Решение измерительной задачи

Методика выполнения измерений: определение назначения и условия проведения. Требования к погрешности измерений или приписанные характеристики погрешности измерения. Обработка результатов измерения. Статистическая обработка данных. Наличие грубых ошибок.

Рубрика Производство и технологии
Вид курсовая работа
Язык русский
Дата добавления 12.05.2014
Размер файла 587,3 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

Содержание

  • Введение
  • 1. Анализ измерительной задачи
  • 1.1 Влияние изменения температуры и давления
  • 1.2 Алгоритм проведения измерений ареометром
  • 1.3 Описание ареометра
  • 1.4 Вид измерений
  • 2. Методика выполнения измерений (МВИ)
  • 2.1 Назначение МВИ
  • 2.2 Условия измерений
  • 2.3 Требования к погрешности измерений или приписанные характеристики погрешности измерений
  • 2.4 Метод измерений
  • 2.6 Подготовка к выполнению измерений
  • 2.7 Обработка результатов измерения
  • 2.8 Требования к квалификации операторов
  • 3. Статистическая обработка данных
  • 3.1 Выявляем переменную систематическую погрешность графическим методом, построив зависимость изменения результатов отдельных измерений во времени
  • 3.2 Проверяют наличие грубых ошибок и промахов
  • 3.3 Проверяют соответствие эмпирического распределения нормальному теоретическому закону, используя критерии согласия
  • Заключение
  • Список использованной литературы

Введение

Измерения играют важную роль в жизни человека. С измерениями он встречается на каждом шагу своей деятельности, начиная от определения расстояний на глаз и заканчивая контролем сложных технологических процессов и выполнением научных исследований.

Развитие науки неразрывно связано с прогрессом в области измерений. Измерения - один из способов познания. Поэтому многие научные исследования сопровождаются измерениями, позволяющими установить количественные соотношения и закономерности изучаемых явлений. Д.И. Менделеев писал: "Наука начинается с тех пор, как начинают измерять; точная наука немыслима без меры". История науки знает примеры, говорящие о том, что прогресс в области измерений способствовал новым открытиям. В свою очередь, достижения науки способствовали совершенствованию методов и средств измерений. Например, достижения в области лазерной техники позволили создать новые приборы для измерения расстояний с высокой точностью.

Потребность в измерениях возникла в древние времена, поскольку человеку в повседневной жизни приходилось измерять различные величины: расстояния, площади земельных участков, размеры и массы предметов, время и т.п. Вначале это были примитивные измерения, которые зачастую производились на глаз. При этом человек сравнивал наблюдаемые им предметы, например, с размерами собственного тела, которое выполняло роль мер, воспроизводящих единицы различных величин.

Что такое метрология?

"Метрология - это наука об измерениях" (Международный словарь основных и общих терминов в метрологии). Измерения и метрология важны практически во всех аспектах человеческой деятельности, поскольку они используются везде, начиная от контроля за производством, измерения качества окружающей среды, оценки здоровья и безопасности, а также испытания качества материалов, пищевых продуктов и других товаров для обеспечения честной торговли и защиты потребителя. Термин "метрология" часто используется в широком смысле, охватывая как теоретические, так и практические аспекты измерений.

Существуют различные специальные области метрологии. Некоторые примеры:

Метрология массы, которая связана с измерением масс;

Метрология размерности, которая связана с измерениями длин и углов;

Метрология температуры, которая касается измерений температур;

Химическая метрология, которая связана со всеми видами измерений в химии.

Промышленная метрология связана с измерениями в производстве и с процедурами управления качеством. Типичные вопросы - это процедуры и интервалы калибровки, контроль за процессами измерений, и управление измерительным оборудованием. Данный термин часто используется для описания метрологической деятельности в промышленности.

измерение погрешность методика

1. Анализ измерительной задачи

Плотность жидкости - это физическая величина, которая показывает массу данной жидкости в единице объема.

Существует два основных метода определения плотности вещества - это прямой метод и косвенный. К косвенному методу относится математический расчёт плотности вещества по формуле,

с = m / V,

где с - плотность, m - масса вещества, V - объём вещества.

