При использовании вероятностного подхода к описанию погрешности требуется знание законов распределения погрешности измерений. Встречающиеся в метрологии законы распределения можно свести к следующим:
трапецеидальные (плосковершинные);
экспоненциальные;
уплощенные (приблизительно плосковершинные);
семейство распределений Стьюдента;
двухмодальные.
К трапецеидальным относятся равномерное, собственно трапецеидальное, составленное как композиция из двух равномерных законов, имеющих различную ширину и треугольное распределение, представляющее собой частный случай предыдущего (при равной ширине составляющих равномерных распределений). Равномерное распределение (рис. 4.3) имеют погрешности квантования в цифровых приборах, округления при отсчете показаний стрелочного прибора, от трения в стрелочных приборах и т.д.
 |
Рис. 4.3. Равномерный закон распределения случайной погрешности D
При равномерном законе распределения случайная погрешность D принимает значения лишь в пределах конечного интервала D1 - D2 с постоянной плотностью вероятностей р(x). Математически равномерный закон выглядит так:
(4.8)
Площадь под кривой распределения равна единице: с(D2 - D1) = 1, отсюда
Тогда (4.8) примет вид
(4.9)
Математическое ожидание и среднее квадратическое отклонение случайной погрешности D
(4.10)
Как уже указывалось, моды у равномерного закона распределения не имеется.
Одним из экспоненциальных законов распределения является так называемое нормальное распределение (распределение Гаусса). Закон распределения погрешностей результата измерения принято считать нормальным в том случае, когда полная погрешность образуется из большого числа независимых случайных составляющих (частных погрешностей), независимо от их законов распределения, при условии, что ни одна из этих частных погрешностей не преобладает над всеми остальными.
Математическая зависимость нормального закона
(4.11)
Как видно из (4.11), нормальный закон полностью характеризуется двумя числовыми характеристиками - математическим ожиданием и дисперсией. Колоколообразная кривая нормального распределения симметрична относительно оси ординат. Это означает, что погрешности, одинаковые по величине, но противоположные по знаку, встречаются одинаково часто. Кроме того, малые погрешности встречаются чаще, чем большие. Данные свойства иллюстрирует рис. 4.4. Так, площадь под кривой плотности распределения вероятности в интервале D2-D1 существенно больше, чем площадь в равном интервале D4-D3. Площадь же под кривой плотности распределения вероятностей характеризует вероятность появления погрешностей.
 |
Рис. 4.4. Вид нормального закона распределения случайной
погрешности D
Рис. 4.5 иллюстрирует изменение формы кривой плотности распределения вероятностей при различных значениях средних квадратических отклонений (s1>s2>s3). Видно, что чем большее значение имеет s, тем больше результаты измерений рассеянны, тем больше вероятность проявления больших погрешностей. Таким образом, чем меньше значение s, тем выше качество измерений.
Нормальное и равномерное распределения при проведении измерений встречаются наиболее часто.
На основе статистической обработки опытных данных или на основе физических представлений о причинах появления погрешностей принимается тот или иной стандартный теоретический закон распределения - стандартная аппроксимация. Но реальные законы распределения несколько отличаются от теоретических, что является причиной невозможности нахождения характеристик погрешности точно. Поэтому не принято указывать значение погрешности с большим количеством значащих цифр.
 |
Рис. 4.5. Вид нормального закона распределения при различных
значениях s
Отметим, что рассмотренные выше законы распределения описывают поведение случайных непрерывных величин. На практике результаты измерений и соответствующие им случайные погрешности являются дискретными величинами. При использовании дискретных величин производится оценка параметров их законов распределений на основе выборок - определенного ряда значения измеряемой величины на основе n независимых наблюдений. К выборке предъявляется требование репрезентативности (представительства), т.е. она должна достаточно хорошо представлять пропорции генеральной совокупности случайных величин. На основе выборки определяются оценки параметров, которые сами являются случайными величинами, значения которых зависят от объема экспериментальных данных.
Таким образом, мерой степени согласия между результатами последовательно проводимых измерений одной и той же величины является повторяемость измерений, причем предполагается, что измерения производятся одним и тем же методом, на одной и той же аппаратуре, при неизменных рабочих условиях и в течение короткого отрезка времени. Чем выше повторяемость, тем меньше неопределенность результата многократного измерения. Воспроизводимость результата измерения характеризуется близостью результатов, получаемых при повторных измерениях одной и той же величины, выполняемых при различных условиях и режимах работы, растянутых на длительное время. Очевидно, что вследствие влияния систематических погрешностей воспроизводимость результата измерения обычно ниже, чем повторяемость.
Кроме систематических и случайных составляющих погрешности выделяют так называемые промахи и грубые погрешности. Это такие погрешности, которые существенно превышают оправдываемые объективными условиями проведения измерения систематические и случайные погрешности.
Причиной промаха обычно является ошибка наблюдателя. Наиболее характерными промахами являются следующие:
- неправильный отсчет по шкале измерительного прибора. Чаще всего это происходит при неравномерной шкале либо при отсчете в противоположном градуировке шкалы направлении;
- ошибочная запись результата вследствие описки;
- неверные показания, связанные с неправильным подключением средств измерений либо их элементов, причинами которого являются недостаточная квалификация либо ошибки наблюдателя.
Грубые погрешности являются результатом кратковременных неисправностей аппаратуры либо внезапных кратковременных изменений условий проведения измерения.
Особенно сильное воздействие на результат измерений промахи и грубые погрешности могут оказать при малом числе наблюдений.
Нормативные документы по метрологии требуют обязательной оценки погрешностей при проведении измерений. Но требования к точности различных измерений могут сильно различаться. В научных исследованиях часто требуется возможная наивысшая точность проводимых измерений, которая требует учета и анализа всей исходной информации. При технических (инженерных) измерениях часто максимально достижимой точности результатов измерений не требуется, достаточно провести измерения с предварительной или приближенной оценкой.
Измерения с предварительным оцениванием погрешностей выполняются по типовым методикам выполнения измерений, регламентированным нормативно-технической документацией, в которой указываются методы и условия измерений, типы и погрешности используемых средств измерений и на основе этих данных заранее оценена и указана возможная погрешность результата.
Измерения с приближенным оцениванием погрешности учитывают лишь нормативные, типовые метрологические характеристики средств измерений и оценивают влияние на результат измерения лишь отклонений условий измерения от нормальных.
Поможем написать любую работу на аналогичную тему