动态测试技术应用基础知识.pptVIP

【例】现有0.5级0～300℃和1.0级0～100℃的两个温度计，要测量80℃的温度，试问采用哪一个温度计好？ 采用0.5级温度计 采用1.0级温度计 结果表明，使用工作在量程下限时相对误差较大。用1.0级仪表比用0.5级仪表的示值相对误差反而小，所以更合适。 由上例不难看出：测量仪表产生的示值测量误差不仅与所选仪表等级指数a有关，而且与所选仪表的量程有关。量程和测量值相差愈小，测量准确度愈高。所以，在选择仪表量程时，测量值应尽可能接近仪表满度值，一般不小于满度值的2/3后。 作业 某加热炉按工艺要求其温度长期应保持为450±5℃，现有可供选购的Pt100测温仪的精度等级有0.1、0.2、0.5、1.0、1.5、2.5级，量程有0～450℃、0～500℃、0～600℃、200～500℃、300～500℃、200～600℃、300～600℃、400～600℃，请为此加热炉选购合适精度等级和量程的测温仪，并说明理由。 用两块电表测量电压，一块是 0.5 级，300v， 一块是 1.0 级，100v，现要测 90 伏电压，使用哪块仪表好？ (二)按误差出现的规律（性质）分类 系统误差：对某一参数在相同条件下进行多次测量时，以确定的规律影响各次测量值的误差。 随机误差：对某一参数在相同条件下进行多次重复测量，误差的符号及大小变化无规律，呈现随机性的误差。 粗大误差：由于某些原因造成的使测量值受到显著歪曲的误差，可在重复测量比较分析后消除。产生原因：测量者的粗心大意，环境的改变，如受到振动、冲击等。 (1) 随机误差( random error ) 正态分布 性质： 原因：装置误差、环境误差、使用误差 处理：统计分析、计算处理→ 减小 对称性 有界性 抵偿性 单峰性 绝对值相等的正负误差出现的次数相等 绝对值小的误差比绝对值大的误差出现的次数多 偶然误差绝对值不会超过一定程度 当测量次数足够多时，偶然误差算术平均值趋于0 (2) 系统误差( system error ) ： 性质：有规律，可再现，可以预测 原因：原理误差、方法误差、环境误差、使用误差 处理：理论分析、实验验证→ 修正 (3) 粗大误差( abnormal error ) ： 性质：偶然出现，误差很大，异常数据，与有用数据混在一起 原因：装置误差、使用误差 处理：判断、剔除 精密度： ( precision ) 表述： 概念： 重复测量时，测量结果的分散性 准确度： 表述： 精确度： ( 正确度) 测量结果与真值的接近程度，系统误差的影响程度 性质： 随机误差的标准差 ( standard deviation ) 性质： 系统误差和随机误差综合影响程度 平均值与真值的偏差 ( deviation ) 表述： 不确定度 ( uncertainty ) （三）表征测量结果质量的指标 精度： 测量结果与真值吻合程度 定性概念 测 量 精 度 举 例 不精密（随机误差大） 准确（系统误差小） 精密（随机误差小） 不准确（系统误差大） 不精密（随机误差大） 不准确（系统误差大） 精密（随机误差小） 准确（系统误差小） 1 算术平均值法 表述： x1, x2, … xn --- 测量数据 原理： 多次重复测量时，取全部测量数据的算术平均值为测量结果———等精度独立测量 剩余误差 性质： （1）剩余误差的代数和等于零，即 算术平均值法可以滤除或减小随机误差 （2）剩余误差的平方和为最小 最小二乘法基础 二、数据处理 随机误差 ？=未知量 标准误差（偏差）的估计 用随机误差表示: 用剩余误差表示: Bessel公式 算术平均值的标准误差： 分组重复多次测量，以每组算术平均值作为处理数据 2 异常数据剔除 准则： 说明： (1) 测量误差为随机变量，且符合正态分布 (2) 真值必然处于一个有限的范围 测量数据与算术平均值的偏差大于标准差的3倍 原理： 当测量结果超出正常范围时，给与剔除 (3) 此法只适合于测量数据大于10个的情况 概率 95.4% 概率 99.73%，即±3σ以外的概率为0.27% 3 最小二乘法 曲线拟合 多项式回归 ? ? ? ? ? ? ? 直线拟合 一元线性回归方程 一元非线性回归方程 多元线性回归 剩余误差（残差）的平方和为最小。 (1) 基本公式 函数误差 其中： 各直接测量值的误差 各个误差的传递函数 4 函数误差计算 (2)误差合成规律 系统误差 随机误差 误差估算时，应将各项误差取绝对值后叠加，而不考虑公式中的符号 方和根合成 绝对值合成 欲测量某回路中一标称值为10??1%电阻器的功率损耗P,可采用两种方法进行，一是只测电阻器两端的电压V,然