[論文レビュー] A statistical approach for robust tolerance design

Ambre Diet, Nicolas Couëllan+2 more|arXiv (Cornell University)|Dec 19, 2019

Manufacturing Process and Optimization参考文献 10被引用数 1

ひとこと要約

本稿では、機械部品のアセンブリにおける出力ばらつきを推定するための統計的公差設計手法を提案する。この手法は、一様分布の和に基づき、従来のワーストケース法やRSS法よりもきめ細やかで、信頼水準を制御したばらつきの上限を提供する。本手法は、公差のバランス要因Dを導入し、スタックチェーンの非対称性と公差の厳密さの関係を定量的に定式化する。モンテカルロシミュレーションに近い結果を得るとともに、確率的信頼水準を保証する。

ABSTRACT

Within an industrial manufacturing process, tolerancing is a key player. The dimensions uncertainties management starts during the design phase, with an assessment on variability of parts not yet produced. For one assembly step, we can gain knowledge from the tolerance range required for the parts involved. In order to assess output uncertainty of this assembly in a reliable way, this paper presents an approach based on the deviation of the sum of uniform distributions. As traditional approaches based on Hoeffding inequalities do not give accurate results when the deviation considered is small, we propose an improved upper bound. We then discuss how the stack chain geometry impacts the bound definition. Finally, we show an application of the proposed approach in tolerance design of an aircraft sub-assembly. The main interest of the technique compared to existing methodologies is the management of the confidence level and the emphasis of the explicit role of the balance within the stack chain.

研究の動機と目的

• 初期設計段階において、過剰に保守的なワーストケース公差割り当てとコスト効率が悪い統計的（RSS）手法の間のトレードオフを解消すること。
• ガウス分布の仮定に依存せずに、信頼水準を明示的に管理できる手法を開発すること。
• 入力分布が未知または正規分布でない場合に、スタックチェーンの非対称性が公差の厳密さに与える影響を定量化すること。
• 確率的保証のない工業用ルール（例：1.5×RSS乗数）の実用的でロバストな代替手法を提供すること。
• 信頼性があり解釈可能な境界を提供する、複雑な航空機部品アセンブリにおける公差割り当てを支援すること。

提案手法

• 入力部品の寸法を、その公差区間上での独立した一様分布としてモデル化する。
• 小偏差に対するChernoff型不等式を用いて、一様確率変数の和の改善された上界を導出する。これは、従来のHoeffding不等式を、小さな偏差に対して精密化したものである。
• 主なイノベーションは、スタックチェーンの寄与要因の非対称性を定量化するバランス要因D = (max(vi) − v̄) / Σviである。
• 出力公差区間は、TAirbus = 1.6 × (−0.56D + 1.04) × TRSS として計算され、TRSSはRSSの結果を表す。
• この手法は、出力偏差の指定された信頼水準ρ（例：0.27%）を保証し、厳密な確率的境界を提供する。
• モンテカルロシミュレーションおよび産業界の事例研究を用いて手法の妥当性を検証し、シミュレーション結果と強い一致を示した。

実験結果

リサーチクエスチョン

• RQ1 信頼水準を保証しつつ、ワーストケース法やRSS法よりも精度が高く、かつ過剰に保守的でない公差割り当てはどのように実現できるか？
• RQ2 スタックチェーンの非対称性が、必要な出力公差区間に与える定量的影響は何か？
• RQ3 特定の信頼水準を保証する、ガウス分布に依存しないロバストな手法を構築できるか？
• RQ4 提案されたバランス要因Dは、従来の統計的指標（例：S1）とどのように相関するか？
• RQ5 本手法は、正規分布でない、あるいは悪質な入力分布（例：二峰性分布や切断正規分布）に対しても一般化可能か？

主な発見

• Chernoffに基づく手法は、ρ = 0.27% の条件下で、フレームのずれに対して±4.01 mmの公差区間を生成し、モンテカルロ結果（±3.56 mm）と非常に近い結果を得た。
• 産業用ルール（1.5×RSS）は±3.53 mmを示し、モンテカルロ結果と強い一致を示したが、確率的根拠に欠けていた。
• バランス要因Dは、S1などの統計的指標と強い線形相関を示し、その解釈可能性と予測能力を裏付けた。
• 本手法は、0.27%という明確な信頼水準ρを出力偏差に保証するが、1.5倍乗数のような恣意的ルールとは異なり、確率的根拠がある。
• 関数h(x)のリプシッツ連続性が、定数L = 1/2で証明され、本手法の数学的ロバスト性を裏付けた。
• 本手法は、正規分布でない分布や、プロセス能力が未知の状況に対してもロバストである。これは、公差区間上の一様分布を仮定することで実現している。