SlideShare una empresa de Scribd logo
1 de 10
www.monografias.com
Análisis estadístico y consideraciones diversas de la aplicación del análisis
de acumulación de tolerancias
1. Introducción
2. Análisis de tolerancia estadístico
3. Método Montecarlo
4. Cálculo de tolerancias de los componentes dados un ensamblaje final
5. Fórmulas y consideraciones para sujetadores flotantes y sujetadores fijos
6. Límites y clasificaciones de ajustes
7. Conclusión
8. Referencias bibliográficas
Introducción
A continuación se muestra un breve resumen del libro “Mechanical Tolerance-stackup and analysis” de los
capítulos 8, 17, 18 y 19, además se describe el método Montecarlo que es un software de análisis de
tolerancias.
Capitulo 8.
Análisis de tolerancia estadístico
Como lector se tiene la oportunidad de comparar los resultados estadísticos en el sistema en el peor-caso
(determina la variación máxima absoluta posible para una distancia o espacio seleccionado). Se observan
las técnicas estadísticas y de manipulación que se tienen en los resultados de tolerancias stackups (apilar).
El análisis de la tolerancia “apilan” es para encontrar la tolerancia de toda la pieza, realizando
comparaciones de los limites de las superficies de una cara de las piezas, como también lo puede ser en
ensambles. Con el fin de ver si el diseño va a funcionar correctamente.
Anteriormente se ha descrito la solución de las tolerancias apiladas (stackups) por el método RSS (suma de
los residuos al cuadrado) y solo requiere de unos cuantos pasos más para la resolución del resultado
desfavorable.
Con el siguiente croquis se explica el método RSS ajustado estadísticamente. Se observa que la brecha A-B
es la que se desconoce y por lo tanto la que se requiere encontrar, así mismo las 4 áreas en las que se
dividió la pieza como sus sentidos +/- para construir la cadena de dimensiones y tolerancias, la cual parte de
A (con un circulo), fluyendo en el sentido de las manecillas o al sentido contrario pero también puede ser la
dirección de arriba hacia abajo o viceversa.
Se debe de tener mucho cuidado que la tolerancia total positiva sea más grande en valor que la tolerancia
total negativa ya que se puede provocar que la distancia nominal sea negativa y por lo tanto errónea. Es
importante que todas las dimensiones se apilen (que no falte ninguna).
Para ver trabajos similares o recibir información semanal sobre nuevas publicaciones, visite www.monografias.com1
www.monografias.com
Figura8.1
La diferencia del RSS al RSS ajustado es que se multiplica el valor RSS por 1.5 el cual es un valor ya
establecido.
Para ver trabajos similares o recibir información semanal sobre nuevas publicaciones, visite www.monografias.com2
www.monografias.com
A la distancia nominal se le suma y resta la tolerancia RSS ajustada para encontrar las distancias
estadísticas mínima y máxima.
Si se hubiera analizado con el método del peor-caso la tolerancia a utilizar seria ± 4.425 teniendo como
dimensión máxima 14.85 y como mínima 6. En el caso de RSS la tolerancia seria ±2.47 y sus dimensiones
serian 12.895 como máxima y 7.955 la mínima.
Cabe destacar que entre más secciones se divida la pieza será más precisa pero si se divide en tres
distancias conocidas conviene usar el método del peor-caso.
El análisis de tolerancias determina la posible máxima variación para una dimensión seleccionada. Las
técnicas de análisis de tolerancia estadísticos como tolerancia stack up (apilada) generalmente predicen una
menor variación de los resultados que el peor de los casos (worst-case). Por supuesto la estadística de
tolerancias sólo es usada en casos donde es aplicable, uso depende de numerosos factores como la calidad
de las partes manufacturadas, el control del proceso de manufactura, la susceptibilidad del diseño, las
prácticas pasadas de la compañía, disponibilidad de la empresa a aceptar riesgos, etc. Es decir, todos los
factores, especialmente aquellos relacionados con el control de la fabricación y el proceso deben ser
considerados y analizados. Hay varios métodos estadísticos disponible para el análisis de tolerancias:
• Método RSS (Suma de los Residuos al Cuadrado): éste método toma cada valor de la tolerancia, lo
eleva al cuadrado y añade los cuadrados del valor de las tolerancias. Toma la raíz cuadrada del
resultado. Figura 8.1
Figura 8.1 Fórmula para tolerancias estadísticas
• Método de Monte Carlo
Estadística de la Tolerancia Stackup (apilada) con dimensiones
En seguida se describen los pasos para obtener el valor RSS de cierta figura.
1.- Seleccionar la distancia (brecha) cuya variación se va a determinar. Designar un extremo de la distancia
A y el otro extremo B.
2.-Determinar si uno, dos o tres análisis son requeridos. Si una tolerancia lineal no es apropiada, un
ordenador de computadora deberá ser usado para el análisis de tolerancias.
3.- Determinar una dirección positiva y negativa. La dirección positiva es aquella que sale desde el punto A
hasta el punto B, éstas son indicadas poniendo un signo “+” junto al valor de la cota. Se debe colocar el
símbolo de origen (inicio dimensión) y una flecha (final dimensión).Se debe seguir un “camino” del punto A
al punto B con el objetivo de clasificar cada dimensión. La dirección negativa es aquella que va en contra del
“camino”. Figura 8.2
Figura 8.2 “Camino” para clasificar dimensiones positivas y negativas
4.- Convertir todas las dimensiones y tolerancias en el formato de igualdad bilateral (± el mismo valor).
5.- Ingresar las dimensiones y tolerancias en una tabla. Colocar los valores positivos y negativas en su
respectiva columna.
6.- Colocar el valor de la tolerancia para cada dimensión en la columna adyacente.
7.- Elevar al cuadrado el valor de la tolerancia y anotarlo en la siguiente columna.
Para ver trabajos similares o recibir información semanal sobre nuevas publicaciones, visite www.monografias.com3
www.monografias.com
8.- Añadir al final de la columna la sumatoria total de cada columna respectivamente.
9.- Obtener el RSS sacando la raíz cuadrada al resultado total de la última columna.
10.- Restar al valor positivo total el negativo total. Esto nos dará la dimensión o distancia nominal.
11.- Sumar y restar el valor de RSS a la dimensión nominal, obteniendo los valores de la distancia máxima y
la distancia mínima posible.
12.- Si se desea tomar un enfoque un poco más conservador, multiplicar el valor de la tolerancia RSS por un
factor de ajuste (por ejemplo 1.5) y después sustituir el valor RSS ajustado más grande en vez del primer
valor RSS obtenido.
A continuación se muestran las figura 8.3 (valor RSS) y figura 8.4 (valor ajustado RSS) que resumen los
pasos anteriormente descritos.
Método Montecarlo
Usado con un software de análisis de tolerancias; este modelo toma todas las variables de la agrupación de
tolerancias, y asigna a cada uno, un valor al azar dentro del rango, deriva el resultado, lo guarda, realiza
iteraciones varias veces, y el promedio de estos resultados predice las distribuciones estadísticas.
Este método es utilizado para tolerancias en 3-D.
El método Montecarlo es una técnica que involucra el uso de números aleatorios y probabilidad para
resolver problemas.
El método se utiliza para la propagación de distribuciones llevando a cabo un muestreo aleatorio de
distribuciones de probabilidad.
El diagrama MCM muestra los componentes y secuencia de operaciones para evaluar la incertidumbre de
medición mediante el método Monte Carlo
Para ver trabajos similares o recibir información semanal sobre nuevas publicaciones, visite www.monografias.com4
www.monografias.com
Figura 8.5
Capitulo 17.
Cálculo de tolerancias de los componentes dados un ensamblaje final
Algunas veces se conoce un requisito de tolerancias en el ensamble final, y las tolerancias se determinaran
como lo permita el requerimiento final. Esto comúnmente se encuentra cuando los objetivos del nivel
de producción final han sido puestos.
Ensambles complejos como carrocerías de carros utilizan comúnmente una combinación de tolerancias
"what-if" y un software de modelado de variación estadística, se realizan iteraciones hasta que se obtiene
una combinación alcanzable de componentes de tolerancias para obtener un resultado estadístico
aceptable.
Para ver trabajos similares o recibir información semanal sobre nuevas publicaciones, visite www.monografias.com5
www.monografias.com
El diseño geométrico se puede alterar usando ranuras u agujeros de gran tamaño, para ajustar en el
ensamble. Otros métodos incluyen cambiar las relaciones de posición, como cambiar las juntas de tope por
juntas de solape, el cambio de geometría de la superficie para hacer menos obvio la desalineación
utilizando cuñas para reducir el número de piezas que contribuyen con el total acumulado.
