Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Методы проведения групповой экспертизы
Методы проведения групповых экспертиз делятся на:
Номинальные шкалы обычно используются для классификации дискретных явлений. Для обозначения классов могут использоваться слова - названия (географические названия, имена, диагнозы), символы (гербы, флаги, эмблемы), номера (разряды, сорта, автомобильные и телефонные номера, номера на майке спортсмена) и др. Нечеткая шкала (лингвистическая). Шкала, в которой значения определяются с точностью до эквивалентных лингвистических преобразований. Степень принадлежности объекта нечеткому множеству выражается числом. Величина, рассматриваемая как функция аргумента, называется функцией принадлежности. На рисунке приведены примеры функций принадлежности к четырем нечетким понятиям (множествам), образующим лингвистическую переменную "возраст". Рис. Нечетка шкала для определения. Операции с нечеткими оценками аналогичны операциям с оценками в номинальной шкале. Порядковая шкала (ранговая шкала). Шкала, в которой численные значения определяются с точностью до монотонных преобразований. Известны также так называемые модифицированные порядковые шкалы:
В порядковых шкалах отношение порядка ничего не говорит о величине предпочтения. Шкала гиперпорядка. В таких шкалах сохраняется упорядочение разностей численных оценок объектов. Оценка объектов при гиперупорядочении состоит не только в определении порядка предпочтения, но и указании, насколько это предпочтение велико для каждой пары объектов.
3.2 Количественные шкалы Шкала интервалов. Шкала, в которой численные значения определяются с точностью до линейных преобразований. В шкалах интервалов сохраняются отношения разностей численных оценок объектов. Интервальные шкалы могут иметь произвольные начала отсчета и единицы масштаба. Примерами величин, измеряемых в интервальных шкалах, являются температура (по Цельсию, Фаренгейту, Кельвину) и высота местности (метры, футы).Известно, что связь между шкалами Фаренгейта и Цельсия выражается формулой F=5C/9+32. Высоту принято отсчитывать от уровня моря. В интервальной шкале единственной допустимой операцией над оценками является определение интервала между ними. Интервалы при этом имеют смысл настоящих чисел, над которыми можно выполнить любые арифметические операции. Шкала разностей. Шкала, в которой численные значения определяются с точностью до преобразований сдвига. В шкалах разности численных оценок объектов и меняется начало отсчета. Более общим случаем шкалы разностей является периодическая (циклическая) шкала, численные значения которой определяются до преобразований сдвига. Примером величины, измеряемой в шкале разностей, является летоисчисление. В связи с отсутствием абсолютного нуля операции над оценками в шкале разностей идентичны операциям в шкале интервалов. Шкала отношений. Шкала, в которой численные значения определяются с точностью до преобразований подобия (растяжения). В шкалах отношений остаются неизменными отношения численных оценок объектов. Шкалы отношений имеют абсолютный нуль, хотя свобода в выборе единицы масштаба остается.
Примерами величин, природа которых соответствует шкале отношений, являются длина (километр, миля), электрическое сопротивление, деньги, вес (килограмм, фунт). Над оценками в шкале отношений можно выполнять любые арифметические операции. Абсолютная шкала. Шкала, в которой численные значения определяются с точностью до тождественных преобразований. Вообще говоря, абсолютная шкала единственна. Число, являющееся результатом измерений в абсолютной шкале, определяется однозначно. Важной особенностью абсолютной шкалы по сравнению с остальными является ее отвлеченность (безразмерность) и абсолютность нуля и единицы масштаба. Такими свойствами обладает числовая ось, используемая для измерения количества, вероятности. Над оценками в абсолютной шкале можно производить все операции (включая их использование в качестве показателя степени и аргумента логарифма). Нелинейные шкалы. Шкалы, в которых численные значения определяются с точностью до нелинейных преобразований. Нелинейные шкалы имеют абсолютный нуль, вследствие чего с их оценками можно производить любые арифметические действия. Методы классификации. Эксперту предъявляется весь набор объектов и предлагается указать разбиение их на классы. При большом числе объектов эксперту можно предъявить лишь часть объектов, которые он должен разбить на классы. После того как эксперт справится с предложенной задачей, предъявляется новый объект, который он должен либо отнести к одному из выделенных классов, либо образовать новый класс. Процесс заканчивается, когда классифицируется последний объект. Метод парных сравнений. Эксперту последовательно предъявляются пары объектов, для каждой пары из которых предлагается указать, какой из объектов более предпочтителен или может ли данная пара объектов принадлежать одному классу. Методы ранжирования. Эксперту предъявляется весь набор объектов, подлежащих оцениванию, и предлагается упорядочить их по предпочтениям. Наиболее известны два способа ранжирования. Метод множественных сравнений. Отличается от парных сревнений тем, что эксперту последовательно предъявляются не пары, а тройки, четверки и т.д. объектов. Эксперт их упорядочивает по важности или разбивает на классы. Множественные сравнения занимают промежуточное положение между парными сравнениями и ранжированием. С одной стороны, они позволяют использовать больший, чем при парных сравнениях объем информации одновременно, а с другой, - уменьшить до разумных пределов объем информации, одновременно перерабатываемой экспертом при ранжировании.
