课程系统地阐述了在产品设计、装配设计和工艺参数设计过程中如何正确地分析计算公差,以及如何设计公差并使其达到六西格玛水平。详细解释了极限公差叠加、统计公差叠加以及仿真的计算方法的区别,掌握如何解决在产品设计和参数设计过程中有效分析公差累积问题,计算公差敏感度和相关风险,并且如何通过合理的统计公差应用,在保证产品功能的前提下放宽零部件公差及过程参数公差,达到制造和工艺的最经济。
培训特色
结合案例和客户现场问题解释在产品设计和工艺设计过程如何进行统计公差分析。
培训目标
※学会计算极限法公差分析
※掌握RSS公差分析法在公差累积分析的应用
※理解传统RSS应用的局限性和作用
※掌握蒙特卡洛公差分析法
※学会如何应用统计过程优化产品的设计和公差分配
授课形式
理论讲解+案例分析+案例实战+互动答疑
服务时间:2天培训+(可选项)现场落地辅导1-3天
参训人员
设计工程师,工艺工程师、质量工程师,相关工程和技术人员
具备基本的机械公差设计和概率统计常识,需要计算机(电脑)
课程内容
第一部分 质量损失函数
1、概述
2、基本概念
3、质量损失函数
3.1、质量损失函数—望目
3.2、质量损失函数—望小&望大非对称
3.3、案例分析
4、安全系数确定容差
4.1、望目、望小特性安全系数
4.2、望大特性安全系数
第二部分 公差分析的重要性
1.公差分析的重要性
2.尺寸链的定义及特点
3.尺寸链的组成
4.尺寸链增、减环判断
5.尺寸链的分析和计算方法
6.公差分析的方法类别
第三部分传统极值法公差分析(Worst Case)
1、系统规格
2、极值法(Worst Case ,WC)
2.1、极值法的特征
2.2、极值法尺寸链计算—原理
3、极值法(Worst Case ,WC)—练习1
4、思考:50个组件叠加而成的子系统的公差设计问题
第四部分 基础统计学
1、总体与样本
2、关于正态分布
2.1、正态分布参数—平均值μ
2.2、正态分布参数—标准偏差σ
2.3、正态分布主要特点
3、标准正态分布
4、利用软件的概率计算
5、常用的统计量
6、方差叠加定理
第五部分 过程能力和过程绩效
1、何谓六西格玛水平?
2、过程能力
2.1、过程能力概念
2.2、过程能力指数计算的前提条件
2.3、过程能力指数的用途
3、过程能力指数CP、CPK
3.1、过程能力指数(Process Capability Index)的概念
3.2、 过程能力指数的计算
3.3、过程能力的判定
4、过程绩效指数PP与PPK
4.1、变差的普通原因与特殊原因
4.2、 过程绩效(过程实绩)
4.3 、过程绩效指数PP&PPK
4.4 、CP/CPK、PP/PPK能力指数的区别
5、使用Minitab进行过程能力分析
6、计量型过程能力分析(非正态)
第六部分 统计平方公差法(Root-Sum-Squares)
1、统计平方公差法(RSS)
2、公差叠加分析过程
3、RSS法尺寸链计算——练习
4、MRSS
5、极值法(WC)与统计平方公差法(RSS)—练习
6、WC 和 RSS方法之间的百分比差异
7、WC 和 RSS 方法的假设,风险及+/-
8、WC 和 RSS 方法的使用指导原则
第七部分 六西格玛容差设计
1、产品设计三阶段
2、零部件规格(P-Spec)
3、六西格玛容差设计的计算
4、六西格玛容差设计步骤
5、六西格玛容差设计—课堂练习
6、课堂练习—极值法(WC)→统计平方公差法(RSS) →达到六西格玛水平
7、气缸结构的六西格玛容差设计问题—练习
第八部分 蒙特卡洛模拟分析(Monte Carlo)
1、何谓仿真?
2、仿真的基本步骤
3、仿真的优缺点
4、公差分析的方法— Monte Carlo
4.1、蒙特卡罗模型的分析步骤
4.2、导数与偏导—补充知识(选修内容)
5、非线性模型公差设计案例分析—公式法&Monte Carlo的比较
6、线性模型公差设计案例分析——Monte Carlo & RSS的比较
7、公差设计案例—Monte Carlo在服务行业中的应用
8、公差设计案例分析—Monte Carlo在制造行业中的应用
第九部分 基于双响应曲面法的容差设计
1、恒流源参数设计与容差设计
2、RSM建模
3、非线性函数的传递函数
4、最佳参数组合的过程能力
5、六西格玛水平的容差设计
6、仿真验证
7、恒流源参数设计与容差设计
8、今后的学习方向——最优与最稳的探讨