CN117949494A - 一种超声波蒸发传感器测量不确定度的评定方法及装置 - Google Patents
一种超声波蒸发传感器测量不确定度的评定方法及装置 Download PDFInfo
- Publication number
- CN117949494A CN117949494A CN202410354311.1A CN202410354311A CN117949494A CN 117949494 A CN117949494 A CN 117949494A CN 202410354311 A CN202410354311 A CN 202410354311A CN 117949494 A CN117949494 A CN 117949494A
- Authority
- CN
- China
- Prior art keywords
- uncertainty
- evaporation
- value
- measurement
- sensor
- 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.)
- Granted
Links
- 238000005259 measurement Methods 0.000 title claims abstract description 182
- 238000001704 evaporation Methods 0.000 title claims abstract description 178
- 230000008020 evaporation Effects 0.000 title claims abstract description 178
- 238000011156 evaluation Methods 0.000 title claims abstract description 89
- 238000012360 testing method Methods 0.000 claims abstract description 101
- 238000000034 method Methods 0.000 claims abstract description 63
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 81
- 238000005315 distribution function Methods 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 6
- 230000003247 decreasing effect Effects 0.000 claims description 5
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 239000000523 sample Substances 0.000 description 121
- 238000009826 distribution Methods 0.000 description 40
- 238000004088 simulation Methods 0.000 description 22
- 208000035536 myogenic type arthrogryposis multiplex congenita 3 Diseases 0.000 description 17
- 238000012937 correction Methods 0.000 description 14
- 229910001220 stainless steel Inorganic materials 0.000 description 9
- 239000010935 stainless steel Substances 0.000 description 9
- 125000004122 cyclic group Chemical group 0.000 description 8
- 238000002372 labelling Methods 0.000 description 7
- 238000000342 Monte Carlo simulation Methods 0.000 description 6
- 230000003044 adaptive effect Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000009467 reduction Effects 0.000 description 5
- 230000015556 catabolic process Effects 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000006641 stabilisation Effects 0.000 description 3
- 238000011105 stabilization Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000005086 pumping Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Measurement Of Levels Of Liquids Or Fluent Solid Materials (AREA)
Abstract
本发明公开了一种超声波蒸发传感器测量不确定度的评定方法及装置，该方法包括：分别获取待测蒸发传感器测量不确定度的基准试验样本空间值以及对应的递增因子，并获取待测蒸发传感器测量不确定度所处的执行次数；根据基准试验样本空间值、递增因子以及所处的执行次数确定待测蒸发传感器测量不确定度的目标试验样本空间值；循环获取基于目标试验样本空间值通过预设规则获取当前的待测蒸发传感器测量不确定度时评定结果的标准偏差；当判断到评定结果的标准偏差均小于预设数值容差，则根据所有参与循环获取的评定结果的样本数据确定最终评定结果。本发明解决了现有技术中超声波蒸发传感器测量不确定度的无法兼顾效率和稳定性的问题。
Description
技术领域
本发明涉及蒸发传感器技术领域，特别涉及一种超声波蒸发传感器测量不确定度的评定方法及装置。
背景技术
蒸发是指物质从液态转化为气态的相变过程，水的蒸发量是指在一定时段内水分经蒸发而散布到空中的量，通常用蒸发掉的水层厚度的毫米数表示，一般温度越高、湿度越小、风速越大、气压越低、则蒸发量就越大，目前气象上一般使用超声波测距原理测量水面高度的蒸发传感器来测量水的蒸发量。其测量的准确性对于分析大气运动、预报天气以及社会生产生活等方方面面均有十分重要的作用和意义。为了确保其测量数据的准确性需定期进行校准，校准的结果一般用测量值与标准值的示值误差来衡量，由于受校准实验过程中众多因素的影响，其校准结果存在一定的不确定性，因此需引入测量不确定度的概念，用于表征合理赋予被测量的值的分散性，衡量测量结果是否能保持稳定一致。
目前测量不确定度评定方法主要有两种，即测量不确定度评定指南法（Guide tothe Expression Uncertainty in Measurement，GUM）和蒙特卡洛法（Monte Carlomethod，MCM），其中GUM 法是一种基于不确定度传播定律（law of propagation ofuncertainty，LPU）的评定方法，适用于输入量与输出量为线性关系且输入量所对应的各标准不确定度分量彼此相差不大，同时输出量需满足正态分布或t分布的测量模型。如果不满足该条件时，则一般采用MCM进行评定。MCM是基于概率密度分布函数传播定律（law ofpropagation of distribution，LPD）的方法，由于其采用真实的模拟策略，前期在不同领域的不确定度评定研究表明，MCM评定结果更加准确可靠，同时还可通过与GUM评定进行比较，来验证GUM方法的适用性，以及对GUM评定结果的偏差进行修正。
常用的MCM方法有两种，一种为单批次MCM方法，另一种为自适应MCM方法。由于单批次MCM在进行评定时，往往需采用大量的仿真模拟次数（试验样本空间M一般取106），理论上仿真次数越多，其模拟的结果越贴近现实。但实际模拟中往往达到一定的仿真次数时，则会归于统计上的稳定，为此自适应蒙特卡洛法（Adaptive Monte Carlo method，AMCM）则在单批次MCM的基础上进行了改进，选取一固定的实验样本空间Z（Z一般取104），通过依次执行h次单批次MCM方法，再将h×Z个试验样本空间的各种输出结果，来判定是否达到稳定状态，由于AMCM执行的实验样本空间次数h×Z一般小于单批次MCM的实验样本空间次数106，该方法可以在确保评定结果的可靠性前提下，有效的节约了存储空间资源，减少计算量，提高评定的效率。
