Xreferat.com » Рефераты по математике » Обработка результатов измерений

Обработка результатов измерений

border="0" /> (3.1.3)


проходящей через все точки Обработка результатов измерений невозможно из-за большого разброса значений. Функция (3.1.3) называется уравнением регрессии y на x. Пусть приближенная функция, описывающая Обработка результатов измерений зависит от трех параметров Обработка результатов измерений Эта функция не будет проходить через все точки с координатами Обработка результатов измерений тогда можно найти сумму квадратов разностей


Обработка результатов измерений (3.1.4)


Задача сводится к отысканию минимума Обработка результатов измерений, т.е. к решению системы уравнений


Обработка результатов измерений А именно Обработка результатов измерений

(3.1.5)


Решив систему (3.1.5) относительно параметров a, b, c находим конкретный вид искомой функции.

Приближающая (приближенная) функция может иметь любой вид: линейная зависимость, парабола, синусоида и т.д. Чаще всего используются алгебраические многочлены не выше третьего порядка. В большинстве случаев анализируется линейная регрессия, когда


Обработка результатов измерений (3.1.6)

Главная особенность регрессионного анализа состоит в том, что регрессия y на x не соответствует регрессии x на y (см. рис. 3.3).


Обработка результатов измерений

Рис. 3.3.


Поясним это свойство регрессионных зависимостей. Пусть формула регрессии имеет вид (3.1.6), приведем ее обратную функцию:


Обработка результатов измерений (3.1.7)


Обратим внимание, что в (3.1.7) свободный член Обработка результатов измерений зависит от коэффициента наклона a прямой зависимости (3.1.6). При построении же регрессии прямая проходит приблизительно через середину области, охватывающей экспериментальные точки и ее наклон определяется отношением разброса значений по осям x и y (пересечение функций Обработка результатов измерений и Обработка результатов измерений находится в середине области экспериментальных значений). Таким образом, регрессия x(y), построенная по экспериментальным данным, не будет совпадать с (3.1.7) из-за наличия свободного члена.


Обработка результатов измерений

Рис. 3.4


Графически это поясняется на рис. 3.4, где по трем экспериментальным точкам построены регрессии y(x) и x(y), которые не совпадают. Для минимизации СКО трех экспериментальных точек от прямой, зависимость должна проходить через одну из них и в середине между двумя другими точками. Как видно из рис. 3.4, линейные регрессии, построенные из этих соображений пресекаются в центре области экспериментальных значений и имеют разный наклон.


Быстрые методы построения функциональных зависимостей


Задача выбора вида функциональной зависимости – задача неформализуемая, так как одна и та же экспериментальная зависимость может быть описана разными аналитическими выражениями приблизительно с одинаковой точностью. Например, U – образная кривая может быть описана как параболой, так и куском синусоиды.

Основное требование к математической модели – компактность и удобство использования, потому чаще всего пользуются алгебраическими многочленами, экспоненциальными и тригонометрическими функциями. Другое требование – интерпретируемость. Например, если экспериментальная зависимость описывает изменение амплитуды затухающих колебаний, то функциональная зависимость может быть построена в виде Обработка результатов измерений или Обработка результатов измерений В этом случае, из знания природы зависимости (теоретической модели затухающих колебаний), будет выбрана экспоненциальная зависимость Обработка результатов измерений.

Погрешность в выборе функциональной зависимости называется погрешностью адекватности модели. Для ее устранения надо рассматривать теоретическую модель описываемого явления или процесса.

Быстрые методы установления графического вида однофакторных зависимостей. Простейший экспресс-метод статистической обработки – метод контура (рис. 3.5, а, б).

Его суть – обведение экспериментальных точек плавными границами. Требование плавности подразумевает, что некоторые точки могут оказаться вне контура (рис. 3.5, а). Метод контура можно использовать тогда, когда разброс экспериментальных точек не слишком велик (рис. 3.5, б).


