CN102901529A

CN102901529A - 校准方法

Info

Publication number: CN102901529A
Application number: CN2012102654025A
Authority: CN
Inventors: 迪米特里·韦西埃
Original assignee: Grace Lai Sihe Hao Seermeisitaike LP
Current assignee: Enderless and House Group Services Inc
Priority date: 2011-07-27
Filing date: 2012-07-27
Publication date: 2013-01-30
Anticipated expiration: 2032-07-27
Also published as: EP2551650A1; EP2551650B1; US20130030746A1; CN102901529B

Abstract

描述了一种校准测量装置的方法，其能够提供关于该装置的测量属性的更详细的信息，其中，该测量装置根据至少一个预定义的操作程序来执行测量，在该操作程序期间，要由该装置测量的量的至少一个给定值（Q_R）通过对应的基准或标准提供，并且通过该装置来测量和指示，记录指示的测量指示（MI）和对应的测量的量的给定值（Q_R），确定测量指示（MI）的至少一个的至少一个预定义特性属性（E）并且与对应的阈值范围（E_R）作比较，其中，基于相应属性（E）的值的统计代表性分布来预先确定每一个阈值范围（E_R），该统计代表性分布根据利用与在校准下的装置相同类型的测量装置的相应操作程序而基于执行统计代表性数量的测量的执行期间得出的测量指示（MI）确定，并且，如果至少一个确定的特性属性（E）超过相应阈值（E_R），则指示在校准下的装置的潜在受损的测量属性。

Description

校准方法

技术领域

本发明涉及一种测量装置的校准的方法，其中，测量装置根据至少一个预定义的操作程序来执行测量，在该至少一个预定义的操作程序期间，要由该装置测量的量的至少一个给定值通过对应的基准或标准提供，并且由该装置测量和指示，并且记录指示的测量指示和对应的测量的量的给定值。

背景技术

测量装置在几乎所有用于测量物理量的工业分支中使用，该物理量特别是与正在进行的生产过程相关的量。用于指示由该装置测量的量的值的测量指示例如通常在用于在测量地点处监测、控制和/或调整生产过程的过程自动化中使用。

为此，在市场上有大量的测量装置，例如，用于测量在容器中的产品的水平的水平测量装置、用于测量通过管道的产品的流量的流量计、温度测量装置或压力测量装置。

为了保证这些装置满足对于它们指定的特定测量属性，特别是指定的测量精度和/或符合特定的标准，在使用之前将它们校准并且如果必要则调整它们。

校准是通常使用的程序，用于建立用于从测量装置的测量指示获得测量的量的测量结果的关系。校准也用于检查装置与给定的标准的符合性。在两种情况下，测量装置根据给定的操作程序来执行至少一个测量任务，在给定的操作程序期间，通过对应的基准或标准来提供要由该装置测量的量的至少一个给定值。典型的操作程序例如包括在该装置的测量范围内对该量的最小值和最大值的测量。在该操作程序期间，记录通过该基准或标准提供的该量的值和测量装置的对应的测量指示。基于这个数据，计算对应的测量误差，该测量误差等于在测量指示的值和通过基准或标准提供的要测量的量的对应值之间的差。

另外，可以基于通过基准或标准提供的该量固有的不确定度和测量装置固有的测量不确定度来确定在通过标准或基准提供的量的值和该装置的对应的测量指示之间的最大可允许误差（MPE）。在通过标准或基准提供的该量的值和由测量装置得出的对应的测量指示之间的测量误差超过最大可允许误差（MPE）的情况下，认为该装置不符合。结果，例如，需要调整或维修测量装置，这可以然后基于在校准程序期间获得的数据来执行。这例如包括测量指示的偏移、增益和跨度的调整。

如果测量误差未超过最大可允许误差（MPE），则断言该装置的符合性，并且一般不执行另外的行为。

因为测量装置固有的测量不确定度，可以通过在由测量不确定度确定的值的范围上扩展的概率分布来统计地描述当测量给定值的量时由测量装置得出的测量指示。结果，通常应当将最大可允许误差（MPE）设定为大于测量不确定度。在该情况下，与给定值相差小于测量不确定度的测量指示的值不超过最大可允许误差（MPE）。

因为将断言该装置的符合性，所以只要测量指示不超过最大可允许误差（MPE），则认为该装置符合，即使在校准期间记录的测量指示的值根据统计概率分布具有极低的出现概率。在测量指示的记录值因为该装置的测量不确定度而具有极低的出现概率的情况下，存在它因为该装置的受损的测量属性而出现的高概率。

而且，当由测量指示的系统测量误差或漂移引起的结果偏差未超过最大可允许误差（MPE）时，该校准方法不能检测该系统测量误差或漂移。

校准程序固有的另一个问题是校准程序本身对于校准结果的影响。例如，在校准地点的温度或温度变化可能对于在操作程序的执行期间获得的测量指示具有影响。结果，可能由该装置的受损的属性和/或由校准程序本身引起在校准期间发现的测量误差。在由Jean-MichelPou和Dimitri Vaissiere在2005年在Congrès de Métrologie de Lyon会议上发表的论文‘La Signature Des Processus D’Etalonnage:LesEtalonnages Vus Sous L’Angle Statistique’中描述了对于这个问题的数值方法。

其中，描述了识别影响在校准期间该装置的测量指示的、与校准过程相关的变量。在比校准的持续时间短的时间尺度上变化的变量以与随机误差相同的方式在测量指示中显露它们本身。在比校准的持续时间长的时间尺度上变化的变量以与诸如漂移的系统误差相同的方式在测量指示中显露它们本身。在该论文中描述的操作程序预见了由校准地点提供的要测量的量的测量。基于所获得的测量指示，确定表示基于所提供的量的测量值的回归线的系数。