虽然AMCM有效的节约了存储空间资源，减少计算量，提高评定的效率，但在具体应用时，当需要执行较多循环次数才能达到统计学稳定时，随着程序循坏次数h的增大，所消耗的系统堆栈资源也就越多，会导致程序运行稳定性下降，甚至出现程序崩溃等现象。
发明内容
有鉴于此，本发明的目的在于提供一种超声波蒸发传感器测量不确定度的评定方法及装置，旨在解决现有技术中在进行蒸发传感器不确定度测量时无法兼顾效率和稳定性的问题。
本发明实施例是这样实现的：
一种超声波蒸发传感器测量不确定度的评定方法，所述方法包括：
分别获取待测蒸发传感器测量不确定度的基准试验样本空间值以及对应的递增因子，并获取所述待测蒸发传感器测量不确定度所处的执行次数；
根据所述基准试验样本空间值、递增因子以及所述所处的执行次数确定所述待测蒸发传感器测量不确定度的目标试验样本空间值；
循环获取基于所述目标试验样本空间值通过预设规则获取当前的所述待测蒸发传感器测量不确定度时评定结果的标准偏差；
当判断到所述评定结果的标准偏差均小于预设数值容差，则根据所有参与循环获取的评定结果的样本数据确定最终评定结果。
进一步的，上述超声波蒸发传感器测量不确定度的评定方法，其中，所述目标试验样本空间值的计算公式为：
M=Z+h×△x；
其中，Z为基准试验样本空间值，h为所处的执行次数，△x为递增因子。
进一步的，上述超声波蒸发传感器测量不确定度的评定方法，其中，所述基于目标样本空间通过预设规则获取当前的所述待测蒸发传感器测量不确定度时评定结果的步骤包括：
建立实际测量模型，并获取所述实际测量模型的模型输入量以及对应的所述模型输入量的概率分布函数；
对所述模型输入量的概率分布函数产生的样本值进行随机抽取，以抽取出每个所述模型输入量的试验样本量；
根据所述实际测量模型对所述试验样本量进行计算得到对应的输出量的离散值；
对所述输出量的离散值进行非递减排序得到排序后的所述输出量的分布函数，以根据所述输出量的分布函数的离散表示确定所述待测蒸发传感器测量不确定度的评定结果。
进一步的，上述超声波蒸发传感器测量不确定度的评定方法，其中，所述建立实际测量模型的步骤包括：
获取蒸发传感器测量不确定度的理论测量模型，并获取所述蒸发传感器内的水位高度与实测电流之间的对应关系；
根据所述理论测量模型和所述水位高度与实测电流之间的对应关系确定初步实际测量模型；
获取不确定性因子，并根据所述不确定性因子和所述初步实际测量模型确定实际测量模型。
进一步的，上述超声波蒸发传感器测量不确定度的评定方法，其中，所述理论测量模型为：
；
所述对应关系为：
；
所述初步实际测量模型为：
；
所述实际测量模型为：
；
其中，H为水位高度，I为实测电流，△H为蒸发传感器水位高度器的示值误差，H m为传感水位高度值，H 0为传感器的零位值，H s为蒸发标准量块的高度值，I m、I o分别为万用表测量水位高度及零位高度时的电流值，u 1表示万用表测量水位高度时对应电流I m时的不确定性，u 2表示零位时万用表测量零位高度时电流I o的不确定性，u 3表示游标卡尺测量蒸发标准量块高度H s时的不确定性。
进一步的，上述超声波蒸发传感器测量不确定度的评定方法，其中，所述方法还包括：
建立所述待测蒸发传感器的等效模型，所述等效模型包括圆筒、设于所述圆筒内的超声波发生器以及与所述圆筒连通的蒸发皿；
通过所述超声波发生器对所述圆筒内水面发射超声波脉冲，分别获取预设次数的水位高度和零位高度时的电流值，以及蒸发标准量块的高度值；
根据所述预设次数的水位高度和零位高度时的电流值、以及蒸发标准量块的高度值对应的平均值确定为最终水位高度和零位高度时的电流值，以及蒸发标准量块的高度值。
进一步的，上述超声波蒸发传感器测量不确定度的评定方法，其中，所述方法还包括：
当所述蒸发皿中的水抽干时，获取所述等效模型的电流输出信号并对所述电流输出信号进行换算得到对应的零位高度；
将蒸发标准量块放入所述圆筒内，获取所述等效模型的电流输出信号并对所述电流输出信号进行换算得到对应的水位高度；
根据所述水位高度和零位高度确定实测水位高度，并根据所述实测水位高度与所述蒸发标准量块的高度进行对比，得到所述蒸发传感器当前的示值误差。
本发明的另一个目的在于提供一种超声波蒸发传感器测量不确定度的评定装置，所述装置包括：
第一获取模块，用于分别获取待测蒸发传感器测量不确定度的基准试验样本空间值以及对应的递增因子，并获取所述待测蒸发传感器测量不确定度所处的执行次数；
第一确定模块，用于根据所述基准试验样本空间值、递增因子以及所述所处的执行次数确定所述待测蒸发传感器测量不确定度的目标试验样本空间值；
第二获取模块，用于循环获取基于所述目标试验样本空间值通过预设规则获取当前的所述待测蒸发传感器测量不确定度时评定结果的标准偏差；
第二确定模块，用于当判断到所述评定结果的标准偏差均小于预设数值容差，则根据所有参与循环获取的评定结果的样本数据确定最终评定结果。
本发明的另一个目的在于提供一种可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现上述任意一项所述的方法的步骤。
本发明的另一个目的是提供一种电子设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述的方法的步骤。
本发明通过分别获取待测蒸发传感器测量不确定度的基准试验样本空间值以及对应的递增因子，并获取待测蒸发传感器测量不确定度所处的执行次数；根据基准试验样本空间值、递增因子以及所处的执行次数确定待测蒸发传感器测量不确定度的目标试验样本空间值；循环获取基于目标试验样本空间值通过预设规则获取当前的待测蒸发传感器测量不确定度时评定结果的标准偏差；当判断到评定结果的标准偏差均小于预设数值容差，则根据所有参与循环获取的评定结果的样本数据确定最终评定结果。即通过引入递增因子和执行次数，在进行循环试验时，逐步递增的增加试验样本空间值，能够有效降低循环执行次数，就能找到统计学稳定的临界，快速提升评定时程序的执行效率，避免消耗过多的系统堆栈资源，而导致程序运行稳定性下降，甚至出现程序崩溃等现象，提升了系统运行的稳定性，并且对于统计学意义上的稳定的条件未变，因此最终的评定结果的准确性依然能得到有效的保证。解决了现有技术中的蒸发传感器测量不确定度的评定方法无法兼顾稳定和效率的问题。
附图说明
图1为本发明一实施例提供的超声波蒸发传感器测量不确定度的评定方法的流程图；
图2为本发明一实施例提供的超声波蒸发传感器测量不确定度的评定方法中的测量原理图；
图3 为本发明第三实施例中超声波蒸发传感器测量不确定度的评定装置的结构框图。
如下具体实施方式将结合上述附图进一步说明本发明。
具体实施方式
为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的若干实施例。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容更加透彻全面。
需要说明的是，当元件被称为“固设于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“及／或”包括一个或多个相关的所列项目的任意的和所有的组合。
以下将结合具体实施例和附图来详细说明如何在提升蒸发传感器的测量不确定度的评定的效率的前提下保证测量不确定度的评定的稳定性。
实施例一
请参阅图1，所示为本发明第一实施例中的超声波蒸发传感器测量不确定度的评定方法，所述方法包括步骤S10~S13。
步骤S10，分别获取待测蒸发传感器测量不确定度的基准试验样本空间值以及对应的递增因子，并获取所述待测蒸发传感器测量不确定度所处的执行次数。
其中，在进行测量不确定度的评定时，需要进行多次的试验得到多个样本数据，试验样本空间值为需要得到的样本数据的量，即为进行的测量不确定度评定时的试验次数，具体的，基准试验样本空间值为可以较为准确的进行测量不确定度评定的值，在具体实施时，可以采用现有自适应的试验样本空间值作为基准试验样本空间值，例如基准试验样本空间值取Z=104。
递增因子，其根据实际执行应用场景的不同而设定，在具体实施时，可以根据以往在执行自适应的超声波蒸发传感器测量不确定度方法时的经验，得知总的实验样本空间仿真模拟次数时，进而确定最佳△x，当在没有执行自适应的超声波蒸发传感器测量不确定度方法的前提下，此时无法确定总的实验样本空间仿真模拟次数为多少才能达到统计学的稳定时，进而无法确定最佳△x值。
由于本发明实施例主要是针对自适应的测量不确定度，自适应的测量不确定度主要是通过不断的循环单批次的测量不确定度，直至系统达到统计稳定后再根据所有的样本数据确定最终的评定结果，所处的执行次数为自适应的测量不确定度时循环的次数，例如，当前在进行第三次的测量不确定度的循环，则执行次数为3。
步骤S11，根据所述基准试验样本空间值、递增因子以及所述所处的执行次数确定所述待测蒸发传感器测量不确定度的目标试验样本空间值。
