自动检测技术与仪表控制系统-误差分析基础

1、2.误差分析根底 科学实验和消费过程中对物理量或参数进展检测时，为了准确要分两步：一、选用适宜的仪器与丈量方法获取实验数据；二、对数据进展误差分析与数据处置。两者均重要，缺一不可。实践中常忽视后者，导致无法确定获得的数据的可靠性，会得到错误的结论或掩盖了物理景象的本质。 误差不可防止地存在，由于真值永远难以得到。从实验数据中如何找到被丈量真值的最正确估值，它的可靠程度如何，衡量可靠程度的目的是什么，如何进展误差分析，找出其产生的缘由，采取措施减少误差使丈量结果更加准确等，是进展误差实际学习的缘由。.根据检测的目的选择丈量精度误差缘由分析及误差的表示方法间接检测时误差的传送法那么平均值误差的估计

2、以及粗大误差的检验用丈量数据推导实验公式我们将要学习的误差分析实际有：.2.1.检测精度仪表的精度是这样规定的：用该仪表进展丈量 时，可以准确到的最后一位数字是哪一量级， 那么该仪表的精度就是哪一量级。如：用千分尺测一物的长度为19.53mm， 那么该千分尺的精度为0.01mm。精度是相对而言的，被丈量大小不同，那么精度不同。 如丈量地球直径精度不能到达米，而丈量钢丝的直径 精度不能超越厘米。丈量精度越高，误差越小；精度越低，误差越大。 精度高的仪器起运用条件苛刻，维护费用大，实践 运用时应适中选择丈量精度。.2.2.误差分析的根本概念真值、丈量值与误差的关系几种误差的定义残差、方差、规范误差

3、丈量的准确度与精细度.一、真值、丈量值与误差的关系误差x，即丈量值M偏离真值A0的程度，即X= M- A0假设对同一个被丈量丈量了n次，得到n个测得值Mi i=1,2,n。每个测得值的误差为Xi=Mi-A0 这组丈量的平均值为.在有限次丈量中，丈量值的平均值与真值之间的偏向为：=A-A0 当丈量次数n足够多时，平均值A可以以为最接近被丈量的真值，即.二、几种误差的定义残差剩余误差：各丈量值与平均值的差vi=Mi-A 由平均值A的定义式可知：vi=0 方差：规范误差：规范误差是方差的均方根值，它是表示丈量值偏离真值的重要参数。.三、丈量的准确度与精细度精细度：用同样的方法与设备对同一未知量 进展

4、多次检测时，丈量值之间差别的大小。 差别小的丈量称为精细丈量，即精细度高， 反之，精细度低。准确度：在同样条件下，进展无数次丈量时平均 值与真值的偏向大小。偏向小的丈量为准确丈量， 即准确度高。.再举一例，如1和2是两条丈量数据分布曲线。A为被丈量的真值，Aa为一种丈量方法测得的平均值， Ab为另一种丈量方法测得的平均值，其中1表示准确却不精细误差小，规范误差大，2表示精细却不准确误差大，规范误差小。只需准确度和精细度都高，才干称为准确的丈量。.2.3.误差的来源 产生误差的缘由很复杂，可以是某个缘由，也能够是几个要素综合引起的。可归纳为如下四种：丈量安装误差质量问题、元器件老化等环境误差温度

5、、湿度等变化和辐射等方法误差丈量方法不正确，安装布置不当等人员误差读表偏向、知识和阅历的不同等要素而呵斥的误差丈量对象变化的误差被测对象的不稳定或者丈量器件进入被测对象也能呵斥丈量误差.2.4.误差的分类按照误差的特点和性质，误差可分为系统误差、随机误差、粗大误差。一、系统误差： 1.定义：一样条件下多次丈量同一量时，误差的 大小和符号坚持不变，或按照一定的规律变化。 2.产生的缘由：它是由丈量工具或仪器本身或对 仪器运用不当而呵斥的。如零点没调整好，工 作电池随任务时间的添加电压逐渐下降，环境 的变化等引起的误差。 3.消除：查明缘由可以消除；对丈量值进展修正； 改善丈量条件；改良丈量方法等

6、。.二、随机误差 1.定义：一样条件下多次反复丈量同一量时， 误 差的大小和符号是无规律变化的误差。 2.产生的缘由：是由丈量过程中相互独立的、 微小的偶尔要素引起的。有些可知但却无法控 制，如空气的枯燥程度及气流的大小和方向都 对丈量有影响；有些是不知的。 3.消除：不能消除，也不能修正，值是随机的。 4.特点：多次反复丈量时，总体服从统计规律， 故可以了解它的分布特性，并能对其大小和测 量结果的可靠性作出估计，是误差实际的根据。.三、粗大误差 1.定义：一样条件下多次反复丈量同一量时， 明显偏离了结果的误差。 2.产生的缘由：忽略大意或不正确的观测、测 量条件的忽然变化、仪器缺点等。 3.

7、消除：遵照一定的规那么。 4.特点：通常数值比较大。丈量中应该防止这 类误差的出现。含有粗大误差的丈量值称为坏 值。判别某一丈量值能否为坏值，可以用统计 方法或遵照一些准那么。. 三种误差可以相互转化。如尺子的分划误差，在制造尺子时为随机误差，由于可长可短，无规律，但用它丈量时，该误差使丈量结果一直大些或小些，变成为系统误差。 还可根据误差产生的缘由将其分成设备误差、人员误差、环境误差、方法误差及丈量对象变化的误差等。但称号如何总可归为上述三类。而正确的丈量不会包含有粗大误差，系统误差又可以消除，因此误差分析只是随机误差的分析。.2.5.随机误差的统计处置 分析随机误差的性质对称性、单峰性、

8、有界性、抵偿性；引见随机误差函数及其表达法概率密度 函数从丈量平均和丈量方差如何求得真值和方 差的最正确估计值的方法.一、随机误差的概率及概率密度函数的性质 随机误差的统计处置：在了解误差性质之上，分析 误差概率密度函数及其曲线特征，求取误差发 生的概率。1.误差函数有关的定义：概率密度函数： 误差 发生的概率密度概率元： 误差 发生的概率误差在 与 之间的概率：.2.随机误差的统计特性： 经过对大量的丈量数据的察看，人们总结出了大多数随机误差具有以下4个特征，它常被称为随机误差公理。对称性：绝对值相等的正误差和负误差出现的次数相等。 故f(x)为偶函数，其分布曲线对称纵轴。单峰性：绝对值小的

9、误差比绝对值大的误差出现次数多。 绝对值小的误差概率密度大，即有界性:在一定的丈量条件下，随机误差的绝对值不会超越 一定界限，即绝对值很大的误差根本不发生。抵偿性：随丈量次数添加，随机误差的代数和为零，即正 负误差相互抵消。它可以由对称性推出。实际和实际证明：满足上述统计特征的随机误差在丈量次数极大时必然服从正态分布。.二、正态分布函数及其特征点1. 概率密度函数为：图2-3 随机误差的正态分布其中，为规范误差或均方根误差，是正态分布的重要参数，一旦确定f(x)为单值函数。正态分布也叫高斯分布，是随机误差的实际分布规律，也称误差法那么。分布曲线如图2-3所示。. 2.正态分布曲线的特点： 越小

10、，正态分布曲线越陡，小误差出现的概 率大，阐明丈量值集中，丈量精细度高。表征 了丈量值偏离真值的离散程度。故等精度丈量 是一种值一样的丈量。峰值点：拐点：.从检测的角度看，正态分布常用N(A0,2) 表示。A0 和分别为丈量的真值和规范误差。设丈量值M作为随机变量，它服从正态分布，那么有：实践数据分析中，常把N(A0,2) 变成规范正态分布N(0,1)处置。只需令使分布密度函数变为：.正态分布曲线的拐点； 算术平均误差 ：误差绝对值的平均值。概率误差 ：随机误差落在该范围内外的概率相等。极限误差： 随机误差以给定概率通常较大落在极限误差的范围内。极限误差通常为规范误差的2倍或3倍。3.与随机误

11、差有关的特征值正态分布曲线最大值点规范误差规范偏向： 是方差 的平方根，它表示随机误差相对于中心位置的离散程度。.三、置信区间与置信概率 在研讨随机误差的统计规律时，不仅要知道随机变量在哪个范围内取值，而且要知道在该范围内取值的概率。两者是相互关联的，缺一不可。我们常说：正常人体温在36 37之间。隐含两个含义：一指正常人体温丈量值在36 37范围内取值，二指大部分99%正常人体温在此范围，当然还有极小部分正常人体温能够略高于37或略低于36。这样两个含义就是置信区间和置信概率的概念。置信区间：定义为随机变量的取值范围，常用正态分布的规范误差的倍数来表示，即z ，z叫做置信系数。置信概率：随机变量在置信区间z 内取值的概率。.置信度：把置信区间和置信概率结合起来称之为置信度，即可