另外，执行统计代表性数量的模拟以确定系数的统计分布。这些模拟基于良好无故障装置的测量属性，并且模拟与校准过程和变量在其上变化的时间尺度相关的变量的影响。每一个模拟呈现了系数对。在以系数作为横坐标和纵坐标的图中绘制的系数对形成表示其分布的云。

如果在校准的实际执行期间确定的系数落入这个云，则可以推论，在校准期间观察的测量误差是因为校准过程。如果它们远远位于该云之外，则它们可能是因为装置的受损的测量属性。在后一种情况下，根据工作假设假定观察的测量误差是因为装置。通过重复校准过程的全部模拟来测试该假设。然而此时，模拟不基于良好的装置，而是基于具有观察到的系统测量误差的装置。并且，每一个模拟呈现系数对。并且，如果在如上所述的图中绘制，则这些对形成第二云。使用用于假设测试的统计方法，可以以给定的显著性水平确定在校准的实际执行期间确定的系数是否属于第一或第二云。该方法允许以给定的显著性水平确定所检测的测量误差是否是因为该装置或因为校准过程本身。然而，它不解决其解释的问题。即使所检测的误差完全是因为测量装置，如果该误差不超过对应的最大可允许误差则将声明该符合性，即使可能存在该装置的受损测量属性的高概率。

发明内容

本发明的目的是提供一种测量装置的校准的方法，该方法能够提供关于该装置的测量属性的更详细的信息。

为此，本发明包括一种用于校准测量装置的方法，其中：

-该测量装置根据至少一个预定义的操作程序来执行测量，在操作程序期间，要由该装置测量的量的至少一个给定值通过对应的基准或标准提供，并且通过该装置测量和指示，

-记录指示的测量指示和对应的测量的量的给定值，

-确定该测量指示的至少一个的至少一个预定义特性属性并且与对应的阈值范围作比较，

-其中，基于相应属性的值的统计代表性分布来预先确定每一个阈值范围，该统计代表性分布根据利用与在校准下的装置相同类型的测量装置的相应操作程序而基于执行统计代表性数量的测量的执行期间记录的测量指示来确定，并且

-如果至少一个确定的特性属性超过相应阈值范围，则指示在校准下的该装置的潜在受损的测量属性。

其进一步包括该方法的第一改进，其中，基于相应属性的值在该阈值范围内的统计概率来定量地确定该预定义的属性的阈值范围。

根据这个实施例的第二改进，基于该属性的值在对应的阈值范围内的统计概率来确定潜在受损的测量属性的指示的可靠性水平。

根据第三改进，根据利用与在校准下的该装置相同类型的测量装置的相应操作程序而基于执行统计代表性数量的测量的执行期间记录的测量指示确定的相应属性的值的统计代表性分布是相应属性的概率密度函数。

根据本发明的第一实施例，

-至少一个操作程序预见要测量的量的给定值的单个测量，并且

-该装置的测量指示的预定义的属性是在测量指示和要测量的量的给定值之间的差。

根据本发明的第二实施例，

-该操作程序的至少一个预见要测量的量的给定值的重复测量，

并且

-该特性属性包括：

-在测量指示的平均值和要测量的量的给定值之间的偏差，和/或在测量指示和其平均值之间的均方根偏差。

根据第三改进和第二实施例的改进，基于下述部分在数值上确定用于属性的概率密度函数：

-用于基于测量指示来计算该属性的公式，

-该量的给定值的测量的重复数量，以及

-用于对于要测量的量的给定值的单个测量的测量指示的概率密度函数。

根据本发明、第一、第二和/或第三改进的该方法的另一个实施例预见了一种方法，其中

-至少一个操作程序预见在要测量的量的值的范围上分布的该量的给定值的测量，

-提供数学模型，该数学模型描述作为给定阶m、要测量的属性的值的函数的测量指示，并且

-该测量指示的该特性属性包括：

--由通过将记录的测量指示拟合到该模型确定的该模型的系数的m+1维向量而给出的属性，以及

--在记录的测量指示和对应的基于系数和测量的量的相应给定值由该数学模型确定的测量指示之间的均方偏差，该系数基于记录的测量指示来确定。

-至少一个操作程序预见在测量相关变量的所选择的值处或在值的预定范围上的要测量的量的给定值测量，

-提供数学模型，该数学模型描述作为该变量的给定阶k和要测量的量的给定值的函数的测量指示，并且

-该测量指示的特性属性包括：

--由通过将记录的测量指示拟合到该模型确定的该模型的系数的k+1维向量而给出的属性，以及

--在记录的测量指示和对应的基于系数、该变量的值和要测量的量的给定值而通过该数学模型确定的测量指示之间的均方偏差，该系数基于记录的测量指示来确定。

根据本发明的上述方法的进一步改进，基于该属性与在装置的校准期间确定的相应阈值范围的符合程度来设定在其后需要重新校准该装置的校准时间间隔的长度。

根据本发明的方法的第二和最后所述的改进的进一步改进，在指示了潜在受损的测量属性的情况下，校准时间间隔的长度另外基于潜在受损的测量属性的指示的可靠性水平。

附图说明

使用附图的图来更详细地说明本发明和另外的优点，在附图中，示出几个示例性实施例。

图1示出用于要测量的量的给定值的测量的测量指示的概率密度函数；

图2、3和4示出重复地测量要测量的量的给定值的测量装置的测量指示；

图5示出测量要测量的量的给定值的范围的测量装置的测量指示；以及

图6示出在测量相关变量的不同值下测量要测量的量的给定值的测量装置的测量指示。

具体实施方式

根据本发明的测量装置的校准的方法包括第一步骤，其中，建立测量装置以根据预定义的操作程序来执行要测量的量的测量。显然，要测量的量对应于在校准下的测量装置的类型与其特征和能力。因此，取决于在校准下的测量装置的类型，对于流量计，该量例如是质量流量或体积流量，对于压力测量装置，该量例如是绝对压力、相对压力或压力差，等等。

