Файл: Петров И.К. Технологические измерения и приборы в пищевой промышленности учебник.pdf
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 10.04.2024
Просмотров: 212
Скачиваний: 1
Х„ — X
Относительная погрешность используется иногда в качестве одной из характеристик точности средств измерений.
Величина, по абсолютному значению равная абсолютной по грешности измерительного прибора и противоположная ей по знаку, называется п о п р а в к о й . Дл я получения действительно го значения измеряемой величины поправку следует алгебраиче
ски прибавить к показанию прибора. |
||
Характеристика |
т о ч н о с т и |
большинства технических |
средств измерений, т. е. качества, |
отражающего близость их по |
грешностей к нулю, определяется пределами основной и допол нительных погрешностей.
О с н о в н о й п о г р е ш н о с т ь ю |
называется погрешность |
||
средства измерений, |
используемого |
в нормальных |
условиях. |
Нормальные условия |
работы указываются в ГОСТах |
или техни-. |
ческих условиях на средства измерений.
Д о п о л н и т е л ь н о й п о г р е ш н о с т ь ю называется по грешность средства измерений, вызываемая воздействием на него внешних условий при отклонении их от нормативных (нормаль ных). К дополнительным относятся погрешности, возникающие в результате изменения температуры, отклонения прибора от его
рабочего положения |
(перекоса), вибраций и т. п. |
От величины допускаемых основных и дополнительных по |
|
грешностей зависит |
к л а с с т о ч н о с т и средства измерений — |
его обобщенная характеристика, определяемая пределами допу скаемых основных и дополнительных погрешностей, а также другими свойствами средств измерений, влияющими на точность, значение которой устанавливается в стандартах на отдельные виды средств измерений. Классы точности характеризуют свой ства средств измерений в отношении точности, но не являются непосредственным показателем точности измерений, выполнен
ных с помощью этих средств. Классы точности, |
присваиваемые |
||||
средствами измерений, выбираются |
из ряда |
следующих |
чисел: |
||
1 • 10"; 1,5- 10я; |
2-10"; 2,5-10"; 4-10"; |
5-Ю"; |
6-Ю", г д е л = 1 ; 0 ; |
||
— 1 ; —2 и т. д. |
|
|
|
|
|
Качество средств измерений, помимо точности, характеризу |
|||||
ется их правильностью, а также сходимостью |
показаний. |
П р а |
|||
в и л ь н о с т ь |
с р е д с т в а и з м е р е н и й — это |
качественный |
показатель, отражающий близость к нулю его систематических
погрешностей. |
С х о д и м о с т ь |
п о к а з а н и й |
с р е д с т в а |
и з |
м е р е н и й — это качественный |
показатель, |
отражающий |
бли |
|
зость к нулю его случайных погрешностей. |
|
|
||
Повышение |
точности результатов измерений является |
одной |
из важнейших задач измерительной техники. Однако в ряде слу чаев оно становится возможным лишь при использовании мето дов математической обработки измерительной информации
и применении средств вычислительной техники или других ки бернетических устройств. Использование математических мето дов позволяет резко повысить точность результатов измерений даже в тех случаях, когда в качестве источников информации применяются средства измерений, не обеспечивающие необходи мой точности в обычных условиях. Максимальная точность результатов измерений на основе информации, полученной в про цессе эксперимента, может быть достигнута путем использова ния при их обработке методов теории вероятностей и математи ческой статистики.
