QQ登录

只需一步,快速开始

登录 立即注册

公差分析技术在整车设计与制造中的应用研究

[复制链接]
查看: 595|回复: 2
tianma 发表于 2017-6-22 08:20:25
公差分析是整车尺寸管理过程的重要部分,在降低成本,缩短开发周期以及提高品质质量等方面起着非常重要的作用。本文主要介绍了公差分析的三种方法:极值法、方和根法以及蒙特卡洛模拟法。并简要介绍了公差分析在产品设计与制造中的应用意义。最后,通过两个公差分析在某车型开发中的运用实例,阐述了公差分析技术的运用有助于整车设计与制造。
    1 背景
    随着国内汽车市场竞争日益激烈,国内汽车消费者的消费观念逐步趋于成熟。消费者对汽车外观和性能品质质量要求越来越高,这对汽车厂商的制造能力水平提出了较高的要求。因此,如何保证在有限的周期内研发、制造出优秀品质质量的整车是汽车产品设计部门与制造部门之间永恒的话题。近年来,随着公差分析技术在汽车研发、制造中的广泛应用,整车外观感知质量以及整车装配质量得到显著提升。本文将重点阐述公差分析中装配公差的计算方法以及运用方向,同时通过实例说明公差分析技术在整车设计与制造中的重要作用。
    2 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)。
    2.1 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。
    2.2 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。
    2.3 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,比如:VSA、3DCS等。
    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。
    3 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。
   
    图1 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


http://fans.SolidWorks.com.cn/blog/?387
楼主  tianma 发表于 2017-6-22 08:20:41

4 公差分析技术在整车设计中的应用实例

    本章将通过对某车型后轮定位的尺寸公差分析,具体阐述公差分析在车型设计中的作用。在整车设计中四轮定位能使汽车保持稳定的直线行驶和转向轻便,并减少汽车在行驶中轮胎和转向机件的磨损,由此如何在设计阶段有效分析与规避后期生产制造缺陷则是前期研发的工作重点。而公差分析技术的运用为四轮定位参数尺寸公差校核提供了技术保证。

    由于影响四轮定位参数因素很多(包括:车身安装点的偏差、前/后悬架总成装配散差以及各零部件的制造偏差等)且各影响因素分布形式各异,整个尺寸链环装配函数表现为非线性。基于以上原由,四轮定位尺寸公差分析将采用蒙特卡洛模拟法,建模仿真软件为3DCS软件。

   图2为运用3DCS软件建立的四轮定位尺寸公差分析模型。表1为模型建立完成后具体模拟仿真的结果。根据结果四轮定位六个参数中后轮前束角不能满足目标公差要求。图3为具体对后轮前束角影响因素以及每个因素所占权重比的分析输出。从该输出结果容易得出:后扭力梁与车身装配孔的5.4 mm的装配间隙是导致超差的主要偏差来源。因此前期设计时,将在不影响装配的情况下将该装配间隙从5.4 mm优化为4.4 mm。重新仿真后,超差风险降为可接受的范围为0.2%。该应用实例说明前期设计阶段的公差分析技术应用,能最大限度的优化设计结构,规避后期尺寸品质质量问题。

    表1 四轮定位参数仿真结果

   

   

    图2 四轮定位尺寸公差分析模型

   

    图3 后轮前束角仿真结果输出


http://fans.SolidWorks.com.cn/blog/?387
楼主  tianma 发表于 2017-6-22 08:20:58

5 公差分析技术在整车制造中的应用实例

    本章将通过对某车型制动踏板与仪表板横梁(CCB)装配的尺寸公差分析,具体阐述公差分析在车型制造中的作用。由于制动踏板与CCB装配错孔问题是在调试阶段发现且在设计阶段没有对该装配进行尺寸分析,因此在制造阶段进行的公差尺寸分析能为缺陷解析提供理论依据。由于制动踏板与CCB装配各链环(排除装配、工装等实际生产的影响)基本满足正态分布,因此选用方和根法作为尺寸公差分析的依据。

    制动踏板与CCB在车身坐标系下主要为X向装配,因此将对z和Y两个方向分别进行装配尺寸计算。表2、表3以及表四为制动踏板与仪表板横梁Z和Y方向尺寸链链环列表以及评价结果。从表四的分析结果可以看出,制动踏板与仪表板横梁Y向装配超差风险较高,计算结果与制造缺陷一致。再进一步对每个尺寸链环逐一确认:表2中链环3、5和表3中链环7、9产生的装配误差是由于制动踏板、助力器主缸以及踏板连接支架装配时缺少明确定位导致的。因此降低整个装配链环装配公差,可以从优化上述三个零件定位着手。表5为优化制动踏板、助力器主缸以及踏板连接支架定位后尺寸链计算评价结果。从结果分析,优化装配定位后,制动踏板与仪表板横梁z向超差风险由1.66%降为0.59%;制动踏板与仪表板横梁Y向超差风险由8.77%降为0.78%。后期将分析对策实施后,现场缺陷得到彻底改善。

    表2 制动踏板与CCB Z向尺寸链环

   

   

    表3 制动踏板与CCB Y向尺寸链环

   

    表4 尺寸链公差分析计算结果

   

    表5 尺寸链公差分析计算结果(优化后)

   

    6 结语

    通过实例本文介绍了公差分析技术在整车设计与制造中的应用。同时各异的零部件总成设计以及装配函数关系决定了所选用的分析方法的差异。随着公差分析技术在整车开发中的广泛应用,整车的开发周期进一步缩短,整车的品质质量显著提升。


http://fans.SolidWorks.com.cn/blog/?387
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

Archiver|手机版|小黑屋|京ICP备11009482号-2  

400 - 818 - 3535 (中国地区咨询电话) | 达索析统(上海)信息技术有限公司北京分公司

京ICP备11009482号-2 | 电话:01065362288

北京市朝阳区建国路79号华贸中心2号写字楼707-709室,邮编:100025

GMT+8, 2018-11-14 08:48 , Processed in 0.169096 second(s), 37 queries .

Copyright © 2002-2018 Dassault Systèmes - All rights reserved

快速回复 返回顶部 返回列表