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。     

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。     

基于蒙特卡洛法的医用诊断X射线辐射源空气比释动能测量值不确定度分析

蒙特卡洛法评定不确定度是在建立测量模型、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、标准不确定度和包含区间。分别使用GUM法和蒙特卡洛法对医用诊断X辐射源空气比释动能进行测量不确定度评定,并对两种方法评定结果进行了比较。     

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。     

基于MATLAB的MCM对GUM不确定度框架验证

测量不确定度评定领域中主要采用的方法是GUM,我国于2012年12月发布了新版JJF1059.1-2012《测量不确定度评定与表示》,并于2013年6月3日起实施。规范提出当JJF1059.1-2012不适用时,可考虑采用JJF1059.2-2012《用蒙特卡洛法评定测量不确定度》进行不确定度评定。同时规范强调GUM的评定结果可以用蒙特卡洛法（MCM）进行验证,验证评定结果一致时仍然可采用GUM进行不确定度评定。文中利用MATLAB数学工具,以实例的方式说明MCM对GUM不确定度框架如何验证并得出相关结论。     

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。     

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。     

用MCM验证测长仪示值误差的测量不确定度GUM法评定

本文用蒙特卡洛法对测长仪示值误差的测量不确定度的GUM法评定进行了验证,结果一致,验证通过。     

《测量不确定度评定与表示》系列讲座 第六讲 蒙特卡洛法评定测量不确定度简介

正一、什么是蒙特卡洛法蒙特卡洛法缩写为MCM,MCM是一种概率传播的方法,即通过对输入量Xi的概率密度函数(PDF)离散抽样,由测量模型传播输入量的概率分布,计算获得输出量概率密度函数(PDF)的离散抽样值,进而由输出量的离散分布数值获取输出量的最佳估计值、标准不确定度和包含区间。该最佳估计值、标准不确定度和包含区间的可信程度随PDF抽样数的增加而提高。     

基于蒙特卡罗法的K型热电偶测量不确定度评定

根据ISO/IEC发布的《Guide 98:测量不确定度》补充件1规定,采用蒙特卡洛法(MCM)对K型热电偶测量不确定度进行了评定。利用MATLAB软件对测量电动势概率密度函数进行蒙特卡洛随机采样并采用JJG 351—1996《工作用廉金属热电偶》检定规程所建立的数学模型进行数据分布传递,确定了输出量温度误差的概率密度函数,从而计算出温度误差的估计值、标准不确定度以及指定包含概率下的包含区间,实现了测量不确定度的评定。     

《测量不确定度评定与表示》系列讲座 第六讲 蒙特卡洛法评定测量不确定度简介

正一、什么是蒙特卡洛法蒙特卡洛法缩写为MCM,MCM是一种概率传播的方法,即通过对输入量Xi的概率密度函数(PDF)离散抽样,由测量模型传播输入量的概率分布,计算获得输出量Y的概率密度函数(PDF)的离散抽样值,进而由输出量的离散分布数值获取输出量的最佳估计值、标准不确定度和包含区间。该最佳估计值、标准不确定度和包含区间的可信程度随PDF抽样数的增加而提高。图1描述了由输入量Xi(i=1,……,N)的PDF,通过模型传播,给出输出量Y的PDF的过程的示意图。图     

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.     

自适应MCM测量不确定度软件研发

蒙特卡洛法(MCM)测量不确定度评定中模型复杂、计算量大,现有软件往往只在某一模型中适用,不同模型间相互独立,且评定结果缺少自适应过程.基于LabVIEW软件生成输入量X的伪随机数,对X概率密度函数(PDF)离散抽样,得到输出量Y的离散抽样值,进而设计了自适应MCM测量不确定度软件.本软件实现了常用模型数学公式的自定义,增强了软件的适用性,同时重点介绍了自适应增加样本量M的算法.通过JJF1059.2-2012规范中实例的计算,验证了软件在常用模型评定中的有效性.     

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。     

用GUM和MCM对光滑极限量规的不确定度评定之比较

随着JJF 1059.2—2012实施,MCM成为了不确定度评定的一种新方法,文章以50 H6光滑极限塞规为例,在测长机上进行测量,分别用两种方法进行不确定度评定,并对实验结果进行比较可以得出,在多维非线性输入量,单一输出量的测量模型中,MCM相比GUM更加准确和便捷。     

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。     

空气焓值法测量全年能源消耗效率不确定度评定方法研究

以焓值法的直接测试量表征的制冷量和制热量计算公式作为基础数学模型,采用GUM法和蒙特卡洛法相结合的方法来评定全年能源消耗效率(APF)的不确定度。由于焓值法数学模型呈现出明显的非线性,首先使用蒙特卡洛法来验证额定制冷量和额定制热量GUM法评定结果, 验证结果显示2种方法偏差不超过2‰。然后,给出了5个工况下换热量的不确定度评定结果,以此作为APF蒙特卡洛模拟的输入量,并给出了自适应蒙特卡洛法评定APF不确定度模拟流程,得到某空调的APF扩展不确定度评定结果为0.09 kW·h/(kW·h)（k=2）。     

第六讲 蒙特卡洛法评定测量不确定度简介

一、什么是蒙特卡洛法 蒙特卡洛法缩写为MCM．MCM是一种概率传播的方法,即通过对输入量X的概率密度函数（PDF）离散抽样,由测量模型传播输入量的概率分布．计算获得输出量y的概率密度函数（PDF）的离散抽样值,     

蒙特卡洛法(MCM)评定重量法测定钼铁中钼量的不确定度

用蒙特卡洛(Monte Carlo)法评定了钼酸铅沉淀法测定钼铁Mo Fe60中钼的测量不确定度。依据GB/T5059.1—2014建立数学模型,并引入随机效应修正因子。在设定输入量概率分布密度函数的基础上,利用MCM对概率分布随机采样进行分布传递,从而得到MCM法的模拟计算结果:(59.98±0.20)%,k=2。该结果与GUM法的评定结果一致。MCM法可应用于重量分析法的不确定度评定,简便、实用。     

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。