4. 公差链与光机装配尺寸链建模

光机组件装配后，光学元件的位置误差往往不是由单个零件尺寸直接决定，而是由多个零件尺寸、形位误差、装配间隙和调整量沿某一方向叠加而成。把从基准到目标光学面之间的各段尺寸按装配关系首尾相接，就得到一条装配尺寸链。尺寸链中的每一个尺寸称为环，其中被间接保证、需要控制的最终量称为封闭环，其余直接加工或装配得到的尺寸称为组成环。组成环增大使封闭环增大的称为增环，反之为减环。建模的第一步，就是明确封闭环是什么、沿哪个方向、基准在哪里。

以典型的镜筒隔圈装配为例：镜筒内台阶面为基准，依次装入第一片透镜、隔圈、第二片透镜，最后用压圈压紧。若封闭环取“第二片透镜后表面到镜筒后端面的轴向距离”，则镜筒台阶到前端面长度、两片透镜中心厚度、隔圈长度、压圈厚度等构成组成环。设各组成环基本尺寸为 L₁=12.00 mm、L₂=6.00 mm、L₃=8.00 mm、L₄=5.00 mm，公差分别为 ±0.02、±0.01、±0.03、±0.01 mm。若封闭环为增环之和减减环之和，则其基本尺寸为各环代数和，公差则取决于所采用的计算方法。

极值法：最坏情况下的确定性边界

极值法假设所有组成环同时取到各自极限尺寸，且方向都使封闭环朝同一侧偏移。封闭环公差等于各组成环公差之和：T₀ = ΣTᵢ。上例中 T₀ = 0.04+0.02+0.06+0.02 = 0.14 mm，即封闭环为 31.00±0.07 mm。极值法计算简单、结果保守，适合组成环数量少（一般不超过 4～5 环）、批量小、单件成本高、失效后果严重的光机组件，例如航天镜头、干涉仪镜组、单件定制的精密调整架。它的缺点是当环数增多时公差急剧累积，往往导致零件加工精度要求过高而无法经济实现。

概率法：基于统计分布的合格率估计

概率法认为各组成环尺寸是随机变量，实际装配中所有环同时达到极限的概率极低。当各组成环近似服从正态分布且相互独立、无系统偏差时，封闭环标准差为 σ₀ = √(Σσᵢ²)，若取公差与标准差关系 Tᵢ = 6σᵢ，则 T₀ = √(ΣTᵢ²)。上例中 T₀ = √(0.04²+0.02²+0.06²+0.02²) ≈ 0.0775 mm，明显小于极值法的 0.14 mm。这意味着在相同零件公差下，概率法能给出更宽松的封闭环公差，或在相同封闭环要求下允许放宽零件公差。概率法适用于大批量、组成环较多、生产过程稳定且尺寸分布可统计的场合，如手机镜头模组、车载镜头、消费类光学模组的批量装配。使用时必须确认分布类型和工序能力，若存在明显偏态或系统性偏移，需引入修正系数 k 或改用其他方法。

蒙特卡洛法：面向复杂光机链的数值抽样

当尺寸链中存在非线性关系（如角度误差引起的横向位移、透镜偏心与倾斜的耦合）、组成环分布非正态、或需要同时考察多个封闭环时，解析公式难以直接套用。蒙特卡洛法通过对每个组成环按其分布随机抽样，代入装配函数计算封闭环，重复数万至数百万次，统计得到封闭环的分布、均值、标准差和超差率。其流程为：建立装配函数 → 设定各环分布与参数 → 生成随机样本 → 计算封闭环 → 统计结果并判断合格率。上例若各环均为正态分布且取 3σ 对应公差，抽样 10 万次后封闭环标准差约为 0.0129 mm，与概率法解析结果一致；若将隔圈长度改为均匀分布，则封闭环分布尾部会发生变化，超差率需重新评估。蒙特卡洛法适合环数多、非线性强、多目标耦合的光机系统，如变焦镜头、多镜组同轴装配、带调整机构的光机组件。

三种方法的适用条件与选择依据

选择计算方法时，可从四个维度判断：组成环数量、生产批量与分布稳定性、装配函数是否线性、失效后果与成本。环数少且要求绝对安全时用极值法；环数多、批量大、过程受控时用概率法；存在角度耦合、偏心倾斜、多封闭环或非正态分布时用蒙特卡洛法。实际工程中常先用极值法做快速校核，再用概率法或蒙特卡洛法做精细化评估，两者结果差异可作为判断是否需要收紧关键环的依据。

计算流程与结果判读

以蒙特卡洛法为例，完整流程如下：第一步，建立装配函数 L₀ = f(L₁, L₂, …, Lₙ)，明确各环的增减关系；第二步，为每个组成环指定分布类型和参数，如正态分布取均值 μᵢ 和标准差 σᵢ，均匀分布取上下限；第三步，设定抽样次数 N（通常 10⁴～10⁶），生成随机样本矩阵；第四步，逐样本计算 L₀，得到封闭环的样本集合；第五步，统计均值、标准差、分位数和超差率，并绘制直方图。若超差率高于目标值（如 0.27% 对应 ±3σ），则需识别贡献最大的组成环，优先收紧其公差或增加调整环节。

结果判读时，不能只看均值是否落在目标中心，还要关注分布尾部和偏度。若封闭环分布明显偏斜，说明某个组成环的分布不对称或装配函数存在非线性，此时仅用标准差描述风险不够，应结合累积分布曲线读取特定合格率对应的公差边界。对于光机组件，最终判断依据通常是：在给定置信水平下，封闭环的极值是否落在光学设计允许的离焦、偏心或倾斜范围内。

需要强调的是，三种方法并非互相替代，而是精度与成本之间的递进关系。极值法给出最保守的边界，概率法在统计意义上放宽了要求，蒙特卡洛法则把非线性、非正态和多目标耦合纳入统一框架。在光机装配尺寸链建模中，建议至少完成极值法校核，再根据产品批量与精度要求决定是否引入概率法或蒙特卡洛法，并将计算结果反馈到零件公差分配和装配调整策略中。