You are on page 1of 22

INSTITUTO TECNOLOGICO DE CHIHUAHUA

ACUMULACION DE TOLERANCIAS
METROLOGIA AVANZADA

ACUMULACION DE TOLERANCIAS
1- Introducción y descripción. La acumulación de tolerancias y sus métodos del análisis se describen en varios textos, por ejemplo a Gilson (1951), Mansoor (1963), Fortini (1967), Evans (1975), Cox (1986), Greenwood y Chase (1987), Kirschling (1988), Bjørke (1989), Henzold (1995), y Nigam y Turner (1995). Desafortunadamente, la notación no es a menudo estándar y no uniforme, haciendo la comprensión del material ocasionalmente difícil. La discusión incluye los métodos aritméticos y estadísticos. Estos dos métodos proporcionan pruebas, patrones conservadores y optimistas, respectivamente. En el esquema de tolerancias estadístico básico se asume que la dimensión de la parte varía aleatoriamente según una distribución normal, centrada en el punto mediano del intervalo de la tolerancia y con su ±3σ para cubrir el intervalo de la tolerancia. Para las tolerancias dadas de la dimensión de la parte esta clase de análisis conduce típicamente a tolerancias de mayor ajuste en el ensamble, o para la tolerancia dada del ensamble requiere tolerancias considerablemente menos rigurosas. Puesto que la práctica 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 excepción de las distribuciones normales que esencialmente cubren el intervalo de la tolerancia con una extensión más amplia, pero que todavía se centran en el punto mediano del intervalo de la tolerancia. Esto da lugar a aumentos menos optimistas que ésos generalmente obtenidos bajo parámetros de la normalidad, pero mucho mejor que ésos dados por toleración aritmética, especialmente para cadenas más largas de la tolerancia. Otra relajación se refiere a centro de la distribución en el punto mediano del intervalo de la tolerancia. Es difícil centrar cualquier proceso exactamente donde uno quisiera que estuviera dentro de cierta inmediación del punto mediano del intervalo de la tolerancia, pero a ella todavía se asume generalmente que la distribución es normal y su extensión de ±3σ todavía está dentro de los límites de tolerancia. Esto significa que mientras permitimos un cierto cambio en el medio requerimos una reducción simultánea en variabilidad. La variación correspondiente reducida de las distribuciones cambiadas de puesto se acumula de manera estadístico. La tolerancia total del ensamble entonces se convierte en una suma de dos porciones, consistiendo en una contribución perjudicial aritmética acumulado de un cambio y un término que reflejan las distribuciones estadísticas acumulado que describen la variación de las piezas. Resulta que las piedras angulares de toleración aritmética y estadística son ramificaciones de este modelo más general, que se ha demandado para unificar materias. Sin embargo, hay otra manera de ocuparse de los cambios negativos, en la forma que aquí se presenta. Se aprovecha apilar estadísticas de cambios negativos y de apilar eso de manera estadísticas de variación reducida en las distribuciones de la dimensión de la pieza. Un precursor a esto se puede encontrar en la discusión de Desmond de 1963 papeles de Mansoor. Sin embargo, allí fue precisado que conduce a los resultados optimistas. La razón de esto era un defecto en la manipulación de la reducción de la variación de la dimensión de la pieza causada por los cambios malos al azar. Cuando el ocuparse de la acumulación de tolerancias bajo alteraciones se tiene que tomar cuidado especial en los dos cambios posibles peores del medio de la asamblea. Por esta razón el método de cálculos del riesgo se discute detalladamente, cuando sea apropiado.

1.1- Los stackups de la tolerancia sirven para:

2

. Para el intervalo bilateral más general de la tolerancia. digamos A1. Esto se puede juzgar generalmente por unos o más criterios del ensamble..Las preocupaciones con los stackups de la tolerancia. a saber T1i =√i ci y T2i = di − √i. 1. Aunque ocurren los intervalos asimétricos de la tolerancia en la práctica. uno especificaría un intervalo de tolerancia Ii = [ci.. Por lo general. di] con ci ≤ √i ≤ di Al ocuparse de un intervalo simétrico o unilateral de la tolerancia. Conociendo que es inevitable la variación de la dimensión nominal. .. A2. Un factor de seguridad se incluye a menudo en diseños debido a:      Temperatura operacional de las piezas o del ensamble. Cuando la lectura de la literatura o usar cualquier clase del análisis uno de la tolerancia debe siempre estar claro en el uso de la tolerancia del término.. Refiriéndose a un criterio del ensamble.. uno tendría dos tolerancias. Sin embargo. Xn). La sensibilidad o la importancia de la acumulación (sucede si las condiciones del diseño no se cumplen). los intervalos asimétricos de la tolerancia ocurren. La posibilidad o la probabilidad de que las piezas estén levemente fuera de especificación (solamente de inspección pasajera). I i = [√I-Ti. . Así hay la posibilidad que el ensamble de tales piezas que deben funcionar recíprocamente no lo hagan como estaba previsto. pero también puede ser más grande que ésta. di]. Aquí n puede ser el número de las piezas implicadas en el ensamble. Nos centraremos así nuestra revisión en el caso simétrico. Idealmente las dimensiones de la pieza deben ser iguales a sus valores nominales respectivos √1. Típicamente uno especifica un intervalo simétrico alrededor del valor nominal. I i = [ci. se puede ver en función de las dimensiones de la pieza X1. es decir: A = f (X1. Desviación de componentes después del ensamble... Ii = [√i-Ti. Ti se le denomina valor de la tolerancia. Xn.. Proporcionar a los diseñadores medios de calcular tolerancias de una pieza.ACUMULACION DE TOLERANCIAS     Los ingenieros y los diseñadores de ayuda que estudian relaciones dimensionales dentro de un ensamble. . es decir: 3 .. 2. T΄ i = di − ci. Los diseñadores de ayuda que producen dibujos completos. Xn) es aproximadamente linear en esas perturbaciones. para las perturbaciones pequeñas X i−√i de XI del √i nominal que asumimos esa f (X1. Desgaste. a saber que algunas piezas contribuyen con más de una dimensión al criterio A. . decimos que A.2. √i + Ti]. . √n. A veces uno también encuentra la gama de la tolerancia del término que refiere a integral del intervalo de la tolerancia.. La función f que demuestra cómo A se relaciona con X 1. Los ingenieros de ayuda para comparan ofertas de diseño. . se permite que la dimensión Xi de la pieza varíe sobre un intervalo alrededor de √i. y en la forma más extrema se convierten en los intervalos unilaterales de la tolerancia. es decir. es decir. √i] o Ii = [√i. es decir. Notación y convenciones La acumulación de tolerancias es un problema que se presenta debido a la inhabilidad de producir piezas exactamente de la medida nominal. √i+ Ti]. del ensamble. . Xn se asume para ser liso. generalmente no se discuten mucho en la literatura.

