L7-03 · 试验与验证 / 测量技术与数据
待认领listed
→
众筹中recruiting
→
已开课open · Course 售卖
一课题可并存多讲师版本
课程大纲
学完能做什么
- 能识别并处理试验数据中的异常值与系统性偏差
- 能区分测量不确定度的A类（统计）与B类（非统计）评定方法
- 能用不确定度合成公式算出一个测量结果的扩展不确定度
- 能用重复性/再现性判断一套可重复试验的方法本身是否可信（一次性破坏试验不适用，其方法确认见 L1-11）
- 能写一份带不确定度的试验结果表达，支撑仿真对标结论
内容大纲
- 数据清洗与预处理
- 异常值识别要按样本量分三档，不能一律套 3σ：n=3–4 时统计判据本身无能为力（标准化残差存在上界 (n−1)/√n，n=3 约 1.15、n=4 约 1.5，恒不报警），只能靠物理合理性、冗余测点互证、与该方法已知重复性限 r（ISO 5725 体系，r≈2.8·s_r）比对，超限就补测而不是剔点；n≈5–10 用 Grubbs（ISO 5725-2 配套）或 Dixon（GB/T 4883 / ISO 16269-4）按 n 与显著性水平查临界值；n>10 才轮到 3σ/拉依达做粗筛。小样本下「没剔出异常」不等于没有异常
- 传感器零点/量程漂移的识别与修正
- 采样噪声的滤波边界要给定量判据：低通截止频率的下界由被测过程定——一阶过程（时间常数 τ）取 f_c 为 1/(2πτ) 的数倍，阶跃/脉冲类按上升时间取 f_c ≈ 0.35/t_r 量级以上；并核算滤波前后的峰值损失（同一段数据滤波前后峰值之差，量级要进不确定度分量表），别把真实的动态过程也滤掉了
- 多轮次试验数据的时间对齐与插值
- 误差与不确定度基本概念
- 随机误差与系统误差的本质区别
- 精密度（precision）、正确度（trueness）、准确度（accuracy）三者不是一回事
- A类评定（用统计标准差）与B类评定（用仪器手册/校准证书/经验）——校准证书怎么读、示值误差/修正值/U 与 k 如何换算成 B 类标准不确定度分量归 L7-06，本课只用其结果；电量与湿度器件的精度指标从哪读见 L7-01
- 标准不确定度与扩展不确定度的关系
- 不确定度合成与分量表：从分量算到扩展不确定度
- 误差传递公式：各输入量偏导数加权合成到结果不确定度
- 分量相关与不相关时合成方式的差异
- 搭建一张不确定度分量表（budget）需要哪些信息
- 置信区间与包含因子k的物理含义
- 三类最容易被漏掉或低估的分量：动态、相关、湿度算例
- 动态不确定度分量：传感器时间常数 τ 造成的峰值削低（正弦输入幅值衰减 1/√(1+(ωτ)²)、斜坡输入稳态滞后 ΔT=τ·dT/dt）是系统性偏差，多测几次平均不掉，必须作为 B 类分量进分量表——快充温升峰值这类拿峰值判限值的结论最怕它
- 整车能量账的残差判据算例：给定电功率、流量、温差三个通道各自的精度等级，按 u_c 合成出能量账残差的允许带宽，用来回答「残差多大才算有漏项」——判据带必须由本次试验实际用的通道精度算出，不能沿用 5% 之类的经验值；同一台仪表测多路、共用同一温度基准的分量属相关分量，当独立分量平方和相加会低估带宽，把真漏项判成合格（接 B4-01 的能量流核算）
- 湿度分量算例（焓差法制冷量 Q=ṁ_air·Δh）：Δh 对湿度的灵敏系数在低显热比 SHF（潜热占比高）工况下显著变大，同样 ±2%RH 的湿度不确定度折算到制冷量上的百分数，可比高 SHF 工况放大若干倍——这类工况湿度通道必须单列成分量，不能并进「温度测量误差」里（焓湿图口径见 A2-04）
- 重复性、再现性与方法确认
- 重复性（同条件多次）与再现性（不同人员/设备/时间）的区别
- 测量系统分析思路在试验台架上的简化应用
- 不同台架/不同人/不同层级测同一对象结果不一致时如何归因：先分两类——是测量系统偏差（仪器、测点位置、标定状态），还是被测对象边界不同（部件台架缺回路间热耦合、系统台架与整车的边界条件源与热惯性不同、稳态判据不同）；两类处置完全相反，前者修测量链，后者不许当误差修掉。把这件事做成证据的组织方式是实验室间比对（round-robin）与能力验证（PT），结果按 E_n 值（偏差绝对值除以两方扩展不确定度的合成，≤1 为满意）或 z 比分数（绝对值≤2 为满意）判读；比对结果也是 ISO/IEC 17025 能力认可维持的证据之一
