自适应蒙特卡洛法评定全站仪测距不确定度

全站仪测距精度的校准需要在标准基线场上进行,由于野外环境不可控和气象条件波动剧烈,因此判断全站仪的测量结果的可靠程度具有重要意义。为了解决全站仪测距不确定度评定模型的非线性和输入量强相关等问题,本文首先采用了自适应蒙特卡洛法进行不确定度评定,然后与GUM的不确定度评定结果进行对比,当测距距离为1 176 m时,自适应蒙特卡洛法评定的不确定度结果为2.2 mm,GUM为2.6 mm,结果显示两种不确定度评定方法的测量结果均在合理预期之内,且自适应蒙特卡洛法评定的不确定度置信区间更窄。自适应蒙特卡洛法结合了大量数据样本和自适应优化仿真次数的优势,不仅对全站仪测距过程中的各项误差源引入的不确定度分量评估更为全面,而且在保证了全站仪测距不确定度评定结果准确的同时,相比于蒙特卡洛法节约了70%的样本数量。     

影像测量仪尺寸测量误差不确定度评定

该文运用GUM方法,建立测量模型,对影像测量仪尺寸测量误差进行测量不确定度评定,并分析其不确定度分量的各个来源,其中包括标准器引入的不确定度分量、环境因素引入的不确定度分量及测量重复性引入的不确定度分量。通过一系列计算,最终得到各校准点的测量结果不确定度,为广大测量人员提供不确定度分析参考依据;便于在实际测量中通过查表调用或带入公式计算直接得到不确定度,提高工作效率;为下一级测量引入一条不间断的测量链,保证量值的准确可靠。     

坐标测量机孔径测量的不确定度评定模型研究

以坐标测量机测量孔径为例,阐述测量过程中影响测量结果的不确定度来源,根据测量模型建立孔径测量的GUM法不确定度评定模型;利用对坐标测量机的测量系统量值特性指标分析的方法 ,给出基于量值特性分析法的各标准不确定度分量的评定模型。通过对汽车空调压缩机后缸体的孔径测量,比较两种方法评定的扩展不确定度。实例分析可以看出:对于坐标测量机复杂的非线性测量模型,GUM法在计算灵敏系数时,运算量较大且获得的是近似结果,因此其可操作性不强;量值特性分析法通过对测量系统整体的分析,基于大量的实验数据对测量结果进行测量不确定度评定,其流程和操作性更为便捷、有效。     

扭矩扳子校准结果的测量不确定度评定

本文介绍了运用不确定度传播法(即GUM法)来评定扭矩扳子示值误差测量不确定度的方法,评定的过程考虑了转接头引入的不确定度分量。     

莫来石导热系数的测量不确定度评定及验证

使用防护热板法测定莫来石试样在各温度下的导热系数,分析了测量不确定度的来源、并根据ISO/IEC 98-3:2008中的基本方法(GUM法)计算了各标准不确定度分量、合成标准不确定度及扩展不确定度,并确定了各分量的影响大小,最后采用蒙特卡洛法(MCM)对测量不确定度的评定结果进行了比较验证。结果表明:在150~500℃莫来石导热系数测定结果的相对扩展不确定度(k=2)小于4%;板平面内温度分布均匀性在各影响因素中占据主导地位,对导热系数测定结果的影响最大;150℃时的评定结果通过MCM验证,可用GUM法来评定莫来石导热系数的测量不确定度。     

基于MCM的不确定度评定软件开发

蒙特卡洛法(MCM)是基于对输入量的概率分布进行统计模拟的一种不确定度评定方法,主要应用于不适合使用GUM法评定测量不确定度的场合,并可对GUM法评定结果进行验证。提出一种用VB6实现自适应蒙特卡洛试验的软件实现方法,根据用户录入的输入量参数生成符合相应分布规律的伪随机数,代入用户录入的测量模型,得到一组输出量的蒙特卡洛试验数据,对这些数据进行统计处理得到输出量的测量不确定度评定结果及其概率密度分布曲线。该文简要介绍了软件的系统架构、测量不确定评定中常见分布的伪随机数算法及统计试验关键算法。     