A menudo f (X1. Aquí uno trataría generalmente el √A = f (√1. . a saber: A = f (X1. Aunque hemos encontrado estas clases de problemas para aparecer en la práctica al realizar análisis de la tolerancia en el contexto de emparejar de centro del agujero y también en análisis de la tolerancia de la bisagra (Altschul y Scholz. Xn) = a0 + a1X1 +. √n) + a1 (X1 − √1) +. . . Aunque esto es un papel de revisión. + anXn Con los coeficientes sabidos a1. Xn) es naturalmente linear. Esta parte de la teoría no será cubierta aquí. también es más complejo y no rutinario. También no ha entrado lejos en cambios malos serviciales. 0). . .. como debe estar claro de las observaciones antedichas.an La dimensión nominal correspondiente al ensamble es entonces: √A = a0 + a1√1 +. de modo que la tolerancia deseada del ensamble para A sea conocido. No puede haber plano de la tangente en la extremidad de ese cono y así de ninguna dimerización. . . está lejos de completo.. donde las dimensiones se miden positivamente en una dirección y negativamente en la dirección opuesta. . + an Xn Con los coeficientes sabidos a0.. Aunque este acercamiento es refinado y se apropia para una curvatura más fuerte sobre las gamas de la variación del XI. Ti. 4 . El punto entero de los análisis de una acumulación de tolerancia es descubrir en qué medida la dimensión A del ensamble diferenciará del √A del valor nominal mientras que el XI se restringe para variar sobre Ii. Xn. 0).. Observe que podemos emparejar esta representación linear con la aproximación anterior identificando: a0 = f (√1. . Observamos aquí que no todas las funciones f son naturalmente lisas: f (X1. Para ese problema especificamos la cantidad de variación que se puede tolerar para A y la tarea es la de especificar las tolerancias de la dimensión de la pieza. √n)/α √i. 0). . √n) como la dimensión nominal deseada de la ensamble.an Para el tratamiento del análisis de la tolerancia que usa aproximaciones cuadráticas a f referimos a Cox (1986). ± Xn Asumiremos de ahora en adelante que A está de la forma: A = a0 + a1X1 +. . 0. Sigue habiendo muchas preguntas abiertas. . . . a1. X2) = √ Se puede ver como la distancia de un centro del agujero del origen nominal (0. Xn) ≈ f (√1. Esta función no tiene derivados en (0.ACUMULACION DE TOLERANCIAS A = f (X1. . .. . . ..√n) Donde ai = αf (√1. se parece ser la revisión más comprensiva del tema que estamos enterados de. . O es toda la forma ai = ±1. Déjenos de vuelta otra vez a nuestra asunción de un criterio linear del ensamble. . an( Xn . . Sin embargo. es decir: A = X1 +. .. . . . √n) –a1√1-…-an√n En la forma más simple los coeficientes de ai son todos igual a uno. 1994) se parece haber poco reconocimiento en la literatura de tales situaciones. . + an√n. En ese caso tendríamos: A = ±X1.. su gráfico en 3 parecer del espacio un cono con su extremidad hacia arriba en (0. Este análisis delantero se puede entonces dar vuelta alrededor para solucionar el problema dual. Esto ocurre naturalmente en las cadenas de la trayectoria de la tolerancia. .

.. Claramente. entonces el término a1 (X1 − √1) se convierte en el positivo más grande cuando tomamos X1 < √1 y así en el ci más bajo de la punto final de Ii. 5 .ACUMULACION DE TOLERANCIAS 3. El apilado aritmético de la tolerancia (a lo peor) Este tipo de análisis asume que todas las dimensiones de la parte X I están limitadas a Ii. Uno entonces analiza qué gama de la variación se puede inducir en A variando todas las piezas n de dimensiones X1. di] siempre que ai > 0 (ai < 0). Así el valor posible máximo de A es: En la manera similar una obtiene el valor mínimo de A como: Si los intervalos de la tolerancia Ii son simétricos alrededor del √i nominal.. el valor más grande de: Tomando el valor más grande (más pequeño) de X I € Ii = [ci. Encontramos: Y: Donde: (1) La acumulación simétrica de la tolerancia en el ensamble. que son a menudo uno de todos modos. . es decir. Xn independientemente (en el sentido no estadístico) sobre los intervalos respectivos de la tolerancia. (1) es una suma recta del T i. Aparte de los coeficientes |ai|. Por ejemplo. de dónde el nombre aritmético conocido de acumulación de tolerancia. si a1 < 0.

