- •Содержание
- •1 Модели системы измерений
- •1.1 Основные понятия, термины и определения
- •1.2 Классификация измерений
- •1.2.1 Измерения разделяются по многим классификационным признакам. Одна из них – по измеряемой физической величине, относящейся к областям:
- •1.3 Модель системы измерения
- •1.4 Сигналы в измерительной технике
- •1.5 Измерительные преобразователи
- •2 Теория погрешностей измерения
- •2.1 Классификация погрешностей измерения
- •2.2 Систематические погрешности
- •2.3 Случайные погрешности
- •2.4 Скорректированный результат измерения
- •2.5 Моделирование погрешностей
- •3 Методы измерений
- •4.1 Методы измерения
- •В метрологии различают измерения:
- •4.2 Однократное непосредственное измерение
- •4.3 Статистические измерения
- •4.4 Проверка нормальности распределения, сбоев и однородности измерений
- •4.5 Обработка результатов цифровых измерений
- •4.6 Косвенные измерения
- •4.7 Неравноточные измерения
- •4.8 Совокупные измерения
- •4.9 Достоверность контроля
- •Xmin – минимально допустимое значение параметра.
- •4.6 Корреляционная функция
- •4.9 Метод наименьших квадратов
- •5 Основы общей теории си
- •5.1 Классификация преобразователей
- •5.2 Уравнения преобразователей
- •5.3 Динамические свойства преобразователей
- •5.4 Переходные процессы в си
- •6 Метрологические характеристики си
- •6.1 Метрологические характеристики
- •6.2 Эталоны
- •6.3 Градуировка и юстировка
- •6.4 Поверка си
4.7 Неравноточные измерения
4.7.1 Одна и та же величина измеряется в разных условиях различными средствами и возникает проблема объединения результатов измерения.
Пусть имеется L групп измерений одной и той же величины Х. По измерениям каждой группы составлены оценки измеряемой величины МОХ1… МОХL. Известны дисперсии измерений каждой группы, или 1 …L , и число измерений в каждой группе n1 … nL. Требуется найти оценку Х по данным всех групп измерений.
При измерении одной и той же величины, что является необходимым условием объединения:
Х1k = X2k = … = XLk = А (97)
Будем искать Хk как линейную функцию – как среднее взвешенное [ ]:
n
Хk = m i МОX i (98)
1
Задача сводится к нахождению весов m i.
Из выражения (98) следует:
n n
Хk = m i X i = m i X i k (99)
1 1
Откуда:
n
MO = m i Xi (100)
1
n
m i = 1 (101)
1
4.7.2 Для эффективной оценки Х требуется, чтоб дисперсия была минимальной.
D [X] = D[ m i X i] = m2 i σ2i= m21 1 2 + m22 2 2 + … + m2L n 2 (102)
Из выражения (102):
m n = 1 – (m 1 + m 2 + … + m n-1) (103)
Для определения условия минимума дисперсии возьмём производные от (103) по g i и приравняем их нулю. Так как имеется L-1 неизвестных, требуется L-1 производных:
2m1 1 2 –2 (1 - m 2 - m 2 - … - m L-1) n 2 = 0
2m2 1 2 –2 (1 - m 1 - m 4 - … - m L-1) n 2 [X L] = 0 (104)
………………………………………………………
2m L-1 2 [X 1] –2 (1 - m 1 - m 4 - … - m L-2) 2 = 0
Откуда:
m 1: m 2 : ……… : m L= 1/1 2 : 1/ 22 ….. : 1/n 2 (105)
Чтобы найти веса m i необходимо знать либо дисперсии МО [Xi], либо их отношения.
Задача решается так:
1) Вводится обозначение m i = 1/ i2 , получим: m i = m i / m i (∑m i =1)
2) Результирующее математическое ожидание:
МО∑ =∑ mi MOi
Дисперсия:
L
D [X] =x 2 = m2 i σ2х (106)
1
ПРИМЕР.
Результаты групп измерений: МОХ1 = 409.52 В; 21 = 0.1 В2;
МОХ2 = 409.44 В; 22 = 0.03 В2;
1) Веса групп: по формулам (106): m1 = 1/21= 1/ 0,1= 10.0; m2 = 1/22= 1/ 0,03 = 33.3
m1 = m1 / m = 10.0 / (10.0+33.3) = 10 / 43.3 = 0.23; m2 = m2 / m = 33.3 / 43.3 = 0.77;
m i = 0.23 + 0.77 = 1.0
2) Среднее взвешенное по формуле (99):
Х = m i МОхi = 0.23 409.52 + 0.77409.44 =409.46
Дисперсия по формуле (107):
σ2∑ = 0.232σ21+ 0.772σ22=0.053•0.1 +0.6•0.03≈0.02
∑[X] =0.02 ≈ 0.15B
Результат измерения при доверительной информации Р=0.95:
Х = 409.46 0.3 В
4.7.3 Если дисперсии измерений во всех группах одинаковые, а число измерений разное, тогда веса:
m i = n i / N (107)
где N = n i ; m i =1
Совокупное среднее:
L
MO = m i MOХ i (108)
1
Дисперсия:
D[Х] =i 2 = 2/ N (109)
ПРИМЕР
Результаты групп измерений: МОХ1 = 409.52 В; n = 4;
МОХ2 = 409.44 В; n = 6; 21 =22 = 0.1 В2;
1 Веса измерений: m1= 4 / (4+6)=0.4 ;m2 = 6 /10 = 0.6;
2 Оценка среднего: MO= 0.4409.52 + 0.6409.44 = 163.8+245.6=409.464:
3 Дисперсия: D[Х] = 0.01/ 10 = 0.001
4 Результат измерения: Х Р=0.95 = 409.46420.033 В
4.7.4 Для случая с разными дисперсиями в каждой группе измерений21…2Lи числом измеренийn1…nLв группах при определении результата измерений и коэффициентов влияния предпочтение можно отдать числу измерений, уменьшающим дисперсии вNраз. Математическое ожидание рассчитывается по весовым коэффициентам, определяемым по количеству измерений (108). Суммарная дисперсия[Рабинович]:
L ni L L
D[Х] = (Х i – MO ∑)2 / N(N-1) = { (n i -1) 2i + n i (МОi - MO) 2 }/ N(N-1) (110)
1 1 1 1
где MO- среднее арифметическоеLгрупп измерений.
ПРИМЕР.
Результаты измерений: МОХ1 = 409.52 В; 21 = 0.1 В2; n 1 = 10;
МОХ2 = 409.44 В; 22 = 0.03 В2; n 2 = 15.
1) Веса групп: по формулам (108): m1 = n1 / N1= 10/ 25 = 0.6; m2 = 15/ 25 = 0,6.
m i = 0.4 + 0.6 = 1.0
2) Среднее взвешенное по формуле (109):
Х = mi Хi = 0.4409.52 + 0.6409.44 = 409.49
3) Дисперсия по формуле (111):
D[Х] ={ [(n 1-1) 21 + (n 2 –1) 22 ] + 10 [409.52 - 409.49)2 +15 (409.44 - 409.49) } / 25 (25-1) =
= 90.1+140.03 + {10(0.03)2 + 15 (-0.05)2}/ 600 0.9+0.42 = 1.32
Результат измерения: ХP=0.95 = 409.49 21.32 В.