在每一个操作程序期间，要由该装置测量的量的至少一个给定值Q_R通过对应的基准或标准来提供，并且由该装置测量和指示。因此优选的是，在特殊设计的校准地点执行校准，该特殊设计的校准地点能够基于对应的基准或标准以高精度来提供要测量的量的给定值Q_R。为此，例如通常在特殊设计的校准台上校准用于测量通过管道的产品的流量的流量计，该特殊设计的校准台能够产生通过在测试下的流量计的精确地可确定的流量，和/或能够发送通过在测试下的流量计的产品的精确地可确定的量。

在校准期间执行的操作程序通常是对于在市场上可获得的各种类型的测量装置的每一个而专门开发的预定的和良好建立的标准程序。

它们通常包括至少一个操作程序，其中，测量和指示在测量装置的测量范围内的要测量的量的至少一个给定值Q_R。通常，值Q_R包括该装置的测量范围的最小值和最大值。取决于该装置和关于其在测量地点上的应用的要求，可以另外对于在测量范围内的一个或多个中间值Q_R执行该操作程序。不论这在何处可行，优选地重复测量该量的每一个给定值Q_R，呈现预定数量的测量指示MI_i，而不是单个测量指示MI。因此，在用于涉及例如10000kg/h的质量流量的极高流量的测量的流量计的操作程序中，例如，因为在精确地提供这个高质量流中涉及的时间、成本和精力，所以仅测量一次该值。另一方面，用于压力变送器的操作程序将例如预见这个特定压力值的测量的多次重复，该压力变送器涉及在大气压范围中的压力的测量，该操作程序可以容易地通过对应的基准或标准以高精度来建立的。

在相应操作程序的执行期间，由装置测量和指示通过基准或标准提供的该量的给定值Q_R。记录由该装置在相应操作程序期间指示的得到的测量指示MI和通过基准或标准提供的该量的对应的给定值Q_R。

如以上关于现有技术所述的，可以基于校准过程固有的不确定度和测量装置固有的测量不确定度来确定在通过标准或基准提供的量的给定值Q_R和该装置的对应的测量指示MI之间的最大可允许误差MPE。

因为频繁地使用校准以保证测量装置符合对于其指定的特定测量精度，所以经常基于对于装置指定的测量精度来确定最大可允许误差MPE。对于例如在装置的测量范围内的量的最大值的0.5%的指定测量精度，可以例如将在装置的测量范围内通过基准或标准提供的量的任何给定值Q_R处的最大可允许误差MPE限定为测量范围的最大值的+/-0.5%。因此，最大可允许误差MPE限定了用于对于该量的给定值Q_R的测量指示MI的值的范围，当装置符合对于其指定的测量精度时可能出现该范围。

在操作程序仅预见通过标准或基准提供的要测量的量的单个给定值Q_R的单个测量，例如，利用在校准下的流量计的给定流量的单个测量的最简单的情况下，如果在这个程序期间获得的测量指示MI和要测量的量的给定值Q_R之间的差超过最大可允许误差MPE，则装置需要调整。然而，如果不是这样，则仍然可能的是，该装置显示受损的测量属性，例如，系统测量误差或漂移，该受损的测量属性太小以至于不能被仅依赖于最大可允许误差MPE的校准检测到。

为了确定该装置是否潜在地显示这样的受损的测量属性，在每一个操作程序期间记录测量指示MI和所提供的要测量的量的值Q_R。

基于这些记录，定量地确定该装置的测量指示MI的至少一个预定义的特性属性E。

然后将每一个确定的属性E与用于相应属性E的对应的阈值范围E_R作比较。对于一维属性E，阈值范围E_R通过在该范围内的属性E的最小值和最大值E_min、E_max来限定。基于对于在校准下的测量装置的类型的这个属性E的值的统计分布来预先确定每一个阈值范围E_R。统计分布优选地是在特定属性E的所有可能值的整个范围上给出属性E的值的概率的概率密度函数PDF（E）。

这基于在利用优选地大量的相同类型的测量装置执行统计代表性数量的相应操作程序的执行期间记录的测量指示MI来确定。优选的是，建立数据库，该数据流包含在执行统计代表性数量的相应操作程序的执行期间记录的测量指示MI。基于这个数据，可以对于在数据库中包含的统计代表性数量的操作程序的每一个确定属性E。因此，可以基于得到的属性E的值的频率分布来确定属性E的概率密度函数PDF（E）。

因为大量地执行使用标准操作程序的校准，可以容易地收集用于确定相应属性E的统计代表性分布所需的数据。

优选的是，基于该属性E的值在该范围[E_min,E_max]内的统计概率P(E_min<E<E_max)来定量地确定用于属性E的阈值范围E_R=[E_min,E_max]。

通过在该范围[E_min,E_max]上在概率密度函数PDF（E）上的积分来给出属性E的值在阈值范围E_R内的统计概率P(E_min<E<E_max)，由下式给出：

P (E_{\min} < E < E_{\max}) = {&Integral;}_{E_{\min}}^{E^{\max}} PDF (E) \cdot dE

基于属性E与对应的阈值范围E_R的比较的结果，如果确定的属性E的至少一个超过对应的阈值范围E_R，则指示在校准下的装置的潜在受损的测量属性。

另外，优选地指示潜在受损的测量属性的指示的可靠性水平。基于该属性E的值在阈值范围E_R=[E_min,E_max]内的统计概率P(E_min<E<E_max)来确定该可靠性水平，该可靠性水平被应用来量化阈值范围E_R。如果在统计上对于属性E的值在范围E_R=[E_min,E_max]内存在高概率P(E_min<E<E_max)，则存在下述高概率：在校准期间确定的超过这个范围[E_min,E_max]的E的值是因为受损的测量属性。结果，当在统计上对于属性E的值超过阈值范围E_R存在低概率并且反之亦然时，可靠性水平高。

