工程测试技术基础：第三章 测量误差与静态测量数据处理

*1测试技术基础*2检测技术第三章测量误差与静态测量数据处理3.1测量误差概述3.2不等精度测量3.3函数误差与误差的传递3.4测量的不确定度.3.5静态误差数据处理*3误差与测量3.1测量误差概述3.1.1测量误差的概念及其表示方法1.测量误差：对某一参数进行测量时，由于各种因素的影响，使测量值与被测参数的真值之间存在一定的差值，此差值就是测量误差。测量误差的产生原因主要有四个方面：①测量方法；②测量设备；③测量环境；④测量人员素质。2.研究测量误差的意义正确认识测量误差的性质与分析测量误差产生的原因，寻求最大限度地减小与消除测量误差的途径。寻求正确处理测量数据的理论和方法，以便在同样条件下，能获得最精确最可靠地反映真值的测量结果。俗话说，差之毫厘，失之千里，一个小数点的错位，一个量纲的不正确，有可能导致巨大的浪费、失败、甚至造成人员伤亡等。

*4误差与测量3.

测量误差的表示方法①绝对误差：Δ＝Ｘ－Ｘ0

或Δ＝Ｘ－Ａ其中X为测量值，Ｘ0为真值，Ａ为约定真值。一般来说，真值无法求得，约定真值为高一级测量仪表的读数。②相对误差：ε＝（Δ/Ｘ0）×100％或ε＝（Δ/Α）×100％（实际相对误差）或ε＝（Δ/Ｘ）×100%

（示值相对误差，当Δ较小时使用）③引用误差：Δ引＝（Δ/Ｘｍ）×100%

称测量值为Ｘ时的引用误差。式中Ｘｍ为引用值，通常指测量装置的量程或示值范围的最高值。

引用误差有最大值：Δ引ｍａｘ＝（Δｍａｘ/Ｘｍ）·100％＝μ％

μ称为电工仪表的等级，共7级：0.1、0.2、0.5、1.0、1.5、2.5、5.0。使用μ级精度仪表时可保证：Δ＜Δｍａｘ＝Ｘｍ·μ％在相同误差Δ下，显然，越接近Ｘｍ，相对误差越小。因为相对误差（Δ/Ｘ）≥引用误差（Δ/Ｘｍ）。*5误差与测量3.1.2测量误差的分类系统误差：对某一参数在相同条件下进行多次测量时，以确定的规律影响各次测量值的误差。随机误差：对某一参数在相同条件下进行多次重复测量，误差的符号及大小变化无规律，呈现随机性的误差。粗大误差：由于某些原因造成的使测量值受到显著歪曲的误差，可在重复测量比较分析后消除。产生原因：测量者的粗心大意，环境的改变，如受到振动、冲击等。

*6误差与测量1.随机误差的特点随机误差的存在导致每次测量结果有些不同，将测量值进行分组统计(直方图法)，将最大值与最小值之间进行N等分，在直角坐标系中横轴表示测量值，纵轴表示测量值落在每一等分内的个数即频数，便可作出直方图，此图显现中间多、两边低，两边对称的特点。具有这种分布特点的随机变量称之为服从正态分布。

测量值与测量误差都服从正态分布，只是分布中心不同。随机误差具有如下特点：

①单峰性：绝对值小的误差比绝对值大的误差出现的可能性大；

②对称性；绝对值相同、符号相反的误差出现的可能性相等；

③相消性：

④有界性：绝对值大于某数值的随机误差不会出现。3.1.3随机误差的特点及估计

*7误差与测量

具有这样特性的事件称之为服从正态分布（高斯分布），正态分布的概率密度：测量值分布中心可用求算术平均值的方法求得：——样本均值。=*8误差与测量

测量值的可靠性（偏离真值的程度）可用标准差来评价：或用σ的估计值

随机误差的分布与测量值相同，只是μ＝０。——样本标准差*9误差与测量2.极限随机误差的估计①σ已知:单次测量(一个测量样本）的极限随机误差的估计

设测量值x落在区间的概率

—α称为显著水平（不可靠性）当t值不同时，概率不同若取t=1则p=68.26%t=2p=95.45%t=3p=99.73%接近于100%而测量值超过|u±

3σ|的概率很小,认为不可能出现.——t称为置信系数，其数值与误差出现的概率有关*10误差与测量所以,单次测量值的极限随机误差可定义为:算术平均值的极限随机误差:

--为算术平均值的标准值

样本平均值与样本均方差的性质：样本平均值x的数学期望Mx等于总体指标

的数学期望M

，样本平均值x的均方差

x等于总体指标

的均方差

乘以因子1/（N)1/2*11误差与测量②σ未知时，用σ的估计值S来替代，用算术平均值作为测量结果

则:

k—自由度=N-1N为测量次数

α--显著水平=1-p③粗大误差的消除:当测量值产生的误差时,便可认为粗大误差可以删除.精密度：用标准差评定，说明测定值的分散程度（指随机误差）。准确度：算术平均值偏离真值的程度（指系统误差）。精确度：前二者的综合评定，有时也指精密度。

3.1.4精密度、准确度、精确度*12误差与测量3.2不等精度测量

3.2.1等精度测量与不等精度测量

如果在测量过程中，保证测量环境、仪器、方法、人员水平及测量次数都相同，这时的单次测量结果或重复测量的算术平均值具有相同的可靠程度，称之为等精度测量。若使环境、仪器、方法、人员水平及测量次数中的任一项改变，则每改变一次后的测量结果与前一次测量结果的可靠性不同，称之为不等精度测量。

