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)
- 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-JtB)
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:
Funkcja intensywności uszkodzeń narzędzi w czasie ma postać:
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.