CN101581587B - 虚拟仪器测量不确定度自动评定方法 - Google Patents
虚拟仪器测量不确定度自动评定方法 Download PDFInfo
- Publication number
- CN101581587B CN101581587B CN200910087496XA CN200910087496A CN101581587B CN 101581587 B CN101581587 B CN 101581587B CN 200910087496X A CN200910087496X A CN 200910087496XA CN 200910087496 A CN200910087496 A CN 200910087496A CN 101581587 B CN101581587 B CN 101581587B
- Authority
- CN
- China
- Prior art keywords
- measurement
- uncertainty
- error
- virtual instrument
- stochastic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
一种虚拟仪器测量不确定度自动评定方法,其目的是通过回避传统的测量不确定度评定方法中对测量机理的显式、解析、线性的限制,以软件的形式实现测量信号的分析和处理,应用蒙特卡罗方法评定虚拟仪器测量不确定度,其核心应该是将按随机变量抽样原则产生的测量误差仿真数据融入测量程序中,获得多个伪测量结果,通过对伪测量结果的统计,估计虚拟仪器的测量不确定度。
Description
(一)技术领域
本发明涉及一种虚拟仪器测量不确定度自动评定方法,属于测试计量技术领域。
(二)背景技术
70年代和80年代是现代不确定度理论形成与迅速发展的时期,经过几十年的研究和发展,已形成较为完整的理论体系,它是集静态测量不确定度与动态测量不确定度、随机误差与系统误差、测量数据与测量方法、多种误差分布于一体的误差分析与数据处理理论,实现了不确定度理论与计算机应用技术的结合。近年来新理论和新方法的不断涌现,给虚拟仪器测量不确定度理论研究注入了新的活力。
蒙特卡罗方法又称随机抽样技巧或统计试验方法。半个多世纪以来,由于科学技术的发展和电子计算机的发明,这种方法作为一种独立的方法被提出来,并首先在核武器的试验与研制中得到了应用。蒙特卡罗方法是一种计算方法,但与一般数值计算方法有很大区别。它是以概率统计理论为基础的一种方法。由于蒙特卡罗方法能够比较逼真地描述事物的特点及物理实验过程,解决一些数值方法难以解决的问题,因而该方法的应用领域日趋广泛。当所求问题的解是某个事件的概率,或者是某个随机变量的数学期望,或者是与概率、数学期望有关的量时,通过某种试验的方法,得出该事件发生的频率,或者该随机变量若干个具体观察值的算术平均值,通过它得到问题的解。这就是蒙特卡罗方法的基本思想。这种方法的优点在于:能够比较逼真地描述具有随机性质的事物的特点及物理实验过程;受几何条件限制小;收敛速度与问题的维数无关;具有同时计算多个方案与多个未知量的能力;误差容易确定;程序结构简单,易于实现。
虚拟仪器的测量链由集成传感器(内置信号调理板)、数据采集卡、计算机软硬件所组成(见图1)。传感器模块拾取被测信号,信号调理模块实现测量信号的放大、滤波与整形;数据采集卡实现模拟量向数字量的转换以及时钟信号发生。而对测量数据的处理分析和显示等功能则由计算机软件完成,软件通常包括数据采集卡驱动程序、数字信号处理程序和用户接口程序等。从理论上讲,该测量链中的各个模块的每一个不确定度源均会对虚拟仪器测量结果的不确定度产生影响;从不确定度传递的角度看,由集成传感器和数据采集卡所产生的不确定度源必须经过由计算机软件实现的数据处理模块实现对虚拟仪器测量结果不确定度的贡献。
目前测量结果不确定度评定多采用Guide to the Expression of Uncertainty inMeasurement(GUM,测量不确定度表达指南)所推荐的离线数理统计方法,但由于虚拟仪器支持多通道信号输入和多通道输出、对数字信号的处理机理常常不满足GUM所设定的显式解析、可导、近线性的适用条件,以及所采用的数据采集卡和不同集成传感器的不确定度源具有多样性和复杂性特点,因此对于虚拟仪器测量不确定度评定而言,采用基于GUM的评定方法常常是个工程难题。
(三)发明内容
