2.3.4. Обнаружение и исключение ошибок
Надежность эргономической системы, в которую входят человек, окружающая среда, объект измерений и срёдства измерений, не безгранична. В ней могут происходить сбои, отказы аппаратуры, скачки напряжения в сети питания, сейсмические сотрясения, отвлечение внимания оператора, описки в записях и многое другое, не имеющее отношения к измерениям. В результате появляются ошибки, вероятность которых, как следует из теории надежности больших систем, не так уж мала.
При однократном измерении ошибка может быть обнаружена только путем логического анализа или сопоставления результата с априорным представлением о нем. Установив и устранив причину ошибки, измерение можно повторить.
При многократном измерении одной и той же величины постоянного размера ошибки проявляются в том, что результаты отдельных измерений заметно отличаются от остальных. Иногда это отличие настолько большое, что ошибка очевидна. Остается понять и устранить ее причину или просто отбросить этот результат как заведомо неверный. Если отличие незначительное, то оно может быть следствием, как ошибки, так и рассеяния отсчета, а, следовательно, показания и результата измерения, которые согласно основному постулату метрологии являются случайными. Нужно поэтому иметь какое-то правило, руководствуясь которым принимать решения в сомнительных случаях.
После того, как все влияющие факторы учтены, и все поправки в показания внесены, рассеяние результата измерения одной и той же физической величины постоянного размера нередко бывает следствием множества причин, вклад каждой из которых незначителен по сравнению с суммарным действием всех остальных. Центральная предельная теорема теории вероятности утверждает, что результат измерения при этом подчиняется так называемому нормальному закону, кривые плотности распределения вероятности которого
,
при различных значениях дисперсии показаны на рис. 9. Интегральная функция нормального закона распределения
.
Если условия центральной предельной теоремы выполняются, то весь массив экспериментальных данных при многократном измерении одной и той же величины постоянного размера должен группироваться около среднего значения Q, и выпадение какого-нибудь отдельного значения результата измерения из этого массива позволяет предположить, что он ошибочный. Найдем вероятность, с которой любое значение результата измерения, подчиняющегося нормальному закону распределения вероятности, должно находиться в пределах от Q1 до Q2
-
Интегралы в этом выражении не могут быть выражены через элементарные функции. Более того, для интегральной функции нормального закона распределения вероятности нет ни таблиц, ни графиков, так как с их помощью невозможно охватить все многообразие возможных значений и , Произведем поэтому замену переменной:
; ;.
Учитывая, что после такой замены d Q = dz, получим
-
Теперь интересующая нас вероятность выражена через разность значений интегральной функции, соответствующей плотности распределения вероятности
P(z) = ,
характеризующей так называемый нормированный нормальный закон. Дифференциальная и интегральная функции его показаны на рис. 19, а числовые характеристики
Из рис. 19, б видно, что
.
Эта функция, связанная с интегралом вероятности — функцией Лапласа (см. рис. 20)
соотношением
F(z)=+ L(z) ,
табулирована в диапазоне значений z от 0 до 3,3, за пределами которого в сторону больших z практически неотличима от 1. Если выбрать z2 = — z1 и обозначить эту величину через t, что будет соответствовать, как это показано на рис. 21, выбору границ интервала [Q1 ; Q2], равноотстоящих от среднего значения Q на ± t Q, т.е.
Q1=- tQ;
Q2=+ tQ;
то окончательно получим:
=2F(t)-1 = 2L(t) (9)
По табличным значениям функций, входящих в это уравнение, построена верхняя кривая на рис. 22. Параметр t играет в метрологии важную роль. Он показывает, на сколько c заданной вероятностью может отличаться отдельное значение результата измерения, подчиняющегося нормальному закону распределения вероятности, от своего среднего значения. Так, например, из графика на рис, 22 видно, что
с Р = 0,5 на ± ;
с Р= 0,68 на ±;
с Р= 0.95 на ± 2;
с Р= 0,99 на ± 2,6 ;
с Р= 0,997 на ± 3 .