Возникает вопрос, а в каких единицах измеряется плотность? Это зависит от того, какое количество вещества было принято за массу и для какого единичного объёма. Например, если наполнить ёмкость объёмом 1л водой, затем взвесить эту ёмкость вместе с водой и от полученной массы отнять массу ёмкости - получим массу воды. Допустим полученное значение массы воды равно 1 кг. После чего, зная массу и объём воды, математически (косвенным методом) можно рассчитать плотность воды, поделив массу воды (1 кг) на объём (1 л). Полученное значение 1 кг/л и есть плотность воды, где кг/л - то, в чем измеряется плотность.

Для прямого измерения плотности жидкости используются такие средства измерения, как ареометры.

1.1 Влияние изменения температуры и давления

Изменение давления мало влияет на объем твердых тел и жидкостей, или же заметно не влияет вообще. Увеличение температуры, однако, приводит к расширению большинства твердых тел и жидкостей. Если объем вещества увеличивается, то плотность этого вещества уменьшается, поскольку его масса остается неизменной. Расширение твердых тел обычно очень мало, и им, как правило, пренебрегают. Вместе с тем расширение жидкостей с увеличением температуры более заметно, и изменение плотности может быть обнаружено. Фактически конвекционные движения в жидкостях и газах являются прямым следствием изменений плотности при изменении температуры.

1.2 Алгоритм проведения измерений ареометром

Для измерения плотности жидкости ареометром постоянной массы сухой и чистый ареометр помещают в сосуд с этой жидкостью так, чтобы он свободно плавал в нем. Значения плотности считывают по шкале ареометра, по нижнему краю мениска.

Для измерения ареометром постоянного объёма изменяют его массу, достигая его погружения до определённой метки. Плотность определяется по массе груза (например, гирек) и объёму вытесненной жидкости.

Для практического применения ареометр градуируют в концентрации растворенного вещества, например:

Спиртомер - в процентах алкоголя для измерения крепости напитка;

Лактометр - в процентах жира для определения качества молока;

Солемер - для измерения солености раствора;

Сахаромер - при определении концентрации растворенного сахара;

Так как плотность жидкостей сильно зависит от температуры, измерения концентрации должны проводиться при строго определенной температуре, для чего ареометр иногда снабжают термометром.

Температуру образца доводят до заданной температуры, затем образец помещают в цилиндр для ареометра, температура которого приблизительно такая же. Соответствующий ареометр, температура которого также приблизительно равна температуре образца, погружают в испытуемый образец так, чтобы ареометр свободно плавал. После достижения температурного равновесия считывают показания ареометра, записывают температуру испытуемого образца, а снятое показание переводят в соответствующее значение для температуры 15°С, используя таблицы стандартных измерений. В случае необходимости, для исключения чрезмерных колебаний температуры во время проведения испытаний цилиндр для ареометра и его содержимое помещают в термостат.

1.3 Описание ареометра

Ареометр - прибор для измерения плотности жидкостей, принцип работы которого основан на Законе Архимеда. Считается, что ареометр изобрела Гипатия.

Обычно представляет собой стеклянную трубку, нижняя часть которой при калибровке заполняется дробью или ртутью для достижения необходимой массы. В верхней, узкой части находится шкала, которая проградуирована в значениях плотности раствора или концентрации растворенного вещества. Плотность раствора равняется отношению массы ареометра к объему, на который он погружается в жидкость. Соответственно, различают ареометры постоянного объёма и ареометры постоянной массы.

Рисунок 1. Изображение ареометра.

1.4 Вид измерений

В данном случае у меня прямой вид измерений.

Прямые измерения - измерение, проводимое прямым методом, при котором искомое значение физической величины получают путем сравнения этой величины с ее единицей. Прямые - это измерения, при которых искомое значение физической величины находят непосредственно из опытных данных. Прямые измерения можно выразить формулой, Q=X где Q-искомое значение измеряемой величины, а X-значение, непосредственно получаемое из опытных данных.

При прямых измерениях экспериментальным операциям подвергают измеряемую величину, которую сравнивают с мерой непосредственно или же с помощью измерительных приборов, градуированных в требуемых единицах. Примерами прямых измерений служат измерения длины тела линейкой, массы при помощи весов и др. Прямые измерения широко применяются в машиностроении, а также при контроле технологических процессов (измерение давления, температуры и др.).

