- •Міністерство освіти і науки україни
- •Предисловие
- •1 Основы обеспечения единства измерений
- •1.1 Сущность понятия “измерение”
- •1.2 Единицы физических величин и их системы
- •1.3.1 Эталон единицы длины
- •1.3.2 Эталон единицы массы
- •1.3.3 Эталон единиц времени и частоты
- •1.3.4 Эталон единицы силы электрического тока
- •1.3.5 Эталон единицы температуры
- •1.3.6 Эталон единицы силы света
- •1.3.7 Единица количества вещества
- •1.4 Квантовая метрология
- •1.4.1 Эталон вольта на эффекте Джозефсона
- •1.4.2 Эталон ома на основе квантового эффекта Холла
- •1.5 Передача размеров единицы фв от эталонов рабочим сит
- •1.5.1 Основные принципы
- •1.5.2 Поверочные схемы
- •Первичный эталон
- •1.6 Контрольные вопросы
- •2 Теория погрешностей
- •2.1 Основные положения и определения
- •Погрешности
- •Абсолютные Приведенные Относительные
- •2.2 Вероятностное представление результатов и погрешностей измерений
- •2.3 Случайные погрешности
- •2.3.1 Определение точечных оценок числовых характеристик эмпирических законов распределения случайной погрешности
- •2.3.2 Определение закона распределения случайной погрешности
- •2.3.3 Минимизация случайной погрешности
- •2.4 Грубые погрешности и промахи
- •2.4.1 Критерий Райта
- •2.4.2 Критерий Смирнова
- •2.5 Систематические погрешности
- •2.5.1 Классификация систематических погрешностей
- •2.5.2 Обнаружение систематических погрешностей
- •2.5.3 Компенсация систематических погрешностей
- •2.6 Суммирование погрешностей
- •2.7 Контрольные вопросы, задачи, упражнения
- •3 Обработка результатов измерений
- •По режиму использования си
- •Однократные Многократные
- •Прецизионные Контрольно-поверочные Технические
- •Прямые Косвенные Совместные Совокупные
- •3.1 Прямые измерения
- •3.1.1 Обработка результатов прямых измерений с однократными
- •3.1.2 Обработка прямых измерений с многократными наблюдениями
- •3.1.3 Обработка нескольких групп прямых измерений с многократными наблюдениями
- •3.2 Косвенные измерения
- •3.2.1 Частные случаи вычисления погрешностей при косвенных
- •3.2.2 Критерий ничтожных погрешностей
- •3.3 Совместные измерения
- •3.3.1 Определение параметров линейной зависимости
- •3.3.2 Определение параметров неполиномиальных зависимостей с помощью мнк
- •3.4 Совокупные измерения
- •3.5 Контрольные вопросы, задачи, упражнения
- •4 Средства измерительной техники
- •4.1 Общие положения и определения
- •Мера Компа- Вычислит. Измерительный Измер.
- •4.2. Метрологические характеристики сит и их нормирование
- •4.2.1 Характеристики, предназначенные для определения результатов измерений
- •4.2.2 Характеристики погрешностей сит
- •4.2.3 Характеристики чувствительности сит к влияющим величинам
- •4.2.4 Динамические характеристики сит
- •4.2.5 Характеристики взаимодействия сит с объектом измерения на входе или выходе сит
- •4.2.6 Неинформативные параметры выходного сигнала сит
- •4.3 Основные методы измерений
- •4.3.1 Метод сопоставления
- •4.3.2 Метод совпадения
- •Отсюда погрешность метода совпадения будет равна
- •4.3.3 Метод замещения
- •4.3.4 Дифференциальный метод
- •4.3.4 Нулевой метод
- •4.4 Обобщенные структурные схемы сит
- •4.4.1 Схема прямого преобразования
- •4.4.2 Структурная схема уравновешенного преобразования
- •2. Режим полного уравновешивания.
- •4.5 Погрешности сит
- •4.5.1 Погрешности квантования
- •4.5.2 Динамические погрешности
- •4.5.3 Погрешность, обусловленная взаимодействием сит с объектом на его входе и выходе
- •4.6 Контрольные вопросы, задачи и упражнения
- •Приложение а
- •Списоклитературы
3.1.2 Обработка прямых измерений с многократными наблюдениями
При обработке многократных измерений решают две задачи.
Во-первых, определяют некоторое приближенное значение измеряемой величины, называемое оценкой и наилучшим образом соответствующее полученным результатам. Во-вторых, определяют вероятные отклонения результатов измерений от оценки измеряемой величины.
Цельобработки результатов многократных измерений состоит в том, чтобы уменьшить значение случайной погрешности.
При статистической обработке результатов наблюдений следует выполнить следующие операции.
1. Исключить из результатов наблюдения грубые погрешности (промахи) (см. подраздел 2.4).
2. Исключить известные систематические погрешности результатов наблюдений (см. пп. 2.5.3).
3. Вычислить среднее арифметическое исправленных результатов наблюдений или другую оценку математического ожидания, применяемую за результат измерений (см. пп. 2.3.1).
4. Вычислить оценку СКО результата наблюдения (см. пп. 2.3.1).
5. Вычислить оценку СКО результата измерения
6. Проверить гипотезу о том, что результаты наблюдений принадлежат выбранному закону распределения (см. пп. 2.3.2).
7. Вычислить доверительные границы случайной погрешности результата измерения (см. пп. 2.3.3).
8
9. Вычислить доверительные границы погрешности результата измерения.
Порядок выполнения операций, перечисленных в пунктах 1-5, был рассмотрен нами в предыдущих подразделах. Рассмотрим порядок выполнения операций 6, 7.
