin es negativo, significa que el intervalo (11) es ms ancho cuando no hay alteraciones. Este comportamiento extrao no llega a n = 3 distribuciones uniformes. Tambin, debe ser precisado que para n = 2 y variacin uniforme de la dimensin de la parte CLT todava no proporciona una buena aproximacin a la distribucin de A, que en ese caso es triangular. En la mayora de los casos encontraremos que los derivados antedichos no son negativos y que la anchura mxima del intervalo conforme a i 0 est alcanzada de hecho en i = 0 para i = 1. . . , n. Entonces tendramos que baja A teniendo:

Por lo menos con 99.73% (o 99.865%) asegurando. Este ltimo porcentaje se deriva otra vez de CLT aplicado a A. Aprovechando el 99.865% podramos introducir otra vez el factor 0.927 de la reduccin adentro (12)

Con un menos del 99.73% de aseguramiento.

21

ACUMULACION DE TOLERANCIAS

15. Conclusin

Dando a conocer los temas tratados con anterioridad, es as, como se debe de encontrar sus aplicaciones y llevar un control de la calidad en mltiples areas de trabajo. La acumulacin de tolerancias es de suma importancia para la elaboracin, fabricacin, diseo, etc. Por que por medio de esta se tiene la seguridad de que el proceso de produccin est bien diseado y as no tener que llegar al re maquinado o a la eliminacin de nuestras piezas producidas, como tambin a la devolucin de las mismas. La informacin presentada anteriormente sirve de herramienta para corregir o evitar imperfecciones presentadas en el diseo. Aplicndolas correctamente es como se evitara dicha aparicin de alteraciones e imperfecciones.

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