001_测量不确定度简明教材_2012.ppt

  1. 1、本文档共476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
001_测量不确定度简明教材_2012

通俗易懂 简明实用 给力 第一篇 计量学基本知识和 不确定度指南的产生  由于测量不可避免地会受到随机的和系统的两类因素的影响,不管测量人员如何努力,赋予被测量的值都只能是其近似值。 长期以来,人们习惯于用测量误差表示测量结果的可靠性。 测量误差的定义是测量结果减去被测量的真值。  因为通常的被测量没有公认的定义真值。所以,通常所说的误差并非真正意义上的误差,而是其估计值。 1953年,Y.Beers 在《误差导论》一书中首先提出了不确定度的概念:“当我们给出实验误差时,它实际上是估计的实验不确定度”。 人们在逐步接受了这个概念后,就开始探索如何定量地表示测量不确定度的问题。 经过多四十年的探讨,1993年七个国际组织联合发布了“测量不确定度表示指南”。 该七个国际组织包括: 国际标准化组织(ISO) 国际电工委员会(IEC) 国际计量委员会(CIPM) 国际法制计量组织(OIML) 国际理论与应用化学联合会(IUPAC) 国际理论与应用物理联合会(IUPAP)国际临床化学联合会(IFCC) Guide to the Expression of Uncertainty in Measurement (GUM) 该文件在1995年修订后重版。 国家质检总局参照国际指南GUM制定并发布了计量技术规范 JJF 1059-1999 “测量不确定度评定与表示”,指导测量不确定度的评定。 国际实验室认可合作组织(ILAC)在国际标准17025中共有15处述及了测量不确定度的问题。 中国实验室认可委员会(CNAS)于2006年发布了名为“测量不确定度的要求” CNAS-CL07-2006 的文件,明确了对认可实验室的相关要求。 近年来国际组织对1995版GUM进行了修订。2008年,以8个国际组织的名义联合发布了ISO/IEC 指南 98-3 2008(GUM)及其一系列补充标准。 2011年11月1日,中国认可委参照 98-3 2008(GUM)发布了新文件“测量不确定度的要求”(CNAS/CL07)的文件。 2010年以来,国家质检总局正在参照新国际指南修订JJF1059-1999 “测量不确定度评定与表示” 。 以后JJF1059将修订为三个部分: 1)JJF1059.1 《测量不确定度评定与表示》; 2)JJF1059.2 《用蒙特卡洛法评定测量不确定度》 3)JJF1059.3 《测量不确定度在合格评定中的使用原则》 新文件规定有关的术语和定义采用国际指南IEC Guide 99:2008(即 VIM 第三版)的述术语及定义。 评估测量不确定度是数理统计在计量学中的一种应用,因此,必须了解数理统计的基本知识。 2.1 随机变量 在给定的条件下,对某量进行观测,在观测结束之前不能确定结果。 在观测之后,它只能取一个随机观测值。 2.2 概率 [事件的]概率是某一随机事件在一次试验中出现可能性大小的一个度量。 人们通过大量的重复试验和观察,来判断随机事件在某一次试验中出现的可能性大小。 2.3 概率分布及其特征值 人们在研究随机观测值的取值规律性时发现,不同类型的事件,其概率分布服从不同的统计规律,呈现不同的分布类型。 在测量不确定度评估中经常会涉及概率分布的问题,了解概率分布非常重要。 在测量不确定度评估中,经常涉及分布的分布类型有正态分布、t分布、均匀分布、三角形分布、反正弦分布和两点式分布等。 其中了解正态分布和t分布最为重要。 2.3.1 正态分布(高斯分布)及其数字特征 在重复性条件下对同一被测量进行连续的、独立的重复测量,会得到一系列大小不等的观测值。 这些观测值按观测顺序排列, ,数值或大或小,并无规律可言。 早在1733年,德国天文和统计学家莫哇弗勒(Moivre)将这些观测数据从小到大有序地排列, ,并在数轴上一一标识,呈现了如下的情况。 观测数据从小到大有序地排列 取值中心 当n趋近于无穷大时,按随机误差的直方图描绘出的一条连续的分布曲线,它具有单峰、对称和有界的特性。 莫哇弗勒由此发现,首先发现了在重复性测量条件下得到的连续型随机变量的分布规律。此条曲线称之为正态分布曲线。 高斯正态分布函数: 但是,在实际工作中并不需要给出测量结果的分布曲线或分布函数。 通常,只要知道随机变量的两个基本的统计特征值就可以了。 一是表示集中趋势的总体均值,也称数学期望,用 或 表示。 其值等于无穷多次测量结果的平均值。 总体均值: 一是表示分散性的标准偏差或方差,用 或 表示。 在正态

您可能关注的文档

文档评论(0)

zhuwenmeijiale + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:7065136142000003

1亿VIP精品文档

相关文档