Metod_Метрология_ЯФТ_РБЧиОС_21.06.2016. Учебное пособие Дубна, 2007 3 предисловие данное пособие предназначено для студентов университета
 Скачать 1.07 Mb.
|
|
Глава 4. Погрешности измерений 4.1 Понятие погрешности измерений Непосредственной задачей измерения является определение значений измеряемой величины. В результате измерения физической величины с истинным значением Х и мы получаем оценку этой величины Х изм. результат измерений. При этом следует четко различать два понятия: истинные значения физических величин и их эмпирические проявления – действительные значения, которые являются результатами измерений и в конкретной измерительной задаче могут приниматься в качестве истинных значений. Истинное значение величины неизвестно и оно применяют только в теоретических исследованиях.Результаты измерений являются продуктами нашего познания и представляют собой приближенные оценки значений величин, которые находятся в процессе измерений. Степень приближения полученных оценок к истинным (действительным) значениям измеряемых величин зависит от многих факторов: метода измерений, использованных средств измерений и их погрешностей, от свойств органов чувств 46 операторов, проводящих измерения, от условий, в которых проводятся измерения и т.д. Поэтому между истинным значением физической величины и результатом измерений всегда имеется различие, которое выражается погрешностью измерений (то же самое, что погрешностью результата измерений). Погрешность результата измерения — отклонение результата измерения от истинного (действительного) значения измеряемой величины: ист изм Х Х Х Так как истинное значение измеряемой величины всегда неизвестно и на практике мы имеем дело с действительными значениями величин Х д , то формула для определения погрешности в связи с этим приобретает вид: д изм Х Х Х 4.2 Модели объекта и погрешности измерений Задачей измерений является получение значений физической величины, характеризующей соответствующие свойства реального объекта измерений. Однако, вследствие того, что истинное значение измеряемой величины нам неизвестно, возникает вопрос а что же тогда мы должны измерить? Для ответа на этот вопрос вводится некий идеализированный образ объекта измерений модель объекта измерений, соответствующие параметры которой можно наилучшим образом представить в качестве истинного значения измеряемой величины. Модель реального объекта измерений обычно представляет собой некоторую его абстракцию и ее определение формируется на основе логических, физических и математических представлений. В качестве примера рассмотрим решение часто рассматриваемой в литературе простейшей измерительной задачи определение диаметра диска. Реальный объект измерения диск, представляется его математической моделью кругом. При этом делается предположение, что диаметр круга идеальным образом отражает то свойство реального диска, которое мы называет его диаметром. По определению диаметр круга одинаков во всех направлениях, поэтому, чтобы проверить соответствие нашей модели реальному объекту (диску), мы должны провести измерения диска в нескольких направлениях. Из полученных результатов измерений могут следовать два вывода. 47 Если разброс измеренных значений, то есть разности результатов измерений между собой, не превышают заданную в измерительной задаче погрешность измерений диаметра диска, то в качестве результата измерений можно принять любое из полученных значений. Если же разность результатов измерений превышает заданную погрешность измерений, то это означает, что для данной измерительной задачи принятая модель не подходит и необходимо ввести новую модель объекта измерений. Такой моделью, например, может быть круг, имеющий диаметр, равный наибольшему измеренному значению (описывающий круг). Другой пример измерение площади комнаты. Представив пол комнаты в виде прямоугольника, ее площадь можно найти как произведение длины комнаты на ширину. Но если окажется, что ширина комнаты неодинакова по ее длине, то необходимо принять другую модель — например, представить пол комнаты в виде трапеции и определять площадь уже по другой формуле. Аналогично модели измерений вводится и понятие модели погрешности измерений. Например, деление погрешностей по их происхождению, свойствам, способам выражения и т.д. Так, для выражения случайных погрешностей чаще всего используются вероятностные модели. При этом случайная погрешность характе- ризуется не одним значением, а тем диапазоном значений, в кото- ром она может находиться с определенной вероятностью. Для выбранной модели погрешностей устанавливаются законы ее распределения и те параметры этих распределений, которые являют- ся показателями погрешности, а также статистические методы оценки этих параметров по результатам измерений. Подробнее модели погрешности измерений будут рассмотрены ниже. 4.3 Источники погрешности измерений Погрешность результата измерения имеет много составляю- щих, каждая из которых обусловлена различными факторами и источниками. Типичный подход к анализу и оцениванию погреш- ностей состоит в выделении этих составляющих, их изучении по отдельности и суммировании по принятым правилам. Определив количественные параметры всех составляющих погрешности и зная способы их суммирования, можно правильно оценить погрешность 48 результата измерений и при возможности