關於公差分析

1D 公差層疊分析

Inventor 公差分析是一種一維公差分析工具,可報告零件在單一線性方向 (例如 X 方向) 的公差層疊。該分析可讓您根據累積零件公差,確定組合中的零件是否滿足機械配合與效能需求。
註: Inventor Tolerance Analysis 包含於產品設計與製造軟體集中。

1D 分析通常在工作表中進行擷取,但工作表方法很難設置和維護,因為它必須:

Inventor 分析公差會自動執行上述工作以及許多其他常見公差層疊工作,從而取代了工作表方法。

公差層疊分析基礎

以下資訊介紹了公差分析的重要性、1D、2D 和 3D 分析問題之間的差異,以及不同的公差分析類型。如果您熟悉公差層疊的執行方法,可以略過本節內容,並直接移至〈定義並編輯公差層疊〉

在 CAD 系統中設計零件時,這是零件的完美表現法。實際上,在製造零件時,每個零件會有細微差異。公差設計的目的是考量每個零件的允許變化,以確定在組合零件時是否符合工程設計需求。

若要確定允許的公差,您必須考量個別標註中變化的累積 (或層疊)。零件中的尺度變化結合產生臨界距離 (通常是組合中不同零件之間的距離) 的變化。針對每個臨界距離,您必須確定什麼構成可接受的值範圍,在該範圍內系統仍可按預期運作。

公差層疊分析提供了一種方法,來瞭解標註變化與性能需求之間的關係。

Inventor 公差分析可以解決一維 (1D) 層疊問題,而不是 2D 或 3D 層疊問題。通常,它可以辨識所定義層疊上的 2D 或 3D 影響,並提供警告以警示您。下節定義了 1D、2D 和 3D 層疊之間的差異,讓您瞭解訊息顯示的原因。

1D 公差層疊表示,所分析的距離以及所有影響距離變化的標註都作用於同一線性方向。公差分析會考量層疊方向任一側曲面的線性變化;但不會考量曲面相對於彼此的角度變化。有時,角度變化的影響會被忽略,因此分析被視為 1D。但是,如果層疊中所含曲面的大小存在明顯差異,則較小曲面的角度變化對較大曲面邊的影響可能要大。如果較大曲面沿著較小曲面的方位,則它們在分析方向的前後移動會超過曲面的簡單轉換允許的範圍。偵測到這種情況以及有類似影響的其他情況時,公差分析會警告您。

在 1D 問題中,每個相關標註的整體層疊距離的靈敏度通常是 1.0 或 -1.0 (標準標註)。大小標註 (例如直徑或寬度) 的靈敏度可能是 0.5 或 -0.5。

在 2D 公差層疊中,所分析的距離以及所有影響該距離變化的標註可表現於單一平面中。在 3D 公差層疊中,任何方向都可能有標註產生影響。兩者通常涉及複雜的三角計算,以確定組合中每個標註的測量靈敏度。

公差分析類型

Inventor 公差分析支援「最壞情況」、一般「統計」及「平方和根 (RSS)」分析方法。RSS 是「統計」分析方法的一種特殊情況,我們將在「統計」小節之後介紹。

「最壞情況」公差分析是傳統類型的公差層疊計算。個別變數都放置在最大或最小限度位置,以使層疊距離儘可能大或儘可能小。

「最壞情況」方法不會考量個別變數的分佈情況。而是假設所有零件在組合時都以可接受度的極限產生。此方法用於預測可以達到的絕對層疊距離上限和下限。

按照「最壞情況」公差需求進行設計是指,所有零件都以可組合並正常運作的最大限度產生,但不超過該限度。「最壞情況」方法的主要缺點是,這通常需要緊密的個別元件公差。這樣就需要成本高昂的製造與檢驗程序,並產生較高的廢料率。

針對關鍵機械介面及備件更換介面,通常指定符合「最壞情況」分析方法的公差。如果「最壞情況」公差不是合約要求,正確套用統計公差即可確保產生可接受的組合。如此可以增大元件公差,並降低製造成本。

「統計」分析方法利用統計學原理放寬元件公差,同時維持優異品質。該方法假設每個相關標註都採用統計分佈。將這些分佈結合起來,即可預測組合層疊距離的分佈。「統計」分析會預測層疊距離的分佈,而非「最壞情況」方法所確定的極限。「統計」分析增大了設計靈活性,可以設計為任何品質層級,而不僅僅是 100%。「統計」分析與「RSS」方法的不同之處在於,它不會假設組合品質層級與零件品質層級必須相同。

針對每個標註的常態分佈計算的標準偏差,是從以下 Cp 公式計算的:

求解標準偏差結果:

Cp=1.0 的最常見假設源於製造過程的假設:將定義的公差放置在距公差區域中心 +/- 3 個標準偏差處 (假設為平均值),以便零件符合所需公差的概率為 99.7%。針對所有統計分析,公差分析都假設製造目標是公差範圍的中點,因此,假設平均值是公差範圍的中點。

「平方和根 (RSS)」分析利用上節所述一般統計分析方法的原理,但有一些簡化的假設,以便能夠使用公差而不是標準偏差進行計算。其中一個主要假設是每個公差與其在標註上的關聯標準偏差以及層疊結果的比率是相同的。針對 RSS 分析,公差分析假設所有標註以及產生的層疊限制的 Cp 都是 1.0。