Обработка результатов измерений

а б в

Рис. 3.5


На рисунке 3.5, в показано построение экспериментальной зависимости более строгим экспресс-методом, – методом медианных центров. Для этого область экспериментальных данных разбивается вертикальными линиями на несколько областей (в данном случае – три области), в каждой из которых находится равное количество экспериментальных точек. Медианными центрами каждой из этих областей по координате x являются точки, справа и слева от которых находится равное количество экспериментальных отсчетов. Найдя таким образом координаты Обработка результатов измерений медианных центров, аналогичным образом в каждой области находят их вертикальные координаты Обработка результатов измерений выше и ниже которых находилось бы равное количество точек. Затем по точкам с координатами Обработка результатов измерений строится плавная экспериментальная кривая. Необходимо помнить, что координаты (Обработка результатов измерений) медианных центров не совпадают со средними значениями экспериментальных данных.

Связь коэффициента линейной регрессии, коэффициента корреляции и относительной погрешности. Пусть по результатам однофакторного эксперимента строится линейная регрессия Обработка результатов измерений тогда из системы (3.1.5) следует:


Обработка результатов измерений Обработка результатов измерений (3.2.1)


С другой стороны коэффициент корреляции, характеризующий связь между Обработка результатов измерений и Обработка результатов измерений, по определению


Обработка результатов измерений (3.2.2)


Сопоставляя (3.2.1) и (3.2.2), найдем связь между коэффициентом регрессии a и коэффициентом корреляции R:


Обработка результатов измерений (3.2.3)


где Обработка результатов измерений – среднеквадратичные отклонения Обработка результатов измерений и Обработка результатов измерений Таким образом, коэффициент корреляции связан с разбросом значений по осям x, y и определяет возможную степень отклонения линии регрессионной зависимости по наклону. Пусть величина Обработка результатов измерений фиксирована,


Обработка результатов измерений

Рис. 3.6


тогда возможное отклонение по оси y от среднего значения Обработка результатов измерений составляет Обработка результатов измерений где Обработка результатов измерений среднеквадратичное отклонение от линии регрессии (см. рис. 3.6). В связи с этим, учитывая (3.2.3), коэффициент корреляции очень часто определяют как


Обработка результатов измерений (3.2.4)


где Обработка результатов измерений – ширина полосы погрешностей по y; Обработка результатов измерений – разброс значений Обработка результатов измерений который определяется диапазоном изменения величины Обработка результатов измерений.

Поскольку в практических случаях Обработка результатов измерений то формулу (3.2.4) с учетом приближенного разложения до первого члена в ряд Тейлора приводят к виду


Обработка результатов измерений (3.2.5)

Где Обработка результатов измерений приведенная погрешность. Таким образом, в большинстве практических случаев связь между коэффициентом корреляции и приведенной погрешностью может быть установлена при помощи простейшей приближенной формулы (3.2.5).

Быстрая оценка коэффициента корреляции исходных данных. Быструю оценку коэффициента корреляции и погрешности исходных данных можно провести также методом медианных центров (рис. 3.7).

Разобьем поле экспериментальных точек вертикальной чертой на две равные по числу точек области (Обработка результатов измерений точек). В левой и правой частях найдем медианные центры. Проведенная через эти медианные центры, обозначенные звездочкой, прямая a регрессия y на x Теперь разобьем экспериментальную область на равное количество точек по вертикали горизонтальной чертой и, после нахождения соответствующих медианных центров, получим прямую b – регрессию x на y. Прямые a и b совпадут только в том случае, когда коэффициент корреляции между Обработка результатов измерений и Обработка результатов измерений равен единице, то есть R = 1.


Обработка результатов измерений

Рис. 3.7


По различию прямых a и b можно с учетом (3.2.3) оценить коэффициент корреляции:


Обработка результатов измерений (3.2.6)

где Обработка результатов измерений определяется отношением углов их наклона. Для быстрой оценки относительной погрешности подставим величину R из (3.2.6) в обращенную формулу (3.2.5):


Обработка результатов измерений (3.2.7)


Таким образом, быстрая оценка коэффициента корреляции и значения относительной погрешности основывается на том, что прямые a и b обязательно проходят через точку пересечения границ О. При этом, чем выше разброс экспериментальных данных (невытянутая область), тем больше будет угол между прямыми a и b.

