Классы точности средств измерений

2.6 Обработка результатов однократных измерений

Для производственных процессов характерны однократные технические прямые или косвенные измерения. Здесь процедура измерений регламентируется заранее, с тем чтобы при известной точности СИ определяемым его классом точности и условиях измерения физической величины Х погрешность не превышала определенное значение, т.е. значение Δ и доверительной вероятности Р заданы заранее. Поскольку измерение выполняется без повторных наблюдений, то нельзя отделить случайную от систематической составляющей погрешности. Поэтому для ее оценки указывают лишь границы неисключенной систематической погрешности (НСП) с учетом возможных влияющих величин. Методические погрешности должны быть учтены заранее. Личностные погрешности при однократных измерений предполагаются малыми и их не учитывают. Как правило, учет НСП осуществляется арифметическим суммированием пределов основной и дополнительных погрешностей средства измерения в относительной форме к показанию прибора.

Пример решения задачи
При измерении силы динамометр показывает 920 H. Средняя квадратическая погрешность σ=5 Н. Погрешность тарировки динамометра
∆s=+3 H. Доверительными границами для истинного значения силы с вероятностью P=0.9544 ( =2) будут…
Решение.
1)Внесём поправку.
920 3 = 917 Н
2) Найдём доверительный интервал
=2 5=10 H
Тогда доверительные границы для истинного значения силы найдутся в пределах от
до


2.7 Обработка результатов многократных прямых измерений

Рассмотрим серию из n прямых равноточных измерений физической величины , подчиняющейся нормальному закону распределения. Оценкой рассеяния однократных наблюдений относительно среднего арифметического является среднеквадратичная погрешность σ , определяемая по формуле:

(6)

где х_i – однократное измеренное значение, n – число измерений в серии,
Выполнив серию из m измерений величины Х, мы получили бы новое значение среднего арифметического есть новое действительное значение измеряемой величины. Повторив многократно серии измерений, мы убедимся в рассеянии средних арифметических значений. Характеристикой этого рассеяния является среднеквадратическое отклонение среднего арифметического , определяемого по формуле

(7)

Величина используется для нахождения интервальной оценки погрешности многократных измерений одной и той же физической величины Х, истинное значение которой Х₀ неизвестно.
Теория показывает, что если рассеяние результатов измерений Х_i в серии подчиняется нормальному закону, то их погрешности , а так же среднее арифметическое, являясь случайной величиной, тоже подчиняется нормальному закону (распределение Гаусса) при достаточно большом числе измерения (n>50).
Причём мерой рассеяния истинного значения измеряемой величины служит , а доверительный интервал при заданной доверительной вероятности Р определяется как . При это считается что истинное значение измеряемой величины лежит в границах = Коэффициент t для нормального закона распределения случайной величины находится по таблице интеграла Лапласа.
При небольшом числе измерений (серия малой выборки) среднее арифметическое подчиняется закону распределения Стьюдента. При этом Δ_m= , где - коэффициент Стьюдента, который зависит от числа наблюдений n, выбранной доверительной вероятностью P, и находится по специальной таблице. Особенностью этого распределения является то, что доверительный интервал Δ_m с уменьшением числа наблюдений расширяется, по сравнению с нормальным законом распределения при той же доверительной вероятности P. Коэффициент распределения Стьюдента зависит от числа наблюдений и выбранной доверительной вероятности и находится по специальной таблице. Так при числе измерений n=14 и доверительной вероятности Р=0,95 коэффициент =2,16.
Правила обработки прямых многократных измерений учитывают следующие факторы:

• 
  обрабатываются результаты конечной серии из n измерений физической величины Х;
  
• 
  результаты измерений Х_i могут содержать как случайную, так и систематическую погрешности;
  
• 
  в серии могут встречаться грубые ошибки или промахи;
  
• 
  распределение случайных погрешностей может отличаться от нормального
  

Обработка результатов многократных измерений должна осуществляться по следующему алгоритму:
1. Исключить известные систематические погрешности (например методическую погрешность) из результатов измерений (введением поправки).
2. Вычислить среднее арифметическое из исправленных результатов измерений, принимаемое за действительное значение измеряемой величины.
3. Вычислить среднеквадратичное отклонение (СКО) результатов измерений σ.
4. Проверить наличие в группе наблюдений грубых погрешностей (промахов), исходя из того, что при нормальном законе распределения f(Δ) ни одна абсолютная погрешность = - случайного характера с вероятностью Р=0,997 не может выйти за пределы ±3σ. Наблюдения, не удовлетворяющие этому критерию, исключаются из группы и снова повторяют вычисления и σ.
5. Вычислить оценку по формуле (7).
6. Проверить гипотезу о том, что результаты измерений , а также абсолютная погрешность принадлежат нормальному распределению.
Приближенно это можно сделать по критерию , или построив гистограмму. Строго это определяется с использованием критериев Пирсона, Мизеса-Смирнова и др. При n<15 нормальность распределения не проверяется (распределение Стьюдента).

План
1 Классы точности средств измерений
2 Обработка результатов однократных измерений
3 Обработка результатов многократных прямых измерений

1.