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。     

激光小角度基准测量不确定度评定

基于透明箱模型采用蒙特卡洛法进行了激光小角度测量系统的不确定度评定。 根据测量原理建立了测量不确定度评定模型,分析各不确定度来源。 重点分析了初始零位角和被测角度大小对测量不确定度的影响,分析结果表明:当被测角度较小时,测量不确定度主要受随机误差的影响;随着被测角度的增大,测量不确定度逐渐增大;当未对初始零位角进行精确调整时,测量不确定度不再服从正态分布,其影响随着被测角度的增大而增大。     

示值误差不确定度按测量范围并用被测参数的函数表示

依据JJF 1059.1-2012《测量不确定度评定与表示》,以直流数字电压表示值误差测量不确定度评定为例,说明在电压表的全部测量范围内不能用一个测量不确定度值表示测量能力,必须分不同测量范围表示其不确定度,同时用被测量值或参数的函数表示其不确定度.本文尝试分析了用于校准的测量标准的最大允许误差用组合形式表示时,相对误差分量和引用误差分量之间的相关性.并给出了A类评定方法获得的标准不确定度分量,以及相对误差分量和引用误差分量引起的不确定度分量的合成处理方法.     

总悬浮颗粒物采样器示值误差测量值的不确定度的评定

介绍了总悬浮颗粒物采样器示值误差测量值的不确定度评定方法,建立了测量过程中各不确定度分量的测量模型,分别对两种不同流量采样器的不确定度的来源进行了分析,并给出不确定度评定过程。     

同轴度对千斤顶测得值的影响分析

为探究同轴度对千斤顶测得值的影响,采用重锤法测量千斤顶轴线与标准测力仪主轴线间的同轴度。根据测得值计算了不同同轴度下千斤顶力值绝对误差、相对误差和内插误差间差。实验结果表明,千斤顶力值绝对误差和相对误差都随着同轴度的增大而增大;当同轴度一定时,力值绝对误差随着压力值增大而增大,压力值越大,增大效果越明显。但是,力值相对误差并没有随着压力值的增大而增大,而是在±0. 5%区间范围内变化,同轴度对千斤顶测量力值的影响量不大于0. 5%,在扩展不确定度评定时应当引入同轴度对千斤顶测量力值的不确定度这一分量。此外,内插误差间差并未随着同轴度的增大而增大,而是在±0. 1%区间范围内变化,同轴度对千斤顶内插误差的影响量不大于0. 1%。     

基于形状误差不确定度的大尺寸测量系统优化配置方法

针对大尺寸测量系统部署问题,提出了面向测量任务的以形状误差不确定度为评价指标的优化配置测量系统的方法。对于基于蒙特卡罗仿真方法的测量点仿真和多测量仪器数据融合进行了研究。在建立形状误差评定模型基础上,提出并实现了基于粒子群算法的形状误差评定模型的求解及基于蒙特卡罗法的形状误差不确定度计算方法。通过某卫星舱段端框的仿真试验,验证了以不确定度为指标进行大尺寸测量系统配置方法的有效性,可为大尺寸测量系统现场快速部署提供方案指导。     

压力表示值误差测量值的不确定度评定

通过对压力表示值误差的影响因素进行分析,找出不确定度的各个分量,对示值误差的测量值的不确定度进行评定,对检定结果进行验证。     

移液器容积值测量值的两种不确定度评定方法

以JJG646-2006及ISO/TR 20461资料中移液器容积值计算公式作为测量模型进行不确定度评定,并对评定过程和结果进行分析、比较,以期了解进行移液器容积值测量时应重点关注的不确定度分量,可采取相应措施,提高测量准确度;同时了解我国现行检定规程与国际标准之间的相同点和不同之处。     

金属薄板塑性应变比测量不确定度的评定

从试验方法上对塑性应变比r值的测量不确定度进行了评定,并对试样尺寸测量和引伸计等方面引起不确定的因素进行了讨论和计算.在评定合成不确定度时,应根据塑性应变比r值的计算公式计算各不确定度分量的灵敏系数;当输入量明显相关时,计算公式中应考虑相关系数的作用.     

测量不确定度在企业的应用

测量不确定度一般包括许多分量.某些分量可根据系列测量结果的统计分布算出并用实验标准偏差表征,这种评定办法评定出的不确定度叫做A类不确定度.其它一些分量用其它方法评定,也可用标准偏差表征,这种叫做B类不确定度.将不确定度分为A类不确定度和B类不确定度,其目的是在于说明计算不确定度分量的方法不同,并非执意表明两种计算方法得出的分量在本质上有多大区别.     