优选的是，将统计概率P(E_min<E<E_max)设定在根据该方法的用户的需求而选择的特定值。因此，基于对于统计概率P(E_min<E<E_max)设定的值来确定阈值范围E_R=[E_min;E_max]。

该方法基于下述假定：用于确定阈值范围E_R的数据表示未受损的测量装置的测量属性。通常满足这个假定，因为以固定的时间间隔来校准需要校准的测量装置，该固定时间间隔被调度为使得在其操作期间产生的受损的测量属性在导致的测量误差可能在其测量地点引起损害的长时间之前就被检测到。结果，通常，远超过90%的被校准的装置、对于一些类型的装置而言甚至多达99%被校准的装置完全符合，并且不需要调整或甚至维修。显然，如果仅使用那些在其校准期间确定完全符合的预先校准的装置的测量指示MI来确定阈值范围E_R，则可以进一步改进该方法。

下面，基于一些示例性实施例来更详细地描述根据本发明的方法。

第一示例涉及仅预见要测量的量的给定值Q_R的单个测量的操作程序。

在单个测量的情况下，特性属性E₁(MI,Q_R)例如是在指示的值MI和通过基准或标准提供的量的给定值Q_R之间的差。定量地确定这个属性E₁(MI,Q_R)并且与对应的预定阈值范围E_1R(Q_R)作比较。

在如下所述的示例中，通过高斯分布来在统计上给出用于该量的单个给定值Q_R的测量的操作程序的特定类型的测量装置的测量指示MI。图1示出该量的给定值Q_R的测量的测量指示MI的对应的概率密度函数PDF(MI)，其中，横坐标指示测量的量的测量指示MI，并且纵坐标指示它们各自的频率密度。显然，其他装置可以显示更复杂的概率密度函数。在此选择高斯分布作为示例，因为它允许容易地理解根据本发明的方法。

因此，可以由此基于这个属性E₁(MI,Q_R)在阈值范围E_1R(Q_R)=[E_1min;E_1max]内的统计概率P(E_1min<E<E_1max)来确定用于在测量指示MI和该量的给定值Q_R之间的差的阈值范围E_1R(Q_R)。对于测量指示MI的高斯分布，在统计上68%的测量指示MI与给定值Q_R相差小于标准偏差σ，95%的测量指示MI与给定值Q_R相差小于两个标准偏差σ。

基于该方法的用户的个别需要，可以设定诸如68%的低统计概率P(E_1min<E<E_1max)，导致一个标准偏差σ的阈值范围E_1R(Q_R)，或者，可以设定诸如95%的高统计概率P(E_1min<E<E_1max)，导致两个标准偏差2σ的阈值范围E_1R(Q_R)。统计概率P(E_1min<E<E_1max)的更低的值使得用户能够检测具有小影响的受损的测量属性，但是承受更高数量的装置的潜在受损的测量属性的错误指示的风险。统计概率P(E_1min<E<E_1max)的更大值使得用户能够仅检测具有更大影响的受损的测量属性。但是降低了装置的受损的测量属性的错误指示的风险。替代地，可以使用用于统计概率P(E_1min<E<E_1max)和对应的阈值范围E_1R(Q_R)的两个或更多的值。

在校准期间对于装置确定的属性E₁(MI,Q_R)的值超过阈值范围E_1R(Q_R)的情况下，例如，因为它超过设定的一个标准偏差σ的阈值范围E_1R(Q_R)，指示了装置的潜在受损的测量属性。除此之外，可以指示这个指示的可靠性水平，该可靠性水平基于这个属性E₁(MI,Q_R)的值在在此为[-σ,+σ]的阈值范围E_1R(Q_R)=[E_1min;E_1max]内的统计概率P(E_1min<E<E_1max)。

在如上给出的示例中，如果在测量指示MI和该量的给定值Q_R之间的差超过两个标准偏差2σ的阈值范围E_1R(Q_R)，则指示了用于受损的测量属性的指示的高可靠性水平，并且如果在测量指示MI和该量的给定值Q_R之间的差超过一个标准偏差σ的阈值范围E_1R(Q_R)，则指示较低的可靠性水平。

如果在这个操作程序期间获得的测量指示MI落入图1中所示的统计分布的Q_R+/-σ的中心范围I，则因此不认为在校准下的装置具有潜在受损的测量属性。如果在这个操作程序期间获得的测量指示MI落入中心范围的两侧上的两个中间范围II[Q_R-2σ;Q_R-σ]和[Q_R+σ;Q_R+2σ]中的一个，则以低可靠性水平来指示潜在受损的测量属性。如果在这个操作程序期间获得的测量指示MI落入两个外部范围III[MI<Q_R-2σ]和[MI>Q_R+2σ]中的一个，则以高可靠性水平来指示潜在受损的测量属性。

另外，如果测量指示MI超过由最大可允许误差MPE给出的外部极限Q_R+/-MPE中的一个，则需要装置的调整。

可以将同一方法应用于预见要测量的量的单个给定值Q_R的重复测量的操作程序，该给定值Q_R通过标准或基准重复地或连续地提供。

在预见该量的给定值Q_R的n个测量的操作程序中，记录给定值Q_R在其测量期间得出的n个测量指示MI_i。因为重复的测量，因此获得测量指示MI_i的分布，允许确定该分布的预定属性E(MI_i,Q_R)，然后将该预定属性E(MI_i,Q_R)与对应的阈值范围E_R(Q_R)作比较。

