公差分析excel(公差分析的方法有哪几种)

1. 公差分析的方法有哪几种

根本原因分析法(rt cause analysis,RCA)，是指针对严重伤害事件，经由回溯性调查过程，广泛地收集各种主、客观科学证据，区分出近端与远端原因，以了解造成失误的过程和原因，并进行系统性检讨，研拟改善策略以减少失误的发生。

简而言之，就是找出造成潜在执行偏差的最基本或有因果关系的程序。

根本原因分析法的基本概念是以系统改善为目的，着眼于整个系统及过程面的探究，而非个人执行上的咎责

2. 公差分析模式,一般应用比较多的是

公差的计算方法如下：

1.极值法 这种方法是在考虑零件尺寸最不利的情况下，通过尺寸链中尺寸的最大值或最小值来计算目标尺寸的值。

2.均方根法 这种方法是一种统计分析法，其实就是把尺寸链中的各个尺寸公差的平方之和再开根而得到目标尺寸的值。 公差就是零件尺寸允许的变动范围，合理分配零件的公差，优化产品设计，可以以最小的成本和最高的质量制造产品。

3. 公差分析的三种方法

1.极值法

这种方法是在考虑零件尺寸最不利的情况下，通过尺寸链中尺寸的最大值或最小值来计算目标尺寸的值。±0.5%为0.5%或者-0.5%。

2.均方根法

这种方法是一种统计分析法，其实就是把尺寸链中的各个尺寸公差的平方之和再开根而得到目标尺寸的值。

公差就是零件尺寸允许的变动范围，合理分配零件的公差，优化产品设计，可以以最小的成本和最高的质量制造产品。±0.5%为0.25%。

拓展：

公差的计算类型

1.尺寸公差

指允许尺寸的变动量，等于最大极限尺寸与最小极限尺寸代数差的绝对值。

2.形状公差

指单一实际要素的形状所允许的变动全量，包括直线度、平面度、圆度、圆柱度、线轮廓度和面轮廓度6个项目。

3.位置公差

指关联实际要素的位置对基准所允许的变动全量，它限制零件的两个或两个以上的点、线、面之间的相互位置关系，包括平行度、垂直度、倾斜度、同轴度、对称度、位置度、圆跳动和全跳动8个项目。

4. 公差分析方法有极限公差和统计公差

计算公式：尺寸公差δ＝最大极限尺寸D（d）max－最小极限尺寸D（d）min=ES(es)－EI(ei）。

计算方法：

1.极值法

这种方法是在考虑零件尺寸最不利的情况下，通过尺寸链中尺寸的最大值或最小值来计算目标尺寸的值。

2.均方根法

这种方法是一种统计分析法，其实就是把尺寸链中的各个尺寸公差的平方之和再开根而得到目标尺寸的值。

1、尺寸公差。指允许尺寸的变动量，等于最大极限尺寸与最小极限尺寸代数差的绝对值。

2、形状公差。指单一实际要素的形状所允许的变动全量，包括直线度、平面度、圆度、圆柱度、线轮廓度和面轮廓度6个项目。

3、位置公差。指关联实际要素的位置对基准所允许的变动全量，它限制零件的两个或两个以上的点、线、面之间的相互位置关系，包括平行度、垂直度、倾斜度、同轴度、对称度、位置度、圆跳动和全跳动8个项目。公差表示了零件的制造精度要求，反映了其加工难易程度。

5. 公差分析常用方法及公式

偏差公式：S = Sqrt[(∑(xi-x拔)^2) /（N-1）]

1.公式中∑代表总和，x拔代表x的均值，^2代表二次方，Sqrt代表平方根。例：有一组数字分别是200、50、100、200，求它们的偏差。x拔= (200+50+100+200)/4= 550/4= 137.5；S^2 = [(200-137.5)^2+(50-137.5)^2+(100-137.5)^2+(200-137.5)^2]/3；偏差S = Sqrt(S^2)=75；STDEV基于样本估算偏差。偏差反映数值相对于平均值(mean)的离散程度。

