球类厂家
免费服务热线

Free service

hotline

010-00000000
球类厂家
热门搜索:
产品介绍
当前位置:首页 > 产品介绍

看一看:看一看;用JMP解码公差设计

发布时间:2021-11-18 18:11:12 阅读: 来源:球类厂家
看一看:看一看;用JMP解码公差设计

实验设计常常常使用在新产品的设计和研发工作中,而产品设计常常可以分为系统设计、参数设计和公差设计(又称容差设计)3个阶段,或称3次设计。所谓系统设计,是指用专业技术研制产品(即样品)及其生产工艺。所谓参数设计,是指肯定产品零部件的结构参数和生产进程的工艺参数,选择最好的参数组合。所谓公差设计,是指对各种参数寻求最好的容许误差,使得质量和本钱综合起来到达最好经济效益工厂拆迁如何给工人补偿,这是产品设计中不可或缺但又常常被忽视的1个环节容。 公差设计(Tolerance Design)通常是在完成系统设计和参数设计落后行的,此时1般来说,各元件(参数)的质量等级较低,参数波动范围较宽。公差设计的输出结果就是在参数设计阶段肯定的最好条件的基础上,肯定各个参数合适的公差。依照1般原理棚户区改造补偿跟户口有关吗.fabao365.com/chaiqian/s101862" target="_blank">拆迁房屋面积不对怎么办,每层次的产品(系统、子系统、设备、部件、零件),特别交付顾客的终究产品都应尽可能减少质量波动,缩小公差,以提高产品质量,增强顾客满意;但同时,每层次产品也应具有很强的承受各种干扰(包括加工误差)影响的能力,即应容许其下属零部件有较大的波动范围。对下属零部件通过公差设计肯定科学公道的公差,作为生产制造阶段符合性控制的根据。因此,公差设计的指导思想是:根据各参数的波动对产品质量特性贡献(影响)的大小,从技术的可实现性和经济性角度考虑有无必要对影响大的参数给予较小的公差(例如用较高质量等级的元件替换较低质量等级的元件)。另外值得注意的是,3次设计的顺序其实不是1成不变的。虽然公差设计的实行1般晚于参数设计,但有时为了取得整体最好,公差设计也会影响参数设计的再实行。公差设计的实现途径很多,比较常见的有极值分析法(Worst Case)、统计平方公差法(Root-Sum-Squares)和模拟法(Simulation)3类,下面将会结合实际案例作各自的说明和相互的比较。在高端6西格玛统计分析软件JMP的协助下,公差设计的工作效率更加高速,分析结果更加清晰。在本期的案例分析中,我们将在必要的地方用中英文双语版JMP软件作为DOE方案实现的载体,值得1提的是,JMP软件是目前唯逐1款集统计分析功能和专业模拟功能于1身的6西格玛统计分析软件,也是目前全球实验设计方法的领导品牌。1 极值分析法(Worst Case)极值分析法是目前利用范围最广泛、操作最简便的方法,大多数的设计都基于这个概念。在这类方法中,零部件都设计为名义值,然后假定公差完全向1个或另外1个方向积累,终究的结果仍能满足产品的功能要求。在极值分析法分析中主要考虑的是设计规格的线性极值,它虽然确保了所有零件的组合,但常常导致终究结果过于守旧,产生过大或太小的公差。而且严格地说,极值分析法其实不属于统计方法,但它为后面讲到的统计平方公差法提供了比较的基础,能够帮助我们更好地意想到利用统计方法的好处。我们通过1个典型的机械系统设计案例来加深理解。场景 :在1个装配环中装入4个零件,如图1所示,要求装配间隙Gap的目标值T=0.016,波动范围尽可能小。已知现在的零件1~4服从技术规范1.225±0.003,装配环服从技术规范4.916±0.003。试问:该系统的的目标值是否是到达要求?公差范围是多少?