对GUM法量块测量不确定度评定的验证

我国新颁布了JJF1059.2-2012《用蒙特卡洛法评定测量不确定度》,该规范规定了用蒙特卡洛法(MCM)评定与表示测量不确定度的方法,并提供了检查GUM法是否适用的验证方法。本文以量块校准为例,详细介绍了用蒙特卡洛法验证GUM法结果的具体步骤。     

压力传感器动态校准系统的不确定度分析

对所使用的压力传感器动态校准系统原理进行了简要的介绍.通过GUM法分析了该动态校准系统的不确定度.通过对压力传感器进行不同条件下的20次试验,将得到数据进行基于MCM法的分析,并通过MCM法对GUM法的不确定度进行了评定,通过对MCM法和GUM法的不确定度分析结果进行比对,得到GUM法无法通过验证的结论,表明GUM法不适用于压力传感器动态校准系统的不确定度评定.     

三针法螺纹塞规中径的测量不确定度评定

本文根据JJF1345-2012《圆柱螺纹量规校准规范》的要求建立测量模型,详细分析了用三针法测量圆柱螺纹量规单一中径的不确定度来源,给出了不确定度分量的评定步骤及测量不确定度评定方法。     

非正交轴系全站仪坐标测量系统误差分析技术研究

基于非正交轴系全站仪坐标测量系统的结构特点和测量模型,用数学分析的手段对其进行误差分析和测量不确定度评定。确定系统的主要误差分量是转台旋转角误差和激光跟踪仪测距值误差,并用GUM法评定各分量的不确定度。通过测量模型推导出系统的测量不确定度,并用MATLAB进行仿真,结果表明:当测距值不变时,测量不确定度几乎不受水平角变化的影响,而随着垂直角绝对值的增大而增大,当角度值不变时,测量不确定度随着被测点到视准轴上标定点的距离值增大而增大。实验初步验证了仿真结果的准确性。     

基于蒙特卡洛法的砝码校准不确定度评定

当采用不确定度传播律进行测量不确定度评定(GUM)感到困难或不方便时,蒙特卡洛法是实用的替代方法。在GUM建立数学模型、设定输入量概率密度函数的基础上,通过对概率分布随机采样进行分布传递,确定输出量的概率密度函数,从而得到输出量的估计值、标准不确定度以及在指定包含概率下的包含区间,实现对测量不确定度的评定。通过砝码折算质量偏差测量不确定度评定实例,说明了采用蒙特卡洛法进行测量不确定度评定的实现方法,并与GUM方法和规程中的方法进行了比较。     

采用GUM和MCM法对重量—容量法溶液配制结果不确定度评定的比较研究

本文简单介绍了GUM和MCM不确定度评定的基本原理,以牛血清白蛋白溶液配制为例,分别采用GUM和MCM方法对化学计量中常用的重量—容量法溶液配制结果的不确定度进行了评定.GUM法得到的溶液浓度配制结果为( 16.90 +0.66) g/L,MCM法得到的溶液浓度配制结果为(16.90+0.65)g/L,两者基本一致.其中牛血清白蛋白标准物质引入的不确定度为主要的不确定度分量,对总不确定度的贡献超过了98％,在这种各个不确定度分量大小不相近的情况下,更适合采用MCM法进行不确定度评价.     

自适应蒙特卡洛法和GUM法在加油机测量不确定度评定中的比较研究

蒙特卡洛法(MCM)是比传统的GUM法适用范围更广的不确定度评定方法,特别适合非线性模型和非正态分布输入的情况。文章同时采用自适应MCM法和GUM法对加油机示值误差测量不确定度进行评定,并将两者的评定结果进行了比较,以验证GUM法的适用性。研究结果表明GUM比自适应MCM的不确定度评定结果更为保守,且不能通过验证。因此,实际工作中宜选用MCM法进行加油机测量不确定度评定。     

CNAS M0040工作毛细管粘度计(平氏)校准结果不确定度分析

通过分析工作毛细管粘度计(平氏)粘度计常数校准过程中各分量引入的测量不确定度来源,对工作毛细管粘度计(平氏)粘度计常数的各测量不确定度分量进行了量化,确定标准粘度液和流出时间是粘度计常数校准的主要影响因素。评定结果为粘度计常数的相对合成标准不确定度为0.1%,扩展不确定度为0.2%(k=2)。     

