- •Министерство образования и науки Российской Федерации
- •Введение
- •Статические методы определения твёрдости к статическим методам определения твёрдости относятся методы вдавливания:
- •Измерение твёрдости по методу Бринелля
- •Измерение твёрдости по методу Роквелла
- •Измерение твёрдости по методу Виккерса
- •Определение микротвёрдости
- •Нанотвёрдоть
- •2 Лабораторная работа 1. Определение твёрдости материалов по методу Бринелля
- •2.1 Цель работы
- •2.2 Приборы и материалы
- •2.3.1 Описание работы (вариант 1)
- •2.3.2 Описание работы (вариант 2)
- •2.3.3 Описание работы (вариант 3)
- •2.4 Оформление результатов работы
- •3 Лабораторная работа 2. Определение твёрдости материалов по методу Роквелла
- •3.1 Цель работы
- •3.2 Приборы и материалы
- •3.4 Оформление результатов работы
- •4. Контрольные вопросы
- •Литература
- •Приложение а (обязательное) Схемы приборов для измерения твёрдости по методу Бринеля и микротвёрдости
- •Приложение б (обязательное) Погрешность измерений и обработка результатов измерений
- •1 Основные понятия
- •2 Вероятностные оценки ряда наблюдений
- •3 Вероятностные оценки погрешности результата измерений на основании ряда наблюдений
- •Пример математической обработки результатов измерений
- •Содержание
- •Статические методы определения твёрдости
2 Вероятностные оценки ряда наблюдений
Законы распределения. При выполнении повторных измерений одной и той же измеряемой величины легко убедиться, что результаты отдельных измерений отличаются друг от друга. Это отличие объясняется действием погрешностей, являющихся, как было отмечено, случайными величинами. Полным описанием случайной величины, а следовательно и погрешности, является ее закон распределения. Этим законом распределения и определяется характер появления различных результатов отдельных измерений в ряду наблюдений.
На практике встречаются различные законы распределения. Одним из наиболее распространенных законов распределения погрешностей является нормальный закон (Гаусса).
Математически нормальное распределение случайных погрешностей может быть представлено формулой:
() = [1/σ(2)1/2] x (exp -2/2σ2), (1)
где () – плотность вероятности случайной погрешности ;
σ – среднеквадратичное отклонение.
Характер кривых, описанных уравнением (1) для двух значений σ, показан на рисунке Б.1. Из этих кривых видно, что чем меньше σ, тем чаще встречаются малые случайные погрешности, т.е. тем точнее выполнено измерение.
Основные характеристики законов распределения. Основными характеристиками законов распределения являются математическое ожидание и дисперсия. Математическое ожидание ряда наблюдений есть величина, относительно которой рассеиваются результаты отдельных измерений.
Дисперсия ряда наблюдений характеризует степень рассеивания (разброса) результатов отдельных наблюдений вокруг математического ожидания. Чем меньше дисперсия, тем меньше разброс отдельных результатов, тем точнее выполнены измерения. Следовательно, дисперсия может служить характеристикой точности проведенных измерений. Однако дисперсия выражается в единицах в квадрате измеряемой величины. Поэтому в качестве характеристики точности ряда наблюдений наиболее часто применяют среднее квадратическое отклонение σ, равное корню квадратному из дисперсии с положительным знаком и выражаемое в единицах измеряемой величины.
Рисунок Б.1 – закон нормального распределения случайных погрешностей
Оценки основных характеристик ряда наблюдений. Обычно математическое ожидание и среднее квадратическое отклонение ряда наблюдений неизвестны. В этом случае их приходится оценивать по результатам полученного ряда наблюдений.
Оценка математического ожидания ряда наблюдений. Как следует из теории вероятностей, оценкой математического ожидания ряда наблюдений может служить среднее арифметическое результатов отдельных наблюдений:
Аср = (а1 + а2 + …..+ аn)/n = /n, (2)
Где а1, а2, … , аn – результаты отдельных наблюдений; n – число наблюдений.
Отклонение между каждым из отдельных значений и средним арифметическим (разности 1 = а1 – Аср; 2 = а2 – Аср; … n = аn - Аср) называется случайным отклонением результата наблюдения (или остаточной погрешностью) и может иметь как положительный, так и отрицательный знак.
Одним из свойств среднего арифметического является то, что алгебраическая сумма остаточных погрешностей равна нулю, т. е.
Σi = 0; этим следует пользоваться для контроля правильности подсчета Аср. При неограниченно большом числе наблюдений Аср стремится к математическому ожиданию ряда наблюдений.
Оценка дисперсии ряда наблюдений, согласно теории вероятностей, может быть выражена через остаточные погрешности формулой
S2 = (12 + 22 + … + n2)/(n – 1) = /(n – 1),(3)
где n = аn - Аср
Оценкой среднего квадратического отклонения ряда наблюдений будет
, т.е. S с положительным знаком.
При неограниченно большом числе наблюдений (практически при
n > 30) оценки S2 и S совпадают соответственно с дисперсией и средним квадратическим отклонением ряда наблюдений.