第10章 检测技术基础知识.pptVIP

第10章 检测技术基础知识 10.1检测技术概述 一、检测与检验、测量的区别 检验常常不需要知道被测参数的具体值，只要分辨出参数所在的范围即可。 测量（Measurement）是人类认识事物必不可少的手段和方法。 检测（Detection）是检验和测量的总称，或者说是指自动化生产中，为确保产品质量对生产流程中某些物理量和工艺质量进行的测量和检验的过程。 10.2 检测系统误差分析 一、系统误差处理 1.系统误差的概念及特点 系统误差是由测量系统本身的缺陷或测量方法的不完善造成的，使得在相同条件下多次测量同一值时，误差的绝对值和符号保持恒定，或在条件改变时，与某一个或几个因素按一定规律变化的误差。 系统误差的特点是单向性（大小、正负一定）、可消除（原因固定）、重复测定重复出现、不具有补偿性。系统误差处理的原则是找出系统误差产生的根源，然后采取相应的措施，减小或消除系统误差。 2. 系统误差的产生原因 （1）测量装置的因素：所用测量仪表或元件本身存在误差，以及传感器或仪表的安装、调整、放置等不合理。 （2）测量方法的因素：如近似的测量方法或近似的计算公式等引起的误差。 （3）测量环境的因素：测量仪表的工作环境条件，如温度、湿度和压力不符合规定条件。 （4）测量人员的原因：测量者的操作不正确 3．系统误差的发现与判别 （1）实验对比法 （2）残余误差观察法 （3）准则检查法 阿贝准则是检查残余误差是否偏离正态分布，若偏离，则可能存在变化的系统误差，其做法是将测量值的残余误差按测量顺序排列，并计算。 二、随机误差处理 在相同条件下，对同一对象进行多次测量，其大小、符号都作随机性变化而无确定规律的误差，称为随机误差。随机误差的正态分布曲线。 正态分布图 1．随机误差有如下3个特征 单峰性 有界性 对称性 以上规律使得当测量次数足够多时，随机误差的概率分布成正态分布，其分布密度函数为。 2．正态分布的随机误差的数字特征 算术平均值反映了随机变量的分布中心，算术平均值： 不同均方根偏差下正态分布曲线 三、粗大误差的处理 粗大误差是一种显然与实际值不符的误差。 对粗大误差的处理一般基于以下几个准则 1．莱依达法则（3σ准则） 把误差超过 的测量值视为含有粗大误差，予以剔除。 2．肖维勒准则 该准则以正态分布为前提，假设多次重复测量得到的n个测量值中，某个测量值的残余误差 ，则舍弃该测量值。 3．格拉布斯准则 对于某个测量值 的残余误差的绝对值 时，该准则判断此值中含有粗大误差，应剔除。 四、测量不确定度分析 2．测量不确定度的评定方法 测量不确定度包括两个部分：第一部分涉及随机误差，称随机分量或A类分量；另一部分涉及未掌握的系统误差，称系统分量或B类分量。 A类评价是指对样本观测值用统计分析的方法进行不确定度评价，用标准偏差来表征。而B类评价则是指用不同于统计分析的其他方法进行不确定度评定的方法，据经验或资料及假设的概率分布估计的标准偏差表征。 （2）不确定度的B类评价 用不同于对观测列进行统计分析的方法来评价的标准不确定度。首先，根据仪器、仪表说明书、国家标准、材料特性等来确定测量误差限。其次，确定测量误差的分布，常见的有正态分布和均匀分布。最后，将测量误差换算成相似的标准误差ux，在实际应用中采用B类评价的方法很多。 当测量估计值x受多个独立因素的影响，且影响大小相近，假设为正态分布，由所取的置信概率P的分布区间半宽a与包含因子kp来估计标准不确定度。 若根据信息，已知估计值x落在区间（x-a，x+a）内的概率为1，且在区间内各处出现的机会相等，则x服从均匀分布，其标准不确定度为 10.3最小二乘法与回归算法 一、最小二乘法 最小二乘法是利用等精度多次测量的值，使其残余误差的平方和最小。最小二乘的原则就是使“残余误差平方和最小”，按照最小二乘原则拟合曲线的方法，称为最小二乘法。 二、一元线性拟合 一元线性拟合也就是线性回归，回归分析是应用数理统计的方法，对实验数据进行分析和处理，从而得出反映变量间相互关系的经验公式，也称回归方程。 Q = Q = 三、多元线性拟合 四．曲线拟合