При построении регрессионных зависимостей методом медианных центров, необходимо помнить, что полученные линии регрессии в общем случае отличаются от соответствующих зависимостей, полученных при помощи МНК. Их различия будут уменьшаться при увеличении количества экспериментальных точек, если разброс экспериментальных данных подчиняется нормальному закону распределения.


Классификация погрешностей измерений


Погрешность средств измерения и результатов измерения. В первую очередь погрешность измерений следует разделить на погрешность средств измерений и погрешность результатов измерений.

Погрешности средств измерений – отклонения метрологических свойств или параметров средств измерений от номинальных, влияющие на погрешности результатов измерений (создающие так называемые инструментальные ошибки измерений).

Погрешность результата измерения – отклонение результата измерения х изм. от действительного (истинного) значения измеряемой величины Обработка результатов измерений определяемая по формуле Обработка результатов измерений – погрешность измерения.

В свою очередь погрешности средств измерений можно разделить на инструментальную и методическую погрешности.

Инструментальные и методические погрешности. Методическая погрешность обусловлена несовершенством метода измерений или упрощениями, допущенными при измерениях. Так, она возникает из-за использования приближенных формул при расчете результата или неправильной методики измерений. Выбор ошибочной методики возможен из-за несоответствия (неадекватности) измеряемой физической величины и ее модели.

Причиной методической погрешности может быть не учитываемое взаимное влияние объекта измерений и измерительных приборов или недостаточная точность такого учета. Например, методическая погрешность возникает при измерениях падения напряжения на участке цепи с помощью вольтметра, так как из-за шунтирующего действия вольтметра измеряемое напряжение уменьшается. Механизм взаимного влияния может быть изучен, а погрешности рассчитаны и учтены.

Инструментальная погрешность обусловлена несовершенством применяемых средств измерений. Причинами ее возникновения являются неточности, допущенные при изготовлении и регулировке приборов, изменение параметров элементов конструкции и схемы вследствие старения. В высокочувствительных приборах могут сильно проявляться их внутренние шумы.

Статическая и динамическая погрешности. Статическая погрешность измерений – погрешность результата измерений, свойственная условиям статического измерения, то есть при измерении постоянных величин после завершения переходных процессов в элементах приборов и преобразователей.

Динамическая погрешность измерений – погрешность результата измерений, свойственная условиям динамического измерения. Динамическая погрешность появляется при измерении переменных величин и обусловлена инерционными свойствами средств измерений.

Статические и динамические погрешности относятся к погрешностям результата измерений. В большей части приборов статическая и динамическая погрешности оказываются связаны между собой, поскольку соотношение между этими видами погрешностей зависит от характеристик прибора и характерного времени изменения величины. Более подробно соотношение между этими погрешностями рассмотрено в главе 4, где описаны виды регистрирующей аппаратуры.

Систематические и случайные погрешности. Систематическая погрешность измерения – составляющая погрешности измерения, остающаяся постоянной или закономерно изменяющаяся при повторных измерениях одной и той же физической величины. Систематические погрешности являются в общем случае функцией измеряемой величины, влияющих величин (температуры, влажности, напряжения питания и пр.) и времени. В функции измеряемой величины систематические погрешности входят при поверке и аттестации образцовых приборов.

Случайными называют составляющие погрешности измерений, изменяющиеся случайным образом при повторных измерениях одной и той же величины. Случайные погрешности определяются совместным действием ряда причин: внутренними шумами элементов электронных схем, наводками на входные цепи средств измерений, пульсацией постоянного питающего напряжения, дискретностью счета. Случайные погрешности будут более подробно рассмотрены в следующем параграфе данной главы.

