1、英 文 翻 譯題 目：專 業 班 級：學 號：姓 名：指 導 教 師：學 院 名 稱： 年 月外文資料翻譯資料來源文章名: Generalized Performance Characterstics of Instruments書刊名：Measurement Systems Application and Design作者：Ernest O.Doebelin出版社：China Machine Press章節：Vo3.1Vo3.2頁碼：P40P51文章譯名：儀器的廣義化性能特征 姓 名：劉莉 學 號：0941050110 指導教師(職稱)：卓旭升（副教授） 專 業：09測控技術與儀器 班 級：

2、1班 所在學院：武漢工程大學郵電與信息工程學院 第3章 儀器的廣義化性能特征序言 如果你想從市場上能買到的儀器中選擇最適合于所要進行測量的一種儀器，或者您正在設計用于特定測量任務的儀器，那么儀器的性能指標這一課題便占了所要考慮的主要部分。亦即，要作出明智的決策，必須有某些定量的基礎用于將一種儀器（或所建議的設計）與可能的替代方案作比較。本章我們提供很詳細的研究測量儀器和系統，有關它們如何完善地測量期望輸入以及怎樣徹底擯棄虛假輸入的問題。對儀器性能特征的處理通常被分解為靜特性和動特性兩個子領域，本章中也遵循這一規劃。對這種分類的原因有幾個。首先，某些應用涉及測量那些恒定的或僅僅很慢變化的量。此時

3、便可以規定一組性能指標，由它們來實質性地描述測量的量，而無須關心涉及微分方程的動特性問題。這些指標為靜特性。許多其他的測量問題涉及快速變化的量。于是便要考慮儀器輸入和輸出之間的動態關系，通常采用微分方程來進行。基于這些動態關系的性能指標構成了動特性。 實際上，靜特性也影響動態條件下測量的質量，但靜特性在其他的描述動特性的微分方程中通常表現出非線性或統計的效應。這些效應將會使微分方程在解析上無法處理，因此常規的方法是將該問題的兩方面分開處理。這樣，動態性能的微分方程通常忽略干摩擦、回程、遲滯、統計分散等效應，即使這些效應也影響動態行為。把這些現象作為靜特性對待能更方便于研究，而一臺儀器的總性能便

4、可由靜特性和動特性的半定量式疊加來加以判斷。這一方法當然是近似的，但確實一種必要的權益方法，能方便數學研究。一旦有了初步的設計和數值，我們便當然能通過模擬來研究非線性效應和統計效應。靜特性和靜態標定靜態標定的意義 下面通過討論靜態標定過程來開始我們的研究，因為所有的靜態性能特性均能通過不同形式的這一過程來獲得。一般來說，靜態標定是指這樣一種情形，其中所有的輸入（期望的，干擾的，修正的）除了一種以外均被保持在某些常值上。然后使該一種要研究的輸入在某個常值范圍上變化，由此使輸出也在某個常值范圍上變化。以這種方式建立起來的這些輸入-輸出關系包括一個靜態標定，它在上述的所有其他輸入均為恒定的條件下有效

5、。這一程序可以重復進行，可采用順序改變所考慮的每個感興趣的輸入，由此建立起一簇靜態的輸入-輸出關系來實現。然后我們希望通過對這些個別效應進行某種合適的疊加來描述整體儀器的靜態行為。在某些情況下，如果需要的是整體效應而不是個別效應，標定程序將規定幾種輸入同時變化。同樣，如果仔細考擦任何實際的儀器，您會發現有許多修正的和/或干擾的輸入，每一種均具有很小的效應，對它們的控制實際是不現實的。這樣，“將所有其他 輸入均保持恒定”這句話便指一種理想的情形，我們僅僅能接近它，但實際卻永遠不能達到它。測量方法描述理想的情形，而測量過程則描述對該測量的（不完善）的具體實現。所謂將“將一種輸入改變而將所有其他輸入

6、保持恒定”是指與所標定的儀器無關地確定（測量）所有這些輸入。對于干擾輸入或修正輸入來說（它們對輸出的影響在一個好的儀器中應該較小），對這些輸入的測量通常不需要具有極高的精度水平。例如，假定一個壓力計具有溫度作為干擾輸入，其程度為溫度變化引起的壓力誤差。現在，如果我們用一根溫度計測量了該100的干擾輸入，而該溫度計本身由一個2.0的誤差，那么壓力誤差實際上應該是0.102.應該理解，在大多數工程情況中，一個0.100的誤差和0.102的誤差之間的差值是完全可以忽略的。然而，當將儀器對其期望輸入的響應進行標定時，在選擇確定這些輸入值的手段方面必須十分小心。亦即，如果一個壓力計固有的具有一個0.1的

