104學習

公差分析

公差分析
關注
邀請朋友
邀請朋友

Line

Facebook

複製連結

取消
「公差分析:負責評估和控制產品製造過程中的公差範圍,以確保產品符合設計與品質標準。主要職責包括分析數據、制定檢測計畫及提出改善建議,並與工程、品質及生產部門協作。所需技能包括卓越的數據分析能力、精確的數學計算技巧及良好的跨部門溝通能力。需具備熟悉相關品質管理工具(如六西格瑪、SPC等)及加強團隊合作的能力,以應對台灣製造業中快速變化的市場需求與競爭挑戰。」
關於教室
關注人數 4 人
104人力銀行從職缺中挑選出常見技能所成立的官方教室,提供大家進行共學互動。
學習主持人
持續分享知識,
有機會成為官方教室主持人
教室標籤
關於教室
關注人數 4 人
104人力銀行從職缺中挑選出常見技能所成立的官方教室,提供大家進行共學互動。
學習主持人
持續分享知識,
有機會成為官方教室主持人
教室標籤
Hi~ 歡迎分享學習資源,有學習問題可匿名向Giver發問!
我要分享
我要提問

公差分析 學習推薦

全部
影片
文章
袁丞宗

製圖員

2021/11/18

第十八篇_機械製圖_觀念_公差
【前言】
凡量測、加工等必有「誤差」,而誤差的範圍即為「公差」。
在機械製圖中,需要了解零件的加工方法、功能、組合位置和成本來制定出合適的公差。
【學習目標】
1. 了解公差的基本概念
2. 學會如何在AUTOCAD中標記公差
【基本知識】
在CNS規範中,公差從IT01、IT0-IT18共20個等級,等級越小越精密(但IT01比IT0和IT1更精密,可能是事後加的),機械大都使用IT5-IT12
機械中如果有零件需要互相配合,稱作配合公差,用大小寫的字母去分等級,字母越後面越緊,以H為標準尺寸,依照鬆緊程度分為
餘隙配合:很鬆的配合
過度配合:剛剛好的配合
干涉配合:很緊的配合,需要拿槌子去敲才壓得進去,壓入之後會變形卡住
(注意:等級不是A-Z,中間有跳號,請見補充參考資料)
用配合公差等級的字母,搭配IT的公差標準,即為配合公差,如H7,即為配合等級H,精度IT7。
配合公差常出現於軸與孔的配合,也稱作軸孔配
有分為基軸制和基孔制
基軸制:以軸為標準尺寸(軸公差等級h),用大寫的字母標記在孔上,如H7
基孔制:以孔為標準尺寸(孔公差等級H),用小寫的字母標記在軸上,如h6
最後查表之後可以得到正確的公差範圍,例如:10 H7為10-10.015mm,70 e8為69.940-69.894mm
【操作教學-使用AUTOCAD插入公差的方法】
*操作細節請見影片
【常見問題】
Q1:如果不標註公差,會發生甚麼事情?
A1:一個圖面上如果沒有標註公差,理論上來說,尺寸都是參考,廠商會依照自己的習慣自己決定公差,可以標註100但是做150,是合法的!
以成形鑽頭(一種有客制的鑽頭,可以一次加工出指定形狀的孔)為例,一般來說,廠商會知道刀具加工直徑是有公差的,就算不標註,廠商也會盡量做得很準(比如+-0.01mm),但是刀長的公差,一般來說是不重要的,同一張圖面,今天送過來的可能是刀長100mm,下次刀具斷光在買,結果送來的可能是60mm(因為是客制的刀具,廠商可能拿長短不一的廢料去製作),結果裝上去才發現刀具不夠長,會和夾具發生干涉,現場人員就得發揮他的創意,想辦法讓刀具盡可能裝長的一點(刀桿有地方可以動手腳),可能會浪費很多時間,然後和製圖人員反映,請他們在圖面上的刀長加上公差,終結未來的浩劫
Q2:每個尺寸都該標註公差嗎?
A2:對!不過每個都標註很麻煩,實務上我們通常會在圖框上建立一個表格,寫上基本的公差,只要沒有標註公差的尺寸都使用該表格的公差
看更多
3 2 12592 1
34 0
29 0

推薦給你

104學習

產品

10/16 16:06

NVIDIA DLI 官方證書怎麼拿 ? 生成式 AI、LLM 應用開發完整攻略
想進入 AI 領域卻不知從何開始?NVIDIA Deep Learning Institute(DLI)官方認證課程為工程師、資料科學家和技術人員提供最實戰的學習路徑。課程涵蓋生成式 AI 開發、LLM 大型語言模型應用、異常偵測 AI、高效能運算 等熱門技術,透過雲端 GPU 實作環境,讓您邊學邊做,完成後且通過課後測驗即可獲得 NVIDIA DLI 官方頒發的完課證書,為履歷加分、提升職場競爭力!
🟡 NVIDIA DLI官方課程 - 使用提示詞打造 LLM應用服務
從 Prompt 編排、訊息策略、資料輸出到智慧代理設計,這門課程將是你邁向 LLM 開發的第一哩路,也是未來生成式 AI 應用不可或缺的核心技能。
Q: 誰適合這門課?
A: 具備 Python 程式設計經驗& 對 LLM 基礎知識有扎實理解
Q: 完成課程後,是否會提供相關證明?
A: 是的,在您完成所有課程內容且通過課後測驗後,將會獲得由 NVIDIA DLI 官方所頒發的正式完課證書。
🟡 NVIDIA DLI官方課程 - 異常狀況偵測的AI應用
以電信產業網路入侵偵測為出發案例,實際操作三種核心異常偵測技術,結合理論、應用與效能評估,打造真正落地的異常預測能力。你將深入探索NVIDIA 加速運算平台上的 XGBoost 與深度學習模型,體驗其在高維資料處理與推論速度上的關鍵優勢,並理解監督式與非監督式技術在異常情境中的應用差異。
Q: 這門課程需要具備什麼樣的知識?
A: 為確保您能深入吸收課程內容,建議應具備:
1. Python 資料科學實務經驗
2. 對深度神經網路訓練原理的理解
NVIDIA DLI 課程能讓你親手操作 NVIDIA 最新技術,全面提升你在業界關鍵職位所需的實戰能力。
看更多
0 0 1400 1
你可能感興趣的教室