Метод векторов предпочтения. Эксперту предъявляется весь набор объектов, для каждого из которых он должен указать число объектов, превосходящих данный, не указывая при этом, какие именно объекты являются более предпочтительными. Метод гиперупорядочения. Эксперту предлагается не только проранжировать объекты, но и упорядочить разности их оценок. Способы ранжирования разностей оценок объектов аналогичны способам ранжирования самих объектов. Метод непосредственной численной оценки. Эксперту предъявляется весь набор объектов. Если цель экспертизы - количественная оценка или их сравнительной предпочтительности, то эксперт ставит в соответствие каждому объекту число, характеризующее его предпочтительность или интенсивность проявления анализируемого свойства. Если цель экспертизы - разбиение объектов на классы, то для каждого объекта эксперт указывает численную оценку степени его принадлежности к определенному классу (нечеткому множеству). Известны два особых способа численной оценки.
Метод Черчмена - Акофа (метод последовательных сравнений). В этом методе предлагается последовательная корректировка оценок, указанных экспертом. Объекты ранжируются по предпочтительности. Метод Терстоуна. Основой метода являются парные сравнения, используемые для оценки предпочтительности объектов. Предполагается, что парные сравнения выполняются относительно большим числом экспертов (m 25). Метод Терстоуна относится больше к методам статической обработки оценок, полученных в результате парных сравнений. 3. ПОГРЕШНОСТИ О градуировке прибора
Измерительные системы характеризуются входными и выходными сигналами. Поэтому в системной интерпретации формулируются три задачи: 1. известен входной сигнал и модель: найти выходной сигнал 2. известен входной сигнал и выходной сигнал, построить модель 3. известна модель и выходной сигнал – найти входной сигнал. Так, получается, каждое измерение – это третья модель. Операция градуировка применяется только для приборов отклонения. Три сходных процедуры: градуировка, проверка показаний и юстировка. Градуировкой называется операция определения, фиксации и официального утверждения характеристики ИС. Таким образом, сначала определяется математическая модель , а характеристикой ИС именуется обратная функция . Другое определение понятия градуировки: передача меры с определенной точностью, определяемой с предельной погрешностью. Поверка показаний – это совокупность операций, выполнение которых позволяет утверждать, что показания ИС соответствуют установленной характеристике в пределах допустимой погрешности для данного типа ИС. Несоответствие – извлечение из эксплуатации. Юстировка ИС – состоит из операций регулировки (корректировки) конструктивных параметров ИС, позволяющих получить требуемую математическую модель, при которой определяемая характеристика удовлетворяет уравнению: . При этом показания ИС соответствуют фиксированной характеристике. Градуировка и юстировка вызывают изменение свойств измерительной системы, поэтому позже проводят поверку ИС обязательно. По негативному результату поверки делают вывод о ремонте и юстировке прибора, или о его негодности. Способы градуировки приборов: 1. Алгоритмический способ. Определяется математическая модель ИС, по ней устанавливается характеристика , которая фиксируется любым способом: на шкале, на циферблате, в форме графика, программ преобразования сигналов в системе регистрации и преобразования данных.
2. Конструктивный способ. В соответствии с математической моделью, известной заранее с точностью до числовых значений коэффициентов, характеристика фиксируется любым путем перед градуировкой. В процессе градуировки конструктивные параметры корректируются так, чтобы в итоге фактическая модель соответствовала заранее принятой модели (используется в ИС с линейными параметрами). 3. Комбинированный способ. Относится к ИС с нелинейными параметрами. Ввиду вынужденных ограничений (длина шкалы или размер выходного сигнала) две точки (начальную и конечную) диапазона устанавливают из конструктивных соображений, а далее по алгоритмическому способу. Формулирование образов действительности охватывает качественные и количественные явления. Качественный образ материи: 1) Элементы в макроскопической шкале 2) Соединения химических элементов 3) Смеси химических элементов и соединений 4) Органические вещества и биологические образцы 5) Частицы и кванты 6) Взаимодействие материи в состоянии покоя и движения 7) Виды энергии и энергетических превращений 8) Явления, связанные с воздействием энергии на материю 9) Различные свойства материи и энергии, определяемые посредством физических величин.
