Fel är avvikelser i mätresultat från det verkliga värdet av en kvantitet. Det faktiska värdet kan endast fastställas genom att utföra många mätningar. I praktiken är detta omöjligt att implementera.
För analys av avvikelser anses värdet närmast det verkliga värdet vara det faktiska värdet av det uppmätta värdet. Den erhålls med hjälp av högprecisionsmätinstrument och -metoder. För att underlätta mätningarna, för att säkerställa möjligheten att eliminera avvikelser, används olika klassificeringar av fel. Tänk på huvudgrupperna.
Uttrycksmetod
Om vi klassificerar felen i mätinstrument utifrån detta, kan vi särskilja:
- Absoluta avvikelser. De uttrycks i enheter av den mängd som mäts.
- Relativ avvikelse. Det uttrycks som förhållandet mellan det absoluta felet och mätresultatet eller det faktiska värdet av den mängd som mäts.
- Minskad avvikelse. Det är det relativa felet uttrycktförhållandet mellan mätinstrumentets absoluta avvikelse och värdet taget som en konstant indikator över hela området för motsvarande mätning. Hans val är baserat på GOST 8.009-84.
För många mätinstrument är en noggrannhetsklass etablerad. Det givna felet introduceras eftersom det relativa värdet karakteriserar avvikelsen endast vid en specifik punkt på skalan och beror på parametern för det uppmätta värdet.
Villkor och källor
De huvudsakliga och ytterligare avvikelserna särskiljs i klassificeringen av fel enligt dessa kriterier.
Det första är felen i mätinstrument under normala användningsförhållanden. Huvudavvikelserna beror på ofullkomligheten i omvandlingsfunktionen, ofullkomligheten hos enheternas egenskaper. De återspeglar skillnaden mellan enhetens faktiska konverteringsfunktion under normala förhållanden och den nominella (fastställda i regulatoriska dokument (tekniska förhållanden, standarder, etc.)).
Ytterligare fel uppstår när ett värde avviker från normvärdet eller på grund av att det går utanför det normaliserade områdets gränser.
Normala villkor
Följande normala parametrar definieras i den normativa dokumentationen:
- Lufttemperatur 20±5 grader.
- Relativ luftfuktighet 65±15%.
- Nätverksspänning 220±4, 4 V.
- Strömfrekvens 50±1Hz.
- Inga magnetiska eller elektriska fält.
- Enhetens horisontella position med en avvikelse på ±2 grader.
Noggrannhetsklass
Toleransgränser för avvikelser kan uttryckas i relativa, absoluta eller reducerade fel. För att kunna välja det mest lämpliga mätverktyget görs en jämförelse enligt deras generaliserade karaktäristik - noggrannhetsklassen. Som regel är det gränsen för tillåtna grund- och ytterligare avvikelser.
Noggrannhetsklassen låter dig förstå gränserna för felen för samma typ av mätinstrument. Det kan dock inte betraktas som en direkt indikator på noggrannheten i mätningar som utförs av varje sådant instrument. Faktum är att även andra faktorer (förhållanden, metod etc.) påverkar klassificeringen av mätfel. Denna omständighet måste beaktas vid val av mätinstrument beroende på den noggrannhet som anges för experimentet.
Värdet på noggrannhetsklassen återspeglas i tekniska villkor, standarder eller andra regulatoriska dokument. Den önskade parametern väljs från standardområdet. Till exempel, för elektromekaniska enheter, anses följande värden vara normativa: 0, 05, 0, 1, 0, 2, etc.
När du känner till värdet på mätverktygets noggrannhetsklass kan du hitta det tillåtna värdet för den absoluta avvikelsen för alla delar av mätområdet. Indikatorn appliceras vanligtvis direkt på enhetens skala.
Förändringens natur
Denna funktion används i klassificeringen av systematiska fel. Dessa avvikelser kvarstårkonstant eller ändras enligt vissa mönster när man utför mätningar. Tilldela i denna klassificering och typer av fel som har en systematisk karaktär. Dessa inkluderar: instrumentella, subjektiva, metodologiska och andra avvikelser.
Om det systematiska felet närmar sig noll kallas denna situation för korrekthet.
I klassificeringen av mätfel inom metrologi urskiljs också slumpmässiga avvikelser. Deras förekomst kan inte förutsägas. Slumpmässiga fel är inte ansvariga; de kan inte uteslutas från mätningsprocessen. Slumpmässiga fel har en betydande inverkan på forskningsresultaten. Avvikelser kan reduceras genom upprepade mätningar med efterföljande statistisk bearbetning av resultaten. Med andra ord kommer medelvärdet som erhålls från upprepade manipulationer att vara närmare den verkliga parametern än det som erhålls från en enda mätning. När den slumpmässiga avvikelsen är nära noll talar de om konvergensen av mätanordningens indikatorer.