Следует учитывать, что любое измерение связано с погрешностями. Суммарная погрешность измерения ?? определяется погрешностями от четырех источников: средства измерений (СИ), метода измерений, условий измерений, оператора:

??=?си+ ?м+?усл+?О,

где ?СИ - погрешность средства измерений; ?М - погрешность метода измерений; ?усл - погрешность от условий измерений; ?О - погрешность от действий оператора.

Из вышеназванных погрешностей основной составляющей погрешности измерений ?? является ?СИ. Выбор СИ производится в предположении, что ?М=?М=0. На ?усл отводится 35% погрешности измерений. Тогда ?СИ составляет до 65% от погрешности измерений ??. Чтобы погрешность измерений существенно не искажала результаты измерений и контроля, ее значение ограничивают условием, что ???0,25Т, где Т - допуск на измеряемый размер. При выборе конкретного СИ необходимо, чтобы ожидаемое значение измеряемой величины входило в диапазон измерений СИ, и предельно допустимая погрешность СИ не превышала расчетного значения ?СИ.

2. Методика выполнения измерений (МВИ)

Методика выполнения измерений (МВИ) унифицирует требования к точности, средствам измерений, условиям их проведения, порядку получения и обработки данных, форме представления окончательного результата.

2.1 Назначение МВИ

Объектами измерений - тосол и электролит

Измерение плотности ареометром:

Ареометра для электролита и тосола предназначен для измерения плотности электролита в кислотных и щелочных аккумуляторах в диапазоне от 1100кг/м3 до 1300 кт/м3 и определения температуры замерзания тосола в системе охлаждения двигателя автомобиля в диапазоне от минус 5°С до минус 40°С.

Измерения плотности рекомендуется производить при температуре 20 +/ - 2°С, если измерения проводятся при температуре, отличающейся от 20°С, то к результатам измерений необходимо прибавить или вычесть поправки.

Например: Если при данной температуре измерений поправка по таблице со знаком минус, то она отнимается от результата измерения. Если поправка со знаком плюс, то она прибавляется к результату измерений.

Температура электролита, тосола

0 єС

10 єС

20 єС

30 єС

40 єС

Поправка к показаниям

Для электролита, кг/мі

-14

-7

0

+7

+14

Для тосола, єС

-6

-3

0

+3

+6

Во время измерения плотности электролита необходимо следить за:

1) Отсутствием задевания ареометра за корпус пипетки. Причём не только за дно и верх, но и за боковые стенки. Т.е. ареометр должен свободно плавать (на него должны действовать только архимедова сила и сила всемирного тяготения).

2) Плотностью пипетки - уровень жидкости в пипетке не должен снижаться. Иначе ошибок при измерении не избежать. В случае необходимости уплотните соединение баллона и пипетки фум лентой.

2.2 Условия измерений

При измерениях внешние влияющие факторы должны находиться в следующих пределах:

температура окружающего воздуха - 10. +40 С;

относительная влажность воздуха до 90% при температуре +25 С;

атмосферное давление 0,4 Мпа;

отсутствие внешних магнитных полей.

2.3 Требования к погрешности измерений или приписанные характеристики погрешности измерений

При отсутствии этих данных в документации на объект измерений погрешность должна быть не более 25% от допуска на измеряемый параметр;

2.4 Метод измерений

Исходя из способа сравнения измеряемой величины с ее единицей, различают:

непосредственной оценки - метод, при котором значение величины определяют непосредственно по отсчетному устройству показывающего СИ (термометр, вольтметр и пр.). Мера, отражающая единицу измерения, в измерении не участвует. Ее роль играет в СИ шкала, проградуированная при его производстве с помощью достаточно точных СИ.

метод сравнения с мерой - метод, при котором измеряемую величину сравнивают с величиной, воспроизводимой мерой (измерение массы на рычажных весах с уравновешиванием гирями). Существует три разновидности этого метода:

нулевой метод - метод сравнения с мерой, в котором результирующий эффект воздействия величин на прибор сравнения доводят до нуля, например, измерения электрического сопротивления мостом с полным его уравновешиванием;

метод замещения - основан на сравнении с мерой, при котором измеряемую величину замещают известной величиной, воспроизводимой мерой, сохраняя все условия неизменными, например взвешивание c поочередным помещением измеряемой массы и гирь на одну и ту же чашку весов;

метод совпадений - метод сравнения с мерой, в котором разность между значениями искомой и воспроизводимой мерой величин измеряют, используя совпадения отметок шкал или периодических сигналов, например при измерении с использованием штангенциркуля с нониусом наблюдают совпадение меток на шкалах штангенциркуля и нониуса.

