Skip to content
返回搜索结果

公差叠加

提出者
Drake, P. J.
年份
2006
类型
Method for analyzing tolerance accumulation in assemblies
类别
Dimensional analysis

本文为机器翻译,尚未经过审校。 阅读英文原文

字号

它有什么作用?

公差叠加分析是一种预测制造公差对装配部件最终尺寸和配合的累积效应的方法。当具有个体公差的零件组装在一起时,它们的公差会以复杂的方式组合,通常会产生比每个零件单独更差的结果。叠加分析可确保最终装配在存在个体零件公差的情况下仍能正常工作,或确定何处需要更严格的公差。

方法背后的直觉

核心思想是公差会通过装配链累积:每个零件都会贡献尺寸变异,这些变异会复合。有两种主要方法:最坏情况分析假设所有零件同时向极限累积(保守,保证配合),而统计分析(平方和的平方根)假设公差随机分布(对大批量生产现实,更经济)。工程师根据风险承受能力、生产批量和功能重要性选择方法。

历史学

公差叠加分析起源于20世纪中叶的尺寸工程实践,在航空航天和汽车行业得到规范化。最坏情况方法是标准方法,直到20世纪70-80年代,统计方法(受日本质量运动和田口方法推动)在大批量生产中获得认可。现代方法结合了两者:最坏情况用于关键安全特性,统计用于非关键尺寸。软件工具使复杂装配的分析变得实用。

何时使用

对所有多零件装配使用公差叠加分析,尤其是在配合或间隙至关重要时。在汽车、航空航天、精密机械和消费电子产品中至关重要。在设计过程中应用它以影响公差决策。假设零件公差是独立的且呈正态分布;验证对相关变异的假设。

局限与注意事项

  • 最坏情况分析通常过于保守,不必要地增加了成本
  • 统计分析需要大批量生产,并且可能偶尔出现不合格的单元
  • 未考虑系统性(非随机)制造变异或工艺漂移
  • 几何公差效应(垂直度、跳动、位置)使分析比简单的线性叠加更复杂
  • 工具磨损和热膨胀随时间和温度变化,难以包含

来源中的条件不能替代独立的科学审查或分析引擎的验证。

优势

  • 无需昂贵的原型制作和测试即可预测装配配合
  • 确定哪些零件公差对整体装配功能至关重要
  • 通过放宽非关键公差同时收紧关键公差来实现成本优化
  • 最坏情况分析保证100%的功能性;统计分析降低大批量产品的成本
  • 支持设计迭代以找到经济上可行的公差分布

应用

  • 汽车装配:分析发动机缸体、变速器和悬架总成,以确保配合和间隙
  • 航空航天:确保机身装配和起落架的严格公差,以减轻重量并保持结构完整性
  • 医疗设备:分析注射器、导管和植入物的公差,以确保安全性和功能性
  • 消费电子产品:优化智能手机和笔记本电脑的零件公差,以降低成本同时确保装配成功

使用方式

使用方式

1

定义装配结构:零件几何形状、标称尺寸、规定的公差和装配顺序。

2

确定功能要求:哪些装配尺寸是关键的(例如,间隙、过盈),以及允许的叠加极限是多少。

3

选择分析方法:最坏情况(累加所有公差)用于关键装配,或统计(平方和的平方根)用于大批量生产。

4

计算累积公差:最坏情况算术累加所有零件公差;统计方法累加其平方并取平方根。与功能极限进行比较。

5

如果叠加超过极限,则确定哪些零件导致累积并收紧其公差。通过设计迭代以实现功能和经济可行性。

常见陷阱

  • 混淆最坏情况和统计方法;在未经验证的情况下将统计分析应用于安全关键型装配
  • 忽略次要叠加路径;仅关注明显的首要尺寸,而忽略通过其他链条的累积
  • 假设制造过程不对称(例如,一侧更紧)时,公差分布是对称的

常见问题

何时应使用最坏情况分析与统计公差分析?

对于安全关键功能、小批量生产或装配故障风险不可接受的情况,请使用最坏情况分析。对于大批量生产(通常>10,000件)、成本敏感的应用以及偶尔出现不合格装配可接受的情况,请使用统计分析。混合方法很常见:对关键特征使用最坏情况分析,对非关键特征使用统计分析。

我如何知道哪些零件主导了叠加?

敏感性分析显示了每个零件公差对总叠加的贡献程度。公差最大或最接近目标尺寸的零件通常起主导作用。帕累托分析通常显示20%的零件导致了80%的变异。

如果我的叠加分析显示装配无法装配怎么办?

选项包括收紧关键零件的公差(增加成本)、重新设计装配顺序、使用垫片或调整,或者在可能的情况下放宽功能要求。与设计和制造团队进行迭代通常可以找到成本效益高的解决方案。

我可以使用公差叠加分析处理非线性装配吗?

线性叠加(算术或平方和的平方根)最直接。非线性装配(例如,角度公差、几何约束)需要更复杂的分析,例如蒙特卡洛模拟或使用CAD工具进行三维公差分析。

相关方法

参考文献

  1. Drake, P. J. (2006). Dimensioning and Tolerancing Handbook (2nd ed.). McGraw-Hill.

    ISBN:0-07-145215-8
    已复制。
  2. Harris, K. (1999). Engineering Tolerance Stack-up and Analysis. Society of Automotive Engineers.

    ISBN:0-7680-0343-0
    已复制。
  3. Graves, S. C., & Redfield, C. (2005). Tolerance stack analysis of automotive assemblies. Journal of Manufacturing Science and Engineering, 127(3), 645-652.

    打开出版物文献
    已复制。