- 每组数据都要配一条外推边界声明，写法固定：在哪个设施、什么边界条件、什么工况范围下取得，可外推到哪一层（部件/系统/整车），超出即失效需补测——部件台架的数据不能直接拿去支撑整车结论；整车级洞—舱—路之间的折算、修正与达标判定归 L7-05，本节只立层级归因与外推纪律的框架
- 路试的再现性还多叠一项「环境窗口不可控」（气温、湿度、日照、风、路面与交通流都无法复现），同一方法在实验室与在路上的再现性量级不可互推，路试结果有效性怎么判见 L4-04
- 适用边界：本节框架（同条件多次／不同人员设备时间）默认试验可重复，对一次性破坏试验（整包热扩散与滥用、外部火烧、底部撞击、爆破）整体失效——样本被试验本身消耗，A 类评定无样本可用，方法确认只能靠 B 类分量、试件状态冻结与试验前的测量链核查；单次样本的取样与判据策略、以及「失败即无第二次」条件下的结果表达见 L1-11
- 数据分析与仿真对标
- 回归拟合与相关系数R²的正确解读——高R²不等于物理关系成立
- 试验-仿真对标的'吻合'该用误差带而不是单点数字定义
- 把不确定度画进图里：误差棒与包络带
- 试验数据分析的Python工作流概览（衔接Q3-01）
- 边界声明：本课处理的是单次测量结果的不确定度——A 类统计评定/B 类非统计评定、合成与扩展不确定度、包含因子 k；不处理失效数据的寿命分布推断。「做几件、跑多少循环、通过了能声称多高可靠度」是另一类统计问题（Weibull 拟合与 β 诊断、置信度-可靠度-样本量换算、零失效样本量、加速条件下的置信传递），归 I6-04——k=2 的包含区间不是寿命置信下限，两者不能混用
关键公式
x̄=(1/n)Σxᵢ，s=√[Σ(xᵢ−x̄)²/(n−1)]
样本均值与标准差：描述一组重复测量的集中趋势与离散程度
s_x̄ = s/√n
均值的标准误差：重复次数n越多，平均值本身的不确定度越小，但按√n收敛而非线性
u_c(y) = √[Σ(∂f/∂xᵢ)²·u(xᵢ)²]
合成标准不确定度（不相关分量情形）：GUM框架下误差传递的核心公式；适用边界＝响应在工作点附近近似线性且输入散布不大，遇强非线性、大散布或强耦合时一阶偏导展开失效，须改用抽样（蒙特卡洛）或谱方法，见 J7-06
U = k·u_c(y)
扩展不确定度：包含因子k取2时，正态分布近似对应约95%的置信水平
u_r = u(x)/x
相对不确定度：用于比较不同量纲、不同量级测量结果的相对可信程度
关键概念
A类评定B类评定标准不确定度扩展不确定度包含因子k重复性再现性系统误差随机误差误差传递不确定度分量表误差棒/包络带Grubbs/Dixon 离群检验E_n 值与实验室间比对动态不确定度分量（τ 引起的峰值削低）
推荐工具与标准
Python（numpy/pandas/scipy 做统计与拟合） MATLAB Minitab（重复性再现性分析） 本站数据管线相关工具
JJF 1059（测量不确定度评定与表示） ISO/IEC Guide 98-3（GUM，测量不确定度表示指南） ISO 5725（测量方法与结果的准确度：正确度与精密度） GB/T 4883 / ISO 16269-4（数据的统计处理与解释：离群值的判断和处理） ISO/IEC 17025（检测和校准实验室能力的通用要求）
工程案例
某换热器台架测得的换热量与仿真预测差异偏大：核查测量链不确定度分量后发现，进出口温差测量的不确定度已逼近换热量本身的可信区间下限——分析把最初'仿真错了'的判断，改成'测量分辨率不够，需换更高精度传感器复测'。
动手做
交付物 · 用一组实测重复试验数据（或给定数据集）：①计算均值、标准差与均值标准误差，并按本组的 n 选对离群判据——n≤4 走物理合理性与重复性限 r 比对，n≈5–10 实际查一次 Grubbs 临界值，n>10 才用 3σ；②列出A类/B类不确定度来源并搭建分量表，B 类分量的取值须来自有效期内的校准证书，不能凭印象填手册标称；③算出合成标准不确定度与k=2的扩展不确定度，写出'测量值±U'的最终结果表达；④用给定的电功率通道、流量通道、温差通道精度，算出整车能量账残差的允许带宽，并判一组实测账是否闭合。
常见误区
- 只报平均值不报不确定度，试验结果和仿真结果没法定量比较'吻合不吻合'
- 把系统误差当随机误差处理，指望多测几次平均掉，实际偏差始终稳稳地在那
- 拟合R²很高就直接认定物理关系成立，忽略过拟合与外推到工况区间之外的风险
- 用单次测量冒充多次重复的统计结果，标准差根本无从谈起
- 合成不确定度时把明显相关的分量当独立分量简单平方和相加，低估了真实不确定度
- 重复只做 3–5 次就拿 3σ 准则筛异常，判据在数学上根本不可能报警，却把「一个点也没剔出来」当成「数据干净」的证明
相关课题