Четыре задачи при оценке погрешностей 1. Оценка источников погрешности и формирование моделей погрешности 2. Затем выделяют показатели погрешности, которые надо оценивать. Обычно используют статистические методы. 3. Так как для оценки различных составляющих погрешности используются различные методы и показатели, то существуют формальные математические методы и неформализуемые приемы оценивания погрешности. 4. Суммарное оценивание погрешностей на оценок составляющих.
Источники погрешностей Погрешности могут классифицироваться как случайные и систематические. Случайные погрешности — это погрешности, которые могут меняться произвольным образом при последовательном измерении одной и той же величины. Систематические погрешности — это погрешности, которые не изменяются от измерения к измерению. Далее приводятся основные источники таких ошибок в измерительных системах. 1. Случайные погрешности а) Инструментальные погрешности. Этот вид погрешностей проявляется во многих случаях, например, такие погрешности могут появиться при считывании показания по шкале, если шкала и стрелка не находятся в одной плоскости; в свою очередь, полученные данные зависят от угла, под которым человек смотрит на шкалу (так называемые погрешности параллакса). Также такие погрешности появляются из-за неопределенности, которая существует при оценке показаний прибора, когда стрелка находится между маркерами шкалы. б) Погрешности из-за влияния окружающей среды. Эти погрешности могут возрастать в результате изменения окружающиx условий, таких как изменение температуры или появление электромагнитного воздействия. в) Стохастические погрешности. Они появляются в результате стохастических процессов, таких как шум (см. главу 6).Стохастические процессы являются одной из причин случайных возмущений. 2. Систематические погрешности а) Конструкционные погрешности. Этот вид погрешностей обусловлен технологией производства на заводе-изготовителе и связан с допустимыми разбросами в размерах деталей и значениях электрических компонентов, используемых в данном приборе. б) Погрешности аппроксимации. Этот вид погрешностей возникает из-за сделанных предположений относительно зависимостей между величинами. Например, линейная зависимость между двумя величинами часто только предполагается, а на практике это предположение может оказаться только аппроксимацией к истинной зависимости. в) Погрешности старения. Эти погрешности вызываются процессами старения приборов, так как детали изнашиваются и их характеристики изменяются, например из-за слоев грязи, окислов и т.д., скопившихся на поверхности деталей, изменяются сопротивление контактов и их изоляционные свойства г) Погрешности подключения. Эти погрешности возникают, если включение приборов в измерительную цепь приводит к изменению значения самой измеряемой величины. Например, включение амперметра в электрическую цепь для измерения тока в ней приводит к изменению тока в этой цепи из-за сопротивления самого амперметра.
Разброс результатов Результаты последовательности измерений одной и той же величины могут быть построены в виде графика их частотного распределения. Параметр «частота» показывает количество появлений некоторого значения или значений измеряемой величины внутри диапазона всех значений. Построенная зависимость частоты появления значений от самой измеряемой величины и есть частотное распределение (Рис. 3.1). Это распределение показывает, как меняются значения, полученные в процессе измерений. Чем шире это распределение, тем меньше точность измерений.
Рис. 3.1. Частотное распределение
При обработке серии проведенных измерений для представления полученного результата часто используются следующие понятия: 1. C ре днее арифметическое значение (). Это сумма всех результатов измерений, деленная на количество рассматриваемых измерений n . 2. Мода. Это наиболее часто получаемое значение измеряемой величины. Если частотное распределение симметрично, то мода и среднее значение будут равны. В случае несимметричности распределения, как на Рис. 3.2, эти величины будут различны. Медиана. Это значение, которое делит частотное распределение на две равные площади. В случае симметричности распределения медиана будет равна среднему значению. Рис. 3.2. Среднее значение и мода
Оценка точности или разброса частотного распределения проводится при помощи среднеквадратического отклонения (стандартного отклонения). Для измерения отклонение d — это разность между средним и полученным значениями. Сумма квадратов полученных отклонений (),деленная на количество измерений n, дает среднее значение квадратов отклонений. Квадратный корень из этого значения и есть среднеквадратическое отклонение, или стандартное отклонение s . Вероятная погрешность Частотное распределение серии измерений показывает отклонения, т.е. погрешности, результатов измерений от среднего значения. Частотное распределение обычно отображается в виде, показанном на Рис. 3.3. Эта форма представления называется нормальным распределением Гаусса. Такое распределение показывает, что наиболее часто встречающееся значение измеряемой величины, у которого нет погрешности измерения, и есть среднее значение; что малая погрешность имеет большую вероятность, чем большая; и что вероятность получить результат измерения больше среднего значения на заданную величину погрешности равна вероятности получения результата меньше среднего значения на такую же величину погрешности.