2.6 Подготовка к выполнению измерений

До начала выполнения измерений необходимо:

проверить комплектность прибора;

проверить изоляцию токоведущих частей прибора;

подключить прибор к блоку питания;

включить прибор в сеть питания электрическим током;

проверить настройку прибора по показаниям.

2.7 Обработка результатов измерения

Статистическая обработка данных выполняется по следующим рекомендациям:

Выявляют переменную систематическую погрешность графическим методом, построив зависимость изменения результатов отдельных измерений во времени. Для этого:

на график наносят точки с координатами: по оси ординат - значение результата изменения, по оси абсцисс - момент времени его получения или порядковый номер;

соединяют точки прямыми линиями и определяют тенденцию изменения результатов измерений. Если тенденция не наблюдается, то считают, что переменная систематическая погрешность несущественна;

при наличии тенденции (в большинстве случаев линейной) рассчитывают тангенс угла наклона прямой к оси абсцисс tgц;

рассчитывают величину систематической погрешности для каждого измерения: ?сi; = tgц • (i-1),

исключают эту погрешность из результатов измерений.

Проверяют наличие грубых ошибок и промахов:

полученные результаты располагают в вариационный ряд, крайние

значения, которого необходимо проверить;

рассчитывают среднее арифметическое значение:,

рассчитывают среднее квадратическое отклонение (СКО):

S =

выбирают из вариационного ряда крайние значения хmax и xmin: определяют отношение:

tr1 = |X max - X |/S; tr2= |х min - X |/S;

проверяют выполнение неравенства tri<tr. Если число результатов измерений превышает 30, то для определения tr можно воспользоваться формулой: tr= tр/2, где tр/2-квантиль функции Лапласа для значения функции, равного Р/2. Если неравенство не выполняется, данный результат измерения отбрасывается, как содержащий грубые погрешности;

рассчитывают исправленные значения и S;

проверяют другие, вызывающие сомнение результаты.

Проверяют соответствие эмпирического распределения нормальному теоретическому закону.

При n?50 применяют критерий Пирсона ХІ.

вариационный ряд результатов измерений разбивают на r интервалов: при n=50.100, r=7.9; при n=100.500, r=8.12;

рассчитывают ширину интервала h= (xmax - xmin) /r;

устанавливаю границы интервалов: [Xmix; Xmin+h], [xmin+h; xmin+2h],

[xmin+2h; xmin+3h],., [xmin+ (r-l) h; xmax];

подсчитывают абсолютную частоту mi; - число экспериментальных данных, попавших в каждый интервал;

строят гистограмму - ступенчатую фигуру, состоящую из прямоугольников, основанием которых является ширина интервала, а высотой - относительная частота mi/n;

если в какой-либо интервал попадает менее 5 данных, то уменьшают число интервалов разбиения гистограммы, перераспределяя данные, или такой интервал объединяют с соседним;

вычисляют вероятность pi попадания результата измерений в каждый из интервалов гистограммы [xk-1; xk] при нормальном законе распределения, используя функцию Лапласа Ф (t):

pi=Ф [ (xk-) /S] - Ф [ (xk-1-) /S];

вычисляют показатель разности частот:;

проверяют выполнение неравенства ХІ< XбІ, где XбІ - табличное значение ХІ для уровня значимости б и числа степеней свободы (r-3). Если неравенство не выполняется, то гипотезу о нормальности эмпирического распределения отвергают и, пользуясь критерием Колмогорова-Смирнова, определяют вероятность соответствия эмпирического распределения нормальному закону распределения вероятностей.

Если гипотеза может быть принята, но для несколько большего уровня значимости, то дальнейшие расчеты можно проводить для соответственно меньшей доверительной вероятности Р.

При n?50 используется составной критерий.

Критерий 1:

вычисляют параметр d = | xi - |/ (n•S*), где S*=;

проверяют выполнение неравенства: d1-q1/2 ?d< d q1/2, где q1 -

выбранный уровень значимости; d1-q1/2, dq1/2 - табличные значения.

