- •Метрология §1. Основные понятия
- •§2. Классификация физических величин
- •§3. Классификация измерений
- •§4. Информационный аспект измерения
- •§5. Классификация средств измерений
- •§6. Методы измерений
- •§7. Погрешность измерений
- •§8. Характеристики средств измерения
- •§9. Нормирование погрешности средства измерения
- •§10. Нормирование дополнительной погрешности си
- •§11. Электромеханические приборы
- •§11.1. Классификация электромеханических приборов
- •§11.2. Магнитоэлектрический измерительный механизм
- •§11.3. Амперметры
- •§11.4. Вольтметры
- •§11.5. Омметры
- •§12. Характеристики переменного сигнала
- •§13. Электронные аналоговые приборы и преобразователи
- •§13.1. Электронные аналоговые вольтметры
- •§14. Электронно-лучевой осциллограф
- •§15. Цифровые измерительные приборы §15.1. Основные сведения
- •§15.2. Классификация циу (цифровых измерительных устройств)
- •§15.3. Основные методы преобразования цифровой величины в код
- •§15.4. Основные метрологические характеристики цип
- •§15.5. Помехозащищенность цип
- •§15.6. Динамические погрешности цип
- •§15.7. Время-импульсный цифровой вольтметр
- •§16. Измерительные мосты
- •§16.1. Классификация мостов
- •§16.2. Обобщенная схема моста
- •§16.3. Равновесие моста
- •§16.4. Характеристики мостовых схем
- •§16.5. Мосты постоянного тока для измерения сопротивления
- •§16.6. Мосты переменного тока для измерения емкости и угла потерь
- •§16.7. Мосты переменного тока для измерения индуктивности и добротности
- •§17. Вероятностное описание погрешностей
- •17.0. Начальные сведения из теории вероятностей и математической статистики
- •17.1. Применение аппарата теории вероятностей к погрешностям
- •17.2. Законы распределения погрешностей
- •§18. Суммирование погрешностей
- •18.1. Суммирование случайных погрешностей, распределенных по нормальному закону
- •18.2. Суммирование случайных погрешностей с распределениями, отличными от нормального
- •§19. Обработка результатов измерений
- •19.0. Выборочное распределение
- •19.1. Оценка математического ожидания
- •19.2. Оценка дисперсии
- •19.3. Обработка результатов прямых измерений
- •19.4. Обработка косвенных измерений
- •§20. Динамический режим средств измерения
- •Дифференциальные уравнения.
- •Переходные и импульсно-переходные характеристики.
- •§20.1. Дифференциальные уравнения
- •§20.2. Переходные и импульсно-переходные характеристики
- •§21. Электрические измерения неэлектрических величин
- •§21.1. Тензочувствительные преобразователи
- •§21.2. Термочувствительные преобразователи
- •Стандартизация и сертификация §1. Основы государственной системы стандартизации
- •1.1. Основные понятия и определения
- •1.2. Методы стандартизации
- •1.3. Категории и виды стандартов
- •1.4. Международные организации по стандартизации
- •§2. Основы сертификации
- •2.1. Признаки сертификации
- •2.2. Петля качества
- •2.3. Структура законодательной и нормативной базы сертификации соответствия
- •2.4. Виды сертификации
- •2.5. Система сертификации
§16.5. Мосты постоянного тока для измерения сопротивления
Двухзажимная схема подключения:
Позволяет измерять R = 10 Ω ÷ 10 МΩ, причем, левая граница малых сопротивлений ограничена сопротивлением контактов и соединительных проводов, а правая граница — сопротивлением изоляции. Величина измеряемого сопротивления находится из условия равновесия моста:
.
Для измерения R < 10 Ω используется четырехзажимная схема, снижающая влияние проводов и контактов. (На схеме обозначены как сопротивления r1…r4).
На первый взгляд этот подход кажется неправильным, ведь мы добавили новые провода и контакты. Запишем условие равновесия:
Поскольку r1 и r3 — сопротивления проводов, они много меньше R2 и R3. Следовательно, можно ими пренебречь и записать:
.
Сопротивления r2 и r4 включены в различные диагнали моста, и поэтому не влияют на выполнение равновесия.
§16.6. Мосты переменного тока для измерения емкости и угла потерь
Как известно, для идеальной емкости ток опережает напряжение на угол π/2. В реальных конденсаторах это не так. Емкости делят на:
емкости с большими потерями;
емкости с малыми потерями.