Рис. 3.3. Распределение Гаусса
По распределению Гаусса видно, что вероятность попадания результата измерения в интервал одного стандартного отклонения от среднего значения равна 68.3%, в интервал двух стандартных отклонений — 95.5%, в интервал трех стандартных отклонений — 99.7%, а четырех — 99.99%. Вероятность попадания результата измерения в интервал, составляющий +0.6745s от среднего значения, равна 50%. Интервал 0.6745s называется вероятной погрешностью. Таким образом, фраза «вероятная погрешность для серии измерений» означает, что существует 50% вероятности того, что при произвольной выборке одного из измерений его случайное отклонение укладывается в интервал ± 0.6745s от среднего значения.
Допустимая погрешность В документации на некоторые детали и приборы гарантируется, что отклонения их основных характеристик будут находиться внутри интервала, составляющего определенный процент от заданных значении этих величин. Эти отклонения в данном случае и называются допустимыми погрешностями.
Суммирование погрешностей Значение величины может определяться расчетным путем по результатам нескольких измерений, каждое из которых может иметь свои собственные погрешности. Если результаты получаются: а) суммированием измерений: для получения полной погрешности складываются абсолютные погрешности каждого измерения; б) вычитанием измерений: для получения полной погрешности складываются абсолютные погрешности каждого измерения; в) перемножением измерений: для получения полной относительной погрешности складываются относительные погрешности каждого измерения; г) делением измерений: для получения полной относительной погрешности складываются относительные погрешности каждого измерения; д) возведением в степень: для получения полной относительной погрешности показатель степени умножается на относительную погрешность измерения. Вывод вышеописанных зависимостей может быть показан на примере сложения результатов измерений. Предположим, что величина Xполучается в результате сложения значений двух измерений Аи В. Тогда в случае отсутствия в измерениях каких-либо погрешностей можно записать: Х = А + В. Однако, принимая во внимание погрешности, это выражение превратится в X±sX=A±sA+B±sB. Таким образом, sX=sA+sB. При сложении результатов двух измерений их погрешности складываются. При перемножении результатов двух измерений в случае отсутствия погрешностей можно записать: X=A´B. Учитывая погрешности, это выражение примет вид: X±sX=(A±sA)(B±sB). Пренебрегая малыми величинами, можно записать: X±sX=AB±AsB±BsA). sX=AsB+BsA. Следовательно,
Относительная погрешность Xравна сумме относительных погрешностей измерений. То же самое справедливо и для процентных погрешностей.
4. ПОМЕХИ Виды помех Термин «помехи» чаще всего используется для обозначения нежелательных сигналов, которые могут улавливаться системой измерения и интерферировать с полезным сигналом. Существуют два вида помех: 1. Наводка (интерференция). Она возникает из-за влияния внешних электромагнитных полей на электрическую цепь измерительной системы. Например, существует интерференция между сигналами в контуре измерительной системы и расположенными поблизости мощными электроприборами, особенно если они включены в одну электросеть. 2. Случайный шум. Этот вид помехи возникает из-за хаотического движения электронов и других заряженных частиц в элементах и определяется основными физическими характеристиками компонентов данной системы.
Виды интерференции Существуют три основных вида интерференции: 1. Обусловленная индуктивной связью. Иногда этот вид интерференции относят к электромагнитной или магнитной связи. Изменение тока в близкорасположенных электрических цепях приводит к изменению магнитного поля в проводниках. Изменение магнитного поля индуцирует в проводниках системы измерения вторичную э.д.с. — наводку. 2. Обусловленная емкостной связью. В измерительных системах силовые кабели, провода заземления и проводники располагаются близко друг от друга и отделяются только воздухом и диэлектрическими покрытиями. Поэтому между силовыми кабелями и проводниками и между проводниками и заземлением может появиться некоторая электрическая емкость. Это и есть емкостная связь между проводниками измерительной системы и остальной частью системы, которая и приводит к возникновению интерференции сигналов. 3. Обусловленная плохим заземлением системы. В измерительной системе могут возникнуть проблемы с помехами, если в ней существует несколько точек заземления, так как между ними может появиться некоторая разность потенциалов. Если это произойдет, то в цепи заземление - измерительный контур системы может возникнуть интерференционный электрический ток, который и является причиной помехи.
