济南海马机械设计培训中心
摘要：当零件具备公差后，装配体是否一定能装配合格？这是公差累积的问题。本文将介绍三种公差分析方法（Worst Case，RSS，蒙特卡洛），并阐述如何利用统计公差在保证装配成功率的同时，大幅降低零件单独精度要求。
1. 经典方法：最差状况法 (WC)
逻辑：假设所有零件同时处于其公差极限的最不利方向。
公式：
T_assembly = Σ |T_i|实例：三个块叠加：10±0.1、20±0.2、30±0.1。总长=60±0.4。
特点：100%互换性保证，但代价极高。常用于航空、安全关键系统（刹车、生命支持）。
2. 统计方法：均方根法 (RSS – Root Sum Square)
逻辑：基于概率论，假设尺寸偏差服从正态分布，且过程受控（Cpk≥1）。偏差倾向于相互抵消，而非全部同向极值。
公式：
T_assembly = √(Σ (T_i)^2)同上例：
√(0.1²+0.2²+0.1²) = √0.06 ≈ 0.245。总长=60±0.245（比WC的±0.4收紧约1/3）。解读：允许零件公差放大约40% (设计T_i由0.1扩至0.14, 0.2扩至0.28)，仍得到相同装配总偏差。这是降本的核心工具。
3. 模拟方法：蒙特卡洛分析 (Monte Carlo)
适合：非线性尺寸链、包含几何公差（如位置度）、非正态分布情况。通过计算机生成数万次随机装配，输出装配间隙/干涉的概率直方图。
输出：直观看到装配成功率是99.73%还是99.99966% (对应6西格玛)。用于权衡：将某关键件精度从IT6升到IT5，成功率的边际收益是否值得投资？
4. 几何公差的统计转化
位置度公差 ⌀ 0.2 通常看作是直径公差带。在进行一维尺寸链分析时，需将其转化为矢量贡献：投影到方向上的等效公差等于 0.2 / √2 或根据实际角度计算。
5. 决策矩阵
| 产量 | 安全要求 | 推荐方法 | 零件公差策略 |
|---|---|---|---|
| 1 | 极高 | WC | 极严（定制配磨） |
| 100 | 高 | WC + 安全系数 | IT6 级 |
| 10k | 中等 | RSS + 验证 | IT8-9 级，大幅降低成本 |
| 1M+ | 一般 | Monte Carlo + SPC | IT10级，依靠过程控制 |
结论：现代大规模制造（汽车、3C电子）几乎完全依赖统计公差。在图纸上标注Ⓢ（统计公差符号）或采用RSS设计，允许每个零件有更宽的公差，但要求供应商提供SPC（统计过程控制）证明。这是设计-制造双赢的哲学：放弃“每个零件都必须完美”的幻想，转而控制“装配体大概率完美”。