2.忽略逻辑值（TRUE 和 FALSE）和文本。如果不能忽略逻辑值和文本，请使用 STDEVA 函数。 STDEV 假设其参数是总体中的样本。如果数据代表整个样本总体，则应使用函数 STDEVP 来计算标准偏差。

3.测量到分布程度的结果，原则上具有两种性质：一个总量的标准差或一个随机变量的标准差，及一个子集合样品数的标准差之间，有所差别，其公式如下所列。标准差的观念是由卡尔·皮尔逊（Karl Pearson）引入到统计中。

6. 公差分析计算方法

计算各基本尺寸段的标准公差和基本偏差时,公式中的 D 用每 一尺寸段中首尾两个尺寸(D1 和 D2)的几何平均值,即: D = √D1×D2

7. 统计公差分析方法概述

公差分析是指在满本和最高的质量制造产品。公差分析是面向制造和装配的产品设计中非常重要的一个环节，对于降低产品成本、提高产品质量具有重大影响。

常用的公差分析的计算模型有两种，一是极值法，二是均方根法。

1）极值法

极值法是考虑零件尺寸最不利的情况，通过尺寸链中尺寸的最大值或最小值来计算目标尺寸的值。

2）均方根法

均方根法是统计分析法的一种，顾名思义，均方根法是把尺寸链中的各个尺寸公差的平方之和再开根即得到目标尺寸的公差。

8. 公差分析的方法有哪几种图片

一、公差分析技术

公差分析也叫做公差的验证，就是指已知各零件的尺寸和公差，确定最终装配后需保证的封闭环的公差。在公差分析的过程中，如果最终计算结果达不到设计要求，需调整各零件公差或优化尺寸链环。现在被广泛运用的公差分析方法可以分为如下三种：极值法(Worst Case，WS)、方和根法(Root Sum Squared，RSS)以及蒙特卡洛模拟法(Monte Carlo Simulation)。

1、极值法

极值法又称为代数和法。极值法的计算方法是：封闭环的最大极限尺寸为当所有增环均为最大极限尺寸且所有减环均为最小极限尺寸时获得；最小极限尺寸为当所有增环均为最小极限尺寸且所有减环均为最大极限尺寸时获得。

极值法是建立在零件100％互换基础上，即：假定各零件的尺寸同时处于极限值。但在实际生产中，如果组成环中涉及二维或三维几何特征装配或由于零件刚度不足导致的变形时，装配函数通常会表现为非线性，影响最终计算结果。

在目前的公差分析理论中，极值法计算量小，理论简单。可用于刚度较好的底盘类总成零部件以及部分发动机零部件的尺寸公差分析。

2、方和根法

方和根法是以一定的置信水平为依据(通常假定各组成环以及封闭环公差服从正态分布，且装配函数为线性关系，取置信水平P=99．73％)，不要求100％互换，只要求大数互换。方和根法由于考虑了零件尺寸的统计分布，建模更接近于实际产品的生产过程。它与极值法相比，可以得到更接近于实际生产的装配公差值，且允许零件有较宽的公差带。因此该方法可用于白车身尺寸公差分析。

由于方和根法是假定制造变量服从正态分布，但未考虑实际生产因素的影响。实际生产中会有许多原因(焊接的方式方法、装配手法以及工装磨损等)都会使零件的均值发生移动。因此，其计算结果在影响因素较多且装配函数为非线性的情况下往往与实际情况不相符。

3、蒙特卡洛模拟法

蒙特卡洛算法的基本思想为：当所求解问题是某种随机事件出现的概率，或者是某个随机变量的期望值时，通过某种“实验”的方法，以这种事件出现的频率估计这一随机事件的概率，或者得到这个随机变量的某些数字特征，并将其作为问题的解。蒙特卡洛模拟法已被广泛应用于商业软件包中。