超声波测厚仪示值误差测量不确定度评定

本文旨在规范超声波测厚仪示值误差测量不确定度分析与评定工作,确保测量不确定度评定结果的准确可靠。运用国际通用不确定度评定方法,建立测量模型,对以标准厚度块作为标准器校准超声波测厚仪示值误差进行了测量不确定度评定,并分析其不确定度分量的各个来源。     

蒙特卡洛法评定木材测湿仪示值误差的不确定度

作为对测量不确定度表示指南(GUM法)的重要补充,蒙特卡洛法(MCM法)尤其适用于非线性模型,输入量或输出量的概率密度函数明显非对称等场合。文章以木材测湿仪的示值误差不确定度评定为例,通过建立数学模型和确定输入量的概率密度函数等,采用MATLAB软件编程,从而得到输出量的估计值、标准不确定度和指定概率下的包含区间等参数,阐述了蒙特卡洛法评定不确定度的实现过程。根据规范提供的采用MCM法验证GUM法的方法,文章验证了GUM法适用于木材测湿仪的示值误差不确定度评定。     

校准用溶液标准物质的量值不确定度评定

ISO导则35《标准物质定值及通用统计学原则》中要求,采取称量法制备、定值的标准物质,需评估由称量法制备、均匀性、稳定性及核验四个分量引入的不确定度.对于称量法制备的校准用溶液标准物质,制备过程中由天平和容量器具引入的不确定度往往较小且易于评估,而制备过程中其它来源不确定度以及核验、均匀性、稳定性不确定度的评估方法会对该类标准物质的总体量值不确定度水平产生显著影响.本文以导则35及GUM原则为基础,提出了针对该类标准物质量值不确定度评定的新型改进方法,以达到既确保评估的全面性,又通过适当的方案设计,去除各不确定度分量中的交叉重叠成分,避免不确定度评定结果盲目扩大的目的.     

GUM法和MCM法评定测量不确定度对比分析

以气象检定领域中的风速测量不确定度评定为例,分别在输入量正态分布以及其他分布两种假设情况下,对比分析了GUM法与MCM法评定风速简化模型测量不确定度结果,并对简化模型所忽略的水汽修正项带来的测量不确定度进行了量化。实例对比表明,MCM法较GUM法适用范围广,特别是针对一些复杂模型,MCM法不需要繁琐的求导过程,不需要舍弃一些小影响量的不确定度计算,使得不确定度评定结果更完整合理,可操作性强。     

基于水中氰化物测量不确定度评定的检测质量管理

通过评定实验室检测的测量不确定度,建立以不确定度指标量化检测质量控制和质量管理效果的方法。以水中氰化物测量不确定度评定为例,采用GUM法和线性拟合法,评定其A类和B类不确定度,着重量化了标准溶液制备、校准曲线回归、检测过程等B类不确度分量,并采用电子表格的统计性能,建立起便于日常检测中快速评定不确定度的方法。实验结果表明,当水样中氰化物的质量浓度为0.125mg/L时,扩展不确定度为0.008mg/L,评定模型中比色管内氰化物的质量引入的不确定度分量最大。评定过程说明了影响实验室检测数据质量的主要因素是人员、仪器、环境、测量方法、取样和以标准物质为代表的试剂;按照RB/T 214-2017的要求对上述因素规范管理,结合本文建立的不确定度动态评定方法,能够保证检测实验室的数据质量。     

蒸汽灭菌器校准不确定度MCM法评定及对GUM法的验证

蒸汽灭菌器广泛应用于医药、生物、食品等行业。温度是影响蒸汽灭菌效果的一个主要因素。目前蒸汽灭菌器温度校准结果不确定度的评定主要是GUM法。本文采用GUM法和MCM法对蒸汽灭菌器温度示值误差的校准结果进行不确定度评定,并对GUM法进行了验证。结果表明,两种方法获得非常接近的估计值,标准不确定度相同,但是估计值的包含区间不同。建议在进行蒸汽灭菌器温度示值误差校准结果不确定度评定时,采用MCM法更为妥当些。