Технология машиностроения

ǘǔǙǔǝǞǑǜǝǞǎǚ ǚǍǜnjǓǚǎnjǙǔǫ ǔ Ǚnjǟǖǔ ǜǠ 
ȱ 2372 
ǠǑǐǑǜnjǗǨǙǚǑ ǏǚǝǟǐnjǜǝǞǎǑǙǙǚǑ njǎǞǚǙǚǘǙǚǑ ǚǍǜnjǓǚǎnjǞǑǗǨǙǚǑ ǟǣǜǑǒǐǑǙǔǑ  
ǎǧǝǤǑǏǚ ǛǜǚǠǑǝǝǔǚǙnjǗǨǙǚǏǚ ǚǍǜnjǓǚǎnjǙǔǫ  
«ǙnjǢǔǚǙnjǗǨǙǧǕ ǔǝǝǗǑǐǚǎnjǞǑǗǨǝǖǔǕ ǞǑǡǙǚǗǚǏǔǣǑǝǖǔǕ ǟǙǔǎǑǜǝǔǞǑǞ «ǘǔǝǴǝ» 
ǖǬȀDZǰǼǬ ǴǹDzǴǹǴǼǴǹǯǬ ǾDZȁǹǺǷǺǯǴȃDZǽǶǺǯǺ ǺǭǺǼǿǰǺǮǬǹǴȋ
 
Ǘ.ǎ. ǝDZǰȇȁ 
 
 
 
 
 
ǞDZȁǹǺǷǺǯǴȋ ǸǬȄǴǹǺǽǾǼǺDZǹǴȋ
 
  
 
ǛǼǬǶǾǴǶǿǸ 
 
 
ǜDZǶǺǸDZǹǰǺǮǬǹǺ ǼDZǰǬǶȂǴǺǹǹǺ-ǴdzǰǬǾDZǷȈǽǶǴǸ 
ǽǺǮDZǾǺǸ ǿǹǴǮDZǼǽǴǾDZǾǬ 
 
ǘǺǽǶǮǬ  2015 

УДК 621 
 
С28 
Р е ц е н з е н т  
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 
 
2 

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 x1, ..., xn небольшого объема n. 
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 xi в порядке возрастания и с указанием их кратностей ki. 
Таблица 1.2  
Выборочные значения ɯi 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 
xi  
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 
(
)
ı(
)
X
D X
=
). 
Пусть задан диаметр вала с допуском 50h7. Тогда M(X) = a =  
= 49,985. 
Далее определена оценка для σ(X). 
Выборочной средней 
n
X  выборки x1, ..., xn называется среднее 
арифметическое выборочных значений 
1
+
+
=
!
. 
n
x
xn
X
n
В нашем случае 
n
X
+
+
⋅
+
+
⋅
+
⋅
=
+
+
⋅
⋅
⋅
⋅
⋅
+
+
 
⋅
⋅
⋅
+
+
49,973
49,977
49,978 2
49,979
49,980 2
49,981 2 
50
49,982
49,983 249,984 3 + 49,985 5 + 49,986 5 + 49,987 7
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 
n
D  выборки 
1, ...,
n
x
x  называется среднее арифметическое квадратов отклонений выборочных значений от 
выборочного среднего 
2
2
1
(
)
 
 (
) · 
n
n
n
n
x
X
x
X
D
n
−
+
+
−
=
!
 
Выборочную дисперсию удобнее считать по формуле 
2
2
2
1
(
) .  
n
n
n
x
x
D
X
n
+
+
=
−
!
 
Для нашей выборки 
 
8