现代21世纪社会,大家都在谈论大数据,大数据在改变着现代社会的方方面面。但是那些高深莫测纷繁复杂的算法,距离我们太过遥远,不是我们今天讨论的话题。
我们在日常工作和生活中,常常会碰到和数据打交道。尤其对各位搞装配的螺丝君而言,动态扭矩数据,静态扭矩数据,最终角度数据,过程角度数据等等,都是我们经常需要面对的数据。
这些数据究竟能够告诉我们什么?我们如何让数据说话,如何通过这些数据去帮助我们分析和解决实际问题呢?
本文借助数据分析软件MiniTab,通过示例介绍了不同的数据图表的差异,以及如何利用这些不同的分析手段,比如散点图,箱线图,直方图,Anderson-Darling正太检验等,来帮助我们分析不同螺栓的差异,数据成因以及特性,进而帮助调查分析拧紧问题或者设定拧紧工艺。
下面是一组某机型工位工艺测试的扭矩和角度数据。该工位为屈服控制工位,测试数据有限,仅供参考:
从上表可以看出,4颗螺栓的扭矩大致分布范围,角度大致分布范围。但是并不直观,我们还能得到什么呢?
1、测试扭矩数据散点图,示意图如下:
由上图可以直观的看出该工位扭矩数值分布在70Nm到95Nm之间。
2、测试扭矩数据箱线图,示意图如下:
从上图可以看出,4颗螺栓之间的扭矩差异不明显,尤其是中位数。
具体见以下数据详情:
3、扭矩测试数据进行正太分布检验,我们选取较为常用的Anderson-Darling检验方式,示意图如下:
从上图可以看出,该工位1号,3号,4号螺栓符合正太分布,4号螺栓符合性最好,P值分别为0.097,0.017和0.164。而2号螺栓不符合正太分布,P值
由此,也侧面印证了该工位是屈服控制工位,并不像单纯的扭矩控制符合理想的正太分布。
4、测试扭矩数据直方图,示意图如下:
从上图可以看出,实际扭矩数据分布与理想的正太分布拟合曲线差异较大。与第三点的数据相互印证。
通过数据计算,我们可以得到该测试工位的推荐扭矩范围是:62~96Nm,具体数据分布范围如下:
总 结
不论是数据分析软件还是数据图表,最终的目的都是通过这些方式和手段,来辅助我们来分析和解决实际问题。当数据分析脱离具体现场情况的时候,将变得毫无意义。
针对这些测试数据本身而言,受制于不同拧紧工具的选择,拧紧程序的不同设定,连接件的材料,螺栓表面是否涂油等诸多因素影响,需要我们结合实际情况,借助这些数据作出更加审慎而细致的深度分析。
以上是个人的一些心得体会,希望能够给大家解决现场问题提供一些参考,欢迎同行交流。如有不足之处,敬请批评指正,谢谢!
---End---
领取专属 10元无门槛券
私享最新 技术干货