Berechne lineare Maßketten mit Worst-Case-Toleranz, RSS oder reproduzierbarer Monte-Carlo-Simulation. ISO-286-Toleranzklassen können direkt aus dem validierten Passungskern übernommen werden.
Maße festlegen und Analyse starten.
Kombiniere Einzelmaße mit Vorzeichen und vergleiche Worst Case, RSS und Monte-Carlo-Ergebnisse.
Jede Zeile braucht Bezeichnung, Nennmaß, Richtung (+/−) und entweder obere/untere Abweichung oder ein ISO-286-Feld. Für RSS werden unabhängige Streuungen benötigt; für Monte Carlo zusätzlich Verteilung, Stichzahl und Zufalls-Seed.
Das Vorzeichen entscheidet, ob ein Maß die Funktionsgröße vergrößert oder verkleinert. Eine Normalverteilung ist nur für statistische Verfahren sinnvoll, wenn der Fertigungsprozess tatsächlich annähernd symmetrisch und stabil streut.
Worst Case addiert die ungünstigsten Grenzlagen. RSS bildet die Quadratwurzel aus der Summe der Varianzen. Monte Carlo zieht Zufallswerte aus den gewählten Verteilungen und zählt Grenzwertüberschreitungen.
100 + 30 − 20 mm ergibt nominal 110 mm. Bei ±0,10, ±0,05 und ±0,05 mm beträgt Worst Case ±0,20 mm; RSS ergibt bei unabhängigen Normalverteilungen etwa ±0,122 mm (3σ-Annahme).
Quellen und Grenzen: Allgemeine Toleranz- und Wahrscheinlichkeitstheorie; ISO-286-Felder werden über den geprüften ISO-286-Kern aufgelöst. Korrelationen und Prozessdrift sind nicht modelliert.
Kombiniere Einzelmaße mit Vorzeichen und vergleiche Worst Case, RSS und Monte-Carlo-Ergebnisse.
Eine Toleranz beschreibt den zulässigen Größenbereich eines gefertigten Merkmals. Die Lage zur Nulllinie legt fest, ob dieser Bereich oberhalb, unterhalb oder um das Nennmaß liegt; die IT-Stufe legt seine Breite fest.
Worst Case addiert die ungünstigsten Grenzlagen. RSS bildet die Quadratwurzel aus der Summe der Varianzen. Monte Carlo zieht Zufallswerte aus den gewählten Verteilungen und zählt Grenzwertüberschreitungen.
Jede Zeile braucht Bezeichnung, Nennmaß, Richtung (+/−) und entweder obere/untere Abweichung oder ein ISO-286-Feld. Für RSS werden unabhängige Streuungen benötigt; für Monte Carlo zusätzlich Verteilung, Stichzahl und Zufalls-Seed. Das Vorzeichen entscheidet, ob ein Maß die Funktionsgröße vergrößert oder verkleinert. Eine Normalverteilung ist nur für statistische Verfahren sinnvoll, wenn der Fertigungsprozess tatsächlich annähernd symmetrisch und stabil streut.
Trage jedes Einzelmaß der Kette mit Bezeichnung, Nennwert, Richtung (+/−) und Abweichungen oder ISO-286-Feld ein. Wähle anschließend die Auswertungsmethode: Worst Case für die ungünstigste Kombination, RSS für statistisch unabhängige Streuungen oder Monte Carlo für eine vollständige Verteilungssimulation.
100 + 30 − 20 mm ergibt nominal 110 mm. Bei ±0,10, ±0,05 und ±0,05 mm beträgt Worst Case ±0,20 mm; RSS ergibt bei unabhängigen Normalverteilungen etwa ±0,122 mm (3σ-Annahme).
Das Vorzeichen entscheidet, ob ein Maß die Funktionsgröße vergrößert oder verkleinert. Eine Normalverteilung ist nur für statistische Verfahren sinnvoll, wenn der Fertigungsprozess tatsächlich annähernd symmetrisch und stabil streut. Ein positives Spiel bedeutet, dass die Bohrung auch im ungünstigsten Grenzfall größer bleibt. Ein negatives Ergebnis ist Übermaß und muss für Montage, Temperatur und Fügekräfte separat bewertet werden.
Maße in Millimeter, Ergebnis als Nennwert mit oberer/unterer Grenzabweichung.
Prüfen, ob eine mehrgliedrige Bemaßungskette ein gefordertes Endmaß mit ausreichender Sicherheit einhält, etwa bei gestapelten Bauteilen oder einer Baugruppe mit mehreren tolerierten Übergängen.
Allgemeine Toleranz- und Wahrscheinlichkeitstheorie; ISO-286-Felder werden über den geprüften ISO-286-Kern aufgelöst. Korrelationen und Prozessdrift sind nicht modelliert.
Typischer Fehler: Vorzeichen der einzelnen Kettenglieder nicht nach Gefühl vergeben – jedes Maß muss konsistent zur gewählten Bezugsrichtung als + oder − eingetragen werden, sonst ergibt die Kette eine falsche Nennsumme. RSS setzt statistisch unabhängige, meist normalverteilte Einzeltoleranzen voraus; bei korrelierten oder systematischen Abweichungen überschätzt sie die tatsächlich erreichbare Genauigkeit.
Worst Case ist für sicherheitskritische oder kleine Stückzahlen mit wenigen Kettengliedern sinnvoll, da er die absolut ungünstigste Kombination abdeckt; bei vielen unabhängigen Einzeltoleranzen ist er jedoch oft unnötig konservativ.
RSS nutzt die Quadratwurzel der Summe der Varianzen statt der einfachen Summe der Beträge; statistisch ist es unwahrscheinlich, dass alle Einzelmaße gleichzeitig ihren ungünstigsten Grenzwert erreichen.
Sie erlaubt beliebige, auch nicht-normale Verteilungen je Kettenglied und schätzt direkt den Anteil der Baugruppen, die eine Spezifikationsgrenze verletzen würden – nützlich bei asymmetrischen oder bekannten realen Streuungen.
Alle Einzelmaße werden gleichzeitig in ihrer ungünstigsten Grenzlage kombiniert. Das Verfahren benötigt keine Annahme über Verteilungen.
RSS setzt unabhängige Maße voraus. Monte Carlo bildet die gewählten Verteilungen ab; Korrelationen, Prozessdrift und Messunsicherheit sind in Version 1.0 ausdrücklich nicht enthalten.