机械设计手册第一册:公差

形位公差的标注:

形位公差框格中,不仅要表达形位公差的特征项目、基准代号和其他符号,还要正确给出公差带的大小、形状等内容。

1.形位公差框格:

形位公差框格由两个框格或多个格框组成,框格中的主要内容从左到右按以下次序填写:公差特征项目符号;公差值及有关附加符号;基准符号及有关附加符号。如图4所示,两个框格是形状公差,三个框格是位置公差,三个以上的框格是有多个基准。

框格的高度应是框格内所书写字体高度的两倍。框格的宽度应是:第一格等于框格的高度;第二格应与标注内容的长度相适应;第三格以后各格须与有关字母的宽度相适应。

2.被测要素的标注:

被测要素是指图样上给出了形位公差要求的要素,它是被检测的对象。被测要素的箭头指引线将形位公差框格与被测要素相连,有以下两类方式标注形式:

(1)被测要素为轮廓要素的标注

轮廓要素是指构成零件外形能直接为人们所感觉到的点、线、面等要素。当公差仅涉及到轮廓线或表面时,将指引线箭头置于被测要素的轮廓线或轮廓线的延长线上,但必须与尺寸线明显地错开,即不得与尺寸线重合,如图5所示,图中指引线箭头位置是圆柱的轮廓线。

(2)被测要素为中心要素的标注

中心要素是指由轮廓要素导出的一种要素,如球心、轴线、对称中心线、对称中心面等。当公差涉及轴线、中心平面时,则带箭头的指引线应与尺寸线的延长线重合,如图6所示,有时指引线的箭头可以代替尺寸线箭头,因为尺寸箭头在尺寸线外侧。

3.基准要素的标注:

基准要素是指用来确定被测要素方向或位置的要素。在图样上一般用基准符号标出。

(1)基准代号

相对于被测要素的基准用基准代号表示。基准代号有直径为工程字高的,细实线的圆圈,长度约等于圆圈直径的,粗实线的基准符号;细实线的连线将圆圈和基准符号连起来;基准字母是大写字母,如图7所示。基准符号应靠近基准要素的可见轮廓线或轮廓线的延长线(相距约为1mm)。连线方向指向是圆圈的圆心。为不致引起误解,基准字母E、I、J、M、O、P、L、R、F因有其他含义,不用作基准字母。

(2)轮廓要素作为基准时的标注

当所选基准为轮廓要素时,基准代号的连线不得与尺寸线对齐,应错开一定距离。如图8所示,A基准在轮廓线旁边,B基准在轮廓线的延长线上,基准符号与尺寸无关。

(3)中心要素作为基准时的标注

当中心要素作为基准时,基准代号的连线应与相应基准要素的尺寸线对齐。如图9所示,基准符号与尺寸对齐,和尺寸的中心要素有关。

4.形位公差标注示例

图10所示是活塞杆,从图中可以看到,有四处形位公差,左上方球面SR750是轮廓要素,对B基准是16f7的轴线的径向圆跳动公差为0.03mm;第二处16f7圆柱面的圆柱度公差为0.005mm,被测要素是轮廓要素;第三个螺纹M8×1的轴线对16f7的轴线的同轴度公差为0.1mm,被测要素和基准要素都是中心要素;右下方活塞杆最右端面对16f7的轴线的端面圆跳动公差为0.01mm。

四、形位公差标注中数值及有关符号的说明

1.局部限制的标注方法

如图11所示,有这样的情况:

在公差框格栏中是分母,0.02/100,在该要素上任一局部长度100mm的直线度误差值不得大于0.02mm。

直线在全局和局部都提出要求,在被测要素的全长上的直线度误差值不得大于0.1;同时,0.05/100表示在该要素上任一局部长度100mm上的直线度误差值不得大于0.05mm。

仅对部分而不是对整个被测要素有公差要求时的标注形式。图中的粗点划线有尺寸限定范围。

2.多个箭头

用同一形位公差框格标注多个被测要素,如图12所示,有三个箭头,被测要素有三处。

3.一个测量要素的多个测量项目的标注

如图13所示,圆柱面的同时测量直线度和圆度,仅用一个箭头连接两个形位公差的框格。

形位公差分类说明:

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述在这里插入图片描述

在这里插入图片描述

几何公差:

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

几何公差带的定义:

直线度公差:

在这里插入图片描述

在这里插入图片描述

平面度公差:

在这里插入图片描述

在这里插入图片描述

重要:

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

平面度怎么测量:

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

圆柱度:

圆柱度是对于整个圆柱面而言的,圆度是对于圆柱面上的单个圆而言的也就是说圆柱度包含圆度,控制圆柱度即可控制圆度,但控制圆度却不可控制圆柱度。个人认为,标注了圆柱度就没有必要再标注圆度,将圆度公差标上可能是以示对轴有进一步的要求

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

定向公差:

平行度:

垂直度:

https://zhuanlan.zhihu.com/p/144130909

在这里插入图片描述

倾斜度:

定位公差:

同轴度:

公共基准轴线A-B;(AB所在的额直径大小可以不同的);
当基准和某尺寸对齐时,一般指的是,以该尺寸的中心轴线或面为基准,当不对齐时,表示的是与某个面的一些形状公差

在这里插入图片描述

在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/bicheng/21218.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

(2024,扩散,去噪调度,维度,误差,收敛速度)适应基于分数的扩散模型中的未知低维结构

Adapting to Unknown Low-Dimensional Structures in Score-Based Diffusion Models 公和众和号:EDPJ(进 Q 交流群:922230617 或加 VX:CV_EDPJ 进 V 交流群) 目录 0. 摘要 1. 引言 1.1 扩散模型 1.2 现有结果的不…

服务器硬件基础知识学习

服务器硬件基础知识涵盖了从CPU到存储,再到网络连接和总线技术等关键组件。 1. 处理器 - 两大流派:我们常用的处理器主要分为Intel和AMD两大阵营。Intel的Xeon系列和AMD的EPYC系列都是专为服务器设计的,它们支持多核处理,能够应对…

语言模型的校准技术:增强概率评估

​ 使用 DALLE-3 模型生成的图像 目录 一、说明 二、为什么校准对 LLM 模型至关重要 三、校准 LLM 概率的挑战 四、LLM 的高级校准方法 4.1 语言置信度 4.2 增强语言自信的先进技术 4.3 基于自一致性的置信度 4.4 基于 Logit 的方法 五、代理模型或微调方法 5.1 使用代…

集成算法实验与分析(软投票与硬投票)

概述 目的:让机器学习效果更好,单个不行,集成多个 集成算法 Bagging:训练多个分类器取平均 f ( x ) 1 / M ∑ m 1 M f m ( x ) f(x)1/M\sum^M_{m1}{f_m(x)} f(x)1/M∑m1M​fm​(x) Boosting:从弱学习器开始加强&am…

排序-插入排序与选择排序

插入排序 基本思想 把待排序的记录按其关键码值的大小逐个插入到一个已经排好序的有序序列中,直到所有的记录插入完为止,得到一个新的有序序列 。 打扑克牌整理手牌用的就是插入排序的思想 代码实现 void InsertSort(int* a, int n) { assert(a); …

米尔MYC-Y6ULX-V2开发板测评记录

文章目录 1、板子上手体验2、板载硬件3、系统信息4、 驱动测试5、编译linux三大件7、摄像头测试9、总结 1、板子上手体验 首先非常感谢芯查查给了这样一个机会来测评这样一款性能十分强大的开发板,我拿到手的是MYC-Y6ULX-V2核心板及开发板,这块板子具有…

STM32HAL-最简单的长、短、多击按键框架

目录 概述 一、开发环境 二、STM32CubeMx配置 三、编码 四、运行结果 五、总结 概述 本文章使用最简单的写法实现长、短、多击按键框架,非常适合移植各类型单片机,特别是资源少的芯片上。接下来将在stm32单片机上实现,只需占用1个定时…

数据分析必备:一步步教你如何用Pandas做数据分析(15)

1、Pandas 数据丢失 Pandas 数据丢失的操作实例 在现实生活中,数据丢失始终是一个问题。机器学习和数据挖掘等领域在模型预测的准确性方面面临严重问题,因为缺少值会导致数据质量较差。在这些领域中,缺失值处理是使模型更准确和有效的主要重…

定个小目标之每天刷LeetCode热题(7)

今天这道题是道简单题,使用双指针进行迭代即可,画了下草图如下 代码如下 class Solution {public ListNode reverseList(ListNode head) {if (head null || head.next null) {return head;}ListNode p head, q head.next, temp null;while (q ! nu…

