传感器原理与应用复习—测量概述与测量误差

2023-12-26 01:28

本文主要是介绍传感器原理与应用复习—测量概述与测量误差,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文章目录

  • 测量概论
  • 测量误差
  • 下一篇

测量概论

通常的测量结果包括比值和测量单位
测量结果的完整描述应包括估计值,测量单位及测量的不确定度(误差)

测量分类:

  1. 根据测得的值是否直接使用

    • 直接测量:不需要经过任何运算,直接得到被测量的数值
    • 间接测量:将直接测得的值带入函数关系式,经过计算得到所需要的结果
    • 组合测量:若被测量必须经过求解联立方程组求得,称为组合测量
  2. 根据测量方法分为:偏差式测量,零位法测量与微差法测量

    • 偏差式: 用仪表指针的位移决定被测量的量值
    • 零位式:用指零仪表的零位反应测量系统的平衡状态,用已知的标准量决定被测量的量值
    • 微差式:将被测量量与已知标准量相比较,取得差值后,在用偏差法测得此差值

检测系统:

  1. 开环系统
    在这里插入图片描述
    开环系统输入输出关系 y = k 1 k 2 k 3 x y = k_1k_2k_3x y=k1k2k3x

  2. 闭环系统
    在这里插入图片描述
    闭环系统输入输出关系 y = k 1 β x y = \frac{k_1}{\beta}x y=βk1x

区别:开环系统没有反馈,闭环系统有反馈

测量误差

表示方法

  1. 绝对误差
    定义:测量值减真实值(真实值通常是约定的)
    Δ = x − L \Delta = x - L Δ=xL

  2. 相对误差
    定义:用绝对误差除以真值
    δ = Δ L ∗ 100 % \delta = \frac{\Delta}{L} * 100\% δ=LΔ100%

  3. 引用误差
    定义:用绝对误差除以(仪器测量范围的上限减测量范围的下限)
    γ = Δ 测量范围上限  − 测量范围下限 \gamma = \frac{\Delta}{测量范围上限\ -\ 测量范围下限} γ=测量范围上限  测量范围下限Δ

误差的性质

  1. 随机误差
    在同一测量条件下,多次测量被测量时,其绝对值和符号以不可预订方式变化着的误差,要按照统计规律进行处理如求均值
    随机误差的影响因素:电磁场的微变、零件的摩擦、间隙、热起伏、空气扰动、气压及湿度的变化等属于随机误差
  2. 系统误差
    在条件发生改变时,按一定规律(如线性、多项式、周期性等函数规律)变化的误差,可以进行修正
  3. 粗大误差
    超出规定条件下预期的误差,数据处理时要进行剔除
    在这里插入图片描述
    例题1-3 用测量范围为-50~150kPa的压力传感器测量140kPa压力时,传感器测得示值为142kPa,求该示值的绝对误差、实际相对误差、引用误差。
    在这里插入图片描述
    例题1-5 已知待测力为70N,现有两只测力仪表,一只测量范围为0~500N,精度为0.5级,另一只测量范围为0 ~ 100N,精度为1.0级。问选用哪一只测力仪表好?为什么?
    在这里插入图片描述

误差的处理
随机误差的处理
随机误差是服从正太分布的
特点:

  1. 单峰性:越接近波峰出现的概率越大
  2. 有界性:随机误差的绝对值不会超过一定界限( 3 σ 3\sigma 3σ准则等)
  3. 对称性
  4. 抵偿性

方法:

  1. 算术平均值 x ˉ \bar{x} xˉ
    利用各个随机误差的算术平均值 x ˉ = 1 n ∑ x i \bar{x} = \frac{1}{n} \sum{x_i} xˉ=n1xi 作为真实值
    这样算出来的误差 v i = x i − x ˉ v_i = x_i - \bar{x} vi=xixˉ 对应的每一个,称为残差
  2. 标准偏差
    由于真值实际上时拿不到的,所以我们要使用样本标准差,这两种的计算公式是不同的
    样本标准差 σ s = 1 n − 1 ∗ ( ∑ x i − x ˉ ) 2 = ∑ v i 2 n − 1 \sigma_s = \sqrt{\frac{1}{n - 1} * (\sum{x_i - \bar{x}})^2} = \sqrt{\frac{\sum{v_i^2}}{n - 1}} σs=n11(xixˉ)2 =n1vi2
    算术平均值的可靠性指标用算术平均值的标准差 σ x ˉ \sigma_{\bar{x}} σxˉ来评定
    表示方法: σ x ˉ = σ s n \sigma_{\bar{x}} = \frac{\sigma_s}{\sqrt{n}} σxˉ=n σs
    因为平均值的标准差比单个数更小所以除了一个 n \sqrt{n} n
  3. 正太分布随机误差的概率处理
    可以认为绝对值大于 3 σ 3\sigma 3σ 的误差是不可能的,通常把这个误差称为极限误差
    测量结果可表示为 x = x ˉ + 3 σ x ˉ ( p a = 0.9973 ) x = \bar{x} + 3\sigma_{\bar{x}} (p_{a} = 0.9973) x=xˉ+3σxˉ(pa=0.9973)
    后面括号是置信区间
    在这里插入图片描述
    在这里插入图片描述

