测量不确定度与符合性评价课件.ppt

  1. 1、本文档共29页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
测量不确定度 与 符合性评价 在检测领域,实验室要通过检测来评价被测物品是否符合规范(specification)或技术产品标准规定的技术要求。 在计量检定/校准领域,实验室要通过检定/校准来评价测量器具是否符合技术规范(specification)或测量器具说明书规定的技术要求。 ISO/IEC 17025:2005《检测和校准实验室能力通用要求》在要素5.10“结果报告”中,要求实验室应向客户提供测量结果及其不确定度的声明,并且应客户的要求,还需评价测量结果与规范中规范限的符合性。 * 1 符合性评价的有关名词术语 ●(测量设备)的最大允许误差(MPE) 对给定的测量设备,由技术规范、检定规程等所 允许的误差极限值。 ●(技术)规范 specification 对被测物品的公差限或测量设备特性的最大允许误差(MPE)的要求 ●规范限 specification limits 被测物品的公差限或测量设备最大允许误差。 ●上规范限(USL) upper specification limit 给定下列规定值之一:被测物品公差限的上界限;或测量设备特性允许误差值的上界限。 * ●下规范限(LSL) lower specification limit 给定下列规定值之一:被测物品公差限的下界限;或测量设备特性允许误差值的下界限 ●规范范围 specification interval 规范区 specification zone 被测物品或测量设备的特性在规范限之间(含规范限在内)的一切变动值 ●测量结果的完整表述 通常表示为单个被测量量值ys和测量不确定度U, 即由下式给出: y ? ys?U ys是被测量Y的最佳估计值。 * 2 测量不确定度对符合性评价的影响 完整的测量结果y含有两个基本量,一是被测量Y的最佳估计值ys,通常由数据测量列的算术平均值给出,另一个就是描述该测量结果分散性的量,即测量不确定度。包括扩展不确定度(U)的测量结果,用下式给出 y ? ys?U (1) 式中,y——测量结果; U——测量结果的扩展不确定度。 U ?kuc (2) 式中,k——包含因子,当没有特别注明时,k?2; uc——合成标准不确定度。 * * 1. 测量结果是一组值,即测量结果是一个区间(称为包含区间——这个区间用测量不确定度U表示),通常表示为单个被测量量值ys和测量不确定度U,即y ? ys?U。 测量结果y ? ys?U 最佳估值 ys 如何全面表征测量结果 2. 被测量值落在这个区间内属于什么分布?t分布、正态分布、均匀分布,……? 3. 测量值落在这个区间有多大把握(包含概率)?68%,95%,99%? ……………………… “uncertainty” 意思是 doubt(怀疑、疑惑) ys ?U ys ?U 通常取 正态分布 通常取95% 上限 图10.1 与规范中规定限量的符合性评价的各种情况 下限 4 3 1 2 7 6 5 8 9 10 通常规定扩展不确定度U的置信概率p?95%,包含因子k=2 (测量值) 可以是单次测量值或数据测量列的算术平均值 3 CNAS推荐的符合性评价规则 一、规范要求或客户要求时的符合性评价 当测量执行一个规定的技术规范,并且客户或该规范要求做出符合性说明时,结果报告必须包含某种说明,以指出测量结果是否符合该规范。 最简单的情况是技术规范明确说明,将不确定度以给定置信水准扩展后,检测结果y将落在定义的规范限内或规范限外。对这些情况,可以直接给出符合性或不符合性评价(图1中情况1,5和6,10)。 * 在更多的情况下,技术规范要求在证书或报告中做出合性说明,但是并没有指明要考虑不确定度对符合性评价的影响。在这种情况下,适合于供用户做出符合性判断,但是,据此做出的检测结果并没有考虑不确定度。这就是通常所说的“风险共担”(shared risk),因为在使用相同的测量方法测量之后该产品可能并不满足规范要求,从而使最终用户承担某种风险。在这种情况下,有一个隐含的假设,

文档评论(0)

挺进公司 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档