después relajando esto a otras distribuciones invalidando al teorema de límite central (CLT). y nosotros finalmente tratamos la aplicación la determinación del riesgo de no ensamblaje. para demostrar estabilidad de proceso. y if si computado de (1) satisface el ≤ QA. Toleración estadístico con la variación normal Los ensambles estándares siguientes se hace a menudo al introducir el método de toleración estadístico. . por lo menos una pieza para las muestras. Si uno fuera a elegir partes en una manera al azar. Las muestras de las medidas de la parte son más fácilmente favorables a la extrapolación y a la inferencia sobre el comportamiento de la población entera.004”/n. Ésta es la fuerza principal de este tipo de cálculo de la tolerancia. 4. es decir. Para n grande esto puede dar lugar a los requisitos excesivamente apretados de la tolerancia de la parte. tal acumulación negativa debe ser extremadamente rara y ocurre generalmente cuando se observa deliberadamente. a saber que por calibración se comprueba el 100% de la pieza contra el muestreo de la parte (menos de 100%) con medir costos es más barato. 5. 5. entonces las tolerancias comunes de la parte tienen que estar T = /n ≤ . Puede haber una compensación del costo aquí. Para las muestras de los datos del pasa/no pasa esto sería mucho más difícil. Fue precisado que éste puede suceder solamente cuando está hecha deliberadamente. Para el último las medidas XI ellos mismos requieren. Xi € Ii. Típicamente las desviaciones de la pieza nominal tenderían a hacer un promedio hacia fuera hasta cierto punto y la acumulación de la tolerancia no debe ser tan extrema como retratada bajo tolerancia aritmética que acumula el esquema. Ésta es la característica que detrae principal de esta forma de análisis de la acumulación de la tolerancia. el requisito para el ensamble satisfactorio. En el caso especial donde |ai| = 1 y Ti = T para i = 1. Si todas las dimensiones de la parte satisfacen sus requisitos individuales de la tolerancia. X I € Ii. típicamente a través de indicadores simples en el chequeo. no debe ser descuidada.004”. eligiendo las peores piezas posibles para un ensamble.1. En efecto esta asunción requiere una inspección de todas las piezas. la tolerancia del ensamble crece lineal con el número n de las dimensiones de la parte. La toleración estadística explota este tipo de cancelación de la variación en una manera sistemática. después cada ensamble que implica estas piezas cabrá con certeza matemática. Éstos no se deben aceptar necesariamente en el valor de cara. La asunción que todas las piezas satisfacen sus requisitos respectivos de la tolerancia. Primero si se asume que una distribución normal que describe la variación de la pieza.Aleatoriedad: 6 . . n conseguimos = n T. En realidad. es decir. . Otro más para el esquema tolerancia aritmético es que los ensambles subyacentes son muy mínimas. Resulta del acercamiento excesivamente conservador de la acumulación de las desviaciones lo peor del nominal para todas las piezas. Esta forma de inspección es mucho más simple que lo requerida para tolerancia estadística. que no son a menudo económicos.ACUMULACION DE TOLERANCIAS El valor calculado se debe entonces comparar contra QA. un ensamble a lo peor sería extremadamente inverosímil. es decir. Sin esto no hay garantía del 100% en el ensamble. Toleración estadístico (método de RSS) La sección anterior empleó una forma de tolerancia que apilaba que los protectores contra todas las contingencias permitidas de la variación de la acumulación de tolerancias de la pieza de la peor manera posible. Si el ensamble apropiado requiere ese ≤ QA = .

especialmente no cuando toda la variación al azar de la demostración de la dimensión de la parte en la misma dirección. 5. las desviaciones no serán predominante positivo o predominante negativa. n. nosotros asumimos aquí que el XI varía aleatoriamente según algunas distribuciones con las densidades fi (x). . pero ése está careciendo típicamente en la etapa del diseño. incluso al punto que alguien malintencionadamente y deliberadamente selecciona las piezas para el ensamble de peor manera. Esto nos libera de tener que examinar cada dimensión de la parte para saber si hay conformidad con el intervalo Ii. Esto es comprobada muestreando solamente cierta parte de las piezas y midiendo el XI' S. La asunción de la independencia es típicamente razonable cuando las dimensiones de la parte pertenecen a diversa fabricación/procesos de trabajo a máquina. Instantáneamente nosotros preguntamos/asumimos que los procesos que producen las dimensiones de la pieza son estables (en control estadístico) y que estas dimensiones de la parte bajan sobre todo dentro de los límites de tolerancia. 5. . Por esa razón uno asume a menudo que el f i es una densidad normal o Gaussiana sobre el intervalo Ii. ∞).2. es decir: 7 . Por ejemplo. y funciones de distribución acumulativas La idea es que la mayor parte de las ocurrencias de X I bajarán dentro de Ii. uno necesita pulsar un compromiso. Este último fenómeno es exactamente lo que se prepone la asunción de la independencia excluir.ACUMULACION DE TOLERANCIAS Más bien que si se asume que el XI puede bajar dondequiera en el intervalo Ii de la tolerancia.Distribución: Sería agradable tener datos sobre la variación de la dimensión de la pieza.Independencia: La asunción de la independencia es probablemente la piedra de la esquina más esencial de toleración estadística. Pues una salida de peor tolerancia nosotros aceptamos cierta fracción pequeña de las dimensiones de la parte que bajarán fuera de Ii. la mayor parte del área bajo densidad fi (x) baja entre las puntos finales de Ii.√i no tiene nada que ver con Xj . Permite una cierta cancelación de la variación del nominal. La extensión termal también tiende a afectar diversas piezas semejantemente.√j para i ≠ J.3. Bajo independencia esperamos conseguir un bolso mezclado de desviaciones negativas y positivas que esencialmente permite una cierta cancelación de la variación. también exigimos que estas variables al azar sean independientes. La aleatoriedad solamente no garantiza tal cancelación. Desde entonces qué este último es un intervalo finito y la densidad Gaussiana se extiende sobre la línea verdadera del conjunto R = (−∞. i = 1. Sin embargo. varios similares/las mismas piezas se podrían utilizar en la mismo ensamble. Particularmente. Consiste en preguntar que el área bajo densidad f i sobre el intervalo Ii debe representar la mayor parte del área total bajo fi. las situaciones pueden presentarse donde está cuestionable esta asunción. De la tolerancia. . Tratando el XI como variables al azar. Esto significa áspero que la desviación XI . es decir.

washington. es decir: Es la densidad normal estándar. Cuadro 1: Intervalo excesivo de la tolerancia de la distribución normal (http://www.stat.pdf) De hecho. la mayoría de las ofertas piden Esta probabilidad que mira algo impar (≈ 1) resulta de elegir el fi para ser una densidad Gaussiana con μi malo = _i en el centro del intervalo de la tolerancia y con _i de la desviación de estándar = Ti/3.ACUMULACION DE TOLERANCIAS 6. Tenemos así: 8 .edu/fritz/DATAFILES/TOLSTACK.