Одним из важнейших вопросов, связанных |
с |
повышением |
точности результатов измерений, является оценка |
влияния на |
|
них случайных погрешностей. Большинство |
встречающихся |
в практике случайных величин, и в частности случайные погреш
ности, подчиняются |
н о р м а л ь н о м у з а к о н у |
р а с п р е д е л е |
|||
н и я |
(закону Гаусса), |
который |
характеризуется плотностью |
||
вероятности вида: |
|
|
|
|
|
|
|
/(*) |
= |
2 с т * . |
(64) |
|
|
|
oV2n |
|
|
где |
tn—математическое |
ожидание измеряемой случайной |
величины X; |
||
|
о — среднее квадратическое отклонение величины X. |
|
|||
|
f(x) |
|
|
f(xy |
|
О |
т |
х |
-х |
О |
н |
|
a |
|
|
f |
|
Рис. 11. Кривые нормального закона распределения. |
|||||
При этом X — некоторая непрерывная |
измеряемая случайная |
||||
величина, a xt |
( / = 1 , 2, |
л) — ее частные |
реализации. |
||
Графическое изображение |
нормального закона |
распределе |
|||
ния приведено |
на рис. 11, а. Кривая распределения |
по этому за |
кону имеет симметричный холмообразный |
вид. Точке х = т соот |
|
ветствует максимальная ордината кривой, |
равная |
; по |
|
• * |
о У 2л |
мере удаления от точки т плотность распределения падает, а при
х -> + |
оо кривая асимптотически приближается к оси абсцисс. |
|
При |
т = 0 максимум кривой наступает при л:==0 |
(рис. 11,6). |
Кривая / соответствует самому большому, а кривая |
3 — самому |
|
малому значению сг. |
|
3 И. К. Петров |
33 |
|
Одна из наиболее распространенных задач обработки резуль татов измерений заключается в том, чтобы исходя из выборочной совокупности хи Х2, хп, состоящей из элементов, полученных непосредственно в процессе прямых последовательных повтор ных измерений, когда условия каждого повторного измерения остаются неизменными, получить оценку точности данного изме рения, точности каждого элемента выборки, полученного пря мыми измерениями.
Из теории вероятностей известно, что вместо случайной ве личины X вводится система случайных величин Хи Х2, Хп, математическое ожидание и дисперсия каждой из которых сов падают с математическим ожиданием и дисперсией исходной случайной величины X. Дисперсией называется математическое ожидание квадрата соответствующей центрированной случайной величины
|
D(X) = |
M(h). |
|
(65) |
|
Если случайная величина распределена по нормальному за |
|||||
кону, |
|
|
|
|
|
|
£ >(*) |
= о-2. |
|
(66) |
|
Таким образом, |
задача оценки |
точности |
измерений |
сводится |
|
к нахождению параметров т и а 2 |
случайной величины |
X. |
|||
Математическим |
ожиданием |
случайной |
величины X является |
сумма всех возможных случайных значений случайной величины, умноженных на вероятности этих значений. Математическое ожидание дискретных и непрерывных величин вычисляется со ответственно по формулам:
|
|
|
|
п |
|
|
|
|
т = |
М(Х) = |
£ xi рг, |
|
|
(67) |
|
|
|
|
- | - |
i=i |
|
|
|
|
|
|
оо |
|
|
|
|
|
т = М(Х)= |
J |
xf{x)dx, |
|
|
(68) |
|
|
|
|
— оо |
|
|
|
|
где Pi — вероятность события і |
(p — |
f(x)dx); |
|
|
|
||
f (х)— плотность |
распределения вероятности величины |
X, |
определяемой из |
||||
формулы |
(64). |
|
|
|
|
|
|
Дисперсия дискретных и непрерывных величин |
определяется |
||||||
соответственно по формулам: |
л |
|
|
|
|
||
|
|
|
|
|
|
|
|
|
o2 = D ( X ) = |
£ {Xi — mxY pi; |
|
|
(69) |
||
|
o 2 = D ( X ) = |
j |
(x — mx)2f(x)dx. |
|
|
(70) |
|
|
|
CO |
|
|
|
|
|
Корень квадратный из дисперсии является |
средним |
квадра- |
|||||
тическим или стандартным |
отклонением (стандартом) а |
случай |
|||||
ной величины X. |
|
|
|
|
|
|
|
При оценке |
точности прямых |
равноточных1 |
измерений наи- |
1 Измерения называются равноточными, если условия проведения каждого по вторного эксперимента сохраняются неизменными, и неравноточными, если эти условия изменяются.
более распространенной является постановка трех основных за дач. Решение их определяется вероятностью р попадания сред него значения п повторных измерений в є окрестности истинного значения т , т. е. в интервал от (т—є ) до ( m + є ) , где е— по ложительное число, определяющее заданный необходимый интер вал точности, называемый доверительным интервалом.
Постановка задач при подстановке t вместо переменной
0V2
может быть записана в следующем виде:
Yn
р = = Р { \ Х — т\ < е) = —г-Г |
е 2 Л = Ф(г), где г = Y-H±. |
( 7 1 ) |
о
Считая, что о — величина заданная, с помощью указанного соотношения можно установить связь между величинами я, е и р.