El ensamble debe funcionar aunque este montado de la peor forma posible, típicamente estos diseños son
alterados para permitir el ensamble en el peor de los casos. Muchos factores afectan estos ensambles, por
ejemplo:
• Peso de la pieza.
• Gravedad.
• Torpeza para la manipulación de grandes piezas.
• Velocidad de la línea de producción.
• Rotación de la mano de obra.
El método "what-if" también funciona bien con "simple tolerance stackups", las suposiciones en las
tolerancias se introducen en una hoja de cálculo y los resultados son estudiados, una vez que se obtiene un
resultado satisfactorio el estudio se ha completado.
Otro método más preciso es utilizar la función "Goal Seek" de Microsoft Excel, esta función permite
determinar el valor de la tolerancia sin realizar iteraciones. Con esta función el analista puede establecer el
valor de la tolerancia de montaje deseada y hacer que el programa itere para encontrar la solución exacta,
esta es una herramienta muy poderosa.
Capitulo 18.
Fórmulas y consideraciones para sujetadores flotantes y sujetadores fijos
Sujetador flotante y sujetador fijo son dos términos que pueden describir las relaciones entre 2 partes
acopladas entre sí, esas características pueden ser: holgura de agujeros, agujeros roscados, agujeros de
ensamble, chaveteros, llaves, entre otras.
Situación de sujetador flotante
Definición: Donde las características internas, como agujeros, deben despejar una característica externa,
como un sujetador o un eje, esto es referido a una situación de sujetador flotante.
Los diámetros de los agujeros pueden ser diferentes en cada pieza a acoplar, en este ejemplo la función de
los agujeros es permitir a los sujetadores pasar así las piezas pueden ser sujetadas juntas, también es
importante que los agujeros no sean demasiado grandes para permitir una buena superficie de contacto
entre la cabeza del sujetador y la tuerca con las piezas a unir.
La fórmula del sujetador flotante permite que el diseñador pueda calcular el diámetro mínimo que puedan
tener los agujeros y aun permitir que el sujetador pase incluso en el peor de los casos.
Fórmula de fijación flotante: H = F + T
Donde:
H= diámetro mínimo del espacio del agujero
F= diámetro máximo del sujetador en (MMC)
T= espacio de la tolerancia de posición del agujero a (MMC) de la parte considerada
Esta fórmula también puede ser usada para conocer el diámetro máximo del sujetador o el espacio de la
tolerancia del agujero, la variable a calcular puede cambiar todo depende de que valores son conocidos.
Para ver trabajos similares o recibir información semanal sobre nuevas publicaciones, visite www.monografias.com6
Figura 18.2
Figura 18.1
www.monografias.com
Situación de sujetador fijo
Cuando características externas como pernos o
protuberancias son ajustados en lugares donde hay
características internas como agujeros en la parte a
acoplar, esta situación se conoce como situación de
sujetador fijo.
El sujetador no puede moverse de un lugar a otro en una
situación de sujetador fijo, es común asumir que el
perno o tornillo roscado una vez que entran en el agujero
roscado no pueden moverse y que están fijos en el
lugar, por lo tanto ahí hay algo de movimiento permitido
entre las roscas de las partes a unir, la mayoría de las acumulaciones de tolerancias asumen que el
sujetador y el agujero roscado son coaxiales, en aplicaciones muy críticas es necesario calcular la cantidad
de espacio y el error de coaxialidad entre el sujetador y el agujero roscado.
Figura 18.2
Un ejemplo de un sujetador fijo se muestra en la figura 18.2 que muestra una sección a través de dos piezas
unidas, la pieza de arriba tiene un patrón de agujeros con
holgura, y la parte de abajo tiene un patrón contrario con
interferencia de agujeros roscados.
La fórmula del sujetador fijo permite al diseñador
determinar el diámetro mínimo de los agujeros y que aun
permita el paso de los sujetadores y su unión con la
parte roscada en el agujero roscado incluso en el peor de
los casos.
Formula del sujetador fijo: H = F + T1 + T2
Donde:
H =tamaño mínimo del agujero a (MMC)
F= Diámetro máximo del sujetador
T1= Tolerancia posicional del agujero con holgura
T2= Tolerancia posicional del agujero roscado
Capitulo 19.
Límites y clasificaciones de ajustes
Hay tres tipos de ajustes entre las características de acoplamiento, ajustes de holgura, ajustes de transición
y ajustes de interferencia.
Para ver trabajos similares o recibir información semanal sobre nuevas publicaciones, visite www.monografias.com7
www.monografias.com
Estas son clasificaciones de ajuste estándar; se basa en cómo las características de acoplamiento
interactúan. Las normas internacionales (ISO) y estadounidenses (ASME) definen las clasificaciones de
límites y ajustes usando valores numéricos o códigos.
Hay ajustes que se usan para ejes en cojinetes, pasadores en los agujeros, chavetas y chaveteros, entre
otras. Curiosamente, estas clasificaciones de ajuste no tienen en cuenta la orientación o el error de posición
entre las partes, las características de pieza se suponen coaxiales. Muchas, si no la mayoría, de las partes
de acoplamiento incluyen características que son objeto de error por orientación y/o la ubicación.
Dado un tamaño nominal, el diseñador determina la función de las partes, y selecciona el ajuste apropiado.
No debe haber en ningún caso dos tolerancias positivas o negativas.
Clasificación de ajustes
 Ajustes con holgura.- Un ajuste con holgura siempre debe tener espacio libre entre el eje y el orificio.
 Ajustes de transición.- Un ajuste de transición puede tener holgura o interferencia entre el eje y el
orificio. El requisito funcional es que el ajuste es apretado.
 Ajustes de interferencia.- Un ajuste de interferencia siempre debe tener la interferencia entre el eje y el
orificio. El requisito funcional es un ajuste a presión, lo que garantiza que el eje no se suelte del agujero.
Límites y ajustes en el contexto de dimensiones y tolerancias geométricas
Es importante recordar que estas clasificaciones de ajustes se discuten en términos de una función externa
para encajar en una característica interna.
Los agujeros se producen con error de orientación y de ubicación. Normalmente, este error es aceptable y
definido por la orientación y la ubicación de las tolerancias en el dibujo o modelo anotado. El diseñador
debe tomar en cuenta posibles errores de orientación y de ubicación al determinar ajustes.
La figura 19,1 muestra un dibujo de un perno con un agujero. El perno y el agujero se les da una dimensión
básica de tamaño y las tolerancias se especifican utilizando códigos que representan la clase de tolerancias.
Los límites de tamaño están definidos por la combinación del tamaño básico y la clase de tolerancia.
Figura 19.1
Conclusión
Es muy importante el conocimiento de las acumulaciones de tolerancias en una pieza y también en
ensamblajes pues es un defecto muy común, sin embargo con la lectura de los capítulos anteriores se
Para ver trabajos similares o recibir información semanal sobre nuevas publicaciones, visite www.monografias.com8
www.monografias.com
obtuvieron diversas herramientas para minimizar ese error. Sabemos que es muy importante fabricar piezas
sin errores porque en Algunas ocaciones un pequeño defecto nos puede causar grandes problemas.
Referencias bibliográficas
 Bryan R. Fischer. (2011). MECHANICAL TOLERANCE STACKUP AND ANALYSIS. Estados
Unidos: Taylor & Francis Group.
 La Guía Metas. (2007). Evaluación con Monte Carlo. 2014, de La Guía Metas Sitio web:
http://www.metas.com.mx/guiametas/La-Guia-MetAs-07-03-GUM-Suplemento-1-Monte-Carlo.pdf
Autores:
Burrola Pichardo Gabriela
Carrasco Villela Jesús
González González Siria Selenne
sele_glez@hotmail.com
González Mendez Yazmín
Portillo Hinojos Miguel Ángel
Metrología Avanzada
02/06/2014
INSTITUTO TECNOLÓGICO DE CHIHUAHUA
Para ver trabajos similares o recibir información semanal sobre nuevas publicaciones, visite www.monografias.com9
www.monografias.com
obtuvieron diversas herramientas para minimizar ese error. Sabemos que es muy importante fabricar piezas
sin errores porque en Algunas ocaciones un pequeño defecto nos puede causar grandes problemas.
Referencias bibliográficas
 Bryan R. Fischer. (2011). MECHANICAL TOLERANCE STACKUP AND ANALYSIS. Estados
Unidos: Taylor & Francis Group.
 La Guía Metas. (2007). Evaluación con Monte Carlo. 2014, de La Guía Metas Sitio web:
http://www.metas.com.mx/guiametas/La-Guia-MetAs-07-03-GUM-Suplemento-1-Monte-Carlo.pdf
Autores:
Burrola Pichardo Gabriela
Carrasco Villela Jesús
González González Siria Selenne
sele_glez@hotmail.com
González Mendez Yazmín
Portillo Hinojos Miguel Ángel
Metrología Avanzada
02/06/2014
INSTITUTO TECNOLÓGICO DE CHIHUAHUA
Para ver trabajos similares o recibir información semanal sobre nuevas publicaciones, visite www.monografias.com9

