容差设计的案例分析

1、容差设计的案例分析容差设计的实现途径很多，比较常见的有极值分析法（ WorstCase）、统计平方公差法（ Root-Sum-Squares）和模拟法（ Simulation ）三类，下面将会结合实际案例作各自的说明和相互的比较。在高端六西格玛统计分析软件 JMP的协助下，容差设计的工作效率更加高速，分析结果更加清晰。 在案例分析中， JMP软件是目前唯一一款集统计分析功能和专业模拟功能于一身的六西格玛统计分析软件，也是目前全球试验设计方法的领导品牌。一、极值分析法（ WorstCase）极值分析法是目前应用范围最广泛、操作最简便的方法，大多数的设计都基于这个概念。在这种方法中，零部件都设计为

2、名义值，然后假定容差差完全向一个或另一个方向积累，最终的结果仍能满足产品的功能要求。在极值分析法分析中主要考虑的是设计规格的线性极值，它虽然确保了所有零件的组合，但往往导致最终结果过于保守，产生过大或过小的容差。而且严格地说，极值分析法并不属于统计方法，但它为后面讲到的统计平方公差法提供了比较的基础，能够帮助我们更好地意识到应用统计方法的好处。我们通过一个典型的机械系统设计案例来加深理解。场景 : 在一个装配环中装入 4 个零件，如下图所示，要求装配间隙 Gap的目标值 T=0.016，波动范围尽可能小。已知现在的零件 14 服从技术规范 1.225 ±0.003 ，装配环服从技术规

3、范 4.916 ±0.003 。试问：该系统的的目标值是否达到要求？公差范围是多少？根据极值分析法的分析思路：装配环的名义值 =4.916公差 =±0.003零件 1 的名义值 =-1.225公差 =±0.003零件 2 的名义值 =-1.225公差 =±0.003零件 3 的名义值 =-1.225公差 =±0.003零件 4 的名义值 =-1.225公差 =±0.003由此我们可以得到：间隙的名义值 =0.016总公差 =±0.015间隙的最小值 =0.001间隙的最大值=0.031也就是说，系统的目标值达到了要求，系统的

4、公差范围是 0.001 ，0.031 ，然而实际情况果真如此吗？系统中每个零部件出现极值的概率分别只有 0.0027 ，由此组成的系统（即间隙）出现极值的概率 =0.00275=0.000000000000143，几乎接近于 0。这说明， 通过极值分析法估算出来的公差范围过大，没有反应系统的真实情况。二、统计平方公差法（ Root-Sum-Squares）统计平方公差法基于这样一个假设理论：大多数的零部件在它们的公差范围内呈正态概率分布，此时由它们所构成的系统与各个零部件线性相关，则系统的分布也可以用一个正态分布或近似正态的分布来表示。结合上一个机械系统的案例，这个理论可以用下图表示。统计平方

5、公差法采用统计分析方法进行公差分析，防止了产生过于保守的设计，适当地扩展了零部件的允许公差，如果清楚过程能力，甚至可以得到更宽松的公差。这时候，在同一个机械系统的状况下，根据统计平方公差法的定义公式，间隙的总公差=间隙的最小值 =0.016-0.0067=0.0093间隙的最大值 =0.016+0.0067=0.0227也就是说，系统的公差范围变为 0.0093 ，0.0227 ，相对于极值分析法的结论，它显得更加接近现实情况。但是，统计平方公差法也存在一个先天性的缺陷：当初始的假定理论不成立，即零部件明显不呈正态概率分布，或者系统与各个零部件呈非线性相关时，原先统计平方公差的计算公式也就不成

6、立了。三、模拟法（ Simulation ）模拟也称仿真，是指通过设定若干个随机变量以及相互之间的关系建立系统的数学模型或逻辑模型，并对该模型进行充分的试验，以获得对该系统行为的认识或者帮助解决决策问题的过程。自上世纪八十年代起，随着电子计算机软硬件的普及，模拟得到了广泛应用，它的操作也越来越简单。在容差设计时应用模拟技术，分析人员无需组建真实的系统就能够评价模型，或者在不干扰现有系统的情况下对模型进行验证。而且模拟法对零部件的分布和模型的线性性要求较低，比许多其他的分析方法更容易被人理解。再次借用机械系统的案例，我们首先在高级 DOE分析软件 JMP里对装配过程中的各个零部件参数进行设置，

