1D 공차 누적 분석
- 동시에 모든 제품 요구사항을 관리해야 합니다.
- 여러 누적에 연관된 각 부품에 공통된 치수 및 공차를 사용해야 합니다.
- 기하학적 공차의 효과를 정확하게 계산해야 합니다.
- 다른 부품에 상대적인 부품 하나를 배치할 때 조립품 전환 및 변이를 가져오는 조임쇠와 핀 주위 틈새의 영향을 자동으로 포함해야 합니다.
- 통계 결과를 정확하게 계산해야 합니다.
Inventor Tolerance Analysis는 이러한 작업과 기타 여러 가지 일반적인 공차 누적 작업을 자동화해 스프레드시트 방법을 대체합니다.
공차 누적 분석 기본 사항
다음 정보는 공차 분석이 중요한 이유, 1D, 2D 및 3D 분석 문제 간의 차이점과 여러 공차 분석 유형에 대해 설명합니다. 공차 누적을 능숙하게 수행할 수 있는 경우 이 섹션을 건너뛰고 공차 누적 정의 및 편집으로 바로 이동할 수 있습니다.
CAD 시스템에서 부품을 설계할 때 공차 설계는 부품의 완벽한 표현입니다. 실제로, 부품을 제조할 때 각 부품에는 약간의 차이가 있습니다. 공차 설계의 목적은 부품 조립 시 엔지니어링 요구사항을 충족하는지 확인하기 위해 각 부품에서 허용 가능한 변이를 고려하는 데 있습니다.
허용되는 공차 정도를 확인하기 위해서는 개별 치수에서 변이의 누적을 고려해야 합니다. 부품의 치수 변이가 결합되면 일반적으로 조립품의 다른 부품 2개 사이 임계 거리에서 변이가 발생합니다. 각 임계 거리에 대해 시스템이 원하는 대로 작동하는 허용 가능한 값의 범위를 구성하는 요인을 결정해야 합니다.
공차 누적 분석을 통해 치수 변이 및 기능적 요구사항 간의 관계를 파악할 수 있습니다.
Inventor Tolerance Analysis는 1차원(1D) 누적 문제뿐만 아니라 2D 또는 3D 누적 문제도 해결할 수 있습니다. 종종 공차 분석은 정의된 누적에 대한 2D 또는 3D 영향을 인식할 수 있으며 경고를 표시해 사용자에게 알립니다. 다음 섹션에서는 1D, 2D, 3D 누적 간의 차이를 정의하여 메시지가 표시되는 이유를 이해하는 데 도움을 줍니다.
1D 공차 누적은 분석 중인 거리와 거리 변이에 영향을 미치는 모든 치수가 동일한 선형 방향으로 작동함을 의미합니다. 누적 방향 양쪽 표면의 선형 변이가 고려되고 서로 상대적인 표면의 각도 변이는 고려되지 않습니다. 각도 변형의 효과가 간과되어 분석이 1D로 간주되는 경우가 있습니다. 그러나 누적에 포함된 표면 크기가 크게 차이나는 경우 더 작은 표면에 대한 각도 변이가 더 큰 표면의 모서리에 더 큰 영향을 미칠 수 있습니다. 큰 표면이 작은 표면의 방향을 따르는 경우 큰 표면은 표면의 단순 변환에서 허용하는 것보다 많이 분석 방향 앞/뒤로 이동합니다. 공차 분석에서는 이러한 시나리오 및 유사한 효과가 있는 다른 시나리오가 감지되면 사용자에게 알립니다.
1D 문제에서 표준 치수의 경우 영향을 주는 각 치수에 대한 전체 누적 거리의 민감도는 일반적으로 1.0 또는 -1.0입니다. 크기 치수(예: 지름 또는 너비)에 대한 민감도는 0.5 또는 -0.5일 수 있습니다.