Más contenido relacionado

La actualidad más candente

Análisis estadístico de acumulación de tolerancias.
Análisis estadístico de acumulación de tolerancias.Análisis estadístico de acumulación de tolerancias.
Análisis estadístico de acumulación de tolerancias.bryansk7
 
Unidad 5 tolerancias acumuladas
Unidad 5 tolerancias acumuladasUnidad 5 tolerancias acumuladas
Unidad 5 tolerancias acumuladasCarlos Rmz
 
Ejercicio roseta
Ejercicio rosetaEjercicio roseta
Ejercicio rosetamezkurra
 
7 btoq control chart 2019
7 btoq control chart 20197 btoq control chart 2019
7 btoq control chart 2019Edgar Mata
 
Informe sobre análisis de datos experimentales en el laboratorio.
Informe sobre análisis de datos experimentales en el laboratorio.Informe sobre análisis de datos experimentales en el laboratorio.
Informe sobre análisis de datos experimentales en el laboratorio.Jean Vega
 
Gráficos de control y nelson rules
Gráficos de control y nelson rulesGráficos de control y nelson rules
Gráficos de control y nelson rulesAnahi Daza
 
Gráficos de control y nelson rules
Gráficos de control y nelson rulesGráficos de control y nelson rules
Gráficos de control y nelson rulesUTT
 
Medidas, errores e incertidumbre
Medidas, errores e incertidumbreMedidas, errores e incertidumbre
Medidas, errores e incertidumbreAWAKENMUSTAKRAKISH
 
SPSS tablas, gráficos y estadísticos descriptivos
SPSS tablas, gráficos y estadísticos descriptivosSPSS tablas, gráficos y estadísticos descriptivos
SPSS tablas, gráficos y estadísticos descriptivoscarrascaljimenez
 
2. errores en las mediciones
2. errores en las mediciones2. errores en las mediciones
2. errores en las medicionesmjrunah
 
Gráficos de control y nelson rules
Gráficos de control y nelson rulesGráficos de control y nelson rules
Gráficos de control y nelson rulesHelenna Fabela
 

La actualidad más candente (19)

Análisis estadístico de acumulación de tolerancias.
Análisis estadístico de acumulación de tolerancias.Análisis estadístico de acumulación de tolerancias.
Análisis estadístico de acumulación de tolerancias.
 
