测量误差的分类以及解决方法

测量误差的分类以及解决方法

1、系统误差

能够保持恒定不变或按照一定规律变化的测量误差，称为系统误差。系统误差主要是由于测量设备、测量方法的不完善和测量条件的不稳定而引起的。由于系统误差表示了测量结果偏离其真实值的程度，即反映了测量结果的准确度，所以在误差理论中，经常用准确度来表示系统误差的大小。系统误差越小，测量结果的准确度就越高。

2、偶然误差

偶然误差又称随机误差，是一种大小和符号都不确定的误差，即在同一条件下对同一被测量重复测量时，各次测量结果服从某种统计分布；这种误差的处理依据概率统计方法。产生偶然误差的原因很多，如温度、磁场、电源频率等的偶然变化等都可能引起这种误差；另一方面观测者本身感官分辨能力的限制，也是偶然误差的一个来源。偶然误差反映了测量的精密度，偶然误差越小，精密度就越高，反之则精密度越低。

系统误差和偶然误差是两类性质完全不同的误差。系统误差反映在一定条件下误差出现的必然性；而偶然则反映在一定条件下误差出现的可能性。

3、疏失误差

疏失误差是测量过程中操作、读数、记录和计算等方面的错误所引起的误差。显然，凡是含有疏失误差的测量结果都是应该摈弃的。

解决方法：

仪表测量误差是不可能绝对消除的，但要尽可能减小误差对测量结果的影响，使其减小到允许的范围内。

消除测量误差，应根据误差的来源和性质，采取相应的措施和方法。必须指出，一个测量结果中既存在系统误差，又存在偶然误差，要截然区分两者是不容易的。所以应根据测量

的要求和两者对测量结果的影响程度，选择消除方法。一般情况下，在对精密度要求不高的工程测量中，主要考虑对系统误差的消除；而在科研、计量等对测量准确度和精密度要求较高的测量中，必须同时考虑消除上述两种误差。

1、系统误差的消除方法

(1)对测量仪表进行校正在准确度要求较高的测量结果中，引入校正值进行修正。

(2)消除产生误差的根源即正确选择测量方法和测量仪器，尽量使测量仪表在规定的使用条件下工作，消除各种外界因素造成的影响。

采用特殊的测量方法如正负误差补偿法、替代法等。例如，用电流表测量电流时，考虑到外磁场对读数的影响，可以把电流表转动180度，进行两次测量。在两次测量中，必然出现一次读数偏大，而另一次读数偏小，取两次读数的平均值作为测量结果，其正负误差抵消，可以有效地消除外磁场对测量的影响。

2、偶然误差的消除方法

消除偶然误差可采用在同一条件下，对被测量进行足够多次的重复测量，取其平均值作为测量结果的方法。根据统计学原理可知，在足够多次的重复测量中，正误差和负误差出现的可能性几乎相同，因此偶然误差的平均值几乎为零。所以，在测量仪器仪表选定以后，测量次数是保证测量精密度的前提。

.

培训内容：单元名称内容与重点单元目标

一、测量术语1．测量数据的质量

2．术语总结真值

3．测量不确定度

系统全面学习MSA基础知

识

二、SPC统计过

程控制

1．普通原因变差及特殊原

因变差过程能力与过程

性能

2.对产品决策的影响

3.对过程决策的影响

变差的分类和来源

Ⅰ型错误

Ⅱ型错误

三、测量系统的

统计特性

1．分辨率，准确度

2. 重复性，再现性，稳定

性，偏倚，线性

测量系统的基本特性

四、测量系统变

差的类型

1．测量过程变差

2．测量过程变差分析

3．测量过程FMEA MSA分

析计划

位置变差宽度变差

测量系统变差

对产品决策的影响产品特

殊特性及顾客风险分析对

过程决策的影响GRR对能

力指数Cp的影响测量系统

预测性和预防性维护

五、计量型测量

系统研究

1．确定测量系统偏倚的

2．确定测量系统稳定性

3．确定测量系统线性

4．确定重复性和再现性

1．测量过程控制图

2. 独立样本法

3. 控制图样本法

4. GRR分析

5. Excel应用

6. Minitab的应用

六、计数型测量

系统研究

1.假设检验分析

2.交叉表

3. 量具性能曲线

1.交叉表方法

2.置信区间计算

3.复杂测量系统实践

测量分析系统在测试数据分析中的应用

周群波[1]王舒[2]

(杭州鸿雁电器有限公司杭州310012)

摘要通过对测量数据产生偏差的原因进行分析，有针对性地描述了测量分析系统

(MSA)在测试数据分析中的具体应用情况，说明MSA的应用可以减少实验室在仪器设备、人员操作、环境、方法以及应样品的差异造成的测试结果的偏差，从而有效提高实验室的检测能力和检测精度。

关键词误差测量系统分析应用

1 引言

在一般实验室中，检测人员对得出的实验数据的处理通常是记录下来，然后跟标准中的要求进行比较得出一个合格与否的结论。而所使用

的设备和测量仪器的好坏仅依靠一年一次的校准、检定或者定期的期间

核查来做为判定依据，这样就可能无法保证实验数据的可靠性，其所代

表的产品批次的质量也不能得到完全的证实。从而浪费了大量的实验数

据极其所包含的大量信息。而如果我们能应用测量系统分析(MSA)，也就是通过使用一些合适的统计技术对这些数据进行分析，就可以减少

因设备引起的误差，并得到测试中所隐含的信息，从而大大提高测试数

据的可靠性。

2 测试数据偏差分析

对测试过程而言，产生测试数据偏差的因素一般有三种：随机误差、系统误差和测试设备本身随时间而产生的偏倚。随机误差指在对同一测

量的多次测量中，受偶然因素影响而以不可预知的方式变化的误差，它

由设备的精度决定。系统误差指在对同一测量的多次测量中，它保持不

变或按某种规律而变化的误差，是除测量仪器精度以外的其他测量系统

的因素所造成的。我们平时所说的产品质量特性的测试结果就是该产品

由于受到随机误差和系统误差的综合影响而表现出质量的差异和波动。

偏倚是由测试设备产生的另一种误差，指设备本身产生变化而引起的测

量值与真实值之间的不一致。也就是说随时间变化设备的同一数据产生

了漂移。

针对上述三种因素，我们可以应用不同的测量统计分析技术来消除混沌的和不合理的误差来源，现分述如下：

2.1 随机误差

随机误差通常用重复性变差(EV)表示，即由一个评价人使用相同的测量仪器对同一个样品上同一特征进行多次测试所得到的测量变差；它

是设备本身所固有的，也叫设备变差。重复性产生的变差是随机的，因

此所测得数据是服从正态分布的，可以用EXCEL中提供的统计函数AVERAGE计算数据组的均值，用函数STDEV计算数据组的偏差，根据均值和偏差得出测量值的上下限值。将新测得的数值加入到以往的数据

组中进行计算。看测得的数值是否在上下限即统计容许区间内就可判断