本发明是一种虚拟仪器测量不确定度自动评定方法,其目的是通过回避传统的测量不确定度评定方法中对测量机理的显式、解析、线性的限制,在虚拟仪器测量过程中引入测量不确定度自动评定模块,能够在得到测量结果的同时得到相应测量不确定度指标,这将对虚拟仪器的设计和使用产生积极的影响。因此,本发明是一种评定虚拟仪器测量不确定度方法。
虚拟仪器有别于传统仪器的关键在于是以软件的形式实现测量信号的分析和处理,应用蒙特卡罗方法评定虚拟仪器测量不确定度,其核心应该是将按随机变量抽样原则产生的测量误差仿真数据融入测量程序中,获得多个伪测量结果,通过对伪测量结果的统计,估计虚拟仪器的测量不确定度,原理见图2。
本发明一种实现虚拟仪器测量不确定度自动评定方法的全过程如下:
步骤一:使用集成传感器模块检测被测量,在整形去噪后,转换成能被数据采集卡采集的信号。对某一被测量进行测量,在本步骤中是用集成传感器检测这种被测量,得到连续的时域电信号,通常这种连续电信号必须经过A/D(模/数)转换后才能进入虚拟仪器进行处理。
步骤二:集成传感器检测后所得的连续电信号进入数据采集卡后实现A/D转换,在虚拟仪器软件平台上,处理采集后的数字电信号,得到测量结果。虚拟仪器软件通常内置大量的数字信号处理模块,如傅里叶变换、小波变换、相关系数计算、频谱分析、波形调理和信号滤波等,这些数字信号处理模块可以直接处理经数据采集卡转换后数字信号,并可显示出最后结果。
步骤三:分析集成传感器和数据采集卡的不确定度源。
由于在测量过程中,软件一般不会产生不确定度影响,所以虚拟仪器测量的不确定度来源于集成传感器和数据采集卡,这些不确定度源可依据厂商提供的技术手册或说明书得到对应的标定数据。
集成传感器的不确定度源归纳起来主要有:
线性度,表征集成传感器模块输入输出特性的非线性,定义为集成传感器模块输入输出特性的校正曲线与其拟和直线之间的最大非线性误差与满量程输出的百分比;
迟滞,表征感器模块在正、反向行程中输出的不一致性,定义为正、反向行程中输出的最大差值与满量程输出的百分比;
重复性误差,表征集成传感器在输入按同一方向连续多次变动时所得特性曲线的不一致性,定义为正、反向行程中最大重复性偏差与满量程输出的百分比;
灵敏度误差,表征集成传感器在使用过程中的灵敏度飘移,定义为灵敏度飘移与标称灵敏度的百分比,
根据GUM这些不确定度源可以认为是服从均匀分布的在规定区间的随机变量。
有些集成传感器的技术手册并没有提供详细的不确定度源标定数据,仅仅给出了静态误差,它是一项综合性精度指标,基本上囊括了非线性、迟滞、重复性和灵敏度误差。此时应统计在不同离散采样点时的全部输出数据的标准差,进而根据GUM(测量不确定度表达指南),得到集成传感器引起的测量标准不确定度。
数据采集卡实现将模拟的电量转换成数字量,由于功能比较单一,不确定度源将主要依赖于数据采集卡原理,归纳起来主要有:
前置增益失调及其温度漂移、后置增益失调及其温度漂移,这些不确定度源可以认为是服从均匀分布的随机变量;
程控放大增益失调及其温度漂移、卡内标定参考的长时间稳定性以及温度漂移是相对误差指标,这些不确定度源可以认为是服从均匀分布的随机变量与采样值的乘积;
积分非线性、微分非线性以及量化误差是以采样分辨率为单位,这些不确定度源可以认为是服从均匀分布的随机变量与最小分辨电压的乘积;
噪声可以认为是服从正态分布的随机变量、在多通道测量时道间干扰会对虚拟仪器测量不确定度产生影响;
调节时间误差表征将一个信号放大到一定值并稳定在一定精度范围所需要的最短时间,数据采集模块的最大采样率就是依据于该值,定义为在满刻度条件下,实际信号到大放大器之后的一段时间后,信号稳定在一定范围之内,可以认为是服从正态分布的随机变量与采样信号变化率的乘积。
这些不确定度源的具体数值依赖于数据采集卡的型号,可从相关数据采集卡手册上可以获得。如表1所示。
表1数据采集卡各不确定度分量的不确定度分布特性
步骤四:利用测量随机误差仿真模块,产生表征各不确定度源信息的特定区间服从特定分布的随机数来模拟数据采集卡引起的随机误差和集成传感器引起的随机误差,分别得到ΔxDi(仿真数据采集卡引起的随机误差),ΔxTi(仿真集成传感器引起的随机误差),累加后仿真虚拟仪器测量随机误差。
该测量随机误差仿真模块建立过程是如图3所示:
首先输入虚拟仪器测量采样通道数、测量输入范围、测量采样序列、测量采样尺寸、测量温度的具体数据;