Критерий 2:

задаются уровнем значимости q2, так что б= q1 +q2;

определяют доверительную вероятность Р по приложению 5, исходя из

n и q2;

определяют значение квантили tP/2 функции Лапласа Ф (t) по приложению 2;

рассчитывают (S• tP/2) и количество разностей (xi - ), превышающих (S• tP/2). Если это количество не более 1 для 10?n?20 или не более 2 для 20?n?50, то гипотеза по критерию 2 принимается.

В целом гипотеза о нормальности эмпирического распределения принимается, когда выполняются 1-й и 2-й критерии. Если гипотеза о соответствии нормальному распределению отклонена, то переходят к проверке по критерию Колмогорова-Смирнова.

В случае, когда вышеназванные критерии не дали однозначного вывода, применяют критерий Колмогорова-Смирнова:

рассчитывают накопленные частоты для каждого из интервалов эмпирического распределения, где mi - абсолютные частоты в интервалах c 1 - го по k-й.;

определяют теоретическую вероятность pi попадания результата измерений в каждый из интервалов при нормальном распределении, используя функцию Лапласа (приложение 2), и рассчитывают накопленную частоту теоретического распределения: Fтк =;

определяют наибольшую из разностей теоретической и эмпирической накопленных частот по интервалам: D= max | Fэk - Fтk |;

рассчитывают л = D•;

определяют вероятность Р (л) по приложению 6. Если эта вероятность мала, то гипотезу отбрасывают.

Порядок обработки экспериментальных данных определяется видом произведенных измерений.

При прямых многократных измерениях.

Окончательный результат измерений должен быть представлен в форме доверительного интервала:

,

Заключение о годности контролируемого параметра делается на основании доверительного интервала. Если параметр нормируется полем допуска, то он считается годным, если доверительный интервал находится в пределах ноля допуска. При нормировании одним предельным значением соответствующая граница доверительного интервала должна удовлетворять поставленному условию. В противном случае измеренный параметр признается неудовлетворительного качества.

2.8 Требования к квалификации операторов

К проведению измерений допускаются лица:

имеющие высшее образование в области организации и проведения технических измерений;

прошедшие инструктаж по техники безопасности на рабочем месте;

изучившие паспорт и инструкцию по эксплуатации прибора;

ознакомившиеся с принципом работы и технической документацией на измерительное устройство;

изучившие настоящую Методику выполнения измерений.

3. Статистическая обработка данных

Таблица 1 - Экспериментальные данные по результатам многократных измерений.

№ измерения

Результат измерения Xi, мин.

№ измерения

Результат измерения Xi, мин.

№ измерения

Результат измерения Xi, мин.

1

12,006

20

12,011

39

11,590

2

12,020

21

11,902

40

11,950

3

11,990

22

11,985

41

11,981

4

11,982

23

11,920

42

12,038

5

12,035

24

11,435

43

12,001

6

12,050

25

11,999

44

11,954

7

12,046

26

12,027

45

12,360

8

11,890

27

12,088

46

12,006

9

11,680

28

12,024

47

11,930

10

11,952

29

12, 202

48

11,858

11

12,120

30

11,804

49

11,900

12

12,012

31

11,951

50

12,029

13

12,006

32

12,005

51

12,006

14

11,860

33

12,000

52

11,796

15

11,798

34

12,027

53

11,954

16

11,935

35

12,080

54

12,003

17

12,022

36

12,028

55

12,046

18

12,115

37

12,011

56

19

12,003

38

12,030

57

3.1 Выявляем переменную систематическую погрешность графическим методом, построив зависимость изменения результатов отдельных измерений во времени

Для этого:

на график наносим точки с координатами: по оси ординат - значение результата измерения, по оси абсцисс - момент времени его получения или порядковый номер;

соединяем точки прямыми линиями и определяем тенденцию изменения результатов измерений. Средняя линия разброса экспериментальных данных проходит параллельно оси абцисс. Следовательно, такая тенденция, как видно из рисунка, не наблюдается. Считаем, что переменная систематическая погрешность несущественна. При этом нет необходимости вносить поправки в результаты измерений.

Рисунок 2. График зависимости изменения результатов измерений во времени.

3.2 Проверяют наличие грубых ошибок и промахов

Полученные результаты располагаем в вариационный ряд, крайние значения, которого необходимо проверить.

Таблица 2 - результаты, расположенные в вариационный ряд

№ измерения

Результат измерения Xi, мин.

