
- •Основной текст отчета
- •Цель работы и используемое оборудование
- •Теоретические сведения
- •Обработка результатов многократных измерений
- •Построение гистограммы
- •Точечные оценки распределения
- •Исключение промахов
- •Проверка гипотезы о распределении
- •Запись результата многократных измерений
- •Масштабирующий измерительный преобразователь на базе операционного усилителя
- •Эксперимент
- •2. Многократное измерение напряжения постоянного тока на выходе генератора сигналов
- •3. Многократное измерение сопротивлений резисторов
- •4. Многократное измерение выходного напряжения масштабирующего измерительного преобразователя
- •Заключение
Министерство науки и высшего образования Российской Федерации
Федеральное государственное бюджетное образовательное учреждение высшего образования
«Национальный исследовательский университет
«Московский институт электронной техники»»
Институт микроприборов и систем управления
ЛАБОРАТОРНАЯ РАБОТА № 3
«Многократные измерения»
Выполнили: студенты гр. ЭН-22 ФИО:
Проверил: Гуркало К. О.
Москва, 2025
Основной текст отчета
Цель работы и используемое оборудование
Цель работы: постановка многократных прямых и косвенных измерений и оценка действительных значений измеряемых величин, с последующей оценкой погрешностей данных измерений.
Используемое оборудование: Rigol DM3058, Dg 1022, DP 811A, макетная плата, кабели.
Теоретические сведения
Измерения физической величины всегда сопровождаются погрешностями, которые могут быть вызваны различными факторами: несовершенством измерительных средств, внешними условиями, а также случайными процессами, влияющими на результат. Чтобы минимизировать влияние случайных факторов и повысить точность результата применяют метод многократных измерений.
Многократные измерения позволяют получить более достоверную оценку измеряемой величины и являются важным инструментом для оценки случайной составляющей погрешности. Случайная погрешность – составляющая погрешности измерения, изменяющаяся случайным образом (по знаку и значению) при повторных измерениях, проведенных в определенных условиях. Случайные погрешности легко обнаруживаются, однако, в отличие от систематических погрешностей, на случайные погрешности невозможно ввести поправку, поскольку они изменяются непредсказуемо и не имеют постоянного характера, то есть являются случайной величиной.
Случайные величины характеризуются своими функциями вероятности в интегральной и дифференциальной формах. Через параметры данных функций можно описать истинное значение случайной физической величины и ее погрешность. Так, для одномодальных распределений под истинным значением подразумевается математическое ожидании этой величины 1, а мерой погрешности–дисперсия 2. Проводя многократные измерения, мы получаем выборочные значения xi из генеральной совокупности значений случайной величины и, как, согласно постулатам теории измерений,
истинное значение случайной величины не может быть получено. Экспериментально, так и математическое ожидание с дисперсией этой величины не могут быть получены на основе выборочных значений. При статических измерениях каждое значение выборки содержит в себе как реализацию случайной погрешности i, так и систематическую погрешность :
xiii (1)
Обработка результатов многократных измерений
Результаты многократных измерений, рассматриваемых как выборка из нормально распределенной случайной величины, обрабатываются согласно методике из ГОСТР8.736- 2011, которая включает следующие этапы:
Проведение измерительного эксперимента и получение выборочных значений;
исключение систематических погрешностей, например, методических;
анализ распределения результатов графическим методом путем построения гистограммы распределения измерений;
формулировка гипотезы о распределении случайных величин на основе полученной гистограммы;
расчёт выборочного среднего и других параметров распределения, таких как дисперсия, СКО и коэффициенты асимметрии и эксцесса.
Идентификация и исключение промахов (грубых погрешностей), которые могут существенно исказить результаты.
Проверка гипотезы о распределении и, при необходимости, корректировка модели.
определение доверительных границ для оценки случайной составляющей погрешности.