2.5 Определение поправок к показаниям си и точности показаний методом ситуационного моделирования.
Для теоретической оценки величины поправки необходимы сведения о характере поведения влияющих величин в заданных пределах. Если количественной информации об этом недостаточно используется ситуационные модели. Например, в данном случае для исходных величин может быть использован закон распределения ее вероятности. Для упрощения расчетов принимается равномерный закон.
Определение поправки к показаниям СИ производится в следующей последовательности:
1. Определение номинальных функций влияния заданных величин на поправку и на СКО показаний.
а) Номинальная функция влияния температуры на поправку:
б)
в) Номинальная функция влияния температуры на СКО показаний:
г) номинальная функция влияния колебаний напряжения в сети на СКО:
Используем ситуационное моделирование для описания значений аддитивной поправки в нормальных условиях, а также номинальные функции влияния температуры и напряжения питания.
Неопределенность аддитивной поправки может быть задана равномерным законом:
б) модель номинальной функции влияния температуры на показания также задается равномерным законом:
в) Модель номинальной функции влияния колебаний напряжения питания также задается равномерным законом:
Таким образом, показания амперметра при заданных условиях необходимо вносить поправку -1,75mА, при этом точность показаний составит 30,2mА.
III. Проведение статической обработки результатов измерений, оценка погрешности от смещенности и определение минимально необходимого объема выборки.
3.1 Характеристика многократных измерений, цели статической обработки данных.
Многократные измерения – это измерение одной или нескольких величин, выполненное четыре и более раз. Многократное измерение представляет собой ряд однократных измерений. Результатом многократного измерения является среднее арифметическое результатов всех проведенных измерений. При многократных измерениях снижается погрешность.
Целью
статистической обработки данных является
определение оценки
и доверительного интервала измеряемой
величины. Оценка измеряемой величины
считается наилучшей, если она:
- несмещенная, т.е. математическое ожидание оценки должно равняться истинному значению измеряемой величины;
- состоятельной, т.е. при увеличении числа опытов оценка стремится к истинному значению измеряемой величины;
- эффективной, т.е. по сравнению с другими оценками должна обладать наименьшей дисперсией.
Среди
результатов выборки (
)
объема n
присутствуют наблюдения, сильно
отличающиеся от других значений. Имеется
какое-то минимальное значение
либо какое-то максимальное значение
,
которое соответственно либо значительно
меньше остальных наблюдений, либо
значительно превышает их. Такие результаты
измерений называют грубыми погрешностями.
Грубые
погрешности измерений (промахи) могут
сильно исказить
,
и доверительный интервал, поэтому их
исключение из серии измерений обязательно.
Обычно они сразу видны в ряду полученных
результатов, но в каждом конкретном
случае это необходимо доказать. Существует
ряд критериев для оценки промахов.