新製品を設計する際には、わずかなばらつきで大きな問題につながる可能性があります。エンジンアセンブリ、スマートフォンケーシング、医療機器など、各コンポーネントは、最終製品が意図したとおりに機能するように正確に適合する必要があります。そこで、公差スタックアップ分析が登場します。
公差スタックアップ分析は、組立のための製品設計を最適化するために使用されます。アセンブリの部品公差の累積効果を計算するのに非常に効果的です。一般的に、ほとんどのエンジニアは部品ごとに最適化された公差を定義する価値を理解しているものの、特に組立およびテスト環境では、全体的な公差を考慮しない場合があります。公差スタックアップ分析は、エンジニアが部品のばらつきが組立でどのように組み合わされるか、そして最初のプロトタイプが構築される前に最終結果が仕様を満たすかどうかを予測するのに役立ちます。
公差スタックアップ分析には、主に2つのアプローチがあります。
ワーストケース分析 – このアプローチは、すべての公差が同じ方向に極限にあることを前提としています。シンプルで保守的であるため、適合が保証されますが、多くの場合、過剰なエンジニアリングと不要なコストにつながります。
モンテカルロ分析 – このアプローチでは、確率分布を使用して実際のばらつきをモデル化します。最悪の事態を想定する代わりに、数千もの組み立て結果をシミュレートして、故障の可能性を推定します。このアプローチは現実をより正確に反映し、パフォーマンスを維持しながら、より緩い（そしてより安い）公差を正当化することができます。
Minitab Workspaceのモンテカルロシミュレーションツールを使用して、エンジニアは公差モデルを迅速にセットアップできます。
公差スタックアップ分析は、設計意図と製造現実の間のギャップを埋めます。不確実性を定量化することで、エンジニアは、パフォーマンス、コスト、製造可能性のバランスを取る情報に基づいた意思決定を行います。ワーストケース分析はより一般的で効果的ですが、モンテカルロシミュレーションは最終的により現実的なアプローチを提供し、許容誤差を緩め、より実用的な設計アプローチを提供します。