其中，目标试验样本空间值的计算公式为：
M=Z+h×△x；
其中，Z为基准试验样本空间值，h为所处的执行次数，△x为递增因子。
通过将原有固定的基准试验样本空间值Z，改为递增的样本空间值Z+h×△x方式，即执行次数h每增加1次，其对应的样本空间总数由原先仅增加Z次调整为增加Z+h×△x次。
另外，在具体进行递增因子的设定时，如果想要追求程序运行稳定性，则建议△x尽量大一些，能使得总的实验样本空间仿真模拟次数h×Z+(h2+h)△x/2执行较少的循环次数h时，即达到统计学稳定，输出报告结果，但也不建议△x过大，如当△x＞106，比单批次MCM执行的仿真模拟次数还要多，则失去了自适应的自身优势。如果想要节约存储空间资源，减少计算量，则建议△x尽量小一些，此时虽然循环次数h执行增多，但总体上相对而言能节约一些存储空间资源，减少计算量。
步骤S12，循环获取基于所述目标试验样本空间值通过预设规则获取当前的所述待测蒸发传感器测量不确定度时评定结果的标准偏差。
其中，在本发明实施例当中，通过改进的蒙特卡洛法（Monte Carlo method，简称MCM），获取待测蒸发传感器测量不确定度时的评定结果，再获取对应的标准偏差，该方法选取一固定的实验样本空间M=Z+h×△x，其中Z为基准试验样本空间值，h为所处的执行次数，△x为递增因子。通过依次执行h次单批次MCM方法，再将参与评定的试验样本空间的各种输出结果，来判定是否达到稳定状态。因此，本发明实施例要基于目标试验样本空间值进行循环试验获取对应的测量不确定度时评定结果。
其中，单批次MCM法评定测量不确定度是基于概率密度分布函数传播定律（law ofpropagation of distribution，简称LPD）的方法，适用于具有任意多个可由概率密度函数（Probability Density Function，简称PDF）表征的测量模型。LPD的流程为：1）MCM输入，定义输入量和输出量的关系模型（即测量模型），设定试验样本空间值M，并为相应的输入量设定PDF；2）MCM传播，针对输入量随机抽取M个样本值，通过测量模型计算相应的输出量的离散值；3）MCM输出，将M个输出量离散值进行严格递增（或非递减）排序，并得到排序后的输出量Y的分布函数的离散表示G；4）MCM报告结果，通过G计算出对应的输出结果的最佳估计值y、标准不确定度u(y)、约定概率下的最短包含区间[y low，y high]。
具体的，为了确定是否达到统计学的稳定，引入标准偏差，通过每次的评定结果确认标准偏差，其中，每次测量不确定度的评定结果包括最佳估计值、标准不确定度以及约定概率下的最短包含区间的左右端点值。
更具体的，最佳估计值的标准偏差的计算公式为：
；
标准不确定度的标准偏差的计算公式为：
；
约定概率下的最短包含区间的左端点值的标准偏差的计算公式为：
；
约定概率下的最短包含区间的右端点值的标准偏差的计算公式为：
；
其中，，/>，/>，，/>为第i次循环得到蒸发传感器测量不确定度评定结果的最佳估计值，/>为第i次循环得到蒸发传感器测量不确定度评定结果的标准不确定度值，/>为第i次循环得到蒸发传感器测量不确定度评定结果的约定概率下的最短包含区间的左端点值，/>为第i次循环得到蒸发传感器测量不确定度评定结果的约定概率下的最短包含区间的右端点值，h为循环执行次数。
步骤S13，当判断到所述评定结果的标准偏差均小于预设数值容差，则根据所有参与循环获取的评定结果的样本数据确定最终评定结果。
具体的，当评定结果的标准偏差均小于预设数值容差时，通过所有的样本值确定最终评定结果，例如：h=1时，其试验样本空间值为Z+△x个；h=2时，其试验样本空间值为Z+2△x个，所以总试验样本空间值为2Z+3△x个；h=3时，其试验样本空间值为Z+3△x个，所以总试验样本空间值为3Z+6△x个；依次类推，当执行为h次时，所以其总样本值为hZ+h(h+1)△x/2个，通过该总样本值计算出最终评定结果。
其中，预设数值容差通过在进行评定时的所有的样本值计算出的标准不确定度计算得到，例如，通过所有的样本值计算出u(y)，即将u(y)表示为c×10l形式（c为n dig位十进制整数），从而可以确定10l的具体数值，而，进而可以确定预设数值容差，其中，l表示u(y)转换后的指数，在具体实施时，即预设数值容差为1/2/>，当2s y、2s u(y)、2s ylow、2s yhigh中任何一个值大于/>时，表示还未达到统计学的稳定状态，继续执行单批次MCM试验，当2s y、2s u(y)、2s ylow、2s yhigh都小于/>时，则表明达到稳定状态，此时通过所有参与评定的样本值计算出y、u(y)和约定概率p的最短包含区间[y low、y high]。
另外，需要说明的是，还可以根据实际情况对预设数值容差进行调整，其中，预设数值容差的调整可根据对结果精度的要求来确定，但一般预设数值容差≤，当对于测量结果精度要求不高时预设数值容差=/>，当对于测量结果精度要求较高时，预设数值容差=/5。
本发明实施例通过引入递增因子和执行次数，即执行次数h每增加1次，其对应的样本空间总数由原先仅增加Z次调整为增加Z+h×△x次，通过在每多循环一次，样本数据增加Z+△x，能够有效降低循环执行次数，就能找到统计学稳定的临界，快速提升评定时程序的执行效率，避免消耗过多的系统堆栈资源，而导致程序运行稳定性下降，甚至出现程序崩溃等现象，提升了系统运行的稳定性，并且对于统计学意义上的稳定的条件未变，因此最终的评定结果的准确性依然能得到有效的保证。
综上，本发明上述实施例中的超声波蒸发传感器测量不确定度的评定方法，通过分别获取待测蒸发传感器测量不确定度的基准试验样本空间值以及对应的递增因子，并获取待测蒸发传感器测量不确定度所处的执行次数；根据基准试验样本空间值、递增因子以及所处的执行次数确定待测蒸发传感器测量不确定度的目标试验样本空间值；循环获取基于目标试验样本空间值通过预设规则获取当前的待测蒸发传感器测量不确定度时评定结果的标准偏差；当判断到评定结果的标准偏差均小于预设数值容差，则根据所有参与循环获取的评定结果的样本数据确定最终评定结果。即通过引入递增因子和执行次数，在进行循环试验时，逐步递增的增加试验样本空间值，能够有效降低循环执行次数，就能找到统计学稳定的临界，快速提升评定时程序的执行效率，避免消耗过多的系统堆栈资源，而导致程序运行稳定性下降，甚至出现程序崩溃等现象，提升了系统运行的稳定性，并且对于统计学意义上的稳定的条件未变，因此最终的评定结果的准确性依然能得到有效的保证。解决了现有技术中的蒸发传感器测量不确定度的评定方法无法兼顾稳定和效率的问题。
实施例二
本发明实施例二也提出一种超声波蒸发传感器测量不确定度的评定方法，与本发明实施例一提出的一种超声波蒸发传感器测量不确定度的评定方法的不同之处在于：
所述基于目标样本空间通过预设规则获取当前的所述待测蒸发传感器测量不确定度时评定结果的步骤包括：
建立实际测量模型，并获取所述实际测量模型的模型输入量以及对应的所述模型输入量的概率分布函数；
对所述模型输入量的概率分布函数产生的样本值进行随机抽取，以抽取出每个所述模型输入量的试验样本量；
根据所述实际测量模型对所述试验样本量进行计算得到对应的输出量的离散值；
对所述输出量的离散值进行非递减排序得到排序后的所述输出量的分布函数，以根据所述输出量的分布函数的离散表示确定所述待测蒸发传感器测量不确定度的评定结果。
其中，在进行评定结果测定时，需要建立测量不确定度的实际测量模型，即建立输入量与输出量之间的相关模型，具体的，确定输入量的基本信息，根据有关信息确定输入量概率分布的相关参数，根据输入量概率分布的相关参数确定PDF，从各输入量对应的PDF中抽取样本值，并通过将样本矢量代入实际测量模型，计算出对应的输出量的离散值，并将其进行严格递增排序，得到排序后的输出量的分布函数的离散表示，通过排序后的输出量的分布函数的离散表示确定最终的评定结果。
具体的，所述建立实际测量模型的步骤包括：
获取蒸发传感器测量不确定度的理论测量模型，并获取所述蒸发传感器内的水位高度与实测电流之间的对应关系；
根据所述理论测量模型和所述水位高度与实测电流之间的对应关系确定初步实际测量模型；
获取不确定性因子，并根据所述不确定性因子和所述初步实际测量模型确定实际测量模型。
其中，通过实验校准的方式确定理论测量模型，在本发明实施例当中，利用AG2.0型蒸发传感器作为被测对象，根据蒸发传感器检定规程的要求对其进行校准，首先，将蒸发皿中的水抽干，再通过数字万用表读取蒸发传感器的电流输出信号，并将其换算成对应的高度（此高度称为零位）；其次，将蒸发标准量块放入不锈钢圆筒内，并以同样的方式获取对应的高度（此高度称为水位高度）；将水位高度与零位的差值定义为实测水位高度，通过游标卡尺测量对应蒸发标准量块的高度值，最后，将实测水位高度与对应蒸发标准量块的高度进行对比，来得到蒸发传感器当前的误差值。
因此，其对应的理论测量模型为：
；