La fórmula antedicha para la variación se puede reescribir como sigue: Si llamamos 3σA = estadística de la tolerancia: . El teorema de límite central entonces se utiliza para demandar normalidad para la suma de muchos tales contribuidores. Como variable al azar. Así los valores XI se aproximaran típicamente con más frecuencia alrededor del √i nominal y menos darán lugar a los valores lejanos. es decir. 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. de hecho como variable al azar Gaussiana con medio: Con variables: La primera ecuación indica que el μA malo de A coincide con el √A del valor nominal de A. Esto es una opción extensamente aceptada aunque otras son posibles. Una razón que se avanza a menudo para si se asume que una distribución normal es que las desviaciones del nominal son a menudo el resultado de muchos contribuidores aditivos que sean al azar en naturaleza. Así la probabilidad que mira impar . e iii) Ti = 3σi.09 dando por resultado una probabilidad de .999 para la conformidad de la tolerancia de la dimensión de la parte.ACUMULACION DE TOLERANCIAS Y: Donde: Es la función de distribución acumulativa normal estándar. Se asume que la persona que produce la pieza apuntará para la dimensión nominal de la parte. Mansoor (1963) aparece preferir el factor 3. a saber i) una densidad Gaussiana fi. el proceso de la dimensión de la pieza se centra en el valor nominal. conseguimos el RSS-fórmula bien conocido para acumulación 9 . pero por varias razones habrá las desviaciones del nominal que acumulan a una desviación total del nominal.9973 es el resultado de tres asunciones. que entonces se demanda para ser normal. y cada uno de efecto relativamente pequeño. Bajo asunciones antedichas podemos tratar el criterio del ensamble. Por ejemplo. Las primeras dos asunciones hacen posible que el factor simple y redondo 3 en 3σi produce la probabilidad . Esta vista de la distribución de X I representa una piedra de la esquina importante en el método de toleración estadístico. ii) √i = μi.9973.

27% de todas las asambleas fallarán. . es decir. manchadas hacia fuera. Si es apropiado la asamblea requiere que ≤ QA = . entonces las contribuciones comunes de la tolerancia de la parte tengan que estar T = /√ ≤. Entonces tenemos: En comparación con T = Tn en toleración aritmético. De hecho.41 es el 29% más pequeño de 2 y para n = 4 nosotros tienen que √ es el 50% más pequeño de 4. El factor √ crece mucho más lento que el n. Para relajar la suposición de la normalidad para las dimensiones de la pieza X I que invalidamos al teorema de límite central de la teoría de las probabilidades (CLT). y pasado pero basado no lo más menos posible en la experiencia que la tarifa del polvillo radiactivo del ensamble era más alta que predicha por toleración estadístico. La densidad fi que gobierna la distribución de XI tiene μi = √i y σi de la desviación estándar. Relajando este último constreñimiento será discutido en secciones subsecuentes.004”. estas tolerancias de la parte son mucho más liberales que ésas obtenidas bajo toleración aritmética. . Puesto que A es Gaussiana. basado en parte en los datos de la parte que contradicen la normalidad. Las contribuciones de la variabilidad de todos los términos en la combinación lineal A llegan a ser insignificantes para n. podemos contar en 99. basado en parte en las cambios malos que dan lugar a una mezcla total de las distribuciones normales. ¿Qué hemos ganado por el precio de tolerar una fracción pequeña de las faltas del ensamble? La respuesta llega a ser otra vez la más transparente cuando todas las contribuciones de la tolerancia de la parte |ai| Ti es igual.004”/ √ . es decir. Incluso para n = 2 encontramos que √ = 1. arit Debajo de estos tres condiciones 1 el Lindeberg-Feller CLT indica que es lineal: Combinación: 10 . Esta sección se ha desafiado a menudo. insistiremos que el μi malo X I del alambique coincide con el √i nominal. n.73% de todos los valores A del criterio del ensamble para caernos dentro ±3σA = el ± de su √A nominal. i = 1. |ai| Ti = T.ACUMULACION DE TOLERANCIAS Aquí RSS refiere a la raíz/ suma/ operación cuadrada que tiene que ser realizada para calcular . o solamente . Toleración estadístico que usa la asunción de CLT Una suposición usada generalmente en la sección anterior es el de una distribución Gaussiana para todas las dimensiones de la parte X I. ahora utilizaremos las suposiciones siguientes: 1. es estadístico independiente. es decir. . 2. Sin embargo. Aquí relajaremos que la suposición de la normalidad no prohíbe las distribuciones más generales para las variaciones de la pieza XI. El XI. 3. 7. Debido al divisor √ .

Puesto que la extensión 2T i de una tal distribución finita de la gama se puede manipular por un cambio simple de la escala que también afecte la desviación de estándar de la distribución por el mismo factor que nos sigue que el σi y el Ti será proporcional el uno al otro. la desigualdad del Campo-Meidell (enciclopedia de las ciencias estadísticas. 1982). Esto es qué se ha hecho comúnmente.Ti.73%) dimensiones de la parte bajarían dentro de ±3σi del √i = μi nominales.9973. I. puede estipular eso: 11 . entonces una podría comparar esa gama finita con la gama de la tolerancia del ±Ti alrededor de √i. estados que para las densidades simétricas y única fi con la variación finita tenemos. Sin la suposición de la normalidad para las piezas no hay tal aseguramiento de la probabilidad para tales escalas de ±3σi. es decir. y así μi = √i.9506 no lleva con él el mismo grado de la certeza que 0. √i + Ti] obtenemos el acoplamiento entre el σi y el Ti. Sin embargo. Aunque esto cubre una familia ancha de distribuciones razonables. puede esperar apenas que la combinación linear tenga una distribución aproximadamente normal. a saber estipulamos ese Ti = 3σi. 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 ±3σi = ±Ti. Todavía no tenemos así un acoplamiento natural entre el σi de la desviación de estándar y el Ti de la tolerancia de la dimensión de la pieza. Esto fue motivada principalmente por el hecho que bajo asunción de la normalidad casi todas las (99. Si estos pocos términos dominantes tienen distribuciones anormales. Si la distribución de X I tiene una gama finita. significa fi (√i +y) ≥ fi (√i +y) para todo 0 ≤|y| ≤|y|. y así en última instancia el acoplamiento entre T A y el Ti. vol. es decir. A pesar de las suposiciones distribucionales reflejadas para las dimensiones de la pieza tenemos que el criterio A de la asamblea está distribuido otra vez aproximadamente normalmente y su μA coincide con el √A deseado del valor nominal. el número .73% de todos los criterios de la asamblea para caernos dentro [√A− 3σA. En la sección anterior habíamos supuesto una relación particular entre el σi de la dimensión de la pieza y el T i de la tolerancia.ACUMULACION DE TOLERANCIAS Tiene una distribución aproximadamente normal con medio: Y con variables: La suposición 3 elimina las situaciones donde una pequeña cantidad de términos en la combinación lineal tienen tanta variación que hundan totalmente la variación de los términos restantes. a excepción de un punto de “menor” importancia. Éste casi es el mismo resultado que antes. Emparejando la escala finita de una distribución con la escala de la tolerancia [√i . √A + 3σA]. Aquí la simetría significa ese fi (√i + y) = fi (√i− y) para toda y. De la normalidad aproximada de A podemos contar en cerca de 99. o por lo menos no aumenta. la densidad se cae mientras que nos movemos lejos de su centro.

