- •Часть 1
- •1.2. Классификация измерений
- •1.3. Основные характеристики измерений
- •1.4. Классификация средств измерений по роли,
- •1.5. Метрологические характеристики средств измерении и их нормирование. Классы точности
- •2.2. Оценивание и способы исключения систематических
- •2.3.1. Оценка случайных погрешностей при нормальном распределении результатов наблюдений
- •2.4. Суммирование погрешностей при прямых измерениях
- •2.5. Оценка погрешностей при косвенных измерениях
- •3. Формы представления результатов измерений и показатели точности
- •Содержание
2.2. Оценивание и способы исключения систематических
погрешностей
На этапе планирования и подготовки эксперимента принципиальным является выбор метода и средства измерений, определение источников систематических погрешностей, при необходимости - их профилактика посредством термостатирования, экранирования, виброзащиты и другими способами, а также такая постановка эксперимента, которая исключила, уменьшила или позволила бы оценить наиболее существенные систематические погрешности: составление плана эксперимента, определение метрологических характеристик средств измерений, подготовка рабочего места и т.д.
Для исключения систематических погрешностей в процессе измерений применяют ряд способов. Наиболее распространенным из них является способ замещения, при котором измеряемый объект заменяют известной мерой. Если известно, что источник погрешности обладает направленным действием, то применяют способ компенсации погрешности по знаку. Он заключается в том, это измерения проводят дважды так, чтобы погрешность входила в результаты с противоположными знаками, и берут среднее значение результатов.
Эффективным способом уменьшения систематических погрешностей является перевод их в случайные. Например, если измерить напряжение несколькими вольтметрами разных типов одновременно и усреднить результаты измерений, то можно ожидать, что систематические методические и инструментальное погрешности, присущие каждому прибору, вследствие случайного выбора приборов в какой-то мере скомпенсируются. Того же эффекта добиваются, изменяя случайным образом методику и условия эксперимента или те параметры, от которых не зависит значение измеряемой величины, но могут зависеть систематические погрешности ее измерения.
Во время обработки результатов наблюдений обнаруживают и оценивают те систематические погрешности, которые не удалось исключить, и в результат измерения вносят поправки (см. раздел 2.1.).
Систематическую погрешность можно оценить путем применения более точного метода и средства измерения. Тогда, если пренебречь погрешностью сличения, систематическая погрешность будет равна , где - результат точного измерения, - среднее арифметическое значение измеренной величины.
Для оценки систематической погрешности может использоваться также расчетный путь. Для этой цели выражают значение измеряемой величины с учетом влияющего фактора ("измеренное значение") и при его отсутствии ("истинное значение"). Разность первого и второго значений и будет абсолютная систематическая погрешность.
Однако полностью исключить все систематические погрешности нельзя, поскольку поправки тоже определяются с некоторой погрешностью. Таким образом, всегда остаются неисключённые остатки систематической погрешности, которые обычно рассматриваются как случайные.
2.3. Случайные погрешности прямых измерений
Рассмотрим основы теории случайных погрешностей, позволяющей оценить величину погрешности для серии измерений, полагая, что в результатах наблюдений исключена систематическая составляющая погрешности.
В основе теории погрешностей лежат два предположения, подтверждаемых опытом.
1. При большом числе измерений случайные погрешности одинаковой величины, но разного знака, т.е. погрешности как в сторону уменьшения, так и в сторону увеличения, встречаются одинаково часто.
2. Большие (по абсолютной величине) погрешности встречаются реже, чем малые, т.е. вероятность появления погрешности уменьшается с ростом величины погрешности.
Допустим, что мы произвели n прямых (непосредственных) измерений некоторой физической величины, истинное значение которой (нам неизвестное), обозначим через . Обозначим через a1,a2,…an, результаты отдельных измерений, а через - истинную абсолютную погрешность. Тогда результаты измерений можно представить в виде:
,
, (2.1.)
,
.
Естественно, что абсолютные погрешности могут принимать как положительные, так и отрицательные значения. Суммируя левую и почленно правую стороны равенств (2.1.), получаем
(2.2.)
Если ввести понятие среднеарифметической величины
то, разделив обе стороны равенства (2,2.) на число измерений n, получаем после перестановки членов:
(2.3.)
Если число измерений достаточно велико (строго говоря, при ) то согласно предположению 1:
,
так как в серии из большого числа измерений всякой положительной погрешности можно сопоставить равную ей по абсолютной величине отрицательную погрешность.
Из (2.3.) следует, что при , т.е. при бесконечно большом числе измерений истинное значение измеряемой величины равно среднеарифметическому значению А всех результатов произведенных измерений. Напомним, что при этом предполагается отсутствие систематических погрешностей.
Однако при ограниченном числе измерений среднеарифметическое значение будет отличаться от истинного значения , т. е. равенство будет не точным, а приближенным: , и нам необходимо оценить величину этого расхождения.
Появление того или иного значения ; в процессе измерения является случайным событием. Существует некоторая вероятность появления этого значения ; в интервале а, следовательно, и появления соответствующего значения абсолютной погрешности . За вероятность появления величины в интервале принимают относительную частоту появления значений ; в интервале , т.е. долю числа всех значений , попадающих в интервал , от полного числа всех значений при . функция называется плотностью распределения вероятностей величины . Аналогичным образом можно ввести функцию - плотность распределения вероятностей случайной величины - истинной погрешности. Вид функции распределения - объективно существующая и наиболее полная характеристика случайной величины. На практике для описания распределения пользуются стандартными аппроксимациями.
Задача обработки результатов экспериментов обычно ставится следующим образом. На основе теории статистической обработки по конечному числу результатов измерений, которое редко бывает большим, находят оценки параметров функции распределения, вид которой, как правило, считается известным из практики. Исходя из этой функции распределения, обычно оценивают истинное значение измеряемой физической величины и разброс, характеризующий плотность группировки измеренных значений вокруг истинного значения.