6. Проверка гипотезы о принадлежности результатов наблюдений выбранному закону должна производиться только при числе наблюдений от 10-15 до 20-30. При n < 10-15 гипотеза не проверяется в силу небольшого объема выборки. Приn > 20-30 среднее арифметическое результатов наблюдений, принимаемое за результат измерения, распределено по нормальному закону (согласно центральной предельной теореме теории вероятности), поэтому для определения границ случайной погрешности результата измерения такая проверка не требуется.
7. Границы случайной погрешности результата измерения определяют по формуле (3.3)
,
где доверительный коэффициентберется в зависимости от числа наблюдений, закона распределения результатов наблюдения и доверительной вероятности (рис. 3.4).
Пункты 8, 9 выполняются аналогично тому, как это делалось для однократных наблюдений (рис. 3.2, 3.3).
3.1.3 Обработка нескольких групп прямых измерений с многократными наблюдениями
На практике одну и ту же величину могут измерять разными СИТ, в разное время или в разных условиях, получая несколько (больше одной) групп наблюдений. Для повышения точности естественно объединить эти результаты, т.е. выполнить совместную обработку этих групп.
Однако, объединение групп наблюдений возможно далеко не всегда. К повышению точности объединение результатов приведет лишь при определенных условиях, а именно при статистической однородности групп наблюдений.
С
Рисунок 3.4 - Порядок определения границ
случайной погрешности при проведении
прямых измерений с многократными
наблюдениями
1) наблюдения в группах распределены по
одному и тому же закону;
Рисунок 39. Порядок определения границ
случайной погрешности при проведении
прямых измерений с многократными
наблюдениями.
Рисунок 3.4. Порядок
определения границ случайной погрешности
при проведении прямых измерений с
многократными наблюдениями.
Рисунок 3.4 - Порядок определения границ
случайной погрешности
при проведении
прямых измерений с многократными
наблюдениями
2) средние арифметические групп различаются незначительно;
3) дисперсии групп различаются незначительно (т.е. результаты равнорассеяны или, как говорят, равноточны).
Проверка соответствия распределения наблюдений в группах одному и тому же закону осуществляется с помощью критериев согласия (см. пп. 2.3.2).
Дальнейшая проверка статистической однородности осуществляется с помощью аппарата математической статистики, называемого дисперсионным анализом.
Проверка однородности групп по математическому ожиданию при числе групп L3 осуществляется с помощью критериев Аббе или Фишера, рассмотренных в пп. 2.5.2.
Для L=2 алгоритм осуществления этой проверки приведен на рис. 3.5.
Он состоит в следующем.
1. Определяются средние арифметические для каждой группы наблюдений по формулам
(3.8)
где x1i,x2j– результаты наблюдений из 1-й и 2-й групп;
2. Определяется модуль разности полученных средних арифметических:
. (3.9)
3. Определяется оценка дисперсии результатов наблюдений в каждой из групп по формулам
(3.10)
4. Определяется суммарная оценка дисперсии результатов измерения этих групп:
. (3.11)
5. По заданной доверительной вероятности РД , считая закон распределения модуля разности средних арифметических наблюдений групп нормальным (дляn1+n2 > 30), определяем по табл. 2.1 значение коэффициентаtp, после чего производится сравнениеGи. ЕслиG, отклонение средних арифметических групп считается несущественным и можно переходить к проверке групп на равнорассеянность (равноточность). В противном случае объединять группы нельзя.
Рисунок 3.5 - Алгоритм обработки двух групп наблюдений
Для проверки равнорассеянности (равноточности) измерений в группах следует воспользоваться следующим алгоритмом (рис.3.5).
1. По вычисленным значениям иопределяется величинаили, так, чтобы.
2. Выбирается доверительная вероятность и по табл. А.7 распределения Фишера (а именно по такому закону оказывается распределенной величина ) находится значение параметра0 для заданныхn1+n2.
3. Производится сравнение и0 . Если <0 , серии измерений считаютсяравнорассеянными, если >0 , сериинеравнорассеяны(неравноточны).
В зависимости от полученных результатов производится дальнейшая обработка групп измерений.
Измерения равноточные.
Оценку математического ожидания результатов наблюдений (результат измерения) для объединенных групп определяют по формуле
(3.12)
Оценка дисперсии результата измерения, очевидно, описывается выражением
Для преобразования этого выражения величину представим как
. (3.13)
Так как с учетом выражения (3.13)
то эту сумму можно записать следующим образом
Поскольку
и
то окончательное выражение для оценки дисперсии результата измерения будет иметь вид
. (3.14)
Измерения неравноточные.
При неравнорассеянных результатах измерения в группах их объединение осуществляется таким образом, чтобы получить наиболее эффективную оценку математического ожидания. Эту оценку будем искать, используяпринцип максимального правдоподобия(пп. 2.3.1).
Если средние арифметические в группах можно считать распределенными по нормальному закону, то функцию правдоподобия можно представить в виде
.(3.15)
Логарифмическая функция правдоподобия
. (3.16)
Нам нужно найти эффективную оценку , поэтому приравниваем нулю производнуюпо
.
Отсюда
. (3.17)
Это так называемое средневзвешенное, которое принимается за оценку математического ожидания объединенных групп.
Для равных дисперсий получаем выражение (3.12).
Оценка дисперсии
. (3.18)
После получения оценок дисперсии вычисляют границы случайной погрешности по формуле (3.3), в которой tPдля (n1+n2) > 30 , берется для нормального распределения.