不等精度的直接层测量的权和误差
权可理解为各组测量结果相对的可信赖程度
权值的确定方法:一种方法是根据测量的次数,一种是根据标准差平方的倒数

粗大误差的处理:
方法是进行剔除
寻找的方法:

  • 3 σ \sigma σ准则
    步骤:
    1. 先算出 σ \sigma σ, 将不在3 σ \sigma σ内的点剔除掉
    2. 重新计算剩下的 σ \sigma σ,直到所有的点都在3 σ \sigma σ
  • 肖维勒准则
    实验使用多少 σ \sigma σ与实验的次数有关
    在这里插入图片描述
    对应多少 σ \sigma σ如上表
  • 格拉布准则
    格拉布给出了不同测量次数以及不同置信区间所需要多少 σ \sigma σ
    在这里插入图片描述

下一篇

未完待续

这篇关于传感器原理与应用复习—测量概述与测量误差的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/537659

相关文章

Java编译生成多个.class文件的原理和作用

《Java编译生成多个.class文件的原理和作用》作为一名经验丰富的开发者,在Java项目中执行编译后,可能会发现一个.java源文件有时会产生多个.class文件,从技术实现层面详细剖析这一现象... 目录一、内部类机制与.class文件生成成员内部类(常规内部类)局部内部类(方法内部类)匿名内部类二、

Python中随机休眠技术原理与应用详解

《Python中随机休眠技术原理与应用详解》在编程中,让程序暂停执行特定时间是常见需求,当需要引入不确定性时,随机休眠就成为关键技巧,下面我们就来看看Python中随机休眠技术的具体实现与应用吧... 目录引言一、实现原理与基础方法1.1 核心函数解析1.2 基础实现模板1.3 整数版实现二、典型应用场景2

Java的IO模型、Netty原理解析

《Java的IO模型、Netty原理解析》Java的I/O是以流的方式进行数据输入输出的,Java的类库涉及很多领域的IO内容:标准的输入输出,文件的操作、网络上的数据传输流、字符串流、对象流等,这篇... 目录1.什么是IO2.同步与异步、阻塞与非阻塞3.三种IO模型BIO(blocking I/O)NI

Python Dash框架在数据可视化仪表板中的应用与实践记录

《PythonDash框架在数据可视化仪表板中的应用与实践记录》Python的PlotlyDash库提供了一种简便且强大的方式来构建和展示互动式数据仪表板,本篇文章将深入探讨如何使用Dash设计一... 目录python Dash框架在数据可视化仪表板中的应用与实践1. 什么是Plotly Dash?1.1

Android Kotlin 高阶函数详解及其在协程中的应用小结

《AndroidKotlin高阶函数详解及其在协程中的应用小结》高阶函数是Kotlin中的一个重要特性,它能够将函数作为一等公民(First-ClassCitizen),使得代码更加简洁、灵活和可... 目录1. 引言2. 什么是高阶函数?3. 高阶函数的基础用法3.1 传递函数作为参数3.2 Lambda

Java中&和&&以及|和||的区别、应用场景和代码示例

《Java中&和&&以及|和||的区别、应用场景和代码示例》:本文主要介绍Java中的逻辑运算符&、&&、|和||的区别,包括它们在布尔和整数类型上的应用,文中通过代码介绍的非常详细,需要的朋友可... 目录前言1. & 和 &&代码示例2. | 和 ||代码示例3. 为什么要使用 & 和 | 而不是总是使

Python循环缓冲区的应用详解

《Python循环缓冲区的应用详解》循环缓冲区是一个线性缓冲区,逻辑上被视为一个循环的结构,本文主要为大家介绍了Python中循环缓冲区的相关应用,有兴趣的小伙伴可以了解一下... 目录什么是循环缓冲区循环缓冲区的结构python中的循环缓冲区实现运行循环缓冲区循环缓冲区的优势应用案例Python中的实现库

SpringBoot整合MybatisPlus的基本应用指南

《SpringBoot整合MybatisPlus的基本应用指南》MyBatis-Plus,简称MP,是一个MyBatis的增强工具,在MyBatis的基础上只做增强不做改变,下面小编就来和大家介绍一下... 目录一、MyBATisPlus简介二、SpringBoot整合MybatisPlus1、创建数据库和

python中time模块的常用方法及应用详解

《python中time模块的常用方法及应用详解》在Python开发中,时间处理是绕不开的刚需场景,从性能计时到定时任务,从日志记录到数据同步,时间模块始终是开发者最得力的工具之一,本文将通过真实案例... 目录一、时间基石:time.time()典型场景:程序性能分析进阶技巧:结合上下文管理器实现自动计时

JAVA封装多线程实现的方式及原理

《JAVA封装多线程实现的方式及原理》:本文主要介绍Java中封装多线程的原理和常见方式,通过封装可以简化多线程的使用,提高安全性,并增强代码的可维护性和可扩展性,需要的朋友可以参考下... 目录前言一、封装的目标二、常见的封装方式及原理总结前言在 Java 中,封装多线程的原理主要围绕着将多线程相关的操