№ измерения

Результат измерения Xi, мин.

№ измерения

Результат измерения Xi, мин.

1

1200,600

20

1201,100

39

1159,000

2

1202,000

21

1190, 200

40

1195,000

3

1199,000

22

1198,500

41

1198,100

4

1198, 200

23

1192,000

42

1203,800

5

1203,500

24

1143,500

43

1200,100

6

1205,000

25

1199,900

44

1195,400

7

1204,600

26

1202,700

45

1236,000

8

1189,000

27

1208,800

46

1200,600

9

1168,000

28

1202,400

47

1193,000

10

1195, 200

29

1220, 200

48

1185,800

11

1212,000

30

1180,400

49

1190,000

12

1201, 200

31

1195,100

50

1202,900

13

1200,600

32

1200,500

51

1200,600

14

1186,000

33

1200,000

52

1179,600

15

1179,800

34

1202,700

53

1195,400

16

1193,500

35

1208,000

54

1200,300

17

1202, 200

36

1202,800

55

1204,600

18

1211,500

37

1201,100

56

19

1200,300

38

1203,000

57

Рассчитываем среднее арифметическое значение:

0 + 1204,600 + 1189,000 + 1168,000 + 1195,200 + 1212,000 + 1201,200 + 1200,600 + 1186,000 + 1179,800 + 1193,500 + 1202,200 + 1211,500 + 1200,300+1201,100+1190,200+1198,500+1192,000+1143,500+1199,900+1202,700+1208,800+1202,400+1220,200+1180,400+1195,100+1200,500+1200,000+1202,700+1208,000+1202,800+1201,100+1203,000+1159,000+1195,000+1198,100+1203,800+1200,100+1195,400+1236,000+1200,600+1193,000+1185,800+1190,000+1202,900+1200,600+1179,600+1195,400+1200,300+1204,600) = 1197,187

Рассчитываем среднее квадратическое отклонение (СКО):

S= 13,568

Выбираем из вариационного ряда крайние значения хmax и xmin: определяем отношения:

;

= 2,861,

=

Проверим выполнение неравенства tri<tr.

Так как число результатов измерений превышает 30, то для определения tr я воспользуюсь формулой: tr= tр/2, где tр/2-квантиль функции Лапласа для значения функции, равного Р/2. По таблице 2 доверительная вероятность Р=0,97. Если неравенство не выполняется, данный результат измерения отбрасывается, как содержащий грубые погрешности;

,

,

2,861>2,150 (Не верно);

3,957>2,150 (Не верно);

Так как неравенства не выполняются, данные результаты измерения отбрасываются, как содержащие грубые погрешности. Следовательно, числа: 1236,000 и 1143,500 являются промахами.

Аналогично продолжаем выявлять промахи:

X= 1197,468; 2, 201>2,149 (Не верно);

S=10,329; 3,724>2,149 (Не верно).

=2, 201; =3,724;

=2,149;

1220, 200 и 1159,000 являются промахами.

X=1197,776; 1,689<2,149 (Верно);

S=8,422; 3,536>2,149 (Не верно).

=2,149; =1,689; =3,536;

Число 1168 является промахом.

X=1198,372; 1,856<2,148 (Верно);

S=7,343; 2,556>2,148 (Не верно).

=1,856; =2,556; =2,148;

Число 1179,600 является промахом.

X=1198,755; 1,921<2,148 (Верно):

S=6,896; 2,749>2.148 (Не верно);

=1,921;

=2,749;

=2,148;

Число 1179,800 является промахом.

X=1180,400; 2,013<2,147 (Верно);

S=6,384; 2,937>2,147 (Не верно).

=2,013;

=2,937;

=2,147;

Число 1180,400 является промахом.

X=1199,549; 2,140<2,147 (Верно);

S=5,817; 2,364>2,147 (Не верно).

=2,140; =2,364; =2,147;

Число 1185,800 является промахом.

X=1199,848; 2, 207>2,146 (Не верно);

S=5,505; 2,516>2,146 (Не верно).

=2, 207;

=2,516;

=2,146;

Числа 1212,000 и 1186,000 являются промахами.

X=1199,886; 2,380>2,145 (Не верно);

S=4,880; 2,231>2,145 (Не верно).

=2,380;

=2,231;

=2,145;

Числа 1211,500 и 1189,000 являются промахами.

