Сдам Сам

ПОЛЕЗНОЕ


КАТЕГОРИИ







Измерения с многократными наблюдениями.





Обработку результатов в этом случае рекомендуется начать с проверки на отсутствие промахов (грубых погрешностей). Промах — это результат xп отдельного наблюдения, входящего в ряд из nнаблюдений, который для данных условий измерений резко отличается от остальных результатов этого ряда. Если оператор в ходе измерения обнаруживает такой результат и достоверно находит его причину, он вправе его отбросить и провести (при необходимости) дополнительное наблюдение взамен отброшенного.

При обработке уже имеющихся результатов наблюдений произвольно отбрасывать отдельные результаты нельзя, так как это может привести к фиктивному повышению точности результата измерения. Поэтому применяют следующую процедуру. Вычисляют среднее арифметическое результатов наблюдений хi по формуле

. (3.9)

Затем вычисляют оценку СКО результата наблюдения как

. (3.10)

Находят отклонение vп предполагаемого промаха xпот :

vп = |xп- | .

По числу всех наблюдений n (включая xп) и принятому для измерения значению Р (обычно 0,95) по [4] или любому справочнику по теории вероятностей находят z(P,n) — нормированное выборочное отклонение нормального распределения. Если vп < z×S(x), то наблюдение xп не является промахом; если vп ³ z×S(x), то xп — промах, подлежащий исключению. После исключения xпповторяют процедуру определения и S(x) для оставшегося ряда результатов наблюдений и проверки на промах наибольшего из оставшегося ряда отклонений от нового значениям (вычисленного исходя из n - 1).

За результат измерения принимают среднее арифметическое [см. формулу (3.9)] результатов наблюдений хi. Погрешность содержит случайную и систематическую составляющие. Случайную составляющую, характеризуемую СКО результата измерения, оценивают по формуле



.

В предположении принадлежности результатов наблюдений хi к нормальному распределению находят доверительные границы случайной погрешности результата измерения при доверительной вероятности Р по формуле Î(P) = t(P,n) × S( ) , (3.11)

где t - коэффициент Стьюдента.

Доверительные границы Q(Р) НСП результата измерения с многократными наблюдениями определяют точно так же, как и при измерении с однократным наблюдением — по формулам (3.3) или (3.4).

Суммирование систематической и случайной составляющих погрешности результата измерения при вычислении D(Р) рекомендуется осуществлять с использованием критериев и формул (3.6 – 3.8), в которых при этом S(x) заменяется на S( ) = S(x)/ .

3. Косвенные измерения. Значение измеряемой величины А находят по результатам измерений аргументов а1, . . . , аi,…am, связанных с искомой величиной уравнением

f(a1,….ai….am). (3.12)

Вид функции f определяется при установлении модели ОИ.

Косвенное измерение при линейной зависимости. Искомая величина А связана с m измеряемыми аргументами уравнением

,

где bi - постоянные коэффициенты.

Предполагается, что корреляция между погрешностями измерений ai отсутствует. Результат измерения Авычисляют по формуле

,

где результат измерения ai с введенными поправками. Оценку СКО результата измерения S(A) вычисляют но формуле

,

где оценка СКО результата измерений .

Доверительные границы Î(Р) случайной погрешности при нормальном распределении погрешностей

, (3.13)

где t(P,nэф) — коэффициент Стьюдента, соответствующий доверительной вероятности Р (обычно 0,95, в исключи­тельных случаях 0,99) и эффективному числу наблюдений nэф , вычисляемому по формуле

,

где ni —число наблюдений при измерении аi.

Доверительные границы Q(Р) НСП результата такого измерения, сумму Q(Р) и Î(Р) для получения окончательного значения D(Р) рекомендуется вычислять с использованием критериев и формул (3.3), (3.4), (3.6) — (3.8), в которых m1, Qi, и S(x) заменяются, соответственно, на m, bi×Qi, и S( ).

Косвенные измерения при нелинейной зависимости. При некоррелированных погрешностях измерений аi используется метод линеаризации путем разложения функции f(а1, . . . , am) в ряд Тейлора, то есть

f(а1, . . . , am) = ,

где — отклонение отдельного результата наблюдения аi от ; R — остаточный член.

Метод линеаризации допустим, если приращение функции f можно заменить ее полным дифференциалом. Остаточным членом

пренебрегают, если ,

где — оценка СКО случайных погрешностей результата измерения . При этом отклонения D должны быть взяты из возможных значений погрешностей и такими, чтобы они максимизировали R.

Результат измерения вычисляют по формуле = f( .

Оценку СКО случайной составляющей погрешности результата такого косвенного измерения S( ) вычисляют по формуле

,

а Î(Р) — по формуле (3.13). Значение nэф , границы НСП Q(Р) и погрешность D(Р) результата косвенного измерения при нелинейной зависимости вычисляют так же, как и при линейной зависимости, но с заменой коэффициентов bi на ¶f/¶ai

Метод приведения (для косвенных измерений с нелинейной зависимостью) применяется при неизвестных распределениях погрешностей измерений ai и при корреляции между погрешностями ai для получения результата косвенного измерения и определения его погрешности. При этом предполагается наличие ряда n результатов наблюдений aij измеряемых аргументов аi. Сочетания aij, полученных в j-м эксперименте подставляют в формулу (3.12) и вычисляют ряд значений Aj измеряемой величины А. Результат измерения вычисляют по формуле .

Оценку СКО S( ) - случайной составляющей погрешности -вычисляют по формуле

,

а Î(Р) —по формуле (3.11). Границы НСП Q(Р) и погрешность D(Р) результата измерения определяют описанными выше способами для нелинейной зависимости.

 









Не нашли то, что искали? Воспользуйтесь поиском гугл на сайте:


©2015- 2019 zdamsam.ru Размещенные материалы защищены законодательством РФ.