图2、3和4示出在要测量的量的给定值Q_R的重复测量期间得出的同一类型的三个测量装置的n个测量指示MI_i的示例。在图中，横坐标指示进行测量的时间t，并且纵坐标指示相应测量指示MI_i。这个示例基于在前一个示例中使用的相同类型的装置，对于该装置，通过在图1中所示的高斯分布给出对于单次测量给定值Q_R的概率密度函数PDF(MI)。由菱形来标注测量指示MI_i。

另外，每一个图示出了测量指示MI_i在不超过最大可允许误差MPE的情况下可以具有的值[Q_R-MPE<MI<Q_R+MPE]的范围、用于在给定值Q_R的两个标准偏差σ内的测量指示MI_i的值[Q_R-2σ<MI<Q_R+2σ]的范围，和对于在给定值Q_R的一个标准偏差σ内的测量指示MI_i的值[Q_R-σ<MI<Q_R+σ]的范围。

在所有三个示例中，测量指示MI_i都不超过由在测量指示MI_i的值和该量的给定值Q_R之间的最大可允许误差MPE给出的范围。

因此，仅基于最大可允许误差MPE的传统校准方法将确定不需要调整这些装置。

尽管如此，该三个示例的n个记录的测量指示MI_i清楚地示出不同的分布特性，这可以通过测量指示MI_i相对于通过基准或标准提供的该量的值Q_R的分布的预定义属性E(MI_i,Q_R)的定量可确定的值来确定。

这些预定义的属性E(MI_i,Q_R)例如包括：

通过下式给出的n个测量指示MI_i的平均值与所提供的量的值Q_R的偏差E_A：

E_{A} = \frac{1}{n} Σ_{i = 1}^{n} ({MI}_{i} - Q_{R})

和/或，在n个测量指示MI_i和它们的平均值之间的均方根偏差E_S：

E_{S} = \sqrt{\frac{1}{n - 1} Σ_{i = 1}^{n} {({MI}_{i} - (E_{A} + Q_{R}))}^{2}}

并且，基于相应属性E_A、E_S的值的统计代表性分布来确定对于这些属性E_A和E_S的阈值范围E_RA和E_RS，属性E_A和E_S的值的统计代表性分布根据利用与在校准下的装置相同类型的测量装置的这个操作程序而基于在执行统计代表性数量的测量的执行期间记录的测量指示MI_i来确定。并且，优选的是，统计代表性分布是用于相应属性E_A和E_S的概率密度函数PDF(E_A)、PDF(E_S)。

可以基于统计代表性数量的预先记录的n个测量指示MI_i的组来确定这些函数，该n个测量指示MI_i通过对要测量的量的给定值Q_R测量n次而得出。在该情况下，对于每一个组计算属性E_A和E_S，并且，基于对于统计代表性数量的组计算的属性E_A和E_S的值的频率密度来确定概率密度函数PDF(E_A)、PDF(E_S)。这些概率密度函数PDF(E_A)、PDF(E_S)仅对于将它们确定的精确的数量为n个的重复有效。结果，如果需要将重复的数量n改变为不同的数量m，则需要统计代表性数量的预先记录的m个测量指示MI_i的组来确定对应的概率密度函数PDF(E_A)、PDF(E_S)，该m个测量指示MI_i通过对要测量的量的给定值Q_R测量m次而得出。

替代地，可以基于下述部分来在数值上确定概率密度函数PDF(E_A)、PDF(E_S)：

-用于基于测量指示MI_i的值来计算属性（E_A,E_S）的公式，

-该量的给定值（Q_R）的测量的重复数量n，以及

-用于对于要测量的量的给定值Q_R的单个测量的测量指示MI的概率密度函数PDF(MI)。

它们可以例如通过使用蒙特卡罗模拟而在数值上确定。

概率密度函数PDF(E_A)、PDF(E_S)的这种形式的数值确定具有优点：可以基于概率密度函数PDF(MI)而将其执行测量的任何重复数量n，该概率密度函数PDF(MI)用于对于要测量的量的给定值Q_R的单个测量的测量指示MI。

并且，优选地基于属性的值在这个范围[E_Amin,E_Amax]、[E_Smin,E_Smax]内的统计概率P(E_Amin<E_A<E_Amax)、P(E_Smin<E_S<E_Smax)来定量地确定阈值范围E_RA、E_RS。

因此，在图2、3和4中所示的、对于数量n＝30的重复和在图1中所示的对于给定值Q_R的单个测量的测量指示MI的高斯分布的示例中，阈值范围E_RA、E_RS变为：

E_{RA} = &PlusMinus; u_{1 - \frac{α}{2}} \cdot \frac{σ}{\sqrt{n}}

E_{RS} = {\sqrt{\frac{n \cdot σ^{2}}{χ_{1 - \frac{α}{2}, n - 1}^{2}}}, \sqrt{\frac{n \cdot σ^{2}}{χ_{\frac{α}{2}, n - 1}^{2}}}}

其中

σ是在图1中所示的高斯分布的均方根偏差，

α是显著性水平

u是标准化的高斯统计，并且

χ²是卡方统计。

在统计中通常使用的显著性水平α表示属性E_A、E_S的值超过其阈值范围E_RA、E_RS的概率，并且因此与概率P(E_Amin<E_A<E_Amax)、P(E_Smin<E_S<E_Smax)互补。因此，应用相同的显著性水平α以确定两个阈值范围E_RA、E_RS得到：

P(E_Amin<E_A<E_Amax)=P(E_Smin<E_S<E_Smax)=1-α

对于n＝30和对于属性E_A、E_S的值出现在其与5%的显著性水平α对应的、95%的阈值范围E_RA、E_RS内的概率P(E_Amin<E_A<E_Amax)、P(E_Smin<E_S<E_Smax)，在这些示例中的阈值范围E_RA、E_RS变为：