Diagrama de dispersión
Diagrama de dispersiónDiagrama de dispersión
Diagrama de dispersión
 
Error experimental
Error experimentalError experimental
Error experimental
 
Unidad 5 tolerancias acumuladas
Unidad 5 tolerancias acumuladasUnidad 5 tolerancias acumuladas
Unidad 5 tolerancias acumuladas
 
Error absoluto
Error absolutoError absoluto
Error absoluto
 
Ejercicio roseta
Ejercicio rosetaEjercicio roseta
Ejercicio roseta
 
7 btoq control chart 2019
7 btoq control chart 20197 btoq control chart 2019
7 btoq control chart 2019
 
Informe sobre análisis de datos experimentales en el laboratorio.
Informe sobre análisis de datos experimentales en el laboratorio.Informe sobre análisis de datos experimentales en el laboratorio.
Informe sobre análisis de datos experimentales en el laboratorio.
 
Diagrama de dispersion word
Diagrama de dispersion wordDiagrama de dispersion word
Diagrama de dispersion word
 
Gráficos de control y nelson rules
Gráficos de control y nelson rulesGráficos de control y nelson rules
Gráficos de control y nelson rules
 
Gráficos de control y nelson rules
Gráficos de control y nelson rulesGráficos de control y nelson rules
Gráficos de control y nelson rules
 
Medidas, errores e incertidumbre
Medidas, errores e incertidumbreMedidas, errores e incertidumbre
Medidas, errores e incertidumbre
 
SPSS tablas, gráficos y estadísticos descriptivos
SPSS tablas, gráficos y estadísticos descriptivosSPSS tablas, gráficos y estadísticos descriptivos
SPSS tablas, gráficos y estadísticos descriptivos
 
Teoria errores1
Teoria errores1Teoria errores1
Teoria errores1
 
Errores en topografía ♥
Errores en topografía ♥Errores en topografía ♥
Errores en topografía ♥
 
Diferencia entre grafico xr,xs
Diferencia entre grafico xr,xsDiferencia entre grafico xr,xs
Diferencia entre grafico xr,xs
 
2. errores en las mediciones
2. errores en las mediciones2. errores en las mediciones
2. errores en las mediciones
 
R56137
R56137R56137
R56137
 
Gráficos de control y nelson rules
Gráficos de control y nelson rulesGráficos de control y nelson rules
Gráficos de control y nelson rules
 

Similar a Análisis de tolerancias estadístico y método Montecarlo

Análisis estadístico y consideraciones diversas de la aplicación del análisis...
Análisis estadístico y consideraciones diversas de la aplicación del análisis...Análisis estadístico y consideraciones diversas de la aplicación del análisis...
Análisis estadístico y consideraciones diversas de la aplicación del análisis...Carlos Eduardo Ceballos Pallares
 
Análisis estadístico y consideraciones diversas de la aplicación del análisis...
Análisis estadístico y consideraciones diversas de la aplicación del análisis...Análisis estadístico y consideraciones diversas de la aplicación del análisis...
Análisis estadístico y consideraciones diversas de la aplicación del análisis...Beto Askenazi
 
T026800007004 0-felvir rivas-_trabajofinaldefensa-000
T026800007004 0-felvir rivas-_trabajofinaldefensa-000T026800007004 0-felvir rivas-_trabajofinaldefensa-000
T026800007004 0-felvir rivas-_trabajofinaldefensa-000Cleto de la Torre
 
Aplicación de análisis numérico en alabes
Aplicación de análisis numérico en alabesAplicación de análisis numérico en alabes
Aplicación de análisis numérico en alabesMateoLeonidez
 
Introduccion al programa_amos_5
Introduccion al programa_amos_5Introduccion al programa_amos_5
Introduccion al programa_amos_5sheyffer
 
012 capitulo 12 eda
012 capitulo 12   eda012 capitulo 12   eda
012 capitulo 12 edaMayra JY
 
Estimación de Parámetros de Líneas de Transmisión Incluyendo Análisis de Robu...
Estimación de Parámetros de Líneas de Transmisión Incluyendo Análisis de Robu...Estimación de Parámetros de Líneas de Transmisión Incluyendo Análisis de Robu...
Estimación de Parámetros de Líneas de Transmisión Incluyendo Análisis de Robu...Omar Romay
 
Estudio R & R Mejia
Estudio R & R  MejiaEstudio R & R  Mejia
Estudio R & R Mejiaguruclef01
 
Revista de estadistica
Revista de estadisticaRevista de estadistica
Revista de estadisticaReisabethReyes
 
Statgraphics centurion
Statgraphics centurionStatgraphics centurion
Statgraphics centurionLuis Puertas
 
C vargas herramientas de calidad (parte 2)
C vargas herramientas de calidad (parte 2)C vargas herramientas de calidad (parte 2)
C vargas herramientas de calidad (parte 2)clau231188
 
Uso de excel para predicción
Uso de excel para predicciónUso de excel para predicción
Uso de excel para predicciónACalvo Luthier
 
The fisher assumptions and how to check them
The fisher assumptions and how to check themThe fisher assumptions and how to check them
The fisher assumptions and how to check themAlex
 

Similar a Análisis de tolerancias estadístico y método Montecarlo (20)

Análisis estadístico y consideraciones diversas de la aplicación del análisis...
Análisis estadístico y consideraciones diversas de la aplicación del análisis...Análisis estadístico y consideraciones diversas de la aplicación del análisis...
Análisis estadístico y consideraciones diversas de la aplicación del análisis...
 
Análisis estadístico y consideraciones diversas de la aplicación del análisis...
Análisis estadístico y consideraciones diversas de la aplicación del análisis...Análisis estadístico y consideraciones diversas de la aplicación del análisis...
Análisis estadístico y consideraciones diversas de la aplicación del análisis...
 