其中，△H为蒸发传感器水位高度的示值误差，H m为传感器水位高度值，H 0为传感器的零位值，H s为蒸发标准量块的高度值。
另外，如图2所示，蒸发传感器由超声波发生器、不锈钢圆筒组成，工作时还需配套使用蒸发皿，其中蒸皿与不锈钢圆筒之间连通，蒸发皿中的水位高度H与不锈钢圆筒内的水位高度h保持一致，超声波发生器通过测量不锈钢圆筒内水位高度的变化即可反应蒸发皿中蒸发的水量。超声波发生器测量主要是通过其内部高精度超声波探头，对不锈钢圆筒内水面发射超声波脉冲，当超声脉冲遇到水面后会返回信号，由于超声波脉冲在空气中传播的速度为常数，将发射与接受脉冲之间的往返信号的时间差转化为对应的电流信号，而通过连续的观测，即可获知水位高度的变化。
水位高度与实测电流之间的对应关系为：
；
其中，H为水位高度（单位为mm），I为实测电流（单位为mA），在实际当中，输出电流范围为（4~20）mA，对应的蒸发测量范围为（0~100）mm。
因此，初步实际测量模型为：
；
其中I m、I o分别为万用表测量水位高度及零位高度时的电流值。考虑到I m、I o和H s在测量时存在不确定度性，会对最终测量结果产生影响，因此实际测量模型为：
；
其中，u 1、u 2和u 3是分别建立在I m、I o和H s测得值的基础上，u 1表示万用表测量水位高度时对应电流I m时的不确定性，u 2表示零位时万用表测量零位高度时电流I o的不确定性，u 3表示游标卡尺测量蒸发标准量块高度H s时的不确定性。
进一步的，在本发明一些可选的实施例当中，为了进一步的提升测量不确定度的评定的准确性，设计如图2所示的蒸发传感器的等效模型，从而通过实测确定实际测量模型的输入量的基本信息，由实际测量模型可知，对应的输入量有I m、I o和H s，以及它们测量时的不确定性u 1、u 2和u 3。
首先，将蒸发皿中的水抽干，再通过数字万用表读取蒸发传感器的电流输出信号I o，进行n次独立重复测量；其次，将蒸发标准量块放入不锈钢圆筒内，并以同样的方式获取对应的电流输出信号I m，同样进行n次独立重复测量；再次，用游标卡尺测量标注值为h的蒸发标准量块的高度值，进行n次独立重复测量；最后，将n次测得I m、I o和H s的平均值、/>和做为其对应的实测值。
由于I m、I o和H s均由随机测量获取，因此得到的测量值可认为满足正态分布，其实测的平均值、/>和/>可做为该正态分布的期望/>，其对应的标准差o、p、q可作为该正态分布的方差/>。
另外由相关技术资料（证书或报告）获取其他输入量的相关技术参数：
1）通过查询万用表的经溯源证书得知，在万用表测量传感器水位高度值时电流值I m，对应的修正值为a，扩展不确定度为U=b（k=2）；
2）通过查询万用表的经溯源证书得知，在万用表测量传感器水位高度值时电流值I o，对应的修正值为c，扩展不确定度为U=d（k=2）；
3）通过查询游标卡尺的溯源证书得知，在游标卡尺测量标注值为h的蒸发标准量块时的高度值h，对应的修正值为e，扩展不确定度为U=f（k=2）；
以上试验参数信息如表1所示。
表1
另外，在进行输入时需要确定每个输入量的概率密度分布函数，首先，根据有关信息确定输入量概率分布的相关参数，一般当输入量为随机测量时，对应的测量值可认为是满足正态分布，其中实测值的平均值可作为正态分布的期望，实测值的标准差可作为正态分布的方差。当输入量来源于相关技术资料（证书或报告），且相关值以扩展不确定度U来表示时，也默认其为正态分布，此时，与扩展不确定度U对应的值为正态分布的期望，扩展不确定度U所对应的标准不确定度uc为正态分布的方差（其中uc=U/k，k为U对应的包含因子）。因此，根据已有的相关信息获取的输入量的相关参数如表2所示。
表2
再根据输入量概率分布的相关参数确定PDF，其中，万用表测量水位高度时对应电流I m的PDF：满足正态分布，其中期望为n次独立重复测量水位高度时对应电流I m得到的平均值，方差为对应的n次独立重复测量得到标准差o，因此I m的PDF为N[/>，o]，N表示正态分布的符号。/>
万用表测量零位高度时电流I o的PDF：满足正态分布，其中期望为n次独立重复测量零位高度时电流I o得到的平均值，方差为对应的n次独立重复测量得到标准差p，因此I o的PDF为N[/>，p]。
游标卡尺测量标注值为h的蒸发标准量块的高度值H s的PDF：满足正态分布，其中期望为n次独立重复测量标注值为h的蒸发标准量块的高度值H s得到的平均值，方差为对应的n次独立重复测量得到标准差q，因此H s的PDF为N[/>，q]。
万用表测量I m时的不确定性u 1的PDF：满足正态分布，其中期望为万用表测量电流值I m时对应的修正值a，方差为标准不确定度b/2，因此u 1的PDF为N[a,b/2]。
万用表测量I o时的不确定性u 2的PDF：满足正态分布，其中期望为万用表测量电流值I o时对应的修正值c，方差为标准不确定度d/2，因此u 1的PDF为N[c,d/2]。
游标卡尺测量H s时的不确定性u 3的PDF：满足正态分布，其中期望为游标卡尺测量标注值为h的蒸发标准量块时对应的修正值e，方差为标准不确定度f/2，因此u 1的PDF为N[e,f/2]。
因此各输入量的PDF如表3所示。
表3
本发明上述实施例中的超声波蒸发传感器测量不确定度的评定方法，通过分别获取待测蒸发传感器测量不确定度的基准试验样本空间值以及对应的递增因子，并获取待测蒸发传感器测量不确定度所处的执行次数；根据基准试验样本空间值、递增因子以及所处的执行次数确定待测蒸发传感器测量不确定度的目标试验样本空间值；循环获取基于目标试验样本空间值通过预设规则获取当前的待测蒸发传感器测量不确定度时评定结果的标准偏差；当判断到评定结果的标准偏差均小于预设数值容差，则根据所有参与循环获取的评定结果的样本数据确定最终评定结果。即通过引入递增因子和执行次数，在进行循环试验时，逐步递增的增加试验样本空间值，能够有效降低循环执行次数，就能找到统计学稳定的临界，快速提升评定时程序的执行效率，避免消耗的系统堆栈资源也就越多，会导致程序运行稳定性下降，甚至出现程序崩溃等现象，提升了系统运行的稳定性，并且对于统计学意义上的稳定的条件未变，因此最终的评定结果的准确性依然能得到有效的保证。解决了现有技术中的蒸发传感器测量不确定度的评定方法无法兼顾稳定和效率的问题。
实施例三
请参阅图3，所示为本发明第三实施例中提出的超声波蒸发传感器测量不确定度的评定装置，所述装置包括：
第一获取模块100，用于分别获取待测蒸发传感器测量不确定度的基准试验样本空间值以及对应的递增因子，并获取所述待测蒸发传感器测量不确定度所处的执行次数；
第一确定模块200，用于根据所述基准试验样本空间值、递增因子以及所述所处的执行次数确定所述待测蒸发传感器测量不确定度的目标试验样本空间值；
第二获取模块300，用于循环获取基于所述目标试验样本空间值通过预设规则获取当前的所述待测蒸发传感器测量不确定度时评定结果的标准偏差；
第二确定模块400，用于当判断到所述评定结果的标准偏差均小于预设数值容差，则根据所有参与循环获取的评定结果的样本数据确定最终评定结果。
进一步的，上述超声波蒸发传感器测量不确定度的评定装置，所述目标试验样本空间值的计算公式为：
M=Z+h×△x；
其中，Z为基准试验样本空间值，h为所处的执行次数，△x为递增因子。
进一步的，上述超声波蒸发传感器测量不确定度的评定装置，其中，所述第二获取模块包括：
建立单元，用于建立实际测量模型，并获取所述实际测量模型的模型输入量以及对应的所述模型输入量的概率分布函数；
抽取单元，用于对所述模型输入量的概率分布函数产生的样本值进行随机抽取，以抽取出每个所述模型输入量的试验样本量；
计算单元，用于根据所述实际测量模型对所述试验样本量进行计算得到对应的输出量的离散值；
确定单元，用于对所述输出量的离散值进行非递减排序得到排序后的所述输出量的分布函数，以根据所述输出量的分布函数的离散表示确定所述待测蒸发传感器测量不确定度的评定结果。
进一步的，上述超声波蒸发传感器测量不确定度的评定装置，其中，所述建立单元具体用于：
获取蒸发传感器测量不确定度的理论测量模型，并获取所述蒸发传感器内的水位高度与实测电流之间的对应关系；
根据所述理论测量模型和所述水位高度与实测电流之间的对应关系确定初步实际测量模型；
获取不确定性因子，并根据所述不确定性因子和所述初步实际测量模型确定实际测量模型。
进一步的，在本发明一些可选的实施例当中，
所述理论测量模型为：
；
所述对应关系为：
；/>
所述初步实际测量模型为：
；
所述实际测量模型为：
；
其中，H为水位高度，I为实测电流，△H为蒸发传感器水位高度器的示值误差，H m为传感水位高度值，H 0为传感器的零位值，H s为蒸发标准量块的高度值，I m、I o分别为万用表测量水位高度及零位高度时的电流值，u 1表示万用表测量水位高度时对应电流I m时的不确定性，u 2表示零位时万用表测量零位高度时电流I o的不确定性，u 3表示游标卡尺测量蒸发标准量块高度H s时的不确定性。