E_RA=±0.36并且E_RS={0.81,1.37}

返回到在图2至4中所示的示例，在下面的表格中列出了在这些示例中获得的属性E_A、E_S的数值。

在图2中所示的示例中，来自给定值Q_R的测量指示MI_i的平均值的偏差E_A或在测量指示MI_i和其平均值之间的均方根偏差E_S都不超过如上给出的各自的阈值范围E_RA、E_RS。因此，将认为该装置完全符合，并且将不指示潜在受损的属性。

然而，在图3中所示的示例中，测量指示MI_i的平均值与给定值Q_R的偏差E_A超过对应的阈值范围E_RA的上限0.36，并且，在测量指示MI_i和其平均值之间的均方根偏差E_S小于如上给出的阈值范围E_RS的下限0.81。这是对于该装置的测量指示MI_i的系统漂移的指示。因此，将指示该装置的潜在受损的测量属性。因为基于对于相应属性E_A、E_S的值在该范围内的95%的高概率来确定阈值范围E_RA、E_RS，所以将指示该指示的高可靠性水平。

另外，可以根据概率密度函数PDF(E_A)、PDF(E_S)计算属性E_A的值大于或等于对于测量指示MI_i确定的值0.394的概率P(E_A≥0.394)和属性E_S的值小于或等于对于测量指示MI_i确定的值0.237的概率P(E_S≤0.237)。对于在图3中给出的示例，属性E_A小于或等于0.394的概率P(E_A≤0.394)是1.5%。这意味着虚假设的错误拒绝的概率小于5%，因此，考虑到存在真实漂移而拒绝这个假设。属性E_S小于或等于0.237的概率P(E_S≤0.237)接近0。这也意味着虚假设的错误拒绝的概率小于5%，因此考虑到存在真实的重复性缺陷而拒绝该假设。

在图4中所示的示例中，测量指示MI_i的平均值与给定值Q_R的偏差E_A不超过如上给出的阈值范围E_RA。然而，在测量指示MI_i和其平均值之间的均方根偏差E_S清楚地超过阈值范围E_RS的上限。因此，没有对于系统漂移的指示，而是存在对于重复性缺陷的清楚指示。并且，将以高可靠性水平来指示装置的潜在受损的测量属性。

另外，可以根据概率密度函数PDF(E_S)计算出现超过相应阈值的上限的属性E_S的值大于或等于对于在图4中所示的测量指示MI_i确定的值1.536的概率P(E_S≥1.536)。对于在图4中所示的示例，属性E_S大于或等于1.536的概率P(E_S≥1.536)是0.4%。

本发明的另一个示例性实施例涉及被执行以便确定所获得的测量指示MI_i与预定义的数学模型的符合度的操作程序。一个普通示例是预见在要测量的量的值Q_Ri的范围[Q_Rmin;Q_Rmax]上的给定量Q_Ri的测量，以便确定例如测量指示MI_i的线性。

预定义的数学模型提供了给定阶m的公式f，用于作为要测量的属性的给定值Q_R的函数来计算测量指示MI_m。因此：

{MI}_{m} = f (Q_{R}) = Σ_{i = 0}^{m} c_{i} Q_{R}^{i}

在该操作程序的执行期间，在值Q_Ri的范围[Q_Rmin;Q_Rmax]上记录当测量通过基准或标准提供的要测量的量的给定值Q_Ri时获得的测量指示MI_i。

图5示出由测量装置获得的测量指示MI_i(Q_Ri)的示例，该测量装置测量在范围[Q_Rmin;Q_Rmax]上均匀地分布的各个给定值Q_Ri。这例如可以是在测量根据基准或标准提供的上升的压力期间的压力传感器的测量指示。并且，可以限定在每一个指示MI_i和通过基准或标准提供的量的对应值Q_Ri之间的最大可允许误差MPE。这在图5中通过测量指示MI在该处等于Q_R+MPE的虚线和测量指示MI在该处等于Q_R-MPE的虚线来示出。这两条虚线位于测量指示MI在该处等于要测量的给定值Q_R的实线的两侧上。

在该情况下，测量指示MI_i的特性属性E优选地包括：通过将记录的测量指示MI_i拟合到模型而确定的系数c₀,c₁，.....,c_m的m+1维向量给出的属性E_c

E_{c} = (\begin{matrix} c_{0} \\ c_{1} \\ \cdot \\ \cdot \\ \cdot \\ c_{m} \end{matrix});

以及，在记录的测量指示MI_i和对应的测量指示MI_m之间的均方偏差E_Δ，测量指示MI_m基于系数E_c和测量的属性的相应给定值Q_Ri由数学模型确定，系数E_c基于记录的测量指示MI_i确定。

E_{Δ} = \sqrt{\frac{1}{n - (m + 1)} Σ_{i = 1}^{n} {({MI}_{i} - f (E_{c}, Q_{Ri}))}^{2}}

在线性数学模型的情况下，函数f(c₀,c₁;Q_Ri)变为如在图5中所示的直线L(Q_R)，其例如通过最小平方拟合被拟合于记录的测量指示MI_i。因此，属性E_c是通过下式来确定的二维向量：

E_{c} = {c_{0}, c_{1} | \min (Σ_{i = 1}^{n} {({MI}_{i} - (c_{0} + c_{1} Q_{Ri}))}^{2})}

并且通过下式来给出均方偏差E_Δ：

E_{Δ} = \sqrt{\frac{1}{n - 2} Σ_{i = 1}^{n} {({MI}_{i} - f (E_{c}, Q_{Ri}))}^{2}}

如在先前的示例中，将属性E_c、E_Δ与先前确定的阈值范围E_Rc、E_RΔ作比较，以便检测装置的潜在受损的测量属性。唯一的区别在于，用于系数c₀，..,c_m的向量C的阈值范围E_Rc是m+1维的。

并且，基于相应属性E_c、E_Δ的值的统计代表性分布来确定用于这些属性E_c、E_Δ的阈值范围E_Rc、E_RΔ，相应属性E_c、E_Δ的值的统计代表性分布根据利用与在校准下的装置相同类型的测量装置的这个操作程序而基于执行统计代表性数量的测量的执行期间记录的测量指示MI_i来确定。并且，统计代表性分布优选地是相应属性E_c、E_Δ的值的联合概率密度函数JPDF(E_c)和概率密度函数PDF(E_Δ)。

基于在同一操作程序的执行期间预先记录的测量指示MI_i的统计代表性数量的组来确定这些概率密度函数JPDF(E_c)、PDF(E_Δ)。并且，对于每一个组计算属性E_c、E_Δ，并且基于对于统计代表性数量的组计算的属性E_c、E_Δ的值的频率密度来确定概率密度函数JPDF(E_c)、PDF(E_Δ)。

如前面，对于对应的属性E_c、E_Δ出现在相应阈值范围E_Rc、E_RΔ内的预定义概率P来设定对应的阈值范围E_Rc、E_RΔ，该阈值范围E_Rc、E_RΔ优选地根据装置的用户的要求选择。

在系数c₀，...,c_m遵循高斯分布定律的情况下，有可能基于设定的概率P和概率密度函数来分析地计算阈值范围E_Rc、E_RΔ。在所有其他情况下，将需要例如通过应用蒙特卡罗模拟来在数值上确定阈值范围E_Rc、E_RΔ。

如在先前的示例中，如果基于测量指示MI_i确定的属性E_c、E_Δ的任何一个超过对应的阈值范围E_Rc、E_RΔ，则指示装置的潜在受损的测量属性。另外，可以基于被应用来确定相应阈值范围E_Rc、E_RΔ的概率P来指示这个指示的可靠性水平。

根据本发明的方法的另一个应用领域涉及测量指示MI对于其它测量相关变量T的潜在依赖性，如例如压力测量装置的压力测量指示的温度依赖性。

在这一点上，应用操作程序，其中，例如，在测量相关变量T的选择的值T_R处或在值T_R的预定范围[T_min<T_R<T_max]上测量要测量的量的给定值Q_R。更复杂的校准程序也可以预见对于一组给定值Q_R或在范围值Q_R上执行这个操作程序。

为了校准的目的，也通过对应的基准或标准来提供要测量的量的给定值Q_R。优选地，也根据对应的基准或标准来以高精度提供测量相关的变量T的值T_R。

图6示出在操作程序期间记录的测量指示MI_i的示例，其中，在对于变量T的给定范围[T_min;T_max]上均匀分布的变量T的选择值T_Ri处测量要测量的量的同一给定值Q_R。

并且，如在传统校准中，可以例如基于装置的所需的或指定的测量精度来确定在测量指示MI_i和量的相应指定值Q_R之间的最大可允许误差MPE，如果测量指示MI的任何一个与给定值Q_R相差超过最大可允许误差MPE，则需要装置的调整。

如在先前的示例中，可以执行该测量操作，以便测试所获得的测量指示MI_i与预定义的数学模型的符合度，该数学模型描述了作为变量T的给定阶k和测量的量的给定值Q_R的函数g(T,Q_R)的测量指示MI_k，例如

MI_K=g(T,Q_R)=Q_R+d₀+d₁T+d₂T²+...+d_kT^k

并且，特性属性E优选地包括如下的系数的k+1维向量：

E_{d} = (\begin{matrix} d_{0} \\ \cdot \\ \cdot \\ \cdot \\ \cdot \\ d_{k} \end{matrix})

其通过将记录的测量指示MI_i拟合到模型而确定；并且还包括在记录的测量指示MI_i和对应的测量指示MI_k之间的均方偏差E_Δ，测量指示MI_k基于系数E_d、变量的相应给定值T_Ri和要测量的量的给定值Q_R通过数学模型确定，系数E_d基于记录的测量指示MI_i确定。

在线性模型的情况下，基于记录的测量指示MI_i确定的系数限定了回归线L(T)，如图6中所示。

因为无论如何作为大量地执行的标准校准方法的副产品能够足够地获得用于确定参考属性E_R所需的数据，所以可以很精确地确定阈值范围E_R和对应的属性E符合阈值范围E_R的统计概率P(E_min<E<E_max)，因此提出相应类型的测量装置的“本征”测量属性的非常精确的定义。结果，有可能在非常早的阶段，即，在装置的测量指示超过最大可允许误差MPE的长时间之前，检测该装置的潜在受损的测量属性。潜在受损的测量属性的早期识别向拥有者提供了根据其测量地点的要求来进行安全的测量的可能性。

特别是对于在潜在的测量误差可能具有严重的后果的应用中使用的装置，该方法向装置的拥有者提供了下述机会：在潜在的问题变得严重以致装置不再符合最大可允许误差MPE的长时间之前，彻底地检查和调整或甚至替换该装置。

为此，可以设定窄阈值范围E_R，这使得用户能够在非常早的阶段检测受损的测量属性。因此，可以例如在检测测量指示MI的系统漂移时实现增大的反应性。

另外，可以基于在校准期间确定的特性属性E与对应的参考属性E_R的符合程度来设定在其后应当重新校准装置校准时间间隔。在通过校准指示了潜在受损的测量属性的情况下，这个间隔的长度优选地另外基于对应的相应指示的可靠性水平。

虽然如今用于特定类型的装置的校准时间间隔是固定长度的规则的标准时间间隔，但是现在有可能根据装置的实际测量属性来调整时间间隔的长度。因此，对于以高可靠性水平指示潜在受损的测量属性的装置设定极短的校准时间间隔。另一方面，可以对于完全符合阈值范围E_R的装置安全地设定很长的校准时间间隔。在该情况下，可以设定比对于装置的类型预见的固定标准时间间隔更长的校准时间间隔。