Clase 12.pptx
Clase 12.pptxClase 12.pptx
Clase 12.pptx
 
T026800007004 0-felvir rivas-_trabajofinaldefensa-000
T026800007004 0-felvir rivas-_trabajofinaldefensa-000T026800007004 0-felvir rivas-_trabajofinaldefensa-000
T026800007004 0-felvir rivas-_trabajofinaldefensa-000
 
Aplicación de análisis numérico en alabes
Aplicación de análisis numérico en alabesAplicación de análisis numérico en alabes
Aplicación de análisis numérico en alabes
 
Trabajo spss 17 mary
Trabajo spss 17 maryTrabajo spss 17 mary
Trabajo spss 17 mary
 
Trabajo spss 17
Trabajo spss 17Trabajo spss 17
Trabajo spss 17
 
Introduccion al programa_amos_5
Introduccion al programa_amos_5Introduccion al programa_amos_5
Introduccion al programa_amos_5
 
012 capitulo 12 eda
012 capitulo 12   eda012 capitulo 12   eda
012 capitulo 12 eda
 
Estimación de Parámetros de Líneas de Transmisión Incluyendo Análisis de Robu...
Estimación de Parámetros de Líneas de Transmisión Incluyendo Análisis de Robu...Estimación de Parámetros de Líneas de Transmisión Incluyendo Análisis de Robu...
Estimación de Parámetros de Líneas de Transmisión Incluyendo Análisis de Robu...
 
Estudio R & R Mejia
Estudio R & R  MejiaEstudio R & R  Mejia
Estudio R & R Mejia
 
Revista de estadistica
Revista de estadisticaRevista de estadistica
Revista de estadistica
 
Statgraphics centurion
Statgraphics centurionStatgraphics centurion
Statgraphics centurion
 
Modelo De Transporte
Modelo De TransporteModelo De Transporte
Modelo De Transporte
 
C vargas herramientas de calidad (parte 2)
C vargas herramientas de calidad (parte 2)C vargas herramientas de calidad (parte 2)
C vargas herramientas de calidad (parte 2)
 
Uso de excel para predicción
Uso de excel para predicciónUso de excel para predicción
Uso de excel para predicción
 
Trabajo obligatorio
Trabajo obligatorioTrabajo obligatorio
Trabajo obligatorio
 
8 1
8 18 1
8 1
 
Toleranciascim2
Toleranciascim2Toleranciascim2
Toleranciascim2
 
The fisher assumptions and how to check them
The fisher assumptions and how to check themThe fisher assumptions and how to check them
The fisher assumptions and how to check them
 

Último

codigos HTML para blogs y paginas web Karina
codigos HTML para blogs y paginas web Karinacodigos HTML para blogs y paginas web Karina
codigos HTML para blogs y paginas web Karinavergarakarina022
 
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOSTEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOSjlorentemartos
 
Registro Auxiliar - Primaria 2024 (1).pptx
Registro Auxiliar - Primaria  2024 (1).pptxRegistro Auxiliar - Primaria  2024 (1).pptx
Registro Auxiliar - Primaria 2024 (1).pptxFelicitasAsuncionDia
 
Identificación de componentes Hardware del PC
Identificación de componentes Hardware del PCIdentificación de componentes Hardware del PC
Identificación de componentes Hardware del PCCesarFernandez937857
 
GLOSAS Y PALABRAS ACTO 2 DE ABRIL 2024.docx
GLOSAS  Y PALABRAS ACTO 2 DE ABRIL 2024.docxGLOSAS  Y PALABRAS ACTO 2 DE ABRIL 2024.docx
GLOSAS Y PALABRAS ACTO 2 DE ABRIL 2024.docxAleParedes11
 
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptxOLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptxjosetrinidadchavez
 
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptxACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptxzulyvero07
 
RETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxRETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxAna Fernandez
 
Planificacion Anual 2do Grado Educacion Primaria 2024 Ccesa007.pdf
Planificacion Anual 2do Grado Educacion Primaria   2024   Ccesa007.pdfPlanificacion Anual 2do Grado Educacion Primaria   2024   Ccesa007.pdf
Planificacion Anual 2do Grado Educacion Primaria 2024 Ccesa007.pdfDemetrio Ccesa Rayme
 
CALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADCALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADauxsoporte
 
30-de-abril-plebiscito-1902_240420_104511.pdf
30-de-abril-plebiscito-1902_240420_104511.pdf30-de-abril-plebiscito-1902_240420_104511.pdf
30-de-abril-plebiscito-1902_240420_104511.pdfgimenanahuel
 
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyzel CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyzprofefilete
 
Neurociencias para Educadores NE24 Ccesa007.pdf
Neurociencias para Educadores  NE24  Ccesa007.pdfNeurociencias para Educadores  NE24  Ccesa007.pdf
Neurociencias para Educadores NE24 Ccesa007.pdfDemetrio Ccesa Rayme
 
Introducción:Los objetivos de Desarrollo Sostenible
Introducción:Los objetivos de Desarrollo SostenibleIntroducción:Los objetivos de Desarrollo Sostenible
Introducción:Los objetivos de Desarrollo SostenibleJonathanCovena1
 
2024 - Expo Visibles - Visibilidad Lesbica.pdf
2024 - Expo Visibles - Visibilidad Lesbica.pdf2024 - Expo Visibles - Visibilidad Lesbica.pdf
2024 - Expo Visibles - Visibilidad Lesbica.pdfBaker Publishing Company
 
PRIMER SEMESTRE 2024 ASAMBLEA DEPARTAMENTAL.pptx
PRIMER SEMESTRE 2024 ASAMBLEA DEPARTAMENTAL.pptxPRIMER SEMESTRE 2024 ASAMBLEA DEPARTAMENTAL.pptx
PRIMER SEMESTRE 2024 ASAMBLEA DEPARTAMENTAL.pptxinformacionasapespu
 
Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Lourdes Feria
 
programa dia de las madres 10 de mayo para evento
programa dia de las madres 10 de mayo  para eventoprograma dia de las madres 10 de mayo  para evento
programa dia de las madres 10 de mayo para eventoDiegoMtsS
 

Último (20)

codigos HTML para blogs y paginas web Karina
codigos HTML para blogs y paginas web Karinacodigos HTML para blogs y paginas web Karina
codigos HTML para blogs y paginas web Karina
 
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOSTEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
 
Registro Auxiliar - Primaria 2024 (1).pptx
Registro Auxiliar - Primaria  2024 (1).pptxRegistro Auxiliar - Primaria  2024 (1).pptx
Registro Auxiliar - Primaria 2024 (1).pptx
 
Presentacion Metodología de Enseñanza Multigrado
Presentacion Metodología de Enseñanza MultigradoPresentacion Metodología de Enseñanza Multigrado
Presentacion Metodología de Enseñanza Multigrado
 
Identificación de componentes Hardware del PC
Identificación de componentes Hardware del PCIdentificación de componentes Hardware del PC
Identificación de componentes Hardware del PC
 
GLOSAS Y PALABRAS ACTO 2 DE ABRIL 2024.docx
GLOSAS  Y PALABRAS ACTO 2 DE ABRIL 2024.docxGLOSAS  Y PALABRAS ACTO 2 DE ABRIL 2024.docx
GLOSAS Y PALABRAS ACTO 2 DE ABRIL 2024.docx
 
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptxOLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
 
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptxACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
 
RETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxRETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docx
 
Planificacion Anual 2do Grado Educacion Primaria 2024 Ccesa007.pdf
Planificacion Anual 2do Grado Educacion Primaria   2024   Ccesa007.pdfPlanificacion Anual 2do Grado Educacion Primaria   2024   Ccesa007.pdf
Planificacion Anual 2do Grado Educacion Primaria 2024 Ccesa007.pdf
 
CALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADCALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDAD
 
30-de-abril-plebiscito-1902_240420_104511.pdf
30-de-abril-plebiscito-1902_240420_104511.pdf30-de-abril-plebiscito-1902_240420_104511.pdf
30-de-abril-plebiscito-1902_240420_104511.pdf
 
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyzel CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
 
Neurociencias para Educadores NE24 Ccesa007.pdf
Neurociencias para Educadores  NE24  Ccesa007.pdfNeurociencias para Educadores  NE24  Ccesa007.pdf
Neurociencias para Educadores NE24 Ccesa007.pdf
 
Introducción:Los objetivos de Desarrollo Sostenible
Introducción:Los objetivos de Desarrollo SostenibleIntroducción:Los objetivos de Desarrollo Sostenible
Introducción:Los objetivos de Desarrollo Sostenible
 
2024 - Expo Visibles - Visibilidad Lesbica.pdf
2024 - Expo Visibles - Visibilidad Lesbica.pdf2024 - Expo Visibles - Visibilidad Lesbica.pdf
2024 - Expo Visibles - Visibilidad Lesbica.pdf
 
PRIMER SEMESTRE 2024 ASAMBLEA DEPARTAMENTAL.pptx
PRIMER SEMESTRE 2024 ASAMBLEA DEPARTAMENTAL.pptxPRIMER SEMESTRE 2024 ASAMBLEA DEPARTAMENTAL.pptx
PRIMER SEMESTRE 2024 ASAMBLEA DEPARTAMENTAL.pptx
 
Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...
 
programa dia de las madres 10 de mayo para evento
programa dia de las madres 10 de mayo  para eventoprograma dia de las madres 10 de mayo  para evento
programa dia de las madres 10 de mayo para evento
 
Repaso Pruebas CRECE PR 2024. Ciencia General
Repaso Pruebas CRECE PR 2024. Ciencia GeneralRepaso Pruebas CRECE PR 2024. Ciencia General
Repaso Pruebas CRECE PR 2024. Ciencia General
 

