- •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
4.6 Корреляционная функция
4.6.1 Часто для определения нормированного коэффициента корреляции пользуются формулой расчёта безразмерной зависимости (- 1.0 < К < 1.0) [17]:
К= [х1i – MO(x1)][х2i – MO (x2)]/ [х1i – MO(x1)]2 [х2i – MO (x2)]2 (91)
MO(x1) MO(x1)
К ≈ 0 К ≈ 1
MO (x2) MO (x2)
Рисунок 19 – Взаимная корреляция сигналов (0<К<1).
4.9 Метод наименьших квадратов
4.9.1 Решение условных уравнений, которое приводит к минимуму сумму квадратов невязок, осуществляется методом наименьших квадратов. При нормальном распределении погрешностей метод приводит к оценкам неизвестных с наибольшей вероятностью.
Для случая линейных уравнений с тремя неизвестными (m=3nдляi=1.2….n) система уравнений имеет вид:
А хi + В уi + С zi = l i (118)
1) Если в эту систему условных уравнений подставить какие-либо оценки измеряемых величин А, В, С, то получим невязки:
А хi + В уi + С zi - l i = v i (119)
2) По условию (117) найдём частные производные. Для трёх измерений:
Q/А = 2(Ахi + Вуi + С zi-Li)xi = 0
Q/B= 2(Ахi + Вуi + С zi-Li) уi = 0 (120)
Q/C= 2(Ахi + Вуi + С zi-Li)zi = 0
3) Найдём систему так называемых нормальныхуравнений:
А x2 i + В x i у i + С x i z i = x i L i
А x i у i + В у2 i + С y i z i = y i L I (121)
А zi x i + В z i у i + С z 2i = z i L i
4) При написании нормальных уравнений используют обозначения Гаусса:
x2 i = [xx]; x i у i = [xy]; у2 i =[yy] ….. (122)
Тогда нормальные уравнения примут вид:
[xx]Ẵ+ [xy]В + [xz]Č = [x l]
[xy]Ẵ + [yy]В + [yz]Č = [y l] (123)
[xz]Ẵ + [yz]В + [zz]Č = [zl]
Две особенности матрицы коэффициентов:
матрица симметрична относительно главной диагонали;
все элементы главной диагонали положительны.
5) Кратко решение системы уравнений записывается с помощью определителей:
Ẵ=Dx/D;B=Dy/D; Č =Dz/D(124)
где главный определитель:
[xx] [xy] [xz]
D= [yx] [yy] [yz]
[zx] [zy] [zz]
Остальные определители получаются из главного заменой столбца с коэффициентами при неизвестном (для Dx этоА, Dу этоВ,Dz этоC) на столбец со свободными членами:
[xL] [xy] [xz]
Dx= [yL] [yy] [yz] (125)
[zL] [zy] [zz]
[xx] [xl] [xz]
Dy = [yx] [yl] [yz] (126)
[zx] [zl] [zz]
[xx] [xy] [xl]
Dz = [yx] [yy] [yl] (127)
[zx] [zy] [zl]
6) Оценка погрешности полученных результатов в случае, если погрешность измерения одной величины существенно превышает другие, решается преобразованием условных уравнений с выделением этой величины в свободный член. В этом случае дисперсия найденных значений определяется по формулам:
D2 (A) = S2 ●D11 / D; D2 (B) = S2 ●D22 / D; D2 (C) = S2 ●D33 / D; (128)
где D11,D22, D33– алгебраические дополнения элементов [xx], [yy], [zz] определителя D соответственно (получаются удалением из матрицы D столбца и строчки, на пересечении которых находится данный элемент).
[yy] [yz] [xx] [xz] [xx] [xy]
D11 = D22 = D33 =(129)
[zy] [zz] [zx] [zz] [yx] [yy]
S2 =v2i / (n–m) (130)
ПРИМЕР
Результаты измерения углов призмы, выполненное тремя измерениями [ ]:
х1 = 89055'; y1 = 4505' ; z1 = 44057'
x2 = 89059' ; y2 = 4506' ; z2 = 44055'
x3 = 89057' ; y3 = 4505' ; z3 = 44058'
1) Оценки измеряемых величин:
A0=MOx = 89057' ; B0=MOy = 4505,33' ; C0=MOz = 44056,57'
Сумма углов треугольника должна удовлетворять:
А+В+С=1800 (131)
Фактически же: А+В+С = 179059'
Необходимо значения МОi откорректировать так, чтобы выполнялось условие (131).
2) Примем значения искомых величин:
А=А0 +а; В= В0 +b; С= С0+с (132)
Тогда система условных уравнений примет вид:
а1 = МОх - х1 = - 2'; b1 = - 0.33'; c1= 0.33'
a2 = 2' ; b2 = 0.67'; c2 = - 1.67' (133)
a3 = 0; b3 = - 0.33'; c3 = 1.33'
3) Уравнение связи примет вид:
А0 + а + В0 = в + С0 + с = 1800 (134)
Следовательно:
а + в + с = 1800 - 179059' = 1’ (135)
с = 1' - а – b (136)
Получим следующую систему условных уравнений:
1●ả +0● b = -2'; 0●ả + 1●b = -0.33'; 1●ả +1●b = 0.67'
1●ả +0●b = 2'; 0●ả +1●b = 0.67'; 1●ả+1●b = 0.67' (137)
1●ả +0●b = 0; 0●ả +1●b = -0.33'; 1●ả + 1●b = -0.33'
4) Система нормальных уравнений:
[xx]a +[xy]b = [xl]
[xy]a + [yy] b = [yl] (138)
где:
[xx] = 1+1+1+1+1+1+1 = 6
[xy] + 1+1+1+1 = 3
[yy] = 1+1+1+1+1+1 =6
[xl] = -2' +2' -0.67' + 2.67" -0.33' = 3'
[yl] = -0.33' +0.67' -0.33' +0.67' +2.67' = 00.33' = 3'
Нормальные уравнения примут вид:
6а + 3b = 3’
3a +6b = 3’
5)Главный определитель системы уравнений (138):
6 3
D = 3 6 = 36 – 9 = 27
Другие определители:
3’ 3
Dа = 3’ 6 = 18’ – 9’= 9’
6 3’
Db = 3 3’ = 18’ – 9’= 9’
c= 1 – (a+b) = 0.33’
6) Подставляя полученные оценки в условные уравнения, получим остаточные невязки:
V1= 2.33’ ;v4= 0.6… ;v7= 0
V2= -1.67’ ;v5= -0.33,,, ;v8= -2’
V3= 0.33’ ;v6= 0.6… ;v9= 1’
7) оценка дисперсии условных уравнений:
S2 =v2i / (9 – 2) = 14.34/7 = 2.05
8) Дополнения элементов [xx], [yy], [zz] определителя D:
D11 = 6;D22 = 6
9) Дисперсии найденных значений неизвестных:
S2(a) = S2 ● D11 / D= S2● 6 / 27 = 2.05 ● 0.2 = 0.456 = S2(b);
S (a) = S(b) = 0.675
10) В итоге:
А = 89057.33’;B=4505.67’;C=44057’
S(A)=S(B)=S(C) = 0.68’
При доверительном интервале Р=0.95:
А = 89057.33’±1.3’;B=4505.67’±1.3’;C=44057’±1.3’
Если зависимость линейная – корреляционный или регрессионный анализ.
Связи между физическими явлениями, установленные на основании проведенных измерений (совокупности полученных данных) представляются в аналитическом виде (в виде формул). Построение количественной модели по экспериментальным данным - метод регрессии [1]. Данные для построения модели в случае двух переменных Х и У, элементами которого являются хi и уi при i = 1,2,…к. Из теоретического анализа известно какая из переменных независима (входная величина Х), какая зависима (выходная У).
