明显受到歪曲，导致测量值的失真，因而在处理测量数据时.doc

明显受到歪曲，导致测量值的失真，因而在处理测量数据时，首先需要判别其中是 否存在过失误差，并要予以剔除。 ’ $ % $ 第十章检验误差 过失误差产生原因可分为主观和客观的两个方面。主观上，检验员的粗心大 意、心情不佳以及缺乏经验等而引起的误差。例如，不正确的操作，读错数据、记录 差错、计算失误等。客观上，主要是指在测量过程中某些突然发生的不正常因素。 例如，由于外界干扰、测量条件意外改变而产生的仪器瞬间停滞、指针的跳动、零位 的走失等。 要防止和消除过失误差，重要的是要加强检验员的责任心，做到严格、认真地 进行测量，此外，还要保证测量条件的恒定。当外界条件发生剧烈变化时，应当停 止测量，直至外界条件恢复正常重新调整机器后，再进行测量。在测量过程中，对 于误读、误记或计算错误，要注意随时发现，随时剔除。 有时，直到测量结束也没有充分理由确定在哪一个测量值中存在过失误差，这 时可用统计方法来判别。根据有关资料介绍，判别过失误差的准则有许多种，例 如，“!!”准则、! 分布检验准则、肖维勒准则、格拉布斯准则、狄克松准则等，现将两 种常用的“!!”准则和! 分布检验准则介绍如下： （）“!!”准则： “!!”准则又称莱因达准则，主要适用于重复测量次数多，又服从正态分布的误 差。凡任一剩余误差超出# !!，即认为是过失误差，而将其剔除。这就是说，对某 一重复测量多次的一组数据，先求出算术平均值—，剩余误差# $ # % — # 及标 准偏差的估计量： $ $ !# % % （’ % (） 因为是有限次的测量，故用$ 代替!，然后用!作为准则来检查所有的剩余误 差，若某一个$# ) !!，则将该剩余误差判为过失误差，予以剔除，然后重新计算$ 值，并重新判断其他剩下的测量值是否含有过失误差。这里需注意的是，在剔除含 有过失误差时，只能逐个的剔除，每次只能剔除一个，也就是说，每次只能剔除大于 !!的剩余误差中绝对值最大的那一个测量值。然后，重新估算—、$# 及$，再作 第二次判别。如此重复，一个一个地剔除，直到无超出!!时，即认为测量结果不 包含有过失误差。实践证明，一般剔除次数并不多或无需剔除。 （）! 分布检验准则： 在!!准则中，标准差的估计量!，一般是大量重复测量的统计量，对于次数少 的重复测量，用!!准则来剔除过失误差，就显得不够合适。故在重复测量次数较 * ! 第八篇标牌质量检验 少时，宜采用! 分布检验准则，即按照! 分布的实际分布范围来确定过失误差的界 限。! 分布检验准则的特点是：在作重复测量 次中，有个别较大的剩余误差被怀 疑为过失误差时，应先剔除含有此剩余误差的测量值。然后，将余下的（ ! ）个 测量值及其剩余误差来计算标准价差的估计量。 # $ ! ! # $ %!# （’ ! ） ! $ ! ! # $ %!# ’ ! （% ! (） ) 分布的实际分布范围与) 分布的自由度（$ ! ），与置信概率$* $（ !#） 有关，查表% ! + 可确定!% 值，若被怀疑并被剔除的测量值确实属于含有过失误 差，则其剩余误差绝对值应大于或等于!% 即： ,% ,#!% 这表明将测量值剔除是正确的。反之，若 ,% , - !% 则表明该测量值并不含有过失误差。剔除是不应该的。 四、测量数据的处理 由于在测量过程中，受到种种确定因素和随机因素影响，在测量结果中，可能 同时存在许多系统误差、随机误差和过失误差。当剔除过失误差后，决定测量精度 的是系统误差和随机误差，系统误差影响测量准确度，随机误差影响测量的精密 度。为了由各个单项测量误差求出总误差，必须解决误差合成问题。通常为了计 算多项系统误差和随机误差的总误差，需通过下列步骤。 . 分析误差来源 分析确认测量结果中的误差来源，注重影响大的因素，对影响甚微的可忽略不 计。 . 分析误差性质 首先注意寻找发现过失误差并予以剔除；再分析哪些属于系统误差，并严格区 分出哪些属于定值系统误差，哪些属于变值系统误差。 /. 确定每项误差的数值或极限变动范围 可按前面已经介绍了的计算法、查表或经验统计数据来作确定，有时也可采用 0 / 第十章检验误差 实验法来确定某一种因素产生测量误差的数值。例如用接触测量较软工件时，就 可用实验法得出在一定的测力下，由于材料的硬度和弹性模数对测量结果产生的 影响。 ! 计算综合误差 （#）计算定值系统误差（!）； !$! ! $ #! $ !# % ! % . % !! （#’ ( #’） （）计算变值系统误差和未定系统误差的极限变动范围。 变值系统误差和未定系统误差的共同特点是，尽管我们无法确定其具体数值， 但可确定极限变动范围，对于这种已知极限变动范围的系统误差，其合成