скорректировать его с помощью введения поправок. Ниже приводятся некоторые источники появления погре- ностей измерений: неполное соответствие объекта измерений принятой его модели; неполное знание измеряемой величины; неполное знание влияния условий окружающей среды на измерение; несовершенное измерение параметров окружающей среды; конечная разрешающая способность прибора или порог его чувствительности; неточность передачи значения единицы величины от эталонов к рабочим средствам измерений; неточные знания констант и других параметров, используемых в алгоритме обработки результатов измерения; аппроксимации и предположения, реализуемые в методе измерений; субъективная погрешность оператора при проведении измерений; изменения в повторных наблюдениях измеряемой величины при очевидно одинаковых условиях и другие. Группируя перечисленные выше и другие причины появления погрешностей измерений, их можно разделить на погрешности метода измерений, средств измерений (инструмен- та) и оператора, проводящего измерения. Несовершенство каждо- го этого компонента измерения вносит вклад в погрешность измерения. Поэтому в общем виде погрешность можно выразить следующей формулой: л и м Х где М – методическая погрешность (погрешность метода); И - инструментальная погрешность (погрешность средств измерений); Л - личная (субъективная) погрешность. Основные причины возникновения инструментальной погрешности приведены в разделе о средствах измерений. Методическая погрешность возникает из-за недостатков используемого метода измерений. Чаще всего это является следстви- ем различных допущений при использовании эмпирических зави- симостей между измеряемыми величинами или конструктив-ных 49 упрощений в приборах, используемых в данном методе измерений. Субъективная погрешность связана с такими индивидуальными особенностями операторов, как внимательность, сосредоточенность, быстрота реакции, степень профессиональной подготовленности. Такие погрешности чаще встречаются при большой доле ручного труда при проведении измерений и почти отсутствуют при использовании автоматизированных средств измерений. 4.4 Классификация погрешностей измерений Представленная выше классификация погрешностей измерений связана с причинами их возникновения. Кроме этого существуют и другие признаки, по которым классифицируются погрешности. По характеру проявления (свойствам погрешностей) они разделяются на систематические и случайные, по способам выражения на абсолютные и относительные. Абсолютная погрешность выражается в единицах измеряемой величины, а относительная погрешность представляет собой отношение абсолютной погрешности к измеренному (действительному) значению величины и ее численное значение выражается либо в процентах, либо в долях единицы. Опыт проведения измерений показывает, что при многократ- ных измерениях одной и той же неизменной физической величины при постоянных условиях погрешность измерений можно представить в виде двух слагаемых, которые по-разному проявляются от измерения к измерению. Существуют факторы, постоянно или закономерно изменяющиеся в процессе проведения измерений и влияющие на результат измерений и его погрешность. Погрешности, вызываемые такими факторами, называются систематическими. Систематическая погрешность – составляющая погреш- ности измерения, остающаяся постоянной или закономерно изменяющаяся при повторных измерениях одной и той же величины. В зависимости от характера изменения систематические погрешности подразделяются на постоянные, прогрессирующие, периодические, изменяющиеся по сложному закону. Близость к нулю систематической погрешности отражает 50 правильность измерений. Систематические погрешности обычно оцениваются либо путем теоретического анализа условий измерения, основываясь на известных свойствах средств измерений, либо использованием более точных средств измерений. Как правило, систематические погрешности стараются исключить с помощью поправок. Поправка представляет собой значение величины, вводимое в неисправленный результата измерения с целью исключения систематической погрешности. Знак поправки противоположен знаку величины. На возникновение погрешностей влияют также и факторы, нерегулярно появляющиеся и неожиданно исчезающие. Причем интенсивность их тоже не остается постоянной. Результаты измерения в таких условиях имеют различия, которые индивидуально непредсказуемы, а присущие им закономерности проявляются лишь при значительном числе измерений. Погрешности, появляющиеся в результате действия таких факторов, называются случайными погрешностями. Случайная погрешность – составляющая погрешности измерения, изменяющаяся случайным образом (по знаку и значению) при повторных измерениях одной и той же величины, проведенных с одинаковой тщательностью. Незначительность случайных погрешностей говорит о хорошей сходимости измерений, то есть о близости друг к другу результатов измерений, выполненных повторно одними и теми же средствами, одним и тем же методом, в одинаковых условиях и с одинаковой тщательностью. Обнаруживаются случайные погрешности путем повторных измерений одной и той же величины в одних и тех же условиях. Они не могут быть исключены опытным путем, но могут быть оценены при обработке результатов наблюдений. Деление погрешностей измерений на случайные и систематические очень важно, т.