Соответственно, для емкостей с малыми потерями используется последовательная эквивалентная схема:
а для емкостей с большими потерями — параллельная:
Рассмотрим мост для измерения емкости с малыми потерями:
Для емкости с малыми потерями векторная диаграмма имеет вид
Для последовательной схемы полные сопротивления плеч моста имеют вид
,
а условие равновесия записывается как
,
откуда а тангенс угла потерь равен .
Для параллельной схемы полные сопротивления плеч моста определяются следующими выражениями:
.
При достижении условия рвновесия выполняется равенство
,
откуда имеем
а тангенс угла потерь
.
§16.7. Мосты переменного тока для измерения индуктивности и добротности
Схема моста для измерения индуктивности с применением образцовой индуктивности имеет вид:
Lx,
Rx
В случае малых потерь (Rx < Rn), то R подключают последовательно с Lx; иначе — последовательно с Ln.
При Rx < Rn из условия равновесия моста получим
,
а при Rx > Rn
.
Добротность катушки определяется по значениям Lx, Rx:
.
§17. Вероятностное описание погрешностей
17.0. Начальные сведения из теории вероятностей и математической статистики
Пусть произведено n опытов, и в m из них наступило событие A. Величина
называется частотой (относительной частотой) наступления события A.
С учетом этого определения вероятность (статистическую вероятность) события A можно определить как предел
.
При достаточно больших n можно величину f принять за оценку вероятности P*(A).
Множество всевозможных исходов опыта обозначается Ω; событие A является подмножеством этого множества. Функция X, сопоставляющая каждому элементарному событию ω Ω вещественное число — результат исхода, называется случайной величиной.
Для характеристики случайных величин, полученных при эксперименте, часто строят гистограмму. Предполагаемую область значений x случайной величины X делят на некоторое количество интервалов (не обязательно одинаковых). Пусть — интервалы на прямой, называемые интервалами группировки. Обозначим для через νi число элементов выборки, попавших в интервал Ai ( ). На каждом из интервалов Ai построим прямоугольник, площадь которого пропорциональна νi. Общая площадь всех прямоугольников должна равняться единице. Пусть li — длина интервала Ai. Высота fi прямоугольника над Ai равна
.
Полученная фигура и называется гистограммой.
Число интервалов группировки обыкновенно выбирается по формуле Стерждесса:
.
Пример гистограммы:
По гистограмме можно приближенно судить о вероятности того, что значение случайной величины X находится в заданном интервале. Например:
.
Для аналитического описания распределения случайной величины используется понятие интегрального закона распределения. Функцией распределения F(x) называется
где W(x) носит название плотности распределения (плотности вероятности). По определению
или, что то же самое,
.
Плотность распределения обладает свойством нормировки:
поскольку вероятность нахождения значения случайной величины X где-нибудь на вещественной оси равна 1.
Достаточно очевидно, что гистограмма является дискретным приближением к плотности распределения. Более того, если на серединах интервалов построить ординаты, пропорциональные частотам νi /n, и соединить их концы отрезками, то можно получить фигуру, называемую полигоном распределения, который дает приближенное представление о виде кривой распределения.
Приведем примеры графиков функции распределения и плотности распределения:
Случайные величины описываются своими числовыми характеристиками. Приведем наиболее часто употребительные из них.
m1 — первый начальный момент случайной величины, или математическое ожидание, или ожидаемое значение случайной величины:
.
Физический смысл — центр группирования значения случайной величины (центр распределения).
m2 — второй начальный момент случайной величины:
.
Обычно оперируют дисперсией — вторым центральным моментом случайной величины, определяемой как
.
Эта величина характеризует степень рассеяния случайной величины относительно центра распределения M[x]. Дисперсию также иногда называют мощностью рассеяния.
Заметим, что дисперсия имеет размерность квадрата исходной размерности случайной величины. Устраняет этот недостаток введение среднеквадратического отклонения (СКО) . Фактически, СКО есть дисперсия в единицах случайной величины.
Свойства математического ожидания и дисперсии хорошо известны из курса теории вероятностей, поэтому заострять внимание на них не будем.
Приведем без доказательства еще один полезный факт. Если имеются две независимые случайные величины x1 и x2, распределенные с плотностями W1(x1) и w2(x2), то плотность распределения их суммы x = x1 + x2 равна
.
Эта формула называется формулой свертки и широко применяется в теории вероятностей, в частности, для проверки устойчивости распределений. (Распределение называется устойчивым, если сумма независимых величин с этим распределением, снова имеет это распределение. Устойчиво, в частности, нормальное распределение, о котором чуть позже).