Análisis de tolerancias estadístico y método Montecarlo

  • 1. www.monografias.com Análisis estadístico y consideraciones diversas de la aplicación del análisis de acumulación de tolerancias 1. Introducción 2. Análisis de tolerancia estadístico 3. Método Montecarlo 4. Cálculo de tolerancias de los componentes dados un ensamblaje final 5. Fórmulas y consideraciones para sujetadores flotantes y sujetadores fijos 6. Límites y clasificaciones de ajustes 7. Conclusión 8. Referencias bibliográficas Introducción A continuación se muestra un breve resumen del libro “Mechanical Tolerance-stackup and analysis” de los capítulos 8, 17, 18 y 19, además se describe el método Montecarlo que es un software de análisis de tolerancias. Capitulo 8. Análisis de tolerancia estadístico Como lector se tiene la oportunidad de comparar los resultados estadísticos en el sistema en el peor-caso (determina la variación máxima absoluta posible para una distancia o espacio seleccionado). Se observan las técnicas estadísticas y de manipulación que se tienen en los resultados de tolerancias stackups (apilar). El análisis de la tolerancia “apilan” es para encontrar la tolerancia de toda la pieza, realizando comparaciones de los limites de las superficies de una cara de las piezas, como también lo puede ser en ensambles. Con el fin de ver si el diseño va a funcionar correctamente. Anteriormente se ha descrito la solución de las tolerancias apiladas (stackups) por el método RSS (suma de los residuos al cuadrado) y solo requiere de unos cuantos pasos más para la resolución del resultado desfavorable. Con el siguiente croquis se explica el método RSS ajustado estadísticamente. Se observa que la brecha A-B es la que se desconoce y por lo tanto la que se requiere encontrar, así mismo las 4 áreas en las que se dividió la pieza como sus sentidos +/- para construir la cadena de dimensiones y tolerancias, la cual parte de A (con un circulo), fluyendo en el sentido de las manecillas o al sentido contrario pero también puede ser la dirección de arriba hacia abajo o viceversa. Se debe de tener mucho cuidado que la tolerancia total positiva sea más grande en valor que la tolerancia total negativa ya que se puede provocar que la distancia nominal sea negativa y por lo tanto errónea. Es importante que todas las dimensiones se apilen (que no falte ninguna). Para ver trabajos similares o recibir información semanal sobre nuevas publicaciones, visite www.monografias.com1
  • 2. www.monografias.com Figura8.1 La diferencia del RSS al RSS ajustado es que se multiplica el valor RSS por 1.5 el cual es un valor ya establecido. Para ver trabajos similares o recibir información semanal sobre nuevas publicaciones, visite www.monografias.com2
  • 3. www.monografias.com A la distancia nominal se le suma y resta la tolerancia RSS ajustada para encontrar las distancias estadísticas mínima y máxima. Si se hubiera analizado con el método del peor-caso la tolerancia a utilizar seria ± 4.425 teniendo como dimensión máxima 14.85 y como mínima 6. En el caso de RSS la tolerancia seria ±2.47 y sus dimensiones serian 12.895 como máxima y 7.955 la mínima. Cabe destacar que entre más secciones se divida la pieza será más precisa pero si se divide en tres distancias conocidas conviene usar el método del peor-caso. El análisis de tolerancias determina la posible máxima variación para una dimensión seleccionada. Las técnicas de análisis de tolerancia estadísticos como tolerancia stack up (apilada) generalmente predicen una menor variación de los resultados que el peor de los casos (worst-case). Por supuesto la estadística de tolerancias sólo es usada en casos donde es aplicable, uso depende de numerosos factores como la calidad de las partes manufacturadas, el control del proceso de manufactura, la susceptibilidad del diseño, las prácticas pasadas de la compañía, disponibilidad de la empresa a aceptar riesgos, etc. Es decir, todos los factores, especialmente aquellos relacionados con el control de la fabricación y el proceso deben ser considerados y analizados. Hay varios métodos estadísticos disponible para el análisis de tolerancias: • Método RSS (Suma de los Residuos al Cuadrado): éste método toma cada valor de la tolerancia, lo eleva al cuadrado y añade los cuadrados del valor de las tolerancias. Toma la raíz cuadrada del resultado. Figura 8.1 Figura 8.1 Fórmula para tolerancias estadísticas • Método de Monte Carlo Estadística de la Tolerancia Stackup (apilada) con dimensiones En seguida se describen los pasos para obtener el valor RSS de cierta figura. 1.- Seleccionar la distancia (brecha) cuya variación se va a determinar. Designar un extremo de la distancia A y el otro extremo B. 2.-Determinar si uno, dos o tres análisis son requeridos. Si una tolerancia lineal no es apropiada, un ordenador de computadora deberá ser usado para el análisis de tolerancias. 3.- Determinar una dirección positiva y negativa. La dirección positiva es aquella que sale desde el punto A hasta el punto B, éstas son indicadas poniendo un signo “+” junto al valor de la cota. Se debe colocar el símbolo de origen (inicio dimensión) y una flecha (final dimensión).Se debe seguir un “camino” del punto A al punto B con el objetivo de clasificar cada dimensión. La dirección negativa es aquella que va en contra del “camino”. Figura 8.2 Figura 8.2 “Camino” para clasificar dimensiones positivas y negativas 4.- Convertir todas las dimensiones y tolerancias en el formato de igualdad bilateral (± el mismo valor). 5.- Ingresar las dimensiones y tolerancias en una tabla. Colocar los valores positivos y negativas en su respectiva columna. 6.- Colocar el valor de la tolerancia para cada dimensión en la columna adyacente. 7.- Elevar al cuadrado el valor de la tolerancia y anotarlo en la siguiente columna. Para ver trabajos similares o recibir información semanal sobre nuevas publicaciones, visite www.monografias.com3
  • 4. www.monografias.com 8.- Añadir al final de la columna la sumatoria total de cada columna respectivamente. 9.- Obtener el RSS sacando la raíz cuadrada al resultado total de la última columna. 10.- Restar al valor positivo total el negativo total. Esto nos dará la dimensión o distancia nominal. 11.- Sumar y restar el valor de RSS a la dimensión nominal, obteniendo los valores de la distancia máxima y la distancia mínima posible. 12.- Si se desea tomar un enfoque un poco más conservador, multiplicar el valor de la tolerancia RSS por un factor de ajuste (por ejemplo 1.5) y después sustituir el valor RSS ajustado más grande en vez del primer valor RSS obtenido. A continuación se muestran las figura 8.3 (valor RSS) y figura 8.4 (valor ajustado RSS) que resumen los pasos anteriormente descritos. Método Montecarlo Usado con un software de análisis de tolerancias; este modelo toma todas las variables de la agrupación de tolerancias, y asigna a cada uno, un valor al azar dentro del rango, deriva el resultado, lo guarda, realiza iteraciones varias veces, y el promedio de estos resultados predice las distribuciones estadísticas. Este método es utilizado para tolerancias en 3-D. El método Montecarlo es una técnica que involucra el uso de números aleatorios y probabilidad para resolver problemas. El método se utiliza para la propagación de distribuciones llevando a cabo un muestreo aleatorio de distribuciones de probabilidad. El diagrama MCM muestra los componentes y secuencia de operaciones para evaluar la incertidumbre de medición mediante el método Monte Carlo Para ver trabajos similares o recibir información semanal sobre nuevas publicaciones, visite www.monografias.com4
  • 5. www.monografias.com Figura 8.5 Capitulo 17. Cálculo de tolerancias de los componentes dados un ensamblaje final Algunas veces se conoce un requisito de tolerancias en el ensamble final, y las tolerancias se determinaran como lo permita el requerimiento final. Esto comúnmente se encuentra cuando los objetivos del nivel de producción final han sido puestos. Ensambles complejos como carrocerías de carros utilizan comúnmente una combinación de tolerancias "what-if" y un software de modelado de variación estadística, se realizan iteraciones hasta que se obtiene una combinación alcanzable de componentes de tolerancias para obtener un resultado estadístico aceptable. Para ver trabajos similares o recibir información semanal sobre nuevas publicaciones, visite www.monografias.com5