Эта вероятность называется доверительной, интервал [] — доверительным интервалом, а его границы Q1 и Q2 — доверительными границами. Из графика следует, что доверительный интервал зависит от доверительной вероятности. С очень высокой вероятностью 0,997 все значения результата измерения, подчиняющегося нормальному закону, должны группироваться в пределах доверительного интервала Q ± 3 . На этом основании можно сформулировать следующее правило: если при многократном измерении одной и той же физической величины постоянного размера
сомнительное значение результата измерения отличается от среднего значения больше чем на 3 , то с вероятностью 0,997 оно является ошибочным и его следует отбросить.
Это правило называется "правилом трех сигм".
Пример 13. Одной из причин рассеяния результатов радиотехнических измерений служит "шум" первых каскадов усиления в измерительных преобразователях. Напряжение "шума" является случайной величиной, подчиняющейся нормальному закону распределения вероятности с нулевым средним значением и дисперсией, равной мощности "шума", выделяемой на сопротивлении 1 Ом.
Определить, не содержится ли ошибок в следующих экспериментальных данных, полученных при измерении мгновенного значения шумового напряжения в отсутствии полезного сигнала (мили – 10-3): — 4,2 мВ; 0,3 мВ; 5,7 мВ; -1,6 мВ; - 7,2 мВ; 3,9 мВ; 2,2 мВ; - 0,1 мВ; 1,4 мВ, если мощность "шума",выделяемая на нагрузке 1 Ом, равна - 4мкВт.
Решение. Среднее квадратическое отклонение мгновенного значения шумового напряжения составляет 2 мВ. По "правилу трех сигм", следовательно, нужно признать, что в пятом случае допущена какая-то ошибка. Можно, конечно, принимать решения и с меньшей вероятностью. В рассмотренном примере с вероятностью 0,99, например, допущена ошибка и в третьем случае. На практике, однако, преимущественное распространение получило "правило трех сигм". Условием его применения служит уверенность в том, что результат измерения подчиняется нормальному закону распределения вероятности. Если такой уверенности нет, то указанное обстоятельство следует проверить. Так как ошибка искажает закон распределения вероятности результата измерения, то проверка его нормальности производится после исключения ошибки. Как это делается подробно рассмотрено в следующих разделах.
В некоторых случаях известно заранее, что результат измерения подчиняется равномерному закону распределения вероятности. Например, из-за люфтов и трения в опорах подвижной части измерительного механизма он с равной вероятностью может отличаться от среднего значения на любую величину в пределах общего люфта. Последний обычно известен, так что появление больших отклонений может быть следствием только ошибок. Без дополнительной проверки они должны быть отброшены.
2.4. ИЗМЕРИТЕЛЬНАЯ ИНФОРМАЦИЯ
Измерение состоит в получении информации о значении измеряемой величины. Означает ли это, что до измерения об этой величине ничего не известно?
Нет, не означает. Напротив, для того, чтобы провести измерение, нужно уже знать достаточно много. В первую очередь нужно хорошо себе представлять объект исследования. Внутренний диаметр полого шара не измерить ни обычной линейкой, ни микрометром. Для измерения расстояний между атомами в кристалле не годятся ни концевые, ни штриховые меры длины. Некоторые измерительные задачи вообще бессмысленно ставить. Нельзя, например, измерить ни цвет, ни вкус, ни запах электрона. Нужно знать размерность измеряемой величины. В противном случае будет не ясно, с чем сравнивать ее размер: с метром? килограммом? секундой или другой единицей? Нужно иметь хотя бы ориентировочное представление и о ее размере; температуру в доменной печи не измерить уличным термометром; отсутствие представления о силе электрического тока при грозовом разряде обернулось для Г.В. Рихмана трагедией. При постановке любых измерительных задач важно установить (а затем исключить, компенсировать, или как-то учесть) факторы, влияющие на результат измерения.
Информация, которой располагают до измерения, называется априорной. Она всегда есть. Если об измеряемой величине мы ничего не знаем, то ничего и не узнаем. С другой стороны, если об измеряемой величине известно все, то измерение не нужно. Необходимость измерения обусловлена дефицитом информации о количественной характеристике измеряемой величины.
Обязательное использование при измерении априорной информации можно рассматривать как второй постулат метрологии.
