公差一累積就裝不上 - Tolerance Stackup實戰計算
最壞情況法與統計法(RSS)比較、Excel計算模板、設計更改減少累積
「每個零件都在公差內,組起來為什麼就是裝不上?」聽到這句話就代表忽略了公差累積(Tolerance Stackup)。各零件的公差都朝同一方向累積時,最壞情況下總誤差就是所有個別誤差的和。CNS B 1001 跟 ISO 286 都規範了標準公差等級,但完整的累積分析常被忽略,是常見的失誤來源。
1. 最壞值法(Worst-Case Method)
最保守的方法——假設所有公差同時朝最壞方向累積。
- 總累積公差 = Σ|個別公差|
- 範例:5 個零件串聯組裝,各 ±0.05 mm → 總累積公差 = ±0.25 mm
- 優點:100% 保證組裝成功
- 缺點:公差變極嚴,加工成本大增。所有公差同時為最壞值的機率極低;但在航太、醫療等安全關鍵領域為強制要求。
2. RSS 法(方和根法/統計法)
假設每個公差服從常態分布。
- 總累積公差 = √(t₁² + t₂² + t₃² + … + tₙ²)
- 範例:同樣 5 零件 × ±0.05 mm → √(5 × 0.05²) = ±0.112 mm(約最壞值的 45%)
- 優點:實際的公差設定、加工成本降
- 缺點:統計上約 0.27% 不合格率(3σ 基準)。安全/醫療領域要用最壞值法。大規模量產線多採用 RSS(量大、成本敏感),高精度伺服系統則傾向最壞值法。
3. 降低公差累積的設計策略
- 減少零件數:把 5 個零件整合成 3 個,直接降低累積源。
- 共用基準面(Datum):所有零件參照同一基準面,能把累積降到最低。CNS B 1001 也建議用幾何公差(GD&T)標基準。
- 調整機構:最終組裝階段加墊片(Shim)或調整螺絲,補償累積誤差。工具機主軸組是常見的應用範例。
- 嚴格公差只用在功能面:別到處標 ±0.05——只對真正影響功能的尺寸給嚴格公差。
💡 組裝可行性驗證的指引
拿到組裝圖時最先做的應是算最小間隙。最小間隙若為負值,那個組裝在現實中就不可能成立——不管個別零件公差怎麼標都一樣。未做累積分析的量產,常導致首批產線出現整批裝不上的情況。
拿到組裝圖時最先做的應是算最小間隙。最小間隙若為負值,那個組裝在現實中就不可能成立——不管個別零件公差怎麼標都一樣。未做累積分析的量產,常導致首批產線出現整批裝不上的情況。