Ännu en grupp fel i klassificeringen - missar. De är som regel förknippade med fel som gjorts av operatören eller utan hänsyn till påverkan av externa faktorer. Missar utesluts vanligtvis från mätresultaten, tas inte med i beräkningen vid bearbetning av mottagna data.
Beroende av storlek
Avvikelsen kanske inte beror på den uppmätta parametern eller är proportionell mot den. Följaktligen, i klassificeringen av fel i metrologi, additiv ochmultiplikativa avvikelser.
De senare kallas också för känslighetsfel. Additiva avvikelser uppstår vanligtvis på grund av pickuper, vibrationer i stöd, friktion och buller. Det multiplikativa felet är förknippat med ofullkomligheten i justeringen av enskilda delar av mätinstrumenten. Det kan i sin tur orsakas av olika orsaker, inklusive fysisk och föråldrad utrustning.
Normalisering av egenskaper
Det utförs beroende på vilken avvikelse som är signifikant. Om additiva felet är signifikant normaliseras gränsen i form av en reducerad avvikelse, om den är multiplikativ används formeln för förändringens relativa storlek.
Detta är en normaliseringsmetod där båda indikatorerna är kommensurerbara, det vill säga gränsen för den tillåtna huvudskillnaden uttrycks i en tvåtermsformel. Därför består noggrannhetsklassindikatorn också av 2 siffror c och d i procent, åtskilda av ett snedstreck. Till exempel 0,2/0,01. Den första siffran reflekterar det relativa felet under normala förhållanden. Den andra indikatorn kännetecknar dess ökning med en ökning av värdet på X, dvs. reflekterar påverkan av additiva felet.
Dynamiken för förändringar i den uppmätta indikatorn
I praktiken används klassificeringen av fel, vilket återspeglar arten av förändringar i den mängd som mäts. Det innebär separation av avvikelser:
- Till statisk. Sådana fel uppstår när man mäter långsamt förändras ellerförändras inte alls.
- Dynamiskt. De visas när man mäter fysiska storheter som ändras snabbt över tiden.
Dynamisk avvikelse beror på enhetens tröghet.
Funktioner för att uppskatta avvikelser
Moderna tillvägagångssätt för analys och klassificering av fel bygger på principer som säkerställer överensstämmelse med kraven på enhetlighet i mätningar.
För att uppnå målen för bedömning och forskning beskrivs avvikelsen med hjälp av en modell (slumpmässig, instrumentell, metodisk, etc.). Den definierar de egenskaper som kan användas för att kvantifiera egenskaperna hos felet. Under informationsbehandlingen är det nödvändigt att hitta uppskattningar av sådana egenskaper.
Modellen väljs med hänsyn till data från dess källor, inklusive de som erhölls under experimentet. Modeller är indelade i icke-deterministiska (slumpmässiga) och deterministiska. De sistnämnda är lämpliga för systematiska avvikelser.
Den allmänna modellen för det slumpmässiga felet är värdet som implementerar sannolikhetsfördelningsfunktionen. Avvikelseegenskaper i detta fall är uppdelade i intervall och punkt. Vid beskrivning av felet i mätresultaten används vanligtvis intervallparametrar. Detta innebär att de gränser inom vilka avvikelsen kan lokaliseras definieras som motsvarande en viss sannolikhet. I en sådan situation kallas gränserna för förtroende och sannolikheten för förtroende.
Punktegenskaper används i de fall där det inte finns något behov eller möjlighet att uppskatta konfidensgränserna för avvikelsen.
Utvärderingsprinciper
När du väljer avvikelseskattningar används följande bestämmelser:
- Enskilda parametrar och egenskaper för den valda modellen karakteriseras. Detta beror på att avvikelsemodellerna har en komplex struktur. Många parametrar används för att beskriva dem. Deras beslutsamhet är ofta mycket svår, och i vissa situationer till och med omöjlig. Dessutom innehåller den fullständiga beskrivningen av modellen i många fall överflödig information, medan kunskapen om individuella egenskaper kommer att räcka för att genomföra uppgifterna och uppnå målen för experimentet.
- Uppskattningar av avvikelser bestäms ungefär. Noggrannheten av egenskaperna överensstämmer med syftet med mätningarna. Detta beror på det faktum att felet endast kännetecknar osäkerhetszonen för resultatet och dess slutgiltiga noggrannhet behövs inte.
- Avvikelse är bättre att överdriva än att underskatta. I det första fallet kommer kvaliteten på mätningen att minska, i det andra fallet är det troligt att de erhållna resultaten försämras fullständigt.
Uppskattningsfel före eller efter mätning. I det första fallet kallas det a priori, i det andra - a posteriori.