vea a Gilson (1951). y Henzold (1995). cn). salvo que se ha agregado un factor de la inflación. Bjørke (1989). En la tabla que 1 nosotros da algunos factores que se han considerado en la literatura. La opción de ligar esta proporcionalidad de nuevo a 3σi facilita la comparación con la distribución normal... Mansoor (1963). para la cual tendríamos c = cN = 1. Si el tipo de la distribución también cambia de parte a la parte (esperanzadamente con la buena justificación). tenemos diversos factores c1.. 8.. El asumir que el tipo de distribución (pero no necesariamente de su localización y escala) es igual para todas las dimensiones de la parte conseguimos: Esto conduce a la tolerancia que acumula las fórmulas con las cuales esencialmente convenga (2). cn. c. Fortini (1967). es decir. Kirschling (1988).stat.pdf) 12 . Las distribuciones correspondientes ilustradas en la figura 2: (http://www.edu/fritz/DATAFILES/TOLSTACK.washington.ACUMULACION DE TOLERANCIAS Donde está un factor c que es específico al tipo de distribución. necesitamos utilizar la tolerancia más complicada siguiente que apila fórmula: (3) Donde c = (c1.

Algunos factores tienen poca justificación y motivación explícitas y se presentan sin referencia apropiada. 10. Así el riesgo del ensamble es: 13 .5. es decir. donde está un cierto número K0 predeterminado basado en consideraciones del diseño.stat.washington. la ocasión que un criterio A de la asamblea no satisfará su requisito.6 de Gilson (1951) deriva de su fórmula empírico crucial (2) por los cuales sea introducido “sin entrar profundamente un análisis matemático. a saber la barra media de las cubiertas de esa densidad el √i ± f Ti de la porción central del intervalo de la tolerancia y su área abarca el 100p% de la densidad total. . a en la densidad trapezoidal indica el punto de desempate del plano a la parte inclinada de la densidad.” Bender (1962) da el factor 1. respectivamente. el factor c = 1. . Según el CLT podemos tratar (A−√A) /σA = (A−μA) /σA como variable al azar normal aproximadamente estándar. Evaluación del riesgo estadístico de la acumulación de tolerancias En esta sección discutimos el riesgo de la asamblea. Entonces estamos interesados en la determinación de P (|A−√A| > K0). Distribuciones y factores del intervalo de la tolerancia en la figura 2. y p y f caracterizan la densidad del histograma (véase la densidad pasada en el cuadro 2). Para una derivación de estos factores vea el apéndice A. Como en la sección anterior se asume que todas las dimensiones de la parte XI tienen distribuciones simétricas centradas en sus nominales.edu/fritz/DATAFILES/TOLSTACK. Para la densidad beta los parámetros a > 0 y b > 0 son los parámetros generalmente de la forma.ACUMULACION DE TOLERANCIAS (http://www.” Evans (1975) se parece dar la bienvenida a tal carencia del detalle matemático diciendo: No se deriva “ningunos de los resultados.pdf) 9. con μi = √i de los medios. de modo que sean legibles por virtualmente cualquier persona que estaría interesado en el problema toleración. en el sentido especializado de esta palabra. y las variaciones .” Para compensar estas tolerancias optimista indicadas. El requisito para el ensamble se asume para ser | A −√A| ≤ K0. es decir.5 basado principalmente en el hecho de que los operadores de la producción generalmente le darán 2/3 de la extensión verdadera (gama de ±3σ bajo distribución normal) cuando están preguntados qué límites de tolerancia pueden llevar a cabo y “gente del control de calidad reconoce que esta extensión de 2/3 total incluye el cerca de 95% de los pedazos. Por ejemplo. el doblador sugiere el factor 3/2 = 1.

