成都理工误差理论与数据处理实验报告.doc

目录： 1、实验一 生产过程监控图的编制 2、实验二 标准物质研制中离群值的剔除 3、实验三 测量数据的一致性检验 4、实验六 组合测量的最小二乘法处理 5、实验七 线性回归分析 1、实验一 生产过程监控图的编制 1.1实验目的 在选矿、冶炼、化工产品等众多的生产过程中，某些参数的稳定性，将会直接影响最终产品的质量和经济效益。例如，选矿矿石的入选品位，过高、或过低，都会影响有益金属的回收率，从而直接影响矿山的经济效益。利用极限误差理论建立的生产过程监控图，能够直观、及时地观察到生产过程中影响产品质量的关键参数的波动情况，从而可以及时获得调整参数值时间，保证生产产品的质量。此外，监控图也常用于监控仪器长期工作稳定性。因此，生产过程监控图是一种非常有用，又应用非常广泛的质量监控图件。 本实验通过对某化工厂正常生产过程中120次HgCl2浓度的测量数据，编制对生产过程中HgCl2浓度的监控图，以保证最终产品的质量。通过本实验，让同学们进一步理解极限误差的理论与意义，学会编制生产过程监控图的方法。 1.2实验原理 一般情况下，很多工程测量与生产过程的参数值都是服从正态分布的随机变量，例如利用正常电子仪器在相同条件下对同一物理量重复测量所获得的数据；化工生产过程中正常的浓度、温度值等等。因此，我们可以依据服从正态分布的随机变量所具有特征，来实现对这些测量值、或生产过程中的参数值“是否正常”的判断。这就是我们建立监控图的基本思想。从这个意义上说，已经建立的监控图实际是一把尺子，我们可以用它来度量每一个测量数据或生产参数是否正常。 根据正态分布的理论，正常的测量值、或生产过程中的参数值落入平均值加减一倍、两倍、三倍均方误差区间的理论概率值应该分别等于68.26％、95.44％和99.73％。当我们仅进行有限几次测量或检测时，获取数据如果是正常的，超出平均值加减三倍均方误差区间的可能性几乎为0。因此，一旦当检测数据超过平均值加减三倍均方误差区间，我们就可以判定，其为不正常数据，预示着生产过程或测量仪器出了问题，需要进行调整，从而实现监控的目的。 1.3实验设备 安装有EXCEL软件的计算机1台。 1.4实验步骤 （1）统计平均值、标准差，并将统计结果用表记录； （2）按平均值加减一倍、两倍、三倍均方误差编制质量监控图。 （3）将监测数据标绘在所编制的监控图上。 （4）分析6.1－6.11时间段中生产过程是否正常。 （5）根据实验结果，编写实验报告。 1.5实验数据 表二 某化工产XXXX年6月1日至11日生产过程中HgCl2（g/L）浓度监测值 日期 6.1 6.2 6.3 6.4 6.5 6.6 6.7 6.8 6.9 6.10 6.11 HgCl2 (g/L) 上午 0.85 0.83 0.72 0.65 0.64 0.88 0.92 0.94 0.98 0.99 0.86 下午 0.86 0.83 0.78 0.72 0.72 0.86 0.89 0.90 0.99 0.98 0.85 1.6数据处理 （1）依据表一所示测量数据，统计的平均值、标准差： 数据统计表 统计量 数据个数 平均值 标准差 备注 HgCl2的浓度 120 0.80 0.045 无 其频率统计表格如下： 范围 概率（%） 74.17% 94.17% 97.5% （2）按平均值加减一倍、两倍、三倍、四倍均方误差编制的质量监控图，并将表二的数据绘制在监控图上： （4）分析6.1—6.11时间段中生产过程是否正常。 若按95%的置信概率，即在（）（0.7118~0.8882）的范围内来评估的话，则由上图可以看出以下时间段生产过程是不正常的：6.4上午（0.65）、6.5上午（0.64）、6.7—6.10全天。 1.7思考题解答 1、质量监控图实质上是利用什么理论构建的？这种图件的主要作用是什么？ 答：质量监控图实质上是利用极限误差理论建立的。它能够直观、及时地观察到生产过程中影响产品质量的关键参数的波动情况，从而可以及时获得调整参数值时间，保证生产产品的质量。此外，监控图也常用于监控仪器长期工作的稳定性。 2、服从正态分布的随机变量具有什么特点？根据一批测量数据如何判断其是否服从正态分布？ 答：服从正态分布的随机变量具有如下特点：对称性、单峰性、有界性、抵偿性。根据一批测量数据，先算出其各自的残余误差，然后描绘出残余误差的大致散点图，看其是否服从正态分布或有正态分布的趋势，若有就可判断这组数据服从