Достоверность результатов метрологического анализа

• Автор: Брусакова, Ирина Александровна
• Шифр специальности: 05.11.16
• Научная степень: Докторская
• Год защиты: 2001
• Место защиты: Санкт-Петербург
• Количество страниц: 354 с. : ил

ОГЛАВЛЕНИЕ
Принятые обозначения
ВВЕДЕНИЕ
ГЛАВА 1. СОВРЕМЕННОЕ СОСТОЯНИЕ ИССЛЕДОВАНИЙ В ОБЛАСТИ МЕТРОЛОГИЧЕСКОГО АНАЛИЗА ИЗМЕРИТЕЛЬНЫХ ПРОЦЕДУР
1.1. Общая характеристика теоретико-вероятностных методов метрологического анализа
1.2. Альтернативные подходы к выполнению метрологического анализа
в новых измерительных технологиях
1.2.1. Нормирование неопределенностей результатов измерений
1.2.2. Нейроинженерия как новая технология проектирования ИнИС
1.2.3. «Мягкие» измерения, байесовские измерения, взгляд на погрешность как на нечеткую переменную
1.2.4. Привлечение теории информации к вопросам метрологического анализа характеристик ИИС
1.3. Достоверность результатов МА. Влияние неадекватности априорных знаний и других факторов на результаты МА
1.4. Основные результаты, полученные в Главе 1.
ГЛАВА 2. ДОСТОВЕРНОСТЬ РЕЗУЛЬТАТОВ РАСЧЕТНОГО ОЦЕНИВАНИЯ ВХ ПОГРЕШНОСТЕЙ И МХ СРЕДСТВ ИЗМЕРЕНИЙ
2.1. Общие положения
2.2. МА простейшей измерительной процедуры: ВИЦдцП
2.2.1. Модуль дискретизации
2.2.2. Модуль квантования
2.2.3. Модуль переноса кодовой комбинации
2.2.4. Модуль масштабирования

2.3. МА прямых неитеративных измерений без усреднения: ВИЦн-ацп, ВИЦ,.
АЦП-м-окр * А
2.3.1. Метрологический анализ ВИЦ.дцп
2.3.2. Метрологический анализ ВИЦн.АЦП.м.окр
2.4. Метрологический анализ ВИЦ, содержащей фильтрацию
2.5. Метрологический анализ косвенных неитеративных без усреднения измерений. Преобразование рода величины (коммутация)
2.6. Достоверность оценок результатов МА неитеративных измерений с усреднением
2.7. Достоверность результатов МА итеративных измерений
2.8. Общие положения определения достоверности результатов МА при анализе неопределенности
2.9. Основные выводы Главы 2.
ГЛАВА 3. ДОСТОВЕРНОСТЬ РЕЗУЛЬТАТОВ ОЦЕНИВАНИЯ ВХ ПОГРЕШНОСТЕЙ И МХ СРЕДСТВ ИЗМЕРЕНИЙ С ПРИМЕНЕНИЕМ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ И МЕТРОЛОГИЧЕСКОГО ЭКСПЕРИМЕНТА
3.1. Определение достоверности при использовании МА с применением ИМ.
Общие положения
3.2. МА простейшей измерительной процедуры: ВИЦацП-им
3.3.Определение достоверности при использовании МА на основе МЭ. Общие
положения
3.4. МА на основе МЭ простейшей измерительной процедуры: ВИЦщп-мэ
3.5. Основные выводы Г лавы 3.

ГЛАВА 4, РАЗРАБОТКА КОНЦЕПЦИИ KNOWLEGE-AIDED ИЗМЕРИТЕЛЬНЫХ ТЕХНОЛОГИЙ ДЛЯ АНАЛИЗА АПРИОРНЫХ ЗНАНИЙ МЕТРОЛОГИЧЕСКОГО АНАЛИЗА
4.1. Принципы организации Базы априорных знаний МА
4.1.1. Общие положения
4.1.2. Проблемы формирования БАЗ МА как проблемы анализа данных в интеллектуальных измерительных средствах (системах)
4.2. Проблемы формализации A3 для задач оценки достоверности результатов МА и обеспечения выбора необходимого состава A3 в процедурах МА
4.3. Классификация составляющих A3 для проведения МА ВИЦ
4.3.1. Модели входных воздействий
4.3.2. Модели модулей преобразования ВИЦ
4.3.3. Модели измерительных процедур
4.3.4. Модели условий проведения МА
4.3.5. Модели методов проведения МА
4.4. Основные результаты, полученные в Главе 4.
ГЛАВА 5. МЕТОДИКА ПРИМЕНЕНИЯ ОБОБЩЕННОЙ
РЕЛЯЦИОННОЙ ФОРМЫ ДЛЯ ПРЕДСТАВЛЕНИЯ АПРИОРНАХ ЗНАНИЙ ДЛЯ ПРОВЕДЕНИЯ МЕТРОЛОГИЧЕСКОГО АНАЛИЗА
5.1. Методика описания типового состава A3 МА
5.1.1. Общие подходы
5.1.2. Обобщенная реляционная форма для представления необходимого состава A3
5.1.3. Метод описания с помощью иерархических МПАЗ
5.1.4. Метод описания с помощью продукционных МПАЗ
5.1.5. Метод описания A3 с помощью декларативных МПАЗ
5.1.6. МПАЗ на основе нечетких и лингвистических переменных

ного значения влечет за собой необходимость обобщения использованного аппарата и разделения исходной и внесенной при измерении неопределенности [181]
В [ 103, 117] представлено формальное описание процесса интеллектуальных измерений в виде:
к} ^ё лз!п С/(ф j (хI, ^, 2^)), к 1, кьк € Нк 9 у 1, J, I 1, /, 2^ €Е %^, фу е^0,д:г- еТь,т = 1,М.
где кк - математическая модель объекта, формализующая контролируемые свойства объекта, возможность которой определяется с вероятностью РК, Нк -пространство решений, С - оптимизирующее решающее правило выбора модели по алгоритму сру., при наборах исходных экспериментальных данных х, ,
метрологических требований и ограничений к и априорных знаний гт из соответствующих множеств наборов X}, 7Д Zм■ Далее авторами утверждается, что результат байесовских измерений является регуляризированной на множестве Нк байесовской оценкой измеряемого свойства. Результат байесовских измерений Нк, полученный на основе регуляризирующего байесовского правила, является элементом соответствующей шкалы и носит неслучайный характер. Одна-

ко оценка измеряемого свойства кк обладает статистическими свойствами и является случайной величиной. Общая погрешность результата байесовских
измерений может быть определена условно в виде какого-либо расстояния ме-

жду кк и Ьк . Тогда плотность вероятности погрешности измерения на основе байесовских измерений записывается в виде композиции условных вероятностей плотностей распределения вероятностей трансформированной зг(Афу/фу ,хг) и собственной погрешностей данных измерений
М>(Дх; / хг ), Т.е.
и<Д%) = vihl /кк) = и>(Дфу /фу,*г) * Ч/Ц- /*,■)/^•