今天比较有空
就赶快把能写的写一写
如果定义上有问题的还请s大或是其它高手一起来纠正
感谢!
话说写技术/观念分享文几个好处，
就是如果自己有认知错误的部分，
可以很快地修正。
然后自己在写的过程也能重新思考自己的想法合不合逻辑
所以我还蛮鼓励板上大德写分享文的~
(我想说GD&T弄完来写点其它的)
学可得一，教则得十。(题外话)
今天也是把容易混淆的部份讲解一下~
跟圆特征相关的几何公差
真圆度(Circularity)
圆柱度(Cylindrity)
同心度(Concentrity)
同轴度(Coaxiality)
偏摆度(Runout)
如有错误
烦请不吝指正
感谢!
进入正题
首先是真圆度(Circularity)
这个几何公差是少数不需要基准特征的
如下图:
https://imgur.com/9qglywi
解读方式如下:
量了一个圆，以它的量测值为基准
比如说扫了一圈，只要直径在98-102间都OK，
假设这个圆量到的最大值为100.0，
那以它的量测到的半径(100.0/2=50.0)，那就把半径再缩个0.2(50.0-0.2=49.8)
就是公差带
如下图:
https://imgur.com/9NJuCEY
这样做有个好处，它不会限制直径的尺寸公差，而又可以达成对圆轮廓的要求。
如果单纯以尺寸公差限制圆轮廓的话:
如下图:
https://imgur.com/LqqXHGo
你就必须把尺寸公差订得很小
这样在设计上就少了些弹性~
接着是圆柱度(Cylindricity)
可以不参考基准特征，
如下图:
https://imgur.com/hJsdGYs
公差带的取法跟同心度一样，只是多了一个维度
如下图:
https://imgur.com/278ru7n
只要量测出来的圆柱都在公差带内即PASS
以CMM来说
就是平均散布N个点在圆柱上，它会帮你拟合出一个最接近的圆柱体，
自动取最大的直径当基准，来判断是否合乎公差。
(根据个人写算法的经验，
不外乎是Quasi-Newton,Gauss-Newton,Lagrange,Levenberg-Marquardt
or other gradient-based algorithms.
有兴趣的人可以参阅Numerical Recipes in C)(题外话++)
再来是同心度(Concentricity)
之前s大有解释说是以"量到的"中心点为判断依据
使用上则是得以"圆"相关特征做为基准特征
只要中心点在公差带内即PASS
以下图为例子:
https://imgur.com/wnSa4XR
直观的解读法是以基准A实际加工出来的圆心当基准，
量测特征实际加工出来的圆心和基准的圆心有直径0.5的公差带。
比较麻烦的是同轴度(Coaxiality)
它算是位置度的一种特殊状况
其它时候也看过用同心度来表示同轴度的~
不过为了避免在符号上起争议
这边都用位置度来表示
如下图:
https://imgur.com/V4ogdmq
判读方式和位置度一样
只是基准特征是轴对称的特征
而量测特征本身也是轴对称的特征。
再来是圆偏摆度(Circular Runout)
这个就和圆的轮廓有100%相关，
而且其基准轴特征必须为"转动轴"!
这个和同心度/同轴度最大的不同在于
同心看的是量测特征的中心点
同轴为轴特征
而圆偏摆以量测特征的轮廓为参考依据
不考虑转动轴这个因素的话，
其实它和真圆度有点像
所有有些真圆度的量测会用偏摆度的方式来测量
偏摆度的例子如下图:
https://imgur.com/mMUDYzJ
解读方式如下:
以轴特征当基准，欲量测的圆特征相对于基准轴，
其轮廓在基准轴转了360度后，外轮廓的变化不能超过0.2，
会订这种公差主要是几乎所有的转动件同时要求自身真圆度以及同轴度
用偏摆度可以同时满足这两样需求
最常用的做法是在要量测位置上架上千分表
如下图:
https://imgur.com/LUVcSLJ
当轴转了360度，千分表的差异都不能超过0.2
另一个是全偏摆(Total Runout)
和圆偏摆度类似，只是它要检查的是"整个"量测轴特征
而不是单一的截面
全偏摆如下图:
https://imgur.com/DH8G2Ep
以轴特征当基准，欲量测的圆柱特征相对于基准轴，
其轮廓在基准轴转了360度后，外轮廓的变化不能超过0.2，
会订这种公差主要是同时要求自身真圆柱度以及同轴度
全偏摆度可以同时满足这两样需求
最常用的做法是在要量测位置上架上一支或多支千分表
在基准轴旋转的时候
千分表单向或来回仪动来读取整个圆柱面
或是由多个千分表同时读取偏摆
(这个就看供应商和原厂之间怎么订量测规则了)
如下图:
https://imgur.com/DKB9kts
当把整个面扫过后(通常需要转多圈)，千分表的差异不能超过0.2
关于圆/圆柱特征相关的几何公差简单叙述到这
大概是这样
认同请分享
感谢!