к. учет и оценка этих составляющих погрешности требует разных подходов. Факторы, вызывающие погрешности, как правило, можно свести к общему уровню, когда влияние их на формирование погрешности является более или менее одинаковым. Однако некоторые факторы могут проявляться неожиданно сильно, например, резкое падение напряжения в сети. В таком случае могут возникать погрешности, существенно превышающие погрешности, 51 оправданные условиями измерений, свойствами средств измерений и метода измерений, квалификацией оператора. Такие погрешности называются грубыми, или промахами. Грубая погрешность (промах) – погрешность результата отдельного измерения, входящего в ряд измерений, которая для данных условий резко отличается от остальных значений погрешности. Грубые погрешности необходимо всегда исключать из рассмотрения, если известно, что они являются результатом очевидных промахов при проведении измерений. Если же причины появления резко выделяющихся наблюдений установить нельзя, то для решения вопроса об их исключении используют статистические методы. Существует несколько критериев, которые позволяют выявить грубые погрешности. Некоторые из них рассмотрены ниже в разделе об обработке результатов измерений. 4.5 Случайные погрешности 4.5.1 Статистическая устойчивость распределения наблюдений При наличии случайных погрешностей измерений прибегают к многократным наблюдениям и последующей статистической обработке их результатов. При этом результаты наблюдений и измерений и случайные погрешности рассматриваются как случайные величины, то есть величины, которые характеризуют случайное явление и в результате измерений принимают то или иное значение. Обработка результатов таких наблюдений возможна, если их рассеивание обнаруживает определенные статистические закономерности. Если же результаты наблюдений разбросаны произвольно, то использовать какие-либо способы обработки таких наблюдений и получить результат измерения не представляется возможным. Поэтому при формулировании конкретной задачи измерений и при получении результатов наблюдений необходимо прежде всего проверить наличие закономерностей в распределении наблюдений. Если такие закономерности обнаруживаются, то распределение наблюдений обладает статистической устойчивостью и для их обработки возможно применение методов теории вероятностей и математической статистики. При этом необходимо отметить, что обнаружение статистических закономерностей в распределении результатов наблюдений проводится после исключения из них всех 52 известных систематических погрешностей. 4.5.2 Дифференциальные и интегральные законы распределения случайной величины Случайная величина наилучшим и исчерпывающим образом характеризуется в теории вероятностей законом ее распределения. Этот закон устанавливает связь между возможными значениями случайной величины и соответствующими этим значениям вероятностям их появления. Существует две формы описания закона распределения случайной величины дифференциальная и интегральная. Причем, в метрологии в основном используется дифференциальная форма закон распределения плотности вероятностей случайной величины. Дифференциальный закон распределения характеризуется плотностью распределения вероятностей f(x) случайной величины х. Вероятность Р попадания случайной величины в интервал от х 1 до х 2 при этом дается формулой: 2 1 ) ( 2 1 x x dx x f x x x P Графически эта вероятность представляет собой отношение площади под кривой f(x) в интервале от х 1 до х 2 к общей площади, ограниченной всей кривой распределения. Как правило, площадь под всей кривой распределения вероятностей нормируют на единицу. В данном случае представлено распределение непрерывной случайной величины. Кроме них существуют и дискретные случайные величины, принимающие ряд определенных значений, которые можно пронумеровать. Интегральный закон распределения случайной величины представляет собой функцию F(x), определяемую формулой x dx x f x F ) ( ) ( Вероятность, что случайная величина будет меньше х 1 дается значением функции F(х) при х = х 1 : Хотя закон распределения случайных величин является их полной вероятностной характеристикой, нахождение этого закона является довольно трудной задачей и требует проведения 1 1 x x p ) x ( F 53 многочисленных измерений. Поэтому на практике для описания свойств случайной величины используют различные числовые характеристики распределений. К ним относятся моменты слу- чайных величин: начальные и центральные, которые представляют собой некоторые средние значения. При этом если усредняются величины, отсчитываемые от начала координат, то моменты называются начальными, а если от центра распределения – то центральными. Начальный момент k-го порядка определяется формулой: dx x f x m k k ) ( Наибольший практический интерес представляет начальный момент первого порядка - математическое ожидание случайной величины m 1 (k=1): dx x xf m ) ( 1 Математическое ожидание определяет положение центра группирования случайной величины, вокруг которого наблюдается ее рассеяние. Экспериментальной оценкой математического ожидания при многократных измерениях является среднее арифметическое значение измеряемой величины. Центральный момент k-го порядка определяется формулой: dx x f m x k k 1 Особую роль играет центральный момент второго порядка. Он называется |