Наличие априорной информации о размере измеряемой величины выражается в том, что он не может быть любым в пределах от — до +. Всегда можно указать некоторые пределы, в которых находится значение измеряемой величины, пусть даже очень грубо, сугубо ориентировочно. Если нельзя сказать, что в этих пределах какие-то значения измеряемой величины более вероятны, чем другие, то остается принять, что с одинаковой вероятностью измеряемая величина может иметь любое значение отQ1 до О2, т.е. воспользоваться ситуационной моделью
,
представленной графически на рис. 23. Дефицит информации о количественной характеристике измеряемой величины
Рис. 23. Априорная ро (Q) и апостериорная P(Q) плотности распределения вероятности значения измеряемой величины
состоит в неопределенности ее значения на интервале [Q1 ; Q2 ]. Мера этой неопределенности — энтропия
Ho(Q) = .
Таким образом, дефицит информации о значении измеряемой величины перед измерением составляет
Ho(Q) = .
Рассмотрим теперь ситуацию, складывающуюся после выполнения измерения. Результат измерения является случайным значением измеряемой величины. Если влияние постоянно действующих и закономерно изменяющихся во времени факторов компенсировано поправками, а ошибки исключены, то отдельные значения результата измерения являются либо завышенными, либо заниженными по чисто случайным причинам:
Q1 = Q+;
Q2 = Q+;
…………….
Qi = Q+;
…………….
Qn = Q+,
где случайное отклонение принимает значения, разные по абсолютной _величине и знаку. Среднее значение случайного отклоненияравно нулю. Поэтому
=Q.
Таким образом, (см. рис. 24) значение измеряемой величины равно среднему значению результата измерения. Несмещенность среднего значения результата измерения относительно значения измеряемой величины обеспечивает правильность измерения.
Однако на практике вычислить среднее значение результата измерения невозможно, так как при конечном объеме экспериментальных данных невозможно интегрирование в бесконечных пределах. Невозможно, следовательно, установить и значение измеряемой величины. На практике исходят из того, что никакое значение результата измерения с выбранной доверительной вероятностью не может отличаться от среднего значения больше, чем на половину доверительного интервала. Поэтому среднее значение результата измерения , а следовательно, и значение измеряемой величины Q с такой же вероятностью не отличаются от любого значения Qi больше, чем на половину доверительного интервала — рис. 25. Это позволяет после выполнения измерения установить интервал [Q3; Q4], в котором с выбранной вероятностью находится значение Q.
Ничего определенного относительно того, чему равно Q в пределах установленного интервала, сказать нельзя. Можно поэтому принять, что на этом интервале любые значения Q равновероятны, т.е. опять-таки воспользоваться ситуационной моделью
показанной на рис. 23. Всё значение измерения заключается в том, что интервал [Q3; Q4J меньше интервала [Q1 ; О2], в котором, как было установлено на основе анализа априорной информации, находится значение измеряемой величины. Таким образом, можно сказать, что измерение состоит в уточнении значения измеряемой величины. Однако точное значение остается неизвестным и после измерения. Остаточная неопределенность составляет
то есть после измерения дефицит информации о значении измеряемой величины уменьшается на
Эта величина интерпретируется как количество информации, получаемой в результате измерения, а протяженность интервалов [Q1; Q2] и [Q3; Q4] характеризует точность, с которой известно значение физической величны до и после её измерения.
По ширине доверительного интервала, в котором с выбранной доверительной вероятностью устанавливается значение измеряемой величины, измерения делятся на измерения низкой, высокой, высшей и наивысшей точности (см. рис. 26). Технические средства, обеспечивающие высший и наивысший уровни точности, для практических измерений не используются. Подробно они рассматривается в разд. 3. Средства измерении могут быть высокой и низкой точности, хотя такая градация весьма условна: отдельные уникальные средства измерений могут достигать наивысшего уровня точности. Кроме того, нужно иметь ввиду, что точность измерений определяется не только точностью средств измерений, но и многими другими факторами, рассмотренными в разд. 2.3. Предельно достижимой точности измерений посвящена гл. 8.