7、精度，您當然必須能夠在標定過程中以多少大于改值的一個精度來確定其輸入壓力。換言之，我們不可能將一個儀器標定到一個高于該儀器與之比較的標準的精度。一條經常遵循的規則是，標定系統（標準和任何與之一起使用的輔助裝置）具有一個總不確定度，它4倍地優于所試驗裝置的不確定度。 在本章開頭討論專門物理變量的部分，將介紹有關這些變量用的標準器的詳細情況。此處我們要給出某些一般信息。一個用于某種物理變量的標準器經常“只是另一種”用于該變量的測量裝置。然而，因為被稱作標準器，它的精度必須比待標定儀器的精度高，上文提到的4：1的比率是一個普通的要求。實際上有一系列的標準器，它們按照降精度的等級排列，其中的原始標準是

8、最精確的（在該系列的最頂層）。原始標準被認為是“最新技術”也即是已知能用來測量感興趣量的最精確的方式。這些標準器由國家實驗室來建立、保存和改進，比如美國國家標準和技術研究所（National Institute for Standards Technology （NIST）。這些實驗室也為工業界或其他客戶提供標準服務。大的高技術公司有時也保有標定實驗室，它們也能進行這種最高水平的標定工作。 您也許會想到，原始標準既復雜又昂貴且僅用于最關鍵的場合。于是我們便需要較低水平（次級、三級等）標準，它們既簡單又便宜，用于大部分工程標定工作。在國家實驗室、商業標定實驗室以及與工業企業、大學等相關聯的國內標

9、定實驗室中可以得到這些標準器用于標定服務。當我們計劃一個特定的實驗項目時，需要決定我們的測量結果的精度為多少，然后來安排對某個儀器標定，標定用的標準器精度可能的話應該比標定儀器的精度高出4倍以上。因此，如果需要一個壓力計的精度為0.1，那么我們需要用一個精度約為0.25或更高的標注器來標定它。當然，壓力計必須能夠有1的精度。如果它具有比如3的隨機誤差，那么一個用0.25精度的標準器對它標定便不能使它成為一個“1精度的壓力計”。當然這要在標定過程中才能發現，但我們不愿意浪費時間，因此最初選擇儀器時必須十分仔細。在實施一個標定時，需要下述的一些步驟。1、 考察儀器的構造，識別并列出所有可能的輸入。

10、2、 盡其所能確定哪些輸入在要求儀器標定的應用中是最重要的。3、 獲取裝置來在您所認為必須的范圍上改變所有重要的輸入。獲取標準器來測量每個輸入。4、 保持某些輸入恒定，改變其他輸入，并記錄輸出，從而建立期望的輸入-輸出關系。以下準備對一些專門的靜特性做更為詳細的討論。這些特性可被分為一般特性或專門特性兩類。一般的靜特性對每個儀器均有意義，而專門的靜特性僅在某個特定儀器中有意義。我們主要討論一般特性，而將對專門靜特性的處理留到本書后面討論專門儀器的章節。被測量值與真值的關系 當用一個儀器來測量某個物理量獲得一個數值時，通常我們關心該值對“真”值的接近程度。首先需要理解這個所謂的真值一般是不知道的

11、，也是不可知的，因為不可能對被測的物理量做完善精確的定義。這一點可以用一個特例老說明，比如一跟圓柱桿的長。當我們問自己，所謂該桿的長究竟是什么意思時，首先要回答下述問題：1、該桿的兩端是平面嗎？2、如果是平面，它們是平行的嗎？3、如果不是平面，那它們是什么類型的表面？4、表面粗糙的程度又如何？可以看到，當我們處理一個實際的而不是抽象的幾何剛體時，會帶來一系列復雜的問題。那么“真值”這一術語實際是指一個稱為參考值的值，該值是當所考慮的量被用一種模范的方法來測量時獲得的，亦即，這種方法被專家們一致認同為對測量數據的最終應用目的是足夠精確的。測量過程包括實際中盡可能好地執行實施測量的指標，這些指示便

12、是測量方法。（由于標定本質上是一種精化形式的測量，以上的話同樣也適用于標定過程）如果該過程在假定相同的條件下一次又一次地重復，我們便從儀器得到大量的讀數。這些讀數通常不會全部是形同的，因此馬上注意到，我們要努力做到對每次試驗保證有相同的條件，但這一點實際卻永遠不可能精確做到。以這種方式產生的數據可以被用來描述測量過程。這樣，如果該過程在將來被使用，我們便能把某些誤差的估計值加到它的輸出上。如果輸出數據要對測量過程進行有意義的描述，數據必須形成一種所謂的隨機序列。對此的另一種說法是，該過程必須處于一種統計控制的狀態。統計控制的狀態這一概念并不是一個特別簡單的概念，但我們力圖對它的本質作簡短的解釋

13、。首先我們注意到，把一臺儀器視為一個孤立的裝置來談它的精度是無意義的。我們必須始終考慮儀器及其環境以及使用的測量方法，也即要考慮儀器加上它的輸入。這個整體構成了測量過程。每臺儀器有無限多個輸入；亦即，我們能感知的影響輸出的原因，即使是輕微影響，是無限的。諸如大氣壓、溫度和濕度等效應是比較明顯的原因。但如果我們愿意仔細分析的話，就會發現大量其他的物理原因，它們以不同的程度影響到儀器。在為一個專門儀器確定一個標定過程時，我們規定某些輸出必須在某些限制內保持“恒定”。我們希望這些輸入對儀器的總誤差貢獻最大。對其余的無限多個輸入則不加控制，且希望這些輸入各自都僅僅產生很小的影響，而且在整體上它們對儀器

14、輸出的影響將具有隨機的性質。如果確實是這種情況，便可以說該過程是統計控制的。對一個過程是否隨機控制過程的實驗驗證并不容易實現；實際上也不可能達到嚴格的統計控制。因此我們僅能實現這一情況。然而，如果我們重復一個測量并畫出結果（輸出）試驗次數的圖，有時能明顯看出缺乏控制。圖3.1（a）示出一張對特定儀器進行標定的結果圖。該例中，通過某些研究后得出結論，該儀器對溫度的敏感程度實際比想象得更高。最初的標定在一個不控制溫度的房間中進行。這樣，室溫便從早晨的低溫文化到中午的最高值，又在午后晚些時候跌落下來。由于10次試驗覆蓋了幾乎一天的時間，因此曲線的趨勢是可以理解的。通過在一個溫控的房間中進行標定，得到

15、了圖3.1（b）的圖。為從統計控制中檢測出更精確的偏差，要使用統計質量控制制圖方法。如果測量過程處于比較好的統計控制狀態，且一次一次地重復一定的測量（或標定點），我們會得到一組表現出隨機分散性質的數據。作為一列，我們來考慮圖3.2的壓力計。假定我們想確定期望輸入（壓力）和輸出（刻度讀數）之間的關心。其他可能是重要的且必須在壓力標定中加以控制的輸入包括溫度、加速度和震動。溫度能使儀器零件膨脹，其方式使刻度讀數在即使壓力不變的情況下也會改變。儀器沿活塞桿軸向的加速度也會在即使壓力不變的額情況下產生一個刻度讀數。如果壓力計要用在某些車輛中的話，該輸入便是重要的。小量的振動實際中將有助于一臺儀器的工作

16、，以為振動會減小靜摩擦的影響。因此，要將壓力計連接到一個往復式空氣壓縮機（它常常有某些振動）上的話，壓力計在這些條件下將要比無振動的標定情況下更為精確。這些例子說明了對標定情況和實際應用情況之間的關系進行仔細考慮的一般重要意義。基本統計學知識假定我們已經得到一個足夠精確的壓力標準，且已經布置好將其他輸入合理地保持接近實際應用的條件。在一定壓力（比如10KPa）下進行重復標定可能給出圖3.3的數據。現在將讀數從最低值（9.81）到最高值（10.42）進行排列，來看看有多少讀數落入比如從9.80開始的每個0.05KPa的間隔中。該結果可用圖表方式表現為圖3.4（a）。假定現在定義Z為 （3.1）并

17、對每個間隔畫出一張高度為Z的“條形圖”。圖3.4（b）示出一張“直方圖”。采用本書中的MINITAB統計軟件當然能為我們畫出直方圖來。從式（3.1）中應該看出，一個特定“條形”的面積數值上等于一個特定的讀數落在與之相關的間隔中的概率。整個直方圖的面積則必須為1.0（100=1.0），因為至少基于能夠得到的數據，讀數落在最低和最高值中的某個地方的概率是100.如果現在能取無窮多個讀數，每個均有無窮多個有效數字，我們便能將所選的間隔做得盡量小，且仍能使每個間隔包含無窮多個讀數。這樣圖3.4（b）中的圖形的階梯便越來越小，最后趨近于一條光華的曲線。如果將該求極限的抽象情況看作實際物理情形的一個數學模

18、型，那么函數z=f(x)被稱為該實際物理過程數學模型的概率密度函數，見圖3.5(a)。從對Z的基本定義出發，可以得到： （3.2）概率信息有時用累積分布函數F（x）來給出，它被定義為F（x）=讀數小于任何選定的x值的概率 （3.3）如圖3.5（b）所示。從無窮多個概率密度函數可能的形式中，只有少數是對實際應用有用的數學模型，實際上，有一種特殊的形式是占主要的。最有用概率密度函數或分布函數是正態或高斯函數，它的形式為 （3.4）式（3.4）中規定了一簇曲線，它們取決于（均值）和（標準偏差）的特定數值。曲線形狀完全由來確定，則僅用于確定曲線沿x軸的位置。累積分布函數F（x）在這種情況下不能被明確寫出，因為不能進行式（3.3）的積分；然而，已經通過進行數值的積分將該函數做成了表格。圖3.6表示，小的值表示一個“讀數”將被發現接近于的概率高。式（3.4）也表示，很大的（）讀數將會發生的概率小。這一點解釋了為什么在現實世界中永遠不會發生一個真正的高斯分布；而物理變量經常被限于有限的值。例如，實際的分布必須像圖3.7那樣把它們的“尾部”割掉。盡管實際數據將不會精確符合高斯分布，但它們經常十分接近，從而使我們能在工程問題中采用高斯模型。有時需要進行試驗來表