Главная страница
Навигация по странице:

  • Вопрос 3. Обработка результатов нескольких серий измерений

  • Вопрос 4. Оценка неопределенности измерений

  • Математическая обработка результатов измерений Вопросы


    Скачать 0.71 Mb.
    НазваниеМатематическая обработка результатов измерений Вопросы
    Дата29.03.2022
    Размер0.71 Mb.
    Формат файлаdoc
    Имя файлаTema-5--Matematicheskaya-obrabotka-rezuljtatov-izmeernij.doc
    ТипЗадача
    #423898
    страница2 из 4
    1   2   3   4

    Таблица 3


    Зависимость от отношения при различной доверительной вероятности



    0,5

    0,75

    1

    2

    3

    4

    5

    6

    7

    8



    0,81

    0,77

    0,74

    0,71

    0,73

    0,76

    0,78

    0,79

    0,80

    0,81



    0,87

    0,85

    0,82

    0,80

    0,81

    0,82

    0,83

    0,83

    0,84

    0,85


    6. Представляют результат аналогично прямым многократным измерениям.

    Для обработки результатов косвенных измерений при нелинейной зависимости между аргументами и некоррелированными погрешностями используется метод линеаризации. Он состоит в том, что нелинейная функция, связывающая величину с аргументами, разлагается в ряд Тейлора

    , (22)

    где – первая частная производная от функции по аргументу , вычисленная в точках ; – отклонение результата измерения аргумента от его среднего арифметического; – остаточный член. Остаточным членом пренебрегают.

    Оценку результата измерения производят по формуле

    . (23)

    Погрешности результата косвенного измерения при нелинейной зависимости аргументов определяют по формулам (3.74–3.83), подставляя вместо .
    Вопрос 3. Обработка результатов нескольких серий измерений

    Иногда многократные измерения одной и той же величины постоянного размера проводятся в несколько этапов, разными людьми, в различных условиях, в разных местах, в разное время. Результат определяется несколькими сериями полученных значений. Серии называются однородными, если состоят из значений, подчиняющихся одному и тому же закону распределения вероятностей. В противном случае они являются неоднородными.

    Проверка однородности является обязательной при выборе способа совместной обработки результатов нескольких серий измерений. Такая проверка может проводиться двумя способами:

    – сравниваются между собой средние арифметические значения в каждой серии;

    – сравниваются оценки дисперсий в каждой серии.

    Проверка значимости различия средних арифметических. Осуществляется в следующей последовательности:

    1. Находят средние арифметические результатов измерений двух серий (отдельно в первой серии и отдельно во второй): , .

    2. Проверяют нормальность распределения результатов наблюдений в первой серии и во второй.

    3. Находят дисперсии результатов первой серии и второй и соответственно по формулам

    и . (24)

    4. Находят среднее квадратическое отклонение результатов двух серий

    . (25)

    5. Находят разность средних арифметических двух серий

    . (26)

    6. Выбирают доверительную вероятность Р икоэффициент Стьюдента и определяют доверительный интервал для разности средних арифметических .

    7. Если , то различия между средними арифметическими незначительные. В противном случае – различия значимые.

    Сравнение оценок дисперсий двух серий. Серии с незначительными различиями дисперсий называются равнорассеянными, с существенными различиями – неравнорассеянными.

    Порядок сравнения оценок дисперсий двух серий по критерию Фишера следующий:

    1. Из экспериментальных результатов измерений первой и второй серии находят средние арифметические: , .

    2. Проверяют нормальность распределения результатов наблюдений в первой серии и во второй.

    3. Находят дисперсии результатов первой серии и второй и по формулам

    и . (27)

    4. Определяют соотношение Fдвух дисперсий

    . (28)

    5. По уровню значимости и степеням свободы результатов первой и второй серий определяют критерий Фишера по таблице распределения Фишера.

    6. Серии считаются равнорассеянными, если , в противном случае серии являются неравнорассеянными.

    Экспериментальные данные, входящие в однородные серии можно рассматривать как единый массив и проводить обработку аналогично обработке результатов прямых многократных измерений.

    При обработке результатов неравнорассеянных серий с незначительно различающимися средними арифметическими учитывается ценность измерений, выполненных с большей точностью через коэффициенты весомости , которые обратно пропорциональны дисперсии

    . (29)

    Тогда средневзвешенное арифметическое будет определяться следующим образом:

    . (30)
    Вопрос 4. Оценка неопределенности измерений

    Процесс оценивания неопределенности может быть представлен в виде следующих этапов.

    1. Описание измерения, составление его модели и выявление источников неопределенности.

