公差叠加分析基础

以下信息解释了公差分析的重要性，1D、2D和3D分析问题之间的差异，以及不同的公差分析类型。如果您熟悉执行公差叠加，可以跳过本节，直接转到定义和编辑公差叠加．

当你在CAD系统中设计一个部件时，它是该部件的完美代表。在现实中，当你制造一个零件时，每个零件都有细微的差异。公差设计的目的是在零件装配时考虑各零件的允许变化，以确定是否满足工程要求。

要确定允许的公差有多大，必须考虑单个维度中变化的累积或堆叠。零件的尺寸变化结合在一起产生临界距离上的变化，通常是在装配中的两个不同零件之间。对于每个关键距离，您必须确定什么构成了一个可接受的值范围，在此范围内系统仍能正常运行。

公差叠加分析为理解尺寸变化与功能需求之间的关系提供了一种方法。

发明家公差分析可以解决一维(1D)堆叠问题，但不能解决2D或3D堆叠问题。它通常可以识别对定义的堆栈的2D或3D影响，并提供警告以提醒您。以下部分定义了1D、2D和3D堆栈之间的区别，以帮助您理解消息出现的原因。

一维公差叠加意味着被分析的距离和所有影响距离变化的尺寸都在相同的线性方向上作用。考虑了堆垛方向两侧表面的线性变化;表面相对于彼此的角度变化不是。有时忽略了角度变化的影响，认为分析是一维的。然而，当堆叠中包含的表面的大小存在显著差异时，较小表面上的角度变化可能对较大表面的边缘产生更大的影响。如果较大的表面跟随较小的表面的方向，它们在分析的方向上来回移动，而不是简单的表面平移所允许的。当检测到此场景和其他具有类似效果的场景时，容差分析会向您发出警告。

在一维问题中，总体叠加距离对每个贡献维度的敏感性通常为1.0或标准维度的-1.0。对尺寸尺寸(例如直径或宽度)的敏感性可能为0.5或-0.5。

在二维公差叠加中，所分析的距离和导致该距离变化的所有维度都可以在一个平面中表示。三维公差叠加可以有任意方向上的贡献尺寸。两者通常都涉及复杂的三角函数计算，以确定测量对组件中每个维度的灵敏度。

公差分析类型

Inventor Tolerance Analysis支持最坏情况、一般统计和平方根(RSS)分析方法。RSS是统计分析方法的一种特殊情况，将在统计部分之后进行描述。

最差情况公差分析是传统的公差叠加计算方法。各个变量都被放置在最大或最小限制，以使堆叠距离尽可能大或尽可能小。

最坏情况方法没有考虑单个变量的分布。相反，它假设所有部件在组装时都是在可接受的极限下生产的。该方法预测了可以实现的堆叠距离的绝对上限和下限。

根据最坏情况公差要求进行设计意味着生产的所有部件都达到(但不超过)其极限组装并正常工作。最坏情况方法的主要缺点是它通常要求严格的单个组件公差。最坏的情况可能导致昂贵的制造和检查过程和高报废率。

关键机械接口和备件更换接口通常采用满足最差情况分析方法的公差分配方法。当最坏情况公差不是合同要求时，适当应用统计公差可以确保可接受的装配产量，增加部件公差和降低制造成本。

统计分析方法利用统计学原理，在不牺牲质量的前提下放宽零件公差。假设每个贡献维度具有统计分布。将这些分布组合起来预测组件堆叠距离的分布。统计分析预测的是堆积距离的分布，而不是最坏情况方法确定的极限。统计分析为设计提供了更高的灵活性，可以设计到任何质量水平，而不仅仅是100%。统计分析不同于RSS方法，因为它不假设装配质量水平必须与部件质量水平相同。

对每个维度的正态分布计算的标准差由以下公式计算Cp:

求解标准差得到:

Cp=1.0最常见的假设源于一个制造过程的假设，即将定义的公差放在公差带中心的+/- 3个标准差处，假设为平均值，因此零件符合要求公差的概率为99.7%。对于所有统计分析，公差分析假设制造目标是公差范围的中点，因此假设平均值是公差范围的中点。

平方根或RSS分析利用了前一节中描述的一般统计分析方法的原理，但简化了一些假设，以便使用公差而不是标准偏差进行计算。其中一个主要假设是，每个公差与它们在尺寸和叠加结果上的相关标准偏差的比值是相同的。对于RSS分析，公差分析假设所有尺寸的Cp为1.0，并对所产生的叠加限制进行假设。