根据极值分析法的分析思路,装配环的名义值=4.916 公差=±0.003零件1的名义值=⑴.225 公差=±0.003零件2的名义值=⑴.225 公差=±0.003零件3的名义值=⑴.225 公差=±0.003零件4的名义值=⑴.225 公差=±0.003由此我们可以得到,间隙的名义值=0.016 总公差=±0.015

间隙的最小值=0.001间隙的最大值=0.031也就是说,系统的目标值到达了要求,系统的公差范围是[0.001,0.031],但是实际情况果真如此吗?系统中每个零部件出现极值的概率分别只有0.0027,由此组成的系统(即间隙)出现极值的概率=0.00275=0.000000000000143,几近接近于0。这说明,通过极值分析法估算出来的公差范围过大,没有反应系统的真实情况。2 统计平方公差法(Root-Sum-Squares) 统计平方公差法基于这样1个假定理论:大多数的零部件在它们的公差范围内呈正态概率散布,此时由它们所构成的系统与各个零部件线性相干,则系统的散布也能够用1个正态散布或近似正态的散布来表示。结合上1个机械系统的案例,这个理论可以用图2表示。统计平方公差法采取统计分析方法进行公差分析,避免了产生过于守旧的设计,适当地扩大了零部件的允许公差,如果清楚进程能力,乃至可以得到更宽松的公差。间隙的最小值=0.016-0.0067=0.0093间隙的最大值=0.016+0.0067=0.0227也就是说,系统的公差范围变成[0.0093,0.0227],相对极值分析法的结论,它显得更加接近现实情况。但是,统计平方公差法也存在1个先天性的缺点:当初始的假定理论不成立,即零部件明显不呈正态概率散布,或系统与各个零部件呈非线性相干时,本来统计平方公差的计算公式也就不成立了。3 模拟法(Simulation)模拟也称仿真,是指通过设定若干个随机变量和相互之间的关系建立系统的数学模型或逻辑模型,并对该模型进行充分的实验,以获得对该系统行动的认识或帮助解决决策问题的进程。自上世纪810年代起,随着电子计算机软硬件的普及,模拟得到了广泛利用,它的操作也越来越简单。在公差设计时利用模拟技术,分析人员无需组建真实的系统就能够够评价模型,或在不干扰现有系统的情况下对模型进行验证。而且模拟法对零部件的散布和模型的线性性要求较低,比许多其他的分析方法更容易被人理解。再次借用机械系统的案例,我们首先在高级DOE分析软件JMP里对装配进程中的各个零部件参数进行设置,1般认为参数服从正态散布,均值等于中心值,标准差为半公差的1/3(具体操作参见图3)。短短几秒钟后,汇总10万次模拟结果的间隙散布就由JMP软件自动生成了。从图4可以看到,通过模拟法得到的系统的公差范围变成[0.009,0.023],与统计平方公差法的结论10分类似,非常接近现实情况。同时,模拟法的分析进程生动形象,由它取得的结果的可读性依然很强。更重要的是,当遇到电子线路等非线性模型时,统计平方公差法已不适用,但模拟法却依然有效。图3 模拟前的零部件参数设置

图4 模拟后得到的间隙散布

以上花了很多篇幅介绍了如何正确地预测系统的公差范围。1旦发现系统的公差范围过大时商用房拆迁更多吗,应当怎样调解零部件参数的公差设置呢?正如我们所知道的,减少零部件参数的公差会提高质量,减少系统功能波动的损失,但缺憾是常常需要增加本钱。通过公差设计,可以肯定各参数的最公道公差,使总损失(质量损失与材料本钱之和)到达最好(最小)。接下来将用最简单易懂的模拟法来扼要说明。例如,设定在上述的机械系统中顾客满意的间隙波动范围为[0.012,0.020],明显会有相当1部分产品被判为不合格。如果将各个零部件参数的公差都缩小1半,效果是否是会明显改进呢?在高级统计分析软件JMP自带的模拟器的帮助下,我们很快会得到如图5所示的缺点前后对比。间隙地缺点数量从本来的74030PPM迅速降落到改进后的340PPM,充辩白明效果是明显的。如果能够证明因此改进而增加的本钱不高时,那我们就更有信心将零件1~4的公差范围设定为1.225±0.0015,装配环的公差范围设定为4.916±0.0015。图5模拟后得到的间隙散布

资讯分类行业动态帮助文档展会专题报道5金人物商家文章