7、一般认为参数服从正态分布， 均值等于中心值， 标准差为半公差的 1/3（具体操作参见上图）。短短几秒钟后，汇总十万次模拟结果的间隙分布就由 JMP软件自动生成了。从下图可以看到，通过模拟法得到的系统的公差范围变为 0.009 ，0.023 ，与统计平方公差法的结论十分相似，非常接近现实情况。同时，模拟法的分析过程生动形象，由它获取的结果的可读性依然很强。更重要的是，当遇到电子线路等非线性模型时，统计平方公差法已不适用，但模拟法却依然有效。以上花了很多篇幅介绍了如何正确地预测系统的公差范围。一旦发现系统的公差范围过大时，应该怎样调整零部件参数的公差设置呢？正如我们所知道的，减少零部件参数的公差会

8、提高质量，减少系统功能波动的损失，但缺憾是往往需要增加成本。通过公差设计，可以确定各参数的最合理公差，使总损失 ( 质量损失与材料成本之和 ) 达到最佳 ( 最小 ) 。接下来将用最简单易懂的模拟法来简要说明。例如，设定在上述的机械系统中顾客满意的间隙波动范围为 0.012 ，0.020 ，显然会有相当一部分产品被判为不合格。如果将各个零部件参数的公差都缩小一半，效果是否会明显改善呢？在高级统计分析软件JMP自带的模拟器的帮助下，我们很快会得到如下图所示的缺陷前后对比。间隙地缺陷数量从原先的74030PPM迅速下降到改进后的340PPM，充分说明效果是明显的。如果能够证明因此改进而增加的成本不

9、高时，那我们就更有信心将零件1-4 的公差范围设定为1.225 ±0.0015 ，装配环的公差范围设定为4.916 ±0.0015 。出师表两汉：诸葛亮先帝创业未半而中道崩殂，今天下三分，益州疲弊，此诚危急存亡之秋也。然侍卫之臣不懈于内，忠志之士忘身于外者，盖追先帝之殊遇，欲报之于陛下也。诚宜开张圣听，以光先帝遗德，恢弘志士之气，不宜妄自菲薄，引喻失义，以塞忠谏之路也。宫中府中，俱为一体；陟罚臧否，不宜异同。若有作奸犯科及为忠善者，宜付有司论其刑赏，以昭陛下平明之理；不宜偏私，使内外异法也。侍中、侍郎郭攸之、费祎、董允等，此皆良实，志虑忠纯，是以先帝简拔以遗陛下：愚以为宫中

10、之事，事无大小，悉以咨之，然后施行，必能裨补阙漏，有所广益。将军向宠，性行淑均，晓畅军事，试用于昔日，先帝称之曰“能”，是以众议举宠为督：愚以为营中之事，悉以咨之，必能使行阵和睦，优劣得所。亲贤臣，远小人，此先汉所以兴隆也；亲小人，远贤臣，此后汉所以倾颓也。先帝在时，每与臣论此事，未尝不叹息痛恨于桓、灵也。侍中、尚书、长史、参军，此悉贞良死节之臣，愿陛下亲之、信之，则汉室之隆，可计日而待也。臣本布衣，躬耕于南阳，苟全性命于乱世，不求闻达于诸侯。先帝不以臣卑鄙，猥自枉屈，三顾臣于草庐之中，咨臣以当世之事，由是感激，遂许先帝以驱驰。后值倾覆，受任于败军之际，奉命于危难之间，尔来二十有一年矣。先帝知臣谨慎，故临崩寄臣以大事也。受命以来，夙夜忧叹，恐托付不效，以伤先帝之明；故五月渡泸，深入不毛。今南方已定，兵甲已足，当奖率三军，北定中原