Writerside生成在线帮助文档或用户手册软件基础使用教程

Writerside是JetBrains出的一个技术文档工具,既能用在JetBrains IDE上,也能单独用。它能帮你轻松写、建、测、发技术文档,像产品说明、API参考、开发指南等都能搞定。 特点: 文档即代码:它让你像管代码一样管文档&…

海光CPU:国产信创的“芯“动力解读

国产信创CPU-海光CPU CPU:信创根基,国之重器 国产CPU形成三大阵营:自主架构、x86及ARM。自主阵营中,龙芯和申威以LoongArch和SW-64为基石;ARM阵营由鲲鹏、飞腾主导,依托ARM授权研发处理器;x86阵…

【Linux|数据恢复】extundelete和ext4magic数据恢复工具使用

环境:Centos7.6_x86 一、extundelete工具 1、extundelete介绍 Extundelete 是一个数据恢复工具,用于从 ext3 或 ext4 分区中恢复删除文件。根据官网0.2.4版本介绍是支持ext4,但实际上使用发现ext4格式有些问题,会报以下错误&…

动态SQL IF语句

IF语句学习 第一种写法(标准) 我们先来看以下标准写法: select * from .. <where> <if test""> and ....... <if test""> and ....... <where> 我们用了一个where标签 , 内嵌if语句 第二种写法: 这是第二种写法:不用where标…

大降分!重邮计算机专硕复试线大降50分!重庆邮电计算机考研考情分析!

重庆邮电大学&#xff08;Chongqing University of Posts and Telecommunications&#xff09;简称重邮&#xff0c;坐落于中国重庆市主城区南山风景区内&#xff0c;是中华人民共和国工业和信息化部与重庆市人民政府共建的教学研究型大学&#xff0c;入选国家“中西部高校基础…

c++学生管理系统

想要实现的功能 1&#xff0c;可以增加学生的信息&#xff0c;包括&#xff08;姓名&#xff0c;学号,c成绩&#xff0c;高数成绩&#xff0c;英语成绩&#xff09; 2&#xff0c;可以删除学生信息 3&#xff0c;修改学生信息 4&#xff0c;显示所有学生信息 5&#xff0c…

支持AMD GPU的llm.c

anthonix/llm.c: LLM training in simple, raw C/HIP for AMD GPUs (github.com) llm.c for AMD devices This is a fork of Andrej Karpathys llm.c with support for AMD devices. 性能 在单个7900 XTX显卡上使用默认设置&#xff0c;目前的训练步骤耗时约为79毫秒&#x…

Docker的安装、启动和配置镜像加速

前言&#xff1a; Docker 分为 CE 和 EE 两大版本。CE 即社区版&#xff08;免费&#xff0c;支持周期 7 个月&#xff09;&#xff0c;EE 即企业版&#xff0c;强调安全&#xff0c;付费使用&#xff0c;支持周期 24 个月。 而企业部署一般都是采用Linux操作系统&#xff0c;而…

【软件设计师】2022年上半年真题解析

​​冯诺依曼计算机体系结构的基本特点是&#xff1a; A. 程序指令和数据都采用二进制表示 - 这是正确的&#xff0c;因为冯诺依曼架构下的计算机使用二进制形式来表示和处理所有信息&#xff0c;包括指令和数据。 B. 程序指令总是存储在主存中&#xff0c;而数据则存储在高速…

IsoBench:多模态基础模型性能的基准测试与优化

随着多模态基础模型的快速发展&#xff0c;如何准确评估这些模型在不同输入模态下的性能成为了一个重要课题。本文提出了IsoBench&#xff0c;一个基准数据集&#xff0c;旨在通过提供多种同构&#xff08;isomorphic&#xff09;表示形式的问题&#xff0c;来测试和评估多模态…

算法(十三)回溯算法---N皇后问题

文章目录 算法概念经典例子 - N皇后问题什么是N皇后问题&#xff1f;实现思路 算法概念 回溯算法是类似枚举的深度优先搜索尝试过程&#xff0c;主要是再搜索尝试中寻找问题的解&#xff0c;当发生不满足求解条件时&#xff0c;就会”回溯“返回&#xff08;也就是递归返回&am…