X=1199,869; 2,060<2,144 (Верно);

S=4,336; 2,276>2,144 (Не верно);

=2,060; =2,276; =2,144;

Число 1190,000 является промахом.

X=1200,110; 2,122<2,143 (Верно);

S=4,095; 2,420>2,143 (Не верно);

=2,122;

=2,420;

=2,143;

Число 1190, 200 является промахом.

X=1200,358; 2, 208>2,143 (Не верно);

S=3,824; 2,186>2,143 (Не верно);

=2, 208;

=2,186;

=2,143;

Числа 1208,800 и 1192,000 являются промахами.

X=1200,355; 2,245>2,141 (Не верно);

S=3,406; 2,159>2,141 (Не верно);

=2,245;

=2,159;

=2,141;

Числа 1208,000 и 1193,000 являются промахами.

X=1200,347; 1,547<2,140 (Верно);

S=3,007; 2,277>2,140 (Не верно);

=1,547;

=2,277;

=2,140;

Число 1193,500 является промахом.

X=1200,543; 1,587<2,139 (Верно);

S=2,809; 1,973<2,139 (Верно).

=1,587;

=1,973;

=2,139;

Для этих значений неравенства выполняются. Данные результаты измерений остаются для дальнейшей статистической обработки данных.

В ходе проверки было выявлено 20 промахов.

3.3 Проверяют соответствие эмпирического распределения нормальному теоретическому закону, используя критерии согласия

При n?50 применяют критерий Пирсона X:

вариационный ряд результатов измерений разбивают на r интервалов: при n=50.100, r=7.9; Я разбиваю вариационный ряд на r=7 интервалов.

рассчитываем ширину интервала h= (xmax - xmin) /r = (1205 - 1195) /7 = 1,429;

устанавливаю границы интервалов: [Xmix; Xmin+h], [xmin+h; xmin+2h],

[xmin+2h; xmin+3h],., [xmin+ (r-l) h; xmax];

[1195; 1196,429]; [1203,574; 1205].

[1196,429; 1197,858];

[1197,858; 1199,287];

[1199,287; 1200,716];

[1200,716; 1202,145];

[1202,145; 1203,574];

подсчитываем абсолютную частоту mi; - число экспериментальных данных, попавших в каждый интервал:

=5; =0; =4; =10; =4; =8; =4.

Номер интервала

Границы интервала

Абсолютная частота

Относительная частота n

нижняя

верхняя

Хн

Хв

1

1195

1196,429

5

0,143

2

1196,429

1197,858

0

0

3

1197,858

1199,287

4

0,114

4

1199,287

1200,716

10

0,286

5

1200,716

1202,145

4

0,114

6

1202,145

1203,574

8

0,229

7

1203,574

1205

4

0,114

Рисунок 3. Гистограмма.

При n?50 используется составной критерий.

Критерий 1:

вычисляем параметр d=/), где ;

проверяем выполнение неравенства: ,

где - выбранный уровень значимости; , - табличные значения.

=2,769; d = 74,285/ (35*2,769) = 74,285/96,915 = 0,766;

=0,74%; = 0,86%;

Далее проверяем, выполняется ли неравенство: 0,74?0,766?0,86 - неравенство выполняется, следовательно, Критерий 1 принимается.

Критерий 2:

задаются уровнем значимости , так что ;

определяем доверительную вероятность Р, исходя из n и ;

определяем значение квантили tP/2 функции Лапласа Ф (t) по таблице;

рассчитывают (S• tP/2) и количество разностей (xi - Х), превышающих (S• tP/2). Если это количество не более 1 для 10?n?20 или не более 2 для 20?n?50, то гипотеза по критерию 2 принимается.

q = 100 - P = 3/2 =1,5=99; значит, Р = 0,99.

=2,58; Затем рассчитываем (S*) = 2,809*2,58 = 7,247;

Количество разностей , превышающих для 20?n?50 равно, а значит, гипотеза по Критерию 2 принимается.

В данном случае выполняются 1-й и 2-й критерии, таким образом, в целом гипотеза о нормальности эмпирического распределения принимается.

Окончательный результат измерений представляем в форме доверительного интервала:

1157,668X1243,418

Судя по гистограмме, экспериментальные данные не подчиняются нормальному закону распределения. Следовательно, точность определения доверительного интервала невысока и заданная доверительная вероятность не обеспечивается расчетом.

