摘要：很多中级机械设计工程师算公差时，要么习惯用保守的极值法，把加工成本抬得老高，良率上不去；要么乱用统计公差，导致批量装配超差，良率拉胯。本文结合十几年量产项目落地经验，讲清楚统计公差的核心逻辑、常见踩坑和实际使用方法，都是能直接拿去用的干货。
上周刚帮新项目组擦完屁股。原本按图纸做出来的批量零件，单个公差全合格，装配起来就是超差，良率不到七成，开模费已经砸进去了，改模还要几十万，整个组头都大了。
翻了一眼他们的公差计算，全是极值法合成，每个零件公差卡到小数点后三位，加工的时候稍微晃一下就报废，这不扯吗？
机械设计做公差，统计公差这东西，你不用是真吃亏，用错了是真翻车。
为什么极值法不适合批量生产？
我刚入行学公差，老师教的第一套就是极值法合成，公式简单：总公差等于所有零件公差的和。逻辑也直白，所有零件都刚好走到公差极限，装配起来刚好不超差，绝对不会出问题对吧？
可实际批量生产里，这种情况发生的概率有多低？所有零件同时走到公差上下限，相当于你连续买三次彩票都中末等奖，几乎不可能。零件尺寸只要是稳定工序生产出来的，基本都是围绕名义尺寸呈正态分布，大部分尺寸都落在公差带中间，边缘的少之又少。
按统计规律，当所有组成环尺寸独立正态分布的时候，统计公差的合成公式通用写法是：
T统计 = k√(ΣTi²)
公式里k一般取3，对应99.73%的置信区间，完全覆盖绝大多数批量生产的情况，这个也是ISO 286-2和ASME Y14.100里明确认可的算法。
对比一下就知道差距了，比如三个零件的公差都是±0.05mm，按极值法算总公差是±0.15mm，按统计公差算，总公差才3*√(0.05²*3)≈±0.26？不对哦，反过来，如果你要求总公差不超过±0.15，按极值法每个零件只能放±0.05，按统计法每个零件可以放宽到±0.08，加工难度降了不止一个等级，成本直接往下走。
统计公差落地，三个你躲不开的坑
我见过太多人，拿着公式套完就万事大吉，结果批量生产出来良率崩得一塌糊涂。说实话，统计公差的坑不在公式，在你对前提条件的判断。
第一个坑：硬把非正态分布套进正态公式。
是不是想当然觉得所有加工尺寸都是正态分布？不对的。冲压零件因为模具持续磨损，尺寸会一直往一个方向飘，出来是偏态分布；钣金折弯的孔位，因为回弹的影响，尺寸也会偏到一边；注塑件的厚度，因为保压压力的波动，经常是双峰分布。我之前碰过一个钣金机柜的项目，四个安装孔的孔位公差单个都是±0.1，按统计算总位置公差才±0.2，结果实际批量测下来，偏了快0.4，后来打了尺寸直方图才发现，所有孔位全偏负方向，模具磨损没做补偿，你套正态公式有什么用？
第二个坑：相关误差没剔除，直接平方相加。
什么叫相关误差？同一个工位一次装夹加工出来的两个尺寸，误差方向是一致的，比如车床上一次车出来的两个轴肩，刀具磨损了，两个轴肩的直径同时变大，误差是正相关的。这个时候你按独立尺寸算统计公差，结果就会偏松，实际总公差比你算的大很多。正确的做法是引入相关系数，相关性越强，总公差越接近极值法的结果，不能一概而论。
第三个坑：为了降成本，无限制放宽单个公差。
不少人觉得，反正我用统计公差，放宽点没关系，结果碰到原材料波动、工序换型、设备老化，一下子全超差。统计公差是给你留合理的余量，不是让你放飞自我，这个度一定要卡准。
实际项目里怎么用？说点能直接上手的干货
先讲清楚，什么时候能用？批量大于500件的量产产品，封闭环不是涉及安全的关键配合，都可以用。比如消费电子的外壳装配、汽车的非功能内饰件、家电的结构支架，这些地方用统计公差，降本效果特别明显。
什么时候绝对不能用？汽车刹车、飞机结构这种安全件，小批量定制的单件产品，你老老实实给我用极值法，别赌概率，出了问题你担不起。
我拿之前做扫地机器人滚轮支架的项目举例子，三个注塑零件叠起来装配，总间隙要求控制在0.1~0.3mm之间，原来按极值法算，每个零件的厚度公差必须卡到±0.03mm，注塑开模之后，良率才75%，单件加工成本比预算高了近三成。后来我们重新算公差，工序稳定，尺寸分布就是正态，三个尺寸独立加工误差不相关，所以套用统计公差公式，把单个零件的厚度公差放宽到±0.05mm，算出来总公差是±0.13，刚好落在要求的0.2mm总公差范围内，放完之后量产良率直接爬到94%，单件成本降了12%，一年几十万的成本就省出来了。
说白了，公差设计本质上就是平衡成本、良率和风险的手艺，没有哪一种方法是万能的。统计公差不是什么高大上的考试知识点，是量产项目里实实在在的降本工具。你用对了，不用改设计不用改工艺，就能把良率提上去，成本降下来，这才是真本事。
别为了所谓的绝对安全，给保守设计白白买单。