K0].9973 familiar. Tal diseño entonces naturalmente también compensará algunas cantidades de cambio perjudicial. nos dejan con la reducción de . debe ser tenido presente de que en realidad ocupamos de aproximaciones (aunque las típicamente buenas) y que llega a ser algo limitada la exactitud cuando hacemos tales cálculos que implican las colas extremas de las distribuciones normales. El remedio (factor c de la inflación) que explica una variación más alta dentro de Ii. también en el criterio A. Esto en la práctica es difícil de alcanzar y a menudo no económico.9973. puesto que causa un ajuste de tolerancias en dicha parte de un diseño más conservador. como efecto secundario. Puesto que c depende de la distribución que le da lugar y que retrata nuestro conocimiento vago de la variación de la fabricación. en otras ocasiones es causada por desgaste de la herramienta. Sin embargo. Bender (1962) y Gilson (1951). solamente mantener una distribución para X I que sigue siendo simétrica alrededor de √i.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. esto negocia un efecto perjudicial. después seríamos mucho peores apagado en caso de que a) o estamos contando en optimismo a ultranza en caso de que b). se parecería que una parte a menudo los pelos dado que estas probabilidades son solamente aproximadas de todos modos. El único problema es que la medida contraria puede no ser bastante (encajone) a) o puede ser más que necesitado (caso) b). mientras que una variación inflada expresa la variación 14 . El factor c afecta en qué medida podremos caber el c en K0. Cuando invocamos el CLT tratamos a menudo las aproximaciones que resultan como si él es exacto. lo que la probabilidad correcta pudo ser. porque una prefiere reiniciar la operación y seguido de esto empezar con el desecho).98. pero en realidad que la probabilidad pueda ser solamente 0. √i + Ti]. también será beneficioso para ocuparse de los cambios negativos. Sin embargo. las tolerancias individuales de la parte. él se parecería que hemos tenido cierto efecto. si la aproximación sugiere una degradación en el nivel del aseguramiento de la tolerancia y si hacemos un ajuste basado en la misma aproximación. tan difícil como uno puede intentar. y a menudo uno no puede hacer un promedio hacia fuera del proceso de fabricación de la pieza exactamente en el centro nominal de √i. c. Tales cambios del medio pueden ocasionalmente ser absolutamente deliberadas (apuntando para la condición máxima del material. puesto que cambiará de posición la curva normal más hacia un final del requisito del diseño en el ensamble [−K0. contra otro si se asume que una variación más alta. han respondido a este problema introduciendo los factores de la inflación. del ensamble. Si no hacemos ni unos ni otros tenemos que aceptar la falla de ensamble y un riesgo más alto que se pueda computar vía el fórmula (4). Si en cualquiera de estas situaciones no hubiéramos hecho nada. Greenwood and Chase (1987) refiere a este tratamiento del problema negativo del cambio como usar una “banda-Ayuda”. pero todavía obligando a XI al intervalo de la tolerancia Ii = [√i . como. 11. puesto que esta práctica no es específica al problema de un cambio negativo. Si c > K0 tenemos que reducir c o . a saber el cambio negativo. una aproximación normal puede sugerir una probabilidad de 0. es decir. Una cambio de la distribución de el X I lejos de los centros nominales respectivos causará una cambio. como les discutieron en la sección anterior. Un cambio negativo representa una cantidad persistente de cambio y es así absolutamente esencial en su efecto. Cambios negativos Hemos hecho hasta ahora la suposición excesivamente simple la parte dimensiona XI debe estar centrada respecto a los nominales de √i. Algunos autores. Al hacer las correcciones para tales probabilidades extremas de la cola.Ti. En efecto. Por ejemplo. Esto alternadamente aumentará el riesgo del no ensamble.

Cuadro 3: Distribuciones normales cambiadas de puesto sobre intervalo de la tolerancia (http://www. a saber ŋi ≤ ŋ0i o: |∆i| ≤ ŋoiTi 12.washington. Para evitar esto. en el caso extremo son poco realistas y nos conducen a la derecha de nuevo a peor tolerancia. Que la discusión siguiente es útil referente a |∆i| como ŋi de la fracción de Ti. En la práctica no es tan fácil ajustar la variación de un proceso de producción de la pieza. Tales límites tomados en cuenta para el error en la fabricación se deben llegar en la consulta con los representantes apropiados de la producción. De la tolerancia. Si la distribución de XI se asume para ser normal. los cambios del medio entonces se transforman de hecho físicamente en variabilidad. según lo precisado anteriormente. Esto significa que el σi tiene que conseguir un rango más pequeño como |∆i| consigue el rango más grande. Si esto es una buena estrategia. Aunque tenemos en cuenta la posibilidad de cambios perjudiciales mantendremos th la idea de un intervalo de la tolerancia. (figura 3). Eso producirá desde entonces probablemente otro medio excéntrico. el esta información “reciente” apenas agregará a la variabilidad total del proceso. Es más práctico ensanchar el intervalo Ii de la tolerancia de la dimensión de la pieza o aumentar el Ti. es decir. es decir. La acumulación de tolerancia para un mejor análisis se realiza entonces en términos de Ti creciente. Para los intervalos fijos de la tolerancia esto significa que cambios negativos más grandes son posibles solamente con una variación más ajustada. Un cambio producirá típicamente partes rechazadas solamente en un lado del intervalo de la tolerancia.pdf) 15 . es cuestionable.√i. mientras que la variabilidad creciente debido al “cambio reciente” dará lugar a rechazos en ambos. Los cambios negativos no se saben típicamente a prioridad y. |∆i| = ŋi Ti con 0 ≤ ŋi ≤ 1. sin variación. Ahora discutiremos algunas maneras de tratar explícitamente los cambios negativos de ∆i = μi . y permite así la corrección del error. pero vale el observar puesto que conduce de nuevo a una toleración peor.edu/fritz/DATAFILES/TOLSTACK. la dimensión X I de la pieza del i todavía será obligada al intervalo Ii.stat. Con Ti creciente el σi sin cambios parecerá reducido referente a Ti. En defensa de este último acercamiento uno debe mencionar que a veces uno reacciona a los medios excéntricos “recientes” en el proceso de fabricación. es decir. Este último panorama es apenas 2 realista . Es solamente una cuestión de quién paga el precio. la cantidad de los cambios perjudiciales se toman en cuenta con un rango del límite de tolerancia. después su gama de ±3σi caída inmóvil dentro de Ii. El efecto. es igual.ACUMULACION DE TOLERANCIAS que cambia de sección en sección. Exagerando esto significa que la distribución de XI está cambiada de posición para √i −Ti o √i +Ti. desde un punto de vista del método del análisis. Los límites comprendía a |∆i ahora equivalente se expresa como los límites en ŋi.