    Любой процесс измерения можно представить в виде последовательности выполняемых операций. Поэтому для описания измеряемой величины и выявления источников неопределенности целесообразно представить цепь преобразования измеряемой величины в виде схемы, отображающей последовательность процесса измерений.

    В большинстве случаев измеряемая величина Y не является прямо измеряемой, а зависит от N других измеряемых величин Х1, Х2 … ХN и выражается через функциональную зависимость

    , (31)

    где – – входные величины; – выходная величина.

    Входные величины , от которых зависит выходная величина , являются непосредственно измеряемыми величинами и сами могут зависеть от других величин, включая поправки и поправочные коэффициенты на систематические эффекты

    , и т. д.

    Описание измеряемой величины в виде функциональной зависимости (математической модели), связывающей измеряемую величину с параметрами, от которых она зависит, называется моделированием.

    Стадия моделирования является чрезвычайно важной, так как от правильности и тщательности составления модели измерения, которая определяется необходимой точностью, зависит количество источников неопределенности.

    С
    целью обобщения источников неопределенности измеряемую (выходную) величину и выявленные источники неопределенности: входные величины и величины, на них влияющие целесообразно представить на диаграмме «причина – следствие» (рис. 1):

    Рис. 1. Диаграмма «причина-следствие»
    Источниками неопределенности могут быть пробоотбор, условия хранения, аппаратурные эффекты, чистота реактивов, условия измерений, влияние пробы, вычислительные и случайные эффекты, влияние оператора.

    2.Оценивание значений и стандартных неопределенностей входных величин. Следующим этапом после выявления источников неопределенности является количественное описание неопределенностей, возникающих от этих источников. Это может быть сделано двумя путями:

    – оцениванием неопределенности, возникающей от каждого отдельного источника с последующим суммированием составляющих;

    – непосредственным определением суммарного вклада в неопределенность от некоторых или всех источников с использованием данных об эффективности метода в целом.

    Показатели эффективности метода устанавливают в процессе его разработки и межлабораторных или внутрилабораторных исследований. К показателям эффективности относятся правильность, характеризуемая смещением, и прецизионность, характеризуемая повторяемостью, воспроизводимостью и промежуточной прецизионностью.

    Оценки эффективности могут включать не все факторы, поэтому влияние любых оставшихся следует оценить отдельно и затем просуммировать.

    Для каждой входной величины необходимо определить оценку и стандартную неопределенность. При этом все входные величины вследствие того, что их значения не могут быть точно известны, являются случайными непрерывными. Тогда оценками входных величин ( ), обозначаемыми малыми буквами, являются их математические ожидания, а стандартными неопределенностями входных величин – стандартные отклонения. Оценку входных величин и связанную с ней стандартную неопределенность получают из закона распределения вероятностей входной величины.

    Оценивание неопределенности от каждого источника возможно двумя способами: по типу А (путем статистического анализа ряда наблюдений) и по типу В (иным способом, чем статистический анализ ряда наблюдений).

    Исходными данными для оценивания стандартной неопределенности по типу А являются результаты многократных измерений ; На основании полученных результатов рассчитывается среднее арифметическое по формуле (32), которое является оценкой входной величины ,

    . (32)

    Стандартная неопределенность, связанная с оценкой является экспериментальным стандартным отклонением среднего значения и равна положительному квадратному корню из экспериментальной дисперсии среднего значения.

    Стандартная неопределенность вычисляется по формуле

    . (33)

    для результата измерения , вычисленного как среднее арифметическое.

    Исходными данными для оценивания стандартной неопределенности по типу В является следующая априорная информация:

    данные предшествовавших измерений величин, входящих в уравнение измерения;

    – сведения о виде распределения вероятностей;

    – данные, основанные на опыте исследователя или общих знаниях о поведении и свойствах соответствующих приборов и материалов;

    – неопределенности констант и справочных данных;

    – данные поверки, калибровки, сведения изготовителя о приборе и др.

    Если оценка берется из спецификации изготовителя, свидетельства о поверке, справочника или другого источника, то неопределенность обычно дается как интервал отклонения входной величины от ее оценки. Имеющуюся информацию о величинах необходимо правильно описать с помощью функции распределения вероятностей. Для определения стандартной неопределенности входных величин необходимо воспользоваться законом распределения вероятностей . При этом чаще всего используют следующие основные законы распределения:

    – прямоугольное (равномерное);

    – треугольное;

    – нормальное (Гаусса).

    Формулы и способы применения представлены в табл. 4.

    1   2   3   4


    написать администратору сайта