精密仪器设计-误差理论- 最终版.pptx

精 密 仪 器 设 计 Design of Precision Instrument;什么是仪器精度？;; 精度是精密仪器的一项重要指标，是由于仪器原理、结构和制造装调等方面的不完善导致仪器测量值与被测量真实值有一定偏差，这种偏差大小反应了仪器本身性能的好坏，可用仪器本身缺陷所造成的误差大小来评定。; 误差定义：对某物理量进行测量，所测得的数值 与其真值 之间的差称为测量误差，即：;仪器误差的来源：;误差的分类：;仪器精度理论研究内容： 1、研究影响仪器精度的各项误差来源及特性； 2、研究误差的评定和估计方法； 3、掌握误差的合成与分配原则，为精度设计提供可 靠的科学依据。;第二节 误差基本理论;;理论依据：中心极限定理 只要构成随机变量总和的各独立随机变量的数目足够多，而且每个随机变量对总量的影响都足够小，那么，随机变量总和的分布规律为正态分布;正态分布及特性—— 测量数据的概率密度函数：;更一般的求解公式：拉普拉斯函数（或称正态分布积分）;拉普拉斯函数的变形：; P=0.95( )，一般精密测量，应用广泛；;;数学期望的估计（算术平均值）——;;;贝赛尔公式;2、标准偏差的其他估算方法;贝塞尔公式和别捷尔斯公式均需要求 ，再求 ，复杂！;;上例：;;例：上表为例;3、四种计算方法的优缺点 ;三、测量结果的精度指标;2、 的含义;3、以单次测量为结果时的精度指标：;3）几率误差（概差、或然误差） ; 在一个测量列中，不是以某个抽样，而是以整个测量列的算术平均值作为测量结果：;;;; 增加测量次数，可以提高测量精度，但测量精度是与n的平方根成反比，因此要显著提高测量精度，必须付出较大的劳动。 由图,σ 一定时，当n10以后， 的减小很慢。此外，由于增加测量次数难以保证测量条件的恒定，从而引入新的误差，因此一般情况下取n=10左右较为适宜。; 例： 用仪器测量某量块几何长度10次，得到数据如下(单位为mm)： 75.01，75.04，75.07，75.00，75.03，75.09，75.06，75.02，75.08 。求：1）算术平均值及其标准差。2）量块的测量结果。;5、算数平均值的置信度;;例：测量某量值25次，得 ;测量次数n较少时——t分布求解：;利用t分布求解置信度的方法(测量次数较少时)： ;;例：测量某量值5次，得 ; t分布在数理统计中称为小子样分布。在精密测量中，测量次数很少有超过20次的，因此，在理论上应按t分布来计算相应的误差限；只有在测量次数较多（n20）的情况时，或其测量量不甚重要时，才可近似应用正态分布的理论来处理。 当n无限增大时，t分布曲线和正态分布曲线基本重合，即按两个分布理论来处理测量数据，所得的结果差异是极小的。;6、算数平均值的精度指标（常用的有4个）;3、几率误差R： ;知识点回顾：;练习：利用某精密测量系统测量微弱电压20次，得均值5uV，单次测量精度 为0.1uV，求测量结果置信概率为50%的置信区间。;四、随机误差的其它分布;;一、系统误差的分类和特征;2、变值系统误差; ②周期系差：在整个测量过程中，随某因素作周期变化的系统误差。如齿轮转动引起的正弦误差。 ;二、系统误差对测量结果的影响;;;定值系差：不影响随机误差分布曲线的形状及分布范围， 只引起分布密度函数的位置变化（平移 ）。;三、系统误差的发现;;;如果测量次数较少，用两样本 t 检验法进行检验;2、变值系差的发现;如果测量服从正态分布，则：;;四、系统误差的减小和消除;粗大误差：疏忽误差、过失误差。 不能不知原因不加分析就轻易舍弃测量列中最大或最小的数据。;1. 莱特准则——3σ准则;2. 肖维勒（chauvenet）准则 ;与莱特准则的区别：置信度与测量次数相关。数据量越大，判据越严格！;3. 格罗布斯（grubbs）准则 ;例：用三种方法判别仪器的测量结果是否含有粗大误差。;;;(3)按格罗布斯准则（grubbs）;首先怀疑x(1)可能含有粗大误差： ;仪器设计问题：; 被测量值在仪器测量链测量转换过程的数学描述可表示为如下测量方程式：;;第三节 误差的合成与分配（仪器精度的分析与设计）;精度分析与设计目的： 1、设计新产品时，预估仪器可能达到的精度，为选择最佳方案提供依据； 2、产品的改进设计中，通过精度分析，找到影响精度的主