客车全尺寸链设计构想

2017-08-13 18:17:42·
 
-前言-说到客车制造精度,大家都有一些经验与看法。客车制造精度提升,除了工艺改进,其实还与设计息息相关,即公差与尺寸链的应用。为了阐述这个概念,本篇来个抛砖引玉,一起与大家思考。不管是整车还是其他总成件,都是由一些零部件装配而成的,那么就有装配误差,装配误差如何确定,理论上是可以计算的,这就是所谓的公

-前言-

说到客车制造精度,大家都有一些经验与看法。客车制造精度提升,除了工艺改进,其实还与设计息息相关,即公差与尺寸链的应用。为了阐述这个概念,本篇来个抛砖引玉,一起与大家思考。

不管是整车还是其他总成件,都是由一些零部件装配而成的,那么就有装配误差,装配误差如何确定,理论上是可以计算的,这就是所谓的公差计算分析。

什么是公差计算分析?

根据设计时所设置的尺寸公差和几何公差,计算零件在加工、装配过程中在重要尺寸处产生的误差。

公差分析的主要目的?

  • 预测装配品质的误差

  • 根据预测结果,改善设计、优化品质、成本

  • 在试制和批量生产过程中发现异常情况,找出问题的原因

  • 根据原因,做出设计改善的方案

为了达到目的,制定出一个合适的公差值,就有必要了解由于加工方法的不同而导致的误差或在装配过程中产生的误差累积。

因此我们要明确设计几个问题:

  • 哪个是关键尺寸?

  • 哪个是关键公差?

  • 为何要得到某个尺寸的公差值?

活用这些信息,在初期阶段就可以实现“可控制品质与成本的设计”,“有明确依据的设计”。

针对尺寸链公差计算,我们来打个比方。例如我们要搭建如下图的一个房子,房子由BLOCK1、BLOCK2、BLOCK3、BLOCK4四个模块组成,那么最后房子盖起来高度的误差有多少呢?首先每个模块高度是关键尺寸,高度的公差是关键公差,房子总高误差计算方法如下两种方法:

1、最坏情况计算法

2、统计计算方法

最坏算法,得出的结果是可能出现的最坏情况,因此房子总高度最差的情况有±5.5的极限误差。但是由于最坏的情况是不一定发生的,或者说它的发生几率是比较低的,因此就有统计计算方法,得到的结果是±2.87,明显小于最坏情况计算方法。那么统计计算法由来或者意义是什么呢?

下面补充一个概念——西格玛:

根据正态分布理论,不同范围限有不同的合格率,如下图:

再来阐述一个概念——工程能力:

工程能力也称工序能力,是指过程加工方面满足加工质量的能力,它是衡量过程加工内在一致性的,最稳态下的最小波动。当工程能力指数Cp=1,也就是UTL=μ+3σ;LTL=μ-3σ时候,那么这时产品的质量特性值有99.73%散布在区间[LTL,UTL]。如果这个时候采用统计计算方法尺寸链,最终的产品质量特性也有99.73%也会落在计算结果范围内。

好了,了解统计计算方法意义了,下步开始尝试下计算,如下图计算间隙尺寸的大小:

因此,假如我们的工程能力Cp达到1,那么间隙尺寸有99.73%在20±0.35区间。

再请看复杂点发动机尺寸链计算,计算发电机皮带轮的装配误差:

首先找到关键零部件及尺寸:

然后进行计算分析,得到结果如下:

因此我们可以看到两个发电机的皮带轮相对错位误差是多少了,这样对设计皮带提供很好的误差参考,如果这个误差不能满足皮带设计的精度要求,就要去修改其中的一些中间尺寸公差了,比如发电机的皮带轮公差±0.5过大,看能不能在提高点精度,问题改善就能有很好的导向性。

以上介绍的尺寸链分析,是基础的概念,实际上往往复杂的多。比如尺寸的影响系数考虑,装配孔间隙考虑等等,由于篇幅有限这里就不再一一赘述。但是,我们也有理由思考,客车整车设计的时候,为了提升精度,尺寸链设计也是要考虑的一个重要因素。