再依据蒙特卡罗方法产生均匀分布的随机数,在通过随机性检验后,根据步骤三中所有不确定度源的标定数据和设定的概率分布模型,并按照基于蒙特卡罗方法的随机变量抽样原则,产生合适的的随机数序列,来表征符合虚拟仪器测量各不确定度源统计规律的测量随机误差;
依据这些不确定度源对采样点上测量总不确定度的影响关系,将这些随机数序列合成,建立起虚拟仪器测量随机误差仿真模块。
本发明采用随机变量替换抽样原则,该抽样原则是基于蒙特卡罗方法的随机变量抽样原则最常用的一种。为了得到诸如正态分布等其它分布的随机数,必须在均匀分布随机数的基础上,再进行适当的抽样。常用分布密度函数f(x)表示总体的已知分布,用ξf表示由已知分布密度函数f(x)产生的简单子样ξ1,…,ξn的个体。为了实现某个复杂的随机变量y的抽样,将其表示成若干个简单的随机变量x1,...,xn的函数y=g(x1,...,xn),得到x1,...,xn的抽样后,即可确定y的抽样。随机变量替换抽样原则即为
Yf=g(X1,...,Xn)
例如正态分布随机变量的抽样原理为:
根据标准正态分布密度函数
引入一个与标准正态随机变量X独立同分布的随机变量Y,则(X,Y)的联合分布密度为:
对于一般的正态分布密度函数N(μ,σ2)的抽样,其抽样结果为:
服从渐近正态分布,因此,当n足够大时便可用Xn作为正态分布的近似抽样。特别是n=12时,有:
虚拟仪器的内置模块大部分是基于C语言编写而成,因此,本发明在C语言环境下,产生与全部集成传感器和数据采集卡的不确定度源分布特性相同的随机数来模拟它们引起的测量随机误差,然后把它们累加以仿真虚拟仪器测量随机误差,程序参考虚拟仪器测量随机误差模块Error_simulation.dll文件(即步骤三中建立的测量随机误差仿真模块),对应的项目文件为Error_simulation.dsw。测量随机误差仿真流程如图3所示。
步骤五:将测量随机误差仿真模块得到的虚拟仪器测量随机误差仿真值累加到数据采集后所得数字信号xi上,经过数字信号处理模块处理后,得到大量的伪测量结果yj(j=1,…,M)。
虚拟仪器测量方式有单通道单点、单通道多点、多通道单点、多通道多点四种,调用Error_simulation.dll文件可以模拟这四种采集方式下虚拟仪器测量随机误差。
测量随机误差仿真模块用法是:按照介绍的蒙特卡罗评定原理,用户在编译好测量程序后,在采集所得的被测量数据上,根据数据采集方式,累加测量随机误差仿真模块产生的虚拟仪器测量随机误差,得到伪测量数据,再将累加后的伪测量数据输入到虚拟仪器软件平台上测量主程序的数据处理部分,得到虚拟仪器测量结果,进行循环并统计标准差从而得到虚拟仪器测量不确定度。
用户只须要一组被测量数据采集值,就可以得到用户需要的虚拟仪器测量不确定度。
(1)单通道单点采集方式
单通道单点采集方式采集的单个电压值(输入)进入虚拟仪器测量随机误差仿真模块后,设置以下参数的值:温度、电压上限和电压下限,最后得到的是表示随机误差的单个电压值(输出)和出错信息(error)。单通道单点采集方式随机误差仿真模块输入输出变量定义如下图4所示。此时模块中CLFN节点调用的Function Name是Error_simulation.dsw文件里的Simulate_Onepoint函数,如图5所示。其中,所述CLFN节点即是调用库函数节点(Call Library FunctionNode)。
(2)单通道多点采集方式
单通道多点采集方式采集的一维电压值数组(行向量)进入这个虚拟仪器测量随机误差仿真模块后,设置以下参数的值:温度、电压上限和电压下限,最后得到的是表示随机误差的电压数组(输出)和出错信息(error)。单通道多点采集方式时随机误差仿真模块的输入输出变量定义如下图6所示。此时CLFN节点调用的Function Name是Error_simulation.dsw文件里的Simulate_Onearray函数。
(3)多通道单点采集方式
多通道单点采集方式采集的一维电压值数组(列向量)输入虚拟仪器测量随机误差仿真模块后,设置以下参数的值:温度、电压上限和电压下限,最后得到的是表示采样随机误差的电压数组(输出)和出错信息(error)。单通道多点采集方式的随机误差仿真模块的输入输出变量定义如下图7所示。此时CLFN节点调用的Function Name是Error_simulation.dsw文件里的Simulate_Multpoint函数。
(4)多通道多点采集方式
多通道多点采集方式采集的多维电压数组(输入)进入虚拟仪器测量随机误差仿真模块,设置外界环境温度值、电压上限和电压下限,最后得到的是表示PCI-6024E数据采集卡上采样随机误差的多维电压数组(输出)和出错信息(error)。多通道多点采集方式的随机误差仿真模块的输入输出变量定义如下图8所示。此时CLFN节点调用的Function Name是Error_simulation.dsw文件里的simulate_Maltarray函数。
步骤六:对这M个伪测量结果进行统计分析得到测量结果的合成不确定度uc(y)。依据单通道单点、单通道多点、多通道单点、多通道多点四种虚拟仪器测量方式所得伪测量结果进行统计分析,实现虚拟仪器测量不确定度的自动评定。即虚拟仪器测量标准不确定度的无偏估计可按贝塞尔(Bessel)公式計算:
一种虚拟仪器测量不确定度自动评定方法,其优点和功效是:虚拟仪器测量结果必须包含测量不确定度,虚拟仪器内集成着大量信号处理和数学计算的模块,但它们均不能实现测量不确定度的评定,而现行虚拟仪器内没有集成衡量测量本身精度的功能模块,因此对于每一次虚拟仪器测量,必须离线按照传统的GUM评定方法计算出虚拟仪器测量不确定度,而按本发明方法设计的测量不确定度自动评定功能模块可被集成到虚拟仪器中,并能在进行被测量测量的同时,实现测量不确定度自动在线评定。另外本发明基于蒙特卡罗理论,采用随机数产生与检测技术和随机变量抽样技术,只须通过一次具体实验,就可以使用概率统计仿真模型在线解决虚拟仪器测量不确定度自动评定问题,避免了传统评定方法的大样本低精度的局限。
附图说明
图1虚拟仪器所组成测量系统
图2测量不确定度评定原理框图
图3虚拟仪器测量随机误差仿真
图4单通道单点采集方式时的应用
图5单通道单点采集方式时CLFN节点的配置
图6单通道多点采集方式时的应用
图7多通道单点采集方式时的应用
图8多通道多点采集方式时的应用
图9温度有效值测量及测量不确定度自动评定程序框图
具体实施方式
为了说明本发明方法的可行性并验证测量不确定度自动评定模块的有效性,对某一温度信号,利用虚拟仪器做有效值测量,集成传感器是由电流输出型温度传感器AD590K和信号调理板AD522B组成,数据采集卡使用PCI-6024E数据采集卡,有效值测量进行了测量不确定度评定实验。具体的实施方式是:
1.按照发明内容中的步骤一和步骤二搭建整个虚拟仪器测量链。
2.按照步骤三分析集成传感器和数据采集卡的不确定度源。
AD590K是美国模拟器件公司生产的单片集成两端感温电流源,它的的测温范围为-55℃~+150℃,输出电压随温度的变化而变化。现在对它进行传感器的不确定度分析。由厂家提供的标定手册可以查出不确定度源有:
(1)AD590K的线性误差为0.20℃
(2)AD590K的电源抑制误差:当+5≤Us≤+15V时,AD590K的电源抑制系数为0.2℃/V。如果供电电压10V,US变化为0.1%,则由此引起的误差为0.02℃。
(3)电流电压变换电阻的温度系数引起的误差:AD590K的电流输出远传至采集系统的信号放大电路,须先经电阻变为电压信号。电阻值为1kΩ,该电阻误差选为0.1%,电阻温度系数为10×10-6/℃。AD590K的灵敏度为1μA/℃。在0℃时输出电流为273.2μA。所以,当环境温度变化15℃时,它所产生的最大误差电压为:
(273.2×10-6)×(10×10-6)×15×103=4.0×10-5V
另外,由标定手册可以查出AD522B的不确定度源有:
(1)参考电源的温度系数引起的误差。
(2)电阻电压引起的误差。
(3)仪用放大器AD522B的共模误差。其增益为100,共模电压为273.2mV,这时产生的共模误差为2.7μV(该误差可以被忽略)。
(4)AD522B的失调电压温漂引起的误差。AD522B的失调电压温度系数为±2μV/℃,输出失调电压温度系数为±25μV/℃,折合到输出端,总的失调电压温度系数为±15×10-6/℃。如果温度变化为±15℃时,输出端出现的失调漂移为:
(2.5×10-6)×15=3×10-5V
(5)AD522B的增益温度系数产生的误差。AD522B的增益为1000时的最大温度系数等于±25×10-6/℃,增益为100时,温度系数要小于这一数值,如果仍取这一数值,且设所用的增益电阻温度系数为±10×10-6/℃,则最大温度增益误差(环境温度变化为±15℃)是:
(25+10)×10-6×15×100=0.05V
在100℃时,该误差折合到放大器输入端为0.05mV。
(6)AD522B的线性误差。AD522B的非线性在增益为100时近似等于0.002%,输出10V摆动范围产生的线性误差为:10×0.002%=2×10-4V。
PCI-6024E数据采集卡是一块多功能数据采集卡,支持直接存储器存储(DMA)方式和双缓冲区模式,保证了实时信号的不间断采集和存储。它的硬件电路主要包括数据存储器、程序存储器、共享数据存储器、模拟量输入滤波电路、多路开关及程控增益放大电路、A/D转换控制电路、逻辑译码电路及复位电路等。它有16个单端或者8个差分模拟输入通道,采样频率达到200KHz;有两个12位的双缓冲模拟输出通道;12位的数字输入输出通道;还有一个时钟计数通道;总线为PCI-Bus,可以实现多通道高精度的A/D、D/A转换,数字输入输出和频率脉冲量的输入输出。
厂家提供的PCI-6024E卡产品标定手册主要给出了相对精度指标、微分非线性误差、前增益偏置误差、后增益偏置误差、长期稳定性误差、程控增益偏差、卡上基准稳定性、积分非线性误差、调节时间误差、通道间干扰(只对多通道采集有效)等不确定度信息。PCI-6024E卡的不确定度源归纳如表2所示。
表2PCI-6024E卡不确定度源
3.建立测量随机误差仿真模块,产生随机数来模拟数据采集卡引起的随机误差和集成传感器引起的随机误差,并累加以仿真虚拟仪器测量随机误差。并将此测量随机误差仿真值累加到数据采集后所得数字信号xi上,经测量函数的处理后,得到大量的伪测量结果。
PCI-6024E数据采集卡有8个模拟输入通道,由于本例使用的是单通道采集,所以只要将集成传感器的输出信号的连接到数据采集卡的CB-68LP接线板的第68脚。PCI-6024E数据采集卡插入电脑相应插槽里,然后将CB-68LP接线板与PCI-6024E数据采集卡连接,温度有效值测量及测量不确定度自动评定程序框图如图9所示。
设定模拟次数M=1000次,在不同采样点个数条件下,可得到虚拟仪器有效值测量不确定度评定。不确定度评定结果与基于GUM方法的评定结果达到了较好一致,验证了本发明。
Claims (1)
1.一种虚拟仪器测量不确定度自动评定方法,其特征在于:
步骤一:使用集成传感器模块检测被测量,在整形去噪后,转换成能被数据采集卡采集的信号;对某一被测量进行测量,在本步骤中是用集成传感器检测这种被测量,得到连续的时域电信号,这种连续电信号必须经过A/D转换后才能进入虚拟仪器进行处理;
步骤二:集成传感器检测后所得的连续电信号进入数据采集卡后实现A/D转换,在虚拟仪器软件平台上,处理采集后的数字电信号,得到测量结果;虚拟仪器软件通常内置大量的数字信号处理模块,这些数字信号处理模块直接处理经数据采集卡转换后数字信号,并显示出最后结果;
步骤三:分析集成传感器和数据采集卡的不确定度源;
由于在测量过程中,软件一般不会产生不确定度影响,所以虚拟仪器测量的不确定度来源于集成传感器和数据采集卡;
集成传感器的不确定度源归纳起来主要有:
线性度,表征集成传感器输入输出特性的非线性,定义为集成传感器输入输出特性的校正曲线与其拟和直线之间的最大非线性误差与满量程输出的百分比;
迟滞,表征集成传感器在正、反向行程中输出的不一致性,定义为正、反向行程中输出的最大差值与满量程输出的百分比;
重复性误差,表征集成传感器在输入按同一方向连续多次变动时所得特性曲线的不一致性,定义为正、反向行程中最大重复性偏差与满量程输出的百分比;
灵敏度误差,表征集成传感器在使用过程中的灵敏度飘移,定义为灵敏度飘移与标称灵敏度的百分比,
根据测量不确定度表达指南,这些不确定度源认为是服从均匀分布的在规定区间的随机变量;
数据采集卡实现将模拟的电量转换成数字量,由于功能比较单一,不确定度源将主要依赖于数据采集卡原理,归纳起来主要有:
前置增益失调及其温度漂移、后置增益失调及其温度漂移,这些不确定度源认为是服从均匀分布的随机变量;
程控放大增益失调及其温度漂移、卡内标定参考的长时间稳定性以及温度漂移是相对误差指标,这些不确定度源认为是服从均匀分布的随机变量与采样值的乘积;
积分非线性、微分非线性以及量化误差是以采样分辨率为单位,这些不确定度源认为是服从均匀分布的随机变量与最小分辨电压的乘积;
噪声认为是服从正态分布的随机变量、在多通道测量时道间干扰会对虚拟仪器测量不确定度产生影响;
这些不确定度源的具体数值依赖于数据采集卡的型号,从相关数据采集卡手册上获得;
步骤四:利用测量随机误差仿真模块,产生表征各不确定度源信息的特定区间服从特定分布的随机数来模拟数据采集卡引起的随机误差和集成传感器引起的随机误差,分别得到仿真数据采集卡引起的随机误差ΔxDi,仿真集成传感器引起的随机误差ΔxTi,累加后仿真虚拟仪器测量随机误差;
首先输入虚拟仪器测量采样通道数、测量输入范围、测量采样序列、测量采样尺寸和测量温度的具体数据;
再依据蒙特卡罗方法产生均匀分布的随机数,在通过随机性检验后,根据步骤三中所有不确定度源的标定数据和设定的概率分布模型,并按照基于蒙特卡罗方法的随机变量抽样原则,产生合适的的随机数序列,来表征符合虚拟仪器测量各不确定度源统计规律的测量随机误差;
依据这些不确定度源对采样点上测量不确定度的影响关系,将这些随机数序列合成,建立起虚拟仪器测量随机误差仿真模块;
该虚拟仪器测量不确定度自动评定方法,采用随机变量替换抽样原则,该抽样原则是基于蒙特卡罗方法的随机变量抽样原则的一种;为了得到其它分布的随机数,必须在均匀分布随机数的基础上,再进行适当的抽样;常用分布密度函数f(x)表示总体的己知分布,用ξf表示由己知分布密度函数f(x)产生的简单子样ξ1,…,ξn的个体;为了实现某个复杂的随机变量y的抽样,将其表示成若干个简单的随机变量x1,...,xn的函数y=g(x1,...,xn),得到x1,...,xn的抽样后,即确定y的抽样;随机变量替换抽样原则即为
Yf=g(X1,...,Xn)
虚拟仪器的内置模块大部分是基于C语言编写而成,因此,该虚拟仪器测量不确定度自动评定方法在C语言环境下,产生与全部集成传感器和数据采集卡的不确定度源分布特性相同的随机数来模拟集成传感器和数据采集卡引起的测量随机误差,然后把测量随机误差累加以仿真虚拟仪器测量随机误差,程序参考虚拟仪器测量随机误差模块Error_simulation.dll文件,即步骤三中建立的测量随机误差仿真模块,对应的项目文件为Error_simulation.dsw;
步骤五:将测量随机误差仿真模块得到的虚拟仪器测量随机误差仿真值累加到数据采集后所得数字信号xi上,经过数字信号处理模块处理后,得到大量的伪测量结果yj(j=1,…,M);
虚拟仪器测量方式有单通道单点、单通道多点、多通道单点和多通道多点四种,调用Error_simulation.dll文件模拟这四种采集方式下虚拟仪器测量随机误差;
测量随机误差仿真模块用法是:按照介绍的蒙特卡罗评定原理,用户在编译好测量程序后,在采集所得的被测量数据上,根据数据采集方式,累加测量随机误差仿真模块产生的虚拟仪器测量随机误差,得到伪测量数据,再将累加后的伪测量数据输入到虚拟仪器软件平台上测量主程序的数据处理部分,得到虚拟仪器测量结果,进行循环并统计标准差从而得到虚拟仪器测量不确定度;
用户只须要一组被测量数据采集值,就得到用户需要的虚拟仪器测量不确定度;
(1)单通道单点采集方式:
单通道单点采集方式采集的单个输入电压值进入虚拟仪器测量随机误差仿真模块后,设置以下参数的值:温度、电压上限和电压下限,最后得到的是表示随机误差的单个输出电压值和出错信息;此时模块中CLFN节点调用的Function Name是Error_simulation.dsw文件里的Simulate_Onepoint函数,其中,所述CLFN节点即是调用库函数节点;
(2)单通道多点采集方式
单通道多点采集方式采集的一维电压值数组进入这个虚拟仪器测量随机误差仿真模块后,设置以下参数的值:温度、电压上限和电压下限,最后得到的是表示随机误差的电压数组和出错信息;此时CLFN节点调用的Function Name是Error_simulation.dsw文件里的Simulate_Onearray函数;
(3)多通道单点采集方式
多通道单点采集方式采集的一维电压值数组输入虚拟仪器测量随机误差仿真模块后,设置以下参数的值:温度、电压上限和电压下限,最后得到的是表示采样随机误差的电压数组和出错信息;此时CLFN节点调用的Function Name是Error_simulation.dsw文件里的Simulate_Multpoint函数;
(4)多通道多点采集方式
多通道多点采集方式采集的多维电压数组进入虚拟仪器测量随机误差仿真模块,设置外界环境温度值、电压上限和电压下限,最后得到的是表示PCI-6024E数据采集卡上采样随机误差的多维电压数组和出错信息;此时CLFN节点调用的Function Name是Error_simulation.dsw文件里的simulate_Maltarray函数;