进一步的，上述超声波蒸发传感器测量不确定度的评定装置，所述装置还包括：
建立模块，用于建立所述待测蒸发传感器的等效模型，所述等效模型包括圆筒、设于所述圆筒内的超声波发生器以及与所述圆筒连通的蒸发皿；
发射模块，用于通过所述超声波发生器对所述圆筒内水面发射超声波脉冲，分别获取预设次数的水位高度和零位高度时的电流值，以及蒸发标准量块的高度值；
计算模块，用于根据所述预设次数的水位高度和零位高度时的电流值、以及蒸发标准量块的高度值对应的平均值确定为最终水位高度和零位高度时的电流值，以及蒸发标准量块的高度值。
进一步的，在本发明一些可选的实施例当中，所述装置还包括：
换算模块，用于当所述蒸发皿中的水抽干时，获取所述等效模型的电流输出信号并对所述电流输出信号进行换算得到对应的零位高度；
将蒸发标准量块放入所述圆筒内，获取所述等效模型的电流输出信号并对所述电流输出信号进行换算得到对应的水位高度；
根据所述水位高度和零位高度确定实测水位高度，并根据所述实测水位高度与所述蒸发标准量块的高度进行对比，得到所述蒸发传感器当前的示值误差。
上述各模块被执行时所实现的功能或操作步骤与上述方法实施例大体相同，在此不再赘述。
另外，为了进一步的更加详细清楚的阐述本发明实施例的具体实施过程，下面以一个具体的实施例分别通过不同的评定方式进行评定，得到不同的结果，以证明本发明实施例的优越性。
（1）确定输入量的基本信息
参照JJG（气象）006-2011自动气象站蒸发传感器检定规程的要求，选取60mm校准点进行校准实验，进行10次独立重复测量，首先，将蒸发皿中的水抽干，通过数字万用表读取10次蒸发传感器的电流输出信号I o；其次，将标注值为60mm的蒸发标准量块放入不锈钢圆筒内，同样通过数字万用表读取10次蒸发传感器的电流输出信号I m；再次，通过游标卡尺测量10次标注值为h的蒸发标准量块的高度值。实验数据如表4所示。
表4
另外由相关技术资料（证书或报告）获取其他输入量的相关技术参数：
1）通过查询万用表的经溯源证书得知，在万用表测量传感器水位高度60mm时电流值I m≈13.6mA，对应的修正值为0.0001mA，扩展不确定度为U=0.0008mA（k=2）；
2）通过查询万用表的经溯源证书得知，在万用表测量传感器水位高度值时电流值I o≈4.0mA，对应的修正值为0.0001mA，扩展不确定度为U=0.0008mA（k=2）；
3）通过查询游标卡尺的溯源证书得知，在游标卡尺测量标注值为60mm的蒸发标准量块时的高度实测值60.020mm，对应的修正值为0.010mm，扩展不确定度为U=0.016mm（k=2）；
（2）根据有关信息确定输入量概率分布的相关参数
由于输入量I m、I o、H s来源于随机测量对应的测量值，因此可认为是满足正态分布，其中实测值的平均值可作为正态分布的期望，实测值的标准差可作为正态分布的方差。而输入量u 1、u 2、u 3来源于相关技术资料（证书或报告），且其相关值（对应的修正值）以扩展不确定度U来表示时，因此默认其为正态分布，此时相关值（对应的修正值）作为正态分布的期望，扩展不确定度U所对应的标准不确定度u c为正态分布的方差（其中u c=U/k）。根据试验参数信息确定输入量概率分布的相关参数如表5所示。
表5
（3）根据输入量概率分布的相关参数确定PDF
万用表测量水位高度时对应电流I m的PDF：满足正态分布，其中期望为10次独立重复测量水位高度时对应电流I m得到的平均值13.6226mA，方差为对应的10次独立重复测量得到标准差0.0096mA，因此I m的PDF为N(13.6226mA,0.0096mA)，N表示正态分布的符号。
万用表测量零位高度时电流I o的PDF：满足正态分布，其中期望为10次独立重复测量零位高度时电流I o得到的平均值4.0048mA，方差为对应的10次独立重复测量得到标准差0.0052mA，因此I o的PDF为N(4.0048mA,0.0052mA)。
游标卡尺测量标注值为60mm的蒸发标准量块的高度值H s的PDF：满足正态分布，其中期望为10次独立重复测量标注值为60mm的蒸发标准量块的高度值H s得到的平均值60.024mm，方差为对应的10次独立重复测量得到标准差0.0010mm，因此H s的PDF为N(60.024mm,0.0010mm)。
万用表测量I m时的不确定性u 1的PDF：满足正态分布，其中期望为万用表实测电流I m≈13.6mA时对应的修正值0.0001mA，方差为标准不确定度0.0004mA（标准不确定度u c =U/ k），因此u 1的PDF为N(0.0001mA,0.0004mA)。
万用表测量I o时的不确定性u 2的PDF：满足正态分布，其中期望为万用表实测电流值I o≈4.0mA时，对应的修正值0.0001mA，方差为标准不确定度0.0004mA（标准不确定度u c = U/k），因此u 2的PDF为N(0.0001mA,0.0004mA)。
游标卡尺测量H s时的不确定性u 3的PDF：满足正态分布，其中期望为游标卡尺测量标注值为60mm的蒸发标准量块时对应的修正值0.010mm，方差为标准不确定度0.008mm（标准不确定度u c =U/k），因此u 3的PDF为N(0.010mm,0.008mm)。
现采用单批次MCM方法、AMCM方法与本发明实施例所采用的不确定度评定方法，分别对以上试验的超声波蒸发传感器进行测量不确定度的评定。并通过以上三种不同的评定方法应用时的相关性能进行对比分析，来判断本发明实施例所采用的不确定度评定方法的优势。
其中，单批次MCM的最终的输出结果为△H=0.08mm、u(△H)=0.07mm，和约定概率95%的最短包含区间[△H low,△H high]=[-0.06mm,0.21mm]；
AMCM方法
1）设定标准不确定度u(△H)的有效位数n dig=1，约定输出结果的最短包含区间概率p=95%；
2）设循环应用次数h=1，设定MCM执行次数Z=104；
3）执行单批次MCM试验，即将各输入量的PDF，试验样本量M=Z=104代入测量模型，进行MCM传播与输出，获得相应的△H=0.0767mm、u(△H)=0.0688mm、[△H low,△H high]=[-0.0566mm,0.2131mm]；
4）h=1，设定h+1，返回到步骤3，继续执行单批次MCM试验，获得相应的△H=0.0760mm、u(△H)=0.0686mm、[△H low,△H high]=[-0.0600mm,0.2110mm]；
5）计算出△H、u(△H)、△H low、△H high各自平均值的标准偏差分别为s △H=0.0007mm、s u(△H)=0.0001mm、s △Hlow=0.0034mm、s △Hhigh=0.0021mm；
6）通过所有的样本值（2×Z个样本值）计算出u(△H)=0.0723mm，并计算数值容差=0.005mm；
7）当h一直递增，一直到h=16时，2s △H=0.00033mm、2s u(△H)=0.00023mm、2△Hlow=0.00102mm、2△Hhigh=0.00100mm，2s △H、2s u(△H)、2△Hlow、2△Hhigh中除2△Hlow、2△Hhigh外，其他值都小于△（为了获取较高精度的测量结果，设定△=/5=0.001mm）；/>
此时，继续执行循环，当h=17时，2s △H=0.00031mm、2s u(△H)=0.00021mm、2△Hlow=0.00096mm、2△Hhigh=0.00096mm，2s △H、2s u(△H)、2△Hlow、2△Hhigh中任何一个值小于△，表明达到稳定状态，此时通过17×104个样本值计算出△H=0.0771mm、u(△H)=0.0689mm、[△H low,△H high]=[-0.05764mm,0.21233mm]；
根据修约规则，最终的输出结果为△H=0.08mm、u(△H)=0.07mm，和约定概率95%的最短包含区间[△H low,△H high]=[-0.06mm,0.21mm]。
本发明实施例所采用的不确定度评定方法
分析：根据以往的研究得知，达到统计学稳定与执行的总实验样本空间仿真模拟次数有关，而AMCM执行时，总的实验样本空间仿真模拟次数h×Z=17×104，因此，AMCM需执行17×104仿真模拟即可获得稳定的报告结果。
总样本为h×104 +(h 2 +h)△x/2=17×104，此时，当想要最终执行2次循环即达到统计学稳定，另h=2，带入计算得到△x=5×104。由于当△x=5×104时，执行2次循环，刚好达到统计学稳定所需的实验样本空间仿真模拟次数。我们将该△x=5×104可视为最佳△x。
本发明实施例所采用的不确定度评定方法应用的执行步骤：
1）设定标准不确定度u(△v)的有效位数n dig=1，约定输出结果的最短包含区间概率p=95%；
2）设循环应用次数h=1，设定MCM执行次数Z=104；
3）执行单批次MCM试验，即将各输入量的PDF（试验样本空间值M=Z+h×△x，其中令△x=5×104）代入测量模型，进行MCM传播与输出。