这在重新校准是高成本和时间密集的应用中特别有价值，例如，因为重新校准要求关闭生产地点的整个区段，以便将装置从测量地点移动到重新校准地点。

Claims

1.一种校准测量装置的方法，其中：

-所述测量装置根据至少一个预定义的操作程序来执行测量，在所述操作程序期间，要由所述装置测量的量的至少一个给定值（Q_R）通过对应的基准或标准提供，并且通过所述装置测量和指示，

-记录指示的测量指示（MI）和对应的测量的量的所述给定值（Q_R），

-确定所述测量指示（MI）的至少一个的至少一个预定义的特性属性（E）并且与对应的阈值范围（E_R）作比较，

-其中，基于相应属性（E）的值的统计代表性分布来预先确定每一个阈值范围（E_R），所述统计代表性分布根据利用与在校准下的所述装置相同类型的测量装置的相应操作程序而基于执行统计代表性数量的测量的执行期间记录的测量指示（MI）来确定，并且

-如果至少一个确定的特性属性（E）超过相应阈值范围（E_R），则指示在校准下的所述装置的潜在受损的测量属性。

2.根据权利要求1所述的方法，其中，基于相应属性（E）的值在所述阈值范围（E_R）内的统计概率（P）来定量地确定所述预定义的属性（E）的所述阈值范围（E_R）。

3.根据权利要求2所述的方法，其中，基于该属性（E）的值在对应的阈值范围（E_R）内的所述统计概率（P）来确定潜在受损的测量属性的指示的可靠性水平。

4.根据权利要求1、2或3所述的方法，其中，根据利用与在校准下的所述装置相同类型的测量装置的相应操作程序而基于执行统计代表性数量的测量的执行期间记录的测量指示（MI）确定的相应属性（E）的值的所述统计代表性分布是相应属性（E）的概率密度函数（PDF（E））。

5.根据权利要求1、2、3或4所述的方法，其中

-至少一个操作程序预见所述要测量的量的给定值（Q_R）的单个测量，并且

-所述装置的所述测量指示（MI）的所述预定义的属性（E）是在所述测量指示（MI）和所述要测量的量的所述给定值（Q_R）之间的差（E₁（MI,Q_R））。

6.根据权利要求1、2、3或4所述的方法，其中

-所述操作程序的至少一个预见所述要测量的量的给定值（Q_R）的重复测量，并且

-所述特性属性（E）包括：

-在所述测量指示（MI_i）的平均值和所述要测量的量的所述给定值（Q_R）之间的偏差（E_A），和/或

-所述测量指示（MI_i）和其平均值之间的均方根偏差（E_S）。

7.根据权利要求4和6所述的方法，其中，基于下述部分在数值上确定用于属性（E_A,E_S）的概率密度函数PDF（E_A）、PDF（E_S）：

-用于基于所述测量指示（MI_i）来计算所述属性（E_A,E_S）的公式，

-所述量的所述给定值（Q_R）的测量的重复数量（n），以及

-用于对于所述要测量的量的所述给定值（Q_R）的单个测量的所述测量指示（MI）的概率密度函数（PDF（MI））。

8.根据权利要求1、2、3或4所述的方法，其中

-至少一个操作程序预见在所述要测量的量的值的范围[Q_Rmin;Q_Rmax]）上分布的所述量的给定值（Q_Ri）的测量，

-提供数学模型，所述数学模型用于描述作为给定阶（m）、所述要测量的属性的所述值（Q_R）的函数（f（Q_R））的测量指示（MI_m），并且

-所述测量指示（MI_i）的所述特性属性（E）包括：

--由通过将所述记录的测量指示（MI_i）拟合到所述模型确定的所述模型的系数（c₀,...,c_m）的m+1维向量（c）而给出的属性（E_c），以及

--在所述记录的测量指示（MI_i）和对应的测量指示（MI_m）之间的均方偏差（E_Δ），所述测量指示（MI_m）基于所述系数（c₀,...,c_m）和所述测量的量的相应给定值（Q_Ri）由所述数学模型确定，所述系数（c₀,...,c_m）基于所述记录的测量指示（MI_i）确定。

9.根据权利要求1、2、3或4所述的方法，其中

-至少一个操作程序预见在测量相关变量（T）的选择的值（T_Ri）处或在值（T_R）的预定范围（[T_min<T_R<T_max]）上的所述要测量的量的给定值（Q_R）的测量，

-提供数学模型，所述数学模型描述作为所述变量（T）的给定阶（k）和所述要测量的量的所述给定值（Q_R）的函数（g（T,Q_R））的测量指示（MI_k），并且

-所述测量指示（MI_i）的所述特性属性（E）包括：

--由通过将所述记录的测量指示（MI_i）拟合到所述模型确定的所述模型的系数（d₀,...,d_k）的k+1维向量而给出的属性（E_d），以及

--在所述记录的测量指示（MI_i）和对应的测量指示（MI_k）之间的均方偏差（E_Δ），所述测量指示（MI_k）基于所述系数（d₀,...,d_k）、所述变量的所述值（T_Ri）和所述要测量的量的所述给定值（Q_R）由所述数学模型确定，所述系数（d₀,...,d_k）基于所述记录的测量指示（MI_i）确定。

10.根据在前的权利要求中的一项所述的方法，其中

基于所述属性（E）与在校准期间确定的相应阈值范围（E_R）的符合程度来设定在其后需要重新校准所述装置的校准时间间隔的长度。

11.根据权利要求3和10所述的方法，其中，指示了潜在受损的测量属性，并且，校准时间间隔的长度另外基于潜在受损的测量属性的该指示的可靠性水平。