步骤六:对这M个伪测量结果进行统计分析得到测量结果的合成不确定度uc(y);依据单通道单点、单通道多点、多通道单点和多通道多点四种虚拟仪器测量方式所得伪测量结果进行统计分析,实现虚拟仪器测量不确定度的自动评定;即虚拟仪器测量标准不确定度的无偏估计按贝塞尔公式計算:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910087496XA CN101581587B (zh) | 2009-06-23 | 2009-06-23 | 虚拟仪器测量不确定度自动评定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910087496XA CN101581587B (zh) | 2009-06-23 | 2009-06-23 | 虚拟仪器测量不确定度自动评定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101581587A CN101581587A (zh) | 2009-11-18 |
CN101581587B true CN101581587B (zh) | 2011-12-07 |
Family
ID=41363841
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200910087496XA Expired - Fee Related CN101581587B (zh) | 2009-06-23 | 2009-06-23 | 虚拟仪器测量不确定度自动评定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101581587B (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102095552B (zh) * | 2010-12-03 | 2012-11-28 | 西安交通大学 | 一种消除信号相位随机误差的方法 |
CN102495947A (zh) * | 2011-11-15 | 2012-06-13 | 中国计量科学研究院 | 一种基于虚拟现实技术的表达和分析不确定度的方法 |
US11543448B2 (en) | 2013-12-23 | 2023-01-03 | Keysight Technologies, Inc. | Dynamically determining measurement uncertainty (MU) of measurement devices |
CN105786766A (zh) * | 2016-02-29 | 2016-07-20 | 上海应用技术学院 | 一种虚拟仪器的舍入不确定度评估方法及系统 |
CN107917778A (zh) * | 2017-02-21 | 2018-04-17 | 北京航空航天大学 | 一种基于MonteCarlo模拟的力传感器动态校准方法 |
CN107179293A (zh) * | 2017-06-23 | 2017-09-19 | 南京富岛信息工程有限公司 | 一种油品性质不确定度的评定方法 |
CN107505282A (zh) * | 2017-08-28 | 2017-12-22 | 南京富岛信息工程有限公司 | 一种提高油品近红外建模稳健性的方法 |
CN109696586A (zh) * | 2017-10-23 | 2019-04-30 | 中国电力科学研究院有限公司 | 一种用于测试配电自动化系统不确定度的评定方法及系统 |
WO2019105693A1 (de) * | 2017-11-30 | 2019-06-06 | Kistler Holding Ag | Verfahren und computerprogrammprodukt zur ermittlung der messunsicherheit eines messsystems |
CN107942280A (zh) * | 2018-01-03 | 2018-04-20 | 中国电力科学研究院有限公司 | 一种用于对绝对延迟时间进行校准的方法及系统 |
CN109063231B (zh) * | 2018-06-15 | 2023-06-27 | 中国核电工程有限公司 | 基于GUM导则的核素不确定度对临界系统keff影响的评定方法 |
CN109186813B (zh) * | 2018-10-23 | 2020-07-24 | 株洲中车时代电气股份有限公司 | 一种温度传感器自检装置及方法 |
CN112436906B (zh) * | 2020-11-12 | 2022-07-22 | 军事科学院系统工程研究院军用标准研究中心 | 无线调制信号调制质量参数校准设备 |
-
2009
- 2009-06-23 CN CN200910087496XA patent/CN101581587B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN101581587A (zh) | 2009-11-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101581587B (zh) | 虚拟仪器测量不确定度自动评定方法 | |
CN101299062B (zh) | 氧化锌避雷器阻性电流测试仪校验装置 | |
CN105259215B (zh) | 半导体气敏元件的测试方法 | |
CN107181489A (zh) | 一种模数转换校准方法及装置 | |
CN101183032A (zh) | 适用于反射型保偏光纤温度传感器的温度简易标定方法 | |
CN109444187B (zh) | 康普顿散射实验仿真系统及仿真方法 | |
CN108693496A (zh) | 一种基于参量退化方程的智能电能表误差预估方法 | |
CN104198416A (zh) | 一种光谱仪波长漂移引起的测量误差实时补偿方法 | |
CN203117415U (zh) | 一种电能表有无功误差的并行检定系统 | |
CN113241204A (zh) | 一种用于测试反应堆反应性仪的专用系统 | |
CN114200381A (zh) | 一种智能电表可靠性检测系统和方法 | |
CN104199309A (zh) | 水轮机调速器仿真测试仪模拟通道校准方法 | |
Cremona et al. | Application of the Kragten method in order to evaluate the uncertainty of the heat release rate determination using of the cone calorimeter | |
Balestrieri et al. | Word error rate measurement uncertainty estimation in digitizing waveform recorders | |
CN113819981A (zh) | 液氧煤油发动机试验用煤油流量不确定度评估装置及方法 | |
Wang et al. | Estimation for semiparametric transformation models with length-biased sampling | |
CN106643637A (zh) | 用于振动测量的巡检式主应变测量方法 | |
CN105547484A (zh) | 用于线阵探测器可靠性筛选的像元辐射响应标定方法 | |
CN110501294A (zh) | 一种基于信息融合的多元校正方法 | |
CN103837484A (zh) | 一种用于消除光谱乘性随机误差的角度化多变量分析方法 | |
Biswas et al. | Microcontroller based data acquisition system using error reduction technique | |
Shao et al. | Estimation and Analysis of Multi-point Soil Moisture Based on Exponential Filtering | |
Giniotis et al. | Data processing and information assessment in scales measurement simulation | |
CN203629626U (zh) | 一种气体质量流量测量装置 | |
Tokarska et al. | The measuring instrument accuracy class as a measure of the Type B uncertainty |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20111207 Termination date: 20130623 |