公差重ね合わせ
- 提唱者
- Drake, P. J.
- 年
- 2006
- 種類
- Method for analyzing tolerance accumulation in assemblies
- 系統
- Dimensional analysis
この文章は機械翻訳で、まだ確認されていません。 英語の原文を読む
何をする手法か?
公差重ね合わせ解析は、製造公差が組み立て部品の最終寸法と嵌合に与える累積効果を予測する方法です。個々の公差を持つ部品が組み立てられると、それらの公差は複雑な方法で組み合わされ、多くの場合、個々の部品よりも悪い結果が生じます。重ね合わせ解析は、個々の部品公差にもかかわらず最終的な組み立てが正しく機能することを保証するか、またはどこでより厳しい公差が必要かを特定します。
手法の背後にある直感
中心的な洞察は、公差が組み立てチェーンを通じて累積するという点です。各部品は寸法変動に寄与し、これらの変動は複合します。アプローチは主に2つあります。最悪ケース解析は、すべての部品が同時に限界に向かって累積すると仮定します(保守的で、嵌合を保証します)。一方、統計解析(二乗和平方根)は、公差のランダムな分布を仮定します(大量生産には現実的で、より経済的です)。エンジニアは、リスク許容度、生産量、機能上の重要度に基づいて方法を選択します。
歴史学
公差重ね合わせ解析は、20世紀半ばの寸法工学の実践から生まれ、航空宇宙および自動車産業で標準化されました。最悪ケース法は1970年代から1980年代まで標準でしたが、統計的手法(日本の品質運動と田口メソッドに牽引されて)が大量生産で受け入れられるようになりました。現代のアプローチは両者を組み合わせています。安全上重要な機能には最悪ケース、重要でない寸法には統計的です。ソフトウェアツールにより、複雑な組み立ての解析が実用的になりました。
使うべき場面
多部品組み立て、特に嵌合やクリアランスが重要な場合には、常に公差重ね合わせ解析を使用してください。自動車、航空宇宙、精密機械、民生用電子機器に不可欠です。設計段階で公差決定に影響を与えるために適用してください。部品公差は独立しており、正規分布すると仮定します。依存変動については仮定を検証してください。
限界と注意点
- 最悪ケース解析はしばしば過度に保守的であり、不必要にコストを増加させる
- 統計解析は大量生産を必要とし、時折のユニットでは失敗する可能性がある
- 体系的な(ランダムでない)製造変動やプロセスドリフトを考慮しない
- 幾何公差の効果(垂直度、振れ、位置)は、単純な線形重ね合わせを超えて解析を複雑にする
- 時間と温度によって変動する工具摩耗や熱膨張は、含めるのが難しい
出典に示された条件は、独立した科学的レビューや分析エンジンによる検証の代わりにはなりません。
強み
- 高価なプロトタイピングとテストなしで組み立ての嵌合を予測する
- 全体的な組み立て機能にどの部品公差が重要かを特定する
- 重要でない公差を緩め、重要な公差を厳しくすることで、コスト最適化を可能にする
- 最悪ケース解析は100%の機能性を保証します。統計解析は大量生産製品のコストを削減します
- 経済的に実行可能な公差分布を見つけるための設計反復をサポートする
応用
- 自動車組み立て:エンジンブロック、トランスミッション、サスペンション組み立ての嵌合とクリアランスを確保するための解析
- 航空宇宙:重量を最小限に抑え、構造的完全性を維持するために、胴体組み立てと着陸装置の厳密な公差を確保する
- 医療機器:安全性と機能性を確保するために、注射器、カテーテル、インプラントの公差を解析する
- 民生用電子機器:組み立ての成功を確保しながらコストを削減するために、スマートフォンやラップトップの部品公差を最適化する
使い方
使い方
組み立て構造の定義:部品の形状、公称寸法、指定された公差、および組み立て順序。
機能要件の特定:どの組み立て寸法が重要か(例:クリアランス、干渉)、および許容される重ね合わせ限界。
解析方法の選択:重要な組み立てには最悪ケース(全公差の合計)、大量生産には統計的(二乗和平方根)。
累積公差の計算:最悪ケースはすべての部品公差を算術的に加算します。統計的解析はそれらの二乗を合計し、平方根を取ります。機能限界と比較します。
重ね合わせが限界を超える場合は、どの部品が累積を駆動しているかを特定し、それらの公差を厳しくします。機能性と経済的実現可能性の両方を達成するために、設計を反復します。
よくある落とし穴
- 最悪ケース法と統計的手法の混同。安全性が重要な組み立てに検証なしで統計的手法を適用すること
- 二次的な重ね合わせ経路の無視。明らかな一次寸法のみに焦点を当て、代替経路を通る累積を見逃す
- 製造プロセスが非対称である(例:片側がよりタイト)場合に、対称的な公差分布を仮定すること
よくある質問
最悪ケース解析と統計的公差解析のどちらを使用すべきですか?
安全性が重要な機能、少量生産、または組み立て失敗のリスクが許容できない場合は、最悪ケースを使用してください。大量生産(通常10,000ユニット以上)、コストに敏感なアプリケーション、および時折の仕様外組み立てが許容される場合は、統計解析を使用してください。ハイブリッドアプローチが一般的です。重要な機能には最悪ケース、重要でない機能には統計的です。
どの部品が重ね合わせを支配しているかを知るにはどうすればよいですか?
感度解析は、各部品公差が総重ね合わせにどれだけ寄与するかを示します。公差が最も大きい部品、または目標寸法に最も近い部品が通常支配的です。パレート分析は、しばしば20%の部品が80%の変動を駆動することを示します。
私の重ね合わせ解析で組み立てが適合しないことが示された場合はどうなりますか?
オプションには、重要な部品の公差を厳しくする(コスト増加)、組み立て順序を再設計する、シムまたは調整を使用する、または可能な場合は機能要件を緩めることが含まれます。設計チームと製造チームとの反復により、通常は費用対効果の高いソリューションが見つかります。
非線形組み立てに公差重ね合わせ解析を使用できますか?
線形重ね合わせ(算術的または二乗和平方根)が最も簡単です。非線形組み立て(例:角度公差、幾何学的制約)は、モンテカルロシミュレーションやCADツールを使用した3次元公差解析などの、より高度な解析を必要とします。
関連する手法
参考文献
Drake, P. J. (2006). Dimensioning and Tolerancing Handbook (2nd ed.). McGraw-Hill.
ISBN:0-07-145215-8コピーしました。Harris, K. (1999). Engineering Tolerance Stack-up and Analysis. Society of Automotive Engineers.
ISBN:0-7680-0343-0コピーしました。Graves, S. C., & Redfield, C. (2005). Tolerance stack analysis of automotive assemblies. Journal of Manufacturing Science and Engineering, 127(3), 645-652.
出版物の文献を開くコピーしました。