第3章：公差分析基本流程
公差分析这件事，说白了就是一套标准动作。我见过不少工程师上来就仿真，结果跑出来的数据根本没法用。为什么？因为跳过了前面的关键步骤。
这一章，我把整个流程拆成五个环节。你按这个顺序走，基本不会出大问题。
核心流程五步走：
- 定义系统 — 搞清楚你要分析什么
- 确定关键参数 — 哪些变量说了算
- 分配公差 — 给每个参数一个范围
- 仿真分析 — 让计算机跑一遍
- 结果评估 — 数据到底行不行
3.1 定义系统
这一步很多人觉得简单，其实最容易翻车。定义系统不是写个名字就完事，你得说清楚：
- 系统边界 — 从哪里算起，到哪里结束
- 输入输出 — 光从哪进，从哪出
- 关键元件 — 透镜、反射镜、探测器，一个不能少
- 坐标系 — 全局坐标还是局部坐标，我习惯用全局
我的经验：定义系统时，多花10分钟画一张草图。把每个元件的位置、朝向、间距标清楚。后面所有分析都基于这张图，省得来回改。
举个例子。一个激光准直系统，你要定义：激光器出光口位置、准直透镜位置和焦距、目标面位置。少定义一个，仿真结果就是废的。
3.2 确定关键参数
系统定义好了，接下来找关键参数。不是所有参数都值得分析，你想想看，一个系统几十上百个参数，全跑一遍得跑到猴年马月。
我一般这么筛选：
- 灵敏度高的 — 参数变一点点，性能就大跳水
- 工艺难控制的 — 比如非球面透镜的面型公差
- 客户指定的 — 有些参数客户有硬性要求
- 成本敏感的 — 公差太紧，加工费翻倍
| 参数类型 | 举例 | 影响程度 |
|---|---|---|
| 位置参数 | 透镜间距、倾斜角 | 高 |
| 面型参数 | 曲率半径、非球面系数 | 高 |
| 材料参数 | 折射率、阿贝数 | 中 |
| 环境参数 | 温度、湿度 | 视情况 |
⚠️ 注意：别把参数定得太细。我曾经在一个项目里列了30多个参数，结果一半对结果没影响，白白浪费计算资源。先粗筛，再精筛。
3.3 分配公差
关键参数确定了，接下来给每个参数一个公差范围。这一步最考验工程经验。
分配公差有几个原则：
- 参考工艺能力 — 普通加工±0.1mm，精密加工±0.01mm，别乱给
- 考虑成本 — 公差每收紧一个数量级，成本可能翻3-5倍
- 留余量 — 别把公差卡到极限，装配和老化会有偏差
- 对称分配 — 除非有特殊理由，否则正负公差对称
常见公差分配参考：
- 机械结构件：±0.05mm ~ ±0.2mm
- 光学透镜定位：±0.01mm ~ ±0.05mm
- 透镜面型：λ/4 ~ λ/10（λ=632.8nm）
- 折射率公差：±0.001 ~ ±0.0005
我记得有一次做投影镜头，客户要求MTF在50lp/mm处大于0.4。我一开始把透镜间距公差给了±0.02mm，结果加工厂说做不了，成本太高。后来放宽到±0.05mm，配合主动对准，效果一样好。所以说，公差分配要跟工艺商量着来。
3.4 仿真分析
前面三步做好了，仿真就是跑数据的事。非序列系统的仿真，我一般用蒙特卡洛方法。
基本步骤：
- 设置参数分布 — 正态分布还是均匀分布？我习惯用正态
- 设定样本数 — 一般跑500-2000次，太少不准确，太多没必要
- 运行仿真 — 让软件自动生成随机样本并计算
- 记录结果 — 每次运行的性能指标都记下来
// 伪代码示例：蒙特卡洛公差分析
for i = 1 to N: // N = 样本数
for each parameter:
value = nominal + random_gaussian(sigma)
set_parameter(parameter, value)
result[i] = run_simulation()
save(result[i])
end for
analyze_distribution(result)小技巧：第一次跑可以先跑100次看看趋势。如果结果分布已经很明显，就不用跑2000次。省时间。
3.5 结果评估
仿真跑完了，一堆数据摆在那。怎么看？
我一般看这几个指标：
- 均值 — 平均性能怎么样
- 标准差 — 性能波动大不大
- 良率 — 多少样本满足指标要求
- 最差情况 — 最坏的情况下还能不能用
举个例子。你要求MTF≥0.3，仿真跑了1000次，结果：
- 均值0.42，标准差0.05 → 不错，良率应该很高
- 均值0.32，标准差0.08 → 危险，有一半可能不合格
- 均值0.28，标准差0.03 → 设计本身就不达标，别调公差了，改设计吧
⚠️ 避坑：别只看均值。我见过一个项目，均值0.45看着挺好，结果标准差0.15，良率只有60%。后来发现是某个参数的公差给得太松。所以一定要看分布。
结果评估完，如果良率不够，就得回到第3步调整公差，或者回到第2步重新选关键参数。这就是迭代。
嗯，这一章的内容就到这。五步流程看着简单，每一步都有门道。后面几章我会把每一步拆开细讲，尤其是仿真分析和结果评估，那是真正出活的地方。