Регрессионной моделью называется связь между условным значением МО зависимой переменной от независимой (регрессия первого рода):
У = МО [уi / хi ] = MO [X] (111)
Определение MO [X] может производиться последовательно для каждой точки, если хi многократно реализованы. За точку можно принимать небольшой интервал и среднее значение в этом интервале (с вычисленными доверительными интервалами и погрешностями). Получается множество точек (хi, MO [Xi]).
Для задачи определения модели регрессионным методом (регрессии второго рода) исходными данными являются результаты измерений уi и хi, и отыскивается модель линейного вида (линейная регрессия):
у = х + + (112)
либо нелинейного вида (нелинейная регрессия):
у = f(х) + (113)
f(x) = b0 + b1x + … + bqxq (114)
Модель считается определённой, если известны коэффициенты и случайная составляющая (МО []=0).
Определённая таким образом модель должна удовлетворять условию, которое дало название метода наименьших квадратов:
к k
[уi – (хi + )]2 = 2i = min (115)
1 1
4.8.2 Одной из предпосылок анализа является предположение, что искомая зависимость отражается плавной кривой [6]. Выбрав вид формулы, её параметры находят интерполяционным приближением полученной формулы к экспериментальным данным.
В основе применения метода наименьших квадратов лежит допущение, что критерием оптимального выбора искомых параметров является минимум суммы квадратов отклонений полученных эмпирических данных от теоретической кривой. (Иногда принимается другая модель - минимизируется максимальное отклонение). Задача решается интерполяционным приближением [6] или методом проб [1]: в выбранную формулу последовательно подставляют все полученные значения и получают систему уравнений, по которым составляется нормальные уравнения. Интерполяционный полином должен иметь степень, на единицу меньше числа точек. Решения последних даёт искомое значение параметров, подставляя которые в условные уравнения, можно найти невязки этих уравнений и по ним оценить СКО условных уравнений. СКО определяется и погрешностью измерений и неточностью формулы, описывающей искомую зависимость. То есть полученное СКО характеризует не только погрешность условных уравнений, но и несовершенство принятой формулы – неточность аппроксимации, которая является неслучайной.
4.8.3 Для построения моделей используют многочлены и ортогональные ряды:
1) полином Чебышева;
2) функции Лагерра, Эрмита…
Отыскивается возможность аппроксимации результатов измерения этими функциями [14].
Одним из примеров применения метода является обработка результатов совокупных измерений [6]. Так как из-за погрешности измерений нельзя найти такие значения измеряемых величин, удовлетворяющих все уравнения типа:
F(А, В, С,… х; у, z… ) = L (116)
где А, В, С,… - искомые неизвестные;
х; у, z… L –измеряемые величины и известные коэффициенты;
Подставляя полученные при измерении числовые значения хi, уi, zi…, получим ряд уравнений вида:
F(А, В, С,… хi, уi, zi…) = L i (117)
ПРИМЕР.
При определении температурных коэффициентов ( ):
R20 + (t-20) + (t-20)2 = Rt (118)
……………………………………….
Каждая комбинация позволяет получить одно уравнение, так что система уравнений содержит всю информацию о значениях искомых величин и имеет вид:
F(X1, X2,… Xm; X1, X2,… Xк) = 0 (112)
где X1, X2,… Xm – значение искомых величин;
X1, X2,… Xк – полученные при прямых или косвенных измерениях значения величин.
При совместных измерениях при переходе от одного уравнения к другому меняются условия измерений, следовательно, и значения величин X1, X2,… Xк, а при совокупных измерениях – сочетания величин и соответственно вид уравнений (93).
4.8.2 После подстановки в систему уравнений результатов измерений и проведения необходимых преобразований получаем ряд уравнений, содержащих лишь искомые уравнения и числовые коэффициенты (условные уравнения).
ПРИМЕР.
Методом совместных измерений сопротивления и температуры требуется определить коэффициенты ив формуле для сопротивления резистора: