公差分析工程方法

Ⅰ 這個公比是怎麼詳細算出來的呢老師

2022 第一次寫。主要是不能讓自己太懶惰。
第一個問題，我們為什麼需要公差分析，換句話說，什麼是對的公差或者合適的公差。
我們進行3D設計的時候，其實是設計的一個產品的理想狀態，那是不是產品一定要在這個理想狀態才能保證功能或者能被接受呢，絕大部分情況不是，我們一般對產品的尺寸有一個接受的范圍。作為一個產品結構設計者需要考慮這個范圍是多大，有時候把這個問題思考清楚比結構設計難度更大。
我們先說說，不合適的范圍定義會給我們帶來什麼問題。如果定義的公差范圍太緊，意味著製造需要更精密的工藝，更精準的機器，或者說很少的供應商能做出來，這樣導致的結果就是產品變得更昂貴了，產品的競爭力會降低。當然你的老闆不會希望看到這個。如果定義的公差范圍太松，意味著產品出問題的概率越大，產品的質量下降，產品的口碑下降，產品的競爭力也會下降。你挨罵的機會也會增加。：）
所以，一個合理的公差定義，意味著你要努力去逼近出問題的那條紅線，但又能控制好出問題的概率。
做公差分析主流的有一維的和三維的
一維門檻比較低，不需要買軟體，不需要特別的成本，有個excel就可以算，所以普及率比較高，這個帖主要講這個。
三維的顯然門檻高了很多，一個軟體幾十萬,為了避免為三維軟體做廣告之嫌，暫時不聊。
一維公差分析也有兩種不同的方法，一種worst case(極限情況），一種叫均方根法（RSS），第二種方法屬於統計方法的范疇
極限法比較簡單，舉一個最簡單的例子

尺寸上限USL:10.2+10.2+10.2+10.2+10.2=51
尺寸下限LSL:9.8+9.8+9.8+9.8+9.8=49 所以尺寸D波動范圍49~51
極限法就是每個尺寸邊界的直接累計，而統計方法是考慮每個尺寸的概率，來計算累計後每個尺寸的概率。
我們要用概率的方法去分析，就需要了解每一個尺寸的分別概率，下面是尺寸A的分布概率，假如它是一個穩定的製程，那麼它應該是一個正態分布，然後我們需要了解這個整體分布，就需要知道這個正態分布的兩個參數，均值和標准差。
均值比較容易理解，那什麼標准差
給大家一個標准差的定義
標准差是描述一個分布的離散狀態。
有個這兩個參數我們就能知道這個尺寸的分布狀態，上圖是一個均值是10 ，標准差是0.067的一個分布狀態。

舉一個最簡單例子，兩個尺寸累計。
兩個尺寸均值相同，標准差不同，累計下來得到的分布也完全不同。

Ⅱ 以下哪個不是公差分析常用的計算方法

公差分析是指在滿本和最高的質量製造產品。公差分析是面向製造和裝配的產品設計中非常重要的一個環節，對於降低產品成本、提高產品質量具有重大影響。

常用的公差分析的計算模型有兩種，一是極值法，二是均方根法。
1）極值法
極值法是考慮零件尺寸最不利的情況，通過尺寸鏈中尺寸的最大值或最小值來計算目標尺寸的值。
2）均方根法
均方根法是統計分析法的一種，顧名思義，均方根法是把尺寸鏈中的各個尺寸公差的平方之和再開根即得到目標尺寸的公差。

Ⅲ 公差分析的公差分析的目的

公差分析也叫做公差的驗證，就是指已知各零件的尺寸和公差，確定最終裝配後需保證的封閉環的公差。

在公差分析的過程中，如果最終計算結果達不到設計要求，需調整各零件公差或優化尺寸鏈環。公差分析的原理是合理地定義和分配零件和產品的公差，優化產品設計，從而以最小的成本和最高的質量製造產品。

計算模型

常用的公差分析的計算模型有兩種，一是極值法，二是均方根法。

極值法是考慮零件尺寸最不利的情況，通過尺寸鏈中尺寸的最大值或最小值來計算目標尺寸的值。

均方根法是統計分析法的一種，顧名思義，均方根法是把尺寸鏈中的各個尺寸公差的平方之和再開根即得到目標尺寸的公差。

Ⅳ 用RSS方法分析公差時為什麼必須是對稱公差

RSS全稱：Root Sum of Squares，翻譯過來 均方根法。

是一種基於統計學的公差分析方法。其樣品組測量尺寸必須符合標准正態分布：

比如下圖就是一百萬個6西格瑪（σ）水平10±0.25 的測試樣品尺寸分布曲線，幾乎是一個標准正態分布圖。

註：Cpk是供應商的加工能力值。