Погрешности адекватности и градуировки. Погрешность градуировки средства измерений – погрешность действительного значения величины, приписанного той или иной отметке шкалы средства измерений в результате градуировки.

Погрешностью адекватности модели называют погрешность при выборе функциональной зависимости. Характерным примером может служить построение линейной зависимости по данным, которые лучше описываются степенным рядом с малыми нелинейными членами.

Погрешность адекватности относится к измерениям для проверки модели. Если зависимость параметра состояния от уровней входного фактора задана при моделировании объекта достаточно точно, то погрешность адекватности оказывается минимальной. Эта погрешность может зависеть от динамического диапазона измерений, например, если однофакторная зависимость Обработка результатов измерений задана при моделировании параболой, то в небольшом диапазоне она будет мало отличаться от экспоненциальной зависимости. Если диапазон измерений увеличить, то погрешность адекватности сильно возрастет.

В целом в теории планирования эксперимента погрешность адекватности может иметь большое значение, поскольку в многофакторных экспериментах чаще всего рассматривается линейная зависимость параметров состояния от факторов.

Абсолютная, относительная и приведенная погрешности. Под абсолютной погрешностью понимается алгебраическая разность между номинальным и действительным значениями измеряемой величины. Обработка результатов измерений – абсолютные погрешности (см. рис. 2.1). Однако в большей степени точность средства измерений характеризует относительная погрешность, т.е. выраженное в процентах отношение абсолютной погрешности к действительному значению измеряемой или воспроизводимой данным средством измерений величины.


Обработка результатов измерений относительные погрешности.

Если диапазон измерения прибора охватывает и нулевое значение измеряемой величины, то относительная погрешность обращается в бесконечность в соответствующей ему точке шкалы. В этом случае пользуются понятием приведенной погрешности, равной отношению абсолютной погрешности измерительного прибора к некоторому нормирующему значению. В качестве нормирующего значения принимается значение, характерное для данного вида измерительного прибора. Это может быть, например, диапазон измерений, верхний предел измерений, длина шкалы и т.д. Обработка результатов измерений – приведенные погрешности, где X и Y – диапазон изменения величин. Выбор X и Y в каждом конкретном случае разный из-за нижнего предела (чувствительности) прибора.


Обработка результатов измерений

Рис. 2.1


Класс точности прибора – предел (нижний) приведенной погрешности.

Аддитивные и мультипликативные погрешности. Аддитивной погрешностью называется погрешность, постоянная в каждой точке шкалы.

Мультипликативной погрешностью называется погрешность, линейно возрастающая или убывающая с ростом измеряемой величины.

Различать аддитивные и мультипликативные погрешности легче всего по полосе погрешностей (рис. 2.2).

Если абсолютная погрешность не зависит от значения измеряемой величины, то полоса определяется аддитивной погрешностью (рис. 2.2, а). Иногда аддитивную погрешность называют погрешностью нуля.

Обработка результатов измерений

а б

Рис. 2.2


Если постоянной величиной является относительная погрешность, то полоса погрешностей меняется в пределах диапазона измерений и погрешность называется мультипликативной (рис. 2.2, б).

Ярким примером аддитивной погрешности является погрешность квантования (оцифровки).

Класс точности измерений зависит от вида погрешностей. Рассмотрим класс точности измерений Обработка результатов измерений для аддитивной и мультипликативной погрешностей:

для аддитивной погрешности:


Обработка результатов измерений


Где X – верхний предел шкалы, Обработка результатов измерений – абсолютная аддитивная погрешность.

– для мультипликативной погрешности


Обработка результатов измерений


Обработка результатов измерений – это условие определяет порог чувствительности прибора (измерений).

Абсолютная величина погрешности для обоих типов погрешностей может быть выражена одной формулой:


Обработка результатов измерений (2.1.1)


Где Обработка результатов измерений – аддитивная погрешность, Обработка результатов измерений – мультипликативная погрешность.

Относительная погрешность с учетом (2.1.1) выражается формулой Обработка результатов измерений и, при уменьшении измеряемой величины, возрастает до бесконечности. Приведенное значение погрешности

Обработка результатов измерений возрастает с увеличением измеряемой величины.

Нормирование погрешности средств измерений. Кроме нормирования погрешностей в виде класса точности возникает необходимость нормировать их некоторыми особыми способами. Например, нормирование погрешности цифрового частотомера или моста для измерения сопротивлений. Особенность этих приборов состоит в том, что кроме нижнего порога чувствительности мосты для измерения сопротивлений имеют верхний порог, а для цифрового частотомера погрешность зависит не только от измеряемой величины, но и от времени измерений.

Вопрос об измерении частот и временных интервалов будет рассмотрен ниже.

Нормировка при измерении сопротивлений имеет вид:


Обработка результатов измерений


Где Обработка результатов измерений – нижний и верхний пороги измеряемых сопротивлений.

Округление погрешностей обычно осуществляется до десятичного знака, соответствующего погрешности.

Метрологические характеристики средств измерений


Все средства измерений, независимо от их конкретного исполнения, обладают рядом общих свойств, необходимых для выполнения ими их функционального назначения. Технические характеристики, описывающие эти свойства и оказывающие влияние на результаты и на погрешности измерений, называются метрологическими характеристиками [9,10]. Перечень важнейших из них регламентируется ГОСТ «Нормируемые метрологические характеристики средств измерений». Комплекс нормируемых метрологических характеристик устанавливается таким образом, чтобы с их помощью можно было оценить погрешность измерений, осуществляемых в известных рабочих условиях эксплуатации посредством отдельных средств измерений или совокупности средств измерений, например автоматических измерительных систем.

Одной из основных метрологических характеристик измерительных преобразователей является статическая характеристика преобразования (иначе называемая функцией преобразования или градуировочной характеристикой). Она устанавливает зависимость Обработка результатов измерений информативного параметра у выходного сигнала измерительного преобразователя от информативного параметра х входного сигнала.

Статическая характеристика нормируется путем задания в форме уравнения, графика или таблицы. Понятие статической характеристики применимо и к измерительным приборам, если под независимой переменной х понимать значение измеряемой величины или информативного параметра входного сигнала, а под зависимой величиной – показание прибора.

Если статическая характеристика преобразования линейна, т.е. Обработка результатов измерений то коэффициент К называется чувствительностью измерительного прибора (преобразователя). В противном случае под чувствительностью следует понимать производную от статической характеристики.

Важной характеристикой шкальных измерительных приборов является цена деления, т.е. то изменение измеряемой величины, которому соответствует перемещение указателя на одно деление шкалы. Если чувствительность постоянна в каждой точке диапазона измерения, то шкала называется равномерной. При неравномерной шкале нормируется наименьшая цена деления шкалы измерительных приборов. У цифровых приборов шкалы в явном виде нет, и на них вместо цены деления указывается цена единицы младшего разряда числа в показании прибора.

Важнейшей метрологической характеристикой средств измерений является погрешность.

Под абсолютной погрешностью меры понимается алгебраическая разность между ее номинальным Обработка результатов измерений и действительным Обработка результатов измерений значениями:


Обработка результатов измерений


Под абсолютной погрешностью измерительного прибора – разность между его показанием Обработка результатов измерений и действительным значением Обработка результатов измерений измеряемой величины:


Обработка результатов измерений


Абсолютная погрешность измерительного преобразователя может быть выражена в единицах входной или выходной величины. В единицах входной величины абсолютная погрешность преобразователя определяется как разность между значением входной величины X, найденной по действительному значению выходной величины и номинальной статической характеристике преобразователя, и действительным значением Обработка результатов измерений входной величины:

Обработка результатов измерений


Однако в большей степени точность средства измерений характеризует относительная погрешность, т.е. выраженное в процентах отношение абсолютной погрешности к действительному значению измеряемой или воспроизводимой данным средством измерений величины:


Обработка результатов измерений


Обычно Обработка результатов измерений поэтому в формулу вместо действительного значения часто может быть подставлено номинальное значение меры или показание измерительного прибора.