当循环应用次数h=1时，试验样本空间值M=104+5×104=6×104，获得相应的△H=0.0771mm、u(△H)=0.0698mm、[△H low,△H high]=[-0.0606mm,0.2144mm]；
4）h=1，设定h+1，返回到步骤3，继续执行单批次MCM试验，此时h=2，试验样本空间值M=104+10×104=11×104，获得相应的△H=0.0769mm、u(△H)=0.0693mm、[△H low,△H high]=[-0.0593mm,0.2145mm]；
5）计算出△H、u(△H)、△H low、△H high各自平均值的标准偏差分别为s △H=0.00016mm、s u(△H)=0.00011mm、s △Hlow=0.00048mm、s △Hhigh=0.00048mm；
6）通过所有的样本值（h×Z+(h 2 +h)△x/2=17×104个样本值）计算出u(△H)=0.0771mm，并计算数值容差=0.005mm；
7）此时，2s △H、2s u(△H)、2s △Hlow、2s △Hhigh中任何一个值小于△（为了获取较高精度的测量结果，设定△=/5=0.001mm），表明达到稳定状态，此时通过17×104个样本值计算出△H=0.0771mm、u(△H)=0.0689mm、[△H low,△H high]=[-0.05764mm,0.21233mm]。
根据修约规则，最终的输出结果为△H=0.08mm、u(△H)=0.07mm，和约定概率95%的最短包含区间[△H low,△H high]=[-0.06mm,0.21mm]。
以上执行本发明实施例所采用的不确定度评定方法应用，是在得知AMCM方法总的实验样本空间仿真模拟次数为17×104前提下，通过设定最佳△x，使其在执行2次循环即达到统计学稳定，并输出最终的报告结果。
在实际应用中，无法确定需要执行多少样本空间仿真模拟次数时，当设定循环内单批次MCM的试验样本空间值较大（即△x较大）或较小（即△x较小）时，其对应的执行情况如下：
当△x大于最佳△x=5×104时，令△x=1×105时，通过执行两次循环即达到统计学稳定（具体执行步骤省略），输出最终的报告结果为△H=0.0770mm、u(△H)=0.0690mm、[△H low,△H high]=[-0.0579mm, 0.2122mm]。根据修约规则，最终的输出结果为△H=0.08mm、u(△H)=0.07mm，和约定概率95%的最短包含区间[△H low,△H high]=[-0.06mm,0.21mm]。此时，执行总的实验样本空间仿真模拟次数为hZ+(h 2 +h)△x/2=32×104。
当△x小于最佳△x=5×104时，令△x=1×104时，通过执行5次循环即达到统计学稳定（具体执行步骤省略），输出最终的报告结果为△H=0.0771mm、u(△H)=0.0690mm、[△H low,△H high]=[-0.0578mm, 0.2122mm]。根据修约规则，最终的输出结果为△H=0.08mm、u(△H)=0.07mm，和约定概率95%的最短包含区间[△H low,△H high]=[-0.06mm,0.21mm]。此时，执行总的实验样本空间仿真模拟次数为hZ+(h 2 +h)△x/2=20×104。
3、对比分析
1）本发明实施例所采用的不确定度评定方法，与单批次MCM方法、AMCM方法得到的最终报告结果均相同。
2）单批次MCM方法执行时，总的试验样本空间值最大（为106），AMCM方法执行时，总的试验样本空间值最小（为17×105），改进的AMCM执行时，总的试验样本空间值大于或等于AMCM（取决于递增因子△x的大小），当为最佳△x时，其总的试验样本空间值与AMCM相等，当△x较大或较小时，其总的试验样本空间值均大于AMCM。
3）本发明实施例所采用的不确定度评定方法，其执行循环的次数h均小于AMCM的循环执行次数，当递增因子△x的值大于或等于最佳△x时，仅需执行两次循环即可达到统计学的稳定，输出最终的报告结果。
另外，当在没有执行AMCM方法的前提下，此时无法确定总的实验样本空间仿真模拟次数为多少才能达到统计学的稳定时，进而无法确定最佳△x值。
此时，如果想要追求程序运行稳定性，则建议△x尽量大一些，能使得总的实验样本空间仿真模拟次数h×Z+(h 2 +h)△x/2执行较少的循环次数h时，即达到统计学稳定，输出报告结果，但也不建议△x过大，如当△x＞106，比单批次MCM执行的仿真模拟次数还要多，则失去了AMCM自身优势。如果想要节约存储空间资源，减少计算量，则建议△x尽量小一些，此时虽然循环次数h执行增多，但总体上相对而言能节约一些存储空间资源，减少计算量。
实施例四
本发明另一方面还提供一种可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现上述实施例一和实施例二中所述的方法的步骤。
实施例五
本发明另一方面还提供一种电子设备，所述电子设备包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述实施例一和实施例二中所述的方法的步骤。
以上各个实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
本领域技术人员可以理解，在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读存储介质中，以供指令执行系统、装置或设备（如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统）使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读存储介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读存储介质的更具体的示例（非穷尽性列表）包括以下：具有一个或多个布线的电连接部（电子装置），便携式计算机盘盒（磁装置），随机存取存储器（RAM），只读存储器（ROM），可擦除可编辑只读存储器（EPROM或闪速存储器），光纤装置，以及便携式光盘只读存储器（CDROM）。另外，计算机可读存储介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或它们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列（PGA），现场可编程门阵列（FPGA）等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (9)
1.一种超声波蒸发传感器测量不确定度的评定方法，其特征在于，所述方法包括：
分别获取待测蒸发传感器测量不确定度的基准试验样本空间值以及对应的递增因子，并获取所述待测蒸发传感器测量不确定度所处的执行次数；
根据所述基准试验样本空间值、递增因子以及所述所处的执行次数确定所述待测蒸发传感器测量不确定度的目标试验样本空间值；
循环获取基于所述目标试验样本空间值通过预设规则获取当前的所述待测蒸发传感器测量不确定度时评定结果的标准偏差；
当判断到所述评定结果的标准偏差均小于预设数值容差，则根据所有参与循环获取的评定结果的样本数据确定最终评定结果；
所述目标试验样本空间值的计算公式为：
M=Z+h×△x；
其中，Z为基准试验样本空间值，h为所处的执行次数，△x为递增因子。
2.根据权利要求1所述的超声波蒸发传感器测量不确定度的评定方法，其特征在于，所述基于目标样本空间通过预设规则获取当前的所述待测蒸发传感器测量不确定度时评定结果的步骤包括：
建立实际测量模型，并获取所述实际测量模型的模型输入量以及对应的所述模型输入量的概率分布函数；
对所述模型输入量的概率分布函数产生的样本值进行随机抽取，以抽取出每个所述模型输入量的试验样本量；
根据所述实际测量模型对所述试验样本量进行计算得到对应的输出量的离散值；
对所述输出量的离散值进行非递减排序得到排序后的所述输出量的分布函数，以根据所述输出量的分布函数的离散表示确定所述待测蒸发传感器测量不确定度的评定结果。
3.根据权利要求2所述的超声波蒸发传感器测量不确定度的评定方法，其特征在于，所述建立实际测量模型的步骤包括：
获取蒸发传感器测量不确定度的理论测量模型，并获取所述蒸发传感器内的水位高度与实测电流之间的对应关系；
根据所述理论测量模型和所述水位高度与实测电流之间的对应关系确定初步实际测量模型；
获取不确定性因子，并根据所述不确定性因子和所述初步实际测量模型确定实际测量模型。
4.根据权利要求3所述的超声波蒸发传感器测量不确定度的评定方法，其特征在于，所述理论测量模型为：
；
所述对应关系为：
；
所述初步实际测量模型为：
；
所述实际测量模型为：
；
