摘要：多数机械中级工程师对统计公差只停留在书本概念，要么不敢用，要么用错踩大坑。本文结合实际工程踩坑经验，讲清统计公差的适用场景、计算要点和常见误区，拿来就能用。
做装配设计，谁没被公差卡过脖子？十几个零件叠起来，每个零件给一点公差，加起来总公差直接超了装配要求。缩公差？好啊，普通加工变精密加工，单件成本直接涨三成，批量大一点，一年多花几十万都是常事。
很多人直到现在，不管什么项目，上来就是极值法全累加。说实话，不是不对，是太浪费了。
为什么要放着简单的极值法不用，去算统计公差？
我五六年前做汽车转向管柱的总装，十二个注塑和机加零件组成的总成，要求轴向总窜动不超过0.3mm。用极值法算下来，每个零件的尺寸公差要控制在0.025mm以内。注塑件也就算了，五个铝机加件，每个都要磨，供应商报过来的价格比最初预估高了32%，还说合格率只能到八成。
那会头都大了。后来找工艺部的老法师带了一句，换统计公差算啊。我一试，哦，原来每个零件公差可以放宽到0.05mm，总公差算出来刚好0.27mm，满足要求。合格率直接拉到99%以上，成本直接降回去了。
核心逻辑其实一点都不复杂。批量生产里，绝大多数零件的尺寸都是围绕设计中心正态分布的，所有零件同时偏到公差上限或者下限的概率有多低？十个独立零件，概率不到千分之一。你用极值法，相当于把万分之一概率的极端情况当成必然要求，平白无故拉高了所有零件的加工要求。
行业通用规范GB/T 13914-2013 尺寸公差 统计公差法，早就把这个方法写得明明白白，只是很多人不敢用而已。
统计公差落地的核心：别在公式上犯低级错
很多人看书本就记了一个平方和开根号，拿过来就用，结果批量出问题。为什么？漏掉了偏移系数。
当生产稳定，工序能力足够的时候，尺寸分布中心和设计中心是重合的，总公差公式确实是：
Tₛ = √(ΣTᵢ²)
可实际生产里，哪有那么多完美的正态分布？机床总有磨损，调机总有偏差，分布中心多多少少会偏移设计中心。这个时候，总公差就要考虑偏移，根据GB/T 13914的要求，偏移量Δ=k*(Tᵢ/2)，k就是偏移系数，取值从0到1。
我一般做项目，批量稳定的老产品，k取0.25；新开模新工艺，k取0.5。千万不要直接取0，那就是把所有偏移都忽略，相当于你主动放宽了公差，不出问题才怪。
还有一个常见错，就是不管公差独不独立，直接套公式。比如同一个零件上两个相邻尺寸，同一道工序加工出来的，两个公差是相关的，这时候要乘相关系数。不过绝大多数场合，封闭环的组成环都是不同零件不同工序加工的，基本都是独立的，所以不用额外调整，这点记住就行。
我刚用统计公差那会，就是直接取k=0，结果一批千分之二的不合格，客户退货，季度奖金全扣，肉疼了好久。这个坑，我说完你就别踩了。
统计公差的红线：哪些场景绝对不能用？
统计公差好，不是所有地方都能用。我把话说死，安全关键件的封闭环公差，绝对不能用统计公差。
比如说汽车刹车系统的总间隙，比如说起重设备的吊钩尺寸链，比如说医疗设备的运动行程，这些地方，哪怕万分之一的概率出问题，都是出人命的大事！你必须用极值法，保证所有极端情况都满足要求。统计公差是概率合格，不是100%合格，这点永远要记住。
不过话说回来，非安全的装配尺寸，比如消费电子的外壳间隙，汽车内饰的阶差，家电的外观配合，这些地方，用统计公差太香了。放宽公差带来的成本下降，远大于那一点点极低概率的售后成本，算算账就知道划不划算。
还有一个情况不能用，就是你的批量太小，不到几百件，尺寸分布根本出不来正态，这时候统计公差的基础就不存在，老老实实算极值吧。还有就是工序能力Cp小于1的，尺寸分布早就偏得不成样了，也别碰，碰了就是坑。
说实话，很多工厂的质量部一开始都反对用统计公差，怕出问题。你把概率算给他们看，把加工成本的对比摆出来，再拿小批量试产的数据说话，没人会不同意。毕竟降本就是增效，大家都懂。
说白了，工具从来没有对错，看你用在什么地方。统计公差帮不少工厂降了几十万的年加工成本，也坑过不少刚学会概念的新手。摸清楚适用边界，算对核心参数，自然就能用得顺手。