Заключение

Проделав данную курсовую работу, мы закрепили теоретические знания и приобрели навыки в составлении методики выполнения измерений и статистической обработки данных. Также мы описали измеряемый объект, определили, что главным внешним фактором, влияющим на измеряемый параметр, является температура.

Судя по гистограмме, экспериментальные данные не подчиняются нормальному закону распределения. Следовательно, точность определения доверительного интервала невысока и заданная доверительная вероятность не обеспечивается расчетом.

Список использованной литературы

1. Кошлякова И.Г., Сергеева М.Х. Задания и методические указания по выполнению курсовой работы по дисциплине " Метрология, стандартизация, сертификация" /ДГТУ, Ростов-на-Дону, 2005. - 98 с.

2. Маркин Н.С. Основы теории обработки результатов измерений. - М.: Изд-во стандартов, 1991. - 278 с.

3. Вайсбанд М.Д., Проненко В.И. Техника выполнения метрологических работ. - Киев: Технпка, 1986. - 234 с.

4. Хофманн Д. Техника измерений и обеспечение качества. - М: Энергоатомиздат, 1983. - 157 с.

5. Димитров В.П., Сергеева М.Х., Хубиян К.Л., Мирный В.И. - Метрология и метрологическое обеспечение.

Размещено на Allbest.ru


Подобные документы

  • Обработка результатов равноточных многократных измерений и определение суммарной погрешности измерения в виде доверительного интервала. Расчет определяющего размера и допустимой погрешности технического требования. Задачи сертификации систем качества.

    контрольная работа [1,6 M], добавлен 05.07.2014

  • Этапы проведения измерений. Вопрос о предварительной модели объекта, обоснование необходимой точности эксперимента, разработка методики его проведения, выбор средств измерений, обработка результатов измерений, оценки погрешности полученного результата.

    реферат [356,6 K], добавлен 26.07.2014

  • Общие вопросы основ метрологии и измерительной техники. Классификация и характеристика измерений и процессы им сопутствующие. Сходства и различия контроля и измерения. Средства измерений и их метрологические характеристики. Виды погрешности измерений.

    контрольная работа [28,8 K], добавлен 23.11.2010

  • Обработка результатов прямых и косвенных измерений с использованием ГОСТ 8.207-76. Оценка среднего квадратического отклонения, определение абсолютной погрешности и анормальных результатов измерений. Электромагнитный логометр, его достоинства и недостатки.

    курсовая работа [938,3 K], добавлен 28.01.2015

  • Расчет результатов прямых измерений. Выявление грубых ошибок. Расчет коэффициентов корреляции результатов наблюдений. Расчет среднего значения величины косвенного измерения. Расчет абсолютных коэффициентов влияния. Предельные инструментальные погрешности.

    курсовая работа [125,4 K], добавлен 08.01.2013

  • Назначение и цели измерительного эксперимента, характеристика этапов проведения. Понятие и формулы расчёта относительной, приведенной, систематической, случайной погрешности, грубой ошибки. Обработка результатов прямых, косвенных и совокупных измерений.

    реферат [199,9 K], добавлен 10.08.2014

  • Классификация погрешностей измерений: по форме представления, по условиям возникновения, в зависимости от условий и режимов измерения, от причин и места возникновения. Характерные грубые погрешности и промахи. Измерения и их погрешности в строительстве.

    курсовая работа [34,3 K], добавлен 14.12.2010

  • Составление эскиза детали и характеристика средств измерений. Оценка результатов измерений и выбор устройства для контроля данной величины. Статистическая обработка результатов, построение гистограммы распределения. Изучение ГОСТов, правил измерений.

    курсовая работа [263,8 K], добавлен 01.12.2015

  • Погрешность измерения температуры перегретого пара термоэлектрическим термометром. Расчет методической погрешности изменения температуры нагретой поверхности изделия. Определение погрешности прямого измерения давления среды деформационным манометром.

    курсовая работа [203,9 K], добавлен 01.10.2012

  • Выбор магнитоэлектрического вольтметра или амперметра со стандартными пределами измерения и классом точности. Расчет доверительных границ суммарной погрешности результата измерения, случайной погрешности при обработке результатов косвенных измерений.

    контрольная работа [2,3 M], добавлен 19.06.2012

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.