容差与灵敏度分析：把公差叠加从“拍脑袋”变成“算出来”

产品开发中，很多装配不良和功能失效，根源不在某个零件做得不好，而在公差叠加——每个零件都合格，装在一起却超差。容差分析就是用数学方法预先算出“叠加后的结果”，灵敏度分析则进一步指出“哪个环最敏感、最值得花钱去改”。两者配合，是设计评审、试产前放行和供应商定点阶段性价比最高的质量工具之一，能让问题在图纸阶段就暴露出来，而不是等到装配线上去救火。

一、两条主线：极值法与均方根法

容差分析最常用的是两种算法。

极值法（WC，Worst Case）：把各组成环的公差直接相加，得到最坏情况下的累计公差。结果最保守，只要每个零件合格，装配必然合格；但公差往往收得过严，制造成本高。适合组成环少、装配不可调整、失效后果严重的场合。

均方根法（RSS）：假设各零件尺寸独立且服从正态分布，累计公差取各环公差的平方和开方。结果比极值法宽松得多，更贴近大批量生产的真实分布，但存在一定超差风险，需结合过程能力（Cpk）评估。适合组成环多、批量大、可统计管控的场合。

两者不是二选一，而是配合使用：用极值法做安全边界校核，用均方根法做量产风险预测。组成环越多，两种方法的差距越大——三个环差不了多少，十个环就可能差出一倍以上，选错方法要么过度设计、要么埋下批量隐患。

二、灵敏度分析：找到“敏感分子”

灵敏度分析回答一个问题：累计结果的变化，各组成环各占多少“功劳”？

把各环公差平方后占总平方和的比例算出来，就是贡献度。贡献度最高的环就是“敏感分子”——它稍微一动，装配结果就波动很大。优化时优先处理它，往往能以最小成本解决最大问题；反之，不分析就“一刀切”收紧所有公差，成本上去了，问题却未必解决。

三、五步落地流程

第一步，建立尺寸链。把目标特性（间隙、总长、位置度等）与相关零件尺寸画成闭环，明确哪个是封闭环、哪些是组成环，别漏环也别多环；装配顺序和定位基准不同，尺寸链的构成也不同，先统一基准再画链。

第二步，定名义值与公差。名义值按功能要求分配，公差取自图纸或供应商实测的过程能力数据，避免拍脑袋；同一零件上有多个特性参与不同尺寸链时，要统筹兼顾，避免互相打架。

第三步，选算法。先按极值法粗算，再按均方根法精算；两者都超差时优先改结构，而不是硬收公差。

第四步，算贡献度。列出各环方差占比，锁定敏感环，结合工艺可行性决定是收紧公差、换材料，还是改定位结构；对供应商而言，贡献度排名还是谈判公差与定价的客观依据。

第五步，验证与监控。试产阶段用实测数据复核分析结果，量产后用 SPC 持续确认公差分布没有漂移——分析结果不是一劳永逸。

四、一个简洁示例

某机构总长要求 100±0.6mm，由三个零件叠加：A＝40±0.2、B＝35±0.15、C＝25±0.1。

极值法：累计公差＝0.2＋0.15＋0.1＝±0.45，满足±0.6，但已吃掉75%的裕量。

均方根法：累计公差＝√(0.2²＋0.15²＋0.1²)≈±0.27，量产超差风险很小。

贡献度：A 占 0.04/0.0725≈55%，B 占 31%，C 占 14%。A 是敏感分子——把 A 的公差从±0.2 收到±0.15，累计公差降到约±0.23；而收紧 C 几乎无济于事。资源应该优先投给 A 的工艺改善。

五、三个常见误区

误区一：只算极值法。结果过严，公差收死，成本失控；大批量场景应结合均方根法。

误区二：忽略灵敏度，“一刀切”收紧所有公差。花钱最多，见效最差。

误区三：分析一次定终身。模具磨损、材料批次变化都会改变公差分布，要结合 SPC 数据定期复核。

容差与灵敏度分析的本质，是用数学把“装配能不能成”的问题前置到设计阶段。它不增加一分钱物料成本，却能省下大量试错、返工和报废，是“第一次就做对”最直接的落地工具。

公差不是越严越好，而是越“准”越好——把资源投给贡献度最高的那个环。

知识编号：6.4.3

版本：v20260806

作者：卓越质量智库 卓越质量智库致力于为质量管理从业者提供系统化的专业知识、方法论与实战工具，助力企业质量能力持续提升。