DFSS及公差设计与分析.ppt

* * According to Decisioneering, ~50% of CB users are in the petroleum industry and ~40% in the finance industry. Even though GE-Capital obtained CB for GE, most use in GE is probably in engineering * * * * 1.查标准正太分布表(右表)：表的纵向代表n的整数部分和小数点后第一位，横向代表n的小数点后第二位. 如，n=3.00, 查表P(n≤3)=0.9987. 那么： P(-3≤n≤3)=1-2*[1-P(n≤3)]=0.9974. 即，以3σ设计(T=3σ), 良率达到99.74%. 反之，也可以通过“良率”反推得到“n个σ设计” 2.利用Excel计算. 那么，n个σ对应的概率是多少呢？即，如果按照3σ 设计(T=3σ), 良率会有多少？ ——两种方法： 二、公差分析的方法(RSS)——统计概念 * 二、公差分析的方法(RSS) Part 3 Part 2 Part 1 如何设定Gap？ Part 4 最小 Gap =设计的Gap – Tasm=0.5-0.39= 0.11(OK！) 最大 Gap =设计的Gap + Tasm=0.5+0.39=0.89 现在以联正σ标准，引入σ的概念，Tasm的算法如下 结论—— 1.导入3σ的结果与未导入3σ的结果相同，不同之处在于——导入3σ的RSS设计要求是至少要到达99.73%的良率。 2.最小Gap=0.11,说明此设计还有余量——即，此设计的σ水平＞3σ，具体值是： n=(|设计的Gap-期望的Max/Min Gap|)/(σasm)=|0.5-0.0|/(0.39/3)=3.85. 3.而要保证达到 3σ设计，就要求各个part的实际σ值≤设计的 σ值。这样一来，设计与实际终于关联到一起. 4.“导入3σ的RSS”同样有缺陷—— a.如果Gap出现NG，无法判断该选择哪个Part进行调整？ b.如果任选一个Part调整，无法得知调整后的取值是否最佳取值？ c.无法预知与PPAP相关的参数（Cpk,CP…） 设计的σ=T/n; 实际的σ= N-1 * 二、公差分析的方法（ Monte Carlo ） 定义： Monte Carlo(蒙特卡罗模拟)是通过每次生成一组各个Part不同的随机取值值 , 设定模拟的次数和范围，从而生成结果Y(Gap）的分布。 Monte Carlo的特征： 累积公差的计算： 如: Gap=X3-(X1+2*X2+X1*X2), 则： ; ; 尺寸链为线性或非线性均可，如：Gap=X3-(X1+2*X2+X1*X2) 各尺寸没有限制为正太分布 能够识别哪个Part对结果的影响最大 能够提供最合理的各个Part取值 允许不良率存在，是这3种方法中最能符合实际 * 二、公差分析的方法(Monte Carlo) Part 3 Part 2 Part 1 如何设定Gap？ Part 4 设计的Gap =X4-X1-X2-X3 结论—— 1.如果尺寸链为线性，结果与RSS相同. 2.现在，用Crystal-Ball(一款基于Monte Carlo分析法的模拟软件)识别哪个Part对结果的影响最大；以及提供最合理的各个Part取值。 * CrystalBall （在Excel中建立数学模型） Inputs Outputs Y = f(x1, x2…, xn) Xs Y Crystal Ball - Monte Carlo分析的示意图： 二、公差分析的方法(Monte Carlo) Crystal-Ball需要设计者定义各个 X 的分布，再根据 Y的关系式， 通过大量的随机取值X ，从而得到 Y 的分布， Current Design 　 Mean Tolerance Remark X1 220.1 ±0.8 Width of Battery pack room 　 X2 213.7 ±1.2 Width of battery pack X3 1.2 ±0.05 Thickness of sheet-metal X4 3.2 ±0.5 Height of left-plate Transfer Function Gap = x1–x4–x3–x2–x3 Current Design Nominal Gap Gap =220.1–3.2–1.2–213.7–1.2 = 0.8 二、公差分析的方法(Monte Carlo) 步骤1. 在