uno está inclinado a asumir de la misma forma. Podemos ahora ver la dimensión XI de la pieza como la suma de dos (o tres) contribuciones: Donde está el μi alrededor del cual la pieza individual del i dimensional y el Єi es la cantidad por la cual XI se desvía del μi cada vez que la parte producida. Teniendo un límite común ŋ0 para todas las dimensiones de la parte XI no es necesario. ∆A es son los cambios negativos en el ensamble. Sin embargo. sino simplifica grandemente la exposición y la práctica del ajuste según cambios perjudiciales. . La representación antedicha entonces conduce a una representación correspondiente para el criterio del ensamble: th Donde: Aquí el μA es el medio de A. esta última desviación será diferente a partir de una realización de la dimensión X I de la siguiente. = ŋ0n = ŋ0. y ЄA captura la variación de A de ensamble a ensamble. que hay una cierta proporcionalidad entre los dos fenómenos de la variación. cada vez que hacen un nuevo ensamble. . Por lo tanto el ensamble que resulta experimentará diversas desviaciones de esa dimensión de la parte. es decir. teniendo el medio cero y variación: 13. el μi diferencia de √i por el ∆i negativo en el cambio de una manera persistente entonces cada dimensión de la parte tendrá su propio Єi de la desviación del μi. Acumulación aritmética de cambios negativos La variación de A alrededor del montaje √A nominal es el compuesto de dos contribuciones. Una razón de esto es que el T i captura hasta cierto punto la variabilidad de la dimensión de la pieza del proceso. el ∆i de la contribución será igual de ensamble a ensamble. Sin embargo. La variabilidad es hasta cierto punto también responsable de la variación del μi negativo.ACUMULACION DE TOLERANCIAS Generalmente es más razonable indicar los límites comprendiendo |∆i| en proporcionalidad a Ti. una vez que tales límites negativos de los cambios se expresen en términos de tal proporcionalidad a Ti. √A es el ensamble nominal. a saber ŋ01 =. que es la suma de contribuciones al azar de n y así favorable a acumulación estadística de la tolerancia. El término Єi de la variación asume variar según una cierta distribución con el medio cero y la variación . uno está entonces más dispuesto a asumir un límite común para estos factores de la proporcionalidad. A saber. Podemos pensar en los dos términos en ∆i + Єi como la desviación total de XI del √i nominal. 16 . sabiendo que un ensamble mal realizado es ∆A = μA .√A y la variación del ensamble. También.

27% de los criterios del ensamble A que bajan fuera del intervalo (6). El CLT se puede invocar otra vez para tratar el ЄA como aproximación normal con el medio cero y variación .73% de toda el ensamble de dimensiones A dentro de la caída: μA ±3σЄA Puesto que (5) limita la cantidad por la cual el μA puede diferenciar de √A. en donde asumimos que todos estos cambios entran en la dirección más desfavorable. Así 99. o levemente arriba. generalmente se da por bueno con menos de . Pues el μA del medio ensamble cambia de puesto a la derecha o a la izquierda de √A. No hemos descompuesto en factores hasta ahora nuestra estimación anterior que σi debe disminuir como |∆i| aumenta. es exactamente lo qué está sucediendo aquí con los cambios negativos.27% (para cero alteraciones) a . De hecho. permaneceremos con nuestra interpretación original. a saber requerimos que el índice Cpk de la capacidad satisface: 17 .27% o . nosotros podemos juntar este aditamento (en la peor manera) con el límite anterior de 99.ACUMULACION DE TOLERANCIAS La cantidad por la cual el μA puede diferenciar de √A puede ser limitada como sigue: (5) Donde la última suma recuerda acumular el peor caso de la tolerancia aritmética. Puesto que con cero alteraciones una permite . Las densidades normales cambiadas de puesto y escaladas en la figura 3 ilustran ese punto también. Al mismo tiempo esto significa que la tarifa del polvillo radiactivo se contraerá a partir de la . La desigualdad adentro (5) de hecho puede ser una igualdad proporcionada para todo ai ∆i tiene la misma muestra.73% de ЄA de las variaciones del ensamble y así bajen dentro de ±3σЄA de cero. Ese porcentaje está correcto cuando el cambio por medio que el ensamble es cero. puesto que solamente una cola de la distribución contribuirá. Esa tarifa debe de ser la mitad de justa de . No entraremos en esta complicación y en lugar de otro.135%.27%. ésta significa que requerimos que el ±3σi se extienda alrededor de μi todavía esté contenido dentro de Ii.27% polvillo radiactivo. de modo asi poder esperar un 99.73% de toda el ensamble de dimensiones A dentro: (6) Debido al peor caso de adición en los cambios negativos. uno habría podido permitir un aumento en σi de modo que el solo polvillo radiactivo de la cola fuera otra vez .73% intervalos para A y puede demandar que por lo menos bajarán 99. Si asumimos una distribución normal para XI. sólo una de las colas de la distribución normal contribuirá perceptiblemente al ensamble fuera de la tarifa de tolerancia.135% como el cambio negativo es más grande. para mantener el requisito XI Є Ii.

18 .865%) el aseguramiento 99. tenemos: 3σi = (1 – ŋi) Ti (7) Debido a nuestra identificación inicial de 3σi = Ti (sin alteraciones) esta ecuación se pueden interpretar de dos maneras. Si todas las fracciones de ŋj el cambio es limitado por el ŋ0. Cpk = 1.73% de contener A. En la fórmula (8) el i cambia de puesto ŋi la fracción aparece en dos lugares. o el Ti necesita ser aumentado en el factor 1 (1−ŋi) para acomodar un cambio de ± ŋi Ti. es decir 99. podemos limitar así la variación del criterio A del ensamble a: Por lo menos (mejorado a 99. Resumiendo a: Es una combinación cargada (con los pesos ŋ0 y 1 − ŋ0) de acumulación aritmética y estadístico de la tolerancia del T i de las tolerancias de la pieza. según lo sugerido por Greenwood and Chase (1987).865%. desde ŋ0 = 0 en tolerancia estadística puro y ŋ0 = 1 en tolerancing aritmético puro.73% de todas las dimensiones A del ensamble bajará dentro: (8) Según lo precisado anteriormente. primero en la suma (que aumenta ŋi) y bajo raíz (disminuye en ŋi). Como tales él se pueden ver como un acercamiento unificado. Que las cuales serian σi necesita ser reducido por el factor (1−ŋi). es decir. donde cualquier ecuación de la manera (7) se observa.ACUMULACION DE TOLERANCIAS Si se asume que la cantidad más alta de variabilidad dentro de estas precipitaciones. esta proporción de la conformidad es generalmente más alta. No es así obvio que el ŋi de aumento siempre hacia materias peores. entonces tenemos: Con esta representación de 3σЄA por lo menos 99. Entonces: th Seguido de este aumento ŋi ensanchará el intervalo (8).