不等精度测量的目的是对不同条件下的测量结果加以比较分析，以便获得更精确的测量结果。

*13误差与测量3.2.2不等精度测量结果的表示—加权算术平均值

不等精度测量因各组测量值的可靠程度不同，故不能用算术平均值来表示，而应遵从一个原则：即可靠性高或精确度高的测量值在最终测量结果中所占的比重要大一些，而可靠程度小或精确度低的结果在最终测量结果中所占的比重要小一些。而普通算术平均值反映不出这种关系。因此引入了加权算术平均值的概念。

*14误差与测量1.权的概念与确定权值反映了某一测量值在最终测量结果中的比重，用p来表示。权值的大小与测量值的标准差有关。设在不等精度测量中，各组的算术平均值为x1,x2,x3,……xm，对应的标准差为σ1,σ2……σm

。则各组的权值为：即每组的权值与其标准差的平方〈方差〉成反比。*15误差与测量②若不等精度测量仅为重复次数不同，而其它测量条件都不变，则可用各组的重复次数ni做该组的权值pi。例如，已知三组不等精度测量结果对应的标准差分别为：则：

∴可取：p1=1,p2=16,p3=4

*16误差与测量2.加权算术平均值的计算接上例，设则

*17误差与测量3.加权算术平均值的标准差已知各组σi②

若已知各组的权且组数足够多时其中，ｍ为测量组数，为第i组平均值，为加权算术平均值。或或接上例：*18误差与测量3.3函数误差与误差的传递一.直接测量与间接测量直接测量—测量的物理量就是所研究的参数.间接测量—测量某些基本物理量,再根据函数关系求解所要研究的参数.研究函数误差就是解决间接测量中的误差传递问题(也称为第一类问题),另外还要解决误差的分配(也称为第二类问题)举例说明:电路中

对电流测量可用间接法.先测量R和V再算出电流I及误差.(第一类问题)

若对电路电流误差有要求,则要求VR和R的测量应保证在一定的范围之内(第二类问题)*19误差与测量二.函数的误差传递

—已知直接测量参数的误差,求间接测量的误差1.误差传递函数:设直接测量参数与间接测量参数的关系式为:当测量基本参数X1…….Xm时存在误差,则计算出的y值的准确性必然受到影响.y值的误差可以用求微分的方法求出:式中:

,称之为误差传递函数,它反映了第i个测量参数的误差对最终测量值y的影响程度.或者说xi的误差是通过Ci传递给Y的.*20误差与测量①函数的系统误差

②函数的随机误差2.函数误差的计算:式中

为相关系数，

一般

它反映了两个参数(或者随机变量)之间是否成线性关系.若二者成线性关系或

否则

小于1。通常有些参数之间是没有任何关系,相对独立,不相关,则

，此时

大于0，*21例:求两中心距离L,选择一种较好的测量方法.已知:误差与测量解:......①①式+②式有:......②......③1l1l2d1d2L*22误差与测量方法1:

方法2:

＝*23误差与测量方法3:

由此可见第三种方法最好!＝*24误差与测量三.函数误差的分配

—给定函数误差,要求确定各基本参数所允许的测量误差.考虑各基本参数相互独立,给定

则有:在这个方程中有m个未知数

根据已知条件只能列出一个方程,因此,解该方程必须再给定附加条件.*25误差与测量

等作用原则:

设各基本参数的误差对函数误差的影响相等.即

i=1,2,…..m.2.按实际过程调整误差:由上式可知,当|Ci|很大时,σi很小，意味着对Xi的测量要求很高的精度,而|Ci|很小时,则可放宽测量要求.在实际中,如果|Ci|太大,对Xi的测量要求过高,现有设备仪器可能满足不了,这时可以适当提高其他参量的测量精度,而保证总的m仍然满足。1*26误差与测量3.5静态误差数据处理一.测量数据表示法.

在测量过程中,被测量与测试仪器的输出之间存在一定的关系.为把这种关系建立,常常在特定的条件下改变被测量的量值,测出对应的输出,特别是对传感器而言,这种过程称之为标定.即给出传感器输入/输出之间的关系.比如:测力传感器,输入为力,输出为电流,这样力与电流的关系可用不同的表示方法表示出来.

列表法:输入力(N)输出电流(mA)6012.27014.28016.29018.310020.415030.4*27误差与测量2.图示法,即描点作图坐标可采用直角坐标,极坐标等.

上述两种方法直观但不便于从理论上分析研究,所以通常还要采用第三种方法.3.回归方程—经验公式法.

根据数理统计的方法,求出两个甚至多个量之间的关系,用一个数学方程来表示，该方程称之为回归方程,而建立该方程的过程称之为回归分析,回归分析包括一元线性回归,一元非线性回归,多元线性回归及多项式回归等.常用的是一元线性回归分析.*28误差与测量二.一元线性回归方程的建立对一组数据Xi，Yi,若它们之间是线性相关的.则可用一条直线来表示，即：(对线性关系的评价由相关函数来评价)

通常这条直线可用最小二乘法获得,即设实测值yi与理论计算值之差的

平方和为最小,可列成下式:

Q为剩余平方误差*29误差与测量即:若要使Q最小,可通过求极值的办法来确定m和b两个未知量,即令:m，b为未知量

解方程便可求得m和b。

*30误差与测量其中:

*31误差与测量采用线性回归的条件:当y,x两变量之间的相关系数的绝对值大于最小相关系数时才能采用线性回归方程,最小相关系数

的确定与N及概率有关.