Уменьшение интерференции Существуют следующие способы уменьшения интерференции (наводки): 1. Использование витых пар проводов. Элементы измерительной системы соединяются витыми парами проводов (Рис. 6.1). Изменение магнитного поля будет индуцировать вторичную э.д.с. одного направления и величины в обоих проводах каждой части витой пары. Но если в одном проводе пары наведенная э.д.с. совпадает с направлением э.д.с. основного тока, то в смежном проводе пары ее направление противоположно основной э.д.с. Таким образом, результат влияния наведенных э.д.с. станет нулевым.
Рис. 6.1. Уменьшение интерференции при помощи витых пар проводов
2. Электростатическое экранирование. Идеальный способ предотвращения возникновения емкостной связи — это защита электрических контуров датчика и всей измерительной системы заземленным металлическим экраном. Но при этом могут возникнуть проблемы с контактным заземлением, например в случае, если датчик и устройство отображения имеют разные точки заземления. Коаксиальный кабель экранирует провода, соединяющие элементы измерительной системы между собой, однако при этом кабель должен иметь заземление только на одном конце для того, чтобы избежать многоконтактного заземления. 3. Использование единственной точки заземления. Наличие единственной точки заземления предотвратит случаи многоконтактного заземления. 4. Использование дифференциальных усилителей. Дифференциальный усилитель используется для усиления разности двух сигналов. Следовательно, если оба сигнала содержат один и тот же интерференционный шум, выходной сигнал усилителя уже не будет его содержать, так как он не будет усиливаться. 5. Использование фильтров. Селективный фильтр пропускает полезный сигнал измерительной системы, а интерференционные шумы подавляет. Дополнительная литература: Putten A. F. P. van (1988), Electronic Measurement System, Prentice Hall.
Взаимные помехи В некоторых измерительных системах выходы нескольких датчиков могут быть подсоединены при помощи многожильных кабелей или ленточных проводов. Термин «взаимные помехи» используется для описания интерференции, появляющейся между сигналами, передающимися по таким проводам. Этот вид интерференции является комбинацией емкостных и индуктивных связей. Взаимные помехи могут быть уменьшены увеличением расстояния между проводами, экранированием наиболее излучающих цепей, а в случае ленточных проводов — использованием чередования измерительных проводов и проводов заземления. Случайные шумовые помехи Случайные помехи могут быть следующих типов: 1. Тепловой шум (иногда его называют шумом Джонсона). Этот шум генерируется хаотическими движениями электронов и других заряженных частиц в резисторах и полупроводниках. Такой шум имеет непрерывный и равномерный спектр во всем частотном диапазоне, поэтому его также называют белым шумом. Эквивалентная (среднеквадратическая) э.д.с. для этого вида шума в голосе частот от f1, до f2; равна: , где k — постоянная Больцмана, R— сопротивление, Т— абсолютная температура. Таким образом, широкополосные усилители производят больше белого шума, чем узкополосные. Большое сопротивление и высокая температура также будут причиной увеличения шума. 2. Дробовой шум. Этот шум возникает из-за случайных флуктуации скорости диффузии заряженных частиц через потенциальные барьеры, такие как p-n-переходы. Эквивалентная э.д.с. для этого вида шума в полосе частот от f1, до f2 при абсолютной температуре T равна: , где k— постоянная Больцмана, rd— дифференциальное сопротивление диода, равное kT/qI, здесь q— заряд электрона, а I — постоянный ток в переходе. 3. Фликкер-шум (шум мерцаний). Этот вид шума возникает из-за движения потока заряженных частиц в неоднородной среде. Пример такого шума — шум, возникающий в композитных углеродистых резисторах. Эквивалентная э.д.с. для этого вида шума приблизительно обратно пропорциональна частоте. 4. Шум из-за дребезга контактов. Шум может появиться из-за плохого соединения. Причиной этого может быть либо грязь на контактах, либо плохая пайка. Дополнительная литература: Putten A. F. P. van (1988), Electronic Measurement System, Prentice Hall.
|
|||||||||||||||||||||||
Последнее изменение этой страницы: 2021-12-15; просмотров: 100; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 18.224.39.32 (0.115 с.) |