ŋ. Esto se ve lo más claramente posible cuando |ai|Ti = T y |ai| = 1 para todo el I.73% poniendo el factor 2. i = 1. es decir. Este intervalo finito. que pone en contraste la diferencia entre acumulación aritmética y RSS acumulado.865%. Véase la figura 4 para las versiones cambiadas de puesto de la distribución de la figura 2 con la reducción de acompañamiento en variabilidad. una cierta alteración. Alternativamente. Para partir de una esquina de esta caja a la esquina diametralmente opuesta podemos proceder cualquiera yendo a lo largo de los bordes. . La acumulación de tolerancias que resulta del intervalo entonces será: Hemos asumido hasta ahora que la variación de los términos Єi es normal. con los lados |ai|Ti. aunque es reducido por el factor ŋ0. Esta reducción en variabilidad es las contrapartes de reducir σi en el modelo normal.73% ↗ 99. inmóvil dentro del intervalo Ii. a saber en el contexto de explicar la variación de una suma de variables al azar independientes. Entonces: En orden n. atravesando una distancia =1 |ai| Ti. aunque en forma algo diversa. encontramos que este tipo de acumulación Ti de las tolerancias esté en orden ŋ. entonces el intervalo reducido Ji sería: 19 . entonces podemos reducir nuestro factor acostumbrado 3 en 3σЄA a 2. podríamos en lugar de otro ensanchar los intervalos de la tolerancia I i mientras que guardar la extensión de las distribuciones fijó. En el último caso atravesamos la distancia mucho más corta de √ según Pitágoras. Pensando en una caja rectangular en n-espacio. Así Ji será más pequeño de Ii. es una ilustración simple del teorema de Pitágoras. centrado en cero. J i. . Si Ii tiene la mitad de Ti y si su cambio perjudicial es |∆i|. es típicamente más que compensó por el crecimiento de la orden n en la acumulación de la tolerancia cuando las cambios del medio están presentes.782/3 = .73% puntos de la distribución normal estándar.782 representa los 99. La conexión de Pitágoras también fue referida por Harry y a Stewart (1988). Si. después de centrarlo en μi. como |∆i| incrementa. .ACUMULACION DE TOLERANCIAS Comparando los dos componentes de esta combinación cargada se ve fácilmente (ajustando ambos lados y observando que todos los términos |ai| Ti no es negativo) eso Donde está generalmente perceptiblemente más grande el lado izquierdo que la derecha. Esta desigualdad. Mientras ŋ0 > 0. Así el aumento posible previamente conocido en la tarifa de la conformidad. El valor 2. con el medio cero y la variación . Este incremento en el ensamble se podría convertir de nuevo a 99. a saber 99.927 delante de la raíz cuadrada en el fórmula (9). Esta estimación de la normalidad se puede relajar como antes si se asume que una distribución simétrica sobre un intervalo finito. tenemos que preocuparnos solamente cerca de una distribución normal que excede los límites de la acumulación de tolerancias. De la tolerancia.782. o ir directamente en la diagonal que conecta las esquinas diametralmente opuestas. A un grado pequeño. debido una alteración permitida.

Usando la formula (6) y: La fórmula (8) cambia simplemente a: Es decir. Si los intervalos de la tolerancia de la dimensión de la pieza implican diversas distribuciones. vea la tabla 1.edu/fritz/DATAFILES/TOLSTACK. hay una penalidad adicional con el factor C de la inflación.ACUMULACION DE TOLERANCIAS La distribución fi.washington. Cuadro 4: Distribuciones y factores cambiados de puesto del intervalo de la tolerancia (http://www. 14.stat.pdf) 20 . entonces una puede acomodar esto en una manera similar como adentro (3). tiene variación y como antes de que tengamos la siguiente relación: Donde un factor c que depende del tipo de la distribución. describiendo la distribución del Єi sobre el intervalo Ji.

debe ser precisado que para n = 2 y variación uniforme de la dimensión de la parte CLT todavía no proporciona una buena aproximación a la distribución de A.ACUMULACION DE TOLERANCIAS Aquí no está claramente si ŋi aumento el intervalo (11) o no. i ≠ J. que en ese caso es triangular.73% de aseguramiento. Este comportamiento extraño no llega a n = 3 distribuciones uniformes. 21 .865% podríamos introducir otra vez el factor 0. Entonces c = √ = 1. . También. En la mayoría de los casos encontraremos que los derivados antedichos no son negativos y que la anchura máxima del intervalo conforme a ŋi ≤ ŋ0 está alcanzada de hecho en ŋi = ŋ0 para i = 1. derivando como anteriormente: Si y solo si: (1 − ŋj) 2 Éste generalmente será el caso mientras c no sea demasiado grande de 1 y mientras no sea la contribución opresora a: Si ŋi ŋ0 entonces: Aquí el lado correcto derecho está bien cercano a uno. Aprovechando el 99. (1 − ŋ1)|a1|T1 = (1 − ŋ2)|a2|T2. n. Entonces tendríamos que baja A teniendo: Por lo menos con 99. a menos que j sea mucho más grande que el efecto combinado por . . . Esta situación no se presenta generalmente.73% (o 99. Como ejemplo donde c es demasiado grande considere n = 2. y f1 = f2 = uniforme.865%) asegurando. Este último porcentaje se deriva otra vez de CLT aplicado a ЄA.732 de la tabla 1 y: El caso anterior de derivación es negativo. significa que el intervalo (11) es más ancho cuando no hay alteraciones.927 de la reducción adentro (12) Con un menos del 99.

ACUMULACION DE TOLERANCIAS 15. diseño.stat. Referencias http://www.google.edu/fritz/Reports/isstech-95-030. La información presentada anteriormente sirve de herramienta para corregir o evitar imperfecciones presentadas en el diseño.pdf http://www.com.mx/books?id=qLh9gGOUI5IC&pg=PA366&dq=acumulacion+tolera ncias http://bibliotheka. como también a la devolución de las mismas. 16.org/wcpa/oclc/39870910 http://books. fabricación. Aplicándolas correctamente es como se evitara dicha aparición de alteraciones e imperfecciones. es así. como se debe de encontrar sus aplicaciones y llevar un control de la calidad en múltiples aéreas de trabajo.edu/fritz/DATAFILES/TOLSTACK. La acumulación de tolerancias es de suma importancia para la elaboración. Conclusión Dando a conocer los temas tratados con anterioridad.stat.org/?/ver/10927 22 .washington. etc.washington. Por que por medio de esta se tiene la seguridad de que el proceso de producción está bien diseñado y así no tener que llegar al re maquinado o a la eliminación de nuestras piezas producidas.pdf http://www.worldcat.