Задача 1. При известном объеме выборки п и заданном необходимом ин тервале точности, выражаемом числом е > 0 , определить доверительную веро ятность р попадания среднего значения X данной выборки в указанный дове рительный интервал. По заданным значениям элементов выборки находится значение дисперсии а2 . Затем по известным значениям и, в и а определяется значение г, а по нему с помощью таблиц функции р — Ф(г) —искомое значе ние доверительной вероятности р.
Задача |
2. При известном объеме выборки п |
и заданной необходимой |
до |
верительной |
вероятности р определить границы |
доверительного интервала |
е, |
т. е. интервала, в который среднее выборочное значение X попадает с заданной |
|||
вероятностью р. По таблицам функции р = Ф ( г ) |
определяется значение г, |
со |
ответствующее заданной доверительной вероятности р, а затем необходимый доверительный интервал точности є по формуле
га |
|
е = — . |
(72) |
Vn
Задача 3. При заданных доверительном интервале е и доверительной ве роятности р определить значение п, т. е. установить, сколько раз необходимо повторить эксперимент, чтобы обеспечить попадание полученного среднего значения в заданный доверительный интервал с выбранной вероятностью. Оп ределяется величина г, соответствующая заданной доверительной вероятности р, а затем искомый объем выборки по формуле
22 |
о 2 |
|
« - - = |
5 - |
< 7 3 |
С помощью методов теории вероятностей и математической статистики производится обработка результатов прямых равно точных и неравноточных, а также косвенных измерений, измере ний нестационарных параметров и других видов получения изме рительной информации. Кроме того, может решаться задача по оценке погрешностей выходных сигналов измерительных систем в зависимости от погрешностей измерения отдельных измеряе мых величин и собственных свойств самой измерительной систе мы, а также ряд других важных задач, связанных с техноло-
3* |
35 |
гическими измерениями. В настоящее время статистические ме тоды анализа и обработки результатов измерений приобретают все большее значение и выделяются в самостоятельные разделы измерительной техники и метрологии.
§ 6. НЕКОТОРЫЕ СВЕДЕНИЯ ИЗ ТЕОРИИ ИНФОРМАЦИИ
Рассмотренных в предыдущих параграфах способов количе ственной оценки степени достоверности измерений в ряде слу чаев оказывается недостаточно, особенно в связи с громадным увеличением потока измерительной информации и возрастанием ее роли во всех аспектах научной и производственной деятельно сти человека. Для описания и оценки контролируемых объектов требуются обобщенные информационные характеристики, позво ляющие распространить общие теоретические выводы и оценки на все области измерительной техники независимо от их специ фики. Разработка и применение единых критериев и методов для расчетов и оценки качества измерительных устройств и кана лов связи, сложных информационных и автоматизированных си стем управления стали возможными в результате использования идей теории информации.
Информационная теория измерений и измерительных уст ройств как новый раздел современной метрологии полностью со гласуется с ее прежними представлениями и является их логиче ским продолжением и развитием. В свете этой теории результаты измерений в процессе измерения и контроля рассматриваются как случайные события, а проводимые эксперименты по измере нию и контролю — как ситуации, в которых эти события могут проявляться.
Исходным понятием в теории информации является понятие энтропии, которая в применении к измерениям характеризует меру неопределенности исследуемой ситуации, т. е. процесса из мерения и контроля соответствующих параметров. Энтропия определяется числом возможных событий в заданной ситуации и вероятностями их появления.
Э н т р о п и е й с и с т е м ы называется сумма произведений вероятностей различных состояний системы на логарифмы этих вероятностей, взятая с обратным знаком. При этом рассматри вается некоторая физическая система X, которая может прини
мать конечное множество состояний Х\, х2, |
х„ с вероятностями |
|
Ри Рг, - , Рп - Энтропия |
|
|
Н(Х) = |
- І Pi\ogp{, |
(74) |
где Pi = Р(Х ~ Х() — вероятность |
того, что система |
X примет состояние х<. |
Здесь через |
Р обозначается статистическая вероятность. |
Энтропия Н(Х) обращается в нуль, если одно из состояний системы достоверно, а остальные невозможны. Другими слова-