Если диапазон измерения прибора охватывает и нулевое значение измеряемой величины, то относительная погрешность обращается в бесконечность в соответствующей ему точке шкалы. В этом случае пользуются понятием приведенной погрешности, равной отношению абсолютной погрешности измерительного прибора к некоторому нормирующему значению Обработка результатов измерений:


Обработка результатов измерений


В качестве нормирующего значения принимается значение, характерное для данного вида измерительного прибора. Это может быть, например, диапазон измерений, верхний предел измерений, длина шкалы и т.д.

Погрешности измерительных средств принято подразделять на статические, имеющие место при измерении постоянных величин после завершения переходных процессов в элементах приборов и преобразователей, и динамические, появляющиеся при измерении переменных величин и обусловленные инерционными свойствами средств измерений.

Согласно общей классификации, статические погрешности измерительных средств делятся на систематические и случайные.

Систематические погрешности являются в общем случае функцией измеряемой величины, влияющих величин (температуры, влажности, напряжения питания и пр.) и времени. В функции измеряемой величины систематические погрешности находят при поверке и аттестации образцовых приборов, например, измерением наперед заданных значений измеряемой величины в нескольких точках шкалы. В результате строится кривая или создается таблица погрешностей, которая используется для определения поправок. Поправка в каждой точке шкалы численно равна систематической погрешности и обратна ей по знаку, поэтому при определении действительного значения измеряемой величины поправку следует прибавить к показанию прибора. Так, если поправка к показанию динамометра 120 Н равна +0.6 Н, то действительное значение измеряемой силы составляет 120+0.6=120.6 Н. Удобнее пользоваться поправкой, чем систематической погрешностью, поэтому приборы чаще снабжают кривыми или таблицами поправок.

Систематическую погрешность в функции измеряемой величины можно представить в виде суммы погрешности схемы, определяемой самой структурной схемой средства измерений, и технологических погрешностей, обусловленных погрешностями изготовления его элементов.

Как те, так и другие виды погрешностей можно рассматривать в качестве систематических лишь при измерении постоянной величины с помощью одного экземпляра измерительного прибора. В массе же измерений различных значений физической величины, осуществляемых одним или многими приборами того же типоразмера, эти систематические погрешности приходится относить к классу случайных.

Между погрешностями схемы и технологическими погрешностями средств измерений существует принципиальная разница. Если первые накладывают свой отпечаток на характер изменения по шкале суммарной погрешности всех средств измерений данного типоразмера, то технологические погрешности индивидуальны для каждого экземпляра, т.е. их значения в одних и тех же точках шкалы различны для различных экземпляров приборов. На рис. 15, а показано взаимное положение статических характеристик реального Обработка результатов измерений и идеального приборов при наличии только погрешностей схемы. Технологические погрешности в большой степени искажают эту картину.

Результатом их проявления является:

а) поступательное смещение статической характеристики относительно характеристики идеального прибора и возникновение погрешности, постоянной в каждой точке шкалы; эта погрешность называется аддитивной (рис. 15, б);

б) поворот статической характеристики и появление погрешности, линейно возрастающей или убывающей с ростом измеряемой величины и называемой мультипликативной погрешностью (рис. 15, в);

в) нелинейные искажения статической характеристики (рис. 15, г);

г) появление погрешности обратного хода, выражающейся в несовпадении статических характеристик прибора при увеличении и уменьшении измеряемой величины (рис. 15, д).


Обработка результатов измерений

Динамические погрешности обусловливаются инерционными свойствами средств измерений и появляются при измерении переменных во времени величин. Типичным случаем является измерение с регистрацией сигнала, изменяющегося со временем. Если Обработка результатов измерений

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.
Подробнее

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: