极值法（WC）详解：计算步骤、公式推导与适用场景
极值法，英文叫 Worst Case，圈内人常简称为 WC。说白了，就是假设所有零件的尺寸都同时往最坏的方向跑——能大的都最大，能小的都最小。我刚开始做公差分析那会儿，觉得这方法太保守了，后来吃过亏才明白，有些场合你还真就得用它。
核心思想：所有尺寸偏差同时取极端值，计算装配后的最大/最小间隙或干涉量。
4.1 极值法的计算步骤
我个人习惯把极值法拆成五步走，你照着做基本不会漏项：
- 建立尺寸链——画出封闭环和组成环的关系图
- 确定各组成环的名义尺寸与公差——从图纸上抄下来
- 判断传递系数——增环取+1，减环取-1
- 计算封闭环的名义尺寸——增环之和减去减环之和
- 计算封闭环的极值公差——所有组成环公差绝对值之和
嗯，这里要注意：第3步的传递系数，很多新手会搞反。增环就是尺寸变大时封闭环也变大的那个环，减环则相反。我在项目中见过有人把减环当增环算，结果装配干涉了还找不到原因。
4.2 公式推导
咱们先看封闭环的名义尺寸公式：
T0 = Σ(ξi · Ti)其中：
- T0 —— 封闭环公差
- ξi —— 第 i 个组成环的传递系数（通常为 ±1）
- Ti —— 第 i 个组成环的公差
封闭环的极值公差计算公式：
T0,WC = Σ|ξi| · Ti = Σ Ti说白了，就是把所有组成环的公差绝对值加起来。为什么？因为极值法假设所有偏差同时取最大，所以最坏情况就是公差带直接叠加。
举个例子：一个三环尺寸链，三个组成环公差分别是 ±0.1、±0.05、±0.08，那么封闭环的极值公差就是 0.1 + 0.05 + 0.08 = 0.23。你想想看，如果每个环都往最坏方向跑，装配间隙确实可能差这么多。
4.3 适用场景
极值法不是万能药，但它有自己的一亩三分地。我根据项目经验总结了一下：
| 场景 | 推荐程度 | 原因 |
|---|---|---|
| 安全关键件（刹车、转向） | 必须用 | 不允许任何失效可能 |
| 环数 ≤ 4 的简单装配 | 推荐 | 计算简单，结果直观 |
| 批量极小（样机、单件） | 推荐 | 没有统计样本支撑 |
| 环数 ≥ 6 的复杂装配 | 不推荐 | 公差累积过大，成本飙升 |
| 大批量生产 | 谨慎使用 | 过于保守，建议用 RSS |
我的经验：做医疗器械时，有个关键配合间隙要求 0.1~0.3mm，当时用极值法算出来公差只有 ±0.05mm，加工成本直接翻倍。后来跟客户沟通，改成统计公差法，才把成本降下来。所以极值法虽好，别滥用。
4.4 局限性
极值法的局限性，说白了就三个字：太保守。
- 经济性差——所有零件都要压到最严公差，加工成本直线上升
- 不反映实际分布——现实中所有尺寸同时跑极值的概率极低
- 环数越多越离谱——6个环以上，极值法算出的公差几乎没法加工
避坑指南：我曾经在一个8环的传动箱项目里用了极值法，结果算出来的封闭环公差只有 0.02mm，供应商直接说做不了。后来改用 RSS 法，公差放宽到 0.08mm，装配测试也没出问题。所以环数超过5个时，我建议你先用极值法算一遍看看上限，再用统计法做最终决策。
4.5 极值法知识体系图
下面这张图帮你理清极值法的整体脉络：
极值法就像一把尺子，量出最坏情况下的边界。它简单、直观、安全，但别指望它帮你省钱。实际项目中，我通常先用极值法算一遍，看看理论上的极限能不能接受，然后再用统计法做优化。两者结合，才是工程上的正道。