  • 6. www.monografias.com El diseño geométrico se puede alterar usando ranuras u agujeros de gran tamaño, para ajustar en el ensamble. Otros métodos incluyen cambiar las relaciones de posición, como cambiar las juntas de tope por juntas de solape, el cambio de geometría de la superficie para hacer menos obvio la desalineación utilizando cuñas para reducir el número de piezas que contribuyen con el total acumulado. El ensamble debe funcionar aunque este montado de la peor forma posible, típicamente estos diseños son alterados para permitir el ensamble en el peor de los casos. Muchos factores afectan estos ensambles, por ejemplo: • Peso de la pieza. • Gravedad. • Torpeza para la manipulación de grandes piezas. • Velocidad de la línea de producción. • Rotación de la mano de obra. El método "what-if" también funciona bien con "simple tolerance stackups", las suposiciones en las tolerancias se introducen en una hoja de cálculo y los resultados son estudiados, una vez que se obtiene un resultado satisfactorio el estudio se ha completado. Otro método más preciso es utilizar la función "Goal Seek" de Microsoft Excel, esta función permite determinar el valor de la tolerancia sin realizar iteraciones. Con esta función el analista puede establecer el valor de la tolerancia de montaje deseada y hacer que el programa itere para encontrar la solución exacta, esta es una herramienta muy poderosa. Capitulo 18. Fórmulas y consideraciones para sujetadores flotantes y sujetadores fijos Sujetador flotante y sujetador fijo son dos términos que pueden describir las relaciones entre 2 partes acopladas entre sí, esas características pueden ser: holgura de agujeros, agujeros roscados, agujeros de ensamble, chaveteros, llaves, entre otras. Situación de sujetador flotante Definición: Donde las características internas, como agujeros, deben despejar una característica externa, como un sujetador o un eje, esto es referido a una situación de sujetador flotante. Los diámetros de los agujeros pueden ser diferentes en cada pieza a acoplar, en este ejemplo la función de los agujeros es permitir a los sujetadores pasar así las piezas pueden ser sujetadas juntas, también es importante que los agujeros no sean demasiado grandes para permitir una buena superficie de contacto entre la cabeza del sujetador y la tuerca con las piezas a unir. La fórmula del sujetador flotante permite que el diseñador pueda calcular el diámetro mínimo que puedan tener los agujeros y aun permitir que el sujetador pase incluso en el peor de los casos. Fórmula de fijación flotante: H = F + T Donde: H= diámetro mínimo del espacio del agujero F= diámetro máximo del sujetador en (MMC) T= espacio de la tolerancia de posición del agujero a (MMC) de la parte considerada Esta fórmula también puede ser usada para conocer el diámetro máximo del sujetador o el espacio de la tolerancia del agujero, la variable a calcular puede cambiar todo depende de que valores son conocidos. Para ver trabajos similares o recibir información semanal sobre nuevas publicaciones, visite www.monografias.com6 Figura 18.2 Figura 18.1
  • 7. www.monografias.com Situación de sujetador fijo Cuando características externas como pernos o protuberancias son ajustados en lugares donde hay características internas como agujeros en la parte a acoplar, esta situación se conoce como situación de sujetador fijo. El sujetador no puede moverse de un lugar a otro en una situación de sujetador fijo, es común asumir que el perno o tornillo roscado una vez que entran en el agujero roscado no pueden moverse y que están fijos en el lugar, por lo tanto ahí hay algo de movimiento permitido entre las roscas de las partes a unir, la mayoría de las acumulaciones de tolerancias asumen que el sujetador y el agujero roscado son coaxiales, en aplicaciones muy críticas es necesario calcular la cantidad de espacio y el error de coaxialidad entre el sujetador y el agujero roscado. Figura 18.2 Un ejemplo de un sujetador fijo se muestra en la figura 18.2 que muestra una sección a través de dos piezas unidas, la pieza de arriba tiene un patrón de agujeros con holgura, y la parte de abajo tiene un patrón contrario con interferencia de agujeros roscados. La fórmula del sujetador fijo permite al diseñador determinar el diámetro mínimo de los agujeros y que aun permita el paso de los sujetadores y su unión con la parte roscada en el agujero roscado incluso en el peor de los casos. Formula del sujetador fijo: H = F + T1 + T2 Donde: H =tamaño mínimo del agujero a (MMC) F= Diámetro máximo del sujetador T1= Tolerancia posicional del agujero con holgura T2= Tolerancia posicional del agujero roscado Capitulo 19. Límites y clasificaciones de ajustes Hay tres tipos de ajustes entre las características de acoplamiento, ajustes de holgura, ajustes de transición y ajustes de interferencia. Para ver trabajos similares o recibir información semanal sobre nuevas publicaciones, visite www.monografias.com7
  • 8. www.monografias.com Estas son clasificaciones de ajuste estándar; se basa en cómo las características de acoplamiento interactúan. Las normas internacionales (ISO) y estadounidenses (ASME) definen las clasificaciones de límites y ajustes usando valores numéricos o códigos. Hay ajustes que se usan para ejes en cojinetes, pasadores en los agujeros, chavetas y chaveteros, entre otras. Curiosamente, estas clasificaciones de ajuste no tienen en cuenta la orientación o el error de posición entre las partes, las características de pieza se suponen coaxiales. Muchas, si no la mayoría, de las partes de acoplamiento incluyen características que son objeto de error por orientación y/o la ubicación. Dado un tamaño nominal, el diseñador determina la función de las partes, y selecciona el ajuste apropiado. No debe haber en ningún caso dos tolerancias positivas o negativas. Clasificación de ajustes  Ajustes con holgura.- Un ajuste con holgura siempre debe tener espacio libre entre el eje y el orificio.  Ajustes de transición.- Un ajuste de transición puede tener holgura o interferencia entre el eje y el orificio. El requisito funcional es que el ajuste es apretado.  Ajustes de interferencia.- Un ajuste de interferencia siempre debe tener la interferencia entre el eje y el orificio. El requisito funcional es un ajuste a presión, lo que garantiza que el eje no se suelte del agujero. Límites y ajustes en el contexto de dimensiones y tolerancias geométricas Es importante recordar que estas clasificaciones de ajustes se discuten en términos de una función externa para encajar en una característica interna. Los agujeros se producen con error de orientación y de ubicación. Normalmente, este error es aceptable y definido por la orientación y la ubicación de las tolerancias en el dibujo o modelo anotado. El diseñador debe tomar en cuenta posibles errores de orientación y de ubicación al determinar ajustes. La figura 19,1 muestra un dibujo de un perno con un agujero. El perno y el agujero se les da una dimensión básica de tamaño y las tolerancias se especifican utilizando códigos que representan la clase de tolerancias. Los límites de tamaño están definidos por la combinación del tamaño básico y la clase de tolerancia. Figura 19.1 Conclusión Es muy importante el conocimiento de las acumulaciones de tolerancias en una pieza y también en ensamblajes pues es un defecto muy común, sin embargo con la lectura de los capítulos anteriores se Para ver trabajos similares o recibir información semanal sobre nuevas publicaciones, visite www.monografias.com8
  • 9. www.monografias.com obtuvieron diversas herramientas para minimizar ese error. Sabemos que es muy importante fabricar piezas sin errores porque en Algunas ocaciones un pequeño defecto nos puede causar grandes problemas. Referencias bibliográficas  Bryan R. Fischer. (2011). MECHANICAL TOLERANCE STACKUP AND ANALYSIS. Estados Unidos: Taylor & Francis Group.  La Guía Metas. (2007). Evaluación con Monte Carlo. 2014, de La Guía Metas Sitio web: http://www.metas.com.mx/guiametas/La-Guia-MetAs-07-03-GUM-Suplemento-1-Monte-Carlo.pdf Autores: Burrola Pichardo Gabriela Carrasco Villela Jesús González González Siria Selenne sele_glez@hotmail.com González Mendez Yazmín Portillo Hinojos Miguel Ángel Metrología Avanzada 02/06/2014 INSTITUTO TECNOLÓGICO DE CHIHUAHUA Para ver trabajos similares o recibir información semanal sobre nuevas publicaciones, visite www.monografias.com9
  • 10. www.monografias.com obtuvieron diversas herramientas para minimizar ese error. Sabemos que es muy importante fabricar piezas sin errores porque en Algunas ocaciones un pequeño defecto nos puede causar grandes problemas. Referencias bibliográficas  Bryan R. Fischer. (2011). MECHANICAL TOLERANCE STACKUP AND ANALYSIS. Estados Unidos: Taylor & Francis Group.  La Guía Metas. (2007). Evaluación con Monte Carlo. 2014, de La Guía Metas Sitio web: http://www.metas.com.mx/guiametas/La-Guia-MetAs-07-03-GUM-Suplemento-1-Monte-Carlo.pdf Autores: Burrola Pichardo Gabriela Carrasco Villela Jesús González González Siria Selenne sele_glez@hotmail.com González Mendez Yazmín Portillo Hinojos Miguel Ángel Metrología Avanzada 02/06/2014 INSTITUTO TECNOLÓGICO DE CHIHUAHUA Para ver trabajos similares o recibir información semanal sobre nuevas publicaciones, visite www.monografias.com9