DSCF2150

130

130

zero-

(6.15)

czas dla pomiarów prowadzonych parami, możemy zastosować hipotezę wąs

^Ho ' H = ⁰

średnią ji oszacowujemy wówczas na podstawie różnicy w parach pomiarów. Oznaczając ją przez x - x^- x^, gdzie oznacza pierwszy pomiar z pierwszej próbki, a x^ - pierwszy pomiar z drugiej próbki, wartość t obliczamy wówczas z zależności:

(6.16)

t = OJ

- s(x)

Jeżeli wartość t obliczona z zależności (6.16) jest mniejsza od wartości t odczytanej z tablicy 6.2, to przyjmujemy hipotezę, że z ryzykiem * nie ma różnicy między metodami lub materiałami obrabianymi.

dwóch różnych próbek mogą pochodzić z tej samej populacji lub z populacji o takich samych średnich.

6.2.4. Rozkład Weibulla

Rozkład Weibulla ze względu na jego uniwersalność znajduje szerokie zastosowanie przy analizie rozkładu trwałości narzędzi, a szczególnie w przypadku gdy występują Jednocześnie różne postacie zużycia (zużycie ciągłe 'i skokowe).

Funkcja gęstości, prawdopodobieństwa utraty zdolności skrawnych narzędzi ma postać:    -

f(t) | | t*'¹ exp l-Jt^B)

16.17)

gdzie:

a - parametr kształtu jl - parametr skali ^ t - czas skrawania

Dystrybuanta zmiennej losowej T, określająca prawdopodobieństwo zużycia narzędzia w przedziale (0,t) wyraża się wzorem:

(6.18)

Wartość oczekiwaną, określającą wartość zmiennej T dla największej gę

stości prawdopodobieństwa, obliczamy ze wzoru:

(6.19)

gdzie:

P- funkcja gamma

Funkcja niezawodności, określająca prawdopodobieństwo poprawnej pracy narzędzia w przedziale (0,t) ma postać:

(6.20)

Funkcja intensywności uszkodzeń narzędzi w czasie ma postać:

- (6.21)

Weryfikację hipotezy dotyczącej postaci funkcji oraz oszacowanie wartości

parametrów rozkładu można przeprowadzić metodą graficzną [6.7]. Współrzędne układu siatki funkcyjnej mają postać: x = lnt; y - lnln ^,p'(YJ• Sprawdzę-

nie zgodności rozkładu empirycznego z rozkładem hipotetycznym polega na stwierdzeniu, czy naniesione wartości punktowe estymatora dystrybuanty empirycznej dają się aproksymować linią prostą.