蒙特卡洛模拟法能够处理复杂的非线性装配函数尺寸公差分析。因此能广泛运用于汽车设计与制造的各部分领域，如整车外观间隙面差尺寸分析、整车四轮定位参数校核以及底盘零件装配等。但该方法也有以下缺陷：(1)为了保证计算的正确性，需要对大量的统计样本(至少2000)进行多次重复运算；(2)尺寸公差分析时，建模复杂且耗费时问；(3)如果装配函数中各分量的均值或方差发生改变，需重新进行运算。

二、公差分析技术的应用意义

在设计阶段进行尺寸公差分析，可以从根本上解决开发设计过程中的尺寸问题，最大程度地优化零部件、工装的公差分配，协调各相关部门和供应商对产品的尺寸质量进行系统科学的管理、优化和改进，及时整改设计和工艺，提高单件或总成的尺寸质量，减少生产线调试阶段的零部件公差匹配时间，减少后期的被动设计变更，降低成本，同时加快产品投向市场的速度。

在工业化以及量产阶段进行的尺寸公差分析，可以节约尺寸问题解析进度；识别各尺寸链环对最后结果的影响权重，为工业化调试以及尺寸整改验证提供理论依据。图1为传统设计制造方式与引入公差分析后的设计制造方式比较示意图。

从图1我们可以看出与传统设计制造方式相比，在前期设计以及后期工业化调试引人公差分析技术后，相当于在解析对策发现的问题时加人了“双保险”。前期设计时的公差分析技术应用，可以将大部分的设计缺陷规避；工业化调试时的公差分析技术应用，可以为问题整改提供理论依据，加快问题的解决速度。

以上是棣拓软件小编为大家整理的公差分析的计算方法和应用意义，希望可以帮助大家更好的了解公差分析软件。

9. 公差分析用统计法

1.质量检验阶段

20世纪前，产品质量主要依靠操作者本人的技艺水平和经验来保证，属于“操作者的质量管理”。20世纪初，以F.W.泰勒为代表的科学管理理论的产生，促使产品的质量检验从加工制造中分离出来，质量管理的职能由操作者转移给工长，是“工长的质量管理”。随着企业生产规模的扩大和产品复杂程度的提高，产品有了技术标准（技术条件），公差制度（见公差制）也日趋完善，各种检验工具和检验技术也随之发展，大多数企业开始设置检验部门，有的直属于厂长领导，这时是“检验员的质量管理”。上述几种做法都属于事后检验的质量管理方式。

2.统计质量控制阶段

1924年，美国数理统计学家W.A.休哈特提出控制和预防缺陷的概念。他运用数理统计的原理提出在生产过程中控制产品质量的“6σ”法，绘制出第一张控制图并建立了一套统计卡片。与此同时，美国贝尔研究所提出关于抽样检验的概念及其实施方案，成为运用数理统计理论解决质量问题的先驱，但当时并未被普遍接受。以数理统计理论为基础的统计质量控制的推广应用始自第二次世界大战。由于事后检验无法控制武器弹药的质量，美国国防部决定把数理统计法用于质量管理，并由标准协会制定有关数理统计方法应用于质量管理方面的规划，成立了专门委员会，并于1941～1942年先后公布一批美国战时的质量管理标准。

3.全面质量管理阶段

20世纪50年代以来,随着生产力的迅速发展和科学技术的日新月异，人们对产品的质量从注重产品的一般性能

发展为注重产品的耐用性、可靠性、安全性、维修性和经济性等。在生产技术和企业管理中要求运用系统的观点来研究质量问题。在管理理论上也有新的发展,突出重视人的因素,强调依靠企业全体人员的努力来保证质量以外,还有“保护消费者利益”运动的兴起，企业之间市场竞争越来越激烈。在这种情况下，美国A.V.费根鲍姆于60年代初提出全面质量管理的概念。他提出，全面质量管理是“为了能够在最经济的水平上、并考虑到充分满足顾客要求的条件下进行生产和提供服务，并把企业各部门在研制质量、维持质量和提高质量方面的活动构成为一体的一种有效体系”。