多边法位姿测量系统中跟踪方式对测量精度的影响研究

为了精确测量大尺寸位姿,建立了一种由7台激光跟踪干涉仪组成的大尺寸位姿测量装置。根据测量各反射镜的激光跟踪干涉仪数量的不同,采用322和331两种跟踪方式对位姿测量精度的影响进行仿真实验,从而发现被测点位置与基站构成平面的距离相关,由坐标解算公式推导被测点坐标值与测量基站之间的相对位置与测量误差间的误差模型,通过分析x、y、z 方向上误差对距离变化的敏感程度,发现z方向距离变化引起的误差最为敏感。当被测点与测量基站的距离由1300.8mm减小到0mm时,测量误差由2.2μm增大到2626.1μm。实际姿态测量结果表明:当采用一种跟踪方式时可以避免被测点与测站点平面过近,有利于提高系统测量精度,所提出的误差模型可为多边法位姿测量系统的优化布局提供一种量化的理论分析方法。     

有效值法交流共模抑制比测量不确定度评定

为解决影响工业现场的数据采集系统精度的共模干扰问题,以波形分析方式研究了交流共模干扰的表现形式,揭示了其同时含有直流偏移叠加交流波动和本底噪声的典型特征。提出以波形有效值幅度进行干扰强度表征,并进行共模抑制比的定量表述;同时使用有效值叠加模型对系统本底噪声的影响予以剔除,提高了共模抑制比的测量精度。基于该方法与流程讨论了其主要的不确定度来源—信号源误差、数据采集系统增益误差、幅度测量误差、幅度分辨力误差以及测量重复性等。进行了测量不确定度分析和评价,结合实例给出了通道共模抑制比的不确定度评价结果,验证了所述方法的实用性与可行性。     

基于商用坐标测量机的3D微纳米计量

以测量精度为1μm的商用坐标测量机（CMM）为基础,构建了测量范围为25mm×40mm×25mm、测量不确定度约为O．15μm的PTB微纳米专用坐标测量机．研究了CMM的运动控制系统、恒温室的空调系统以及CMM的被动隔振系统等对测量结果的影响．由测量结果可以看出,CMM的运动控制系统产生的噪声水平约为其他误差源的2倍．通过FFT运算,发现未优化系统的短时最大漂移量发生频率为750Hz,对应为运动控制的工作频率．文中还介绍了测量力为1州光纤探针的测量原理,并给出了对2．5mm短轴的测量结果．     

面向机器人标定的单激光跟踪仪顺序多站式测量系统建模与分析

为实现大型串联工业机器人的高精度标定,搭建了一种单激光跟踪仪的顺序多站式测量系统。该系统仅需单台激光跟踪仪,先后在不同的基站位置对工业机器人的末端位置进行独立测量,并基于多边测量方法计算机器人的末端位置。计算过程中仅需激光跟踪仪的距离信息,有效地优化了末端位置的测量不确定度。首先,建立了该测量系统的仿真模型,深入地分析了测量点的数量与分布形状、测量距离以及工业机器人定位精度等因素对系统测量精度的影响;然后,依据分析结果确定单激光跟踪仪顺序多站式测量系统的搭建方案。实验结果表明:该系统在2.5m距离上的测量误差仅为0.023mm,优于激光跟踪仪的测量精度,满足大型串联工业机器人参数标定的测量精度要求。     

收发分体式四自由度激光测量系统耦合误差建模与补偿

线性导轨广泛应用于精密机床和仪器,其运动精度直接影响所在设备的空间定位精度。针对团队前期研制的可以测量导轨直线度、俯仰角和偏摆角的收发分体式四自由度激光测量系统,其直线度与角度测量结果间存在的耦合干扰问题,提出了一种误差建模与补偿方法。根据激光测量系统的原理和结构,分析并确定了耦合误差的主要来源,利用矩阵光学及齐次坐标变换的方法建立了耦合误差的补偿模型。以雷尼绍XL-80型激光干涉仪为基准,对所建立的误差补偿模型进行了实验验证,结果表明:利用所建模型补偿后的直线度和角度测量误差均降低了75%以上。所提出的误差建模与补偿方法不但有助于提高四自由度激光测量系统的精度,同时也有助于降低其成本。     

激光跟踪仪测角误差的位移标定法

提出了激光跟踪仪测角误差的位移标定方法,通过在跟踪仪的切向位置上引入标准位移量,根据余弦定理对跟踪仪的角度码盘的误差进行标定.在小位移的情况下,跟踪仪角度的变化量很小,由此引入的非线性误差可以忽略,测角误差可以通过位移误差直接反映出来,当给定的标准位移测量不确定度已知时,其角度标定的不确定度可以直接估算出来.     

抽样引起的测量不确定度评定

若测量值定义为抽样目标中的分析物浓度,那么与抽样相关的不确定性必然导致最终测量结果的不确定度。抽样不确定度主要来源于抽样目标的不均匀性、抽样方案不明确、抽样和样品制备过程中引入的交叉污染、分析物损失等。以欧洲分析化学会的指南为基础,介绍了抽样不确定度评定的经验方法,该方法将测量不确定度来源区分为抽样过程和分析过程中的随机效应与系统效应。通过实例说明了如何通过重复实验和方差分析来量化抽样和分析过程中的随机效应,从而评估抽样和样品制备所引入的不确定度。