公差分析:均方根法的计算和逻辑
导读:
本文介绍均方根法的计算、逻辑以及确保其有效性的注意事项。
均方根法是统计分析法的一种,在了解均方根法之前,需要了解什么是统计分析法。极值法是考虑尺寸链中的所有尺寸均同时处于最大值或最小值,即最差或最坏的情况。但是,一般我们认为在零部件实际加工后的尺寸分布是符合正态分布,请参考文章:
即,绝大多数的零件尺寸分布都是靠近平均值,离平均值越近,分布数量越多;离平均值越远,分布数量越少。那么可以看出,尺寸链中的一个尺寸处在最大值或最小值的几率本身就非常小;多个尺寸同时处在最大值或最小值的几率那就更加小了。所以,极值法发生的可能性非常小,与真实状况严重不符合。统计分析法是考虑零件加工过程中尺寸的真实分布,运用概率统计理论进行公差计算,不要求100%的良率(允许失效发生),适当放大尺寸链中尺寸公差,降低零件精度要求,从而降低 制造成本。4)尺寸链中各个尺寸都需要进行SPC制程管控;如果实际实际加工后的尺寸分布与假设的不符,那么统计分析法的结果就会存在偏差;5)使用统计分析法,不能保证100%的有效性,可能会有较小几率的失效发生。顾名思义,均方根法(Root Sum Square , 简称RSS)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。
式中Dasm是目标尺寸的名义值,Di是尺寸链上各尺寸的名义值。
目标尺寸的公差为尺寸链上各个尺寸的公差平方之和再开根:
式中Tasm是目标尺寸的公差,Ti是尺寸链上各尺寸的公差。
例1:如图所示,尺寸A为10±0.2mm,尺寸B为15±0.3mm,请计算尺寸AB累积后的名义值和公差。
同极值法一样,均方根法的计算也是很简单。
假设你经常要从家里出发到打车去机场坐飞机,按照过往的经验统计:那么,使用均方根法,从滴滴下单到登机口的最快时间和最慢时间是多少?
即使用均方根法到达机场的名义值为95分钟,这一点与极值法、蒙特卡洛法等均相同
使用均方根法,从滴滴下单到到达机场的时间为95±22.65分钟,即最快72.35分钟,最慢117.65分钟。如果尺寸链中每一个尺寸公差均满足±4σ的制程能力,那么均方根法分析的结果也满足±4σ的制程能力。
同样的,如果尺寸链中每一个尺寸公差均满足±1σ、±2σ、±3σ、±6σ的制程能力,那么均方根法分析的结果也就相应的满足±1σ、±2σ、±3σ、±6σ的制程能力。
如何提高均方根法有效性
有些时候,我们通过均方根法进行尺寸公差累积的计算,结果符合要求。但是在实际生产过程中,却依然有失效的情况发生。
例如,在赶飞机的案例中,按照均方根法的计算结果,到达机场的时间最慢为117.65分钟。但是,如果我们每次都仅仅提前117.65分钟滴滴下单,次数多了会免不了会有赶不上飞机的情况发生,因为真的有可能每一个环节最差状况发生了。
如果我们希望减小失效,能够达到4σ的水平,那么我们需要进行SPC制程管控,确保做到以下几点:
1)尺寸链中的各个尺寸都符合正态分布;
2)正态分布的平均值与设计名义值重合,没有偏移;实际生产时,我们经常发现尺寸中心值偏离设计名义值;那么这个时候我们就需要通过修改模具或者调整工艺参数等方法来减小偏移。
3)各个尺寸的制程能力满足Cpk≥1.33,即4σ水平。当制程能力较低时,需要提高制程能力。