其中，H为水位高度，I为实测电流，△H为蒸发传感器水位高度器的示值误差，H m为传感水位高度值，H 0为传感器的零位值，H s为蒸发标准量块的高度值，I m、I o分别为万用表测量水位高度及零位高度时的电流值，u 1表示万用表测量水位高度时对应电流I m时的不确定性，u 2表示零位时万用表测量零位高度时电流I o的不确定性，u 3表示游标卡尺测量蒸发标准量块高度H s时的不确定性。
5.根据权利要求3所述的超声波蒸发传感器测量不确定度的评定方法，其特征在于，所述方法还包括：
建立所述待测蒸发传感器的等效模型，所述等效模型包括圆筒、设于所述圆筒内的超声波发生器以及与所述圆筒连通的蒸发皿；
通过所述超声波发生器对所述圆筒内水面发射超声波脉冲，分别获取预设次数的水位高度和零位高度时的电流值，以及蒸发标准量块的高度值；
根据所述预设次数的水位高度和零位高度时的电流值、以及蒸发标准量块的高度值对应的平均值确定为最终水位高度和零位高度时的电流值，以及蒸发标准量块的高度值。
6.根据权利要求5所述的超声波蒸发传感器测量不确定度的评定方法，其特征在于，所述方法还包括：
当所述蒸发皿中的水抽干时，获取所述等效模型的电流输出信号并对所述电流输出信号进行换算得到对应的零位高度；
将蒸发标准量块放入所述圆筒内，获取所述等效模型的电流输出信号并对所述电流输出信号进行换算得到对应的水位高度；
根据所述水位高度和零位高度确定实测水位高度，并根据所述实测水位高度与所述蒸发标准量块的高度进行对比，得到所述蒸发传感器当前的示值误差。
7.一种超声波蒸发传感器测量不确定度的评定装置，其特征在于， 用于实现权利要求1至6中任一项所述的超声波蒸发传感器测量不确定度的评定方法，所述装置包括：
第一获取模块，用于分别获取待测蒸发传感器测量不确定度的基准试验样本空间值以及对应的递增因子，并获取所述待测蒸发传感器测量不确定度所处的执行次数；
第一确定模块，用于根据所述基准试验样本空间值、递增因子以及所述所处的执行次数确定所述待测蒸发传感器测量不确定度的目标试验样本空间值；
第二获取模块，用于循环获取基于所述目标试验样本空间值通过预设规则获取当前的所述待测蒸发传感器测量不确定度时评定结果的标准偏差；
第二确定模块，用于当判断到所述评定结果的标准偏差均小于预设数值容差，则根据所有参与循环获取的评定结果的样本数据确定最终评定结果。
8.一种可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1至6中任意一项所述的方法的步骤。
9.一种电子设备，其特征在于，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如权利要求1至6任一所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410354311.1A CN117949494B (zh) | 2024-03-27 | 2024-03-27 | 一种超声波蒸发传感器测量不确定度的评定方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410354311.1A CN117949494B (zh) | 2024-03-27 | 2024-03-27 | 一种超声波蒸发传感器测量不确定度的评定方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117949494A true CN117949494A (zh) | 2024-04-30 |
| CN117949494B CN117949494B (zh) | 2024-06-18 |
Family
ID=90796692
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410354311.1A Active CN117949494B (zh) | 2024-03-27 | 2024-03-27 | 一种超声波蒸发传感器测量不确定度的评定方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117949494B (zh) |
Citations (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| SU1504509A1 (ru) * | 1988-01-06 | 1989-08-30 | Предприятие П/Я А-7179 | Ультразвуковой самокалибрующийс измеритель линейных размеров и перемещений |
| WO2009141333A1 (de) * | 2008-05-23 | 2009-11-26 | Technische Universität Ilmenau | Verfahren zur ermittlung der messunsicherheit von koordinatenpunkten bei der geometriemessung |
| CN102565876A (zh) * | 2010-12-27 | 2012-07-11 | 张新潮 | 超声波水面蒸发测量仪 |
| CN203519852U (zh) * | 2013-07-17 | 2014-04-02 | 方性良 | 自动蒸发器 |
| CN204964784U (zh) * | 2015-07-30 | 2016-01-13 | 重庆通昊机动车配件有限公司 | 全自动水面蒸发器 |
| KR20160058633A (ko) * | 2014-11-17 | 2016-05-25 | 코리아디지탈 주식회사 | 증발계 수위측정 장치 및 방법 |
| CN207487710U (zh) * | 2017-11-24 | 2018-06-12 | 中环天仪（天津）气象仪器有限公司 | 一种超声波蒸发传感器自动检测设备 |
| CN207992481U (zh) * | 2018-03-28 | 2018-10-19 | 湖北省气象信息与技术保障中心 | 一种用于检测超声波蒸发传感器精度的简易装置 |
| CN109406327A (zh) * | 2018-09-28 | 2019-03-01 | 中国计量大学 | 一种冲击力溯源系统的测量不确定度评定方法 |
| CN110763311A (zh) * | 2019-12-03 | 2020-02-07 | 中环天仪（天津）气象仪器有限公司 | 一种超声波蒸发传感器自动检测设备及检测方法 |
| CN112557491A (zh) * | 2015-03-06 | 2021-03-26 | 英国质谱公司 | 光谱分析 |
| CN113702887A (zh) * | 2021-08-29 | 2021-11-26 | 蒋涛 | 一种超声波蒸发传感器水平式检定校准系统及方法 |
| CN215447997U (zh) * | 2021-08-29 | 2022-01-07 | 蒋涛 | 一种新型超声波蒸发传感器的检定校准装置 |
| CN114819677A (zh) * | 2022-05-09 | 2022-07-29 | 中国石油大学(华东) | 一种多因素融合的井控风险动态定量评估方法及系统 |
| CN217278988U (zh) * | 2022-04-11 | 2022-08-23 | 浙江省大气探测技术保障中心 | 一种超声波蒸发传感器自动校准仪 |
| KR102489534B1 (ko) * | 2022-11-14 | 2023-01-18 | 주식회사 마키나락스 | 수집이 필요한 정보의 영역을 예측하는 방법 |
| CN116187053A (zh) * | 2023-02-21 | 2023-05-30 | 修志恒 | 基于蒙特卡洛法的臂架应力测量不确定度方法及装置 |
| CN219737815U (zh) * | 2023-05-12 | 2023-09-22 | 吉林省气象探测保障中心(吉林省气象仪器计量检定站) | 一种气象站超声波蒸发传感器自动校准装置 |
| CN117150386A (zh) * | 2023-10-31 | 2023-12-01 | 江西省气象探测中心 | 基于自适应的湿度传感器测量不确定度的评定方法及装置 |
| CN117308838A (zh) * | 2023-06-27 | 2023-12-29 | 成都飞机工业（集团）有限责任公司 | 超声测厚系统的回波次数获取方法、装置、介质及设备 |
-
2024
- 2024-03-27 CN CN202410354311.1A patent/CN117949494B/zh active Active
Patent Citations (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| SU1504509A1 (ru) * | 1988-01-06 | 1989-08-30 | Предприятие П/Я А-7179 | Ультразвуковой самокалибрующийс измеритель линейных размеров и перемещений |
| WO2009141333A1 (de) * | 2008-05-23 | 2009-11-26 | Technische Universität Ilmenau | Verfahren zur ermittlung der messunsicherheit von koordinatenpunkten bei der geometriemessung |
| CN102565876A (zh) * | 2010-12-27 | 2012-07-11 | 张新潮 | 超声波水面蒸发测量仪 |
| CN203519852U (zh) * | 2013-07-17 | 2014-04-02 | 方性良 | 自动蒸发器 |
| KR20160058633A (ko) * | 2014-11-17 | 2016-05-25 | 코리아디지탈 주식회사 | 증발계 수위측정 장치 및 방법 |
| CN112557491A (zh) * | 2015-03-06 | 2021-03-26 | 英国质谱公司 | 光谱分析 |
| CN204964784U (zh) * | 2015-07-30 | 2016-01-13 | 重庆通昊机动车配件有限公司 | 全自动水面蒸发器 |
| CN207487710U (zh) * | 2017-11-24 | 2018-06-12 | 中环天仪（天津）气象仪器有限公司 | 一种超声波蒸发传感器自动检测设备 |
| CN207992481U (zh) * | 2018-03-28 | 2018-10-19 | 湖北省气象信息与技术保障中心 | 一种用于检测超声波蒸发传感器精度的简易装置 |
| CN109406327A (zh) * | 2018-09-28 | 2019-03-01 | 中国计量大学 | 一种冲击力溯源系统的测量不确定度评定方法 |
| CN110763311A (zh) * | 2019-12-03 | 2020-02-07 | 中环天仪（天津）气象仪器有限公司 | 一种超声波蒸发传感器自动检测设备及检测方法 |
| CN215447997U (zh) * | 2021-08-29 | 2022-01-07 | 蒋涛 | 一种新型超声波蒸发传感器的检定校准装置 |
| CN113702887A (zh) * | 2021-08-29 | 2021-11-26 | 蒋涛 | 一种超声波蒸发传感器水平式检定校准系统及方法 |
| CN217278988U (zh) * | 2022-04-11 | 2022-08-23 | 浙江省大气探测技术保障中心 | 一种超声波蒸发传感器自动校准仪 |
| CN114819677A (zh) * | 2022-05-09 | 2022-07-29 | 中国石油大学(华东) | 一种多因素融合的井控风险动态定量评估方法及系统 |
| KR102489534B1 (ko) * | 2022-11-14 | 2023-01-18 | 주식회사 마키나락스 | 수집이 필요한 정보의 영역을 예측하는 방법 |
| CN116187053A (zh) * | 2023-02-21 | 2023-05-30 | 修志恒 | 基于蒙特卡洛法的臂架应力测量不确定度方法及装置 |
| CN219737815U (zh) * | 2023-05-12 | 2023-09-22 | 吉林省气象探测保障中心(吉林省气象仪器计量检定站) | 一种气象站超声波蒸发传感器自动校准装置 |
| CN117308838A (zh) * | 2023-06-27 | 2023-12-29 | 成都飞机工业（集团）有限责任公司 | 超声测厚系统的回波次数获取方法、装置、介质及设备 |
| CN117150386A (zh) * | 2023-10-31 | 2023-12-01 | 江西省气象探测中心 | 基于自适应的湿度传感器测量不确定度的评定方法及装置 |
Non-Patent Citations (5)
| Title |
|---|
| 关静宇 等: "手持式激光扫描仪测量不确定度的蒙特卡洛法评定", 电子测量技术, vol. 44, no. 14, 31 December 2021 (2021-12-31) * |
| 刘攀;张毅;张健豪;: "单点校准线性测量系统不确定度的蒙特卡洛法评定模型构建与应用", 冶金分析, no. 08, 15 August 2020 (2020-08-15) * |
| 容军: "CAW600型自动气象站蒸发传感器异常数据分析", 广西气象, no. 04, 30 December 2004 (2004-12-30) * |
| 李红祥;方逊;: "基于AIS的船舶交通流量统计方法研究", 武汉理工大学学报(交通科学与工程版), no. 04, 15 August 2011 (2011-08-15) * |
| 魏明明: "蒙特卡洛法与GUM评定测量不确定度对比分析", 电子测量与仪器学报, vol. 32, no. 11, 31 December 2018 (2018-12-31) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117949494B (zh) | 2024-06-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117150386B (zh) | 基于自适应的湿度传感器测量不确定度的评定方法及装置 | |
| CN109324241B (zh) | 一种变电站接地网腐蚀诊断预警方法及系统 | |
| CN107478382B (zh) | 一种压力仪表自动检测装置及其检测方法 | |
| US7787696B2 (en) | Systems and methods for adaptive sampling and estimating a systematic relationship between a plurality of points | |
| Le Menn | About uncertainties in practical salinity calculations | |
| CN115158076A (zh) | 计量误差评估方法、装置及计算机可读存储介质 | |
| CN111400845A (zh) | 风电机组的发电性能评估方法和装置 | |
| CN109190901A (zh) | 基于多指标度量的可靠性评估结果的可信评价方法 | |
| CN111765902A (zh) | 一种基于多棱锥标靶的激光点云精度评估方法 | |
| CN117949494B (zh) | 一种超声波蒸发传感器测量不确定度的评定方法及装置 | |
| CN117332205B (zh) | 压电阻抗温度补偿高精度自动优化方法及装置 | |
| CN104296845B (zh) | 基于最佳底面压强测量点的粮仓储粮重量检测方法与装置 | |
| CN107991637A (zh) | 阻抗测量仪器校准方法及装置 | |
| CN112798142B (zh) | 基于贝叶斯更新和随机模拟的布里渊光纤传感器应变与温度两阶段快速识别方法 | |
| CN109029304A (zh) | 一种混凝土的表面粗糙度测量方法 | |
| CN112067165A (zh) | 温度传感器精度测试系统、测试方法、装置及存储介质 | |
| CN114266006B (zh) | 一种加速退化试验测量不确定度的评定方法 | |
| CN115615522A (zh) | 涡轮式流量传感器测试分析方法和智能流量测量设备 | |
| CN112784218B (zh) | 一种非高斯随机振动信号的峭度估计方法 | |
| JP7347303B2 (ja) | 監視装置、監視システム、監視方法及び監視プログラム | |
| CN109059813A (zh) | 一种起重机械钢结构腐蚀强度检测方法 | |
| CN114490412A (zh) | 基于自减逆向云发生器的三维cad软件性能度量方法及装置 | |
| CN106772306B (zh) | 一种目标物的检测方法及服务器 | |
| CN108197843A (zh) | 一种平坦地形风电出力特性评估方法 | |
| CN117949692B (zh) | 一种光电型杯式风速仪的测量不确定度的评定方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant |