谈建材检测中的误差分析与数据处理.docVIP

谈建材检测中的误差分析与数据处理 　　【摘要】目前，我国建筑行业的发展极为迅猛，建材市场也随之有了较快发展。建材的好坏直接决定了建筑施工的质量，因此，如何保证建筑材料的质量就成为建筑行业所要面对的严峻问本文根据建材在检测中出现的误差进行分析并探讨如何进行数据处理题。 　　【关键词】建材检测；误差；数据处理 　　中图分类号： G267文献标识码：A 文章编号： 　　前言 　　从事工程质量检测的有关人员，对于日常检测中所遇到的面广量大的建筑材料检测，应将其作为房屋质量检测的重要基础工作来对待，从思想上重视它，技术上严格把关，控制试验过程各环节的误差，科学地进行数据处理，从而客观、科学、公正地开展房屋质量检测工作。其建筑材料检测试验的重要性在于：一是按国家有关质量试验标准，应用科学技术手段，取得代表质量特征的有关数据；二是作为施工依据和全面、客观、准确反映工程质量的真实水，以期达到管理、控制工程质量和正确评价工程质量的目的；三是保证工程建设的安全性、合理性以及降低成本。 　　二、误差分析 　　根据误差产生的原因与性质，常分为系统误差、过失误差和偶然误差三类。 　　1、系统误差 　　常因试验方法不正确或限于试验条件无法消除的因素造成，系统误差有一定的规律，当对量测数据进行判别，发现有系统误差后，可根据其规律找出原因，通过改进试验方法，加强仪器仪表的检定等手段消除产生系统误差的因素；对于一些限于试验条件，无法消除的系统误差，需引入修正值对量测数据进行修正。从数据上看，常见的系统误差有固定与变化两类，固定的系统误差是在整个量测数据中始终存在一个符号不变的固定数字偏差，如试验机的零点飘移，就会产生这种固定的系统误差；变化的系统误差可能是由于变化的外界条件所致，如水泥试验时对温、湿度的要求就是基于这种原因，要求水泥试验室温控制在18 ~22℃，相对湿度大低于50%，样品、拌和水、设备和工具的温度保持与室温一致，养护箱温度20±1 ℃，相对湿度不低于90% ，养护试件水温控制在 20±1 ℃ 等等，这些要求都是为了提高试验的稳定性与准确度，减少系统误差。不变的系统误差往往不易从数据中发现，只能用几种不同的量测方法或同时用几种量测仪器对同一量测对象进行测定，从而对量测数据进行校核；对于变化的系统误差，依据数据前后顺序进行分析其偏差规律，判断是否存在周期性的变化或累进的规律，分析其产生的因素，进而作出相应的处理。 　　2、过失误差 　　过失误差又名“粗差”，主要是由于试验者粗心大意所致，如读错仪表刻度、记录错误等等。此类误差数值很大，使试验结果显然与事实不符，必须从量测数据中剔除。一般情况下，可凭经验来剔除过失误差，但带有较大的主观因素，较好的方法是利用偶然误差的正态分布理论，选择一个鉴别值去和各个测定值的偏差进行比较，按照正态分布规律，绝对值越大的误差出现的概率越低，而且其数值不会超过某一范围。 　　3、偶然误差 　　由 于 大 量 的 、未被控制或因控制代价太大而不加控制的微小因素影响，使量测值在最后一位数字上总存在差异，由此引起的误差叫偶然误差。引起偶然误差的原因有偶然因素对量测仪表的影响如电源电压不稳、仪表内部摩擦间隙等的不规则变化、测试人员对仪表末位数的估计得不准确以及周围环境条件的干扰等等。偶然误差带有随机性质，无法从试验方法上加以防止，它们服从正态分布的统计规律，因此又称随机误差。在量测数据中剔除了过失误差并尽可能地消除和修正了系统误差之后，剩下的主要是偶然误差，量测误差分析就是对偶然误差的大小进行估计以便确定测定值的误差。 　　三、处理建筑材料的检测数据 　　1、数据处理的三个参数 　　由于试验测定数据是真值与误差的和，所以试验数据由于误差的随机性其本身也具有随机性。为了反映试验数据的随机变量，利用三个统计参数标示。 　　（1）算术平均误差 　　试验数据一般被成为样本数据，对样本求平均值是为找出样本数据的集中位置。通常误差存在正负之分，如果进行平均值处理后，可以将误差进行有效地消减，得到与真值更为相近的数据。因此算术平均值就是适当消减误差，找出试验数据的集中位置，特别对于局部波动有着较为明显的消除作用。 　　（2）标准误差 　　标准误差是通过对各个试验测量值的误差进行计算而获得，其代表的是试验数据的分布状态。即标准误差越大，就说明试验获得的数据越分散；而标准误差越小，就说明试验获得的数据越集中。因为样本均值只能反映数据集中的位置，而标准误差就可以反映数据间相对的距离。一般来说，只有标准误差较小的一组试验数据，其样本均值与真值相比较也更为接近。 　　（3）变异系数 　　如果两组试验数据的标准误差相同，说明两组试验数据分布相同，且与围绕中心位置点的距离相同，这同两组数据的均值无关。而为了表示试