2D 공차 누적은 분석 중인 거리와 해당 거리의 변이에 영향을 미치는 모든 치수를 단일 평면으로 표현할 수 있는 누적입니다. 3D 공차 누적에는 모든 방향에서 영향을 미치는 치수가 있을 수 있습니다. 2D 및 3D 분석 둘 다 복잡한 삼각 계산법을 사용해 조립품에서 각 치수에 대한 측정의 민감도를 결정합니다.
공차 분석 유형
Inventor Tolerance Analysis는 최악의 경우, 일반 통계, RSS(Root Sum of Squares) 분석 방법을 지원합니다. RSS는 통계 분석 방법의 특수한 경우로, 통계 다음 섹션에서 설명합니다.
최악의 경우 공차 분석은 공차 누적 계산의 일반적인 유형입니다. 누적 거리를 가능한 한 크거나 작게 만들기 위해 개별 변수는 모두 최대 또는 최소 한계에 배치됩니다.
최악의 경우 방법에서는 개별 변수의 분포를 고려하지 않습니다. 대신 모든 부품이 조립 시 허용 가능성의 극한에서 생성된다고 가정합니다. 이 방법은 달성 가능한 누적 거리의 절대 상한 및 하한을 예측합니다.
최악의 경우 공차 요구사항에 따라 설계하면 극한을 초과하지 않고 생성된 모든 부품이 제대로 조립되어 작동합니다. 최악의 경우 방법에는 엄격한 개별 구성요소 공차가 필요하다는 큰 단점이 있습니다. 최악의 경우를 사용하면 이러한 단점으로 인해 제조 및 검사 프로세스의 비용이 올라가고 불량률이 높아질 수 있습니다.
중요한 기계 인터페이스 및 예비 부품 교체 인터페이스의 경우 최악의 경우 분석 방법을 충족하는 공차가 종종 사용됩니다. 최악의 경우 공차기입이 예약 요구사항이 아닌 경우 적절하게 적용된 통계 공차기입은 구성요소 공차가 늘어나고 제조 비용이 줄어드는 허용 가능한 조립품 산출을 보장합니다.
통계 분석 방법은 통계의 원칙을 활용해 품질 저하 없이 구성요소 공차를 완화합니다. 영향을 주는 각 치수는 통계적으로 분포된 것으로 가정합니다. 이러한 기여가 결합되어 조립품 누적 거리의 분포를 예측합니다. 통계 분석은 최악의 경우 방법이 결정한 극한 대신 누적 거리의 분포를 예측합니다. 통계 분석은 단지 100%가 아닌 모든 품질 수준으로 향상된 설계 유연성을 설계에 제공합니다. 통계 분석은 조립품 품질 수준이 부품 품질 수준과 같아야 한다고 가정하지 않으므로 RSS 방법과 다릅니다.
각 치수의 정규 분포에 대해 계산된 표준 편차는 Cp에 대해 다음 공식으로 계산됩니다.
표준 편차에 대해 다음 값이 산출됩니다.
Cp=1.0이라는 가장 일반적인 가정은 공차 구역의 중심에서 표준 편차 +/- 3(평균값으로 가정됨)에 정의된 공차를 배치하는 제조 프로세스 가정에 기인합니다. 따라서 부품이 필수 공차를 준수할 가능성은 99.7%입니다. 모든 통계적 분석에 대해 공차 분석에서는 제조 시 공차 범위의 중간점을 목표로 한다고 가정하므로 평균은 공차 범위의 중간점으로 가정됩니다.
Root Sum of Squares 즉, RSS 분석에서는 이전 섹션에서 설명한 일반적인 통계 분석 방법의 원칙과 함께 표준 편차 대신 공차를 사용한 계산을 가능하게 하는 몇 가지 간단한 가정을 사용합니다. 주요 가정 중 하나는 치수에 대한 연관된 표준 편차의 각 공차비와 누적 결과가 동일하다는 것입니다. RSS 분석의 경우 공차 분석은 모든 치수에 대해 Cp가 1.0이고 결과 누적 제한이 있다고 가정합니다.